Analysis of Typhoon Path for the Korean Peninsula using Machine Learning Algorithms

본 연구는 한반도를 중심으로 첨단 머신러닝과 광범위한 기상 데이터를 통합하여 태풍 경로 예측한다. 새로운 두 단계 모델링 접근법을 사용하여 태풍이 위도 33도를 넘어서 진행할지와 그 이후의 경로를 예측하며, 한반도와의 상대적인 궤적에 따라 네 가지 유형으로 분류한다. 1979년부터 2023년까지의 데이터를 사용하여 모델을 평가하였고, 변수 중요도와 부분 의존성 도표를 사용하여 의사 결정 과정을 해석하였다. 연구 결과, 경도와 기온, 표면 온도와 같은 기상 요인이 태풍 경로에 중요한 영향을 미치는 것으로 나타났다. 본 연구는 고차원의 시공간 데이터를 지역 데이터로 대체하여 태풍 예측에 새로운 기준을 제시하고, 재난 관리에 유용한 통찰력을 제공한다.

This research enhances typhoon path prediction by integrating advanced machine learning with extensive meteorological data, focusing on the Korean Peninsula. Utilizing a novel two-step modeling approach, it predicts if typhoons will cross latitude 33 degrees and their paths thereafter, categorizing them into four types based on their trajectories relative to the Peninsula. Models were assessed using data from 1979 to 2023, employing variable importance and partial dependence plots to decipher the decision-making processes. Findings show that longitude and meteorological factors like air and skin temperature significantly affect typhoon paths. The study sets a new standard in typhoon forecasting by substituting high-dimensional spatio-temporal data with localized datasets and offers insights for disaster management, setting a new standard in typhoon forecasting.