• 대한토목학회논문집
• /
• 제37권2호
• /
• pp.325-331
• /
• 2017

최근 세계적인 기상이변으로 인해 자연재해가 빈번하게 발생하고 있으며, 겨울철 대표적인 자연재해인 대설에 의한 재난 발생 빈도도 증가하고 있다. 그러므로 대설 피해 저감이나 대설 피해액 예측에 대한 연구들이 다수 수행되고 있다. 본 연구에서는 과거 22년간 발생했던 대설 피해 사례를 재해연보에서 조사하여 시군구별로 빈도 분석을 하였다. 그 결과 대설 피해 발생 빈도가 높았던 충청도, 전라도, 강원도를 대상으로 대설피해액 예측을 위한 다중회귀모형을 구축하였다. 설명변수로 기상학적 요소인 최심신적설량, 최고기온, 최저기온, 상대습도와 사회 경제적인 요소인 시군구의 면적과 비닐하우스 면적, 농가인구, 60세 이상 농가인구를 선택하여 모형을 구축하였다. 또한 대설 피해를 야기하는 적설심에 대한 분석을 위해 최심신적설심 별 구간을 구분하여 모형을 별도로 구축하였다. 그 결과, 적설심이 낮았던 피해 사례까지를 모두 고려한 경우에는 모형의 예측력이 매우 낮았지만, 피해를 야기한 적설심이 큰 경우만을 분리하여 모형을 구축한 경우에는 70% 이상의 매우 향상된 예측력을 보였다. 이는 적설심이 25 cm 이상 큰 경우에는 적설하중에 의해 설해가 발생할 가능성이 있으며, 이를 대설 피해 기준 적설심이라고 가정할 수 있을 것으로 판단되었다.

• 한국농공학회지
• /
• 제45권4호
• /
• pp.98-106
• /
• 2003

In order to set up structural improvement strategy against meteorological disasters of the shading structures in ginseng fields, structural safety analyses as well as some case studies of structural damage patterns were carried out. According to the results of structural safety analysis, allowable safe snow depth for type B(wood frame with single span) was 25.9 cm, and those for type A(wood frame with multi span) and type C and D (steel frame with multi span) were 17.6 cm, 25.8 cm, and 20.0 cm respectively. So types of shading structures should be selected according to the regional design snow depth. An experiential example study on meteorological disasters indicated that a strong wind damage was experienced once every 20 years, and a heavy snow damage once every 9.5 years. The most serious disasters were caused by heavy snow and it was found that a half break and complete collapse of structures were experienced by about 70% of snow damage. In addition to maintenance, repair and reinforcement, it is also recommended that improved model of shading structures for ginseng cultivation should be developed as a long term countermeasures against meteorological disasters.

• 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.

• 한국농공학회논문집
• /
• 제63권2호
• /
• pp.75-84
• /
• 2021

As the weather changes become frequent, weather disasters are increasing, causing more damage to plastic greenhouses. Among the damage caused by various disasters, damage by snow to the greenhouse takes a relatively long time, so if an alarm system is properly prepared, the damage can be reduced. Existing greenhouse design standards and snow warning systems are based on snow depth. However, even in the same depth, the load on the greenhouse varies depending on meteorological characteristics and snow density. Therefore, this study aims to secure the structural safety of greenhouses by developing sensors that can directly measure snow loads, and analysing the warning criteria for load using a stochastic model. Markov chain was applied to estimate the failure probability of various types of greenhouses in various regions, which let users actively cope with heavy snowfall by selecting an appropriate time to respond. Although it was hard to predict the precise snow depth or amounts, it could successfully assess the risk of structures by directly detecting the snow load using the developed sensor.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.345-352
• /
• 2023

최근 전 세계적으로 겨울철 자연재해인 대설 재해 위험이 커지고 있다. 대한민국 강설의 특징은 지역별 차이가 있는 것이 특징으로, 대설 피해를 줄이기 위한 연구가 많이 진행되고 있으나, 지역별 특성을 반영하지 못한 연구 결과가 제시되고 있다. 본 연구에서는 대한민국의 대설 취약성 평가를 실시하기 위해 PSR 방법과 DPSIR 방법을 사용하였고, 평가 결과 두 가지 평가 방법을 비교하여 신뢰할 수 있는 대설 위험지역을 제시하고자 하였다. PSR 방법은 압력지수, 상태지수, 반응지수로 구분되며, DPSIR 방법은 추진력, 압력, 상태, 영향, 대책 지수로 구분된다. 각 지표에 해당하는 데이터를 수집하고, 엔트로피 가중치 산정방법을 이용하여 가중치를 계산하여 우리나라 전 지역의 대설 취약성 지수를 산출하였다. 최근 2018년부터 2022년까지 대한민국의 대설 피해를 기준으로 PSR과 DPSIR 방법을 이용하여 산출한 지수를 비교한 결과 DPSIR 방법을 이용하여 산출된 취약성 지수가 더 신뢰할 수 있는 결과를 보였다. 본 연구의 결과 대설 피해 발생 시 대설 취약성 지수가 높은 지역을 선제적으로 대비할 수 있고, 효율적인 제설대응체계를 구축할 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.77-93
• /
• 2022

본 연구에서 대설의 직접, 간접적인 피해에 영향받는 요소들에 대해 지역적 특성을 반영해 위험도를 분석하는 알고리즘을 제시한다. 229개의 지역별로 대설피해의 영향을 받는 요소들을 영향변수로 선정하고 피해액과의 관계를 통해 민감도라는 개념을 도출한다. 기상 상태(적설량, 습도, 기온)와 민감도를 독립 변수로 설정하고 독립 변수의 변화에 따라 도출된 위험도를 종속변수로 설정해 머신러닝(XGBoost) 알고리즘을 이용한 대설피해 위험도 예측 모델을 개발했다.

• 한국농공학회지
• /
• 제44권4호
• /
• pp.107-113
• /
• 2002

The pipe framed and arch shape plastic greenhouse, which is the most popular greenhouse in Korea, is relatively weak in snowdrift. Reinforcement of rigid frame or column is required to reduce the damage from heavy snow in this type. But additional rigid frames or columns decrease light transmissivity or workability, and increase construction cost. So it is desirable to prepare some temporary poles and to install them when the warning of heavy snow is announced. This study was carried out to develop the temporary pole supporting system using galvanized steel pipes for plastic housing and to evaluate the safe snow load on a temporary pole. A pipe connector, which is inserted in the top of pipe used in the temporary pole and supports the center purline, was designed and manufactured to be able to carry the upper loads safely. And a bearing plate was safely designed and manufactured in order to carry the loads acting on it to the ground. When temporary poles of ${\phi}$ 25 pipe are installed at 2.4m interval, it shows that the single span plastic greenhouses with 5~7 m width are able to support the additional snow depth of 13.9~25.3 cm beyond the snow load supported by main frame.

• Journal of Forest and Environmental Science
• /
• 제24권3호
• /
• pp.137-142
• /
• 2008

In this paper, we apply a logistic regression model to the data of snow damage on sugi (Cryptomeria japonica) occurred in Toyama prefecture (in Japan) in 2004 for estimating the risk probability. In order to specify the factors effecting snow damage, we apply a model selection procedure determining optimal subset of explanatory variables. In this process we consider the following 3 information criteria, 1) Akaike's information criterion, 2) Baysian information criterion, 3) Bias-corrected Akaike's information criterion. For the selected variables, we give a proper interpretation from the viewpoint of natural disaster.

• 국토계획
• /
• 제53권6호
• /
• pp.117-130
• /
• 2018

Heavy snow is a natural disaster that causes serious economic damage. Since snowfall has been increasing recently, there is a need for measures against heavy snowfall. In order to make a policy decision on heavy snowfall, it is necessary to estimate the precise amount of damage by heavy snowfall. The direct damage of the heavy snow is severe, however the indirect damage caused by the road congestion and the urban dysfunction is also serious. Therefore, it is necessary to estimate indirect damage of snowfall. The purpose of this study is to estimate the effects on the regional economy from the limitation in traffic logistics caused by heavy snow using the transport demand model and inoperability input-output Model. The result shows that the amount of production loss caused by the heavy snow is KRW 2,460 billion per year and if the period of snowfall removal is shortened by one day or two days, it could be reduced to KRW 1,219 or 2,787 billion in production loss.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1125-1135
• /
• 2022

적설에 의한 피해는 자주 발생하지 않지만 발생하면 광범위한 지역에 피해를 준다. 적설에 의한 피해를 예방하기 위해서는 지역별로 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 지역별 피해유발적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 고도 등 지형적인 특성이 다른 넓은 영역을 통계적으로 추론해야 하는 한계로 인해 지역에 대한 피해유발 피해유발적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 위상차분 간섭기법(DInSAR)을 활용할 수 있다. 위상간섭영상은 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상간섭을 이용한 것으로 일반적으로 미세한 지형의 변화를 추적할 때 사용되기도 한다. 본 연구에서는 유럽우주국(ESA)에서 운영하는 Sentinel-1B 위성의 dual polarimetric IW 모드 C-band SAR 데이터를 사용하여 DInSAR 분석을 수행하여 적설심의 공간분포를 추정하였다. 또한 정지궤도복합위성 천리안 2호(GK-2A)의 L2 적설심 추정 자료를 이용하여 비교하였다. 적용 결과, 적설예측의 정확도는 격자별로 계산할 경우, DInSAR 는 약 0.92%, GK-2A 는 약 0.71% 를 나타내 DInSAR의 적용성이 높게 나타났다. 즉, DInSAR 방법을 이용하여 계산된 적설심과 기상관측소에서 관측된 적설심을 공간보간하여 비교한 결과, 적설의 분석 결과 적설심을 과대추정하는 경우가 발생하기는 했으나, 적설심의 공간분포를 추정하는데 충분한 정보를 제공했으며, 이러한 방법으로 파악된 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 지역별 피해유발적설심을 파악하는데 도움이 될 것이다.