• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.139-139
• /
• 2016

가능최대홍수량(Probable Maximum Flood, PMF)이란 대규모 수공구조물을 설계하고자 할 때 막대한 경제적 손실 및 인명피해 등을 막기 위해 기준으로 삼는 설계홍수량이며, 통계학적으로는 약 10,000년 빈도에 해당된다. 우리나라의 호우 특성은 방위, 진행방향 및 위에 따른 해석이 매우 복잡하여 강우를 정형화하기 어렵다. Kim and Won(2004)은 이동성 호우의 경우 강우의 깊이-면적-지속기간(Rainfall Depth-Area-Duration)의 분석결과에서 상당한 오차를 야기하는 문제점을 지닌다고 주장하였다. 따라서 오차를 포함한 DAD의 산정결과는 가능최대강수량(Probable Maximum Precipitation, PMP) 및 가능최대홍수량 산정에도 영향을 미치기 때문에 정확도 높은 DAD 분석을 통한 PMF 산정이 요구된다. 본 연구에서는 유역을 선정하고 각 지점의 시계열 강우 자료를 활용하여 공간분포화한 강우자료에 격자기반의 자동 강우장 탐색기법을 이용하여 DAD 분석을 실시하였다. 기존의 PMP 산정방법에서는 한반도 전역에서 발생했던 130 mm이상의 호우사상을 선정한 후에 각 호우의 범위에 있는 우량관측소의 강우자료를 이용하여 PMP를 산정한다. 그렇기 때문에 만약 상대적으로 긴 지속기간의 경우 호우의 범위가 우리나라 전역을 포함할 가능성이 크기 때문에 PMP 산정방법은 복잡하고, 기상이변이 잦지 않는 지역에서 산정된 PMP를 이용하여 PMF를 산정할 경우, 유역의 특성을 반영하지 않았기 때문에 과대산정의 우려가 있다. 이에 따라 본 연구에서는 먼저 연구대상유역을 선정한 뒤, 유역 내에 발생했던 호우경보와 호우주의보를 기준으로 호우사상을 선정하여 DAD 분석 후 PMP를 산정하였다. 그 후, 강우-유출관계를 파악하여 PMF를 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.309-309
• /
• 2021

댐 설계 시 가능최대강수량(probable maximum precipitation, PMP)으로 인한 홍수량인 가능최대홍수량(probable maximum flood, PMF)이 고려되며, 이를 산정하기 위해서는 단위도가 필요하다. 즉, PMF는 PMP를 입력으로 하여 단위도를 이용한 강우-유출 해석을 통해 얻어진다. 따라서, 동일한 PMP가 고려되더라도 적용되는 단위도에 따라 산정되는 PMF는 달라진다. PMP가 발생하는 상황에서는 평균적인 상황에 비해 단위도의 반응이 보다 빠르고 강해진다(한국개발연구원, 2007; 한국수자원공사, 2008; Kjedsen et al., 2016). 국내의 경우, 아직까지 PMF 산정을 위한 단위도에 대한 명확한 지침은 존재하지 않는다. 댐설계기준해설(국토해양부, 2011)에서는 유역의 평균단위도로 PMF를 추정할 경우 실제보다 낮은 결과치가 도출되는 문제가 있을 수 있다는 점을 경고하는 수준에 그치고 있다. 이에 본 연구에서는 유속 정보를 기반으로 PMF 산정을 위한 단위도를 결정해 보고, 이를 통해 대표단위도로부터 PMF 산정을 위한 단위도를 결정하기 위한 수정 방법을 제안하였다. 추가적으로 이러한 수정단위도를 적용하여, 기존 국내 기준 적용 결과 및 확률 강우량을 통해 산정되는 빈도홍수량과의 비교를 수행하였다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.60 no.2
• /
• pp.1-11
• /
• 2018

Probable Maximum Flood (PMF) is mostly applied for the designs of large-scale hydraulic structures and it is estimated by computing the runoff hydrograph where Probable Maximum Precipitation (PMP) is inserted as design rainfall. The existing PMP is estimated by transferring the heavy rainfall from all watersheds of korea to the design watershed, however, in this study, PMP was analyzed by selecting only rainfall events occurred in the design watershed. And then, Catchment-scale Soil Erosion Model (CSEM) was used to estimate the PMF and sediment-runoff yield according to the watershed-based estimated PMP. Although the PMF estimated in this study was lower than the existing estimated PMF in the Yongdam-dam basin, it was estimated to be higher than the 200-year frequency design flood discharge. In addition, sediment-runoff yield was estimated with a 0.05 cm of the maximum erosion and a 0.06 cm of the maximum deposition, and a total sediment-runoff yield of 168,391 tons according to 24-hour PMP duration.

• Journal of Korea Water Resources Association
• /
• v.53 no.5
• /
• pp.383-393
• /
• 2020

The main objective of this study is to provide a robust model for estimating parameters of the Clark unit hydrograph (UH) using the observed rainfall-runoff data in the Soyangang dam basin. In general, HEC-1 and HEC-HMS models, developed by the Hydrologic Engineering Center, have been widely used to optimize the parameters in Korea. However, these models are heavily reliant on the objective function and sample size during the optimization process. Moreover, the optimization process is carried out on the basis of single rainfall-runoff data, and the process is repeated for other events. Their averaged values over different parameter sets are usually used for practical purposes, leading to difficulties in the accurate simulation of discharge. In this sense, this paper proposed a hierarchical Bayesian model for estimating parameters of the Clark UH model. The proposed model clearly showed better performance in terms of Bayesian inference criterion (BIC). Furthermore, the result of this study reveals that the proposed model can also be applied to different hydrologic fields such as dam design and design flood estimation, including parameter estimation for the probable maximum flood (PMF).