KR20230083755A - Disaster vulnerability analysis index data collection method and system for urban planning establishment - Google Patents

Disaster vulnerability analysis index data collection method and system for urban planning establishment Download PDF

Info

Publication number
KR20230083755A
KR20230083755A KR1020210172051A KR20210172051A KR20230083755A KR 20230083755 A KR20230083755 A KR 20230083755A KR 1020210172051 A KR1020210172051 A KR 1020210172051A KR 20210172051 A KR20210172051 A KR 20210172051A KR 20230083755 A KR20230083755 A KR 20230083755A
Authority
KR
South Korea
Prior art keywords
data
processing module
polygon
vector
climate exposure
Prior art date
Application number
KR1020210172051A
Other languages
Korean (ko)
Inventor
정종윤
김종윤
한우석
권용석
Original Assignee
주식회사 시선아이티
국토연구원
재단법인 대구경북연구원
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 주식회사 시선아이티, 국토연구원, 재단법인 대구경북연구원 filed Critical 주식회사 시선아이티
Priority to KR1020210172051A priority Critical patent/KR20230083755A/en
Publication of KR20230083755A publication Critical patent/KR20230083755A/en

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 도시계획 수립 지원을 위한 재해취약성분석 지표데이터 수집 방법에 관한 것이다. 본 발명은 데이터수집부가 공공데이터제공서버로부터 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 수집하여 기초데이터DB에 저장하는 단계와, 데이터가공부가 상기 기초데이터DB에 저장된 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 가공하여 지표데이터를 생성하는 단계와, 데이터통합부가 생성된 다수개의 지표데이터들을 통합하여 지표데이터DB에 저장하는 단계를 포함한다.The present invention relates to a method for collecting disaster vulnerability analysis indicator data to support urban planning establishment. In the present invention, the data collection unit collects at least one of climate exposure data, city sensitivity data, and county data from a public data providing server and stores it in a basic data DB, and the data processing unit collects at least one of climate exposure data stored in the basic data DB. , city sensitivity data, and aggregate data to generate index data by processing at least one of them, and integrating a plurality of index data generated by the data integration unit and storing them in the index data DB.

Description

도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법 및 시스템{Disaster vulnerability analysis index data collection method and system for urban planning establishment}Disaster vulnerability analysis index data collection method and system for urban planning establishment}

본 발명은 도시·군기본계획을 수립·변경하거나 도시·군관리계획 입안 시 수행하는 도시기후변화 재해취약성분석을 위해 현재기후노출, 미래기후노출, 현재도시민감도, 미래도시민감도에 대한 기초데이터를 수집하고 가공하여 분석에 필요한 지표데이터들을 자동으로 생성하는 재해취약성분석 지표데이터 수집 방법 및 시스템에 관한 것이다.The present invention provides basic data on current climate exposure, future climate exposure, current city sensitivity, and future city sensitivity for urban climate change disaster vulnerability analysis performed when establishing or changing urban/county basic plans or drafting urban/county management plans. It relates to a disaster vulnerability analysis index data collection method and system that automatically creates index data necessary for analysis by collecting and processing.

기후변화에 따라 대형화, 다양화되고 있는 재해에 효율적으로 대응하기 위하여 기존의 전통적인 방재대책과 함께 도시의 토지이용, 기반시설 등을 활용한 도시계획적 대책이 요청되고 있다. 2011년 우면산 산사태, 강남 침수피해를 계기로 재해에 안전한 도시 조성을 위해 기후변화에 따른 재해취약성을 분석하고 재해취약지역을 고려한 도시계획체계 구축 필요성이 대두되었으며, 국토부는 국토의 계획 및 이용에 관한 법률(제20조, 제27조)을 개정하여 도시, 군기본계획 및 도시, 군관리계획 수립 시 기초조사의 하나로 재해취약성 분석을 실시하고 그 결과를 반영하도록 의무화하고 있다.In order to efficiently respond to disasters that are becoming large and diversified according to climate change, urban planning measures utilizing urban land use and infrastructure are being requested along with existing traditional disaster prevention measures. In the wake of the 2011 landslide in Mt. Umyeon and flooding in Gangnam, the need to analyze disaster vulnerability due to climate change and establish an urban planning system that considers disaster-vulnerable areas has emerged to create a safe city against disasters. (Articles 20 and 27) have been amended to make it obligatory to conduct disaster vulnerability analysis as one of the basic surveys when establishing city and county master plans and city and county management plans, and to reflect the results.

도시 기후변화 재해취약성분석 및 활용에 관한 지침은 재해취약성분석결과 취약지역인 1,2등급지에 대하여 도시계획 수립단계부터 도시의 토지이용대책, 기반시설대책, 건축물대책 등을 고려하도록 하고 있으나, 현재는 재해취약성 분석을 위한 지표데이터에 대한 수집 및 전처리 등의 가공단계가 작업자에 의해 수동으로 이루어지고 있어, 분석결과에 직접 영향을 미치는 지표데이터에 대한 품질을 확보하기 어려워 그 결과를 신뢰하기 어려운 문제가 있다.Guidelines for analysis and utilization of urban climate change disaster vulnerability require consideration of land use measures, infrastructure measures, and building measures in the city from the urban planning stage for the 1st and 2nd grade areas, which are vulnerable areas as a result of disaster vulnerability analysis. As processing steps such as collection and preprocessing of indicator data for disaster vulnerability analysis are manually performed by workers, it is difficult to secure the quality of indicator data that directly affects the analysis result, making it difficult to trust the results. there is

국내공개특허 제10-2021-0103678호(2021.08.24)Domestic Patent Publication No. 10-2021-0103678 (2021.08.24)

전술한 문제점을 해결하기 위하여 본 발명이 해결하고자 하는 과제는, 공공데이터 제공서버로부터 현재기후노출, 미래기후노출, 현재도시민감도, 미래도시민감도에 대한 데이터를 수집하고 가공하여 신뢰할 수 있는 지표데이터들을 자동으로 생성하는 재해취약성분석 지표데이터 수집 방법 및 시스템을 제공하는 데 있다.In order to solve the above problems, the problem to be solved by the present invention is to collect and process data on current climate exposure, future climate exposure, current city sensitivity, and future city sensitivity from a public data providing server to provide reliable index data. It is to provide a method and system for automatically generating disaster vulnerability analysis indicator data collection.

본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The problems of the present invention are not limited to those mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the description below.

전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시예에 따르면 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법은 데이터수집부가 공공데이터제공서버로부터 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 수집하여 기초데이터DB에 저장하는 단계와, 데이터가공부가 상기 기초데이터DB에 저장된 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 가공하여 지표데이터를 생성하는 단계와, 데이터통합부가 생성된 다수개의 지표데이터들을 통합하여 지표데이터DB에 저장하는 단계를 포함한다.As a means for solving the above-described technical problem, according to an embodiment of the present invention, the disaster vulnerability analysis index data collection method for establishing urban planning is a data collection unit from a public data providing server, climate exposure data, city sensitivity data, county data Collecting and storing at least one of the data in a basic data DB, and generating index data by processing at least one of climate exposure data, city sensitivity data, and county data stored in the basic data DB by a data processing unit; and integrating a plurality of indicator data generated by the data integrator and storing them in the indicator data DB.

상기 데이터가공부는 현재기후노출 가공모듈을 포함하고, 상기 현재기후노출가공모듈은, 기초데이터DB로부터 관측지점을 수신하여 관측소에 대한 필터링을 수행하고, 공간화 모듈을 수행하여 관측소 위치 벡터(포인트)로 변환하고, 기초데이터DB로부터 관측 값을 수신하고, 재해 지표 기준으로 필터링을 수행하고, 관측지점과 관측값을 조인하고, 관측값이 포함된 벡터(포인트)로 변환하고, 공간보간 수행하여, 공간보간된 래스터데이터를 생성한다.The data processing unit includes a current climate exposure processing module, and the current climate exposure processing module receives an observation point from the basic data DB, performs filtering on an observatory, and performs a spatialization module to generate an observatory location vector (point). , receives observation values from the basic data DB, performs filtering based on disaster indicators, joins observation points and observation values, converts them into vectors (points) containing observation values, and performs spatial interpolation, Create spatially interpolated raster data.

상기 현재기후노출가공모듈은, 기초데이터DB로부터 집계구 폴리곤을 수신하고, 집계구 데이터 벡터(폴리곤)로 변환하고, 좌표 변환하고, 상기 래스터데이터에 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)로 변환하여 현재기후노출 지표데이터를 생성한다.The current climate exposure processing module receives aggregate district polygons from the basic data DB, converts aggregate district data vectors (polygons), converts coordinates, performs zonal statistical processing on the raster data, and zonal statistically processed vectors. (Polygon) to create current climate exposure indicator data.

상기 데이터가공부는 미래기후노출 가공모듈을 포함하고, 상기 미래기후노출 가공모듈은, 기초데이터DB로부터 기후 시나리오를 수신하여 공간화 모듈을 수행하고, 전국 래스터데이터로 변환하고, 좌표 변환을 수행하고, 특정영역을 추출하고, 기초데이터DB로부터 집계구 폴리곤을 수신하여 집계구 벡터(폴리곤)을 변환하고, 추출된 특정영역에 집계구 벡터(폴리곤)을 적용하여 집계구 래스터데이터를 생성한다.The data processing unit includes a future climate exposure processing module, and the future climate exposure processing module receives a climate scenario from the basic data DB, performs a spatialization module, converts it into national raster data, and performs coordinate conversion, A specific area is extracted, an aggregate sphere polygon is received from the basic data DB, the aggregate sphere vector (polygon) is converted, and aggregate sphere raster data is generated by applying the aggregate sphere vector (polygon) to the extracted specific region.

상기 미래기후노출 가공모듈은, 연도 별 지표 값을 계산하고, 연도 별 지표 래스터데이터를 생성하고, 연 평균을 계산하여 연 평균 지표 래스터데이터를 생성하고, 집계구 벡터(폴리곤)을 적용하여 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)으로 변화하여 미래기후노출 지표데이터를 생성한다.The future climate exposure processing module calculates the index value for each year, generates index raster data for each year, calculates the annual average to generate annual average index raster data, and applies the aggregate vector (polygon) to generate regional statistics. Processing is performed, and future climate exposure index data is generated by transforming into a vector (polygon) processed with zonal statistics.

상기 데이터가공부는 현재도시민감도 가공모듈을 포함하고, 상기 현재도시민감도 가공모듈은 기초데이터DB로부터 잠재취약지역 및 도시기반시설과 관련된 Json 또는 기초 자료 벡터(폴리곤)을 수신하고, 건축물과 관련된 건축물 대장 CSV 또는 건축물 벡터(폴리곤)을 수신하여 속성을 조인하고, 공간화 모듈을 수행하고, 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고, 좌표 변환하여 기초 자료 벡터(폴리곤)로 변환하여 특정영역을 추출한다.The data processing unit includes a current city sensitivity processing module, and the current city sensitivity processing module receives Json or basic data vectors (polygons) related to potential vulnerable areas and urban infrastructure from the basic data DB, and structures related to buildings. Receives ledger CSV or building vectors (polygons), joins attributes, performs spatialization module, reflects the attribute-joined result and transforms them into base data vectors (polygons), converts coordinates, and converts them into base data vectors (polygons) to extract a specific area.

상기 현재도시민감도 가공모듈은 추출된 특정영역의 면적을 계산하고, 지오메트리 속성을 조인하고, 집계구 벡터(폴리곤)으로 변환하고, 기초데이터DB로부터 집계구 벡터(폴리곤)과 시민(주민)과 관련된 텍스트를 수신하고, 속성을 조인하여 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여, 현재도시민감도 지표데이터를 생성한다.The current city sensitivity processing module calculates the area of the extracted specific area, joins the geometry properties, converts it into a county vector (polygon), and calculates the county vector (polygon) from the basic data DB and the citizens (residents). The text is received, and the attribute is joined to convert it into an aggregate district vector (polygon) to which the population attribute is added, and the current city sensitivity index data is generated.

본 발명의 실시예에 따르면 도시계획 수립 지원을 위한 재해취약성분석 지표데이터 수집 시스템은 공공데이터제공서버(200)로부터 공공데이터를 수신하여 기초데이터DB에 저장하는 데이터수집부와, 데이터수집부로부터 수집된 데이터를 수신하여 데이터별로 가공하는 데이터 가공부와, 생성된 지표데이터들을 통합하여 지표데이터DB에 저장하는 데이터 통합부를 포함하고, 상기 데이터 가공부는 현재기후노출 가공모듈, 미래기후노출 가공모듈, 현재도시민감도 가공모듈, 미래도시민감도 가공모듈로 구성되고, 상기 현재기후노출가공모듈은, 기초데이터DB로부터 관측지점을 수신하여 관측소에 대한 필터링을 수행하고, 공간화 모듈을 수행하여 관측소 위치 벡터(포인트)로 변환하고, 기초데이터DB로부터 관측 값을 수신하고, 재해 지표 기준으로 필터링을 수행하고, 관측지점과 관측값을 조인하고, 관측값이 포함된 벡터(포인트)로 변환하고, 공간보간 수행하여, 공간보간된 래스터데이터를 생성한다.According to an embodiment of the present invention, the disaster vulnerability analysis indicator data collection system for supporting urban planning establishment includes a data collection unit that receives public data from a public data providing server 200 and stores it in a basic data DB, and collects data from the data collection unit. It includes a data processing unit that receives the generated data and processes it for each data type, and a data integration unit that integrates the generated indicator data and stores them in the indicator data DB. The data processing unit includes a current climate exposure processing module, a future climate exposure processing module, and a current climate exposure processing module. It is composed of a city sensitivity processing module and a future city sensitivity processing module, wherein the current climate exposure processing module receives an observation point from the basic data DB, performs filtering on an observatory, and performs a spatialization module to generate an observatory location vector (point). , receives observation values from the basic data DB, performs filtering based on disaster indicators, joins observation points and observation values, converts them into vectors (points) containing observation values, and performs spatial interpolation, Create spatially interpolated raster data.

본 발명에 의하면, 현재기후노출, 미래기후노출, 현재도시민감도, 미래도시민감도에 대한 기초데이터 수집 및 가공을 자동화하여 지표데이터를 제공함으로써 안전한 도시를 위한 재해예방형 도시계획 수립을 지원할 수 있다.According to the present invention, it is possible to support the establishment of disaster-preventive urban planning for a safe city by providing indicator data by automating the collection and processing of basic data on current climate exposure, future climate exposure, current city sensitivity, and future city sensitivity.

본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법을 설명하는 흐름도이다.
도 2는 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 시스템을 설명하는 구성도이다.
도 3은 본 발명의 실시예에 따른 데이터 가공부의 현재기후노출 가공모듈의 가공 방법을 설명하는 흐름도이다.
도 4는 본 발명의 실시예에 따른 데이터 가공부의 미래기후노출 가공모듈의 가공 방법을 설명하는 흐름도이다.
도 5는 본 발명의 실시예에 따른 데이터 가공부의 현재도시민감도 가공모듈의 가공 방법을 설명하는 흐름도이다.
도 6은 본 발명의 실시예에 따른 데이터 가공부의 미래도시민감도 가공모듈의 가공 방법을 설명하는 흐름도이다.
도 7은 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 관리서비스의 GUI예시도이다.1 is a flowchart illustrating a method for collecting disaster vulnerability analysis index data for establishing urban planning according to an embodiment of the present invention.
2 is a configuration diagram illustrating a disaster vulnerability analysis index data collection system for establishing urban planning according to an embodiment of the present invention.
3 is a flowchart illustrating a processing method of a current climate exposure processing module of a data processing unit according to an embodiment of the present invention.
4 is a flowchart illustrating a processing method of a future climate exposure processing module of a data processing unit according to an embodiment of the present invention.
5 is a flowchart illustrating a processing method of a current city sensitivity processing module of a data processing unit according to an embodiment of the present invention.
6 is a flowchart illustrating a processing method of a future city sensitivity processing module of a data processing unit according to an embodiment of the present invention.
7 is a GUI example diagram of a disaster vulnerability analysis management service for establishing urban planning according to an embodiment of the present invention.

본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시 된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.Specific structural or functional descriptions of the embodiments according to the concept of the present invention disclosed in this specification are only illustrated for the purpose of explaining the embodiments according to the concept of the present invention, and the embodiments according to the concept of the present invention may be embodied in many forms and are not limited to the embodiments described herein.

본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 또는 대체물을 포함한다.Embodiments according to the concept of the present invention can apply various changes and can have various forms, so the embodiments are illustrated in the drawings and described in detail in this specification. However, this is not intended to limit the embodiments according to the concept of the present invention to specific disclosed forms, and includes all modifications, equivalents or substitutes included in the spirit and scope of the present invention.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this specification are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "comprise" or "having" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in this specification, but one or more other features It should be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.

이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예들을 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법을 설명하는 흐름도이다. 1 is a flowchart illustrating a method for collecting disaster vulnerability analysis index data for establishing urban planning according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법은 데이터수집부(110)가 공공데이터제공서버(200)로부터 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 수집하여 기초데이터DB에 저장한다(S101).Referring to FIG. 1, in the disaster vulnerability analysis index data collection method for establishing urban planning according to an embodiment of the present invention, the data collection unit 110 provides climate exposure data, city sensitivity data, and aggregation from the public data providing server 200. At least one of the old data is collected and stored in the basic data DB (S101).

데이터가공부(120)가 상기 기초데이터DB에 저장된 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 가공하여 지표데이터를 생성한다(S103). 도시 기후변화 재해취약성 분석은 폭우, 폭염, 폭설, 가뭄, 강풍, 해수면상승 등 6개의 재해유형으로 구분되며, 기후노출과 도시민감도를 고려하여 분석한다. 현재취약성은 현재의 기후노출과 현재 도시민감도(잠재취약지역과 도시취약 구성요소)를 반영하여 나타내며, 미래취약성은 기후변화 시나리오에 의한 미래의 기후노출과 도시개발 전망 등을 반영한 미래도시민감도로 나타낸다. 도시 종합 재해 취약성은 현재 취약성과 미래취약성을 고려하고 현장조사 및 전문가 등의 의견수렴 결과 최종 확정된 재해 취약성으로 나타낸다. 분석단위로는 재해 취약성 분석의 분석단위는 인구센서스 집계구이다. The data processing unit 120 generates indicator data by processing at least one of climate exposure data, city sensitivity data, and county district data stored in the basic data DB (S103). Urban climate change disaster vulnerability analysis is divided into six disaster types: heavy rain, heat wave, heavy snowfall, drought, strong wind, and sea level rise, and is analyzed in consideration of climate exposure and city sensitivity. Current vulnerability is expressed by reflecting current climate exposure and current city sensitivity (potentially vulnerable areas and urban vulnerability components), and future vulnerability is expressed by future city sensitivity reflecting future climate exposure and urban development prospects by climate change scenarios. . Comprehensive urban disaster vulnerability is expressed as disaster vulnerability that is finally determined as a result of field survey and expert opinion convergence after considering current vulnerability and future vulnerability. As a unit of analysis, the unit of analysis of disaster vulnerability analysis is the population census aggregate.

데이터통합부(130)가 생성된 다수개의 지표데이터들을 통합하여 지표데이터DB에 저장한다(S105). 지표데이터DB에 저장된 지표데이터들을 통해 도시계획 수립 분석을 위한 집계구기반 분석모듈 및 격자기반 분석모듈에서 재해취약성분석이 가능하다.The data integration unit 130 integrates a plurality of generated indicator data and stores them in the indicator data DB (S105). Disaster vulnerability analysis is possible in the county-based analysis module and grid-based analysis module for urban planning establishment analysis through the indicator data stored in the indicator data DB.

도 2는 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 시스템을 설명하는 구성도이다. 2 is a configuration diagram illustrating a disaster vulnerability analysis index data collection system for establishing urban planning according to an embodiment of the present invention.

도 2를 참조하면, 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 시스템(100)은 데이터수집부(110), 기초데이터DB(120), 데이터 가공부(130), 데이터통합부(140), 지표데이터DB(150)로 구성된다.Referring to FIG. 2, the disaster vulnerability analysis index data collection system 100 for establishing urban planning includes a data collection unit 110, a basic data DB 120, a data processing unit 130, a data integration unit 140, It is composed of indicator data DB (150).

데이터수집부(110)는 공공데이터제공서버(200)로부터 공공데이터를 수신하여 기초데이터DB(120)에 저장한다. 데이터수집부는 현재 기후노출 데이터, 현재 도시민감도 데이터, 미래 기후노출 데이터, 미래 도시민감도 데이터를 공공데이터제공서버로부터 수집한다. 상기 현재 기후노출데이터는 방재기상관측소 정보, 종관기상관측소 정보, 방재기상관측 값, 종관기상관측 값 중 적어도 하나일 수 있다. 파일을 다운로드(CSV, EXCEL) 하거나 오픈API(Json)를 호출하여 기초데이터DB에 저장한다. 상기 현재 도시민감도데이터는 잠재취약지역 정보, 시민(취약인구) 정보, 도시기반시설 정보, 건물 속성정보, 건물 공간정보 중 적어도 하나일 수 있다. 파일을 다운로드(벡터(폴리곤), EXCEL)) 하거나 오픈API(Json, XML)를 호출하여 기초데이터DB에 저장한다. 상기 미래 기후노출데이터는 기후변화 시나리오를 수신하고 ESR(ESRI_ASCII GRID) 형태로 추출하여 기초데이터DB에 저장한다. 또한, 집계구 경계를 수집하여 기초데이터DB에 저장한다. 상기 미래 도시민감도 데이터는 10년전 토지피복도, 현재 토지피복도, 현재 인구 수 정보, 10년전 인구 수 정보, 개발사업진행예정지구 정보 중 적어도 하나일 수 있다. 파일을 다운로드(벡터(폴리곤), 텍스트)하거나 오픈API(Json)를 호출하여 기초데이터DB에 저장한다. The data collection unit 110 receives public data from the public data providing server 200 and stores it in the basic data DB 120 . The data collection unit collects current climate exposure data, current city sensitivity data, future climate exposure data, and future city sensitivity data from public data providing servers. The current climate exposure data may be at least one of disaster prevention weather station information, synoptic weather station information, disaster prevention weather observation values, and synoptic weather observation values. Download the file (CSV, EXCEL) or call the open API (Json) and save it to the basic data DB. The current city sensitivity data may be at least one of potential vulnerable area information, citizen (vulnerable population) information, urban infrastructure information, building attribute information, and building spatial information. Download the file (vector (polygon), EXCEL) or call the open API (Json, XML) and save it to the basic data DB. The future climate exposure data receives climate change scenarios, is extracted in the form of ESR (ESRI_ASCII GRID), and stored in the basic data DB. In addition, counting district boundaries are collected and stored in the basic data DB. The future city sensitivity data may be at least one of land cover map 10 years ago, current land cover map, current population information, population information 10 years ago, and development project scheduled district information. Download the file (vector (polygon), text) or call the open API (Json) and save it to the basic data DB.

데이터 가공부(130)는 데이터수집부로부터 수집된 데이터를 수신하여 데이터별로 가공한다. 데이터 가공부(130)는 현재기후노출 가공모듈(131), 미래기후노출 가공모듈(133), 현재도시민감도 가공모듈(135), 미래도시민감도가공모듈(137)로 구성된다.The data processing unit 130 receives the data collected from the data collection unit and processes it for each data. The data processing unit 130 is composed of a current climate exposure processing module 131, a future climate exposure processing module 133, a current city sensitivity processing module 135, and a future city sensitivity processing module 137.

현재기후노출 가공모듈(131)은 기초데이터DB로부터 관측지점을 수신하여 관측소에 대한 필터링을 수행한다. 관측소 필터링은 종료일이 NULL인 관측소를 필터링하고, 관측소 구분 코드 추가(방재기상관측소->01, 종간기상관측소->02)를 하여 필터링을 수행한다. The current climate exposure processing module 131 receives an observation point from the basic data DB and performs filtering on the observation station. Station filtering is performed by filtering out stations whose end date is NULL and adding station classification codes (Disaster Prevention Weather Station -> 01, Interspective Weather Station -> 02).

현재기후노출 가공모듈(131)은 공간화 모듈을 수행하여 관측소 위치 벡터(포인트)로 변환하고, 기초데이터DB로부터 관측 값을 수신하고, 재해 지표 기준으로 필터링을 수행한다. 폭우의 경우, 연평균 80mm/일 이상 강수일수, 연평균 시간 최대 강수량을 기준으로 필터링을 하고, 폭염의 경우, 연평균 일 최고 기온 33도 이상 일 수, 연 평균 열대야 일 수를 기준으로 필터링을 수행한다.The current climate exposure processing module 131 performs a spatialization module to convert into an observatory location vector (point), receives observation values from the basic data DB, and performs filtering based on disaster indicators. In the case of heavy rain, filtering is performed based on the number of precipitation days with an annual average of 80 mm/day or more and the maximum precipitation in an average time per year.

현재기후노출 가공모듈(131)은 관측지점과 관측값을 조인하고, 관측값이 포함된 벡터(포인트)로 변환하고, 공간보간 수행하여, 공간보간된 래스터데이터를 생성한다.The current climate exposure processing module 131 joins observation points and observation values, transforms them into vectors (points) including observation values, performs spatial interpolation, and generates spatially interpolated raster data.

현재기후노출 가공모듈(131)은 기초데이터DB로부터 집계구 폴리곤을 수신하고, 집계구 데이터 벡터(폴리곤)로 변환하고, 좌표 변환하고, 상기 래스터데이터에 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)로 변환하여 현재기후노출 지표데이터를 생성한다The current climate exposure processing module 131 receives the aggregate district polygon from the basic data DB, converts the aggregate district data vector (polygon), converts the coordinates, performs zonal statistical processing on the raster data, and performs zonal statistical processing Convert to vector (polygon) to create current climate exposure indicator data

미래기후노출 가공모듈(133)은 기초데이터DB로부터 기후 시나리오를 수신하여 공간화 모듈을 수행하고, 전국 래스터데이터로 변환하고, 좌표 변환을 수행하고, 특정영역을 추출한다.The future climate exposure processing module 133 receives climate scenarios from the basic data DB, performs a spatialization module, converts them into nationwide raster data, performs coordinate transformation, and extracts a specific area.

미래기후노출 가공모듈(133)은 기초데이터DB로부터 집계구 폴리곤을 수신하여 집계구 벡터(폴리곤)을 변환하고, 추출된 특정영역에 집계구 벡터(폴리곤)을 적용하여 집계구 래스터데이터를 생성한다.The future climate exposure processing module 133 receives the aggregate sphere polygon from the basic data DB, converts the aggregate sphere vector (polygon), and applies the aggregate sphere vector (polygon) to the extracted specific area to generate aggregate sphere raster data. .

미래기후노출 가공모듈(133)은 연도 별 지표 값을 계산한다. 이때, 폭우의 경우 연평균 80mm/일 이상 강수일수를 계산하고, 폭염의 경우 연평균 일 최고 기온 33도 이상 일수, 연 평균 열대야 일수를 계산한다.The future climate exposure processing module 133 calculates the index value for each year. At this time, in the case of heavy rain, the number of precipitation days with an annual average of 80 mm/day or more is calculated, and in the case of heat waves, the number of days with an annual average daily maximum temperature of 33 degrees or more and the annual average number of tropical night days are calculated.

미래기후노출 가공모듈(133)은 연도 별 지표 래스터데이터를 생성하고, 연 평균을 계산하여 연 평균 지표 래스터데이터를 생성하고, 집계구 벡터(폴리곤)을 적용하여 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)으로 변화하여 미래기후노출 지표데이터를 생성한다. The future climate exposure processing module 133 generates yearly index raster data, calculates an annual average to generate annual average index raster data, applies a county vector (polygon) to perform zone statistical processing, and zone statistics It is transformed into a processed vector (polygon) to generate future climate exposure index data.

현재도시민감도 가공모듈(135)은 기초데이터DB로부터 잠재취약지역 및 도시기반시설과 관련된 Json 또는 기초 자료 벡터(폴리곤)을 수신하고, 건축물과 관련된 건축물 대장 CSV 또는 건축물 벡터(폴리곤)을 수신하여 속성을 조인한다. 현재도시민감도 가공모듈(135)은 공간화 모듈을 수행하고, 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고, 좌표 변환하고, 기초 자료 벡터(폴리곤)로 변환하여 특정영역을 추출한다. The current city sensitivity processing module 135 receives Json or basic data vectors (polygons) related to potential vulnerable areas and urban infrastructure from the basic data DB, receives building ledger CSV or building vectors (polygons) related to buildings, and attributes them. join The current city sensitivity processing module 135 performs the spatialization module, reflects the attribute join result, transforms it into a basic data vector (polygon), transforms coordinates, and converts it into a basic data vector (polygon) to extract a specific area. .

현재도시민감도 가공모듈(135)은 추출된 특정영역의 면적을 계산하고, 지오메트리 속성을 조인하고, 집계구 벡터(폴리곤)으로 변환하고, 기초데이터DB로부터 집계구 벡터(폴리곤)과 시민(주민)과 관련된 텍스트를 수신하고, 속성을 조인하여 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여, 현재도시민감도 지표데이터를 생성한다. The current city sensitivity processing module 135 calculates the area of the extracted specific area, joins the geometry properties, converts it into an aggregate vector (polygon), and calculates the aggregate vector (polygon) and citizens (residents) from the basic data DB. Receives the text related to and converts it into a counting district vector (polygon) to which the population attribute is added by joining the attributes to generate the current city sensitivity index data.

미래도시민감도 가공모듈(137)은 기초데이터DB로부터 최근 10년간 시가화 지역과 관련된 현재 토지 피복도 또는 10년전 토지 피복도 벡터(폴리곤)을 수신하고, 개발사업진행 예정지구와 관련된 개발사업진행 및 예정지구 벡터(폴리곤)을 수신하여 속성을 조인한다. 미래도시민감도 가공모듈(137)은 시가화 지역을 도출하고, 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고, 좌표 변환하고, 기초 자료 벡터(폴리곤)로 변환하여 특정영역을 추출한다.The future city sensitivity processing module 137 receives the current land cover map related to the urbanization area for the last 10 years or the land cover map vector (polygon) from 10 years ago from the basic data DB, and the development project progress and scheduled district related to the planned development project district Receive vectors (polygons) and join attributes. The future city sensitivity processing module 137 derives the urbanization area, reflects the result of the attribute join, transforms it into a basic data vector (polygon), converts coordinates, and converts it into a basic data vector (polygon) to extract a specific area. do.

미래도시민감도 가공모듈(137)은 추출된 특정영역의 면적을 계산하고, 지오메트리 속성을 조인하고, 집계구 벡터(폴리곤)으로 변환하고, 기초데이터DB로부터 집계구 벡터(폴리곤)과 최근 10년간 인구증가수와 관련된 텍스트를 수신하고, 속성을 조인하여, 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여, 미래도시민감도 지표데이터를 생성한다.The future city sensitivity processing module 137 calculates the area of the extracted specific area, joins the geometry properties, converts it into an aggregate vector (polygon), and calculates the aggregate vector (polygon) from the basic data DB and the population of the last 10 years It receives the text related to the number of increases, joins the attributes, converts it into a counting district vector (polygon) to which the population attribute is added, and generates future city sensitivity indicator data.

데이터 통합부(140)는 생성된 지표데이터들을 통합하여 지표데이터DB에 저장한다.The data integration unit 140 integrates the generated indicator data and stores them in the indicator data DB.

도 3은 본 발명의 실시예에 따른 데이터 가공부의 현재기후노출 가공모듈의 가공 방법을 설명하는 흐름도이다. 3 is a flowchart illustrating a processing method of a current climate exposure processing module of a data processing unit according to an embodiment of the present invention.

도 3을 참조하면, 현재기후노출 가공모듈(131)은 기초데이터DB로부터 관측지점을 수신하고(S301), 관측소에 대한 필터링을 수행한다(S303). 관측소에 대한 필터링은 종료일이 NULL인 관측소를 필터링하고, 관측소 구분 코드 추가(방재기상관측소->01, 종간기상관측소->02)를 하여 필터링을 수행한다. 이후에 현재기후노출 가공모듈(131)은 공간화 모듈을 수행하여(S305), 관측소 위치 벡터(포인트)로 변환한다.(S307). Referring to FIG. 3 , the current climate exposure processing module 131 receives an observation point from the basic data DB (S301) and performs filtering on the observation station (S303). Filtering of stations is performed by filtering out stations whose end date is NULL and adding station classification codes (Disaster Prevention Weather Station -> 01, Interspective Weather Station -> 02). Afterwards, the current climate exposure processing module 131 performs a spatialization module (S305) and converts it into an observatory position vector (point) (S307).

현재기후노출 가공모듈(131)은 기초데이터DB(120)로부터 관측 값을 수신하고(S309), 재해 지표 기준으로 필터링을 수행한다(S311). 폭우의 경우, 연평균 80mm/일 이상 강수일수, 연평균 시간 최대 강수량을 기준으로 필터링을 하고, 폭염의 경우, 연평균 일 최고 기온 33도 이상 일 수, 연 평균 열대야 일 수를 기준으로 필터링을 수행한다.The current climate exposure processing module 131 receives observation values from the basic data DB 120 (S309) and performs filtering based on disaster indicators (S311). In the case of heavy rain, filtering is performed based on the number of precipitation days with an annual average of 80 mm/day or more and the maximum precipitation in an average time per year.

현재기후노출 가공모듈(131)은 관측지점과 관측값을 조인하고(S313), 관측값이 포함된 벡터(포인트)로 변환하고(S315), 공간보간을 수행하고(S317), 공간보간된 래스터데이터를 생성한다(S319).The current climate exposure processing module 131 joins the observed point and the observed value (S313), converts the observed value into a vector (point) including the observed value (S315), performs spatial interpolation (S317), and spatially interpolates the raster Data is generated (S319).

현재기후노출 가공모듈(131)은 기초데이터DB(120)로부터 집계구 폴리곤을 수신하고(S321), 집계구 데이터 벡터(폴리곤)로 변환하고(S323), 좌표 변환하고(S325), 상기 래스터데이터에 구역 통계 처리를 수행하고(S327), 구역 통계 처리된 벡터(폴리곤)로 변환하여(S329), 현재기후노출 지표데이터를 생성한다(S331).The current climate exposure processing module 131 receives the aggregate district polygon from the basic data DB 120 (S321), converts the aggregate district data vector (polygon) (S323), converts the coordinates (S325), and converts the raster data Zone statistics are processed (S327), converted into vectors (polygons) subjected to zone statistics (S329), and current climate exposure index data is generated (S331).

도 4는 본 발명의 실시예에 따른 데이터 가공부의 미래기후노출 가공모듈의 가공 방법을 설명하는 흐름도이다.4 is a flowchart illustrating a processing method of a future climate exposure processing module of a data processing unit according to an embodiment of the present invention.

도 4를 참조하면, 미래기후노출 가공모듈(133)은 기초데이터DB(120)로부터 기후 시나리오를 수신하고(S401), 공간화 모듈을 수행하고(S403), 전국 래스터데이터로 변환하고(S405), 좌표 변환을 수행하고(S407), 특정영역을 추출한다(S413).Referring to FIG. 4, the future climate exposure processing module 133 receives a climate scenario from the basic data DB 120 (S401), performs a spatialization module (S403), converts into national raster data (S405), Coordinate transformation is performed (S407), and a specific area is extracted (S413).

미래기후노출 가공모듈(133)은 기초데이터DB(120)로부터 집계구 폴리곤을 수신하여 집계구 벡터(폴리곤)을 변환하고, 추출된 특정영역에 집계구 벡터(폴리곤)을 적용하여 집계구 래스터데이터를 생성한다.The future climate exposure processing module 133 receives the aggregate sphere polygon from the basic data DB 120, converts the aggregate sphere vector (polygon), and applies the aggregate sphere vector (polygon) to the extracted specific area to obtain aggregate sphere raster data generate

미래기후노출 가공모듈(133)은 연도 별 지표 값을 계산한다. 이때, 폭우의 경우 연평균 80mm/일 이상 강수일수를 계산하고, 폭염의 경우 연평균 일 최고 기온 33도 이상 일수, 연 평균 열대야 일수를 계산한다.The future climate exposure processing module 133 calculates the index value for each year. At this time, in the case of heavy rain, the number of precipitation days with an annual average of 80 mm/day or more is calculated, and in the case of heat waves, the number of days with an annual average daily maximum temperature of 33 degrees or more and the annual average number of tropical night days are calculated.

미래기후노출 가공모듈(133)은 연도 별 지표 래스터데이터를 생성하고, 연 평균을 계산하여 연 평균 지표 래스터데이터를 생성하고, 집계구 벡터(폴리곤)을 적용하여 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)으로 변화하여 미래기후노출 지표데이터를 생성한다. The future climate exposure processing module 133 generates yearly index raster data, calculates an annual average to generate annual average index raster data, applies a county vector (polygon) to perform zone statistical processing, and zone statistics It is transformed into a processed vector (polygon) to generate future climate exposure index data.

도 5는 본 발명의 실시예에 따른 데이터 가공부의 현재도시민감도 가공모듈의 가공 방법을 설명하는 흐름도이다.5 is a flowchart illustrating a processing method of a current city sensitivity processing module of a data processing unit according to an embodiment of the present invention.

도 5를 참조하면, 현재도시민감도 가공모듈(135)은 기초데이터DB(120)로부터 잠재취약지역 및 도시기반시설과 관련된 Json 또는 기초 자료 벡터(폴리곤)을 수신하고(S501, S503), 건축물과 관련된 건축물 대장 CSV 또는 건축물 벡터(폴리곤)을 수신하여(S505, S507), 속성을 조인한다. 현재도시민감도 가공모듈(135)은 공간화 모듈을 수행하고(S509), 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고(S511), 좌표 변환하고(S513), 기초 자료 벡터(폴리곤)로 변환하여(S515) 특정영역을 추출한다(S521). Referring to FIG. 5, the current city sensitivity processing module 135 receives Json or basic data vectors (polygons) related to potential vulnerable areas and urban infrastructure from the basic data DB 120 (S501, S503), and A related building ledger CSV or building vector (polygon) is received (S505, S507), and attributes are joined. The current city sensitivity processing module 135 performs the spatialization module (S509), reflects the attribute-joined result and transforms it into a basic data vector (polygon) (S511), converts coordinates (S513), and converts the basic data vector (polygon) ) (S515) to extract a specific area (S521).

현재도시민감도 가공모듈(135)은 추출된 특정영역의 면적을 계산하고(S523), 지오메트리 속성을 조인하고(S525), 집계구 벡터(폴리곤)으로 변환하고(S527), 기초데이터DB로부터 집계구 벡터(폴리곤)과 시민(주민)과 관련된 텍스트를 수신하고(S517, S519), 속성을 조인하여(S529), 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여(S531), 현재도시민감도 지표데이터를 생성한다(S533). The current city sensitivity processing module 135 calculates the area of the extracted specific area (S523), joins the geometry properties (S525), converts it into an aggregate vector (polygon) (S527), and calculates the aggregate sphere from the basic data DB Receives text related to vectors (polygons) and citizens (residents) (S517, S519), joins attributes (S529), converts them into aggregate vectors (polygons) to which population attributes are added (S531), and calculates the sensitivity of the current city Index data is generated (S533).

도 6은 본 발명의 실시예에 따른 데이터 가공부의 미래도시민감도 가공모듈의 가공 방법을 설명하는 흐름도이다.6 is a flowchart illustrating a processing method of a future city sensitivity processing module of a data processing unit according to an embodiment of the present invention.

미래도시민감도 가공모듈(137)은 기초데이터DB(120)로부터 최근 10년간 시가화 지역과 관련된 현재 토지 피복도 또는 10년전 토지 피복도 벡터(폴리곤)을 수신하고(S601, S603), 개발사업진행 예정지구와 관련된 개발사업진행 및 예정지구 벡터(폴리곤)을 수신하여(S605), 속성을 조인한다. 미래도시민감도 가공모듈(137)은 시가화 지역을 도출하고(S607), 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고(S609), 좌표 변환하고(S611), 기초 자료 벡터(폴리곤)로 변환하여(S613) 특정영역을 추출한다(S621).The future city sensitivity processing module 137 receives the current land cover map or 10 years ago land cover vector (polygon) related to the urbanization area for the last 10 years from the basic data DB 120 (S601, S603), and the development project is planned district Receives the development project progress and the planned district vector (polygon) related to (S605), and joins the attributes. The future city sensitivity processing module 137 derives the urbanization area (S607), reflects the attribute-joined result and transforms it into a basic data vector (polygon) (S609), transforms the coordinates (S611), and converts the basic data vector ( polygon) (S613) to extract a specific area (S621).

미래도시민감도 가공모듈(137)은 추출된 특정영역의 면적을 계산하고(S623), 지오메트리 속성을 조인하고(S625), 집계구 벡터(폴리곤)으로 변환하고(S627), 기초데이터DB로부터 집계구 벡터(폴리곤)과 최근 10년간 인구증가수와 관련된 텍스트를 수신하고(S617, S619), 속성을 조인하여(S629), 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여(S631), 미래도시민감도 지표데이터를 생성한다(S633).The future city sensitivity processing module 137 calculates the area of the extracted specific area (S623), joins the geometry properties (S625), converts it into an aggregate vector (polygon) (S627), and calculates the aggregate sphere from the basic data DB A vector (polygon) and text related to the population growth in the last 10 years are received (S617, S619), attributes are joined (S629), converted into an aggregate vector (polygon) with population attributes added (S631), and the future City sensitivity index data is generated (S633).

도 7은 본 발명의 실시예에 따른 도시계획 수립을 위한 재해취약성분석 관리서비스의 GUI예시도이다. 도 7을 참조하면, 재해취약성 분석 관리 프로그램의 GUI 로서, 6가지 재해에 대해 지역별 도시종합재해취약성등급, 현재 취약성 등급, 현재기후노출 등급, 현재 도시민감도 등급, 미래취약성 등급, 미래 기후노출 등급, 미래 도시민감도 등급이 각각 4단계로 분석되어 분석결과가 도시될 수 있다.7 is a GUI example diagram of a disaster vulnerability analysis management service for establishing urban planning according to an embodiment of the present invention. Referring to FIG. 7, as a GUI of the disaster vulnerability analysis management program, for six disasters, comprehensive city disaster vulnerability rating by region, current vulnerability rating, current climate exposure rating, current city sensitivity rating, future vulnerability rating, future climate exposure rating, The future city sensitivity level is analyzed in four steps, respectively, and the analysis result can be shown.

발명의 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.It has been described with reference to the embodiment shown in the drawings of the invention, but this is merely exemplary, and those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the attached claims.

100; 재해취약성분석 지표데이터 수집 시스템 200; 공공데이터제공서버
110; 데이터수집부 120; 기초데이터DB
130; 데이터가공부 131; 현재기후노출 가공모듈
133; 미래기후노출 가공모듈 135; 현재도시민감도 가공모듈
137; 미래도시민감도 가공모듈 140; 데이터통합부 150; 지표데이터DB100; Disaster vulnerability analysis indicator data collection system 200; Public data provision server
110; Data collection unit 120; Basic data DB
130; Data processing unit 131; Current climate exposure processing module
133; Future climate exposure processing module 135; Current city sensitivity processing module
137; Future city sensitivity processing module 140; Data integration unit 150; Indicator data DB

Claims (8)

도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법에 있어서,
데이터수집부가 공공데이터제공서버로부터 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 수집하여 기초데이터DB에 저장하는 단계;
데이터가공부가 상기 기초데이터DB에 저장된 기후노출데이터, 도시민감도데이터, 집계구데이터 중 적어도 하나를 가공하여 지표데이터를 생성하는 단계; 및
데이터통합부가 생성된 다수개의 지표데이터들을 통합하여 지표데이터DB에 저장하는 단계를 포함하는 도시계획 수립을 위한 재해취약성분석 지표데이터 수집 방법.
In the disaster vulnerability analysis indicator data collection method for urban planning establishment,
Collecting at least one of climate exposure data, city sensitivity data, and county district data from a public data providing server by a data collection unit and storing it in a basic data DB;
generating index data by a data processing unit by processing at least one of climate exposure data, city sensitivity data, and aggregate count data stored in the basic data DB; and
Disaster vulnerability analysis index data collection method for establishing urban planning, including the step of integrating a plurality of index data generated by the data integration unit and storing them in the index data DB.
 제1항에 있어서,
상기 데이터가공부는 현재기후노출 가공모듈을 포함하고,
상기 현재기후노출가공모듈은,
기초데이터DB로부터 관측지점을 수신하여 관측소에 대한 필터링을 수행하고, 공간화 모듈을 수행하여 관측소 위치 벡터(포인트)로 변환하고,
기초데이터DB로부터 관측 값을 수신하고, 재해 지표 기준으로 필터링을 수행하고, 관측지점과 관측값을 조인하고,
관측값이 포함된 벡터(포인트)로 변환하고, 공간보간 수행하여, 공간보간된 래스터데이터를 생성하는 것을 특징으로 하는 재해취약성분석 지표데이터 수집 방법.
According to claim 1,
The data processing unit includes a current climate exposure processing module,
The current climate exposure processing module,
Observation points are received from the basic data DB, filtering for the stations is performed, spatialization module is performed, and the observation points are converted into the station position vectors (points),
Observation values are received from the basic data DB, filtering is performed based on disaster indicators, observation points and observation values are joined,
Disaster vulnerability analysis index data collection method characterized by converting observation values into vectors (points), performing spatial interpolation, and generating spatially interpolated raster data.
 제2항에 있어서,
상기 현재기후노출가공모듈은,
기초데이터DB로부터 집계구 폴리곤을 수신하고, 집계구 데이터 벡터(폴리곤)로 변환하고, 좌표 변환하고,
상기 래스터데이터에 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)로 변환하여 현재기후노출 지표데이터를 생성하는 재해취약성분석 지표데이터 수집 방법.
According to claim 2,
The current climate exposure processing module,
Receive an aggregate sphere polygon from the basic data DB, transform it into an aggregate sphere data vector (polygon), convert coordinates,
Disaster vulnerability analysis indicator data collection method of performing zonal statistical processing on the raster data and converting the zonal statistically processed vector (polygon) to generate current climate exposure indicator data.
 제1항에 있어서,
상기 데이터가공부는 미래기후노출 가공모듈을 포함하고,
상기 미래기후노출 가공모듈은,
기초데이터DB로부터 기후 시나리오를 수신하여 공간화 모듈을 수행하고, 전국 래스터데이터로 변환하고, 좌표 변환을 수행하고, 특정영역을 추출하고,
기초데이터DB로부터 집계구 폴리곤을 수신하여 집계구 벡터(폴리곤)을 변환하고,
추출된 특정영역에 집계구 벡터(폴리곤)을 적용하여 집계구 래스터데이터를 생성하는 재해취약성분석 지표데이터 수집 방법.
According to claim 1,
The data processing unit includes a future climate exposure processing module,
The future climate exposure processing module,
A climate scenario is received from the basic data DB, spatialization module is performed, converted into national raster data, coordinate conversion is performed, a specific area is extracted,
Receiving the polygon of the aggregate sphere from the basic data DB and converting the vector (polygon) of the aggregate sphere,
Disaster vulnerability analysis indicator data collection method that generates aggregate raster data by applying aggregate vector (polygon) to the extracted specific area.
 제4항에 있어서,
상기 미래기후노출 가공모듈은,
연도 별 지표 값을 계산하고, 연도 별 지표 래스터데이터를 생성하고, 연 평균을 계산하여 연 평균 지표 래스터데이터를 생성하고,
집계구 벡터(폴리곤)을 적용하여 구역 통계 처리를 수행하고, 구역 통계 처리된 벡터(폴리곤)으로 변화하여 미래기후노출 지표데이터를 생성하는 재해취약성분석 지표데이터 수집 방법.
According to claim 4,
The future climate exposure processing module,
Calculate the index value for each year, create index raster data for each year, calculate the annual average to create annual average index raster data,
Disaster vulnerability analysis indicator data collection method that performs district statistical processing by applying the aggregate vector (polygon) and transforms it into a district statistically processed vector (polygon) to generate future climate exposure indicator data.
 제1항에 있어서,
상기 데이터가공부는 현재도시민감도 가공모듈을 포함하고,
상기 현재도시민감도 가공모듈은 기초데이터DB로부터 잠재취약지역 및 도시기반시설과 관련된 Json 또는 기초 자료 벡터(폴리곤)을 수신하고, 건축물과 관련된 건축물 대장 CSV 또는 건축물 벡터(폴리곤)을 수신하여 속성을 조인하고,
공간화 모듈을 수행하고, 속성 조인된 결과를 반영하여 기초 자료 벡터(폴리곤)로 변환하고, 좌표 변환하여 기초 자료 벡터(폴리곤)로 변환하여 특정영역을 추출하는 재해취약성분석 지표데이터 수집 방법.
According to claim 1,
The data processing unit includes a current city sensitivity processing module,
The current city sensitivity processing module receives Json or basic data vectors (polygons) related to potential vulnerable areas and urban infrastructure from the basic data DB, receives building ledger CSV or building vectors (polygons) related to buildings, and joins attributes. do,
Disaster vulnerability analysis indicator data collection method that performs spatialization module, reflects the result of attribute join, transforms into basic data vector (polygon), transforms coordinates into basic data vector (polygon), and extracts a specific area.
 제5항에 있어서,
상기 현재도시민감도 가공모듈은 추출된 특정영역의 면적을 계산하고, 지오메트리 속성을 조인하고, 집계구 벡터(폴리곤)으로 변환하고,
기초데이터DB로부터 집계구 벡터(폴리곤)과 시민(주민)과 관련된 텍스트를 수신하고, 속성을 조인하여 인구 속성이 추가된 집계구 벡터(폴리곤)로 변환하여, 현재도시민감도 지표데이터를 생성하는 재해취약성분석 지표데이터 수집 방법.
According to claim 5,
The current city sensitivity processing module calculates the area of the extracted specific area, joins the geometry properties, converts it into an aggregate vector (polygon),
Disaster that receives texts related to county district vectors (polygons) and citizens (residents) from the basic data DB, joins attributes, converts them into county district vectors (polygons) to which population attributes are added, and generates current city sensitivity index data Vulnerability analysis indicator data collection method.
 도시계획 수립 지원을 위한 재해취약성분석 지표데이터 수집 시스템에 있어서,
공공데이터제공서버(200)로부터 공공데이터를 수신하여 기초데이터DB에 저장하는 데이터수집부;
데이터수집부로부터 수집된 데이터를 수신하여 데이터별로 가공하는 데이터 가공부;
생성된 지표데이터들을 통합하여 지표데이터DB에 저장하는 데이터 통합부를 포함하고,
상기 데이터 가공부는 현재기후노출 가공모듈, 미래기후노출 가공모듈, 현재도시민감도 가공모듈, 미래도시민감도 가공모듈로 구성되고,
상기 현재기후노출가공모듈은,
기초데이터DB로부터 관측지점을 수신하여 관측소에 대한 필터링을 수행하고, 공간화 모듈을 수행하여 관측소 위치 벡터(포인트)로 변환하고,
기초데이터DB로부터 관측 값을 수신하고, 재해 지표 기준으로 필터링을 수행하고, 관측지점과 관측값을 조인하고,
관측값이 포함된 벡터(포인트)로 변환하고, 공간보간 수행하여, 공간보간된 래스터데이터를 생성하는 것을 특징으로 하는 재해취약성분석 지표데이터 수집 시스템.


In the disaster vulnerability analysis index data collection system for urban planning support,
A data collection unit for receiving public data from the public data providing server 200 and storing it in a basic data DB;
a data processing unit that receives the collected data from the data collection unit and processes it for each data;
Including a data integration unit that integrates the generated indicator data and stores them in the indicator data DB,
The data processing unit is composed of a current climate exposure processing module, a future climate exposure processing module, a current city sensitivity processing module, and a future city sensitivity processing module,
The current climate exposure processing module,
Observation points are received from the basic data DB, filtering on the stations is performed, spatialization module is performed, and the observation points are converted into station position vectors (points),
Observation values are received from the basic data DB, filtering is performed based on disaster indicators, observation points and observation values are joined,
A disaster vulnerability analysis indicator data collection system, characterized in that it converts observation values into vectors (points), performs spatial interpolation, and generates spatially interpolated raster data.
KR1020210172051A 2021-12-03 2021-12-03 Disaster vulnerability analysis index data collection method and system for urban planning establishment KR20230083755A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210172051A KR20230083755A (en) 2021-12-03 2021-12-03 Disaster vulnerability analysis index data collection method and system for urban planning establishment

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210172051A KR20230083755A (en) 2021-12-03 2021-12-03 Disaster vulnerability analysis index data collection method and system for urban planning establishment

Publications (1)

Publication Number Publication Date
KR20230083755A true KR20230083755A (en) 2023-06-12

Family

ID=86770310

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210172051A KR20230083755A (en) 2021-12-03 2021-12-03 Disaster vulnerability analysis index data collection method and system for urban planning establishment

Country Status (1)

Country Link
KR (1) KR20230083755A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210103678A (en) 2020-02-14 2021-08-24 제주대학교 산학협력단 Heavy Rain Disaster Vulnerability Analysis Advanced System

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210103678A (en) 2020-02-14 2021-08-24 제주대학교 산학협력단 Heavy Rain Disaster Vulnerability Analysis Advanced System

Similar Documents

Publication Publication Date Title
CN112070286A (en) Rainfall forecast early warning system for complex terrain watershed
KR101856490B1 (en) Method for processing disaster vulnerability information about heavy rain
KR102108754B1 (en) Realtime forest fire danger rating system in north korea
CN111897030A (en) Thunderstorm early warning system and method
CN106373070B (en) A kind of four pre- methods for coping with urban rainstorm waterlogging
CN106844595A (en) A kind of specialized meteorological services application platform based on power grid GIS
KR102108752B1 (en) Method for realtime forest fire danger rating forecasting in north korea
CN111340394B (en) Environment management information system for drainage basin cascade power station
CN107705145A (en) A kind of room rate assessment system
Ali et al. Generating open-source datasets for power distribution network using openstreetmaps
CN114518612A (en) Thunderstorm risk early warning method and system and electronic equipment
CN107358562A (en) For the electric network emergency repairing flattening command system and method under Rainfall Disaster
Kim et al. A study on the system improvement for efficient management of large-scale complex disaster
KR20230083755A (en) Disaster vulnerability analysis index data collection method and system for urban planning establishment
CN112907157A (en) Power grid risk visualization method and system based on meteorological early warning
US10831940B2 (en) Utility situational awareness system
KR102540454B1 (en) A method of automated risk analysis model for flood and forest fires
CN115600047B (en) Small watershed surface average rainfall measurement and calculation method and system based on grid analysis
KR102108755B1 (en) Realtime forest fire danger rating system in north korea on mobile network
Othman et al. Urbanization and Land Use Changes in Rural Town: Guar Cempedak, Kedah
Castanhari et al. A software architecture to integrate sensor data and volunteered geographic information for flood risk management
CN112820057A (en) Network publishing system for forest fire danger grade forecast
Simoyama et al. Optimal rain gauge network to reduce rainfall impacts on urban mobility–a spatial sensitivity analysis
de Moraes An impact-based forecast system developed for hydrometeorological hazards
Sutherby et al. Conceptualizing the Role Geographic Information Capacity has on Quantifying Ecosystem Services under the Framework of Ecological Disaster Risk Reduction (EcoDRR).

Legal Events

Date Code Title Description
E902 Notification of reason for refusal