[논문 리뷰] Estimating heterogeneous wildfire effects using synthetic controls and satellite remote sensing

Feliu Serra-Burriel, Pedro Delicado외 2명|arXiv (Cornell University)|2020. 12. 09.

Fire effects on ecosystems참고 문헌 94인용 수 28

한 줄 요약

이 연구는 1996년에서 2016년 사이 캘리포니아 전역에서 식생에 미치는 이질적인 산불 영향을 추정하기 위해 위성 원격 감지 자료를 활용한 일반화된 합성 통제(GSC) 방법을 제안한다. 기존의 인근 지역 비교 방법보다 성능이 뛰어나 NDVI의 R²를 0.66에서 0.93으로 향상시켰으며, 산불로 인해 NDVI는 평균 25% 감소하고 수분 지수는 80% 이상 감소함을 드러내며 일부 지역에선 10년 이상 지속되는 영향을 초래한다.

ABSTRACT

Wildfires have become one of the biggest natural hazards for environments worldwide. The effects of wildfires are heterogeneous, meaning that the magnitude of their effects depends on many factors such as geographical region, climate and land cover/vegetation type. Yet, which areas are more affected by these events remains unclear. Here we present a novel application of the Generalised Synthetic Control (GSC) method that enables quantification and prediction of vegetation changes due to wildfires through a time-series analysis of in situ and satellite remote sensing data. We apply this method to medium to large wildfires ($>$ 1000 acres) in California throughout a time-span of two decades (1996--2016). The method's ability for estimating counterfactual vegetation characteristics for burned regions is explored in order to quantify abrupt system changes. We find that the GSC method is better at predicting vegetation changes than the more traditional approach of using nearby regions to assess wildfire impacts. We evaluate the GSC method by comparing its predictions of spectral vegetation indices to observations during pre-wildfire periods and find improvements in correlation coefficient from $R^2 = 0.66$ to $R^2 = 0.93$ in Normalised Difference Vegetation Index (NDVI), from $R^2 = 0.48$ to $R^2 = 0.81$ for Normalised Burn Ratio (NBR), and from $R^2 = 0.49$ to $R^2 = 0.85$ for Normalised Difference Moisture Index (NDMI). Results show greater changes in NDVI, NBR, and NDMI post-fire on regions classified as having a lower Burning Index. The GSC method also reveals that wildfire effects on vegetation can last for more than a decade post-wildfire, and in some cases never return to their previous vegetation cycles within our study period. Lastly, we discuss the usefulness of using GSC in remote sensing analyses.

연구 동기 및 목표

• 캘리포니아의 이질적인 지역에서 산불 후 식생 변화를 정량화하고 예측하는 것.
• 영향 평가에 인근 치료되지 않은 지역에 의존하는 전통적 방법의 한계를 해결하는 것.
• 화재 지역에 대한 반성적 식생 조건을 추정하는 데 있어 일반화된 합성 통제(GSC) 방법의 효과성을 평가하는 것.
• 대규모 산불 이후 식생 회복 패턴의 장기적이고 지역적인 변동성을 평가하는 것.
• GSC 방법이 원격 감지 자료를 활용한 생태계 변화 탐지에서 인과 추론에 어떻게 적용될 수 있는지 탐색하는 것.

제안 방법

• 산불 이전 시계열 자료를 활용해 화재 지역에 대한 반성적 식생 궤적을 추정하기 위해 일반화된 합성 통제(GSC) 방법을 적용한다.
• 분석을 위해 1996~2016년 기간의 랜드세트 위성 자료를 사용해 스펙트럼 식생 지수인 NDVI, NBR, NDMI를 계산한다.
• 산불 이전의 식생 지수 유사도를 기반으로 치료되지 않은 지역의 풀에서 최적의 가중치를 적용해 합성 통제 단위를 구성한다.
• 대규모 원격 감지 자료 처리 및 시계열 분석을 위한 확장 가능한 처리를 위해 Google Earth Engine(GEE)를 활용한다.
• 예측된 산불 이전 식생 지수를 관측값과 비교하여 GSC 모델의 유효성을 검증하며, 성능 지표로 R²를 사용한다.
• 산불 후 회복 역학의 차이를 평가하기 위해 화재 지수 기반으로 지역을 분류하고 지역 이질성을 분석한다.

실험 결과

연구 질문

• RQ1 GSC 방법은 산불 이전 식생 조건을 예측하는 데 있어 전통적인 인근 지역 비교 방법보다 어떻게 다른가?
• RQ2 대규모 산불이 캘리포니아의 다양한 지역에서 식생 지수(NDSI, NBR, NDMI)에 미치는 장기적 영향은 무엇인가?
• RQ3 화재 지수로 측정된 화재 심각도, 식생 유형, 기후대에 따라 산불 영향은 어떻게 달라지는가?
• RQ4 산불 후 식생 회복 패턴은 얼마나 오랫동안 산불 이전 추세에서 벗어나며, 이러한 이질성은 얼마나 지속되는가?
• RQ5 GSC 방법은 위성 원격 감지 자료에 적용했을 때 산불이 식생에 미치는 인과적 영향을 신뢰성 있게 추정할 수 있는가?

주요 결과

• GSC 방법은 예측 정확도를 크게 향상시켜 산불 이전 기간 동안 NDVI의 R²를 0.66에서 0.93으로, NBR의 R²를 0.48에서 0.81로, NDMI의 R²를 0.49에서 0.85로 상향시켰다.
• 산불로 인해 NDVI는 평균 25% 감소하고 NBR 및 NDMI는 80% 이상 감소하여 식생과 토양 수분에 심각하고 지속적인 영향을 미침을 시사한다.
• 식생 회복은 매우 이질적이다: 화재 지수가 낮은 지역일수록 식생 지수의 산불 후 변화가 더 크다.
• 어느 정도의 사례에서는 20년 연구 기간 동안도 산불 이전 상태로 회복되지 않아 장기적 또는 불가역적인 생태계 변화를 시사한다.
• 산불 후 영향은 10년 이상 지속되며, 특히 고도가 높고 산림이 많은 지역에서는 후속 년도에 식생의 계절 주기적 변화가 변형된 것으로 관찰된다.
• GSC 방법은 산불의 역학적 영향이 지역 간에 상당히 다름을 드러내며, 토양 피복 및 기후 조건에 따라 다른 회복 궤적을 보임을 확인한다.