딥러닝을 이용한 강우량 첨두 예측

초록

기후변화의 지역적 영향에 따른 우리나라 호우의 발생 빈도와 강도는 증가하고 도시화로 인한 내수 침수 피해가 커지고 있다. 동일 강우량의 호우에도 불구하고 강우의 시간분포 변화에 따른 침수 피해 특성이 다르게 나타나므로 정확한 도시 침수 예측을 위해서는 강우의 시간 분포 특성에 대한 이해와 예측이 필수적이다. 본 연구에서는 강우의 시간 분포 특성 중 도시침수와 관련된 주된 특성인 강우 지속시간 내에서 강우 첨두의 시간적 위치를 예측하였다. 이를 위해서 기상 자료 개방 포털의 종단 기상관측 자료에서 60개의 지역에 대한 1974년부터 2021년까지의 48개년 자료를 사용했다. 합성곱 신경망, 장단기 기억 신경망, ConvLSTM과 EfficientnetV2를 이용하여 도시침수가 많이 발생하는 도시 중 11개의 지역의 6시간 동안의 강우 첨두 위치를 동시에 예측했다. 분석 결과 EfficientnetV2가 가장 높은 정확도 (84.58%)를 보였다.

키워드