• Journal of the Korea Institute of Building Construction
• /
• v.16 no.5
• /
• pp.437-445
• /
• 2016

Since typhoon is a critical meteorological disaster, some advanced countries have developed typhoon damage prediction models. However, although South Korea is vulnerable to typhoons, there is still shortage of study in typhoon damage prediction model reflecting the vulnerability of domestic building and features of disaster. Moreover, many studies have been only focused on the characteristics and typhoon and regional characteristics without various influencing factors. Therefore, the objective of this study is to analyze typhoon damage by path and develop to prediction model for building damage ratio by using multiple regression analysis. This study classifies the building damages by typhoon paths to identify influencing factors then the correlation analysis is conducted between building damage ratio and their factors. In addition, a multiple regression analysis is applied to develop a typhoon damage prediction model. Four categories; typhoon information, geography, construction environment, and socio-economy, are used as the independent variables. The results of this study will be used as fundamental material for the typhoon damage prediction model development of South Korea.

• Journal of the Korea Institute of Building Construction
• /
• v.15 no.5
• /
• pp.515-525
• /
• 2015

Currently, according to the climate change, serious damage by typhoon has been occurred in the world. In this respect, the research on the prediction model to minimize the damage from various natural disaster has been conducted in several developed countries. In the case of U.S, various models to predict building damage costs have been used widely in many organizations such as insurance companies and governments. In South Korea, although studies regarding damage prediction model according to typhoon have been conducted, the scope has been only limited to consider the property of typhoon. However, it is necessary to consider various factors such as typhoon information, geography, construction environment, and socio-economy factors to predict the damages. Therefore, to address this issue, first, correlation analysis is conducted between various variables based on the data of typhoon from 2003 to 2012. Second, the damage prediction model by using regression analysis is developed based on suggested influence factors. The findings of this study can be utilized to develop the model for predicting the damage costs of buildings by typhoon like HAZUS-MH of US.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.81-81
• /
• 2022

서북태평양은 전세계적으로 태풍이 가장 많이 발생하는 해양 지역 중 하나이다. 태풍이 몰고 온 강풍과 폭우, 폭풍해일 등은 우리 사회경제와 환태평양 국가의 신변안전에 심각한 위협이 되고 있다.특히 내륙으로 진입하는 수백킬로의 영향을 미치는 만큼 넓은 지역에 걸쳐 강우량이 발생하고, 집중강수 기간이 짧아 산사태 등 자연재해로 많은 인명피해가 발생한다. 이러한 피해를 줄이기 위해서는 태풍의 활동특성을 잘 파악하고 태풍에 의한 강수량 예측 연구가 재해예방과 재난저감을 위해 필요하다. 그러나 현재기술에서 태풍이 몰고 온 강수의 정확한 양적 예측은 여전히 어려운 문제이며, 해결해야 할 큰 도전과제이다. 본 연구에서는 태풍별 강수량 상관관계를 분석하고, 서북태평양의 역사적 태풍의 궤도와 강도를 고려해 태풍으로 인한 강수량을 예측하는 통계적 방법을 적용한 결과를 제시하고자 한다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.1
• /
• pp.79-87
• /
• 1998

정확한 태풍진로 예측은 동아시아 최대의 자연재해인 태풍의 피해를 최소화하는데 필수적이다. 기상역학에 기초를 둔 수치모델과 회귀분석등의 통계적 접근법이 사용되어왔다. 본 논문에서는 비선형 신경망모델인 다층퍼셉트론을 제안한다. 즉, 태풍진로예측을 이동경로, 속도, 기압 등의 변수로 이루어진 시계열의 예측으로 본다. 1945년부터 1989년까지 한반도에 접근한 태풍 데이터를 이용하여 제안된 신경망을 학습한 후, 94, 95년도에 접근한 태풍의 진로를 예측하였다. 신경망의 예측성능은 수치모델의 성능보다 조금 우수하거나 비슷하였다. 신경망의 성능은 충분히 더 향상될 수 있는 여지가 있다. 또한, 고가의 슈퍼컴퓨터로 여러 시간 계산을 해야하는 수치모델에 비하여 PC상에서 수초만에 계산을 할 수 있는 신경망 모델은 비용 면에서도 장점이 있다.

• Proceedings of the Korean Institute of Building Construction Conference
• /
• 2015.05a
• /
• pp.253-254
• /
• 2015

Currently, according to the climate change, the damages due to the hurricane is more increased than before. In this respect, several countries have been conducted the studies regarding the damage prediction model of buildings to minimize the damages from natural disaster. As hurricane is the complex disaster including a strong wind and heavy rain, to predict the damage of hurricane, various factors has to be considered. However, mostly research has been conducted to consider only hurricane properties. Therefore, the objective of this study is to develop the regression model for predicting damages of buildings considering geography, socio-economy, construction environment and hurricane information. In the future, this study can be utilized to developing damage prediction model for building from hurricane in South Korea.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.35 no.4
• /
• pp.67-74
• /
• 2023

High waves and storm surges due to tropical cyclones cause great damage in coastal areas; therefore, accurately predicting storm surges and high waves before a typhoon strike is crucial. Meteorological forcing is an important factor for predicting these catastrophic events. This study presents an improved methodology for determining accurate meteorological forcing. Typhoon Chaba, which caused serious damage to the south coast of South Korea in 2016, was selected as a case study. In this study, symmetric and asymmetric parametric vortex models based on the typhoon track forecasted by the Model for Prediction Across Scales (MPAS) were used to create meteorological forcing and were compared with those models based on the best track. The meteorological fields were also created by blending the meteorological field from the symmetric / asymmetric parametric vortex models based on the MPAS-forecasted typhoon track and the meteorological field generated by the forecasting model (MPAS). This meteorological forcing data was then used given to two-way coupled tide-surge-wave models: Advanced CIRCulation (ADCIRC) and Simulating Waves Nearshore (SWAN). The modeled storm surges and waves correlated well with the observations and were comparable to those predicted using the best track. Based on our analysis, we propose using the parametric model with the MPAS-forecasted track, the meteorological field from the same forecasting model, and blending them to improve storm surge and wave prediction.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.291-292
• /
• 2017

한국과학기술정보연구원 융합기술연구본부 재난대응HPC연구센터에서는 초고성능컴퓨팅 기반의 풍수해 예측 및 피해 정보 생산기술을 연구개발하여 재난 재해에 대한 국가현안 대응 의사결정지원 시스템을 구축 중에 있다. HPC 기반의 풍수해 예측 시스템과 빅데이터 분석 기반의 피해 예측 시스템에 대한 연구를 독자적으로 진행하는 가운데, 최근 여러 분야에 적용되고 있는 빅데이터 분석 기술을 HPC 기반의 풍수해 예측 시스템에 적목시켜 더 정확하고 신속한 풍수해 예측 정보 생산에 기여하고자 한다. 본 연구는 빅데이터 분석을 위한 학습 데이터 생산을 목적으로 HPC 기반 태풍 예측의 주요 기상 인자들을 조정하여 서로 다른 성능의 예측 모델을 구축하고, 각 모델 별 태풍 시뮬레이션의 성능을 진단하였다. 향후 빅데이터 분석을 통한 예측 성능의 검증을 위해 HPC 기반 풍수해 예측 및 검증 데이터를 최대한 생산하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.380-384
• /
• 2010

기후온난화, 국지성 호우 및 대규모 태풍으로 인한 피해가 증대되면서 사회 경제적 손실 또한 날로 증가하고 있어 재해로 인한 피해 발생가능성을 효율적으로 예측하는 모델을 통한 선제적 대응이 필요하다. 재난 재해의 위험성 분석 방법은 주로 확률 통계기법을 기반으로 하는 연구가 주류를 이루었으나, 본 논문에서는 포착된 현상의 데이터를 이용해 그 데이터를 지배하는 경험적 규칙성을 학습하고 획득하는데 다른 기법보다 탁월한 성능을 가진 신경망 모델을 적용하여 자연재해 피해예측 모델을 연구하였다. 1991년부터 2005년 사이에 우리나라에서 발생한 자연재해의 피해자료와 기상개황 자료를 이용하여 지역별 자연재해로 인한 피해를 예측하는 신경망 모델은 우리나라 232개 행정구역에 대하여 누적강우량과 최대풍속, 그리고 재해사상 발생 5일 이내의 선행강우량을 입력변수로 하고 총 피해액을 출력변수로 한다. 또한 학습을 통한 최적의 해를 찾기 위해 신경망의 매개변수 학습률, 모멘텀, 편의값을 유전자알고리즘으로 결정하여 학습을 수행 하였다.

• The Journal of the Korea Contents Association
• /
• v.18 no.11
• /
• pp.416-429
• /
• 2018

Typhoons and floods are natural disasters that occur frequently, and the damage resulting from these disasters must be in advance predicted to establish appropriate responses. Direct damages such as building collapse, human casualties, and loss of farms and fields have more attention from people than indirect damages such as increase of consumer prices. But indirect damages also need to be considered for living. The agricultural products are typical consumer items affected by typhoons and floods. Sudden, powerful typhoons are mostly accompanied by heavy rains and damage agricultural products; this increases the retail price of such products. This study analyzes the influence of natural disasters on the price of agricultural products by using a deep learning algorithm. We decided rice, onion, green onion, spinach, and zucchini as target agricultural products, and used data on variables that influence the price of agricultural products to create a model that predicts the price of agricultural products. The result shows that the model's accuracy was about 0.069 measured by RMSE, which means that it could explain the changes in agricultural product prices. The accurate prediction on the price of agricultural products can be utilized by the government to respond natural disasters by controling amount of supplying agricultural products.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.370-370
• /
• 2021

태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.