본 연구는 최근 기후변화 등으로 인한 화재위험증가 현상을 파악하기 위해 단순한 화재 발생건수를 넘어 피해 심각도 및 기상조건 등 복합적인 요소를 고려한 화재위험지수(Fire Risk Index, FRI)를 개발하고, 2018년부터 2023년까지의 국내 각 지역의 화재위험도를 분석하였다. 해당 분석에는 행정안전부 화재통계와 기상청 자료 등의 국가통계 DB를 크롤링하여 활용하였고, 각 데이터를 엔트로피 가중치법을 통해 인구당 화재발생률, 화재당 인명⋅재산 피해, 평균기온, 건조지수 등으로 군집화하여 총 5개 지표로 구성된 FRI를 산출하였다. 풀드 최소자승법(Pooled OLS)을 통해 기후⋅인구 요인의 실질적인 영향력을 검증하였다. 랜덤 포레스트(Random Forest)를 통해 연구모델의 예측력을 향상하였고, K-평균(K-means) 군집분석으로 비슷한 지역을 군집화하여 최종 결과를 제시하였다. 그 결과 강원도와 제주특별자치도가 지속적 고위험지역으로 나타났고, 평균기온 상승과 기온-습도 상호작용이 FRI 증가에 유의한 영향을 보였다. 풀드 최소자승법 및 랜덤 포레스트의 결과는 각 R²=0.628과 R²=0.932로 높은 예측력을 확보하였고, K-평균 군집분석의 결과로 국내 17개 시도를 대도시형⋅농촌형⋅산업형⋅관광형 4개 군집으로 분류하였다. 본 연구는 화재위험 평가에서 종합적 지표의 필요성을 확인하였으며, 기후변화 대응형 소방전략과 지역 특성별 맞춤형 대책 수립의 근거를 제시한다.
To address the risk of amplification of climatically induced wildfire, this study formulated a Fire Risk Index (FRI) that integrates fire damage severity, meteorological exposure, and socioeconomic vulnerability, moving beyond aggregate incident numbers. Fire risks across South Korea's provinces (2018-2023) were assessed using national fire records and meteorological data. The FRI comprises five entropy-weighted factors: fire occurrence per capita, fatalities per fire, economic loss per fire, mean temperature, and a dryness indicator the combines humidity deficit and precipitation deficit ratios. Panel regression confirmed the demographic and climatic drivers, while Random Forest modeling improved forecasting (R²=0.932 vs. 0.628 for OLS). K-means clustering identified four regional typologies: metropolitan, rural, industrial, and tourist. Longitudinal analysis revealed Gangwon-do and Jeju Special Self-Governing Province as persistent high-risk areas where temperature rise and temperature-humidity interactions substantially elevated FRI. This study demonstrates the utility of multidimensional indices for fire risk assessment and supports climateresilient, region-specific firefighting strategies.
Ⅰ. 서론
Ⅱ. 본문
Ⅲ. 결론
참고문헌
(0)
(0)