• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.107-108
• /
• 2017

도시재생사업의 성공적 완수를 위해 드론을 활용하여 항공촬영정사영상 실태조사 지원하고 관리시스템을 구축하여 도시재생사업의 원활한 추진을 돕는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.102-103
• /
• 2022

최근 기후변화로 인한 태풍과 폭우로 인한 피해가 증가하고 있다. 또한 대피소에 대한 시각화된 정보를 제공하는 애플리케이션이 부족한 실정이다. 본 논문에서는 대피소 정보를 제공하는 애플리케이션을 제안하였다. 제안 애플리케이션은 공공 데이터 포털에서 제공하는 데이터를 활용해 React-Native-Maps 에서 제공하는 마커 기능을 사용하고 구글에서 제공하는 지도 서비스와 결합해 대피소의 위치를 표시한다. 부가적인 특징으로 과거 재난 정보를 시각화 하여 제공하여 피해가 예상되는 지역의 대피소 정보를 동시에 제공하였다. 프로토 타입으로 제작된 애플리케이션을 통해 이후 피해 예상지역을 예측하는데 도움을 줄 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.193-193
• /
• 2021

전 세계적으로 기후변화가 지속되면서 그에 따른 자연재난의 강도와 발생 빈도가 증가하고 있다. 자연재난의 발생 유형 중 집중호우와 태풍으로 인한 수문학적 재난이 대부분을 차지하고 있으며, 홍수피해는 지역적 수문학적 특성에 따라 피해의 규모와 범위가 달라지는 경향을 보인다. 이러한 이질적인 피해를 관리하기 위해서는 많은 홍수피해 정보를 수집하는 것이 필연적이다. 정보화 시대인 요즘 방대한 양의 데이터가 발생하면서 '빅데이터', '머신러닝', '인공지능'과 같은 말들이 다양한 분야에서 주목을 받고 있다. 홍수피해 정보에 대해서도 과거 국가에서 발간하는 정보외에 인터넷에는 뉴스기사나 SNS 등 미디어를 통하여 수많은 정보들이 생성되고 있다. 이러한 방대한 규모의 데이터는 미래 경쟁력의 우위를 좌우하는 중요한 자원이 될 것이며, 홍수대비책으로 활용될 소중한 정보가 될 수 있다. 본 연구는 인터넷기반으로 한 홍수피해 현상 조사를 통해 홍수피해 규모에 따라 발생하는 홍수피해 현상을 파악하고자 하였다. 이를 위해 과거에 발생한 홍수피해 사례를 조사하여 강우량, 홍수피해 현상 등 홍수피해 관련 정보를 조사하였다. 홍수피해 현상은 뉴스기사나 보고서 등 미디어 정보를 활용하여 수집하였으며, 수집된 비정형 형태의 텍스트 데이터를 '텍스트 마이닝(Text Mining)' 기법을 이용하여 데이터를 정형화 및 주요 홍수피해 현상 키워드를 추출하여 데이터를 수치화하여 표현하였다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.28 no.3
• /
• pp.67-93
• /
• 2017

This study aims to investigate research trends on disaster safety Information based on the language network analysis methods. To accomplish it, we collected 312 Korean thesis and scholarly articles on disaster safety information published between 2008 and 2017 from RISS (Research Information Sharing Service) site. With the collected data, this study performed the statistical analysis based on bibliographic data. Also, this study performed the analysis of frequency and language network on keyword extracted from titles on the collected scholarly articles and thesis. This study found out that researches recently on Bigdata related to disaster safety information have been rapidly increased. Also, the needs of sharing and utilizing disaster safety information have increased. Also the various types of disaster safety information such as spatial data, real-time information, geographic information has been used for the disaster response.

• Journal of the Society of Disaster Information
• /
• v.20 no.2
• /
• pp.462-469
• /
• 2024

Purpose: This study aims to analyze data on disaster safety education for migrant youth and to examine the corresponding social perceptions. Method: Data on disaster safety education for migrant youth were collected and analyzed using Textom and Ucinet. The data used in the study were searched on portal websites from 2016 to 2023 using the keywords 'migrant youth+ disaster + safety education'. Result: The analysis results showed that 'education (306)' had the highest frequency, followed by 'safety (287)', 'school (97)', 'society (85)', and 'support (77)'. The keyword with the high degree of centrality, closeness centrality, and betweenness centrality were 'education', 'safety' and 'society'. 'Family' ranked higher in betweenness centrality than the rankings of frequency analysis, degree centrality and closeness centrality, indicating that 'family' plays a significant role as a mediator in the network of disaster safety education for migrant youth. Conclusion: By examining social awareness about disaster safety education for migrant youth, the findings will be used to develop policies and strategies for disaster safety education that consider the unique vulnerabilities of migrant youth in disaster situations.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.11
• /
• pp.602-609
• /
• 2020

In the event of a large-scale disaster such as an earthquake, typhoon, landslide, and building collapse, the disaster situation awareness and timely disaster information sharing play a key role in the disaster response and decision-making stages for disaster management, such as disaster site control and evacuation of residents. In this paper, an exited field investigation system of NDMI (National Disaster Management Research Institute) was enhanced with an LTE-VPN- based wireless communication system to provide an effective on-site response in an urgent disaster situation and share observation data or analysis information acquired at the disaster fields in real-time. The required performance of wireless communication for the disaster field investigation system was then analyzed and evaluated. The experimental result for field data transmission performance of an advanced wireless communication investigation system showed that the UDP transmission performance of at least 4.1Mbps is required to ensure a seamless video conference system between disaster sites. In addition, a wireless communication bandwidth of approximately 10 Mbps should be guaranteed to smoothly share the communication and field data between the survey equipment currently mounted on the survey vehicle.

• Journal of Digital Convergence
• /
• v.15 no.2
• /
• pp.59-65
• /
• 2017

The basic goal of urban safety is to support citizens' quality of life and city competitiveness, and its importance is increasing. Since the risk of disasters is growing, there is a growing demand from society for minimizing the damage by preventing and responding to them in advance. In case of urban governments, securing safety emerges as one of the most important policy tasks due to natural disasters such as heavy rain and heavy snow and human disasters such as various accidents. Recently, it is emphasized the necessity to increase the prevention effect through disaster analysis using Big Data. This study examined paradigm change of disaster safety management using big data centering on Seoul city. In particular, the study tried case analysis from the viewpoint of maximizing effective government services for disaster safety management, and sought the strategic meaning in connection with the ordinance.

• Journal of Broadcast Engineering
• /
• v.25 no.6
• /
• pp.994-1003
• /
• 2020

In this paper, we investigated the current issues on the KPAS(Korean Public Alert Service) by News analysis. News articles, from May 15, 2005 to April 30, 2020, were collected with the key word of 'KPAS' through the News Big-Data System provided by the Korea Press Foundation. The results of the content analysis are as follows. First, the issues on alert presentation were categorized by alarm sound, message content, alert level, transmission frequency, delay, reception range, time of alert, and language. Issues on inability to receive KPAS messages were categorized into authority, mobile, sending standard, mobile communication infra, etc. For the last two to three years, news on the inability issues had decreased, while news on the presentation issues had increased. This tells us that the public demand for improvement in the KPAS lies in the presentation issues. The demand for societal resolutions to the presentation issues especially on message content, transmission frequency, and reception range has soared.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.85-86
• /
• 2022

화재 발생 시 많은 인명 및 재산피해가 발생하는 물류시설의 경우 이러한 화재안전성 강화가 필요하며 이를 위해서는 현장조사를 기반으로 하는 기초데이터 수집과 2D CAD및 적재 3D 모델링 데이터 구축 등 종합적인 화재안전 데이터가 필요하다. 이에 본 연구에서는 물류시설 화재안전성 강화를 위해 필요한 기반데이터를 제공하기 위하여 현장조사 데이터를 기반으로 화재안전 DB를 구축하였다. 20개소 이상의 물류시설 현장 데이터를 조사한 결과 유지관리상태가 양호하거나 다소 미흡한 실태를 파악하였다. 이러한 현장 조사 데이터를 기반으로 화재안전정보를 도면화하고 이를 3D 모델링을 통한 데이터셋을 구축하여 화재안전관리 기술개발에 필요한 데이터를 수집 및 가공하여 제공하였으며, 이를 통해 향후 물류시설의 화재 안전성 및 위험도 관리 기술 개발을 위해 적극 활용할 예정이다

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.83-84
• /
• 2022

이 연구에서는 건축물 화재 시, 허용피난시간을 예측하기 위한 예측모델을 개발하는 것을 목표로 한다. 실제 건축물을 대상으로 화재시뮬레이션을 수행하여 FDS 데이터베이스를 구축하였으며, FDS데이터를 학습하여 설계단계에서 건축물 특성을 학습변수로 하여 기계학습을 통해 ASET을 도출하는 예측모델을 제안하였다. 예측모델은 학습데이터와 비교하였을 때 0.9 이상의 높은 R²값을 나타내었다.