KR102387284B1 - 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법 - Google Patents

건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법 Download PDF

Info

Publication number
KR102387284B1
KR102387284B1 KR1020200158128A KR20200158128A KR102387284B1 KR 102387284 B1 KR102387284 B1 KR 102387284B1 KR 1020200158128 A KR1020200158128 A KR 1020200158128A KR 20200158128 A KR20200158128 A KR 20200158128A KR 102387284 B1 KR102387284 B1 KR 102387284B1
Authority
KR
South Korea
Prior art keywords
heatwave
impact
trc
city
county
Prior art date
Application number
KR1020200158128A
Other languages
English (en)
Inventor
채여라
박종철
최영웅
김상욱
김태현
Original Assignee
한국환경연구원
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 한국환경연구원 filed Critical 한국환경연구원
Priority to KR1020200158128A priority Critical patent/KR102387284B1/ko
Application granted granted Critical
Publication of KR102387284B1 publication Critical patent/KR102387284B1/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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Emergency Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geology (AREA)
  • Educational Administration (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법이 개시된다. 폭염영향 예측 방법은, 시군구 단위로 미리 설정된 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출하는 단계, 산출된 TRC 곡선을 이용하여 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정하는 단계, 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정하는 단계, 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측하는 단계 및 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측하는 단계를 포함한다.

Description

건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법{Apparatus and method for forecasting heatwave Impact considering severity of health impacts and socio-economic vulnerability}
본 발명은 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법에 관한 것이다.
도 1은 종래의 폭염영향 예측 모델을 이용한 폭염영향 예측 방법의 개념을 나타낸 도면이다.
도 1을 참조하면, 종래의 폭염영향 예측 모델들은 단일 심각도와 대상에 대한 역학적 연구 결과로부터 획득되는 정보를 이용하여 다음과 같이, 두 단계로 영향수준을 결정한다. 첫째 단계에서는 기상 인자에 대한 반응을 분석하여 폭염의 건강 영향을 식별하고, 둘째 단계에서는 반응곡선에서 임계값을 찾고 찾은 임계값을 기준으로 영향수준을 정의한다.
반응곡선의 작성에 한국, 중국, 영국, 프랑스 등은 모든 계층의 초과 사망자에 대한 역학적 연구 결과를 이용하고, 일본은 모든 계층의 온열질환자를 이용한다. 반응곡선을 이용하여 영향수준을 결정하는 데에는, 두 가지 방법이 활용되고 있다. 하나는, 여러 개의 임계지점을 선정하고, 각 임계지점을 각 영향수준의 기준으로 활용하는 것이다. 다른 하나는, 하나의 임계지점을 선정하고, 그 임계지점에 도달할 것으로 예상되거나, 그 임계지점을 넘었을 때로 영향 수준을 결정하는 것이다.
이와 같은 방법은, 외래, 입원, 사망과 같이 심각도에 따른 반응곡선들이 있을 때에 모든 심각도를 고려할 수 없다. 또한, 고령자, 야외노동자와 같이 사회경제적 여건에 따라 달라지는 반응곡선들도 고려할 수 없다.
한편, 종래에 MCR(Mortality or Morbidity Change Rate)을 이용한 폭염영향 예측 기술이 존재한다. 이 폭염영향 예측 기술은, MCR에 대한 확률밀도함수를 이용하여 심각도를 고려하지만, 영향수준의 기준을 몇 퍼센타일로 할 것인지 결정하는데 어려움이 있고, 사회경제적 여건을 종합하여 영향수준을 결정하는 방안을 제안하지 않았다. 이는, 취약그룹들에 대한 폭염 영향을 예측하고 맞춤형 대응방안을 수립하는데 어려움으로 작용한다.
또한, 이 폭염영향 예측 기술은, 취약그룹별로 표준화된 취약인구를 합산하여 지역의 취약인구로 규정하고, 이를 활용하여 광역 단위의 영향수준을 결정하는 방안을 제안하였다. 하지만, 취약인구의 규모에 대한 직관성이 떨어지는 문제점이 있다.
대한민국등록특허공보 제10-1388448호(2014.04.17)
본 발명은 건강 영향의 심각도 및 사회경제적 여건에 따라 다르게 나타나는 폭염에 대한 TRC (Temperature Response Coefficient) 곡선을 이용하여 시군구별 및 광역단위의 영향수준을 예측하고, 예측에 따른 폭염영향 예측 보고서를 생성하여 사용자에게 제공하는 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 폭염영향 예측 장치가 수행하는 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법이 개시된다.
본 발명의 실시예에 따른 폭염영향 예측 방법은, 시군구 단위로 미리 설정된 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출하는 단계, 상기 산출된 TRC 곡선을 이용하여 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정하는 단계, 상기 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정하는 단계, 상기 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측하는 단계 및 상기 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측하는 단계를 포함한다.
본 발명의 다른 측면에 따르면, 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치가 개시된다.
본 발명의 실시예에 따른 폭염영향 예측 장치는, 명령어를 저장하는 메모리 및 상기 명령어를 실행하는 프로세서를 포함하되, 상기 명령어는, 시군구 단위로 미리 설정된 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출하는 단계, 상기 산출된 TRC 곡선을 이용하여 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정하는 단계, 상기 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정하는 단계, 상기 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측하는 단계 및 상기 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측하는 단계를 포함하는 폭염영향 예측 방법을 수행한다.
본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법은, 건강 영향의 심각도 및 사회경제적 여건에 따라 다르게 나타나는 폭염에 대한 TRC(Temperature Response Coefficient) 곡선을 이용하여 시군구별 및 광역단위의 영향수준을 예측하고, 예측에 따른 폭염영향 예측 보고서를 생성하여 사용자에게 제공할 수 있다.
도 1은 종래의 폭염영향 예측 모델을 이용한 폭염영향 예측 방법의 개념을 나타낸 도면.
도 2는 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법의 개념을 나타낸 도면.
도 3은 본 발명의 실시예에 따른 폭염영향 예측 장치가 수행하는 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 나타낸 흐름도.
도 4는 폭염에 의한 건강영향을 분석하기 위한 TRC(Temperature Response Coefficient)를 계산하는 방법을 나타낸 흐름도.
도 5 내지 도 14는 도 2 및 도 3의 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 설명하기 위한 도면.
도 15는 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치의 구성을 개략적으로 예시하여 나타낸 도면.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술하겠다.
도 2는 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법의 개념을 나타낸 도면이고, 도 3은 본 발명의 실시예에 따른 폭염영향 예측 장치가 수행하는 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 나타낸 흐름도이고, 도 4는 폭염에 의한 건강영향을 분석하기 위한 TRC(Temperature Response Coefficient)를 계산하는 방법을 나타낸 흐름도이고, 도 5 내지 도 14는 도 2 및 도 3의 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 설명하기 위한 도면이다. 이하, 도 3을 중심으로, 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 설명하되, 도 2, 도 4 내지 도 14를 참조하기로 한다.
우선, 도 2를 참조하면, 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법은, 폭염에 대한 TRC(Temperature Response Coefficient) 곡선을 산출한고, 산출된 TRC 곡선들 중에서 폭염 취약그룹의 TRC 곡선을 추출하여 통합하고, 통합된 TRC 곡선들을 이용하여 폭염이 나타났다고 판단하는 TRC 참조값을 결정하고, 취약그룹들을 폭염이 나타나는 순서대로 배열하여 영향수준을 결정할 수 있다.
이를 위하여, 폭염으로 외래, 입원, 사망 등이 발생하여 폭염으로 인한 건강 영향이 심각해짐에 따라 폭염의 영향수준을 상향하고, 각 심각도에서 폭염의 영향이 나타났다고 판명하는 기준은 취약그룹들에서 일정 수준의 기온에 대한 반응이 나타난 때로 정의될 수 있다.
다음으로, 도 3을 참조하여, 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법에 대하여 설명하기로 한다.
S310 단계에서, 폭염영향 예측 장치는 시군구 단위로 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출한다.
도 4를 참조하면, TRC는 여름철 일 평균 피해(온열질환 외래환자 수, 응급실 경유 입원환자 수, 외인사 외 모든 원인으로 인한 사망자 수) 대비 특정 기온에서의 일 평균 피해의 증감분을 나타내는 것으로, TRC를 통해 기온 상승에 따른 피해 변화 경향이 확인될 수 있다. 예를 들어, TRC가 0이상이면, 여름철 평균 피해에 비하여 상대적으로 많은 피해가 발생하였음을 의미한다.
우선, 폭염영향 예측 장치는 온열질환 외래환자, 응급실 경유 입원환자, 외인사 외 모든 원인으로 인한 사망자에 대한 정보가 저장된 보건 데이터베이스에서 미리 설정된 조건에 따른 피해 정보를 추출한다. 예를 들어, 사망자 정보 및 입원환자 정보는 인적사항, 거주지역, 질환상태, 발생년월일시, 날씨 등을 포함할 수 있으며, 조건은 연령, 직업, 가족수, 소득 등을 포함할 수 있다.
이때, 폭염영향 예측 장치는 미리 설정된 기온범위 및 여름철에 해당하는 피해 정보를 추출한 후, 추출된 피해 정보를 시군구 별로 분류한다. 예를 들어, 기온범위는 25℃~35℃가 될 수 있으며, 여름철은 6월부터 8월로 정의될 수 있다.
그리고, 폭염영향 예측 장치는 시군구 단위의 피해 정보를 이용하여 시군구별 및 연도별로 피해에 대한 일별 Z-score를 산출한다. 여기서, 시군구 단위의 피해 정보는 분석대상이 되는 시군구와 인접한 시군구의 피해 정보를 더 포함할 수 있다.
그리고, Z-score는 하기 수학식으로 산출될 수 있다.
[수학식 1]
Figure 112020125897288-pat00001
여기서, Z-score는 온열질환 외래환자, 응급실 경유 입원환자, 외인사 외 모든 원인으로 인한 사망자에 대하여 각각 산출될 수 있다.
그리고, 폭염영향 예측 장치는 산출된 일별 Z-score를 이용하여 기온별로 Z-score 평균을 산출함으로써, 시군구 단위의 TRC를 산출할 수 있다.
따라서, 사망자에 대한 시군구 단위의 TRC 및 입원환자에 대한 시군구 단위의 TRC가 산출될 수 있다. 또한, TRC는 일반인, 고령자, 야외 노동자 등과 같은 미리 설정된 사회경제적 인구집단별로 산출될 수 있다.
예를 들어, Z-score 평균은 25℃부터 35℃까지 1℃ 간격의 기준기온을 이용하여 산출되며, 각 지역에서 기준기온에 대한 Z-score 평균은 기준기온 이상인 일자들의 Z-score를 평균하여 산출된다. 즉, 기온이 40℃까지 관측된 지역에서 25℃의 Z-score 평균을 계산하는 경우, 기온이 25℃이상 40℃이하인 일자들의 Z-score를 평균한다.
이와 같이 산출되는 TRC를 이용하여, 폭염영향 예측 장치는 도 5에 도시된 바와 같이, 건강 영향의 심각도 및 사회경제적 여건에 따른 TRC 곡선을 생성할 수 있다.
즉, 도 5를 참조하면, TRC 곡선은 온열질환 외래환자(O), 폭염 관련 질환으로 인한 응급실 경유 입원환자(응급 입원환자)(A), 외인사 외 모든 원인으로 인한 사망자(M)의 심각도 및 연령, 직업, 만성질환 여부 등의 사회경제적 여건에 따라 생성될 수 있다. 이와 같이 생성되는 TRC 곡선들 중에서 폭염 취약그룹의 TRC 곡선이 추출될 수 있다. 폭염 취약그룹의 TRC 곡선은 TRC가 상대적으로 높은 그룹이다.
S320 단계에서, 폭염영향 예측 장치는 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정한다.
즉, 폭염영향 예측 장치는 산출된 폭염 취약그룹의 TRC 곡선들을 통합하고, 통합된 폭염 취약그룹의 TRC 곡선들을 비교하여 가장 낮은 TRC 곡선을 갖는 폭염 취약그룹의 TRC 곡선의 최대값을 TRC 참조값으로 결정할 수 있다. 여기서, 가장 낮은 TRC 곡선을 갖는 취약그룹은 폭염에 가장 덜 취약한 취약그룹으로 간주될 수 있다.
예를 들어, 도 6을 참조하면, 도 6에서는 만성질환자가 가장 낮은 TRC 곡선을 가지므로 폭염에 가장 덜 취약한 취약그룹일 수 있다. 도 6에 도시된 바와 같이, 만성질환자의 사망자의 TRC는 일 최고기온이 35℃에서 0.38이다. 이 값이 취약그룹에서 폭염의 영향이 나타났다고 간주할 수 있는 TRC 참조값이 될 수 있다.
S330 단계에서, 폭염영향 예측 장치는 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정한다.
즉, 도 7을 참조하면, 폭염영향 예측 장치는 각 취약그룹에서 TRC 참조값이 처음 나타나는 기온을 찾고, 찾은 기온에 따라 취약그룹들을 순서대로 나열하고, 각 심각도(예를 들어, 외래환자, 응급입원환자 및 사망자)의 TRC 참조값이 나타나는 기온 구간에 따라 영향수준 기준을 결정할 수 있다.
예를 들어, 도 7에 도시된 바와 같이, 폭염영향 예측 장치는 0단계(Level-0) 내지 4단계(Level-4)의 총 5개의 영향수준 기준을 결정할 수 있다. 0단계(Level-0)는 어떤 심각도에서도 폭염의 영향이 나타나지 않는 기온 구간이고, 1단계(Level-1)는 온열질환 외래환자의 증가가 나타나는 기온 구간이고, 2단계(Level-2)는 온열질환 외래환자가 증간한 후, 응급 입원환자의 증가가 나타나기 전까지의 점이적인 기온 구간이고, 3단계(Level-3)는 응급 입원환자의 증가가 나타나는 기온 구간이고, 4단계(Level-4)는 사망자 증가가 나타나는 기온 구간일 수 있다. 도 7을 참조하면, 0단계(Level-0)는 일 최고기온이 25℃ 미만이고, 1단계(Level-1)는 일 최고기온이 25 ~ 29℃이고, 2단계(Level-2)는 일 최고기온이 29 ~ 31℃이고, 3단계(Level-3)는 일 최고기온이 31 ~ 34℃이고, 4단계(Level-4)는 일 최고기온이 34℃ 이상일 수 있다.
이때, 폭염영향 예측 장치는 TRC 참조값이 처음 나타나는 기온에 따라 취약그룹들을 순서대로 나열함으로써, 각 단계에서 폭염의 영향인 가장 먼저 나타나는 취약그룹을 판단할 수 있다. 도 7을 참조하면, 1단계 및 3단계에서는 야외 노동자, 4단계에서는 고령자에서 가장 먼저 폭염의 영향이 나타날 수 있다. 이에 따라, 폭염영향 예측 장치는 각 단계에서 취약그룹의 순서에 따라 해당 취약그룹에 대한 경고와 대응방안을 발령할 수 있다.
S340 단계에서, 폭염영향 예측 장치는 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측한다.
S350 단계에서, 폭염영향 예측 장치는 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측한다. 여기서, 광역단위는 시도 또는 전국일 수 있다.
즉, 폭염영향 예측 장치는 각 시군구의 사회경제적 여건을 고려하여 광역단위의 폭염 영향수준을 예측할 수 있다.
폭염영향 예측 장치는 하기 수학식과 같이, 가중치를 미고려한 단순 합산 방식, 총인구수를 가중치로 고려한 방식, 취약인구수를 가중치로 고려한 방식, 취약인구비율을 가중치로 고려한 방식 및 폭염 취약인구 핫스팟을 고려한 방식 중 어느 하나를 이용하여 광역단위의 폭염 영향수준을 결정할 수 있다.
가중치를 미고려한 단순 합산 방식은 하기 수학식을 이용하여 수행될 수 있다.
[수학식 2]
Figure 112020125897288-pat00002
여기서, level은 광역단위의 폭염 영향 단계이고, L은 시군구별 폭염 영향 단계로, 산출된 단계를 점수로 환산(예를 들어, 0단계는 0점, 4단계는 4점 등)한 것이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수이다.
총인구수를 가중치로 고려한 방식은 하기 수학식을 이용하여 수행될 수 있다.
[수학식 3]
Figure 112020125897288-pat00003
여기서, Wi는 시군구의 가중치이고, Pi는 시군구의 총인구이다.
취약인구수를 가중치로 고려한 방식은 하기 수학식을 이용하여 수행될 수 있다.
[수학식 4]
Figure 112020125897288-pat00004
여기서, Wa는 농업종사자의 가중치이고, Wo는 야외노동자의 가중치이고, Wl은 저소득층의 가중치이고, Ws는 독거노인의 가중치이고, Ai는 i 시군구에서 농업종사자의 인구이고, Oi는 i 시군구에서 야외노동자의 인구이고, Li는 i 시군구에서 저소득층의 인구이고, Si는 i 시군구에서 독거노인의 인구이다.
취약인구비율을 가중치로 고려한 방식은 하기 수학식을 이용하여 수행될 수 있다.
[수학식 5]
Figure 112020125897288-pat00005
폭염 취약인구 핫스팟을 고려한 방식은 하기 수학식을 이용하여 수행될 수 있다.
[수학식 6]
Figure 112020125897288-pat00006
여기서, Hi는 i 시군구에서 폭염 취약인구 핫스팟에 노출된 인구이고, h는 폭염 취약인구 핫스팟의 수준으로 1 ~ 5이고, Eh는 i 시군구에서 h수준의 핫스팟에 노출된 인구이다.
폭염 취약인구 핫스팟은 폭염 취약인구 분포 지역과 폭염 영향수준 예측 결과에 대한 매트릭스를 이용하여 결정된다.
도 8은 폭염 취약인구 분포와 시군구 단위의 영향수준 분포의 교차 매트릭스의 개념을 나타내고, 도 9는 전국 1km 단위와 광역시 100m 단위로 폭염 취약인구 핫스팟을 예측한 결과의 예를 나타낸다.
도 10은 지점 기온관측 자료, 유동인구 자료 및 신용통계 자료를 분석하여 폭염 취약인구 분포 지역을 도출하는 방법을 나타낸다.
도 10을 참조하면, 폭염 취약인구 분포는 사회경제적 요인과 기상학적 요인을 동시에 고려하여 분석될 수 있다. 사회경제적 요인을 고려하여 분석하기 위하여, 폭염 취약계층에 해당하는 저소득 계층의 주거지역을 특정하기 위한 신용통계 자료 및 폭염을 피해 이동하는 인구의 유동성을 확인하기 위한 유동인구 자료가 이용될 수 있다. 그리고, 기상학적 요인을 고려하여 분석하기 위하여, 기온에 대한 인구의 반응성을 분석하기 위한 지점 기온관측 자료 및 최종적인 핫스팟을 특정하기 위한 기온예측 자료가 이용될 수 있다.
가장 먼저 폭염에 취약한 계층으로 고려할 수 있는 계층은 저소득 계층일 수 있다. 이를 고려하기 위하여, KCB(Korean Credit Bureau)에서 제공하는 신용통계 자료 중 거주자 평균소득을 기준으로 격자 내 평균소득이 대상지역의 하위 20%에 해당하는 지역을 식별한다. 이렇게 식별된 거주자 평균소득이 하위 20%인 지역은 시간에 대한 변화가 적기 때문에, 정적 취약 지역(Static Vulnerable Region)이라 칭할 수 있다.
다음으로, 폭염을 피해 이동이 어려운 인구집단이 많은 지역을 식별한다. 이러한 지역은 인구의 표준편차 및 인구 대 기온 간의 상관계수가 모두 낮을 것으로 기대할 수 있다. 그리고, 이러한 인자들은 요일(주중 및 주말)과 시간에 따라 매우 다르게 나타날 것으로 예상된다. 따라서, 유동인구 자료를 이용하여 격자 내 인구의 변동성과 기온에 대한 반응성을 시간 및 요일별로 분석한다.
이 과정에서, 기온과 관계된 인구의 변동성을 추출할 필요가 있으나, 이러한 인구인동을 원시자료로부터 추출하기는 매우 어렵다. 대신에, 주성분 분석(PCA: Principal Component Analysis)을 이용하여 전체 인구 변동의 대부분을 차지하면서도(60% 이상) 확실하게 기온과 무관한 인구 변동성인 출퇴근 인구이동을 제거하는 전처리 과정을 수행한다.
전처리과정은 다음과 같다. 유동인구 자료의 연도별 불균질성을 제거하고 주성분 분석을 적용하기 위하여, 원시 유동인구 자료에서 연도별 평균값을 제거한다. 연도별 평균값이 제거된 인구 아노말리 자료에 대하여 주성분 분석을 수행한다. 예를 들어, 서울의 경우, mode 1과 mode 2에 해당하는 변동성이 출퇴근과 관계된 변동성으로 나타나며, 지역에 따라 mode 1이 유일한 출퇴근 관련 변동성인 경우도 있다. 이렇게 추출된 출퇴근 관련 변동성을 인구 아노말리에서 다시 한번 더 제거한다.
이와 같은 전처리과정이 완료된 유동인구 자료의 요일 및 시간별 표준편차를 통해 해당 요일과 시간의 각 격자의 인구 변동성을 확인할 수 있다. 이렇게 확인된 인구 변동성에는 온도가 고려되지 않는다. 이를 보완하기 위하여, 각 격자별 인구와 기온 사이의 상관계수를 추가로 고려한다. 이때, 기후값이 제거된 지점 기온관측 자료를 이용한다. 각 격자에서 인구의 표준편차가 작고 기온과의 상관계수도 작은 지역은 해당 격자에 거주하고 있는 인구가 쉽게 이동하지 못하며, 특히, 기온에 따른 움직임을 보기 어려움을 의미한다.
예를 들어, 서울의 경우, 이러한 지역을 식별하기 위한 기준으로서 표준편차가 30미만이고 상관계수의 절대값이 0.2미만인 경우, 적절한 범위의 취약지역이 식별되었다. 각 도시별로 인구 규모와 유동성에 따라 이러한 기준에는 차이가 있을 수 있다.
이와 같은 인구의 표준편차 및 기온과의 상관계수의 두 요소를 고려하여 도출된 취약지역은 요일과 시간에 따라 다르게 나타나는 특성을 갖기 때문에, 동적 취약 지역(Dynamic Vulnerable Region)이라 칭할 수 있다.
최종적으로, 정적 취약 지역과 동적 취약 지역에 동시에 해당하는 격자가 사회경제적 요인과 기상학적 요인이 고려된 취약지역에 해당한다. 즉, 폭염 취약인구 분포 지역은 동적 취약 지역과 정적 취약 지역의 교집합 지역이다.
S360 단계에서, 폭염영향 예측 장치는 시군구별 폭염 영향수준 및 광역단위의 폭염 영향수준의 예측 결과를 이용하여 사용자에게 폭염 영향예측 보고서를 제공한다.
예를 들어, 폭염영향 예측 장치는 도 11 및 도 12에 도시된 바와 같이, 예측 결과에 대한 내용을 기반으로 지도, 표 등을 이용하여 폭염 영향예측 보고서를 작성하여 제공할 수 있다.
폭염 영향예측 보고서는, 전국, 광역, 시군구 단위로 구분되고, 과거 폭염 관련 피해 현황 중 특정 일자의 기상상황 또는 사용자가 선택한 기상상황과 유사한 기상상황에서 발생한 사례들을 검색할 수 있도록 제공될 수 있다.
과거 기상상황에 대한 광역단위의 폭염 영향예측 보고서는 도 11에 도시된 바와 같이, 시군구별 폭염 영향수준 지도, 폭염 영향수준 발령 현황을 집계한 그래프, 대상별 영향 및 대응방안을 포함하여 구성될 수 있다. 또한, 광역단위의 폭염 영향예측 보고서는 도 11과 같이 출력된 화면에서, 사용자가 스크롤을 이용하여 일반인, 고령자, 야외 노동자, 1인가구 등의 취약그룹들에 대한 폭염 영향수준 예측과 대응방안을 볼 수 있도록 구성될 수 있다.
그리고, 시군구별 폭염 영향예측 보고서는 도 12에 도시된 바와 같이, 일반인, 고령자, 야외 노동자, 1인가구 등의 대상별 폭염 영향단계 현황 및 핫스팟 정보를 포함하여 구성될 수 있다. 여기서, 핫스팟은 폭염 취약계층이 고온에 많이 노출되어 있는 지역이다. 또한, 시군구별 폭염 영향예측 보고서는 시군구의 최근 10년간 일 최고기온의 최고값, 평균값 및 최저값을 포함하는 참고자료, 시군구에서 예측되는 폭염 영향수준에서 발생할 수 있는 대상별 영향 및 대응방안을 포함하여 구성될 수 있다.
한편, 본 발명의 실시예에 따른 폭염영향 예측 장치는 도 13 및 도 14에 도시된 바와 같이, 사용자에게 과거 유사피해 정보를 제공할 수 있다.
즉, 도 13 및 도 14를 참조하면, 폭염영향 예측 장치는 과거 피해 정보를 저장한 데이터베이스를 이용하여 사용자가 원하는 조건에 따라 과거 유사피해 정보를 검색하여 제공받을 수 있도록 할 수 있다.
기상조건은 기온, 습도, 풍속, 강수량 등을 포함하되, 기온은 필수 입력 조건일 수 있다. 검색하고자 하는 지역이 시군구 단위인 경우, 초기값으로 당일의 기상 값이 입력될 수 있다. 과거 기상 검색은 입력된 기상조건으로부터 기온은 ㅁ3℃, 습도는 ㅁ10%, 풍속은 ㅁ2 m/s, 강수량은 ㅁ20mm로 제한될 수 있다. 이를 통해, 검색 속도가 상승될 수 있다.
폭염영향 예측 장치는 입력된 기상조건을 모두 만족하는 과거 기상정보가 검색되면, 입력된 기상조건에 부합하는 정도를 파악하기 위해 퍼지연산을 수행한다. 이를 위하여, 폭염영향 예측 장치는 각 기상요소별로 입력된 기상조건에서 과거 기상값을 차연산하고, 요소별 차이에 따른 점수표와 차연산 결과를 테이블 조인하여 그 차이에 따른 퍼지 점수를 계산할 수 있다. 그리고, 폭염영향 예측 장치는 각 요소의 퍼지점수를 합산하여 일자별 유사도를 산정하며, 이때, 퍼지점수 합산 과정에서 요소에 따른 가중치를 활용할 수 있다. 그리고, 폭염영향 예측 장치는 유사도가 동일한 일자들이 있는 경우, 최근 일자가 높은 순위에 배치하고, 유사도 점수가 높은 일자들과 과거 폭염피해 데이터베이스를 테이블 조인하고, 피해가 있던 일자들만 선택하고, 마지막으로 상위에 있는 피해 일자와 사례를 출력하여 사용자에게 과거 유사피해 정보를 제공할 수 있다.
도 15는 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치의 구성을 개략적으로 예시하여 나타낸 도면이다.
도 15를 참조하면, 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치는 프로세서(10), 메모리(20), 통신부(30) 및 인터페이스부(40)를 포함한다.
프로세서(10)는 메모리(20)에 저장된 처리 명령어를 실행시키는 CPU 또는 반도체 소자일 수 있다.
메모리(20)는 다양한 유형의 휘발성 또는 비휘발성 기억 매체를 포함할 수 있다. 예를 들어, 메모리(20)는 ROM, RAM 등을 포함할 수 있다.
예를 들어, 메모리(20)는 본 발명의 실시예에 따른 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법을 수행하는 명령어들을 저장할 수 있다.
통신부(30)는 통신망을 통해 다른 장치들과 데이터를 송수신하기 위한 수단이다.
인터페이스부(40)는 네트워크에 접속하기 위한 네트워크 인터페이스 및 사용자 인터페이스를 포함할 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 프로세서
20: 메모리
30: 통신부
40: 인터페이스부

Claims (13)

  1. 폭염영향 예측 장치가 수행하는 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 방법에 있어서,
    시군구 단위로 미리 설정된 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출하는 단계;
    상기 산출된 TRC 곡선을 이용하여 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정하는 단계;
    상기 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정하는 단계;
    상기 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측하는 단계; 및
    상기 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측하는 단계를 포함하되,
    상기 TRC 참조값을 결정하는 단계는,
    상기 산출된 폭염 취약그룹의 TRC 곡선들을 통합하고, 상기 통합된 폭염 취약그룹의 TRC 곡선들을 비교하여 가장 낮은 TRC 곡선을 갖는 폭염 취약그룹의 TRC 곡선의 최대값을 상기 TRC 참조값으로 결정하는 것을 특징으로 하는 폭염영향 예측 방법.
  2. 제1항에 있어서,
    상기 시군구 단위로 폭염 취약그룹의 TRC 곡선을 산출하는 단계는,
    피해 정보가 저장된 보건 데이터베이스에서 미리 설정된 조건에 따른 피해 정보를 추출하는 단계;
    상기 추출된 피해 정보에서 미리 설정된 기온범위 및 여름철에 해당하는 피해 정보를 추출한 후 시군구 별로 분류하는 단계;
    시군구 단위의 피해 정보를 이용하여 시군구별 및 연도별로 피해에 대한 일별 Z-score를 산출하는 단계;
    상기 산출된 일별 Z-score를 이용하여 기온별로 Z-score 평균을 산출함으로써, 시군구 단위의 TRC를 산출하는 단계;
    상기 산출된 TRC를 이용하여 심각도 및 사회경제적 여건에 따라 복수의 TRC 곡선을 산출하는 단계; 및
    상기 산출된 복수의 TRC 곡선 중에서 상대적으로 TRC가 높은 상기 폭염 취약그룹의 TRC 곡선을 추출하는 단계를 포함하되,
    상기 피해 정보는 온열질환 외래환자 수, 응급실 경유 입원환자 수, 외인사 외 모든 원인으로 인한 사망자 수를 포함하고,
    상기 Z-score는 하기 수학식으로 산출되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00007

    여기서, Z-score는 온열질환 외래환자, 응급실 경유 입원환자, 외인사 외 모든 원인으로 인한 사망자에 대하여 각각 산출됨
  3. 삭제
  4. 제1항에 있어서,
    상기 폭염 영향수준 기준을 결정하는 단계는,
    각 취약그룹에서 TRC 참조값이 처음 나타나는 기온을 찾는 단계;
    상기 찾은 기온에 따라 취약그룹들을 순서대로 나열하는 단계; 및
    각 심각도의 TRC 참조값이 나타나는 기온 구간에 따라 영향수준 기준을 결정하는 단계를 포함하는 것을 특징으로 하는 폭염영향 예측 방법.
  5. 제4항에 있어서,
    상기 영향수준 기준은, 어떤 심각도에서도 폭염의 영향이 나타나지 않는 기온 구간인 0단계, 온열질환 외래환자의 증가가 나타나는 기온 구간인 1단계, 온열질환 외래환자가 증간한 후, 응급 입원환자의 증가가 나타나기 전까지의 점이적인 기온 구간인 2단계, 응급 입원환자의 증가가 나타나는 기온 구간인 3단계 및 사망자 증가가 나타나는 기온 구간인 4단계를 포함하는 것을 특징으로 하는 폭염영향 예측 방법.
  6. 제1항에 있어서,
    상기 광역단위의 폭염 영향수준을 예측하는 단계는,
    가중치를 미고려한 단순 합산 방식, 총인구수를 가중치로 고려한 방식, 취약인구수를 가중치로 고려한 방식, 취약인구비율을 가중치로 고려한 방식 및 폭염 취약인구 핫스팟을 고려한 방식 중 어느 하나를 이용하여 상기 광역단위의 폭염 영향수준을 결정하되,
    상기 폭염 취약인구 핫스팟은 폭염 취약계층이 고온에 많이 노출되어 있는 지역인 것을 특징으로 하는 폭염영향 예측 방법.
  7. 제6항에 있어서,
    상기 가중치를 미고려한 단순 합산 방식은 하기 수학식을 이용하여 수행되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00008

    여기서, level은 광역단위의 폭염 영향 단계이고, L은 시군구별 폭염 영향 단계이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수임
  8. 제6항에 있어서,
    상기 총인구수를 가중치로 고려한 방식은 하기 수학식을 이용하여 수행되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00009

    여기서, level은 광역단위의 폭염 영향 단계이고, L은 시군구별 폭염 영향 단계이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수이고, Wi는 시군구의 가중치이고, Pi는 시군구의 총인구임
  9. 제6항에 있어서,
    상기 취약인구수를 가중치로 고려한 방식은 하기 수학식을 이용하여 수행되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00010

    여기서, level은 광역단위의 폭염 영향 단계이고, L은 시군구별 폭염 영향 단계이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수이고, Wi는 시군구의 가중치이고, Wa는 농업종사자의 가중치이고, Wo는 야외노동자의 가중치이고, Wl은 저소득층의 가중치이고, Ws는 독거노인의 가중치이고, Ai는 i 시군구에서 농업종사자의 인구이고, Oi는 i 시군구에서 야외노동자의 인구이고, Li는 i 시군구에서 저소득층의 인구이고, Si는 i 시군구에서 독거노인의 인구임
  10. 제6항에 있어서,
    상기 취약인구비율을 가중치로 고려한 방식은 하기 수학식을 이용하여 수행되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00011

    여기서, level은 광역단위의 폭염 영향 단계이고, L은 시군구별 폭염 영향 단계이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수이고, Wi는 시군구의 가중치이고, Wa는 농업종사자의 가중치이고, Wo는 야외노동자의 가중치이고, Wl은 저소득층의 가중치이고, Ws는 독거노인의 가중치이고, Ai는 i 시군구에서 농업종사자의 인구이고, Oi는 i 시군구에서 야외노동자의 인구이고, Li는 i 시군구에서 저소득층의 인구이고, Si는 i 시군구에서 독거노인의 인구이고, Pi는 시군구의 총인구임
  11. 제6항에 있어서,
    상기 폭염 취약인구 핫스팟을 고려한 방식은 하기 수학식을 이용하여 수행되는 것을 특징으로 하는 폭염영향 예측 방법.
    Figure 112020125897288-pat00012

    여기서, level은 광역단위의 폭염 영향 단계이고, i는 각 시군구를 나타내고, n은 각 광역에 속한 시군구 총 개수이고, Hi는 i 시군구에서 폭염 취약인구 핫스팟에 노출된 인구이고, h는 폭염 취약인구 핫스팟의 수준으로 1 ~ 5이고, Eh는 i 시군구에서 h수준의 핫스팟에 노출된 인구
  12. 제1항에 있어서,
    상기 폭염영향 예측 방법은,
    상기 시군구별 폭염 영향수준 및 상기 광역단위의 폭염 영향수준의 예측 결과를 이용하여 사용자에게 폭염 영향예측 보고서를 제공하는 단계를 더 포함하는 것을 특징으로 하는 폭염영향 예측 방법.
  13. 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치에 있어서,
    명령어를 저장하는 메모리; 및
    상기 명령어를 실행하는 프로세서를 포함하되,
    상기 명령어는,
    시군구 단위로 미리 설정된 폭염 취약그룹의 TRC(Temperature Response Coefficient) 곡선을 산출하는 단계;
    상기 산출된 TRC 곡선을 이용하여 각 폭염 취약그룹에서 폭염으로 인한 건강영향이 나타난다고 판단하는 기준인 TRC 참조값을 결정하는 단계;
    상기 결정된 TRC 참조값을 이용하여 폭염 영향수준 기준을 결정하는 단계;
    상기 결정된 폭염 영향수준 기준에 따라 시군구별 폭염 영향수준을 예측하는 단계; 및
    상기 예측된 시군구별 폭염 영향수준을 이용하여 광역단위의 폭염 영향수준을 예측하는 단계를 포함하는 폭염영향 예측 방법을 수행하고,
    상기 TRC 참조값을 결정하는 단계는,
    상기 산출된 폭염 취약그룹의 TRC 곡선들을 통합하고, 상기 통합된 폭염 취약그룹의 TRC 곡선들을 비교하여 가장 낮은 TRC 곡선을 갖는 폭염 취약그룹의 TRC 곡선의 최대값을 상기 TRC 참조값으로 결정하는 것을 특징으로 하는 폭염영향 예측 장치.
KR1020200158128A 2020-11-23 2020-11-23 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법 KR102387284B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200158128A KR102387284B1 (ko) 2020-11-23 2020-11-23 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200158128A KR102387284B1 (ko) 2020-11-23 2020-11-23 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102387284B1 true KR102387284B1 (ko) 2022-04-15

Family

ID=81212281

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200158128A KR102387284B1 (ko) 2020-11-23 2020-11-23 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102387284B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116665905A (zh) * 2023-07-31 2023-08-29 中国疾病预防控制中心环境与健康相关产品安全所 健康效应导向的多参数人群热脆弱性指数构建方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101388448B1 (ko) 2013-09-13 2014-04-25 대한민국 기후변화에 따른 건강영향 평가 및 경제적비용 산출 시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101388448B1 (ko) 2013-09-13 2014-04-25 대한민국 기후변화에 따른 건강영향 평가 및 경제적비용 산출 시스템 및 그 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
국립재난안전연구원, 취약계층 맞춤형 폭염피해 위험 진단기술 개발(2018.12.) 1부.* *
비특허문헌1(박종철 외 1인, 2020.10.) *
이나영 et al., 폭염으로 인한 기후변화 취약계층의 사망률 변화 분석: 서울을 중심으로, 보건사회연구, Vol. 34(1), pp 456-484(2014.3.18.) 1부.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116665905A (zh) * 2023-07-31 2023-08-29 中国疾病预防控制中心环境与健康相关产品安全所 健康效应导向的多参数人群热脆弱性指数构建方法及装置
CN116665905B (zh) * 2023-07-31 2023-10-24 中国疾病预防控制中心环境与健康相关产品安全所 健康效应导向的多参数人群热脆弱性指数构建方法及装置

Similar Documents

Publication Publication Date Title
Ali et al. A data-driven approach for multi-scale GIS-based building energy modeling for analysis, planning and support decision making
KR101830522B1 (ko) 빅 데이터를 이용한 예측 대상 지역의 범죄 발생 예측 방법
KR102020551B1 (ko) 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치
Dias et al. Predicting occupancy trends in Barcelona's bicycle service stations using open data
KR102265733B1 (ko) 전기 화재 예측 장치, 방법 및 그 방법을 이용한 기록 매체
Dokic et al. Spatially aware ensemble-based learning to predict weather-related outages in transmission
US8099322B2 (en) Time factor feature generation system, time factor feature generation method and time factor feature generation program
KR102499240B1 (ko) 전력 수요 예측 방법 및 그 시스템
Shashaani et al. Multi-stage prediction for zero-inflated hurricane induced power outages
US11489749B2 (en) Mobile telecommunications network capacity simulation, prediction and planning
CN113190670A (zh) 一种基于大数据平台的信息展示方法及系统
US20240163194A1 (en) Mobile telecommunications network capacity simulation, prediction and planning
KR102387284B1 (ko) 건강 영향의 심각도 및 사회경제적 취약성을 고려한 폭염영향 예측 장치 및 방법
CN111967807A (zh) 计算机执行的风险事件判别规则的生成方法及装置
Papakosta et al. Probabilistic prediction of daily fire occurrence in the Mediterranean with readily available spatio-temporal data
CN110334127B (zh) 一种配电网线路故障规律挖掘方法、系统及存储介质
Giuffrida et al. Assessing the effect of weather on human outdoor perception using Twitter
Anyidoho et al. Prediction of population behavior in hurricane evacuations
CN114594532A (zh) 一种寒潮天气预测方法、装置、电子设备及计算机可读介质
CN116308400B (zh) 基于用户扫码核销行为轨迹分析的客户维护方法及系统
KR101632073B1 (ko) 통계 분석 기반의 데이터 프로파일링을 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
Zahraie et al. SST clustering for winter precipitation prediction in southeast of Iran: Comparison between modified K-means and genetic algorithm-based clustering methods
CN113516302B (zh) 业务风险分析方法、装置、设备及存储介质
KR20190138350A (ko) 웨어러블 기기에서 수집한 생체 정보 및 행동 패턴을 활용한 개인별 범죄 피해 확률 예측 시스템
KR101492817B1 (ko) 광고를 특정 사용자 그룹과 연계시키기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant