자동우량경보시스템을 활용한 인공지능 기반 하천 범람 예측 모델 검증
Design and Performance Verification of Artificial Intelligence-based River Flooding Prediction Model using Automatic Rain Warning System
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자동우량경보시스템은 산간 계곡 집중호우 시 하천 상류 지역의 강우량을 관측하여 하류 지역의 행락객, 주민 등에게 자동으로 대피경보 및 안내 방송을 실시하여 인명피해를 예방하기 위한 시설로 1996년부터 구축되어 현재까지 운영되고 있는 재난 경보 시설이다. 자동우량경보시스템은 일정시간동안 내린 강우자료만으로 경보발령을 하기 때문에 현재 내린 강우가 실제 하류지역에 위험수위에 도달하였는지 여부에 대한 정확도가 현저히 떨어진다. 이에 기존 자동우량경보시스템에 축적된 센서 정보를 활용하여, 4차산업혁명의 핵심기술인 빅데이터, 인공지능 기술을 적용한 하천 범람 예측 모델을 설계하였다. 그리고 설계된 모델의 성능을 기존에 개발된 모델들과 비교하여 우수성을 검증하고 서귀포시 자동우량경보시스템에 적용 가능성을 분석하였다. 현재 구축된 시스템의 축적된 데이터를 활용하는 저비용의 예산으로 기존 경보 시스템의 문제점 및 한계점을 보완하는 모델을 검증하고 고도화 방안을 마련함으로써 지방자치단체의 재난 사전 예측 역량을 강화할 수 있을 것으로 기대한다.
Abstract
The Automatic Rainfall Warning System is a disaster warning facility that has been in place since 1996 and is still operational today. It measures rainfall in upstream river areas during heavy rainfall in mountainous valleys and automatically issues warnings to visitors and residents in downstream areas to prevent casualties. The Automatic Rainfall Warning System issues warnings based solely on the amount of rainfall over a specific period, making it unable to accurately predict dangerous water levels in downstream areas. In response, a water level prediction model has been designed using sensor data accumulated by the Automatic Rainfall Warning System. This model incorporates big data and artificial intelligence technologies, which are core technologies of the Fourth Industrial Revolution. The performance of the designed model was compared with previously developed models to verify its superiority, and its applicability to Seogwipo City’s Automatic Rainfall Warning System was analyzed. By validating a model that addresses the issues and limitations of the existing warning system and developing strategies for its enhancement, local governments can strengthen their disaster prediction capabilities.
참고문헌 (20)
- 엄기열, "하이브리드 빅데이터 분석을통한 홍수 재해 예측 및 예방", 한국빅데이터학회지, 8(1), pp.99~109 (2023)
- "제주특별자치도 재난안전대책본부 홈페이지"[URL]
- 김영환, "GIS기법을 활용한산악지역 자동우량경보시설 기준설정", 한국방재학회논문집, 18(1), pp.179~184 (2018)
- 심규성, "GIS 홍수범람 경계 영향인자 선정 및 경계 조정방법에관한 연구", 한국산학기술학회논문지, 24(3), pp.479~490 (2023)
- 안재찬, "자동우량경보시설 경보발령기준 검토 연구", 한국방재학회논문집, 8(4), pp.101~109 (2008)
- 정인주, "자동우량경보시설 경보발령기준 정량화", 한국농공학회지, 55(2), pp.52~57 (2013)
- 정재학, "자동우량경보시설예경보 정확도 분석 및 개선방안", 대한토목학회 정기학술대회 (2009)
- 조민우, "수위예측 모델을 활용한 홍수 관리 시스템 설계 및 구현", 한국정보통신학회논문지, 27(2), pp.266~273 (2023)
- 정재원, "LSTM 기반 딥러닝 기법을 이용한 섬진강구례교 지점의 홍수위 예측", 한국방재학회논문지, 21(3), pp.193~201 (2021)
- 김대호, "기상 데이터를 활용한 CNN-LSTM 기반 유량 예측 모델 연구", 한국산학기술학회논문지, 24(8), pp.22~31 (2023)
- 유연우, "디지털 트윈 기반의 하천 관리및 범람 예측 시스템 성능 향상을 위한 이미지증강 모델 연구", 한국통신학회 학술대회논문집 (2024)
- S. Wang, "Mountain Flood Level Forecasting in Small Watersheds Based on Recurrent Neural Networks and Multi-Dimensional Data", IEEE Access, 12, pp.82706~82719 (2024)
- G. Li, "Comparison of strategies for multistep-ahead lake water level forecasting using deep learning models", Journal of Cleaner Production, 444(141228), pp.1~15 (2024)
- C. Prakash, "FLOODWALL : A Real-Time Flash Flood Monitoring and Forecasting System Using IoT", IEEE Sensors Journal, 23(1), pp.787~799 (2023)
- 박현진, "디지털 트윈 기반 하천 관리시스템을 위한 제주도 하천 수위 예측에 관한연구", 한국에너지학술대회 (2023)
- 양성기, "다양한 첨단유량 계측기기를 활용한 제주도 하천 유출 비교분석", 한국환경과학회지, 20(6), pp.783~788 (2011)
- 이주형, "LSTM과 Bi-LSTM을 사용한비주기성 시계열 데이터 예측 성능 비교 분석", 한국빅데이터학회지, 7(2), pp.217~224 (2022)
- Das, Sumit, "Enhanced Flood Prediction System using BiLSTM and IoT Sensor Networks", IEEE, 2024 4th International Conference on Pervasive Computing and Social Networking (ICPCSN), pp.748~753 (2024)
- S. Khullar, "Water quality assessment of a river using deep learning Bi-LSTM methodology : forecasting and validation Research", Environmental Science and Pollution Research, 29(9), pp.12875~12889 (2022)
- 황우석, "국내 재난 예경보 시스템 현황및 통합 방안에 대한 분석 연구", 방송공학회논문지, 27(1), pp.80~90 (2022)