Sentinel-2 위성으로 산불 피해 분석하기 — dNBR 등급화 원리와 방법

Practical Geospatial Solutions · 2026-07-22

산불이 났을 때 “얼마나 탔는가”를 빠르고 객관적으로 파악하는 표준 방법이 위성 기반 dNBR 분석입니다. 헬기를 띄우거나 현장을 다 밟지 않고도, 발생 전후 위성영상 두 장으로 피해 범위와 심각도를 등급화할 수 있죠. 이 글에서는 그 원리와, API 키 없이 브라우저에서 직접 돌리는 방법을 설명합니다.

NBR: 불에 탄 땅을 숫자로

핵심 아이디어는 단순합니다. 건강한 식생은 근적외선(NIR)을 강하게 반사하고 단파적외선(SWIR)은 덜 반사합니다. 반대로 불에 타 그을린 땅은 NIR 반사가 급감하고 SWIR 반사가 늘어납니다. 이 대비를 하나의 지수로 만든 것이 NBR(Normalized Burn Ratio)입니다.

NBR = (NIR − SWIR) / (NIR + SWIR)

Sentinel-2에서는 밴드 8(NIR)과 밴드 12(SWIR)를 씁니다. NBR 값이 높을수록 식생이 건강하고, 낮거나 음수면 불에 탔을 가능성이 큽니다.

dNBR: 전과 후의 차이

NBR 한 장만으로는 “원래 그런 땅”인지 “타서 그런 땅”인지 구분이 안 됩니다. 그래서 산불 전 NBR에서 산불 후 NBR을 뺍니다. 이 차이가 dNBR(differenced NBR)입니다.

dNBR = NBR(전) − NBR(후)

변화가 클수록(dNBR이 클수록) 그 지점의 피해가 심하다는 뜻입니다. 이렇게 하면 계절 변화나 원래 나지였던 곳을 걸러내고, “이번 산불로 새로 탄 곳”만 잡아낼 수 있습니다.

피해 등급 기준 (USGS)

dNBR 값을 미 지질조사국(USGS)이 정리한 기준으로 나누면 심각도 등급이 됩니다. 스케일은 보통 1000을 곱한 값으로 표기합니다.

dNBR (×1000)	등급
< −100	재성장 강함
−100 ~ 99	변화 없음
100 ~ 269	낮은 피해
270 ~ 439	중간(낮음) 피해
440 ~ 659	중간(높음) 피해
≥ 660	높은 피해(완전 소실)

영상 선정이 성패를 가른다

실무에서 결과 품질을 좌우하는 건 공식이 아니라 어떤 영상을 고르느냐입니다. 몇 가지 원칙:

전 영상: 산불 직전, 가능한 한 가까운 날짜의 맑은 영상. 계절이 크게 다르면 dNBR에 노이즈가 낍니다.
후 영상: 진화 직후. 너무 늦으면 식생이 회복(재성장)을 시작해 피해가 과소평가됩니다.
구름: 한국 산지는 구름이 잦습니다. 구름·구름그림자 픽셀은 SCL 마스크로 걸러야 오탐이 줄어듭니다.
해상도: Sentinel-2는 10~20m로 소규모 산불에 유리하고, Landsat은 30m지만 1980년대까지 시계열이 길어 과거 사건에 강합니다.

왜 “발생일만 입력”이 가능한가: GISDirect는 발생일을 기준으로 전/후 기간의 위성 카탈로그를 자동 검색하고, 구름이 적은 장면을 골라 dNBR을 계산합니다. Sentinel-2는 Earth Search, Landsat은 Planetary Computer의 공개 카탈로그를 쓰기 때문에 별도 API 키가 필요 없습니다.

브라우저에서 돌리기

지도에서 분석할 지역을 지정합니다.
산불 발생일(또는 발생 월)을 입력합니다.
전/후 위성영상이 자동 선정되고 dNBR이 계산됩니다.
피해가 등급별 색상으로 표시되고, 등급별 면적(ha)이 집계됩니다. 결과는 GeoJSON·SHP로 내보낼 수 있습니다.

직접 해보기 → 산불 피해 분석 도구에서 발생일만 넣으면 dNBR 등급화 결과가 바로 나옵니다. 산불이 아닌 일반적인 산림 훼손·무단 절토 탐지는 훼손지 탐지 도구가 NDVI 변화 방식으로 다룹니다.

한계와 주의

위성 dNBR은 “광역 스크리닝”에 최적화된 방법입니다. 개별 나무 단위의 고사 여부나 지표 아래 피해까지 알려주진 않습니다. 또 구름·연무가 심한 시기에는 쓸 만한 영상 자체가 없을 수 있습니다. 결과는 현장 조사·정밀 판독의 우선순위를 정하는 1차 자료로 쓰고, 최종 피해 산정은 현장 검증과 병행하는 것이 맞습니다.