거주지 화재에서 인명피해에 영향을 미치는 화재인자 영향평가에 관한 연구
A Study on the Impact Assessment of Fire Factors Influencing the Damage of Human Life in Residential Fires
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
최근 다변화하는 주거지 환경에서의 화재 발생으로 인해 인명피해를 포함한 사회적 손실도 지속적으로 이어지고 있다. 소방청 통계연보에 따르면 전체 화재와 비교하면 주택 및 아파트 등 주거지에서의 화재 발생 빈도는 26% 수준이지만 인명피해는 46%에 이른다. 이와 같이 발생 빈도에 비해 상대적으로 높은 인명피해를 최소화하기 위해 화재 발생 예측이나 화재안전성능 평가방안 및 화재 취약요인 분석과 화재환경 변화에 따른 소방관련 법령 등의 연구들도 수행되어 왔다. 대형화되어가는 화재 유형의 변화에 따라 빅데이터를 기반으로 화재 위험요인을 분석하고 이에 근거한 소방화재 정책 수립을 위한 연구들 또한 활발히 수행되어 있다. 본 논문은 소방청 공공데이터 중 화재 데이터를 대상으로 화재로 인한 인명피해에 영향을 미치는 화재 인자에 대해 빅데이터 기반의 영향도 분석 및 평가를 수행하고, 주요화재 인자에 대한 정책적 대책을 제안하였다. 본 연구에서는 화재 인자의 데이터 분포 특성을 분석하고, 인명피해와 화재 인자 간의 유의확률 및 상관관계를 이용하여 인명피해에 영향을 미치는 화재 인자를 선정하였으며 랜덤 포레스트 알고리즘을 활용하여 인명피해에 대한 화재 인자의 영향성 평가 모델을 통해 중요도를 산출하였다. 실험 결과 동원장비, 동원인력, 재산피해 등이 인명피해에 영향을 미치는 주요 요인으로 분석되었다.
Abstract
In recent years, fires in a diverse residential environment have resulted in continued social losses, including casualties. According to Korean National Fire Agency (NFA)’s Statistical Yearbook(2020), compared to all fires, the frequency of fires in residential areas such as houses and apartments is 26%, but the number of casualties is 46%. Accordingly, studies such as fire prediction, fire safety performance evaluation plan and fire vulnerability factor analysis to minimize damage from residential fires, and fire-fighting laws according to changes in fire environment were conducted. In addition, studies are being actively conducted to analyze fire risk factors based on big data in accordance with the growing fire trend and establish fire fighting policies based on this. We propose big data-based impact analysis and evaluation on fire factors that affect human damage due to fire, targeting fire data from public data of the NFA, and show policy measures for major fire factors. In this study, the data distribution characteristics of fire factors were analyzed, and those of fire were selected for the assessment of the impact on human damage from the results of the significance probability and correlation analysis between human damage and fire factors. In addition, the importance was calculated through a model for evaluating the impact of fire factors on human damage using the random forest algorithm. As a result of the experiment, participated equipment, participating personnel, property damage, etc. were analyzed as the main factors that have an influence in relation to human damage.
참고문헌 (18)
- 채진, "화재예방에 영향을 미치는 요인에 관한 연구", 한국화재소방학회 논문지, 34(3), pp.100~109 (2020), 한국화재소방학회[DOI]
- 이채원, "공동주택 화재감지 및 소화성능개선에 관한 연구", 한국화재소방학회 논문지, 29(1), pp.38~44 (2015), 한국화재소방학회[DOI]
- National Fire Agency, "National fire agency statistical year book", ~ (2020)
- 최준호, "도시 주거지 화재발생요인의 위계설정을 통한 화재발생위험 예측모델 및 위험지도 개발", 대한건축학회논문집, 29(01), pp.271~278 (2013), 대한건축학회
- 구재현, "공동주택의 화재안전성능 평가방안에 관한 연구", 한국융합학회논문지, 10(4), pp.25~32 (2019), 한국융합학회[DOI]
- 김동욱, "도시형 생활주택의 위험성 분석을 통한 화재영향성평가제도의 도입방안에 관한 연구", 한국화재소방학회 논문지, 31(1), pp.10~17 (2017), 한국화재소방학회[DOI]
- I. Lee, "Risk prediction and analysis of building fires-based on property damage and occurrence of fires-", Master, pp.2020
- 신은지, "Data Analytics를 활용한 위험물 화재사고 분석", 한국가스학회지, 24(5), pp.47~55 (2020), 한국가스학회[DOI]
- B. Jeon, "Exploratory study on the based on big data for fire prevention of multiple shops", Journal of Industrial Convergence, 16(4), pp.27~32 (2018)
- K. Pearson, "Mathematical contributions to the theory of evolution. III. Regression, heredity and panmixia", Philosophical transactions of the Royal Society of London. Series A, Containing papers of a mathematical or physical character, 187, pp.253~318 (1896)
- A. J. Bishara, "Testing the significance of a correlation with nonnormal data: Comparison of Pearson, Spearman, transformation, and resampling approaches", Psychological methods, 17(3), pp.399~417 (2012)
- R. L. Wasserstein, "Moving to a world beyond “p<0.05", The American Statistician, 73, pp.1~19 (2019)
- 김태윤, "A Different Perspective on the P-value Problem with Big Data", Quantitative Bio-Science, 39(1), pp.71~74 (2020), 자연과학연구소[DOI]
- L. Breiman, "Random forests", Machine Learning, 45, pp.5~32 (2001)
- V. Svetnik, "Application of Breiman's random forest to modeling structure-activity relationships of pharmaceutical molecules", Lecture Notes in Computer Science, 3077, pp.334~343 (2004)
- 고경석, "기계학습을 통한 전기화재 예측모델 연구", 한국정보전자통신기술학회 논문지, 11(6), pp.703~710 (2018), 한국정보전자통신기술학회
- "National Fire Agency_Address information of outbreak of fire" (2020)[URL]
- "Google Colaboratory" (2020)[URL]