• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.846-851
• /
• 2006

본 논문은 최근 발생한 집중호우와 이상강우를 고려하여 인천지역에서 사용중인 확률강우강도식에 대한 새로운 확률강우강도식을 제안하였으며, 기상청 자료를 이용하여 지속시간 10분${\sim}$24시간까지의 임의시간 연최대강우량을 산정하였다. 강우지속기간별 확률강우량을 추정하기 위하여 11개의 확률분포형을 적용하였으며 Chi-square 검정방법, Kolmogorov -Smirnov 검정방법, Cramer Von Mises 검정방법으로 적합도 검정과 함께 최근 강우에 대한 경향을 분석하고 실제 발생한 강우 중에서 최대 발생 강우량을 고려하여 적정분포인 GEV 분포를 확률 분포형으로 선정하였다. 확률강우강도식은 최소자승법을 사용하여 Talbot형, Sherman형, Japanese형, 통합형 Ⅰ 및 Ⅱ 형태로 산정하였고, 지역내 하수도 및 하천의 지속시간을 감안하여 확률강우강도식을 결정하였다. 또한 정확성을 고려하여 통합형 Ⅰ을 선택하였고 지속시간에 따른 강우강도식의 확률강우와 관측치를 감안한 강도식을 인천지역의 강우강도식으로 제안하였다.

• 한국수자원학회논문집
• /
• 제39권6호
• /
• pp.521-531
• /
• 2006

본 논문은 최근 발생한 집중호우와 이상강우를 고려하며 인천지역에서 사용중인 확률강우강도식에 대한 새로운 확률강우강도식을 제안하였으며, 기상청 자료를 이용하여 지속시간 10분$\sim$24시간까지의 임의시간 연최대강우량을 산정하였다. 강우지속기간별 확률강우량을 추정하기 위하여 개의 확률분포형을 적용하였으며 Chi-square 검정방법, Kolmogorov-Smirnov 검정방법, framer Von Mises 검정방법으로 적합도 검정과 함께 최근 강우에 대한 경향을 분석하고 실제 발생한 강우 중에서 최대 발생 강우량을 고려하여 적정분포인 GEV 분포를 확률 분포형으로 선정하였다. 확률강우강도식은 최소자승법을 사용하여 Talbot형, Sherman형, Japanese형, 통합형 I 및 II 형태로 산정하였고, 지역내 하수도 및 하천의 지속시간을 감안하여 확률강우강도식을 결정하였다. 또한 정확성을 고려하여 통합형 I을 선택하였고 지속시간에 따른 강우강도식의 확률강우와 관측치를 감안한 강도식을 인천지역의 강우강도식으로 제안하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.275-275
• /
• 2023

기후변화는 우리의 현실로 다가와 있지만 기후변화로 인해 어떠한 일이 벌어질 것인지는 정확하게 알 수 없는 문제가 있다. 특히 호우의 강도와 지속시간 등은 수문설계에 영향을 미치는 주요한 인자 임에도 불구하고 과학적이고 합리적인 추론이 쉽지 않다. 본 논문에서는 일본에서 대규모 기후 앙상블 모의실험 기반으로 생성된 d4PDF(Data for Policy Decision Making for Future Change)자료 중 시간 단위의 강수앙상블 모의 자료를 이용하여 기상청 서울지점의 강우강도-지속시간-생기빈도 곡선(Intensity-Duration-Frequency Curve; IDF 곡선)의 변화를 추정해 보았다. 이를 위하여 대용량의 자료를 확보하고 서울지점에서의 과거 50년간의 실측자료와 동일기간의 모의자료에 대한 연최대치 계열에 분위사상법을 적용하여 모의자료의 계통적 오차를 소거할 수 있는 함수를 추정하고 이를 이용하여 미래 시나리오에 적용함으로써 지구평균기온 상승에 대응하는 서울관측지점의 IDF 곡선을 추정하여 제시하였다. 추정 결과의 내용은 다양한 요소에 의해 영향을 받는 미래 기후에 대한 내용이라 신뢰성의 평가가 어렵지만 기존의 강우강도에 일률적으로 위험률을 곱하는 방식보다는 좀 더 합리적인 방법이라 생각되며 향후 수문설계 등에 고려될 수도 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.376-380
• /
• 2011

강우사상은 강우량, 지속기간, 강우강도 등의 특성으로 표현될 수 있으며 이런 인자들을 같이 고려할수록 그 현상을 보다 종합적으로 표현할 수 있다. 하지만 현재 일반적으로 이루어지는 일변량 빈도해석절차에서는 지속기간을 고정시켜놓고 각 지속시간에 따른 결과만을 도출해 낼 수 있기 때문에 지속기간에 대해 제약적이고 입력자료에 존재하지 않는 지속기간에 대한 결과를 얻기가 어렵다. Copula모델은 두 일변량 분포형을 다변량 분포형으로 연결하여 주는 모델이다. 따라서 강우량과 지속기간을 변수로 사용하면 Copula모델을 통한 이변량 강우빈도해석은 보편적으로 이루어지고 있는 일변량 지점빈도해석보다 지속기간에 대해 유연한 결과를 나타낼 수 있다. 즉, 강우와 지속기간이 동시에 변수로 사용되기 때문에 임의의 지속기간이나 강우에 대해서 확률강우량 및 확률지속기간을 얻을 수 있다. 본 연구에서는 서울지점을 대상으로 1961∼2009년 동안 발생한 강우사상 중 각 년도에서 최대강우량이 발생한 사상을 추출하여 입력자료로 사용하였다. Copula 모형은 Gumbel-Hougaard, Frank, Joe, Clayton, Galambos등 총 5개의 모델을 적용하였고 각 Copula의 매개변수는 준모수방법인 maximum pseudolikelihood estimator를 이용하여 추정하였다.

• 한국농공학회지
• /
• 제38권2호
• /
• pp.108-122
• /
• 1996

This study was to introduced estimation model for optimum probabilistic rainfall intensity on hydrological area. Originally, probabilistic rainfall intensity formula have been characterized different coefficient of formula and model following watersheds. But recently in korea rainfall intensity formula does not use unionize applyment standard between administration and district. And mingle use planning formula with not assumption model. Following the number of year hydrological duration adjust areal index. But, with adjusting formula applyment was without systematic conduct. This study perceive the point as following : 1) Use method of excess probability of Iwai to calculate survey rainfall intensity value. 2) And, use method of least squares to calculate areal coefficient for a unit of 157 rain gauge station. And, use areal coefficient was introduced new probabilistic rainfall intensity formula for each rain gauge station. 3) And, use new probabilistic rainfall intensity formula to adjust a unit of fourteen duration-a unit of fifteen year probabilistic rainfall intensity. 4) The above survey value compared with adjustment value. And use three theory of error(absolute mean error, squares mean error, relative error ratio) to choice optimum probabilistic rainfall intensity formula for a unit of 157 rain gauge station.

• 한국산학기술학회논문지
• /
• 제11권7호
• /
• pp.2687-2692
• /
• 2010

과거 홍수량 분석을 위해 다양한 연구가 진행되었으며 특히, 홍수량-지속시간-빈도곡선(flood-duration-frequency curves)의 연구가 국외에서 진행되었다. 그러나 국내의 수문자료는 하천의 특정지점에서 홍수량 자료 보다는 수위자료를 쉽게 수집 가능하기 때문에 본 연구에서는 도시유역의 홍수에 따른 홍수위험도를 정량적으로 분석하기 위하여 기존의 강우강도-지속시간-빈도곡선(Indensity-duration-frequency curves)을 응용한 홍수위-지속시간-빈도곡선(flood water level-duration-frequency curves: Fwl-D-F)방법을 제시하였다. 연구의 대상지역은 한강수계 중량천의 중량교 지점으로 18년간의 수위 자료를 이용하여 Fwl-D-F곡선을 산정하였다. 홍수위에 대한 지속기간별 빈도곡선인 Fwl-D-F 곡선은 특정한 홍수위에 따른 값을 빈도개념으로 적용이 가능하므로, 내수침수를 포함한 홍수예보에 많은 도움이 될 수 있으리라 판단된다. 또한, 특정 호우사상에 대한 강우량이 예측되면 작성된 강우강도-지속시간-빈도곡선(I-D-F곡선)과 Fwl-D-F곡선을 연계하여 임의 관측지점의 수위를 예측하는 것이 가능하다고 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.249-249
• /
• 2020

수공구조물을 설계하기 위해서는 다양한 지속기간에 대한 설계수문량을 추정해야 한다. 국내의 경우도 기후변화로 인한 이상기후의 발생으로 1~2시간 동안 강우강도가 큰 집중호우가 발생하여 도시홍수를 발생시키며 직접 또는 간접적으로 피해를 주고 있다. 특히 북한 지역은 강우관측소가 존재하지 않은 지역이 많아 수공구조물 설계에 필요한 설계수문량을 추정하기에 많은 어려움이 있다. 본 연구에서는 하향스케일링(down-scaling)을 이용하여 북한 지역의 24시간 이내의 확률강우량을 추정하고자 한다. 이를 위하여 미계측 유역인 화천댐 상류유역의 지역빈도해석과 군집분석을 수행하여 수문학적 동질성을 확보하였고, 한강유역을 4개의 동질지역으로 구분하였다. 스케일 성질은 동일한 분포형을 가정하므로 수문학적 동질성이 확보된 기준 지속기간의 자료로부터 임의이 지속기간에 대한 확률강우량 추정이 가능하다. 따라서 북한지역의 짧은 지속기간에 대한 확률 강우량 추정을 위하여 동일한 지역 내의 지역 스케일 지수와 스케일 인자를 이용하여 하향스케일링을 적용할 수 있으며, 단기 혹은 장기에 해당하는 지속기간에 대한 확률강우량을 추정할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.430-430
• /
• 2011

최근 지구온난화, 엘리뇨 및 라니냐 등 지구환경 변화에 따른 기후변화의 영향으로 짧은 시간에 매우 높은 강도를 가진 이상호우에 의해 많은 인명과 재산피해가 발생하고 있다. 우리나라의 경우에도 1990년대 후반부터 과거와 달리 국지적 집중호우가 빈번히 발생하고 있으며 집중호우에 의한 홍수는 우리나라의 가장 빈번한 자연재해 중 하나가 되었다. 이러한 성격의 홍수는 소유역 규모의 좁은 지역과 급경사지역에서 짧은 지속시간과 집중적인 강우강도에 의해 발생하고, 빠른 유속과 토사를 동반하는 빠른 수문반응으로 홍수에 대비할 시간이 부족한 것이 특징이기 때문에 기존의 홍수예보모형을 이용하여 발생홍수의 특성을 예측하기에는 많은 어려움이 있다. 유출수문곡선의 특성을 분석하여 홍수의 특성을 분석하는 연구는 Kyiamah (1996)가 유출수문곡선의 기초적인 상승곡선, 지체시간, 첨두홍수량을 이용하여 돌발홍수사상에 대한 크기를 산정하였으며, 이를 바탕으로 Bhaskar 등 (2000)은 유출수문곡선의 상승부 기울기, 첨두 홍수량비, 홍수 반응시간을 이용하여 돌발홍수지수(Flash Flood Index)를 산정하고 이 지수에 의해 돌발홍수를 설명하고자 하였다. 국내에서는 정재철 (2000)이 보청천을 대상으로 단 몇 개의 사상만을 대상으로 Bhaskar 등 (2000)이 제시한 돌발홍수지수를 적용한 바가 있다. 그러나, 이들 연구에서는 소수의 수문사상만을 이용하였기 때문에 상대심도를 산정하는데 있어 문제가 있으며 상대심도를 산정하는데 있어 각 심도계수들의 임의적인 도수분포를 이용하였기 때문에 매우 주관적이라고 할 수 있다. 김병식 등 (2008)은 한강유역의 과거 101개의 홍수사상에 대해 돌발홍수의 상대심도를 파악하기 위하여 돌발홍수지수를 산정하고 2006년 7월의 집중호우에 의해 발행한 홍수사상의 돌발홍수 심도를 시간 및 공간적으로 정량화하였다. 이러한 기존의 연구는 홍수심도 산정시에 필요한 유출수문곡선을 실측된 자료를 이용하여 산정하였으나 국내의 소유역의 경우 실측된 유출수문곡선 자료가 그다지 많지 않은 관계로 인해 홍수심도를 산정하는데 많은 어려움을 내포하고 있다. 따라서 본 연구에서는 미계측 소유역중 시범유역을 선정하고 30년 이상 장기간 실측 강우의 기왕최대 시강우량 자료에 대하여 강우-유출모형을 통한 홍수유출수문곡선을 모의한 후, 빈도별 확률강우량에 대한 수문곡선 특성인자들의 비를 무차원 지수화하여 극한홍수사상에 대한 설계강우의 취약성을 평가하기 위한 홍수위험지수 (Flood Hazard Index) 산정방법을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.214-214
• /
• 2023

네트워크로 구성된 시스템은 물질, 에너지, 신호 등의 입력(input)이 주어졌을 때, 경로 추적, 즉 라우팅(routing)을 통해 출력(output)으로 연결되고, 이를 반응함수로 나타낼 수 있다. 같은 입력값이라도 네트워크에 따른 연결 구조와 라우팅 과정에서 소요되는 시간차에 따라 출력값이 달라질 수 있다. 좋은 예로 강우에 따른 유출반응함수를 나타내는 자연 하천망을 들 수 있다. 이론적으로 순간의 입력이 주어졌을 때 (입력의 지속시간이 0), 출력은 순간반응함수로 표현된다. 자연 하천망에 대한 선행연구에서는 강우강도에 따라 순간반응함수가 변화한다는 비선형성이 알려졌다. 하지만, 비선형성을 가져오는 물리적 과정에 대해서는 많은 연구가 필요하다. 이 연구는 격자 형태로 주어진 임의의 네트워크에서 각 격자에 대해 순간반응함수를 구하는 분포형 모형을 제시한다. 입력자료와 라우팅 방법에 따른 연결 구조 및 순간반응함수의 변화를 격자 별로 확인하고, 이를 통해 시스템의 비선형성을 고려할 수 있는지 고찰하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.144-148
• /
• 2009

지구온난화로 인한 홍수빈도 및 강우강도의 증가로 홍수피해의 규모는 더욱 증가하고 있다. 그리고 방재대책도 발생한 피해에 대한 복구를 주된 정책으로 하던 소극적 자세에서 벗어나 과학적 공학적 접근을 통해 재해에 대응할 수 있는 기술을 개발하는 적극적 홍수방어 체계를 구축하고 있다. 또한, 설계빈도의 무조건적인 상향조정에 따른 확정론적인 방법에 의존하기 보다는 추계학적 방법을 도입한 수문량 확충 및 매개변수의 불확실성 분석이 필요성이 대두되고 있는 실정이다. 일반적으로 수공구조물의 설계 시에는 설계홍수량을 사용하는데 이는 홍수특성, 홍수발생빈도, 홍수발생 가능성 등을 수공구조물의 규모와 파괴 시 예상되는 피해 정도에 따라 요구되는 안전성을 함께 고려해 수공구조물의 설계기준으로 활용된다. 설계홍수량은 지속시간과 재현기간을 사전에 지정하여 빈도분석을 통해 설계강우량을 산정하고 이를 강우-유출 분석을 함으로써 산정된다. 설계강우량은 빈도분석을 위해 선택된 강우형태에 따른 수문학적 무작위성을 포함하고 있다. 따라서 시간적 변동을 고려한 적절한 강우양상 형태의 선택은 수문학적으로 안전한 수공구조물의 설계 및 평가에 매우 큰 영향을 미친다. 현재의 경우는 강우형태에 대한 선택이 경험에 의해 임의로 이루어지므로, 토목공학자는 여러 가지 발생 가능한 강우형태에 따른 시간적 분포에 대해 고려해야 한다. 본 연구에서는 Huff분위에 따른 무차원 누가 강우곡선을 이용해 강우변동양상 생성을 위한 제약조건을 log-ratio 변환을 이용해 극복하였으며, 결과의 통계 특성치를 Johnson 분포를 통해 표준정규분포로 변환시켰다. 무작위 변수 발생 후 강우양상별 표준정규값의 상관행렬을 이용하여 상관성이 있는 무작위변수로 변환하였다. 얻어진 상관성을 갖는 무작위변수는 log-ratio 역변환을 통해 상관성을 갖는 변수로 재변환해서 무차원화된 강우곡선을 얻을 수 있었다.