KR101394861B1 - 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템 - Google Patents

기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템 Download PDF

Info

Publication number
KR101394861B1
KR101394861B1 KR1020120153346A KR20120153346A KR101394861B1 KR 101394861 B1 KR101394861 B1 KR 101394861B1 KR 1020120153346 A KR1020120153346 A KR 1020120153346A KR 20120153346 A KR20120153346 A KR 20120153346A KR 101394861 B1 KR101394861 B1 KR 101394861B1
Authority
KR
South Korea
Prior art keywords
risk
flood
information
flooding
rainfall
Prior art date
Application number
KR1020120153346A
Other languages
English (en)
Inventor
김창수
김은미
천영학
김성제
Original Assignee
부경대학교 산학협력단
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 부경대학교 산학협력단 filed Critical 부경대학교 산학협력단
Priority to KR1020120153346A priority Critical patent/KR101394861B1/ko
Application granted granted Critical
Publication of KR101394861B1 publication Critical patent/KR101394861B1/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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 관한 것으로서, 더욱 상세하게는 과거이력, 수치지형도 및 소셜 네트워크 서비스의 실시간 정보를 이용하여 침수위험도로 데이터베이스를 구축하고, 강우 시점의 기상청의 실시간적 강우 정보를 이용하여 침수위험정도를 정량적으로 산출하여 지수화하고, 이를 웹 기반의 서비스를 제공하게 되어 게릴라성 집중호우와 같은 이상 현상 시 침수위험 정도를 정량적으로 나타내어 사용자로 하여금 우회할 수 있도록 정보를 제공함으로써, 침수된 도로에 의한 고립을 사전에 방지하고자 하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 관한 것이다.
본 발명에 의하면, 과거 이력 데이터와 실시간 정보를 이용하여 침수위험지역을 선정하고 기상 데이터를 이용한 특정 지역에 대한 각각의 침수가 발생할 수 있는 기준 강수량을 선정하여 보다 정확한 침수 위험 정보를 실시간으로 제공하는 효과가 있다.

Description

기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템{System detection of flooding risk roads in real time using the Weather Center Information and offering its service based on the Web.}
본 발명은 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 관한 것으로서, 더욱 상세하게는 과거이력, 수치지형도 및 소셜 네트워크 서비스의 실시간 정보를 이용하여 침수위험도로 데이터베이스를 구축하고, 강우 시점의 기상청의 실시간적 강우 정보를 이용하여 침수위험정도를 정량적으로 산출하여 지수화하고, 이를 웹 기반의 서비스를 제공하게 되어 게릴라성 집중호우와 같은 이상 현상 시 침수위험 정도를 정량적으로 나타내어 사용자로 하여금 우회할 수 있도록 정보를 제공함으로써, 침수된 도로에 의한 고립을 사전에 방지하고자 하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 관한 것이다.
최근 지구온난화의 영향으로 이상 기후현상이 전국적으로 발생하고 있으며, 이로 인해 예측이 불가능한 게릴라성 집중호우로 인한 침수가 자주 발생하여 재산 및 인명에 치명적인 피해를 주고 있다.
또한, 도로 침수로 인한 교통 마비로 인해 많은 물질적 피해가 일어나고 있는 실정이다.
하지만, 침수에 대한 정보를 제공하고 있는 많은 기관에서는 기상청의 예측 정보만으로 침수 상황을 파악하고 있어 갑작스럽게 발생하는 침수 위험을 빠른 시간 내에 시민들에게 알리지 못하고 있는 실정이다.
따라서, 제공되고 있는 강우 예측 정보는 기상청에서 제공되고 있는 웹 기반 실시간적 강우 정보와 소셜 네트워크 서비스를 통한 실시간적 침수 상황 정보를 이용하여 예측할 수 없이 발생하는 침수 상황을 신속하게 파악하여 웹 기반으로 서비스를 제공함으로서, 침수 위험 정보를 보다 빨리 획득하여 침수된 도로를 회피할 수 있는 기술을 개시하고자 한다.
없음.
본 발명인, 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템은 아래와 같은 목적을 갖는다.
즉, 본 발명의 제 1 목적은 과거 이력 데이터와 실시간 정보를 이용하여 침수위험지역을 선정하고 기상 데이터를 이용한 특정 지역에 대한 각각의 침수가 발생할 수 있는 기준 강수량을 선정하여 보다 정확한 침수 위험 정보를 제공하고자 한다.
본 발명의 제 2 목적은 침수 위험 정보를 정량화된 수치로 제공하며 각 수치 값에 대한 안전 운행 정보를 서비스함으로써, 운전자에게 보다 안전한 경로를 제공하고 침수로 인한 고립을 방지하도록 하는데 있다.
상기 목적을 달성하기 위한 본 발명의 해결 수단은 다음과 같다.
즉, 전국 도로망 지도 정보를 저장하고 있는 전국도로망지도디비(200);
수치 지형도 정보를 저장하고 있는 수치지형도디비(300);
기상청의 AWS 관측지점별 강우 정보를 저장하고 있는 기상청관측지점별강우디비(400);
침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성되는 침수위험도로탐지서버(100);를 포함한다.
본 발명에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템은,
과거 이력 데이터와 실시간 정보를 이용하여 침수위험지역을 선정하고 기상 데이터를 이용한 특정 지역에 대한 각각의 침수가 발생할 수 있는 기준 강수량을 선정하여 보다 정확한 침수 위험 정보를 실시간으로 제공하는 효과가 있다.
또한, 침수 위험 정보를 정량화된 수치로 제공하며 각 수치 값에 대한 안전 운행 정보를 서비스함으로써, 운전자에게 보다 안전한 경로를 제공하고 침수로 인한 고립을 방지하게 된다.
도 1은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 전체 구성도.
도 2는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로통합디비구축부 블록도.
도 3은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로생성부 블록도.
도 4는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 실시간침수위험도로생성부 블록도.
도 5는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수가능기준강우량산출부 블록도.
도 6은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로고도값추출부 블록도.
도 7은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험지수생성부 블록도.
이하, 도면을 인용하며, 본 발명의 바람직한 실시예를 구체적으로 설명한다.
다만, 이러한 실시예에 본 발명의 권리 범위가 한정되는 것은 아니며, 당업자 수준에서 용이하게 변형가능한 발명으로서, 기술적 사상이 동일하다면 모두 본 발명의 권리범위에 속함을 밝혀 둔다.
도 1은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 전체 구성도이다.
도 1에 도시한 바와 같이, 본 발명의 시스템은 전국도로망지도디비(200); 수치지형도디비(300); 기상청관측지점별강우디비(400); 침수위험도로탐지서버(100);로 구성된다.
상기 전국도로망지도디비(200)는 전국 도로망 지도 정보를 저장하고 있으며, 수치지형도디비(300)는 수치 지형도 정보를 저장하고 있으며, 기상청관측지점별강우디비(400)에는 기상청의 AWS 관측지점별 강우 정보를 저장하고 있다.
상기 침수위험도로탐지서버(100)는 침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성하게 된다.
상기 침수위험도로통합디비구축부(110)는 침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하고, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하게 된다.
상기 침수가능기준강우량산출부(140)는 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하며, 침수위험도로고도값추출부(150)를 통해 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하게 되며, 침수위험지수생성부(160)에 의해 기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하여 안전운행정보제공부(170)를 통해 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하게 되는 것이다.
상기 구성요소들의 구체적인 설명은 하기에 서술하도록 한다.
도 2는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로통합디비구축부 블록도이다.
상기 침수위험도로통합디비구축부(110)는 침수위험도로생성부(110a), 실시간침수위험도로생성부(120a), 침수위험도로통합디비구축부(125), 침수위험도로망지도생성부(126)를 포함한다.
상기 침수위험도로생성부(110a)에 의해 과거 이력 정보와 수치 지형도를 이용한 침수 위험도로를 생성하게 되며, 실시간침수위험도로생성부(120a)에 의해 소셜 네트워크 서비스를 제공하는 사이트로부터 침수 관련 게시물을 검색하여 실시간적 침수 위험도로를 생성하게 되는 것이다.
이때, 상기 침수위험도로통합디비구축부(125)는 침수위험도로생성부(110a)에 의해 생성된 침수 위험도로 정보와 실시간침수위험도로생성부(120a)에 의해 생성된 실시간적 침수 위험도로 정보를 통합하여 침수위험도로통합디비(130)를 구축하게 된다.
즉, 실시간적 소셜 네트워크 정보를 활용한 침수 정보를 실시간으로 획득하여 이를 침수위험도로망 구축에 활용하게 된다.
이후, 침수위험도로망지도생성부(126)를 통해 베이스 맵에 기초한 전자지도 레이어를 통합하여 침수 위험 도로망 지도를 생성하게 된다.
도 3은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로생성부 블록도이다.
상기한 침수위험도로생성부(110a)는 침수위험도로수집모듈(111), 도로명추출모듈(112), 과거이력침수위험도로디비구축모듈(113), 과거이력침수위험도로디비(114), 저고도지역추출모듈(115), 저고도도로추출모듈(116), 침수위험도로디비구축모듈(117), 침수위험도로디비(118), 전자지도표출모듈(119)를 포함하여 구성한다.
구체적으로 설명하자면, 침수위험도로수집모듈(111)은 소방방재청의 재해연보 및 일일재난상황에 포함되어 있는 침수와 관련된 교통 통제 정보를 수집하게 되며, 대한지적공사로부터 획득한 침수흔적도에 포함되어 있는 정보, 각 시도별에서 보유하고 있는 상습침수지역 보고서 정보를 바탕으로 침수위험도로를 수집하게 된다.
상기 도로명추출모듈(112)은 수집된 침수위험도로 정보와 전국 도로망 지도(벡터 구조, 네이버 지도, 다음 지도 등) 정보를 매핑하여 실제 도로명과 침수 범위를 추출하게 된다.
상기 과거이력침수위험도로디비구축모듈(113)은 침수일자, 침수영역, 침수건수, 도로명, 관할 지역으로 구성된 과거이력침수위험도로디비(114)를 구축하게 된다.
그리고, 저고도지역추출모듈(115)은 수치 지형도(DEM)를 이용하여 ArcGIS 프로그램에서 제공하는 분석 도구를 이용하여 고도가 낮아 실제 강우시에 비가 모이는 저고도 지역을 추출하게 된다.
이후, 상기 저고도도로추출모듈(116)은 추출된 저고도 지역과 전국 도로망 지도 정보를 매핑하여 저고도의 도로를 추출하게 되며, 침수위험도로디비구축모듈(117)을 통해 추출된 저고도의 침수위험도로디비(118)를 구축하게 된다.
이후, 전자지도표출모듈(119)은 상기 과거이력침수위험도로디비(114)와 침수위험도로디비(118)에 저장된 정보를 가지고, 벡터 구조로 이루어진 레이어를 생성하여 전자지도로 표출하게 된다.
도 4는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 실시간침수위험도로생성부 블록도이다.
즉, 실시간침수위험도로생성부(120a)는,
소셜 네트워크 서비스를 제공하는 사이트로부터 침수 관련 게시물을 검색하는 침수게시물검색모듈(120),
침수 관련 게시물을 추출하고, 추출된 게시물의 위치 좌표값을 획득하는 침수위치좌표값획득모듈(121),
전국 도로망 지도 정보와 획득된 위치 좌표값을 매핑하여 실시간적 침수위험도로디비를 구축하는 실시간침수위험도로디비구축모듈(122),
실시간침수위험도로디비구축모듈에 의해 구축된 정보를 저장하는 실시간침수위험도로디비(123),
구축된 실시간적 침수 위험도로를 참조하여 벡터 구조로 이루어진 레이어를 생성하여 전자 지도로 표출하기 위한 실시간전자지도표출모듈(124)을 포함하여 구성한다.
구체적으로 설명하자면, 침수게시물검색모듈(120)은 소셜 네트워크 서비스를 제공하는 사이트에 접근하여 침수 관련 게시물을 검색하게 된다.
침수위치좌표값획득모듈(121)은 Open API(Application Programming Interface)를 통하여 침수 관련 게시물을 추출하고, 추출된 게시물의 위치 좌표값을 획득하게 되며, 실시간침수위험도로디비구축모듈(122)에 의해 전국 도로망 지도 정보와 획득된 위치 좌표값을 매핑하여 실시간침수위험도로디비(123)를 구축하게 된다.
이후, 실시간전자지도표출모듈(124)은 구축된 실시간침수위험도로디비를 참조하여 벡터 구조로 이루어진 레이어를 생성하여 전자 지도로 표출하게 되는 것이다.
도 5는 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수가능기준강우량산출부 블록도이다.
침수가능기준강우량산출부(140)는,
침수위험도로통합디비(130)로부터 침수위험도로 폴리건 형태의 데이터에 대해 ArcGIS 프로그램의 도구를 이용하여 중심점을 추출하는 중심점추출모듈(141),
AWS 관측지점에 대해서 기관측된 15분 강우량, 1시간 강우량, 12시간 강우량, 일 강우량, 관측지점으로 기상디비를 생성하기 위한 기상디비생성모듈(142),
각각의 침수위험도로에 대해서 10km 반경 내에 존재하는 관측지점의 상기 기상디비를 이용하여 역 거리 가중치법(Inverse Distance Weight)으로 침수위험도로 별로 침수가 발생할 수 있는 침수위험 기준 강우량을 산출하는 침수위험기준강우량산출모듈(143),
예측 지점의 확률 강우량을 계산하기 위한 확률강우량계산모듈(144),
침수가 발생하였던 강우량 값과 기상특보 발표 기준 강우량을 이용하여 현재 강우량에 대한 레벨 지수를 계산하는 레벨지수계산모듈(145),
상기 산출된 침수위험 기준 강우량 정보를 저장하는 침수가능강우량기준디비(146)를 포함한다.
즉, 중심점추출모듈(141)은 확률 강우량을 산출하기 위하여 침수위험도로통합디비(130)로부터 침수위험도로 폴리건 형태의 데이터에 대해 ArcGIS 프로그램의 도구를 이용하여 중심점을 추출하게 된다.
기상디비생성모듈(142)은 개별 침수위험도로 별로 침수위험 기준이 되는 강우량을 선정하기 위해 소방방재청에서 선정된 재해기간 동안의 기상청의 관측 자료를 분석하여 AWS 관측지점에 대해서 기관측된 15분 강수량, 1시간 강수량, 12시간 강수량, 일 강수량, 관측지점으로 기상디비를 생성하게 된다.
침수위험기준강우량산출모듈(143)은 각각의 침수위험도로에 대해서 10km 반경 내에 존재하는 관측지점의 상기 기상디비를 이용하여 역 거리 가중치법(Inverse Distance Weight)으로 침수위험도로 별로 침수가 발생할 수 있는 침수위험 기준 강우량을 산출하게 된다.
상기한 역 거리 가중치법은 하기 수식 1을 의미한다.
[수식1]
Figure 112012107834527-pat00001
Figure 112012107834527-pat00002
Z(SO)는 위치 SO 에서 예측 하고자 하는 값을 나타내며, n 은 관측지점의 수, Wi는 관측지점 Si 에 사용할 가중치, Z(Si)는 관측지점 Si에서의 관측값을 나타낸다.
상기 수식1에서 가중치 Wi는 거리가 증가함에 따라 그 값이 줄어들게 된다.
dio 는 관측지점 Si와 예측지점 SO 사이의 거리를 나타내며, 지수에 포함된 P는 거리에 따른 가중치의 변화 정도를 결정하는 값으로써 일반적으로 2를 사용한다.
예를 들어, 부산광역시에 설치되어 있는 기상청 AWS(Automatic Weather System) 지점의 코드, 이름, 설치 지점의 주소와 각 지점의 GRS80 좌표값은 아래 표 1과 같다.
AWS 코드 AWS 이름 설치 지점 X 좌표 Y 좌표
159 부산 중구 대청동 2가 30-17 202860.914 178398.017
910 영도 영도구 동삼동 976-30 207149.083 174084.446
921 가덕도 강서구 대항동 산 13-2 184339.513 165660.724
923 기장 기장군 일광면 산87-8 221081.671 196105.962
937 해운대 해운대구 좌동 1363-11 215088.363 186203.088
938 부산진 부산진구 범천동 산44-147 204393.443 183356.111
939 금정 금정구 장전동 40 207436.500 192897.667
940 동래 동래구 명륜동 569-15 207506.793 189903.2 75
941 북구 북구 구포동 963-3 199764.576 189418.625
942 대연 남구 대연동 626-3 209543.969 181415.778
950 수영만 해운대구 우동 1393 212521.098 184679.837
예를 들어, 확률강우량을 관측하고자 하는 지점이 부산시 사하구 태종로의 중앙 지점(SO)이면 GRS80 기준의 좌표값은 X좌표 204825.210544, Y좌표 177738.749383이다.
이에 예측지점(SO)에 대한 각 AWS 지점까지의 거리는
Figure 112012107834527-pat00003
이며, 결과값 각 dio 는 아래 표 2와 같다.
예측지점(SO ) AWS 관측지점(Si) 예측지점에서 관측지점까지의 거리(dio)




부산시 사하구
태종로		 부산 2071.978 m
영도 4330.625 m
가덕도 23781.137 m
기장 24528.086 m
해운대 13303.282 m
부산진 5633.930 m
금정 15382.185 m
동래 12456.587 m
북구 12729.081 m
대연 5982.242 m
수영만 10363.656 m
일반적으로 사용하는 P의 값으로 2를 선택한다면 각 관측지점의 가중치(Wi)와 아래 표 3과 같이 구해지며 관측된 누적 강우량이 아래 표 3과 같다면,

관측지점		 dio -2
Figure 112012107834527-pat00004
관측강우량
부산 2.32939E-07 0.611474786444742 52
영도 5.33211E-08 0.139974132361425 20.5
가덕도 1.76821E-09 0.00464177168355862 52
기장 1.66215E-09 0.00436336657335969 34
해운대 5.65044E-09 0.0148330818309805 26.5
부산진 3.15048E-08 0.0827039070826164 68
금정 4.22633E-09 0.0110946335268313 80
동래 6.44468E-09 0.0169180719897708 64.5
북구 6.17171E-09 0.0162014873902342 82.5
대연 2.79429E-08 0.0733535353455463 16
수영만 9.31052E-09 0.0244412257709357 22
합계 3.80935E-07 1
확률강우량계산모듈(144)은 예측 지점의 확률 강우량 Z(SO)을 계산하게 되는데, 아래의 수식 2에 의해 결정된다.
[수식2]
Figure 112012107834527-pat00005
따라서, 상기와 같은 확률강우량을 자동으로 계산해주는 Python Script 형태로 작성된 프로그램을 통해 계산되는 것이다.
이후, 레벨지수계산모듈(145)은 침수가 발생하였던 강우량 값과 기상특보 발표 기준 강우량을 이용하여 현재 강우량에 대한 레벨 지수를 계산하는데, 예를 들어 기상청 관측 자료를 기반으로 상기의 수식2에 의해 구해진 침수가 발생하였던 강우량 값과 기상청의 기상특보 발표 기준 강우량을 이용하여 표 4의 기준값에 의해 현재 강우량에 대한 레벨 지수를 구하게 된다.(기상청의 기상특보 발표 기준에 의하면 12시간 누적 강우량이 110mm이상이 예상될 때 호우주의보, 180mm이상이 예상될 때 호우경보가 발령된다.)
레벨 지수 1 2 3 4 5
강우량(mm/12시간) RF<=min min<=RF<110 110<=RF<180 180<=RF<max RF>=max
상기 표4에서 RF는 현재 계산된 위험 지점의 12시간 누적 확률강우량, min은 과거에 관측된 침수 기간 동안의 침수되었던 시점의 기준 강우량의 최소값, max는 과거에 관측된 침수 기간 동안의 침수되었던 시점의 기준 강우량의 최대값을 나타낸다.
예를 들면, 부산시 사하구 태종로의 중앙 지점은 과거 침수가 발생하였을 시점에 상기 역 거리 가중치법 계산식에 의해 얻어진 확률강우량 중 최소 12시간 누적 강우량은 46.1mm이며, 최대값은 약 299.7mm이다. 만약 현재 12시간 누적 확률강우량이 145mm로 계산되었다면 강우 지수 레벨은 3이 된다.
따라서, 상기 산출된 침수위험 기준 강우량 정보를 침수가능강우량기준디비(146)에 저장하게 되는 것이다.
도 6은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험도로고도값추출부 블록도이다.
즉, 침수위험도로고도값추출부(150)는,
수치지형도 정보와 전국 도로망 지도를 오버레이하는 오버레이처리모듈(151),
고도값을 적용하기 위하여 오버레이된 두 지도를 디지타이징하는 디지타이징모듈(152),
디지타이징된 지도들에서 고도값을 추출할 영역을 선택하여 고도값을 적용하는 고도값적용모듈(153),
고도에 대한 좌표값을 생성하는 좌표값생성모듈(154),
침수위험도로들의 고도 포인터를 추출하고, 평균 고도를 산출하는 평균고도산출모듈(155),
각 침수위험도로의 평균 고도에 대한 Z점수를 계산하기 위한 Z점수계산모듈(156),
산출된 Z 점수에 대해 레벨 지수를 구하는 레벨지수계산모듈(157),
상기 평균 고도와 Z 점수를 이용하여 침수위험도로의 평균고도디비를 구축하는 평균고도디비구축모듈(158),
침수위험도로의 평균 고도 정보를 저장하는 평균고도디비(159)를 포함하여 구성된다.
상기 오버레이처리모듈(151)은 Global Mapper 프로그램을 이용하여 특정 지역의 수치지형도 정보와 벡터 구조의 전국 도로망 지도를 오버레이(overlay)하게 되며, 디지타이징모듈(152)은 고도값을 적용하기 위하여 오버레이된 두 지도를 디지타이징(Digitizing)하게 된다.
이후, 고도값적용모듈(153)은 디지타이징된 지도들에서 고도값을 추출할 영역을 선택하여 고도값(Apply Elevation)을 적용하게 되며, 좌표값생성모듈(154)을 통해 고도에 대한 좌표값을 생성하여 이를 파일화시키게 된다.
이후, 평균고도산출모듈(155)은 ArcGIS 프로그램과 Python 프로그램을 이용하여 각 침수위험도로들의 고도 포인터를 추출하고, 평균 고도를 산출하게 된다.
이후, 상기 Z점수계산모듈(156)은 하기의 수식3을 이용하여 각 침수위험도로의 평균 고도에 대한 Z점수를 계산하게 된다.
[수식3]
Figure 112012107834527-pat00006
여기서, Zi는 지점 i 에서 구해진 평균고도의 Z 점수이며, Xi는 지점 i 의 평균고도값이며, μ는 전 지점의 평균고도에 대한 평균값이며, σ는 전 지점의 평균고도에 대한 표준편차 값이다.
이후, 레벨지수계산모듈(157)은 산출된 Z 점수에 대해 하기의 표 5의 기준값에 따라 레벨 지수를 구하게 된다.
레벨 지수 1 2 3 4 5
Zi Zi>=0.85 0.26<=Zi<0.85 -0.26<=Zi<0.26 -0.85<=Zi<-0.26 Zi<-0.85
Zi 점수 값이 낮아질수록 레벨 지수는 커진다.
즉, 평균고도가 낮을수록 Zi 점수 값은 음수 값으로 작아지며 침수 위험 지수의 값은 높아지므로 침수 위험이 높다는 것을 의미한다.
이후에, 평균고도디비구축모듈(158)은 상기 평균 고도와 Z 점수를 이용하여 침수위험도로의 평균고도디비(159)를 구축하게 되는 것이다.
도 7은 본 발명의 실시예에 따른 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템의 침수위험지수생성부 블록도이다.
즉, 침수위험지수생성부(160)는,
강우가 시작된 시점에서 침수위험도로의 중심점에서 설정 반경 내를 버퍼링하여 설정 반경 내에 존재하는 AWS 관측지점별 강우 정보를 기반으로 역 거리 가중치법을 이용하여 각 침수위험도로별로 확률 강우량을 추출하는 확률강우량추출모듈(161),
침수가능강우량기준디비로부터 각 침수위험도로의 강우량 레벨 지수를 획득하기 위한 강우량레벨지수획득모듈(162),
평균고도디비로부터 각 침수위험도로의 평균고도 Z 점수에 대한 레벨 지수를 획득하기 위한 Z점수레벨지수획득모듈(163),
침수위험도로통합디비로부터 각 침수위험도로의 침수 건수에 대한 레벨 지수를 획득하기 위한 침수건수레벨지수획득모듈(164),
각 침수위험도로에 대한 강우 시점의 침수위험 정도를 정량화하여 수치화하는 침수위험도로수치화모듈(165),
상기 수치화된 침수 위험 지수를 레벨화하고 안전운행을 위해 코멘트를 지정하는 안전운행코멘트지정모듈(166),
정량적 침수위험지수 레벨 값에 따른 안전운행 코멘트 정보를 안전운행정보제공부(170)에 제공하는 안전운행정보제공모듈(167)을 포함하여 구성된다.
즉, 확률강우량추출모듈(161)은 강우가 시작된 시점에서 침수위험도로의 중심점에서 설정 반경(예를 들어, 3km 반경 내와 같이 관리자에 의해 설정한 반경을 의미한다.) 내를 버퍼링하여 설정 반경 내에 존재하는 AWS 관측지점별 강우 정보를 기반으로 역 거리 가중치법을 이용하여 각 침수위험도로별로 확률 강우량을 추출하게 되며, 강우량레벨지수획득모듈(162)을 통해 침수가능강우량기준디비로부터 각 침수위험도로의 강우량 레벨 지수를 획득하며, Z점수레벨지수획득모듈(163)에 의해 평균고도디비로부터 각 침수위험도로의 평균고도 Z 점수에 대한 레벨 지수를 획득하며, 침수건수레벨지수획득모듈(164)에 의해 침수위험도로통합디비로부터 각 침수위험도로의 침수 건수에 대한 레벨 지수를 획득하게 된다.
이후에, 침수위험도로수치화모듈(165)은 하기의 수식 4에 의해 각 침수위험도로에 대한 강우 시점의 침수위험 정도를 정량화하여 수치화하게 된다.
[수식4]
Figure 112012107834527-pat00007
수식 4의 Fi는 위험 지역 i에 대한 침수 위험 지수이며, Wr은 강우 인자에 대한 가중치로 0.6이며, We는 고도 인자에 대한 가중치로 0.2이며, Wd는 재해 건수 인자에 대한 가중치로 0.2이다.
Ri는 현재 강우량에 대한 강우 지수, Ei는 평균 고도에 대한 고도 지수, Di는 건수에 대한 지수 값이다.
이후, 상기 안전운행코멘트지정모듈(166)은 수치화된 침수 위험 지수를 하기의 표 6의 기준값에 의해 레벨화하고 안전운행을 위해 코멘트를 지정하게 된다.
Fi의 값 침수위험지수 의미 운행 정보
Fi<1.35 1 침수 가능성 없음 없음
1.35<= Fi<1.70 3 침수 가능성 있음 서행
Fi>=1.70 5 침수 가능성 높음 우회
이후, 안전운행정보제공모듈(167)은 정량적 침수위험지수 레벨 값에 따른 안전운행 코멘트 정보를 안전운행정보제공부(170)에 제공하게 되는 것이다.
결국, 최종적으로 안전운행정보제공부(170)는 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하게 되는 것이다.
본 발명의 의하면, 과거 이력 데이터와 실시간 정보를 이용하여 침수위험지역을 선정하고 기상 데이터를 이용한 특정 지역에 대한 각각의 침수가 발생할 수 있는 기준 강수량을 선정하여 보다 정확한 침수 위험 정보를 실시간으로 제공하는 효과가 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구 범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 침수위험도로탐지서버
200 : 전국도로망지도디비
300 : 수치지형도디비
400 : 기상청관측지점별강우디비

Claims (11)

  1. 삭제
  2. 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 있어서,
    전국 도로망 지도 정보를 저장하고 있는 전국도로망지도디비(200);
    수치 지형도 정보를 저장하고 있는 수치지형도디비(300);
    기상청의 AWS 관측지점별 강우 정보를 저장하고 있는 기상청관측지점별강우디비(400);
    침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
    상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
    기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
    상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성되는 침수위험도로탐지서버(100);로 구성되되,
    상기 침수위험도로통합디비구축부(110)는,
    과거 이력 정보와 수치 지형도를 이용한 침수 위험도로를 생성하기 위한 침수위험도로생성부(110a),
    소셜 네트워크 서비스를 제공하는 사이트로부터 침수 관련 게시물을 검색하여 실시간적 침수 위험도로를 생성하기 위한 실시간침수위험도로생성부(120a),
    상기 침수위험도로생성부(110a)에 의해 생성된 침수 위험도로 정보와 실시간침수위험도로생성부(120a)에 의해 생성된 실시간적 침수 위험도로 정보를 통합하여 침수위험도로통합디비(130)를 구축하기 위한 침수위험도로통합디비구축부(125),
    베이스 맵에 기초한 전자지도 레이어를 통합하여 침수 위험 도로망 지도를 생성하기 위한 침수위험도로망지도생성부(126)를 포함하여 구성되는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  3. 제 2항에 있어서,
    상기 침수위험도로생성부(110a)는,
    침수와 관련된 교통 통제 정보와 침수 흔적도 정보, 시도별 상습침수지역 보고서를 참조하여 침수위험도를 수집하기 위한 침수위험도로수집모듈(111),
    상기 침수위험도로수집모듈에 의해 수집된 침수위험도로 정보와 전국 도로망 지도 정보를 매핑하여 실제 도로명과 침수 범위를 추출하는 도로명추출모듈(112),
    침수일자, 침수영역, 침수건수, 도로명, 관할 지역으로 구성된 과거이력침수위험도로디비를 구축하는 과거이력침수위험도로디비구축모듈(113),
    상기 과거이력침수위험도로디비구축모듈에 의해 구축된 정보를 저장하는 과거이력침수위험도로디비(114),
    수치 지형도를 이용하여 저고도 지역을 추출하는 저고도지역추출모듈(115),
    상기 저고도지역추출모듈에 의해 추출된 저고도 지역과 전국 도로망 지도 정보를 매핑하여 저고도의 도로를 추출하는 저고도도로추출모듈(116),
    추출된 저고도의 침수위험도로디비를 구축하는 침수위험도로디비구축모듈(117),
    상기 침수위험도로디비구축모듈에 의해 구축된 정보를 저장하는 침수위험도로디비(118),
    과거이력침수위험도로디비(114)와 침수위험도로디비(118)에 저장된 정보를 가지고, 벡터 구조로 이루어진 레이어를 생성하여 전자지도로 표출하기 위한 전자지도표출모듈(119)을 포함하여 구성되는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  4. 제 2항에 있어서,
    상기 실시간침수위험도로생성부(120a)는,
    소셜 네트워크 서비스를 제공하는 사이트로부터 침수 관련 게시물을 검색하는 침수게시물검색모듈(120),
    침수 관련 게시물을 추출하고, 추출된 게시물의 위치 좌표값을 획득하는 침수위치좌표값획득모듈(121),
    전국 도로망 지도 정보와 획득된 위치 좌표값을 매핑하여 실시간적 침수위험도로디비를 구축하는 실시간침수위험도로디비구축모듈(122),
    실시간침수위험도로디비구축모듈에 의해 구축된 정보를 저장하는 실시간침수위험도로디비(123),
    구축된 실시간적 침수 위험도로를 참조하여 벡터 구조로 이루어진 레이어를 생성하여 전자 지도로 표출하기 위한 실시간전자지도표출모듈(124)을 포함하여 구성되는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  5. 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 있어서,
    전국 도로망 지도 정보를 저장하고 있는 전국도로망지도디비(200);
    수치 지형도 정보를 저장하고 있는 수치지형도디비(300);
    기상청의 AWS 관측지점별 강우 정보를 저장하고 있는 기상청관측지점별강우디비(400);
    침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
    상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
    기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
    상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성되는 침수위험도로탐지서버(100);로 구성되되,
    상기 침수가능기준강우량산출부(140)는,
    침수위험도로통합디비(130)로부터 침수위험도로 폴리건 형태의 데이터에 대해 ArcGIS 프로그램의 도구를 이용하여 중심점을 추출하는 중심점추출모듈(141),
    AWS 관측지점에 대해서 기관측된 15분 강우량, 1시간 강우량, 12시간 강우량, 일 강우량, 관측지점으로 기상디비를 생성하기 위한 기상디비생성모듈(142),
    각각의 침수위험도로에 대해서 10km 반경 내에 존재하는 관측지점의 상기 기상디비를 이용하여 역 거리 가중치법(Inverse Distance Weight)으로 침수위험도로 별로 침수가 발생할 수 있는 침수위험 기준 강우량을 산출하는 침수위험기준강우량산출모듈(143),
    예측 지점의 확률 강우량을 계산하기 위한 확률강우량계산모듈(144),
    침수가 발생하였던 강우량 값과 기상특보 발표 기준 강우량을 이용하여 현재 강우량에 대한 레벨 지수를 계산하는 레벨지수계산모듈(145),
    상기 산출된 침수위험 기준 강우량 정보를 저장하는 침수가능강우량기준디비(146)를 포함하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  6. 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 있어서,
    전국 도로망 지도 정보를 저장하고 있는 전국도로망지도디비(200);
    수치 지형도 정보를 저장하고 있는 수치지형도디비(300);
    기상청의 AWS 관측지점별 강우 정보를 저장하고 있는 기상청관측지점별강우디비(400);
    침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
    상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
    기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
    상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성되는 침수위험도로탐지서버(100);로 구성되되,
    상기 침수위험도로고도값추출부(150)는,
    수치지형도 정보와 전국 도로망 지도를 오버레이하는 오버레이처리모듈(151),
    고도값을 적용하기 위하여 오버레이된 두 지도를 디지타이징하는 디지타이징모듈(152),
    디지타이징된 지도들에서 고도값을 추출할 영역을 선택하여 고도값을 적용하는 고도값적용모듈(153),
    고도에 대한 좌표값을 생성하는 좌표값생성모듈(154),
    침수위험도로들의 고도 포인터를 추출하고, 평균 고도를 산출하는 평균고도산출모듈(155),
    각 침수위험도로의 평균 고도에 대한 Z점수를 계산하기 위한 Z점수계산모듈(156),
    산출된 Z 점수에 대해 레벨 지수를 구하는 레벨지수계산모듈(157),
    상기 평균 고도와 Z 점수를 이용하여 침수위험도로의 평균고도디비를 구축하는 평균고도디비구축모듈(158),
    침수위험도로의 평균 고도 정보를 저장하는 평균고도디비(159)를 포함하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  7. 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템에 있어서,
    전국 도로망 지도 정보를 저장하고 있는 전국도로망지도디비(200);
    수치 지형도 정보를 저장하고 있는 수치지형도디비(300);
    기상청의 AWS 관측지점별 강우 정보를 저장하고 있는 기상청관측지점별강우디비(400);
    침수위험도로의 과거이력데이터와 수치지형도 및 소셜 네트워크로부터 정보 수집을 통한 침수위험도로에 대한 침수위험도로통합디비를 구축하며, 전국도로망지도디비로부터 베이스맵을 획득하여 전자 지도의 레이어에 상기 침수위험도로 정보를 매핑하여 벡터 구조로 이루어진 침수위험도로망 지도를 생성하는 침수위험도로통합디비구축부(110),
    상기 침수위험도로통합디비구축부의 의해 구축된 침수위험도로 정보를 저장하는 침수위험도로통합디비(130),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 개별 침수위험도로에 대한 침수 가능 기준 강우량 정보를 산출하는 침수가능기준강우량산출부(140),
    상기 침수위험도로통합디비구축부에 의해 구축된 침수위험도로 정보를 획득하여 침수위험도로에 대한 고도값을 추출하는 침수위험도로고도값추출부(150),
    기상청관측지점별강우디비로부터 기상청의 AWS 관측지점별 강우 정보를 획득하여 침수위험도로에 대한 침수위험지수를 생성하는 침수위험지수생성부(160),
    상기 침수위험지수생성부에 의해 생성된 침수위험지수에 따른 안전운행 정보를 웹기반 프로그램으로 서비스하기 위한 안전운행정보제공부(170)를 포함하여 구성되는 침수위험도로탐지서버(100);로 구성되되,
    상기 침수위험지수생성부(160)는,
    강우가 시작된 시점에서 침수위험도로의 중심점에서 설정 반경 내를 버퍼링하여 설정 반경 내에 존재하는 AWS 관측지점별 강우 정보를 기반으로 역 거리 가중치법을 이용하여 각 침수위험도로별로 확률 강우량을 추출하는 확률강우량추출모듈(161),
    침수가능강우량기준디비로부터 각 침수위험도로의 강우량 레벨 지수를 획득하기 위한 강우량레벨지수획득모듈(162),
    평균고도디비로부터 각 침수위험도로의 평균고도 Z 점수에 대한 레벨 지수를 획득하기 위한 Z점수레벨지수획득모듈(163),
    침수위험도로통합디비로부터 각 침수위험도로의 침수 건수에 대한 레벨 지수를 획득하기 위한 침수건수레벨지수획득모듈(164),
    각 침수위험도로에 대한 강우 시점의 침수위험 정도를 정량화하여 수치화하는 침수위험도로수치화모듈(165),
    상기 수치화된 침수 위험 지수를 레벨화하고 안전운행을 위해 코멘트를 지정하는 안전운행코멘트지정모듈(166),
    정량적 침수위험지수 레벨 값에 따른 안전운행 코멘트 정보를 안전운행정보제공부(170)에 제공하는 안전운행정보제공모듈(167)을 포함하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
  8. 제 5항에 있어서,
    상기 침수위험기준강우량산출모듈(143)은,
    하기의 계산식에 의해 침수위험도로 별로 침수가 발생할 수 있는 침수위험 기준 강우량을 산출하는 것을 특징으로 하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
    [계산식]
    Figure 112012107834527-pat00008

    Figure 112012107834527-pat00009

    상기 계산식에서,
    Z(SO)는 위치 SO 에서 예측하고자 하는 값을 나타내며, n 은 관측지점의 수, Wi는 관측지점 Si 에 사용할 가중치, Z(Si)는 관측지점 Si에서의 관측값이며, dio 는 관측지점 Si와 예측지점 SO 사이의 거리를 나타내며, 지수에 포함된 P는 거리에 따른 가중치의 변화 정도를 결정하는 값임.
  9. 삭제
  10. 제 6항에 있어서,
    상기 Z점수계산모듈(156)은,
    하기의 계산식에 의해, 각 침수위험도로의 평균 고도에 대한 Z점수를 계산하는 것을 특징으로 하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
    [계산식]
    Figure 112012107834527-pat00011

    상기 계산식에서,
    Zi는 지점 i 에서 구해진 평균고도의 Z 점수이며, Xi는 지점 i 의 평균고도값이며, μ는 전 지점의 평균고도에 대한 평균값이며, σ는 전 지점의 평균고도에 대한 표준 편차값임.
  11. 제 7항에 있어서,
    상기 침수위험도로수치화모듈(165)은,
    하기의 계산식에 의해 각 침수위험도로에 대한 강우 시점의 침수위험 정도를 정량화하여 수치화하는 것을 특징으로 하는 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템.
    [계산식]
    Figure 112012107834527-pat00012

    상기 계산식에서,
    Fi는 위험 지역 i에 대한 침수 위험 지수이며, Wr은 강우 인자에 대한 가중치로 0.6이며, We는 고도 인자에 대한 가중치로 0.2이며, Wd는 재해 건수 인자에 대한 가중치로 0.2이며, Ri는 현재 강우량에 대한 강우 지수, Ei는 평균 고도에 대한 고도 지수, Di는 건수에 대한 지수 값임.
KR1020120153346A 2012-12-26 2012-12-26 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템 KR101394861B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120153346A KR101394861B1 (ko) 2012-12-26 2012-12-26 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120153346A KR101394861B1 (ko) 2012-12-26 2012-12-26 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템

Publications (1)

Publication Number Publication Date
KR101394861B1 true KR101394861B1 (ko) 2014-05-13

Family

ID=50894052

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120153346A KR101394861B1 (ko) 2012-12-26 2012-12-26 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템

Country Status (1)

Country Link
KR (1) KR101394861B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101666749B1 (ko) 2015-05-28 2016-10-25 주식회사 미래기후 침수 분석 장치 및 이를 이용한 방법
CN107545016A (zh) * 2016-06-28 2018-01-05 安研科技股份有限公司 二维淹水潜势图数据库的优化方法
KR20180070070A (ko) 2016-12-16 2018-06-26 강원대학교산학협력단 무인항공기를 이용한 침수흔적도 작성 시스템 및 방법
KR20180101866A (ko) * 2017-03-06 2018-09-14 주식회사 엘비씨소프트 기상에 따른 도로구간 위험도의 지도 표출 방법, 이를 수행하는 지도 서비스 시스템, 및 이에 사용되는 웹서버
KR20190105165A (ko) 2018-02-21 2019-09-16 김동규 도로 기상정보 예보시스템
CN117195749A (zh) * 2023-11-06 2023-12-08 交通运输部规划研究院 一种气候变化对区域公路网风险预测方法及可读存储介质
KR102655759B1 (ko) 2023-10-13 2024-04-09 주식회사 헥코리아 실시간 기상 계측정보 기반 자연재해 예보 및 경보 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002298063A (ja) 2001-03-30 2002-10-11 Original Engineering Consultants Co Ltd 浸水予測と排水管理をするためのリアル浸水マップシステムおよびその方法
JP2003168179A (ja) * 2001-12-03 2003-06-13 Foundation Of River & Basin Integrated Communications Japan リアルタイムハザードマップシステム
KR20100117984A (ko) * 2009-04-27 2010-11-04 서울대학교산학협력단 날씨정보를 활용한 침수정보 생성 및 이를 이용한 내비게이션용 서비스 방법
JP2012194738A (ja) * 2011-03-16 2012-10-11 Toshiba Corp 情報配信システム、およびこれに利用する情報配信装置、情報配信方法、情報配信用プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002298063A (ja) 2001-03-30 2002-10-11 Original Engineering Consultants Co Ltd 浸水予測と排水管理をするためのリアル浸水マップシステムおよびその方法
JP2003168179A (ja) * 2001-12-03 2003-06-13 Foundation Of River & Basin Integrated Communications Japan リアルタイムハザードマップシステム
KR20100117984A (ko) * 2009-04-27 2010-11-04 서울대학교산학협력단 날씨정보를 활용한 침수정보 생성 및 이를 이용한 내비게이션용 서비스 방법
JP2012194738A (ja) * 2011-03-16 2012-10-11 Toshiba Corp 情報配信システム、およびこれに利用する情報配信装置、情報配信方法、情報配信用プログラム

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101666749B1 (ko) 2015-05-28 2016-10-25 주식회사 미래기후 침수 분석 장치 및 이를 이용한 방법
CN107545016A (zh) * 2016-06-28 2018-01-05 安研科技股份有限公司 二维淹水潜势图数据库的优化方法
KR20180070070A (ko) 2016-12-16 2018-06-26 강원대학교산학협력단 무인항공기를 이용한 침수흔적도 작성 시스템 및 방법
KR20180101866A (ko) * 2017-03-06 2018-09-14 주식회사 엘비씨소프트 기상에 따른 도로구간 위험도의 지도 표출 방법, 이를 수행하는 지도 서비스 시스템, 및 이에 사용되는 웹서버
KR102367425B1 (ko) * 2017-03-06 2022-02-24 성호아이피오 주식회사 기상에 따른 도로구간 위험도의 지도 표출 방법, 이를 수행하는 지도 서비스 시스템, 및 이에 사용되는 웹서버
KR20190105165A (ko) 2018-02-21 2019-09-16 김동규 도로 기상정보 예보시스템
KR102655759B1 (ko) 2023-10-13 2024-04-09 주식회사 헥코리아 실시간 기상 계측정보 기반 자연재해 예보 및 경보 시스템
CN117195749A (zh) * 2023-11-06 2023-12-08 交通运输部规划研究院 一种气候变化对区域公路网风险预测方法及可读存储介质
CN117195749B (zh) * 2023-11-06 2024-01-12 交通运输部规划研究院 一种气候变化对区域公路网风险预测方法及可读存储介质

Similar Documents

Publication Publication Date Title
KR101394861B1 (ko) 기상청 동네예보를 활용한 실시간 침수위험도로 탐지 및 웹 기반 침수정보 서비스 제공시스템
US11237148B2 (en) Flood disaster prediction
US10102589B1 (en) Loss mitigation implementing unmanned aerial vehicles (UAVs)
Cooper et al. Assessing vulnerability due to sea-level rise in Maui, Hawai ‘i using LiDAR remote sensing and GIS
Ferlisi et al. Rockfall risk assessment to persons travelling in vehicles along a road: the case study of the Amalfi coastal road (southern Italy)
CN105809372B (zh) 一种基于卫星遥感图像的自然灾害风险监测系统
CN104182594B (zh) 一种电力系统风区图的绘制方法
CN103090825A (zh) 一种基于北斗兼容型的铁路桥梁状态监测系统
JP2003168179A (ja) リアルタイムハザードマップシステム
CN104851051A (zh) 一种结合动态修正的电网区域暴雨量精细化预警方法
CN107525558A (zh) 一种基于云平台的桥下积水在线监测系统及其监测方法
KR101722989B1 (ko) 기지국 유동인구 정보를 활용한 재난 관리 장치 및 방법
JP2005200972A (ja) 災害情報サービスシステム
KR101691790B1 (ko) 급경사지 붕괴위험도 판단시스템
JP2022130912A (ja) 短時間強雨に対する減災システム
Ho et al. Enhancing slope safety preparedness for extreme rainfall and potential climate change impacts in Hong Kong
KR102143039B1 (ko) 다중 경로식 원격감시제어장치
JP5119367B2 (ja) 災害危険域予測装置
EP3324219A1 (en) Method for determining an expected inflow to a water reservoir
JP4173701B2 (ja) 冬季雷発雷予測方法および予測装置
KR101865791B1 (ko) 태풍 리스크 분석 시스템 및 이를 이용한 태풍 리스크 분석 방법
JP6084332B1 (ja) 土砂災害予測システム
Shwehdi Thunderstorm distribution and frequency in Saudi Arabia
Brown et al. What is the appropriate RAWS network
Nishio et al. The web‐based accumulated rainfall amount monitoring system by X‐band MP radar

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170425

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180502

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190429

Year of fee payment: 6