인공신경망을 이용한 호우재해 피해특성 예측 연구 (Predicting Damage Characteristics of Heavy Rain Disasters Using Artificial Neural Network)

서지정보

· 발행기관 : 한국방재학회
· 수록지 정보 : 한국방재학회논문집 / 24권 / 1호 / 83 ~ 89페이지
· 저자명 : 송영석, 이형준, 주진걸, 박무종

초록

호우재해는 우리나라를 대표하는 자연재해로서 매년 태풍과 호우는 전국적으로 다양한 시군구에 피해를 발생시킨다. 호우재해를 저감하기 위해 다양한 예방대책과 저감시설이 도입되었지만 피해는 지속적으로 발생하고 있다. 호우재해의 선제적인 대응을 위해서는 정확도 높은 피해예측이 필요하다. 본 연구에서는 머신러닝을 이용한 호우재해의 피해특성에 대한 예측연구을 수행하였다. 머신러닝 기법으로는 인공신경망을 적용하였으며 1999년부터 2019년까지 호우재해의 피해데이터를 활용하였다. 인공신경망을 이용한 피해예측은 총 강우량, 일 최대 강우량 그리고 총 피해금액에 대하여 분석하였다. 호우재해의 피해특성에 대한 예측은 총 피해금액이 정확도가 가장 높았다. 총 강우량과 일 최대 강우량은 다양한 피해금액의 특성과는 상관성이 적어 낮은 정확도가 분석되었다.

영어초록

Heavy rain disaster is a representative natural disaster in Korea, and causes considerable damage every year as a result of typhoons and heavy rain. Various preventive measures and reduction facilities have been introduced to reduce heavy rain damage, but damage continues to occur. Accurate damage prediction is necessary for preemptive response to heavy rain disasters. A prediction study of the damage characteristics of such disasters using machine learning was conducted. Artificial neural network (ANN) was applied as a machine learning technique, and damage data of the aforementioned disasters from 1999 to 2019 were used. Damage prediction using an ANN was analyzed in terms of total rainfall, maximum daily rainfall, and total damage amount. The prediction of the damage characteristics was most accurate for the total damage amount. Total and daily maximum rainfall are less correlated with the characteristics of various damage amounts, which may explain the low accuracy of the analysis.

참고자료

· 없음