덴마크 공과대학교(DTU) 연구진이 야머부흐트 지자체와 협력하여 지역 홍수에 대한 선구적인 조기 경보 시스템을 개발했습니다.
지역 홍수 문제 해결을 위한 혁신적인 솔루션
덴마크 올보르에dent 하는 수잔 닐센은 북부 윌란 반도 슬레테스트란드에 있는 부모님의 여름 별장이 홍수 피해를 입을 가능성에 대해 우려를 표명했습니다. 별장이 야머부흐트 만과 인접해 있어 지하수 수위 상승 시 침수 위험이 크다는 것입니다.
이러한 위험을 dent 에게 시기적절한 경고를 제공하기 DTU 연구진은 첨단 조기 경보 도구를 개발했습니다. 기존의 홍수 경보 시스템과 달리 이 도구는 지역별 예측을 제공하여 이해 관계자들에게 Jammerbugt 자치구 내 강, 하천 및 해안 지역의 임박한 홍수에 대해 최대 48시간 전에 미리 알 수 있도록 합니다.
이 시스템의 핵심은 위성 이미지, 일기 예보, 지표수 및 해수면, 지형 등 다양한 데이터 세트를 기반으로 학습된 인공지능(AI) 모델인 "습윤 지수"입니다. 이러한 다차원적 접근 방식을 통해 물의 역학과 주변 환경과의 상호 작용을 더욱 심층적으로 이해할 수 있습니다.
DTU의 수문학 전문 부교수인 롤랜드 뢰베는 탁 트인 지형에서 물의 흐름이 매우 복잡하다고 강조합니다. 연구팀은 인공지능과 세심하게 선별된 데이터셋을 활용하여 지역 홍수 발생을 정확하게 예측할 수 있는 도구를 개발했습니다.
시범 운영 및 전망
2023년, 잼머부흐트 시는 조기 경보 도구를 시범 운영하여 습한 봄철 동안에는 유망한 결과를 얻었습니다. 그러나 건조한 여름철에는 어려움이 발생하여 추가적인 개선의 필요성이 부각되었습니다.
얌머부흐트 자치단체 프로젝트 매니저인 하이디 에게베르그 요한센은 해당 도구의 잠재력을 인정하면서도 정확성과 신뢰성의 중요성을 강조했습니다. 모델 재학습 및 조정 계획이 진행 중이며, 지속적인 개발 노력을 지원하기 위한 자금 확보를 위해 노력하고 있습니다.
홍수 경보 시스템의 발전과 더불어, DTU 연구진은 수자원 관리 전략을 개선하기 위해 과학적 머신러닝 기법을 개척해 왔습니다. 머신러닝과 과학 컴퓨팅을 결합함으로써 정확도를 유지하면서도 계산 시간을 크게 단축할 수 있었습니다.
DTU의 부교수인 알란 피터 엥지그-카룹은 배수 시스템을 통한 물의 흐름을 예측하는 데 있어 이러한 접근 방식의 이점을 강조합니다. 과학적 머신러닝 기술을 활용하면 기존 방식보다 최대 100배 빠른 계산이 가능해 의사 결정권자에게 실시간 정보를 제공할 수 있습니다.
홍수 관리 방식의 혁신
AI 기반 통합하는 것은 복원력 계획 수립에 있어 패러다임의 전환을 의미합니다. 더욱 빠르고 정확한 예측을 통해 지자체는 자원을 선제적으로 배분하고, 예방 조치를 시행하며, 홍수 위험을 완화하기 위해 인프라를 효과적으로 조정할 수 있습니다.
롤랜드 뢰베는 이러한 기술 발전이 실질적인 의미를 지닌다고 강조하며, 이를 통해 의사 결정권자들이 실시간으로 다양한 시나리오를 검토하고 논의할 수 있게 된다고 설명합니다. 의사 결정 과정을 간소화함으로써 지역 사회는 대응 전략을 최적화하고 홍수 사태에 대한 전반적인 회복력을 강화할 수 있습니다.
