news

데이터 분석은 전문가만을 위한 것이 아닙니다.
누구나 쉽게 분석 활용할 수 있어야 합니다.

고객의 입장이 되어 다양한 방면으로 분석을 진행해야 한다.

페이지 정보

작성자 EZGIS 댓글 0건 조회 938회 작성일 20-03-09 12:12

본문

 강원도에서는 대형 산림화재가 자주 발생하여 산림뿐만 아니라 주택, 농업시설, 축사 등 건축물과 시설물에도 피해가 발생하고 있다. 산림인접지역에서 화재 발생 시 대형화재로 확산되기 전, 초동대응에 필요한 소방용수시설을 확대할 필요성이 대두됨에 따라 소방용수시설의 입지 선정이 중요하다. 따라서 산림인접지역의 화재 발생과 환경적 요인들과의 관계를 분석, 소방용수시설 취약지수를 개발하여 과학적인 입지 선정 지원을 하고자 해당 분석을 하게 되었다.

 

 

 소방용수시설 분석에 사용된 데이터는 6개 시군(강릉시, 고성군, 동해시, 삼척시, 속초시, 양양군)의 데이터로 화재 발생 현황 데이터, 소방용수시설 현황 데이터, 상수관로 데이터, 지역 분류 데이터, 주거인구 데이터, 유동인구 데이터, 건물 현황 데이터, 소방서 및 119응급센터 위치 데이터, 관측소별 풍향 및 풍속 데이터, 경사도 및 고도 데이터, 보전/준보전 산지 데이터를 사용하였다,

 

 그 중 화재 발생 정보 데이터는 화재 발생 지점에 대한 주소가 정확하지 않은 데이터가 존재하여 일괄적인 좌표 변환이 어려웠다. 그래서 화재 중 산불 발생 지점의 경우 주소를 확인 후 직접 실제 지도에서 위치를 파악하여 좌표로 변환하였다. 도심 화재 발생 지점의 경우 1차적으로 주소 정제 프로그램을 통하여 주소 정제 및 좌표 변환을 실시하였으며, 프로그램을 통해 정제되지 않은 주소의 위치 파악 및 좌표 변환을 실시하였다. 소방용수시설 정보 역시 주소가 정확하지 않은 데이터가 존재하여 지도를 통하여 정확한 위치를 파악한 후 좌표 변환을 하였다.

 

상수관로 데이터는 강릉시와 동해시의 경우 테이블 설계서를 토대로 상수도관 데이터 선택 및 좌표계 변환을 통해 데이터를 사용하였고, 고성군, 삼척시, 속초시, 양양군의 경우 포맷 변환 후 상수관로 라인을 직접 추출하여 좌표계 변환 후 데이터를 사용하였다. 토지 특성 정보는 좌표계 변환 후 용도 지역명을 이용하여 구분 코드를 입력하고, 지역별로 구분하여 사용하였다.

 

 관측소별 풍향 및 풍속 데이터의 경우 기상청과 산림청에서 제공하고 있는 관측소별, 시간대별 풍향 및 풍속 데이터를 사용하였으며, 각 관측소의 주소를 토대로 좌표로 변환 후 보로노이 다이어그램을 통하여 각각의 기상관측소에 대한 영향을 미치는 범위를 계산 후 사용하였다. 보로노이 다이어그램이란 관측소들의 위치 정보를 기반으로 수직이등분선들을 이어나가는 다각형들을 의미한다.

 

 화재 발생 현황 데이터의 정규화 및 표준화를 통하여 군집분석을 실시하였으나, 화재 발생 현황 데이터의 군집분석만으로는 큰 의미를 찾기 힘든 것으로 판단하였다. 따라서 분석에 사용할 데이터를 변수별로 범주화하여 격자 단위의 분석 데이터셋을 구성하였으며, 산불 방지라는 취지에 맞게 보전/준보전 산지 데이터를 토대로 산림인접지역을 산출하여 분석 대상으로 설정하였다. 다음으로 우선지역 선정에 대한 조건을 다음과 같이 설정하였다. : 건조주의보가 자주 발효되는 지역(10일 이상) / 인근에 소방용수시설이 없는 지역 / 가구수가 많은 지역 / 건물이 노후화된 지역

 

 변수들에 대하여 계층화분석법을 통하여 변수별 우선순위 및 가중치를 산정, 분석에 사용하였으며 큰 계층으로는 기후적 요인, 인과적 요인, 지형/건물적 요인으로 구성하였으며, 각각 기온, 습도, 풍속 / 주거인구, 유동인구 / 고도, 경사도, 도로와의 거리, 소방차 출동시간 등급, 건물 연령, 건물 구조로 구성하였다. 변수별 지수에 가중치를 곱한 후 각 지수를 합산하여 계산된 격자별 소방용수시설 취약지수를 상수관로 유무에 따라 분류 및 시각화하여 결과를 도출하였다. 가우시안 모델 기반의 산불 확산 모형을 소방용수시설 취약지수가 높은 격자에 적용하여 시각화하였다. 또한 분석 결과의 활용도를 높이기 위하여 관측소별 풍향 및 풍속 정보를 토대로 관측소별 바람장미 지도를 시각화하여 제공하였다.

 

 

 분석의 초반부에 지역을 구분할 때에는 기존의 데이터만으로는 산림지역을 정확하게 구분하는 것이 어려운 상황이었다. 이 상황에서 회의와 추가적으로 보전/준보전 산지 데이터의 수집을 통하여 조금 더 정확한 지역 구분이 가능했다. 이를 통해 분석을 하는 사이사이 분석에 대한 검토 및 새로운 아이디어를 통해 분석의 깊이를 더하는 것이 중요하다고 느꼈다.

또한 시각화 및 분석 결과 자료 제공을 하는 과정에서 고객이 필요로 하는 것을 빠르게 파악하여 해당 사항을 분석에 빠르게 반영하는 것이 서로에게 좋은 분석으로 진행될 수 있다는 것을 느꼈다.

마지막으로 분석의 근거와 논리를 항상 생각하면서 분석을 진행해야 한다는 것을 느꼈다. 분석의 근거나 논리가 없는 상태에서 분석을 진행해나가면 결국 분석을 다시 진행할 수밖에 없다. 따라서 분석하기 전 충분히 근거를 수집하고 논리를 생각해야 한다.