영향권을 활용한 태풍정보에 따른 피해정도 예측 분석

• 영문명: Analysis of the degree of damage according to typhoon information using the influential sphere
• 발행기관: 한국자료분석학회
• 저자명: 최수훈(Su Hoon,Choi) 이상현(Sang-Hyun,Lee) 김민수(Min Soo,Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.24 No.3, 983~993쪽, 전체 11쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2022.06.30

국문 초록

행정안전부에서 발표하는 재해연보에 의하면 태풍으로 인해 발생되는 피해는 연간 약 2,100억원에 달하는 것으로 나타나고 있다. 특히 태풍의 발생 시기는 농작물의 수확시기와 겹쳐 농가에 태풍으로 인한 피해가 큰 실정이다. 따라서 본 연구는 태풍정보에 따른 피해를 분석하여 향후 발생할 태풍의 피해정도를 예측하고자 한다. 태풍의 여러 시점을 분석에 활용하기 위하여 영향권의 개념을 도입하여 분석을 실시하였다. 분석 결과 랜덤 포레스트 모델에서 태풍정보의 대푯값으로 역거리 가중평균을 활용한 경우에서 가장 좋은 결과를 보여주었다. 변수 중요도 결과를 통해 해당 모델에서 가장 중요한 의미를 갖는 변수는 태풍 중심으로부터 주산지 시군까지의 거리인 것으로 나타났다. 앞으로 보다 정확한 피해정도를 제공할 수 있도록 다양한 관점에서 연구가 진행되어야 할 것으로 보이며 정확한 피해 예측을 토대로 상황에 맞는 적절한 대책 방안을 마련한다면 태풍으로부터 많은 농가의 피해를 줄일 수 있을 것으로 기대한다.

영문 초록

According to the Disaster Yearbook, the damage caused by typhoon amounts to about 210 billion won per year. In particular, the occurrence period of typhoon overlaps with the harvest period of crops, causing great damage to farms. Therefore, this study aims to predict the degree of damage to typhoon that will occur in the future by analyzing the damage caused by typhoon information. In order to utilize various points of the typhoon for analysis, the concept of influential sphere was introduced and analyzed. As a result of the analysis, the best results were shown in the case where the inverse distance weighted average was used as the representative value of typhoon information in the random forest model. Through the results of variable importance, it was found that the most important variable in the model was the distance. Research should be conducted from various perspectives to provide a more accurate degree of damage in the future, and it is expected that if appropriate measures are prepared based on accurate damage prediction, many farmers will be reduced from typhoon.

목차

1. 서론

2. 분석 데이터

3. 분석방법

4. 분석 결과

5. 결론

References

키워드

태풍 배 영향권 랜덤 포레스트 Typhoon Pear Influential sphere Random forest XGBoost