$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 자연적 구분법을 이용한 건축물 용도별 화재위험도 평가
Fire Risk Assessment of Building Use Types Using Natural Breaks (Jenks) 원문보기

한국화재소방학회 논문지= Fire science and engineering, v.33 no.6, 2019년, pp.63 - 71  

이규민 (한국건설생활환경시험연구원 방재기술센터) ,  임현석 (한국건설생활환경시험연구원 방재기술센터) ,  조재우 (한국건설생활환경시험연구원 방재기술센터) ,  이상권 (한국건설생활환경시험연구원 건설본부) ,  민세홍 (가천대학교 설비.소방공학과) ,  민정기 (한국건설생활환경시험연구원 방재기술센터)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 화재발생 현황 및 용도별 건축물 통계데이터를 활용하여 전국의 용도별 건축물의 화재위험도를 정량적으로 분석하였다. 화재 및 건축물 통계는 최근 10년간(2008~2017) 데이터를 이용하였으며, 「건축법」과 「소방시설 설치유지 및 안전관리에 관한 법률 시행령」을 통해 용도를 분류하여 자연적 구분법(Natural breaks)으로 상대평가를 실시하여 리스크 매트릭스로 나타내었다. 또한, 본 연구에서 도출한 리스크 매트릭스의 적합성을 검증하기 위하여 2018년도 위험도 등급을 지난 10년 데이터와 비교·분석을 진행한 결과, 위락시설에서 위험도가 IV등급에서 II 등급으로 감소한 결과를 제외하고는 대부분의 시설이 유사한 위험도를 나타내고 있어 과거와 현재의 데이터 상관성이 유효한 것을 확인하여 분류방법이 적절한 것으로 판단하였다. 본 연구에서 제안된 자연적 구분법을 이용한 화재위험도 평가방법은 화재예방에 활용할 수 있을 것으로 확인되었다.

Abstract AI-Helper 아이콘AI-Helper

This study quantitatively analyzed the fire risk of buildings by use nationwide, fire occurrence, and the statistical data of buildings by use. Fire incidents and buildings' statistics from the past 10 years (2008-2017) were used and classified as "Building Laws" and "Enforcement Decree of the Act o...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 연구에서는 화재위험성 평가방법에 대해 살펴보고, 국가화재정보센터의 과거 10년(2008∼2017)과 최근(2018) 화재발생 현황과 건축물 통계자료를 이용하여 시/도 단위의 건축물 용도별 화재발생현황에 대해 분석한 결과로 리스크 매트릭스를 도출하여 건축물의 용도에 따른 화재위험도를 비교, 분석(Figure 1)하여 건축물 화재예방에 활용될 수 있도록 하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. Hansung University, "A Study on Development of Fire Risk Prediction Model" (2008). 

  2. Y. J. Kim and S. Y. Shin, "Developing a Risk Assessment Method for the Mitigation of Urban Disasters", Seoul Development Institute (2009). 

  3. J. D. Shin, S. H. Jeong, M. S. Kim and H. J. Kim "Analysis of Fire Risk with Building Use Type Using Statistical Data", Korean Society of Hazard Mitigation, Vol. 12, No. 4, pp. 107-114 (2012). 

  4. S. H. Jin, "A Study on the Improvement of the Night Fire Response Manual through the Analysis of Field Survey and Fire Risk in Elderly Facilities", Hoseo University (2017). 

  5. K. H. Yu, J. M. Lee, M. K. Lee and T. S. Jin, "A Study on Legislation for Improvement of Fire Safety Performance of Existing Buildings", AURI 2018-5, Architecture & Urban Research Institute (2018). 

  6. National Fire Agency, "National Fire Data System (NFDS)", https://www.nfds.go.kr/index.do 

  7. Ministry of Land, Infrastructure and Transport, "Building Life Cycle Management System (BLCM)", https://blcm.go.kr/cmm/main/mainPage.do 

  8. Society of Fire Protection Engineers, "SFPE Handbook of Fire Protection Engineering, Fifth Edition", Springer (2016). 

  9. https://gisgeography.com/choropleth-maps-data-classification/10. 

  10. GIS Geography, "Data Classification", Essentials of Geographic Information Systems 6.3 (2012). 

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로