• 한국습지학회지
• /
• 제18권1호
• /
• pp.76-83
• /
• 2016

최근 연속적인 태풍에 의한 일련의 극한 호우 사상으로 홍수가 발생하였고, 이로 인해 인명과 막대한 재산피해가 발생하였다. 본 연구에서는 연속 호우 사상으로 인해 발생한 극한홍수를 거대홍수라고 정의하고, 일정 시간 간격으로 극한 호우 사상이 연속적으로 발생 될 수 있음을 가정하여 가상의 거대홍수 시나리오를 구성하였다. 최소 무강우 시간 결정(Inter Event Time Definition, IETD)방법을 사용하여 연속적인 강우의 시간 간격을 결정하였으며, IETD에 의해 산정된 시간 간격 안에서 호우 사상을 연속적으로 발생시켜 평창강 유역을 대상으로 거대홍수를 모의하였다. 즉, (1) 기록된 극한 호우 사상의 연속적인 발생 (2) 기왕 자료를 기반으로 빈도해석에 의해 산정된 설계 호우 사상의 연속적인 발생을 가정하여 거대홍수를 모의하였다. 연속 호우 사상으로 인한 거대홍수는 단일 호우 사상으로 인한 일반 홍수에 비해 6~17%의 홍수량이 증가하는 것으로 나타났다. 앞의 호우 사상으로 인한 홍수량에 비해 뒤에 오는 호우로 인한 홍수량의 증가는 많지 않지만, 연속적인 호우는 두 번의 홍수피해를 가져오므로 가상의 거대홍수로 인한 홍수 피해는 매우 클 것으로 판단된다. 따라서 본 연구와 같이 가상의 강우 시나리오를 통해 예상하지 못한 연속적인 홍수 재해와 같은 비상 상황에 대비할 방안을 마련할 필요가 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.167-167
• /
• 2016

일반적으로 빈도해석은 강우의 연 최대 강우자료들을 통해 지속기간별 확률강우량을 산정한다. 하지만 강우자료들은 관측기간이 상대적으로 짧은 편이라 지점 별 강우특성을 고려한 확률강우량 산정은 쉽지 않다. 각 지점 별 강우특성을 고려하기 위해서 연속적인 시계열로 기록되어 있는 강우자료를 독립 강우사상으로 분리하여 강우사상간의 시간, 즉, 무강우시간을 결정하는 것이 선행되어야 한다. 연속강우자료를 독립 강우사상으로 분리하기 위해서는 강우사상 간의 기준이 필요하다. 기존의 연구에서는 강우사상을 분리하기 위한 기준으로 무강우시간(Inter-Event Time, IET)을 사용하고 있다. 국내의 경우에는 무강우시간을 10시간부터 12시간까지 다양하게 적용하고 있다. 따라서 본 연구에서는 기상청 산하 강우관측소의 우기(4월~10월) 자료를 이용하여 시간 단위를 각각 1분, 5분 그리고 1시간으로 분리하였다. 강우분리방법은 자기상관계수와 포아송분포(Poisson distribution)를 고려한 지수분포(exponential distribution)의 변동계수를 이용하여 무강우시간 결정 방법(Inter-Event Time Definition, IETD)을 적용하였다. 각 지점별로 추출된 1분, 5분 그리고 1시간의 무강우시간을 비교 및 분석하였고, 이를 통해 각 지점의 시간단위 특성에 의한 적절한 무강우시간 및 강우사상시간을 제시할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.371-371
• /
• 2012

연속된 강우 관측 자료로부터 강우사상을 분리하는 것은 수문 분석에서 매우 기초적인 부분이다. 하지만 이를 분리하는 표준적인 방법은 아직 정해진 것이 없다. 보편적으로 강우사상의 분리에 강우사상간 (무강우)시간정의(IETD; Inter-event Time Definition)을 사용하고 있으며, 이는 강우사상간 최소 (무강우)시간(MIT; Minimum Inter-event Time, 이하 '강우사상간 최소 무강우 시간' 이라고 함.)이라고도 한다. 강우사상간 최소 무강우 시간을 결정하기 위해 사용되는 방법으로는 자기 상관계수를 이용하는 방법과 순위상관계수를 이용하는 방법, 강우사상간 무강우시간에 대한 변동계수를 이용하는 방법, 연간 호우 발생수를 이용하는 방법 등이 있다. 본 연구에서는 한강수계 강우의 강우사상간 최소 무강우 시간을 고찰하기 위해 한강수계 국토해양부에서 운영 중인 한강수계 강우관측소의 자료를 대상으로 앞서 제시한 4가지 방법을 적용하여 각 방법 간의 차이를 비교하여 보았으며, 더불어 개별 강우관측소의 자료와 티센망을 이용한 유역평균강우량을 사용했을 때 강우사상간 최소 무강우 시간의 차이를 비교하여 보았다.

• 한국지반공학회논문집
• /
• 제32권4호
• /
• pp.15-27
• /
• 2016

본 연구에서는 국내 산사태 발생을 예측하기 위하여 선행강우의 영향을 고려한 산사태 유발 강우기준(Intensity-Duration, ID curve)을 제안하였다. 1999년부터 2013년까지 국내에서 유발된 202개의 산사태에 대하여, 기상청 강우자료를 바탕으로 산사태 발생 시점 이전의 시강우량 데이터를 수집하고 분석하였다. 선행강우의 영향을 고려하기 위해 강우사상간 시간(Inter event time definition, IETD)을 6, 12, 24, 48, 72, 96시간으로 구분하고, 회귀분석을 통해 강우기준을 제안하였다. 국외의 산사태 유발강우기준과 제안된 유발강우기준을 비교하였으며, 선행강우에 대한 산사태 유발 강우기준의 변화를 분석하였다. 그 결과, 국내의 경우 비교적 낮은 강우강도에서 산사태가 유발되는 것으로 나타났으며, IETD가 증가할수록 산사태 유발강우기준의 기울기가 증가하는 경향이 나타났다. 따라서 단기간의 강우에 대해서는 산사태 유발강우기준(강우강도)이 높아지고, 장기간의 강우에 대해서는 낮아지는 것을 알 수 있었다. 2014년도에 국내에서 발생한 산사태 재해이력을 이용하여 검토한 결과, 본 연구에서 제안된 ID curve가 산사태 유발을 비교적 잘 예측할 수 있는 것으로 나타났다.

• Asian Journal of Atmospheric Environment
• /
• 제8권4호
• /
• pp.202-211
• /
• 2014

In this study, long-term rainfall data with irregular spatial distribution in Seoul, Korea, were separated into individual precipitation events by the inter-event time definition of 6 hours. Precipitation washout of $PM_{10}$ and $NO_2$ concentrations in the air considering various complex factors were analyzed quantitatively. Concentrations of $PM_{10}$ and $NO_2$ in the atmosphere were lower under condition of rainfall compared to that of non-precipitation, and a noticeable difference in average $PM_{10}$ concentrations was observed. The reduction of concentrations of $PM_{10}$ and $NO_2$ by rainfall monitored at road-side air monitoring sites was also lower than that of urban air monitoring sites due to continuous pollutant emissions by transportation sources. Meanwhile, a relatively smaller reduction of average $PM_{10}$ concentration in the atmosphere was observed under conditions of light rainfall below 1 mm, presumably because the impact of pollutant emission was higher than that of precipitation scavenging effect, whereas an obvious reduction of pollutants was shown under conditions of rainfall greater than 1 mm. A log-shaped regression equation was most suitable for the expression of pollutant reduction by precipitation amount. In urban areas, a lower correlation between precipitation and reduction of $NO_2$ concentration was also observed due to the mobile emission effect.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.198-198
• /
• 2012

본 연구에서는 서울지방의 최근 10년간 우기시 강우자료를 이용하여 시공간패턴에 따른 강수의 변화를 분석하였다. 이를 위하여 GIS 기법, 강우사상 구분법 및 공간의 상관성 분석 등을 적용하였다. 본 연구의 대상지역인 서울은 북위 $37^{\circ}$34', 동경 $126^{\circ}$59' 부근에 위치하며 남북방향으로 30.3 km, 동서방향으로 36.8km에 걸쳐 있으며 그 면적은 약 $605.41km^2$이다. 또 서울 중앙에서는 한강이 동쪽에서 서쪽으로 흐르며 서울을 강북과 강남으로 양분하고 있으며, 서울을 관통하고 있는 한강으로 수많은 지천이 합류하고 있다. 이러한 지리적 특성들로 인하여 서울 지역의 기후는 매우 복잡한 양상을 나타내고 있다. 과거에는 서울지역에 강우관측소의 수가 매우 적어 이러한 현상을 분석하는데 한계가 있었으나 최근에 자동기상관측소(AWS)들의 확충으로 인하여 자료의 양이 넓어졌다. 본 연구에서는 이러한 자료들을 사용하여 강수의 시공간 패턴을 분석하고자 한다. 이를 위하여 강수의 사상을 구분하기 위한 방법인 IETD법(Inter Event Time Definition)을 적용하였으며, 요인분석 및 군집분석을 이용하여 서울의 강수 지역 구분 및 패턴 분석을 실시하였다. 이러한 분석을 통하여 최종적으로 최근 10년간 서울지방의 강수의 시공간 패턴을 제시하고자 하였다.

• 한국수자원학회논문집
• /
• 제55권8호
• /
• pp.603-611
• /
• 2022

도시지역에서는 도시화로 인해 불투수면적이 지속적으로 증가하고 있고, 이는 빗물이 지표하로 침투 및 침루되는 기작을 방해하여 대부분의 빗물이 표면유출되도록 하고 있어 물순환의 왜곡이 심화되고 있다. 물순환의 왜곡은 강우-유출로 인한 수재해 뿐만 아니라, 하천 건천화 및 수질 악화, 생태계 균형 파괴 등 다양한 방면에 영향을 미치는데, 이러한 문제점을 해결하기 위해 환경부에서는 저영향개발 기법의 활용을 적극 권장하고 있다. 저영향개발 기법을 적용하기 위해서는 대상지 개발 이후의 유출증가량을 처리할 수 있는 빗물관리 목표량을 설정해야하는데, 현행 기준에서는 10년 강우 기간의 일단위 강우사상으로 빗물관리 목표량으로 제시하고 있어, 강우기간 및 대상에 대한 개선 연구가 필요하다. 본 연구에서는 물순환 개선을 위한 빗물관리 목표량의 설정에 무강우 지속시간(IETD)을 이용한 독립 강우사상의 구분과 통계분석을 통해 현행 기준과의 차이를 분석하였다. 부산광역시의 1991년에서 2020년까지 30년 강우자료를 이용하여 자기상관계수 분석, 변동계수 분석, 연평균 강우사상 발생개수 분석 등의 방법을 적용하였고, 대상 강우기간에 따라 무강우 지속시간을 선정하였다. 모집단의 표본이 많을수록 무강우 지속시간이 증가하는 경향을 보였다. 또한, 무강우 지속시간에 따른 독립 강우사상의 강우량 규모별 지속시간과 시간분포를 분석하여 빗물관리 목표량에 따라 표준 설계강우량을 산정할 수 있는 방안을 제시하였다. 이에 본 연구와 같이 무강우 지속시간의 선정을 통해 독립 강우사상들의 충분한 표본을 이용한다면, 보다 개선된 빗물관리 목표량을 설정이 가능할 것으로 기대된다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2015년 정기학술대회
• /
• pp.280-281
• /
• 2015

본 연구에서는 연속적인 호우 사상으로 인한 심각한 홍수를 거대홍수라고 정의하고, 일정 시간 간격으로 극한 호우 사상이 연속적으로 발생 될 수 있음을 가정하여 가상의 거대홍수 시나리오를 구성하였다. 최소 무강우 시간 결정(Inter Event Time Definition, IETD)방법을 사용하여 연속적인 강우의 시간 간격을 결정하였으며, IETD에 의해 산정된 시간 간격 안에서 호우 사상을 연속적으로 발생시켜 평창강 유역을 대상으로 거대홍수를 모의하였다. 즉, (1) 기록된 극한 호우 사상의 연속적인 발생 (2) 기왕 자료를 기반으로 빈도해석에 의해 산정된 설계 호우 사상의 연속적인 발생을 가정하여 거대홍수를 모의하였다. 연속 호우 사상으로 인한 거대홍수는 단일 호우 사상으로 인한 일반 홍수에 비해 6~17%의 홍수량이 증가하는 것으로 나타났다. 앞의 호우 사상으로 인한 홍수량에 비해 뒤에 오는 호우로 인한 홍수량의 증가는 많지 않지만, 연속적인 호우는 두 번의 홍수피해를 가져오므로 가상의 거대홍수로 인한 홍수 피해는 매우 클 것으로 판단된다. 따라서 본 연구와 같이 가상의 강우 시나리오를 통해 예상하지 못한 연속적인 홍수 재해와 같은 비상 상황에 대비할 수 있는 방안을 마련할 필요가 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.153-153
• /
• 2016

최근 지구온난화 및 기후변화의 영향으로 수재해가 증가하고 있으며, 강우의 경향성이 변화하고 있다. 태풍 및 집중호우로 인한 피해보다 장기간의 연속적인 강우의 발생으로 인한 피해가 더욱 크며, 기존 수공구조물의 설계기준은 연속적인 호우로 인한 피해를 고려하지 못하고 있는 실정이다. 거대홍수란 집중호우, 태풍, 이상홍수 및 돌발홍수로 인한 홍수피해의 여파가 끝나기도 전에 또 다른 강우사상으로 인하여 거대한 홍수가 발생하는 시나리오적 상황을 의미한다. 본 연구에서는 기상청에서 제공하는 한강권역 30년 동안의 (1986 ${\infty}$ 2015년) 강우자료를 이용하여 거대홍수 발생횟수, 경향성, 설계기준을 초과하여 발생하는 거대홍수 초과빈도를 분석하였다. 최소 무강우 시간 정의(Inter Event Time Definition, IETD)를 이용하여 거대홍수를 산정하고, Mann-Kendall test 및 이중누가우량분석(double mass analysis)을 통하여 거대홍수의 경향성 분석을 실시하였다. 본 연구의 결과는 기존 수공구조물의 설계기준의 취약점을 보완할 수 있을 것이라 판단되며, 태풍, 집중호우, 거대홍수 등으로 발생하는 홍수피해를 줄이기 위한 방재 사업의 우선순위 결정에 대한 근거 자료로 활용할 수 있을 것이라 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.200-200
• /
• 2022

본 연구에서는 총 강우량과 강우강도을 고려한 이변수 분석으로 연최대 호우사상을 선별하고, 두 변수를 Copula 함수로 결합하여 최적의 모델조합을 찾는 확률호우사상 산정 방법론을 제시하였다. 국내 69개 관측소의 2020년까지의 관측 자료를 대상으로 1mm 이하의 강우는 제거한 뒤, IETD(Inter-Event Time Definition) 12시간을 기준으로 강우자료를 독립적인 호우사상으로 분리하였다. 호우사상의 여러 특성 중 양의 상관관계를 갖는 총 강우량과 강우강도를 변수로 선택해 이변수 지수분포에 대입하였고, 각 지점의 연최대 호우사상 시계열을 생성하였다. 2변수 지수분포의 매개변수는 전체 기간과 연도별로 나누어 추정해 본 결과 연도별 변동성이 큰 것을 확인해 연도별 추정 방식을 선택하였다. 연최대 강우사상 시계열의 총 강우량과 강우강도는 극한 강우에 적용하는 확률분포형 중 Lognarmal, Gamma, Gumbel, GEV(Generalized Extreme Value), GPD(Generalized Pareto Distribution) 5가지를 사용하여 각각 CDF(Cumulative distribution Function) 값을 추정하였다. 계산된 CDF 값은 3가지 Copula 모형으로 결합해 joint CDF 값을 산출하였다. 총 75개의 모델조합 중 최적 모델을 찾기 위해 CVM(Cramer-von-Mises) 적합도 검정을 시행하였다. CVM의 통계량 Sn 값이 가장 작은 모델조합을 해당 지점의 최적 모델조합으로 선정하였다.