지금까지 산불 발생 위험지수는 온도, 습도 및 풍속 등의 기상인자에 근거하여 산정되고 있다. 이에 따라 정확한 기상인자 예측은 향후 산불 발생 확률 감소 및 확산 가능성 예방하는데 필요한 상황이다. 본 연구에서는 현재 데이터 기반으로 신속성에서 향상된 시계열 예측 성능을 보여주고 있는 Facebook’s Prophet 모델을 적용하여 온도, 습도, 풍속의 기상자료의 학습 및 예측에 대한 연구를 수행하였다. 2019년 산불이 발생한 강원도 고성의 2016-2018년 기상자료를 통한 모델 학습과 2019년 4개월간의 기상자료에 대한 예측에 대한 평가를 진행하였다. 적용 결과 Prophet 모델은 신속한 예측이 가능하며 기상자료의 전체적인 패턴 및 온도 인자에 대한 예측은 정확성을 보여주고 있지만 불규칙적인 급격한 변화가 있는 습도 및 풍속 인자에 대한 예측에 대한 정확성은 적은 것으로 판단되었다. 본 연구 결과는 기상인자 예측에서 정확성과 신속성의 두 가지 관점을 고려할 때 활용 가능한 모델에 대한 기초자료로 활용될 수 있을 것이다.
The wildfire risk index was calculated based on current meteorological information, for example, temperature, humidity, and wind speed. Thus, meteorological data forecasting could help estimate the probability of fire occurrence or spreading speed to prevent large wildfires. This study predicts meteorological data (e.g., temperature, humidity, and wind speed) using Facebook s Prophet library. We trained the Prophet model using meteorological data between 2016 and 2018 in Goseong, Gangwon-do (where the wildfire occurred in 2019) and predicted meteorological data for the first four months in 2019. We obtained that Facebook s Prophet model was effective in computing speed and predicting the overall trend. However, it could not predict sudden irregular changes satisfactorily. Considering its rapidity, these results could play an important role in future research, especially as a basic research for time-series forecasting.
1. 서론
2. 방법론
3. 모델 적용
4. 요약 및 결론