• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.281-288
• /
• 2015

화산재해 피해 예측 시스템은 기상과 화산분화 시뮬레이션 결과를 기반으로 화산재해대응을 위한 판단을 도와주는 시스템이다. 이 시스템에서 Fall3D라는 프로그램은 기상정보를 바탕으로 화산분화 이후 화산재의 확산예측결과를 생성하고 기상정보를 생성하기 위해 WRF라는 기상수치예보모델을 사용한다. 두 시뮬레이션의 프로그램을 수정하지 않고, 전체 실행시간을 줄이기 위해서는 WRF의 기상예측모델의 시간별 부분결과가 발생할 때마다 Fall3D를 부분수행 할 수 있도록 하는 파이프라이닝 방식을 생각할 수 있다. 이를 위해서 Fall3D와 같은 후속계산은 선행계산의 부분결과가 생성될 때까지 일시정지하고, 계산에 필요한 정보가 발생하면 재개할 수 있어야한다. 비록 Fall3D가 이런 일시정지와 재개기능을 가지고 있지는 않지만 그 이전 계산을 이어서 진행할 수 있는 재시작기능을 활용하여 파이프라이닝 효과를 낼 수 있다. 본 논문에서는 이러한 실행 형태를 제어할 수 있는 워크플로우를 제안한다.

• 한국건축시공학회지
• /
• 제24권3호
• /
• pp.363-370
• /
• 2024

기후 변화에 따른 자연재해와 이상기상의 빈도 및 심도가 날로 증가하면서, 사회기반시설과 건축물에 미치는 영향도 점차 커지고 있다. 이러한 문제에 대응하기 위해 다양한 정부 기관과 민간 부문에서는 이로인한 피해를 정확히 평가하려는 노력을 기울이고 있지만, 현실에 부합하는 정밀한 피해 예측과 평가는 여전히 도전적인 과제로 남아 있으며, 현재의 기술 수준으로는 부족함이 많다. 이러한 배경 하에, 본 연구는 우리나라에서 발생하는 주요 자연재해 중 하나인 태풍에 의한 건축물 피해를 분석하여, 해당 피해를 정확히 평가할 수 있는 방법론을 제시하고자 한다. 딥러닝 알고리즘을 활용한 평가 방식과 프레임워크를 도입하여, 태풍으로 인한 건물 피해 평가에 관한 연구를 진행하였다. 본 연구의 결과는 건물의 수명주기 전반에 걸친 자연재해 피해 평가에 필요한 기본 데이터를 제공하고, 다양한 산업 및 연구 영역에서 위험 평가에 활용이 가능하다.

• 한국습지학회지
• /
• 제21권2호
• /
• pp.157-162
• /
• 2019

최근 세계적인 기상이변으로 이례적인 대설과 한파의 발생 빈도가 증가하고 있다. 이로 인해 대설피해 저감에 대한 연구가 진행되고 있으나, 우리나라는 시군구 별 과거 피해이력이 적고, 피해 발생지역과 관측소 간의 거리가 멀어 정확한 피해예측이 어려운 상황이다. 따라서 본 연구에서는 대설피해에 영향을 미친다고 생각되는 인자들의 데이터를 수집한 뒤 랜덤포레스트 모형의 설명변수로 설정하여 추정되는 대설피해액을 범주형태로 예측하고자 하였다. 또한 설명변수 중 취약성 분석을 통해 도출된 취약성 지수를 설명변수로 이용함으로써 지역적 특색과 특성을 반영하였다. 지금은 과거 피해 자료의 부족, 비닐하우스 설계 기준의 변화 등으로 인해 예측 정확도가 높지 않지만, 피해가 발생한 지역의 정확한 기상자료가 확보되고, 변수로 사용한 데이터의 업데이트가 진행된다면 본 연구 결과의 정확도 향상과 재난 발생 전 피해규모 및 범위에 대한 신속한 예측을 통해 대비차원의 재난관리 대처능력이 향상될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제20권3호
• /
• pp.52-66
• /
• 2017

본 연구는 풍수해 피해예측지도 활용 고도화에 필요한 표준 메타데이터를 시범 설계하고, 이를 기반으로 표준메타정보관리 프로토타입 시스템 구축을 목적으로 하였다. 이를 위해, 국내 외 메타데이터 표준 현황 조사를 통해 가장 활용도가 높은 것으로 분석된 ISO/TC211 19115 국제표준을 기반으로 표준 메타데이터 설계 방향을 설정하였으며, 식별정보, 기준계정보, 배포정보 등 9개의 클래스로 구분하여 메타데이터를 시범 설계하였다. 또한, 본 연구에서 설계한 표준 메타데이터를 바탕으로 메타속성정보를 확인 및 다운로드할 수 있는 표준메타정보관리 프로토타입 시스템을 HTML 기반 JAVASCRIPT 언어로 구축하였다. 본 연구결과를 활용한다면, 표준화된 통합 풍수해 피해예측지도 데이터베이스 구축을 통해 향후 구축되는 피해예측지도의 품질유지가 가능해지며, 풍수해 피해예측 시스템 운영에 필요한 데이터 관리 및 제공 등을 통해 효율적인 재난대응에 활용가능할 것으로 사료된다.

• 지질공학
• /
• 제33권4호
• /
• pp.555-571
• /
• 2023

우리나라는 연평균 강수량의 70%에 달하는 여름철 강우로 인해 산사태가 자주 발생하고 있으며, 이로 인한 피해 완화를 위해서는 정확한 예측기법이 필요하다. 본 연구에서는 화강암 풍화토를 이용하여 소형 및 실규모 실험을 통한 계측관리기준 수립 가능성을 모색하였다. 실험은 모관흡수력을 중점으로 강우 침투로 인한 지반 특성 변화와 사면붕괴 패턴을 분석하였으며, 이 결과를 기초로 불포화 무한사면 안정성 해석을 수행하였다. 안전율이 1 미만으로 떨어지는 조건에서 붕괴도달 시간을 산정한 결과, 소형 실험의 경우 약 17분 전, 실규모 실험의 경우 약 6.5시간 전으로 산사태 예측이 가능한 경향을 나타냈다. 이러한 연구 결과는 화강암 풍화토의 특성을 고려한 계측관리기준을 확립하는데 유용한 자료로 활용될 수 있다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2113-2120
• /
• 2012

국내 해양 환경에 대한 자동 감시 및 분석 연구는 미흡한 편에 있다. 최근 세계적으로 바다가 자원의 보고로 주목받으면서 해양 모니터링 기술에 대한 연구가 활발히 진행 되고 있다. 특히 해양 환경을 분석하고 이해하기 위해서는 지속적으로 해양 환경 자료를 수집해야 하나 아직 많은 부분에서 제약 사항으로 남아 있다. 자동화된 해양 환경자료의 수집과 수집된 자료를 분석하여서 해양재해를 예측하면 기름 유출에 의한 해양오염의 피해, 적조에 의한 수산업의 피해, 해양환경 이변에 의한 수산업 및 재해 피해를 최소화하는데 기여할 수 있다. 본 논문은 해양환경 감시 및 분석 시스템의 모델을 제안한다. 제안 시스템은 해양환경 정보를 자동 수집하여 해양환경을 지능적으로 감시한다. 또한 수집된 해양 자료를 분석하여서 해양 재해를 예측한다.

• 대한토목학회논문집
• /
• 제33권3호
• /
• pp.1077-1086
• /
• 2013

최근 지구는 이상기후를 원인으로 한 자연재난 발생에 의해 경제적 손실 및 인명 피해가 빈번하게 발생하고 있다. 본 연구의 목적은 자연재난의 하나인 설해 적응에 관한 것으로 도로가 위치한 지역의 지형적 특성을 중심으로 설해취약지역을 선정하고 그 위험정도를 제시하는 것이다. 연구지역인 부산광역시의 경우 도심 내 구릉성 산지가 많이 분포하고 있어 도로의 경사가 급하고 많은 산복도로가 형성되어 있어 폭설에 취약한 구조로 되어 있다. 최근에는 폭설이라 할 수 없는 적은 적설량에도 도로교통이 마비되고 학교가 휴교하는 등 큰 혼란이 발생하였다. 지구온난화에 의한 이상기후는 예측이 어렵고 그 피해는 매우 큼으로 관련 사회기반시설에 대한 적응정책이 마련되어야 한다. 따라서 본 연구는 연구지역의 도로가 위치한 지형적 특성들을 중심으로 설해취약지역을 선정하고 행정동 단위 위험도 평가를 통한 위험정도를 나타냄으로 설해 적응정책수립 시기초자료로서 활용될 수 있도록 하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.85-88
• /
• 2008

Damage from typhoon disaster can be mitigated by grasping and dealing with the damage promptly for the regions in typhoon track. What is this work, a technique to analyzed dangerousness of typhoon should be presupposed. This study estimated 10m level wind speed using 700hPa wind by typhoon, referring to GPS dropwindsonde study of Franklin(2003). For 700hPa wind, 30km resolution data of Regional Data Assimilation Prediction System(RDAPS) were used. For roughness length in estimating wind of 10m level, landuse data of USGS are employed. For 10m level wind speed of Typhoon Rusa in 2002, we sampled AWS point of $7.4\sim30km$ distant from typhoon center and compare them with observational data. The results show that the 10m level wind speed is the estimation of maximum wind speed which can appear in surface by typhoon and it cannot be compared with general hourly observational data. Wind load on domestic buildings relies on probability distributions of extreme wind speed. Hence, calculated 10m level wind speed is useful for estimating the damage structure from typhoon.

• 한국환경과학회지
• /
• 제17권2호
• /
• pp.195-201
• /
• 2008

Damage from typhoon disaster can be mitigated by grasping and dealing with the damage promptly for the regions in typhoon track. What is this work, a technique to analyzed dangerousness of typhoon should be presupposed. This study estimated 10 m level wind speed using 700 hPa wind by typhoon, referring to GPS dropwindsonde study of Franklin(2003). For 700 hPa wind, 30 km resolution data of Regional Data Assimilation Prediction System(RDAPS) were used. For roughness length in estimating wind of 10 m level, landuse data of USGS are employed. For 10 m level wind speed of Typhoon Rusa in 2002, we sampled AWS site of $7.4{\sim}30km$ distant from typhoon center and compare them with observational data. The results show that the 10 m level wind speed is the estimation of maximum wind speed which can appear in surface by typhoon and it cannot be compared with general hourly observational data. Wind load on domestic buildings relies on probability distributions of extreme wind speed. Hence, calculated 10 m level wind speed is useful for estimating the damage structure from typhoon.

• 농업과학연구
• /
• 제46권4호
• /
• pp.843-856
• /
• 2019

Real-time flood prediction has an important role in significantly reducing potential damage caused by floods for urban residential areas located downstream of river basins. This paper presents an effective approach for flood forecasting based on the construction of a deep neural network (DNN) model. In addition, this research depends closely on the open-source software library, TensorFlow, which was developed by Google for machine and deep learning applications and research. The proposed model was applied to forecast the flowrate one, two, and three days in advance at the Son Tay hydrological station on the Red River, Vietnam. The input data of the model was a series of discharge data observed at five gauge stations on the Red River system, without requiring rainfall data, water levels and topographic characteristics. The research results indicate that the DNN model achieved a high performance for flood forecasting even though only a modest amount of data is required. When forecasting one and two days in advance, the Nash-Sutcliffe Efficiency (NSE) reached 0.993 and 0.938, respectively. The findings of this study suggest that the DNN model can be used to construct a real-time flood warning system on the Red River and for other river basins in Vietnam.