• 자원환경지질
• /
• 제40권3호
• /
• pp.295-306
• /
• 2007

본 연구에서는 확률기법인 빈도비 모델 (frequency ratio model) 및 지리정보시스템 (Geographic Information System: GIS)의 공간분석기법을 이용하여 강원도 삼척지역 폐탄광 주변의 지반침하 발생 취약지역을 예측하였다. 지반침하에 영향을 주는 요인들을 추출하기 위해 지형도, 지질도, 갱내도, 토지특성도, 시추공 자료, 기 관측된 침하지 자료 등으로부터 공간자료를 구축하였다. GIS 공간분석과 확률기법을 이용하여 지반침하의 주 요인이 되는 8개의 인자를 추출하였고 관측된 침하지역과 8개 인자와의 연관성을 알아보기 위하여 각각의 결정계수($R^2$)를 계산하였다. 빈도비 모델을 적용하여 각인자의 등급별 가중치를 결정한 후, 이를 중첩 분석하여 지반침하 위험 예측도를 작성하였다. 지반침하 위험 예측도를 기존 침하지 위치와 비교 검증한 결과 96.05%의 높은 예측정확도를 나타냈다. 이를 통해 폐탄광 지역에서 GIS와 빈도비 모델을 이용하여 지반침하 위험지역을 정량적으로 예측하는 것이 가능하다고 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1063-1067
• /
• 2008

최근 국지적 집중호우로 인한 인명과 재산피해가 증가하고 있는 실정이며 이러한 피해를 경감하기 위한 하나의 방책으로써 홍수예경보 시스템 구축에 관한 관심이 증가하고 있다. 기존의 홍수예보 시스템은 강우의 실제 관측치를 모형의 입력자료로 하여 홍수유출을 계산함으로 인해 예보시간이 촉박하였다. 실시간 강우를 이용하여 유출계산을 수행하고 그 결과가 위험하다고 판단될 때 홍수예경보를 하므로 집중호우와 같은 악기상 조건에서는 적용에 한계가 있다. 따라서 정확한 기상예보를 활용한 기상-수자원 연계기법을 개발하여 홍수예경보 시스템에 적용한다면 악기상 감시예측기술의 향상과 더불어 재해의 방지차원에서 매우 유용한 대책이 될 것이다. 이에 본 연구에서는 단기 예측강우의 국내유역 적용성 여부를 검토하기 위해 30km의 공간 해상도를 가진 단기지역예보모델인 RDAPS(Regional Data Assimilation and Prediction System) 강수자료를 활용하여 기상학적 및 수문학적 정확도를 분석하였으며, 이를 바탕으로 예측강수의 높은 활용성이 기대되는 실제 한강수계의 주요 댐 지점에 HEC-1 모형을 이용하여 댐 유입량을 산정하고 그 적용성을 평가하고자 한다.

• 한국가스학회지
• /
• 제4권4호
• /
• pp.50-57
• /
• 2000

가연성 증기 또는 가스 누출로 인해 발생하는 증기운 폭발은 엄청난 과압을 생성시켜 사고 영향이 매우 크기 때문에 공정 중에 잠재하고 있는 사고의 위험요소를 발굴하여 제거하여야 한다. 이를 위해서는 사고 결과 영향평가가 선행되어야 한다. 이러한 평가를 수행하기 위해서는 신뢰할만한 예측 도구(Tool)가 필요하다(13). 현재 여러 가지 사고결과 피해예측 모델이 제시되어 활용되고 있는 바 이러한 예측 모델(TNT-Equivalency, TNO Hemispherical, TNO Multi-Energy, CFD)이 어느 정도 타당성이 있는지에 대한 검토가 필요하다. 따라서 본 연구에서는 증기운 폭발 위험성 정량화를 위해 사용된 각 모델을 비교 검토하여 여러 가지 모델의 가정 및 정확성을 알아보고 가장 타당성 있는 모델을 선정 하고자 한다.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.211-218
• /
• 1993

산사태는 발생빈도는 적으나 자연적 요인이나 인위적인 요인에 의한 사면의 안정파괴시 많은 인명 및 재산상의 손실을 유발시킨다. 최근 산사태 발생지역 예측을 위한 통계적 방법과 현장관측 방법 등의 연구가 지속적으로 진행되고 있으나 발생체계의 복잡성으로 많은 어려움이 있다. 본 연구에서는 산사태 위험지역 예측을 하기위해 산사태가 발생한 지역을 모델 지역으로 선정하였다. 모델 지역의 지형을 축척 1 : 25,000, 1 : 10,000, 1 : 5,000, 1 : 1,200별 비교를 하기위해 표고를 데이타베이스화하여 표고 및 경사도의 경중률에 의한 예측을 한 결과 부분적인 예측이 가능함을 알 수 있었다.

• 한국아동복지학
• /
• 제54호
• /
• pp.79-111
• /
• 2016

본 연구는 영유아 시기에 경험하는 생애 초기 가족의 누적위험요인이 가정학습환경을 통해 유아의 언어 및 사회성 발달에 영향을 미치는 구조적 모델을 검증하는 데 그 목적이 있다. 만 3세 유아의 언어발달은 표현어휘력으로, 사회성 발달은 또래유능성으로 나타내었다. 한국아동패널(PSKC)의 2차년도와 4차년도 자료를 이용하여, 1,725가족을 대상으로 분석을 실시하였다. 상관관계 분석 및 구조방정식모델링 기법을 통하여 분석한 결과는 다음과 같다. 우선, 만 1세 누적위험요인과 만 3세 누적위험요인 간 상관관계는 높아, 누적위험요인의 종단적 지속성을 시사하였다. 만 1세 누적위험요인은 만 3세 가정학습환경의 질적 수준에 부정적인 영향을 미치고 가정학습환경은 유아의 언어 및 사회성 발달 모두를 유의하게 예측하였다. 하지만 만 1세 누적위험요인은 유아발달을 직접적으로 예측하지 않았다. 마지막으로 만3세 누적위험요인은 유아의 언어발달을 직접 예측하였으나 사회성 발달 및 가정학습환경에 유의한 영향을 미치지 않았다. 만 1세 누적위험요인${\rightarrow}$가정학습환경${\rightarrow}$유아발달의 구조적 관계에서 가정학습환경의 매개적 역할은 통계적으로 유의하였다. 종합하면, 영아기 가족 내 누적위험요인은 유아기 자녀의 발달을 돕는 가정학습환경 구성에 부정적인 영향을 미쳐 유아 발달에 간접적인 효과를 가지는 것으로 밝혀졌다. 영아기 자녀를 둔 위기가족을 대상으로 하는 조기 중재 및 지원에 대한 정책적 시사점이 논의되었다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.963-973
• /
• 2019

본 연구는 도시침수 위험기준이 산정되지 않은 지역의 예·경보 기준을 예측하기 위해 유역특성 자료와 피해이력 기반으로 산정된 한계강우량을 활용하여 도시침수 위험기준을 추정하는 모델을 검토하였다. 위험기준 추정모델은 머신러닝 알고리즘의 하나인 Support Vector Machine을 이용하여 설계하였으며, 학습자료는 지역별 한계강우량과 유역특성으로 구성하였다. 학습자료는 정규화 한 후 SVM 알고리즘에 적용하였으며, SVM에 적용시 Leave-One-Out과 K-fold 교차검증 알고리즘을 이용하여 절대평균오차와 표준편차를 계산한 후 모델의 성능을 평가하였다. Leave-One-Out의 경우 표준편차가 작은 모델이 최적모델로 선정되었으며, K-fold의 경우 fold의 개수가 적은 모델이 선정되었다. 선정된 모델의 지속시간별 평균 정확도는 80% 이상으로 나타나 침수 위험기준 추정을 위해 SVM을 활용가능 할 것으로 판단된다.

• 한국지반공학회지:지반
• /
• 제8권1호
• /
• pp.81-102
• /
• 1992

얇은 토층을 가지는 가파른 산사면에서 발생하는 산사태는 흔히 호우, 폭우, 태풍 등의 강우 사상 발생으로 초래된 지하수위 증가가 그 원인이 되며, 결국 산사면에서의 지하수위를 예측하는 것이 산사태 발생 위험도를 추정하는데 중요한 요소가 된다. 본 눈문에서는 산사면에서 지하수 유입량을 예측할 수 있는 비포화대 흐름 모델들 중 Sloan 등이 제안한 모델, Reddi가 제안한 모델, Thomas abcd 모델들을 선택하여 서로 비교 연구를 수행하였다. 또한, 포화투수계수와 모델변수들에 대하여 매개변수분석 연구를 수행하였다. 포화대 흐름에 대해서는 Sloan등이 개발한 Kinematic Storage Model(KSM)을 선택하여 한국의 산사면에 대한 적용 가능성을 연구하였다. 이들 모델들은 한국의 두 산사태 발생 지 역에 적용하였고, 그 적용 가능성 에 대한 연구가 이루어 졌다. 그 결과, Sloan 등과 Reddi가 제안한 두 모델들은 포화투수계수와 같은 불확실성을 지닌 실험 상수들의 영향을 많이 받으며, abcd모델은 지하수위 변동에 대하여 고려할 수 있도록 수정하고 적절한 최적화 기법을 사용하여 모델변수들을 구한다면, 비포화대 모델로서 현장 지역에 적용 가능하다는 결론을 얻었다. 또한, KSM은 포화대에서의 시간 지체 효과를 고려해 줄 수 있도록 수정되어야 한다는 결론을 얻었다. 본 논문의 결과는 가파른 산사면 에서의 산사태 발생 위험도를 추정하기 위한 지하수위 예측 모델 을 개발하는 데 이용할 수 있다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2016년 정기학술대회
• /
• pp.428-432
• /
• 2016

자연재해는 전 세계적으로 몇 조원에 이르는 피해를 주고 있으며 근래에는 기후변화로 인한 이상기후현상으로 집중호우의 빈도가 증가하고 있으며 홍수, 산사태 토석류 등 발생빈도가 늘어나고 있는 추세이다. 최근 2011년 서울에서 발생한 우면산 토석류의 피해와 강원도 일부 지역의 피해로 인해 많은 피해가 일어났으며, 국가에서는 산사태 피해를 최소화하기 위해서는 장기적으로는 위험한 지역에 구조물을 설치하는 등 예방사방을 실시하고, 단기적으로는 위험요소의 제거와 위험지역의 예측을 통한 경계피난체재를 철저히 할 필요성이 강조되고 있는 실정이다. 특히, 강원도는 산지로 이루어져 있으며, 매년 집중호우나 태풍이 지나간 다음, 많은 양의 강우량으로 인해 산길을 지나는 도로에 토석류로 인해 길이 막혀 이동이 불가능 하게 되거나 산지 아래에 있는 건물이 산에서 쓸려서 내려오는 토사와 나무에 의해 파괴되어 물질적인 피해를 입는 영상이 뉴스를 통해 많이 접하고 있다. 본 연구에서는 토석류에 대한 전반적인 특성을 설명하고 체계적인 관리가 필요하다. 연구 지역은 춘천지역을 대상으로 SINMAP 모델 기법의 조도계수와 특성을 고려한 위험지도를 작성하였고 산사태 일부 지역에 대한 위험도 평가를 하였다.

• 대한토목학회논문집
• /
• 제37권5호
• /
• pp.927-940
• /
• 2017

산사태는 인도네시아에서 오랫동안 피해가 많은 재해로 최근 기후변화와 산지 주위의 무분별한 도시 개발로 인해 위험이 가중되고 있다. 인도네시아 자바지역은 매년 산사태가 빈번하게 발생하고, 인도네시아 인구 절반 이상이 거주하고 있어 그 피해가 크다. 하지만 이러한 위험한 상황에도 불구하고 산사태 위험지역에 매년 거주하는 주민이 증가하고 있어 산사태 위험지역 및 취약지 분석에 대한 기술이 필요한 상황이다. 이에 본 연구는 인도네시아 자바지역을 대상으로 GIS 기반 공간예측모델을 이용하여 산사태 취약성을 평가하고자 한다. 연구지역의 산사태 발생 위치, 지형, 수문, 토양, 토지피복 등의 지형공간정보 자료를 구축하였고, 공간예측모델로는 Weight of Evidence (WoE), 의사결정트리 알고리즘, 인공신경망을 선정하여 산사태 취약지도를 제작하였다. 세 가지 모델은 각각 66.95%, 67.04%, 69.67%의 예측정확도를 보였다. 본 연구의 결과는 향후 인도네시아 산사태 피해 예방 및 산사태 관련 재난관리정책에 중요한 자료로 사용될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제13권2호
• /
• pp.15-26
• /
• 2007

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기업부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO만의 기업부도 예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출 심사 시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 아직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것이 현실이고 이에 따라 잘못된 대출로 인한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제국내은행의 SOHO 대출 데이터 집합이 사용되었다. 먼저, 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이끌어내지 못하여, 기존 기업부도 예측 모델 연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과, SOHO 부도 예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors가 인공신경망과 Bagging Predictors 등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다.