• 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.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.602-603
• /
• 2011

본 논문은 전체 수요반응의 결과를 예측하는데 필요한 개별 수용가의 수요반응 모델을 제시하는 것을 목표로 하였다. 이를 위해, 개별 수용가의 수요반응 결정이 투자결정 문제가 유사함을 보이고, 수요 반응의 결정에 있어서도 투자결정 문제에서 위험선호 성향에 따라 수익과 위험 사이에서 개별적인 결정이 이루어진다고 보았다. 개별 수용가의 수요반응 모델을 유도할 때는 수요반응의 결과로 이루어지는 전력사용량 조정이 잘못된 결정일 확률을 고려하였고, 위험선호 지수라는 파라미터를 정의하여 일반적인 식으로 수요반응 모델을 표현하였다. 마지막으로, 시뮬레이션을 통해 위험선호 지수 R의 값에 따라 수요반응의 전력요금 감소 효과와 변동성이 달라짐을 확인하였다. 본 논문의 모델을 이용하면 전체 수용가의 총 수요반응을 예측하는 것이 가능해지고, 그 결과는 수요반응 제도 시행을 위한 장비투자 결정이나 정책 결정에 있어 중요한 지표로 활용될 수 있을 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2006.06a
• /
• pp.176-182
• /
• 2006

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO 에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기압부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO 만의 기업부도예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출심사시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 이직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것에 현실이고 이에 따라 잘못된 대출로 안한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제 국내은행의 SOHO 데이터 집합이 사용되었다. 먼저 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이쓸어내지 못하여, 기존 기업부도예측 모델연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과,; SOHO 부도예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors 가 인공신경망과 Bagging Predictors등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다. 제시된 Modified Bagging Predictors의 유용성을 확인하기 위해서 추가적으로 대수의 공개 데이터 집합을 활용하여 성능을 비교한 결과 Modified Bagging Predictors 가 기존의 Bagging Predictors 에 비해 일관적으로 성과가 향상됨을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.373-373
• /
• 2012

위험도(risk)는 복잡성(complexity)과 불확실성(uncertainty)라는 2가지 주요 특징으로 인해 위험도를 정확하게 예측하는 것은 불가능하다. 대표적인 수공구조물인 댐이 각종 모니터링을 통해서 안전하다고 판단된다 하더라도 하류지역에 도시가 존재한다면 여전히 잔존위험도(residual risk)는 존재한다. 댐의 파괴가 일반적으로 발생하는 사상은 아니지만 대규모 인명피해, 재산 및 환경피해로 이어지기 때문에 작은 위험도라 할지라도 이에 대한 감시 및 관리가 필수적이다. 댐 위험도 분석을 위해서 Event Tree 또는 Fault Tree가 일반적인 해석 방법으로 이용되고 있으나 잠재적인 파괴모드에 대한 복잡성과 불확실성을 고려하는데 한계가 존재한다. 본 연구에서는 이러한 문제점을 개선하기 위해서 Bayesian Network 기반의 위험도 해석기법을 제안하고자 한다. 특히 수문학적 위험도와 관련된 분석을 위해서 Bayesian Network의 구성 방안, 매개변수 추정, 위험도 해석 등 기존 해석 방법을 개선한 댐 위험도 해석 기법을 개발하고자 하며 개발된 방법론을 국내 실제댐에 적용하여 적합성을 평가하였다.

• Proceedings of the Korean Society of Fisheries Technology Conference
• /
• 2003.05a
• /
• pp.95-96
• /
• 2003

식품 위생과 관련하여 그 안전성 확보를 위한 새로운 기술로서 수학적 모델을 이용하여 미생물의 생장 변화를 예측하는 예측미생물학 분야의 중요성이 최근 크게 대두되고 있으며, 이러한 예측미생물학은 정성적 분석 결과 및 경험치의 의존도가 높은 HACCP 시스템의 단점을 보완함과 동시에 병원미생물의 정량적 위험도 평가를 위한 저비용의 유효수단으로 높이 인정되고 있다. (중략)

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.4
• /
• pp.178-185
• /
• 2023

Rapid urbanization and advancements in technology have led to a surge in the number of automobiles, resulting in frequent traffic accidents, and consequently, an increase in human casualties and economic losses. Therefore, there is a need for technology that can predict the risk of traffic accidents to prevent them and minimize the damage caused by them. Traffic accidents occur due to various factors including traffic congestion, the traffic environment, and road conditions. These factors give traffic accidents spatiotemporal characteristics. This paper analyzes traffic accident data to understand the main characteristics of traffic accidents and reconstructs the data in a time series format. Additionally, an LSTM-MLP based model that excellently captures spatiotemporal characteristics was developed and utilized for traffic accident prediction. Experiments have proven that the proposed model is more rational and accurate in predicting the risk of traffic accidents compared to existing models. The traffic accident risk prediction model suggested in this paper can be applied to systems capable of real-time monitoring of road conditions and environments, such as navigation systems. It is expected to enhance the safety of road users and minimize the social costs associated with traffic accidents.

• Korean Journal of Environmental Biology
• /
• v.36 no.4
• /
• pp.672-679
• /
• 2018

This study was conducted to predict the potential distribution and risk of invasive alien plant, Amaranthus patulus, in an agricultural area of South Korea. We collected 254 presence localities of A. patulus using field survey and literature search and stimulated the potential distribution area of A. patulus using maximum entropy modeling (MaxEnt) with six climatic variables. Two different kinds of agricultural risk index, raster risk index and regional risk index, were estimated. The 'raster risk index' was calculated by multiplying the potential distribution by the field area in $1{\times}1km$ and 'regional risk index' was calculated by multiplying the potential distribution by field area proportion in the total field of South Korea. The predicted potential distribution of A. patulus was almost matched with actual presence data. The annual mean temperature had the highest contribution for distribution modeling of A. patulus. Area under curve (AUC) value of the model was 0.711. The highest regions were Gwangju for potential distribution, Jeju for 'raster risk index' and Gyeongbuk for 'regional risk index'. This different ranks among the index showed the importance about the development of various risk index for evaluating invasive plant risk.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2002.03b
• /
• pp.49-59
• /
• 2002

이 연구에서는 강원도 삼척시를 대상으로 산불취약지역 분석모델을 개발하고, 개발된 분석모델을 기반으로 산불취약지역을 표출하였으며, 이를 위한 전산프로그램을 개발하였다. 산불취약지역 공간분석자료로는 NGIS 사업을 통해 구축된 1/25천 축척의 수치지형도, 수치임상도 그리고 과거 산불발화위치자료를 사용하였다. 산불발화위치에 대한 공간적 분포특성(지형, 임상, 접근성)을 기반으로 모델을 설정하였으며, 공간분석은 간단하면서도 일반인들이 이해하기 쉬운 Conditional probability, Likelihood ratio 방법을 사용하였다. 그리고 각각의 모델에 대한 검증(cross validation)을 실시하였다. 모델 검증방법으로는 과거 산불발화위치자료를 발생시기에 따라 두 개의 그룹으로 나누어 하나는 예측을 위한 자료로 사용하고, 다른 하나는 검증을 위한 자료로 사용하였다. 모델별 예측성능은 prediction rate curve를 비교·분석하여 판단하였다. 삼척시를 대상으로 한 예측성능에서 Likelihood ratio 모델이 Conditional probability 모델보다 더 낳은 결과를 보였다. 산불취약지역 분석기술로 작성된 상세 산불취약지역지도와 현재 산림청에서 예보하고 있는 전국단위의 산불발생위험지수와 함께 상호보완적으로 사용한다면 산불취약지역에 대한 산불감시인력 및 감시시설의 효율적인 배치를 통하여 일선 시군 또는 읍면 산불예방업무의 효율성이 한층 더 증대될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.64-64
• /
• 2019

도시지역은 인구 및 사회인프라시설 등이 밀집되어 있어 홍수 발생 시 타 지역에 비하여 큰 피해가 발생한다. 우리나라의 경우 2017년 부산 지역과 2018년 서울 지역에 시간당 최대 100 mm 이상의 강우가 발생하여 인명 및 재산피해를 발생시켰다. 이러한 도시홍수 피해를 저감시키기 위해서는 수방시설물의 유지관리 뿐만 아니라 한정적인 물자와 인력을 효율적으로 활용하기 위한 홍수예보 방안이 필요하며 정확도 높은 기상예보가 수반되어야 한다. 현재 지자체에서는 기상청의 기상특보를 활용하여 홍수대응을 실시하고 있으나 이는 전국적으로 동일한 기준으로 각 지역의 홍수특성을 반영할 수 없다는 문제가 있다. 또한 국내에서는 정확도 높은 기상예측을 위해 다양한 기상 수치예보모델을 활용하고 있으나 급변하는 기상상황을 정확히 예측하는 데에는 한계가 있다. 수치예보모델의 한계를 극복하기 위하여 현재 영국에서는 강우 앙상블 자료를 활용한 영향예보 도입이 활발히 진행되고 있다. 영향예보란 단순 기상상황 뿐만 아니라 기상현상이 발생시킬 수 있는 위험수준과 그 위험수준이 발생할 확률을 함께 예보하는 방안이다. 본 연구에서는 부산광역시 동래구 지역을 대상으로 과거 피해 발생 강우량 및 지역의 확률강우량 등을 활용하여 지역특성에 맞는 총 4단계의 강우기준을 제시함과 더불어 기상현상의 발생확률을 조합한 홍수위험 매트릭스(Flood Risk Matrix)를 개발하였다. 또한 개발된 홍수위험 매트릭스의 활용성 평가를 위해서는 2016년, 2017년 기상청에서 산출한 국지규모 앙상블예측시스템(Local Ensemble Prediction System, LENS)의 강우 앙상블 자료를 활용하였다. 그 결과 짧게는 24시간 전, 길게는 72시간 전에 홍수피해 발생의 예보가 가능한 것으로 분석되었다. 향후 본 연구에서는 연구 대상 지역을 확대하여 각 지역에 적합한 홍수위험 매트릭스를 개발하고, LENS자료를 활용한 활용성 평가를 통해 실무에 적용 가능한 홍수예보 방안을 마련할 계획이다.