• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.481-481
• /
• 2021

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 2018~2019년 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』 수행을 통해 레이더 실황강우 기반의 강한 비구름 이동경로 추정 기술, 강우시나리오 기반의 침수위험지역추정 기술이 적용된 서울시 도시침수 예측시스템을 개발하였다. 또한, 침수피해에 선제적으로 대응하기 위해 2019~2020년 『서울시 내수침수 위험지역 실시간 예측기술 개발』을 통하여 이류모델 기반의 예측강우정보 추정 기술, 예측강우정보 기반의 실시간 침수위험지역 추정기술을 적용하였다. 현재 서울시 도시침수 예측시스템은 서울시 전역의 강우 및 침수정보를 제공하며, 관로 113,286개(전체 385,768개), 맨홀 106,097개(전체 272,133개), 빗물펌프장 117개소(전체 121개소)가 반영되어 있다. 서울시 도시침수 예측시스템에서는 서울시 25개 자치구를 대상으로 실황 및 예측 강우정보, 강한 비구름에 대한 이동경로정보, 시나리오 및 실시간 침수정보를 제공하고 있다. 강우정보는 10분 및 1시간 단위 AWS 실황정보와 10분 단위 이류모델 기반 예측정보, 1시간 단위 LDAPS 기반 예측정보를 제공한다. 또한, 레이더 실황정보를 통해 판별된 강한 비구름에 대해 10분 단위 1시간 예측경로를 제공한다. 침수정보는 총강우량, 강우지속기간, 빗물받이효율 조건을 반영한 강우시나리오 기반의 6m 고해상도 격자단위 침수시나리오 정보와 자치구별 침수위험정보를 제공한다. 또한, 이류모델 기반의 레이더 예측정보를 이용하여 실시간 침수 예측정보를 제공한다. 향후 서울시 내 모든 수방시설물의 적용, 관로 유출구별 기점수위 반영, 관측자료를 이용한 도시유출 및 도시침수 모델 최적화 등 지속적으로 고도화를 수행하고자 하며, 서울시 도시침수 예측시스템을 통해 서울시 및 자치구 풍수해 담당자가 침수피해를 대비, 대응할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.341-341
• /
• 2020

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 '18년에 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』을 수행하였으며 이를 통해 레이더 기반의 비구름 이동경로 추정 기술, 침수시나리오 기반의 침수위험지역 추정기술 등을 적용한 서울시 도시침수 예측시스템을 개발하였다. 그러나 침수피해에 선제적으로 대응하기 위해서는 실시간으로 예측강우정보를 생산하고 이를 통해 침수위험지역을 추정하는 기술이 필요하다. 이에 본 연구를 통해 예측강우정보 생산 기술 적용, 예측강우정보를 이용한 실시간 침수위험지역 추정 기술 개발을 수행하여 서울시 도시침수 예측시스템을 고도화하였다. 예측강우정보의 경우 현재 기상청에서 광역 단위 호우특보 및 읍면동 단위 동네예보를 통해 제공되고 있지만, 풍수해 업무에 적용하기에는 제한적이며, 실시간 침수위험지역 추정의 경우 침수해석모델의 모의시간, 라이센스 등의 문제로 인해 한계를 보이고 있는 실정이다. 따라서 본 연구에서는 레이더 실황강우정보를 활용한 이류모델 기반의 예측강우정보 생산 기술을 적용하여 풍수해 업무 적용이 용이하도록 하였으며, 예측강우정보를 이용한 최적 침수시나리오 추정 기술 개발을 통해 실시간 침수위험지역 추정이 가능하도록 하였다. 서울시 도시침수 예측시스템은 25개 자치구를 대상으로 강우량, 호우이동경로, 침수 정보를 제공하고 있다. 강우정보는 기상청 및 SK-TechX 기반의 10분 및 1시간 단위 AWS 관측정보, 이류모델 기반 10분 단위 레이더 예측정보, 국지예보모델 기반 1시간 단위 LDAPS 예측정보를 제공하며. 호우이동경로는 레이더 실황강우정보와 LDAPS 바람장을 이용하여 서울시 및 수도권 지역의 10분 단위 1시간 예측경로를 제공한다. 침수정보는 실시간으로 레이더 예측강우정보를 이용하여 최적의 침수시나리오를 추정하여 격자 단위 상세 침수정보와 시군구 단위 침수위험지도를 제공한다. 본 시스템을 통해 실시간 침수위험지역 확인이 가능해짐에 따라 서울시의 효율적인 풍수해 업무 지원이 가능할 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.56 no.1
• /
• pp.53-62
• /
• 2023

Recently, due to the influence of climate change, the occurrence of damage to heavy rain is increasing around the world, and the frequency of heavy rain with a large amount of rain in a short period of time is also increasing. Heavy rains generate a large amount of outflow in a short time, causing flooding in the downstream part of the mountainous area before joining the small and medium-sized rivers. In order to reduce damage to downstream areas caused by flooding, it is very important to calculate the outflow of mountainous areas due to torrential rains. However, the sewage network flooding analysis, which is currently conducting the most analysis in Korea, uses the time and area method using the existing data rather than calculating the rainfall outflow in the mountainous area, which is difficult to determine that the soil characteristics of the region are accurately applied. Therefore, if the rainfall is analyzed for mountainous areas that can cause flooding in the downstream area in a short period of time due to large outflows, the accuracy of the analysis of flooding characteristics that can occur in the downstream area can be improved and used as data for evacuating residents and calculating the extent of damage. In order to calculate the rainfall outflow in the mountainous area, the rainfall outflow in the mountainous area was calculated using MIKE SHE among the MIKE series, and the flooding analysis in the downstream area was conducted through MIKE 21 FM (Flood model). Through this study, it was possible to confirm the amount of outflow and the time to reach downstream in the event of rainfall in the mountainous area, and the results of this analysis can be used to protect human and material resources through pre-evacuation in the downstream area in the future.

• Journal of Korea Water Resources Association
• /
• v.56 no.5
• /
• pp.311-323
• /
• 2023

In order to reduce disaster damage by localized heavy rains, floods, and urban inundation, it is important to know in advance whether natural disasters occur. Currently, heavy rain watch and heavy rain warning by the criteria of the Korea Meteorological Administration are being issued in Korea. However, since this one criterion is applied to the whole country, we can not clearly recognize heavy rain damage for a specific region in advance. Therefore, in this paper, we tried to reset the current criteria for a special weather report which considers the regional characteristics and to predict the damage caused by rainfall after 1 hour. The study area was selected as Gyeonggi-province, where has more frequent heavy rain damage than other regions. Then, the rainfall inducing disaster or hazard-triggering rainfall was set by utilizing hourly rainfall and heavy rain damage data, considering the local characteristics. The heavy rain damage prediction model was developed by a decision tree model and a random forest model, which are machine learning technique and by rainfall inducing disaster and rainfall data. In addition, long short-term memory and deep neural network models were used for predicting rainfall after 1 hour. The predicted rainfall by a developed prediction model was applied to the trained classification model and we predicted whether the rain damage after 1 hour will be occurred or not and we called this as 1ST-Model. The 1ST-Model can be used for preventing and preparing heavy rain disaster and it is judged to be of great contribution in reducing damage caused by heavy rain.