• Journal of Wetlands Research
• /
• v.19 no.3
• /
• pp.366-374
• /
• 2017

The objective of this study is to explore the applicability of very short-range-forecast rainfall for the early warning of mud-debris flows. An artificial neural network was applied to use the very short-range-forecast rainfall data. The neural network is learned by using the relationship between the radar and the AWS, and forecasted rainfall is estimated by replacing the radar rainfall with the MAPLE data as the very short-range-forecast rainfall data. The applicability of forecasted rainfall by the MAPLE was compared with the AWS rainfall at the test-bed using the rainfall criteria for cumulative rainfall of 6hr, 12hr, and 24hr respectively. As a result, it was confirmed that forecasted rainfall using the MAPLE can be issued prior to the AWS warning.

• Journal of Korea Water Resources Association
• /
• v.56 no.5
• /
• pp.311-323
• /
• 2023

In order to reduce disaster damage by localized heavy rains, floods, and urban inundation, it is important to know in advance whether natural disasters occur. Currently, heavy rain watch and heavy rain warning by the criteria of the Korea Meteorological Administration are being issued in Korea. However, since this one criterion is applied to the whole country, we can not clearly recognize heavy rain damage for a specific region in advance. Therefore, in this paper, we tried to reset the current criteria for a special weather report which considers the regional characteristics and to predict the damage caused by rainfall after 1 hour. The study area was selected as Gyeonggi-province, where has more frequent heavy rain damage than other regions. Then, the rainfall inducing disaster or hazard-triggering rainfall was set by utilizing hourly rainfall and heavy rain damage data, considering the local characteristics. The heavy rain damage prediction model was developed by a decision tree model and a random forest model, which are machine learning technique and by rainfall inducing disaster and rainfall data. In addition, long short-term memory and deep neural network models were used for predicting rainfall after 1 hour. The predicted rainfall by a developed prediction model was applied to the trained classification model and we predicted whether the rain damage after 1 hour will be occurred or not and we called this as 1ST-Model. The 1ST-Model can be used for preventing and preparing heavy rain disaster and it is judged to be of great contribution in reducing damage caused by heavy rain.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.19 no.4
• /
• pp.337-342
• /
• 2001

A natural disaster occupies a considerable part among various damages, and the damage of human lifes and property by heavy rain extends to hundreds, and billions in every you. In old times, flood was mainly occurred in big river or sudden slope, but these days, the damage of concentrated heavy rain is being extended to a city. Recently, very big floods occurred continuously, so real time submersion expectation system which can expect the inundation boundary according to the scale is needed so as to protect lifes and property. In this study, in and around Jungrang river, where the damage of flood is big, is chosen as a sample, and the submersion of that area is expected by analyzing the flux and overflowing using DEM, and connecting with Web GIS in real time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.358-358
• /
• 2018

대청댐은 준공이후 현재까지 37년의 수문자료가 축적되었으며 총 43회의 수문방류를 하여 연간 1.16회의 수문방류를 시행하였다. 본 연구에서는 그동안 수문방류와 지속적으로 최신화한 K-water 저류함수법을 이용하여 수문방류기간중 총강우량 현황과 강우량에 따른 11개의 강우분포형(증가, 감소, 증가감소, 균일, 감소증가, 증가계단, 감소계단, Huff1, Huff2, Huff3, Huff4)의 현황분석, 강우량별 분포형별 유출율을 분석하여 금년도 및 향후 발생이 예상되는 홍수시 수문방류결정에 활용하기 위함이다. 홍수발생 원인을 살펴보면 홍수기 초반에는 장마전선으로 인한 강우가 원인이며, 장마가 끝난 7월말~8월경에는 태풍의 영향을 받는다. 또한, 최근 엘리뇨 및 라니냐 현상의 출현에 따른 기후변화 및 이상기후의 영향으로 예측이 어려운 국지성 돌발호우의 증가로 홍수관리에 어려움을 겪기도 한다. 그러나 최근 가뭄발생이 잦아 우리나라 전역에 가뭄피해가 발생하고 있으며 또한, 홍수기에도 많은 강우가 내리지 않아 2013년 이후에는 수문방류 실적이 전무한 편이다. 홍수로 인한 재해는 인명피해 및 재산피해를 동반하는 우리나라에서 가장 심각한 재해중의 하나이며, 재해예방을 위한 홍수예보는 강우예측과 유출해석으로 나뉠 수 있다. 강우예측은 정교한 강우모형과 기상전문가의 몫이며, 정확한 유출해석은 수문학자들에 의한 연구과제였다. 우리나라 홍수유출해석에 주로 사용되는 모형은 저류함수법이며, 1961년 일본의 Kimura에 의해 창안된 이래 여러 학자들에 의한 다각도의 모형개선을 통해 수차례 모형 성능 향상이 되었다. 그동안 축적된 홍수수문자료를 바탕으로 대청댐 준공이후 수문방류기간중 강우량-강우분포-유출율 관계를 통해 강우량별, 강우분포별, 매개변수별, 유출율, 홍수조절율에 대한 통계분석 및 상관분석을 시행하여 향후 발생가능한 홍수관련 업무에 활용하고자 한다. 또한, 수문방류기간중 호우원인(장마전선, 태풍, 국지성홍수 등)에 대한 분석을 시행하고 호우사상별 매개변수를 산정하여 해당 호우에 대한 특성을 파악하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.131-131
• /
• 2011

기후변화로 인한 기상이변 현상이 빈번하게 발생하면서 홍수와 같은 자연재해의 피해규모가 증가하고 있다. 이를 극복하기 위해 최근에는 구조적 대책뿐만 아니라 홍수예측시스템과 같은 비구조적 대책에도 많은 관심과 연구가 이루어지고 있다. 통상 홍수예측을 위해서는 예측강우의 정확도가 중요하게 부각되지만 중규모 이상의 유역에서는 수 시간의 지체시간 효과로 인해 AWS 실황강우만으로도 어느정도 선행시간에 대해서 하천유량예측이 가능하다고 할 수 있다. 본 연구에서는 기상청 AWS 실황강우를 이용하여 하천유량을 예측할 경우 어느정도 선행시간과 정확도를 확보할 수 있는지에 대해서 분석하고자 한다. 분석을 위한 시단위 강우자료와 기상자료는 각각 AWS와 ASOS 자료를 이용하였다. 또한 하천유량 모의를 위한 강우-유출모형으로는 SURF 모델(Sejong University River Forecast Model)을 이용하였다. 이 모형은 저류함수모형 기반의 연속형 강우-유출모형으로 미래에 대한 유출모의결과의 정확도를 향상시키기 위해 앙상블 칼만필터링 기법을 연계한 모형이다. 그림 1은 충주댐유역에 대해서 2009.7.8~17일(240시간)에 대해서 관측유량 자료동화 전후의 결과를 나타낸 것이다. 현시점을 100, 105, 110, 115시간으로 가정하고 미래기간에 대해서는 관측강우를 0으로 가정했을 때 대략 첨두유량 발생 5시간 전에 예측된 모의유량이 관측유량과 거의 일치함을 확인할 수 있다. 따라서 실황강우와 관측유량 자료동화 기법을 연계할 경우 수 시간의 선행시간에 대해서 유량예측이 가능한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.267-267
• /
• 2012

전 지구적으로 발생하고 있는 기후변화로 인한 기상이변으로 자연재해 발생빈도 및 피해규모는 증가하고 있는 추세로 나타나고 있다. 이에 따라 많은 연구는 자연재해에 직간접적으로 영향을 미치고 있는 홍수와 가뭄의 변화에 초점이 맞추어져 있는 것이 사실이다. 하지만, 최근에 우리나라의 경우 지난 2011년 2월에는 동해안의 폭설로 인하여 동해안지방 최심신적설량 극값 1위를 경신하였고, 2010년 1월 서울에는 40년만에 최대 적설량을 기록하는 등 최근 한반도에서 발생한 적설로 인하여 사회적 경제적 피해가 증가하고 있다. 따라서, 지구온난화에 기인한 기후변화 연구에서 상대적으로 소홀했던 적설량과 관련한 연구의 중요성도 대두되고 있다. 본 연구에서는 적설량에 온도 및 강수가 미치는 영향을 평가하기 위하여 관측기상자료를 이용하였다. 적설량은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였다. 30년 이상의 관측자료를 보유하고 있는 기상청 산하 58개 관측지점의 자료를 이용하여 2002년 이전에 관측된 온도, 강수, 적설량을 지점별로 훈련시켰으며 이를 적설량 예측에 활용하고자 하였다. 이를 위해 구성된 신경망 모형에 2002년 이후 지점별 온도, 강우자료를 이용하여 적설량을 산정하고 통계분석을 실시한 결과 적설량 예측에 적용이 가능함을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.188-188
• /
• 2022

기후변화로 인해 전 세계적으로 홍수로 인한 피해 발생 빈도와 규모가 증가하고 있다. 인구 및 사회기반시설이 밀집되어 있는 도시에서 침수가 발생할 경우 피해 규모가 막대하여 사전에 침수를 예측하고 원인을 분석하여 예방하려는 노력이 중요하다. 본 연구에서는 고해상도 물리 기반 도시 침수 모형인 H12 모형을 이용하여 과거 침수 사상을 재현하고 발생 원인을 분석하였다. 대전광역시 서구 A 아파트 인근의 도시 유역에서는 2020년 7월 30일 새벽 발생한 집중호우로 차량 78대와 아파트 2개 동이 침수되고, 사망 1명, 이재민 56명의 피해가 발생한 바 있다. 고해상도 도시침수 모의를 통해 재해 발생 원인을 분석한 결과, 좁고 긴 유역의 형상과 유역 하류에 위치한 침수 발생 지역의 낮은 지형이 복합적으로 작용하고, 폭우로 인해 상류로부터 급속히 발생한 유출이 배수가 취약한 하류 저지대에 저류되며 발생한 내수침수 재해로 분석되었다. 또한, 침수 재해 발생 이후 설치된 침수방어벽의 홍수 방어 효과를 고해상도 모의를 통해 분석하였다. 침수방어벽 지점에 고해상도 지표면 입력자료를 수정하여 모의한 결과, 침수방어벽 설치 후 침수 지역 수심이 낮아진 것을 확인하여 침수 저감 효과를 평가하였다. 본 연구에서는 초고해상도 물리기반 모형을 이용하여 정량적으로 침수 원인 분석이 가능함을 확인하였으며, 추후 침수지역의 배수구용량 산정 등 침수 대안 수립에 활용할 수 있을 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.205-205
• /
• 2016

우리나라의 겨울철 자연재해 중 대설에 의한 피해가 발생하는 빈도가 증가하고 있는 가운데 그 피해를 예측하고 대비하기 위한 연구들이 다수 진행되고 있다. 강설은 일단위로 측정하며, 매일 새롭게 내린 강설의 양인 최심신적설과 기존에 녹지 않고 쌓여 있던 깊이까지를 고려한 최심적설로 구분된다. 우리나라의 경우에는 갑작스럽게 내린 폭설에 의한 피해가 대부분이므로 최심신적설량을 예측하는 것이 매우 중요하다. 이에 본 연구에서는 다중회귀분석을 이용해 우리나라의 최심신적설량을 추정하기 위한 식을 개발하였다. 다중회귀분석을 위한 독립변수로는 해당 일에 예측된 강수량, 일평균기온, 일최고기온, 일최저기온을 사용하였으며, 강수량과 일평균기온의 상호작용을 고려할 수 있도록 모형을 구성하였다. 모형의 개발에는 전국 74개 기상관측소의 최심신적설 자료를 관측소 단위로 전체 자료의 2/3을 무작위로 추출하여 이용하였으며, 추출되지 않고 남은 1/3의 자료를 이용해 모형에 대한 검증을 실시하였다. 그 결과 상호작용항이 포함되지 않은 다중선형회귀모형에 비해 상호작용을 고려한 다중회귀모형의 예측력이 훨씬 우수하게 나타났다. 강수량과 기온이 정확하게 예측된다면 개발된 추정식을 이용해 간편하게 최심신적설량을 예측할 수 있어, 폭설에 대한 대비에 활용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.27-31
• /
• 2009

홍수피해를 예방할 수 있는 대책에는 여러 가지 방법이 있으나 비구조물적인 방법 중에서 대표적인 것이 홍수예경보이다. 이에 합리적인 설계홍수량 산정을 위해 하천유역에서 강우-유출과정의 정확한 해석과 유출예측은 수자원의 효율적인 활용과 하천의 이수, 치수를 위한 수문학적 해석에 있어서 매우 중요하며, 이를 위해서는 강우로부터 정도 높은 유출량 예측이 요구된다. 뿐만 아니라 하천범람 등의 재해로부터 인명과 재산을 보호하기 위한 홍수예경보 시스템의 구축이 필요하다. 홍수예경보 시스템의 효율적인 관리를 위해서는 실시간 홍수예측(Real-time Flood Prediction)기법의 개발이 필요하다. 홍수유출모형에 있어 공간적 변화특성과 평균 강우량의 공간분포를 반영할 수 있는 분포형 매개변수 모형(Distributed-Parameter Model)인 분포형 모델을 대상으로 앙상블 칼만필터(Ensemble Kalman Filter, EnKF) 이론을 적용하여 비선형시스템에서 오차를 포함한 반응을 실시간으로 처리하여 불확실성을 정량적으로 감소시켜 홍수유출을 예측하는데 그 목적이 있다. 하천유역특성을 이용한 홍수유출예측을 위하여 비선형시스템에서의 앙상블 칼만필터 기법을 적용한 분포형 모형을 이용하여 더욱 정밀한 홍수유출을 예측하게 되고 향후 홍수예경보모형으로서 적정 유역분할 규모를 결정해주는 근거를 제시할 수 있을 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.2
• /
• pp.325-331
• /
• 2017

Due to the climate change, natural disaster has been occurred more frequently and the number of snow disasters has been also increased. Therefore, many researches have been conducted to predict the amount of snow damages and to reduce snow damages. In this study, snow damages over last 21 years on the Natural Disaster Report were analyzed. As a result, Chungcheong-do, Jeolla-do, and Gangwon-do have the highest number of snow disasters. The multiple linear regression models were developed using the snow damage data of these three provinces. Daily fresh snow depth, daily maximum, minimum, and average temperatures, and relative humidity were considered as possible inputs for climate factors. Inputs for socio-economic factors were regional area, greenhouse area, farming population, and farming population over 60. Different regression models were developed based on the daily maximum snow depth. As results, the model efficiency considering all damage (including low snow depth) data was very low, however, the model only using the high snow depth (more than 25 cm) has more than 70% of fitness. It is because that, when the snow depth is high, the snow damage is mostly caused by the snow load itself. It is suggested that the 25 cm of snow depth could be used as the snow damage threshold based on this analysis.