공간정보빅데이터 구축을 활용한 건축물 자연재해 위험 요소 예측 (Prediction of Risk Factors for Building Natural Disasters by Geospatial Big Data)

서지정보

· 발행기관 : 대한건축학회지회연합회
· 수록지 정보 : 대한건축학회연합논문집 / 24권 / 1호 / 11 ~ 16페이지
· 저자명 : 이준호, 윤성환

초록

본 연구는 건축물의 물리·환경 현황과 위성영상의 데이터가 반영된 공간정보빅데이터를 구축하고 이를 기반으로 하는재해예측모형 구축을 통하여 건축물 재해 위험 요소를 분석하였다. 공간정보빅데이터를 활용하여 머신러닝 방법의 하나인 랜덤포레스트 모형을 통해 건축물 재해 위험 요소를 분석하 결과 호우로 인한 건축물 재해 예측은 63.39%의 설명력을 가지고 있고 강풍과 대설은 각각 4.97%, 22.25%의 낮은 설명력을 보였다. 변수 중요도를 살펴보면 호우는 강수강도, 반지하 건물, 집중호우 한계점, 집중호우 한계점 발생빈도, 지하건물 현황이 호우로 인한 건축물 피해에 가장 큰 영향을 미치는 것으로 나타났다. 강풍의 경우 정규화시가지지수, 급경사, 배수 불량이 높을수록 영향력이 큰 것으로 나타났고 대설은 신적설 20cm 초과일수, 위험물처리저장시설, 평균고도, 노후와 건물이 재해에 미치는 영향도가 가장 큰 것으로 나타났다. 본 연구 결과로 도출되는 건축물 재해 취약 요소는 지역의 건축물 방재역량 증진 및 개선을 위한 다양한 정책 수립에 활용될 수 있으며 건물 및 도시 계획자의 입장에서 자연재해의 대비를 위한 설계 및 계획이 가능할 것으로 판단 된다. 또한 추후 연구에서 상하수도 시설 등 수문 인프라와 관련된 데이터를 확보 및 변수추가를 통해 보다 정확한 건축물 재해예측 모델 구축이 가능할 것으로 판단된다.

영어초록

In this study, geospatial data big data reflecting the physical and environmental status of buildings and satellite image data was constructed, and disaster risk factors were analyzed by constructing a disaster prediction model based on it. Big data of spatial information were generated, from which the physical and environmental status of structures and data of satellite images were reflected.
Big data of urban space were generated based on 230 regions in South Korea for developing a building disaster prediction model. The generated big data of spatial information as well as the history of structural damages to structures due to torrential rain, strong wind, heavy snow, and typhoons from 2008 to 2017 were utilized in creating the disaster prediction model. The collected variables were applied in a random forest model, which are machine learning approaches, to develop the structure disaster prediction model. Looking at the importance of variables, in heavy rain, it was found that the precipitation intensity, semi-underground buildings, the threshold of the heavy rain, the frequency of occurrence of the threshold of the heavy rain, and the status of underground buildings had the greatest influence on the damage to buildings due to heavy rain. In the case of strong winds, the higher the normalized city index, steep slope, and poor drainage, the greater the influence. In heavy snow, the number of days of new snow exceeding 20 cm, hazardous materials treatment and storage facilities, average height, and old buildings had the greatest impact on disasters.

참고자료

· 없음