기계학습을 활용한 하절기 기온 및 폭염발생여부 예측
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김영인 | - |
dc.contributor.author | 김동현 | - |
dc.contributor.author | 이승오 | - |
dc.date.available | 2021-03-17T07:05:58Z | - |
dc.date.created | 2021-02-26 | - |
dc.date.issued | 2020 | - |
dc.identifier.issn | 2466-1147 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/12284 | - |
dc.description.abstract | 최근 국내에서는 다양한 이상기후들이 발생하고 있으며 이로 인해 인명피해, 재산피해와 같은 큰 피해들이 발생하고 있다. 그 중에서도 폭염으로 인한 피해는 점점 증가하는 경향을 보인다. 이에 대처하기 위해서는 빠르고 정확한 기온 및 폭염발생여부 예측이 필수적이다. 현재 기상청에서는 폭염에 대한 정보를 단기예보를 통해 제공하는데, 단기예보를 위한 기온예측은 수치예보모델을 통해 수행된다. 과거 15년간(1998~2012년) 인구대비 폭염 사망률이 가장 높았던 ○○군에 대하여 2019년도 기온 예보자료와 관측 자료를 비교한 결과, 평균제곱근오차가 1.57°C 발생하였고, 관측 값이 33°C이상에 해당하는 데이터만 비교한 결과, 평균제곱근오차가 1.96°C 발생하였다. 예보시간은 4시간이고 예보과정에는 약 3~4시간이 소요된다. 이에 본 연구에서는 소요시간과 예측 정확도를 고려하여, 기계학습방법의 일종인 LSTM을 이용한 기온 및 폭염발생 예측 방법론을 제시한다. 기계학습모델을 이용한 4시간 기온예측결과1.71°C의 평균제곱근오차가 발생하였고, 관측 값이 33°C 이상에 해당하는 데이터만 비교한 결과 1.39°C의 평균제곱근오차가 발생하였다. 전 범위의 오차는 수치예보모델이 더 작은 값을 가지지만, 33°C이상의 경우에는 기계학습모델 예측의 정확도가 더 높았다. 또한수치예보를 이용한 경우 예상 소요시간이 4시간가량인 반면 기계학습을 이용한 기온예측에는 평균 9분26초의 시간이 소요되어 경제적이라 판단하였다. 향후 공간적인 범위를 확대하거나 대상 지역을 변경하는 일반적인 방안에 대해서 연구를 수행하고자 한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국방재안전학회 | - |
dc.title | 기계학습을 활용한 하절기 기온 및 폭염발생여부 예측 | - |
dc.title.alternative | Prediction of Temperature and Heat Wave Occurrence for Summer Season Using Machine Learning | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 이승오 | - |
dc.identifier.bibliographicCitation | 한국방재안전학회논문집, v.13, no.2, pp.27 - 38 | - |
dc.relation.isPartOf | 한국방재안전학회논문집 | - |
dc.citation.title | 한국방재안전학회논문집 | - |
dc.citation.volume | 13 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 27 | - |
dc.citation.endPage | 38 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002604949 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | Temperature prediction | - |
dc.subject.keywordAuthor | LSTM | - |
dc.subject.keywordAuthor | Machine learning | - |
dc.subject.keywordAuthor | Heat wave | - |
dc.subject.keywordAuthor | Numerical forecast | - |
dc.subject.keywordAuthor | 기온예측 | - |
dc.subject.keywordAuthor | LSTM | - |
dc.subject.keywordAuthor | 기계학습 | - |
dc.subject.keywordAuthor | 폭염 | - |
dc.subject.keywordAuthor | 수치예보 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
94, Wausan-ro, Mapo-gu, Seoul, 04066, Korea02-320-1314
COPYRIGHT 2020 HONGIK UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.