earticle

영어

The pilot study area of this research, Seoul, has active faults, and the seismic design rate in the region is low. Consequently, a significant number of casualties are expected in the event of an earthquake. Therefore, the objectives of this study are as follows: first, as part of disaster prevention efforts, to analyze the seismic vulnerability of buildings among infrastructure facilities using statistical analysis and machine learning; and second, to assess human risk by considering factors such as the distance to roads and evacuation shelters to analyze earthquake-vulnerable populations. The main research process involves using both statistical analysis and machine learning to analyze the seismic vulnerability of buildings. Subsequently, the AHP (Analytic Hierarchy Process) analysis method is applied to estimate the weight of earthquake-related social factors, which are then incorporated into spatial analysis to create an earthquake vulnerability map. The purpose of developing this map is to generate density maps for individual and comprehensive infrastructure factors and compare them with the earthquake-vulnerable population map to identify areas that are highly susceptible to human casualties. This study provides academic implications by integrating various methodologies and practical implications by assisting in prioritizing human and material damage mitigation. Although this research has several limitations, the most significant limitation is that while adjustments were made during the integration process of statistical analysis, machine learning, and AHP, some errors were inevitable. This limitation can be addressed by de

한국어

본 연구의 파일럿 연구 대상지인 서울시에 활성단층이 존재하고 해당 지역에 내진설계 비율이 낮아, 지진 발생 시 적지 않은 인적 피해가 예상된다. 따라서 본 연구의 목적은 첫째, 피해예방활동의 일환으로 통계분석과 머신러닝을 활용, 시설물 중 건 물의 지진취약성을 분석하고 둘째, 인적위험도 측정을 위해, 도로와의 거리, 대피소와의 거리 등을 고려해 지진취약인구를 분석 하는 것이다. 연구진행의 주요 절차로는 통계분석과 머신러닝 각각을 활용해, 건물의 지진취약성을 분석한 뒤, AHP분석기법을 시행해, 지진 관련 사회적 요인의 가중치를 산정 후 공간분석에 적용해, 지진취약 지도를 제작한다. 지진취약 지도제작의 목적은 개별인프라요인과 종합인프라요인의 밀도지도를 제작하고 지진취약 인구지도와 비교해, 인적 피해에 취약한 지역을 찾는 것이 다. 본 연구는 여러 기법을 융합한 학술적 시사점이 있으며, 인적･물적 피해에 우선순위 설정에 도움을 주는 등 실무적 시사점이 있다. 또한 여러 한계점이 있지만 대표적 한계점은 통계분석과 머신러닝을 AHP와 결합하는 과정에서 보정이 들어갔지만, 결합 하는 과정에서 오차를 가져갈 수밖에 없는 점이다. 해당 한계점은 실제 지진피해를 입은 데이터들을 더욱 상세하게 제작할 경우 해결할 수 있는 한계점이며 향후 연구과제이다.