• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• 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.

• 한국수자원학회논문집
• /
• 제46권1호
• /
• pp.35-45
• /
• 2013

본 논문에서는 통합홍수위험관리 측면에서 지역의 홍수위험도에 따라 지구를 구분할 수 있는 홍수위험지수(Flood Risk Index, FRI)의 산정 및 적용방안을 제시하고자 하였다. 낙동강 유역에대하여 시 군 구 단위의 공간해상도로 홍수위험지수(FRI)를 산정하기 위해 P-S-R(Pressure-State-Response) 구조로 분류하여 3개의 홍수지수인 압력지수(PI), 현상지수(SI), 대책지수(RI)를 대표하는 총 17개 세부지표들을 엄선하였다. 세부지표들은 각기 다른 범위와 단위로 측정된 값이므로, T-Score 방법을 사용하여 동일한 범위로 변환되었다. 또한 엔트로피(Entropy) 가중치 산정방법에 의한 가중치를 사용하여 가중치 적용에 따른 주관적인 판정을 최소화하였다. 압력지수(PI), 현상지수(SI), 대책지수(RI)의 3개 지수를 통합하여 지역의 전반적인 홍수위험 상태를 파악할 수 있는 홍수위험지수(FRI)를 산정하고, 가중치 적용 유 무에 따른 홍수위험지수 산정결과와 2010년에 고시된 자연재해위험지구 중 침수위험지구와의 비교를 통해 제안된 홍수위험지수의 적용성을 검토하였다. 충분히 검증된 홍수위험지수를 활용하면 과거 홍수의 원인 및 현상별 홍수재해에 대하여 지역적 방재대책 수립이 가능할 것이라 기대된다.