Despite the accident rate for fishing vessels accounts for 70% of all maritime accidents, few studies on such accidents have been done and most of the them mainly focus on causes and mitigation policies to reduce that accident rate. Thus, this risk analysis on sea accidents is the first to be performed for the successful and efficient implementation of accident reducing measures. In risk analysis, risk is calculated based on the combination of frequency and the consequence of an accident, and is usually expressed as a single number. However, there exists uncertainty in the risk calculation process if one uses a limited number of data for analysis. Therefore, in the study we propose a probabilistic simulation method to forecast risk not as a single number, but in a range of possible risk values. For the capability of the proposed method, using the criteria with the ALARP region, we show the possible risk values spanning across the different risk regions, whereas the single risk value calculated from the existing method lies in one of the risk regions. Therefore, a decision maker could employ appropriate risk mitigation options to handle the risks lying in different regions. For this study, we used fishing vessel accident data from 1988 to 2016.

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. It is necessary to get probabilistic forecasts to establish risk-based reservoir operation policies. Probabilistic forecasts may be useful for the users who assess and manage risks according to decision-making responding forecasting results. Probabilistic forecasting of seasonal inflow to Andong dam is performed and assessed using selected predictors from sea surface temperature and 500 hPa geopotential height data. Categorical probability forecast by Piechota's method and logistic regression analysis, and probability forecast by conditional probability density function are used to forecast seasonal inflow. Kernel density function is used in categorical probability forecast by Piechota's method and probability forecast by conditional probability density function. The results of categorical probability forecasts are assessed by Brier skill score. The assessment reveals that the categorical probability forecasts are better than the reference forecasts. The results of forecasts using conditional probability density function are assessed by qualitative approach and transformed categorical probability forecasts. The assessment of the forecasts which are transformed to categorical probability forecasts shows that the results of the forecasts by conditional probability density function are much better than those of the forecasts by Piechota's method and logistic regression analysis except for winter season data.

수문학 분야에서 중장기 유출량 예측은 입력변수의 불확실성 등으로 인하여 확률론적 방법을 사용하는 것이 바람직한 것으로 알려져 왔다. 본 연구에서는 금강유역을 대상으로 구성된 바 있는 RRFS-ESP 시스템에 PDF-ratio 방법을 기반으로한 사전처리기능을 장착하여 보다 효율적인 중장기 예측시스템으로의 확장을 시도하여 보았다. 이를 위하여 기상청에서 제공하는 확률기상정보를 이용하여 가중치를 산정하고 이를 기반으로 시나리오별 예측확률을 갱신하였다. 예측결