earticle

영어

Purpose: Recent advances in GIS and AI technologies are opening up new possibilities to overcome the limitations of disaster management systems. The purpose of this study is to develop a prediction system for flooded areas using AI and GIS technologies. Method: Real-time data collection uses various APIs, and AI model linkage adopts the message queue method. The display speed test was performed through index creation and n field settings, and the system was developed based on Eclipse 4.18.0, JAVA 1.8.0_031, MAVEN, Apache Tomcat 9.0, PostgreSQL 13.16, and GeoServer. Result: Real-time weather data was collected and integrated into a GIS database. The system was linked with an AI model for flood damage prediction. Performance tests were conducted to analyze the visualization speed of large-scale real-time data, and the GIS system was developed considering the characteristics of both urban and river areas. Conclusion: This study designed and implemented a system capable of predicting flood damage in real time and visualizing the results efficiently. The system supports effective decision-making for flood response personnel by providing timely and accurate information.

한국어

연구목적: 최근 지리정보시스템 및 인공지능 기술의 발전은 재난 관리 시스템의 한계를 극복할 수 있는 새로운 가능성을 열어주고 있다. AI는 대규모 데이터를 학습하여 패턴을 분석하고 미래를 예측하는 데 탁월하며, GIS는 공간 데이터를 기반으로 재난 상황을 시각화하여 직관적이고 효과적인 의사결정을 지 원할 수 있다. 이러한 기술들을 이용하여 침수 지역에 대한 예측 시스템을 개발하고자 한다. 연구방법: 침수 피해 예측을 위하여 실시간 자료수집은 다양한 API를 통하여 자료를 수집하였으며 기존 침수 피 해지 예측 관련 LSTM 모델과의 연계는 메시지 큐 방식을 채택하였다. 인덱스 생성 및 n 필드 설정을 통 하여 표출 속도 테스트를 수행하였으며 시스템 개발은 Eclipse 4.18.0, JAVA 1.8.0_031, MAVEN, 서버 환경은 Apache Tomcat 9.0 데이터베이스는 PostgreSQL 13.16 버전을 사용하였으며 GIS 엔진으로는 GeoServer를 기반으로 개발하였다. 연구결과: 실시간 기상 자료수집하고 이를 GIS DB로 구축하였으 며 침수 피해 예측 AI 모델과의 연계를 수행하였다. 대량의 실시간 데이터의 표출 속도 테스트 분석 및 도시와 하천 지역 특성을 고려하여 GIS 시스템을 개발하였다. 결론: 본 연구에서는 침수 피해를 실시간 으로 예측하고, 효율적으로 표출할 수 있는 시스템을 설계 및 구현을 통하여 침수 관련 담당자들의 업무 에 있어 효율적인 의사결정 정보를 지원할 수 있게 하였다.