2024년에는 여름철 폭염과 집중호우, 겨울철 폭설 등의 자연재해가 발생했다. 2024년 여름 내내 한반도는 집중호우와 기록적인 폭염에 시달렸다. 이 시기에 전국에 내린 평균 강수량은 602.7 mm로 평년(727.3 mm)에 비해 적었으나, 장마 기간 내 전국 강수량은 474.8 mm로 평년(356.7 mm)보다 집중적으로 많은 비가 내렸다. 기상학적인 측면에서 북태평양고기압에서 유입된 수증기와 한반도 북쪽 상층의 찬 공기가 정체전선과 충돌하여 비구름대를 발달시키며 좁은 지역에 강한 비가 자주 내리는 특성을 보였다(Korea Meteorological Administration, 2024). 7월 초(7.08~10)와 7월 중순(7.16~19)에 발생한 호우피해로 대전·충청·경북 지역의 17개 지자체 24곳이 특별재난지역으로 선포되었다(Ministry of the Interior and Safety, 2024a). 9월 하순(9.19~21) 호우피해로 전남과 경남지역 6개 지자체 14개 읍면동이 특별재난으로 선포되었다(Ministry of the Interior and Safety, 2024b).

장마가 끝나고 7월 하순부터 한반도 상공을 덮고 있던 티베트고기압과 북태평양고기압의 영향으로 9월 중순까지 폭염이 발생했고, 계속 많은 수증기가 유입되면서 고습의 열대야도 거의 9월 하순까지 지속됐다. 이 때, 서울과 수도권 지역에서는 최고 기온이 40°C 이상을 기록하며, 2018년 폭염 이후 가장 더운 여름으로 기록됐다. 기상청(KoreaMeteorological Administration)에 따르면, 2024년 8월 한 달간 서울의 평균 기온은 31.4°C로 평년에 비해 2.3°C 높았고, 2024년(’24. 05. 20~09. 30) 여름철 긴 폭염으로 인한 온열 질환자는 총 3,704명으로 전년대비 31.4%가 증가한 것으로 나타났다(Korea Meteorological Administration, 2024; Korea Disease Control and Prevention Agency, 2024). 한반도 주변 해역의 평균 해수면 온도는 27.4°C로 최근 10년(2015~2024년) 평균(24.2°C)보다 3.2°C 높아, 남·서해 주변의 양식장에서 폐사로 인한 막대한 피해가 발생하였다. 2023년 12월과 2024년 1월 동안 강원·충북·경북 일부 지역에서는 적설량이 1 m를 초과하는 기록적인 폭설이 내려 교통 마비와 주민 고립 등 심각한 피해가 발생했다(Korea Meteorological Administration, 2024).

2024년에 발생한 풍수해, 폭염, 폭설과 같은 재해들은 기후변화에 따른 극단적인 이상기상의 패턴 변화를 단적으로 보여주고 있다. 이러한 재해를 효과적으로 분석하고 대응하기 위해 위성과 항공기기 반의 원격탐사 기술을 활용하여 광역의 재난 피해 정보를 신속하게 수집하여 분석할 수 있다. 가령, 폭염 기간 중 Landsat 위성 데이터를 활용하여 기온 변화와 고온 지역을 열분포도 지도로 시각화하고, 이를 지자체와 공유함으로써 지역의 폭염 피해 현황을 신속하게 파악·대응할 수 있다. 또한, geographic information system(GIS) 분석을 통해 2024년 폭우나 폭설로 인한 피해규모를 체계적으로 파악하여 피해액을 산정하고, 특별재난지역 선포나 피해 지역의 복구 우선순위를 결정하는 기초 데이터로 활용할 수 있다. 특히, GIS 기반의 재난위험도를 제작하면 향후 재해 발생시 지역별 피해 현황을 정확하게 파악하거나 예측할 수 있어 보다 효율적인 대응이 가능하다.

예방·대비, 대응, 복구 단계에서 체계적인 재난사고 관리를 위해 원격탐사와 공간정보기반의 융합적 분석이라는 접근방식은 매우 유의미하다. 2024년 국립재난안전연구원(National DisasterManagement Research Institute, NDMI) 특별호에서는 원격탐사와 공간정보의 융합적 분석기술을 활용한 산사태 피해조사, 드론의 다중복합센서를 활용한 시설물 안전점검 사례를 소개하였다. 또한, 원격탐사와 공간정보의 융합적 분석기술과 관련된 최근 연구 동향과 NDMI의 연구 성과를 중심으로 기술하였다.

2.1. 경주 토함산 산사태 피해조사

지난 5월, 2022년 태풍 흰남노로 인한 피해로 추정되는 토함산 주변 24개 산사태 발생지에 대한 추가 피해 우려가 제기됨에 따라 행정안전부와 산림청, 환경부(국립공원공단), 국가유산청, 경북도와 경주시 등의 관계기관들은 산사태 피해복구를 위한 관계기관 협의체 점검회의와 정부합동 현장조사를 실시하였다. 행정안전부가 주도하는 관계기관 협의체에서는 토함산 주변 산사태 발생지역과 발생 우려지역을 전수 조사하고, 사방시설 준설과 사방사업 시행 등의 산사태 대비 긴급복구와 예방사업을 시행하는 복구계획을 마련하고자하였다. 드론 항공사진과 위성 사진 데이터를 활용하여 산사태 피해 전·후 변화탐지 지역을 판독한 결과, 경주 토함산 24개소 산사태 면적을 추정하였다(Table 1).

Table 1 . Landslide occurrence location and estimated landslide-damaged area.

NO.	Address	Coordinates		Landslide damaged area (m2)
		Latitude	Longitude
1	San2 Ha-dong, Gyeongju, Gyeongsangbuk-do	35° 48’ 22.34”	129° 20’ 13.78”	2,336
...	...	...	...	...
3	San11-1 Ma-dong, Gyeongju, Gyeongsangbuk-do	35° 48’ 09.26”	129° 20’ 35.57”	373
...	...	...	...	...
7	San1-1 Jinhyeon-dong, Gyeongju, Gyeongsangbuk-do	35° 47’ 40.68”	129° 20’ 36.20”	635
...	...	...	...	...
11	San99-1 Singye-ri, Oedong-eup, Gyeongju, Gyeongsangbuk-do	35° 46’ 57.65”	129° 21’ 00.97”	914
12	San116-5 Hwangyong-dong, Gyeongju, Gyeongsangbuk-do	35° 48’ 22.72”	129° 20’ 31.22”	725
13	San286-1 Beomgok-ri, Munmudaewang-Myeon, Gyeongju, Gyeongsangbuk-do	35° 48’ 02.68”	129° 20’ 52.64”	294
...	...	...	...	...
19	San88 Jinhyeon-dong, Gyeongju, Gyeongsangbuk-do	35° 47’ 42.39”	129° 20’ 50.71”	189
...	...	...	...	...
22	San247-1 Beomgok-ri, Munmudaewang-Myeon, Gyeongju, Gyeongsangbuk-do	35° 47’ 29.28”	129° 21’ 00.80”	12,599
23	San247-1 Beomgok-ri, Munmudaewang-Myeon, Gyeongju, Gyeongsangbuk-do	35° 47’ 28.13”	129° 21’ 00.58”	1,029
24	San240-2 Beomgok-ri, Munmudaewang-Myeon, Gyeongju, Gyeongsangbuk-do	35° 47’ 02.73”	129° 21’ 05.25”	1,172
Gross landslide damaged area				37,433

남북방향의 주능선을 따라 동서쪽으로 수지상형 계곡이 발달한 토함산 주변 지형은 동쪽의 석굴암(능선 하부 0.2 km지점)과 서쪽의 불국사 등 국립공원과 농경지가 분포하고 있으며, 태풍 힌남노로 인한 산사태 피해지 24개소는 주로 5개 계곡부 상부의 붕괴부로 파악되었다. 산사태가 확인된 토함산 주능선 동측(문무대왕면) 계곡부는 정상부 능선에서 석굴암과 범곡마을(상범, 하범)에 이르는 2개 계곡부와 주능선 서측(하동, 진현동, 마동, 외동읍 등) 계곡부는 정상부 능선에서 불국사, 하동마을, 탑골마을에 이르는 3개 계곡부 상부에 분포했다(Fig. 1).

Figure 1. Landslide occurrence investigation using 2D ortho-map and additional geo-spatial data.

산사태 조사 활동의 일환으로 국립재난안전연구원 재난정보연구실에서는 경주 토함산 산사태 발생지 24개소에 대해 2019년~2023년간 촬영된 항공사진(12~25 cm급), 등고선, 하천중심도, 건물통합정보 등을 국토지리정보원으로부터 긴급히 수급받아 1차 영상 시기별 변화 탐지와 2차 육안 판독을 실시하여 변화지역을 탐지·분석하였다(Fig. 2).

Figure 2. Aerial photos of the landslide damage area (Ha-dong, Gyeongju) provided by NGII. (a) Pre-landslide damage. (b) Post-landslide damage.

재난원인조사실에서는 상용 real-time kinematic (RTK) 드론과 고해상 광학카메라를 활용하여 항공촬영과 매핑을 통한 정밀 현장조사를 수행하였다. 드론 항공촬영은 산사태 24개소를 토함산 능선과 계곡부를 중심으로 5개 조사 구간으로 분류하여 조사를 실시하였다(Fig. 3). 토함산 주능선 동측은 토함산-하동(약 1.5 km) 구간, 토함산-탑골(약 1.6 km) 구간, 토함산-불국사(약 1.6 km) 구간으로 조사하였으며, 주능선 서측은 토함산-범곡(약 1~1.7 km) 구간과 토함산-석굴암(약 0.2 km) 구간으로 나누어 조사하였다. 드론 항공사진을 이용한 육안 판독을 통해 5개소의 산사태 발생지역(하동마을 상류부 1개소(A 지점), 불국사 상류부 4개소(B, C, D, E 지점))을 추가적으로 확인하였으며, 드론매핑을 통해 추정한 발생지역별 붕괴 면적은 A~E 지점별로 각각 1,635 m², 451 m², 469 m², 608 m², 506 m²였다. 다만, 5개소 모두 기존 산사태의 토사이동 경로 내에 있고, 산림청에서 수립한 복구계획(사방댐 추가 건설 등의 유역관리사업)의 영향범위 내에 존재하고 있어 발생위치 및 규모를 전체적으로 고려할 때 현재의 복구·예방사업으로 위험요소가 해소될 수 있는 경미한 수준으로 판단되었다.

Figure 3. Landslide occurrence path interpretation results using (a) 2D ortho-map and (b) 2D ortho-map and drone aerial photos.

2.2. RTK 드론매핑을 통한 땅밀림 모니터링

땅밀림으로 인한 지표면의 이동이나 침하 등 지형적인 변화를 예측하고 탐지하기 위해서는 시계열적인 모니터링 데이터가 필요하다.이 때 위성영상, 항공사진, light detection and ranging (LiDAR) 포인트 클라우드 등의 원격탐사 관측데이터를 활용하여 시간의 흐름에 따른 대상지내 지형 변화를 모니터링할 수 있다. 드론매핑을 통해 고밀도의 포인트 클라우드, 3차원 지형모델, 고해상의 정사영상을 신속하게 생성할 수 있어 특히, 소규모 재난지역의 시계열적인 지형 변화 탐지나 피해조사 업무에 근거리 관측 플랫폼인 드론이 부각되고 있다.

경주 토함산에서 발생한 땅밀림 현장을 정밀하게 정성·정량적으로 판독·분석하기 위해 드론매핑 성과물인 고해상의 정사영상을 이용하였으며, 드론 정사영상기반의 시계열 분석은 여러 시기에 취득한 영상에서의 대상지역의 공간적인 변화를 탐지하기 위해 QGIS 소프트웨어의 Orfeo Toolbox (OTB) 플러그인(plug-in)을 활용하였다. 2024년 9월 13일과 10월 25일 드론 항공사진으로 제작된 드론매핑 정사영상에서 대상지내 고정 대상물(암반, 식생뿌리 등) 중심의 시계열 판독 결과, 그 기간내 위치적인 이동이나 변화가 거의 없어 대상지 지반의 변위가 발생하지 않는 것으로 판단하였다(Fig. 4).

Figure 4. Change detection results through temporal analysis across different times. (a) Ortho-image. (b) Location change comparison using ground-fixed objects (rock and tree root).

2.3. 고성능 드론 줌센서를 이용한 시설물 안전관리

접근이 힘든 재난현장에서 매핑이나 조사 업무 활용성이 높은 드론은 연장이 길고 높은 하강 레포츠 시설물의 안전점검 업무에도 핵심적인 역할을 수행할 수 있다. 초근접 촬영과 유사한 해상도로 점검이 가능한 고성능 줌 카메라를 탑재하고, global navigation satellite system(GNSS) RTK를 이용한 고정밀 측위와 제자리 비행(hovering), 장애물 회피 기술이 드론에 적용되면서 안전하고 정밀하게 시설물 점검이 가능해지고 있다. 행정안전부에서는 위험성이 높거나 안전관리에 제도적 개선이 필요한 시설물에 대해 시설물 관리 소관 중앙부처, 지자체 등 다양한 관계기관의 담당자와 민간 전문가들이 참여하는 정부합동 안전점검을 수행하고 있다.

연구원에서는 번지점프·집라인(2024. 06)과 출렁다리 시설물 안전점검(2024. 09)에 고성능 줌 카메라가 탑재된 RTK 드론(Matrice 350 RTK)을 활용하여 점검활동을 지원하였다. 특히, 4가지 기능의 카메라가 하나의 센서로 구성된 ’쿼드 센서 솔루션‘인 H20T센서는 display field of view (DFOV) 82.9°의 광각 카메라, 최대 200배의 확대를 제공되는 23배 하이브리드 광학 줌 카메라, 대상 온도를 최대 –40~550°까지 감지할 수 있는 열화상 카메라와 대상체까지의 거리를 최대 1,200 m까지 측정 가능한 레이저 거리측정기로 구성되어 있다. 육안점검이 어려운 고층 시설물의 탑승대, 도착지 등의 상단 부분과 연결 와이어, 출렁다리 주탑과 기초 등 주요 부재·부대시설 점검을 수행하여 문제점을 찾아 그 개선 방안을 제시하였다(Fig. 5).

Figure 5. Aerial photos for facilities safety inspection (Inje, Gangwon-do). (a) Failure to install drop zone safety defense. (b) Corrosion of the upper tower wire attachment points.

3.1. 원격탐사 기술을 활용한 재난관리와 공간분석 연구

원격탐사 데이터는 국토, 기상, 해양 등 지구 환경 변화를 모니터링할 수 있는 기초자료일뿐 아니라 특히, 재난분야에서 긴급 재난이 발생 했을 때 적시적인 대응과 이후 재난 피해 영향 평가 등 신속한 복구를 위한 핵심 자료로 활용되고 있다(Park et al., 2023a). 최근 급격한 기후변화의 영향으로 예측하기 힘든 자연재난의 발생이 증가하면서 재난관리 측면에서 원격탐사와 공간정보간의 융합적인 분석 요구가 증가하고 있다. 이와 관련된 연구사례로는 Lee et al. (2023)은 LiDAR 센서와 음향측심기를 활용한 수심측량, 광학 위성영상과 다중분광영상 등의 공간정보 융합을 통한 미계측 저수지 수체 모니터링을 위한 디지털 공간정보 구축 방안을 제시했다. 산불피해 면적과 강도를 산정하기 위해 Landsat의 근적외선과 단적외선 밴드 정보를 활용하여 산불 전후의 정규탄화지수 차이를 통해 산불 피해강도를 주로 계산해왔다. Yang and Kim (2023)은 산불 피해강도를 계산하기 위해 Landsat의 단적외선 대신 Kompsat-3A (K3A)호의 중외선 밴드를 활용하여 산불 피해강도를 산정함으로써 K3A의 산불피해 조사의 활용도를 높이는 방안을 제시하였다. Jang et al. (2023)은 현장에서 쉽게 다룰 수 있는 촬영장비를 통해 설정된 임계값기반의 히스토그램 분석을 통해 오염물질외의 부유물질을 분류하고, 광학 영상에서 해수면 상의 부유성 오염물질을 탐지하는 알고리즘을 개발하여 실 해역에서 획득된 입력자료로 제안한 알고리즘 성능을 평가하였다.

이번 특별호에서는 연구원에서 원격탐사와 공간정보의 융합적 분석과 관련된 산사태 재해 관리, 여름철 폭염과 열섬관리를 위한 열분포도 관리시스템, 격자체계기반 위험성 분석 연구, 딥러닝을 활용한 액상화 잠재 지수와 위험지도 표출 연구 성과를 게재하였다. Park et al. (2024b)은 경상북도 경주시 토함산을 대상으로 위성, 항공기 등에서 취득된 원격탐사 자료를 활용하여 산지토사재해를 모니터링하였다. 시계열 영상자료를 통해 피해지역을 판독하고 토지피복 및 수치지형자료를 활용하여 토함산 주변 시설물, 민가 등의 피해 위험지역를 분석함으로써, 산지토사재해의 관리를 위한 원격탐사 자료의 활용성을 제시하였다.

NDMI에서는 2017년부터 위성영상을 기반으로 일 최고기온을 추정하여 열 현상을 관측할 수 있는 열 분포도를 제작하였으며, 효과적인 폭염 대응 정책 수립을 위한 핵심 자료로 활용되며 지자체 폭염 대응 정책을 지원하고 있다. Heo et al. (2024)은 열 분포도, 폭염특보, 낮 최고 체감온도, 현재기온, 무더위쉼터와 같은 지도형태와 온열질환자수, 위기경보 발령 상태와 같은 수치형태로 제공되는 폭염 종합정보시스템의 표출 정보를 소개하며, 향후 운영방안을 제시하였다. 이를 통해 지자체의 폭염 정책 업무를 지원을 통해 피해저감에 기여할 수 있을 것으로 기대된다. 기후변화로 인한 기온 상승과 급격한 도시화로 인한 열섬현상은 도시 지역의 열 환경을 악화시켜 여름철 온열 스 트레스 증가와 에너지 소비 상승 등 부정적인 영향을 유발할 수 있다. Lee et al. (2024)은 Landsat 8 operational land imager/thermal infused sensor (OLI/TIRS) 위성영상을 이용하여 2013년부터 2023년까지 대표적인 분지 지형인 대구광역시 여름철 핫스팟(hot spot) 기반의 열 환경을 분석하였다. 본 연구를 통해 과거대비 핫스팟 면적의 증가와 폭염이 심할수록 핫스팟 증가폭이 더 큰 경향이 있음을 확인하였다. Moran’s I와 LISA 분석 결과, 상업 및 주거지역에서 열환경의 군집성이 나타나 지역 간 면적과 밀집도 차이가 발생함을 알 수 있었다.

Kim and Kwak (2024)은 공간정보 기반 재난위험분석을 수행시 행정구역 단위의 불규칙적인 문제를 개선하기 위해 국가지점번호기반의 격자체계를 활용하는 방안을 제시하였으며, 격자기반 건물 데이터를 활용하여 벡터와 래스터 방식에 의한 데이터 분석방식의 차이를 비교·분석하였다. 또한, 재난위험분석 시 적합한건물 데이터를 파악하기 위해 격자기반으로 분석된 건물 데이터 면적 값을 활용하여 오차율을 비교하였다. Na et al. (2024)은 액상화 가능성 지도 시범 제작 사례에서 계산식으로 도출한 liquefaction potential index (LPI)와 LPI 예측 모델을 설계하고, 실제 LPI 지도와 예측 LPI 지도를 서로 비교함으로써 LPI 예측 모델에 대한 유효성을 검증하는 연구를 수행하였다.

3.2. 드론/ LiDAR를 이용한 재난사고 원인/피해조사 연구

위성이나 항공기와 같은 주기적인 광역 모니터링을 위한 기존 지구 관측 플랫폼을 대신하여 고정밀 소형 관측센서를 탑재하고 긴급한 지형변화 모니터링 수행과 시설물 점검, 소규모 지역의 공간정보를 쉽고 신속하게 취득할 수 있는 드론 플랫폼을 활용한 매핑이나 현장조사 기술 연구들이 활발히 수행되고 있다. 최근 연구사례로 농작물 작황 모니터링이나 재배지 관리를 위해 Park et al. (2023b)은 드론의 광학 영상과 U-Net 알고리즘을 이용하여 수수 재배지, 벼와 콩 농경지, 비농경지 로 구성대 3개 클래스와 수수 재배지와 배경으로 구성된 2개 클래스 기반으로 분류 모델을 제안하여 다시기 드론 광학영상을 취득하여 수수 재배지에 대한 비파괴적 분할 가능성을 평가하였다.

Kang et al. (2023)은 무인기에 탑재된 초분광센서로부터 취득된 초분광 영상 데이터를 이용하여 배나무 잎의 엽록소 함량을 추정하는 연구를 수행하였다. Oh et al. (2023)은 조난선박 탐지를 위해 다양한 기상조건과 선박 상태, 드론과 탑재센서의 사양과 특성을 설정할 수 있는 드론영상기반의 해양환경 시뮬레이터를 제안하였으며, 이 시뮬레이션을 통해 얻은 데이터셋을 활용하여 딥러닝 모델을 학습시켜 조난 선박 탐지 정확도를 향상시키는 연구를 수행하였다. Park et al. (2024a)은 드론 항공영상으로부터 U-Net, DeepLab v3, fully convolutional network (FCN)를 사용하여 분할 에측 성능을 개선하는 접근 방식을 제안했으며, 3분할 모델의 훈련 손실, 검증 정확도, 클래스별 점수를 통합하는 앙상블 모델을 통해 전반적인 예측과 토지 피복 분할 성능을 향상하는 딥러닝 알고리즘을 제안하였다. Bak et al. (2024)은 YOLO v8 모델을 이용한 객체 탐지 기법을 적용하여 실시간으로 해안 쓰레기를 탐지·분석할 수 있는 성상별 핫스팟 매핑 및 분석 기법을 제안하였다.

드론을 이용한 재난사고 조사 접근방식은 신속한 자료 수집과 재난 지역의 환경 변화, 피해 원인을 심층적으로 분석하고 3차원 모델과 포인트 클라우드 데이터로 피해 지역을 입체적으로 시각화하고 피해 규모를 보다 정량적으로 평가할 수 있다. 이 분야와 관련하여 연구원의 최신 성과로 Lim et al. (2024)은 산사태 발생 현장에 드론을 활용하여 고해상도 정사영상과 3차원 모델을 제작하고, 이를 바탕으로 산사태 붕괴 형태와 토석류 유출 경로를 분석했다. 접근이 어려운 산사태 현장에서 최신 드론 기술을 활용하여 매핑 및 조사업무 효율성을 극대화 할 수 있으며, 매핑 성과물인 고밀도의 포인트 클라우드, 고해상도 정사영상, digital surfacemodel (DSM), digital terrainmodel (DTM) 등의 3차원 지형모델을 활용하여 정밀한 재난원인 및 피해규모 분석을 수행할 수 있다.

특히, 산악지형에서 고도변화를 감안하여 고해상도의 카메라 센서와 RTK를 통해 정밀한 3차원 모델을 생성함으로써 붕괴 시점, 토석류 이동 및 퇴적 경로, 토사 붕괴 체적 등을 정량적으로 파악할 수 있을 것으로 기대된다. LiDAR는 초당 수 천에서 수 만개의 레이저 펄스를 활용하여 주변 대상물을 스캔하는 기술로 정밀한 지도제작 및 3차원 모델 구축이 가능하다. 최근에는 지상 LiDAR와 드론 항공 LiDAR를 동시에 통합적으로 활용하는 연구도 수행되고 있다. 드론 매핑과 항공 LiDAR, 지상 LiDAR 관측 데이터간의 융합을 통해 시설물 모델링과 building information model (BIM) 기초 데이터를 효과적으로 생성하는 접근방식들이 제안되고 있다. Jung et al. (2024)은 지상 및 드론 LiDAR를 통해 건축물의 정밀한 실내·외 3차원 모델을 생성하고, 타겟을 활용한 수동 정합과 형상기반 반자동 정합방식을 적용하여 생성된 건물 모델의 정확도를 비교·평가하였다. Koo et al. (2024)은 평지와 산림을 대상으로 DJI사 Matrice 350 RTK의 LiDAR 센서인 Zenmuse L1과 L2를 장착하여 지면 포인트 클라우드 데이터 취득 성능 확인을 통한 LiDAR 센서의 성능을 평가하였다. 다양한 지형 환경에서 발생하는 재난 여건을 감안하였을 때 드론 항공 LiDAR L1과 L2 센서들을 유연하게 활용한다면 보다 효과적인 재난원인 현장 운용을 수행할 수 있을 것으로 기대된다.

전 지구적인 기상이변과 기후변화로 인해 해가 갈수록 자연재해는 극한 재난의 양상으로 치닫고 있다. 2024년 한반도를 긴장속으로 몰아간 여름철 집중호우와 늦가을의 폭염, 11월 중부지역의 때이른 폭설 등의 자연재해는 극단적인 이상기상 현상과 최근 변모해가는 재난 패러다임의 양상을 보여주는 단적인 예라 할 수 있다. 급속도로 발전하는 지구 관측 플랫폼과 원격탐사 기술을 활용하여 이러한 재해·재난을 효과적으로 예측·대비하고, 적시에 관측 데이터를 수집하여 실시간으로 재난 상황관리에 대응하며, 대규모 지역의 재난 피해 상황을 기존의 공간정보와 함께 융합적으로 분석할 수 있다.

2024년 NDMI 특별호에서는 원격탐사와 공간정보의 융합적 분석기술을 활용한 산사태 피해조사, 드론의 다중복합센서를 활용한 시설물 안전점검 사례를 소개하였다. 또한, 원격탐사와 공간정보의 융합적 분석기술과 관련된 최근 연구 동향과 NDMI의 연구성과를 중심으로 기술하였다. 예방·대비, 대응, 복구 단계에서 체계적인 재난사고 관리를 위해 원격탐사와 공간정보기반의 융합적 분석이라는 접근방식은 매우 중요하다. 특히, 원격탐사와 공간정보의 융합·분석을 통해 국가 재난사고에 대한 사전 예측과 신속한 대응, 피해를 최소화하기 위한 의사결정 판단에 핵심적인 역할을 수행할 수 있을 것으로 기대된다.

본 연구는 행정안전부 국립재난안전연구원의 주요사업(이동형 로봇기반 재난사고 현장조사 공유 기술개발(NDMI-주요-2024-06-02), 다종위성기반 재난위험 추적형 위성정보 융합분석 기술개발(NDMI-주요-2024-03-01))의 지원을 받아 수행되었습니다. 특히, 본 사설에 소개된 국립재난안전연구원의 저자들에게 깊은 감사의 말씀을 드립니다.

No potential conflict of interest relevant to this article was reported.