2019년 이탈리아 베네치아에서는 53년만의 대홍수로 인해 도시의 80%가 물에 잠겼으며, 호주에서는 이상고온현상과 가뭄으로 인해 국가적 재앙 수준의 산불이 발생하는 등 전 세계적으로 폭염, 한파, 홍수, 가뭄 등 기후변화로 인한 이상기후 현상이 빈번하게 발생하고 있다. 특히, 관계부처합동 2018년 이상기후 보고서에 따르면 전 세계적으로 기후변화에 의한 피해는 수재해에 집중되고 있으며, 유엔경제사회국(DESA)는 향후 전 세계 많은 도시가 홍수, 가뭄 등 물과 관련된 위험에 처할 것이라고 예상하고 있다.
최근 이러한 이상기후를 예측하고 피해를 최소화하고자 4차 산업기술인 정보통신기술(ICT)과 데이터마이닝 및 기계학습 등 빅데이터 분석 방법론을 활용한 연구가 활발히 수행되고 있다. 본 연구에서는 이상기후 중 집중호우 및 태풍 등으로 인한 침수 피해를 중심으로 피해 발생 분석을 위한 데이터를 조사하였으며, 기후변화 시나리오를 활용하여 미래 국내 침수 피해 예측 시스템을 구현하였다. 또한 다양한 자연재해로 인한 피해 분석 및 예측을 위한 데이터마이닝 기법을 정리하고, 이에 대한 활용가능성을 판단하기 위하여 침수 및 산사태에 대한 사례연구를 수행하였다.
먼저 침수 피해 동향 파악 및 기후변화에 의한 피해 데이터 항목 결정을 위하여 텍스트마이닝을 실시하였으며, 환경 뉴스 중 침수 피해와 관련된 연도별 키워드를 도출하였다. 수집된 침수 피해 뉴스의 비중이 가장 컸던 2010년∼2011년 수도권 지역을 대상으로 침수흔적도를 활용하여 산업계 피해를 공간적으로 분석하고, 이를 통해 미래 침수 피해를 예방하고자 한다.
분석 수행에 앞서 침수 피해와 관련된 자료를 수집하여 메타DB를 구축·활용하여 강우량 분석 및 침수 피해 발생 임계치 분석을 수행하였다. 또한, 토지피복지도, 수치표고모델, 산업단지 위치정보 등 공간정보데이터와 기상자료 및 침수흔적도 등 피해데이터를 결합하여 3일 누적 강우량도를 작성하였으며, 3일 누적 강우량 587.6mm에 의한 2020년~2090년대 침수 피해 발생 시기를 예측하였다. 예측데이터를 토대로 기후변화 빅데이터 분석 시스템을 개발하고 침수 발생 임계치 강우량 587.6mm의 발생 시기 및 공간 분석을 수행하였다. 2021년∼2100년까지 침수 피해가 예상되는 일수는 총 337일로 피해가 가장 적었던 시기는 2040년대였으며, 가장 많은 침수 피해가 발생하는 시기는 2080년대로 예상되었다.
기후변화 심화로 인해 이상기후는 과거의 발생양상과 달리 더욱 빈번하게 발생하고 있어 예측의 한계와 신뢰도 및 정확도의 하락을 가져온다. 4차 산업혁명 시대를 맞이하여 빅데이터 및 인공지능 기술 등의 활용성이 점차 증대됨에 따라 기후변화로 인한 자연재해 예측 향상을 위하여 시범지역을 중심으로 데이터마이닝 방법론 적용 및 검증을 수행하였다. 시범지역의 지형, 지질, 토양, 토지피복 등 기본 지도 정보를 수집 후 분석을 통하여 침수 및 산사태와 관련된 요인들을 계산하였으며, 베이지안 이론, 의사결정나무, 앙상블 모형 등 딥러닝에 기초한 다양한 데이터마이닝 분석 방법을 적용하여 공간 예측을 수행하였다. 시범지역으로 선정된 서울특별시의 침수 및 산사태 취약성도 검증결과 두 가지 경우에서 모두 높은 정확도를 나타냈다.