• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.17-17
• /
• 2019

IPCC (Intergovernmental Panel on Climate Change) 기후변화 전망보고서에 따르면 RCP 4.5 시나리오 기준, 21세기 전 지구 평균기온은 $2.5^{\circ}C$ 상승(한반도 $+3.0^{\circ}C$)하며, 전 지구 평균강수량은 4.1% 증가(한반도 +16.0%)할 것이라 전망하고 있다(기상청, 2012). 최근 기후변화와 기상이변에 따른 도심지 폭우특성이 변화하고 있음을 많은 연구결과에서 말해주고 있으며, 그 발생 빈도와 강도가 점차 증가하고 있는 추세이다. 특히, 서울시의 경우 인구와 재산이 밀집해 있어 폭우 발생에 의한 시민의 인명과 재산 피해 우려가 크다. 따라서 본 연구에서는 서울시를 대상으로 근미래(~2050년) 기후변화 하에서의 재현기간에 따른 확률강우량 변화 특성을 분석하여 비교 평가한 후 설계 강우량 산정에 활용하고자 하였다. 관측자료 기반 강수량의 변동 특성 분석과 Non-stationary GEV방법을 이용한 비정상성 빈도해석을 수행하였으며, 근미래 폭우특성 변화분석을 위하여 CMIP5 (Coupled Model Intercomparison Project 5)에 참여한 GCMs(General Circulation Models)을 활용한 강우빈도해석을 수행하였다. Mann-Kendall Test와 Quantile Regression을 통한 서울지점 여름철 강수량(June to September)과 기준강수량 초과 강수(30, 50, 80, 100mm/hr), 연간 10th 최대 강수량(Annual Top 10th Precipitation) 등을 분석한 결과 최근 증가 경향이 뚜렷하게 나타났으며, 비정상성 빈도해석에 의한 확률강우량 분석의 가능성과 신뢰성을 확인하였다. 또한 19-GCMs을 통하여 모의된 일(Daily) 단위 강수량자료를 비모수통계적 상세화(Nonparametric Temporal Downscaling) 기법을 적용하여 시간(Hourly) 강우로 다운스케일링하였으며, 서울시 미래 확률강우량에 대한 IDF 곡선(Intensity-Duration-Frequency Curve)을 작성하여 비교?분석한 결과 지속시간 1시간 강우에 대하여 재현기간 30년, 100년 조건에서 확률강우량이 약 4%~11% 수준에서 증가하고 있음을 확인하였다. 본 연구의 결과는 도심지 수공구조물의 설계빈도 영향을 진단하고, 근미래 발생가능한 확률강우량 변화에 따른 시간당 목표 강우량설정의 방법론을 제시하였다는데 의의가 있으며, 서울시의 방재성능목표 설정과 침수취약지역 해소를 위한 기후변화에 따른 수공구조물 설계 시 활용이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.53-53
• /
• 2019

최근 지구온난화로 인한 기상 이변의 이유로 우리나라뿐만 아니라 세계 여러 국가에서 홍수 및 가뭄이 빈번하게 발생하고 있다. 특히 우리나라에서는 게릴라성 호우가 빈번히 발생하여 저지대 및 많은 지역에서 홍수가 발생하고 있으며, 연평균 총 강우량은 매년 비슷하나 게릴라성 호우와 같은 폭우의 빈도가 증가되고 있어 상대적으로 과거에 비해 가뭄의 발생기간도 길어지는 실정이다. 다시 말하면 게릴라성 호우와 같은 폭우는 잦아졌지만 강수량 자체는 감소하는 추세이다. 이는 홍수와 가뭄의 위험이 더 커졌다는 것을 의미한다. 이에 우리지역의 전체 물 이용 및 관리의 효율화가 필수적이며, 물 이용량의 약 50%를 차지하는 농업용수의 효율적 이용 및 관리가 중요하다. 따라서 본 연구에서는 관개기에 필요한 물이 얼마나 사용이 되는지에 대한 작물의 생육시기별 필요수량을 산정하고, 산정된 필요수량의 갈수빈도분석을 실시하고자 한다. 갈수빈도분석을 통해 재현기간에 따른 작물의 순별 필요수량 따라 저류조에 유입되는 빗물의 양으로 얼마만큼 해결이 되는지 확인하여 빗물의 사용량을 산정하여 저류조의 적정 용량을 검토하고자 한다. 작물계수를 이용하여 작물별 필요수량은 HOMWRS　프로그램을 이용하여 산정하며, 작물별 생육시기에 따른 필요수량에 대한 갈수빈도분석은 수문 통계 분석과 적합도 검정을 통하여 GUM, PT3, GEV, GLO, GPA 및 GNO분포를 대상으로 적정 분포를 선정한다. 선정된 분포형을 통해 재배작물별 생육시기에 따른 필요수량 계열의 설계 필요수량을 산정한다. 이에 따른 필요수량과 갈수빈도분석 결과를 통해 재배작물의 순별 수요량을 추정한다. 재배작물의 순별 물 수요와 잠재적인 저류조의 높이를 통해 빗물을 얼마만큼 재이용할 수 있는지에 대한 수용 비율(sufficiency ratio)을 산정하고. 순별 수요량에 따른 밭 작물의 적정 빗물 저류조 용량을 결정하는 방법을 제시하고자 한다.

• Wind and Structures
• /
• v.35 no.1
• /
• pp.21-34
• /
• 2022

Gust factor is an important parameter for the conversion between peak gust wind and mean wind speed used for the structural design and wind-related hazard mitigation. The gust factor of typhoon wind is observed to show a significant dispersion and some differences with large-scale weather systems, e.g., monsoons and extratropical cyclones. In this study, insitu measurement data captured by 13 meteorological towers during a strong typhoon Morakot are collected to investigate the statistical characteristics, height and wind speed dependency of the gust factor. Onshore off-sea and off-land winds are comparatively studied, respectively to characterize the underlying terrain effects on the gust factor. The theoretical method of peak factor based on Gaussian assumption is then introduced to compare the gust factor profiles observed in this study and given in some building codes and standards. The results show that the probability distributions of gust factor for both off-sea winds and off-land winds can be well described using the generalized extreme value (GEV) distribution model. Compared with the off-land winds, the off-sea gust factors are relatively smaller, and the probability distribution is more leptokurtic with longer tails. With the increase of height, especially for off-sea winds, the probability distributions of gust factor are more peaked and right-tailed. The scatters of gust factor decrease with the mean wind speed and height. AS/NZ's suggestions are nearly parallel with the measured gust factor profiles below 80m, while the fitting curve of off-sea data below 120m is more similar to AIJ, ASCE and EU.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.104-104
• /
• 2023

최근 2017년 청주, 천안의 홍수, 2020년 용담댐 상류와 대청댐 상류의 홍수, 2022년 청주의 도시침수를 비롯한 서울 도심의 침수피해와 같은 홍수 발생은 지역의 국민들에게 막대한 재산상의 피해를 입히고 있다. 국가적 차원에서 치수의 목적을 달성하고 경제적으로 적절한 규모의 수리구조물을 설계하기 위해 하천의 주요지점에 대한 신뢰성 있는 설계홍수량의 제시는 반드시 필요한 현실에 직면해 있다. 특히 해당 지점의 수리시설물은 점빈도분석에 의한 설계홍수량을 적용하나, 관측자료가 없는 미계측 지점에 위치한 수리시설물은 지역빈도분석에 의한 설계홍수량을 산정하여 적용해야 한다. 이에 본 연구에서는 금강 유역을 대상으로 점빈도분석과 지역빈도분석에 의한 설계홍수량 결과를 비교·분석하고자 한다. 지역빈도분석을 위한 수위관측소의 선정은 금강유역 80개 수위관측소 중 장기간 연최대홍수량 자료가 있고 유량자료의 연결성 및 신뢰성이 확보된 46개수위관측소를 대상으로 하였다. 46개 수위관측소의 연최대홍수량 계열을 대상으로 동질성, 독립성 및 이상치 검정을 수행하였으며, 세 가지 검정 모두 적절한 수위 관측소 지점은 36개 지점으로 분석되었다. 36개 수위관측소의 기본통계치(평균, 표준편차, 분산, 왜곡도 및 첨예도)를 산정한 후 3변수 Gamma 분포 계열인 GEV, GLO, GPA의 확률 분포를 적용하였다. 확률 분포별 매개변수는 전산화를 통해 L-모멘트의 차수를 0~4까지 변화시켜 LH-모멘트법에 적용하였다. LH-모멘트법에 의해 산정된 확률 분포들의 매개변수를 적용하여 적합도 검정을 수행하였다. 지역빈도분석을 위해 36개 수위관측소를 K-Means clustering 방법을 통해 4개 지역으로 구분하였다. 이를 통해LH-모멘트의 적정차수와 확률 분포에 따른 점빈도분석(지점 대상)과 지역빈도분석(지역 대상) 결과인 설계홍수량을 산정하였으며, 점빈도분석과 지역빈도분석에 의해 산정된 설계홍수량간의 분석결과를 제시하였다. 본 연구를 통해 수리구조물 설계 시 안정적인 조건 제시 및 관리체계 구축에 기여하고 방재대책 수립 시 경제·사회적 요소를 반영한 합리적 방안을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.328-328
• /
• 2023

표준강수지수(Standardized Precipitation Index, SPI)는 강수량 변동의 정도를 표준화하여 나타낸 지수로, 가뭄 평가에 적용되고 있다. 일반적으로 SPI를 산정할 때는 월 단위의 시간 척도를 적용하며, 장기간의 가뭄에 대해 평가한다. 그러나 시간 척도가 길어질수록 가뭄 발생 후 가뭄을 감지하는 데 걸리는 시간이 더 길어지기 때문에 대처가 더욱 어려워진다. 또한, 기후변화로 인해 가뭄 빈도가 증가하고, 그 정도가 더욱 심화되면서 일 단위의 적용이 필요해지고 있다. 본 연구는 한반도 남부지역을 대상으로 일 단위의 SPI 적용을 위한 최소 시간 척도를 조사하였다. 대상 지역을 강원권, 수도권, 부울경, 대경권, 호남권, 충청권의 총 6개 지역으로 분리하여, 각 지역별, 계절별 최소 시간 척도를 조사하였다. SPI 산정을 위해 후보 분포형으로 Gumbel, Gamma, GEV, Loglogistic, Lognormal, Weibull을 적용하였으며, 시간 척도는 5일부터 365일까지 총 10개로 설정하였다. 본 연구에선 크게 적합도 검정과 정규성 검정으로 진행하였다. 적합도 검정에서는 Chi-square test를 적용하였으며, 이때 일 단위의 짧은 시간 척도를 적용할 경우 누가 강수 시계열의 값이 0으로, 0값이 시계열에 포함되면 SPI의 정확도가 떨어지는 문제가 발생하는데, 이를 보완하기 위해 누가 강수 시계열의 0값을 고려하였다. 마지막으로 각 후보 분포형을 적용하여 산정된 SPI가 표준정규분포에 합당한지를 검증하기 위해 Anderson-Darling test를 수행하였다. 결과적으로 대부분의 지역에서는 봄과 여름의 경우 최소 15일 정도의 시간 척도까지는 적용할 수 있을 것으로 판단되며, 겨울의 경우는 최소 30일 정도의 시간 척도를 적용해야 함을 확인하였다. 지역별로 차이가 크진 않지만, 이러한 연구 결과를 참고하여 각 지역별로 더 나은 가뭄 대책을 마련할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.167-167
• /
• 2021

2018년 재해연보에 따르면 최근 10년간 자연재해는 태풍과 호우에 의한 평균피해액이(301,680백만원) 전체 재해평균피해액(344,124백만원)의 87.6%로 나타났다. 이처럼 물 관련 재해가 다른 재해에 비해 상대적으로 큰 비중을 차지하는 대표적 원인은 국지성 집중호우의 발달과 개발로 인한 불투수면적의 증가 및 지표면 유출량의 증가등이 있다. 이러한 요인들로 하천범람이 지속적으로 증가하고 있으며 이에 대응할 치수계획수립이 필요한 실정이다. 세종특별자치시의 하천기본계획(2020.01)에 따르면 세종특별자치시의 금남면 도남리의 도남천지구는 제방고 및 여유고 부족과 인명 및 재산피해 우려 지역으로 하천재해 위험지구로 선정되었다. 따라서 본 연구의 목적은 도남천지구에 강우-유출모형을 적용하여 빈도별 월류위치 파악과 하천범람지도를 작성하여 대피범위등 유역치수계획수립시 기초자료에 활용 되고자 한다. 강우분석을 위한 강우관측소 선정은 티센망 확인을 통하여 공주시(반포중) 강우관측소를 선정하였다. 강우분석은 자료기간이 짧은 강우관측소에서도 확률강우량을 산정할 수 있는 지역빈도해석을 하였으며 분석결과 적합한 확률분포형은 GEV인 것으로 나타났다. 빈도별 홍수량 산정을 위해 HEC-HMS모형을 이용하였으며 산정방법은 깅우-유출 관계 분석 방법에 의한 다양한 합성단위도 방법중 일관성과 객관성이 입증되어 온 Clark단위도 법을 사용하였다. 산정한 홍수량을 HEC-RAS모형에 적용하여 월류구간을 파악하였으며 월류위치 및 대피범위를 가시화 하기 위해 HEC-GeoRAS모형을 사용하여 빈도별 하천범람지도를 작성하였다. 본 연구는 도남천지구에 빈도별 하천범람지도를 작성 하였다. 이를 통하여 하천범람시 대피범위등 유역치수계획 수립 시 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.14-14
• /
• 2020

일반적으로 수문빈도해석은 치수계획 수립에 이용되는 설계강수량, 계획홍수량 등을 산정하기 위해 연최대치계열 또는 연초과치계열 자료를 이용한 극치빈도해석을 수행하고, 확률분포의 우측꼬리(right tail) 부분을 이용하여 확장된 재현기간에 해당하는 확률수문량을 추정한다. 하지만 가뭄 관련 분석에서는 확률분포의 좌측꼬리(left tail) 부분은 이용해 확장된 재현기간별 확률수문량을 추정해야할 경우가 발생한다. 또한 물관리 실무에서 장 단기 운영계획 수립을 위해 이용하는 갈수빈도 유입량 산정 등에서도 평년보다 작은 수문량에 대한 빈도해석이 필요한 경우가 있다. 국가 가뭄정보분석센터에서는 기존에 K-water연구원에서 개발한 빈도해석 프로그램인 K-FAT의 분석모듈을 이용해 극소치계열 또는 갈수빈도 유입량 분석에 특화된 가뭄빈도해석 프로그램을 개발하였다. 본 프로그램은 GEV, Gumbel, Weibull 등 14개의 확률분포형을 포함하며, 모멘트법, 최우도법 및 L-모멘트법을 사용하여 매개변수를 추정한다. 적합도 검정의 경우 χ², K-S, CVM, PPCC 및 수정 Anderson-Darling test를 이용하여 다각적인 검정을 할 수 있도록 하였다. 분석을 위한 입력 자료의 경우 사용자가 전처리를 통해 준비한 연최소치계열 등 연도별 시계열자료를 이용할 수 있으며, 일단위 및 월단위의 강수량 또는 댐 유입량 자료를 이용해 사용자가 원하는 기간의 누적강수량, 평균 유입량으로 변환할 수 있는 자료변환 기능을 추가하여 실무 활용성을 높였다. 또한 최적 확률분포 선정을 위해 참고할 수 있도록 AIC(Akaike information criteria)와 BIC(Bayesian information criteria) 분석이 포함되어 있으며, Bootstrap 기법 등을 이용한 불확실성 산정을 통해 추정 값의 신뢰구간을 표시하도록 하였다. 개발된 프로그램은 베타버전 시험배포를 거쳐 가뭄정보포털을 통해 배포할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.397-397
• /
• 2021

본 연구의 목적은 비매개변수적 리샘플링 기법을 이용하여 농업용 저수지 유입 설계홍수량의 구간을 추정하는 기법을 제안하는 데 있다. 본 연구는 설계홍수량을 점 추정하여 안전계수(safety factor)를 적용하는 기존 방법에 대한 대안을 제시하고자 한다. 설계홍수량의 구간 추정을 수행하기 위해 부트스트랩 기법(bootstrap technique)을 사용하였다. 부트스트랩 기법을 이용하여 95% 신뢰수준에 해당하는 신뢰구간을 추정하였다. 본 연구의 공간적인 범위는 남한의 30개 농업용 저수지이며, 시간적인 범위는 과거 기간(2015s: 1986-2015)과 미래기간(2040s: 2011-2040, 2070s: 2041-2070, 2100s: 2071-2100)을 설정하였다. 본 연구에서는 200년 빈도, 24시간 지속기간을 대표적인 결과로 선정하여 분석하였다. 빈도분석은 GEV 분포를 사용하였고, L-moment 방법을 이용하여 매개변수를 추정하였다. 설계홍수량은 HEC-1 모형을 이용하여 산정하였다. 최종적으로 설계홍수량 구간 추정한 결과를 기존의 점 추정한 뒤 안전계수를 적용한 기존 방법과 비교하였다. 97.5th BCa percentile 기준으로 상대적인 변화를 비교해보면, 미래로 갈수록 구간 추정으로 산정한 설계홍수량이 점차 증가하는 것으로 도출되었다. 한강 및 금강 유역에 위치한 농업용 저수지의 설계홍수량이 낙동강 유역에 비해 상대적으로 큰 변화를 보여주었다. 몇몇 농업용 저수지에 대해서 2040s 기간에 다소 감소하기도 하였으나 2070s 기간 이후에 다시 증가하는 결과를 보여주었다. 낙동강 유역의 위치는 농업용 저수지의 설계홍수량은 미래로 갈수록 크게 증가하지 않는 경향을 보여주었다. 본 연구는 설계홍수량을 추정하는 데 있어 결정론적인 방법에서 더 나아가 자료의 통계적인 특성을 고려하여 구간 추정을 수행하는 방법론을 제공할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.286-286
• /
• 2022

홍수피해를 최소화하기 위한 수공구조물의 적정 규모 결정을 위해 사용되는 홍수빈도분석에는 통계적 분석절차에 따른 불확실성이 포함된다. 따라서 불확실성이 포함된 범주 내에서 가장 적절한 설계홍수량(design flood)를 결정하는 과정은 수공구조물의 최종단계에서 중요하게 다루어져야 하는 부분이나 이를 제시한 연구는 많지 않다. 비용-편익 분석기법을 홍수빈도분석 절차에 도입하여 구성되는 총 기대비용함수(total expected cost function)는 설계홍수량 중 최적 설계홍수량(optimal design flood)를 결정하기 위한 새로운 접근방식이다. 이 절차는 UNCODE(UNcertainty COmpliant DEsign)로 명명되어 사용된 바 있으나, 국내에서는 아직 적용 결과가 소개되지 않고 있다. 따라서 본 연구에서는 UNCODE의 수학적 구성 절차를 소개함과 함께 북한강수계에 위치한 수력발전댐(화천댐, 춘천댐, 의암댐, 청평댐)의 년최대유입량을 사용하여 최적 설계홍수량을 산정하고 이 결과를 기존 홍수빈도분석 결과와 비교하였다. 불확실성이 고려된 총 기대비용함수로부터 확률분포함수들(Gumbel 및 GEV)의 모수를 추출하는 과정에서 Metropolis-Hastings 알고리즘을 사용하여 불확실성의 범위를 추정하였으며, 비용-편익 분석기법에 사용되는 비용 및 피해함수는 수학적 구성의 편의성을 위하여 1차 선형함수로 가정되었다. 4개의 발전용댐, 2개의 확률분포 및 2개의 재현기간에 대하여 최적 설계홍수량의 중앙값이 기존 홍수빈도분석 절차에 의해 산정된 설계홍수량보다 일정 정도 큰 값으로 산정됨을 알 수 있었다. 향후에는 본 연구에서 적용된 절차를 간단한 수식형태로 함수화하여 발전용댐 운영의 실무업무나 하천기본계획의 수립 등에 있어 비용-편익분석 기법의 적용성을 높이기 위한 연구가 진행될 필요가 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.50 no.7
• /
• pp.475-488
• /
• 2017

To simulate accurate drought, a drought index is needed to reflect the hydrometeorological phenomenon. Several studies have been conducted in Korea using the Modified Surface Water Supply Index (MSWSI) to simulate hydrological drought. This study analyzed the limitations of MSWSI and quantified the uncertainties of MSWSI. The influence of hydrometeorological components selected as the MSWSI components was analyzed. Although the previous MSWSI dealt with only one observation for each input component such as streamflow, ground water level, precipitation, and dam inflow, this study included dam storage level and dam release as suitable characteristics of the sub-basins, and used the areal-average precipitation obtained from several observations. From the MSWSI simulations of 2001 and 2006 drought events, MSWSI of this study successfully simulated drought because MSWSI of this study followed the trend of observing the hydrometeorological data and then the accuracy of the drought simulation results was affected by the selection of the input component on the MSWSI. The influence of the selection of the probability distributions to input components on the MSWSI was analyzed, including various criteria: the Gumbel and Generalized Extreme Value (GEV) distributions for precipitation data; normal and Gumbel distributions for streamflow data; 2-parameter log-normal and Gumbel distributions for dam inflow, storage level, and release discharge data; and 3-parameter log-normal distribution for groundwater. Then, the maximum 36 MSWSIs were calculated for each sub-basin, and the ranges of MSWSI differed significantly according to the selection of probability distributions. Therefore, it was confirmed that the MSWSI results may differ depending on the probability distribution. The uncertainty occurred due to the selection of MSWSI input components and the probability distributions were quantified using the maximum entropy. The uncertainty thus increased as the number of input components increased and the uncertainty of MSWSI also increased with the application of probability distributions of input components during the flood season.