• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.481-481
• /
• 2021

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 2018~2019년 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』 수행을 통해 레이더 실황강우 기반의 강한 비구름 이동경로 추정 기술, 강우시나리오 기반의 침수위험지역추정 기술이 적용된 서울시 도시침수 예측시스템을 개발하였다. 또한, 침수피해에 선제적으로 대응하기 위해 2019~2020년 『서울시 내수침수 위험지역 실시간 예측기술 개발』을 통하여 이류모델 기반의 예측강우정보 추정 기술, 예측강우정보 기반의 실시간 침수위험지역 추정기술을 적용하였다. 현재 서울시 도시침수 예측시스템은 서울시 전역의 강우 및 침수정보를 제공하며, 관로 113,286개(전체 385,768개), 맨홀 106,097개(전체 272,133개), 빗물펌프장 117개소(전체 121개소)가 반영되어 있다. 서울시 도시침수 예측시스템에서는 서울시 25개 자치구를 대상으로 실황 및 예측 강우정보, 강한 비구름에 대한 이동경로정보, 시나리오 및 실시간 침수정보를 제공하고 있다. 강우정보는 10분 및 1시간 단위 AWS 실황정보와 10분 단위 이류모델 기반 예측정보, 1시간 단위 LDAPS 기반 예측정보를 제공한다. 또한, 레이더 실황정보를 통해 판별된 강한 비구름에 대해 10분 단위 1시간 예측경로를 제공한다. 침수정보는 총강우량, 강우지속기간, 빗물받이효율 조건을 반영한 강우시나리오 기반의 6m 고해상도 격자단위 침수시나리오 정보와 자치구별 침수위험정보를 제공한다. 또한, 이류모델 기반의 레이더 예측정보를 이용하여 실시간 침수 예측정보를 제공한다. 향후 서울시 내 모든 수방시설물의 적용, 관로 유출구별 기점수위 반영, 관측자료를 이용한 도시유출 및 도시침수 모델 최적화 등 지속적으로 고도화를 수행하고자 하며, 서울시 도시침수 예측시스템을 통해 서울시 및 자치구 풍수해 담당자가 침수피해를 대비, 대응할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.410-410
• /
• 2023

최근 한국에서는 기후변화에 따른 영향으로 집중호우의 발생 빈도와 강우강도 증가 및 지속적인 도시침수로 인한 인명 및 재산 피해가 발생하고 있다. 도시침수 예측은 수치모델링, 강우기반의 침수예측 연구가 주를 이루고 있으며, 정량적인 침수계측데이터를 활용한 분석기술은 부족한 실정이다. 침수지도, 침수예측 결과 검증과 더불어 센서기반의 정량적인 침수심 계측 결과를 활용한 도시침수 관리기술 개발이 필요하다. 현재 개발된 침수센서는 개발 주체에 따라 센서 관리 규정이 각각 상이하며, 정해진 규격과 기본적인 성능기준이 부재함에 따라 예산, 유지관리 등 비효율적인 사례가 발생하고 있다. 이에 본 연구에서는 침수센서의 설치시 효율화와 시행착오 등을 방지하기 위해 침수센서의 설치 및 운영에 필요한 성능기준과 설치방법 등을 가이드라인으로 제시하고자 하였다. 가이드라인을 작성하기 위해 도심지 침수센서 관련 설치절차, 설치위치 선정방안, 측정주기, 점검 및 관리 방안 등에 대한 국내외 사례를 조사하였으며, 사례 분석을 통해 침수센서 가이드라인 목차를 도출하였다. 가이드라인 목차로는 침수센서 세부구성 및 작동원리를 기술한 표준모델 구축 방안과 지표, 지표하 등의 계측지점별 센서 설치방안, 현장설치 절차도, 시운전지침으로 구성하였다. 향후 가이드라인을 통해 침수센서를 효율적으로 운영하여 도시침수 발생시 선제적 대응체계 강화 방안 마련에 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.62-62
• /
• 2019

본 연구에서는 기상청에서 제공하는 인공위성 관측자료와 레이더 자료를 합성하여 예측된 선행시간 2시간의 강수량 예측자료를 이용하여 도시유역의 침수 발생 여부를 확인할 수 있는 시스템을 개발하였다. 대상유역은 부산광역시에 위치하고 있는 유역면적 $54km^2$의 온천천유역으로, $10m{\times}10m$의 해상도로 지표면의 침수예측을 수행한다. 침수예측에 이용되는 모델은 지표면과 하수관망 사이의 상호작용을 효과적으로 고려할 수 있도록 지표면 2차원, 하수관망 1차원 모델을 연계하였으며, 침수예측에 소요되는 시간을 최소화하기 위하여 OpenMP기반의 병렬해석 기법을 적용하였다. 또한 초기조건에 의한 오차를 줄이기 위하여 하천수위 관측소에 관측된 수위자료를 예측모델의 초기조건으로 입력할 수 있도록 시스템을 구성하였으며 유역 하류단에서 경계조건으로 활용되는 예측수위자료는 시계열자료의 예측에 뛰어난 성능을 보여주는 것으로 알려진 LongShort-term Memory(LSTM) 기법을 적용하여 이용하였다. 본 연구에서 개발된 실시간 도시침수 예측 시스템은 집중호우 발생시 침수 발생 위치를 사전에 빠르게 예측하여 도시유역의 인적 물적 자원의 피해를 저감하는데 적극적으로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.269-269
• /
• 2023

기후 변화로 인한 강우 패턴의 변화는 도심지 방재성능 목표를 상회하는 홍수로 이어져 침수피해를 가중시키고 있다. 이로 인한 도시침수 피해를 저감하기 위하여 도시침수 예측모형 개발이 활발히 이루어지고 있으나, 대규모 관망으로 이루어진 복잡한 도심지 우수관망을 모의하기 때문에 분석속도가 느려 실시간 예측 적용에 한계점이 있다. 도시침수 분석에 가장 많이 활용되는 대표적인 모형인 SWMM(Storm Water Management Model)은 복잡한 관망을 비교적 빠르고 정확히 해석할 수 있어 유용하지만, 이 또한 대도심의 우수관망 모의 시 많은 시간이 소요되며, 관망 정밀도 기준이 정의되어 있지 않아 분석에 어려움이 있다. 이러한 문제점을 해결하기 위하여 본 연구에서는 관망 간소화 기법(유역면적의 밀도, 관거 직경, 관로의 길이 등)을 적용하고, 이에 따른 주요 지선과 간선의 수위 변화와 침수흔적도를 비교하여 분석결과의 정확성을 담보하는 관망 간소화 수준을 파악하고 도시침수 분석 시 적정 간소화 기준과 자동 간소화 방안을 제시하고자 한다. 도시침수 분석 시 우수관망 자동 간소화를 위하여 Python을 활용한 코드를 작성하였으며, SWMM의 .inp 파일을 읽어들여 Dataframe형태로 저장한 후 분석을 위한 데이터 가공, 간소화 기준에 따른 분류, 간소화 대상 수리·수문인자 연산, 인접 간선에 연결, 간소화된 .inp파일 저장의 총 6단계로 구성하였다. 연구 대상지역은 도림천 유역으로 설정하였으며, 초기자료는 맨홀 30,469, 관거 32,443, 소유역 30,586개로 이루어져 있으며, 모의 시간은 약 2시간 30분이 소요되었다. 유역면적 100x100 미만을 대상으로 수행 시 맨홀 9,965, 관거 10,464, 소유역 9,240개로 관거의 복잡도가 약 1/3 감소하였으며, 모의 시간은 약 43분으로 기존대비 약 72% 단축되는 것으로 나타났다. 실제 침수가 발생한 주요지점들을 비교한 결과 R² 0.85 ~ 0.92로 예측모형의 정확도에 큰 영향을 끼치지 않는 것으로 나타났다. 도시침수모형 최적 간소화를 통해 모형의 복잡성을 줄이고, 계산량을 줄여 모형의 수행시간을 단축시킬 수 있으며, 불필요한 우수관망을 제거하거나 병합함으로써, 모형의 예측력 향상과 분석과 해석에 효율적으로 사용될 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.417-418
• /
• 2022

최근 기후변화와 집중호우, 도시배수체계의 한계로 인해 도시침수가 빈번하게 일어나고 있으며 이에 따른 인적·물적 피해가 지속적으로 발생하고 있다. 기후변화 보고서에 따르면 우리나라 강우량은 21세기 후반까지 증가할 것으로 예측되고 있어 도시 침수 피해를 사전에 예측하고 피해 규모를 감소시키기 위한 위기 대응 시스템의 개발이 필요하다. 본 논문에서는 효율적이고 정확한 도시침수 상황관리를 가능하게 하기 위해 센서 계측 기술, IoT, 빅데이터 등의 최신 기술을 적용한 도시침수 모니터링 시스템을 설계하였다. 도시침수 모니터링 시스템은 스마트 레인센서, 스마트 지표 침수계측센서, 스마트 지표하 침수계측센서 등 다양한 종류의 센서와 연동되어 있으며 시스템에서 계측 데이터를 감시, 분석, 통계할 수 있어 효율적인 재난관리 대응이 가능하다. 또한, 도시침수 모니터링 시스템은 재난상황 발생 시 사전에 침수예상지역을 분석하고 대피계획 및 시점을 제공함으로써 인명피해를 줄이고 급작스런 홍수에 대비할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.302-302
• /
• 2020

최근 우리나라의 기후변화와 도시화로 인한 홍수피해 규모가 대형화 추세를 보이며, 그에 따른 도시침수의 발생이 증가하고 있다. 도시침수로 인한 피해는 파손보다는 침수가 대부분이고, 도시의 규모가 클수록 침수의 비중이 크게 나타난다. 그로 인한 피해는 인명피해 및 재산피해 이외에 여러 가지 피해를 유발하며 도시기능 마비가 일어난다. 이러한 도시지역의 침수피해는 넓은 불투수층으로 인해 홍수 도달시간이 감소하고, 급격한 도시화로 인한 건물, 이외에 하수 관망에 미치는 영향 등 여러 가지를 고려하여 침수해석이 필요하다. 따라서 본 연구에서는 XP-SWMM 모형으로 도시지역의 불투수층의 면적비율, 건물의 영향 등을 고려하여 침수해석을 하고자 하였다. 또한 XP-SWMM 모형의 2차원 TUFLOW엔진을 기반으로 하는 2D 지표 유출 계산을 이용하여 대상 지역의 침수 취약지역을 예측할 수 있을 것이다. 최근 송도국제도시 개발이 이루어진 인천광역시 연수구를 대상지역으로 선정하여 도시지역의 특성을 고려하여 분석을 수행하였다. XP-SWMM 모형의 적용성을 평가하기 위해 대상지역의 도시침수 피해를 입은 강우사상을 선정하여 분석을 수행하였고, 유출량 및 침수면적을 산정하여 침수흔적도와 비교 및 적용성을 평가하였다. 본 연구는 도시지역 하수도 관거의 성능 및 도시지역의 특성을 고려하여 여러 강우 빈도를 이용해 집중호우로 인한 침수지역 및 침수면적 등 침수피해를 예측하여 수해 예방 발전에 기여할 수 있을것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.341-341
• /
• 2020

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 '18년에 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』을 수행하였으며 이를 통해 레이더 기반의 비구름 이동경로 추정 기술, 침수시나리오 기반의 침수위험지역 추정기술 등을 적용한 서울시 도시침수 예측시스템을 개발하였다. 그러나 침수피해에 선제적으로 대응하기 위해서는 실시간으로 예측강우정보를 생산하고 이를 통해 침수위험지역을 추정하는 기술이 필요하다. 이에 본 연구를 통해 예측강우정보 생산 기술 적용, 예측강우정보를 이용한 실시간 침수위험지역 추정 기술 개발을 수행하여 서울시 도시침수 예측시스템을 고도화하였다. 예측강우정보의 경우 현재 기상청에서 광역 단위 호우특보 및 읍면동 단위 동네예보를 통해 제공되고 있지만, 풍수해 업무에 적용하기에는 제한적이며, 실시간 침수위험지역 추정의 경우 침수해석모델의 모의시간, 라이센스 등의 문제로 인해 한계를 보이고 있는 실정이다. 따라서 본 연구에서는 레이더 실황강우정보를 활용한 이류모델 기반의 예측강우정보 생산 기술을 적용하여 풍수해 업무 적용이 용이하도록 하였으며, 예측강우정보를 이용한 최적 침수시나리오 추정 기술 개발을 통해 실시간 침수위험지역 추정이 가능하도록 하였다. 서울시 도시침수 예측시스템은 25개 자치구를 대상으로 강우량, 호우이동경로, 침수 정보를 제공하고 있다. 강우정보는 기상청 및 SK-TechX 기반의 10분 및 1시간 단위 AWS 관측정보, 이류모델 기반 10분 단위 레이더 예측정보, 국지예보모델 기반 1시간 단위 LDAPS 예측정보를 제공하며. 호우이동경로는 레이더 실황강우정보와 LDAPS 바람장을 이용하여 서울시 및 수도권 지역의 10분 단위 1시간 예측경로를 제공한다. 침수정보는 실시간으로 레이더 예측강우정보를 이용하여 최적의 침수시나리오를 추정하여 격자 단위 상세 침수정보와 시군구 단위 침수위험지도를 제공한다. 본 시스템을 통해 실시간 침수위험지역 확인이 가능해짐에 따라 서울시의 효율적인 풍수해 업무 지원이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.332-332
• /
• 2021

도시화가 상당히 이뤄지고 기습적인 폭우의 발생이 불확실하게 나타나는 시점에서 재산 및 인명피해를 야기할 수 있는 내수침수에 대한 위험도가 증가하고 있다. 내수침수에 대한 예측을 위하여 실측강우 또는 확률강우량 시나리오를 참조하고 연구대상 지역에 대한 1차원 그리고 2차원 수리학적 해석을 실시하는 연구가 오랫동안 진행되어 왔으나, 수치해석 모형의 경우 다양한 수문-지형학적 자료 및 계측 자료를 요구하고 집약적인 계산과정을 통한 단기간 예측에 어려움이 있음이 언급되어 왔다. 본 연구에서는 위와 같은 문제점을 해결하기 위하여 단일 도시 배수분구를 대상으로 관측 강우 자료, 1, 2차원 수치해석 모형, 기계학습 및 딥러닝 기법을 적용한 실시간 홍수위험지도 예측 모형을 개발하였다. 강우자료에 대하여 실시간으로 홍수량을 예측할 수 있도록 LSTM(Long-Short Term Memory) 기법을 적용하였으며, 전국단위 강우에 대한 다양한 1차원 도시유출해석 결과를 학습시킴으로써 예측을 수행하였다. 침수심의 공간적 분포의 경우 로지스틱 회귀를 이용하여, 기준 침수심에 대한 예측을 각각 수행하였다. 홍수위험 등급의 경우 침수심, 유속 그리고 잔해인자를 고려한 홍수위험등급 공식을 적용하여 산정하였으며, 이 결과를 랜덤포레스트(Random Forest)에 학습함으로써 실시간 예측을 수행할 수 있도록 개발하였다. 침수범위 및 홍수위험등급에 대한 예측은 격자 단위로 이뤄졌으며, 검증 자료의 부족으로 침수 흔적도를 통하여 검증된 2차원 침수해석 결과와 비교함으로써 예측력을 평가하였다. 본 기법은 특정 관측강우 또는 예측강우 자료가 입력되었을 때에, 도시 유역 단위로 접근이 불가하여 통제해야 할 구간을 실시간으로 예측하여 관리할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.6-6
• /
• 2018

최근 집중 호우로 인한 내수침수 피해가 도시화와 기후변화로 늘어나고 있다. 내수침수 피해로 인한 복구비용과 시간이 증가하고 있으며 향후에는 이보다 더 크게 늘어날 것으로 예상된다. 이러한 문제를 해결하기 위하여 충분한 선행시간을 가지고 내수 침수 구역을 제시할 수 있어야 한다. 기존의 물리적 모델은 정확하고 정교한 결과를 제공하지만, 시뮬레이션을 준비하고 마치는 데에 시간이 많이 소요된다. 그 이유로서는 강우량, 지형적 특성, 배수관망 시스템, 수문학적 매개변수 등의 다양한 데이터도 필요하기 때문이다. 이는 도시유역에 대한 내수침수의 실시간 예측이 어렵게 되었으며, 충분한 선행시간을 확보하지 못하는 원인이 되었다. 본 연구에서는 이 문제에 대한 해결책으로 결정론적 방법과 확률론적 방법을 자료지향형 모형으로 결합하여 해결책을 제시하고자 하며, 특정 강우 조건하에 도시유역에서의 내수침수에 영향을 미치는 맨홀에 대한 정보를 제공하고자 한다. 위와 같은 과정을 수행하기 위하여 입력자료 조합에 대한 비선형 분석을 실시하였으며, 그 결과로 특정 강우 조건에 대하여 각 맨홀에 대한 누적월류량을 예측할 수 있는 비선형 인공신경망을 구축할 수 있었다. 본 연구에서 제시된 방법론은 국내의 강남 배수분구에 대하여 적용이 되었으며, 내수침수 예측결과와 2차원 해석결과를 비교하고자 하였다. 본 연구에서는 위 과정을 통하여 1차원 도시유출해석을 위한 입력 자료를 준비하는 시간을 절약하고, 다양한 강우 조건과 내수침수지도 사이의 연관성을 학습하는 예측 모형을 이용하여 도시유역의 내수침수에 대한 충분한 선행시간을 확보하고자 한다. 결론적으로, 이 연구의 결과는 도시유역에 대한 비구조적 대책 수립에 도움을 줄 것으로 확인이 되며 도시 유역 내에 맨홀 위치들을 고려한 위험지구를 파악하는 데에 유용할 것으로 판단된다.