• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.661-670
• /
• 2020

최근 지진재해의 규모가 점차 증대됨에 따라 세계적으로 개별 시설물에 대한 내진성능평가와 관련한 연구가 다수 진행되고 있다. 상수도 시스템은 타 기반 시설에 비해 설치범위가 광범위하고 그 구성요소가 다양해 고려할 것이 많아 지진에 대한 안정성을 정확하고 효과적으로 확보하기 힘든 실정이다. 따라서 지진을 대비한 상수도 시스템의 내진성능 평가 방안을 연구하고 개발할 필요가 있다. 지진에 의한 상수도 시스템의 내진성능을 평가하기 위해 지반운동예측식(Ground Motion Prediction Equation, GMPE)이 활용된다. GMPE는 지진 규모 등과 같은 독립변수 와 PGV (Peak Ground Velocity), PGA (Peak Ground Acceleration)와 같은 지반운동 등을 고려하여 산정하게 된다. 우리나라에서 발생된 높은 강도의 지진 데이터는 현재까지 많이 축적되지 않아 특정 지진에 국한된 데이터를 활용하여 GMPE를 결정하는 등의 연구가 진행되었다. 본 연구에서는 우리나라에서 계측된 지진 데이터를 활용하여 국내 지진 모의에 적합한 GMPE를 선정하고자 하였으며, 이를 위해 기존 국내 지진을 기반으로 산정된 GMPE식을 분석하고 그 결과를 제시하였다. 본 연구를 통해 결정된 적정 GMPE는 상수도관망의 수리학적 내진성능 평가에 직접적으로 활용 가능하다. 즉, 파손확률 모형과의 연계를 통한 지진시 관로 파손률의 정량화가 가능하며, 파손 및 누수에 의한 단수지역 파악 등과 같은 피해범위 산정시 보다 객관적이며 합리적인 결과 도출이 가능하다. 최종적으로 이와 같은 내진 성능 정량화 결과는 지진재해가 발생하였을 경우 그 피해를 최소화할 수 있는 최적 복구방안 마련과 선제적 관망 내진설계의 기준 자료로 활용될 수 있다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.743-754
• /
• 2023

기후변화와 극한기상으로 유발된 다양한 자연재해와 사고로 전세계적으로 수많은 인명과 재산 피해가 발생하고 있다. International Charter와 같은 국제기구간의 상시 공조체계를 구축하고, 이러한 대규모 재난관리와 신속한 복구를 위해 고해상 위성영상 및 공간정보를 제공하고 있다. 국내에서는 국토위성이 본격적으로 정상 운용되면서 국토정보 구축뿐만 아니라 국내·외 대형 재난에 대해 피해분석 정보를 제공하고 있다. 이번 국립재난안전연구원 특별호에서는 2023년 주요 재난사고 발생 현황과 정부의 국가재난안전시스템 개편 대책을 기술하였다. 또한, 연구원에서 재난 상황관리 및 분석을 위해 수행하고 있는 인공위성과 정보통신, 공간정보 활용기술과 관련된 최신 연구성과와 재난사고 원인·피해조사를 위한 자료 수집·처리·분석과 관련된 최신 연구성과를 담았다. 아울러, 드론매핑(drone mapping)과 라이다(LiDAR) 관측기술을 활용한 2023년 집중호우로 인한 산사태 피해 현장조사 사례를 기술하였다.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.153-163
• /
• 2017

데이터 처리 속도는 예보 능력과 관련이 있다. 최신의 입력 자료를 이용한 예측 데이터의 고속 생산은 신속한 대처를 가능하게 한다. 또한 알고리즘 작성, 계산, 결과 평가, 알고리즘 개선으로 이어지는 순환 구조를 원활하게 할 뿐만 아니라 오류 발생시 빠른 시간 내에 복구할 수 있게 하는 등 매우 중요한 요소이다. 현재의 조기경보 시스템은 매 계산 주기 마다 섬진강 유역의 10개 시군에 대해 30미터 해상도의 격자형 자료를 400개 이상 생성하고 있으며(중간 데이터 포함) 최대 9일까지 예보되는 자료를 포함할 경우 600개 이상이다. 이는 전국을 30미터 해상도로 약 45개를 생성하는 계산양과 비슷하다. 또한 14,000여개의 필지에 대한 구역 통계와, 각 래스터의 평균, 최대, 최소 등의 통계자료 생성도 함께 수행 해야 한다. 이와 같은 대량의 데이터를 한정된 시간 내로 처리하기 위한 몇 가지 기법을 적용하여 적용하였으며, 아직 적용은 못하였으나 가능성의 여부를 평가해 보는 것으로 본 연구를 진행하였다. 그 결과 앞서 제시된 래스터 캐시, NFS 캐시, 분산 처리를 모두 적용할 경우 데이터 처리 시간을 1/8로 단축 시킬 수 있음이 확인되었다. 또한 GPU를 이용한 연산을 적용할 경우 일부 모듈에 대해 매우 큰 폭으로 수행 시간을 단축 시킬 수 있음을 확인하였다. 다만 캐시를 위한 추가적인 디스크, GPU라는 별도의 하드웨어, 추가된 하드웨어 지원을 위한 고출력 전원 장치와 이에 따른 UPS (Uninterruptible power supply, 무정전 전원공급 장치)까지 상대적으로 높은 사양으로 준비해야 하는 비용적인 문제가 발생할 수 있다. 본 연구에서 제시한 네 가지 기법 중 세 가지는 계산 서버 추가를 통한 수평적 성능 확장에 관한 것이다. 하지만 서버의 추가가 처리 속도 향상으로 이어지지 않음은 물론 오히려 저하시키는 경우가 있다. 본 연구에서는 특정 시간 내로 작업을 완료 시키지 못하면 해당 작업을 반환하여 다른 서버가 처리하는 간단한 방식을 이용한다. 하지만 이런 문제를 지속적으로 발생시키는 계산 서버가 발견된다면 정해진 기준에 따라 계산 작업에서 완전히 퇴출 시켜야 성능 향상에 도움이 된다. 따라서 처리 속도에 대한 정확한 원인을 검사하고 이를 실시간으로 반영할 수 있는 기법이 필요하다.