• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.426-426
• /
• 2023

대설은 일반적으로 해양과 대륙의 온도차가 큰 지역, 바다·호수와 같이 상대적으로 따뜻한 곳이 인접해 있어 기단 변질이 잘 일어나는 지역, 산악에 의해 습윤한 공기가 강제 상승되는 지역에서 자주 발생한다. 우리나라는 찬 대륙고기압 공기가 해수 온도 차로 눈 구름대가 만들어지거나, 고기압 가장자리에서 한기를 동반한 상층 기압골이 우리나라 상공을 통과하면서 대설이 발생한다. 최근 우리나라에서 빈번하게 발생하는 대설피해는 직접피해와 간접피해로 나뉘며, 이에 따라 사회·경제적으로 막대한 피해를 야기한다. 우리나라 대설피해양상은 지역적 특성, 방재 대책, 대처능력 등에 따라 달라지는 것이 특징이며, 지역적으로 다르게 발생하는 대설피해를 효과적으로 대비할 수 있는 연구가 필요하다. 따라서 본 연구에서는 지역적 특성을 고려한 차등화된 대설 피해를 예측하는 연구를 진행하고자 하였다. 본 연구에서는 기상요소 및 사회·경제적 요소 등을 입력자료로 활용하고, DPSIR 분석을 통해 Red Zone, Orange Zone, Yellow Zone, Green Zone으로 위험 등급을 분류 및 등급 별 대설피해 예측기법을 개발하였다. 최종적으로 1994년부터 2020년까지의 과거 대설 피해액 자료와 다중회귀분석을 이용하여 기법을 개발하였고, 기법의 예측력 평가를 위해 RMSE와 RMSE를 표준화한 NRMSE의 두 가지 통계 지표를 사용하여 평가하였다. 모형별 예측력 평가 결과 Yellow 등급 모형이 가장 우수한 예측력을 보였다. 추후 본 연구결과를 통해 대설피해 범위를 예측하는 연구가 진행된다면 사전에 대설피해에 대한 대응방안 수립과 지역별제설 우선순위를 결정할 수 있는 지표가 개발될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.384-384
• /
• 2022

과거의 우리나라 대설피해 양상을 살펴보면 지역적으로 집중되어 피해가 발생하는 것이 특징이다. 그러나 현재는 전국적으로 대설피해가 가중되는 추세이며, 이에 따라 대설피해에 대비 가능한 대책의 강구가 필요한 실정이다. 그러나 피해 발생 시 정확한 피해 예측으로 사전에 재난을 대비가 가능한 수준의 연구는 미흡한 실정이다. 따라서 본 연구에서는 다양한 통계기법과 기계학습 기법을 이용하여 대설로 인해 발생한 피해액을 개략적으로 예측이 가능한 모형을 개발하고자 하였다. 대설피해액 예측 모형은 다중회귀분석, 서포트 벡터 머신, 인공신경망 기법, 랜덤포레스트 기법을 이용하여 총 4가지 기법으로 개발하였으며, 독립변수로 사회·경제적 요소, 기상요소를 사용하였고, 종속변수로는 1994년부터 2020년까지 발생한 대설피해 이력의 대설피해액을 사용하였다. 결과적으로 4가지 예측 모형의 예측력 검증 및 기법 간의 예측력을 비교하여 개발한 모형의 적용성을 검토하였다. 본 연구 결과에서 제시한 모형의 개선방안 및 업데이트 방안을 참고하여 후속 연구가 진행된다면 미래에 전국적으로 확대될 대설피해에 대한 대비가 가능할 것으로 기대되며 복구비 및 예방비 투자의 지역적 우선순위를 분석하여 선제적인 대비가 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.192-192
• /
• 2020

취약성 분석의 결과로 폭설에 의한 기후노출은 현재에는 강원권이 가장 취약한 것으로 나타났다. 그러나 미래에는 강원권, 충청권, 호남권을 연결하는 축으로 취약지역이 확대될 것으로 전망된다. 본 연구에서는 다양한 머신러닝 기법을 이용하여 대설피해 예측을 실시하였다. 머신러닝 기법으로는 로지스틱회귀모형, 서포트벡터 머신, 의사결정트리 모형을 적용하였다. 종속변수로 대설피해액 자료를 이용하였고, 독립변수로 기상관측자료, 사회·경제적 요소를 사용하였다. 결과적으로 기존에 사용했던 다중회귀모형과 머신러닝 기법으로 예측한 예측력을 비교 및 분석하였고, 예측력이 가장 높은 머신러닝 기법을 제시하였다. 본 연구에서 대설피해 예측을 위해 사용된 예측력이 가장 높은 기법을 활용하여 대설피해를 예측한다면, 미래에 전국적으로 확대될 대설피해에 대해 효과적으로 대비할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.49-49
• /
• 2021

홍수 발생 시 제내지에 존재하는 도로 및 상·하수도시설물은 저지대를 중심으로 생성되는 침수지역이 아닌 대부분 집중호우, 태풍으로 인해 발생한 유출량이 지표면 유출로 이어져 지면 경사를 따라 유하하면서 흐름을 방해하거나 노후된 시설물 등에서 피해가 발생한다. 이러한 피해발생 특성을 고려하여 홍수피해액을 추정하기에는 침수면적과 시설물 현황 등을 활용하는 기존의 손실 함수 개발 방법으로는 부족한 부분이 존재하며, 유수 흐름의 주요 인자인 침수심, 유속 등과 같은 수리특성을 고려하여 시설물에 대한 홍수피해액을 추정하는 방안이 필요하다. 본 연구에서는 수리특성을 고려한 시설물의 홍수피해액을 추정하기 위한 손실함수를 개발하고자 국가재난정보관리시스템(NDMS) DB에서 해당 시설물의 상세주소를 이용하여 피해 발생위치와 피해액을 파악하였으며, 2차원 수리해석 모형인 FLO-2D를 활용하여 시설물의 피해위치에서 발생된 수리특성 인자인 침수심과 유속을 분석하였다. 시설물의 단위면적 당 피해액을 종속변수로, 분석된 평균 침수심과 평균 유속을 독립변수로 선정한 후 변수 자료들의 신뢰성과 함수의 설명력을 향상시키기 위하여 이상자료들을 제거한 후 손실함수를 개발하였다. 본 연구에서 개발된 손실함수는 수리특성 인자인 침수심과 유속에 의하여 홍수피해액을 직접적으로 추정하는 방법으로 향후 홍수재해에 대한 사전 재산피해 추정을 통하여 합리적인 선제적 예방조치 등의 홍수재해 예방 활동 등에 활용될 수 있을 것으로 기대한다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.25 no.5
• /
• pp.276-284
• /
• 2013

A stochastic expected cost model has been suggested by combining the nonlinear cumulative damage model with the expected cost model together which can be useful for doing the preventive optimal-maintenance of the armor units of rubble-mound breakwaters. The suggested model has been satisfactorily calibrated by comparison of the results from others models, also the sensitivity analysis has been carried out in detail under the variation of the associated parameters with the model. The optimal repair times can be directly evaluated by minimizing the expected cost rates that depend on the social importances, damage intensity functions and resistance limits. Finally, the present cost model has been straightforwardly applied to the armor units of rubble-mound breakwaters. Based on the assumption of turning the damaged structure back to the state as good as new after repairs, the required optimal repair times and magnitudes can be determined quantitatively in terms of the optimum balance between the costs and benefits on the preventive maintenance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.335-335
• /
• 2023

본 연구에서는 국가가뭄정보통계집 내 실제 농경지 피해 사례를 바탕으로 농경지 피해영향지수라는 새로운 개념을 정의하고, 이를 산정하기 위한 방법론을 제안하였다. 먼저, 전국 15개 광역시·도를 대상으로 2018년부터 2021년까지 실제 발생한 가뭄피해 사례들을 심층 분석하고, 대상 지역 내 전체 농경지 면적 대비 농경지 피해 면적의 비율을 대표적인 농업가뭄 피해 인자로 선정하였다. 평년 대비 영농기 강수량 및 저수율을 가뭄영향인자로 고려한 후, 실제 가뭄 발생 당시 인자들 간의 직간접적인 관계를 파악하고, 그 영향 정도를 수치화하여 농경지 피해영향지수를 정의하였다. 추가로, 가뭄피해 발생시기의 농업용수 비상지원 사례에 주목하여 농업용수 비상지원 여부에 따른 가뭄인자의 조건별 농업가뭄 발생확률을 산정하고, 그 결과로부터 대상 지역별 상대위험도 및 농업가뭄 취약 정도를 비교·평가하였다. 본 연구를 통해 산정한 농경지 피해영향지수와 상대위험도는 국내 농업가뭄 취약지역을 선정하는 기준 마련에 도움을 줄 수 있고, 지역별 농업용수 지원의 효율성을 평가하는 요소로써 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.485-485
• /
• 2021

최근 세계적인 기상이변으로 자연재해의 발생빈도 증가는 물론 이로 인한 피해가 점차 다양화 및 대형화되어 가고 있는 추세이다. 재난으로 인한 피해는 발생지역 피해뿐만 아니라 국가 경제 전반에 큰 영향을 미치는 특징이 있다. 우리나라의 자연재해 중 대설은 다른 자연재해에 비해 발생빈도는 낮지만 광역적인 피해를 유발하며, 피해 면적에 비해 피해액 규모가 크다. 또한 현재에는 강원권이 가장 취약한 것으로 취약성 분석 결과에서 보여주지만, 미래에는 강원권, 충청권, 호남권을 연결하는 축으로 취약지역이 확대될 것으로 전망된다. 본 연구에서는 현재 사회 전반에서 다양하게 활용되고 있는 머신러닝 기법을 이용하여 우리나라 대설피해액을 예측하는 대설피해 예측모형을 개발하고자 하였다. 머신러닝 기법으로는 랜덤포레스트, 서포트 벡터 머신, 인공신경망 기법을 이용하였고, 모형에 사용한 변수는 기상관측자료, 사회·경제적 요소 등을 활용하여 모형을 개발하였다. 결과적으로 기존연구에서 다중회귀모형을 이용하여 개발된 예측모형과 본 연구에서 3개의 머신러닝 기법으로 개발된 예측모형의 예측력을 비교 분석하였고, 예측력이 가장 높은 모형을 제시하였다. 본 연구결과를 활용하여 모형의 개선 및 데이터 품질 개선이 이루어진다면 향후 대설피해에 대한 개략적인 대비가 가능할 것으로 기대된다.

• Proceedings of the KGS Conference
• /
• 2002.11a
• /
• pp.115-118
• /
• 2002

2002년 8월 31일에 태풍 루싸는 강원도지역에 호우를 동반하여 지역의 자연환경 및 경제에 커다란 피해를 주었다. 태풍의 피해평가를 위한 광범위한 조사가 이루어졌으나 주로 건설토목관점에서 조사가 된 것이 대부분이다. 조사 이전에 태풍 이전의 위성영상과 태풍 이후의 위성영상을 비교하여 실제적으로 태풍의 피해 조사지역을 선정할 수 있을 것으로 기대되었다.(중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.292-292
• /
• 2020

방조제는 국토 확장, 수자원 확보 및 배수 개선에 사용되는 구조물로, 재난 발생 시 자산, 국가산업 및 환경에 큰 영향을 끼칠 위험이 있다. 따라서, 파도월류, 지진, 투수, 액상화와 같은 다양한 피해 원인에 대비하여 구조적 사용성과 안정성을 확보하기 위해 신중한 검토 및 분석이 수행된다. 그러나 변화하는 환경조건에서 방조제는 다양한 외력의 변동성과 불확실성에 노출되며, 설계 시 고려된 손상 요인이 개별적으로 발생하기보다는 여러 요인이 복합적으로 반응하고 그 영향이 전달되어 피해의 발생과 전파 과정이 복잡한 양상을 나타낸다. 따라서 방조제에 대한 사고 예방 및 안정적인 유지관리를 위해서는 발생 가능한 위험을 종합적으로 고려한 위험도 평가가 중요하게 요구된다. 본 연구에서는 방조제 손상 원인 중 큰 비중을 차지하는 제체 내부 침식 위험에 대하여 위험인자 간 상호작용을 고려할 수 있는 확률통계학적 접근으로 Bayesian network 기법을 도입하였다. 위험인자에 대한 파괴 메커니즘을 조사하여 분류 후, 설계값과 측정자료를 기반으로 위험변수의 통계적 특성을 반영하기 위해 Monte Carlo 시뮬레이션을 수행하여 파괴 매커니즘의 위험도를 계산하였다. 위험도는 연간기대피해액으로 제공되었으며, 이는 방조제 손상으로 인한 피해에 대비하여 예방할 수 있는 솔루션을 제공할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.358-358
• /
• 2021

자연재해 중 홍수는 전 세계적으로 가장 큰 인적 및 물적 피해를 발생시키고 있으며, 지구온난화로 가속화되고 있는 기후변화는 더욱 극심한 호우와 태풍 현상을 야기하고 있다. 최근 우리나라에서도 2020년 장마는 역대 가장 긴 장마로 기록되는 등 변화된 기상현상으로 인해 홍수피해의 빈도와 강도가 지속적으로 증가하고 있다. 따라서, 이상기후로 인한 홍수피해에 대한 대비와 적응을 위해 위험도 평가, 예·경보시스템, 대피체계 등과 같은 비구조적 대책의 수립이 필요하다. 그 중 홍수피해에 대한 위험도 평가는 과거 홍수피해자료를 바탕으로 지역별 피해양상이나 상대적인 피해위험도를 파악할 수 있으므로 홍수피해 저감대책 수립에 중요한 비구조적 도구로 인식되고 있다. 이에 따라 본 연구는 행정구역별 과거 강우특성 및 홍수피해자료를 분석하여 강우조건에 따라 예상되는 홍수피해위험도를 평가하는 방법을 제안하고자 한다. 이를 위해 먼저, 국민재난안전포털에서 제공하는 재해연보에서 행정구역별 최근 20년 동안의 호우 및 태풍으로 인한 피해자료를 수집하여 인적 및 물적 피해특성 자료를 구축하고, 홍수피해가 발생한 기간에 대해 기상청에서 제공하는 시강우량 자료를 수집하여 홍수피해 사상별 다양한 강우특성자료를 구축한다. 구축된 자료를 이용하여 행정구역별 강우-피해 상관분석을 수행하고, 회귀분석 과정에서 이상치가 존재할 경우 회귀모형의 적합도를 향상시키기 위해 이상치를 제거하고 분석하여, 회귀식의 결정계수 및 유의성 검정결과를 바탕으로 3가지 원인별(호우, 태풍, 종합), 2가지 홍수피해별(인적, 물적) 강우-피해 최적 회귀함수를 선정한다. 최종적으로 강우조건에 따른 홍수피해 규모를 예측하고, 이를 통하여 행정구역별 상대적인 홍수피해위험도를 평가한다. 본 연구를 통해 행정구역별 강우조건에 따른 예상 홍수피해위험도를 분석하여 홍수피해에 대한 저감대책 수립에 기초자료를 제공할 수 있을 것으로 기대된다.