Spectral-Structural Mismatch in Post-fire Recovery: Assessing Vertical Forest Structure in the 2025 Korea Wildfire using UAV LiDAR = 2025년 한국 산불 지역에서 UAV LiDAR를 활용한 산림 구조 회복과 분광 반응 간 불일치 분석

다국어 초록 (Multilingual Abstract)

The magnitude of structural change after a wildfire varies substantially depending on forest type and fire severity. Conventional optical satellite imagery is widely used to assess wildfire impacts such as mapping burned areas and fire severity, but it has a limited capacity to capture vertical forest structure and its change. When surface fires do not severely damage the canopy or when vegetation rapidly regenerates post-fire, spectral signals from optical satellite imagery can underestimate structural changes, potentially masking wildfire impacts. In this study, we investigate the mismatch between spectral and structural indicators of post-fire recovery using UAV-based Laser Scanning (ULS) data acquired over the 2025 Gyeongsangbuk-do wildfire in South Korea, which burned approximately 1,000 km². We quantified post-fire structural recovery by analyzing the vertical distribution of LiDAR point clouds, characterizing the organization of residual and regenerating vegetation. Using structural information derived from ULS, we identified fire impacts that were not evident in spectral indicator. Plots classified as unburned by spectral signals nonetheless exhibited clear structural loss in lower vegetation layers, revealing surface fire effects and understory removal that were masked in optical observations. Structural metrics also distinguished post-fire recovery trajectories between deciduous broadleaf forests (DBF) and evergreen needleleaf forests (ENF) showing rapid near-ground regeneration in DBF and more persistent structural degradation in ENF. Overall, our results highlight that high-resolution LiDAR-derived information provides essential complementary insight to optical satellite imagery by capturing vertical vegetation structure that cannot be detected by spectral indicator alone. By integrating spectral and structural information, post-fire assessments can more effectively capture vertical vegetation reorganization and forest-type-dependent recovery processes, leading to a more realistic interpretation of post-fire recovery dynamics.

국문 초록 (Abstract)

산불 이후 식생 구조 변화의 규모는 산림 유형과 산불 강도에 따라 크게 달라진다. 기존의 광학 위성영상은 산불 피해 지역과 산불 강도를 평가하는 데 널리 활용되고 있으나, 산림의 수직 구조와 그 변화를 포착하는 데에는 근본적인 한계가 있다. 지표화로 인해 수관이 크게 손상되지 않거나, 산불 이후 식생이 빠르게 재생되는 경우, 광학 영상의 분광 신호는 구조적 변화를 과소평가하여 실제 산불 영향을 가릴 수 있다. 본 연구에서는 약 10만 ha가 소실된 2025년 경상북도 대형 산불을 대상으로, UAV 기반 레이저 스캐닝(ULS) 자료를 활용하여 산불 이후 회복 과정에서 나타나는 분광–구조 지표 간 불일치를 분석하였다. LiDAR 포인트클라우드의 수직 분포를 분석함으로써, 잔존 및 재생 식생의 구조를 정량화하고 산불 이후 구조적 회복 양상을 평가하였다. ULS로부터 얻은 구조 정보를 활용한 결과, 분광 지표로는 드러나지 않는 산불 영향을 확인할 수 있었다. 분광적으로 비피해로 분류된 플롯에서도 하부 식생층의 구조적 손실이 뚜렷하게 나타났으며, 이는 광학 영상에서는 가려졌던 지표화 영향과 하부 식생 제거를 보여준다. 또한 구조 지표는 낙엽활엽수림과 상록침엽수림 간의 산불 이후 회복 경로 차이를 구분해 주었는데, 낙엽활엽수림에서는 하부 식생의 빠른 재생이 관찰된 반면, 상록침엽수림에서는 보다 지속적인 구조적 손실이 유지되었다. 이러한 결과는 고해상도 LiDAR 기반 구조 정보가 분광 지표만으로는 포착할 수 없는 수직 식생 구조를 제공함으로써, 광학 위성영상에 필수적인 보완 정보를 제공함을 보여준다. 분광 정보와 구조 정보를 통합함으로써, 산불 이후 식생의 수직 재편성과 산림 유형별 회복 과정을 보다 효과적으로 포착할 수 있으며, 이는 산불 이후 회복 역학에 대한 보다 현실적인 해석으로 이어진다.

목차 (Table of Contents)

• Chapter 1. Introduction １
• Chapter 2. Materials and Methods ５
• 2.1. Study Area ５
• 2.2. Optical Satellite Imagery ６
• 2.2.1. Sentinel-2 Satellite Imagery ７
• 2.2.2. Forest Type Classification ８
• 2.3. UAV-based Laser Scanning Data Acquisition and Preprocessing ９
• 2.4. Point Cloud Processing １０
• 2.4.1. Ground Point Classification and Digital Terrain Model Generation １０
• 2.4.2. Height Normalization and Voxelization １０
• 2.4.3. Pixel-level Alignment of LiDAR Structure with Sentinel-2 Data １１
• 2.5. Structural Metrics Derived from LiDAR １１
• Chapter 3. Results １２
• 3.1. Forest Type Distribution within the Burned Area １２
• 3.2. Spectral Response to Wildfire １３
• 3.3. Structural Response to Wildfire １５
• 3.4. Relationship Between Spectral and Structural Responses to Wildfire １７
• Chapter 4. Discussion １９
• 4.1. Complementarity Between Spectral and Structural Indicators of Burn Severity １９
• 4.2. Divergent Post-fire Responses and Recovery Trajectories Between ENF and DBF ２１
• 4.3. Limitations and Future Directions ２３
• Bibliography ２６
• Abstract in Korean ３４