home keyboard_arrow_right 연구결과

description 연구결과

Defining heatwave thresholds using an inductive machine learning approach

연구자 :박주현, 김정섭
등록일 :2019-11-26조회 :169
연구분야 :건강복지, 정보
학술지 게재논문 요약

Defining heatwave thresholds using an inductive machine learning approach

연구자

박주현 : 울산과학기술원 도시환경공학부 석박사통합과정

김정섭 : 울산과학기술원 도시환경공학부 교수

 

“ 폭염 발효 기준은 발생 시기와 장소 등을 고려하는 것이 필요 

 

기계학습 방법론으로 분석한 결과, 온열질환자는 전날과 당일의 평균최고온도가 32.95℃ 또는 열지수가 79.65보다 높아지면 급격하게 증가


 2011~2016년 수도권에서 발생한 온열질환자를 기계학습(MARS)으로 분석한 결과, 19개의 기상변수 중 전날과 당일의 평균최고온도와 열지수만이 온열질환자 수에 영향을 주며 현재 폭염주의보 발효 기준(일 최고기온≥33℃)과 큰 차이가 없는 것으로 나타남. 


Graphical representation of interaction terms from the MARS

 



 온열질환자의 발생 시기 및 장소에 따라 온열질환자 수가 급격하게 증가하는 온도가 달라지므로 이를 고려한 폭염 발효 기준 제고가 필요

 6월과 7월에 발생한 온열질환자는 일 최고기온이 29.8℃보다 높으면 그 수가 급격하게 증가해 현재 폭염 발효 기준과 3℃ 이상 차이가 나는 것으로 나타남

 

Importance of the MARS model and related knots







학술지 게재정보

∙ November 7, 2018 

∙ https://doi.org/10.1371/journal.pone.0206872

 


참가 이력

공공데이터를 활용한 2017 서울연구논문공모전」 참가 수상작

∙ 제목 인공지능을 활용한 폭염 발효 기준 제고 방안

 


활용 데이터 목록

∙ 기상자료 (기상청 기상정보개방포털, 2011~2016년)

∙ 주민등록인구 (통계청, 2010~2015년)

  

본 게시물은 타 학술지에 게재된 내용을 바탕으로 연구자가 직접 요약·정리한 내용입니다


Heatwave, machine learning, non-linear relationship