HaorFloodAlert: 방글라데시 Haor 습지의 72시간 홍수 예측을 위한 탈계절화된 머신러닝 (ML) 앙상블

요약

방글라데시 Haor 습지의 돌발 홍수를 예측하기 위해 탈계절화된 머신러닝 앙상블 모델인 HaorFloodAlert를 개발했습니다. 이 시스템은 Sentinel-1 SAR 데이터를 활용하여 72시간 전 홍수 확률을 예측하며, 계절적 요인에 의한 정확도 왜곡을 방지하도록 설계되었습니다. 또한 3단계 경보 파이프라인과 쌀 피해 추정기를 포함하여 실질적인 농업 보호를 목표로 합니다.

핵심 포인트

• RF와 XGBoost를 결합한 앙상블 모델을 통해 89.6%의 높은 예측 정확도와 0.943의 AUC-ROC 달성
• 온도 등 계절적 요인으로 인한 모델 성능 왜곡을 방지하기 위해 탈계절화(De-seasonalization) 기법 적용
• Sentinel-1 SAR 데이터를 활용한 변화 탐지로 약 36시간의 선행 시간(lead time) 확보
• BRRI(방글라데시 쌀 연구소)의 데이터를 기반으로 한 boro 쌀 피해 추정 기능 통합