• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.350-350
• /
• 2017

저수지의 설계홍수량 산정 시 인근의 기상관측 자료를 활용하고 있으나 인근에 기상관측 자료가 없거나 저수지 배후 유역이 큰 경우에는 단일 기상관측 자료를 이용하기에는 한계가 있다. 따라서 실무적으로 지점별 기상관측소의 자료를 이용하여 설계홍수량을 산정할 때에는 각 관측소 자료를 이용하여 확률강우량을 산정하고 Thiessen 가중평균을 한 후 면적우량환산계수 (ARF)를 곱하여 사용하고 있는데, Thiessen 방법의 경우 방법이 간단하지만 지형 고도 효과는 무시되고 우량계의 지배면적에 의한 우량계의 분포 상태만을 고려하게 된다. 그러므로 설계홍수량 산정시 사용되는 Thiessen 방법은 공간적 불확실성을 내포하고 있고, 특히 소규모 저수지의 설계홍수량을 산정하는 경우에는 저수지 유역의 국소적인 특징을 나타내기 어렵다. 본 연구에서는 설계홍수량 산정 시 저수지 위치에 해당하는 확률강우량의 공간적 불확실성을 평가하기 위하여 SIS(Sequential Indicator Simulation) 방법을 이용하였다. SIS 방법은 Kriging 기법과 마찬가지로 베리오그램으로부터 얻어지는 공간적 상관관계를 기반으로 하고 있는 방법으로 Kriging 기법과 달리 공간분포의 국소적인 특성을 평가할 수 있다는 장점을 가지고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.914-918
• /
• 2012

본 연구는 유역의 침수특성치를 기준으로 하여 치수계획규모를 설정하는 방법을 연구한 것이다. 본 연구에서는 2010년 9월 21일 광화문 일대에 발생한 침수피해를 이용하여 XP-SWMM 2010 모형을 검증한 후 침수예상도를 산정하였다. 확률강우량은 Huff의 4분위법으로 분포시켰으며, 침수특성치(관로첨두유출량, 평균침수심, 특정지점의 최대침수심, 최대침수면적, 침수총량, 특정지점의 침수지속시간)를 기준한 유역치수계획규모를 설정하는 새로운 방법을 제시하였다. 모의 결과 출구점에서의 첨두유출량은 각 빈도별 최대값/최소값이 1.11~1.22로 거의 동일하게 구해지는 반면, 평균침수심, 특정지점의 최대침수심, 최대침수면적, 침수총량, 특정지점의 침수지속시간 등의 침수특성치는 1.59~7.44로 큰 차이를 보였다. 이와 같은 결과로, 유역 내에 발생하는 침수피해규모를 통한 임계지속시간이 계획규모설정에 더욱 적합하다 판단하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2249-2253
• /
• 2008

본 연구에서는 지점빈도분석과 지역빈도분석을 이용하여 확률홍수량을 산정 하였다. 지점빈도 분석은 Annual Maximum Series(AMS) 및 Partial Duration Series(PDS)를 이용하여 자료를 추출하고 각 자료에 적합한 확률분포를 이용하여 확률홍수량을 산정하였다. 그러나 AMS를 이용한 확률홍수량의 산정은 표본의 개수가 부족하면 이에 따른 변동성(variability)이 커지게 되는 단점이 존재하며, PDS를 사용하면 임계값(threshold)에 따른 주관적 영향이 결과에 반영되는 단점이 존재하는 것으로 알려져 있다. 따라서 본 연구에서는 PDS를 사용하는 경우의 단점을 해결하기 위해 연 1.7회의 발생횟수를 갖는 자료를 추출하고 몬테카를로 모의시험을 통하여 주관적 영향을 제거하였다. 또한 두 가지 방법에 의해 산정된 확률홍수량의 비교검토를 위해 지역빈도분석을 수행하였다. 유역의 면적과 일평균강우량으로부터 확률홍수량을 산정할 수 있는 것으로 알려진 Bayesian-Generalized Least Square(B-GLS) 방법을 이용하여 확률홍수량을 산정하였다. 최종적으로 안양천 유역의 13개 소유역에 대한 세 가지 방법에 의해 산정된 확률홍수량을 비교 검토한 결과, 특정한 방법이 항상 우수하다는 결론은 얻을 수 없었으나 각 유역별로 AMS가 가장 크고 B-GLS가 가장 작은 확률홍수량을 갖는 경향을 나타내었다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.3
• /
• pp.773-784
• /
• 2014

This study evaluated the applicability of the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model for modeling extreme rainfalls and floods in Korean Peninsula. Firstly, using the ISPSO (Isolated Species Particle Swarm Optimization) method, the parameters of the MBLRP model were estimated at the 61 ASOS (Automatic Surface Observation System) rain gauges located across Korean Peninsula. Then, the synthetic rainfall time series with the length of 100 years were generated using the MBLRP model for each of the rain gauges. Finally, design rainfalls and design floods with various recurrence intervals were estimated based on the generated synthetic rainfall time series, which were compared to the values based on the observed rainfall time series. The results of the comparison indicate that the design rainfalls based on the synthetic rainfall time series were smaller than the ones based on the observation by 20% to 42%. The amount of underestimation increased with the increase of return period. In case of the design floods, the degree of underestimation was 31% to 50%, which increases along with the return period of flood and the curve number of basin.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.180-180
• /
• 2018

가능최대강수량(PMP)은 대규모 수공구조물의 설계 시 기준이 되는 강수량으로, 최근 대규모 거대재난에 대비한 대피계획수립에 PMP를 활용하려는 움직임이 있으며 PMP에 대한 국내 연구가 활발히 수행되고 있다. PMP를 추정하기 위해 Hershfield의 통계적 방법에 대한 간단한 대안이 제안되었다. PMP는 물리적인 강우량 상한계로, 확률론적 개념과는 모순적이다. 또한, Hershfield의 PMP는 연 최대 시계열 평균의 선형함수로 주어지는 모양 매개변수를 가지는 GEV 분포의 약 60,000년 빈도임이 밝혀졌다. 따라서 본 연구에서는 Hershfield의 방법을 확률론적으로 해석하는 것이 바람직할 것으로 판단하였고, 기상청 ASOS 및 AWS 자료를 이용하여 우리나라 각 지점자료 중 10년 이상의 자료를 사용하여 Hershfield 방법을 적용하여 PMP를 산정하였다. 각 지점의 빈도계수를 구하여 우리나라 자료에 적합한 확률분포의 형태를 적용하였고, 분포형의 매개변수 값을 추정하였다. 또한, Hershfield의 빈도계수와, 우리나라 자료에 해당하는 빈도계수가 몇 년 빈도로 계산되는지 각각 확인해 보았다. ASOS 및 AWS 자료를 이용하여 연 최대 강수량 시계열 평균과 모양 매개변수의 관계 공식 또한 구성하였다. 본 연구의 방법을 검증하기 위하여 우리나라에서 제일 오래된 자료(57년)인 서울지점 자료를 이용하여 경험적인 분포함수와 본 연구에서 제안하고 있는 방법을 비롯한 다양한 방법을 통하여 구한 분포함수를 비교하여 도시하였다.

• Journal of Wetlands Research
• /
• v.14 no.3
• /
• pp.341-352
• /
• 2012

The purpose of this study is to statistically project future probable rainfall and to quantitatively assess a future flood vulnerability using flood vulnerability model. To project probable rainfall under non-stationarity conditions, the parameters of General Extreme Value (GEV) distribution were estimated using the 1 yr data added to the initial 30 yr base series. We can also fit a linear regression model between time and location parameters after comparing the linear relationships between time and location, scale, and shape parameters, the probable rainfall in 2030 yr was calculated using the location parameters obtained from linear regression equation. The flood vulnerability in 2030 yr was assessed inputted the probable rainfall into flood vulnerability assessment model suggested by Jang and Kim (2009). As the result of analysis, when a 100 yr rainfall frequency occurs in 2030 yr, it was projected that vulnerability will be increased by spatial average 5 % relative to present.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.299-299
• /
• 2018

지역빈도해석은 수문관측자료의 보유기간이 짧은 지점 또는 미계측 지점에 대하여 보다 정확하며 신뢰할 수 있는 설계수문량을 산정하기 위해 널리 사용되고 있는 방법이다. 지역빈도해석에서 사용되는 가장 대표적인 모형인 홍수지수모형 (index flood model)은 각 지점의 표본평균을 홍수지수로 정의하고 이를 이용하여 설계수문량을 산정하는 방법이다. 모홍수지수모형 (population index flood model)은 표본평균을 홍수지수로 사용함으로써 발생하는 설계수문량의 왜곡과 오차를 극복하기 위해 제안된 방법으로 홍수지수를 미지의 모분포로 가정한 후 설계수문량을 산정한다. 본 연구에서는 모홍수지수모형을 국내 강우관측자료에 적용하여 지역빈도해석을 수행하고자 한다. 먼저, 이질성척도(heterogeneity)를 통해 지역동질성이 확인된 지역에 대하여 GEV 분포형을 적용한 비정상성 모홍수지수모형을 적용해 지역빈도해석을 수행하고 확률강우량을 산정하였다. 또한, 기존의 지점빈도해석 및 L-moment 기반의 지역빈도해석 결과와 비교를 통해 모홍수지수모형의 적용성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.142-146
• /
• 2007

본 연구에서는 강우강도식의 매개변수를 보다 효율적으로 산정하기 위해서 유전자알고리즘을 적용한 매개변수 산정법을 제시하였으며, 지속기간의 장, 단기간에 따른 매개변수의 변화를 고려하기 위하여 다목적 유전자알고리즘을 적용하여 매개변수를 추정한 후 기존의 강우강도식에 의한 결과와 비교해 보았다. 매개변수는 지점빈도해석을 통해 산정된 확률강우량을 사용하여 추정하였고, 유전자 알고리즘의 목적함수로는 Nash & Sutcliffe Index, Root Mean Square Error(RMSE), Relative Root Mean Square Error(RRMSE), 결정계수, 평균들을 사용하여 가장 효율적인 형태의 목적함수를 구성하였다. 그 결과 기존의 매개변수 추정 방법들에 비해 유전자알고리즘을 이용한 경우에 더 정확한 강우량값을 산정할 수 있었고, 특히 다목적 유전자 알고리즘을 사용할 경우 장기간과 단기간에 걸쳐서 동시에 정확도를 향상시킬 수 있는 매개변수를 추정할 수 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1503-1506
• /
• 2007

수공구조물의 설계를 위해서 주로 사용되는 강우강도식은 연최대치 강우자료를 이용하여 빈도별 혹은 지속기간별 확률강우량을 구한 후 이 값들을 선형 혹은 비선형식의 형태로 회귀분석하여 구하게 된다. 그러나, 이와 같이 회귀분석을 이용하여 추정된 강우강도식은 원래의 강우자료가 가지고 있는 확률적인 특성을 재현한다고 하기는 어렵기 때문에, 본 연구에서는 연최대치 강우자료에 대한 적정 확률분포형으로부터 직접 강우 강도식을 유도하는 방법을 적용하여 대상지역 강우강도식의 매개변수를 산정하였다. 선정된 적정 확률분포형을 이용하여 강우강도식의 매개변수를 추정하는데 있어서, 평균제곱오차의 제곱근을 최소화하는 형태의 목적함수를 구성한 후 유전자알고리즘을 이용하여 적절한 매개변수를 산정하였다. 산정된 매개변수를 사용한 강우강도식으로 구한 결과값과 기존의 강우강도식에 의한 결과값 그리고 지점빈도해석에 의한 결과값을 비교하여 본 연구에서 산정된 강우강도식의 적용성을 평가해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1072-1076
• /
• 2008

본 연구에서는 한강유역 109개 지점의 강우관측소에서 관측된 지속기간별 연최대강우량을 기본으로 각 지속기간별 L-모멘트값을 산정하고, 한강유역에 적합한 빈도해석기법을 정의하기 위하여 지역구분을 실시하였다. 지역구분을 위한 군집분석을 수행하기 위하여 각 지점별 기상학적 인자와 지형학적 인자를 변수로 사용하였다. 군집분석 기법인 Ward, 평균연결법, Fuzzy-c means, Two-Step방법을 이용하여 지역구분을 실시하였다. GIS를 이용하여 각 방법들을 이용하여 군집된 결과를 도시한 결과 Fuzzy-c means방법으로 구분된 지역구분이 적합한 것으로 나타났다. 또한 구분된 지역의 동질성 여부를 판단하고 적정 분포형을 선정하였으며 지점빈도해석 및 지역빈도해석을 통하여 빈도별 확률 수문량을 산정하였다. 산정된 결과의 정확도 알아보기 위해 모의발생을 시킨 후, 각 기법별로 산정된 상대 평균 제곱근 오차(Relative Root Mean Square Error, RRMSE)를 비교 분석한 결과 대체적으로 지수홍수법과 계층적 방법이 낮은 RRMSE를 나타냈다. 따라서 한강유역에서는 지수홍수법과 계층적 방법을 적용한 지역빈도해석이 적합한 것으로 판단된다.