• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.376-380
• /
• 2012

자연재해위험지구란 자연재해로부터 안전하지 못하여 국민의 생명과 재산에 피해를 줄 수 있는 지역과 자연재해의 피해를 저감할 수 있는 시설을 포함한 주변지역으로서 자연재해대책법 제12조의 규정에 의하여 지정된 지구를 말한다. 자연재해대책법에 따라 시장 군수 구청장은 상습침수지역 산사태위험지역 등 지형적인 여건 등으로 인하여 재해가 발생할 우려가 있는 지역에 대하여는 자연재해위험지구로 지정 고시한다. 2010년에 특별 재고시 되어진 재해위험지구 지정현황을 비롯하여 최근 지정해제 등 변경사항을 고려하여 총 683개(2011년 현재)의 지구를 대상으로 조사한 결과, 침수위험지구는 401개(전체의 59%), 붕괴위험지구는 128개(전체의 19%), 유실위험지구는 98개(전체의 14%), 취약방재위험지구는 28개(전체의 4%), 고립위험지구는 18개(전체의 3%), 해일위험지구는 10개(전체의 1%)로 분석되었다. 본 연구에서는 2010년 특별 재고시된 자연재해위험지구(침수위험지구)의 2011년도 현황을 바탕으로 기 지정된 재해위험지구에 대한 대규모 하천정비 및 기후변화에 따른 침수위험의 변화영향을 검토하였다. 이는 대규모 하천정비 및 기후변화에 따른 기존의 침수영향변화를 복합적으로 검토하여 한강, 낙동강, 금강, 영산강 수계 자연재해위험지구(침수위험지구)의 복합 영향의 범위를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.339-339
• /
• 2017

손상함수란 건물, 차량, 농작물 등과 같은 피해대상물에 재난강도에 따른 취약도(vulnerability)를 정량화한 함수로, 재난리스크 모델에서 널리 사용되는 개념이다. 홍수재난에서 손상함수는 일반적으로 피해지역에서 조사된 경험적 피해자료(empirical data)를 활용하거나, 표준화된 피해대상물에 대한 손상성을 전문가의 의견(expert opinion)을 참고하여 개발된다. 이때, 취약도를 설명하는 설명변수는 일반적으로 침수심(inundation depth)이 사용되며, 그에 따른 취약도는 손상률(percent damage)로서 상대함수 형태가 일반적이다. 본 연구는 주거건물(residential building)에 대한 손상함수 개발을 위해 자연재난 손해사정 경력자(8인)를 대상으로 표준화된 주거건물(단독주택, 아파트, 연립/다세대주택)에 대해 침수에 따른 건물 손상성을 조사하였다. 주거건물 손상성을 설명하는 최대범위는 건물내부 바닥고를 기준으로 침수심 3m까지이며, 침수심 변화에 따른 손상성을 건물신축 공종에 따라 질의하고 이를 종합하였다. 조사과정은 (1) 표준건물에 대한 정의, (2) 공종별 침수에 따른 손상여부 질의, (3) 공종별 최대 손상률 평가 및 주요 피해내역 토의, (4) 공종별 침수심에 따른 손상률 평가, (5) 결과종합의 단계로 진행되었고, 이를 통해 주거건물 유형에 따른 손상함수를 개발할 수 있었다. 본 연구에서 개발된 손상함수는 다양한 침수높이에서 주거건물에 대한 취약도를 설명하는 데 장점이 있으나, 그 결과는 향후 홍수피해지역을 대상으로 수집된 다양한 피해조사 결과와 비교하여 보완될 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.135-135
• /
• 2011

지구온난화와 이상기후에 따라 최근 우리나라를 둘러싼 기후패턴의 변화가 가속화되고 있으며 한반도는 장마기간이 소강상태를 보이는 반면, 장마 후 국지성 집중호우가 증가하고 태풍이 내습하는 현상이 빈번해짐으로써 홍수에 대한 위험과 피해규모도 증가하고 있다. 특히 도시지역에서는 강우규모가 배수시스템의 용량을 초과하거나, 하천수위 상승으로 관로 내에 역류가 발생하는 등 우수 배제 기능을 제대로 수행하지 못할 경우 발생하는 지표침수로 인해 심각한 인명 및 재산피해가 발생하고 있다. 실제로 현재 홍수해석 및 홍수위험지도 작성시 내수시스템을 반영하지 않아 침수면적 및 범위의 오차가 존재하며 홍수위험지도 작성시 내수범람과 외수범람을 따로 고려하는 문제점이 있다. 따라서 도시 침수 해석시 내수시스템을 반영한 정확한 침수심 및 침수면적계산뿐만 아니라 이상기후에 대비한 복합적 요인으로 인한 침수해석이 필요하다. 따라서 본 연구에서는 하천해석을 위해 1차원 하천 해석 모형인 FLDWAV모형을 적용하고 가상의 제방 파제 시나리오를 통하여 외수범람 영향을 구하였으며, 배수시스템의 SWMM모형과 제내지에서 내수와 외수범람의 영향을 고려한 DEM기반의 2차원 범람해석을 연계한 Dual-Drainage모형에 대하여 외수범람 영향에 따른 흐름의 양상, 침수심, 침수위 등을 분석하였다. 개발한 모형에 대한 적용성을 검토하기 위하여 대구 신암5동 유역을 선정하였고 대상유역의 수치지도를 활용하여 정형 격자 20m 크기로 지형자료를 구성하였으며, 건물의 영향도 고려하기 위해 DEM에 건물자료를 합성하였다. 침수해석 결과 내수시스템의 영향을 고려하지 않을 때가 고려하였을 때 보다 Node(맨홀)에서의 재유입의 영향으로 인하여 최대 침수심이 더 높게 나왔으며 침수면적도 넓게 나타나는 것을 확인하였고, 기존의 홍수위험지도 작성시 외수침수와 내수침수를 구분하여 해석하였던 것을 본 연구에서 통합하여 외수범람의 영향을 고려한 통합침수해석을 실시하여 내수에서 발생할 수 있는 유출량과 내수시스템의 월류량 등에 대한 고려가 없는 외수침수만 해석시 보다 최대침수심이 더 높게 나타났으며 침수면적 또한 넓게 나타남을 알 수 있었다. 본 연구를 통해서 도시홍수, 돌발홍수 등의 발생시 정확한 도시 침수 해석이 가능하며 도시침수구역에 대한 적절한 예 경보 및 피난대책 수립에 활용될 수 있을 것으로 사료된다. 또한 국내의 홍수위험지도나 도시 침수해석과 연계하여 선행시간을 확보한 정확도 높은 홍수정보시스템 구축에 크게 기여할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.473-473
• /
• 2017

최근 광역 및 국지적 호우의 발생빈도 증가로 인해, 능동적 대응 기술 개발과 실용화가 필요하다. 홍수재해 관련정보의 경우 전문기관 및 정부부처를 위한 홍수정보 표출 시스템은 구축되어 있다. 그러나 홍수재해의 분석, 모니터링, 예경보 시스템 구축 등 홍수정보 요소기술의 웹기반 실시간 홍수 예측시스템 연계가 미흡하다. 이에 홍수 예측 및 조절 등 다양한 정보의 연계 및 공동 활용요구가 증가되고 있으므로 각각의 정보를 실시간으로 분석하고 모니터링 할 수 있는 체계를 수립하고 통합 정보시스템 기반을 마련해야할 필요가 있다. 국내에서 수재해의 광범위한 관측과 정확한 평가 및 예측을 위해 위성 레이더 및 관측장비 자료를 활용한 시스템 구축에 대한 연구가 활발히 진행되고 있다. 이와 관련하여 위성 레이더 및 관측장비 분야별 시스템들을 연계하여 통합 홍수 정보 시스템 구축방안을 제시하고자 한다. 이를 위해 위성 레이더 및 관측장비 기반 TRMM, GPM 등의 위성강우, AWS, 고정밀 소형 레이더, UAV를 이용한 실시간 모니터링 등의 관측 자료를 수집이 필요하다. 그리고 홍수를 감시 평가 예측 등에 필요한 강수량, 수위, 토양수분, 하천범람범위 등의 수문정보를 분석 평가하는 효율적인 광역 및 국지적 홍수 대응 관리체계를 구축해야 한다. 이에 본 연구에서는 광역 및 국지적 홍수 피해 범위와 규모 등을 평가 산정하고 정확히 예측하기 위해 국내에서 활용되고 있는 위성 레이더 및 관측장비 기반의 기술들을 연계 활용하여 시스템을 구축하고자 한다. 먼저, 시스템에서 고정밀 소형레이더 기반 강우추측을 통해 수문정보와 연계하여 레이더 관측지역에 대한 국지적 호우 및 침수 예측을 할 수 있다. 또한 위성 및 관측장비 기반 위성영상을 통해 침수지역 분석 및 위성강우를 평가하여, 광역 홍수재해 및 침수지역을 분석할 수 있다. 추가적으로 UAV 관측장비를 활용하여 하천의 홍수범람범위를 관측하여 침수지역 분석에 대한 정확도를 높일 수 있다. 이와 같은 광역 및 국지적 홍수 정보를 체계적으로 감시 평가 예측 할 수 있는 통합적인 홍수 대응 및 관리 시스템 구축으로 연간 홍수 피해규모 저감을 위한 선제적 대응 관리 시스템으로 활용될 것으로 기대된다. 또한 이를 통해 홍수 관련 정보를 분석 관리 할 수 있는 수자원 분야에 혁신적인 시스템을 확보하는 소중한 토대가 될 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.312-312
• /
• 2022

우리나라는 하천법 및 소하천정비법에 의거하여 하천기본계획 수립 또는 하천의 지정 및 변경고시 시 하천구역을 지정하고 있다. 하천구역은 일반적으로 제방부지 및 제방하심측 토지경계를 기준으로 지정하나, 제방이 존재하지 않는 무제부 구간의 경우 명확한 제방경계가 없는관계로 하천법 제 10조 3항에서 5항까지 별도의 기준을 통해 하천구역 지정을 권장하고 있는 실정이다. 하천구역 설정 시 기준으로 삼는 횡단측점 자료의 경우 그 특성상 하천의 종단방향으로 불연속적인 특징을 갖고 있어 평면상 정확한 경계의 파악이 어려우며, 도로·철도 등 선형시설경계를 하천구역으로 설정 시 편입용지의 보상기준이 모호하여 다량의 민원이 발생하고 있다. 본 연구에서는 하천정비 시 기본계획이 수립되어 각 횡단측점별 결정된 계획홍수위를 기반으로 인접 지형의 홍수위 영향범위를 자동으로 추출하여 하천구역을 정밀하게 결정할 수 있는 방법론을 정립하고자 한다. 첫째로, 하천중심선의 각 측점의 위치정보와 하천의 지형을 위상정보체계로 구성하여 DB를 구축하였다. 둘째로, 측선과 측선사이 절점에 계획홍수위를 선형보간하여 부여하고 이를 지형도의 최단거리에 위치한 지형의 격자표고와 비교해 침수여부를 판단한다. 셋째, 최단거리 지형격자가 침수로 판단될 시 인접한 8개 지형격자의 지형표고와 홍수위를 비교하여 반복적으로 위 과정 수행을 통해 계획홍수위 기반 침수범위를 추출한다. 마지막으로, 이를 수치지형도에 중첩시켜 최종 정밀 하천구역을 결정할 수 있다. 이를 이용하여 산정된 정밀한 하천구역 경계설정을 통해 하천 내사유지 편입을 최소화함과 동시에 명확한 하천구역 구획기준을 정립하여 토지소유주와 담당부처 간 논의 시 기반자료로 활용될 수 있고, 하천구역의 신속하고 정확한 구역설정을 통해 하천인근의 토지이용 고도화 및 효율적인 이용이 가능할 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.3
• /
• pp.273-283
• /
• 2020

Because of climate change, the occurrence of localized and heavy rainfall is increasing. It is important to predict floods in urban areas that have suffered inundation in the past. For flood prediction, not only numerical analysis models but also machine learning-based models can be applied. The LSTM (Long Short-Term Memory) neural network used in this study is appropriate for sequence data, but it demands a lot of data. However, rainfall that causes flooding does not appear every year in a single urban basin, meaning it is difficult to collect enough data for deep learning. Therefore, in addition to the rainfall observed in the study area, the observed rainfall in another urban basin was applied in the predictive model. The LSTM neural network was used for predicting the total overflow, and the result of the SWMM (Storm Water Management Model) was applied as target data. The prediction of the inundation map was performed by using logistic regression; the independent variable was the total overflow and the dependent variable was the presence or absence of flooding in each grid. The dependent variable of logistic regression was collected through the simulation results of a two-dimensional flood model. The input data of the two-dimensional flood model were the overflow at each manhole calculated by the SWMM. According to the LSTM neural network parameters, the prediction results of total overflow were compared. Four predictive models were used in this study depending on the parameter of the LSTM. The average RMSE (Root Mean Square Error) for verification and testing was 1.4279 ㎥/s, 1.0079 ㎥/s for the four LSTM models. The minimum RMSE of the verification and testing was calculated as 1.1655 ㎥/s and 0.8797 ㎥/s. It was confirmed that the total overflow can be predicted similarly to the SWMM simulation results. The prediction of inundation extent was performed by linking the logistic regression with the results of the LSTM neural network, and the maximum area fitness was 97.33 % when more than 0.5 m depth was considered. The methodology presented in this study would be helpful in improving urban flood response based on deep learning methodology.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.8 no.5
• /
• pp.155-161
• /
• 2008

The flood damage shows different types in natural river watershed and in urban drainage watershed. In recent, increasing of the impervious area gives rise to short concentration time and high peak discharge comparing with natural watershed and it is a cause of urban flood damage. In this paper, we use a XP-SWMM model developed based on EPA-SWMM version for analyzing the inundation area, inundation depth and inundation area considering building effect. The two events(2005.06, 2005.07) has been used for the validation of model. HEC-RAS model has been applied for simulation of changing water level, and the results has been used for calculating area of the inundation. The observed inundation area(21.41 ha) in August, 1998 was in good agreement with the simulated value(23.45 ha) of XPSWMM model. An influence of inundation area considering building effects has been analized by the DTM of XP-SWMM model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.440-440
• /
• 2018

홍수피해의 위험성이 증가하고, 발생 시기가 불규칙해짐에 따라 보다 효과적인 홍수위험관리가 요구되며, 최적의 홍수피해저감대책을 수립하기 위해서는 다양한 홍수피해저감 대책들에 대해서 비용대비 피해저감효과 분석이 필요하다(FLOODsite, 2007). 홍수피해저감효과를 분석하기 위해서는 수리 수문학적 분석을 통한 피해범위와 침수심 등 피해규모를 분석함과 함께 피해규모에 따른 홍수피해액 추정이 가능해야 하며, 이를 통해 홍수피해저감 대책에 대한 비용대비 효과분석 수행이 가능하다(Kim et al., 2014). 국내에서 많이 적용되고 있는 다차원법은 침수편입율을 산정하고 건물에 대해서 손상률에 해당하는 피해율이 제시되어 있으며, 이를 이용하여 구조물과 내용물에 대해 피해액을 추정할 수 있다(Choi et al., 2006a; Choi et al., 2006b; Yi et al., 2010). 그러나, 단독주택, 아파트, 연립주택 등 주택 이외 다른 용도의 건물에 대해서는 손상함수가 없어 우리나라 여건에 맞는 공공건물에 대한 손상함수 개발이 필요한 상황이다. 본 연구에서는 실제 피해지역의 자료들을 토대로 공공건물 용도별 침수심별 손상함수를 개발하고 적용하였다. 공공건물에 대한 손상함수 개발을 위해서는 많은 피해자료의 수집이 필요하나, 실제 공공건물의 경우 다양한 건물유형으로 인하여 유형별 침수사례가 많지 않은 상황이다. 이로 인하여 현장조사에 의한 침수현황 조사는 한계가 있기 때문에 보험가입자에게 사고로 인하여 손해가 발생했을 때 그 손해액을 결정하고 보험금을 산정하는 업무를 수행하는 손해사정사들을 통해 여러 가지 공공건물을 대상으로 침수심별 손상률에 대한 설문 조사를 실시하였다. 본 연구를 통해 공공건물에 대한 손상함수의 개발절차, 침수심별 손상함수의 개발결과, 보완과정 그리고 손상함수의 적용결과에 대한 국내외 기법과의 비교 결과를 제시하였다. 적용결과 본 연구에서 현장 조사 기반으로 개발한 손상률을 적용한 경우 국내 실제 피해액을 가장 잘 반영하는 것으로 분석되었는데, 다만 동일 건물용도(예컨대 공공업무시설)일지라도 바닥재 등 마감재 재질이 건물마다 다르며, 건물별로 공간 활용 여건이 다양하여 동일한 침수심에 대해서 피해액의 변동폭이 크게 발생 되어 동일한 침수심에 대한 피해내용이 달라져 변동폭이 크게 발생되는 한계가 발생하였다. 향후 보다 많은 피해사례를 지속적으로 조사할 필요가 있으며, 이를 통해 손상함수를 개선하기 위한 연구가 계속 진행되어야 할 것이다.

• 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
• /
• 2020.06a
• /
• pp.391-391
• /
• 2020

본 연구의 목적은 2006년 6월 ~ 10월에 발생한 메콩강 하류 지역의 홍수를 모의하는 것이다. 강우자료는 위성강우 자료인 미국 NOAA의 CMORPH를 적용하였으며, 홍수유출 해석은 GRM 모델을 적용하였다. Tonlesap 호수를 포함하는 메콩강 하류 지역의 침수분석은 G2D 모델을 적용하였다. 위성강우 자료는 NOAA의 3시간 간격의 CMORPH 위성강우자료를 일일강우량 자료로 변환하고, 일본의 Research Institute for Humanity and Nature (RIHN)과 Meteorological Research Institute of the Japan Meteorological Agency (MRI/JMA)의 APHRODITE 프로젝트에 의해 구축된 APHRODITE 강우량 자료를 이용하여 보정한 후 홍수모의에 적용하였다. DEM 자료는 HydroSHED 15s자료를 이용하였고, 토양도는 UN FAO의 HWSD, 그리고 토양도는 Global map landcover ver3.0을 이용하였다. GRM 모델과 G2D 모델은 Github(https://github.com/floodmodel)에 공개되어 있으며, 이를 이용하였다. 유출 모델은 메콩강 전체 유역을 대상으로 2682.815m의 공간해상도로 구축하였다. 보정한 강우를 이용하여 유출모의 한 결과 첨두유량은 23,796.8 ㎥/sec로 계산되었다. Kratie 지점의 유출량과 Tonlesap 호수로 집수되는 유량을 상류단 경계조건으로 이용하여 약 150일 동안의 침수모의를 하였다. 450 m 공간해상도로 침수모의 도매인을 구축하였으며, 조도계수는 0.045를 사용하였고, 하류단은 자유수면 유출조건을 적용하였다. 침수분석 결과 메콩강 본류를 흐르는 유량이 Tonlesap 호수로 유입되어 호수의 수위가 상승하였다. Tonlesap 호수의 최대침수심은 약 11 m를 나타내었으며, 호수로 유입된 유량은 모의기간 중에 호수에 저류되어 있었다. 메콩강 본류의 Kratie 지점으로 유입되는 유량이 첨두값을 지난 후에도 모의 기간이 길어질수록 메콩강 하류 델타지역과 그 주변의 평지로 침수범위가 확대 되었다. 모의 종료시에는 메콩강 하류가 광범위하게 침수되면서 최대 침수면적을 나타내었다. 본 연구에서 메콩강을 범람한 홍수는 메콩강 하류의 서쪽 해안으로 먼저 유출이 되었다. 이는 침수모의에 적용된 DEM 자료가 북동쪽에서 서남쪽 방향으로 빗살무늬 형태의 고도분포를 가지기 때문인 것으로 판단되며, 대상 지역의 DEM 정확성 평가와 함께 추가적인 연구가 필요하다.