• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.429-429
• /
• 2019

최근 들어 이상기후 등 다양한 환경적 요인으로 인해 국지적이고 집중적인 호우가 빈발하고 있으며 도로상의 교통체증과 도로재해가 사회적으로 큰 문제가 되고 있다. 이러한 문제를 해결하기 위해서는 실시간, 단기간 이동성 강우정보 기술과 도로 기상정보를 활용할 수 있는 방법에 대한 연구가 필요하다. 본 연구는 차량의 AW(AutoWiping) 기능을 위해 장착된 강우센서를 이용하여 강우정보를 생산하는 기술을 개발하고자 하였다. 강우센서는 총 4개의 채널로 이루어져있고, 초당 250개의 광신호 데이터를 수집하며, 1시간이면 약 360만 개의 데이터가 생산되게 된다. 5단계의 인공강우를 재현하여 실내 인공강우실험을 실시하고 이를 통해 강우센서 데이터와 강우량과의 상관성을 W-S-R관계식으로 정의하였다. 실내실험데이터와 비교하여 외부환경 및 데이터 생성조건이 다른 실외 데이터의 누적값을 계산하기 위해 Threshold Map 방식을 개발하였다. 강우센서에서 생산되는 대량의 데이터를 이용하여 실시간으로 정확한 강우정보를 생산하기 위해 빅 데이터 처리기법을 사용하여 계산된 실내 데이터의 Threshold를 강우강도 및 채널에 따라 평균값을 계산하고 $4{\times}5$ Threshold Map(4 = 채널, 5 = 강우정보 사상)을 생성하였고 강우센서 기반의 강우정보 생산에 적합한 빅데이터 처리기법을 선정하기 위하여 빅데이터 처리기법 중 Gradient Descent와 Optima Rainfall Intensity을 적용하여 분석하고 결과를 지상 관측강우와 비교검증을 하였다. 이 결과 Optima Rainfall Intensity의 적합도를 검증하였고 실시간으로 관측한 8개 강우사상을 대상으로 강우센서 강우를 생산하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.917-918
• /
• 2013

Navigation or Portal sites is providing real-time information of roads according to heavy rain in guide services for finding a path recently. Especially "e-traffic alerts" is providing traffic information according to the presence of road flooding and accidents. This research is goal to provide drivers to real-time status information of roads which have the connected its information to support the real-time rainfall information of meteorological office and portal sites. We suggest the evaluation method of risk roads combined the real-time rainfall information and portal information.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.997-1000
• /
• 2008

기상 레이더와 지상강우계를 이용한 실시간 강우산정기법은 전형적인 Marshall-Palmer(M-P) 방법, geostatistic 접근법을 이용한 방법, 회귀분석에 의한 방법, Kalman filter를 이용한 방법 및 실시간 weight mask를 이용한 보정 등 여러 형태가 존재한다. 본 연구에서는 실시간 강우산정을 위한 각 방법의 장단점 및 적용성을 분석하였다. 전형적인 M-P 방법은 잘 알려진 바와 같이 호우사상을 과소 추정하는 단점을 가졌으며 기존 연구자들이 제시한 바와 같이 층운형, 대류형과 같은 강우형태에 따라 다른 Z-R관계식을 가지므로 단일 Z-R관계식으로 강수를 산정함에 있어 한계를 가진다. Geostatistic 기법을 이용한 실시간 강수 산정의 경우, 지상 강우계 정보를 활용하여 강우공간분포를 개선하는 여러 기법 즉 cokriging, external drift 기법 등이 존재함에도 불구하고 과다한 계산시간, 실시간 variogram 산정과 적용상의 문제 등을 내포하고 있다. 실시간 회귀분석을 이용한 강우산정은 실제 적용에 있어 지상 강우계와 레이더 반사도사이의 선형 상관관계에 대한 결정계수가 매우 낮아 기법 적용이 간단한 장점에도 불구하고 적용에 한계를 가진다. Kalman filter기법을 이용한 실시간 레이더 강수산정은 계산시간이 여타 기법보다 많이 소요되어 실시간성을 유지하는데 한계를 가진다. 실시간 weight mask를 이용한 보정기법은 지상강우계 강우강도와 기상레이더 강우강도가 선형상관관계를 가진다는 가정이 대상지역 전체에 균일하게 적용될 수 없음에도 불구하고 기법의 적용이 간편하며 실시간 강우 공간분포를 실제 강우 관측인 지상 강우계 공간 분포 특성을 간접 강우 관측인 기상 레이더 반사도 분포와 결합하여 공간 변화 특성을 잘 나타낸다는 장점을 가지므로 실용적 적용에 있어 장점을 가진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.341-341
• /
• 2020

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 '18년에 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』을 수행하였으며 이를 통해 레이더 기반의 비구름 이동경로 추정 기술, 침수시나리오 기반의 침수위험지역 추정기술 등을 적용한 서울시 도시침수 예측시스템을 개발하였다. 그러나 침수피해에 선제적으로 대응하기 위해서는 실시간으로 예측강우정보를 생산하고 이를 통해 침수위험지역을 추정하는 기술이 필요하다. 이에 본 연구를 통해 예측강우정보 생산 기술 적용, 예측강우정보를 이용한 실시간 침수위험지역 추정 기술 개발을 수행하여 서울시 도시침수 예측시스템을 고도화하였다. 예측강우정보의 경우 현재 기상청에서 광역 단위 호우특보 및 읍면동 단위 동네예보를 통해 제공되고 있지만, 풍수해 업무에 적용하기에는 제한적이며, 실시간 침수위험지역 추정의 경우 침수해석모델의 모의시간, 라이센스 등의 문제로 인해 한계를 보이고 있는 실정이다. 따라서 본 연구에서는 레이더 실황강우정보를 활용한 이류모델 기반의 예측강우정보 생산 기술을 적용하여 풍수해 업무 적용이 용이하도록 하였으며, 예측강우정보를 이용한 최적 침수시나리오 추정 기술 개발을 통해 실시간 침수위험지역 추정이 가능하도록 하였다. 서울시 도시침수 예측시스템은 25개 자치구를 대상으로 강우량, 호우이동경로, 침수 정보를 제공하고 있다. 강우정보는 기상청 및 SK-TechX 기반의 10분 및 1시간 단위 AWS 관측정보, 이류모델 기반 10분 단위 레이더 예측정보, 국지예보모델 기반 1시간 단위 LDAPS 예측정보를 제공하며. 호우이동경로는 레이더 실황강우정보와 LDAPS 바람장을 이용하여 서울시 및 수도권 지역의 10분 단위 1시간 예측경로를 제공한다. 침수정보는 실시간으로 레이더 예측강우정보를 이용하여 최적의 침수시나리오를 추정하여 격자 단위 상세 침수정보와 시군구 단위 침수위험지도를 제공한다. 본 시스템을 통해 실시간 침수위험지역 확인이 가능해짐에 따라 서울시의 효율적인 풍수해 업무 지원이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.344-344
• /
• 2023

최근 기후변화에 따라 극한 강우로 전 세계적으로 국지적 홍수 피해가 증가하고 있다. 또한 극한 강우 발생시 다양한 건설 현장의 상황에 따라 침수 취약성이 나타나 인적 물적 피해로 이어질 수 있다. 특히, 시공에 따른 현장 지형 변화에 대해 실시간으로 침수 예측이 불가하여 위험 판단이 어려운 실정이며, 극한 강우 발생에 대비하기 위해 강우 정보 획득 및 분석을 효율화하여 강우예측 정확성을 높일 필요가 있다. 이러한 필요성에 따라 본 연구에서는 건설 현장의 침수 피해를 최소화하기 위해 침수 위험을 판정하고 예측하는 방법을 제시하고자 한다. 본 연구의 침수 위험 판정 방법은 건설 현장에서 실시간 지형변화 정보 확보와 침수 위험 판정의 정확도를 높이기 위한 침수심 분석에 인공 신경망 기법을 활용하였다. 또한, 침수판정 알고리즘은 지형, 강우 분석 모듈과 침수판정 모듈로 구성하였다. 지형 분석 모듈은 건설 현장이 시공진행에 따른 지형 데이터의 변화를 고려하기 위해 실시간 영상 정보의 객체 탐지를 구분하는 인공 신경망 기법을 적용해 지형 분석 모듈을 구축하였다. 강우 분석 모듈은 다양한 강우 정보를 취합할 수 있는 서버를 구축하여 강우 임베딩 정보를 실시간으로 분석하도록 고안하여 정확도를 높였다. 이러한 자료를 바탕으로 강우-유출해석에 의한 침수심 값과 실측값, 침수 지표를 활용하여 인공 신경망 기법으로 침수 위험을 판정하도록 제시하였다. 본 연구를 통해 건설 현장에서 지형 상태의 지속적인 변화와 강우데이터의 정확도 향상에 대응할 수 있는 침수 위험 판정이 가능하고 인적 물적 피해 최소화를 기대할 수 있다. 향후, 본 연구에서 제시된 방법은 건설 현장에서 분석 시스템과 실측 모니터링에 의해 검증되어야 할 것이며, 건설 현장 외에도 스마트 도시 및 지하 공간에서 확대하여 적용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.57-57
• /
• 2017

홍수예보방법은 크게 기상법, 수위법, 강우-유출법으로 구분할 수 있으며, 수위법은 도시지역의 중소규모 하천유역보다는 한강, 낙동강 등과 같은 대유역의 홍수예보에 적합한 방법이다. 기상법을 통한 중소규모하천의 홍수예보는 신속성(주민대피에 필요한 예보선행시간)은 갖추고 있으나, 호우사상의 첨두 홍수량에 대한 정확성(도달하는 시간과 수위를 정확하게 예측하는 정도)은 부족하다. 반면 강우-유출법은 기상법에 비해 신속성은 떨어지나, 정확성에서는 기상법보다 신뢰할 수 있는 장점을 갖고 있다. 이에 본 연구에서는 강우정보만을 이용하여 홍수예보가 가능한 Flow Nomograph를 활용한 기상법과 실시간 강우자료와 레이더 초단기 예측강우를 연동한 강우-유출법을 실시함으로써 중소규모 도시하천의 실시간 도시홍수예보를 실시하고자 한다. 본 연구의 결과는 도시홍수예보를 통한 골든타임확보 및 피해저감에 큰 기여를 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.481-481
• /
• 2021

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 2018~2019년 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』 수행을 통해 레이더 실황강우 기반의 강한 비구름 이동경로 추정 기술, 강우시나리오 기반의 침수위험지역추정 기술이 적용된 서울시 도시침수 예측시스템을 개발하였다. 또한, 침수피해에 선제적으로 대응하기 위해 2019~2020년 『서울시 내수침수 위험지역 실시간 예측기술 개발』을 통하여 이류모델 기반의 예측강우정보 추정 기술, 예측강우정보 기반의 실시간 침수위험지역 추정기술을 적용하였다. 현재 서울시 도시침수 예측시스템은 서울시 전역의 강우 및 침수정보를 제공하며, 관로 113,286개(전체 385,768개), 맨홀 106,097개(전체 272,133개), 빗물펌프장 117개소(전체 121개소)가 반영되어 있다. 서울시 도시침수 예측시스템에서는 서울시 25개 자치구를 대상으로 실황 및 예측 강우정보, 강한 비구름에 대한 이동경로정보, 시나리오 및 실시간 침수정보를 제공하고 있다. 강우정보는 10분 및 1시간 단위 AWS 실황정보와 10분 단위 이류모델 기반 예측정보, 1시간 단위 LDAPS 기반 예측정보를 제공한다. 또한, 레이더 실황정보를 통해 판별된 강한 비구름에 대해 10분 단위 1시간 예측경로를 제공한다. 침수정보는 총강우량, 강우지속기간, 빗물받이효율 조건을 반영한 강우시나리오 기반의 6m 고해상도 격자단위 침수시나리오 정보와 자치구별 침수위험정보를 제공한다. 또한, 이류모델 기반의 레이더 예측정보를 이용하여 실시간 침수 예측정보를 제공한다. 향후 서울시 내 모든 수방시설물의 적용, 관로 유출구별 기점수위 반영, 관측자료를 이용한 도시유출 및 도시침수 모델 최적화 등 지속적으로 고도화를 수행하고자 하며, 서울시 도시침수 예측시스템을 통해 서울시 및 자치구 풍수해 담당자가 침수피해를 대비, 대응할 수 있을 것으로 기대된다.

• Water for future
• /
• v.49 no.2
• /
• pp.14-21
• /
• 2016

• 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.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1329-1338
• /
• 2021

Rain radar provides high spatio-temporal radar rainfall that can be used as input data to short-term precipitation forecasting models. Korea Institute of Civil Engineering and Building Technology (KICT) has developed a flash flood forecasting system that is providing flash flood forecasting based on short-term rainfall forecasts estimated by the radar rainfall. Accuracy of the radar rainfall as well as the short-term rainfall forecasts, however, can deteriorate when radar polarimetric variables have error. In this study, we develope real-time program that can correct the error inherent in the radar polarimetric variables. First, effect according to the correction of the error was verified using 363 rainfall events on non real-time. The accuracy (1-NE) of the radar rainfall was approximately 70% and correlation coefficient was higher than 0.8 after correcting the error on non real-time. The accuracy (1-NE) using the real-time program was also approximately 70% after correcting the error.