AI 기반 모형을 이용한 홍수위 예측 및 홍수피해 예·경보 기법 개발

초록

본 연구에서는 도달시간이 짧은 소하천의 홍수위 예측 및 홍수피해 예·경보 기법을 개발하고자 AI 기반 모형의 적용성을 검토하였다. 대상유역으로는 홍수특보가 가장 많이 발생한 남양주시(진관교) 유역을 대상으로 선정하였다. 유역에 대해 2008년부터 2020년까지의 강우 및 수위 자료를 수집하였고, 홍수기에 해당하는 6월부터 9월까지의 수위가 1 m 이상일 때를 확인하여 40개의 강우사상으로 분류하였다. 그리고 심층신경망(deep neural network, DNN) 및 장단기 메모리(long short term memory, LSTM)과 같은 AI 기반 모형과 저류함수 모형을 이용하여 홍수위 예측을 실시하였다. 예측력 평가 결과, DNN 모형의 평균 제곱근 편차(normalied root mean square error, NRMSE)가 0.06으로 가장 예측력이 좋았다. 기존 홍수특보 및 호우특보 기준은 전국적으로 일관된 기준을 적용하는 문제점이 있다. 이러한 문제를 해결하기 위해, 수위, 강우 자료 및 피해액 자료를 연계하여 홍수피해 예·경보 기준을 설정하였다. 설정된 기준을 바탕으로 최적의 홍수피해 분류 예측 모형을 개발하고자, XGBoost, 랜덤포레스트 모형을 적용하였다. 모형의 적용성 평가 결과 XGBoost의 F1-score는 0.92로 우수한 예측력을 나타냈다. 본 연구에서 제시한 AI 기반 모형을 토대로 홍수위 예측 및 홍수피해에 대한 위험 정보를 제공할 수 있는 홍수피해 예·경보 기법은 재난 담당자들의 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

키워드