숲&산림 ESG

산림청, 산불피해 산림복구에 최선

산불 재발방지와 산사태 등 2차 피해 예방을 위한 복구해야

산림청, 산불피해 산림복구에 최선

산불 재발방지와 산사태 등 2차 피해 예방을 위한 복구해야

 

지난 6일부터 9일까지 강릉, 삼척과 상주에서 발생한 산불로 많은 인명, 재산 및 산림 피해가 발생하여, 삼척시에서는 국민안전처에 특별재난지역지정을 공식 건의한 상황이다.

 

현재 각 지지체에서 이재민에 대하여 구호 지원에 적극 나서고 있으며, 산림청도 지자체와 합동조사단을 구성해 산불 피해규모 조사 및 복구 대책 마련에 나섰다.

 

특히 이번 산불로 광범위한 면적에 산림이 전소되고 지반이 연약해져 하절기에 집중호우가 내리면 산사태 등 2차 피해가 우려되어 긴급한 산림 복구가 필요한 실정이다.

 

이번 산불도 발화 원인은 입산자 실화에 의해 발생했을 가능성이 커 보이나, 대형 산불로 커진 데에는 고온건조, 강풍이라는 기후적 요인 외에 소나무류 단순림이었던 것도 주요 요인으로 보인다.

 

활엽수림과 달리 소나무, 잣나무 등 소나무림은 불이 나면 줄기와 잎에 있는 송진 때문에 수관부 전체가 타오르며 빠르게 확산되는 등 산불에 매우 취약한 특성을 보인다. 소나무림은 송이버섯 주요 생육환경이기도 한데, 산불이 발생하면 버섯포자를 태워 다시 복원하는 데 수십 년이 걸리기도 한다.

 

따라서 산불피해지를 복구할 때는 비교적 산불에 강한 활엽수림이 좋겠으나 경제적인 이유로 소나무류를 다시 심을 경우에는 산불확산을 저지하는 내화수림대를 조성하고, 산림을 가꾸고 차후 산불진화 시에도 활용할 수 있는 작업로를 만들어놓을 필요가 있다.

 

이를 위해 소방 분야의 화재안전기준과 유사하게 산림 분야에서도 산불이나 산사태로 인한 피해지를 복구할 때 의무적으로 적용해야 할 기준을 정하여 재해 재발을 막을 수 있는 산림을 조성해야 한다.

 

재해 예방 뿐 아니라 산불로 인해 파괴된 산림생태계 복원에 더욱 효과적인 복구 방법을 개발, 적용해야 한다. 불탄 숲과 동식물, 토양이 이전의 모습을 되찾는 데는 100년이 걸리기도 한다. 여기에 지역 주민에게 미친 인문생태적인 부정적 영향을 회복하는 대책도 고려해야 할 필요가 있다.

 

신속한 재해 대응 못지않게 철저하고 포괄적인 피해 복구를 하는 것이 이번 산불에서 얻은 교훈을 살리는 길이 될 것이다.

 

이와 같이 산불과 같은 대형 재난은 발생 원인에 따라 예방에서부터 대응, 복구까지 일관된 체계로 종합적인 관리를 해야 효율성을 극대화할 수 있다는 점을 깨달아야 한다. 산림팀 kenews.co.kr

 

 


관련기사

배너
배너



배너

포토뉴스 파노라마


건강&치유여행

더보기
‘꿀벌응애’ AI로 쉽게 포착... 스마트장비 ‘비전’ 세계 최초 개발
농촌진흥청(청장 이승돈)은 반복되는 겨울철 꿀벌 집단 폐사의 주요 원인으로 지목된 ‘꿀벌응애’를 빠르고 정확하게 진단할 수 있는 세계 최초의 인공지능(AI) 기반 ‘꿀벌응애 실시간 검출장치(BeeSion)’를 강원대학교(모창연 교수 연구팀)와 공동 개발했다고 밝혔다. 지난해 미국에서도 전체 꿀벌 군집의 62%가 폐사하는 등 국내를 포함한 전 세계적으로 꿀벌 피해가 심각해지고 있다. 꿀벌 폐사를 유발하는 주요 원인으로는 꿀벌응애 감염과 그에 따른 바이러스 확산, 방제 약제 내성 증가 등이 있다. 이에 따라 농림축산식품부는 꿀벌응애 번식이 활발한 여름철을 집중 방제 기간으로 정하고 전국적으로 대응 중이다. 그러나 꿀벌응애는 벌집 내부에서 서식해 눈으로 관찰하기 매우 어렵고, 특히 여름철 고온 환경에서는 관찰‧방제가 더 힘들어 방제 시기를 놓치기 쉽다. 숙련된 양봉인도 벌통 한 개를 정밀 관찰하는 데 30분 이상이 걸리며, 특히 고령 양봉농가는 고온 다습한 여름철 야외에서 꿀벌응애를 찾아내기가 무척 어렵다. 또한, 이처럼 노동집약적이고 비효율적인 기존 방제 방식은 청년층이 양봉으로 유입되는 것을 막는 원인이 되기도 한다. 이를 해결하고자 농촌진흥청은 인공지능 기술

귀농·귀촌소식

더보기
‘꿀벌응애’ AI로 쉽게 포착... 스마트장비 ‘비전’ 세계 최초 개발
농촌진흥청(청장 이승돈)은 반복되는 겨울철 꿀벌 집단 폐사의 주요 원인으로 지목된 ‘꿀벌응애’를 빠르고 정확하게 진단할 수 있는 세계 최초의 인공지능(AI) 기반 ‘꿀벌응애 실시간 검출장치(BeeSion)’를 강원대학교(모창연 교수 연구팀)와 공동 개발했다고 밝혔다. 지난해 미국에서도 전체 꿀벌 군집의 62%가 폐사하는 등 국내를 포함한 전 세계적으로 꿀벌 피해가 심각해지고 있다. 꿀벌 폐사를 유발하는 주요 원인으로는 꿀벌응애 감염과 그에 따른 바이러스 확산, 방제 약제 내성 증가 등이 있다. 이에 따라 농림축산식품부는 꿀벌응애 번식이 활발한 여름철을 집중 방제 기간으로 정하고 전국적으로 대응 중이다. 그러나 꿀벌응애는 벌집 내부에서 서식해 눈으로 관찰하기 매우 어렵고, 특히 여름철 고온 환경에서는 관찰‧방제가 더 힘들어 방제 시기를 놓치기 쉽다. 숙련된 양봉인도 벌통 한 개를 정밀 관찰하는 데 30분 이상이 걸리며, 특히 고령 양봉농가는 고온 다습한 여름철 야외에서 꿀벌응애를 찾아내기가 무척 어렵다. 또한, 이처럼 노동집약적이고 비효율적인 기존 방제 방식은 청년층이 양봉으로 유입되는 것을 막는 원인이 되기도 한다. 이를 해결하고자 농촌진흥청은 인공지능 기술

배너