• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.113-113
• /
• 2023

기후변화로 인한 온도 상승이 대기 중 수분량을 증가시키면서 극한 강우가 전 세계적으로 빈번하게 발생하고 있으며, 이에 따라 대규모 홍수 피해가 지속적으로 초래되고 있다. 본 연구에서는 이러한 현상에 대응하기 위한 노력으로, 대기 연직 기둥 내 총 수분량을 나타내는 총가강수량(Total Precipitable Water, TPW)과 극한 강우사상(Extreme Precipitation, EP) 간의 연관성이 강우지속기간에 따라 어떻게 변하는지 분석하였다. 관측 및 재해석(reanalysis) 데이터를 활용하여 동시극한지수(Concurrent Extremes Index, CEI, 0~1, 1에 가까울수록 강한 연결)로 두 변수 간의 정량적 연결 강도를 살펴보았다. 분석 결과, CEI의 지속 시간에 따른 변동 경향성은 지역에 따라 상당한 차이를 보였다. 지중해와 중앙아시아와 같은 대부분의 중위도 지역에서는 강우의 지속 기간이 길어질수록 CEI 값이 급격히 감소하였다. 그러나 한반도를 포함한 동아시아 지역은 중위도임에도 불구하고 긴 지속 기간의 강우 사상에서도 높은 수준의 CEI 값을 유지하였다. 이러한 동아시아 지역의 경향성은 열대지역과 매우 유사하게 나타났으며, 이는 동아시아 지역의 극한 강우 증가가 기후변화의 직접적인 영향을 받을 수 있음을 시사한다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.105-105
• /
• 2011

전 세계적으로 이상기후의 발생이 빈번해지고 있으며, 특히 6~9월에 강우가 집중되는 우리나라의 경우에는 예측하지 못한 강우의 발생 빈도가 점점 증가하고 있어 이로 인한 인명 및 재산 피해 또한 심각한 문제가 되고 있다. 이러한 피해를 최소화하기 위해서는, 일반적으로 발생한 강우사상이 아니라 극치의 확률로 발생한 강우사상에 대한 실질적인 연구가 우선으로 수행되어야 한다. 기존의 극한강우에 대한 연구 중 대부분은 정량적인 기준보다는 정성적인 기준을 제시하고 있으며, 최근 국외에서는 STARDEX(Goodess, 2005)와 같은 극한지수를 선정하여 경향성을 분석하는 연구도 수행되고 있다. 국내에서도 극한지수를 사용한 연구사례가 있으나(최영은, 2004, 김보경 외, 2009), 국외에서 제안된 극한지수를 우리나라에 그대로 적용한 것이며, 이외에도 확률모형을 이용한 극한기후사상의 발생빈도 분석에 관한 연구도 활발히 수행되고 있는 추세이다. 본 연구에서는 확률적으로 양적, 시간적, 공간적 측면이 동시에 극한의 값을 갖는 사상을 극치사상이라고 정의하여, 발생 가능한 강수량의 최대량으로 주로 사용되는 가능최대강수량(PMP)과는 다른 의미의 강수량으로 분석하였다. 극한강우사상의 정량적인 분석을 위해, 안성천 유역 강우관측소의 시계열 강우자료를 토대로 전체 강우사상에 대한 강우지속시간, 총 강우량 및 최대 시강우량의 95퍼센타일, 시간에 대한 누적 강우량의 25퍼센타일과 75퍼센타일의 증가율로 계산된 강우 증가율 등 4가지 요소를 제안하였다. 이 방법을 IHP 시험유역인 평창강 유역에 적용하여 그 적용성을 검토하였으며, 극치사상으로 분석된 강우사상은 각 유역별 주요하천의 상위 12개 장기 유출량의 발생일과 비교하였다. 분석 결과, 하천과의 거리가 먼 관측소일수록 최대 유출량의 발생일과 극한강우사상의 발생일에 차이가 발생했으며, 결측자료가 많은 관측소의 경우에는 인근 관측소의 자료로 보완하였을 때 높은 정확도로 분석되는 것으로 보아, 결측자료에 대한 영향과 강우 관측소와 하천과의 거리에 대한 영향이 큰 것으로 판단되었다. 향후 연구에서는 거리 및 지형에 대한 영향과 결측자료의 보완을 통해 더 정확한 분석을 수행하여, 홍수위험도의 개선 및 장기 유출분석에 기여할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1223-1227
• /
• 2004

강수량의 대부분이 여름철에 집중적으로 내리는 우리나라의 경우 경제기반에 필요한 용수 확보를 위한 댐 수위 조절 등의 수자원 관리를 위해서는 강수량의 장기예측이 매우 중요하다. 그러나 장기예측에 앞서 강수량의 기후 특성 분석은 예측을 위한 기반 자료로서 필요하다. 따라서 한반도 기상 관측소 자료로부터 1954년부터 2002년 49년동안 한강과 낙동강 유역의 유역평균 월강수량의 기후특성을 분석하였다. 유역평균 월강수량은 Thiessen 가중법을 사용하여 산출되었으며, 4월 유역평균 강수량은 감소 경향이 뚜렷하고, 8월 유역평균 강수량은 증가 경향이 매우 뚜렷하였다. 또한 두 유역에 있어서 1970년 중반에 유역평균 월강수량의 변동에 변화가 나타났다. NINO3 지수와 한강과 낙동강 유역평균 월강수량 편차와의 동시상관관계에서 유역평균 9월 강수량은 NINO3 지수와 지속적인 음의 상관을 보였고, 11월 유역평균 강수량과는 양의 상관이 크게 나타났다. 우기 동안 한강 유역평균 월강수량의 극한 사상의 종관 특성 분석을 위한 합성도에서 다우해(above normal year)인 경우에는 주로 대륙에 1000 hPa 고도의 음의 편차, 해양에 양의 편차의 중심이 놓여 있어 다우 시기는 북태평양 고기압의 강화와 관련됨을 알 수 있었다. 또한 8월 유역평균 강수량은 한반도 상공의 제트 강화와 관련되어 있었으며, 9월 유역평균 강수량의 경우에는 제트 출구의 북쪽에서의 양의 편차, 남쪽에서의 음의 편차 및 하층 바람장의 수렴과 관련되어 나타났다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.13 no.5 s.57
• /
• pp.142-148
• /
• 2009

This paper is to investigate the fracture behavior characteristics of box culvert and incremental crack width of upper slab for the incremental loading by the 3-axis loading system. In the 3-axes loading system, loading directions are upper side, left and right side which simulate earth pressure and static traffic load. With the incremental load, crack patterns is investigated on the upper slab, left and right wall. Especially, on the upper slab, crack width is measured by crack gage. Based on the experimental results, structural internal force indices of box culvert are estimated quantitatively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.306-306
• /
• 2019

전지구적 기온상승으로 인해 미래기후의 관한 연구가 중요시 되고 있다. 위와 같은 현상으로 인하여 다양한 기후변화 연구가 진행되고 있다. 미래기후 연구에는 GCM (General Circulation Model) 모의 결과가 이용된다. 격자 자료로 구성된 GCM은 연구 지점으로 지역적 상세화와 연구지역의 관측자료 사이의 편이 보정(bias correction)이 필수적이다. 위와 같은 근거로 편이 보정 방법의 선택은 매우 중요하며 편의 보정의 방법에 따라서 결과가 다르게 도출될 수 있다. 또한 국내외 연구에서는 다양한 상세화 기법과 편이 보정 기법을 분석 및 평가하는 연구가 진행되고 있으며, 편의 기법 중 대표적인 기법인 Quantile mapping과 Random Forest 기법이 있다. Quantile mapping 기법은 GCM의 과거 모의 데이터와의 편이 보정에 있어서 우수하게 나타났으나, GCM 데이터의 미래 예측 기간(2010년~2018년)까지의 데이터에서는 극한 강수를 정량적으로 분석 가능한 Random Forest 기법이 편이 보정 과정에서 성능이 우수할 것으로 판단된다. 본 연구에서는 우리나라 21개 관측소를 기준으로 총 4개의 GCM(GISS, CSIRO, CCSM4,MIROC5)의 과거 기간 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량을 편의 보정하는 방법에 있어서 편의 보정 기법의 성능을 비교한 결과와 GCM 미래 예측 기간 자료(2010년~2018년)에서의 편의 보정 기법의 성능 결과를 비교하였다. 이를 토대로 편이 보정 기법의 결과를 6개의 평가지수를 이용하여 정량적으로 분석하였으며, 다기준의사결정기법인 TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution)를 이용하여 편이 보정기법들의 성능에 있어서 우선순위를 선정하였다. 본 연구에서 편이 보정 방법으로 Quantile mapping 방법을 사용했으며, Quantile mapping의 기법으로는 비모수 변환법(non-parametric transformation)과 분포기반 변환법(distribution derived transformation)이 사용되었다. 또한 머신러닝 방법 중 하나인 Random Forest 방법을 동시에 사용하여 결과를 비교하였다. 또한 GCM 자료가 격자식으로 제공하고 있기 때문에 관측소 강수량도 공간적으로 환산하여야 하는데, 본 연구에서는 역거리 가중치법(inverse distance weighting, IDW) 방법을 이용하였다.