[논문]실시간 강수량을 고려한 도로 침수위험지수 개발 방법에 대한 연구

김은미; 황현숙; 김창수

doi:10.9717/kmms.2013.16.5.610

실시간 강수량을 고려한 도로 침수위험지수 개발 방법에 대한 연구
A Study on the Development of the Flood Risk Index for Roads Considering Real-time Rainfall 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.16 no.5, 2013년, pp.610 - 618

김은미 (부경대학교 정보시스템협동과정) , 황현숙 (부경대학교 정보시스템협동과정) , 김창수 (부경대학교 IT융합응용공학과)

초록
AI-Helper

과거와는 다른 형태의 기상 현상으로 인해 농경지 중심의 침수 피해가 도시 지역의 내수 침수 피해 중심으로 홍수 피해 지역이 변화하고 있다. 이로 인해 인명 및 재산 피해뿐만 아니라 사회기반시설에 대한 피해도 급격히 증가하고 있다. 또한 도로 침수로 인해 운전자의 고립 및 교통 체증의 심화로 인해 경제적으로 큰 피해를 주고 있는 실정이다. 이에 본 연구에서는 과거 기상 정보 및 침수 피해 이력을 활용하여 시 군 구의 행정 구역 형태로 제공되던 침수위험지수를 도로 중심의 집약적인 형태로 제공하는 방법을 시도하고자 한다. 또한 기상청에서 제공되는 실시간 성격의 강수량을 활용하여 강우 당시의 도로별 침수 위험 정도를 정량적으로 제공하여 사용자로 하여금 침수된 도로에 의한 고립을 사전에 방지하고자 한다.

Abstract ▼ AI-Helper

The damaged district by flooding has been changed from mainly farmland to cities due to the weather phenomena which is different from the past. This has caused not only irreparable damage of people's lives and property but social infrastructures. There also exist serious damages such as isolation of drivers and traffic jam as the roads were flooded. In this study, we suggested a method to develop a flood risk index focused on not Si, Gun or Gu but roads. In addition, flood risk index in the roads just at the moment, when it rains quantitatively, will be provided by using real-time rainfall information provided by the Weather Center. Then it should be helpful to prevent people from being isolated by flooded roads in advance.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 기상청에서 제공되는 실시간적 성격의 관측 강수량을 이용하여 강우가 진행되고 있는 상황에서 임의 시점의 도로별 침수위험지수를 산정하는 방법을 제안하였다. 이를 위해 침수 이력 건수, 도로의 평균 고도, IDW 기법과 과거 강우 정보를 이용한 침수위험강수량을 산정하여 먼저 전체 도로에 대한 기본 침수위험지수를 구하고, 현재의 기상청 관측 강수 정보를 이용하여 현재 강수량 지수를 구하여 이 2가지 지수를 통합하여 도로별 실시간 침수위험지수를 산정하였다.
이에 본 연구에서는 기존의 침수위험지수의 단점을 보완하고 도로에 좀 더 집약적인 침수위험지수를 산정하기 위해 실시간으로 제공되는 기상청의 관측 강수량을 반영하여 강우 당시의 도로에서의 침수 위험 정도를 정량적으로 나타내어 운전자들이 침수에 의한 고립을 미연에 방지할 수 있도록 하고자 한다.

가설 설정

역거리 가중치 기법(Inverse Distance Weighted : IDW)은 미관측지점에 대한 추정치 산정을 주변 관측 지점들 중 거리가 가까울수록 관측치의 영향을 크게 반영하는 기법이다. 이는 미관측지점과 주변 관측지점들 간의 거리와 관측치가 반비례한다는 가정을 바탕으로 한다[5]. 기본 수식은 다음과 같다.

제안 방법

각 도로에서 침수를 유발할 수 있는 기준 값이 되는 강수량을 추정하기 위해 과거 재해가 발생했던 기간 동안의 부산시 AWS(Automatic Weather System) 관측 지점에서 관측된 강수량을 활용한다.
과거 이력 데이터를 기반으로 하여 각 도로에 대해 과거 침수가 발생했던 건 수를 구하고, 건 수 중 최대값을 이용하여 침수 건 수에 대한 세부 지수를 결정한다. 침수 이력 지수는 0과 1 사이의 값을 가진다.
그림 4와 같이 추출된 AWS 관측지점별 15분, 1시간, 12시간의 침수 위험 강수량과 역거리 가중치 기법(Inverse Distance Weighted : IDW) 기법을 통하여 각 도로의 침수 위험 강수량을 계산하였다. 이 과정을 통해 각 도로별로 15분, 1시간, 12시간의 침수 위험 강수량이 개별적으로 산정되게 된다.
이 작업을 위하여 Global Mapper 13 (32bit) 프로그램을 이용하여 벡터 데이터로 입력되는 부산시 도로망 데이터와 고도 값을 가지고 있는 래스터 데이터 형태의 수치지형도(DEM, 1:1000)를 매핑하여 전체 도로망의 고도 포인터를 추출한다. 다음으로 Python Script를 이용하여 각 도로가 포함하고 고도 포인터들의 elevation 값에 대한 산술 평균을 구하고 이를 도로별 고도 값으로 활용한다.
추출된 도로 영역은 현장 조사, 지번/도로 데이터와 전국 도로망지도를 이용하여 도로명이 일치하는 링크를 추출한다. 또한 한국지적공사에서 보유하고 있는 침수흔적도를 수집하여 부산시에 침수 지역에 포함되어 있는 도로 영역을 추출한다.
먼저, 기상청으로부터 현재 관측된 부산시 AWS 지점에서의 15분, 1시간, 12시간 누적강수량을 입력 받고, 이 값들과 역거리 가중치 기법(Inverse Distance Weighted : IDW)을 통하여 각 도로에 대한 현재 시점의 15분, 1시간, 12시간 누적강수량의 추정치를 구한다.
본 연구의 궁극적인 목적인 실시간적 강수량을 이용한 강우 시점의 도로에 대한 침수위험지수를 개발하기 위해서 먼저 과거 이력을 중심으로 도로별 기본 침수위험지수를 산정하고, 현재 강수량에 대한 강수량 지수를 구한 후, 2개의 지수를 통합하여 실시간 침수위험지수를 결정한다. 테스트베드로 부산시를 선정하여 적용 및 검증한다.
침수 지역의 지형적 특성을 반영하기 위해, 각 도로에 대해 평균 고도를 계산한다. 이 작업을 위하여 Global Mapper 13 (32bit) 프로그램을 이용하여 벡터 데이터로 입력되는 부산시 도로망 데이터와 고도 값을 가지고 있는 래스터 데이터 형태의 수치지형도(DEM, 1:1000)를 매핑하여 전체 도로망의 고도 포인터를 추출한다. 다음으로 Python Script를 이용하여 각 도로가 포함하고 고도 포인터들의 elevation 값에 대한 산술 평균을 구하고 이를 도로별 고도 값으로 활용한다.
이렇게 계산된 각 도로별 15분, 1시간, 12시간 누적강수량의 추정치를 3.3.2절에서 언급되었던 각 도로별 15분, 1시간, 12시간 침수위험강수량 값으로 각각 나누어 15분, 1시간, 12시간 현재 강수량 세부 지수를 구한다. 즉, 15분, 1시간, 12시간 현재 강우량 세부지수는 침수 위험 기준으로 설정된 침수위험강수량에 대한 비율로 나타난다.
본 논문에서는 기상청에서 제공되는 실시간적 성격의 관측 강수량을 이용하여 강우가 진행되고 있는 상황에서 임의 시점의 도로별 침수위험지수를 산정하는 방법을 제안하였다. 이를 위해 침수 이력 건수, 도로의 평균 고도, IDW 기법과 과거 강우 정보를 이용한 침수위험강수량을 산정하여 먼저 전체 도로에 대한 기본 침수위험지수를 구하고, 현재의 기상청 관측 강수 정보를 이용하여 현재 강수량 지수를 구하여 이 2가지 지수를 통합하여 도로별 실시간 침수위험지수를 산정하였다.
제안된 방법으로 2012년 7월 15일 12시 15분에 관측된 부산시 AWS 지점별 누적강수량에 적용하여 그 당시의 도로별 침수위험지수를 구하고 이를 Natural Breaks 기법을 통해 5단계로 나누었다. 위험 4단계 이상을 침수위험지역으로 처리하였을 경우 실제 침수 지역과 70% 이상의 일치율을 보였다.
최근 5년간(2007∼2011)의 소방방재청 재해연보에서 호우로 인해 재해가 발생했던 재해 기간 동안의 기상청의 강수량 관측 자료를 분석하여 최대 15분, 1시간, 12시간, 일 누적강수량을 추출하였다.
최근 5년간(2007∼2011)의 소방방재청 재해연보, 일일재난종합상황 보고서 및 과거 기사 자료 등을 활용하여 과거 침수로 인해 교통이 통제된 도로명과 도로 침수가 발생된 일자를 추출한다. 추출된 도로 영역은 현장 조사, 지번/도로 데이터와 전국 도로망지도를 이용하여 도로명이 일치하는 링크를 추출한다. 또한 한국지적공사에서 보유하고 있는 침수흔적도를 수집하여 부산시에 침수 지역에 포함되어 있는 도로 영역을 추출한다.
침수 지역의 지형적 특성을 반영하기 위해, 각 도로에 대해 평균 고도를 계산한다. 이 작업을 위하여 Global Mapper 13 (32bit) 프로그램을 이용하여 벡터 데이터로 입력되는 부산시 도로망 데이터와 고도 값을 가지고 있는 래스터 데이터 형태의 수치지형도(DEM, 1:1000)를 매핑하여 전체 도로망의 고도 포인터를 추출한다.

대상 데이터

본 논문에서 제안한 침수위험지수를 검증하기 위해 실제 침수가 발생하였던 2012년 7월 15일 부산시기상 자료를 사용하였다. 당시 2012년 7월 14일에서 15일까지 내린 강수량은 총 293.
5mm로 부산시 해운대구를 비롯하여 동래구, 동구 등 여러 곳에서 침수가 발생하였으며, 소방방재청 일일재난종합상황 보고서에 따르면 부산 연안교 및 세병교 하상도로 등 7개소에서 도로 통제가 실시되었다. 시뮬레이션을 위해 실제 침수가 발생하기 시작한 임의의 시점으로 2012년 7월 15일 12시 15분에 관측된 부산시 AWS 관측지점별 누적 강수량을 기상청으로부터 입력받았으며, 그림 7은 데이터베이스에 저장된 당시의 15분, 1시간, 12시간 누적 강수량을 나타낸다.
본 연구의 궁극적인 목적인 실시간적 강수량을 이용한 강우 시점의 도로에 대한 침수위험지수를 개발하기 위해서 먼저 과거 이력을 중심으로 도로별 기본 침수위험지수를 산정하고, 현재 강수량에 대한 강수량 지수를 구한 후, 2개의 지수를 통합하여 실시간 침수위험지수를 결정한다. 테스트베드로 부산시를 선정하여 적용 및 검증한다.

이론/모형

그림 8은 당시의 도로별 실시간 침수위험지수를 계산하여 나온 결과이다. 도출된 침수위험지수 값에 대해 ArcMap에서 제공하는 Natural Breaks 기법으로 5단계로 나누어서 나타내었다.

성능/효과

제안된 방법으로 2012년 7월 15일 12시 15분에 관측된 부산시 AWS 지점별 누적강수량에 적용하여 그 당시의 도로별 침수위험지수를 구하고 이를 Natural Breaks 기법을 통해 5단계로 나누었다. 위험 4단계 이상을 침수위험지역으로 처리하였을 경우 실제 침수 지역과 70% 이상의 일치율을 보였다. 따라서 본 연구에서 제안하는 침수위험지수 개발 방법을 활용할 경우, 기존 연구되었던 침수위험지수에 비해 최근 많은 피해를 일으키는 돌발 홍수와 같은 이상 강우 현상에 보다 적합한 결과를 얻을 수 있을 것으로 사료된다.

후속연구

위험 4단계 이상을 침수위험지역으로 처리하였을 경우 실제 침수 지역과 70% 이상의 일치율을 보였다. 따라서 본 연구에서 제안하는 침수위험지수 개발 방법을 활용할 경우, 기존 연구되었던 침수위험지수에 비해 최근 많은 피해를 일으키는 돌발 홍수와 같은 이상 강우 현상에 보다 적합한 결과를 얻을 수 있을 것으로 사료된다.
일례로서 최근의 스마트 폰 사용자의 급격한 증가를 고려하여 트위터(twitter)와 같은 소셜 네트워크 서비스(Social Network Service, SNS)를 통해 제공되는 침수 정보를 적용한다면 재해 상황을 보다 정확히 예측하고 그에 대한 신속한 대책을 세울 수 있을 것이다[9]. 또한 ITS (Intelligent Transportation Service) 시스템과의 연계를 통해서 신속하고 정확한 침수도로 회피 경로를 시민들에게 제공한다면 재해로 발생되는 교통 혼잡 및 고립 등의 피해를 줄일 수 있을 것이다[10].
향후 과제로서는 보다 정확한 침수 지역을 찾을 수 있도록 실시간 정보를 적극적으로 활용할 수 있는 방안을 모색할 예정이다. 일례로서 최근의 스마트 폰 사용자의 급격한 증가를 고려하여 트위터(twitter)와 같은 소셜 네트워크 서비스(Social Network Service, SNS)를 통해 제공되는 침수 정보를 적용한다면 재해 상황을 보다 정확히 예측하고 그에 대한 신속한 대책을 세울 수 있을 것이다[9]. 또한 ITS (Intelligent Transportation Service) 시스템과의 연계를 통해서 신속하고 정확한 침수도로 회피 경로를 시민들에게 제공한다면 재해로 발생되는 교통 혼잡 및 고립 등의 피해를 줄일 수 있을 것이다[10].
향후 과제로서는 보다 정확한 침수 지역을 찾을 수 있도록 실시간 정보를 적극적으로 활용할 수 있는 방안을 모색할 예정이다. 일례로서 최근의 스마트 폰 사용자의 급격한 증가를 고려하여 트위터(twitter)와 같은 소셜 네트워크 서비스(Social Network Service, SNS)를 통해 제공되는 침수 정보를 적용한다면 재해 상황을 보다 정확히 예측하고 그에 대한 신속한 대책을 세울 수 있을 것이다[9].

질의응답

핵심어	질문	논문에서 추출한 답변
	역거리 가중치 기법이란?	역거리 가중치 기법(Inverse Distance Weighted : IDW)은 미관측지점에 대한 추정치 산정을 주변 관측 지점들 중 거리가 가까울수록 관측치의 영향을 크게 반영하는 기법이다. 이는 미관측지점과 주변 관측지점들 간의 거리와 관측치가 반비례한다는 가정을 바탕으로 한다[5].
	역거리 가중치 기법은 어떤 가정을 바탕으로 하는가?	역거리 가중치 기법(Inverse Distance Weighted : IDW)은 미관측지점에 대한 추정치 산정을 주변 관측 지점들 중 거리가 가까울수록 관측치의 영향을 크게 반영하는 기법이다. 이는 미관측지점과 주변 관측지점들 간의 거리와 관측치가 반비례한다는 가정을 바탕으로 한다[5]. 기본 수식은 다음과 같다.
	도시 지역의 재난이 더욱 위험한 이유는?	게릴라성 집중 호우와 같이 이상 기상 현상으로 급격한 도시화나 산업화로 인해 도시 지역의 내수 침수 피해로 양상이 바뀌고 있으며, 그 피해 역시 날이 갈수록 더욱 심각해지고 있다. 일반적으로 도시 지역에서는 인구와 건축물을 포함한 각종 시설물 등이 밀집되어 있기 때문에 대규모 재해가 발생하는 경우 엄청난 피해가 발생할 수 있으므로 재난에 대한 사후 처리뿐만 아니라 위험 지역을 사전에 파악하여 위험을 저감하기 위한 대책 수립이 필요하다[1]. 특히, 도시 내의 도로가 침수되었을 경우, 교통이 모든 소통의 수단이 된다고 해도 과언이 아닌 만큼 교통 체증 및 차량 고립으로 인해 발생하는 물질적·경제적 손실은 개인뿐만 아니라 사회에 대해서도 큰 손실이 아닐 수 없다.

참고문헌 (10)

여창건, 서근순, 송재우, "GIS를 이용한 도시홍수에 대한 지역안전도 평가," 한국지리정보학회지, 제14권, 제3호, pp. 68-77, 2011.

원문보기 상세보기
주진걸, 이정호, 박무종, "풍수해 위험환경 평가 모형 개발," 한국방재학회논문집, 제12권, 제5 호, pp. 75-81, 2012.

원문보기 상세보기
이정호, 이원우, 김중훈, 전환돈, "Fuzzy CMeans (FCM)를 이용한 도시유역 침수위험도 산정," 한국방재학회논문집, 제11권, 제4호, pp. 229- 235, 2011.

원문보기 상세보기
임광섭, 최시중, 이동률, 문장원, "홍수지표의 인과관계를 이용한 홍수위험지수 개발," 대한토목학회논문집, 제30권, 제1B호, pp. 61-70, 2010.
백승균, 장동호, "고해상도 기온 및 강수 분포도 작성을 위한 공동크리깅 적용성 평가," 기후연구, 제6권, 제3호, pp. 242-253, 2011.

상세보기
홍기옥, 서명석, 나득균, 장동호, 김찬수, 김맹기, "GIS와 PRISM을 이용한 고해상도 격자형 기온자료 측정," Atmosphere, 제17권, 제3호, pp. 255- 268, 2007.
김태형, 한건연, 조완희, "홍수위험지도 활용을 위한 낙동강 유역에서의 홍수취약도 분석," 한국지리정보확회지, 제14권, 제3호, pp. 203-222, 2011.
윤하연, 인천광역시 환경지표의 개발과 적용, 인천발전연구원 연구보고서, 1999.
이중기, 김창수, "스마트 폰을 이용한 재난정보 수집 애플리케이션 구현," 멀티미디어학회논문지, 제15권, 제1호, pp. 108-114, 2012.

원문보기 상세보기
Kim. E.M, Hwang. H.S, and Kim. C.S, "A Study on the Flood Risk Index Considering Real-time Information," The International Conference on CNSI 2012, pp. 501-505, 2012.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증