머신러닝을 이용한 공공시설 호우피해 예측함수 개발 = Development of Heavy Rain Damage Prediction Function for Public Facility Using Machine Learning

국문 초록 (Abstract)

본 연구에서는 머신러닝(기계학습)을 활용하여 경기도 지역의 호우로 인한 공공시설물 피해를 예측하는 함수를 개발하였다. 종속변수로 재해연보상의 공공시설 피해액을 사용하였고, 설명변수로 기상요소와 사회·경제적 요소를 고려하였다. 실제 호우피해액과 예측 호우피해액을 비교하여 예측력을 평가한 결과 NRMSE(Normalized Root Mean Squared Error)는 22.93~24.16%로 나타났으며, 배깅 방법을 이용한 함수가 가장 좋은 예측력을 보였다. 본 연구에서 개발된 함수를 이용하여 예방 및 대비 차원의 재난관리를 실시한다면, 호우피해를 줄이는데 큰 도움이 될 것으로 판단된다.

다국어 초록 (Multilingual Abstract)

We developed heavy rain damage prediction functions for the prediction of public facility damage to be occurred by heavy rain in Gyeonggi-do province. This study used machine learning such as decision tree, bagging, and random forest models for the function development and data of public facility damages which can be obtained from annual reports for natural disaster damages published in Korea as a dependent variable. Also, meteorological factors and socio-economic factors were considered as explanatory variables then the prediction functions were developed. As a result of comparing the amount of actual heavy rain damages with the amount of predicted damages, the NRMSE(Normalized Root Mean Squared Error) was in the range of 22.93~24.16%. The function using the bagging method showed the best prediction performance. If the predicted damages by the developed functions are used for disaster prevention and preparation, it will be a great help to reduce heavy rain damage.

목차 (Table of Contents)

• Abstract
• 요지
• 1. 서론
• 2. 호우피해 예측함수 개발을 위한 머신러닝 기법
• 3. 호우피해 예측함수의 구성
• 4. 호우피해 예측함수 개발 및 예측력 평가
• 5. 결론
• 감사의 글
• References

참고문헌 (Reference)

1 김종성, "호우 위험도 평가를 이용한 피해예측: (1) 호우피해위험지수 산정" 한국방재학회 17 (17): 361-370, 2017

2 최창현, "통계적 방법론을 이용한 호우피해예측함수 개발" 한국방재학회 17 (17): 331-338, 2017

3 이충성, "치수사업을 위한 다기준의사결정모형 개발2. 최선대안 선정 및 투자우선순위 결정" 대한토목학회 25 (25): 347-354, 2005

4 김준환, "작물모형 평가를 위한 통계적 방법들에 대한 비교" 한국농림기상학회 14 (14): 269-276, 2012

5 정재원, "인공습지 조성에 따른 홍수저감효과 분석" 한국방재학회 14 (14): 369-377, 2014

6 안재황, "이상홍수에 따른 남한강 유역의 홍수저감대책 분석" 한국방재학회 11 (11): 265-272, 2011

7 조재필, "원격상관 기후지수를 활용한 1개월 선행 댐유입량 예측" 한국수자원학회 49 (49): 361-372, 2016

8 최창현, "연속적인 극한호우사상의 발생을 가정한 거대홍수모의" 한국습지학회 18 (18): 76-83, 2016

9 김덕길, "수리실험을 이용한 강변저류지의 홍수조절효과 분석" 한국습지학회 13 (13): 307-317, 2011

10 이종소, "비선형 회귀식을 이용한 강우-홍수피해액 추정함수 개발" 한국재난정보학회 12 (12): 74-88, 2016

11 황세운, "다양한 기후요소와 지표에 대한 CMIP5 GCMs 모델 성능 평가-미국 남동부 지역을 대상으로-" 한국수자원학회 47 (47): 1039-1050, 2014

12 한대건, "기후변화 대응을 위한 경안천 유역의 홍수저감 대안 선정" 한국습지학회 18 (18): 154-165, 2016

13 Munich Re, "Winter Storms in Europe: Analysis of 1990 Losses and Future Loss Potentials" 2002

14 Liu, J., "Weather or Wealth: An Analysis of Property Loss Caused by Flooding in the US. 2012 Annual Meeting" Agricultural and Applied Economics Association 2012

15 Breiman, L., "Random Forests" 45 (45): 5-32, 2001

16 Pielke, R. A., "Precipitation and Damaging Floods: Trends in the United States, 1932– 97" 13 (13): 3625-3637, 2000

17 오세민, "PROMETHEE 기법을 이용한 폭설위험도 평가 - 강원도 지역을 중심으로 -" 한국방재학회 15 (15): 87-98, 2015

18 Murnane, R., "Maximum Wind Speeds and US Hurricane Losses" 39 (39): 2012

19 Furquim, G., "Improving the Accuracy of a Flood Forecasting Model by Means of Machine Learning and Chaos Theory" 27 (27): 1129-1141, 2016

20 Han, G. Y., "Emergency Action Plan against Extreme Flood from Dam/Levee Break" 2348-2351, 2003

21 Toya, H., "Economic Development and the Impacts of Natural Disasters" 94 (94): 20-25, 2007

22 Asim, K. M., "Earthquake Magnitude Prediction in Hindukush Region Using Machine Learning Techniques" 85 (85): 471-486, 2017

23 Lee, J. S., "Development of Regional Flood Damage Functions for Public Facilities Based on Disaster Statistics and Impact Assessment of Climate Change" University of Inha 2017

24 Han, G. Y., "Comparison Study on One- and Two-Dimensional Models for Extreme Flood Routing" 1589-1592, 2002

25 Breiman, L., "Classification and Regression Trees" CRC press 1984

26 Breiman, L., "Bagging Predictors" 24 (24): 123-140, 1996

27 Jang, D. W., "A Development of GIS based Excess Flood Protection System - Using Decision Support methods" 630-634, 2009