Ridge Regression-Based Sewer Water Level Prediction for Urban Flood Prevention: A Case Study of Hanoi

도시화와 기후변화의 영향으로 하노이와 같은 저지대 도시는 강우로 인한 심각한 침수 문제에 직면하고 있다. 특히, 하수 수위가 일정 임계점을 넘을 경우, 하수도 시스템의 범람으로 대규모 침수가 발생할 수 있다. 이러한 상황에서 하수 수위의 최대값을 정확하게 예측하는 것은 도시 침수를 예방하는 데 중요한 정보가 된다. 본 연구는 하수 수위의 최대값 예측에 집중하여, 침수 위험이 높은 시점을 사전에 파악하는 방법을 제시한다. 특히, 기상 변수와 하수 수위 간 상호작용을 분석해 일정 시간 간격 내의 최대 수위를 예측하는 릿지 회귀 모형을 개발하였다. 모형 설계의 핵심은 특정 시간 간격 동안의 하수 수위 최대값을 종속변수로 설정해 예측 정확성을 높이는 데 있다. 윈도우 크기를 1, 3, 6, 9, 12시간으로 조정하여 예측했으며, 윈도우 크기가 증가할수록 예측 정확성이 향상됨을 확인하였다. 단, 윈도우 크기가 커지면 최대 수위 도달시점을 정확히 예측하기 어려워지는 한계가 있으므로, 설계 시 예측 정확성과 시점의 정확성 간 균형을 고려해야 한다. 또한, 기상 데이터의 윈도우 크기를 다양하게 설정해 하수 수위에 영향을 미치는 기상 변수의 효과를 분석하여, 특정 기간동안의 기상 데이터가 예측에 미치는 영향을 체계적으로 평가하였다. 연구 결과, 릿지 회귀 모형은 기상 변수 간 상호작용을 효과적으로 분석하여 예측의 정확도를 높이는 데 기여하였다. 특히, 강우량, 기온, 습도 등 기상 변수와 하수 수위 간의 복잡한 상호작용을 고려함으로써, 윈도우 크기가 1인 경우보다 뛰어난 성과를 보였다. 이러한 예측은 침수 위험이 높은 시점을 사전에 파악하고, 대응책 마련에 중요한 정보를 제공할 수 있다.