• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.513-513
• /
• 2023

최근 이상기후의 영향으로 국지성 및 집중호우로 인한 침수 피해가 증가하고 있다. 도시유역의 홍수는 사회적·경제적으로 큰 손실을 야기할 수 있어 실제 호우에 대한 침수 양상을 신속하게 예측하는것은 매우 중요하다. 이로 인해 침수 해석에 대한 결과를 빨리 제공할 수 있는 기계학습을 기반으로 한 도시 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM(Long Short-Term Memory) 신경망은 기존 RNN(Recurrent neural network)이 가지고 있는 장기 의존성 문제를 해결하기 위해 고안된 모델으로 시계열 데이터에 대한 예측능력이 뛰어나다는 장점을 가지고있다. LSTM 신경망은 강우에 대한 격자별 침수심을 예측하기 위해 사용되었으며, 입력자료로 2000~2022년도에 걸친 도림천 유역의 침수피해를 야기한 지속시간 6시간 AWS(Automatic Weather System) 관측 강우 자료를 사용하였고 목표값으로 수집된 도림천 유역의 강우자료를 이용하여 SWMM(Storm Water Management Model)의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 사용하였다. 연구유역의 SWMM 배수 관망 입력자료의 정확성을 높이기 위해 서울시 하수관로 수위 현황 자료를 활용하여 매개변수 조정을 실시하였으며, 하수관로의 실측 수위와 모의 수위를 일치시켰다. LSTM 신경망을 이용하여 격자별로 예측된 침수심 데이터를 시각화하여 침수흔적도와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.16-16
• /
• 2019

기후변화 시나리오 및 계절예측 자료를 포함한 기후정보를 수자원 분야에 활용하기 위해서는 기후정보의 시 공간적인 상세화(donwscaling)을 필요로 한다. 상세화의 경우 역학적 상세화와 통계학적 상세화로 구분될 수 있으며, 통계학적 상세화를 위해서는 대상 지역의 기후특성을 대표할 수 있는 장기 관측 자료의 확보가 중요하다. 국내의 경우에는 자동기상관측장비(Automatic Weather System, AWS)와 종관기상관측장비(Automatic Synoptic Observation System, ASOS)로 부터 수집된 기상관측자료를 사용할 수 있으나 기후변화 시나리오의 통계적 상세화를 위해서는 30년 이상의 자료 기간을 포함하는 ASOS 자료가 적합하다. 하지만 개발도상국과 같이 기상관측기반이 열악한 지역에서는 잦은 결측 등으로 인하여 품질이 좋은 관측자료의 획득이 어려운 상황이다. 따라서 본 연구에서는 측이 포함된 장기 기상관측 자료로부터 대상 지역의 기후특성을 재현할 수 있도록 기본적인 QC(Quality Control)을 거쳐 결측 자료를 보완할 수 있는 기법 및 R 기반패키지를 개발하여 적용성을 평가하였다. 개발된 기법의 적용성 평가를 위해서 기상청에서 QC를 통해 제공하고 있는 60개 ASOS 지점의 관측자료 중 강수량과 기온 변수를 사용하였다. 최대 50%까지의 현실적인 결측 패턴을 임의로 생성하기 위해 실제 개발도상국 관측자료의 일단위 결측 패턴을 이용하였다. 자료의 QC는 관측일 누락/중복 및 문자형 관측값 등 기본적인 오류 검사, 기온의 경우 물리적 허용 범위에 대한 검사, 최고기온과 최저기온의 비교 및 계측기 오작동에 의한 동일한 값의 반복 등을 포함한 내적 일치성 검사를 우선적으로 수행한다. 이후 결측값에 대해서 인근 기상관측소와의 상관성 분석 결과를 기반으로 결측값을 채우고, 최종적으로는 다양한 위성자료 및 재분석 자료 중에서 일단위 기후특성의 재현성 평가를 통해 선정된 격자형 자료와의 상관성 분석 결과를 기반으로 결측값을 보정하였다. 기온의 경우는 결측률이 높더라도 월평균 기후특성에 큰 영향을 미치지 않았지만 강수의 경우에는 5% 이상의 결측이 발생하는 경우 월평균 강수량에 영향을 미쳐 지역의 강수량을 과소 추정하는 결과를 보였다. 개발된 QC 기법을 강수 자료에 적용한 결과 월평균 기후특성을 잘 복원하는 결과를 보였지만, 일단위 강우 사상의 재현에 있어서는 미흡한 결과를 보였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.6
• /
• pp.713-723
• /
• 2019

Due to the climate change and various rainfall pattern, it is difficult to estimate a rainfall criterion which cause inundation for urban drainage districts. It is necessary to examine the result of inundation analysis by considering the detailed topography of the watershed, drainage system, and various rainfall scenarios. In this study, various rainfall scenarios were considered with the probabilistic rainfall and Huff's time distribution method in order to identify the rainfall characteristics affecting the inundation of the Hyoja drainage basin. Flood analysis was performed with SWMM and two-dimensional inundation analysis model and the parameters of SWMM were optimized with flood trace map and GA (Genetic Algorithm). By linking SWMM and two-dimensional flood analysis model, the fitness ratio between the existing flood trace and simulated inundation map turned out to be 73.6 %. The occurrence of inundation according to each rainfall scenario was identified, and the rainfall criterion could be estimated through the logistic regression method. By reflecting the results of one/two dimensional flood analysis, and AWS/ASOS data during 2010~2018, the rainfall criteria for inundation occurrence were estimated as 72.04 mm, 146.83 mm, 203.06 mm in 1, 2 and 3 hr of rainfall duration repectively. The rainfall criterion could be re-estimated through input of continuously observed rainfall data. The methodology presented in this study is expected to provide a quantitative rainfall criterion for urban drainage area, and the basic data for flood warning and evacuation plan.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.383-383
• /
• 2021

강수는 수자원 분석 및 지리학적 연구에 가장 핵심적으로 쓰이는 수문인자이며, 최근 기후변화와 방재 관련한 다양한 연구에서 정확한 강수자료의 중요성이 부각되고 있다. 특히, 강수는 지표에서의 유출, 침투, 증발 등 다양한 수문현상으로 이어지므로, 수문순환, 물수지 분석에 있어 강우강도 등 강수 발생 양상과 유형에 대한 정확한 자료는 필수불가결하다. 강수량은 Automatic Weather Station (AWS)을 통해 비교적 정확하게 측정되고 있으나, 이러한 계측자료는 기상학적, 지형적 영향을 크게 받으며 대표성이 좁다는 단점을 가지고 있어 유출 및 기후 등 공간적 범위를 대상으로 한 연구에 활용하기에 한계점을 가지고 있다. 이러한 한계점을 극복하기 위해 지상강우레이더를 통한 국지적 강수자료 및 인공위성 기반 전 지구적 강수 관측 자료가 활용되고 있다. 특히 인공위성을 활용한 강우 측정방법은 미계측 유역에서 수자원 측정 및 관리 계획을 세우거나 전 지구적으로 장기적 변화를 분석하는데 있어 가장 활용도가 높다. National Aeronautics and Space Administration (NASA)의 Tropical Rainfall Measuring Mission (TRMM)을 포함한 기존 강수측정 보조 위성에 더하여 2014년 Global Precipitation Measurement (GPM) 핵심 위성이 발사된 이후 다양한 기관에서 여러 인공위성을 결합한 강수 산출물들을 제공하고 있다(NASA-IMERG, JAXA-GSMAP, NOAA-CMORPH). 본 연구에서는 세 가지 위성 기반 강수 자료의 산출 알고리즘을 비교□분석하고, 강우강도에 따른 산출물들의 정확도를 평가하였다. 본 연구결과는 높은 강우강도 발생 시 나타나는 위성 강수자료의 불확실성을 개선하는 데 기여할 수 있을 것으로 판단되며, 이후 신뢰도 높은 다중 위성 융합 강수 산출물을 구현하기 위한 바탕이 될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.640-640
• /
• 2015

2010년과 2011년 서울에서 발생한 집중호우와 2014년 부산에서 발생한 집중호우의 발생으로 막대한 재산상의 피해와 사상자를 냈다. 2010년 9월 21일에 발생한 집중호우는 1908년 관측시작이래 가장 많은 비가 내린 것으로 기록되었으며 주거지 4,727호, 상가 1,164호, 공장 126동 등이 침수되고 13시를 기준으로 강서지점의 경우 시간당 98.5mm의 기록적인 강우를 기록하였으나, 관악지점은 5.5mm에 그쳐 두 지점간의 시간당 강우량의 편차가 약 200배 가까이 차이가 나는 것으로 나타났다. 이와 같이 최근 도시지역에서 국지성 집중호우가 증가하고 있으며 지역별 강우 편차가 크고 이에 따라 침수피해발생 여부도 지역에 따라 달라진다. 강수의 공간적 분포와 그로 인한 침수해석은 도시돌발홍수 예경보 시스템에 있어 무엇보다도 중요하다. 본 연구의 목적은 도시지역 돌발홍수 예경보 시스템 구축을 위한 정량적 강수추정 QPE(Quantitative Precipitation Estimation)기법에 따른 수리 수문학적 영향을 평가하는 것이다. 정량적 강수추정을 위해 AWS, SKP, 레이더 자료를 활용하여 250m의 해상도를 가지도록 크리깅을 적용하였다: QPE 1은 34개의 AWS의 지점우량을 지구통계학적 기법 중의 하나인 크리깅을 이용하여 산정한 기법, QPE 2는 AWS와 156개의 SKP의 강우데이터를 크리깅을 이용하여 산정한 기법, QPE 3는 광덕산 레이더를 이용한 기법, QPE 4는 AWS, SKP, 광덕산 레이더 자료를 조건부 합성한 기법이다. 월류량을 산정하기 위해 도시유출해석모형인 SWMM을 강남역 일대를 대상으로 구축하고 우수관로 시스템으로 유입되지 못한 노면류(Surface flow)를 함께 고려하였다. 침수해석을 위해서는 DHM모델을 적용하였으며 2013년 7월 기간에 발생한 호우에 대하여 분석을 수행하였다. 비교수행을 위해서 인접한 서초 AWS와 강남 AWS의 지점강우량도 함께 고려하였으며 모의결과를 국가 재난관리 정보 시스템(NMDS)에 침수피해가 확인된 가옥 및 빌딩 정보와 일치여부를 적합도로 산정하였다. 산정된 적합도를 통하여 정량적 강수추정기법에 따른 수리?수문학적 영향을 평가하였다. 실제 침수흔적정보와 비교 결과, QPE 2와 QPE4가 가장 적합도가 높았으며 이에 따라 고밀도의 관측망의 구성이 도시지역 침수해석결과에도 적합할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.5 no.2 s.17
• /
• pp.37-44
• /
• 2005

It reflects well feature of slope that is characteristic of urban river basin of Busan local. In this study, process various hydrological data and basin details data which is collected through basin basis data, hydrological monitoring system(EMS-DEU) and automatic water level equipment(AWS-DEU) for urban flood disaster prevention and use as basin input data of ILLUDAS, SWMM and HEC-HMS in order to examine outflow feature of experiment basin and then use in reservoir design of experiment basin through calibration and verification about HEC-HMS. Inserted design rainfall for 30 years that is design criteria of creek into HEC-HMS and then calculated design floods according to change aspect of the impermeable rate. Capacity of reservoir was determined on the outflow mass curve. Designed detention pond(volume $54,000m^3$) at last outlet upper stream of experiment basin, after designing reservoir. It could be confirmed that the peak flow was reduced resulting from examining outflow aspect. Designing reservoir must decrease outflow of urban areas.

• Journal of Korean Society of Disaster and Security
• /
• v.11 no.2
• /
• pp.45-52
• /
• 2018

This study identifies the cause of the accident and presents a new concept for safe urban stream management by numerical simulating the flood event of Cheonggyecheon on August 17, 2017, using rain data measured through a dense weather observation network. In order to simulate water retention in the CSO channel listed as one of the causes of the accident, a reliable urban runoff model(XP-SWMM) was used which can simulate various channel conditions. Rainfall data measured through SK Techx using SK Telecom's cell phone station was used as rain data to simulate the event. The results of numerical simulations show that rainfall measured through AWSs of Korea Meteorological Administration did not cause an accident, but a similar accident occurred under conditions of rainfall measured in SK Techx, which could be estimated more similar to actual phenomena due to high spatial density. This means that the low spatial density rainfall data of AWSs cannot predict the actual phenomenon occurring in Cheonggyecheon and safe river management needs high spatial density weather stations. Also, the results of numerical simulation show that the residual water in the CSO channel directly contributed to the accident.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.37-41
• /
• 2009

본 연구에서는 티센망을 이용한 면적강우량 산정방법의 대안으로서 최근 들어 수자원공학 분야에의 활용성이 커지고 있는 고해상도 기상레이더의 반사도자료(dBZ)를 활용하여 면적강우량을 산정하였다. 또한 이렇게 산정된 레이더 면적강우량을 티센망으로써 산정된 면적강우량과 비교하여 그 유용성을 판단하였다. 연구지역으로는 소양강댐 유역을 선정하였으며, 연구기간은 2008년 가장 강한 강우를 보였던 상위 5개의 사상을 선정하였다. 본 연구에서는 레이더 반사도를 강우강도로 변환시키는 과정은 인공신경망(artificial neural network, ANN) 중에서 일반적으로 널리 사용되고 있는 다층 퍼셉트론 인공신경망 모형을 적용하였다. 연구방법으로는 선택된 4개의 인자를 입력노드에 넣어 인공신경망을 학습시킨 후 연구지역 내 10개 AWS 지상관측소의 강우량을 추정하여 정확도를 비교 분석하였다. 이를 바탕으로 최종적으로 레이더 면적강우량을 산정하여 기존의 티센망을 이용한 면적강우량과 그 값을 비교하였다. 그 결과 인공신경망을 이용한 레이더 강우량의 경우, 평균제곱오차(mean square error, MSE) 및 상관계수(correlation coefficient, CC)가 매우 양호한 값을 보였다. 또한 유역 내 레이더 면적강우량이 티센망을 이용한 면적강우량에 비하여 약 $7%^{\sim}19%$ 정도 차이가 발생함을 확인하였으며, 레이더 면적강우량이 티센망을 이용한 면적강우량에 비하여 더 정확한 면적강우량을 산정할 수 있다고 판단된다.

• 한국방재학회:학술대회논문집
• /
• 2008.02a
• /
• pp.101-104
• /
• 2008

In this study, rainfall adjust and forecasting using artificial neural network(ANN) which includes a correlation coefficient is application in Seoul region. It analyzed one-hour rainfall data which has been reported in 25 region in seoul during from 2000 to 2006 at rainfall observatory by AWS. The ANN learning algorithm apply for input data that each region using cross-correlation will use the highest correlation coefficient region. In addition, rainfall adjust analyzed the minimum error based on correlation coefficient and determination coefficient related to the input region. ANN model used back-propagation algorithm for learning algorithm. In case of the back-propagation algorithm, many attempts and efforts are required to find the optimum neural network structure as applied model. This is calculated similar to the observed rainfall that the correlation coefficient was 0.98 in missing rainfall adjust at 10 region. As a result, ANN model has been for suitable for rainfall adjust. It is considered that the result will be more accurate when it includes climate data affecting rainfall.