• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.289-289
• /
• 2019

연안지역의 침수예상도 작성은 풍수해저감종합계획 수립 시 진행되었으며. 풍수해저감종합계획을 통해 상습적으로 침수가 발생하는 구역에 대한 조사 결과 및 침수피해 이력 등을 알 수 있다. 본 연구에서는 침수 발생 원인을 하천, 강 등의 범람에 의한 외수침수, 유역 내 관로의 문제에 의해 발생하는 내수침수, 조위 상승, 해수의 역류 등에 의한 해수침수로 구분하였다. 대상 지역인 여수시 여수시청 인근 지역은 남해와 인접하고 있어 조위에 의한 영향을 받기 때문에, 유역 내 관로와 함께 해수 내수 복합원인에 의한 침수피해가 발생한다. 침수가 발생했을 때의 피해 발생 범위를 가시적으로 나타내기 위해 침수예상도를 작성하며, 이는 XP-SWMM을 통해 작성할 수 있다. XP-SWMM에 입력하는 자료는 강우재현기간에 따른 조위(해일고), 강우지속기간에 따른 강우분포 자료 등을 입력한다. 강우자료는 실강우 자료를 사용하는 경우 많은 시나리오를 반영하는데 한계가 있기 때문에 Huff 3분위 분포시킨 자료를 사용하였다. 또한, 침수가 발생하는 지역의 강우지속시간 및 강우량에 의한 침수위를 산정하여 재해상황 대응 기준표를 작성하였다. 본 연구에서는 강우재현기간 100년에 따른 재해상황 대응 기준표 작성과 강우재현기간 10년-강우지속기간 60분-50mm, 110mm을 기준으로 침수예상도를 작성하였다. 본 연구를 통해 여수시청 인근(학동지구 및 도원지구)에 대한 침수예상도를 얻어낼 수 있으며, 침수예상도를 응용한 기대효과가 있을 것으로 판단된다. 침수예상도를 통해 침수 발생 범위를 예측하여 이를 고려한 침수 시 대피경로 작성, 침수 피해를 저감하기 위한 구조적 대책 수립 방안마련 등에 응용이 가능하며, 여수지역을 제외한 연안도시 지역에도 적용하여 연안도시 침수특성분석 연구에 기여할 수 있을 것이다. 본 연구에서는 침수모의 조건을 한정하여 1개의 시나리오만을 고려했지만, 강우재현기간 및 강우지속시간 등을 보정하여 다양한 시나리오에 대한 분석이 가능하므로, 연안도시 재해 발생 시 대응 및 기준표 작성에 실질적인 기여가 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.76-76
• /
• 2015

토양수분은 생태수문학에서 식생과의 상호작용의 중요한 인자이자, 대기와의 상호작용으로 인한 총체적인 물 순환에 밀접한 관련이 있다. 수문학적으로는 증발, 침투, 지하수 함량, 토양 침식, 식생 분포 등을 지배하는 중요한 요소이고, 특히 시 공간적 분포특성은 강수 사상 후 토양으로의 침투 및 토양수분의 재분포, 증발산과 불포화대에서의 오염물의 이송을 예측하는데 매우 중요하다. 또한, '07년 하천법 개정으로 증발산량 및 토양수분량이 신규 수문조사 항목으로 추가되어, 토양수분 측정에 대한 필요성이 높아졌다. 따라서, 2008년 5월, K-water연구원에서는 현재 시험유역으로 운영하고 있는 용담시험유역에 토양수분관측망(6개 관측소)을 구축하였다. 토양수분계는 토양수분을 결정하는 가장 중요한 인자인 강우자료의 획득이 이루어지는 지점에 설치하여 정확도와 신뢰도를 높일 수 있도록 용담시험 유역 내 6개 우량관측소에 설치하였다. 하지만 장비의 노후화에 따른 자료 취득의 어려움으로 인하여 2013년 4월, 토양수분계를 전면 교체하였다. 토양수분계는 기존의 FDR 방식에서 EC 농도에 대한 영향이 가장 적고, 플럭스 타워에 위치한 토양수분계 센서와 동일한 TDR 방식의 센서로 장비를 전면 교체하였다. 센서 설치 장소 변경에 따른 TDR 센서의 검증과 그리고 흙의 종류, 입도, 다짐도, 온도 등에 의한 오차가 발생 여부를 판단하기 위하여 이에 대한 보정을 실시하였다. 원지반 시료채취를 통하여 토양수분량을 측정하였고, TDR 센서에 의해 측정된 토양수분량과 채취된 시료에서 측정된 토양수분량의 결과를 비교하였고, 각 지점별 토양구성비와 전기전도도 조건을 고려하여 각 토층별 계수적용을 달리하여 센서 보정을 실시하였다. 그 결과 기존 센서 제조사에서 제안한 방정식을 그대로 사용하는 것 보다는 센서 검증을 통하여 얻은 계수보정에 의한 토양수분 변환식을 사용하는 것이 정확한 현장 자료를 확보할 수 있고, 신뢰도 높은 자료를 얻을 수 있다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1783-1787
• /
• 2007

In this paper we applied radar rainfall for assessment that radar can be used for flood forecasting. The radar data observed at Imjin-River radar site was adjusted using conditional merging method to estimate simulated runoff in Anseon-cheon basin. Also we use two dimensional physical and grid based model call $Vflo^{TM}$. As a result we could find simulated hydrologic curve shows good fitting with observed hydrologic curve even parameters of the model were not calibrated. If we calibrate the parameters, we can expect better hydrologic curve. And radar rainfall can be used for water resources fields and flood forecasting in Korea.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.11 no.3
• /
• pp.29-35
• /
• 2011

This research proposes the suitable method for estimating the future probable rainfall based in 2100 on the observed rainfall data from main climate observation stations in Korea and the rainfall data from the A1B climate change scenario in the Korea Meteorological Administration. For all those, the frequency probable rainfall in 2100 was estimated by the relationship between average values of 24-hours annual maximum rainfalls and related parameters. Three methods to estimate it were introduced; First one is the regressive analysis method by parameters of probable distribution estimated by observed rainfall data. In the second method, parameters of probable distribution were estimated with the observed rainfall data. Also the rainfall data till 2100 were estimated by the A1B scenario of the Korea Meteorological Administration. Last method was that parameters of probable distribution and probable rainfall were estimated by the A1B scenario of the Korea Meteorological Administration. The estimated probable rainfall by the A1B scenario was smaller than the observed rainfall data, so it is required that the estimated probable rainfall was calibrated by the quantile mapping method. After that calibration, estimated probable rainfall data was averagely became approximate 2.3 to 3.0 times. When future probable rainfall was the estimated by only observed rainfall, estimated probable rainfall was overestimated. When future probable rainfall was estimated by the A1B scenario, although it was estimated by similar pattern with observed rainfall data, it frequently does not consider the regional characteristics. Comparing with average increased rate of 24-hours annual maximum rainfall and increased rate of probable rainfall estimated by three methods, optimal method of estimated future probable rainfall would be selected for considering climate change.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2002.05b
• /
• pp.1316-1321
• /
• 2002

일반적으로 강우-유출모형은 lumped model과 distributed model로 크게 구분될 수 있으며, 우리나라에서는 이중 비교적 부족한 자료를 이용하여도 개략적 모의가 가능한 전자를 널리 사용하고 있다. 본 연구에서는 이러한 모형들의 매개변수를 보정하는 방법에 관해 연구하였다. 일반적으로 모형의 보정 방법에는 크게 시행오차에 의한 수동보정(manual calibration) 방법과 최적화 기법에 의한 자동보정(automatic calibration) 방법으로 나눌 수 있다. 수동보정 방법은 모형 수행결과를 수문곡선의 시각적 비교에 의해 관측치와 비교하여 모형 운영자의 주관적인 판단하에 조정하는 기법이며, 자동보정 방법은 최적화 기법을 이용8하여 특정한 산정기준(estimation criteria)을 최대 또는 최소화시켜 모형의 매개변수를 결정하는 방법이다. 이러한 최적화기법은 일반적으로 직접탐색법과 경사법으로 구분할 수 있다. 경사법은 수렴속도가 빠르지만 편미분에 의해 방향을 찾아가는 방법으로 편도함수가 필요하므로 수문모형에는 적용하기가 힘들므로 적합하지 않다. 그러나, 보다 많은 컴퓨터 수행시간을 필요로 하는 직접탐색법의 경우 수렴속도는 느리지만, 편도함수를 필요치 않으므로 수문모형의 최적화 기법으로 적합하다고 할 수 있다. 직접탐색법에는 simplex-search 법, 패턴인식(pattern-search)법, rotating-direction 법, brent 법 등이 있으며, 본 연구에서는 직접탐색법의 일종인 패턴인식(pattern -search)법을 이용하여 매개변수 최적화 과정을 모의하였다. 이러한 매개변수 보정모형을 구성한 후 이를 가장 보편적으로 사용되고 있는 유출모형인 각종 단위도법들을 결합하는 모형을 구성하였다. 또한 구성된 모형을 시범유역에 적용하여 나온 결과를 HEC-1에서 적용되고 있는 단일변량 증감법과 같은 최적화 기법을 이용한 결과와 비교·분석을 실시하였다. 본 모형을 활용하여 강우-유출 모형의 매개변수를 지속적으로 산정하고 일반화할 경우 임의의 유역의 수문기상학적 특성에 부합한 매개변수를 정량화 시킬 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.116-116
• /
• 2023

대규모 댐과 같은 수공구조물의 파괴시 상당한 피해가 발생하므로 구조물설계시 가능최대강수량(PMP) 기준이 적용된다. 포락선 방법은 가장 극심했던 강우량의 포락선을 작성하여 PMP를 산정하는 방법으로 기상 및 강수량자료가 부족시 PMP 추정이 어려운 경우에 사용한다. 포락선의 근사식은 지속시간의 거듭제곱인 멱함수 형태로 나타내며, 우리나라의 경우 1일을 전후로 계수와 차수가 다른 식을 사용한다. 이러한 근사식은 우리나라의 이상홍수 발생빈도 및 규모가 커짐에 따라 검토될 필요성이 있다. 또한, PMP 산정시 활용하는 제한된 수의 지상관측자료는 시공간적 변동성을 완전히 포착할 수 없어 한계가 있다. 본 연구는 이러한 한계를 극복하기 위하여 기상레이더 자료를 기반으로 우리나라 전역의 최대 강우깊이-지속시간 관계를 분석 및 새로운 PMP 포락선을 제시한다. 활용한 레이더는 CMAX(Column Maximum)로 2009~2018년간 10분 단위자료를 수집하였다. 레이더 자료와 비교하기 위하여 지상관측자료 AWS를 함께 수집하였다. AWS는 1997~2022년간 1분 단위자료로 우리나라 전역의 547개 지점관측자료를 활용하였다. 레이더자료는 Z-R 관계식으로 변환하여 가외치(outlier)를 제거 및 보정하였다. 그 후, 정규 크리깅기법으로 생성한 지상관측 강우장과 병합하는 CM(Conditional Merging)기법을 적용하였다. 우리나라 최대 강우깊이-지속시간 관계를 산정한 결과, 기존 포락선의 값이 낮게 산정되었음을 확인하였다. 이는 기후변화 등에 따라 최근 극한 호우가 발생한 것으로 판단된다. 또한, 실제 근사식은 멱함수 거동에서 벗어난 형태로 나타났고, 지점관측자료가 기상레이더 값보다 과소추정되는 경향을 확인하였다. 특히 같은 기간에서 확인하였을 때, 강우지속시간이 짧을수록 AWS값과 레이더자료의 강수량이 2배 정도 차이를 보여 지점관측소가 없는 지역의 국지성 호우 존재를 확인할 수 있었다. 추후, 미래에 더 긴 레이더 시계열을 사용한다면, 더욱 신뢰성 있는 자료로 활용할 수 있을 것으로 판단한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.547-547
• /
• 2016

최근 지구온난화로 인한 기후변화는 우리 삶에 다양하게 영향을 미치고 있다. 강수 또는 기온의 비정상성으로 대표되는 기후변화에 따라 수문순환의 변화 역시 자명하게 받아들여지고 있다. 기후변화에 따른 위험요소를 전망하기 위한 최우선 사항은 수문상황을 명확하게 진단하는 것이고 그 다음은 현재기후를 대비 미래의 변화를 전망하는 것이다. 그러나 우리나라는 수문관측의 역사가 짧고 관측 자료의 불확실성으로 인하여 수문상황의 진단을 위해 수문모형의 모의에 의존하는 경우가 많다. 일반적으로 수문모형은 입력 자료와 지형자료를 구축하고 주요 매개변수를 선택하여, 매개변수를 변화시켜가며 관측에 가장 가까운 결과를 가져오는 상태를 구성한다. 이와 같은 과정은 수문모형의 매개변수 보정이라 불리우며, 사용자의 직관에 따른 시행착오법에 따른 수동보정 방법이 사용될 수도 있고 특정 목적함수를 채택하여 수학적 알고리즘에 의해 매개변수를 보정하는 자동보정 방법이 사용될 수도 있다. 그러나 미래 수문변화 전망은 특정 유역을 대상으로 장기간의 수문자료를 모의하는 것이므로 수동보정보다는 자동보정이 보다 신뢰성 있는 결과를 도출하는 것으로 알려져 있다. 따라서 본 연구에서는 청미천 유역의 기후변화로 인한 미래 수문상황의 변화를 모의함에 있어 강우 유출모형 중 하나인 SWAT 모형을 이용하였으며, 신뢰도 있는 매개변수의 추정을 위하여 SWAT-CUP을 이용하여 매개변수를 객관적으로 최적화하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.349-349
• /
• 2021

일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.