기계학습 기반의 로드킬 발생 예측과 영향 요인 탐색에 대한 연구

초록

본 연구에서는 충청남도를 중심으로 로드킬 발생을 예측하고 영향을 미치는 요인을 탐구하여 로드킬 예방 대책 수립에 이바지하고자 하였다. 날씨, 도로 및 환경 정보를 종합적으로 고려하여 기계학습을 기반으로 로드킬 발생을 예측하고 각 변수의 중요성을 분석하여 주요 영향 요인을 도출하였다. 가장 우수한 성능을 보인 Gradient Boosting Machine(GBM)은 정확도 92.0%, 재현율 84.6%, F1-score 89.2%, AUC 0.907을 기록했다. 로드킬에 영향을 미치는 주요 요인은 평균 지역 기압(hPa), 평균 지면 온도(°C), 월, 평균 이슬점 온도(°C), 중앙 분리대 존재 여부, 평균 풍속(m/s)이었다. 이러한 결과는 로드킬 예방 및 교통안전에 이바지할 것으로 기대되며, 생태계와 도로 개발 간의 균형 유지에 중요한 역할을 할 것으로 예상한다.

키워드