[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102561776B1 - auto damage grade rating apparatus for chemical leakage accident - Google Patents

auto damage grade rating apparatus for chemical leakage accident Download PDF

Info

Publication number
KR102561776B1
KR102561776B1 KR1020220187798A KR20220187798A KR102561776B1 KR 102561776 B1 KR102561776 B1 KR 102561776B1 KR 1020220187798 A KR1020220187798 A KR 1020220187798A KR 20220187798 A KR20220187798 A KR 20220187798A KR 102561776 B1 KR102561776 B1 KR 102561776B1
Authority
KR
South Korea
Prior art keywords
risk
regional
individual
personal
damage
Prior art date
Application number
KR1020220187798A
Other languages
Korean (ko)
Inventor
김승진
이동은
김성동
Original Assignee
(주)휴엔릭스
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)휴엔릭스 filed Critical (주)휴엔릭스
Priority to KR1020220187798A priority Critical patent/KR102561776B1/en
Application granted granted Critical
Publication of KR102561776B1 publication Critical patent/KR102561776B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/12Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/14Toxic gas alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Emergency Management (AREA)
  • Toxicology (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

The present invention provides an automatic damage grade calculation apparatus for a chemical leakage accident which objectively and quickly determines the scale of damage of a damaged object to quickly take follow-up action or the like. The automatic damage grade calculation apparatus comprises: an individual chemical exposure calculation module calculating individual chemical exposure information on accident area individuals from chemical leakage information of an accident area and individual location information of the accident area; an individual chemical exposure information DB; an individual risk generation module assigning individual risk values defined by the harm of leaked chemical materials and individual chemical exposure to the accident area individuals from harm information of the leaked chemical materials and the individual chemical exposure information; an individual risk DB storing the individual risk values; a risk distribution function calculation module using existing individual risk value data stored in the individual risk DB as samples to calculate a distribution function capable of calculating the distribution of individual risk values corresponding to the population of the samples and the probability of the number of people corresponding to the distribution through statistical inferences from information on the number of people of the sample; and an individual damage grade calculation module dividing the risk value distribution appearing in the risk distribution function into a plurality of sections to assign a damage grade to each section, and assigning a new individual risk value newly generated by the individual risk generation module to one among the sections to calculate an individual damage grade.

Description

화학물질 누출사고의 피해등급 자동산정장치{auto damage grade rating apparatus for chemical leakage accident}Automatic damage grade rating apparatus for chemical leakage accident}

본 발명은 화학물질 누출사고 후속처리와 관련된 기술로서, 더욱 상세하게는, 화학물질 누출사고 피해대상에 대해 보다 객관화된 방식으로 피해등급을 산정하는 화학물질 누출사고의 피해등급 자동산정장치에 관한 것이다.The present invention is a technology related to the post-processing of a chemical leakage accident, and more particularly, relates to an automatic damage grade calculation device for a chemical leakage accident that calculates a damage grade in a more objective manner for a target subject to a chemical leakage accident. .

다양한 산업분야에서 유독성 화학물질이 사용된다. 그러한 화학물질에 대해서는 법적 규제를 강화하여 더 안전하게 취급하도록 하고 있지만 여러가지 원인으로 불의의 사고가 발생할 수도 있다.Toxic chemicals are used in various industries. Regarding such chemicals, legal regulations are strengthened to ensure safer handling, but unexpected accidents may occur for various reasons.

예를 들어 기체 상으로 확산가능한 화학물질의 경우 저장탱크의 부분적인 손상으로도 쉽게 누출될 수 있고 누출 시 광범위한 지역에 피해를 입힐 수 있다. 따라서 종래 화학물질 누출사고시 대응에 관한 기술도 개발된 바 있다(예, 대한민국 공개특허공보 제10-2016-0116675호 등).For example, in the case of chemicals that can diffuse in the gas phase, even partial damage to the storage tank can easily leak, and leaking can cause damage to a wide area. Therefore, conventional techniques for responding to chemical leakage accidents have also been developed (eg, Republic of Korea Patent Publication No. 10-2016-0116675, etc.).

그러나 사고 대응 또는 수습이 이루어지더라도 사고지역의 피해에 대한 보상이나 피해의 회복에 관한 문제는 여전히 남는다. 피해보상 등에 관한 사항은 대부분 사고지역의 피해대상(예, 개인 또는 자치단체)에 대해 산정되는 피해등급에 따라 진행된다.However, even if the accident response or management is carried out, the problem of compensation for damage or recovery of damage in the accident area still remains. Matters related to compensation for damage are mostly carried out according to the damage grade calculated for the target of damage (eg, individual or local government) in the accident area.

그러나 종래 피해등급 산정 등에 있어 다음과 같은 문제가 있었다. 예를 들어 개인의 경우 누출사고와 관련된 병증이나 그 외 증상에 대한 설문 등으로 중증도를 평가하여 등급산정이 이루어지는 경우가 많은데 평가항목 등은 객관화가 어렵고 등급산정도 신속하지 못하여 후속하는 처리가 지연되는 등의 문제도 나타나고 있다. 이에 대한 적절한 대안은 아직 제시되지 못하고 있다.However, in the conventional damage rating calculation, there were the following problems. For example, in the case of an individual, the grade is often evaluated by evaluating the severity of the disease or other symptoms related to the leakage accident, but the evaluation items are difficult to objectify and the grade calculation is not quick, so the follow-up process is delayed. etc. are also appearing. A suitable alternative to this has not yet been proposed.

대한민국공개특허공보 제10-2016-0116675호, (2016. 10. 10), 명세서Korean Patent Publication No. 10-2016-0116675, (2016. 10. 10), specification

본 발명의 기술적 과제는, 이러한 문제점을 해결하기 위한 것으로서, 화학물질 누출사고 시 피해대상에 대해 보다 객관화된 방식으로 피해등급을 자동으로 산정하는 화학물질 누출사고의 피해등급 자동산정장치를 제공하는 것이며, 이를 통해 피해대상의 피해규모를 객관적으로 신속하게 판정하여 후속하는 조치 등이 신속하게 이루어지게 하는 것이다.The technical problem of the present invention is to solve this problem, to provide an automatic damage rating calculation device for chemical leakage accidents that automatically calculates the damage rating in a more objective manner for the damage target in the event of a chemical leakage accident In this way, objectively and promptly determine the scale of damage to the victim so that follow-up measures can be taken promptly.

본 발명의 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The technical problem of the present invention is not limited to the above-mentioned problems, and other technical problems not mentioned will be clearly understood by those skilled in the art from the following description.

본 발명에 의한 화학물질 누출사고의 피해등급 자동산정장치는, 화학물질 누출사고가 발생한 사고지역에서 수집된 데이터로부터 피해대상의 피해등급을 자동 산정하는 화학물질 누출사고의 피해등급 자동산정장치에 있어서, 사고지역의 개인위치정보가 저장된 개인위치정보DB와, 사고지역의 화학물질 누출정보가 저장된 화학물질 누출정보DB로부터 각각 개인위치정보와 화학물질 누출정보를 입력받고, 사고지역 개인에 대한 개인 화학물질 노출량정보을 산출하는 개인 화학물질 노출량 산출모듈; 상기 개인 화학물질 노출량정보를 저장하는 개인 화학물질 노출량정보DB; 상기 개인 화학물질 노출량정보DB와, 화학물질별 유해성정보가 저장된 화학물질별 유해성DB로부터 각각 개인 화학물질 노출량정보와 누출 화학물질의 유해성정보를 입력받고, 개인 화학물질 노출량과 누출 화학물질의 유해성에 의해 정의되는 개인 위해도값을 사고지역 개인에 대해 부여하는 개인 위해도 생성모듈; 상기 개인 위해도값을 저장하는 개인 위해도DB; 상기 개인 위해도DB에 기저장된 기존 개인 위해도값 데이터를 표본으로, 상기 표본의 사람수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 개인 위해도값의 분포와 그에 대응하는 사람수의 확률을 산출가능한 분포함수를 산출하는 위해도 분포함수 산출모듈; 및 상기 위해도 분포함수에 나타난 개인 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 피해등급을 부여하고, 상기 개인 위해도 생성모듈에서 신규 생성된 신규 개인 위해도값을 상기 구간 중 어느 하나에 할당하여 개인별 피해등급을 산출하는 개인별 피해등급 산출모듈을 포함한다.The automatic damage rating calculation device for a chemical leakage accident according to the present invention is an automatic damage rating calculation device for a chemical leakage accident that automatically calculates the damage rating of a damage target from data collected in an accident area where a chemical leakage accident occurred. , Personal location information and chemical leakage information are received from the personal location information DB where personal location information of the accident area is stored and the chemical substance leakage information DB where chemical substance leakage information in the accident area is stored, respectively, and the personal chemical information for the individual in the accident area A personal chemical exposure calculation module for calculating substance exposure information; a personal chemical substance exposure information DB for storing the personal chemical substance exposure information; Personal chemical substance exposure information and hazard information of leaked chemicals are input from the personal chemical substance exposure information DB and the chemical substance hazard DB storing hazard information by chemical substance, respectively, and the personal chemical substance exposure and hazard information of leaked chemicals are input a personal risk generation module that assigns a personal risk value defined by the accident area to an individual; a personal risk DB for storing the personal risk value; Using the existing personal risk value data previously stored in the personal risk DB as a sample, the distribution of personal risk values corresponding to the population of the sample and the corresponding number of people through statistical inference from information on the number of people in the sample Risk distribution function calculation module for calculating a distribution function capable of calculating the probability of; and dividing the personal risk value distribution shown in the risk distribution function into a plurality of sections, assigning a damage grade to each section, and assigning a new personal risk value newly generated in the personal risk generation module to any one of the sections. It includes an individual damage rating calculation module that allocates and calculates individual damage ratings.

상기 위해도 분포함수는, 상기 개인 위해도값을 연속확률변수로 하는 연속확률분포의 확률밀도함수로 생성될 수 있다.The risk distribution function may be generated as a probability density function of a continuous probability distribution in which the individual risk value is a continuous random variable.

상기 위해도 분포함수 산출모듈은, 서로 다른 종류의 연속확률분포에 대한 적합도 검정을 통해 상기 위해도 분포함수의 추정적합도를 판별하고, 상기 적합도 검정의 방법이 최대우도추정법을 포함할 수 있다.The risk distribution function calculation module may determine the estimated fitness of the risk distribution function through a goodness-of-fit test for different types of continuous probability distributions, and the method of the goodness-of-fit test may include a maximum likelihood estimation method.

상기 서로 다른 종류의 연속확률분포는, 파레토분포, 지수분포, 로지스틱분포, 정규분포, 베타분포, 감마분포, 및 와이블분포 중에서 선택된 하나 이상을 포함할 수 있다.The different types of continuous probability distributions may include at least one selected from a Pareto distribution, an exponential distribution, a logistic distribution, a normal distribution, a beta distribution, a gamma distribution, and a Weibull distribution.

상기 개인 위해도 생성모듈은, 상기 개인별 피해등급 산출 후 상기 신규 개인 위해도값을 상기 개인 위해도DB에 저장하고, 상기 개인 위해도DB를 업데이트할 수 있다.The personal risk generating module may store the new personal risk value in the personal risk DB after calculating the individual damage rating, and update the personal risk DB.

상기 피해등급 자동산정장치는, 상기 개인 위해도DB에 저장되어 있는 개인 위해도값 데이터를 사고지역 별로 분류하여 지역별 개인 위해도값 데이터를 생성하고, 상기 지역별 개인 위해도값 데이터에 포함된 개인 위해도값을 합산하여 사고지역에 대한 지역 위해도값으로 부여하는, 지역위해도 생성모듈을 더 포함할 수 있다.The automatic damage grade calculation device classifies the personal risk value data stored in the personal risk DB by accident region to generate individual risk value data by region, and the personal risk value included in the individual risk value data by region It may further include a regional risk generation module that adds up the degree values and assigns them as regional risk values for the accident area.

상기 피해등급 자동산정장치는, 상기 지역 위해도값을 저장하는 지역위해도DB; 상기 지역위해도DB에 기저장된 기존 지역 위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역위해도 분포함수를 산출하는 지역위해도 분포함수 산출모듈; 및 상기 지역위해도 분포함수에 나타난 지역 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역피해등급을 부여하고, 상기 지역위해도 생성모듈에서 신규 생성된 신규 지역 위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 피해등급을 산출하는 지역별 피해등급 산출모듈을 더 포함할 수 있다.The automatic damage rating calculation device includes a regional risk DB for storing the regional risk value; The existing regional risk value data previously stored in the regional risk DB is used as a sample, and the distribution of regional risk values corresponding to the population of the sample and the corresponding accident are made through statistical inference from information on the number of accident regions in the sample. A regional risk distribution function calculation module for calculating a regional risk distribution function capable of calculating the probability of the number of regions; and dividing the regional risk value distribution shown in the regional risk distribution function into a plurality of intervals, assigning a regional damage grade to each interval, and assigning a new regional risk value newly generated in the regional risk generation module to any one of the intervals. A regional damage rating calculation module for calculating a regional damage rating by assigning one module may be further included.

상기 지역위해도 생성모듈은, 상기 지역별 개인 위해도값 데이터를 사고지역별로 합산하되, 상기 지역별 개인 위해도값 데이터에 포함된 개인 위해도값의 크기에 비례하는 가중치가 추가된 지역 가중위해도값을 사고지역에 대해 추가로 부여하며, 상기 지역위해도DB는 상기 지역 가중위해도값을 추가로 저장하며, 상기 지역위해도 분포함수 산출모듈은, 상기 지역위해도DB에 기저장된 기존 지역 가중위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 가중위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역 가중위해도 분포함수를 산출하며, 상기 지역별 피해등급 산출모듈은, 상기 지역 가중위해도 분포함수에 나타난 지역 가중위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역 가중피해등급을 부여하고, 상기 지역위해도 생성모듈에서 신규 생성된 신규 지역 가중위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 가중피해등급을 산출할 수 있다.The regional risk generation module adds up the individual risk value data for each region for each accident region, and adds a weight proportional to the size of the individual risk value included in the individual risk value data for each region. is additionally assigned to the accident area, the regional risk DB additionally stores the regional weighted risk value, and the regional risk distribution function calculation module calculates the existing regional weighted risk pre-stored in the regional risk DB. Area weighted risk that can calculate the distribution of regional weighted risk values corresponding to the population of the sample and the probability of the number of accident areas corresponding to the population of the sample through statistical inference from information on the number of accident areas in the sample using degree value data as a sample The degree distribution function is calculated, and the regional damage rating calculation module divides the regional weighted risk value distribution shown in the regional weighted risk distribution function into a plurality of sections, assigns a regional weighted damage rating to each section, and A weighted damage grade for each region can be calculated by assigning a new regional weighted risk value newly generated in the map generation module to any one of the above sections.

상기 지역별 피해등급 산출모듈은, 상기 지역별 피해등급 및 상기 지역별 가중피해등급에 의해 정의되는 지역별 종합피해등급을 더 산출하여 제공할 수 있다.The regional damage rating calculation module may further calculate and provide a comprehensive damage rating for each region defined by the regional damage rating and the weighted damage rating for each region.

본 발명에 의하면, 화학물질 누출사고의 피해대상에 대한 피해등급 사정을 객관화하고 자동화된 방식으로 신속하게 진행할 수 있다. 특히 사고지역의 표본에 대한 통계적 판단과 예측을 통해 객관화된 기계적 데이터처리방식으로 보다 효율적인 피해등급 산정이 가능하다. 따라서 사고 후 피해보상, 피해지역 복구 등과 관계된 후속처리도 빠르게 진행할 수 있으므로 화학물질 누출사고 등에 대한 대처가 보다 효과적으로 이루어질 수 있다.According to the present invention, it is possible to objectify the damage grade assessment for the victim of a chemical leakage accident and to proceed quickly in an automated manner. In particular, it is possible to calculate the damage grade more efficiently with an objectified mechanical data processing method through statistical judgment and prediction of a sample of the accident area. Therefore, follow-up processing related to damage compensation and restoration of damaged areas after an accident can be carried out quickly, so that chemical leakage accidents can be dealt with more effectively.

도 1은 본 발명의 일 실시예에 의한 화학물질 누출사고의 피해등급 자동산정장치의 구성도이다.
도 2는 도 1의 피해등급 자동산정장치로부터 생성되는 개인 위해도값 생성 시 고려되는 정보들을 개념적으로 도시한 도면이다.
도 3은 도 1의 위해도 분포함수 산출모듈에서 개인 위해도값으로부터 위해도 분포함수를 얻는 데이터처리과정을 예시한 개념도이다.
도 4는 도 1의 개인별 피해등급 산출모듈에서 위해도 분포함수의 개인 위해도값 분포로부터 개인별 피해등급을 산출하는 데이터처리과정을 예시한 도면이다.
도 5는 도 1의 지역위해도 생성모듈에서 개인 위해도값으로부터 특정 사고지역의 지역 위해도값이 산출되는 방식을 예시한 도면이다.
도 6은 도 1의 지역위해도 분포함수 산출모듈에서 지역 위해도값으로부터 지역위해도 분포함수를 얻는 데이터처리과정을 예시한 개념도이다.
도 7은 도 1의 지역별 피해등급 산출모듈에서 지역위해도 분포함수의 지역 위해도값 분포로부터 지역별 피해등급을 산출하는 데이터처리과정을 예시한 도면이다.
도 8은 도 1의 지역위해도 생성모듈에서 개인 위해도값으로부터 특정 사고지역의 지역 가중위해도값이 산출되는 방식을 예시한 도면이다.
도 9는 도 1의 지역별 피해등급 산출모듈에서 지역 가중위해도값에서 산출된 지역 가중위해도값 분포로부터 지역별 가중피해등급을 산출하는 데이터처리과정을 예시한 도면이다.
도 10은 도 1의 지역별 피해등급 산출모듈에서 지역별 종합피해등급을 산출하는 방식을 예시한 도면이다.
1 is a block diagram of an automatic damage rating calculation system for a chemical leakage accident according to an embodiment of the present invention.
FIG. 2 is a diagram conceptually illustrating information considered when generating an individual risk value generated from the automatic damage rating calculation device of FIG. 1 .
FIG. 3 is a conceptual diagram illustrating a data processing process of obtaining a risk distribution function from individual risk values in the risk distribution function calculation module of FIG. 1 .
FIG. 4 is a diagram illustrating a data processing process of calculating individual damage ratings from the individual risk value distribution of the risk distribution function in the individual damage rating calculation module of FIG. 1 .
5 is a diagram illustrating a method for calculating regional risk values of a specific accident area from individual risk values in the regional risk generation module of FIG. 1 .
6 is a conceptual diagram illustrating a data processing process for obtaining a regional risk distribution function from regional risk values in the regional risk distribution function calculation module of FIG. 1 .
FIG. 7 is a diagram illustrating a data processing process of calculating a damage grade by region from a regional risk value distribution of a regional risk distribution function in the damage rating calculation module of FIG. 1 .
8 is a diagram illustrating a method of calculating a regional weighted risk value of a specific accident area from an individual risk value in the regional risk generation module of FIG. 1 .
9 is a diagram illustrating a data processing process of calculating weighted damage grades for each region from a distribution of weighted risk values for regions calculated from weighted risk values for regions in the damage rank calculation module for each region in FIG. 1 .
10 is a diagram illustrating a method of calculating a comprehensive damage rating for each region in the damage rating calculation module for each region of FIG. 1 .

본 발명의 이점 및 특징 그리고 그것들을 달성하기 위한 방법들은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 단지 청구항에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조부호는 동일 구성요소를 지칭한다.Advantages and features of the present invention and methods for achieving them will become clear with reference to the detailed description of the following embodiments in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below and may be implemented in various different forms, but only the present embodiments make the disclosure of the present invention complete and the common knowledge in the art to which the present invention belongs. It is provided to fully inform the possessor of the scope of the invention, and the invention is defined only by the claims. Like reference numerals designate like elements throughout the specification.

본 명세서에서'DB'는 '데이터베이스(Data Base)'의 약어로서 DB는 데이터베이스와 같은 의미이다. 따라서 예를 들어, 개인위해도DB는 '개인위해도 데이터베이스'를 의미한다.In this specification, 'DB' is an abbreviation for 'Data Base', and DB has the same meaning as a database. Therefore, for example, the personal risk DB means 'personal risk database'.

이하, 도 1 내지 도 10을 참조하여 본 발명에 의한 화학물질 누출사고의 피해등급 자동산정장치에 대해 상세히 설명한다.Hereinafter, with reference to FIGS. 1 to 10, an apparatus for automatically calculating the damage grade of a chemical leakage accident according to the present invention will be described in detail.

도 1은 본 발명의 일 실시예에 의한 화학물질 누출사고의 피해등급 자동산정장치의 구성도이다.1 is a block diagram of an automatic damage rating calculation system for a chemical leakage accident according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 화학물질 누출사고의 피해등급 자동산정장치(1)(이하, 피해등급 자동산정장치)는 화학물질 누출사고가 발생한 사고지역에서 수집된 데이터를 처리하여 피해등급을 자동 산정한다. 본 발명의 피해등급 자동산정장치(1)는 데이터 처리를 위한 복수의 모듈을 포함하며 모듈에 의한 데이터의 기계적 처리를 통해 피해대상[개인 및 지역(예, 자치단체)]의 피해등급을 산정하므로 산정과정의 객관성이 확보된다.Referring to FIG. 1, the automatic damage rating calculation device 1 (hereinafter referred to as the automatic damage rating calculation device) of the chemical leakage accident of the present invention processes data collected from the accident area where the chemical leakage accident occurred to determine the damage rating. automatically calculate The automatic damage rating calculation device 1 of the present invention includes a plurality of modules for data processing and calculates the damage rating of the damage target [individual and region (eg, local government)] through mechanical processing of data by the module. The objectivity of the calculation process is secured.

또한 데이터 처리를 통해 자동으로 피해등급이 산정되고 부여되므로 피해등급 산정이 신속하다. 이로 인해 종래 설문 등의 방식으로 인해 지연되었던 피해등급 산정 및 피해등급 산정 후 사고지역의 후속처리(피해보상)등도 보다 신속하게 진행할 수 있다.In addition, since the damage grade is automatically calculated and assigned through data processing, the damage grade calculation is quick. As a result, the calculation of the damage grade, which was delayed due to the conventional survey method, and the follow-up treatment (damage compensation) of the accident area after the calculation of the damage grade can be performed more quickly.

본 발명은 컴퓨터장치로 구성이 가능한 것으로서, 도 1에 도시된 각 모듈들은 모두 후술하는 각각의 연산 및/또는 데이터처리가 가능한 프로그램을 포함하여 형성될 수 있다. 예를 들어, 도 1에 도시된 각 모듈[개인 화학물질 노출량 산출모듈(100), 개인 위해도 생성모듈(300), 위해도 분포함수 산출모듈(500), 개인별 피해등급 산출모듈(600), 지역위해도 생성모듈(700), 지역위해도 분포함수 산출모듈(900), 지역별 피해등급 산출모듈(1000)]들은 해당 프로그램이 컴퓨터 판독가능한 기록매체에 저장되어 형성된 것일 수 있다. 각 모듈들은 하나 또는 둘 이상의 프로그램을 복합하여 포함하고 있을 수도 있다. 기록매체는 컴퓨터장치에 포함될 수도 있으며 따라서 각 모듈들은 컴퓨터 상에서 구동이 가능하다. The present invention can be configured as a computer device, and each module shown in FIG. 1 can be formed by including a program capable of each calculation and/or data processing described later. For example, each of the modules shown in FIG. 1 [personal chemical exposure calculation module 100, personal risk generation module 300, risk distribution function calculation module 500, individual damage rating calculation module 600, The regional risk generation module 700, the regional risk distribution function calculation module 900, and the regional damage rating calculation module 1000] may be formed by storing a corresponding program in a computer readable recording medium. Each module may include one or more programs in combination. The recording medium may be included in a computer device, and thus each module can be driven on a computer.

또한 도 1에 도시된 각 데이터베이스[예, 개인 화학물질 노출량정보DB(200), 개인 위해도DB(400), 지역위해도DB(800), 및 개인위치정보DB(10), 화학물질 누출정보DB(20), 화학물질별 유해성DB(30)]들은 데이터 입출 및 기록이 가능한 대용량 저장장치로 형성된 것일 수 있다. 이들 데이터베이스 중 장치 외부에 있을 수 있는 데이터베이스[예, 개인위치정보DB(10), 화학물질 누출정보DB(20), 화학물질별 유해성DB(30)]는 예를 들어 웹 상에서 데이터를 주고받을 수 있는 서버 등을 포함하는 형태로 형성될 수도 있다. 이러한 한도 내에서 본 발명은 필요에 따라 다양한 형태로 구현될 수 있다.In addition, each database shown in FIG. 1 (eg, personal chemical exposure information DB 200, personal risk DB 400, regional risk DB 800, and personal location information DB 10), chemical leakage information DB (20), hazard DB (30) for each chemical substance] may be formed of a mass storage device capable of inputting and recording data. Among these databases, databases that may be external to the device [eg, personal location information DB (10), chemical substance leakage information DB (20), and hazard DB (30) by chemical substance] can exchange data on the web, for example. It may also be formed in a form including a server and the like. Within these limits, the present invention can be implemented in various forms as needed.

이러한 본 발명의 피해등급 자동산정장치(1)의 구성은 다음과 같다. 피해등급 자동산정장치(1)는, 화학물질 누출사고가 발생한 사고지역에서 수집된 데이터로부터 피해대상의 피해등급을 자동 산정하는 화학물질 누출사고의 피해등급 자동산정장치(1)에 있어서, 사고지역의 개인위치정보가 저장된 개인위치정보DB(10)와, 사고지역의 화학물질 누출정보가 저장된 화학물질 누출정보DB(20)로부터 각각 개인위치정보(S1)와 화학물질 누출정보(S2)를 입력받고, 사고지역 개인에 대한 개인 화학물질 노출량정보(A)을 산출하는 개인 화학물질 노출량 산출모듈(100), The configuration of the automatic damage rating calculation device 1 of the present invention is as follows. The automatic damage rating calculation device (1) is an automatic damage rating calculation device (1) for a chemical leakage accident that automatically calculates the damage rating of a damaged target from data collected in an accident area where a chemical leakage accident occurred. Personal location information (S1) and chemical leakage information (S2) are input from the personal location information DB (10) in which personal location information is stored and the chemical substance leakage information DB (20) in which chemical substance leakage information in the accident area is stored. A personal chemical exposure calculation module 100 for receiving and calculating personal chemical exposure information (A) for an individual in the accident area;

개인 화학물질 노출량정보(A)를 저장하는 개인 화학물질 노출량정보DB(200),Personal chemical exposure information DB (200) for storing personal chemical exposure information (A);

개인 화학물질 노출량정보DB(200)와, 화학물질별 유해성정보가 저장된 화학물질별 유해성DB(30)로부터 각각 개인 화학물질 노출량정보(A)와 누출 화학물질의 유해성정보(S3)를 입력받고, 개인 화학물질 노출량과 누출 화학물질의 유해성에 의해 정의되는 개인 위해도값(B)을 사고지역 개인에 대해 부여하는 개인 위해도 생성모듈(300),Personal chemical exposure information (A) and hazard information (S3) of leaked chemicals are inputted from the personal chemical exposure information DB (200) and the chemical hazard DB (30) storing hazard information by chemical substance, respectively. A personal risk generation module 300 that assigns a personal risk value (B) defined by the amount of personal chemical exposure and the hazards of the leaked chemical to the individual in the accident area,

개인 위해도값(B)을 저장하는 개인 위해도DB(400), A personal risk DB (400) for storing personal risk values (B);

개인 위해도DB(400)에 기저장된 기존 개인 위해도값 데이터를 표본으로, 상기 표본의 사람수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 개인 위해도값의 분포와 그에 대응하는 사람수의 확률을 산출가능한 위해도 분포함수(C)를 산출하는 위해도 분포함수 산출모듈(500), 및Using the existing personal risk value data previously stored in the personal risk DB (400) as a sample, the distribution of personal risk values corresponding to the population of the sample and the corresponding A risk distribution function calculation module 500 for calculating a risk distribution function (C) capable of calculating the probability of the number of people, and

위해도 분포함수에 나타난 개인 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 피해등급을 부여하고, 개인 위해도 생성모듈(300)에서 신규 생성된 신규 개인 위해도값을 상기 구간 중 어느 하나에 할당하여 개인별 피해등급(D)을 산출하는 개인별 피해등급 산출모듈(600)을 포함한다.The personal risk value distribution shown in the risk distribution function is divided into multiple sections, a damage grade is assigned to each section, and the new personal risk value newly generated in the personal risk generation module 300 is assigned to one of the sections. and an individual damage rating calculation module 600 that allocates and calculates an individual damage rating (D).

아울러, 본 발명의 일 실시예에 의해, 상기 피해등급 자동산정장치(1)는, 개인 위해도DB(400)에 저장되어 있는 개인 위해도값 데이터를 사고지역 별로 분류하여 지역별 개인 위해도값 데이터를 생성하고, 상기 지역별 개인 위해도값 데이터에 포함된 개인 위해도값을 합산하여 사고지역에 대한 지역 위해도값(B-1)으로 부여하는 지역위해도 생성모듈(700),In addition, according to an embodiment of the present invention, the automatic damage rating calculation device 1 classifies the personal risk value data stored in the personal risk DB 400 for each accident area, and the personal risk value data for each area A regional risk generation module 700 that generates a regional risk value (B-1) for the accident area by adding up the individual risk values included in the individual risk value data for each region,

지역 위해도값(B-1)을 저장하는 지역위해도DB(800),A regional risk DB (800) for storing regional risk values (B-1);

지역위해도DB(800)에 기저장된 기존 지역 위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역위해도 분포함수(C-1)를 산출하는 지역위해도 분포함수 산출모듈(900), 및Using the existing regional risk value data previously stored in the regional risk DB (800) as a sample, the distribution of regional risk values corresponding to the population of the sample and its corresponding response through statistical inference from the information on the number of accident regions in the sample. A regional risk distribution function calculation module 900 that calculates a regional risk distribution function (C-1) capable of calculating the probability of the number of accident areas in which the accident occurs, and

지역위해도 분포함수에 나타난 지역 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역피해등급을 부여하고, 지역위해도 생성모듈(700)에서 신규 생성된 신규 지역 위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 피해등급(D-1)을 산출하는 지역별 피해등급 산출모듈(1000)을 더 포함할 수 있다.The regional risk value distribution shown in the regional risk distribution function is divided into a plurality of intervals, and a regional damage grade is assigned to each interval, and the new regional risk value newly generated in the regional risk generation module 700 is selected from any of the above intervals. It may further include a regional damage rating calculation module 1000 that allocates one and calculates a regional damage rating (D-1).

이러한 구성을 통해, 본 발명의 피해등급 자동산정장치(1)는, 사고지역 내 개인 피해자에 대한 개인별 피해등급(D)을 자동 산정할 수 있을 뿐만 아니라, 적합한 데이터처리를 통해 사고지역 전체를 하나의 단위지역으로 하여 산출되는 사고지역에 대한, 지역별 피해등급(D-1) 역시 자동 산정할 수 있다. 아울러, 지역별 피해등급(D-1) 산정 시, 후술하는 바와 같이 지역별 가중피해등급(D-2)을 추가 산정하여, 지역별 피해등급(D-1)과 지역별 가중피해등급(D-2)을 모두 고려한 지역별 종합피해등급(D')을 제공함으로써 사고지역에 대한 보다 정확한 피해규모를 객관적이고 신속하게 판별하도록 할 수 있다.Through this configuration, the automatic damage rating calculation device 1 of the present invention can not only automatically calculate the individual damage rating (D) for individual victims in the accident area, but also integrate the entire accident area through appropriate data processing. For the accident area calculated as a unit area of , the damage grade (D-1) for each area can also be automatically calculated. In addition, when calculating the damage grade (D-1) for each region, as described later, the weighted damage grade (D-2) for each region is additionally calculated to determine the damage grade (D-1) and the weighted damage grade (D-2) for each region. By providing a comprehensive damage rating (D') for each region considering all of them, it is possible to objectively and quickly determine the more accurate damage scale for the accident area.

이하, 본 발명의 일 실시예에 기초하여 피해등급 자동산정장치(1)의 구성 및 작용효과를 보다 상세히 설명한다. 설명은 도 1의 구성도를 기본으로 하여, 필요에 따라 다른 도면을 함께 참조하는 방식으로 진행한다.Hereinafter, the configuration and operational effects of the automatic damage rating calculation device 1 based on an embodiment of the present invention will be described in more detail. The description is based on the configuration diagram of FIG. 1 and proceeds with reference to other drawings as necessary.

도 1을 참조하면, 피해등급 자동산정장치(1)는 데이터를 처리하는 복수의 모듈들과, 상기 모듈들에서 산출된 데이터를 저장하는 DB, 즉 데이터베이스들로 구성된다. 각 모듈들은 데이터를 입력받고 독립된 연산 또는 데이터처리과정을 통해 출력데이터를 생성하며 출력데이터가 각각의 데이터베이스에 저장되었다가 다음 모듈에서 다시 연산되는 논리적 상관성을 갖는다. 도 1에는 그러한 데이터 처리의 논리적 상관성에 따라 각 모듈의 배치가 개념적으로 도시되었다.Referring to FIG. 1, the automatic damage rating calculator 1 is composed of a plurality of modules for processing data and a DB for storing the data calculated by the modules, that is, a database. Each module receives data input and generates output data through independent calculation or data processing process, and output data is stored in each database and has a logical correlation in which it is calculated again in the next module. 1 conceptually shows the arrangement of each module according to the logical correlation of data processing.

개인 화학물질 노출량 산출모듈(100)은 사고지역 개인에 대한 개인 화학물질 노출량정보(A)를 산출한다. 개인 화학물질 노출량 산출모듈(100)은 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다. 개인 화학물질 노출량 산출모듈(100)은, 사고지역의 개인위치정보(S1)와, 화학물질 누출정보(S2)를 입력받고, 그로부터 사고지역 개인에 대한 개인 화학물질 노출량정보(A)를 산출한다. 개인 화학물질 노출량정보(A)는 사고지역 내 개인이 누출 화학물질에 얼마나 노출되었는가를 나타낸다.The personal chemical exposure calculation module 100 calculates personal chemical exposure information (A) for an individual in an accident area. The personal chemical exposure amount calculation module 100 may include a program capable of calculating and processing data related thereto. The personal chemical exposure calculation module 100 receives personal location information (S1) and chemical leakage information (S2) of the accident area, and calculates personal chemical exposure information (A) for the individual in the accident area. . Individual chemical exposure information (A) indicates how much the individual in the accident area was exposed to the leaked chemical.

개인 화학물질 노출량정보(A)는 사고지역 개인의 개인위치정보(S1)와, 사고지역에 대한 화학물질 누출정보(S2)로부터 산출될 수 있다. 예를 들어, 사고지역 내 개인이 어느 지역에 있었는지, 화학물질이 누출된 동안 어느 지점 주위로 이동하였는지 등에 대한 정보와, 사고지역 전체에 화학물질이 어떤 형태로 전파하고 확산되었는지의 정보를 반영하여 한 개인이 사고지역 안에서 누출 화학물질에 얼마나 노출되었는지를 노출량으로 환산할 수 있다.Personal chemical exposure information (A) can be calculated from personal location information (S1) of an individual in the accident area and chemical leakage information (S2) for the accident area. For example, it reflects information on where individuals were located in the accident area, where they moved around during a chemical spill, and how the chemical spread and spread throughout the accident area. Therefore, it is possible to convert an individual's exposure to the leaked chemical into an exposure amount.

예를 들면, 개인 화학물질 노출량정보(A)는, 화학물질 누출정보(S2)로부터 획득된 사고지역 내 시간별 누출 화학물질 분포량과, 개인위치정보(S1)로부터 획득된 사고지역 내 개인의 위치, 이동경로 및 그를 바탕으로 한 노출시간을 곱한 양 등으로 산출될 수 있다. 그러나 이는 하나의 예시이므로 그와 같이 한정될 필요는 없으며, 사고지역 내 개인의 위치정보와, 사고지역 내 화학물질 누출정보를 함께 반영가능한 양을 적절히 정의하여 개인 화학물질 노출량정보(A)를 산출하는 것이 가능하다.For example, the personal chemical exposure information (A) is the distribution of chemical substances leaked by hour in the accident area obtained from the chemical leakage information (S2), the location of the individual in the accident area obtained from the personal location information (S1), It can be calculated as the amount multiplied by the movement path and the exposure time based on it. However, since this is just an example, it does not need to be limited in this way, and calculates individual chemical exposure information (A) by properly defining the amount that can reflect both the location information of an individual in the accident area and the chemical leakage information in the accident area. It is possible.

개인위치정보를 제공하는 개인위치정보DB(10)와, 화학물질 누출정보를 제공하는 화학물질 누출정보DB(20)는 예를 들어, 장치의 외부에 있을 수 있다. 예를 들면, 개인위치정보는 통신사 등에 저장된 개인의 휴대전화 통신기록 등을 포함할 수 있으며 이는 통신사서버, 또는 사고시 이를 취득하여 저장한 경찰청서버 등으로부터 제공 가능하다. 따라서 개인위치정보DB(10)는 예를 들어, 사고지역 내 개인의 위치정보를 저장한 통신사서버 및/또는 경찰청서버 등을 포함할 수 있다. 그러나 이 역시 하나의 예시이므로 다른 경로로 개인위치정보의 획득이 가능한 경우 또 다른 서버 등이 개인위치정보DB(10)가 될 수 있다. 개인위치정보DB(10)는 사고지역 내 개인위치정보의 제공이 가능한 한도 내에서 특별히 제한될 필요는 없다.The personal location information DB 10 providing personal location information and the chemical leak information DB 20 providing chemical substance leak information may be outside the device, for example. For example, personal location information may include an individual's mobile phone communication record stored in a communication company, etc., and this may be provided from a communication company server or a National Police Agency server that acquires and stores it in case of an accident. Accordingly, the personal location information DB 10 may include, for example, a telecommunication company server and/or a National Police Agency server that stores location information of individuals within an accident area. However, since this is also an example, if personal location information can be obtained through another route, another server or the like can become the personal location information DB 10. The personal location information DB 10 does not need to be particularly limited to the extent that it can provide personal location information within the accident area.

화학물질 누출정보는 예를 들면, 기상청에서 제공된 사고지역의 기상정보를 포함하여 생성된 것일 수 있다. 즉 사고지역 내에서 화학물질 누출시간 동안 변동하는 풍향, 풍속 등의 정보로부터 누출 화학물질의 확산형태, 분포 등을 일종의 맵 형태로 제공받는 것이 가능하다. 따라서 화학물질 누출정보DB(20)는 해당 정보를 제공 가능한 기상청서버를 포함할 수 있으며, 대기분포에 따른 화학물질의 확산정도를 시뮬레이션 가능한 시뮬레이터 등이 배치된 연구기관의 서버 등을 포함할 수도 있다. 그러나 이 역시 하나의 예시이므로 기상정보 등으로부터 누출 화학물질의 분포 등을 제공받을 수 있는 한도 내에서 화학물질 누출정보DB(20) 역시 특별히 제한될 필요는 없다.The chemical leakage information may be generated including, for example, weather information of an accident area provided by the Korea Meteorological Administration. That is, it is possible to receive the diffusion form and distribution of leaked chemicals in a map form from information such as wind direction and wind speed that fluctuate during chemical leakage time within the accident area. Therefore, the chemical substance leakage information DB 20 may include the Korea Meteorological Administration server capable of providing the information, and may include a server of a research institute in which a simulator capable of simulating the degree of diffusion of chemicals according to atmospheric distribution is disposed. . However, since this is also an example, the chemical substance leakage information DB 20 does not need to be particularly limited as long as the distribution of the leaked chemical substance can be provided from weather information.

개인 화학물질 노출량정보DB(200)는, 이와 같이 개인 화학물질 노출량 산출모듈(100)에서 산출된 사고지역 내 각 개인에 대한 개인 화학물질 노출량정보(A)를 저장한다.The personal chemical exposure information DB 200 stores personal chemical exposure information (A) for each individual in the accident area calculated by the personal chemical exposure calculation module 100 as described above.

개인 화학물질 노출량정보DB(200)는, 다수의 화학물질 누출사고에 대해 각각의 사고지역에 대한 개인 화학물질 노출량정보를 생성하여 저장할 수 있다. 즉 화학물질 누출사고 발생 시마다, 또는 종래의 화학물질 누출사고에 대해, 상술한 바와 같이 개인위치정보와 화학물질 누출정보를 입력받고 개인 화학물질 노출량정보를 산출할 수 있으며, 이를 지속하여 가능한 많은 사고지역에 대해 산출된 다수의 개인 화학물질 노출량정보(A)를 개인 화학물질 노출량정보DB(200)에 저장할 수 있다. The personal chemical exposure information DB 200 may generate and store personal chemical exposure information for each accident area for a plurality of chemical leakage accidents. That is, whenever a chemical leakage accident occurs or for a conventional chemical leakage accident, as described above, personal location information and chemical leakage information can be input and personal chemical exposure information can be calculated, and by continuing this, as many accidents as possible A plurality of individual chemical substance exposure information (A) calculated for a region may be stored in the personal chemical substance exposure information DB (200).

이러한 개인 화학물질 노출량정보DB(200)로부터 후술하는 바와 같이 복수의 사고지역에 대해 기존의 및/또는 현 시점의 개인 화학물질 노출량정보를 제공받고 다양한 연산을 하는 것이 가능하다.As will be described later, from the personal chemical exposure information DB 200, it is possible to receive existing and/or current personal chemical exposure information for a plurality of accident areas and perform various calculations.

개인 위해도 생성모듈(300)은, 개인 화학물질 노출량정보DB(200)와, 화학물질별 유해성정보가 저장된 화학물질별 유해성DB(30)로부터 각각 개인 화학물질 노출량정보(A)와, 누출 화학물질의 유해성정보(S3)를 입력받고, 개인 화학물질 노출량[즉, 개인 화학물질 노출량정보(A)의 내용]과, 누출 화학물질의 유해성[즉, 화학물질별 유해성DB(30)로부터 제공된 사고지역에 누출된 화학물질의 유해성]에 의해 정의되는 개인 위해도값(B)을 사고지역 개인에 대해 부여한다. 개인 위해도 생성모듈(300) 역시 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다.The personal risk generation module 300 provides personal chemical exposure information (A) from the personal chemical exposure information DB (200) and the chemical hazard DB (30) in which hazard information for each chemical substance is stored, and leakage chemical information. Substance hazard information (S3) is input, personal chemical substance exposure amount (i.e., the contents of personal chemical substance exposure information (A)), and hazards of leaked chemicals (i.e., accidents provided from the hazard DB 30 for each chemical substance) Hazardousness of chemicals leaked into the area] to assign an individual risk value (B) to the individual in the accident area. The personal risk generation module 300 may also include a program capable of calculating and processing data related thereto.

화학물질별 유해성과, 개인 위해도 생성모듈(300)에서 생성된 개인 위해도값(B)은 다음과 같이 서로 구분된다. 화학물질별 유해성은, 예를 들어, 유통 중인 화학물질을 유독성 등을 지표로 하여 구분한 것일 수 있다. 유해성은 예를 들어 유독성의 단계에 따라 사람에게 해를 입힐 수 있는 정도를 수치로 부여한 것일 수 있다. 예를 들면, 화학물질별 유해성은, 화학물질의 등록 및 평가등에 관한 법률의 유해성과 대응될 수 있으며 그러한 경우, 해당 유해성을 고려하여 피해정도 또는 피해가능성에 따라 큰 값을 갖도록 부여될 수 있다. 그러한 경우 화학물질별 유해성DB(30)에는 예를 들어, 국립환경과학원 화학물질정보시스템의 서버 등도 포함될 수 있다.The hazard of each chemical substance and the personal risk value (B) generated in the personal risk generation module 300 are distinguished from each other as follows. Hazardousness of each chemical substance may be, for example, a classification of chemical substances in circulation using toxicity as an index. Hazard can be, for example, a numerical value given to the degree of harm to humans according to the degree of toxicity. For example, the hazards of each chemical substance may correspond to the hazards of the Act on Registration and Evaluation of Chemicals, and in that case, it may be assigned a large value according to the degree of damage or the possibility of damage in consideration of the hazard. In such a case, the hazard DB 30 for each chemical substance may also include, for example, a server of the chemical substance information system of the National Institute of Environmental Research.

그러나 화학물질별 유해성이 반드시 그와 같이 한정될 필요는 없으며, 필요에 따라 다른 산정방법[예, 화학물질 누출 시 가능한 인체노출모형, 적합한 산식에 의해 계산된 노출계수, 노출 시나리오에 따라 선정된 알고리즘(산식) 등을 반영하여 계산 가능]으로 계산될 수도 있다. 그러한 경우에도 역시 화학물질이 사람에게 해를 입힐 수 있는 정도를 수치로 부여할 수 있고, 피해정도 또는 피해가능성에 따라 큰 값을 갖도록 화학물질별 유해성이 부여될 수 있다. 이러한 경우 화학물질별 유해성DB(30)는 복수의 화학물질에 대해 또 다른 방식으로 산정된 유해성을 분류 및 저장하는 다른 기관의 서버 등도 포함할 수 있다.However, the hazards of each chemical do not necessarily need to be limited in this way, and other calculation methods, if necessary, [e.g., possible human exposure models in case of chemical leakage, exposure coefficients calculated by appropriate formulas, algorithms selected according to exposure scenarios It can be calculated by reflecting (calculation), etc.]. Even in such a case, the degree to which a chemical substance can harm a person can be assigned as a numerical value, and the hazard of each chemical substance can be assigned to have a large value according to the degree of damage or the possibility of damage. In this case, the hazard DB 30 for each chemical substance may also include a server of another institution that classifies and stores hazards calculated in a different way for a plurality of chemicals.

반면, 개인 위해도값(B)은, 전술한 사고지역 내 개인에 대해 산출된 개인 화학물질 노출량과, 상기 화학물질별 유해성DB(30)에서 제공된 사고지역의 누출 화학물질의 유해성을 모두 고려하여 사고지역 내 개인에 대해 새롭게 정의되고 부여된 값일 수 있다. 예를 들면, 개인 위해도값(B)은, 수치로 산출된 사고지역 개인의 개인 화학물질 노출량과, 역시 수치로 제공된 해당 사고지역에 누출된 누출 화학물질의 유해성의 곱으로 산출될 수도 있다. 이러한 개인 위해도값(B)의 생성방식이 도 2에 개념적으로 나타나 있다.On the other hand, the individual risk value (B) is calculated by considering both the individual chemical exposure calculated for individuals in the accident area and the hazards of leaking chemicals in the accident area provided in the hazard DB 30 for each chemical. It may be a newly defined and assigned value for an individual in the accident area. For example, the individual risk value (B) may be calculated as the product of a numerically calculated personal chemical exposure of an individual at the accident area and the hazard of the leaked chemical at the accident area, which is also provided as a numerical value. The generation method of such a personal risk value (B) is conceptually shown in FIG. 2 .

도 2는 도 1의 피해등급 자동산정장치로부터 생성되는 개인 위해도값 생성 시 고려되는 정보들을 개념적으로 도시한 도면이다.FIG. 2 is a diagram conceptually illustrating information considered when generating an individual risk value generated from the automatic damage rating calculation device of FIG. 1 .

도 2를 참조하면, 개인 위해도값(B)을 산출하기 위한 일련의 데이터 처리에 필요한 정보들을 확인할 수 있다. 개인 위해도값(B)은 사고지역의 개인위치정보(S1)와, 화학물질 누출정보(S2)로부터 산출된 개인 화학물질 노출량정보(A)와, 그와 별도로 제공된 누출 화학물질에 대한 유해성정보(S3)를 모두 반영하여 생성된다. 즉, 개인 위해도값(B)은 사고지역 개인이 누출 화학물질에 얼마나 노출되었는지를 개인 화학물질 노출량정보(A)로부터 반영하며, 동시에 사고지역에 누출된 화학물질이 사람에게 얼마나 유해한가를 누출 화학물질의 유해성정보(S3)로부터 반영한다. 이들은 모두 수치로서 정도 표현이 가능하므로, 수치를 곱셈 등으로 연산하여 사고지역 내 개인이 입을 수 있는 피해의 정도를 개인 위해도값(B)으로 산출할 수 있다. Referring to FIG. 2 , information required for a series of data processing to calculate the individual risk value (B) can be confirmed. The individual risk value (B) is the personal location information (S1) of the accident area, the personal chemical exposure information (A) calculated from the chemical leakage information (S2), and the hazard information for the leaked chemical substance provided separately. It is generated by reflecting all of (S3). In other words, the individual risk value (B) reflects how much the individual was exposed to the leaked chemical from the personal chemical exposure information (A), and at the same time, how harmful the leaked chemical is to humans. It is reflected from the hazard information (S3) of the substance. Since all of these can be expressed as numerical values, the degree of damage that can be suffered by an individual in the accident area can be calculated as an individual risk value (B) by calculating the numerical value through multiplication, etc.

그러나 개인 위해도값(B)은 사고지역 내 개인 화학물질 노출량과, 사고지역에 누출된 누출 화학물질의 유해성을 다른 산식을 통해 반영할 수도 있으므로 그와 같이 한정될 필요는 없다. 예를 들어, 상황에 따라 가중치를 부여하는 것도 가능하며, 곱셈 아닌 다른 산식을 적용하여 개인 위해도값(B)을 정의하는 것도 가능하다. 어느 경우에나, 사고지역 내 개인의 화학물질 노출량과, 누출된 화학물질 자체가 갖는 유해성(누출 화학물질의 유해성)모두를 반영하므로 보다 정확하게 사고지역 내 개인의 피해규모를 반영하는 개인 위해도값(B)을 산출할 수 있다.However, since the individual risk value (B) may reflect the individual chemical exposure in the accident area and the harmfulness of the leaked chemical in the accident area through other formulas, it does not need to be so limited. For example, it is possible to assign a weight according to the situation, and it is also possible to define the individual risk value (B) by applying a formula other than multiplication. In any case, since it reflects both the amount of individual exposure to chemicals in the accident area and the hazards of the leaked chemical itself (hazardousness of the leaked chemical), the individual risk value that more accurately reflects the scale of individual damage in the accident area ( B) can be calculated.

또한, 개인 위해도값(B)은 다양한 데이터베이스로부터 얻을 수 있는 객관적인 정보로부터, 미리 정의된 수식 등에 의해 기계적으로 산출되므로 개인 피해규모에 대한 매우 객관화된 지표로 기능할 수 있다. 또한, 데이터만 제공되면 각 모듈[예, 개인 화학물질 노출량 산출모듈(100) 및 개인 위해도 생성모듈(300)]의 연산 및 데이터처리에 의해 개인 위해도값(B)이 자동 산출되므로 사고지역 내 개인의 피해규모도 보다 신속하게 파악할 수 있다.In addition, since the individual risk value (B) is calculated mechanically by a predefined formula from objective information obtained from various databases, it can function as a highly objectified index for the scale of personal damage. In addition, if only data is provided, the individual risk value (B) is automatically calculated by calculation and data processing of each module (eg, personal chemical exposure calculation module 100 and personal risk generation module 300), so the accident area I can also quickly figure out the scale of my personal damage.

이와 같은 방식으로 산출된 개인 위해도값(B)은, 예를 들어 개인 화학물질 노출량정보(A)에 나타난 개인 화학물질 노출량이 클수록, 사고지역에 누출된 누출 화학물질의 유해성정보(S3)로부터 나타난 누출 화학물질의 유해성이 높을수록 더 높은 값으로 산출되어, 사고지역 내 각 개인에게 부여될 수 있다.The personal risk value (B) calculated in this way is, for example, as the personal chemical exposure amount shown in the personal chemical exposure information (A) is larger, from the hazard information (S3) of the leaked chemical substance leaked to the accident area. The higher the hazard of the leaked chemical shown, the higher the value can be calculated and assigned to each individual in the accident area.

사고지역 내 둘 이상의 화학물질이 누출된 경우에는, 사고지역 내 개인 각각에게 둘 이상의 개인 위해도값(B)이 부여되는 것도 얼마든지 가능하다.In the case of two or more chemical leaks in the accident area, it is possible to assign more than one individual risk value (B) to each individual in the accident area.

개인 위해도DB(400)는 이와 같이 사고지역의 각 개인에 대해 생성되고 부여된 개인 위해도값(B)을 저장한다. 개인 위해도값(B)역시 화학물질 누출사고 발생 시마다, 또는 종래의 다수의 화학물질 누출사고에 각각에 대해 산출될 수 있으므로, 개인 위해도DB(400)에는 복수의 사고지역 각각의 개인들에 대한 다수의 개인 위해도값들이 저장될 수 있다. 이와 같이 사고지역 개인에 대해 생성된 개인 위해도값(B)들의 통계적 데이터처리를 통해, 후술하는 바와 같이 더욱 객관적이고 효과적인 방식으로 각 개인에 대한 피해등급 산정이 가능하다.The personal risk DB 400 stores the personal risk value (B) generated and assigned to each individual in the accident area. Since the individual risk value (B) can also be calculated for each chemical leakage accident or for each of a number of conventional chemical leakage accidents, the personal risk DB (400) includes A number of individual risk values can be stored. In this way, through statistical data processing of individual risk values (B) generated for individuals in the accident area, it is possible to calculate the damage grade for each individual in a more objective and effective manner as described later.

도 1을 참조하면, 위해도 분포함수 산출모듈(500)은, 개인 위해도DB(400)에 기저장된 기존 개인 위해도값으로부터 통계적추론을 통해 위해도 분포함수(C)를 산출한다[도 3의 (c)참조]. 위해도 분포함수는 예를 들어, 개인 위해도DB(400)에 기저장된 기존의 개인 위해도값들의 데이터를 표본으로 하여[도 3의 (a)참조], 그의 모집단에 해당하는 개인 위해도값의 확률분포로서 산출될 수 있다.Referring to FIG. 1, the risk distribution function calculation module 500 calculates the risk distribution function (C) through statistical inference from existing personal risk values previously stored in the personal risk DB 400 [FIG. 3 see (c) of]. The risk distribution function is, for example, the individual risk value corresponding to the population using the data of existing individual risk values previously stored in the personal risk DB 400 as a sample [see (a) in FIG. 3] It can be calculated as a probability distribution of

즉 위해도 분포함수 산출모듈(500)은 개인 위해도DB(400)에 기저장된 기존 개인 위해도값 데이터를 표본으로, 상기 표본의 사람수에 관한 정보로부터 통계적추론을 통해, 상기 표본의 모집단에 해당하는 개인 위해도값의 분포와 그에 대응하는 사람수의 확률을 산출가능한 분포함수를 산출할 수 있다. 위해도 분포함수 산출모듈(500)은 특히 통계적추론이 가능한 통계적 데이터 처리 프로그램을 포함하여 형성될 수 있으며, 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다.That is, the risk distribution function calculation module 500 takes existing personal risk value data previously stored in the personal risk DB 400 as a sample, and through statistical inference from information on the number of people in the sample, A distribution function capable of calculating the distribution of the corresponding individual risk value and the probability of the corresponding number of people can be calculated. In particular, the risk distribution function calculation module 500 may include a statistical data processing program capable of statistical inference, and may include a program capable of performing calculations and data processing related thereto.

도 3은 도 1의 위해도 분포함수 산출모듈에서 개인 위해도값으로부터 위해도 분포함수를 얻는 데이터처리과정을 예시한 개념도이다.FIG. 3 is a conceptual diagram illustrating a data processing process of obtaining a risk distribution function from individual risk values in the risk distribution function calculation module of FIG. 1 .

도 3에는 개인 위해도DB(400)에 기저장된 기존 개인 위해도값 데이터의 분포[도 3(a)]와, 그로부터 통계적추론을 통해 산출된 위해도 분포함수[도 3(c)]가 예시되어 있다(그래프의 수치는 단순한 예시일뿐이다). 도 3(b)는 통계적추론의 중간단계(예, 통계적 데이터처리 프로그램을 통해 확률분포 객체를 생성하고 표본 데이터에 피팅하여 모수 등을 추정)를 나타낸 것일 수 있다. 위해도 분포함수의 산출과정을 도 3의 그래프들을 통해 설명하지만, 도 3의 그래프들은 단지 설명을 위해 예시된 것이므로, 본 발명이 도면으로 한정될 필요는 없다.3 illustrates the distribution of existing personal risk value data pre-stored in the personal risk DB 400 [FIG. 3(a)] and the risk distribution function calculated through statistical inference [FIG. 3(c)] therefrom. (The figures in the graph are only examples). 3(b) may show an intermediate step of statistical inference (eg, generating a probability distribution object through a statistical data processing program and estimating parameters by fitting sample data). Although the calculation process of the risk distribution function is described through the graphs of FIG. 3, the graphs of FIG. 3 are only exemplified for explanation, and the present invention does not need to be limited to the drawings.

도 3 (a)는 개인 위해도DB(400)에 기저장된 특정 사고지역의 기존 개인 위해도값 데이터(가로축)와 각 개인 위해도값이 나타나는 빈도(세로축)를 예시한다. 개인 위해도값은 사고지역 내 각 개인에게 부여되므로 특정 개인 위해도값이 나타나는 빈도는 해당 개인 위해도값을 갖는 사람수(세로축)와도 동일하다. 예를 들어, 사고지역 내 화학물질 누출량이 크지 않거나 확산이 비대칭적으로 발생하여 개인 위해도값이 낮은 사람이 많은 경우, 도 3 (a)와 같은 형태의 표본 데이터가 제공될 수 있다.Figure 3 (a) illustrates the existing personal risk value data (horizontal axis) of a specific accident area previously stored in the personal risk DB (400) and the frequency (vertical axis) of each individual risk value. Since individual risk values are assigned to each individual in an accident area, the frequency of occurrence of a specific individual risk value is equal to the number of people (vertical axis) with the corresponding individual risk value. For example, if there are many people with low individual risk values because the amount of chemical leakage in the accident area is not large or the diffusion occurs asymmetrically, sample data in the form of FIG. 3 (a) may be provided.

이러한 기존 개인 위해도값 데이터를 표본으로 하여, 해당 표본의 사람수에 관한 정보로부터 통계적추론을 통해, 표본의 모집단에 해당하는 개인 위해도값의 분포와 그에 대응하는 사람수의 확률을 산출가능한 위해도 분포함수[도 3의 (c)]가 산출될 수 있다. 위해도 분포함수는 예를 들어, 개인 위해도값을 연속확률변수로 하는 확률분포로 산출될 수 있다. 도 3 (c)는, 도 3 (a)를 표본으로 하여 산출된 위해도 분포함수의 예시로, 위해도 분포함수는 개인 위해도값을 연속확률변수로 하는 연속확률분포의 확률밀도함수로 생성될 수 있다.Risks that can calculate the distribution of individual risk values corresponding to the population of the sample and the probability of the corresponding number of people through statistical inference from the information on the number of people in the sample using these existing individual risk value data as a sample A degree distribution function [FIG. 3 (c)] can be calculated. The risk distribution function can be calculated as, for example, a probability distribution with individual risk values as continuous random variables. Figure 3 (c) is an example of the risk distribution function calculated using Figure 3 (a) as a sample. The risk distribution function is generated as a probability density function of a continuous probability distribution with individual risk values as continuous random variables It can be.

그러한 경우 도 3 (c)의 세로축은 빈도(즉 사람수)의 확률밀도를 의미할 수 있으며 구간에 대한 확률은 위해도 분포함수를 해당 구간에 대해 적분하여 구할 수 있다. 즉 위해도 분포함수의 특정 구간에 대한 적분을 통해 모집단의 개인 위해도값 분포 중 특정구간에 대해 나타나는 사람수의 (존재)확률을 산출할 수 있다.In such a case, the vertical axis of FIG. 3 (c) may mean the probability density of the frequency (ie, the number of people), and the probability for the interval can be obtained by integrating the risk distribution function over the corresponding interval. That is, it is possible to calculate the (existence) probability of the number of people appearing in a specific section among the individual risk value distribution of the population through integration of the risk distribution function over a specific section.

위해도 분포함수[도 3의 (c)]는 도 3의 (a)와 같은 기존 개인 위해도값 데이터를 표본으로, 통계적 추측을 통해 표본의 모집단에 해당하는 개인 위해도값의 확률분포를 추정하는 방식으로 산출될 수 있다. 예를 들어, 위해도 분포함수 산출모듈(500)은 서로 다른 종류의 연속확률분포에 대한 적합도 검정을 통해 위해도 분포함수의 추정적합도를 판별할 수 있으며 적합도의 검정방법은 최대우도추정법(maximum likelihood estimators)을 포함할 수 있다.The risk distribution function [Fig. 3 (c)] estimates the probability distribution of individual risk values corresponding to the population of the sample through statistical estimation using the existing individual risk value data as in Fig. 3 (a) as a sample. can be calculated in this way. For example, the risk distribution function calculation module 500 can determine the estimated goodness of fit of the risk distribution function through goodness of fit tests for different types of continuous probability distributions, and the goodness of fit test method is the maximum likelihood estimation method. estimators).

이때 위해도 분포함수 산출모듈(500)이 위해도 분포함수로서 추정가능한 서로 다른 종류의 연속확률분포는 예를 들어, 파레토(pareto)분포, 지수(exponential)분포, 로지스틱(logistic)분포, 정규(normal)분포, 베타(beta)분포, 감마(gamma)분포, 및/또는 와이블(Weibull)분포를 포함할 수 있다. 이러한 분포에 대한 함수들 중, 기존 개인 위해도값 데이터와 상대적으로 일치도가 높은 분포를 모집단에 대한 확률분포로 추정하고 적합도 검정을 통해 적합성을 검정하여 보다 유의미한 모집단의 확률분포를 산정할 수 있다. At this time, the different types of continuous probability distributions that the risk distribution function calculation module 500 can estimate as the risk distribution function include, for example, a Pareto distribution, an exponential distribution, a logistic distribution, a normal ( normal distribution, beta distribution, gamma distribution, and/or Weibull distribution. Among these distribution functions, a distribution with relatively high concordance with the existing individual risk value data can be estimated as a probability distribution for the population, and a more meaningful population probability distribution can be calculated by testing the fit through a goodness of fit test.

위해도 분포함수의 종류를 추정할 때, 예를 들어 도 3 (b)에 도시된 바와 같이 그래프 상에서 객체를 생성하여 표본에 추정함수를 피팅하는 방식 등을 사용하는 것도 가능하다. 예를 들어, 위해도 분포함수 산출모듈(500)에 포함된 통계적 데이터처리 프로그램을 통해 확률분포 객체를 생성하고 표본 데이터에 피팅하여 모수 등을 추정하는 방식을 활용할 수 있다. 그 외 통계적 추측을 통해 모집단에 대한 확률분포를 산정가능한 다양한 방식을 활용하여 위해도 분포함수를 산출할 수 있다.When estimating the type of risk distribution function, it is also possible to use, for example, a method of fitting an estimation function to a sample by generating an object on a graph as shown in FIG. 3 (b). For example, a method of generating a probability distribution object through a statistical data processing program included in the risk distribution function calculation module 500 and estimating parameters by fitting the sample data may be utilized. In addition, the risk distribution function can be calculated using various methods that can calculate the probability distribution for the population through statistical guessing.

위해도 분포함수[도 3의 (c)]는 예를 들어 도 3 (a)처럼 기저장된 기존 개인 위해도값 데이터를 표본으로 하여 그의 모집단에 해당하는 개인 위해도값 분포를 통계적으로 추정한 것이므로 위해도 분포함수에 나타난 개인 위해도값(가로축)의 하한(a)과 상한(b)은 모집단의 크기를 반영하여 증가될 수 있다. 또한 위해도 분포함수의 확률분포 형태도 파라미터 선정 등에 의해 함수의 피크나 폭 등이 표본과는 다를 수 있다. 도 3에 예시된 위해도 분포함수는 적합도 검정 등의 과정을 거쳐 표본의 모집단에 해당하는 개인 위해도값 분포와 그 빈도가 파레토 분포 형태로 산출된 것일 수 있다.The risk distribution function [FIG. 3 (c)] is a statistical estimate of the individual risk value distribution corresponding to the population using the existing individual risk value data previously stored as a sample, for example, as shown in FIG. 3 (a). The lower limit (a) and upper limit (b) of individual risk values (horizontal axis) shown in the risk distribution function can be increased by reflecting the size of the population. In addition, the probability distribution form of the risk distribution function may differ from the sample in terms of the peak or width of the function due to parameter selection. The risk distribution function illustrated in FIG. 3 may be a distribution of individual risk values corresponding to the population of the sample and their frequencies calculated in the form of a Pareto distribution through a process such as a goodness of fit test.

이와 같이 위해도 분포함수를 산출함으로써 기존 개인 위해도값의 데이터를 표본으로 하는 모집단에 대한 개인 위해도값의 연속적인 분포를 산정할 수 있고, 위해도 분포함수에 나타난 개인 위해도값 분포(가로축)를 복수 구간으로 분할하여 보다 객관적으로 개인별 피해등급을 산정하는 것이 가능하다.By calculating the risk distribution function in this way, it is possible to calculate the continuous distribution of individual risk values for the population using the existing individual risk value data as a sample, and the individual risk value distribution shown in the risk distribution function (horizontal axis ) into multiple sections, it is possible to more objectively calculate the individual damage rating.

도 1을 참조하면, 개인별 피해등급 산출모듈(600)은, 위해도 분포함수(C)에 나타난 개인 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 피해등급을 부여하고, 개인 위해도 생성모듈(300)에서 신규 생성된 신규 개인 위해도값을 분할된 구간 중 어느 하나에 할당하여 개인별 피해등급(D)을 산출한다. 개인별 피해등급 산출모듈(600)역시 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다.Referring to FIG. 1, the individual damage rating calculation module 600 divides the individual risk value distribution shown in the risk distribution function (C) into a plurality of sections, assigns a damage rating to each section, and personal risk generation module In step 300, the newly created individual risk value is assigned to one of the divided sections to calculate the individual damage grade (D). The individual damage rating calculation module 600 may also include a program capable of calculating and processing data related thereto.

도 4는 도 1의 개인별 피해등급 산출모듈에서 위해도 분포함수의 개인 위해도값 분포로부터 개인별 피해등급을 산출하는 데이터처리과정을 예시한 도면이다.FIG. 4 is a diagram illustrating a data processing process of calculating individual damage ratings from the individual risk value distribution of the risk distribution function in the individual damage rating calculation module of FIG. 1 .

도 4를 참조하면 개인별 피해등급 산출모듈(600)은 전술한 위해도 분포함수[도 3의 (c)]에 나타난 개인 위해도값 분포(가로축)를 복수의 구간으로 분할하고 각 구간마다 피해등급을 부여하는 처리를 할 수 있다. 이때, 각 구간은 예를 들어, 구간에 대한 확률이 10%씩 분배되도록 분할될 수 있다. 예를 들어, 도 4에 도시된 피해등급 각 구간은 각 구간에 대한 위해도 분포함수의 확률이 10%가 되도록 설정된 것일 수 있다.Referring to FIG. 4, the individual damage rating calculation module 600 divides the individual risk value distribution (horizontal axis) shown in the above-described risk distribution function [FIG. 3 (c)] into a plurality of sections, and the damage rating for each section can be processed to give At this time, each section may be divided so that, for example, the probability for each section is distributed by 10%. For example, each section of the damage grade shown in FIG. 4 may be set such that the probability of the risk distribution function for each section is 10%.

그러나 구간의 분할방법이 이로써 한정될 필요는 없으며 필요에 따라 다른 방식의 분할방법을 사용하는 것도 가능하다. 적절한 구간 분할로 모집단의 개인 위해도값 분포를 분류하고 각 구간마다 피해등급을 다르게 부여할 수 있다. 또한 도면에는 구간이 10개(즉 피해등급이 10개의 등급으로 구분)로 예시되었지만 필요에 따라 구간을 증감하는 것도 얼마든지 가능하다.However, the division method of the section does not need to be limited to this, and it is possible to use other division methods as needed. It is possible to classify the distribution of individual risk values in the population by appropriate section division and assign different damage grades to each section. In addition, although 10 sections are illustrated in the drawing (that is, damage grades are divided into 10 grades), it is also possible to increase or decrease the sections as needed.

개인별 피해등급은, 이와 같이 위해도 분포함수 상에서 피해등급을 나타내는 구간을 설정한 후 신규 생성된 신규 개인 위해도값을 특정 구간과 매칭시켜 선정할 수 있다. 신규 개인 위해도값은, 전술한 개인 위해도 생성모듈(300)에서 생성될 수 있으며 위해도 분포함수를 생성하는 데 사용된 기존 개인 위해도값이 아닌, 피해등급 산정시점에서 신규로 생성된 개인 위해도값일 수 있다. 신규 개인 위해도값은 예를 들어, 신규 발생한 화학물질 누출사고에서 신규 수집된 신규 사고지역의 개인위치정보, 화학물질 누출정보, 그로부터 생성된 개인 화학물질 노출량정보, 및 누출 화학물질의 유해성정보로부터 신규 사고지역의 각 개인에게 부여된 것일 수 있다.The damage grade for each individual can be selected by setting a section representing the damage grade on the risk distribution function and then matching the newly created individual risk value with a specific section. The new individual risk value can be generated in the above-described individual risk generation module 300, and is not the existing individual risk value used to generate the risk distribution function, but is newly created at the time of damage rating calculation. It can be a risk value. The new individual risk value is derived from, for example, personal location information of new accident areas newly collected in a new chemical leakage accident, chemical substance leakage information, personal chemical substance exposure information generated therefrom, and hazard information of leaked chemical substances. It may be assigned to each individual in the new accident area.

즉 기존에 사고지역으로부터 수집된 개인 위해도값 데이터를 표본으로, 그 모집단에 해당하는 개인 위해도값 분포를 산출하고 산출된 개인 위해도값 분포(위해도 분포함수상에 나타난 개인 위해도값 분포)를 구간으로 분할하여, 피해등급의 기준으로 삼을 수 있다. 신규로 생성된 개인 위해도값은 도 4에 예시된 것처럼 분할된 구간 중 특정 구간에 할당될 수 있으며 할당된 구간에 대응하여 피해등급이 산정될 수 있다. 예를 들어, 신규 개인 위해도값이 도 4와 같이 7등급의 피해등급에 해당하는 구간과 매칭되는 경우, 신규 개인 위해도값이 부여된 특정 개인은, 피해등급 7등급으로 개인별 피해등급이 산정될 수 있다.In other words, using the individual risk value data collected from the accident area as a sample, the individual risk value distribution corresponding to the population is calculated, and the calculated individual risk value distribution (the individual risk value distribution shown on the risk distribution function) ) can be divided into sections and used as a criterion for damage rating. As illustrated in FIG. 4 , the newly created personal risk value may be assigned to a specific section among the divided sections, and a damage grade may be calculated corresponding to the assigned section. For example, if a new individual risk value is matched with a section corresponding to a damage grade of 7 as shown in FIG. It can be.

이러한 피해등급의 산정은, 신규 사고지역에서 파악된 복수의 개인 각각에 대해 한꺼번에 진행될 수 있다. 즉 전술한 데이터 처리과정을 통해 개인 위해도 생성모듈(300)로부터 신규 사고지역 내 복수의 개인들에 대해 복수의 신규 개인 위해도값을 자동으로 생성하고, 이들 각각을 위해도 분포함수에 나타난 개인 위해도값 분포의 분할된 구간 상에 매칭시켜 각각 대응하는 개인별 피해등급을 산정할 수 있다.The calculation of the damage grade may be performed at once for each of a plurality of individuals identified in the new accident area. That is, a plurality of new individual risk values are automatically generated for a plurality of individuals in a new accident area from the individual risk generation module 300 through the above-described data processing process, and each of these individuals appears in the risk distribution function. By matching on the divided sections of the risk value distribution, the damage rating for each corresponding individual can be calculated.

개인 위해도 생성모듈(300)은, 개인별 피해등급 산출 후에는 신규 개인 위해도값을 개인 위해도DB(400)에 저장하고, 개인 위해도DB(400)를 바로 업데이트 할 수 있다. 따라서 다음 번 개인별 피해등급이 산출될 때에는, 업데이트 된 개인 위해도DB(400)로부터 새로운 위해도 분포함수를 산출하고 보다 증가된 데이터를 반영하여 개인별 피해등급을 산정하는 것이 가능하다. 이러한 과정은 신규 데이터 입력시마다 반복될 수 있다.The personal risk generation module 300 may store a new personal risk value in the personal risk DB 400 after calculating the damage rating for each individual, and update the personal risk DB 400 immediately. Therefore, when the next individual damage rating is calculated, it is possible to calculate the individual damage rating by calculating a new risk distribution function from the updated personal risk DB 400 and reflecting the increased data. This process may be repeated whenever new data is input.

이러한 방식으로, 본 발명의 피해등급 자동산정장치(1)를 이용하여 통계적인 방식으로 더욱 객관적으로 신속하게 개인별 피해등급을 산정할 수 있다.In this way, it is possible to more objectively and quickly calculate individual damage grades in a statistical manner using the automatic damage grade calculation device 1 of the present invention.

한편, 도 1을 참조하면, 본 발명의 피해등급 자동산정장치(1)는 지역위해도 생성모듈(700), 지역위해도DB(800), 지역위해도 분포함수 산출모듈(900), 및 지역별 피해등급 산출모듈(1000)을 포함하여, 사고지역 전체에 부여되는 지역별 피해등급도 자동 산출이 가능하다. 이하 관련 내용을 보다 상세히 설명한다.Meanwhile, referring to FIG. 1, the automatic damage rating calculation device 1 of the present invention includes a regional risk generation module 700, a regional risk DB 800, a regional risk distribution function calculation module 900, and a regional risk distribution function module 900. Including the damage rating calculation module 1000, it is possible to automatically calculate damage ratings for each region given to the entire accident area. The related contents will be described in more detail below.

지역별 피해등급(D-1)의 산출은 전술한 개인별 피해등급(D)의 산출과 개념적으로 유사하다. 다만, 전술한 개인 위해도값 대신, 지역별 피해등급 산정을 위해 지역 위해도값을 추가로 생성하여 변수로 사용한다.The calculation of the regional damage grade (D-1) is conceptually similar to the above-mentioned calculation of the individual damage grade (D). However, instead of the above-mentioned individual risk value, a regional risk value is additionally generated and used as a variable to calculate the damage grade by region.

지역위해도 생성모듈(700)은, 개인 위해도DB(400)에 저장되어 있는 개인 위해도값 데이터를 사고지역 별로 분류하여, 지역별 개인 위해도값 데이터를 생성하고, 지역별 개인 위해도값 데이터에 포함된 개인 위해도값을 합산하여 사고지역에 대한 지역 위해도값(B-1)으로 부여한다. 지역위해도 생성모듈(700) 역시 그와 관련된 연산 및 데이터 처리가 가능한 프로그램을 포함하여 구성될 수 있다.The regional risk generation module 700 classifies the personal risk value data stored in the personal risk DB 400 for each accident region, generates individual risk value data for each region, and stores the individual risk value data for each region. The included individual risk values are added up and assigned as a regional risk value (B-1) for the accident area. The regional risk generation module 700 may also include a program capable of calculating and processing related data.

도 5는 도 1의 지역위해도 생성모듈에서 개인 위해도값으로부터 특정 사고지역의 지역 위해도값이 산출되는 방식을 예시한 도면이다.5 is a diagram illustrating a method for calculating regional risk values of a specific accident area from individual risk values in the regional risk generation module of FIG. 1 .

도 5에는 지역 위해도값의 산출방식이 예시되어 있다. 지역위해도 생성모듈(700)은 개인 위해도DB(400)에 저장된 개인 위해도값 데이터를 각 사고가 발생한 사고지역 별로 분류한다. 예를 들어, 사고지역1부터 사고지역n(n은 자연수)까지 각 사고지역마다 대응하는 지역별 개인 위해도값 데이터가 생성될 수 있다.5 illustrates a method for calculating regional risk values. The regional risk generation module 700 classifies the personal risk value data stored in the personal risk DB 400 for each accident area where each accident occurred. For example, individual risk value data for each region corresponding to each accident region from accident region 1 to accident region n (n is a natural number) may be generated.

각 사고지역마다 분류된 지역별 개인 위해도값 데이터는 지역별로 각각 합산되어 해당 사고지역의 지역 위해도값으로 부여된다. 즉 사고지역1의 지역 위해도값은 사고지역1의 지역별 개인 위해도값 데이터에 포함된 각 개인 위해도값 전체의 합산으로 산출될 수 있다. 따라서 특정 사고지역의 지역 위해도값은, 사고지역 내 인구, 사고지역 내 개인 위해도값의 분포 등에 영향 받을 수 있다. 후술하는 바와 같이 사고지역 내 개인 위해도값의 크기에 가중치를 둔 지역 가중위해도값(도 1의 B-2)을 함께 산출하여 지역별 피해등급을 종합적으로 산정하는 것이 가능하다. 그에 대해서는 후술하여 다시 설명한다.The individual risk value data for each region classified for each accident region are added up for each region and assigned as a regional risk value for the corresponding accident region. That is, the regional risk value of accident area 1 can be calculated as the sum of all individual risk values included in the individual risk value data for each area of accident area 1. Therefore, the regional risk value of a specific accident area can be influenced by the population within the accident area and the distribution of individual risk values within the accident area. As will be described later, it is possible to comprehensively calculate the damage grade for each region by calculating the regional weighted risk value (B-2 in FIG. This will be explained again later.

지역 위해도값이 개인 위해도값의 합산으로 산출되므로, 지역 위해도값은 실질적으로 개인 위해도값이 부여된 어느 사고지역에서도 생성 가능하다. 즉 특정 사고지역에서, 개인별 피해등급을 산정하기 위해 개인 위해도값을 생성하면서, 동시에 해당 사고지역 전체에 대한 지역 위해도값을 각 개인에게 부여된 개인 위해도값의 합산을 통해 자동적으로 산출하는 것이 가능하다.Since the regional risk value is calculated as the sum of the individual risk values, the regional risk value can be generated practically in any accident area to which individual risk values are assigned. That is, in a specific accident area, while generating an individual risk value to calculate the damage rating for each individual, at the same time, the regional risk value for the entire accident area is automatically calculated through the sum of the individual risk values assigned to each individual. it is possible

개인 위해도DB(도 1의 400)에는 전술한 것처럼 복수의 사고지역에 대한 개인 위해도값이 각각 저장되어 있을 수 있으므로, 그로부터 복수의 사고지역에 대한 개인 위해도값을 제공받아 복수의 사고지역 각각에 대한 지역 위해도값을 산출할 수 있다. 지역위해도 생성모듈(700)은 이와 같은 방식으로 복수의 사고지역에 대해 각각 지역 위해도값을 생성하여 사고지역마다 부여할 수 있다.As described above, individual risk values for a plurality of accident areas may be stored in the personal risk DB (400 in FIG. 1), respectively. A regional risk value can be calculated for each. The regional risk generation module 700 may generate regional risk values for a plurality of accident regions in this manner and assign them to each accident region.

도 1을 참조하면, 지역위해도DB(800)는 각 사고지역마다 생성되고 부여된 지역 위해도값(B-1)을 저장한다. 지역 위해도값 역시 신규 사고발생 시마다 해당 사고지역에 대해 부여되어 지속적으로 업데이트 될 수 있다. 또한 종전 사고지역에 대한 데이터가 추가되는 경우에도 업데이트될 수 있다.Referring to FIG. 1, the regional risk DB 800 stores regional risk values (B-1) generated and assigned to each accident region. Area risk values can also be continuously updated by being assigned to the accident area whenever a new accident occurs. It can also be updated when data on previous accident areas are added.

지역위해도 분포함수 산출모듈(900)은 전술한 위해도 분포함수 산출모듈(500)과 실질적으로 동일한 방식의 연산을 할 수 있다. 다만, 위해도 분포함수 산출모듈(500)은 개인 위해도값에 대한 통계적처리를 하여 개인에 대한 위해도 분포함수를 산출하는 데 반해, 지역위해도 분포함수 산출모듈(900)은, 상술한 지역 위해도값에 대한 통계적처리를 통해 지역위해도 분포함수(C-1)를 산출한다. The regional risk distribution function calculation module 900 may perform calculations in substantially the same manner as the risk distribution function calculation module 500 described above. However, while the risk distribution function calculation module 500 calculates the risk distribution function for an individual by performing statistical processing on the individual risk value, the regional risk distribution function calculation module 900 calculates the above-mentioned regional risk distribution function. Calculate the regional risk distribution function (C-1) through statistical processing of risk values.

즉, 지역위해도 분포함수 산출모듈(900)은, 지역위해도DB(800)에 기저장된 기존 지역 위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역위해도 분포함수를 산출한다. 지역위해도 분포함수 산출모듈(900) 역시 통계적추론이 가능한 통계적 데이터 처리 프로그램을 포함하여 형성될 수 있고 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다.That is, the regional risk distribution function calculation module 900 takes existing regional risk value data previously stored in the regional risk DB 800 as a sample, and statistically infers the sample from information on the number of accident regions in the sample. Calculate the regional risk distribution function that can calculate the distribution of regional risk values corresponding to the population of and the probability of the number of accident regions corresponding to it. The regional risk distribution function calculation module 900 may also include a statistical data processing program capable of statistical inference, and may be configured to include a program capable of calculating and processing data related thereto.

도 6은 도 1의 지역위해도 분포함수 산출모듈에서 지역 위해도값으로부터 지역위해도 분포함수를 얻는 데이터처리과정을 예시한 개념도이다. 6 is a conceptual diagram illustrating a data processing process for obtaining a regional risk distribution function from regional risk values in the regional risk distribution function calculation module of FIG. 1 .

도 6에는 지역위해도DB(800)에 기저장된 기존 지역 위해도값 데이터의 분포[도 6(a)]와, 그로부터 통계적추론을 통해 산출된 지역위해도 분포함수[도 6(c)]가 예시되어 있다(그래프의 수치는 단순한 예시일뿐이다). 도 6(b)는 통계적추론의 중간단계(예, 통계적 데이터처리 프로그램을 통해 확률분포 객체를 생성하고 표본 데이터에 피팅하여 모수 등을 추정)를 나타낸 것일 수 있다. 지역위해도 분포함수의 산출과정 역시 도 6 그래프들을 통해 설명하지만, 그래프들은 단지 설명을 위해 예시된 것이므로, 본 발명이 도면으로 한정될 필요는 없다.6 shows the distribution of existing regional risk value data previously stored in the regional risk DB 800 [Fig. 6(a)] and the regional risk distribution function calculated through statistical inference [Fig. 6(c)] Illustrated (the figures in the graph are only examples). 6(b) may show an intermediate step of statistical inference (eg, generating a probability distribution object through a statistical data processing program and estimating parameters by fitting sample data). The calculation process of the regional risk distribution function is also described through the graphs of FIG. 6, but since the graphs are only illustrated for explanation, the present invention does not need to be limited to the drawings.

도 6 (a)는 지역위해도DB(800)에 기저장된 복수 사고지역에 대한 기존 지역 위해도값 데이터(가로축)와 각 지역 위해도값이 나타나는 빈도(세로축)를 예시한다. 지역 위해도값은 각 사고지역마다 부여되므로 지역 위해도값이 나타나는 빈도는 해당 지역 위해도값이 부여된 사고지역 수(세로축)와도 동일하다. 예를 들어, 대부분의 사고지역에 대해 낮은 지역 위해도값이 부여된 경우, 도 6 (a)와 같은 형태의 표본 데이터가 제공될 수 있다.6 (a) illustrates existing regional risk value data (horizontal axis) for multiple accident regions previously stored in the regional risk DB (800) and the frequency (vertical axis) of each regional risk value. Since regional risk values are assigned to each accident area, the frequency of occurrence of regional risk values is the same as the number of accident areas (vertical axis) assigned with corresponding regional risk values. For example, when low regional risk values are assigned to most accident regions, sample data in the form of FIG. 6 (a) can be provided.

이러한 기존 지역 위해도값 데이터를 표본으로 하여, 해당 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해, 표본의 모집단에 해당하는 지역 위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역위해도 분포함수[도 6의 (c)]를 산출할 수 있다. 지역위해도 분포함수 역시 지역 위해도값을 연속확률변수로 하는 확률분포로 산출될 수 있다. 도 6 (c)는, 도 6 (a)를 표본으로 하여 산출된 지역위해도 분포함수의 예시로, 지역위해도 분포함수는 지역 위해도값을 연속확률변수로 하는 연속확률분포의 확률밀도함수로 생성될 수 있다.Using these existing regional risk value data as a sample, through statistical inference from the information on the number of accident regions in the sample, the distribution of regional risk values corresponding to the population of the sample and the probability of the corresponding number of accident regions are calculated A possible regional risk distribution function [Fig. 6(c)] can be calculated. The regional risk distribution function can also be calculated as a probability distribution with regional risk values as continuous random variables. Figure 6 (c) is an example of the regional risk distribution function calculated using Figure 6 (a) as a sample. The regional risk distribution function is a probability density function of a continuous probability distribution with regional risk values as continuous random variables can be created with

그러한 경우 도 6 (c)의 세로축은 빈도(즉 사고지역 수)의 확률밀도로 나타날 수 있으며, 구간에 대한 확률은 지역위해도 분포함수를 해당 구간에 대해 적분하여 구할 수 있다. 즉 지역위해도 분포함수의 특정 구간에 대한 적분을 통해 모집단의 지역 위해도값 분포 중 특정구간에 대한 사고지역 수의 (존재)확률을 산출할 수 있다. In such a case, the vertical axis of FIG. 6 (c) can be represented by the probability density of the frequency (ie, the number of accident areas), and the probability for the interval can be obtained by integrating the regional risk distribution function over the corresponding interval. In other words, it is possible to calculate the (existence) probability of the number of accident regions for a specific section among the distribution of regional risk values of the population through integration of a specific section of the regional risk distribution function.

지역위해도 분포함수[도 6의 (c)]는 도 6의 (a)와 같은 기존 지역 위해도값 데이터를 표본으로, 통계적 추측을 통해 표본의 모집단에 해당하는 지역 위해도값의 확률분포를 추정하는 방식으로 산출될 수 있다. 지역위해도 분포함수 산출모듈(900)은 서로 다른 종류의 연속확률분포에 대한 적합도 검정을 통해 지역위해도 분포함수의 추정적합도를 판별할 수 있으며 적합도의 검정방법은 최대우도추정법(maximum likelihood estimators)등을 포함할 수 있다.The regional risk distribution function [FIG. 6(c)] takes the existing regional risk value data as shown in FIG. It can be calculated in an estimated way. The regional risk distribution function calculation module 900 can determine the estimated fitness of the regional risk distribution function through a goodness-of-fit test for different types of continuous probability distributions, and the test method for goodness of fit is maximum likelihood estimators etc. may be included.

이때 지역위해도 분포함수 산출모듈(900)이 지역위해도 분포함수로서 추정가능한 서로 다른 종류의 연속확률분포 역시 예를 들어, 파레토(pareto)분포, 지수(exponential)분포, 로지스틱(logistic)분포, 정규(normal)분포, 베타(beta)분포, 감마(gamma)분포, 및/또는 와이블(Weibull)분포 등을 포함할 수 있다. 이러한 분포에 대한 함수들 중, 기존 지역 위해도값 데이터와 상대적으로 일치도가 높은 분포를 모집단에 대한 확률분포로 추정하고 적합도 검정을 통해 적합성을 검정하여 보다 유의미한 모집단의 확률분포를 산정할 수 있다. At this time, different types of continuous probability distributions that can be estimated by the regional risk distribution function calculation module 900 as regional risk distribution functions are also, for example, Pareto distribution, exponential distribution, logistic distribution, It may include a normal distribution, a beta distribution, a gamma distribution, and/or a Weibull distribution. Among these distribution functions, a distribution with relatively high concordance with the existing regional risk value data can be estimated as a probability distribution for the population, and a more meaningful probability distribution of the population can be calculated by testing the fit through a goodness-of-fit test.

지역위해도 분포함수의 종류를 추정할 때, 예를 들어 도 6 (b)에 도시된 바와 같이 그래프 상에서 객체를 생성하여 표본에 추정함수를 피팅하는 방식 등을 사용하는 것도 가능하다. 예를 들어, 지역위해도 분포함수 산출모듈(900)에 포함된 통계적 데이터처리 프로그램을 통해 확률분포 객체를 생성하고 표본 데이터에 피팅하여 모수 등을 추정하는 방식을 활용할 수 있다. 그 외 통계적 추측을 통해 모집단에 대한 확률분포를 산정가능한 다양한 방식을 활용하여 지역위해도 분포함수를 산출할 수 있다.When estimating the type of regional risk distribution function, it is also possible to use, for example, a method of fitting an estimation function to a sample by generating an object on a graph as shown in FIG. For example, a method of generating a probability distribution object through a statistical data processing program included in the regional risk distribution function calculation module 900 and fitting it to sample data to estimate parameters may be utilized. In addition, the regional risk distribution function can be calculated using various methods that can calculate the probability distribution for the population through statistical estimation.

지역위해도 분포함수[도 6의 (c)]는 예를 들어 도 6 (a)처럼 기저장된 기존 지역 위해도값 데이터를 표본으로 하여 그의 모집단에 해당하는 지역 위해도값 분포를 나타낸 것이므로 지역위해도 분포함수에 나타난 지역 위해도값(가로축)의 하한(a')과 상한(b') 역시 모집단의 크기를 반영하여 증가될 수 있다. 또한 지역위해도 분포함수의 확률분포 형태도 파라미터 선정 등에 의해 함수의 피크나 폭 등이 표본과는 다를 수 있다. 도 6에 예시된 지역위해도 분포함수는 적합도 검정 등의 과정을 거쳐 표본의 모집단에 해당하는 지역 위해도값 분포와 그 빈도가 파레토 분포 형태로 산출된 것일 수 있다.The regional risk distribution function [Fig. 6 (c)] shows the regional risk value distribution corresponding to the population by using the existing regional risk value data previously stored as a sample, for example, as shown in Fig. 6 (a), so it is a regional risk The lower limit (a') and upper limit (b') of the regional risk value (horizontal axis) shown in the degree distribution function can also be increased by reflecting the size of the population. In addition, the probability distribution form of the regional risk distribution function may differ from the sample in terms of the peak or width of the function due to parameter selection. The regional risk distribution function illustrated in FIG. 6 may be a distribution of regional risk values corresponding to the population of the sample and their frequencies calculated in the form of a Pareto distribution through a process such as a goodness of fit test.

이와 같이 지역위해도 분포함수를 산출하면 기존 지역 위해도값의 데이터를 표본으로 하는 모집단에 대한 지역 위해도값의 연속적인 분포를 산정할 수 있고, 지역위해도 분포함수에 나타난 지역 위해도값 분포(가로축)를 복수 구간으로 분할하여 보다 객관적으로 지역별 피해등급을 산정하는 것이 가능하다.By calculating the regional risk distribution function in this way, it is possible to calculate the continuous distribution of regional risk values for the population using the existing regional risk value data as a sample, and the regional risk value distribution shown in the regional risk distribution function. It is possible to more objectively calculate the damage grade by region by dividing (horizontal axis) into multiple sections.

도 1을 참조하면, 지역별 피해등급 산출모듈(1000)은, 지역위해도 분포함수(C-1)에 나타난 지역 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역피해등급을 부여하고, 지역위해도 생성모듈(700)에서 신규 생성된 신규 지역 위해도값을 분할된 구간 중 어느 하나에 할당하여 지역별 피해등급(D-1)을 산출한다. 지역 위해도 생성모듈(700)은 그와 관련된 연산 및 데이터처리가 가능한 프로그램을 포함하여 구성될 수 있다.Referring to FIG. 1, the regional damage rating calculation module 1000 divides the regional risk value distribution shown in the regional risk distribution function (C-1) into a plurality of sections, assigns a regional damage rating to each section, and A new regional risk value newly generated in the risk generation module 700 is assigned to one of the divided sections to calculate a damage grade (D-1) for each region. The regional risk generation module 700 may include a program capable of calculating and processing data related thereto.

도 7은 도 1의 지역별 피해등급 산출모듈에서 지역위해도 분포함수의 지역 위해도값 분포로부터 지역별 피해등급을 산출하는 데이터처리과정을 예시한 도면이다.FIG. 7 is a diagram illustrating a data processing process of calculating a damage grade by region from a regional risk value distribution of a regional risk distribution function in the damage rating calculation module of FIG. 1 .

도 7을 참조하면, 지역별 피해등급 산출모듈(1000)은 전술한 지역위해도 분포함수[도 6의 (c)]에 나타난 지역 위해도값 분포(가로축)를 복수의 구간으로 분할하고 각 구간마다 지역피해등급을 부여하는 처리를 할 수 있다. 이때, 각 구간은 예를 들어, 구간에 대한 확률이 10%씩 분배되도록 분할될 수 있다. 예를 들어, 도 7에 도시된 지역피해등급 각 구간은 각 구간에 대한 지역위해도 분포함수의 확률이 10%가 되도록 설정된 것일 수 있다.Referring to FIG. 7, the regional damage rating calculation module 1000 divides the regional risk value distribution (horizontal axis) shown in the above-described regional risk distribution function [Fig. 6(c)] into a plurality of sections, and each section A local damage rating can be assigned. At this time, each section may be divided so that, for example, the probability for each section is distributed by 10%. For example, each section of the regional damage rating shown in FIG. 7 may be set such that the probability of the regional risk distribution function for each section is 10%.

그러나 구간의 분할방법이 이로써 한정될 필요는 없으며 필요에 따라 다른 형태의 분할방법도 얼마든지 사용할 수 있다. 적절한 구간 분할로 모집단의 지역 위해도값 분포를 분할하고 각 구간마다 지역피해등급을 다르게 부여할 수 있다. 또한 도면에는 구간이 10개(즉 지역피해등급이 10개의 등급으로 구분)로 예시되었지만 필요에 따라 구간을 증감하는 것도 얼마든지 가능하다.However, the division method of the section does not need to be limited to this, and other types of division methods can be used as needed. It is possible to divide the regional risk value distribution of the population by appropriate section division and assign different regional damage ratings to each section. In addition, although 10 sections are illustrated in the drawing (that is, local damage grades are divided into 10 grades), it is also possible to increase or decrease the sections as needed.

지역별 피해등급은, 이와 같이 지역위해도 분포함수 상에서 지역피해등급을 나타내는 구간을 설정한 후 신규 생성된 신규 지역 위해도값을 특정 구간과 매칭시켜 선정할 수 있다. 신규 지역 위해도값은, 지역위해도 생성모듈(700)에서 생성될 수 있으며 지역위해도 분포함수를 생성하는 데 사용된 기존 지역 위해도값이 아닌, 지역피해등급 산정시점에서 신규로 생성된 지역 위해도값일 수 있다. 신규 지역 위해도값은 예를 들어, 신규 사고지역에 대해 신규 생성된 신규 개인 위해도값 전체의 합산으로 부여된 것일 수 있다.The damage grade for each region can be selected by setting a section representing the regional damage grade on the regional risk distribution function and then matching the newly created regional risk value with a specific section. The new regional risk value can be generated in the regional risk generation module 700, and is not the existing regional risk value used to generate the regional risk distribution function, but is newly created at the time of regional damage rating calculation. It can be a risk value. For example, the new area risk value may be assigned as the sum of all new individual risk values newly generated for the new accident area.

즉 기존에 사고지역으로부터 수집된 지역 위해도값 데이터를 표본으로 그 모집단에 해당하는 지역 위해도값 분포를 산출하고, 산출된 지역 위해도값 분포(지역위해도 분포함수상에 나타난 지역 위해도값 분포)를 구간으로 분할하여, 지역피해등급의 기준으로 삼을 수 있다. 신규 생성된 지역 위해도값은 도 7에 예시된 것처럼 분할된 구간 중 특정 구간에 할당될 수 있으며 할당된 구간에 대응하여 지역별 피해등급이 산정될 수 있다. 예를 들어, 신규 지역 위해도값이 도 7과 같이 5등급의 지역피해등급에 해당하는 구간과 매칭되는 경우, 신규 지역 위해도값이 부여된 특정 사고지역은, 지역피해등급 5등급으로 지역별 피해등급이 산정될 수 있다.That is, the regional risk value distribution corresponding to the population is calculated using the regional risk value data collected from the accident area as a sample, and the calculated regional risk value distribution (regional risk value shown on the regional risk distribution function) distribution) can be divided into sections and used as a standard for regional damage ratings. As illustrated in FIG. 7 , the newly created regional risk value may be assigned to a specific section among the divided sections, and a damage grade for each region may be calculated corresponding to the assigned section. For example, if a new regional risk value is matched with a section corresponding to a regional damage rating of 5, as shown in FIG. ratings can be calculated.

이러한 지역별 피해등급의 산정 역시, 신규 사고지역이 둘 이상인 경우에는 복수의 신규 사고지역 각각에 대해서 진행될 수 있다. 즉 전술한 데이터 처리과정을 통해 지역위해도 생성모듈(700)로부터 복수의 신규 사고지역에 대한 신규 지역 위해도값을 한꺼번에 생성하고, 이들 각각에 대해서도 지역위해도 분포함수에 나타난 지역 위해도값 분포의 분할된 구간 상에 매칭시켜 각각 대응하는 지역별 피해등급을 산정할 수 있다.The calculation of damage ratings for each region may also be performed for each of a plurality of new accident regions when there are two or more new accident regions. That is, new regional risk values for a plurality of new accident areas are generated at once from the regional risk generation module 700 through the above-described data processing process, and the regional risk value distribution shown in the regional risk distribution function for each of them. It is possible to calculate the damage grade for each corresponding region by matching on the divided section of .

지역위해도 생성모듈(700) 역시, 지역별 피해등급 산출 후에는 신규 지역 위해도값을 지역위해도DB(800)에 저장하고, 지역위해도DB(800)를 바로 업데이트 할 수 있다. 따라서 다음 번 지역별 피해등급이 산출될 때에는, 업데이트 된 지역위해도DB(800)로부터 새로운 지역위해도 분포함수를 산출하고 보다 증가된 데이터를 반영하여 지역별 피해등급을 산정하는 것이 가능하다. 이러한 과정 역시 신규 데이터 입력시마다 반복될 수 있다.The regional risk generation module 700 may also store new regional risk values in the regional risk DB 800 after calculating the damage rating for each region, and immediately update the regional risk DB 800. Therefore, next time when the damage grade for each region is calculated, it is possible to calculate the damage grade for each region by calculating a new regional risk distribution function from the updated regional risk DB 800 and reflecting the increased data. This process may also be repeated whenever new data is input.

이러한 방식으로, 본 발명의 피해등급 자동산정장치(1)를 이용하여 통계적인 방식으로 보다 객관적으로 신속하게 지역별 피해등급도 산정할 수 있다.In this way, by using the automatic damage rating calculation device 1 of the present invention, it is possible to more objectively and quickly calculate the damage rating for each region in a statistical manner.

한편, 도 1을 참조하면, 본 발명의 피해등급 자동산정장치(1)는, 지역별 피해등급(D-1) 산정 시 지역별 가중 피해규모를 반영하는 지역별 가중피해등급(D-2)도 함께 산정할 수 있다. 최종적으로는, 지역별 피해등급과 지역별 가중피해등급을 함께 고려하여 지역에 대한 종합적인 피해규모를 파악할 수 있다. 이하, 이에 대해 좀더 상세히 설명한다.On the other hand, referring to FIG. 1, the automatic damage rating calculation device 1 of the present invention calculates the regional weighted damage rating (D-2) that reflects the weighted damage scale by region when calculating the regional damage rating (D-1). can do. Finally, the comprehensive damage scale for the region can be identified by considering both the damage grade by region and the weighted damage grade by region. Hereinafter, this will be described in more detail.

지역별 가중피해등급 역시 전술한 지역별 피해등급과 개념적으로는 유사하게 산정된다. 다만, 지역별 가중피해등급은, 전술한 지역 위해도값 대신 지역 가중위해도값(B-2)에 대한 통계적처리를 통해 산출된다. 지역별 가중피해등급에 대한 산정 역시 전술한 지역위해도 생성모듈(700), 지역위해도DB(800), 지역위해도 분포함수 산출모듈(900), 지역별 피해등급 산출모듈(1000)로부터 진행될 수 있으며, 각 모듈들은 다음과 같은 작용을 더 할 수 있다.Regional weighted damage ratings are also calculated conceptually similar to the aforementioned regional damage ratings. However, the regional weighted damage rating is calculated through statistical processing of the regional weighted risk value (B-2) instead of the regional risk value described above. The calculation of the weighted damage grade for each region can also be performed from the aforementioned regional risk generation module (700), regional risk DB (800), regional risk distribution function calculation module (900), and regional damage rating calculation module (1000). , each module can further act as follows.

도 1을 참조하면, 지역위해도 생성모듈(700)은, 전술한 지역별 개인 위해도값 데이터[전술한 바와 같이, 개인 위해도DB(400)에 저장된 개인 위해도값 데이터를 사고지역 별로 분류하여 생성한 것]를 사고지역별로 합산하되, 지역별 개인 위해도값 데이터에 포함된 개인 위해도값의 크기에 비례하는 가중치가 추가된 지역 가중위해도값(B-2)을 사고지역에 대해 추가로 부여하며,Referring to FIG. 1, the regional risk generation module 700 classifies the above-described individual risk value data for each region (as described above, the individual risk value data stored in the personal risk DB 400 for each accident region). generated] for each accident area, but a regional weighted risk value (B-2) with a weight proportional to the size of the individual risk value included in the individual risk value data for each area is added for the accident area grant,

지역위해도DB(800)는 지역 가중위해도값을 추가로 저장하며,The regional risk DB 800 additionally stores regional weighted risk values,

지역위해도 분포함수 산출모듈(900)은, 전술한 통계적처리를 통해 지역위해도DB(800)에 기저장된 기존 지역 위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 가중위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역가중위해도 분포함수(C-2)를 산출하며,The regional risk distribution function calculation module 900 uses the existing regional risk value data previously stored in the regional risk DB 800 as a sample through the above-described statistical processing, and makes statistical inference from information on the number of accident regions in the sample. Calculate a regional weighted risk distribution function (C-2) capable of calculating the distribution of regional weighted risk values corresponding to the population of the sample and the probability of the number of accident areas corresponding thereto,

지역별 피해등급 산출모듈(1000)은, 지역 가중위해도 분포함수에 나타난 지역 가중위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역 가중피해등급을 부여하고, 지역위해도 생성모듈(700)에서 신규 생성된 신규 지역 가중위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 가중피해등급(D-2)을 산출할 수 있다.The regional damage rating calculation module 1000 divides the regional weighted risk value distribution shown in the regional weighted risk distribution function into multiple sections, assigns a regional weighted damage rating to each section, and in the regional risk generation module 700 A weighted damage grade (D-2) for each region can be calculated by assigning a newly created regional weighted risk value to any one of the above sections.

이러한 지역별 가중 피해등급의 산출과정은, 실질적으로 전술한 지역별 피해등급의 산출과정과 개념적으로 동등하며 다만, 지역 위해도값 대신 지역 가중위해도값을 변수로 사용하는 점에 차이가 있다. 따라서 전술한 지역별 피해등급의 산출과정을 참조하여 설명한다.The process of calculating weighted damage ratings by region is practically identical to the process of calculating damage ratings by region described above, except that regional weighted risk values are used as variables instead of regional risk values. Therefore, it will be described with reference to the calculation process of the damage rating for each region described above.

도 8은 도 1의 지역위해도 생성모듈에서 개인 위해도값으로부터 특정 사고지역의 지역 가중위해도값이 산출되는 방식을 예시한 도면이고, 도 9는 도 1의 지역별 피해등급 산출모듈에서 지역 가중위해도값에서 산출된 지역 가중위해도값 분포로부터 지역별 가중피해등급을 산출하는 데이터처리과정을 예시한 도면이다.8 is a diagram illustrating a method for calculating a regional risk weighted risk value of a specific accident area from an individual risk value in the regional risk generation module of FIG. 1, and FIG. It is a diagram illustrating the data processing process of calculating the weighted damage grade for each region from the regional weighted risk value distribution calculated from the risk value.

도 8을 참조하여 지역 가중위해도값을 설명하면 다음과 같다. 지역 가중위해도값 역시 지역 위해도값과 마찬가지로 각 사고지역에 대해 부여된다. 다만, 지역 가중위해도값은, 각 사고지역에 대한 지역별 개인 위해도값 데이터의 합산 시에 데이터에 포함된 개인 위해도값의 크기에 비례하는 가중치가 추가된다.Referring to FIG. 8, the regional weighted risk value is described as follows. A regional weighted risk value is also assigned for each accident area, just like the regional risk value. However, for the regional weighted risk value, a weight proportional to the size of the individual risk value included in the data is added when summing up the individual risk value data by region for each accident area.

따라서 예를 들어, 동일 사고지역이라도 지역 가중위해도값의 크기가 지역 위해도값보다 더 클 수 있으며, 서로 다른 사고지역에 대해서는 상대적으로 크기가 큰 개인 위해도값을 다수 보유한 사고지역(즉, 위해도가 높은 개인이 많은 사고지역)의 지역 가중위해도값의 크기가 더 크게 생성될 수 있다. 예를 들어 가중치는, 지역 가중위해도값을 산출하기 위해 합산되는 각 개인 위해도값 마다 크기에 비례하는 숫자를 곱하는 방식으로 적용될 수 있으며, 따라서 개인 위해도값의 크기에 따라 가중치 역시 달라질 수 있다. 가중치는 예시된 방식을 포함하는 다양한 방식으로 변형하여 적용될 수 있다.Therefore, for example, even in the same accident area, the size of the regional weighted risk value may be larger than the regional risk value, and for different accident areas, an accident area having multiple individual risk values with a relatively large size (i.e., Accident areas with many high-risk individuals) can generate a larger size of the regional weighted risk value. For example, weights can be applied in such a way as to multiply each individual risk value that is added up to calculate a regional weighted risk value by a number proportional to the size, so the weight can also vary depending on the size of the individual risk value. . The weight may be modified and applied in various ways including the exemplified method.

이와 같이 개인 위해도값을 가중치 적용하여 합산하는 방식으로 각 사고지역마다 지역 가중위해도값을 각각 생성할 수 있다. 즉 도 8처럼 n개의 사고지역에 대해 n개의 지역 가중위해도값이 각각 부여될 수 있다. 전술한 지역 위해도값 역시 사고지역 각각에 대해 부여되므로, 데이터가 있는 모든 사고지역에 대해, 지역 위해도값과, 지역 가중위해도값이 쌍으로 부여될 수 있다.In this way, each regional weighted risk value can be generated for each accident area by adding the weighted individual risk values. That is, as shown in FIG. 8, n area weighted risk values may be assigned to n accident areas. Since the aforementioned regional risk values are also assigned to each accident region, a regional risk value and a regional weighted risk value can be assigned as a pair for all accident regions with data.

지역 가중위해도값이 산출되면, 전술한 바와 같이, 실질적으로 지역 위해도값으로부터 통계적추론을 통해 지역위해도 분포함수를 산출하는 과정과 동등한 과정을 통해, 지역 가중위해도 분포함수를 산출할 수 있다. 즉, 전술한 도 6의 지역 위해도 분포함수 산출과정과 동등한 통계적 처리방식을 사용하되, 변수를 지역 위해도값 대신 지역 가중위해도값으로 바꾸어 지역 가중위해도 분포함수를 산출할 수 있다.If the regional weighted risk value is calculated, as described above, the regional risk distribution function can be calculated through a process substantially equivalent to the process of calculating the regional risk distribution function through statistical inference from the regional risk value. there is. That is, the regional risk distribution function can be calculated by using a statistical processing method equivalent to the regional risk distribution function calculation process of FIG. 6 described above, but replacing the variable with regional weighted risk values instead of regional risk values.

따라서 지역 가중위해도 분포함수의 산출과정은 전술한 도 6의 지역 위해도 분포함수의 산출과정 및 관련설명에 준하여 이해가 가능하므로 그에 대한 반복설명은 생략한다. 다만 동일 사고지역이라도, 지역 가중위해도값의 크기는 지역 위해도값과 차이가 있으므로, 동일한 방식으로 통계적 처리를 하더라도 표본의 형태 모집단의 형태 등은 지역 위해도값의 경우와 달라지게 된다.Therefore, since the calculation process of the regional risk distribution function can be understood in accordance with the calculation process and related description of the regional risk distribution function of FIG. 6 described above, a repeated description thereof will be omitted. However, even in the same accident area, the size of the regional weighted risk value is different from the regional risk value, so even if statistical processing is performed in the same way, the shape of the sample and the shape of the population are different from those of the regional risk value.

그와 같은 방식으로 지역 가중위해도 분포함수가 산출되면, 도 9와 같이 지역 가중 위해도 분포함수에 나타난 지역 가중위해도값의 분포(가로축)를 복수의 구간으로 분할하고 각 구간마다 지역 가중피해등급을 부여하는 처리를 할 수 있다. 구간의 분할방법 역시 전술한 지역 위해도값의 분할방식[도 7 및 관련설명 참조]에 대응하므로 그에 준하여 이해할 수 있다.When the regional weighted risk distribution function is calculated in such a way, as shown in FIG. A grade can be assigned. The division method of the section also corresponds to the division method of the regional risk value described above [see FIG. 7 and related description], so it can be understood accordingly.

지역별 가중피해등급은, 이와 같이 지역 가중위해도 분포함수 상에서 지역 가중피해등급을 나타내는 구간 설정 후 신규 생성된 신규 지역 가중위해도값을 특정 구간과 매칭시켜 선정할 수 있다. 신규 지역 가중위해도값 역시, 지역위해도 생성모듈(700)에서 생성되며, 지역 가중위해도 분포함수를 생성하는 데 사용된 기존 지역 가중위해도값이 아닌, 지역 가중피해등급 산정시점에서 신규로 생성된 지역 가중위해도값일 수 있다. 신규 지역 가중위해도값은, 예를들어, 신규 사고지역에 대해 신규 생성된 신규 개인 위해도값 전체의 가중치 부여된 합으로 생성된 것일 수 있다.The regional weighted damage rating can be selected by matching the newly created regional weighted risk value with a specific interval after setting the interval representing the regional weighted damage rating on the regional weighted risk distribution function in this way. The new regional weighted risk value is also generated by the regional risk generation module 700, and is not the existing regional weighted risk value used to generate the regional weighted risk distribution function. It may be a generated regional weighted risk value. The new area weighted risk value may be generated by, for example, a weighted sum of all new individual risk values newly generated for the new accident area.

따라서 기존에 사고지역으로부터 수집된 지역 가중위해도값 데이터를 표본으로 그 모집단에 해당하는 지역 가중위해도값 분포를 산출하고 산출된 지역 가중위해도값 분포(지역 가중위해도 분포함수상에 나타난 지역 가중위해도값 분포)를 구간으로 분할하여 지역 가중피해등급의 기준으로 삼을 수 있다. 신규로 생성된 지역 가중위해도값은 도 9에 예시된 것처럼 분할된 구간 중 특정 구간에 할당될 수 있으며 할당된 구간에 대응하여 지역별 가중피해등급이 산정될 수 있다. 예를 들어, 신규 지역 가중위해도값이 도 9와 같이 5등급의 지역 가중피해등급에 해당하는 구간과 매칭되는 경우, 신규 지역 가중위해도값이 부여된 특정 사고지역은, 지역 가중피해등급 5등급으로 지역별 가중피해등급이 산정될 수 있다.Therefore, the regional weighted risk value distribution corresponding to the population was calculated using the regional weighted risk value data collected from the accident area as a sample, and the calculated regional weighted risk value distribution (the area shown on the regional weighted risk distribution function) Weighted risk value distribution) can be divided into sections and used as a standard for regional weighted damage ratings. As illustrated in FIG. 9 , the newly created regional weighted risk value may be assigned to a specific section among the divided sections, and a weighted damage rating for each region may be calculated corresponding to the assigned section. For example, if the new regional weighted risk value is matched with a section corresponding to a regional weighted damage rating of 5, as shown in FIG. Weighted damage ratings for each region can be calculated by rating.

이러한 지역별 가중피해등급의 산정 역시, 신규 사고지역이 둘 이상인 경우 복수의 신규 사고지역 각각에 대해서 진행될 수 있다. 즉 전술한 지역별 피해등급 산정시와 마찬가지로, 지역위해도 생성모듈(700)로부터 복수의 신규 사고지역에 대한 신규 지역 가중위해도값을 한꺼번에 생성하고, 이들 각각을 지역 가중위해도 분포함수에 나타난 지역 가중위해도값 분포의 분할된 구간 상에 매칭시켜 각각 대응하는 지역별 가중피해등급을 산정할 수 있다.The calculation of the weighted damage rating for each region may also be performed for each of a plurality of new accident regions when there are two or more new accident regions. That is, as in the case of calculating the damage rating for each region described above, new region weighted risk values for a plurality of new accident regions are generated at once from the regional risk generation module 700, and each of them is a region represented by the regional weighted risk distribution function It is possible to calculate the weighted damage grade for each corresponding region by matching on the divided sections of the weighted risk value distribution.

지역 위해도 생성모듈(700)은, 지역별 가중피해등급 산출 후 신규 지역 가중위해도값에 대해서도 지역위해도DB(800)에 저장하고, 지역위해도DB(800)를 바로 업데이트 할 수 있다. 따라서 다음 번 지역별 가중피해등급이 산출될 때에는, 업데이트 된 지역위해도DB(800)로부터 새로운 지역 가중위해도 분포함수를 산출하고 보다 증가된 데이터를 반영하여 지역별 가중피해등급을 산정하는 것이 가능하다. 이러한 과정 또한 신규 데이터 입력시마다 반복될 수 있다.The regional risk generation module 700 may store new regional weighted risk values in the regional risk DB 800 after calculating the weighted damage rating for each region, and immediately update the regional risk DB 800. Therefore, when the weighted damage grade for each region is calculated next time, it is possible to calculate the weighted damage grade for each region by calculating a new regional weighted risk distribution function from the updated regional risk DB (800) and reflecting the increased data. This process may also be repeated whenever new data is input.

따라서 본 발명의 피해등급 자동산정장치(1)는, 사고지역 별로 개인 위해도값을 생성하고 그에 대한 통계적처리를 통해 사고지역 내 개인들에 대한 개인별 피해등급(D)을 자동으로 산정할 뿐만 아니라, 사고지역 각각에 부여된 지역 위해도값, 및 지역 가중위해도값으로부터 역시 동등한 통계적처리를 통해 각 사고지역 마다 지역별 피해등급(D-1), 및 지역별 가중피해등급(D-2)를 쌍으로 산정할 수 있다. Therefore, the automatic damage rating calculation device 1 of the present invention generates individual risk values for each accident area and automatically calculates the individual damage rating (D) for individuals in the accident area through statistical processing thereof. , From the regional risk value assigned to each accident area and the regional weighted risk value, a pair of regional damage ratings (D-1) and regional weighted damage ratings (D-2) were obtained for each accident region through the same statistical processing. can be calculated as

특히 지역별 피해등급 산출모듈(1000)은, 이와 같이 지역별 피해규모를 나타내는 피해등급, 가중피해등급을 산출하고 지역별 피해등급 및 지역별 가중피해등급에 의해 정의되는 지역별 종합피해등급을 더 산출하여 제공할 수 있으며 그를 통해 특정 사고지역에 대한 피해규모를 더 정확하게 산정하는 것이 가능하다.In particular, the regional damage rating calculation module 1000 calculates the damage rating and weighted damage rating representing the scale of damage by region, and further calculates and provides a comprehensive damage rating for each region defined by the regional damage rating and weighted damage rating for each region. Through this, it is possible to more accurately calculate the scale of damage to a specific accident area.

도 10은 도 1의 지역별 피해등급 산출모듈에서 지역별 종합피해등급을 산출하는 방식을 예시한 도면이다. 10 is a diagram illustrating a method of calculating a comprehensive damage rating for each region in the damage rating calculation module for each region of FIG. 1 .

지역별 종합피해등급(도 1의 D')은 예를 들어, 지역별 피해등급(도 1의 D-1)과, 지역별 가중피해등급(도 1의 D-2)의 곱으로 산출될 수 있다. 예를 들어 도 10을 참조하면, 특정 사고지역(예, 사고지역1)에 지역별 피해등급 및 지역별 가중피해등급이 각각 4, 7로 산정된 경우(그래프의 수치는 예시적이다), 지역별 종합피해등급은 곱에 해당하는 수치로 산출될 수 있다. 도 10에 예시된 다른 지역 (사고지역2, 3)역시 같은 방식으로 지역별 종합피해등급이 산출될 수 있다.The comprehensive damage rating for each region (D′ in FIG. 1) may be calculated as, for example, the product of the regional damage rating (D-1 in FIG. 1) and the weighted damage rating for each region (D-2 in FIG. 1). For example, referring to FIG. 10, when the damage grade by region and the weighted damage grade by region are calculated as 4 and 7 respectively in a specific accident area (eg, accident area 1) (the figures in the graph are exemplary), comprehensive damage by area The rating may be calculated as a numerical value corresponding to the product. For other areas (accident areas 2 and 3) illustrated in FIG. 10 , comprehensive damage ratings for each area may be calculated in the same manner.

따라서, 지역별 피해등급과 지역별 가중피해등급이 모두 큰 값을 갖는 경우(예, 사고지역3)는 상대적으로 더 높은 지역별 종합피해등급을 산정 받을 수 있다. 더욱이 사고지역 1과 2에서 비교되는 것처럼, 지역별 피해등급이 상대적으로 낮더라도(사고지역1) 지역별 가중피해등급이 더 높다면, 지역별 종합피해등급이 더 높은 수치로 산정되는 것도 가능하다. 지역별 가중피해등급은 전술한 지역 가중위해도값이 반영된 것이고, 지역 가중위해도값은 전술한 바와 같이 사고지역 각 개인의 개인 위해도값의 크기에 비례하는 가중치가 반영된 것이므로, 단순 합산에 의해 나타나기 어려운 사고지역 내 인구 외에 각 개인의 피해규모까지 좀더 정확하게 반영할 수 있다. 따라서 이를 고려한 지역별 종합피해등급의 산정을 통해 사고지역에 대한 피해규모를 더 객관적으로, 더 정확하게 파악하는 것이 가능하다.Therefore, when both the regional damage rating and the regional weighted damage rating have a large value (eg, accident area 3), a relatively higher overall damage rating by region can be calculated. Moreover, as compared to accident areas 1 and 2, even if the damage rating by area is relatively low (accident area 1), if the weighted damage rating by area is higher, it is possible to calculate the overall damage rating by area as a higher value. The regional weighted damage rating reflects the above-mentioned regional weighted risk value, and the regional weighted risk value reflects the weight proportional to the size of the individual risk value of each individual in the accident area as described above. In addition to the population in the difficult accident area, the scale of individual damage can be more accurately reflected. Therefore, it is possible to more objectively and accurately grasp the scale of damage to the accident area through the calculation of the comprehensive damage rating by region considering this.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.Although the embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art can realize that the present invention can be implemented in other specific forms without changing the technical spirit or essential features. you will be able to understand Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting.

1: 화학물질 누출사고의 피해등급 자동산정장치
10: 개인위치정보DB 20: 화학물질 누출정보DB
30: 화학물질별 유해성DB 100: 개인 화학물질 노출량 산출모듈
200: 개인 화학물질 노출량정보DB 300: 개인 위해도 생성모듈
400: 개인 위해도DB 500: 위해도 분포함수 산출모듈
600: 개인별 피해등급 산출모듈 700: 지역위해도 생성모듈
800: 지역위해도DB 900: 지역위해도 분포함수 산출모듈
1000: 지역별 피해등급 산출모듈
A: 개인 화학물질 노출량정보 B: 개인 위해도값
B-1: 지역 위해도값 B-2: 지역 가중위해도값
C: 위해도 분포함수 C-1: 지역위해도 분포함수
C-2: 지역 가중위해도 분포함수 D: 개인별 피해등급
D-1: 지역별 피해등급 D-2: 지역별 가중피해등급
D': 지역별 종합피해등급 S1: 개인위치정보
S2: 화학물질 누출정보 S3: 누출 화학물질의 유해성정보
1: Automatic damage rating calculation system for chemical leakage accidents
10: personal location information DB 20: chemical substance leakage information DB
30: Hazard DB by chemical substance 100: Personal chemical exposure calculation module
200: Personal chemical exposure information DB 300: Personal risk generation module
400: Personal risk DB 500: Risk distribution function calculation module
600: individual damage rating calculation module 700: regional risk generation module
800: regional risk DB 900: regional risk distribution function calculation module
1000: Damage rating calculation module for each region
A: Personal chemical exposure information B: Personal risk value
B-1: Regional risk value B-2: Regional weighted risk value
C: risk distribution function C-1: regional risk distribution function
C-2: Regional weighted risk distribution function D: Individual damage rating
D-1: Damage rating by region D-2: Weighted damage rating by region
D': Comprehensive damage rating by region S1: Personal location information
S2: Chemical Leak Information S3: Hazard Information of Leaked Chemicals

Claims (9)

화학물질 누출사고가 발생한 사고지역에서 수집된 데이터로부터 피해대상의 피해등급을 자동 산정하는 화학물질 누출사고의 피해등급 자동산정장치에 있어서,
사고지역의 개인위치정보가 저장된 개인위치정보DB와, 사고지역의 화학물질 누출정보가 저장된 화학물질 누출정보DB로부터 각각 개인위치정보와 화학물질 누출정보를 입력받고, 사고지역 개인에 대한 개인 화학물질 노출량정보을 산출하는 개인 화학물질 노출량 산출모듈;
상기 개인 화학물질 노출량정보를 저장하는 개인 화학물질 노출량정보DB;
상기 개인 화학물질 노출량정보DB와, 화학물질별 유해성정보가 저장된 화학물질별 유해성DB로부터 각각 개인 화학물질 노출량정보와 누출 화학물질의 유해성정보를 입력받고, 개인 화학물질 노출량과 누출 화학물질의 유해성에 의해 정의되는 개인 위해도값을 사고지역 개인에 대해 부여하는 개인 위해도 생성모듈;
상기 개인 위해도값을 저장하는 개인 위해도DB;
상기 개인 위해도DB에 기저장된 기존 개인 위해도값 데이터를 표본으로, 상기 표본의 사람수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 개인 위해도값의 분포와 그에 대응하는 사람수의 확률을 산출가능한 위해도 분포함수를 산출하는 위해도 분포함수 산출모듈; 및
상기 위해도 분포함수에 나타난 개인 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 피해등급을 부여하고, 상기 개인 위해도 생성모듈에서 신규 생성된 신규 개인 위해도값을 상기 구간 중 어느 하나에 할당하여 개인별 피해등급을 산출하는 개인별 피해등급 산출모듈을 포함하되,
상기 개인 위해도값은,
수치로 산출된 상기 개인 화학물질 노출량과 수치로 제공된 상기 누출 화학물질의 유해성을 정의된 수식에 의해 연산하여, 사고지역 내 개인이 입을 수 있는 피해의 정도를 수치로서 자동 산출한 것이며,
상기 위해도 분포함수는,
상기 표본의 모집단에 해당하는 개인 위해도값을 연속확률변수로 하는 연속확률분포의 확률밀도함수로 생성되며,
상기 피해등급은,
상기 위해도 분포함수의 확률이 분배되도록 분할된 각 구간마다 다르게 부여되며,
상기 개인별 피해등급은,
상기 구간과 매칭된 상기 신규 개인 위해도값이 부여된 개인 각각에 대해 산정되는 것을 특징으로 하는 화학물질 누출사고의 피해등급 자동산정장치.
In the automatic damage grade calculation device for chemical leakage accident that automatically calculates the damage grade of the damage target from the data collected in the accident area where the chemical leakage accident occurred,
Personal location information and chemical leakage information are inputted from the personal location information DB in which personal location information of the accident area is stored and the chemical substance leakage information DB in which chemical substance leakage information in the accident area is stored, respectively Personal chemical exposure calculation module for calculating exposure information;
a personal chemical substance exposure information DB for storing the personal chemical substance exposure information;
Personal chemical substance exposure information and hazard information of leaked chemicals are input from the personal chemical substance exposure information DB and the chemical substance hazard DB storing hazard information by chemical substance, respectively, and the personal chemical substance exposure and hazard information of leaked chemicals are input a personal risk generation module that assigns a personal risk value defined by the accident area to an individual;
a personal risk DB for storing the personal risk value;
Using the existing personal risk value data previously stored in the personal risk DB as a sample, the distribution of personal risk values corresponding to the population of the sample and the corresponding number of people through statistical inference from information on the number of people in the sample A risk distribution function calculation module for calculating a risk distribution function capable of calculating a probability of ; and
The personal risk value distribution shown in the risk distribution function is divided into multiple sections, a damage grade is assigned to each section, and the new personal risk value newly generated in the personal risk generation module is assigned to one of the sections. It includes an individual damage rating calculation module that calculates individual damage ratings by
The individual risk value is,
The personal chemical exposure calculated as a numerical value and the harmfulness of the leaked chemical provided as a numerical value are calculated by a defined formula, and the degree of damage that can be suffered by an individual in the accident area is automatically calculated as a numerical value,
The risk distribution function,
It is generated as a probability density function of a continuous probability distribution with the individual risk value corresponding to the population of the sample as a continuous random variable,
The damage grade is
The probability of the risk distribution function is given differently for each segment divided so that it is distributed,
The damage rating for each individual is,
Automatic damage rating calculation device for chemical leakage accidents, characterized in that the calculation is calculated for each individual to whom the new individual risk value matched with the interval is assigned.
삭제delete 제1항에 있어서,
상기 위해도 분포함수 산출모듈은, 서로 다른 종류의 연속확률분포에 대한 적합도 검정을 통해 상기 위해도 분포함수의 추정적합도를 판별하고, 상기 적합도 검정의 방법이 최대우도추정법을 포함하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 1,
The risk distribution function calculation module determines the estimated fitness of the risk distribution function through a goodness-of-fit test for different types of continuous probability distributions, and the chemical leakage accident in which the goodness-of-fit test method includes the maximum likelihood estimation method Automatic damage rating calculation system.
제3항에 있어서,
상기 서로 다른 종류의 연속확률분포는, 파레토분포, 지수분포, 로지스틱분포, 정규분포, 베타분포, 감마분포, 및 와이블분포 중에서 선택된 하나 이상을 포함하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 3,
The different types of continuous probability distributions include one or more selected from a Pareto distribution, an exponential distribution, a logistic distribution, a normal distribution, a beta distribution, a gamma distribution, and a Weibull distribution.
제1항에 있어서,
상기 개인 위해도 생성모듈은, 상기 개인별 피해등급 산출 후 상기 신규 개인 위해도값을 상기 개인 위해도DB에 저장하고, 상기 개인 위해도 DB를 업데이트하는, 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 1,
The personal risk generating module, after calculating the individual damage rating, stores the new personal risk value in the personal risk DB and updates the personal risk DB.
제1항에 있어서,
상기 개인 위해도DB에 저장되어 있는 개인 위해도값 데이터를 사고지역 별로 분류하여 지역별 개인 위해도값 데이터를 생성하고, 상기 지역별 개인 위해도값 데이터에 포함된 개인 위해도값을 합산하여 사고지역에 대한 지역 위해도값으로 부여하는, 지역위해도 생성모듈을 더 포함하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 1,
The individual risk value data stored in the personal risk DB is classified by accident area to create individual risk value data by area, and the individual risk values included in the personal risk value data by area are added up to determine the accident area. An automatic damage rating calculation device for chemical leakage accidents that further includes a regional risk generation module, which is given as a regional risk value for the region.
제6항에 있어서,
상기 지역 위해도값을 저장하는 지역위해도DB;
상기 지역위해도DB에 기저장된 기존 지역 위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역위해도 분포함수를 산출하는 지역위해도 분포함수 산출모듈; 및
상기 지역위해도 분포함수에 나타난 지역 위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역피해등급을 부여하고, 상기 지역위해도 생성모듈에서 신규 생성된 신규 지역 위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 피해등급을 산출하는 지역별 피해등급 산출모듈을 더 포함하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 6,
a regional risk DB for storing the regional risk value;
The existing regional risk value data previously stored in the regional risk DB is used as a sample, and the distribution of regional risk values corresponding to the population of the sample and the corresponding accident are made through statistical inference from information on the number of accident regions in the sample. A regional risk distribution function calculation module for calculating a regional risk distribution function capable of calculating the probability of the number of regions; and
The regional risk value distribution shown in the regional risk distribution function is divided into a plurality of intervals, and a regional damage grade is assigned to each interval, and the new regional risk value newly generated in the regional risk generation module is selected as one of the intervals. Automatic damage rating calculation device for chemical leakage accidents further comprising a regional damage rating calculation module for calculating regional damage ratings by assigning to.
제7항에 있어서,
상기 지역위해도 생성모듈은, 상기 지역별 개인 위해도값 데이터를 사고지역별로 합산하되, 상기 지역별 개인 위해도값 데이터에 포함된 개인 위해도값의 크기에 비례하는 가중치가 추가된 지역 가중위해도값을 사고지역에 대해 추가로 부여하며,
상기 지역위해도DB는 상기 지역 가중위해도값을 추가로 저장하며,
상기 지역위해도 분포함수 산출모듈은, 상기 지역위해도DB에 기저장된 기존 지역 가중위해도값 데이터를 표본으로, 상기 표본의 사고지역 수에 관한 정보로부터 통계적추론을 통해 상기 표본의 모집단에 해당하는 지역 가중위해도값의 분포와 그에 대응하는 사고지역 수의 확률을 산출가능한 지역 가중위해도 분포함수를 산출하며,
상기 지역별 피해등급 산출모듈은, 상기 지역 가중위해도 분포함수에 나타난 지역 가중위해도값 분포를 복수 구간으로 분할하여 각 구간마다 지역 가중피해등급을 부여하고, 상기 지역위해도 생성모듈에서 신규 생성된 신규 지역 가중위해도값을 상기 구간 중 어느 하나에 할당하여 지역별 가중피해등급을 산출하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 7,
The regional risk generation module adds up the individual risk value data for each region for each accident region, and adds a weight proportional to the size of the individual risk value included in the individual risk value data for each region. is additionally granted to the accident area,
The regional risk DB additionally stores the regional weighted risk value,
The regional risk distribution function calculation module takes existing regional risk value data previously stored in the regional risk DB as a sample, and through statistical inference from information on the number of accident regions in the sample, Calculate a regional weighted risk distribution function that can calculate the distribution of regional weighted risk values and the probability of the number of accident areas corresponding to it,
The regional damage rating calculation module divides the regional weighted risk value distribution shown in the regional weighted risk distribution function into a plurality of sections, assigns a regional weighted damage rating to each section, and newly generated in the regional risk generation module. An automatic damage rating calculation device for chemical leakage accidents that calculates a weighted damage rating for each region by assigning a new regional weighted risk value to any one of the above sections.
제8항에 있어서,
상기 지역별 피해등급 산출모듈은, 상기 지역별 피해등급 및 상기 지역별 가중피해등급에 의해 정의되는 지역별 종합피해등급을 더 산출하여 제공하는 화학물질 누출사고의 피해등급 자동산정장치.
According to claim 8,
The damage rating calculation module for each region further calculates and provides a comprehensive damage rating for each region defined by the regional damage rating and the weighted damage rating for each region.
KR1020220187798A 2022-12-28 2022-12-28 auto damage grade rating apparatus for chemical leakage accident KR102561776B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220187798A KR102561776B1 (en) 2022-12-28 2022-12-28 auto damage grade rating apparatus for chemical leakage accident

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220187798A KR102561776B1 (en) 2022-12-28 2022-12-28 auto damage grade rating apparatus for chemical leakage accident

Publications (1)

Publication Number Publication Date
KR102561776B1 true KR102561776B1 (en) 2023-08-02

Family

ID=87566562

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220187798A KR102561776B1 (en) 2022-12-28 2022-12-28 auto damage grade rating apparatus for chemical leakage accident

Country Status (1)

Country Link
KR (1) KR102561776B1 (en)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090005506A (en) * 2007-07-09 2009-01-14 에스케이 텔레콤주식회사 System and method for autiomatic distribution fitting
KR20160116675A (en) 2015-03-31 2016-10-10 그린에코스 주식회사 Response system and method of chemical substance diffusion
KR101730111B1 (en) * 2016-04-28 2017-04-25 주식회사 세이프티아 Apparatus and method of risk assessment for chemical material
KR101926368B1 (en) * 2018-06-08 2018-12-07 주식회사 주빅스 Real-time damage prediction monitoring system for hazardous chemical material leaks
KR20200013961A (en) * 2018-07-31 2020-02-10 고려대학교 산학협력단 Apparatus and method for chemical safety management based on geographic information system
KR102336679B1 (en) * 2020-06-25 2021-12-09 켐아이넷(주) Index normalization based probability distribution selection method for model selection
KR20220123886A (en) * 2021-03-02 2022-09-13 경북대학교 산학협력단 Apparatus and method of generating probability map that displays degree of risk according to moving path of moving object

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090005506A (en) * 2007-07-09 2009-01-14 에스케이 텔레콤주식회사 System and method for autiomatic distribution fitting
KR20160116675A (en) 2015-03-31 2016-10-10 그린에코스 주식회사 Response system and method of chemical substance diffusion
KR101730111B1 (en) * 2016-04-28 2017-04-25 주식회사 세이프티아 Apparatus and method of risk assessment for chemical material
KR101926368B1 (en) * 2018-06-08 2018-12-07 주식회사 주빅스 Real-time damage prediction monitoring system for hazardous chemical material leaks
KR20200013961A (en) * 2018-07-31 2020-02-10 고려대학교 산학협력단 Apparatus and method for chemical safety management based on geographic information system
KR102336679B1 (en) * 2020-06-25 2021-12-09 켐아이넷(주) Index normalization based probability distribution selection method for model selection
KR20220123886A (en) * 2021-03-02 2022-09-13 경북대학교 산학협력단 Apparatus and method of generating probability map that displays degree of risk according to moving path of moving object

Similar Documents

Publication Publication Date Title
US20150242779A1 (en) Computerized complex system event assessment, projection and control
Gul et al. An artificial neural network-based earthquake casualty estimation model for Istanbul city
Cauzzi et al. Earthquake early warning and operational earthquake forecasting as real-time hazard information to mitigate seismic risk at nuclear facilities
CN107798245B (en) Software security vulnerability prediction method based on component dependency graph
JPWO2008139856A1 (en) Risk model correction system, risk model correction method, and risk model correction program
Beguería et al. A comparison of simultaneous autoregressive and generalized least squares models for dealing with spatial autocorrelation
Aspinall et al. Volcanic risk assessment
JP2016029560A (en) Decision support system, decision support method, and non-temporary storage medium for assessing intervention action
Firuzi et al. Probabilistic earthquake loss model for residential buildings in Tehran, Iran to quantify annualized earthquake loss
Morales Jr et al. Establishment of natural hazards mapping criteria using Analytic Hierarchy Process (AHP)
CN115329870A (en) Machine learning fire prediction and hidden danger identification method and system based on multi-source data fusion
Arfanuzzaman Impact of CO2 emission, per capita income and HDI on Environmental Performance Index: empirical evidence from Bangladesh
Bodenmann et al. Dynamic updating of building loss predictions using regional risk models and conventional post-earthquake data sources
KR102561776B1 (en) auto damage grade rating apparatus for chemical leakage accident
CN110334012A (en) A kind of methods of risk assessment and device
Watling et al. Assessing effects of variation in global climate data sets on spatial predictions from climate envelope models
Pathari et al. Deriving an information security assurance indicator at the organizational level
Munir et al. Early identification model for dengue haemorrhagic fever (DHF) outbreak areas using rule-based stratification approach
Zharikova et al. Situation diagnosis based on the spatially-distributed dynamic disaster risk assessment
KR101478935B1 (en) Risk-profile generation device
CN115936831A (en) Community risk conduction prediction method and system based on large-scale industrial and commercial graph network
Karimi et al. A fuzzy-probabilistic earthquake risk assessment system
Mohammadian et al. Intelligent decision making and analysis using fuzzy cognitive maps for disaster recovery planning
Da Silva et al. A multidimensional risk evaluation framework for managing floods in urban areas
Barker et al. Could we have seen it coming? towards an early warning system for asylum applications in the EU

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant