Overview

Dataset statistics

Number of variables10
Number of observations170
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory13.6 KiB
Average record size in memory81.8 B

Variable types

Categorical7
Text2
DateTime1

Dataset

Description2019년부터 2020년까지 거창군 자연재난 현황으로서 재난명, 피해현황, 피해원인, 시설등급 등의 데이터가 포함되어 있습니다.
Author경상남도 거창군
URLhttps://bigdata.gyeongnam.go.kr/index.gn?menuCd=DOM_000000114002001000&publicdatapk=15099358

Alerts

피해원인 has constant value ""Constant
연도 is highly overall correlated with 재난명 and 1 other fieldsHigh correlation
재난유형 is highly overall correlated with 재난명 and 2 other fieldsHigh correlation
재난명 is highly overall correlated with 연도 and 2 other fieldsHigh correlation
피해개요 is highly overall correlated with 연도 and 4 other fieldsHigh correlation
시설등급 is highly overall correlated with 피해개요 and 1 other fieldsHigh correlation
피해구분 is highly overall correlated with 재난유형 and 2 other fieldsHigh correlation
연도 is highly imbalanced (83.9%)Imbalance
재난유형 is highly imbalanced (59.0%)Imbalance

Reproduction

Analysis started2023-12-11 00:21:49.301854
Analysis finished2023-12-11 00:21:50.444525
Duration1.14 second
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

연도
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct2
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
2020
166 
2019
 
4

Length

Max length4
Median length4
Mean length4
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2019
2nd row2019
3rd row2019
4th row2019
5th row2020

Common Values

ValueCountFrequency (%)
2020 166
97.6%
2019 4
 
2.4%

Length

2023-12-11T09:21:50.513304image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:50.619003image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2020 166
97.6%
2019 4
 
2.4%

재난유형
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct2
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
호우
156 
태풍
 
14

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row태풍
2nd row태풍
3rd row태풍
4th row태풍
5th row호우

Common Values

ValueCountFrequency (%)
호우 156
91.8%
태풍 14
 
8.2%

Length

2023-12-11T09:21:50.759327image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:50.867826image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
호우 156
91.8%
태풍 14
 
8.2%

재난명
Categorical

HIGH CORRELATION 

Distinct9
Distinct (%)5.3%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
7.28~8.11 호우(12차 전환)
54 
7.28~8.11 호우
54 
8.1~ 호우
31 
7.12~13일 호우
14 
제9호 태풍 마이삭 및 제10호 태풍 하이선
 
5
Other values (4)
12 

Length

Max length24
Median length20
Mean length13.9
Min length7

Unique

Unique1 ?
Unique (%)0.6%

Sample

1st row7.19 ~ 태풍
2nd row제18호 태풍 미탁
3rd row제18호 태풍 미탁
4th row제18호 태풍 미탁
5th row7.12~13일 호우

Common Values

ValueCountFrequency (%)
7.28~8.11 호우(12차 전환) 54
31.8%
7.28~8.11 호우 54
31.8%
8.1~ 호우 31
18.2%
7.12~13일 호우 14
 
8.2%
제9호 태풍 마이삭 및 제10호 태풍 하이선 5
 
2.9%
제9호 태풍 마이삭 5
 
2.9%
제18호 태풍 미탁 3
 
1.8%
7.23.~25. 호우 강풍 풍랑 3
 
1.8%
7.19 ~ 태풍 1
 
0.6%

Length

2023-12-11T09:21:50.985110image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:51.109065image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
7.28~8.11 108
24.9%
호우 102
23.5%
전환 54
12.4%
호우(12차 54
12.4%
8.1 31
 
7.1%
태풍 19
 
4.4%
7.12~13일 14
 
3.2%
제9호 10
 
2.3%
마이삭 10
 
2.3%
하이선 5
 
1.2%
Other values (9) 27
 
6.2%

시설명
Text

Distinct83
Distinct (%)48.8%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
2023-12-11T09:21:51.362153image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length42
Median length28.5
Mean length18.423529
Min length4

Characters and Unicode

Total characters3132
Distinct characters104
Distinct categories7 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique24 ?
Unique (%)14.1%

Sample

1st row거창 해평임도(산사태)
2nd row경상남도 거창군 웅양면 산포리 산156
3rd row경상남도 거창군 고제면 봉계리 산197-2 외 15필지
4th row경상남도 거창군 북상면 산수리 산37-5 외 1필지
5th row웅양 가북 임도
ValueCountFrequency (%)
거창군 89
 
12.3%
경상남도 87
 
12.0%
외 64
 
8.8%
고제면 27
 
3.7%
북상면 24
 
3.3%
위천면 14
 
1.9%
웅양면 14
 
1.9%
주상면 12
 
1.7%
산수리 11
 
1.5%
개명리 9
 
1.2%
Other values (138) 375
51.7%
2023-12-11T09:21:51.847567image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
566
 
18.1%
산 190
 
6.1%
도 147
 
4.7%
상 136
 
4.3%
1 127
 
4.1%
리 123
 
3.9%
면 109
 
3.5%
거 103
 
3.3%
창 103
 
3.3%
군 95
 
3.0%
Other values (94) 1433
45.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1922
61.4%
Space Separator 566
 
18.1%
Decimal Number 473
 
15.1%
Dash Punctuation 82
 
2.6%
Other Punctuation 35
 
1.1%
Open Punctuation 27
 
0.9%
Close Punctuation 27
 
0.9%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
산 190
 
9.9%
도 147
 
7.6%
상 136
 
7.1%
리 123
 
6.4%
면 109
 
5.7%
거 103
 
5.4%
창 103
 
5.4%
군 95
 
4.9%
남 94
 
4.9%
경 87
 
4.5%
Other values (79) 735
38.2%
Decimal Number
ValueCountFrequency (%)
1 127
26.8%
2 73
15.4%
4 58
12.3%
7 40
 
8.5%
8 38
 
8.0%
9 38
 
8.0%
3 33
 
7.0%
0 30
 
6.3%
6 20
 
4.2%
5 16
 
3.4%
Space Separator
ValueCountFrequency (%)
566
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 82
100.0%
Other Punctuation
ValueCountFrequency (%)
, 35
100.0%
Open Punctuation
ValueCountFrequency (%)
( 27
100.0%
Close Punctuation
ValueCountFrequency (%)
) 27
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1922
61.4%
Common 1210
38.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
산 190
 
9.9%
도 147
 
7.6%
상 136
 
7.1%
리 123
 
6.4%
면 109
 
5.7%
거 103
 
5.4%
창 103
 
5.4%
군 95
 
4.9%
남 94
 
4.9%
경 87
 
4.5%
Other values (79) 735
38.2%
Common
ValueCountFrequency (%)
566
46.8%
1 127
 
10.5%
- 82
 
6.8%
2 73
 
6.0%
4 58
 
4.8%
7 40
 
3.3%
8 38
 
3.1%
9 38
 
3.1%
, 35
 
2.9%
3 33
 
2.7%
Other values (5) 120
 
9.9%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1922
61.4%
ASCII 1210
38.6%

Most frequent character per block

ASCII
ValueCountFrequency (%)
566
46.8%
1 127
 
10.5%
- 82
 
6.8%
2 73
 
6.0%
4 58
 
4.8%
7 40
 
3.3%
8 38
 
3.1%
9 38
 
3.1%
, 35
 
2.9%
3 33
 
2.7%
Other values (5) 120
 
9.9%
Hangul
ValueCountFrequency (%)
산 190
 
9.9%
도 147
 
7.6%
상 136
 
7.1%
리 123
 
6.4%
면 109
 
5.7%
거 103
 
5.4%
창 103
 
5.4%
군 95
 
4.9%
남 94
 
4.9%
경 87
 
4.5%
Other values (79) 735
38.2%

피해개요
Categorical

HIGH CORRELATION 

Distinct49
Distinct (%)28.8%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
<NA>
65 
집중 호우로 인한 임도시설 피해
12 
8.8-8.9 집중호우로 인한 임도 피해 발생
 
6
8.8~9 집중호우로 인한 피해
 
6
산사태 피해 1.21ha
 
4
Other values (44)
77 

Length

Max length59
Median length37
Mean length14.058824
Min length4

Unique

Unique19 ?
Unique (%)11.2%

Sample

1st row제5호 태풍 '다나스'로 인한 임도변 하상 산사태(토사유실)GPS X : 288388, Y : 356367
2nd row사면유실 L160 * H50
3rd row사면유실 L136 * H50
4th row사면유실 L200 * H25
5th row집중 호우로 인한 임도 사면 유실

Common Values

ValueCountFrequency (%)
<NA> 65
38.2%
집중 호우로 인한 임도시설 피해 12
 
7.1%
8.8-8.9 집중호우로 인한 임도 피해 발생 6
 
3.5%
8.8~9 집중호우로 인한 피해 6
 
3.5%
산사태 피해 1.21ha 4
 
2.4%
산사태로 인한 배수로 막힘으로 마을 안길 침수. 3
 
1.8%
산사태 피해 1.3ha 3
 
1.8%
산사태 피해 1.65ha 3
 
1.8%
0.83ha 3
 
1.8%
산사태 피해: 2.08ha 3
 
1.8%
Other values (39) 62
36.5%

Length

2023-12-11T09:21:52.021945image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 65
 
11.6%
피해 63
 
11.3%
인한 55
 
9.8%
산사태 43
 
7.7%
집중호우로 36
 
6.4%
발생 17
 
3.0%
임도시설 16
 
2.9%
유실 16
 
2.9%
호우로 14
 
2.5%
집중 14
 
2.5%
Other values (82) 220
39.4%

피해위치
Text

Distinct90
Distinct (%)52.9%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
2023-12-11T09:21:52.322489image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length85
Median length20
Mean length24.005882
Min length17

Characters and Unicode

Total characters4081
Distinct characters92
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique46 ?
Unique (%)27.1%

Sample

1st row경상남도 거창군 가북면 중촌리 산
2nd row경상남도 거창군 웅양면 산포리 산
3rd row경상남도 거창군 고제면 봉계리 산
4th row경상남도 거창군 북상면 산수리 산
5th row경상남도 거창군 웅양면 산포리 156-0 산 가북면 해평리 산53, 산54
ValueCountFrequency (%)
경상남도 173
17.4%
거창군 173
17.4%
산 166
16.7%
북상면 37
 
3.7%
고제면 36
 
3.6%
가북면 27
 
2.7%
중촌리 21
 
2.1%
위천면 19
 
1.9%
웅양면 17
 
1.7%
산수리 15
 
1.5%
Other values (119) 310
31.2%
2023-12-11T09:21:52.787879image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1134
27.8%
산 265
 
6.5%
상 233
 
5.7%
리 208
 
5.1%
남 184
 
4.5%
거 182
 
4.5%
창 182
 
4.5%
경 173
 
4.2%
군 173
 
4.2%
도 173
 
4.2%
Other values (82) 1174
28.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2571
63.0%
Space Separator 1134
27.8%
Decimal Number 296
 
7.3%
Dash Punctuation 53
 
1.3%
Other Punctuation 27
 
0.7%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
산 265
10.3%
상 233
 
9.1%
리 208
 
8.1%
남 184
 
7.2%
거 182
 
7.1%
창 182
 
7.1%
경 173
 
6.7%
군 173
 
6.7%
도 173
 
6.7%
면 169
 
6.6%
Other values (69) 629
24.5%
Decimal Number
ValueCountFrequency (%)
1 67
22.6%
2 53
17.9%
8 36
12.2%
4 27
9.1%
7 26
 
8.8%
9 24
 
8.1%
3 23
 
7.8%
6 17
 
5.7%
0 17
 
5.7%
5 6
 
2.0%
Space Separator
ValueCountFrequency (%)
1134
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 53
100.0%
Other Punctuation
ValueCountFrequency (%)
, 27
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2571
63.0%
Common 1510
37.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
산 265
10.3%
상 233
 
9.1%
리 208
 
8.1%
남 184
 
7.2%
거 182
 
7.1%
창 182
 
7.1%
경 173
 
6.7%
군 173
 
6.7%
도 173
 
6.7%
면 169
 
6.6%
Other values (69) 629
24.5%
Common
ValueCountFrequency (%)
1134
75.1%
1 67
 
4.4%
- 53
 
3.5%
2 53
 
3.5%
8 36
 
2.4%
, 27
 
1.8%
4 27
 
1.8%
7 26
 
1.7%
9 24
 
1.6%
3 23
 
1.5%
Other values (3) 40
 
2.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2571
63.0%
ASCII 1510
37.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1134
75.1%
1 67
 
4.4%
- 53
 
3.5%
2 53
 
3.5%
8 36
 
2.4%
, 27
 
1.8%
4 27
 
1.8%
7 26
 
1.7%
9 24
 
1.6%
3 23
 
1.5%
Other values (3) 40
 
2.6%
Hangul
ValueCountFrequency (%)
산 265
10.3%
상 233
 
9.1%
리 208
 
8.1%
남 184
 
7.2%
거 182
 
7.1%
창 182
 
7.1%
경 173
 
6.7%
군 173
 
6.7%
도 173
 
6.7%
면 169
 
6.6%
Other values (69) 629
24.5%

시설등급
Categorical

HIGH CORRELATION 

Distinct8
Distinct (%)4.7%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
사유림
114 
국유림
34 
지자체소유림
 
10
지방도
 
3
세천
 
3
Other values (3)
 
6

Length

Max length6
Median length3
Mean length3.1823529
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row국유림
2nd row사유림
3rd row사유림
4th row사유림
5th row사유림

Common Values

ValueCountFrequency (%)
사유림 114
67.1%
국유림 34
 
20.0%
지자체소유림 10
 
5.9%
지방도 3
 
1.8%
세천 3
 
1.8%
농로 2
 
1.2%
마을진입로 2
 
1.2%
지방관리 2
 
1.2%

Length

2023-12-11T09:21:52.941405image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:53.097125image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
사유림 114
67.1%
국유림 34
 
20.0%
지자체소유림 10
 
5.9%
지방도 3
 
1.8%
세천 3
 
1.8%
농로 2
 
1.2%
마을진입로 2
 
1.2%
지방관리 2
 
1.2%

피해원인
Categorical

CONSTANT 

Distinct1
Distinct (%)0.6%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
산사태
170 

Length

Max length3
Median length3
Mean length3
Min length3

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row산사태
2nd row산사태
3rd row산사태
4th row산사태
5th row산사태

Common Values

ValueCountFrequency (%)
산사태 170
100.0%

Length

2023-12-11T09:21:53.222909image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:53.324157image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
산사태 170
100.0%

피해구분
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)2.9%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
유실
94 
붕괴
58 
기타
10 
매몰
 
5
침수
 
3

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row유실
2nd row유실
3rd row유실
4th row유실
5th row유실

Common Values

ValueCountFrequency (%)
유실 94
55.3%
붕괴 58
34.1%
기타 10
 
5.9%
매몰 5
 
2.9%
침수 3
 
1.8%

Length

2023-12-11T09:21:53.444942image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T09:21:53.571797image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
유실 94
55.3%
붕괴 58
34.1%
기타 10
 
5.9%
매몰 5
 
2.9%
침수 3
 
1.8%

피해 일시
Date

Distinct21
Distinct (%)12.4%
Missing0
Missing (%)0.0%
Memory size1.5 KiB
Minimum2019-07-20 00:00:00
Maximum2020-09-03 02:00:00
2023-12-11T09:21:53.976170image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T09:21:54.094444image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=21)

Correlations

2023-12-11T09:21:54.221771image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
연도재난유형재난명시설명피해개요피해위치시설등급피해구분피해 일시
연도1.0000.6401.0001.0001.0000.0000.0000.0001.000
재난유형0.6401.0001.0001.0001.0000.2690.5280.6991.000
재난명1.0001.0001.0000.8940.9410.6900.2660.6850.950
시설명1.0001.0000.8941.0000.9990.9961.0001.0001.000
피해개요1.0001.0000.9410.9991.0000.9931.0001.0000.995
피해위치0.0000.2690.6900.9960.9931.0000.9880.9630.968
시설등급0.0000.5280.2661.0001.0000.9881.0000.7300.930
피해구분0.0000.6990.6851.0001.0000.9630.7301.0000.878
피해 일시1.0001.0000.9501.0000.9950.9680.9300.8781.000
2023-12-11T09:21:54.367179image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
시설등급연도피해구분재난유형재난명피해개요
시설등급1.0000.0000.5580.3910.1320.767
연도0.0001.0000.0000.4420.9790.744
피해구분0.5580.0001.0000.8260.4780.748
재난유형0.3910.4420.8261.0000.9790.744
재난명0.1320.9790.4780.9791.0000.556
피해개요0.7670.7440.7480.7440.5561.000
2023-12-11T09:21:54.522097image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
연도재난유형재난명피해개요시설등급피해구분
연도1.0000.4420.9790.7440.0000.000
재난유형0.4421.0000.9790.7440.3910.826
재난명0.9790.9791.0000.5560.1320.478
피해개요0.7440.7440.5561.0000.7670.748
시설등급0.0000.3910.1320.7671.0000.558
피해구분0.0000.8260.4780.7480.5581.000

Missing values

2023-12-11T09:21:50.256005image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-11T09:21:50.391775image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

연도재난유형재난명시설명피해개요피해위치시설등급피해원인피해구분피해 일시
02019태풍7.19 ~ 태풍거창 해평임도(산사태)제5호 태풍 '다나스'로 인한 임도변 하상 산사태(토사유실)GPS X : 288388, Y : 356367경상남도 거창군 가북면 중촌리 산국유림산사태유실2019-07-20 00:00
12019태풍제18호 태풍 미탁경상남도 거창군 웅양면 산포리 산156사면유실 L160 * H50경상남도 거창군 웅양면 산포리 산사유림산사태유실2019-10-03 03:00
22019태풍제18호 태풍 미탁경상남도 거창군 고제면 봉계리 산197-2 외 15필지사면유실 L136 * H50경상남도 거창군 고제면 봉계리 산사유림산사태유실2019-10-03 03:00
32019태풍제18호 태풍 미탁경상남도 거창군 북상면 산수리 산37-5 외 1필지사면유실 L200 * H25경상남도 거창군 북상면 산수리 산사유림산사태유실2019-10-03 03:00
42020호우7.12~13일 호우웅양 가북 임도집중 호우로 인한 임도 사면 유실경상남도 거창군 웅양면 산포리 156-0 산 가북면 해평리 산53, 산54사유림산사태유실2020-07-12 00:00
52020호우7.12~13일 호우거창군 고제면 봉산리 1274토사유출로 인한 산사태 발생 30m×40m경상남도 거창군 고제면 봉산리 1274사유림산사태붕괴2020-07-13 10:00
62020호우7.12~13일 호우위천면 모동리 산40'20 7.12.~ 집중호우로 인한 산사태 피해 발생경상남도 거창군 위천면 모동리 40 산사유림산사태유실2020-07-13 10:00
72020호우7.12~13일 호우거창군 주상면 연교리 산190토사유출로 인한 산사태 발생 20m×80m경상남도 거창군 주상면 연교리 190 산사유림산사태붕괴2020-07-13 10:00
82020호우7.12~13일 호우고제면 봉계리 산115'20 7.12.~ 집중호우로 인한 산사태 피해경상남도 거창군 고제면 봉계리 115 산사유림산사태유실2020-07-13 10:00
92020호우7.12~13일 호우고제면 봉계리 산147-2'20 7.12.~ 집중호우로 인한 산사태 피해경상남도 거창군 고제면 봉계리 147-2 산사유림산사태유실2020-07-13 10:00
연도재난유형재난명시설명피해개요피해위치시설등급피해원인피해구분피해 일시
1602020태풍제9호 태풍 마이삭 및 제10호 태풍 하이선중촌리 산89 임도<NA>경상남도 거창군 가북면 중촌리 산국유림산사태기타2020-09-03 02:00
1612020태풍제9호 태풍 마이삭 및 제10호 태풍 하이선산수리 산37-6 임도<NA>경상남도 거창군 북상면 산수리 산국유림산사태기타2020-09-03 02:00
1622020태풍제9호 태풍 마이삭 및 제10호 태풍 하이선중촌리 산89 산사태<NA>경상남도 거창군 가북면 중촌리 산국유림산사태기타2020-09-03 02:00
1632020태풍제9호 태풍 마이삭 및 제10호 태풍 하이선산수리 산37-6 산사태<NA>경상남도 거창군 북상면 산수리 산국유림산사태기타2020-09-03 02:00
1642020태풍제9호 태풍 마이삭 및 제10호 태풍 하이선덕산리 산107-1 산사태<NA>경상남도 거창군 신원면 덕산리 산국유림산사태기타2020-09-03 02:00
1652020태풍제9호 태풍 마이삭중촌리 산89 임도<NA>경상남도 거창군 가북면 중촌리 89 산국유림산사태기타2020-09-03 02:00
1662020태풍제9호 태풍 마이삭산수리 산37-6 임도<NA>경상남도 거창군 북상면 산수리 37-6 산국유림산사태기타2020-09-03 02:00
1672020태풍제9호 태풍 마이삭중촌리 산89 산사태<NA>경상남도 거창군 가북면 중촌리 89 산국유림산사태기타2020-09-03 02:00
1682020태풍제9호 태풍 마이삭산수리 산37-6 산사태<NA>경상남도 거창군 북상면 산수리 37-6 산국유림산사태기타2020-09-03 02:00
1692020태풍제9호 태풍 마이삭덕산리 산107-1 산사태<NA>경상남도 거창군 신원면 덕산리 107-1 산국유림산사태기타2020-09-03 02:00