• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2005년도 학술발표논문집
• /
• pp.324-329
• /
• 2005

This study considers that hydrologic stability evaluation of agricultural reservoirs designed by past standards and approximate increase methods of flood control when PMF(Probable maximum flood) flows in.

• 물과 미래
• /
• 제10권2호
• /
• pp.113-124
• /
• 1977

Alone the southwesten coast of Korean peninsula, the extensive available arable acreages suited for forming are found in the development of tidal flats in the geographically curved bays with a motable tidal emplitude. It was found that the developments of these tidal flats cover an estimated area more than 276,000ha. In this paper, a flood control system by Pul's Storage Indication Method and Pul's Graphical Method at Return Periods-50 yrs, design rainfall-267mm per 48hrs and design flood-926c.m.s. and at 0.2meter control height above the High Water Ordinary Spring Tide Level (+11.0m) was studied. At the result, the flood demage in the reservoir at Return Periods-50 yrs and the tidal level at H.W.O.S.T.L. were satisfied to the below E.L. 11.20m (Flood Level in the reservoir). Well skilled flood control technique and management and control of draining sluice gate should be required for the disaster prevention from the flood and tide damage.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.194-194
• /
• 2017

Flooding is one of the most serious and frequently occurred natural disaster at many regions around the world. Especially, under the climate change impact, it is more and more increasingly trend. To reduce the flood damage, flood forecast and its accuracy analysis are required. This study is conducted to analyze the accuracy of the real-time flood forecasting of a coupled meteo-hydrological model for the Han River basin, South Korea. The LDAPS (Local Data Assimilation and Prediction System) products with the spatial resolution of 1.5km and lead time of 36 hours are extracted and used as inputs for the SURR (Sejong University Rainfall-Runoff) model. Three statistical criteria consisting of CC (Corelation Coefficient), RMSE (Root Mean Square Error) and ME (Model Efficiency) are used to evaluate the performance of this couple. The results are expected that the accuracy of the flood forecasting reduces following the increase of lead time corresponding to the accuracy reduction of LDAPS rainfall. Further study is planed to improve the accuracy of the real-time flood forecasting.

• 한국방재학회 논문집
• /
• 제8권3호
• /
• pp.157-164
• /
• 2008

하천의 홍수범람 예보시스템개발을 위한 초기연구로 부정류 모형인 FLDWAV 모형을 사용하여 홍수범람을 해석하고, 모형결과인 홍수 범람 현상의 시간적 변화를 그래픽을 사용하여 효과적으로 볼 수 있도록 한 홍수범람 가시화 시스템을 개발하였다. FLDWAV를 이용한 모형결과의 신뢰성을 확인하기 위해 HEC-RAS 모형을 동시에 적용하여 모의결과를 비교한 결과, 두 모형에 의한 결과는 거의 일치하였다. 본 연구에서 개발된 가시화시스템을 활용하면, 강우로 인해 발생되는 자연하천에서 홍수파 전파와 하천 범람을 신속하고 자세하게 그래픽으로 관찰할 수 있다. 본 시스템은 수리학적 지식이 없는 사람들도 홍수범람 모의 결과를 쉽게 이해하게 하며, 홍수범람 예보와 하천 범람으로 인한 재해의 방지대책을 신속하게 수립하는 데 도움을 주어 홍수범람으로 인한 자연재해를 경감하는 데 기여할 것이다.

• 한국방재안전학회논문집
• /
• 제14권4호
• /
• pp.17-27
• /
• 2021

유량예측은 효과적인 홍수관리 및 수자원 계획을 위한 매우 중요한 재난방지 접근법이다. 현재 기후변화로 인한 집중호우가 나날이 증가하고 있어 막대한 기반시설 손실과 재산, 인명 피해가 발생하고 있다. 본 연구는 미국 테네시주 Hickman County의 Vernon에 있는 Piney Resort의 최근 홍수사례분석을 통해 최대 강우 시나리오에서 유량예측에 대한 강우의 기여도를 측정했다. Piney River 유역내 USGS 두개의 관측소(03602500, 03599500)에서 20년(2000-2019) 동안의 일별 하천 유량, 수위 및 강우 데이터를 수집했고, Long Short Term Memory(LSTM)을 사용하였다. 또한, Tensorflow, Keras Machine learning frameworks, Python을 이용하여 14일로 구별된 유량 값을 예측하였다. 또한, 모델이 2021년 8월 21일의 범람 이벤트를 예측할 수 있었는지를 결정하는 데 사용되었다. 전체 데이터(수위, 유량 및 강우량)가 포함된 LSTM 모델은 일부 강우 모델을 제외하고 지속성 모델보다 우수한 성능을 보였으며, 강우자료만 이용하여 유량예측을 하는 것은 충분하지 않음을 나타냈다. 결과는 LSTM 모델은 0.68 및 13.84m³/s의 최적 NSE 및 RMSE 값을 나타냈고, 가장 낮은 예측 오차로 예측 최대유량은 94m³/s로 나타났다. 향후 강우 패턴에 대한 다양한 분석이 이루어진다면 효율적인 홍수 경보 시스템 및 정책을 설계하는 관련 연구에 도움을 줄 것으로 판단된다.

• 한국지역지리학회지
• /
• 제16권3호
• /
• pp.216-223
• /
• 2010

본 연구는 북한 혜산시의 1957년에서 2006년 사이의 강수량 데이터를 이용하여 Z지수를 지표로 가뭄과 홍수의 변화 과정을 분석하였다. 50년 동안 혜산시 지역의 가뭄과 홍수 출현 빈도를 연도별 및 사계절별로 구분하여 소파형 기법으로 분석하였다. 분석 결과 혜산시의 연도별 및 사계절별 가뭄과 홍수의 발생빈도는 24% 이상으로서 가뭄과 홍수 재해가 빈번하였다. 다항식접합(Polynomial Fit)과 주기분석 결과, 가을철의 가뭄과 홍수는 수십년간(inter-decadal) 특징이 뚜렷하고 연도별 및 봄, 여름 및 겨울에는 수년간(inter-annual) 특징이 잘 나타난다. 최근에는 가을에 가뭄이 많고 연도별과 봄, 여름 및 겨울에는 홍수가 많았다.

• 한국측량학회지
• /
• 제24권3호
• /
• pp.299-309
• /
• 2006

최근 세계적인 기상이변으로 대규모의 자연재해가 발생되고 있으며, 도시지역의 인구 과밀화와 시설물의 대형화로 피해규모도 대형화되고 있다. 본 연구에서는 매미 태풍 시 침수피해가 크게 발생하였던 마산시 월영동지역에 대해 도시홍수량을 추정할 수 있는 SWMM모형을 이용하여 빈도강우와 해수위별 침수예상지를 추정하고 이것을 GIS데이터베이스와 연결하여 침수예상피해를 분석하였다. 그 결과, GIS자료를 이용하여 대상지역을 소유역으로 구분하고 홍수추정모형인 SWMM을 이용하여 침수위치와 침수심을 예측함으로서 빈도강우와 해수위 상승에 따른 침수예상지역을 정확하게 예측할 수 있었다. 또한 침수가 예상되는 지역에 대해 건물용도별로 침수위험도를 예측하거나 침수에 따른 대피계획수립에 이용할 수 있는 자료를 제공할 수 있었으며, 향 후 웹이나 무선통신기술 등과 연계된 재난관리체계구축에 대한 연구가 이뤄질 경우 활용성이 증대될 것으로 판단된다.

• 한국농공학회논문집
• /
• 제59권2호
• /
• pp.81-90
• /
• 2017

Recent floodplain data are important for river master plan, storm and flood damage reduction comprehensive plan and pre-disaster impact assessment. Hazard map, base of floodplain data, is being emphasized as important method of non-structural flood prevention and consist of inundation trace map, inundation expected map and hazard information map. Inundation trace map describes distribution of area that damaged from typhoons, heavy rain and tsunamis and includes identified flood level, flood depth and flood time from flooding area. However due to lack of these data by local government, which are foundational and supposed to be well prepared nationwide, having hard time for making inundation trace map or hazard information map. To overcome this problem, time consumption and budget reduction is required through various research. From this study, DEM (Digital Elevation Model) from image material from UAVS (Unmanned Aerial Vehicle System) and numeric geographic map from National Geographic Information Institute are used for calculating flooding damaged area and compared with inundation trace map. As results, inundation trace map DEM based on image material from UAVS had better accuracy than that used DEM based on numeric geographic map. And making hazard map could be easier and more accurate by utilizing image material from UAVS than before.

• 농촌계획
• /
• 제23권3호
• /
• pp.21-36
• /
• 2017

Climate change is intensifying storms and floods around the world. Where nature has been destroyed by development, communities are at risk from these intensified climate patterns. This study was to suggest a methodology for estimating flood vulnerability using Potential Flood Damage(PFD) concept and classify city/county about Potential Flood Damage(PFD) using various typology techniques. To evaluate the PFD at a spatial resolutions of city/county units, the 20 representative evaluation indexing factors were carefully selected for the three categories such as damage target(FDT), damage potential(FDP) and prevention ability(FPA). The three flood vulnerability indices of FDT, FDP and FPA were applied for the 167 cities and counties in Korea for the pattern classification of potential flood damage. Potential Flood Damage(PFD) was classified by using grouping analysis, decision tree analysis, and cluster analysis, and characteristics of each type were analyzed. It is expected that the suggested PFD can be utilized as the useful flood vulnerability index for more rational and practical risk management plans against flood damage.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.771-783
• /
• 2023

This study aims to compare the performance of each machine learning model for preparing a grid-based disaster risk map related to flooding in Jung-gu, Ulsan, for Typhoon Chaba which occurred in 2016. Dynamic data such as rainfall and river height, and static data such as building, population, and land cover data were used to conduct a risk analysis of flooding disasters. The data were constructed as 10 m-sized grid data based on the national point number, and a sample dataset was constructed using the risk value calculated for each grid as a dependent variable and the value of five influencing factors as an independent variable. The total number of sample datasets is 15,910, and the training, verification, and test datasets are randomly extracted at a 6:2:2 ratio to build a machine-learning model. Machine learning used random forest (RF), support vector machine (SVM), and k-nearest neighbor (KNN) techniques, and prediction accuracy by the model was found to be excellent in the order of SVM (91.05%), RF (83.08%), and KNN (76.52%). As a result of deriving the priority of influencing factors through the RF model, it was confirmed that rainfall and river water levels greatly influenced the risk.