돌발홍수는 짧은 지속기간, 급격한 경사와 불투수층에 대해 강한 강우로 인하여 피해를 유발하는 홍수를 말한다. 돌발홍수는 강우가 돌발홍수기준(Flash Flood Guidance)을 초과하는 경우에 발생하게 되며, 따라서 돌발홍수기준을 정확히 산정하는 것이 돌발홍수예보의 정확성에 크게 기여한다. 즉, 강우-유출관계가 갖고 있는 불확실성(uncertainty)을 최소화 할수록 돌발홍수기준을 정확하게 산정할 수 있으며, 강우-유출 모형은 각각 고유의 매개변수와 특성을 갖고 있으므로 어떠한 강우-유출 모형을 사용하여 강우-유출관계를 도출하느냐에 따라 불확실성의 정도가 크게 좌우된다. 본 연구에서는 4개의 강우-유출모형(HEC-HMS 모형, 저류함수모형, SSARR 모형, TANK 모형)의 모의값에 Monte Carlo 모의 방법을 적용하여 95%신뢰수준에 대한 신뢰한계를 추정하여 제시하였다.
돌발홍수는 짧은 지속기간, 급격한 경사와 불투수층에 대해 강한 강우로 인하여 피해를 유발하는 홍수를 말한다. 돌발홍수는 강우가 돌발홍수기준(Flash Flood Guidance)을 초과하는 경우에 발생하게 되며, 따라서 돌발홍수기준을 정확히 산정하는 것이 돌발홍수예보의 정확성에 크게 기여한다. 즉, 강우-유출관계가 갖고 있는 불확실성(uncertainty)을 최소화 할수록 돌발홍수기준을 정확하게 산정할 수 있으며, 강우-유출 모형은 각각 고유의 매개변수와 특성을 갖고 있으므로 어떠한 강우-유출 모형을 사용하여 강우-유출관계를 도출하느냐에 따라 불확실성의 정도가 크게 좌우된다. 본 연구에서는 4개의 강우-유출모형(HEC-HMS 모형, 저류함수모형, SSARR 모형, TANK 모형)의 모의값에 Monte Carlo 모의 방법을 적용하여 95%신뢰수준에 대한 신뢰한계를 추정하여 제시하였다.
The flash flood is characterized as flood leading to damage by heavy rainfall occurred in steep slope and impervious area with short duration. Flash flood occurs when rainfall exceeds Flash Flood Guidance(FFG). So, the accurate estimation of FFG will be helpful in flash flood forecasting and warning...
The flash flood is characterized as flood leading to damage by heavy rainfall occurred in steep slope and impervious area with short duration. Flash flood occurs when rainfall exceeds Flash Flood Guidance(FFG). So, the accurate estimation of FFG will be helpful in flash flood forecasting and warning system. Say, if we can reduce the uncertainty of rainfall-runoff relationship, FFG can be estimated more accurately. However, since the rainfall-runoff models have their own parameter characteristics, the uncertainty of FFG will depend upon the selection of rainfall-runoff model. This study used four rainfall-runoff models of HEC-HMS model, Storage Function model, SSARR model and TANK model for the estimation of models' uncertainties by using Monte Carlo simulation. Then, we derived the confidence limits of rainfall-runoff relationship by four models on 95%-confidence level.
The flash flood is characterized as flood leading to damage by heavy rainfall occurred in steep slope and impervious area with short duration. Flash flood occurs when rainfall exceeds Flash Flood Guidance(FFG). So, the accurate estimation of FFG will be helpful in flash flood forecasting and warning system. Say, if we can reduce the uncertainty of rainfall-runoff relationship, FFG can be estimated more accurately. However, since the rainfall-runoff models have their own parameter characteristics, the uncertainty of FFG will depend upon the selection of rainfall-runoff model. This study used four rainfall-runoff models of HEC-HMS model, Storage Function model, SSARR model and TANK model for the estimation of models' uncertainties by using Monte Carlo simulation. Then, we derived the confidence limits of rainfall-runoff relationship by four models on 95%-confidence level.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이와 같이 아직은 돌발홍수에 대한 불확실성 검증은 크게 발전한 상태는 아니며, 현재 매우 활발히 이루어지고 있다. 본 연구에서는 국내유역에 적용 가능한 돌발홍수기준 산정에 있어서의 불확실성을 분석하기 위하여 HEC-HMS모형, 저류함수모형, SSARR(Streamflow Synthesis and Reservoir Regulation)모형, TANK모형을 사용하여 따른 강우-유출 관계를 유도하고, 도출된 유출량들의 평균과 표준편차를 이용하여 Monte Carlo 모의를 수행한 후, 이에 대한 신뢰구간을 제시하고자 한다.
공학분야에 있어서 불확실성은 곧 위험도와 직결되므로 우리는 이를 고려하고 최소화하려는 노력을 하고 있다. 이러한 의미에서 본 연구에서는 강우-유출모형에서 유도된 강우-유출관계를 결합하여 신뢰구간을 제시함으로서 돌발홍수예보에 있어서의 불확실성을 최소화하고자 하였다.
가설 설정
저류함수모형에서는 홍수유출을 Manning 공식으로 표시할 수 있는 지표면 유출이라고 가정하여, 유역과 하도구간의 저류량을 유출량의 지수함수로 식 (2)와 같이 나타내었다.
제안 방법
유도된 강우-유출관계는 모형별로 평균하여 4개의 강우-유출관계를 만든다. 4개의 강우-유출관계의 평균과 표준편차를 이용하여 MCS방법을 통해 500개의 새로운 강우-유출관계를 발생시킨 후, 이에 대한 신뢰수준(confidence level) 95%에 대한 신뢰구간(confidence interval) 과 신뢰한계(confidence limits)를 설정하였다. Fig.
각각의 강우사상을 각각의 모형에 사용하여 매개변수를 최적화한 후, 강우-유출관계를 유도하고 유도된 10개의 강우-유출관계를 평균하여 모형별 하나의 강우-유출관계를 도출하였다(Fig. 3).
1의 돌발홍수예보 체계를 간단하게 설명하면 다음과 같다. 먼저 강우-유출 모형의 최적 매개변수를 이용하여 확률강우량에 대한 강우-유출관계를 도출한다. 강우-유출관계 곡선에서 대상지역의 지형정보로부터 산정된 한계유출량(Thresholdrunoff)에 대응하는 강우량이 돌발홍수기준이 되며, 강우레이더를 통하여 관측된 강우량과 비교하여 관측된 강우량이 더 큰 경우 돌발홍수예보가 발령된다.
본 연구에서는 안양천 유역의 10개 강우사상에 대하여 4개의 강우-유출모형의 최적 매개변수를 시간분포시킨 확률강우량에 이용하여 모형별 강우-유출관계를 유도하고 각 모형의 강우-유출관계에 대하여 MCS 기법을 적용해 500개의 새로운 강우-유출관계를 발생시킨 후 이에 대한 95% 신뢰수준에 대한 신뢰구간과 신뢰한계를 추정하였다.
Huff 방법은 강우기록에 따라 통계분석을 통해 제시된 무차원누가곡선을 이용하여 강우를 분포하는 방법으로써, “지역적 설계강우의 시간적분포(건설교통부, 2000)"에서 제시된 호우분포표에 따라 평균이상을 갖는 중호우에 대하여 시간분포를 하였다. 안양천 유역의 2003년~2006년의 10개의 강우사상(Table 2)에 대하여 각 강우사상별로 최적매개 변수를 산정하고, 이 최적매개변수들과 앞서 산정한 설계강우량을 이용하여 각 강우-유출 모형별로 강우-유출관계를 도출한다.
안양천 유역내 및 인근에 위치하여 안양천유역의 강우특성을 파악하는데 영향을 줄 수 있는 우량관측소는 기상청관할 2개소, 건설교통부 관할 3개소, 행정자치부 관할 14개소 등총 19개소가 위치하고 있다. 이 중, 기상청 관할 수원관측소의 자료를 이용하여 100년 빈도의 지속시간 1시간, 3시간, 6시간에 대한 확률강우량을 산정하였다(Table 1).
대상 데이터
최근 우리나라에 큰 피해를 준 홍수사상으로 2002년 태풍 루사와 2003년의 태풍 매미가 가장 빈번하게 언급되고 있다. 태풍 루사로 인하여 무려 124명이 사망하고 60명이 실종되었으며, 2만 7619세대 8만 8625명의 이재민이 발생하였다. 또한 건물 1만 7046동과 농경지 14만 3261㏊가 물에 잠기고, 전국의 도로·철도·전기·통신 등 주요 기간망과 생활 기반시설이 붕괴되거나 마비되어 총 5조 4696억 원의 재산 피해를 냈다.
데이터처리
여기서는 강우-유출관계의 신뢰도 분석을 위하여, 강우사상별 최적 매개변수를 이용하여 유도된 강우-유출관계의 유출량을 평균하여 모형별로 하나의 강우-유출관계를 구축하고 4개 모형의 유출량의 평균과 표준편차를 이용하여 MCS를 적용하였다. 이러한 방법을 그림으로 정리하면 Fig.
이론/모형
각 수문모형의 모의에 따른 유출량을 MCS 기법을 이용하여 강우-유출관계의 신뢰구간을 추정하였다. 돌발홍수기준은 어떠한 강우-유출 모형을 선택하느냐에 따라 변할 수 있으며, 이는 강우-유출 모형의 매개변수의 특성, 매개변수의 개수, 강우사상의 특성에 크게 영향을 받는다.
각 지속시간별 확률강우량을 설계강우량으로 작성하기 위하여 Huff 4분위법을 사용하였다. Huff 방법은 강우기록에 따라 통계분석을 통해 제시된 무차원누가곡선을 이용하여 강우를 분포하는 방법으로써, “지역적 설계강우의 시간적분포(건설교통부, 2000)"에서 제시된 호우분포표에 따라 평균이상을 갖는 중호우에 대하여 시간분포를 하였다.
먼저 강우-유출 모형에 따라 최적 매개변수를 도출한 후, 지속시간별로 산정된 확률강우량을 Huff의 4분위법을 통해 시간분포된 설계강우량을 이용하여 모형별/지속시간별/강우사상별 강우-유출관계를 유도한다. 유도된 강우-유출관계는 모형별로 평균하여 4개의 강우-유출관계를 만든다.
본 연구에서는 Manning 공식에 의하여 제방월류유량을 산정하였고, 지형학적 순간단위도 대신에 지형기후학적순간단위도(GcIUH)를 이용하여 단위 첨두유량을 산정하였다.
HEC-HMS는 수문요소관련 Basin model, 기상학적 자료 관련 Precipitation Model, 모의를 위한 시간정보를 포함하고 있는 Control Specifications의 세 가지 종류의 자료로 구성된다. 본 연구에서는 SCS CN방법, Clark 단위도법, Muskingum방법을 선택하여 사용하였고, HECHMS에서 제공하는 툴(tool)을 이용하여 매개변수를 최적화하였다.
본 연구에서는 강우-유출관계의 불확실성 분석을 위하여 Monte Carlo Simulation(MCS)기법을 사용하였다. MCS 기법은 어떤 특정한 통계분포 특성을 가지는 무작위 변수를 발생시키는 방법이다.
본 연구에서는 안양천 유역을 대상으로 돌발홍수기준을 산정하였다. 안양천 유역은 유역면적 286㎢, 유로연장은 32.
앞서 설명한 바와 같이, 본 연구에서는 4개의 강우-유출 모형을 사용하였으며, 각 모형을 간단하게 설명하면 다음과 같다.
성능/효과
각 지속시간별로 신뢰구간의 폭은 크게 차이가 없었으며, 지속시간 1시간, 3시간의 경우는 강우량이 증가함에 따라 신뢰구간의 폭 또한 넓어지는 양상을 보였으며, 지속시간 6시간의 경우는 강우량이 확률강우량에 가까워짐에 따라 신뢰구간의 폭이 넓어진 것을 확인 할 수 있다. 지속시간이 긴 강우의 경우, 확률강우량 또한 크므로 이에 따른 강우-유출 모형의 모의 정확도가 감소하기 때문인 것으로 판단된다.
최적 매개변수, 즉 대표 매개변수를 도출하여 사용하더라도 모형의 불확실성으로 인해 어떠한 강우사상에서 매개변수를 산정하였느냐에 따라 돌발홍수기준이 다르게 산정될 수 있다. 또한 본 연구의 결과에서 알 수 있듯이 강우의 크기가 클수록 강우-유출 모의의 불확실성이 커지는 것을 알 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
미국기상학회의 기상학 관련 용어집에 돌발홍수를 무엇이라 정의하는가?
미국기상학회(American Meteorological Society, AMS)의 기상학 관련 용어집에는 돌발홍수를 “상대적으로 작은 지역에 걸쳐 강한 강우로 인해 발생하는 것으로, 경고없이 빠르게 발생하는 홍수”로 정의하였다. 이와 유사하게 세계기상학회(World Meteorological Organization)의 UNESCO의 용어 집에서는 돌발홍수를 “상대적으로 높은 첨두유량을 갖는 짧은 지속시간동안 발생하는 홍수”로 언급하고 있다.
홍수는 강우의 지속시간과 지역적 특성에 따라 어떻게 구분할 수 있는가?
이러한 홍수는 강우의 지속시간과 지역적 특성에 따라 돌발홍수, 도시홍수, 하천홍수, 해안홍수로 구분할 수 있다. 그러나 이러한 홍수 유형은 복합적으로 발생하는 경우가 많으며, 따라서 홍수로 인한 피해가 가중된다(건설교통부, 2005).
돌발홍수예보발령의 기준이 되는 돌발홍수기준을 정확하게 산정하는 것이 중요하다고 할 수 있는 이유는 무엇인가?
미국기상학회에 따르면 이상기후의 결과인 돌발 홍수를 효과적으로 감소시키는 방안은 돌발홍수예보시스템을 개선하는 것이라고 하고 있다. 돌발홍수 발생을 유도하는 많은 구조물을 파괴하는 것은 불가능하므로 돌발홍수예보를 개선하는 것이 효율적이라고 판단하는 것이다. 따라서 돌발홍수예보발령의 기준이 되는 돌발홍수기준을 정확하게 산정하는 것이 중요하다고 할 수 있다.
참고문헌 (20)
김범준 (2007). "미호천 유역의 홍수모의예측을 위한 저류함수모형과 SSARR모형의 비교 연구", 인하대학교, 석사학위논문
김양수 (2006). "홍수예보현황", 한국수자원학회지, Vol. 39, No. 7
건설교통부 (2000), "지역적 설계 강우의 시간적 분포"
건설교통부 (2005). "강우레이더에 의한 돌발홍수 예보시스템 개발 1차년도"
AMS(American Meteorological Society) (2000). "Prediction and mitigation of flash flood", Bulletin of the American Meteorological Society, Vol. 81, No. 6, pp. 1338-1340
Carpenter, T.M., Georgakakos, K.P., Sperfslage, J.A., (2001). "On the parametric and NEXRAD-radar sensitivities of a distributed hydrologic model suitable for operational use". Journal of Hydrology, Vol. 254, pp. 169-193
Carpenter, T.M., Georgakakos, K.P. (2004). "Impacts of parametric and radar rainfall uncertainty on the ensemble streamflow simulations of a distributed hydrologic model", Journal of Hydrology, Vol. 298, pp. 202-221
Ferraris, L, R.Rudari, F. Siccardi (2002), "The uncertainty in the prediction of flash floods in the northern Mediterranean environment", Journal of hydrometeorology, Vol. 3, No. 6, pp. 714-727
Finnerty, B.D., Smith, M.B., Seo, D.-J., Koren, V., Moglen, G.E., (1997). "Space-time sensitivity of the Sacramento model to radar-gage precipitation inputs". Journal of Hydrology, Vol. 203, pp. 21-38
Georgakakos, K.P. and M.D. Hudlow (1984), "Quantitative precipitation forecasts techniques for use in hydrologic forecasting", Bulletin of the American Meteorological Society, Vol. 65, No. 11, pp. 1196-1200
Georgakakos, K.P.(1986). "A generalized stochastic hydrometeorological model for flood and flash-flood forecasting, 1 Formulation", Water Resource Research, Vol. 22, No. 13, pp. 2083-2095
Georgakakos, K.P. (1992), "Advances in Forecasting Flash Floods, Proceedings of the 1992 National Science Foundation", U.S. National Science Council, Taiwan, Joint Seminar on Prediction and Damage Mitigation of Meteorologically Induced Natural Disaster, May 21-24, 1992, National Taiwan University, Taipei, Taiwan, pp. 280-291
Krzysztofowicz, R. (1999), "Bayesian theory of probabilistic forecasting via deterministic hydrologic model, Water Resources Research, Vol. 35, No. 9, pp. 2739-2750
Michaud, J., Sorooshian, S., (1994). "Comparison of simple versus complex distributed runoff models on a midsized semiarid watershed". Water Resources Research, Vol. 30, No. 3, pp. 593-605
Sweeny, T.L.(1992). "Modernized area flash flood guidance", NOAA Technical Report NWS HYDRO 44, Hydrologic Research Laboratory, National Weather Service
Wagener, T., Gupta, H., Yatheendradas, S., Goodrich, D., Unkrich, C., Schaffner, M.(2007). "Understanding sources of uncertainty in flash flood forecasting for semi-arid regions", Quantification and Reduction of Predictive Uncertainty for Sustainable Water Resources Management (Proceedings of Symposium HS2004 at IUGG2007, Perugia, July 2007). IAHS Publ. 313
World Meteorological Organization(1974). "International Glossary of hydrology", UNESCO panel of terminology.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.