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
- 본 연구에서는 제주도내 4개 기상관서의 관측 자료와 2000년 이후 설치된 제주도 전지역의 AWS(Automatic Weather Station, 자동기상관측소) 관측 자료를 이용하여 각 지점의 지속기간 및 재현기간별 확률강우량을 산정, 제주도 남 · 북부지역의 고도-확률강우량 관계 도출, 지속시간 및 재현기간별 확률강우량도 작성 및 적용하여 제주도의 고도를 고려한 확률강우량을 산정하고자 한다.
제안 방법
- AWS 각 지점에서 관측한 강우량자료가 적합성을 만족하는 7개의 이론 확률분포형과 적합하다는 것을 검정하기 위하여 확률분포형의 적합도 검정을 실시하고 이를 토대로 최적 확률 분포형을 선정하여야 한다. FARD 2006 프로그램을 이용하여 적합성을 만족한 7개 이론 확률분포형에 대해 x2-검정, Kolmogorov-Smirnov 검정, Cramer Von Mises 검정, PPCC(Probability Plot Correlation Coefficient) 검정 등을 추가로 적용하여 매개변수 적합도 검정을 수행하였다.
- 고도를 고려한 제주도의 확률강우량을 산정하기 위하여 기상청에서 관측하고 있는 4개 기상관서와 AWS 관측지점의 지속기간별 연최대강우량 관측 자료를 구축하였다. AWS 관측지점 중에서 10년 이하의 관측 자료가 구축되어 있는 지점은 제외하였으며, 강우의 공간적인 분포 및 고도 분포를 고려하려 고정시간 강우자료를 구축하였다. 국토교통부에서 제시하는 고정시간-임의시간 환산계수 회귀곡선을 사용하여 고정시간 자료를 임의 지속시간 자료로 환산하였다.
- 실제 23개의 관측소별 또는 강우지속기간별 적합도 검정 결과에서 최적 확률분포형이 다르게 나타나는 경우 최적 확률분포형을 각각 달리 채택하는 것도 가능하나 가급적 일치시키는 것이 합리적이다(Jung과 Yoon, 2008). 따라서 본 연구에서는 성판악과 회수관측소에서 최적확률분포형이 다르게 나타났으나, GUM 분포형으로 통일시켜 적용하였다.
- 본 연구에서는 4개 기상대 및 제주도 전 지역의 AWS 관측 자료를 사용하여 각 지점별 확률강우량 산정하였으며, 남 · 북부지역 고도-확률강우량 상관관계를 검토하여 제주도 지역은 고도에 따라 확률강우량이 증가하는 경향을 도출하였다.
- 그러나 제주남부지역에 위치한 태풍센터 관측소의 경우 관측시작일이 2008년으로 10년 미만의 자료를 구축하고 있어 확률강우량을 산정하는데 제외하였으며, 관측지점별 자료 보유년수는 Table 1과 같다. 선정된 23개소의 시강우량자료를 수집하여 연도별 지속시간별(60분, 120분, 180분, 240분, 300분, 360분, 720분, 1080분, 1440분) 연최대강우량(임의시간)을 구축하였다.
- 작성된 확률강우량도를 이용하여 제주도 한천유역의 빈도별 지속시간별 확률강우량을 산정하였으며, 기존 하천정비기본계획(한천)의 확률강우량값과 비교 · 분석하였다.
- 제주도 북부지역에는 서귀포, 회수, 중문, 남원, 윗세오름, 진달래밭 관측소를 대상으로 지속시간 60분과 1440분에 대하여 고도-확률강우량 상관관계를 분석하였다. 지속시간 60분의 확률강우량을 분석한 결과 68.
- 제주도 북부지역에는 제주, 아라, 유수암, 어리목, 성판악, 윗세오름, 진달래밭 관측소를 대상으로 지속시간 60분과 1440분에 대하여 고도-확률강우량 상관관계를 분석하였다. 지속시간 60분의 확률강우량은 66.
- 제주도의 하천은 한라산을 중심으로 남 · 북사면으로 발달해 있으므로 4개 기상대(제주, 서귀포, 고산, 성산)의 티센유역망을 작성하고 각 지역범위에 포함되는 관측소를 선정하여 남 · 북부지역의 고도-확률강우량 상관관계를 검토하였다.
- AWS 관측지점별 확률강우량 산정 결과를 이용하여 제주도 남 · 북부 지역의 고도-확률강우량 상관관계를 검토한 결과 지속시간 60분과 1440분의 모든 재현기간에서 고도에 따른 확률강우량 증가경향이 나타났다. 지점별 확률강우량을 이용하여 확률강우량도를 작성하였으며, 제주도 전역의 확률강우량은 확률강우량도를 이용하여 산정할 수 있다. 확률강우량은 각 유역별로 활용되므로 본 연구에서는 제주도 전역에 대한 대표적 확률강우량도를 Fig.
- 1). 지형고도에 따라 표고 200 m 이하를 해안 저지대로 구분하고, 표고 200 ～ 600 m 간을 중산간 지대, 표고 600 m 이상을 산악지대로 구분한다. 해안 저지대의 면적은 1,004.
- 각 분포형의 매개변수 추정은 확률가중모멘트법을 사용하였으며, x2-검정, Kolmogorov-Smirnov 검정, Cramer von mises 검정, PPCC(Probability Polt Correlation Coefficient) 검정을 수행하여 적합도를 검정하였다. 최적 분포형을 산정하여 각 지점별 빈도별 지속시간별 확률강우량을 산정하고, 제주도의 확률강우량도를 작성하였다. 작성된 확률강우량도를 이용하여 제주도 한천유역의 빈도별 지속시간별 확률강우량을 산정하였으며, 기존 하천정비기본계획(한천)의 확률강우량값과 비교 · 분석하였다.
- 한천유역 전체를 대상으로 확률강우량을 산정하고 고도에 따른 보정을 수행한 2001년 기본계획의 확률강우량을 대상으로 본 연구결과와 비교 · 분석하였으며, 재현기간은 30년, 50년, 80년, 100년, 지속시간은 60분, 120분, 180분, 360분, 720분, 1440분으로 적용하였다(Table 4).
대상 데이터
- 고도를 고려한 제주도의 확률강우량을 산정하기 위하여 기상청에서 관측하고 있는 4개 기상관서와 AWS 관측지점의 지속기간별 연최대강우량 관측 자료를 구축하였다. AWS 관측지점 중에서 10년 이하의 관측 자료가 구축되어 있는 지점은 제외하였으며, 강우의 공간적인 분포 및 고도 분포를 고려하려 고정시간 강우자료를 구축하였다.
- AWS 관측지점 중에서 10년 이하의 관측 자료가 구축되어 있는 지점은 제외하였으며, 강우의 공간적인 분포 및 고도 분포를 고려하려 고정시간 강우자료를 구축하였다. 국토교통부에서 제시하는 고정시간-임의시간 환산계수 회귀곡선을 사용하여 고정시간 자료를 임의 지속시간 자료로 환산하였다.
- 본 연구에서 구축된 확률강우량도를 이용한 유역평균 확률강우량과 기존 하천정비기본계획에서 산정된 확률강우량을 비교 · 검토하기 위하여 제주도 한천유역에 적용하였다.
- 8%로 각각 증가하는 것으로 나타났다. 본 연구의 결과가 2001년의 확률강우량보다 증가한 이유로 2001년 기본계획에서는 2000년 이전 관측 자료를 사용하였으며, 본 연구에서는 2012년까지의 관측 자료를 사용했기 때문이다. 2000년대 이후 제주도의 연강우량은 지속적으로 증가하는 경향을 보이고 있으며, 최근 들어 일 강우량 극값이 200 mm 이상인 해가 빈번하게 발생하였다(Jeju special self-governing province, 2013).
- 본 연구의 대상지역인 제주도는 총 면적 1,848 km2이며 동경 126° 08' 38'' ～ 126° 58' 22'', 북위 33° 06' 36'' ～ 34° 00' 46'' 에 위치한다.
- 확률강우량도를 작성하기 위하여 기상청 AWS 관측지점 자료를 관측시작년도부터 2012년까지 구축하였다. 제주도에서는 기상청 관할 AWS 관측지점 24개소가 운영되고 있으며, 기상관서 4지점과 AWS 20지점을 강우관측소로 선정하였다. 그러나 제주남부지역에 위치한 태풍센터 관측소의 경우 관측시작일이 2008년으로 10년 미만의 자료를 구축하고 있어 확률강우량을 산정하는데 제외하였으며, 관측지점별 자료 보유년수는 Table 1과 같다.
- 확률강우량도를 작성하기 위하여 기상청 AWS 관측지점 자료를 관측시작년도부터 2012년까지 구축하였다. 제주도에서는 기상청 관할 AWS 관측지점 24개소가 운영되고 있으며, 기상관서 4지점과 AWS 20지점을 강우관측소로 선정하였다.
데이터처리
- AWS 각 지점에서 관측한 강우량자료가 적합성을 만족하는 7개의 이론 확률분포형과 적합하다는 것을 검정하기 위하여 확률분포형의 적합도 검정을 실시하고 이를 토대로 최적 확률 분포형을 선정하여야 한다. FARD 2006 프로그램을 이용하여 적합성을 만족한 7개 이론 확률분포형에 대해 x2-검정, Kolmogorov-Smirnov 검정, Cramer Von Mises 검정, PPCC(Probability Plot Correlation Coefficient) 검정 등을 추가로 적용하여 매개변수 적합도 검정을 수행하였다. 4개의 적합도 검정방법을 적용한 결과 NOR 분포 기각수 73, GAM2 분포 기각수 38, GEV 분포 기각수 89, GUM 분포 기각수 4, LGU2 분포 기각수 78, LN2 분포 기각수 56, WBU2 분포 기각수 56으로 각각 나타났으며, GUM 분포형이 다른 분포형에 비하여 가장 적합한 것으로 분석되었다(Table 2).
- 강우자료의 예비적인 해석을 지점별로 수행하고 수문자료 빈도해석에 사용되는 NOR(Normal), GAM2 (Gamma-Ⅱ), GEV(General Extreme Value), GUM (Gumbel), LGU2(Log-Gumbel-Ⅱ), LN2(Lognomal-Ⅱ), WBU2(Weibull-Ⅱ) 등 확률분포형을 적용하였다. 각 분포형의 매개변수 추정은 확률가중모멘트법을 사용하였으며, x2-검정, Kolmogorov-Smirnov 검정, Cramer von mises 검정, PPCC(Probability Polt Correlation Coefficient) 검정을 수행하여 적합도를 검정하였다. 최적 분포형을 산정하여 각 지점별 빈도별 지속시간별 확률강우량을 산정하고, 제주도의 확률강우량도를 작성하였다.
이론/모형
- FARD 2006 모델을 이용하여 수문자료의 빈도해석에 사용되는 확률분포형을 적용하였다. 모멘트법은 관측년수가 짧아 자료수가 충분하지 못하므로 이상치에 지나치게 민감한 문제점을 지니고 있으며, 최우도법은 수렴 문제와 자료수가 충분하지 못한 경우 효율성이 낮은 문제점을 지니고 있어(Jung과 Yoon, 2008) 매개변수 추정방법에는 확률가중모멘트법을 채택하였다.
- 강우자료의 예비적인 해석을 지점별로 수행하고 수문자료 빈도해석에 사용되는 NOR(Normal), GAM2 (Gamma-Ⅱ), GEV(General Extreme Value), GUM (Gumbel), LGU2(Log-Gumbel-Ⅱ), LN2(Lognomal-Ⅱ), WBU2(Weibull-Ⅱ) 등 확률분포형을 적용하였다. 각 분포형의 매개변수 추정은 확률가중모멘트법을 사용하였으며, x2-검정, Kolmogorov-Smirnov 검정, Cramer von mises 검정, PPCC(Probability Polt Correlation Coefficient) 검정을 수행하여 적합도를 검정하였다.
- FARD 2006 모델을 이용하여 수문자료의 빈도해석에 사용되는 확률분포형을 적용하였다. 모멘트법은 관측년수가 짧아 자료수가 충분하지 못하므로 이상치에 지나치게 민감한 문제점을 지니고 있으며, 최우도법은 수렴 문제와 자료수가 충분하지 못한 경우 효율성이 낮은 문제점을 지니고 있어(Jung과 Yoon, 2008) 매개변수 추정방법에는 확률가중모멘트법을 채택하였다.
성능/효과
- 100 m 이하에 존재하는 동부지역과 서부지역에서는 고도에 의한 영향보다 위치에 따른 영향으로 동부지역의 확률강우량이 크게 산정되었으며, 산간지역과 남 · 북부지역에서는 고도에 따른 확률강우량의 증가경향이 뚜렷하게 나타났으며, 이러한 결과는 제주도의 연강우량이 한라산 정상부와 남 · 동부지역에서 강우량이 높게 나타내는 특징(Jeju special self-governing province, 2013)과 일치한다.
- FARD 2006 프로그램을 이용하여 적합성을 만족한 7개 이론 확률분포형에 대해 x2-검정, Kolmogorov-Smirnov 검정, Cramer Von Mises 검정, PPCC(Probability Plot Correlation Coefficient) 검정 등을 추가로 적용하여 매개변수 적합도 검정을 수행하였다. 4개의 적합도 검정방법을 적용한 결과 NOR 분포 기각수 73, GAM2 분포 기각수 38, GEV 분포 기각수 89, GUM 분포 기각수 4, LGU2 분포 기각수 78, LN2 분포 기각수 56, WBU2 분포 기각수 56으로 각각 나타났으며, GUM 분포형이 다른 분포형에 비하여 가장 적합한 것으로 분석되었다(Table 2).
- AWS 관측지점별 확률강우량 산정 결과를 이용하여 제주도 남 · 북부 지역의 고도-확률강우량 상관관계를 검토한 결과 지속시간 60분과 1440분의 모든 재현기간에서 고도에 따른 확률강우량 증가경향이 나타났다.
- 또한 2001년 한천기본계획에서 고도증가계수는 제주(20 m), 제동목장(390 m), 월평(460 m), 어승생(600m) 관측소를 이용하여 고도증가계수를 산정하였으나 고도범위(제주 20 m ～ 어승생 600 m)가 작으므로 고도 증가에 따른 강우량 증가 경향을 반영할 수 없었다. 본 연구에서는 20 m ～ 1,673 m까지의 고도범위에 따른 강우량 자료를 확보하여 적용하였기 때문에 2001년기본계획보다 확률강우량이 증가한 것으로 판단된다.
- 83 범위로 나타났다. 재현기간이 짧을수록 R2가 높았으며, 고도가 100 m 증가할수록 확률강우량이 4～6% 증가하는 것으로 분석되었다(Fig. 3(a)).
- 제주도 전 지역의 확률강우량도를 구축한 결과 한라산 정상부와 남 · 동부지역에서 강우량이 높게 나타나는 제주도의 특징과 일치하는 것으로 나타났으며, 확률강우량도를 한천유역의 적용하여 2001년 하천정비기본계획과 비교 · 분석한 결과 5.3% ～ 73.5%의 확률강우량이 증가하는 것으로 분석되었다.
- 4(a)). 지속시간 1440분의 확률강우량은 255.2 mm(중문 10년 빈도) ～ 1,465.1 mm(윗세오름 200년 빈도), 고도-확률강우량을 분석한 결과 R2가 0.94～0.96 범위, 고도가 100 m 증가할수록 확률강우량은 1～2% 증가하는 것으로 나타났다(Fig. 4(b)).
- 3(a)). 지속시간 1440분의 확률강우량은 290.3 mm(제주 10년 빈도) ～ 1,465.1 mm(윗세오름 200년 빈도), 고도-확률강우량을 분석한 결과 R2가 0.81～0.84 범위로 나타났으며, 고도가 100 m 증가할수록 확률강우량이 7～9% 증가하였다(Fig. 3(b)).
- 제주도 북부지역에는 서귀포, 회수, 중문, 남원, 윗세오름, 진달래밭 관측소를 대상으로 지속시간 60분과 1440분에 대하여 고도-확률강우량 상관관계를 분석하였다. 지속시간 60분의 확률강우량을 분석한 결과 68.3 mm(서귀포 10년 빈도) ～ 223.6 mm(윗세오름 200년 빈도)로 산정되었다. 고도-확률강우량의 R2는 0.
- 제주특별자치도(2013)에서는 1992년부터 2009년까지 관측소별 연평균 강우량과 관측소 표고와의 관계를 분석하였다. 표고별 연강수량은 표고 100 m당 북부유역이 약 153 mm, 남부유역이 약 69 mm의 증가추세를 보이는 결과를 도출하였으며, 표고별 연강우량 선형추세 상관성은 북부유역이 R2=0.9197로 가장 높고 남부유역은 R2=0.289로 다소 낮다는 결과를 보였다. Kim 등(2012)은 제주도의 미계측 강수자료를 생성하여 공간강수량을 산정한 결과 고도별 연평균 강수량의 차이가 최대 37.
- 확률분포형에 따른 확률가중모멘트법에 의한 매개변수 적합성 검토 결과 NOR, GAM2, GEV, GUM, LGU2, LN2, WBU2 분포형 등 7개의 확률분포형이 적합성을 만족하는 것으로 분석되었다.
후속연구
- 200 m 이하에 위치하여 있다. 본 연구에서는 고도 250 m ～ 1,400 m 지역 관측자료 없이 고도-확률강우량 상관관계를 검토하였으나 향후에는 이러한 부분도 고려하여 보다 많은 관측자료를 확보하여 분석하여야 할 것으로 판단된다.
- 제주도의 고도를 고려한 확률강우량 산정 및 확률강우량도 구축 결과는 전반적으로 우수한 결과를 보이고 있다. 이와 같은 연구결과는 향후 기후변화에 대비하여 홍수재해로부터 안전한 제주도를 구축하는데 가장 기초적인 연구이며, 제주도의 제주도의 유역종합치수계획, 하천정비기본계획, 사전재해영향성검토 등에서 광범위하게 활용될 수 있을 것으로 기대된다.
- 3(b)). 제주도 북부지역은 고도에 따라 확률강우량이 증가하는 경향이 나타났으며, 향후 하천정비기본계획 및 사전재해영향성검토 등에서 이를 고려하여야 할 것으로 판단된다.
- 제주도는 4개 기상관서를 제외하면 30년 이상의 관측 자료가 존재하지 않기 때문에 유역종합치수계획 및 하천정비기본계획에서는 4개 기상관서를 대상으로 확률강우량을 산정하여 설계홍수량을 산정하고 있는 실정이다. 향후 기후변화에 의한 강우량 및 강우강도의 증가로 인해 집중호우가 지속적으로 증가할 것으로 예측되고 있어 제주도 고도에 따른 강우량의 편차를 고려한 확률강우량을 산정하는 연구가 필요하다.
- 향후 보다 정밀한 확률강우량을 산정하기 위해서는 장기간 동안의 관측 자료를 확보하여 확률강우량도를 지속적으로 구축하고, 이를 활용하여 하천유역및 소유역별 고도-강우량 회귀식 개발 및 동 · 서부지역 고도-강우량 검증 등의 다양한 연구가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.