선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이로 인한 도심 하천에서 급격한 수위의 증가는 범람으로 하천 주변의 산책로, 고수부지, 및 지역 주민의 피해위험도를 증대시킨다. 따라서 이 연구에서는 서울에서 잦은 침수가 발생하는 중랑천 일대의 범람에 따른 피해지역의 공간적 범위를 선설정하고 대피경로를 분석하고자 하였다.
- 이러한 맥락에서 이 연구에서는 하천 범람이 자주 발생하는 지역인 서울특별시의 중랑천 일대의홍수범 람지역을 추출하고 침수취 약지역 의 주민들이 홍수 발생 시 적절한 경로를 통해 대피할 수 있도록 대피소까지의 대피경로를 제시하고자 하였다. 홍수범람지역을 추출하기 위해 홍수범람 모의를 수행하였고 모의 수행을 위해 지표유출모형인 하천해석시스템(HEC-RAS, Hydrologic Engineering Center's River Analysis System)을 적용하였다 [13], 분석은 lm 간격의 LiDAR 자료를 기반으로 이루어졌으며, Geometry 자료는 HEC- GeoRAS를이용하여 구축하였다.
제안 방법
- 구축하는 도구이다. HEC-GeoRAS에서 하천중심선, 제방(Banks), 흐름 방향(Flowpaths), 횡단면 등의 자료를 구축하고, HEC-RAS에서 분석하기 위한 자료 변환과정을 수행한다. 또한 HEC-RAS의 분석이 완료된 후 결과를 ArcGIS 환경으로 불러오는 변환과정을 수행한다.
- HEC-RAS 의 홍수범람모의를 위해 하천의 경계조건을 달리하여 시나리오를 구분하였다. 하천의 경계조건은 기점홍수위에 따라 조정되므로 100년 빈도, 200년 빈도, 가능최대홍수량(PMF, Probable Maximum Flood)으로 구분하였다.
- 이를 위해 우선 침수취약지역 내 주거지역에서 최근린 대피소를 설정하였다. 각 대피소별 대상 구역을 지정한 후 각 구역별 대피소로의 평균거리를 산출하여 홍수 시대 피에 소요되는 시간을 분석하였다.
- 각 시나리오별 침수취약지역 분석 결과 최대 침수피해 지역을 보여준 홍수량이 PMF일 경우이므로, 이를 바탕으로 범람 예상 지역에 대해 대피 구역을 설정하고 대피경로를 분석하였다. 이를 위해 우선 침수취약지역 내 주거지역에서 최근린 대피소를 설정하였다.
- 이와 같은 지형을 고려하여 먼저 침수취약지역의 동편에 있으면서, 거리가 가까운 대피소 대상 건물(학교, 교회 등)을 1/5,000 수치지형도를 이용해 추출하였다. 그리고 침수취약지역 내 주민들이 거주하고 있는 주거지역을 토지피복분류도에서 추출하였다. 주거지역의 대푯값7)을 추출하고, 이를 출발점으로 설정하였다.
- 이 연구에서 제시한 모의실험 방법과 대피경로 분석 방법은 향후 다양한 도시지역의 홍수범람에 대한 위험지도 및 대피지도 작성에 방향을 제시하는 것으로 이를 통해 홍수대피 계획 수립에 많은 도움이 될 것이다. 다만, 이 연구에서의 홍수범람 모의실험은 고도 자료로 lm 해상도의 Lidar를 이용하여 공간적인 해상도 및 고도에 대해서는 매우 높은 정확도를 확보하였으나 기타 자료의 한계로 인해 제방월류에 대한 1차 침수 해석만 수행하였고 2차 외수침수, 내수 침수, 지하공간 침수 등을 배제하였다. 따라서 연구지역에 범람이 발생할 경우에는 더욱 넓은 지역이 영향을 받을 것으로 판단된다.
- 둘째, 하천을 일정한 유로내로 흐르도록 제한하는 제방의 좌우지점은 하천이 범람원 위로 넘치는 최초 지점을 나타내므로 이를 벡터라이징 하였다. 제방은 연속적이지 않아도 되지만, 상류에서 하류의 방향으로 구축해야 한다(그림 3-b).
- 반면 동대문구와 성북구는 중랑천의 서편에 위치하고 있고, 홍수 발생 시 주민들은 서 혹은 남서나 북서 방향으로 대피해야 한다. 따라서 중랑구와 같은 방법으로 주거지역 데이터와 토지피복 데이터를 이용하여 각 주거지역에 대해 최근린 대피소를 설정하였다.
- 어느 특정 대피소에 수많은 인파가 몰려든다면, 이는 상당한 혼란을 초래할 수가 있다. 따라서 홍수 발생 시 적절한 인구 배분을 위해 대피소에 따라 침수취약구역을 구역화 하였고, 이 결과 그림 10과 같이 총 열 개의 구역을 설정하였다.
- HEC-GeoRAS에서 하천중심선, 제방(Banks), 흐름 방향(Flowpaths), 횡단면 등의 자료를 구축하고, HEC-RAS에서 분석하기 위한 자료 변환과정을 수행한다. 또한 HEC-RAS의 분석이 완료된 후 결과를 ArcGIS 환경으로 불러오는 변환과정을 수행한다. 그림 11)은 HEC-RAS와 HEC-geoRAS를 이용하여 자료구축과 분석, 분석결과의 매핑과정을 보여준다 [6],
- 또한 대피경로 분석을 위해 네트워크상에서 할당모델(allocation model)을 이용하여 침수취약지역 내 주거지역을 가장 가까운 대피소들에 할당하였고 이를 바탕으로 대피소별 대상구역을 설정하였다. 각 구역별 대피소로의 평균거리는 약 1km 정도 또는 그 이내로 비교적 가까운 거리로 나타났으며, 비상시 도보시간 10분~15분 이내로 대피가 가능할 것으로 판단되었다.
- 산정하였다. 방재연구소의 주요 지류의 빈도별 홍수량 산정에서 PMF는 산정하지 않았지만, 김정회 연구의 100년, 200년, PMF 간 평균비율(4.9)을 계산하여 적용하였다. 하천 중심선 Geometry 구축 과정에서 각 지류와의 합류점에서 사상을 새로 생성해야 함으로 총 네 개의 본류가 생성되었고, 2Stre 묵동천 합류점, 3Stre 우이천 합류점, 4Stre 면목천 합류점을 의미한다(표 4).
- 분석에 더 많은 비중을 두었고, 침수 취약지역 설정을 위해서는 가장 급속한 침수원인이 집중호우에 의한 제방월류라 판단하였으므로 침수에 대한 1차 외수 침수 해석만을 수행하였다. 따라서 대상 유역의 홍수량 시나리오를 바탕으로 HEC-RAS 모형을 이용하여 홍수범람모의를 실시하였다.
- 당현천과 lstr 시작 점과의 거리는 약L7km이고, 묵동천과 lstr 시작점과의 거리는 약 1km이다. 빈도별 추정된 홍수량을 사용하여 100년 빈도, 200년 빈도, PMF에 따른 시나리오를 표 4와 같이 설정하였다.
- 이 연구에서는 홍수범람 모의실험결과를 통해 중랑천 일대의 침수취약지역을 확인할 수 있었고, 구역별 최적의 대피소도 설정하였다. 이 연구에서 제시한 모의실험 방법과 대피경로 분석 방법은 향후 다양한 도시지역의 홍수범람에 대한 위험지도 및 대피지도 작성에 방향을 제시하는 것으로 이를 통해 홍수대피 계획 수립에 많은 도움이 될 것이다.
- 하천 중심선 Geometry 구축 과정에서 각 지류와의 합류점에서 사상을 새로 생성해야 함으로 총 네 개의 본류가 생성되었고, 2Stre 묵동천 합류점, 3Stre 우이천 합류점, 4Stre 면목천 합류점을 의미한다(표 4). 이때 IStre 싱-류로부터의유입을 나타내며, 묵동천과 이보다 상류인 당현천 합류점 간 단순거리비율을 계산하여 빈도별 홍수량을 추정하여 적용하였다. 당현천과 lstr 시작 점과의 거리는 약L7km이고, 묵동천과 lstr 시작점과의 거리는 약 1km이다.
- 이를 위해 2절에서는 하천해석모형을 이용한 분석 절차를 설명하였고 3절에서는 2절에서 설명한 하천해석모형을 서울의 중랑천에 적용하여 분석을 수행하였으며 그 결과로 홍수범람지역을 설정하였다. 4절에서는 분석된 홍수범람지역에 대해 네트워크상에서 구역별 최단거리 대피소를 설정하고 각 주거지역으로부터 대피경로를 분석하였으며 마지막 5절에서는 주요내용을 요약하고 시사점을 논의하였다.
- 설정하고 대피경로를 분석하였다. 이를 위해 우선 침수취약지역 내 주거지역에서 최근린 대피소를 설정하였다. 각 대피소별 대상 구역을 지정한 후 각 구역별 대피소로의 평균거리를 산출하여 홍수 시대 피에 소요되는 시간을 분석하였다.
- 따라서 홍수가 발생했을 시에 주민들은 동 혹은 남동이나 북동 방향으로 대피해야 한다. 이와 같은 지형을 고려하여 먼저 침수취약지역의 동편에 있으면서, 거리가 가까운 대피소 대상 건물(학교, 교회 등)을 1/5,000 수치지형도를 이용해 추출하였다. 그리고 침수취약지역 내 주민들이 거주하고 있는 주거지역을 토지피복분류도에서 추출하였다.
- 그리고 침수취약지역 내 주민들이 거주하고 있는 주거지역을 토지피복분류도에서 추출하였다. 주거지역의 대푯값7)을 추출하고, 이를 출발점으로 설정하였다. 추출한 주거지역들에 대해 대피소를 지정하기 위하여 도로 네트워크상에서 시설물들을 할당하는 모델(allocation model)인 최근린 시설물 찾기(finding nearest facility) 분석을 수행하였다.
- 주거지역의 대푯값7)을 추출하고, 이를 출발점으로 설정하였다. 추출한 주거지역들에 대해 대피소를 지정하기 위하여 도로 네트워크상에서 시설물들을 할당하는 모델(allocation model)인 최근린 시설물 찾기(finding nearest facility) 분석을 수행하였다. 그림 9는 중랑구의 일부 침수취약지역에 대해최근린 대피소를 설정한 결과를 보여주고 있다.
- 홍수범람지역을 추출하기 위해 홍수범람 모의를 수행하였고 모의 수행을 위해 지표유출모형인 하천해석시스템(HEC-RAS, Hydrologic Engineering Center's River Analysis System)을 적용하였다 [13], 분석은 lm 간격의 LiDAR 자료를 기반으로 이루어졌으며, Geometry 자료는 HEC- GeoRAS를이용하여 구축하였다. 침수 취약지역 설정을 위해, 집중호우 시 가장 급속한 침수원인인 제방월류를 해석하기 위해 1차 외수침수 해석을 수행하였다. 침수 가능지역을 분석한 후 적절한 대피경로를 파악하기 위해 네트워크상에서 최근린 시설물 찾기 기능을 이용하여 구역별 최단거리 대피소를 설정하였고, 각 구역에서 대피소까지의 대피경로를 Dijkstra 최단거리 알고리즘을 적용하여 분석하였다.
- 달리하여 시나리오를 구분하였다. 하천의 경계조건은 기점홍수위에 따라 조정되므로 100년 빈도, 200년 빈도, 가능최대홍수량(PMF, Probable Maximum Flood)으로 구분하였다. 김정회[9]는 이 연구의 대상지역인 중랑천 일대의 빈도별 홍수량을 각 지점별로 100년 빈도, 200년 빈도, PMF'를 산출하였으며, 지점별 홍수량(Cubic Meter Per Second: CMS) 의 값은 표 2와 같다.
대상 데이터
- 이 연구의 대상유역은 중랑천 주변지역이다. 중랑천은 경기도 양주시 불곡산에서 발원하여 남류 하다가 서울을 가로질러 한강으로 유입하는 하천으로 유역면적은 296.
이론/모형
- 고밀도 지형공간정보가 필요하므로 LiDAR 자료의 적용이 필요하다[18]. 고해상도의 정확한 LiDAR 자료는 좀 더 신뢰성 있는 기본 지형조건을 제공함으로써 홍수 범람 모의 수행의 결과를 향상시키는데필요하다(2)(3)따라서 홍수 범람 모의를 수행하기 위한 경계 및 고도 자료로써 Im 간격의 LiDAR 자료를 사용한 DSM ① igital Surface Model)을 활용하였다.
- 해석만을 수행하였다. 따라서 대상 유역의 홍수량 시나리오를 바탕으로 HEC-RAS 모형을 이용하여 홍수범람모의를 실시하였다. 시나리오별 모의 결과는 다음과 같다.
- 또한 지표면 유출의 정도는 표면 거칠기 정도를 나타내는 Manning 계수(N values)5)를 사용하였다 [1], Manning 계수는 토지피복의 형태에 따라 결정된다[4]따라서 환경부에서 제작한 토지 피복 분류 도에서 중랑천 일대를 추출하여 분류체계에 따른 N values를 정의하고, 이를 분석에 적용하였다(그림 5, 표 16 참조).
- 이 연구에서는 홍수범람모의를 수행하기 위해 미 육군 공병단에서 개발한 HEC-RAS 모형을 적용하였다. HEC-RAS 모형은 정상류뿐만 아니라 부정류, 유사현상 해석 기능까지 포함하는 종합 하천 해석 시스템이다[6].
- 중랑천 지역의 침수 취약 범위를 설정하기 위해 HEC-RAS 모형을 이용하여 1차 외수침수 해석을 수행하였다. 범람 유역 분석을 통해, 100년 빈도 홍수, 200년 빈도 홍수, 가능한 최대 홍수(PMF) 에 의한 침수취약지역의 면적은 각각 5, 220, 040.
- 침수 취약지역 설정을 위해, 집중호우 시 가장 급속한 침수원인인 제방월류를 해석하기 위해 1차 외수침수 해석을 수행하였다. 침수 가능지역을 분석한 후 적절한 대피경로를 파악하기 위해 네트워크상에서 최근린 시설물 찾기 기능을 이용하여 구역별 최단거리 대피소를 설정하였고, 각 구역에서 대피소까지의 대피경로를 Dijkstra 최단거리 알고리즘을 적용하여 분석하였다.
- 하였다. 홍수범람지역을 추출하기 위해 홍수범람 모의를 수행하였고 모의 수행을 위해 지표유출모형인 하천해석시스템(HEC-RAS, Hydrologic Engineering Center's River Analysis System)을 적용하였다 [13], 분석은 lm 간격의 LiDAR 자료를 기반으로 이루어졌으며, Geometry 자료는 HEC- GeoRAS를이용하여 구축하였다. 침수 취약지역 설정을 위해, 집중호우 시 가장 급속한 침수원인인 제방월류를 해석하기 위해 1차 외수침수 해석을 수행하였다.
성능/효과
- 2%로써 100년 빈도 홍수시보다비율이 증가하였다. PMF시 침수구역 내의 주거지역이 차지하는 면적은 3, 689, 554.7nf로써 전체 면적의 52.37%에 이르며, 전체 시가화 지역의 면적 비율이 74.0%로써 침수구역이 넓어질수록 비율이 증가함을 알 수 있었다.
- 각 구역별 대피소로의 평균거리는 약 1km 정도 또는 그 이내로 비교적 가까운 거리로 나타났으며, 비상시 도보시간 10분~15분 이내로 대피가 가능할 것으로 판단되었다. 따라서 대피 경보만 적정한 시간 내에 이루어진다면 인명 및 재산 피해를 최소화 할 수 있을 것이다.
- 같다. 계산 결과 대부분 i, 0O0m 안팎으로 도보로 3분~15분 이내에 대피가 가능할 것으로 판단된다. 재방붕괴 등 긴급 상황 발생 시 침수 예상 지역 내의 높은 건물로 우선 대피하여야 한다.
- )은 흐름 방향을 결정하는 중요한 요인이 되므로, 흐름 방향 선은 고도를 고려하여 연속적으로 상류에서 하류의 방향으로 구축해야 하며, 서로 교차하지 않도록 하였다(그림 3-c). 넷째, 횡단면은 하천의 수로뿐만 아니라 범람원의 높이까지 파악하여야 한다. 따라서 횡단면은 하천,
- 셋째, 흐름 방향 선을 벡터라이징 하였다’ 흐름 방향 선은 하천과 범람원에서 하천이 흐르는 방향을 결정한디..
- 1 m! 였다. 이 중 인구가 밀집된 시가화 지역의 면적 비율이 각각 70.8%, 72.2%, 74.0%로 홍수가 발생하면 상당한 인명 및 재산피해가 예상되었다. 특히 홍수가 야간에도 발생할 수 있으므로 시가화 지역(주거지역, 상업지역, 교통지역) 만 볼 때 이 중 주거지역의 비율이 평균 약 70%에해당되므로 인명피해의 가능성이 매우 큼을 알 수 있었다.
- 0%로 홍수가 발생하면 상당한 인명 및 재산피해가 예상되었다. 특히 홍수가 야간에도 발생할 수 있으므로 시가화 지역(주거지역, 상업지역, 교통지역) 만 볼 때 이 중 주거지역의 비율이 평균 약 70%에해당되므로 인명피해의 가능성이 매우 큼을 알 수 있었다.
후속연구
- 최적의 대피소도 설정하였다. 이 연구에서 제시한 모의실험 방법과 대피경로 분석 방법은 향후 다양한 도시지역의 홍수범람에 대한 위험지도 및 대피지도 작성에 방향을 제시하는 것으로 이를 통해 홍수대피 계획 수립에 많은 도움이 될 것이다. 다만, 이 연구에서의 홍수범람 모의실험은 고도 자료로 lm 해상도의 Lidar를 이용하여 공간적인 해상도 및 고도에 대해서는 매우 높은 정확도를 확보하였으나 기타 자료의 한계로 인해 제방월류에 대한 1차 침수 해석만 수행하였고 2차 외수침수, 내수 침수, 지하공간 침수 등을 배제하였다.
- 따라서 연구지역에 범람이 발생할 경우에는 더욱 넓은 지역이 영향을 받을 것으로 판단된다. 향후 홍수범람 실험에 있어서 내수침수 및 외수침수에 대한 1, 2차 침수해석 및 지하공간 침수 해석까지 수행한다면 고행 상도의 Lidar고도 자료와 함께 매우 높은 정확도의 침수 취약지역을 예측할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.