딥러닝을 이용한 도심지침수 위기관리방안에 대한 연구

• 영문명: A Study on the Crisis Management Plan of Urban Flooding by Deep Learning: Focus on Building Learning Data and Developing AI Models that Apply It
• 발행기관: 위기관리 이론과 실천
• 저자명: Be Deu Ro Seo Young Kyu Kim
• 간행물 정보: 『한국위기관리논집』Vol.19 No.12, 13~28쪽, 전체 16쪽
• 주제분류: 사회과학 > 행정학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

최근 발생하고 있는 기후변화는 전세계적으로 많은 피해를 발생시키고 있다. 한반도의 기존 강우형태는장시간에 걸친 강우와 발생기간을 예측할 수 있었으나, 기후 변화로 인한 강우 형태의 변화는 기존에마련한 위기대응방안이 무용한 상황을 만들고 있다. 2022년 8월 집중호우로 인해 서울·경기·강원·충남등 10개 지자체가 특별재난지역으로 우선 선포되었다. 도시화에 따른 불투수면적의 증가와 건물의 지하공간의 활용 증가하고 있는 가운데 기후 변화로 인한 집중호우는 도심지 내 하수관로 설계용량을 초과하는 경우가 빈번해지고 있으며, 범위는 국부적이지만 피해의 규모는 커지는 사례들이 증가하고 있다. 도시침수는 다양한 조건에 의해 침수범위가 결정되며 불시에 일어나는 침수의 형태로 인해 신속한침수상황 인지 및 위기대응이 필요하다. 이를 위하여 AI기반 영상분석 기술을 통해 전국에 분포되어있는 CCTV를 활용하여 침수상황을 상시 모니터링 할 수 있는 시스템 구축이 필요하며, 정형화된 IoT기반실시간 계측센서 데이터와 비정형 데이터인 CCTV영상을 분석하고 연계한 새로운 형태의 도시침수모니터링 기술이 필요하다.

영문 초록

Recently, climate change has caused a lot of damage worldwide. Existing rainfall patterns on the Korean Peninsula could predict long-term rainfall patterns and periods, but changes in rainfall patterns due to climate change made crisis response measures useless. Due to heavy rain in August 2022, 10 local governments, including Seoul, Gyeonggi, Gangwon, and Chungnam, were declared as special disaster areas for the first time. As the impermeable area increases due to urbanization and the use of the underground space of buildings increases, the design capacity of sewage pipes is often exceeded, and the scope is local but the damage scale is increasing. Urban floods require rapid situational awareness and crisis response. To this end, it is necessary to establish a system that can monitor the flood situation at all times using CCTV distributed across the country through AI-based image analysis technology, and a new type of urban flood monitoring technology that analyzes and links it based on standardized IoT unstructured data such as real-time measurement sensor data and CCTV images is required.

목차

Ⅰ. 서론

Ⅱ. 도심지침수의 원인 분석

Ⅲ. AI학습모델과 멀티센싱의 연계를 통한 침수대응방안

Ⅳ. CCTV 영상활용 AI기반 침수상황분석 모니터링 기술 학습데이터 구축

Ⅴ. 결론

감사의 글

References

키워드

기후변화 도시화 불투수면 도시침수 AI기반 모니터링 municipal reservoir management priority setting types of risk impact factors and management approaches