Development of an in situ Dead Leaf Weight Monitoring System

RESEARCH ARTICLE
Heesup Yun1Hak-Jin Kim2*Woojae Cho3Hyun-Suk Kim4Sang-Joon Lim4

Abstract

On-site monitoring of changes in the weight of dead leaves can provide useful information on water flux change of forest surface. In addition, it can be used as an index for forecasting wildfires because it is closely related to how much the dead leaves are dried. To implement an alarm system that forecasts wildfires, the weight of dead leaves should be measured under the in situ condition. This research reports on the development of a load cell-based embedded system for continuously monitoring changes in the weight of dead leaves contained in a 1 m x 1 m box located in an experimental forest site. The measurement system consisted of four load cells, a 16-bit microcontroller, a 16-bit analog-to-digital converter, SD memory card-based data storage, and an aluminum container with a wire mesh screen bottom and four preloaded springs. The developed system calibrated with known weights in conjunction with the use of the two-point normalization method could measure changes in leaf weights due to both precipitation and drying, showing the potential for the use in an on-site measurement system that can monitor changes in leaf moistures over time in a quantitative manner.

Keyword



Introduction

산불은 산림자원에 대한 손실뿐만 아니라 인적, 재산적 손실을 가져오는 대형 재해이다. 특히 한국은 국토의 64%가 산림으로 덮여 있으며 해안가를 중심으로 건조한 봄철에 강풍이 동반되는 시기에 산불 발화 시 대형 산불로 이어져 그 피해가 막대한 실정이다. 이러한 피해를 막기 위해서는 산불 발화 조건을 지속적으로 모니터링하여 위험도를 예측하고 예방을 위해 선제적인 조치를 취할 수 있는 예보 시스템이 필요하며 이미 미국의 경우 National Fire Danger Rating System (NFDRS), 캐나다의 경우 Canadian Forest Fire Danger Rating System (CFFDRS) 등 산불 발화 위험도를 예측하기 위한 시스템을 구축, 운영하고 있는 국가들도 존재한다.

산불 발화와 관련된 주요 인자 중 하나로 연료 (fuel)가 있는데 이는 발화와 연소가 가능한 가연성 물질을 의미하며, 주로 살아있거나 죽은 생물체로부터 유래한 유기물질이다. Bradstock and Cohn (2002)은 산림에서는 주로 낙엽과 같이 표층에 존재하는 연료가 산불의 확산에 결정적인 영향을 주는 것으로 보고하였으며, 낙엽의 형태, 토양 표면에서의 배치 등이 산불의 발화와 확산에 미치는 영향에 대한 연구들이 수행되었다 (Proksch et al., 1982; Petriccione et al., 2006; Bradstock and Cohn, 2002; Scarff and Westoby, 2006). 특히 Lee at al. (2010)에 따르면 일반적으로 낙엽이 건조할수록 산불이 일어날 가능성이 높아지는 것을 확인하였으며 이전에 수행된 연구들에서도 연료의 수분 함량을 나타내는 용어인 함수율 (fuel moisture content, FMC)이 재료의 가연성과 화재의 진행 양상에 영향을 주는 매우 중요한 특성으로 보고하기도 하였다 (Chuvieco et al., 2004; Gill et al., 1996; White and Zipperer, 2010). 따라서 산불 발화 위험도를 예측하고 발화를 예방할 수 있는 시스템을 구축하기 위해서는 낙엽의 함수율을 측정하는 것이 중요하다. 실제로 앞서 소개한 NFDRS, CFFDRS 등의 산불 발화 위험도 예보 시스템에서도 산림 연료의 수분함량 변화가 기본적인 지수로서 사용되고 있으며 이러한 지수의 변화에 따라 산불 발화 확률 및 확산 속도 등을 예측하고 있다.

Anderson et al. (1978)에 의해 제시된 낙엽층의 함수율 측정 방법은 현장에서 시료를 채취하여 실험실에서 건조 장비와 저울을 이용하여 측정하는 것을 기반으로 하였다. 이러한 방식으로 현장에서의 위치별 시기별 낙엽층의 함수율을 예측하고자 하는 경우에는 조사구의 일부에 해당하는 소조사구의 시료를 채취하여 무게를 측정하고, 그 다음 수분 함유량 분석을 하기위해 실험실로 시료를 가져가서 건조하여 얻은 중량 변화를 근거로 함수율을 계산하여야 한다. 실제로 기존에 낙엽의 함수율과 산불위험도 간의 관계에 대해 수행한 연구들에서 Kauf et al. (2015)은 85°C 에서 24시간 동안 건조시킨 뒤 함수율을 계산하였고, Possell and Bell (2013)은 75°C에서 중량 변화가 없을 때까지 건조시킨 뒤 함수율을 계산하였다. 국내에서는 Kwon et al. (2012)는 105°C 오븐에서 24시간동안 건조시킨 뒤 중량을 측정하여 함수율을 계산하였다. 이러한 직접 측정 방식에 의한 함수율 측정은 샘플의 수거 및 처리 과정으로 인해 소요 시간이 길고 작업이 번거로우며, 조사구의 낙엽 상태를 실시간으로 측정하여 그 정보를 수집할 수 없다는 단점이 존재한다 (Chae., et al., 2003). Catchpole et al. (2001)와 Kwon et al. (2012)에 따르면 낙엽과 같이 살아있지 않은 퇴적물의 수분함량은 온도, 강수량, 상대습도의 변화에 민감하게 반응하며, 따라서 산림 현장에서 강우 또는 건조에 따라 실시간으로 변화하는 낙엽 무게를 측정하고 이를 통해 낙엽의 수분 변화 정도를 간편하고 직관적으로 측정할 수 있는 낙엽 무게변화 현장 측정 시스템을 개발한다면 이를 통해 산불 발화 위험을 예측에 유용할 것으로 기대된다.

이에 본 연구에서는 산림 현장에서 지속적으로 낙엽 표층의 무게 변화를 측정할 수 있는 시스템을 개발하고자 하였다. 이를 위해 스트레인게이지 기반의 로드셀 센서와 임베디드 신호처리 및 데이터 로깅 장치를 이용하여 낙엽 무게 측정시스템을 설계하고 랩테스트를 낙엽 무게측정 시스템의 정확도를 검증하였다. 이후 개발한 장치를 산림에 설치하여 강우에 따른 무게 변화를 모니터링하였으며 이를 통해 개발 장치의 현장 적용성을 확인하였다.

Materials and Methods

낙엽 무게 측정 장치 제작

낙엽 무게 측정 장치는 크게 낙엽을 담는 용기와 용기를 매달아 하중을 측정하는 로드셀을 고정하는 프레임, 그리고 로드셀에서 측정한 신호를 수집 및 저장하는 신호 수집 및 저장 장치로 구성되었다. 낙엽 용기는 Fig. 1a와 같이 정사각형인 가로, 세로 각각 100 cm, 높이 30 cm의 철제 구조물로, 이때 용기의 바닥은 배수가 원활히 일어나도록 가로 세로 2 cm 크기 구멍이 있는 철망으로 구성하였으며, 철망 위에 토양이 유실되지 않도록 부직포를 설치하였다. 낙엽 용기 아래 바닥은 폴리에틸렌 비닐로 감싸 낙엽층을 투과한 물이 장치 아래 중앙에 모이게 한 후 튜브를 통해 강우량 측정 장치로 흘러가도록 구성하였다.

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F1.png

Fig. 1. Views of the leaf weight monitoring frame (a) and the load cell with spring and preload adjusted screw (b).

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F2.png

Fig. 2. Views of the Arduino board (a) and data logging system (b) developed in the study.

로드셀 프레임은 약간의 간격을 두고 낙엽 용기를 둘러싸는 형태로 제작되었으며, 프레임의 각 변 중앙에는 수직 방향으로 지지대를 세운 뒤 끝단에는 낙엽 무게 측정 장치에 적재될 낙엽 및 표층 토양의 무게의 예상 범위를 건조 상태 5 kg, 최대 습윤 상태 15 kg로 가정하여 5 kgf급 로드셀 (BCL-5L, CAS, Korea)을 선발하여 코일 스프링 및 스크류를 이용하여 낙엽 용기를 로드셀에 매달 수 있도록 하였다.

로드셀에 걸린 하중은 로드셀 앰프 (RW-ST101A, Hanjindata, Korea)를 이용하여 0 ~5 V의 아날로그 전압으로 변환되었다. 제작한 낙엽 무게 측정 장치에 대해 낙엽 및 표층 토양을 적재하기 전 낙엽 용기에 대한 영점 조절은 Fig. 1b와 같이 코일 스프링(스프링상수 2.36 N/mm, 최대하중 77.47 N)과 스크류를 통해 수행하였다.

신호 수집 및 저장 장치는 Fig.2a와 같이 오픈 소스 마이크로컨트롤러 (Mega R3, Arduino, Italy)를 기반으로 제작하였으며 시간 측정을 위한 RTC (real-time clock) 모듈 (DS1307 Module, Adafruit, USA)과 현장 데이터를 수집 및 저장하기 위한 SD카드 모듈 (SD Card Module, Sparkfun, USA)을 각각 연결하였다. 또한 현장에서 바로 측정값을 확인할 수 있도록 LCD Display를 부착하였다.

로드셀 캘리브레이션 및 요인실험

로드셀로부터 측정되는 아날로그 전압을 통해 무게를 측정하기 위하여 로드셀 캘리브레이션 작업을 진행하였다. 측정 장치에 설치된 4개의 로드셀에 대하여 무게추를 이용하여 각 센서의 수집 신호와 무게를 관계시켜 Fig. 3a와 같이 캘리브레이션 모델을 만들었으며 최종적으로 철재 구조물의 무게는 4개의 로드셀의 측정값을 합산하여 예측하였다. 또한, 현장에서 로드셀의 감도 및 신호 표류에 의한 오차를 최소화하여 측정 정확도를 높이기 위하여 선행연구에서 사용한 2점 정규화 방법 (Cho et al., 2017)을 적용하였다. 이는 서로 다른 로드셀들에 대해 각 로드셀의 무게-전압 신호 관계식을 연구실에서 정밀 측정한 무게-전압 신호 선형 관계식에 대응하도록 보상하는 감도 및 편차를 계산하여 정규화하는 방법이다.

개발한 낙엽 무게 측정 장치가 낙엽 함수율 변화에 의한 무게변화를 측정할 수 있는지를 확인하기 위하여 실내 요인 실험을 수행하였다. 이를 위해 먼저 Fig. 3b와 같이 실제 임야의 환경에 존재하는 것과 유사한 나뭇가지와 침엽수 잎, 활엽수 잎을 적당히 섞은 뒤 완전히 건조된 샘플을 용기에 가득 채운 뒤 초기 무게를 측정 및 기록하였다. 그 다음 인위적으로 강우 상황을 조성하기 위해 물을 살포한 후 완전히 젖은 상태의 무게를 측정하여 이를 최대 습윤 상태로 설정하였다. 그 다음 외부 대기조건에 8일간 방치하며 장치에서 측정되는 무게의 변화 추이를 확인하였다.

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F3.png

Fig. 3. A calibration model that relates the outputs of the load cell and known weights (a) and a view of the prototype leaf weight measurement system (b) developed in the study.

요인 실험의 경우 산림이 아닌 환경에서 측정되었고 실제 낙엽의 무게는 낙엽 층 아래의 토양 및 다른 임내 퇴적물로부터 수분 유입의 큰 영향을 받으므로 본 실험의 측정 결과가 산림에서의 일반적인 낙엽 수분 함유량 변화를 나타낸다고 볼 수는 없다. 따라서 개발한 장치를 Fig. 4와 같이 서울대학교 태화산 학술림 (37°18'15.0"N 127°18'58.0"E)에 설치하고 장치의 주변 낙엽과 표층 토양 5.38 kg을 적재하여 기록되는 데이터를 이용하여 산림에서 강수의 변화가 설치한 장치에서 측정되는지를 확인하였다.

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F4.png

Fig. 4. View of the prototype leaf weight measurement system tested in Mt. Taehwa.

Results and Discussion

낙엽 무게 측정 장치 요인 실험

Fig. 5는 8일간 측정한 낙엽의 전체 중량 변화를 측정 시작 시점인 6월 14일 17시를 기준으로 1일 단위로 나타난 것이다. 실험이 시작되고 초기 2 시간 동안은 인위적으로 살포한 물의 배수가 급격하게 일어나 장치에서 측정된 낙엽 무게의 감소가 두드러지게 나타났으며 이후 6월 17일까지 낙엽 무게는 자연 건조의 영향으로 시간에 따라 감소하는 경향을 나타냈다. 이때 야간에는 일조량과 상대 습도의 영향으로 무게 감소가 더디게 일어남을 알 수 있었으며 주간에는 일조량의 증가에 따라 무게 감소 속도가 증가함을 확인하였다.

한편 강우로 인하여 수분 공급이 이루어진 때에는 낙엽의 무게가 강우의 영향을 받아 일시적으로 증가하는 것을 확인하였다. 이러한 지점은 2015년 6월 17일 16시부터 18시 사이에, 18일 24시부터 2시 사이에 나타났으며, 기상청 예보에 따르면 그 당시 각각 약 0.5 mm와 약 12.0 mm의 강우량을 확인할 수 있다.

하지만 6월 18일 강우의 경우 6월 17일보다 강우량이 많았음에도 불구하고 낙엽의 무게 변화가 크게 없는 것으로 보아 실제 낙엽 무게 측정장치에 내린 비의 양은 적었던 것으로 판단된다. 이는 서울 지역 내 강수가 시작된 시점의 차이와 국지적인 강수량의 차이로부터 비롯되었다고 예상할 수 있다. 즉, 같은 서울 지역 내에서도 강수가 시작된 시각은 지역에 따라 다를 수 있으며, 강수량 역시 지역에 따라 차이가 있기 때문에 특정 관측소에서 측정된 데이터와 실제 실험이 이루어진 지점의 강수량은 다를 수 있다.

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F5.png

Fig. 5. Leaf weight measurement data from the device and precipitation data from weather information during the Lab test.

산림 현장 실험

산림 현장에 설치한 낙엽 무게 측정장치를 통해 2015년 11월 6일부터 2016년 7월 8일까지 총 8개월간 데이터를 수집하였으며 그 결과는 Fig. 6에 나타내었다.

설치 후 10-11월 중 시간당 1~2 mm 수준의 강수량이 나타남에 따라 무게 측정 장치의 측정값에서 점진적인 무게 상승과 1 kg 내외의 무게 변동이 나타나 측정 장치에 적재된 낙엽이 물을 흡수하여 생기는 무게의 변화가 감지되는 것을 확인할 수 있었다. 다만 12월 3일 경 무게 측정값이 급격히 증가하였는데 이는 우량계로는 측정되지 않는 눈과 얼음이 장치에 쌓여 영향을 준 것으로 판단된다. 이후 2016년 1월 11일부터 3월 4일까지는 측정 장치에 침수가 발생하여 낙엽 무게 데이터 수집이 정상적으로 수행되지 않는 문제가 발생하여 3월 4일 중간 점검을 통해 전원박스 위치를 고지대로 조정하였다. 이후 4개월에 걸쳐 재개된 현장 실험에서는 침수 문제 없이 비가 왔을 때 무게 측정 장치에 적재된 낙엽이 물을 흡수함에 따라 무게가 증가하는 경향과 비가 오지 않는 경우 증발 및 투과로 인한 무게 측정치의 감소 경향을 안정적으로 측정하여 개발한 낙엽 무게 측정 장치의 현장 적용성 및 이를 통한 낙엽 함수율 변화의 예측 가능성을 확인하였다. 다만 낙엽 무게의 변화 정도를 실제 함수율 변화 예측에 이용하기 위해서는 강수량 외의 공기 중 습도, 일사량, 풍속 등 함수율에 영향을 줄 수 있는 요인들에 대한 계측과 이를 복합적으로 이용한 함수율 예측 모델이 필요할 것으로 판단되었다.

http://dam.zipot.com:8080/sites/pastj/images/PASTJ_20-033_image/Figure_PASTJ_20-033_F6.png

Fig. 6. Leaf weight measurement data from our device and precipitation data from weather information tested in Mt. Taehwa.

Conclusion

낙엽을 담을 수 있는 철제 구조물을 제작하고 하중을 측정하는 로드셀을 장착하여 낙엽 무게 측정 장치를 구성하고, 이에 대해 적재된 무게와 로드셀의 출력 전압 신호 사이의 관계식을 확인하였을 때 결정계수 (R2)가 0.99 이상으로 나타나 제작한 장치를 통하여 적재된 낙엽의 무게를 정확히 측정할 수 있음을 알 수 있었다. 또한 제작한 장치에 낙엽을 적재하여 8일간 요인 실험을 수행하였을 때, 수분의 투과, 증발에 의한 무게 감소와 강수에 의한 무게 상승 경향을 확인할 수 있었으며, 이를 통해 개발 시스템을 통해 낙엽의 수분 함수율과 관계된 무게의 변화 모니터링이 가능함을 확인하였다. 실제 태화산 학술림에 개발 시스템을 설치하여 운용하였을 때, 겨울 기상에 의한 영향이나 센서의 고장 시기를 제외한 3개월 여 동안 비가 왔을 때 개발 시스템에 의한 무게 측정값이 증가하고 비가 오지 않는 경우 일조에 의한 증발로 무게가 감소하는 것을 확인하여 개발 시스템을 통해 낙엽 함수율과 밀접한 관계가 있는 무게값을 실시간으로 측정할 수 있음을 확인하였다. 향후 연구에서 낙엽 무게뿐만 아니라 일조량 및 대기 중 습도, 풍속 등의 데이터를 동시 취득하여 이를 낙엽 함수율에 대한 예측 모델을 개발할 경우, 산불 발화 가능성을 실시간으로 진단하여 산불 발화에 대해 선제적으로 대응할 수 있는 예방 장치로 활용할 수 있을 것으로 기대된다.

Acknowledgements

본 연구는 2016년 기상청 차세대도시농림융합 기상서비스사업 연구과제 지원을 받아 수행되었다.

본 연구는 2016년 기상청 차세대도시농림융합 기상서비스사업 연구과제 지원을 받아 수행되었다.

References

1  Anderson HE, Schuette RD, Mutch RW. 1978. Timelag and equilibrium moisture content of ponderosa pine needles. Department of Agriculture. Forest Service. Intermountain Forest and Range Experiment Station. 

2  Bradstock RA, Cohn JS. 2002. Fire regimes and biodiversity in semi-arid mallee ecosystems. Flammable Australia: the fire regimes and biodiversity of a continent 238-258. 

3  Catchpole EA, Catchpole WR, Viney NR, McCaw WL, Marsden-Smedley JB. 2001. Estimating fuel response time and predicting fuel moisture content from field data. International Journal of Wildland Fire 10(2): 215-22. 

4  Chae HM. 2003. A study on moisture drying time of fine forest fuel. Journal of Korean Forestry Society 92(4): 297-304. [in Korean] 

5  Cho WJ, Kim HJ, Jung DH, Kang CI, Choi GL, Son JE. 2017. An embedded system for automated hydroponic nutrient solution management. Transactions of the ASABE 60(4): 1083-1096. 

6  Chuvieco E, Cocero D, Riano D, Martin P, Martınez-Vega J, de la Riva J, Pérez F. 2004. Combining NDVI and surface temperature for the estimation of live fuel moisture content in forest fire danger rating. Remote Sensing of Environment 92(3): 322-331. 

7  Gill A, Moore P, Williams R. 1996. Fire weather in the wet‐dry tropics of the World Heritage Kakadu National Park, Australia. Australian Journal of Ecology 21(3): 302-308. 

8  Kauf Z, Fangmeier A, Rosavec R, Š panjol Ž . 2015. Seasonal and local differences in leaf litter flammability of six Mediterranean tree species. Environmental Management 55(3): 687-701. 

9  Kwon CG, Lee SY, Lee HP. 2012. Comparison of surface fuel and soil layer moisture after rainfall in broad-leaved forest at Young Dong region. Journal of Korean Institute of Fire Science & Engineering 26(1): 49-60. [in Korean] 

10  Lee SY, Kwon CG, Lee MW, Lee HP. 2010. Development of prediction model of fuel moisture changes after precipitation in the Spring for the Pine forest located the Yeongdong region (Focused on the down wood material diameter). Journal of Korean Institute of Fire Science & Engineering 24(4): 18-26. [in Korean] 

11  Petriccione M, Moro C, Rutigliano FA. 2006. Preliminary studies on litter flammability in Mediterranean region. Forest Ecology and Management 234: S128. 

12  Possell M, Bell TL. 2013. The influence of fuel moisture content on the combustion of Eucalyptus foliage. International Journal of Wildland Fire 22(3): 343-52. 

13  Proksch E, Strigl A, Nabielek H. 1982. Production of carbon monoxide during burn-up of UO2 kerneled HTR fuel particles. Journal of Nuclear Materials 107(2-3): 280-285. 

14  Scarff F, Westoby M. 2006. Leaf litter flammability in some semi-arid Australian woodlands. Functional Ecology 745-752. 

15  White RH, Zipperer WC. 2010. Testing and classification of individual plants for fire behaviour: plant selection for the wildland–urban interface. International Journal of Wildland Fire 19(2): 213-227.