Spatio-Temporal Wildfire Spread Prediction in Canada using a Video Swin-Hybrid-U-Net and Satellite Imagery

기술 요약: Video Swin-Hybrid-U-Net을 이용한 캐나다의 시공간적 산불 확산 예측

문제 정의
캐나다의 산불 체계는 빈도와 강도가 높아지고 있으며, 이는 생태계와 인프라에 심각한 위협이 되고 있습니다. 전통적인 물리 기반 시뮬레이터(예: FARSITE)는 해석력을 제공하지만, 광범한 파라미터 튜닝이 필요하며 계산 집약적이라는 단점이 있습니다. 반면, 기존의 딥러닝 접근 방식은 확장성이 부족하거나, 특히 캐나다의 독특한 환경적 맥락 내에서 산불 확산의 시간적 역학을 효과적으로 포착하지 못하는 경우가 많습니다. 또한, 많은 고급 모델들이 독점 데이터에 의존하여 재현성과 투명한 운영 도구의 개발을 저해합니다. 본 연구가 다루는 핵심 과제는 다음 날의 산불 발생을 정확하게 예측하기 위해 환경 데이터의 복잡한 시공간적 의존성을 모델링할 수 있는 확장 가능한 딥러닝 프레임워크를 구축하는 것입니다.

방법론
본 연구는 산불 확산 예측을 비디오-투-이미지(video-to-image) 시맨틱 세그멘테이션 작업으로 정의하는 새로운 딥러닝 프레임워크를 제안합니다. 이 모델은 3일간의 다채널 환경 데이터 시퀀스를 입력받아 다음 날의 이진 산불 마스크(binary fire mask)를 예측합니다.

• 데이터 파이프라인: 데이터셋은 Google Earth Engine(GEE)을 통해 공공 저장소에서만 엄선되었으며, 2014년부터 2023년까지의 주요 캐나다 산불 사례를 포함합니다. 데이터는 500m 공간 해상도(224x224 픽셀)로 처리되었습니다.

  • 동적 변수 (시간에 따라 변함): 산불 마스크(MODIS), 기상 데이터(ECMWF/ERA5-LAND: 온도, 강수량, 풍향/풍속 성분, 6시간 간격 샘플링), 토양 수분(GLDAS)을 포함합니다. 이는 일주기 패턴을 포착하기 위해 높은 시간 해상도를 제공합니다.
  • 정적 변수 (시간에 따라 변하지 않음): 지형(고도, 경사도, 사면 방향 - NRCan/CDEM), 식생(NDVI - NOAA/VIIRS), 인구 밀도(CIESIN/GPW)를 포함합니다. 이들은 3일간의 입력 시퀀스 전체에 걸쳐 반복 적용됩니다.
  • 입력 텐서: 데이터는 $(T, C, H, W)$ 형태의 3D 텐서로 구조화됩니다 (여기서 $T=3$일, $C=23$개 채널 [동적 18개 + 정적 5개], $H, W=224$).

• 아키텍처 (Video Swin-Hybrid-U-Net):

  • 시공간 인코더 (Spatio-Temporal Encoder): 3D Swin Transformer 백본을 활용합니다. 시간을 채널로 평탄화(flatten)하는 방식과 달리, 이 인코더는 입력을 통합된 3D 볼륨으로 처리합니다. 이는 이동된 3D 윈도우 어텐션(SW-MSA)을 사용하여 공간과 시간 모두에서 관계를 효율적으로 모델링함으로써, 장거리 의존성과 동적 진화를 동시에 포착합니다.
  • 컨볼루션 디코더 (Convolutional Decoder): U-Net 스타일의 디코더는 3D 전치 컨볼루션(transposed convolutions)을 사용하여 특징을 원래 해상도로 업샘플링합니다. 이는 인코더로부터 스킵 연결(skip connections)을 통합하여 미세한 공간적 세부 정보를 복구합니다. 최종 3D 특징 텐서는 평균화를 통해 시간 차원을 따라 집계되어 2D 세그멘테이션 마스크를 생성합니다.
  • 손실 함수 (Loss Function): 심각한 클래스 불균형(산불 픽셀 대 비산불 픽셀)을 해결하기 위해, 모델은 가중치가 적용된 Binary Cross-Entropy(BCE)와 Dice Loss의 가중 합($\lambda_1 = \lambda_2 = 0.5$)을 사용하여 학습됩니다.

• 학습: 모델은 AdamW 옵티마이저와 Cosine Annealing Warm Restarts 스케줄을 사용하여 엔드투엔드(end-to-end)로 학습되었습니다. 실험은 견고성을 보장하기 위해 서로 다른 무작위 시드를 사용하여 다섯 번 반복되었습니다.

주요 기여

1. 시공간 어텐션을 갖춘 새로운 아키텍처: 본 논문은 입력 데이터를 3D 비디오 볼륨으로 취급하는 Video Swin-U-Net 아키텍처를 소개합니다. 이 설계는 2D 컨볼루션이나 공간 전용 어텐션 모델에서 벗어나, 시공간 전반에 걸친 복잡한 장거리 의존성을 명시적으로 학습할 수 있게 합니다.
2. 심층 시간 특징 학습: 모델은 높은 시간적 세밀도(하루 4회 샘플링된 변수)를 가진 3일간의 시퀀스를 활용합니다. 이를 통해 산불 행동의 핵심 동력이지만 일일 단위 데이터를 사용하는 모델에서는 놓치기 쉬운 일주기 기상 변수의 과도기적 패턴을 포착할 수 있습니다.
3. 공개 접근 가능한 프레임워크: 전체 파이프라인은 GEE의 오픈 소스 데이터에 의존하므로, 방법론이 투명하고 재현 가능하며, 기존 시스템의 장벽인 독점 데이터 문제를 해결하여 캐나다 전역의 운영 도구로서 확장 가능합니다.

결과
제안된 Hybrid Video Swin-U-Net은 표준 2D U-Net, 2D Swin U-Net, 그리고 순수 Video Swin U-Net(인코더와 디코더 모두에 3D 블록 사용)의 세 가지 베이스라인 모델과 비교 평가되었습니다.

• 정량적 성능: Hybrid 모델은 홀드아웃(held-out) 테스트 세트에서 모든 지표에 대해 우수한 성능을 보였습니다:
  • F1-Score: 0.6550 (차순위인 Video Swin U-Net의 0.6003 및 2D Swin U-Net의 0.4528 대비 우수).
  • 정밀도 (Precision): 0.6328.
  • 재현율 (Recall): 0.6791.
• 지형 분석: 성능은 지형에 따라 차이를 보였습니다. 모델은 경사도가 가파를수록 정확도(F1-Score가 평탄한 지형의 ~0.62에서 가파른 지형의 ~0.72로 증가)가 높아지는 강한 양의 상관관계를 보였습니다. 고도는 비선형적 관계를 보였는데, 저고도와 고고도 극단에서는 정확도가 높았으나 중간 고도에서는 감소하는 양상을 보였습니다.
• 토양 수분 분석: 모델은 다양한 토양 수분 조건에서도 견고함을 입증하였으며, 세 입력일 모두에서 일관된 F1-Score(0.64–0.68)를 유지하여 연료 가용성 역학을 효과적으로 학습했음을 보여주었습니다.
• 정성적 분석: 시각적 검사를 통해 모델이 복잡한 산불의 형태와 경계를 포착할 수 있음을 확인하였으며, 실제 정답(ground truth) 마스크보다 더 매끄러운 윤곽선을 생성하였습니다.

의의 및 주장
본 논문은 시공간적 어텐션 메커니즘의 명시적 사용이 역동적인 환경 예측에 매우 중요하다고 주장합니다. 데이터를 채널로 평탄화하는 대신 시간을 별도의 차원으로 처리함으로써, 모델은 공간적 특징과 시간적 순서를 구분하는 데 있어 2D 방식의 한계를 극복합니다. 본 연구는 현대의 컴퓨터 비전 아키텍처, 특히 비디오 데이터에 적응된 모델이 산불과 같은 환경적 재해 예측을 크게 발전시킬 수 있음을 입증합니다.

저자들은 이 연구가 기상, 지형, 연료 사이의 독특한 상호작용을 포착하는 투명하고 재현 가능한 프레 framework를 제공함으로써, 캐나다의 산불 역학에 최신 기술을 적용하는 진일보한 단계라고 위치시킵니다. 결과는 이러한 모델이 자원 배분 및 대피 계획에 필수적인 정확하고 공간적으로 명시적인 예보를 제공할 수 있음을 시사합니다. 논문은 광학 위성 데이터에 대한 의존성(구름에 의한 취약성) 및 정적 채널 복제의 중복성 등의 한계를 언급하며, 향-예측 지평(prediction horizon) 연장 및 정적 데이터 통합 개선을 향후 연구 방향으로 제시하며 겸허히 마무리됩니다.