지리적가중회귀분석 적용을 통한 변이공간지역에서의 손실함수 결정

Abstract

Listen

Translate article

홍수피해액 추정은 지역별 재해예방 및 대응을 위한 홍수위험도평가나 지속가능개발을 위한 사업타당성 평가를 위한 핵심요인으로 주로 손실함수(Loss Function)를 이용하여 추정한다. 손실함수는 홍수심-피해액 관계를 함수화한 것으로써 대부분 단순회귀분석(OLS)과 같은 전역회귀모형(GRM)을 이용하여 결정한다. 본 연구에서는 2012년 8월 홍수 직후 군산시 지역에서 구축된 GIS기반 피해흔적지도로부터 홍수심 자료를 수집하고 주민들의 신고에 기반하여 지자체에서 구축한 건물 위치별 피해액자료를 수집하였다. 수집된 자료를 이용하여 OLS로 수심에 대한 주거건물, 상업건물, 농업시설 피해액을 추정한 후 결정계수와 공간적 상관성 등 정량적 검토를 통해 모형의 적정성을 검토하였다. 공간적 자기상관과 정확도를 분석한 결과, 잔차의 공간적 상관성 때문에 GRM보다는 지역회귀모형(LRM)이 홍수피해를 추정하는데 더 적합한 것으로 나타났다. 본 연구에서는 지역회귀모형 중 지리적가중회귀모형(GWR)을 선정하고 손실함수를 개발하였으며, 그 결과 추정치는 공간적 변이를 잘 재현하며 단순회귀분석에 비해 정확도 높은 결과를 보이는 것으로 나타나 개발된 방법론은 충분히 활용가치가 있는 것으로 나타났다. 더불어 본 방법은 공간적 변이를 고려하여 지점별 손실함수를 개발하므로 GIS정보를 활용한다면 각 건물 위치에서 보다 정확한 홍수심별 피해액을 추정하는 것이 가능하다. Flood damage estimated by loss function is main factor to assess flood risk for local disaster prevention and response or project for sustainable development. The loss function as an empirical flood depth-damage curve is generally established by Ordinary Least Squares (OLS) as a Global Regression Model (GRM). This study collects flood depths from GIS based flood inundation map and damages of local buildings from damages report collected by local government after flooding on August, 2012 in Gunsan City. The OLS is used to estimate damages of residential, commercial and agricultural buildings and then estimates are assessed quantitatively with coefficient of determination and spatial autocorrelation. The assessment results show that the Local Regression Model (LRM) is more adaptive than the GRM to estimate damages because the spatial patterns of residuals exhibit spatial autocorrelation. The Geographically Weighted Regression (GWR) developed here as one of the local regression model to establish the loss function not only capturing the spatial variations of the affecting factors but also modifying the OLS is proposed for future applications. This method have loss functions at each spatial locations which can estimates optimum damages with flood depths at each buildings defined by GIS information.