AI 모델을 사용한 도시 홍수 취약성 지도 제작(1)

1. 기계 및 딥 러닝 모델을 사용한 도시 홍수 감수성 매핑을 향하여

이 글은 도시 홍수를 완화하고 예방하는데 데이터 기반 모델을 적용하는 방법을 보여주는 첫번째 글이다. 도시 홍수는 도시에 집중호우가 발생할 때  도시 배수 시스템의 용량을 초과하는 짧은 집중 강우 사건으로 인해 발생한다. 침수 이력이 없는 지역에서도 어디서든 발생할 수 있다. 아래 그림과 같이 세 가지 유형의 홍수 지도가 있다.

1. Flood susceptibility maps: 홍수발생과 관련된 물리적 환경특성에 따라 주어진 위치에서 홍수 가능성을 나타내는 지도
2. 홍수 침수 지도: 홍수 발생 후 또는 발생 중에 홍수 범위를 식별하는 지도로서 위성 이미지 또는 드론에서 얻는다.
3. 홍수 위험 지도: 속도, 수심, 홍수 시간 등과 같은 홍수 변수의 공간적 분포를 나타내는 지도로서  유체역학 모델에서 얻는다.

다양한 유형의 홍수 지도(Bentivoglio et al.,2022)

 

1D-2D 유체역학 모델링에 이어 수문 모델링을 수행하는 동안 복잡한 도시 유역에서 유출 생성 및 집중의 물리적 프로세스를 가장 잘 표현합니다. 이러한 모델은 도시 규모에 적용하기에는 계산 비용이 많이 들기 때문에 소규모 연구 영역에 적용이 제한됩니다.

데이터 기반 모델은 입력 및 출력 데이터 세트 간의 관계를 찾으려고 합니다. 그들은 복잡한 유체 역학 모델에 대한 대리자로 제기하고 있습니다. 그러나 그들의 주요 과제는 훈련 데이터 세트에 포함되지 않은 연구 영역으로 일반화하는 것입니다. 또한 블랙박스로 간주되며 성능은 우수하지만 모델이 어떻게 작동하는지 이해할 수 없습니다.

데이터 기반 모델의 작업 흐름

 

다음 글(2023.02.16 - [Remote Sensing] - AI 모델을 사용한 도시 홍수 취약성 지도 제작(2)) 에서는 다음 내용을 다룰 것입니다.

1. 침수 취약성 및 홍수 위험 지도를 제작하기 위해 딥러닝 모델을 기존 기계 학습 알고리즘과 비교할 것입니다.
2. 홍수 취약성 지도제작에 있어서 사용된 딥러닝 모델의 전이성을 평가할 것입니다.
3. 이러한 블랙박스 모델을 설명하기 위해 몇 가지 방법을 사용할 것입니다.

 

 

참조:

Bentivoglio, R., Isufi, E., Jonkman, SN 및 Taormina, R.: 홍수 매핑을 위한 심층 학습 방법: 기존 응용 프로그램 및 향후 연구 방향에 대한 검토, Hydrol. 지구 시스템. 과학. 논의하다. [사전 인쇄], https://doi.org/10.5194/hess-2021-614, 2021.