통계분석을 통한 대설 피해 경보에 적합한 적설심 기준 제안 (Snow Depth Criteria for Snow Damage Warning Using Statistical Analysis)

최근 세계적인 기후변화에 따른 자연재난 발생 빈도가 증가하고 있으며, 자연재해 중 겨울철 이상 기온으로 인한 폭설 및 한파도 예외가 아니다. 우리나라는 1994년에서 2013년까지 지난 20년간 자연재해에 의한 피해액 약 12조 원 중 대설로 인한 피해액이 약 1조 6천억 원으로, 그 발생 빈도가 점차 증가하며 주요 겨울철 자연재난으로 자리매김하고 있다. 본 연구에서는 폭설 발생 시 신속한 대설 피해 경보 발령 및 재난 대응을 위해 재난통계를 기반으로 기상학적인 요인(적설심, 일평균상태습도, 일최저기온, 일최고기온)과 사회⋅경제적인 요인(지역면적, 비닐하우스 면적, 농가인구수, 60세 이상 농가인구수)을 고려하여 다중 회귀모형을 개발하였다. 과거 대설 피해 통계를 분석하여 전라도, 충청도, 강원도 지역의 지난 22년 간의 자료를 적용하였다.
24시간 내 신적설인 최심신적설심과 누적적설심인 최심적설심을 대설 피해 예측 중요 변수로 정하여 별도의 모형을 구축하였으며, 신적설심과 누적적설심을 모두 6개의 cases로 구분하여 총 12개의 다중회귀모형을 구축하고 수정된 결정계수 및 N-RMSE값을 비교하였다. 그 결과, 모든 cases에서 누적적설심인 최심적설심 보다 신적설인 최심신적설심의 성능이 좋게 평가되었다.
또한 적설심 25cm의 최심신적설을 이용한 모형에서 수정된 결정계수가 0.7 이상, N-RMSE가 8.2% 이하로 매우 높은 모형 효율을 보였다.

The frequency of natural disaster has been increased due to the climate change, and the heavy snow has been also increased during the winter. In South Korea, total damage cost by heavy snow for last 20 years from 1994 to 2013 was about 1.6 billion dollars among total 12 billion dollars caused by natural disasters. In this study, the amount of snow damage was estimated using historical disaster data using multiple regression analysis. The input data for the model was meteorological data (snow depth, daily relative humidity, daily minimum temperature, daily maximum temperature, daily average temperature) and socio·economic data (area, greenhouse area, number of farmers, elderly population in farmers). The developed models were applied in Jeolla-do, Cheongchung-do, and Kangwon-so using last 22 years of snow disaster data. Two types of snow depths (daily maximum fresh snow depth and daily maximum snow depth) were used. Two types of snow depths were also divided into 6 cases depending on the snow depth. As a result, daily maximum fresh snow depth shows better performance than daily maximum snow depth. The case using over 25cm of daily maximum fresh snow depth showed the best result with the adjusted R2 over 0.7.