머신러닝 기반 모형을 이용한 재해 발생 예측모형 개발

초록

태풍 및 호우 등과 같은 자연재난의 발생빈도가 높아지고 이에 따른 재난에 대한 피해도 증가하고 있다. 기상?기후 에 대한 관측, 연구 및 예보를 실시하는 기상청에서는 전국단위로 호우특보 기준을 통일되게 발령하여 지역적 특성이 고려되지 않는 문제점이 있다. 따라서 본 연구에서는 수도권 지역(서울특별시, 인천광역시, 경기도)의 강우 자료 및 호 우피해 자료를 연계하여 지역별 호우피해 기준을 설정하고 호우피해 발생 유무를 판단하는 모형을 개발하고자 한다. 본 연구에서는 강우량, 호우 피해액 자료에 대한 확률 밀도 함수 와 구간 에 대해서 확률 변수 가 포함될 확률 를 산정하 였다. 이를 바탕으로 주어진 확률변수가 특정 값보다 작거나 같은 확률을 산정하고자 누적 분포 함수(cumulative distribution function, CDF)를 이용하였다. 이를 바탕으로 호우피해 발생 유무를 판단하여 재난 및 안전관리 기본법 에서 제시하는 재난 위기경보 4단계(관심, 주의, 경계, 심각)에 따른 강우 기준을 설정하였다. 설정된 기준을 바탕으로 최적의 호우피해 발생 유무 판단 모형을 개발하고자, 의사결정나무(decision tree, DT), 서포트 벡터 머신, 랜덤 포레스 트, XGBoost 모형을 총 4가지 개발하였다. 각 모형별 F1 Score를 이용한 정확도 평가 결과, 랜덤 포레스트 모형의 F1-Score가 0.49로 가장 높게 나타났다. 즉, 적용한 모형중에서 랜덤 포레스트 모형이 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 호우피해 발생 유무 예측 모형을 토대로 호우피해에 대한 위험 정보를 제공할 수 있 어, 재난 담당자들의 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.