[논문]데이터마이닝을 이용한 기상정보에 따른 화재 위험 평가

류정우; 권성필

doi:10.7731/kifse.2015.29.5.088

데이터마이닝을 이용한 기상정보에 따른 화재 위험 평가
Fire Risk Assessment Based on Weather Information Using Data Mining 원문보기

한국화재소방학회 논문지= Fire science and engineering, v.29 no.5, 2015년, pp.88 - 95

류정우 ((주)세이프티아 기술연구소) , 권성필 (한국소방산업기술원 미래소방기술연구소)

초록
AI-Helper

본 논문에서는 일상생활에서 화재에 대한 주민들의 경각심을 고취시킬 수 있도록 기상조건에 따른 화재위험을 평가할 수 있는 날씨 관련 서비스를 제안한다. 제안된 서비스는 기상예보에 따른 화재위험평가등급과 특정 기상조건에서 화재요인에 따른 화재위험도를 제공한다. 제안한 서비스에서는 데이터마이닝 기법인 의사결정트리를 이용하여 화재조사데이터와 관측된 기상데이터로부터 화재위험평가등급을 산출할 수 있는 화재 위험도 매트릭스를 생성한다. 주민들은 제안한 서비스를 통해 특정 기상조건에서 화재요인에 따라 화재위험도를 직접 평가할 수 있고, 화재위험도를 저감시킬 수 있는 예방책을 사용자가 선택할 수 있다. 제안한 서비스를 시스템화하여 서비스의 현실성을 확인하였다. 시스템은 온라인상에서 기상청의 기상예보가 갱신될 때마다 시도별로 기상예보에 따른 화재위험평가등급을 표시하고, 각 시도별로 해당 기상조건에서 화재요인에 따라 화재위험도를 평가할 수 있다.

Abstract ▼ AI-Helper

We propose a weather-related service for fire risk assessment in order to increase fire safety awareness in everyday life. The proposed service offers a fire risk assessment level according to weather forecasts and a degree of fire risk according to fire factors under certain weather conditions. In order to estimate the fire risk, we produced a risk matrix through data mining with a decision tree using investigation data and weather data. Through the proposed service, residents can calculate the degree of fire risk under certain weather conditions using the fire factors around them. In addition, they can choose from various solutions to reduce fire risk. In order to demonstrate the feasibility of the proposed services, we developed a system that offers the services. Whenever weather forecasting is carried out by the Korea Meteorological Administration, the system produces the fire risk assessment levels for seven major cities and nine provinces of South Korea in an online process, as well as the fire risk according to fire factors for the weather conditions in each region.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

0에 가까워진다. 따라서 사용자는 화재요인에 따른 화재 위험도를 분석함으로써 화재위험도를 효율적으로 저감시킬 수 있는 방안을 수립할 수 있다. 예를 들어, 화재위험도의 저감율이 큰 화재요인을 주변에서 제거하거나, 또는 불필요한 화재요인을 선택하여 제거할 수 있다.
본 논문에서 기여한 점은 첫 번째 기상조건에 따라 지역별 화재위험평가등급을 제공할 수 있는 방법론을 개발한 것이다. 특히 화재조사데이터와 기상데이터로부터 화재위험평가등급을 산출할 수 있는 화재 위험도 매트릭스를 생성한 것은 정량적 위험성 평가라고 볼 수 있다.
본 논문에서는 화재 기상예보 서비스를 제안하고, 제안한 서비스가 실행 가능한지 확인하기 위해서 시스템을 개발하였다. 화재 기상예보 서비스란 기상청에서 제공되는 기상예보를 이용하여 각 지역별로 화재위험평가등급과 해당 기상조건에서 화재요인에 따른 화재위험도를 확인할 수 있는 서비스이다.
본 논문에서는 화재와 관련성이 높은 기상정보를 이용하여 생활지수와 같이 국민들이 화재에 대한 경각심을 고취시킬 수 있는 서비스를 개발한다. 제안한 서비스는 기상청에서 예보되는 기상에 따라 각 지역에서 화재위험평가 등급(fire risk assessment level)을 제공하고, 사용자는 해당 기상조건에서 화재발생 확률이 높은 화재요인(fire factor)을 조사하여 화재발생 확률을 저감시킬 수 있다.
제안한 서비스의 목적은 기상예보에 따라 각 지역의 화재위험지수(fire risk index)를 지역주민들이 쉽게 확인할 수 있도록 함으로써 화재에 대한 경각심을 불러일으키는 것이다. 위험요소로부터 위험도를 산출하는 위험평가(risk assessment) 절차를 보면, 확인된 위험요소로부터 가능성 평가와 영향 평가를 통해 위험도를 산출한다⁽¹³⁾.

제안 방법

정량적 위험성 평가는 정성적 위험성 평가보다 객관적인 평가가 가능한 것으로 알려져 있다⁽¹⁴⁾. 두 번째는 기상조건에서 화재요인에 따른 화재위험도를 산출할 수 있는 방법론을 개발한 것이다. 특정 기상조건에서 주민들은 주변에 존재하는 화재요인에 따라 화재위험도를 확인할 수 있으며, 이는 주민 스스로가 화재를 예방할 수 있는 방안을 선택할 수 있게 한다.
본 논문에서 가능성 평가는 의사결정트리로부터 추출된 기상조건에 따른 화재발생 확률을 활용한다. 또한 과거의 화재가 어떤 기상조건에서 발생되었는지 알 수 있기 때문에 과거 화재 피해를 이용하여 각 기상조건에 대한 영향 평가를 수행한다. 예를 들어 “0 <= 온도 <= 10이고 습도 < 5”인 기상조건에서 40건의 화재가 발생하였고, 총 2명 사망과 5명 부상의 인명피해와 총 5억 원의 재산피해가 발생 되였다고 가정하자.
위험요소로부터 위험도를 산출하는 위험평가(risk assessment) 절차를 보면, 확인된 위험요소로부터 가능성 평가와 영향 평가를 통해 위험도를 산출한다⁽¹³⁾. 본 논문에서 가능성 평가는 의사결정트리로부터 추출된 기상조건에 따른 화재발생 확률을 활용한다. 또한 과거의 화재가 어떤 기상조건에서 발생되었는지 알 수 있기 때문에 과거 화재 피해를 이용하여 각 기상조건에 대한 영향 평가를 수행한다.
본 논문에서는 각 단말노드 LeafNode_i에서(규칙의 결론부에서) 화재발생 확률을 식(3)과 같이 정의된 확률함수, P_region (LeafNode_i)로 계산한다. N (NO_i)과 N (YES_i)는 단말노드 i에 포함된 “화재기상(fire weather)”이 “NO”인 데이터 개수와 “YES”인 데이터 개수를 각각 나타낸다.
본 논문에서는 각 차원을 5등급으로 구분하여 5 × 5 위험도 매트릭스를 생성하였고, 화재위험평가등급을 5등급으로 구분하였다.
부분집합이 학습데이터의 전체집합일 경우 해당 노드를 루트노드(root node)라 하고, 더 이상 분할되지 않은 부분집합을 단말노드(leaf node)라 한다. 본 논문에서는 무질서도(entropy) 개념을 가지고 새로운 부분집합들을 생성하는 C4.5 알고리즘으로 의사결정트리를 생성한다.
예를 들어 “0 <= 온도 <= 10이고 습도 < 5”인 기상조건에서 40건의 화재가 발생하였고, 총 2명 사망과 5명 부상의 인명피해와 총 5억 원의 재산피해가 발생 되였다고 가정하자. 본 논문에서는 사망 1명당 1억 원으로, 부상 1명당 5천만 원으로 환산하여 화재에 대한 영향 평가를 수행하였다. 즉 해당 기상조건에서 화재에 대한 영향은 9억5천만 원으로 예상된다.
제안한 방법론으로 기상조건에 따라 화재위험평가등급을 제시하는 서비스가 구현 가능한지 확인하기 위해서 시스템을 개발하였다. 개발된 시스템은 기상청에서 제공되는 실시간 기상예보 서비스를 이용하여 각 시도별로 화재위험평가등급을 산출하고, 사용자는 온라인상에서 거주 지역의 화재위험평가등급을 기상조건과 함께 확인할 수 있을 뿐만 아니라 자기 주변에 있는 화재요인을 가지고 해당 기상조건에서 화재요인에 따른 화재 위험도를 평가할 수 있다.
화재빈도를 이용한 정확한 화재발생 확률을 계산하기 위해 해당 지역을 일정 인구수의 셀(cell) 단위로 나누어 적용한다. 따라서 식(3)의 Unit_region를 식(4)와 같이 해당 지역의 인구수를 이용하여 결정하고, 이것은 해당 지역을 십만 명이 거주할 수 있는 영역으로 세분화한다는 의미를 가지고 있기 때문에 P_region (LeafNode_i)은 100,000명이 거주하는 지역에서 화재가 발생할 확률을 의미한다.
화재조사데이터와 기상데이터를 통합한 데이터로부터 의사결정트리를 생성하여 화재가 발생할 기상조건을 추출하고, 각각의 기상조건에서 화재가 발생할 확률을 추정하는 방법에 대해서 지금까지 간략하게 기술하였다. 보다 자세한 내용은 사전 연구결과에서 확인할 수 있다^(11,12).

대상 데이터

제공되는 세부정보로는 # 화재 기상예보, # 기상예보 #화재요인에 따른 화재위험도 #화재 발생지점 분포 그리고 선택된 지역의 통계적 정보이다.

이론/모형

의사결정트리로부터 추출된 각 기상조건들을 화재발생 확률(probability)와 예상피해도 (consequences)로 구성된 2차원 벡터공간에 표현한 후, 데이터 분포에 따라 차원을 등급화시켜 주는 자연적 구분법 (Jenks 최적화 방법)을 사용하여 n × n 위험도 매트릭스를 생성한다.

성능/효과

제안한 방법론으로 기상조건에 따라 화재위험평가등급을 제시하는 서비스가 구현 가능한지 확인하기 위해서 시스템을 개발하였다. 개발된 시스템은 기상청에서 제공되는 실시간 기상예보 서비스를 이용하여 각 시도별로 화재위험평가등급을 산출하고, 사용자는 온라인상에서 거주 지역의 화재위험평가등급을 기상조건과 함께 확인할 수 있을 뿐만 아니라 자기 주변에 있는 화재요인을 가지고 해당 기상조건에서 화재요인에 따른 화재 위험도를 평가할 수 있다. Figure 5은 개발된 시스템에서 제공되는 화재 기상예보 서비스를 보여주고 있다.
제안한 서비스에서 가장 핵심적인 기법은 과거의 화재조사 데이터와 관측된 기상데이터를 가지고 데이터마이닝(data mining) 기법인 의사결정트리(decision tree)를 이용하여 화재가 발생한 기상조건을 추출하고, 이것을 활용하여 화재위험평가등급을 산출하는 기법이다. 제안한 기법은 데이터로부터 화재가 발생할 확률이 높은 기상조건을 추출하기 때문에 객관적인 위험평가(risk assessment)가 이루어질 수 있다는 장점을 가지고 있다.
본 논문에서는 화재와 관련성이 높은 기상정보를 이용하여 생활지수와 같이 국민들이 화재에 대한 경각심을 고취시킬 수 있는 서비스를 개발한다. 제안한 서비스는 기상청에서 예보되는 기상에 따라 각 지역에서 화재위험평가 등급(fire risk assessment level)을 제공하고, 사용자는 해당 기상조건에서 화재발생 확률이 높은 화재요인(fire factor)을 조사하여 화재발생 확률을 저감시킬 수 있다. 제안한 서비스에서 가장 핵심적인 기법은 과거의 화재조사 데이터와 관측된 기상데이터를 가지고 데이터마이닝(data mining) 기법인 의사결정트리(decision tree)를 이용하여 화재가 발생한 기상조건을 추출하고, 이것을 활용하여 화재위험평가등급을 산출하는 기법이다.

후속연구

향후 계획으로는 기상조건에 따른 화재위험평가등급과 화재요인에 따른 화재위험도를 통합하여 특정 기상조건에서 일반 사용자가 보다 쉽게 화재의 위험성을 평가할 수 있고, 사용자 스스로가 자신의 상황에 맞는 화재예방책을 수립할 수 있는 방법론을 개발할 계획이다. 또한 화재 기상조건은 화재조사데이터가 한건도 없는 지역에 대해서는 추출될 수 없기 때문에 화재요인에 따른 화재위험도 평가 방법을 활용하여 제안한 방법을 확장할 계획이다.
화재 기상예보 서비스란 기상청에서 제공되는 기상예보를 이용하여 각 지역별로 화재위험평가등급과 해당 기상조건에서 화재요인에 따른 화재위험도를 확인할 수 있는 서비스이다. 제안한 서비스를 날씨와 관련된 생활지수처럼 활용한다면, 화재 기상예보 서비스를 통해 주민들은 기상조건에 따라 거주지역의 화재에 대한 위험성을 확인하고 관련된 정보를 제공받음으로써 주민 스스로가 화재를 예방할 수 있을 것으로 기대된다.
향후 계획으로는 기상조건에 따른 화재위험평가등급과 화재요인에 따른 화재위험도를 통합하여 특정 기상조건에서 일반 사용자가 보다 쉽게 화재의 위험성을 평가할 수 있고, 사용자 스스로가 자신의 상황에 맞는 화재예방책을 수립할 수 있는 방법론을 개발할 계획이다. 또한 화재 기상조건은 화재조사데이터가 한건도 없는 지역에 대해서는 추출될 수 없기 때문에 화재요인에 따른 화재위험도 평가 방법을 활용하여 제안한 방법을 확장할 계획이다.

참고문헌 (14)

Korea Meteorological Administration's Website, "http://kma.go.kr/HELP/basic/help_01_03.jsp" (2015).
D. W. Song, K. S. Kim and S. K. Lee, "An Relational Analysis between Humidity, Temperature and Fire Occurrence using Public Data", Journal of Fire Science and Engineering, Vol. 28, No. 2, pp. 82-90 (2014).
H. Tanskanen and A. Ven？l？inen, "The Relationship between Fire Activity and Fire Weather Indices at Different Stages of the Growing Season in Finland", Boreal Environment Research, Vol. 13, No. 4, pp. 285-302 (2008).

상세보기
A. C. Carvalho, A. Carvlho, H. Martins, C. Marques, A. Rocha, C. Borrego and D. X. Viegas, "Fire Weather Risk Assessment Under Climate Change Using a Dynamical Downscaling Approach", Environmental Modelling & Software, Vol. 26, Issue 9, pp. 1123-1133 (2011).

상세보기
L. K. C. Chau and R. T. Corlett, "Fire and Weather in Hong Kong", Proceeding of the 12th Conference on Fire and Forest Meteorology, pp. 442-452 (1993).
M. Holmes, Y. Wang and I. Ziedins, "The Application of Data Mining and Statistical Techniques to Identify Patterns and Changes in Fire Events", Technical report, University of Auckland (2009).
National Oceanic and Atmospheric Administration's Website, "http://www.srh.noaa.gov/ridge2/fire/" (2015).
Ministry of Public Safety and Security, National Fire Data System's Website, "http://www.nfds.go.kr/index.jsf" (2015).
X. Wu, V. Kumar, J. R. Quinlan, J. Ghosh, Q. Yang, H. Motoda, G. J. McLachlan, A. Ng, B. Liu, P. S. Yu, Z.-H. Zhou, M. Steinbach, D. J. Hand and D. Steinberg, "Top 10 Algorithms in Data Mining", Knowledge Information System, Vol. 14, Issue 1, pp. 1-37 (2008).

상세보기
J. R. Quinlan, "Generating Production Rules From Decision Tree", Proceedings of the 10th International Joint Conference on Artificial Intelligence, Vol. 1, pp. 304-307 (1987).
J. W. Ryu, Y. J. Kim, E. J. Kim and M. W. Kim, "A Generation Method of a Fire Probability Prediction Model Based on Weather Forecast", Journal of KIISE: Computing Practices and Letters, Vol. 20, No. 2, pp. 68-79 (2014).
Y. J. Kim, J. W. Ryu, W. M. Song and M. W. Kim, "Fire Probability Prediction Based on Weather Information Using Decision Tree", Journal of KIISE: Software and Applications, Vol. 40, No. 11, pp. 705-715 (2013).
Korea Occupational Safety and Health Agency, "Accident Frequency Analysis (FTA ETA)", Occupational Safety and Health Training Institute, pp. 3-6 (2013).
Y.-S. Kim, "The Study of Risk Matrix Development for Urban Metro EMU", Journal of the KOSOS, Vol. 26, No. 6, pp. 111-117 (2011).

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증