• 대한안전경영과학회지
• /
• 제17권1호
• /
• pp.169-177
• /
• 2015

We develop a model to predict typhoons in Korea. We collect data for typhoons and classify those depending on the severity level. Following a Bayesian approach, we develop a model that explains the relationship between different levels of typhoons. Through the analysis of the model, we can predict the rate of typhoons, the probability of approaching Korean peninsular, and the probability of striking Korean peninsular. We show that the uncertainty for the occurrence of various types of typhoons reduces dramatically by adaptively updating model parameters as we acquire data.

• 물과 미래
• /
• 제17권4호
• /
• pp.273-279
• /
• 1984

An attempt is made to present a method of prediction for typhoons apporaching the Korean-peninsula. The method is based upon the Bayesian theorem to improve the observed (prior) probabilities of typhoons approaching the Korean sea area incorporating conditional probability. A total of 248 typhoons is collected and analyzed to establish prior probability and conditional probability according to the defined procedure. The typhoons used are those which encompassed the western Pacific area to which the Korean-peninsula is subjected. The results of examplary computations suggest that the presented method is promising for predicting approaching typhoons.

• 한국해양공학회지
• /
• 제24권6호
• /
• pp.7-15
• /
• 2010

Analyses of wind wave characteristics near the Korean marginal seas were performed in 2008 and 2009 by comparisons of an operational wind wave forecast model and ocean buoy data. In order to evaluate the model performance, its results were compared with the observed data from an ocean buoy. The model used in this study was very good at predicting the characteristics of wind waves near the Korean Peninsula, with correlation coefficients between the model and observations of over 0.8. The averaged Root Mean Square Error (RMSE) for 48 hrs of forecasting between the modeled and observed waves and storm surges/tide were 0.540 m and 0.609 m in 2008 and 2009, respectively. In the spatial and seasonal analysis of wind waves, long waves were found in July and September at the southern coast of Korea in 2008, while in 2009 long waves were found in the winter season at the eastern coast of Korea. Simulated significant wave heights showed evident variations caused by Typhoons in the summer season. When Typhoons Kalmaegi and Morakot in 2008 and 2009 approached to Korean Peninsula, the accuracy of the model predictions was good compared to the annual mean value.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.892-903
• /
• 2020

태풍 내습 시 신속하고 정확한 해일고 예측은, 연안재해 대응에 필수적인 요소이다. 이러한 해일고의 예측을 위해서 기존에는 태풍예측정보를 수치모델에 적용하여 예측자료를 생산하는 것이 대부분 이였다. 이러한 방법은 대용량의 컴퓨팅 자원과 시간이 소요된다는 단점이 있다. 최근에는 인공지능 기반으로 신속하게 예측자료를 생산하는 연구가 다양한 분야에서 진행되고 있으며, 본 연구에서는 인공지능 기반 해일고 예측을 수행하였다. 인공지능 적용을 위해서는 많은 수의 학습자료가 필요하게 되며, 기왕 발생태풍은 개수가 한정되어 있어 본 연구에서는 TCRM(Tropical Cyclone Risk Model)을 통하여 합성태풍을 생성하고, 이를 폭풍해일 모델에 적용하여 해일고 자료를 생성한 후, 학습자료로 활용하였다. 인공지능으로 예측한 해일고와 실제 발생 태풍에 대한 비교 결과, RMSE(Root Mean Square Error)는 0.09 ~ 0.30 m, CC(Correlation Coefficient)는 0.65 ~ 0.94, 최대 해일고의 ARE(Absolute Relative Error)는 1.0 ~ 52.5 %로 분석되었다. 특정 태풍/지점에서는 다소 오차가 크게 나타나고 있으나, 향후 학습자료의 최적화 등을 통하여 정확도를 개선할 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제34권3호
• /
• pp.309-317
• /
• 2016

토석류는 태풍이나 집중호우 등에 의해 산사태가 일어나 토석이 물과 함께 하류로 밀려 떠내려가는 현상을 의미한다. 특히 우리나라는 지형학적 특성상 전체 국토의 약 70%가 산지로 구성되어 있고 매년 6~8월 집중적으로 태풍이나 집중호우가 발생하여 이 시기에 발생한 산사태 및 대규모 토석류로 인한 인명피해는 전체 재난 사망자의 약 20%에 이르고 있다. 따라서 이러한 토석류의 발생 규모를 예측하기 위한 핵심적인 부분은 복잡한 3차원 지형에서의 토석류 거동, 침식 및 퇴적 메커니즘을 이해하여야 한다. 본 연구에서는 강원도 평창군의 실제 규모 토석류 실험 전후에 나타난 지형적인 변화 및 변화가 발생한 지역에서의 지형학적 특성 등의 정량적 변화 분석 등을 수행하였으며, 이를 위해 발생 전후의 정량적 변화를 관측할 수 있는 GSD 10cm LiDAR DEM 데이터를 조사에 활용하였다.

• Spatial Information Research
• /
• 제17권3호
• /
• pp.341-350
• /
• 2009

전 세계적인 지구온난화로 인해 태풍의 강도와 규모가 커지고 있고 이로 인한 사회경제적인 피해가 갈수록 증가하고 있는 상황에서 사전에 침수예상지역 및 예상피해규모를 파악하고, 대비하는 일은 아주 중요하다. 이 논문에서는 2003년 부산과 경남지역 연안을 강타한 태풍 Maemi(매미)의 이동경로에 태풍 매미를 비롯하여 Vera(베라)(일본 이세만, 1959), Durian(두리안)(필리핀, 2006) 그리고 2005년 미국을 강타한 허리케인 Katrina(카트리나)의 특성을 갖는 슈퍼태풍의 내습을 가정하여 해운대 해수욕장 인근 도심지역의 침수피해규모를 추정하였다. 태풍별 해수면 상승고는 기존 연구자들의 수치모델링 결과를 토대로 육상표고와 해저수심의 서로 다른 기준면을 통일시킨 후 계산하였고, 항공 LiDAR 자료를 기반으로 GIS 공간분석기술을 이용하여 침수고, 침수면적 및 건물피해액을 추정하였다. 태풍의 강도와 규모가 점점 커지고 있고, 우리나라에도 근년에 Katrina(카트리나)급의 슈퍼태풍이 내습할 가능성이 클 것으로 예상되는 상황에서, 이 연구결과는 연안 도심지역에 대한 해안침수예상도와 범람피난지도를 제작하는데 활용될 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제18B권5호
• /
• pp.271-278
• /
• 2011

최근 급증하는 기상이변 및 기후온난화 현상은 풍수로 인한 피해를 더욱 가속시키고 있어 풍수해 발생가능성을 미리 예측하여 선제적으로 대응할 방안 마련이 필요하다. 재난 재해의 위험성 분석은 주로 확률 통계기법에 기반한 수식모델 연구가 주류를 이루고 있고 소방방재청 국립방재연구소에서 구축한 태풍위원회 재해정보시스템(TCDIS: Typhoon Committee Disaster Information System) 또한 지역별 풍수해 위험성 분석에 확률모델을 활용하고 있다. 본 논문에서는 경험적 패턴인식에 탁월한 성능을 가진 신경망 알고리즘을 활용하여 개발한 풍수해 예측모델을 소개하고 이 모델과 TCDIS의 KDF 확률밀도함수를 이용한 풍수해 예측모델의 성능 비교 결과를 제시하여 기존 TCDIS의 위험성 분석기능에 신경망 모델을 적용함으로써 시스템의 강건성과 예측 정확도 향상이 가능함을 보이고자 한다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.884-889
• /
• 2005

A lot of landslides were occurred in Gangnung, Macheon and Geochang areas by Typhoons such as RUSA(2002) and MEAMI(2003). Soil properties of these areas are investigated regarding geological conditions in this study. The shallow plane failure were occurred in Gangnung and Geochang areas, whereas the deep circle failure were occurred in Macheon area. The matrix in Gangnung and Geochang areas was composed of Granite, and the matrix in Macheon area was composed of Gabbro. The disturbed and undisturbed soils were sampled in these areas. As the results of laboratory tests using sampled soils, the coefficient of permeability in Granite region is lower than that in Gabbro region. In the cases that the silt and clay contents are included less than 4% for the soils of Granite region and less than 7% for the soils of Gabbro region, the coefficients of permeability are rapidly increased for both soils. In addition, the simple equations for predicting the coefficients of permeability are proposed using the effective particle size and the silt and clay contents according to geological condition.

• 한국환경과학회지
• /
• 제32권8호
• /
• pp.543-553
• /
• 2023

Weather forecasts and advisories provided by the national organizations in Korea that are used to identify and prevent disaster associated damage are often ineffective in reducing disasters as they only focus on predicting weather events (World Meteorological Organization(WMO ), 2015). In particular, typhoons are not a single weather disaster, but a complex weather disaster that requires advance preparation and assessment, and the WMO has established guidelines for the impact forecasting and recommends typhoon impact forecasting. In this study, we introduced the Typhoon-Ready System, which is a system that produces pre-disaster prevention information(risk level) of typhoon-related disasters across Korea and in detail for each region in advance, to be used for reducing and preventingtyphoon-related damage in Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.96-96
• /
• 2020

In order to establish the risk criteria of inundation due to typhoons or heavy rainfall, research is underway to predict the limit rainfall using basin characteristics, limit rainfall and artificial intelligence algorithms. In order to improve the model performance in estimating the limit rainfall, the learning data are used after the pre-processing. When 50.0% of the entire data was removed as an outlier in the pre-processing process, it was confirmed that the accuracy is over 90%. However, the use rate of learning data is very low, so there is a limitation that various characteristics cannot be considered. Accordingly, in order to predict the limit rainfall reflecting various watershed characteristics by increasing the use rate of learning data, the watersheds with similar characteristics were clustered. The algorithms used for clustering are K-Means, Agglomerative, DBSCAN and Spectral Clustering. The k-Means, DBSCAN and Agglomerative clustering algorithms are clustered at the impervious area ratio, and the Spectral clustering algorithm is clustered in various forms depending on the parameters. If the results of the clustering algorithm are applied to the limit rainfall prediction algorithm, various watershed characteristics will be considered, and at the same time, the performance of predicting the limit rainfall will be improved.