$\require{mediawiki-texvc}$

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.

로지스틱 회귀분석을 활용한 대설피해 유발 적설심 기준 제안
Propofal of Snow Damage Induction Snow Depth Standard Using Logistic Regression Analysis 원문보기

한국수자원학회 2021년도 학술발표회, 2021 June 03, 2021년, pp.492 - 492  

추형석 (호서대학교 일반대학 재난안전시스템학과) ,  박희성 (한국건설기술연구원 국토보건연구본부) ,  정건희 (호서대학교 공과대학 토목공학과)

초록
AI-Helper 아이콘AI-Helper

최근 세계적으로 기상이변에 의해 한파와 폭설이 발생하고 있으며, 이로 인한 피해를 예측하기 어려워 졌다. 우리나라의 대설피해는 지역별로 상이해 강설 특성을 파악하기 위해 강설자료와 과거의 기상현상자료를 분석하여야 한다. 대표적인 대설피해로 설압피해, 적설피해, 착설피해와 간접피해로 분류 되며 시설재배면적에 가장 많은 영향을 미치는 설압피해는 쌓인 눈의 압력으로 인하여 파손 및 붕괴를 유발한다. 본 연구에서는 과거 재해연보 자료(1994년~2018년)와 기상청에서 제공되는 적설자료를 활용해 대설피해 관련 자료를 수집 및 분석하여 온실에 손상을 입힐 수 있는 적설심을 분석하였다. 로지스틱 회귀분석을 위한 자료 구축은 재해연보의 피해기간을 기반으로 하여 종속변수로 사용하였다. 이후 적설심자료를 최심신적설로 변형하였으며 온도와 함께 독립변수로 사용하였다. 우리나라의 대설 사례가 많은 영동지역은 강설빈도가 높아 대설 방지대책 및 대설 연구자료가 다른 지역에 비해 많은 것으로 판단된다. 이에 따라 최근 빈도가 증가하고 있으며 대설피해 사례가 10건 이상이고 관측지점이 피해지역과 가까운 지역, 적설관측자료가 연속적으로 관측되어 있는 남원, 보령, 장수, 부안을 공간적 범위로 선정하였다. 연구의 결과로 대설 피해 재난관리가 가능한 적설심 기준 설립에 도움을 줄 것으로 판단된다.

관련 콘텐츠

저작권 관리 안내
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