KR100756265B1 - 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템 - Google Patents

폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템 Download PDF

Info

Publication number
KR100756265B1
KR100756265B1 KR1020070047683A KR20070047683A KR100756265B1 KR 100756265 B1 KR100756265 B1 KR 100756265B1 KR 1020070047683 A KR1020070047683 A KR 1020070047683A KR 20070047683 A KR20070047683 A KR 20070047683A KR 100756265 B1 KR100756265 B1 KR 100756265B1
Authority
KR
South Korea
Prior art keywords
information
scenario
typhoon
database
damage
Prior art date
Application number
KR1020070047683A
Other languages
English (en)
Inventor
남수용
Original Assignee
(주)지오시스템리서치
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)지오시스템리서치 filed Critical (주)지오시스템리서치
Priority to KR1020070047683A priority Critical patent/KR100756265B1/ko
Application granted granted Critical
Publication of KR100756265B1 publication Critical patent/KR100756265B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions

Landscapes

  • Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Alarm Systems (AREA)

Abstract

폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템이 개시된다. 피해분석모듈은 과거 발생한 실제 태풍 정보들로부터 주요인자들을 추출한다. 시나리오 구축모듈은 사용자의 조작에 따라 입력되는 시나리오 범위정보를 근거로 주요인자에 따른 시나리오 범위를 설정하고, 시나리오별 수치모의 결과를 도출한다. 시나리오 결과 데이터베이스는 시나리오 구축모듈에 의해 구축된 각각의 시나리오에 대한 결과값들을 저장한다. 예상 피해결과 출력모듈은 시나리오 결과 DB를 바탕으로 태풍 내습시 예상되는 예상 피해정보를 출력한다. 따라서, 과거 발생된 태풍 정보로부터 피해를 분석하고 발생 가능한 시나리오를 이용하여 가상 시나리오 데이터베이스로 구축하고, 태풍이 발생하여 한반도에 영향을 줄 것으로 예상되는 경우, 구축된 가상 시나리오 데이터베이스로부터 태풍의 내습시에 대응하는 결과를 추출하여 연안 지역에서 발생 가능한 해일고 및 침수범위를 실시간으로 예측하고 피해 결과를 출력할 수 있다.
폭풍해일 가상 시나리오, 해일, 태풍, 해일고, 매트릭스 DB

Description

폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템{SYSTEM AND METHOD FOR PREDICTING A COASTAL INUNDATION USING A SCENARIO OF A STORM SURGE}
도 1은 본 발명의 일실시예에 따른 폭풍해일 시나리오를 이용한 예측 시스템을 설명하는 블럭도이다.
도 2는 도 1에 도시된 폭풍해일 시나리오 결과 데이터베이스의 일례를 설명하는 도면이다.
도 3은 도 1에 도시된 폭풍해일 시나리오를 이용한 예측 시스템의 동작을 설명하는 계통도이다.
도 4는 본 발명의 일실시예에 따른 폭풍해일 예측용 데이터베이스 구축 방법을 설명하는 흐름도이다.
도 5는 도 4에 도시된 설정된 범위내에서 주요 인자들을 변경시켜 시나리오 가상 태풍을 생성하는 것을 설명하는 개념도이다.
도 6은 본 발명의 일실시예에 따른 푹풍해일 시나리오를 이용한 예측 방법을 설명하는 흐름도이다.
도 7은 도 6에 도시된 예측 시나리오를 입력하는 단계에서 폭풍해일 피해예측 정보의 대상 지역을 설정하는 그래픽 사용자 인터페이스의 일례를 도시한다.
도 8은 도 6에 도시된 예측 시나리오를 입력하는 단계에서 폭풍해일 피해예 측 정보를 설정하는 그래픽 사용자 인터페이스의 일례를 도시한다.
도 9a 내지 도 9e는 도 8에 도시된 각종 표시창의 일례를 설명하는 도면들이다.
<도면의 주요부분에 대한 부호의 설명>
100 : 사용자 컴퓨터 200 : 태풍 재해정보 DB
300 : 태풍피해 예측 시스템 310 : 피해분석모듈
320 : 시나리오 구축모듈 330 : 시나리오 결과 DB
340 : 예상 피해결과 출력모듈 400 : 태풍 내습예상 기상조건 데이터
본 발명은 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템에 관한 것으로, 보다 상세히는 연안지역에서 폭풍해일의 피해를 최소화하기 위한 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템에 관한 것이다.
근래들어, 전지구적 지구온난화 및 기상이변에 따라, 태풍에 의한 폭풍해일의 피해 규모가 증가하고 있다. 특히, 해안에 위치한 도시들은 태풍으로 인한 해일 발생시 위험에 노출되어 있는 실정이다.
한편, 과거 해일피해를 통해 알 수 있듯이, 해일의 발생으로 인한 경제적, 사회적, 문화적 피해는 막대하지만, 태풍에 의한 해일 발생시 피해범위 및 대상지역, 침수심을 예측하는 것은 어려운 상황이다.
태풍에 의해 발생하는 해일고는 지금까지 주로 사후 평가를 통해 피해가 발생한 지역에서 산정하는 것이 일반적이었으며, 발생한 태풍의 경로, 중심기압, 최대풍 반경 등의 기상조건은 매우 다양하고 급변한다.
또한, 태풍의 내습시 해일을 예측하는 시스템 및 과거 발생한 태풍으로 인한 해일고 데이터베이스도 충분치 못해 긴급하게 해일피해 대책을 위한 본연의 기능을 발휘하지 못하고 있는 실정이다.
이에 본 발명의 기술적 과제는 이러한 종래의 문제점에 착안한 것으로, 본 발명의 목적은 과거 발생된 태풍정보로부터 발생 가능한 시나리오들을 구축하여 폭풍해일의 위험을 최소화하기 위한 폭풍해일 시나리오를 이용한 범람 예측 방법을 제공하는 것이다.
본 발명의 다른 목적은 상기한 폭풍해일 시나리오를 이용한 범람 예측 방법을 수행하기 위한 폭풍해일 시나리오를 이용한 범람 예측 시스템을 제공하는 것이다.
본 발명의 또 다른 목적은 상기한 폭풍해일 시나리오를 이용한 범람 예측 방법에 이용되는 태풍피해 예측용 데이터베이스 구축 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 상기한 태풍피해 예측용 데이터베이스를 이용한 태풍피해 예측 시스템을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위하여 일실시예에 따른 폭풍해일 시나리 오를 이용한 범람 예측 방법은, (a) 과거 발생한 실제 태풍 정보들을 근거로 가상시나리오 수치모의 결과를 매트릭스 데이터베이스로 구축하는 단계; (b) 사용자의 요청에 응답하여 개별 시나리오 추출을 위한 화면 입력을 표시하는 단계; (c) 상기 화면에 개별 시나리오 정보가 입력됨에 따라, 상기 매트릭스 데이터베이스에 억세스하여 해당 시나리오에 일치 또는 가장 적절한 개별 시나리오 정보를 검색하는 단계; 및 (d) 상기 검색된 개별 시나리오 정보를 근거로 예상 피해결과정보를 표시하는 단계를 포함한다.
본 실시예에서, 상기 개별 시나리오 정보는 지역정보를 포함한다. 여기서, 상기 예상 피해결과정보는 상기 지역정보에 대응하는 시설물 현황정보, 상기 지역정보에 대응하는 예측조위고정보, 상기 지역정보에 대응하는 예측해일고정보 및 상기 지역정보에 대응하는 침수범람지역정보를 포함한다.
본 실시예에서, 상기 단계(a)는, (a-1) 데이터베이스 구축자의 조작에 응답하여, 복수의 실제 태풍 정보들에서 복수의 시나리오 대상 폭풍해일정보들을 선정하는 단계; (a-2) 데이터베이스 구축자의 조작에 응답하여, 상기 시나리오 대상 태풍 정보들 각각으로부터 주요인자들을 추출하는 단계; (a-3) 데이터베이스 구축자의 조작에 응답하여, 상기 태풍의 주요인자들을 변경시키면서 복수의 개별 시나리오 폭풍해일정보들을 생성하는 단계; 및 (a-4) 상기 생성된 개별 시나리오 피해 예측 정보들을 이용하여 시나리오 모의 결과 매트릭스 데이터베이스를 구축하는 단계를 포함한다.
상기한 본 발명의 다른 목적을 실현하기 위하여 일실시예에 따른 폭풍해일 시나리오를 이용한 범람 예측 시스템은, 피해분석모듈, 시나리오 구축모듈, 시나리오 결과 데이터베이스 및 예상 피해결과 출력모듈을 포함한다. 상기 피해분석모듈은 과거 발생한 실제 태풍 정보들로부터 주요인자들을 추출한다. 상기 시나리오 구축모듈은 사용자의 조작에 따라 입력되는 시나리오 범위정보를 근거로 주요인자에 따른 시나리오 범위를 설정하고, 시나리오별 수치모의 결과를 도출한다. 상기 시나리오 결과 데이터베이스는 상기 시나리오 구축모듈에 의해 구축된 결과값들을 저장한다. 상기 예상 피해결과 출력모듈은 태풍피해 예측을 원하는 사용자에 의해 입력되는 지역정보를 포함하는 요청정보에 응답하여, 예상 해일고 정보, 예상 범람지역 정보 및 예상 침수심 정보를 출력한다.
본 실시예에서, 상기 시나리오 결과 데이터베이스는 매트릭스 데이터베이스 형태로 구현될 수 있다. 상기 매트릭스 데이터베이스는 제1축에 대응하여 중심기압 정보들이 매핑되고, 제2축에 대응하여 이동경로 정보들이 매핑되며, 제3축에 대응하여 최대풍반경 정보들이 매핑된다.
상기한 본 발명의 또 목적을 실현하기 위하여 일실시예에 따른 폭풍해일 예측용 데이터베이스 구축방법은, (a) 데이터베이스 구축자의 조작에 응답하여, 복수의 실제 폭풍해일정보들에서 복수의 시나리오 대상 태풍을 선정하는 단계; (b) 데이터베이스 구축자의 조작에 응답하여, 상기 시나리오 대상 태풍정보로부터 주요인자들을 추출하는 단계; (c) 데이터베이스 구축자의 조작에 응답하여, 상기 주요인자들을 변경시키면서 복수의 개별 태풍 시나리오를 생성하는 단계; 및 (d) 상기 생성된 개별 태풍 시나리오를 이용하여 매트릭스 데이터베이스를 구축하는 단계를 포 함한다.
본 실시예에서, 상기 실제 태풍의 중심기압을 포함할 수 있다. 여기서, 상기 단계(c)의 개별 시나리오 정보들은 상기 태풍의 중심기압을 증가 또는 감소시켜 생성될 수 있다.
본 실시예에서, 상기 실제 태풍의 최대풍반경을 포함할 수 있다. 여기서, 상기 단계(c)의 개별 시나리오 정보들은 상기 태풍의 최대풍반경을 증가 또는 감소시켜 생성될 수 있다.
본 실시예에서, 상기 실제 태풍의 이동경로의 변화정보를 포함할 수 있다. 여기서, 상기 단계(c)의 개별 시나리오 정보들은 상기 태풍의 위치정보를 이동시켜 생성될 수 있다.
본 실시예에서, 상기 매트릭스 데이터베이스에는 상기 실제 태풍피해정보들이 포함될 수 있다.
상기한 본 발명의 또 다른 목적을 실현하기 위하여 일실시예에 따른 폭풍해일 예측용 데이터베이스 구축시스템은 피해분석모듈 및 시나리오 구축모듈을 포함한다. 상기 피해분석모듈은 과거 발생한 실제 태풍피해 정보들로부터 태풍 주요인자들을 추출한다. 상기 시나리오 구축모듈은 사용자의 조작에 따라 입력되는 시나리오 범위정보를 근거로 주요인자에 따른 시나리오 범위를 설정하고, 시나리오별 수치모의결과를 도출하여 시나리오 결과 데이터베이스를 구축한다.
본 실시예에서, 상기 피해분석모듈은 상기 추출된 태풍의 주요인자들, 해안 및 해양 관측자료 및 기상관측자료를 이용하여 수치모의 검증 및 재현 과정을 수행 할 수 있다.
본 실시예에서, 상기 시나리오 결과 데이터베이스는 사용자로부터 조건검색이 입력됨에 따라, 해당 조건에 대응하는 예상 결과를 추출하여 상기 사용자측 시스템에 제공할 수 있다.
본 실시예에서, 상기 시나리오 결과 데이터베이스는 복수의 개별 시나리오 데이터베이스들을 포함할 수 있다. 여기서, 상기 시나리오 결과 데이터베이스는 중심기압, 최대풍반경, 이동경로의 변화정보를 포함할 수 있다. 또한, 상기 개별 시나리오 데이터베이스에는 시설물 현황정보, 예측조위고정보, 예측해일고정보 및 침수범람지역정보가 저장될 수 있다.
이러한 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템에 의하면, 과거 발생된 태풍 정보로부터 피해를 분석하고 발생 가능한 시나리오를 이용하여 가상 시나리오 데이터베이스로 구축하고, 태풍이 발생하여 한반도에 영향을 줄 것으로 예상되는 경우, 구축된 가상 시나리오 데이터베이스로부터 태풍의 내습시에 대응하는 결과를 추출하여 연안 지역에서 발생 가능한 해일고 및 침수범위를 실시간으로 예측하고 피해 결과를 출력할 수 있다.
이하, 첨부한 도면들을 참조하여, 본 발명을 보다 상세하게 설명하고자 한다.
도 1은 본 발명의 일실시예에 따른 폭풍해일 시나리오를 이용한 범람 예측 시스템을 설명하는 블록도이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 폭풍해일 시나리오를 이용한 범람 예측 시스템(300)은 피해분석모듈(310), 시나리오 구축모듈(320), 시나리오 결과 데이터베이스(DB)(330) 및 예상 피해결과 출력모듈(340)을 포함한다.
상기 예측 시스템(300)은 사용자 컴퓨터(100)를 통해 요청되는 태풍의 예측 요청에 응답하여, 상기 태풍 재해정보 데이터베이스(200)로부터 제공되는 실제 폭풍해일 정보들을 근거로 특정 지역에 대응하는 피해 예측 정보를 상기 사용자 컴퓨터(100)에 제공한다. 여기서, 특정 지역 정보는 상기 사용자 컴퓨터(100)를 통해 상기 예측 시스템(300)에 제공될 수 있다. 또한, 내습 정보는 상기 사용자 컴퓨터(100)를 통해 상기 예측 시스템(300)에 제공될 수 있다.
상기 피해분석모듈(310)은 데이터베이스 구축자의 조작에 응답하여, 가상 폭풍해일에 대응하는 복수의 실제 태풍 정보들에서 복수의 시나리오 대상 태풍 정보들을 선정하고, 상기 시나리오 대상 태풍의 정보들 각각으로부터 주요인자들을 추출한다.
상기 실제 태풍 주요인자들은 상기 태풍의 중심기압, 최대풍 반경 및 이동경로의 변화정보를 포함한다.
상기 시나리오 구축모듈(320)은 설정된 주요인자에 따른 시나리오 범위내에서, 상기 폭풍해일 주요인자들을 변경시키면서 복수의 개별 시나리오 피해 예측정보들을 생성하여 상기 시나리오 결과 데이터베이스(330)에 제공한다.
예를들어, 이미 발생된 실제의 태풍의 중심기압, 최대풍 반경 및 이동경로의 변화정보중 적어도 하나 이상을 변경시킴으로써, 개별 시나리오 태풍 정보들이 생성될 수 있다. 또한, 이미 발생된 태풍의 중심 기압을 증가 또는 감소시킴으로써 개별 시나리오 피해 예측 정보들이 생성될 수 있다. 또한, 이미 발생된 태풍의 최대풍 반경을 증가 또는 감소시킴으로써, 개별 시나리오 정보들이 생성될 수 있다. 또한, 이미 발생된 태풍의 위치정보(이동경로)를 이동시킴으로써 개별 시나리오 정보들이 생성될 수 있다.
상기 시나리오 결과 데이터베이스(330)는 하기하는 도 2에 개념적으로 나타낸 바와 같이, 상기 생성된 개별 시나리오 피해 예측 정보들을 저장한다.
도 2는 도 1에 도시된 시나리오 결과 데이터베이스의 일례를 설명하는 도면이다. 특히, 시나리오 결과 데이터베이스가 매트릭스 데이터베이스로 구성된 예가 도시된다.
도 2를 참조하면, 상기 매트릭스 데이터베이스는 중심기압, 최대풍 반경 및 이동경로 축이 구성되며, 각각에 대응되는 피해예측정보로서 해일고, 범람지역, 침수심 등이 저장된다.
도 1의 설명으로 환원하여, 상기 예상 피해결과 출력모듈(340)은 폭풍해일 피해 예측을 원하는 사용자에 의해 입력되는 지역정보를 포함하는 요청정보에 응답하여, 해당 태풍에 대응하여 발생이 예측되는 예상 해일고 정보, 예상 범람지역 정보, 예상 침수심 정보 등을 출력한다.
예를들어, 사용자는 지역정보를 선택하고, 향후 해당 지역에 영향을 끼칠 태풍의 중심기압, 중심반경, 진행 경로 등을 설정함으로써 요청정보를 정의할 수 있다. 또한, 사용자는 조석 정보를 설정함으로써 요청정보를 더 정의할 수도 있다. 상기한 조석 정보는 연안에서 발생되는 해일고, 범람지역, 침수심 등을 예측하는데 있어서, 중요한 요소이다.
상기한 중심기압, 중심반경, 진행 경로, 조석 정보 등은 태풍 내습예상 기상조건 데이터(400)에 포함될 수 있다. 이에 따라, 사용자측에서는 복수의 중심기압들 중에서 어느 하나를 선택할 수 있고, 복수의 중심반경들 중에서 어느 하나를 선택할 수 있으며, 복수의 진행 경로들 중 어느 하나를 선택할 수 있다. 또한, 복수의 조석 정보들 중 어느 하나를 선택할 수 있다.
이상에서 설명된 바와 같이, 과거 발생한 태풍으로부터 주요기상조건인 중심기압, 최대풍반경, 이동경로의 변경을 통해, 유사시 긴급대책 수립 지원을 위한 가상시나리오 매트릭스 데이터베이스를 구축하고, 향후 발생하는 태풍과 같은 폭풍해일의 내습 정보에 해당하는 시나리오 데이터베이스로부터 추출하여 해일 예측정보로 활용할 수 있다.
도 3은 도 1에 도시된 태풍으로 인한 피해 예측 시스템의 동작을 설명하는 계통도이다.
도 1 내지 도 3을 참조하면, 상기 피해분석모듈(310)은 상기 태풍 재해정보 데이터베이스(200)에서 과거 발생된 해일 및 침수 등의 피해정보를 분석한다. 피해정보의 분석시, 당시의 태풍 정보와 조석, 파랑 등의 해안 및 해양 관측 자료와, 당시의 기상 관측자료 등이 이용될 수 있다. 이러한 자료들을 기반으로 상기 피해분석모듈(310)은 수치모의 검증 및 재현을 통해 피해정보를 분석한다.
표 1은, 해일 발생에 따른 피해 분석 목록의 일례를 나타낸다.
Figure 112007036117010-pat00001
상기 시나리오 구축모듈(320)은 피해분석모듈(310)에서 제공되는 시나리오 범위 및 향후 발생 가능한 범위내에서 주요인자에 따른 시나리오 범위를 설정하고, 시나리오별 수치모의 결과를 도출한다. 예를들어, 태풍의 경우, 주요 인자는 중심기압, 최대풍 반경, 이동경로 등을 포함한다.
표 2는 과거의 실제 태풍으로부터 시나리오를 구성하는 예를 나타낸다. 특히, 태풍 내습에 따른 해일발생의 시나리오의 일례를 나타낸다.
Figure 112007036117010-pat00002
예를들어, 부산에 영향을 미친 과거 발생한 태풍이 50개 있다고 가정하면, 50개의 자료만으로 향후 발생되는 태풍의 예측정보로 활용하기에는 부족하다.
따라서, 본 발명의 실시예에 따른 시나리오 구성을 통한 예측 시스템은 50개의 태풍들 중 대표적인 10개 태풍들을 시나리오 대상 태풍으로 선정한다.
태풍들 각각은, 예를들어, 부산의 동일 위도상에서의 <경도(이동경로), 중심기압, 최대풍반경, 내습방향>으로 규정될 수 있다. 이러한 태풍들 각각의 이동경로를 도 5와 같이 경도 및/또는 위도를 변경하고, 중심기압, 최대풍반경, 내습방향을 일정 기준을 정해 변경할 수 있다.
이에 따라, 과거에 한반도에 영향을 주었던 태풍 결과를 토대로 향후 폭풍해일을 예측하는 것에 추가하여 시나리오 결과치들의 조합을 통해 향후 발생할 수 있는 폭풍해일을 예측할 수 있다.
예를들어, 과거 태풍(50cases) + 시나리오 대상태풍(10cases) * 태풍들 각각의 시나리오 (이동경로 8cases * 중심기압 5cases * 최대풍반경 5casse * 방향 4cases)를 반영하면, 총 8,050개(50 + (10 * (8*5*5*4)))의 시나리오 결과로부터 향후 발생 가능한 폭풍해일을 예측을 할 수 있다.
만약, 시나리오 대상태풍을 10개 더 추가하면 더 많은 자료를 생성할 수 있음은 자명하다.
상기 시나리오 결과 데이터베이스(330)는 중심기압, 최대풍반경, 이동경로 등의 주요인자별 시나리오 결과값들을 저장한다.
향후 태풍의 내습이 우려될 때에 태풍 정보가 입력됨에 따라, 상기 시나리오 결과 데이터베이스(330)는 해당 시나리오와 가장 유사한 데이터베이스를 추출하여 예상 해일고, 침수범람지역정보 등의 해일 예측정보를 제공한다.
상기 태풍 내습예상 기상조건 데이터(400)는 기압, 진로 등의 예상기상조건을 포함한다. 상기 태풍 내습예상 기상조건 데이터(400)에 포함되는 내습한 태풍정보는 다시 과거의 태풍정보가 되어 해일 발생시 관측자료의 분석과 함께 앞의 과정을 반복하게 된다. 이러한 반복과정을 통해 시나리오 결과 데이터베이스(330)는 풍부한 양질의 자료로 구축이 되어 해일 예측정보의 정확성에 기여할 수 있다. 이로부터 태풍에 의한 해일고의 발생을 초기에 예측할 수 있어 방재 대책의 수립은 물론 연안지역의 피해를 방지할 수 있는 예측시스템이 될 것이다.
상기 예상 피해결과 출력모듈(340)은 시나리오 결과 데이터베이스(330)에 저장된 정보를 이용하여 예상 해일고, 예상 범람 지역 및 예상 침수심 등에 대한 정보를 출력한다.
이상에서 설명한 바와 같이, 본 실시예에 따르면 과거의 태풍피해 정보를 분석하여 가상 시나리오 데이터베이스를 구축한 후, 구축된 가상 시나리오 데이터베이스를 이용하여 해일 예측정보를 실시간으로 제공할 수 있다. 이를 정리하여 설명하면 아래와 같다.
1. 과거 폭풍해일의 분석
태풍이 발생하면 그에 의해 해일이 발생하게 되는데, 한반도 서남해안처럼 조차가 큰 지역에서 조위가 낮은 경우 해일이 발생하더라도 그에 대한 영향은 매우 미미하여 크게 관심을 받지 못하고 있다. 그러나 이러한 태풍에 의한 해일고가 높은 조위에서 발생하게 된다면, 그 피해는 막대하게 된다. 이처럼 과거 피해를 발생시키지 않았던 태풍 및 고파랑 등에 의한 해일고의 분석도 매우 중요하다. 따라서, 과거 해일이 발생한 조위 및 파랑관측자료와 기상정보의 분석, 피해현황 조사 등이 선행되어야 한다.
2. 가상 시나리오 데이터베이스 구축
태풍은 매년 평균 3.7개가 한반도에 영향을 직접 주고 있음을 감안하면 과거 태풍에 의한 자료는 과거 태풍으로부터 산술적으로 200여 개에 불과하다. 이처럼 충분치 못한 과거 태풍정보로부터 향후 발생하는 태풍의 해일 및 그에 따른 침수범위 등을 예측하는 것은 매우 어려운 상황이다. 특히, 태풍의 주요 인자는 진행에 따라 급변하며 태풍의 진행속도는 연안으로 접근할수록 빨라져 대상 태풍을 해석하는데 수행시간이 많이 필요함을 감안하면 접근하고 있는 태풍에 대한 수치모의로부터 피해예상 정보를 파악하는 것은 적절한 대안으로는 불충분하다. 따라서, 태풍에 대한 시나리오의 다양한 설정을 통해 가상 시나리오 데이터베이스를 구축하여 향후 발생하는 태풍의 피해정보를 예측한다.
3. 해일 예측정보로 활용
시나리오 데이터베이스 구축을 통해 향후 태풍이 한반도에 영향을 줄 것으로 예상되어 태풍의 주요 정보 중에서 경로, 중심기압, 최대풍 반경을 판단할 수 있을 경우, 이와 유사한 정보를 갖은 가상 시나리오를 구축된 시나리오 데이터베이스에서 추출하여 한반도의 주요 연안에서의 발생가능한 해일고 및 그에 따른 피해범위 및 침수심 등을 실시간으로 제공할 수 있다.
도 4는 본 발명의 일실시예에 따른 태풍피해 예측용 데이터베이스 구축 방법을 설명하는 흐름도이다. 도 5는 도 4에 도시된 설정된 범위내에서 주요 인자들을 변경시켜 시나리오 가상 태풍을 생성하는 것을 설명하는 개념도이다.
도 4를 참조하면, 시나리오 대상 태풍의 설정 여부를 체크한다(단계 S200). 상기 시나리오 대상 태풍은 과거에 한반도에 영향을 주었던 태풍들에서 추출된 태풍들이다. 상기한 시나리오 대상 태풍은 데이터베이스 구축자에 의해 설정되어진다.
이어, 시나리오 대상 태풍에서 주요인자들을 추출한다(단계 S210). 상기한 주요인자들은 해당 태풍의 이동경로, 중심기압, 최대풍반경을 포함한다.
이어, 시나리오 범위의 설정 여부를 체크한다(단계 S220). 예를들어, 이동경로의 시나리오 범위는 시나리오 대상 태풍의 위도 및 경도를 변경하는데 있어서의 최대치 및 최소치를 포함한다. 한편, 중심기압의 시나리오 범위는 시나리오 대상 태풍에 대응하는 중심기압의 최대치 및 최소치를 포함한다. 한편, 최대풍반경의 시나리오 범위는 시나리오 대상 태풍에 대응하는 최대풍 반경의 최대치 및 최소치를 포함한다.
상기 단계 S220에서, 시나리오 범위가 설정된 것으로 체크되는 경우, 설정된 범위내에서 주요인자들을 변경시켜 복수의 시나리오 가상 태풍들을 생성한다(단계 S230). 예를들어, 도 5에 도시된 바와 같이, 실제 태풍의 이동 경로를 기준으로 상기 실제 태풍의 이동 경로의 경도를 일정치 만큼 변경시키면서 시나리오 가상 태풍들을 생성한다.
이어, 시나리오 대상 태풍과 시나리오 가상 태풍을 개별 시나리오로서 매트릭스 데이터베이스에 저장한다(단계 S240).
이어 시나리오 대상 태풍의 추가 여부를 체크하여, 추가되는 시나리오 대상 태풍이 존재하는 경우 상기 단계 S210으로 피드백하고, 추가되는 시나리오 대상 태풍이 존재하지 않은 경우 종료한다(단계 S250).
도 6은 본 발명의 일실시예에 따른 태풍피해 예측 방법을 설명하는 흐름도이다.
도 6을 참조하면, 예측 시나리오의 입력 여부를 체크한다(단계 S300). 상기한 예측 시나리오는 예측의 대상이 되는 지역 정보, 예측의 대상이 되는 각종 주요인자 정보를 포함한다.
도 7은 도 6에 도시된 예측 시나리오를 입력하는 단계에서 태풍피해예측 정보의 대상 지역을 설정하는 그래픽 사용자 인터페이스의 일례를 도시한다.
도 7을 참조하면, 사용자의 선택이 용이하도록 지도 정보를 사용자측 시스템에 제공하고, 사용자의 선택에 따른 지역 정보를 입력받는다. 본 실시예에서, 태풍피해 예측은 연안지역에 대응될 수 있으므로, 한반도의 연안지역 정보를 그래픽 사용자 인터페이스를 통해 사용자측 시스템에 제공한다. 상기한 그래픽 사용자 인터페이스는 후술되는 도 8 및 도 9a 내지 도 9e를 참조하여 상세히 설명한다.
상기한 단계 S300에서, 예측 시나리오가 입력되는 것으로 체크되는 경우, 예측 시나리오에 매칭되는 개별 시나리오의 존재 여부를 체크한다(단계 S310).
상기 단계 S310에서, 예측 시나리오에 매칭되는 개별 시나리오가 존재하는 것으로 체크되는 경우, 매칭된 개별 시나리오에서 피해 예측 정보를 추출하고, 추출된 피해 예측 정보를 출력한다(단계 S320).
한편, 상기 단계 S310에서, 예측 시나리오에 매칭되는 개별 시나리오가 존재하지 않은 것으로 체크되는 경우, 예측 시나리오에 적절한 개별 시나리오를 검색하고(단계 S330), 검색된 개별 시나리오에서 피해 예측 정보를 추출하고, 추출된 피해 예측 정보를 출력한다(단계 S340). 상기 예측 시나리오에 적절한 개별 시나리오는 상기 예측 시나리오에 최근접하는 개별 시나리오일 수 있다.
상기 단계 S320 및 상기 단계 S340에 이어, 다른 예측 시나리오의 입력 여부를 체크한다(단계 S350). 상기 단계 350에서 다른 예측 시나리오의 입력이 있는 경우 상기 단계 S310으로 피드백하고, 다른 예측 시나리오의 입력이 없는 경우 종료한다.
도 8은 도 6에 도시된 예측 시나리오를 입력하는 단계에서 폭풍해일 피해예측 정보를 설정하는 그래픽 사용자 인터페이스의 일례를 도시한다.
도 8을 참조하면, 사용자측에 제공되는 화면중 메인 화면측에는 사용자가 선택한 지역의 상세한 지도정보가 표시되고, 좌측 주변영역에는 제1 주요인자 설정창, 제2 주요인자 설정창 및 참고사항 표시창이 표시된다.
또한, 하측 주변영역들에는 제1 이동회전 알람창 및 제2 이동회전 알람창이 표시된다. 상기한 제1 및 제2 주요인자 설정창들은 도 6에 도시된 예측 시나리오를 입력하는 단계 S300에 대응될 수 있고, 상기한 제1 및 제2 이동회전 알람창들은 도 6에 도시된 추출된 피해 예측 정보를 출력하는 단계 S320에 대응될 수 있다.
도 9a 내지 도 9e는 도 8에 도시된 각종 표시창의 일례를 설명하는 도면들이다.
도 9a를 참조하면, 사용자가 선택한 지역정보에 대응하여 태풍 내습 정보의 주요인자 입력을 위해 중심기압, 중심반경 및 진행경로의 설정을 위한 제1 주요인자 설정창이 표시된다. 여기서, 사용자는 상기한 중심기압, 중심반경 및 진행경로를 키보드 입력 등을 통해 입력한다.
도 9b를 참조하면, 제2 주요인자 설정창에는 사용자의 조작에 의해 조석 정보가 입력된다. 여기서, 사용자는 마우스 등을 이용하여 위치하는 표시바의 위치를 아래쪽 또는 위쪽으로 이동시키면서 조석 정보를 입력한다.
도 9c를 참조하면, 상기한 제1 주요인자 설정창의 입력 및 상기한 제2 주요인자 설정창의 입력을 위한 참고사항이 표시된다.
단계 S320에서 출력되는 피해 예측 정보는 도 8에 도시된 바와 같이, 상세한 지도정보와 함께 표시된다. 따라서, 도 8의 화면에서 표시되는 피해 예측에 따른 지도정보를 도 9d에 도시된 바와 같이, 확대/축소, 이동 등의 설정을 표시되는 그래픽 사용자 인터페이스 화면을 통해 이루어질 수 있다.
한편, 도 8의 화면에서 표시되는 피해 예측에 따른 지도정보를 도 9e에 도시된 바와 같이, 확대/축소, 이동 등의 설정을 사용자측 컴퓨터에 연결된 마우스 장치를 통해 이루어질 수 있다.
본 실시예에서는 시나리오 데이터베이스 구축을 통한 실시간 태풍피해 예측 시스템에서, 태풍을 예로서 설명하였으나, 해일현상을 동반하는 연안 재해 등에도 적용할 수 있다. 특히, 한반도의 경우, 태풍, 고파랑 및 겨울철 북서 계절풍에 의한 해일, 지진해일 등이 있고, 태풍과 유사한 기상조건으로 형성 및 진행하는 허리케인(hurricane)이나, 사이클론(cyclone), 윌리윌리(willy-willy) 등에도 적용이 가능함은 자명하다.
이상에서 설명한 바와 같이, 본 발명에 따르면, 최근 야기되는 극심한 자연 폭풍해일에 대비하여 한반도 연안에서의 해일 예측정보를 실시간으로 제공할 수 있다. 이와 같은 가상 시나리오 데이터베이스 구축을 통한 실시간 폭풍해일 예측 시스템은 관측자료가 있는 한반도 주요 연안뿐만 아니라, 관측자료가 미비하여 방재대책에서 소홀히 될 수 있는 지역에서도 활용이 가능하다.
폭풍해일 시나리오를 이용함 범람 예측시스템은 시나리오 데이터베이스의 구축으로 관련분야의 전문가뿐만 아니라, 비전문가도 쉽게 활용할 수 있다. 특히, 해일 예측정보를 쉽게 알 수 있는 숫자 또는 그림으로 표현할 수 있기 때문에 누구나 예측결과를 이해할 수 있다. 또한 이러한 해일 예측정보는 연안에서 해일피해에 대처하는 기술로 활용될 수 있다.
이상에서는 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (21)

  1. (a) 과거 발생한 실제 태풍 정보들을 근거로 가상시나리오 수치모의 결과를 매트릭스 데이터베이스로 구축하는 단계;
    (b) 사용자의 요청에 응답하여 개별 시나리오 추출을 위한 화면 입력을 표시하는 단계;
    (c) 상기 화면에 개별 시나리오 정보가 입력됨에 따라, 상기 매트릭스 데이터베이스에 억세스하여 해당 시나리오에 일치 또는 가장 유사한 개별 시나리오 정보를 검색하는 단계; 및
    (d) 상기 검색된 개별 시나리오 정보를 근거로 예상 피해결과정보를 표시하는 단계를 포함하는 것을 특징으로 하는 폭풍해일 시나리오를 이용한 범람 예측 방법.
  2. 제1항에 있어서, 상기 개별 시나리오 정보는 지역정보를 포함하는 것을 특징으로 하는 폭풍해일 시나리오를 이용한 범람 예측 방법.
  3. 제2항에 있어서, 상기 예상 피해결과정보는 상기 지역정보에 대응하는 시설물 현황정보, 상기 지역정보에 대응하는 예측조위고정보, 상기 지역정보에 대응하는 예측해일고정보 및 상기 지역정보에 대응하는 침수범람지역정보를 포함하는 폭풍해일 시나리오를 이용한 범람 예측 방법.
  4. 제1항에 있어서, 상기 단계(a)는,
    (a-1) 데이터베이스 구축자의 조작에 응답하여, 복수의 실제 태풍 정보들에서 복수의 시나리오 대상 태풍 정보들을 선정하는 단계;
    (a-2) 데이터베이스 구축자의 조작에 응답하여, 상기 시나리오 대상 폭풍해일정보들 각각으로부터 태풍 주요인자들을 추출하는 단계;
    (a-3) 데이터베이스 구축자의 조작에 응답하여, 상기 태풍 주요인자들을 변경시키면서 복수의 개별 시나리오 태풍피해 예측정보들을 생성하는 단계; 및
    (a-4) 상기 생성된 개별 시나리오 피해 예측정보들을 이용하여 시나리오 모의 결과 매트릭스 데이터베이스를 구축하는 단계를 포함하는 것을 특징으로 하는 폭풍해일 시나리오를 이용한 범람 예측 방법.
  5. 데이터베이스 구축자의 조작에 응답하여, 복수의 실제 태풍 정보들에서 복수의 시나리오 대상 태풍 정보들을 선정하고, 상기 시나리오 대상 태풍들 각각으로부터 주요인자들을 추출하는 피해분석모듈;
    설정된 주요인자에 따른 시나리오 범위내에서, 상기 태풍 주요인자들을 변경시키면서 복수의 개별 시나리오 태풍피해 예측 정보들을 생성하는 시나리오 구축모듈;
    상기 생성된 개별 시나리오 태풍피해 예측정보들을 저장하는 시나리오 결과 데이터베이스; 및
    태풍피해 예측을 원하는 사용자에 의해 입력되는 지역정보를 포함하는 요청정보에 응답하여, 예상 해일고 정보, 예상 범람지역 정보 및 예상 침수심 정보를 출력하는 예상 피해결과 출력모듈을 포함하는 폭풍해일 시나리오를 이용한 범람 예측 시스템.
  6. 제5항에 있어서, 상기 시나리오 결과 데이터베이스는 매트릭스 데이터베이스 형태로 구현된 것을 특징으로 하는 폭풍해일 시나리오를 이용한 범람 예측 시스템.
  7. 제6항에 있어서, 상기 매트릭스 데이터베이스는 제1축에 대응하여 중심기압 정보들이 매핑되고, 제2축에 대응하여 이동경로 정보들이 매핑되며, 제3축에 대응하여 최대풍반경 정보들이 매핑된 것을 특징으로 하는 폭풍해일 시나리오를 이용한 범람 예측 시스템.
  8. (a) 데이터베이스 구축자의 조작에 응답하여, 복수의 실제 태풍피해 정보들에서 복수의 시나리오 대상 태풍의 정보들을 선정하는 단계;
    (b) 데이터베이스 구축자의 조작에 응답하여, 상기 시나리오 대상 태풍 정보들 각각으로부터 폭풍해일 주요인자들을 추출하는 단계;
    (c) 데이터베이스 구축자의 조작에 응답하여, 상기 태풍의 주요인자들을 변경시키면서 복수의 개별 시나리오 태풍피해 예측정보들을 생성하는 단계; 및
    (d) 상기 생성된 개별 시나리오 태풍피해 예측정보들을 이용하여 매트릭스 데이터베이스를 구축하는 단계를 포함하는 태풍피해 예측용 데이터베이스 구축방법.
  9. 제8항에 있어서, 상기 실제 태풍정보를 포함하고,
    상기 태풍의 주요인자는 상기 태풍의 중심기압을 포함하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  10. 제9항에 있어서, 상기 단계(c)의 개별 시나리오 태풍 정보들은 상기 태풍의 중심기압을 증가 또는 감소시켜 생성되는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  11. 제8항에 있어서, 상기 실제 태풍정보를 포함하고,
    상기 태풍 주요인자는 상기 태풍의 최대풍반경을 포함하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  12. 제11항에 있어서, 상기 단계(c)의 개별 시나리오 태풍 정보들은 상기 태풍의 최대풍반경을 증가 또는 감소시켜 생성하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  13. 제8항에 있어서, 상기 실제 태풍정보를 포함하고,
    상기 태풍 주요인자는 상기 태풍의 이동경로의 변화정보를 포함하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  14. 제13항에 있어서, 상기 단계(c)의 개별 시나리오 태풍피해예측 정보들은 상기 태풍의 위치정보를 이동시켜 생성되는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  15. 제8항에 있어서, 상기 매트릭스 데이터베이스에는 상기 실제 태풍피해 정보들이 포함되는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축방법.
  16. 과거 발생한 실제 태풍피해 정보들로부터 태풍 주요인자들을 추출하는 피해분석모듈; 및
    사용자의 조작에 따라 입력되는 시나리오 범위정보를 근거로 주요인자에 따른 시나리오 범위를 설정하고, 시나리오별 수치모의결과를 도출하여 시나리오 결과 데이터베이스를 구축하는 시나리오 구축모듈을 포함하는 태풍피해 예측용 데이터베이스 구축시스템.
  17. 제16항에 있어서, 상기 피해분석모듈은 상기 추출된 태풍 주요인자들, 해안 및 해양 관측자료 및 기상관측자료를 이용하여 수치모의 검증 및 재현 과정을 수행하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축시스템.
  18. 제16항에 있어서, 상기 시나리오 결과 데이터베이스는 사용자로부터 조건검색이 입력됨에 따라, 해당 조건에 대응하는 폭풍해일이 예상되는 결과를 추출하여 상기 사용자측 시스템에 제공하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축시스템.
  19. 제16항에 있어서, 상기 시나리오 결과 데이터베이스는 복수의 개별 시나리오 데이터베이스들을 포함하는 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축시스템.
  20. 제19항에 있어서, 상기 시나리오 결과 데이터베이스는 중심기압, 최대풍반경, 이동경로의 변화정보를 포함하는 것을 특징으로 하는 데이터베이스 구축시스템.
  21. 제19항에 있어서, 상기 개별 시나리오 데이터베이스에는 시설물 현황정보, 예측조위고정보, 예측해일고정보 및 침수범람지역정보가 저장된 것을 특징으로 하는 태풍피해 예측용 데이터베이스 구축시스템.
KR1020070047683A 2007-05-16 2007-05-16 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템 KR100756265B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070047683A KR100756265B1 (ko) 2007-05-16 2007-05-16 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070047683A KR100756265B1 (ko) 2007-05-16 2007-05-16 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템

Publications (1)

Publication Number Publication Date
KR100756265B1 true KR100756265B1 (ko) 2007-09-06

Family

ID=38736767

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070047683A KR100756265B1 (ko) 2007-05-16 2007-05-16 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR100756265B1 (ko)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101153706B1 (ko) 2009-10-23 2012-06-05 한국해양연구원 연안정밀 폭풍해일 예측 시스템과 연안정밀 폭풍 해일 예측 방법
KR101172317B1 (ko) * 2010-07-16 2012-08-14 제주대학교 산학협력단 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법
KR101269560B1 (ko) * 2011-09-19 2013-06-04 주식회사 타이호인스트 유사 일기도 검색 시스템 및 그 방법
KR101274200B1 (ko) 2011-05-30 2013-06-18 부경대학교 산학협력단 태풍을 포함하는 저기압 접근 시 재해기상의 시공간적 분포 검색 시스템
KR101393407B1 (ko) * 2013-11-22 2014-05-12 한국해양과학기술원 해양구조물을 이용한 너울성 파랑 및 지진 해일 탐지 시스템 및 그 방법
WO2015112892A1 (en) * 2014-01-24 2015-07-30 Telvent Usa Llc Utility resource asset management system
KR101736918B1 (ko) * 2016-03-29 2017-05-17 한국해양과학기술원 해상풍 수치모델 예측자료를 이용하는 해상파랑 직접 예측을 위한 장치 및 방법
KR101761707B1 (ko) 2014-10-21 2017-07-26 군산대학교산학협력단 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법
KR20190060650A (ko) * 2017-11-24 2019-06-03 한국전자통신연구원 시나리오 기반의 재난 확산 예측 방법, 재난 확산 예측 장치 및 재난 확산 예측 시스템
KR20190064894A (ko) * 2017-12-01 2019-06-11 군산대학교산학협력단 침수 범람 예측 시스템 및 그 방법
KR20220010923A (ko) 2020-07-20 2022-01-27 대한민국(행정안전부 국립재난안전연구원장) 지진해일 예측장치 및 지진해일 예측방법
CN115840975A (zh) * 2022-11-15 2023-03-24 广东省水利水电科学研究院 一种风暴潮增水漫堤预警方法、系统、装置和存储介质
KR102623121B1 (ko) * 2023-03-10 2024-01-10 대한민국 발생 가능한 가상태풍 생성 방법 및 시스템
KR102623122B1 (ko) * 2023-03-13 2024-01-10 대한민국 가상 태풍을 통한 해안 재난 예측 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990066118A (ko) * 1998-01-21 1999-08-16 이해규 기상위성데이터를이용한전자해도상에태풍예상진로경보방법
KR20020017110A (ko) * 2000-08-28 2002-03-07 신대진 진화전략과 쌍선형 회귀성 신경망을 이용한 태풍 예측시스템
KR20020083036A (ko) * 2001-04-25 2002-11-01 노삼규 지리정보시스템을 이용한 위험정보시스템 및 그의 제어방법
KR20030043115A (ko) * 2001-11-27 2003-06-02 김계현 지아이에스를 이용한 홍수위험지도 제작·관리 시스템
KR20070038058A (ko) * 2007-03-05 2007-04-09 주식회사 넥스다임 비정형 격자를 통한 기상 예보 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990066118A (ko) * 1998-01-21 1999-08-16 이해규 기상위성데이터를이용한전자해도상에태풍예상진로경보방법
KR20020017110A (ko) * 2000-08-28 2002-03-07 신대진 진화전략과 쌍선형 회귀성 신경망을 이용한 태풍 예측시스템
KR20020083036A (ko) * 2001-04-25 2002-11-01 노삼규 지리정보시스템을 이용한 위험정보시스템 및 그의 제어방법
KR20030043115A (ko) * 2001-11-27 2003-06-02 김계현 지아이에스를 이용한 홍수위험지도 제작·관리 시스템
KR20070038058A (ko) * 2007-03-05 2007-04-09 주식회사 넥스다임 비정형 격자를 통한 기상 예보 방법 및 시스템

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101153706B1 (ko) 2009-10-23 2012-06-05 한국해양연구원 연안정밀 폭풍해일 예측 시스템과 연안정밀 폭풍 해일 예측 방법
KR101172317B1 (ko) * 2010-07-16 2012-08-14 제주대학교 산학협력단 한반도 해역의 태풍, 폭풍해일의 강도변화 예측 시스템 및 그 방법
KR101274200B1 (ko) 2011-05-30 2013-06-18 부경대학교 산학협력단 태풍을 포함하는 저기압 접근 시 재해기상의 시공간적 분포 검색 시스템
KR101269560B1 (ko) * 2011-09-19 2013-06-04 주식회사 타이호인스트 유사 일기도 검색 시스템 및 그 방법
KR101393407B1 (ko) * 2013-11-22 2014-05-12 한국해양과학기술원 해양구조물을 이용한 너울성 파랑 및 지진 해일 탐지 시스템 및 그 방법
US11017485B2 (en) 2014-01-24 2021-05-25 Telvent Usa Llc Utility resource asset management system
WO2015112892A1 (en) * 2014-01-24 2015-07-30 Telvent Usa Llc Utility resource asset management system
KR101761707B1 (ko) 2014-10-21 2017-07-26 군산대학교산학협력단 능동형 정보수집 스크립트 및 수치모형을 이용한 태풍해일 자동 예측 방법
KR101736918B1 (ko) * 2016-03-29 2017-05-17 한국해양과학기술원 해상풍 수치모델 예측자료를 이용하는 해상파랑 직접 예측을 위한 장치 및 방법
KR20190060650A (ko) * 2017-11-24 2019-06-03 한국전자통신연구원 시나리오 기반의 재난 확산 예측 방법, 재난 확산 예측 장치 및 재난 확산 예측 시스템
KR102191763B1 (ko) * 2017-11-24 2020-12-16 한국전자통신연구원 시나리오 기반의 재난 확산 예측 방법, 재난 확산 예측 장치 및 재난 확산 예측 시스템
KR20190064894A (ko) * 2017-12-01 2019-06-11 군산대학교산학협력단 침수 범람 예측 시스템 및 그 방법
KR102012460B1 (ko) 2017-12-01 2019-08-20 군산대학교산학협력단 침수 범람 예측 시스템 및 그 방법
KR20220010923A (ko) 2020-07-20 2022-01-27 대한민국(행정안전부 국립재난안전연구원장) 지진해일 예측장치 및 지진해일 예측방법
CN115840975A (zh) * 2022-11-15 2023-03-24 广东省水利水电科学研究院 一种风暴潮增水漫堤预警方法、系统、装置和存储介质
CN115840975B (zh) * 2022-11-15 2023-08-01 广东省水利水电科学研究院 一种风暴潮增水漫堤预警方法、系统、装置和存储介质
KR102623121B1 (ko) * 2023-03-10 2024-01-10 대한민국 발생 가능한 가상태풍 생성 방법 및 시스템
KR102623122B1 (ko) * 2023-03-13 2024-01-10 대한민국 가상 태풍을 통한 해안 재난 예측 방법 및 시스템

Similar Documents

Publication Publication Date Title
KR100756265B1 (ko) 폭풍해일 시나리오를 이용한 범람 예측 방법 및 그 시스템
Orton et al. A validated tropical‐extratropical flood hazard assessment for N ew Y ork H arbor
Lu et al. Vulnerability analysis of transportation network under scenarios of sea level rise
CN104408900B (zh) 基于动态优化的神经网络洪水预警装置及其方法
Poompavai et al. Geospatial analysis for coastal risk assessment to cyclones
KR102496876B1 (ko) 산불 위험 계절 예보 장치 및 방법
Luu et al. Flood-prone area mapping using machine learning techniques: a case study of Quang Binh province, Vietnam
Tanim et al. Integrated socio-environmental vulnerability assessment of coastal hazards using data-driven and multi-criteria analysis approaches
Luu et al. Analysing flood fatalities in Vietnam using national disaster database and tree-based methods
KR102480985B1 (ko) 딥러닝 모델을 이용한 태풍 해일고 예측 시스템
CN114821976A (zh) 一种多要素岩溶塌陷的智能预报系统
Lecacheux et al. Toward the probabilistic forecasting of cyclone-induced marine flooding by overtopping at Reunion Island aided by a time-varying random-forest classification approach
Jiang et al. Risk map of typhoon induced wave fields around Hainan Island
Pang et al. Coastal erosion and climate change: A review on coastal-change process and modeling
Rahman et al. Flood prediction using ensemble machine learning model
Pakoksung et al. The probability of community-scale building damage and economic loss in Thailand increased after the 2004 Indian Ocean tsunami
JP3721407B2 (ja) 土砂災害予測システム、方法、およびプログラム
Rashid et al. Stochastic simulation of storm surge extremes along the contiguous United States coastlines using the max-stable process
Chinh et al. An analysis of the relative variable importance to flood fatality using a machine learning approach
Rodrigo et al. The mapping of storm surge-prone areas and characterizing surge-producing cyclones in Leyte Gulf, Philippines
Bobby Disaster risk index (DRI) for tropical cyclone of Bangladesh
Liu et al. Review of different methodologies and risk assessment models instorm surge disaster management
Deria et al. Analyzing vulnerability of lower income communities to natural disasters
CN113486093B (zh) 一种台风路径相似度评估方法
Granja et al. A multi-criteria approach for erosion risk assessment using a new concept of spatial unit analysis, wave model and high resolution DEMs

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120816

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131010

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140925

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190902

Year of fee payment: 13