• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.221-221
• /
• 2022

방재성능목표란 홍수, 호우 등으로부터 재해를 예방하기 위한 방재정책 등에 적용하기 위하여 처리 가능한 시간당 강우량 및 연속강우량의 목표로, 각 지자체별로 지역특성 및 경제여건 등을 고려하여 지역별 방재성능목표를 설정한다. 지역별 방재성능목표 기준을 설정하기 위해 전국을 168개 티센망으로 분류하고 69개 지점 확률강우량을 활용하여 지방자치단체별 확률강우량을 산정하고, 지방자치단체별 티센면적 비율을 감안하여 각 지자체별 방재성능목표 설정 기준을 마련한다. 이때 확률강우량 산정에 기상청에서 제공하는 종관기상관측(ASOS) 자료를 이용하는데, 종관기상관측(ASOS, Automated Synoptic Observing System)이란 종관규모의 날씨를 파악하기 위하여 정해진 시각에 모든 관측소에서 같은 시각에 실시하는 지상관측으로, 종관규모는 일기도에 표현되어 있는 고기압이나 저기압의 공간적 크기 및 수명을 말하며, 해당 지역의 현재 기상 실시간 제공 및 기상예보에 활용한다. 그러나 ASOS 자료로 산정한 확률강우량을 토대로 설정한 지역별 방재성능목표는 지배관측소개소 및 면적 비율에 따라 강우량이 실제 해당 지역에 내린 강우량에 비해 작거나 크게 산정되어 실제 강우량을 반영하지 못하는 문제가 발생한다. 이에 지진·태풍·홍수·가뭄 등 기상현상에 따른 자연재해를 막기 위해 실시하는 지상관측인 방재성능관측(AWS, Automatic Weather System)을 1997년부터 약 510여개 지점에 설치하여 기상관측자료를 구축하고 있으나, 관측자료가 30년 미만이므로 자료의 일관성 및 신뢰도 확보 등의 문제로 이용하고 있지 않다. 실제로 ASOS 관측소와 AWS 관측소의 시간 강우량 최댓값 차이가 큼에도 불구하고 행안부는 지역별 방재성능목표 수립을 위한 강우량 산정에서 AWS 관측소의 기록은 반영하지 않고 ASOS 관측소 기록만 적용하여 실제 해당 지역의 강우량을 반영하는 방재 대책을 수립하지 못하는 실정이다. 따라서 소규모 유역 및 재해영향평가 등의 경우 인근 지역에 AWS 관측소가 있을 경우, 해당지역의 기상 특성을 대변하는 자료로 보유관측년수가 30년 이상인 AWS 자료의 적극적인 활용이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.27-27
• /
• 2018

최근 국지적인 집중 호우에 따른 홍수 피해와 도로에 홍수가 발생하고 있다. 또한, 기존의 도로위 강우관측 방식은 인근 강우관측소에서 관측된 강우량을 활용하며 지상 관측소 또는 AWS기상관측소의 관측 네트워크와 근접한 거리에서 강우량 편차가 크고 원하는 위치에서의 강우량과 다르며 인근관측소와의 거리가 멀어질수록 강우량의 정확도는 감소하게 된다. 국지적인 집중호우로 인한 도로위의 홍수에 따른 피해를 줄이기 위해서는 현재 운영 중인 관측망 외에 보다 상세화된 위치에서 강우량을 관측하고 이에 따라 실시간으로 강우정보를 수집하는 것이 필요하다. 따라서, 원하는 위치에서의 보다 정확한 강우량 값을 관측하기 위해서는 고해상도의 강우 관측망을 형성할 필요가 있다. 차량용 강우센서는 관측시 차량을 사용하기 때문에 고밀도 강우 관측 망을 형성하기 용이하다. 하지만 기존 강우량계와 달리 차량용 강우센서는 빛의 양을 이용하여 강우량을 변환시켜 측정되기 때문에 정확한 강우보정기술의 개발하는 것이 필수적이다. 본 연구에서는 차량용 강우센서를 활용하여 정확도 높은 강우량 관측을 위한 관계식을 개발했습니다. 관계식은 실내실제 관측되는 차량용 강우센서 정보 값에 적용하여 강우량을 생산하고 실제 강우관측 값과 비교 검실험을 통해 도출한 후 강우 관측장비 인근에서 실제 주행실험을 통해 강우관측소에서 관측된 강우량 값과 비교 및 검증을 수행하였습니다. 차량용 강우센서 정보 수집을 위해 데이터 스키마를 표준화하여 실시간으로 수집체계를 구축하였고 이는 보다 여러 위치에 있는 많은 차량에서 재해 관리를 위해 도로기상정보를 수집하고 활용할 수 있을 것입니다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.103-106
• /
• 2009

우리나라의 경우 자연 재해로 인한 피해를 감소시키기 위해 첨단 레이더 관측시스템을 설치 및 운영하고 있으며 활용도 또한 증가하고 있어 기상재해를 대비한 정확하고 용이한 레이더 강우량 추정은 필수적 요소라 하겠다. 강우량 추정은 대기 중의 강우 입자들로부터 반사된 전파의 세기 즉 레이더의 반사도 자료와 강우와의 관계를 이용하여 강우량을 산출하며 가장 보편적으로 Marshall and Palmer (1948)에 의해 연구된 Z-R 관계식을 이용하여 강우량을 추정하고 있다. 기존의 레이더 강우량 추정시 사용되는 보정 방법인 G/R (우량계/레이더) 비는 대상유역을 격자로 나눴을 경우 강우관측소가 위치한 격자와 주변 8개의 위치한 격자의 면적강우량을 산술평균하여 사용하고 레이더 자료와 강우관측소의 강우자료를 비교하여 보정한 후 강우량을 추정하고 있다. 그러나 G/R 비를 평균하여 보정할 경우 대상유역에 위치한 강우자료가 오측이거나 관측이 되지 않았을 경우 관측지점의 강우량 추정에 영향을 주게 되며 G/R 비를 산출할 시 강우관측소가 가지는 오차를 줄이기 위하여 강우관측소의 강우자료와 레이더 자료간의 보정이 필요하다고 사료된다. 따라서 본 연구에서는 레이더의 관측반경은 480km 까지 가능하지만 양질의 자료를 사용하기 위해 광덕산에 위치한 레이더의 반경 100km 내의 강우관측소를 이용하였으며 기상청에서 운영하고 있는 94개 지점의 AWS (automatic weather system)를 이용하여 대상유역에 위치한 강우관측소의 강우자료와 레이더 강우량에 통계분석을 하여 최적의 G/R 비를 산정한 후 레이더 강우량을 추정하였다. 또한 추정된 강우량을 관측된 강우량과 비교하여 적용성을 판단하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.326-330
• /
• 2011

댐의 최적운영을 위해서는 강우량, 유량, 토양수분량, 증발산량과 같은 수문자료는 필수적이다. 이중 강우량과 유량자료는 치수 중심의 댐 운영에 가장 중요하게 이용되며, 국가 수자원계획, 이수 및 환경 계획 등에도 다목적으로 활용된다. 강우량은 면적 강우량을 대표할 수 있는 위치에서 관측되어야 점 강우량을 면적 강우량으로 환산하는데서 발생되는 오차를 최소화할 수 있다. 이는 실제 발생되는 연속형 강우량과 강우관측소에서 관측되는 이산형 강우량의 차가 최소화될 때 가능한 일이다. 최근 강우 특성은 급 점진적으로 변화하고 있다. 과거에 비해 매우 시공간적으로 불규칙해졌으며, 특히 짧은 지속시간 동안 많은 양의 강우가 집중되고 있다. 이와 같은 강우 특성 변화는 강우관측망에 반드시 반영되어야 한다. 강우 특성을 반영하여 댐을 효율적으로 운영하기 위해서는 기존 관측망에 대한 재평가가 선행되어야 하며, 재평가된 결과를 토대로 관측망을 개선해야 한다. 이에 따라 본 연구에서는 최근 10개년(기상청)의 강우자료를 Kriging method로 공간 분포시켜 연속형 강우량과 강우관측소에서 관측되는 이산형 강우량의 차가 최소화될 수 있는 강우관측망을 구축하였다. 강우관측망을 구축한 결과, 최소 72개소의 강우관측소가 필요하였다. 기관별로는 한수원(주) 29개소(화천댐 유역, 신설 2개소 포함), 국토해양부 18개소, 한국수자원공사 4개소, 기상청(유인 및 무인) 21개소로 구축되었다. 본 연구에서 설계한 강우관측망은 대략 평균 $100km^2$의 밀도로 구축되었으며, 팔당댐 유역에서 가장 크게 개선되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.184-184
• /
• 2015

수공구조물의 설계 시 확률강우량의 산정은 매우 중요하다. 따라서 확률강우량 산정을 위한 강우지점의 선정 및 산정방법의 표준화는 매우 중요하다고 할 수 있다. 현재 확률강우량 산정시 대부분은 기상청의 지상기상관측지점과 국토교통부의 산하 지점의 시 단위 또는 일 단위의 강우자료를 활용하여 확률강우량을 산정하고 있다. 또한 면적확률강우량의 산정시에는 원칙적으로 해당 유역내 외에 다수의 관측소 존재 시 Thiessen 가중평균을 이용하여 동시간 임의시간 연최대치 면적강우량자료 계열을 작성하고 빈도해석을 실시해야하지만, 동시간 강우량자료의 수집의 어려움으로 지점 확률강우량을 산정하고 Thiessen 가중평균을 적용 후, 면적우량환산계수를 곱하는 방법을 사용하고 있다. 본 연구에서는 서울의 도림천 유역을 중심으로 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 품질관리를 실시한 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 활용하여 강우관측지점 선정과 자료기간에 따른 동시간의 면적확률강우량을산정하고 비교분석하였다. 이는 향후 면적확률강우량 산정방안의 개선 및 보완에 큰 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.137-137
• /
• 2020

국지성 집중호우의 증가로 인하여 각종 수재해 역시 증가하고 있으며 수재해 피해를 막기 위해서는 강우량 정보는 매우 중요한 요소이다. 이러한 강우량의 관측은 물론 미계측 지역의 강우량 추정을 위한 면적강우량 산정은 매우 중요하며 이에 관한 연구가 활발하게 수행되고 있다. 차량용 레인센서는 강우측정이 어려운 미계측 지역의 강수량 측정이 가능하고, 실시간으로 강우정보를 생성이 가능한 강우관측 방법이다. 차량용 강우센서는 일반적인 강우관측기와 달리 물 입자가 커질수록 빛의 산란이 크게 일어나는 현상을 이용한다. 산란이 크게 일어나면 강우 센서에 입력되는 값이 줄고 이는 강수가 높다는 것을 의미하고 이러한 관계를 이용하여 강원대학교 S-R 관계식을 통해 강우량을 관측할 수 있다. 본 연구에서는 강원도 삼척시를 대상지역으로 선정하였고 삼척 레이다 정보와 인근 지상관측소 6개 정보를 이용하여 강우보정을 수행하고 차량용 레인센서 강우관측 위치는 삼척시가지 내에서 강우를 관측하였다. 보정된 강우장과 레인센서 강우자료와 삼척관측소를 제외한 5개 지상관측소 강우정보를 합성하여 면적강우량을 산정하였고 검증을 위하여 삼척관측소 강우량과 면적강우의 해당격자의 강우량 값을 비교하여 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.290-290
• /
• 2022

본 연구는 대규모 기후 앙상블 모의 결과를 이용하여 산정된 극한 강우량을 최근 발생한 극한 호우사상의 규모 평가에 적용하는 것을 목적으로 수행되었다. 2018 년 히로시마 호우사상은 지속시간 24 시간에서 재현기간 1,000 년에 상응하는 극한 규모를 나타냈기 때문에 짧은 기간동안 수집된 관측자료만으로 규모를 평가하기 어렵다. 따라서 이를 평가하고자 대규모 기후 앙상블 모의결과 기반의 d4PDF 자료를 이용하였다. 이 자료는 3,000 개의 연 최대 강우자료를 제공하고, 이를 토대로 통계적 모형 및 가정 없이 비모수적으로 10 년부터 1,000 년의 재현기간을 나타내는 지속시간 24 시간의 확률강우량을 산정했다. 산정된 d4PDF 의 확률강우량은 관측강우량의 확률강우량과 비교하였으며, 관측기간에 가까운 50 년의 재현기간에서는 두 확률강우량의 차이가 3.53%였지만 관측기간 (33 년)과 재현기간 (100 년 이상)의 차이가 증가할수록 오차가 10% 이상으로 증가하는 양상을 나타냈다. 이는 장기간 재현기간에서 관측강우량의 확률강우량은 불확실성을 내포하는 것을 의미한다. d4PDF 의 확률강우량에 대해서 2018 년 히로시마 호우사상은 300 년에 가까운 재현기간을 나타냈다. 미래 기후조건에서의 d4PDF 자료를 이용해 확률강우량을산정했으며, 현재 기후조건대비 미래 기후조건에서 10 년부터 1000 년의 재현기간을 나타내는 확률강우량은 모두 20% 이상으로 증가했다. 미래 기후조건의 확률강우량에 대해 2018 년 히로시마 호우사상은 100 년에 가까운 재현기간을 나타냈으며, 이는 미래 기후조건에서 히로시마 호우사상의 발생 확률이 0.33% (현재 기후)에서 1% (미래 기후)로 증가하는 것을 의미한다. 결과적으로, 대규모 기후 앙상블 모의결과 기반의 d4PDF 는 현재 기후조건과 미래 기후조건하에서 극한 규모의 호우사상의 정량적인 평가에 유용하게 활용될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.333-333
• /
• 2022

본 연구는 저빈도·고강도의 확률강우량 산정을 위해, 대규모 기후 앙상블 모의실험 기반으로 생성된 d4PDF(Data for Policy Decision Making for Future Change)를 적용하는 것을 목적으로 수행되었다. 또한, d4PDF 를 이용하여 산정된 확률강우량과 관측자료 및 빈도해석을 통해서 산정된 확률강우량을 비교함으로써 빈도해석의 적용에 따라 발생하는 불확실성을 분석하였다. 이와 같은 연구는 용담댐에 위치한 금산, 임실, 전주, 장수 관측소를 대상으로 수행되었다. d4PDF 자료는 총 50 개의 앙상블로 구성되어 있으며, 하나의 앙상블은 60 년 동안의 기상자료를 제공하기 때문에 한 지점에서 3,000 개의 연 최대 일 강우량을 수집 및 활용하는 것이 가능했다. 이와 같은 d4PDF 의 특징을 토대로 본 연구는 빈도해석 방법을 적용하지 않고, 3000 개의 연 최대 일 강수량을 비모수적 접근법(Non-parametric approach)에 따라 규모별로 나열하여, 10 년부터 1000 년의 재현기간을 갖는 확률강우량을 산정했다. 그 후, 관측 자료와 Gumbel 및 GEV(General extreme value) 분포를 토대로 산정된 확률강우량과의 편차를 산정하였다. 그 결과, 재현기간과 관측 기간의 차이가 증가할수록 이 편차가 증가하였으며, 이 결과는 짧은 관측 기간과 빈도해석의 적용은 재현기간이 증가할수록 신뢰하기 어려운 확률강우량을 제시한다는 것을 의미한다. 반면에, d4PDF 는 대규모 표본을 이용함으로써 이와 같은 불확실성을 최소화시켜 합리적인 저빈도·고강도의 확률강우량을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1053-1057
• /
• 2008

본 연구에서는 산악형 강수 해석을 위해 제주도내 강우관측 자료를 이용하여 확률강우량 산정 및 고도와의 선형회귀분석을 수행하였다. 제주도내 강우관측 자료는 기상관서 4개소 및 AWS(Automatic Weather System, 자동기상관측소) 13개소의 자료를 활용하였다. 확률강우량 산정시 AWS 강우관측 자료는 AMS(Annual Maximum Series, 연 최대치 계열) 모형을 적용하기에는 자료기간이 충분하지 않으므로 짧은 자료기간에 적합한 PDS(Partial Duration Series, 부분 기간치 계열) 모형을 적용하였다. 따라서 본 연구에서는 PDS의 대표적인 분포형인 GPD(Generalized Pareto Distribution)를 적용하여 지속시간별 확률강우량을 산정하였다. 산정된 지속시간별 확률강우량과 고도와의 관계를 확인하기 위하여 선형회귀분석을 수행하였다. 회귀분석 결과 확률강우량은 고도가 증가함에 따라 선형적으로 증가하였다. 또한, 재현기간이 길어질수록 고도에 따른 확률강우량 증가율도 증가하였다. 다만, 재현기간과 관계없이 지속시간이 짧을 경우 확률강우량과 고도와의 선형 관계는 약해지는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.