The objectives of this research have been focussed on 1) developing prediction techniques for the flash flood and landslide based on rainfall prediction data in agricultural area and 2) developing an integrated forecasting system for the abrupt disasters using USN based real-time disaster sensing techniques. This study contains following steps to achieve the objective; 1) selecting rainfall prediction data, 2) constructing prediction techniques for flash flood and landslide, 3) developing USN and communication network protocol for detecting the abrupt disaster suitable for rural area, & 4) developing mobile application and SMS based early warning service system for local resident and tourist. Local prediction model (LDAPS , UM1.5km) supported by Korean meteorological administration was used for the rainfall prediction by considering spatial and temporal resolution. NRCS TR-20 and infinite slope stability analysis model were used to predict flash flood and landslide. There are limitations in terms of communication distance and cost using Zigbee and CDMA which have been used for existing disaster sensors. Rural suitable sensor-network module for water level and tilting gauge and gateway based on proprietary RF network were developed by consideration of low-cost, low-power, and long-distance for communication suitable for rural condition. SMS & mobile application forecasting & alarming system for local resident and tourist was set up for minimizing damage on the critical regions for abrupt disaster. The developed H/W & S/W for integrated abrupt disaster forecasting & alarming system was verified by field application.

본 연구에서는 우리나라 실정에 부합되는 실용적인 원지 지진해일 예경보 체계 구축을 위해 미국과 우리나라의 지진해일 예경보 체계 현황을 파악하고, 2011년 동일본 지진해일 당시의 대처상황을 분석하였다. 우리나라 해안 지역에 영향을 미치는 원지 지진해일의 발생원 및 전파 특성을 고려하고, 지진탐지 및 수치모의 수행 능력과 가용 전문인력 등을 고려한 효율적인 원지 지진해일 예경보 체계 구축 방안을 제안하였다.

본 연구에서는 홍수위 예경보를 위한 Data Mining기법에 대해 조사하고 예측시스템에 대해 연구하였다. 홍수예측의 모형 중 인공지능 기반의 신경망 모형을 이용하여 유사한 수문 사상을 유역내의 복잡한 물리적인 현상을 직접적으로 고려하지 않고 상·하류간 입력 자료를 사용하여 출력자료와의 관계로부터 학습을 통해 결론을 도출해내는 Data Mining기법 중 신경망 모형을 사용하였다.

본 연구에서는 재해상황판단 측면에서 중소하천유역의 홍수예경보를 위한 분포형 모형의 적용 기법을 검토하였다. 중소하천의 홍수예보를 위해서는 실시간으로 수집되는 레이더 강우자료와 예측자료를 이용하여 홍수량을 분석 및 예측하는 기술이 필요하며, 이를 위해서는 분포형 강우-유출 모형의 적용이 필수적이다. 최근 홍수피해가 중소하천유역에서 크게 발생하고 있다. 그러나 홍수예경보는 대하천 본류 중심으로 이루어지고 있는 실정이므로 중소하천의 홍수재해 취약지구까지 적용 가능한 홍수예경보체계의 개발 및 확대가 필요하다. 국내에서는 다양한 분포형 모형의 적용사례가 있으나 국내 상황을 적합하게 반영할 수 있는 것으로 널리 적용성이 인정된 모형은 많지 않다. 현재 국제적으로 Vflo 모형은 기존에 개발된 분포형 모형 중 가장 적용성이 높고 다양한 유역조건에 따라 유연하게 유출모의가 가능한 것으로 알려져 있어 우리나라의 특수한 여건을 반영한 홍수예경보를 위한 유출해석 및 침수범람해석 모의를 위한 기본모형으로 도입시 유용하게 사용될 수 있을 것으로 기대된다.