• 베이커리
• /
• 10호통권327호
• /
• pp.62-65
• /
• 1995

• 베이커리
• /
• 11호통권364호
• /
• pp.110-111
• /
• 1998

• 한국조경학회:학술대회논문집
• /
• 한국조경학회 2009년도 춘계학술대회 논문집
• /
• pp.41-44
• /
• 2009

• 건축사
• /
• 9호통권269호
• /
• pp.22-47
• /
• 1991

• 건축사
• /
• 5호통권158호
• /
• pp.35-48
• /
• 1982

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.416-416
• /
• 2020

우리나라의 계절 특성상 여름철 집중호우가 쏟아지는 현상이 빈번하게 발생하는데 이러한 돌발홍수가 예고 없이 일어나 상습적으로 침수 피해를 입는 지역이 증가하고 있다. 본 연구에서 2009년 ~ 2019년 동안 서울시 침수 피해 사건 중심의 인터넷 기사를 기반으로 실제 침수 사례를 조사해본 결과, 침수가 가장 많이 발생한 순으로 반포동(26건), 대치동(25건), 잠실동(21건)으로 집계되었다. 침수피해가 가장 많은 반포동을 연구지역으로 선정하고 그 중 잠수교의 수위를 예측하는 연구를 진행하였다. 기존 연구에서는 수치모형에 비해 신속한 결과를 도출할 수 있는 자료 기반 모형 중 LSTM 기법을 많이 사용하였다. 그러나 이는 선행 시간이 길어질수록 첨두수위에서 과소추정된 것으로 분석된 취약점이 존재하였다(정성호 외, 2018). 본 연구에서는 이러한 단점을 보완하기 위해 GANs(Generative Adversarial Networks)를 이용하였다. GANs는 생성자와 감별자가 나뉘어 생성자가 실제 자료인 첨두수위에서의 잠수교의 수위를 학습하고 실제와 근접한 가상데이터를 결과로 생성하여 감별자는 그 생성된 미래의 잠수교의 수위가 실제인지 가상인지 판별하도록 학습시키는 신경망 구조이다. 사용한 수문자료는 한강홍수통제소, 기상청, 국립해양조사원에서 제공하는 최근 15년간의 (2005년~2019년) 수위, 방류량, 강수량, 조위 자료를 수집하였고 t-test와 상관성분석을 통해 사용한 인자 간의 유의미성 판단과 상관성을 분석했다. 또한, 민감도 분석 결과 시퀀스길이(5), 반복횟수(1000), 은닉층(10), 학습률(0.005)로 최적값을 선정하였다. 또한 학습구간(2005년~2014년)과 검증구간(2015~2019년)으로 나누어 상대적으로 높은 수위가 관측되는 홍수기의 3, 6, 9시간 후의 수위를 예측하고 오차 지표를 이용해 평가하였다. LSTM 기법으로 예측된 수위와 GANs로 예측된 수위를 비교한 결과 GANs으로 예측된 첨두수위에서의 정확도가 5% 정도로 향상되었다. 향후에는 다양한 영향인자와 다른 기법과의 결합을 고려한다면 보다 정확하게 수위를 예측하여 하천 주변 사회기반시설의 침수 피해를 감소시킬 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.60-71
• /
• 2017

본 연구는 고령자를 위한 지하철 역사의 수직이동시설을 평가하고 개선방안을 분석하는 것을 목적으로 한다. 서울시의 통행량이 많은 31개의 지하철 역사를 평가하기 위해 자료포락분석(DEA)을 이용한다. DEA의 투입변수는 스마트카드 자료를 이용하여 수집한 고령자 통행수 및 통행비율을 포함하며, 산출변수는 엘리베이터 설치 대수와 100계단 당 에스컬레이터 설치 대수로 구성된다. 분석 결과, 31개 지하철 역사의 평균 지수는 0.62로 산출되었으며, 잠실역, 가산디지털단지역, 건대입구역, 동묘역이 가장 우수한 것으로 나타났다. 이 4개의 역사는 지수가 낮은 다른 역사들을 위한 참조 그룹으로 설정된다. 참조그룹과의 비교를 통해 각 역사의 수직이동시설을 제고하기 위한 방안들이 제안된다.

• 지적과 국토정보
• /
• 제50권1호
• /
• pp.231-245
• /
• 2020

본 연구는 교통카드 자료를 활용하여 서울시 고령인구의 주요 체류 공간을 도출하고 체류의 시공간적 특성을 분석에 목적을 두었다. 이를 위해 2015년 10월 12일부터 2015년 10월 18일까지 7일간의 서울시 교통카드 자료를 이용하였다. 분석 결과 도심지, 강남 등 14개 지역이 주 체류 공간으로 추출되었으며, 각 체류지별 방문 사용자 특성과 체류 시간대를 기준으로 살펴본 결과 5개 그룹으로 특성이 나뉘는 것을 확인할 수 있었다. 체류지 대부분은 해당 지역 인근에 거주하는 고령 인구가 방문하는 것으로 나타났으나, 많은 고령 인구가 방문하는 그룹의 경우 상대적으로 방문 고령자의 거주지가 넓게 나타나 체류지간 위계가 존재함을 확인할 수 있었다. 체류 집중 시간대는 주로 오전 10시에서 오후 5시 사이에 집중되는 것으로 나타났다. 하지만 제기동과 영등포의 경우 오후 12부터 체류가 집중되며, 잠실, 선릉, 양재의 경우 주중 오전 9시부터 체류가 집중되어 체류지별 인구 집중 시간이 상이하게 나타남을 확인할 수 있었다. 본 연구결과는 서울시 내의 고령 인구의 주요 체류 공간과 각 체류 공간별 체류 특성을 고려한 대중교통정책수립에 필요한 시사점을 제공한다.