• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.190-190
• /
• 2020

한국에서 겨울철에 주로 발생하는 자연재해는 대설이다. 마우나리조트 사고나 동해안 폭설 피해 등 직·간접적인 대설피해가 증가함에 따라 대설피해에 대한 관심이 증가하는 추세이다. 본 연구에서는 우리나라 230개 시군구를 대상으로 기후변화에 따른 대설피해에 대한 취약성 분석을 실시하였다. 대설 취약성 분석을 위해 RCP 기후변화 시나리오를 이용하였고, PSR(Pressure-State-Response) 구조를 적용하여 압력, 상태, 대응지수로 대설피해에 영향을 줄 수 있는 요인들을 분류하였으며 엔트로피 이론을 이용하여 각 인자의 가중치를 계산하였다. 그 결과 각 지역의 대설피해 취약성 순위를 도출해낼 수 있었고 도출해낸 취약성 순위를 바탕으로 향후 대설피해에 대한 대응마련을 실시할 경우 우선순위를 판단하는데 도움이 될 것으로 기대한다.

• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.74-76
• /
• 2010

영동지방은 서쪽으로는 태백산맥이 남북으로 위치해 있고 동쪽으로 동해와 인접해 있는 지리적인 위치로 전 계절에 걸쳐 지역 특성에 따른 국지적인 기상 현상이 많이 발생하고 있다. 특히, 대설은 영동지방의 기후 특징 중 대표적이라 할 수 있다. 대설 일수가 많고 강설량이 많은 영동지방의 강릉과 속초, 그리고 울릉도는 연 강수량에서 겨울철(12월~2월) 강수량이 각각 약 10%와 20% 이상을 차지하고 있는데 이는 우리나라 다른 지역의 5% 내외에 비하면 매우 높은 것이다. 이 지역의 강설 특징은 좁은 지리적 범위에 국한되어 나타나는 좁고 강한 강수역과 지역적으로 커다란 변화를 보이는 적설량과 강설 일수이다. 해안선으로부터 산맥의 분수계까지의 거리가 중요한 역할을 하고 있으며, 이러한 복잡한 지역에서의 강설의 발생과 강설량의 분포를 이해하기 위해서는 강설의 패턴을 분류하여 연구하는 것이 매우 중요하다. 본 연구에서는 cP 확장 시 영동지방의 강설 패턴을 하층 대류권의 바람장에 따라 산악 강설 패턴, 한기-해안 강설 패턴, 난기-해안 강설 패턴으로 분류하였다. 또한, 각 강설 패턴에 대한 종관적인 대기구조의 특성을 파악한 후 3차원 분석시스템을 이용하여, 2008년 12월 21일부터 22일까지 영동지방에 내린 대설을 한기-해안 강설 패턴으로 분류하고 분석하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.6
• /
• pp.77-93
• /
• 2022

In this study, we present an algorithm that analyzes the risk by reflecting regional characteristics for factors affected by direct and indirect damage from heavy-snow. Factors affected by heavy-snow damage by 29 regions are selected as influencing variables, and the concept of sensitivity is derived through the relationship with the amount of damage. A snow damage risk prediction model was developed using a machine learning (XGBoost) algorithm by setting weather conditions (snow cover, humidity, temperature) and sensitivity as independent variables, and setting the risk derived according to changes in the independent variables as dependent variables.

• Journal of Wetlands Research
• /
• v.25 no.4
• /
• pp.345-352
• /
• 2023

Recently, the risk of snow disasters has been increasing South Korea. The damages of heavy snow were categorized into direct and indirect. Direct damage is usually the collapse of buildings as houses, greenhouse or barns. Indirect damage is various, for example, traffic congestion, traffic acident, drop damage, and so on. In South Korea, direct damage is severe in rural area, mosty collapse of greenhouse or barns. However, indirect damage such as traffic accident is mostly occurred in urban area. Therefore, the regional characteristics should be considered when vulnerability is evaluated. Therefore, in this study, the PSR and DPSIR method were applied by regional scale in South Korea. The PSR evaluation method is divided into pressure, state, and reaction index. however, the DPSIR evaluation method is divided into Driving force, Pressure, State, Impact, and Response index. the DPSIR evaluation method is divided into Driving force, Pressure, State, Impact, and Response index. Data corresponding to each indicator were collected, and the weight was calculated using the entropy method to calculate the snowfall vulnerability index by regional scale in South Korea. Calculated heavy snow damage vulnerabilities from the two methods were compared. The calculated vulnerabilities were validated using the recent snow damage in South Korea from 2018 to 2022. Snow vulnerability index calculated using the DPSIR method showed more reliable results. The results of this study could be utilized as an information to prepare the mitigation of heavy snow damage and to establish an efficient snow removal response system.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.20-20
• /
• 2017

최근 기후변화 영향에 따라 전 세계적으로 인명피해 및 재산피해를 유발하는 자연재난이 지속적으로 증가하고 있으며, 그로 인한 자연재해의 규모가 점점 더 커지고 있다. 실제로 우리나라에서도 지난 1994 년에서 2013 년까지 지난 20 년간 자연재해에 의한 피해액은 12조 3천억 원으로 집계되었으며, 이 중 강우와 태풍에 의한 피해가 85 % 이고, 대설에 의한 피해는 약 13 % 로 자연재해 중 대부분의 피해는 강우 및 태풍에서 발생하지만, 폭설에 의한 피해도 적지 않은 것으로 나타났다. 이에 따라, 정확한 예측을 위해 신뢰도 높은 자료 구축을 통한 대설피해 예측에 관한 연구가 필요한 시점이다. 본 연구에서는 대설피해액 예측을 위해 우리나라의 63개 기상 관측소에서 관측한 적설심 자료 및 기상관측 자료와 사회 경제 자료 총 11개를 대설피해 예측을 위한 입력변수로 선정하고, 이를 기상관측소가 속한 도시의 면적에 따라 3개의 지역으로 구분하였다. 주성분분석을 활용하여 선정된 입력변수들을 4개의 주성분으로 구분하고, 인공신경망 및 다중선형 회귀 모형을 구성하여 각 지역별 대설피해 예측의 오차를 분석하였다. 적용결과, 인공신경망 모형을 이용한 대설피해 예측의 수정결정계수는 22.8 %~48.2 %를 나타냈고, 다중선형회귀 모형의 수정결정 계수는 9.2 %~39.7% 로 나타났다. 그러므로 인공신경망 모형이 다중회귀 모형보다 선택된 입력자료를 활용하여 대설피해를 예측하는 목적으로 조금 더 우수한 결과를 나타내었다. 향후 자료를 보완 및 모형의 고도화를 통해 보다 정확한 대설피해 예측 함수 개발이 가능할 것으로 기대된다.

• 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.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.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.1
• /
• pp.61-72
• /
• 2017

Due to the climate change, damages of human life and property caused by natural disaster have recently been increasing consistently. In South Korea, total damage by natural disasters over 20 years from 1994 to 2013 is about 1.0 million dollars. The 13% of total damage caused by heavy snow. This is smaller amount than the damage by heavy rainfall or typhoon, but still could cause severe damage in the society. In this study, the snow damage in Gangwon region was estimated using climate variables (daily maximum snow depth, relative humidity, minimum temperature) and scoio-economic variables (Farm population density, GRDP). Multiple regression analysis with enter method was applied to estimate snow damage. As the results, adjusted R-square is above 0.7 in some sub-regions and shows the good applicability although the extreme values are not predicted well. The developed model might be applied for the prompt disaster response.

• Journal of the Korean Geographical Society
• /
• v.45 no.3
• /
• pp.319-341
• /
• 2010

The purposes of this study are to classify heavy snowfall types in the Republic of Korea based on fresh snowfall data and atmospheric circulation data during the last 36(1973/74-2008/09) snow seasons and to identify typical surface synoptic climate patterns that characterize each heavy snowfall type. Four synoptic climate categories and seventeen regional heavy snowfall types are classified based on sea level pressure/surface wind vector patterns in East Asia and frequent spatial clustering patterns of heavy snowfall in the Republic of Korea, respectively. Composite analyses of multiple surface synoptic weather charts demonstrate that the locations and intensity of pressure/wind vector mean and anomaly cores in East Asia differentiate each regional heavy snowfall type in Korea. These differences in synoptic climatic fields are primarily associated with the surge of the Siberian high pressure system and the appearance of low pressure systems over the Korean Peninsula. In terms of hemispheric atmospheric circulation, synoptic climatic patterns in the negative mode of winter Arctic Oscillation (AO) are also associated with frequent heavy snowfall in the Republic of Korea at seasonal scales. These results from long-term synoptic climatic data could contribute to improvement of short-range or seasonal prediction of regional heavy snowfall.

• Journal of Wetlands Research
• /
• v.21 no.2
• /
• pp.157-162
• /
• 2019

Recently, the occurrence of unusual heavy snow and cold are increasing due to the unusual global climate change. In particular, the temperature dropped to minus 69 degrees Celsius in the United States on January 8, 2018. In Korea, on February 17, 2014, the auditorium building in Gyeongju Mauna Resort was collapsed due to the heavy snowfall. Because of the tragic accident many studies on the reduction of snow damage is being conducted, but it is difficult to predict the exact damage due to the lack of historical damage data, and uncertainty of meteorological data due to the long distance between the damaged area and the observatory. Therefore, in this study, available data were collected from factors that are thought to be corresponding to snow damage, and the amount of snow damage was estimated categorically using a random forest. At present, the prediction accuracy was not sufficient due to lack of historical damage data and changes of the design code for green houses. However, if accurate weather data are obtained in the affected areas. the accuracy of estimates would increase enough for being used for be the degree preparedness of disaster management.