• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.388-391
• /
• 2011

강우침식인자를 구하기 위해서는 개별 호우사상의 30분 최대 강우강도를 산정해야 한다. 이를 위해서는 연속된 분단위 강우자료가 필요하지만, 자료 획득이 제한되어 지점별로 보다 얻기 쉬운 시간 단위 강우량을 이용하여 30분 최대 강우강도를 추정하려는 노력이 있어왔다. 본 연구는 시강우량을 이용하여 개별 호우사상의 30분 최대 강우강도를 추정하기 위한 것으로서 대구 지점의 1960년~1999년 기간의 818개 호우사상을 이용하였다. 분류된 호우사상별 30분 최대 강우강도를 기상청으로부터 획득한 분단위 강우자료를 이용하여 산출한 뒤, 이를 참값으로 하여 60분 최대 강우강도와의 상관관계를 분석하였다. 그 결과 대구 지점의 60분 최대 강우강도로부터 30분 최대 강우강도를 추정할 수 있는 변환계수는 1.228로 나타났으며, 고정시간 1시간 최대 강우강도로부터 30분 최대 강우강도를 추정할 수 있는 변환계수는 1.3778로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.259-259
• /
• 2012

범용토양유실공식(USLE)의 강우침식인자의 적절한 산정을 위해서는 각 독립강우사상의 30분 최대강우강도의 산정이 필수적이다. 이를 위해서는 조밀한 시간 간격으로 측정된 강우자료가 필요하나 자료습득의 용이성 문제 및 자료의 비연속성 문제 등이 있었다. 이를 해결하기 위해 박정환 등(2000)은 1시간 단위 자료로부터 기존에 개발된 Talbot형, Sherman형, Japanese형 강우강도경험식을 이용하여 30분 최대강우강도를 추정했다. 이후 이준학 등(2010)은 강우의 스케일 성질을 이용하여 속초지점의 2007년의 강우사상을 대상으로 1시간 최대강우강도로부터 30분 최대강우강도를 추정하는 방법을 제안했으며, 이준학 등(2011)은 대구지점의 1960년~1999년간 강우사상을 대상으로 고정시간 1시간 최대강우강도로부터 30분 최대강우강도를 추정할 수 있는 변환계수를 제안했다. 선행연구는 경험식을 이용했거나 연구대상을 특정지점에 국한 또는 1시간과 30분 최대강우강도의 일대일 변환관계에만 집중한 한계를 가지고 있다. 따라서 본 연구에서는 2000년~2010년의 AWS 분 단위 강우자료를 이용했고 도시, 내륙, 산간, 해안, 섬을 대표할 수 있는 전국 5개 지점에 대해 임의시간 최대강우강도로부터 30분 최대강우강도를 추정하는 관계곡선을 산정했다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.9 no.6
• /
• pp.111-117
• /
• 2009

The RUSLE(Revised Universal Soil Loss Equation) has been most widely used to estimate sediment yield in Korea. However RUSLE factors have not been verified based on measured data of sediment yield. The analysis of characteristics for the rainfall erosivity factor R was performed in this study. The R factor of RUSLE is expressed as multiple of total rainfall energy and maximum 30 min rainfall intensity. In this study, the characteristics of 10 rainfall energy equations were investigated using data measured in Gangneung experimental watershed, and applicability of each equations was reviewed based on results of the correlation analysis between measured sediment yield and total rainfall, between measured sediment yield and maximum intensity, and between measured sediment yield and total rainfall energy yield. Also, the relationship of I30 and I60 was proposed using 10-min rainfall data during 9 years.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.169-173
• /
• 2010

토양침식은 농경지 면적의 감소 및 사태 유발, 토사의 하천 유입으로 인한 생태계 교란 및 오염물질 확산 등의 피해를 야기시킨다. 토양침식을 유발하는 가장 큰 인자는 일반적으로 강우로 알려져 있으며, 연구대상 지역의 토양침식량을 산정하기 위해서는 강우침식인자를 추정하는 과정을 거치게 된다. 이와 관련하여 정필균(1983), 박정환 등(2000)은 각각 1980년, 1996년 이전의 강우자료를 이용하여 우리나라 강우침식인자를 제시한 바 있으나, 기상청에서 제공하는 1시간 단위 강우량으로 30분 최대 강우강도를 추정하는 것이 제한되어, 근래에 들어서는 연강수량을 이용하여 강우침식인자를 산정할 수 있는 국외 추정식을 적용하는 연구사례가 늘고 있다. 본 연구는 기상청에서 제공하는 1시간 단위 강우자료를 바탕으로 각 호우사상별 30분 최대 강우강도를 추정하여 보다 정확한 연강우침식인자를 산출하기 위한 것으로서 강우의 스케일 성질을 이용하였다. 속초 지점의 2007년 강우자료를 바탕으로 각 호우사상의 1시간 최대 강우량을 하향스케일링 하여 30분 최대 강우강도를 산출하여 강우침식인자를 산정한 결과, 기존의 $EI_{30}$와 $EI_{60}$의 상관관계식 및 연강수량을 이용한 추정방법보다 더 합리적임을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Journal of the Korean Institute of Landscape Architecture
• /
• v.48 no.3
• /
• pp.34-44
• /
• 2020

In order to suggest performance analysis directions of ecological components based on a vegetation-based LID system model, this study seeks to analyze the statistical significance between monitoring results by using SWMM computer simulation and rainfall and run-off simulation devices and provide basic data required for a preliminary system design. Also, the study aims to comprehensively review a vegetation-based LID system's soil, a vegetation model, and analysis plans, which were less addressed in previous studies, and suggest a performance quantification direction that could act as a substitute device-type LID system. After monitoring artificial rainfall for 40 minutes, the test group zone and the control group zone recorded maximum rainfall intensity of 142.91mm/hr. (n=3, sd=0.34) and 142.24mm/hr. (n=3, sd=0.90), respectively. Compared to a hyetograph, low rainfall intensity was re-produced in 10-minute and 50-minute sections, and high rainfall intensity was confirmed in 20-minute, 30-minute, and 40-minute sections. As for rainwater run-off delay effects, run-off intensity in the test group zone was reduced by 79.8% as it recorded 0.46mm/min at the 50-minute point when the run-off intensity was highest in the control group zone. In the case of computer simulation, run-off intensity in the test group zone was reduced by 99.1% as it recorded 0.05mm/min at the 50-minute point when the run-off intensity was highest. The maximum rainfall run-off intensity in the test group zone (Dv=30.35, NSE=0.36) recorded 0.77mm/min and 1.06mm/min in artificial rainfall monitoring and SWMM computer simulation, respectively, at the 70-minute point in both cases. Likewise, the control group zone (Dv=17.27, NSE=0.78) recorded 2.26mm/min and 2.38mm/min, respectively, at the 50-minutes point. Through statistical assessing the significance between the rainfall & run-off simulating systems and the SWMM computer simulations, this study was able to suggest a preliminary design direction for the rainwater run-off reduction performance of the LID system applied with single vegetation. Also, by comprehensively examining the LID system's soil and vegetation models, and analysis methods, this study was able to compile parameter quantification plans for vegetation and soil sectors that can be aligned with a preliminary design. However, physical variables were caused by the use of a single vegetation-based LID system, and follow-up studies are required on algorithms for calibrating the statistical significance between monitoring and computer simulation results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.124-128
• /
• 2011

토양유실 모델링의 중요한 입력자료인 강우침식인자는 분석자료, 호우사상의 분류, 강우 운동에너지식의 적용, 30분 최대 강우강도의 산정방법 등에 따라 연구자별로 결과값이 달라질 수 있다. 본 연구의 목적은 다양한 강우 운동에너지식에 따른 (R)USLE의 강우침식인자(R factor) 값의 차이와 정도를 비교 분석하기 위한 것이다. 이를 위해서 기상청으로부터 서울 지점에 대한 1960∼1999년 기간의 1분 단위 강우자료를 이용하여 5가지 강우 운동에너지식에 따른 강우침식인자를 각각 계산하였으며, 그 값을 비교 분석하였다. 연구결과 Wischmeier와 Smith(1978)의 강우 운동에너지식을 적용한 강우침식인자 값이 가장 크게 나타났고, Brown과 Foster(1987)의 식을 적용한 값이 이에 비해 약 10%, 노재경과 권순국(1984)의 식을 적용한 값이 약 20% 작게 평가되는 것으로 나타났다. 국내에서 개발된 유일한 강우 운동에너 지식인 노재경과 권순국(1984)의 강우 운동에너지식을 적용한 서울 지점의 강우침식인자는 6988.9MJmm/ha/hr/yr이었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.511-511
• /
• 2012

강우침식인자는 강우사상(rainfall event)으로 인한 토양침식량을 산정하는 지표(index)로서 일정기간 토양침식의 정도를 산정할 수 있는 범용토양유식공식(Universal Soil Loss Equation)을 구성하고 있는 인자 중 가장 값의 변동성이 크고 동일한 조건에서 토양유실량 산정에 큰 영향을 미치는 인자다. 강우침식인자의 산정은 유량탐사 센서나 강우게이지 자료(pluviograph)로부터 12.7mm이상, 최소 15분간 6.35mm이상의 호우사상을 추출하여 해당하는 호우사상에 대한 강우에너지식에 30분 최대강우강도를 곱한 값의 연평균값을 계산한 것이다(Wischmeier and Smith, 1978). 본 연구에서는 범용토양유실공식(USLE)의 강우침식인 자(R)를 산정하고 지리정보시스템(GIS)을 활용하여 공간적 분포를 나타낼 수 있는 만경강 유역 상류부에 위치한 봉동 수위관측소 유역의 토양침식도를 연도별로 도시하였으며, 2001~2010년까지의 10개년 강우량을 바탕으로 토양침삭량을 산정하였다. 그 결과는 강우량이 많을수록 침식인자가 크게 산정되는 일반적인 결과를 기대 할 수 있지만, 2001~2010년까지 10개년 강우침식인자를 분석한 결과 강우량이 많다하여 침식인자의 변화 값이 크게 반응하는 값보다 강우강도에 의해 침식인자가 크게 반응하는 결과를 보였다. 따라서 강우침식인자는 강우량보다는 강우강도에 좌우됨을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.114-114
• /
• 2016

토양유실에 영향을 미치는 기후 인자로는 강우, 기온, 바람, 습도 및 태양열 복사 등이 있다. 이들 중 강우는 토양침식에 직접적인 영향을 미치는 인자로 토립장의 이탈로 인한 토양침식을 유발한다. 토양침식을 예측하는데 있어 강우의 영향을 나타내는 지표의 설정은 매우 중요하다. 이러한 강우침식인자는 각 강우사상에 대한 강우에너지와 30분 최대 강우강도의 곱의 합으로 정의된다. 강우침식도를 정확하게 계산하기 위해서는 다년간 측정된 분단위 강우자료가 필요하며, 강우자료 획득의 제한과 강우의 분류 및 계산과정 등이 복잡하여 실무적으로 산정하기 어려운 점이 있다. 본 연구에서는 1분 상세강우자료를 이용하여 개정범용토양유실공식(RUSLE)의 강우침식도 R의 추정을 위해 2001년부터 2015년까지 15년간 전국 61개 기상청 관측소의 강우 자료를 수집하여 지점별로 새롭게 계산한 연 강우침식도 및 경험식을 산정하였으며 남한전체($99,720km^2$)를 대상으로 연 강우침식량의 공간분포맵을 작성하였다. 지점별 산정된 경험식은 연평균 강우량과 1분 강우자료로부터 산정된 강우침식도와의 상관관계로 회귀식을 도출하였다. 1분 강우자료로 계산된 강우침식도와 연평균 강우량의 상관관계로부터 도출된 경험식과의 결정계수($R^2$, determination coefficient)는 0.70 ~ 0.98로 높은 상관관계를 나타냈으며 또한, 기존의 국내에서 적용된 경험식과 비교하여 평균 $R^2$가 0.59에서 0.80로 실측값과의 정확성이 높게 개선됨을 알 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.15-15
• /
• 2018

강우에 의해 발생되는 토양침식의 정도를 나타내는 강우침식인자의 산정공식은 미국에서 경험적인 방법으로 유도된 식이지만, 전 세계적으로 널리 활용되고 있다. 강우침식인자는 토양침식을 유발하는 호우사상의 지속기간 중에 발생한 총 강우에너지와 30분 최대 강우강도 값을 곱하여 호우사상별로 산정하게 되며, 이 값의 연간 총합이 연강우침식인자가 된다. 최근 강우침식인자에 대한 관심이 국내외적으로 고조되면서 많은 연구 산물이 학계에 보고되고 있다. 본 연구의 목적은 동일 기간, 동일 지점일지라도 연구자에 따라 강우침식인자 값이 달라지는 원인과 그 불확실성을 규명하기 위한 것이다. 이를 위하여 본 연구는 강우침식인자와 관련된 국내외 문헌연구를 토대로 연구방법에 따라 결과값이 달라지는 현상을 분석하고 이에 대한 대안을 제시하고자 한다. 연구결과, 강우침식인자 산정의 불확실성의 가장 큰 인자는 연구자가 사용하는 데이터로서, 5분 단위 이하의 강우자료를 사용하는 것과, 그 이상의 자료를 사용하는 것으로 구분할 수 있었다. 두 번째 중요한 인자는 유효 호우사상의 분류기준을 어떻게 적용하느냐에 있었다. 세 번째는 강우 에너지를 계산할 때 어떤 강우운동에너지식을 적용하는지에 따라 결과값이 달라지는 것을 알 수 있었다. 네 번째는 연구자가 어떤 프로그램을 이용하여 산정했느냐에 따라 차이가 발생할 수 있음을 알 수 있었다. 다섯 번째 지역단위 강우침식인자 산정시 어떤 공간분포 기법을 적용하느냐에 따라 결과값의 차이가 발생함을 알 수 있었다. 이를 바탕으로 본 연구에서는 국내에서 강우침식인자 산정시 연구자들이 적용할 수 있는 표준 계산 절차에 대해서 제안하였다.