대설 피해 취약성 분석을 통한 전국의 대설 피해 예측 함수 개발

오영록 호서대학교 일반대학원 2017 국내석사

최근 세계적인 기후변화에 따른 자연재난 발생 빈도의 증가로 인해, 인명 및 재산피해가 커지고 있다. 대한민국 1994년에서 2013년까지 지난 20년간 자연재해에 따른 피해액 약 12조 원 중 대설로 인한 피해액은 약 1조 6천억 원이었다. 2001년에 잠실 올림픽공원의 체조경기장의 지붕이 폭설로 인해 붕괴되고, 2014년 경주 마우나리조트의 체육관 붕괴사건으로 인해 113명의 사상자가 발생한 사례가 있으며, 예년보다 빠르고 강한 추위로 농산피해에 대한 심각성 또한 대두되고 있으나, 아직 전국을 대상으로 실시된 대설피해 취약성 분석 및 피해규모 예측에 대한 연구는 호우 및 태풍피해에 비해 현저히 떨어지는 실정이다. 따라서 본 연구에서는 대설피해에 대한 선제적 대응 및 효율적 재난관리를 위해 전국 시군구 단위 대설피해액 예측함수를 개발하고자 하였다. 이를 위해 4단계 구성과정을 통하여 개발하였다. 첫째, 재해통계 활용 및 문헌조사를 통해 대설피해 유발인자를 조사 및 분석하였다. 둘째, 회귀분석을 통한 대설피해 예측 적설심 기준을 제안하여, 대설피해 표본을 선택하였다. 셋째, 취약성 분석을 통해 취약 등급별로 전국을 군집화 하여 표본개수가 부족의 고질적인 문제를 해결하였다. 넷째, 지역별 취약성 지수를 회귀분석의 독립변수로 활용함으로써 예측함수에 지역별 특성이 반영되도록 하였다. 그 결과 대체적으로 80% 이상의 성능으로 피해액을 예측할 수 있었으며, 이는 대설 예상 시 대략적인 피해규모 예측이 가능하고, 재해예방사업이나 관련 의사결정자에게 도움이 될 것으로 예상되며, 초기 재난대응 등에 활용할 수 있을 것으로 판단된다.

PSR 구조와 엔트로피 가중치를 활용한 대설 취약성 평가

하준혁 호서대학교 대학원 2021 국내석사

최근 지구 온난화로 인해 이상기후 현상에 따른 자연재해로 인한 피해가 전 세계적으로 증가하고 있다. 우리나라 또한 여름철 주요 자연재해인 호우, 태풍 등과 겨울철 주요 자연재해인 폭설, 한파 등으로 인한 피해가 과거에 비해 증가하고 있으며, 피해 예측이 힘든 상황이다. 행정안전부 재해연보(2018)에 따르면 지난 10년(2009~2018)동안 자연재해로 인한 피해는 3조 6천억 원이며, 이 중 호우, 태풍 등으로 인한 피해가 88%, 대설로 인한 피해가 7%로 호우, 태풍으로 인해 대부분의 피해가 발생되지만 대설로 인한 피해도 적지 않은 것을 알 수 있다. 우리나라뿐만 아니라 세계적으로도 기록적인 폭설과 잦은 한파로 인한 피해가 증가하는 추세이다. 따라서 본 연구에서는 우리나라의 겨울철 주요 자연재해인 대설에 대한 취약성 분석을 우리나라 행정구역을 대상으로 진행하였다. 취약성 분석을 위해 대설피해에 영향을 미칠 것으로 판단되는 요인들을 조사 및 수집 후 PSR 구조를 활용하여 압력, 상태, 대응지수로 지표를 분류하고 취약성 분석에 자주 이용되는 엔트로피 가중치 산정 방법을 통해 가중치를 산정하였다. 그 결과 취약성 순위를 도출해낼 수 있었고 본 연구에서 도출해낸 결과가 대설피해에 대응 및 예방이 될 것으로 기대한다.

기상요인을 활용한 머신러닝 기반 겨울철 교통사고 발생 예측 연구 : 경기도 지역을 중심으로

한재형 호서대학교 일반대학원 2025 국내석사

최근 기후변화로 인해 폭설 피해의 빈도와 심각성이 심화되어 겨울철 교통사고가 증가 하고 있다. 따라서 이러한 피해를 완화하기 위한 효율적인 대응 전략 수립에 대한 요구가 더욱 필요한 실정이다. 폭설과 겨울철 교통사고의 연관성을 규명하는 연구는 많이 진행되었지만, 이와 관련해 초점을 맞춘 기존 연구는 제한적으로만 이루어져 왔다. 본 연구는 2015–2023년 기간의 전국 시군구 자료를 기준으로 전국의 시·군·구 단위 겨울철 교통사고 데이터를 종합적으로 분석한 후, 경기도를 주요 연구 지역으로 선정하여 겨울철 노면결빙 현상으로 발생하는 차량 사고 발생률을 감소시키고자 한다. 사고 발생에 영향을 미치는 기상 변수를 파악하고, 소프트맥스 회귀 분석, 랜덤 포레스트 분석, XGBoost 분석 등 기계 학습 기반 예측 모델을 개발하여 겨울철 교통사고의 위험 수준(발생 등급)을추정했다. 분석결과, 도로결빙에 제일 관계가 크다고 분석된 인자는 Random Forest와 XGBoost 두 모델의 경우 최저기온으로 나타났으며, 뒤이어 일사량과 풍속이 다음으로 높은 연관성을 나타냈다. 비교 결과, 세 모델 간의 예측 정확도 및 도로결빙에 큰 영향을 미친다고 판단한 인자는 모델별로 차이가 있는 것으로 나타났다. 그러나 고려되지 않은 인자들도 추가되어 연구가 진행된다면 이는 추후 겨울철 교통사고 위험을 예측하는 데 있어 머신 러닝 접근 방식의 잠재적 적용 가능성을 시사하며, 폭설 피해에 대한 사전 대책을 개발하기 위한 과학적 프레임워크를 제공할 수 있다고 판단된다.

한국의 대설재해 지역의 변화와 유형 분류에 관한 연구

천재호 건국대학교 2017 국내박사

본 연구에서는 1979∼2014년의 36년 동안의 재해연보를 기반으로 한국의 대설재해 발생 특성을 파악하였다. 대설재해의 공간 분포와 시계열적 변화를 분석하고 대설 피해액과 적설의 관계를 고찰함으로써 다음과 같은 결과를 산출하고, 대설재해 지역의 유형을 분류하였다. 첫째, 대설에 의한 피해일수는 다설 지역인 영동지방과 경상북도 동해안, 호남 서해안에서 길었다. 대설에 의한 인명피해는 주로 해안 지역에서 발생하였고 대설 피해액은 서울 주변의 수도권과 충청남⋅북도 일대, 호남 서해안에서 많았다. 신적설의 공간 분포가 대설에 의한 피해일수와는 관련되었으나 대설 피해와는 큰 관련이 없었다. 또한 지역별로 대설 피해가 월별로 달랐다. 둘째, 대설 피해일수와 피해액은 증가하는 경향이었으나 인명피해는 감소하였다. 기간별 대설 피해는 연구기간의 전기인 1980년대에는 강원 영동에 집중하였으며, 1990년대에는 경북 동해안과 충청 및 전라남⋅북도의 서해안까지 확대되었다. 연구기간의 후기에는 수도권과 충남, 그리고 호남 서해안에 대설로 가장 큰 피해가 집중하였으며, 특히 2000년대의 피해가 연구기간 전체 피해에 가장 큰 비중을 차지하였다. 대설 피해가 가장 컸던 2000년대를 보면 피해일수가 영동지방과 호남 서해안에서 길었으나 피해액은 충청 내륙에서 가장 많아, 대설 피해액의 공간 분포가 피해일수의 분포와 일치하지 않았다. 또한 월별 피해액 분포는 시대별로 공간적 피해 범위가 확산되는 경향이나 월별로 피해가 집중되는 지역은 서로 달랐다. 셋째, 적설과 피해액의 변화 경향을 살펴보면 신적설이 –1.4cm/년으로 전체적으로 감소한 1980∼1999년에는 대설에 의한 큰 피해가 없었으나 2000년대에는 신적설의 변동 폭이 불안정하여 대설 피해가 집중하였다. 또한 대설 피해액은 지역별로 모두 적설과 양의 상관관계에 있었다. 지역에 따라 적설에 대한 민감도는 상이하지만 신적설의 합계와 최심적설이 많을수록 재해 발생 시 피해액이 많았다. 마지막으로 대설재해의 피해 특성은 지역별 유형에 따라 다양하다. 이에 따라 인자분석과 군집분석을 시행하여 우리나라를 7개의 대설재해 지역의 유형으로 분류하였다. 이는 기후변화의 불규칙성이 커지는 가운데 앞으로의 대설 피해를 예측하는데 유용한 정보를 제공할 수 있을 것이다. 아울러 장래 기후변화에도 대설에 대한 적응도를 향상시켜 대설 피해의 감소를 가능하게 할 것으로 기대한다. This study aims to investigate the characteristics of the disaster by heavy snowfall in South Korea based on the disaster yearbooks published from 1979 to 2014. We analyses the spatial distributions and temporal changes of disaster caused by heavy snowfall as well as the damage related to the snow depth. Then, we classify the regions of disaster by heavy snowfall and derive the results as following. First, there were larger number of days with disaster due to snowfall at Yeongdong, the east coast of Gyeongbuk, and the west coast of Honam, all known as heavy snowfall region. In contrast, there were large number of casualties by heavy snowfall in the coastal region and there were large property loss of damage in the metropolitan area near Seoul, Chungbuk, Chungnam, and the west coast of Honam. In addition, the damaged regions were classified by month since the proportion of damage by heavy snowfall in early, mid, and late winter varied by region. Second, the longer the time with disaster lasts, the more the distribution of the number of days with disaster differs from that of the property loss of damage. Chungcheong inland showed the highest property loss even though Yeongdong and the west coast of Honam had the largest number of days with disaster by heavy showfall during the 2000s. It means that the spatial distribution of the property loss is not correlated to the spatial distribution of the number of days with disaster. Furthermore, the spatial distribution of the monthly property loss showed that the property loss in January, February, and December of every year tended to widen, but the region that the damage was concentrated in differed from month to month. Third, according to the change in the property loss by heavy snowfall and the snow depth, there was no major damage by heavy snowfall in 1980∼1999 when the new snowfall tended to decrease by -1.4 cm/year. However, the fluctuation in the sum of new snowfall in the 2000s was also the most unstable, resulting in heavy damage by heavy snowfall. In addition, all regions in South Korea show that the property loss caused by heavy snowfall has significant positive correlation with the snow depth. The sensitivity on the snow depth is different depending on the region, but the property loss by heavy snowfall increases as the sum of new snowfall and the maximum snow depth increase. Finally, the characteristics of the damage by heavy snowfall vary according to the region. Therefore, we divide South Korea into seven types of disaster area through the factor analysis and cluster analysis. This could provide useful information to predict the damage by heavy snowfall as the irregularity of climate change increases.

기후변화로 인한 대설 위험 등급 별 대설 피해 예측 기술 개발

이형주 호서대학교 일반대학원 2024 국내박사

According to the UN's 'World Disaster Report 2000-2019', the number of disasters has increased by 1.7 times compared to the previous 20 years, and the main cause is diagnosed to be climate change. In addition, heavy snow damage, which has a small number of damages compared to other natural disasters, is becoming increasingly large-scale due to climate change. It was calculated that 7,348 disasters occurred worldwide over the past 20 years, resulting in 1.23 million deaths and approximately 3,400 trillion won in property damage. In the case of heavy snow, damages amounted to approximately 160 billion won over the past 10 years, making it the third largest natural disaster in Korea. Therefore, research is needed to predict differentiated heavy snow damage considering regional characteristics. In this study, a heavy snow damage risk index was developed using the PSR and DPSIR techniques, and risk levels (Red Zone, Orange Zone, Yellow Zone, Green Zone) were assigned to each administrative district. The heavy snow damage data from 1994 to 2020 were used as dependent variables, and meteorological factors and socio-economic factors were selected as independent variables. A heavy snow damage prediction technology was developed by risk level through multiple regression analysis. The developed prediction technology was evaluated through RMSE and NRMSE, and the prediction technology by risk level that reflected regional characteristics showed excellent performance as a result of the prediction ability evaluation by technology. If a model that predicts the damage range is developed through the results of this study in the future, it is expected that heavy snow damage can be reduced in advance.