• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.11-12
• /
• 2022

이 연구는 대기오염과 미세먼지의 각 성분이 질환에 미치는 영향에 대한 데이터만 존재한다면 어떠한 질환이든 위험도 예측 결과를 알 수 있는 것에 의미가 있다. 또한 기존의 대기정보에 따른 정보를 예상하는데 필요한 데이터 종류와 수가 많았으며 계산의 복잡성이 높았고 정보의 제공 범위가 넓었다. 하지만 이 연구는 과거 대기 데이터와 딥러닝을 통해서 낮은 비용으로 더욱 자세하게 유해질환 위험도를 예측하는 시스템을 구축하였다. 이 연구에서 구축한 시스템은 예측 결과 88.9%의 정확도를 보였다. 이 시스템은 입력되는 데이터의 정보에 따라 세분화된 지역의 대기환경 정보 또한 파악 가능하며 그 과정이 매우 간편하고 유용하다. 이 시스템은 공기질 예측을 위해 유용하게 사용될 수 있을 것이라고 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.481-481
• /
• 2021

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 2018~2019년 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』 수행을 통해 레이더 실황강우 기반의 강한 비구름 이동경로 추정 기술, 강우시나리오 기반의 침수위험지역추정 기술이 적용된 서울시 도시침수 예측시스템을 개발하였다. 또한, 침수피해에 선제적으로 대응하기 위해 2019~2020년 『서울시 내수침수 위험지역 실시간 예측기술 개발』을 통하여 이류모델 기반의 예측강우정보 추정 기술, 예측강우정보 기반의 실시간 침수위험지역 추정기술을 적용하였다. 현재 서울시 도시침수 예측시스템은 서울시 전역의 강우 및 침수정보를 제공하며, 관로 113,286개(전체 385,768개), 맨홀 106,097개(전체 272,133개), 빗물펌프장 117개소(전체 121개소)가 반영되어 있다. 서울시 도시침수 예측시스템에서는 서울시 25개 자치구를 대상으로 실황 및 예측 강우정보, 강한 비구름에 대한 이동경로정보, 시나리오 및 실시간 침수정보를 제공하고 있다. 강우정보는 10분 및 1시간 단위 AWS 실황정보와 10분 단위 이류모델 기반 예측정보, 1시간 단위 LDAPS 기반 예측정보를 제공한다. 또한, 레이더 실황정보를 통해 판별된 강한 비구름에 대해 10분 단위 1시간 예측경로를 제공한다. 침수정보는 총강우량, 강우지속기간, 빗물받이효율 조건을 반영한 강우시나리오 기반의 6m 고해상도 격자단위 침수시나리오 정보와 자치구별 침수위험정보를 제공한다. 또한, 이류모델 기반의 레이더 예측정보를 이용하여 실시간 침수 예측정보를 제공한다. 향후 서울시 내 모든 수방시설물의 적용, 관로 유출구별 기점수위 반영, 관측자료를 이용한 도시유출 및 도시침수 모델 최적화 등 지속적으로 고도화를 수행하고자 하며, 서울시 도시침수 예측시스템을 통해 서울시 및 자치구 풍수해 담당자가 침수피해를 대비, 대응할 수 있을 것으로 기대된다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.18 no.1
• /
• pp.1-12
• /
• 2016

When utilizing a Tunnel Boring Machine (TBM) for tunnelling work, unexpected ground conditions can be encountered that are not predicted in the design stage. These include fractured zones or mixed ground conditions that are likely to reduce the stability of TBM excavation, and result in considerable economic losses such as construction delays or increases in costs. Minimizing these potential risks during tunnel construction is therefore a crucial issue in any mechanized tunneling project. This paper proposed the potential risk events that may occur due to risky ground conditions. A resistivity survey is utilized to predict the risky ground conditions ahead of the tunnel face during construction. The potential risk events are then evaluated based on their occurrence probability and impact. A TBM risk management system that can suggest proper solution methods (measures) for potential risk events is also developed. Multi-Criterion Decision Making (MCDM) is utilized to determine the optimal solution method (optimal measure) to handle risk events. Lastly, an actual construction site, at which there was a risk event during Earth Pressure-Balance (EPB) Shield TBM construction, is analyzed to verify the efficacy of the proposed system.

• Spatial Information Research
• /
• v.17 no.2
• /
• pp.243-249
• /
• 2009

Damages from typhoon events have contributed more than 60 percent of total economic and social loss and the size of loss have been increased up to 800 million dollars per year in Korea, It is therefore necessary to make an effort to mitigate the loss of natural disasters. To facilitate the evaluation of damages in advance and to support the decision making to recover the damages, scientific methods have been adopted. With the effort, GIS data can provide various tools. Three components of hazard mapping are estimation of hazard, inventory for vulnerable features, and fragility of each feature. Vulnerability of natural disaster can be obtained by relation between loss and meteorological data such as precipitation and wind speed. Features can be categorized from other GIS data of public facilities and private properties, and then social and economic loss can be estimated. At this point, GIS data conversions for each model are required. In this study, we build a method to estimate typhoon risk based on GIS data such as DEM, land cover and land use map, facilities.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.14 no.1
• /
• pp.1-10
• /
• 2012

Digital Forecast of the Korea Meteorological Administration (KMA) represents 5 km gridded weather forecast over the Korean Peninsula and the surrounding oceanic regions in Korean territory. Digital Forecast provides 12 weather forecast elements such as three-hour interval temperature, sky condition, wind direction, wind speed, relative humidity, wave height, probability of precipitation, 12 hour accumulated rain and snow, as well as daily minimum and maximum temperatures. These forecast elements are updated every three-hour for the next 48 hours regularly. The objective of this study was to construct Forest Fire Danger Rating Systems on the Korean Peninsula (FFDRS_KORP) based on the daily weather index (DWI) and to improve the accuracy using the digital forecast data. We produced the thematic maps of temperature, humidity, and wind speed over the Korean Peninsula to analyze DWI. To calculate DWI of the Korean Peninsula it was applied forest fire occurrence probability model by logistic regression analysis, i.e. $[1+{\exp}\{-(2.494+(0.004{\times}T_{max})-(0.008{\times}EF))\}]^{-1}$. The result of verification test among the real-time observatory data, digital forecast and RDAPS data showed that predicting values of the digital forecast advanced more than those of RDAPS data. The results of the comparison with the average forest fire danger rating index (sampled at 233 administrative districts) and those with the digital weather showed higher relative accuracy than those with the RDAPS data. The coefficient of determination of forest fire danger rating was shown as $R^2$=0.854. There was a difference of 0.5 between the national mean fire danger rating index (70) with the application of the real-time observatory data and that with the digital forecast (70.5).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.238-238
• /
• 2018

2011년 동일본 대지진으로 발생된 지진해일로 인해 막대한 경제적 손실과 인명피해가 발생하였고, 2차적 사회적 피해가 지속되고 있다. 또한 국내에서도 최근 경주와 포항지역에서 지진이 발생하여 피해가 발생함에 따라 재난의 불확실성에 대한 대비의 중요성이 강조되고 있고, 과거 안전하다고 했던 재난에 대한 위험성에 대해 국민들의 관심이 증대되었다. 피해사례가 2차례 있는 지진해일의 경우도 동일본 대지진 이후로 전 세계적으로 해일에 대한 위험성이 재평가되고 있다. 지진해일은 해저에서 발생하는 지진에 의한 것으로 발생지점 및 강도 등을 예측하기가 쉽지 않으므로, 지진발생에 대한 가상 시나리오를 이용한 연구가 진행되고 있다. 가상 시나리오를 활용하여 현재까지 많은 침수예상도가 제작되었으나, 다양한 시나리오 대해서 검토되지 않았다. 따라서 본 연구에서는 과학적 보간법을 이용하여 수치모형을 수행하지 않고 기수행된 연구 DB를 활용하여 지진해일 피해를 예측하는 기술을 개발하였다. 연구 DB는 국립재난안전연구원에서 수행된 지진해일 자료를 활용하였고, 전국단위를 기반으로 지진규모 7.0~9.0 내에 지진해일을 유발하는 지진에 대해 지진해일의 피해를 예측할 수 있는 기술을 개발하였다. 기술을 검증하기 위해 5개의 진원지에 대하여 과거 발생 지진규모부터 극한의 지진규모를 가정한 수치모의 결과와 본 연구의 결과를 비교하였다. 본 연구는 격자 1km인 광역모형의 모의결과를 활용하였으므로 실제로 해안지역의 침수양상의 정확도가 높지 않지만 향후 고정밀 공간해상도에 대하여 모의를 수행한다면 지진해일로 발생하는 범람 및 침수를 보다 정밀하게 예측할 수 있을 것이라 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.346-346
• /
• 2015

홍수로 인한 인명 및 재산의 피해는 자연재해 중 가장 많은 부분을 차지한다. 홍수의 심각성과 빈도가 증가함에 따라, 홍수 재해와 관련된 경제적 손실을 감소할 필요성에 대해 국제적인 우려가 늘어나고 있다. 홍수로 인해 야기되는 재해는 적절한 예방 대책을 통해 저감시킬 수 있는데 그 중 홍수위험지역을 예측하는 것은 홍수를 완화시킬 중요한 해결책이 될 수 있다. 따라서 미국과 유럽 등에서는 홍수위험지역을 예측하여 실시간으로 국민들에게 정보를 제공해주어 위험성을 미리 인식시키고 대비할 수 있도록 국가적인 지원을 하고 있다. 아직 국내에서는 홍수통제소 등의 국가기관에서 주요 국가하천에서의 홍수위만을 실시간으로 제공하고 있어 홍수위험지도의 제작 및 제공이 필요한 실정이다. 이러한 실시간 홍수위험지도를 제작하기 위한 연구는 지속되어 왔으나 범람구역의 설정 및 복잡한 수리해석 등의 어려움을 동반하여 적용을 위한 노력이 필요한 상황이다. 본 연구에서는 1차원 모형인 FLDWAV 모형을 이용하여 실시간 홍수위험지도 제작을 위한 기초 자료 제공으로 홍수위험지역을 선정해보았다. 국내 홍수예 경보시스템에서 사용하는 FLDWAV 모형을 이용하여 실시간으로 홍수위를 산정하여 홍수위험지역을 선정할 수 있었으며, 그 결과도 홍수흔적도와 상당히 일치하는 것으로 나타났다. 본 연구를 통해 빠르고 정확한 홍수위험지역 선정이 가능할 것으로 판단되며, 정확한 수리계산이 필요한 지역이나 홍수보험의 가입이 필요한 지역의 선정 등에 기여할 수 있을 것으로 판단된다.

• Journal of Navigation and Port Research
• /
• v.39 no.3
• /
• pp.199-207
• /
• 2015

In ports of Korea, the marine traffic flow is congested due to a large number of vessels coming in and going out. In order to improve the safety and efficiency of these vessels, South Korea is operating with a Vessel Traffic Service System, which is monitoring its waters for 24 hours. However despite these efforts of the VTS (Vessel Traffic Service) officers, collisions are occurring continuously, the risk situation is analyzed that occurs once in about 20 minutes, the risk may be greater. It investigated to reduce these accidents by providing a safety standard for collision danger in a timely manner. Thus, this study has developed a risk prediction module to predict risk in advance. This module can avoid collision risk to adjust the speed and course of ship using a risk evaluation model based on ship operator's risk perspective. Using this module, the ship operators and VTS officers can easily be identified risks in complex traffic situations, so they can take an appropriate action against danger in near future including course and speed change. To verify the effectiveness of this module, this paper predicted the risk of each encounter situation and confirmed to be capable of identifying a risk changes in specific course and speed changes at Busan coastal water.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.153-156
• /
• 2001

최근 들어 두드러지고 있는 승조원의 승선 기피현상에 따른 항해인력 부족현상을 근원적으로 해결하기 위하여 선박 항해 전반에 걸친 자동화 및 지능화에 대한 연구가 활발히 진행되고 있다. 특히 선박의 자동화된 항해를 위해서는 영역전문자 수준의 안전성과 정확성이 보장된 충돌회피 시스템이 요구된다. 충돌회피는 자선에서 이루어지는 해상 장애물들에 대한 피항 행위로 그 판단 기준은 각 장애물에 대한 충돌 위험도에 기반한다. 본 연구에서는 DCPA와 TCPA를 이용한 기존의 기법에 변침도(VDH: Variation Degree of Heading)의 개념을 추가하여 새로운 충돌 위험도 산출 기법을 제안한다. 입력변수가 되는 DCPA, TCPA, VDH의 퍼지 소속함수를 산출하고, 이를 기반으로 퍼지 규칙을 이용하여 세부적인 충돌 위험도를 산출한다. 본 연구에서 제안하는 기법은 충돌 위험도 산출시 장애물의 직선운항뿐만 아니라 곡선운항에 대한 경로예측이 가능하다는 장점을 지닌다. 과거의 변침도가 다음시점의 변침에 영향을 끼침으로써 장애물의 이동 경로에 대한 예측이 이루어지고, 이를 기반으로 보다 세분화된 충돌위험도 산출이 이루어진다. 제안된 기법은 DCPA와 TCPA만으로 충돌위험도를 산출해 낸 연구와 비교.평가하여 성능을 검증한다.

• Korean Chemical Engineering Research
• /
• v.58 no.2
• /
• pp.248-256
• /
• 2020

In this study, predictive models based on machine learning for evaluating the extent of hazardous zone of explosive gases are developed. They are able to provide important guidelines for installing the explosion proof apparatus. 1,200 research data sets including 12 combustible gases and their extents of hazardous zone are generated to train predictive models. The extent of hazardous zone is set to an output variable and 12 variables affecting an output are set as input variables. Multiple linear regression, principal component regression, and artificial neural network are employed to train predictive models. Mean absolute percentage errors of multiple linear regression, principal component regression, and artificial neural network are 44.2%, 49.3%, and 5.7% and root mean square errors are 1.389m, 1.602m, and 0.203 m respectively. Therefore, it can be concluded that the artificial neural network shows the best performance. This model can be easily used to evaluate the extent of hazardous zone for explosive gases.