• 제목/요약/키워드: Typhoons

검색결과 555건 처리시간 0.029초

비지정 문화유적의 훼손현황과 식생관리를 통한 저감방안 연구 -북한산 삼천사지를 사례로- (A Study on the Conditions of Natural Damage of Undesignated Cultural Heritages and the Plans to Reduce Damage through Vegetation Management - With Emphasis on Samcheonsaji Temple Site on Mt. Bukhansan -)

  • 홍희택;김현범;이문행
    • 헤리티지:역사와 과학
    • /
    • 제46권3호
    • /
    • pp.114-133
    • /
    • 2013
  • 본 연구는 비지정 문화유적이 제도권 내에서 보존되기 전까지 자연적인 훼손을 최소화하기 위한 기초연구로서 산림 내에 위치한 사지(寺址)에서 발생하는 자연적인 훼손 양상을 밝히고, 발생 원인에 대해 분석하였으며, 식생관리를 통한 저감방안을 모색하였다. 분석대상지는 다양한 피해 사례가 확인되는 삼천사지로 선정하였다. 사지에서 발생하는 자연적인 훼손은 발생 원인에 따라 크게 식생과 관련된 직접적인 유구 피해(식생), 식생과 간접적으로 관련이 있거나 여타 지형적 요인으로 인한 사지 전반에 대한 피해(지형), 산림작업 및 등산객 이용과 같이 식생과 간접적으로 관련이 있거나 식생환경 개선을 통해 저감할 수 있는 인위적 피해(인위)의 세 가지 유형으로 분류하였다. 식생에 의한 직접적인 피해는 입목의 뿌리에 의한 매장 유구 훼손, 수목 생장에 따른 석축 교란, 입목 전도에 의한 유구 파괴 및 사지 훼손, 기타 덩굴성 식물에 의한 훼손 등이 있으나, 일부는 버팀목이 되어 석축 붕괴를 막아주는 역할도 하였다. 환경변화에 의한 피해는 집중호우(홍수), 태풍으로 인해 토사유출 등이 발생하여 유구에 직접적인 피해를 주거나, 식생환경에 변화를 주어 사지에 2차 피해가 발생한 것으로, 이로 인해 지형 변화, 석축 유실 등이 주로 확인되었다. 인위적 피해는 산림작업에 의한 피해와 등산객 이용에 따른 답압 등이 있다. 이상과 같이 사지에서 발생하는 자연적 훼손에 대한 저감방안은 다음과 같이 고찰하였다. 1. 자연적 훼손의 대부분은 방치에 의한 지속적(遲速的)인 훼손으로 간벌을 통한 산림 밀도 조절, 유적 배면의 사방식재를 통한 토사유출 억제, 유구가 인접한 지역의 대교목 발생 억제를 위해 울폐도 조절을 통한 초본류 육성 등 산림관리를 통해 저감할 수 있다. 2. 강우에 의한 토양침식을 저감하기 위해서는 낙엽활엽수가 유리할 것으로 판단된다. 또한 상층 교목림의 적절한 수관 밀도를 유지할 필요가 있는데, 2~18본/$100m^2$ 정도가 적절할 것으로 사료된다. 3. 사지의 보존을 위해서는 참나무류나 서어나무류의 육성이 좋을 것으로 판단되며, 타감작용이 강해 생태계를 교란하는 아까시나무, 칡 등은 점차적으로 세력을 약화시킬 필요가 있다. 삼천사지는 북한산 국립공원 내에 위치하고 국 공유림에 속한다. 따라서 자연환경의 보전을 위해 현재도 꾸준한 산림작업이 실시되고 있으므로, 이러한 과정에서 유적의 보존을 위한 식생관리 방안이 고려될 수 있는 여지가 있다고 판단된다.

서울시 재난 사례 QRE 평가도구를 활용한 재난 위험도 평가 (Disaster Risk Assessment using QRE Assessment Tool in Disaster Cases in Seoul Metropolitan)

  • 김용문;이태식
    • 한국방재안전학회논문집
    • /
    • 제12권1호
    • /
    • pp.11-21
    • /
    • 2019
  • 본 연구는 서울시가 관리하는 재난 유형 중에 19개(자연재난 3개, 사회재난 16개)를 선정하여 QRE 평가를 진행하였다. 19개 재난 유형의 선정 기준은 과거에 자주 발생하고, 발생하면 인명과 재산피해를 많이 초래하는 재난 및 미래에 발생 가능성이 큰 재난을 중심으로 선정하였다. 서울시의 재난 유형에 대한 QRE 도구의 결과에 따르면, 가장 위험도가 높은 재난 유형은 "자살 사고" 및 "대기질 악화"로 나타났다. 자살 사고는 발생 위험이 높고 자살자의 경제 및 정신적인 문제 해소 대책 마련이 쉽지 않기 때문이다. 이는 재난 위험 등급 "M6"에 해당된다. 이에 비해 서울시가 관리하는 재난 중 위험도가 낮은 재난 유형은 풍수해, 상수도 누수사고, 수질 오염사고 등으로 분석되었다. 풍수해는 국지성 집중호우, 태풍 등 재난 발생 가능성은 높지만, 서울시는 5년마다 풍수해 저감 종합계획 등을 수립하여 잘 대응하고 있다. 이러한 측면이 재난 예방 대비책이 적절하게 수행되는 것으로 평가되어 재난 위험도가 낮은 것으로 분석되었다. 이는 재난 위험 등급 "VL1"에 해당된다. 끝으로 QRE 도구는 도시의 지도자 및 재난 관리자들에게 재난 발생 위험을 비교적 간단한 방법으로 신속하게 알려줌으로써 의사 결정을 빠르게 할 수 있는 토대를 마련해 준다. 또한 QRE 도구를 활용한 평가는 서울시에 당면한 도시안전 위험도에 대한 복원력의 체계적인 평가, 미래투자 계획에 대한 기초자료, 재난 대응 등 많은 측면에서 도움을 주었다.

이어도와 주변 해역의 표층퇴적물 분포와 퇴적물 기원지 (Distribution Patterns and Provenance of Surficial Sediments from Ieodo and Adjacent Sea)

  • 장태수;정종옥;이은일;변도성;이화영;손창수
    • 한국지구과학회지
    • /
    • 제41권6호
    • /
    • pp.588-598
    • /
    • 2020
  • 해양환경과 기상연구 거점으로서의 중요성에도 불구하고, 수중에 잠긴 화산섬, 이어도의 퇴적물과 해양지질학적 연구는 부족하다. 이 연구의 목적은 이어도 해저에 분포하는 퇴적물의 종류와 분포양상, 그리고 그 퇴적물의 기원지를 밝히는 것이다. 이를 위해 이어도와 그 주변에서 박스코어러를 사용하여 25점의 표층퇴적물을 획득하였으며, 퇴적물 입도분석과 XRD 점토광물 분석을 수행하였다. 이어도의 정봉은 북부에 존재하며, 남부는 파식대지가 나타난다. 따라서 화산체의 남부는 파랑에 의한 침식작용으로 사라지고, 북부에 일부만 살아남은 것으로 해석된다. 입도분석결과, 패각과 산호편을 포함하는 자갈과 모래 퇴적물은 이어도 화산체와 파식대지에 주로 분포하며, 니질 퇴적물은 이어도 주변해역의 깊은 곳에 나타난다. 점토광물은 일라이트가 대부분을 차지하며, 녹니석과 카올리나이트 순으로 풍부하다. 삼각도표에 도시한 결과, 세립질 퇴적물은 모두 양쯔강(장강) 기원 영역에 도시되었다. 결과적으로 조립질의 자갈과 모래 퇴적물은 이어도 화산체의 풍화침식의 산물과 서식 생물의 골격, 껍질로서 운반과 퇴적과정에서 파랑이 주요한 역할을 한 것으로 해석되며, 반면에 세립질 퇴적물은 여름철 장강으로부터 이어도 해역으로 유입된 것으로 보인다. 이와 같이, 이어도의 퇴적작용은 여름철 장강 유입수와 태풍의 영향이 큰 것으로 해석된다.

딥러닝을 이용한 벼 도복 면적 추정 (Estimation of the Lodging Area in Rice Using Deep Learning)

  • 반호영;백재경;상완규;김준환;서명철
    • 한국작물학회지
    • /
    • 제66권2호
    • /
    • pp.105-111
    • /
    • 2021
  • 해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m2, NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다.

제주 신양섭지해수욕장 주변 방두만 거머리말 군락 복원을 위한 실험적 이식 (Experimental Transplantation for the Restoration of Seagrass, Zostera marina L. Bed Around Sinyangseopji Beach in Bangdu Bay, Jeju Island)

  • 이형우;강정찬;박정임;김명숙
    • 한국해양학회지:바다
    • /
    • 제26권4호
    • /
    • pp.343-355
    • /
    • 2021
  • 제주도 동쪽에 위치한 신양섭지해수욕장 주변 방두만에는 과거 거머리말이 넓게 서식하였으나, 1990년대 방파제 공사 이후 모두 소실되었다. 본 연구는 방두만의 거머리말 서식지 복원을 위한 이식 적지 선정을 위해 2019년 1월과 2020년 1월에 방두만의 6개소에 거머리말을 이식한 후 생육 환경과 이식된 거머리말을 10개월간 월별 조사하였다. 거머리말 이식은 철사고정법을 이용하여 각 장소 당 500개체를 이식하였다. 이식된 거머리말은 모든 장소에서 대부분 생존하여 영양 번식으로 인한 밀도증가가 나타났다. 각 장소의 환경 즉, 수중광량, 수온과 염분농도는 유의한 차이가 나타났지만 모두 거머리말 생육에 적합하였다. 모든 장소에서 봄부터 파래가 출현하여 여름 동안 누적되었으나, 거머리말의 생존과 생장에는 유의한 영향을 미치지 않았다. 이식된 거머리말은 이식 3개월 후 112.5~300%의 밀도증가율이 나타났으며, 모든 장소에서 봄과 초여름 동안 높은 밀도 증가율을 보였다. 거머리말의 형태는 이식 충격으로 인하여 모든 장소에서 1~2 개월간 감소하였다가 이후 다시 증가하여 새로운 환경에 잘 적응한 것으로 확인되었다. 그러나 이식 후 8~9개월이 경과하는 늦여름부터 초가을 동안 2019년 2회, 2020년 3회의 강력한 태풍이 조사 지역을 관통하였다. 이로 인해 이식 10개월 후 방두만의 중심부에 위치한 2개소의 거머리말은 모두 소실되었으나, 방두만의 서쪽에 위치한 3개소 거머리말의 밀도증가율은 192~312%로 높게 유지되었다. 이로써 방두만의 잘피서식지 조성이 가능함을 알 수 있었고, 이식 거머리말의 밀도 증가율이 높고 태풍에도 안전한 방두만의 서쪽 연안이 생육 적지임을 확인할 수 있었다.

드론을 이용한 홍수기 유량측정방법 개발(II) - 전자파표면유속계 적용 (Development of flow measurement method using drones in flood season (II) - application of surface velocity doppler radar)

  • 이태희;강종완;이기성;이신재
    • 한국수자원학회논문집
    • /
    • 제54권11호
    • /
    • pp.903-913
    • /
    • 2021
  • 홍수기 하천에서 유량측정은 예산, 인력, 안전 및 측정 시 편의성 등의 이유로 측정에 제한이 많다. 특히, 태풍 등으로 인한 호우사상 발생 시 위와 같은 문제로 홍수량 측정에 어려움이 따른다. 이러한 문제점을 개선하기 위해 본 연구에서는 드론(Drone)과 전자파표면유속계(Surface velocity doppler radar)의 기능을 조합하여 최소 인력으로 짧은 시간에 간편하고, 안전하게 홍수기에 하천유량을 측정할 수 있는 방법을 개발하였다. 기존 드론을 이용한 유량측정 연구에서 도출된 바람, 강우 등 기상 요인에 의한 드론의 기계적인 한계를 극복하기 위해 본 연구에서는 IP56 등급의 방진·방수 성능, 최대 36 km/h의 풍속에서 안정적인 비행능력과 최대 10 kg을 탑재할 수 있는 드론을 개발하였다. 또한 전자파표면유속계 측정에 있어서 주요 제약 요소인 진동을 제거하기 위해 드론과 전자파표면유속계를 결합하는 댐퍼플레이트를 개발하였다. 이들 비행장비와 유속계를 결합시킨 유속계 DSVM (Dron and Surface Veloctity Meter using doppler radar)을 제작하였으며, 봉황천(금강 제1지류)에 위치한 금산군(황풍교)지점에서 DSVM을 운용하여 홍수량을 측정한 결과 ±3.5%의 오차가 발생하였다. 또한 측정된 표면유속으로부터 평균유속을 산정할 때 정확도 향상을 위해 ADCP를 이용하여 동시 측정하고, 평균유속을 비교하여 평균유속환산계수(0.92)를 산정하였다. 본 연구에서는 드론과 전자파표면유속계를 결합해 측정한 유량과 ADCP 및 봉부자를 이용해 측정한 유량을 비교하고, DSVM의 적용 및 활용 가능성을 확인하였다.

댐 방류 의사결정지원을 위한 딥러닝 기법의 적용성 평가 (Application of deep learning method for decision making support of dam release operation)

  • 정성호;레수안히엔;김연수;최현구;이기하
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1095-1105
    • /
    • 2021
  • 기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

위험기상 분야의 지난 연구를 뒤돌아보며: 태풍, 집중호우, 가뭄, 폭염, 한파, 강설, 강풍을 중심으로 (Review of the Weather Hazard Research: Focused on Typhoon, Heavy Rain, Drought, Heat Wave, Cold Surge, Heavy Snow, and Strong Gust)

  • 허창회;김병곤;김백민;박두선;박창균;손석우;정지훈;차동현
    • 대기
    • /
    • 제33권2호
    • /
    • pp.223-246
    • /
    • 2023
  • 이 연구에서는 우리나라에 큰 피해를 끼치는 대표적인 위험기상 현상으로서 태풍, 집중호우, 가뭄, 한파, 강설, 그리고 강풍에 대한 지난 연구 논문을 정리하였다. 기상현상의 특징이나 국내 및 국외 연구 여건, 그리고 정리한 연구자의 관점이 다르기 때문에 일관된 형태로 과거의 연구 내용을 살펴보지는 못했다. 어떤 위험기상 현상에 대해서는 국내에 출판된 논문을 위주로 살펴봤고, 다른 현상에 대해서는 국내, 외 저널에 출판된 논문을 망라하였다. 태풍 연구 부분에서는 관측, 단기와 장기 예측 그리고 태풍 역학의 이해, 그리고 기후적 분석으로 나누어서 과거 연구의 활동을 살펴봤다. 집중호우 연구부분에서는 우리나라에서 발생하는 집중호우의 대표적인 형태인 고립된 뇌우형, 대류 밴드형, 스콜라인형, 그리고 구름성단형의 중규모 대류계 패턴 연구를 정리하였다. 중규모 특징을 분석하기 위해서 여러 수치모델 결과를 소개했으며, 우리나라와 다른 나라의 집중호우 형태도 비교했다. 끝으로 집중호우 현상의 장기변화에 대한 연구 결과를 소개했다. 가뭄 연구 부분에서는 가뭄의 생성, 발달, 소멸에 대한 변동, 가뭄의 세기와 기간을 객관적으로 결정할 수 있는 가뭄지수의 정의와 메커니즘 연구, 그리고 최근에 진행되고 있는 새로운 연구 트렌드를 소개하였다. 폭염 연구 분야에서는 한반도에 나타나는 폭염의 특징과 메커니즘을 조사했다. 일반적으로 폭염은 강한 상층 기압능의 확장과 블로킹이 작용해서 발생하는데, 우리나라의 경우에는 여러 연구에서 공통적으로 티베트 상층 고기압과 북태평양 고기압의 배치와 강도에 큰 역할을 하고 있음을 밝혔다. 폭염 예측과 미래 시나리오 개발에 관한 내용뿐 아니라 폭염의 영향과 피해를 예측하려는 여러 노력에 대한 연구결과를 소개했다. 한파 연구 부분에서는 우리나라에 영향을 끼치는 한파의 발생을 규명하고, 연관된 다양한 시간과 공간 규모의 기상 인자를 찾기 위한 여러 연구자의 노력을 정리하였다. 또한, 최근에 활발하게 진행되고 있는 연구 트렌드로서 북극 한파의 발생과 기후변화에 따른 한파의 변화 등의 연구도 정리하였다. 강설 연구 부분에서는 국내, 외 강설 연구 현황을 살펴서, 국내에서는 주로 영동지역에 내리는 강설에 관한 종관 분석과 지형분석 연구를, 국외에서는 호수(바다 포함)효과 연구가 광범위하게 이루어지고 있음을 알았다. 특히, 국내에서는 강설 특징을 밝히는 수치모델링 연구가 활발하게 이루어졌다. 이들 연구 결과를 증명하기 위한 집중관측의 필요성을 강조하였다. 강풍 연구부분에서는 먼저 우리나라 강풍 연구의 현황을 소개했다. 2000년 이후 전국적으로 바람의 관측자료가 확보되기 전까지는 바람이 강한 제주도와 영동지역을 중심으로 많은 연구가 이루어졌다. 특히, 산불 발생과 밀접하게 연관되어 있는 영동지역의 양간지풍에 관한 연구를 소개했다. 최근 들어 활발하게 진행되고 있는 최신 관측장비를 이용한 집중관측 연구 결과도 소개했다.

월드컵공원 사면지구 식생현황 및 변화 특성 연구 (A Research on the Special Characteristics of the Changes of the Vegetations in the World Cup Park Landfill Slope District)

  • 한봉호;박석철;최한별
    • 한국조경학회지
    • /
    • 제51권4호
    • /
    • pp.1-15
    • /
    • 2023
  • 본 연구는 월드컵공원 사면지구의 현존식생과 식물군집구조 조사를 통해 매립지 사면지역의 식생구조 특성 및 변화 경향을 밝혀 쓰레기매립지의 식생복원을 위한 기초자료 제공을 목적으로 수행하였다. 현존식생 변화 분석은 1999년, 2003년, 2005년, 2007년, 2008년, 2012년, 2016년, 2021년 현장조사 결과를 비교하여 주요 식생의 변화양상을 파악하였다. 식물군집구조 조사는 자연발생림 내 1999년에 설정한 고정조사구 총 6개소를 대상으로 현장조사를 실시하였다. 현존식생 변화상을 종합해보면 2010년 태풍 곤파스(Kompasu)의 영향으로 사면지구의 아까시나무는 강풍으로 인해 도복되면서 분포면적과 세력 변화가 발생하였고, 특히 건조하고 불량한 식재기반 위에서 군락을 형성하던 습지성 목본인 버드나무는 세력이 감소하게 되었다. 식물군집구조 변화상을 종합해보면 아까시나무군락은 2010년 이후 목본 종수와 개체수가 감소하다가 다시 증가하는 경향을 나타내 향후 아까시나무림이 유지될 것으로 예측되었다. 가죽나무-아까시나무-참오동나무군락은 종수 및 개체수가 아까시나무군락과 유사한 변화를 보였으며, 교목층의 참오동나무와 가죽나무는 도태된 상태로 아까시나무림으로 변화가 예측되었다. 능수버들군락은 아까시나무림으로 천이된 상태였으며, 일부 조사구에서만 교목층에 아까시나무와 함께 능수버들이 생육하고 있으나 대부분 능수버들이 쇠퇴된 상태이었다. 이들 식생군락은 월드컵공원 사면지구의 대표식생으로서 지속적인 모니터링을 통해 군락별 생태계 변화를 파악해야 하며, 생태계 복원 차원의 매립지 내 조경수식재지 조성에 있어서 중요한 기초자료로 활용할 수 있다.

머신러닝 기법을 이용한 재해강도 분류모형 개발 (Development of disaster severity classification model using machine learning technique)

  • 이승민;백선욱;이준학;김경탁;김수전;김형수
    • 한국수자원학회논문집
    • /
    • 제56권4호
    • /
    • pp.261-272
    • /
    • 2023
  • 최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.