Abstract
Recently, the frequency of heavy rainfall is increasing due to the effects of climate change, and heavy rainfall in urban areas has an unexpected and local characteristic. Floods caused by localized heavy rains in urban areas occur rapidly and frequently, so that life and property damage is also increasing. It is crucial how fast and precise observations can be made on successful flood management in urban areas. Local heavy rainfall is predominant in low-level storms, and the present large-scale radars are vulnerable to low-level rainfall detection and observations. Therefore, it is necessary to introduce a new urban flood forecasting system to minimize urban flood damage by upgrading the urban flood response system and improving observation and forecasting accuracy by quickly observing and predicting the local storm in urban areas. Currently, the WHAP (Water Hazard Information Platform) Project is promoting the goal of securing new concept water disaster response technology by linking high resolution hydrological information with rainfall prediction and urban flood model. In the WHAP Project, local rainfall detection and prediction, urban flood prediction and operation technology are being developed based on high-resolution small radar for observing the local rainfall. This study is expected to provide more accurate and detailed urban flood warning system by enabling high-resolution observation of urban areas.
최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있으며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있다. 도시지역에서의 국지성호우에 의한 홍수는 예고없이 빠르게 발생하고 시 공간적으로 빈번하게 발생함으로써 인명과 재산피해를 증가시킨다. 결국 도시지역의 성공적인 홍수 관리는 얼마나 빠르고, 세밀하게 관측할 수 있느냐가 관건이다. 국지성 호우는 저층에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 저층 강우의 탐지 및 변동성 관측에 취약하다. 이에, 도시지역에서의 국지성 호우를 신속하게 관측하고 예측함으로써, 도시홍수 대응체계를 고도화하고 관측 및 예측 정확도를 향상시켜 도시홍수 피해를 최소화하기 위한 기존과 다른 새로운 도시홍수예보 관리시스템 구축이 필요하다. 현재 수재해 정보플랫폼 융합기술 연구단에서 고해상도 수문정보를 강우예측 및 홍수 모형과 연계하여 신개념 수재해 대응기술 확보를 목표로 추진 중에 있으며, 국지성 호우 관측을 위하여 고정밀 수문레이더를 기반으로 국지성 호우 탐지 및 예측, 도시홍수 예측 및 운영기술을 개발 중에 있다. 이 연구를 통해 도시지역에 대한 고정밀 관측이 가능함으로써 도시홍수 경보 시스템이 보다 정확하고 상세화될 것으로 기대된다.
