• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.276-276
• /
• 2021

최근 댐과 같은 수공구조물의 건설로 대규모 홍수피해는 급격히 줄어들었지만, 돌발홍수(flash flood)로 인한 저지대 침수 등의 도시홍수 발생빈도가 급증하고 있다. 2020년에는 최장의 장마가 관측되었으며, 전국적으로 홍수로 인한 침수피해가 발생하였다. 홍수에 선제적으로 대응하기 위해서 신뢰성 있는 홍수예·경보가 필요하며, 이를 위해서는 신속하고 정확성있는 강우예측이 선행되어야 한다. 이에 본 연구에서는 초단기 강우예측을 목적으로 둔 레이더 기반의 강우앙상블 예측모형을 개발하였다. 라그랑지안 지속성(Lagrangian persistence)을 기반으로 개발하였으며, 강우장의 이동 패턴은 이류특성을 활용해 추정하였다. 즉, 강우장의 예측정확도를 향상시키기 위해 공간적 규모별 캐스캐이드(cascade) 방법으로 분리해 이동 경로를 추정하였다. 예측시간에 따른 강우량은 각 캐스캐이드에 자기회귀모형을 적용하였다. 레이더 강우량은 2016-2020년 사이에 발생한 강우사상에 대한 환경부 홍수통제소에서 제공한 레이더 합성장을 이용하였다. 예측강우량에 대한 평가는 RMSE, Pearson's Correlation, FSS 등 통계치를 통해 수행하였다. 본 연구에서 소개된 강우예측 모형은 초단기 홍수예측에 정확도 높은 강우 정보를 제공할 수 있으며, 이에 따라 홍수피해를 저감하는데 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.512-512
• /
• 2015

시 공간적 관측에서 다양한 원인에 의해 강우 자료에 결측이나 오측이 발생할 수 있다. 강우를 측정하고 자료를 수집 관리하는 측면에서 결측 되거나 오측된 자료를 추정 보완할 필요가 있다. 현재까지 결측 강우 자료를 추정하기 위한 방법으로 결측 지점 인근의 관측소를 이용한 단순 가중 평균치 방법에서부터 복잡한 통계적 기반의 보간 방법에 이르기까지 많은 연구들이 진행되고있다. 본 연구에서는 결측 된 강우 자료를 추정하기 위해 인공 신경망을 이용하여 모형을 구축하고 주변 관측소의 강우자료를 이용해 신경망 학습을 실시하여 적용해 보았으며, 최근 관측의 단위가 짧아지고 있는 점을 고려하여 10분, 30분, 1시간 등 다양한 시간간격의 강우자료를 구축하고 선형회귀모형과 RDS 방법, 신경망 모형을 이용한 방법 등을 적용한 결과를 비교하여 신경망 모형의 적용성을 살펴보았다. 단순한 구조면에서는 기존의 RDS 방법에 대한 적용성이 높은 것으로 판단되었으나, 성능의 개선을 위한 별다른 방법이 없는 반면 신경망 모형은 입력 자료를 다양하게 변환하여 구성하는 경우 성능을 개선하여 적용성이 더 높아 질 수 있는 것으로 판단되었다. 향후 신경망 모형을 이용해 잘못 측정된 강우를 적절히 선별하고 결측된 보완함으로써 관측된 강우 자료의 활용성을 높일 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.134-134
• /
• 2017

전 세계적으로 지구온난화로 인한 기후변화에 의해 다우지역의 집중호우 빈도 및 강도가 증가하여 치수 구조물의 설계 홍수 빈도를 초과하는 홍수 피해가 발생하고 있다. 이러한 피해를 경감하기 위한 홍수 예 경보의 선행시간 확보에는 정확한 강우 및 홍수예측이 필수적이다. 하지만 기존의 홍수예측 시스템은 관측 강우를 수문모형의 입력 자료로 사용하여 홍수 유출량을 계산하게 되는데, 태풍 및 국지성 집중호우 등과 같은 기상조건에서는 관측강우를 이용하여 홍수 예 경보 시스템을 운영할 경우 선행시간 확보의 어려움으로 인해 방재 효율성이 감소하게 된다. 이에 예측유량의 선행시간을 확보하기 위해서 정확한 강우예측이 선행되어야하며, 이를 위해서는 기상과 수자원 분야의 연계를 통한 홍수 예 경보 시스템 구축이 하나의 대안으로 대두되고 있다. 따라서 본 연구에서는 최근 기후 변화로 인한 국내의 홍수기 강우의 시 공간적 집중 현상으로 인한 호우 피해와 관련하여 신속하고 정확도 높은 홍수 예보의 중요성을 인지하고, 이에 대해 단기간 수치기상예보 자료를 활용하여 국내에 그 적용성을 평가하였다. 수치예보자료는 일본 기상청의 수치기상예보 모델인 중규모 모델(Meso-Scale Model, MSM)을 이용하였으며, 수문 모형은 강우-유출-범람모델(Rainfall-Runoff-Inundation, RRI)을 사용하였다. 대전광역시의 도심지를 통과하는 갑천유역을 대상 유역으로 하였으며, 홍수경보가 발생했던 강우 사상에 대해 강우 및 홍수 예측 정확도를 평가하였다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.8 no.6
• /
• pp.113-120
• /
• 2008

This study analyzed the spatial correlograms of minutely rainfall data with respect to various accumulation times. A bivariate mixed lognormal distribution was applied for rainfall modelling. A total of 26 minutely rainfall data sets from rain gauge stations in the central part of Korean peninsula were analyzed, also repeated for several storm types like Jang-Ma, typhoon and convective storms for their comparison. The accumulation times 1, 2, 3, 5, 10, 30 and 60 minutes were considered in this study. As results, it was found that the minutely rainfall data available was not good enough for estimating minutely rainfall intensity at ungaged locations. It seems more practical to use the hourly rainfall data with much higher rain gauge density, if proper methods for interpolation and data dis-aggregation are provided.

• Journal of Korea Water Resources Association
• /
• v.40 no.12
• /
• pp.943-956
• /
• 2007

Among various statistics, the spatial correlation function, that is "correlogram", is frequently used to evaluate or design the rain gauge network and to model the rainfall field. The spatial correlation structure of rainfall has the significant variation due to many factors. Thus, the variation of spatial correlation structure of rainfall causes serious problems when deciding the spatial correlation function of rainfall within the basin. In this study, the spatial rainfall structure was modeled using bivariate mixed distributions to derive monthly spatial correlograms, based on Gaussian and lognormal distributions. This study derived the correlograms using hourly data of 28 rain gauge stations in the Keum river basin. From the results, we concluded as following; (1) Among three cases (Case A, Case B, Case C) considered, the Case A(+,+) seems to be the most relevant as it is not distorted much by zero measurements. (2) The spatial correlograms based on the lognormal distribution, which is theoretically as well as practically adequate, is better than that based on the Gaussian distribution. (3) The spatial correlation in July exponentially decrease more obviously than those in other months. (4) The spatial correlograms should be derived considering the temporal resolution(hourly, daily, etc) of interest.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.333-333
• /
• 2012

본 연구는 각종 수공구조물의 수문학적 설계기준으로 사용되고 있는 확률강우량을 전국에 걸쳐 산정하고, 그에 따른 확률강우량도를 작성함으로써 이를 토대로 우리나라의 각종 수공구조물 설계시 적합한 계획강우량을 채택할 수 있도록 하고자한다. 현재 일반적으로 제방, 하천횡단구조물 등 하천시설물과 도로의 암거 및 측구, 하수도 등 소형구조물 설계시 한국확률강우량도(건설교통부, 2000)를 활용하고 있다. 최근 기후변화로 인한 집중호우가 빈발함에 따라 증가된 홍수량을 감안하지 않고 기존 확률강우량도 만을 활용하는 경우 과소 설계의 우려가 있다. 본 연구에서는 수집된 강우자료를 이용하여 자료 년에 따른 지속기간별 시계열 자료를 구축한 후, 분석 검토된 강우자료를 바탕으로 확률강우량 산정 지점을 결정하고, 이에 포함된 지점에 대하여 지속기간별 자료연한에 따른 임의시간 시계열 자료를 구축하였다. 수집된 임의시간 강우량 자료를 강우지속기간별로 연최대치 계열을 작성하여 강우량 자료를 검정하고, 지점별로 조사 정리된 사상별 강우자료의 통계적인 특성치를 분석하여 자료의 일관성과 지점간의 동질성 등을 검토하였다. 자료특성에 따라서 빈도 해석을 위한 최적확률분포형을 결정한 후, 지점별 강우지속기간별로 확률강우량을 산정하여 기존의 확률강우량도를 개선 및 보완하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.39-47
• /
• 2017

Precipitation is an important component for hydrological and water control study. In general, AWS data provides more accurate but low dense information for precipitation while radar data gives less accurate but high dense information. The objective of this study is to construct adjusted precipitation field based on hierarchical spatial model combining radar data and AWS data. Here, we consider a Bayesian hierarchical model with spatial structure for hourly accumulated precipitation. In addition, we also consider a redistribution of hourly precipitation to 2.5 minute precipitation. Through real data analysis, it has been shown that the proposed approach provides more reasonable precipitation field.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1127-1131
• /
• 2004

최근에 재해영향평가 등에서 많이 채택하고 있는 Huff의 4분위법에 의한 강우의 시간분포를 통한 유출량 산정은 도시화지역 등에서 유출량에 내한 관측기록이 없어서 적절한 검정이 불가능한 실정이다. 따라서 산정된 계획홍수량에 의해 설계되는 수공구조물의 경제성 또는 안전성의 정도를 파악하지 못하고 실무에 반영되는 문제를 내포하고 있다. 본 연구에서는 서울지역 최근 29개년간의 년 최대 강우관측자료에 대하여 각각을 Huff의 4분위법에 의한 10분 간격으로 시간분포고, 실제 관측 강우의 경우 10분 간격으로 판독하여 도시유출모형인 SWMM을 이용하여 유출량을 산정하고 결과를 비교하였다. 또한 각각에 대하여 유출량을 빈도해석하여 비교한 결과 강우의 시간분포간격이 짧은 경우 국내적용 Huff분포는 실강우분포에 의한 유출량보다 크게 산정되는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.195-199
• /
• 2004

수공구조물의 설계시 확률강우강도와 홍수유출량의 정확한 산정은 경제성 및 안전성과 관련되어 필수인 과정이다. 현재 확률강우강도의 산정은 한국건설기술연구원에서 제시한 확률강우량도를 사용하고 있으나, 설계자의 주관에 따른 오차 발생의 소지가 있고 수치모의시 수작업에 따른 불리함과 지속기간에 따른 강우강도의 일관성 결여 등 공학적으로 불리하다. 본고에서는 시간적(재현기간별) 공간적으로 형식의 통일과 표준화를 기하고 공학적 사용의 편리를 위하여 단순한 형태의 일반형 확률강우강도식을 개발하여 암거설계의 편리를 도모다. 또한 기존 암거설계법을 재검토하여 미흡한 부분을 보완하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.9-9
• /
• 2018

추계학적 강우생성모형 중 포아송 클러스터(Poisson Cluster) 모형은 단일지점에 대하여 시간강우량의 관측연한 문제점을 해결하기 위한 강우모형으로 강우 단계별 계층적 구조를 이해하는데 유용한 모형이다. 특히 강우 특성을 계절, 지역 등과 같이 비교하는 기준에 따라 5~6개의 비교적 적은 매개변수들로 모의 강우시계열을 생성할 수 있다는 점에서 장기간 강우분석에 필요한 관측연한 문제를 보완할 수 있다. 그러나 매개변수 최적해가 수렴되지 않는 사례가 많고, 매개변수들이 강우의 물리적 특성을 반영하는 것에 비해 내포된 불확실성에 관한 연구는 미흡하다. 본 연구에서는 포아송 클러스터 강우생성모형 중 Neyman-Scott Rectangular Pulse(NSRP) 모형을 Bayesian 모형과 연계한 Bayesian NSRP 모형을 개발하여 매개변수간 물리적 상관성을 고려한 최적화 기법을 개발하였다. Bayesian 모형은 물리적 범위가 다른 매개변수간의 결합확률분포를 산정하여 사후분포(posterior)를 추정하므로 매개변수 최적화와 불확실성 정량화 문제를 동시에 해결할 수 있다. 최종적으로 Bayesian NSRP 모형에 기후변화 시나리오의 통계적 특성을 고려한 시간단위 강우시계열 생성 모의 기법의 활용 가능성을 평가하고자 한다.