본 연구는 서울 삼성 1분구에 대하여 구축된 홍수 예, 경보 시스템의 한 부분인 침수면적 GIS 데이터베이스의 구축과정을 다룬다. XP-SWMM 모형을 대상 연구지역에 대하여 구축하였으며, 유역 출구에 위치한 관로에서 관측된 수위 시계열을 집중시간 산정 및 XP-SWMM 모형의 매개변수 교정에 활용하였다. 유역의 도달시간인 40분을 첫 20분, 나중 20분 두 개의 시간단계로 나누고, 가능최대강수량인 200 mm/hr 이하의 범위를 5 mm/hr 간격으로 나누어 침수를 일으키는 가능한 모든 강우 시나리오를 생성한 후, 이를 XP-SWMM 모형의 입력값으로 사용하여 침수면적의 GIS 데이터베이스를 구축하였다. 침수면적 데이터베이스의 분석을 통해 다음과 같은 결론을 얻었다: (1) 동일한 강우의 증가분에 대하여서도 침수면적이 급격 혹은 완만하게 증가할 수 있는데, 이는 홍수시 지표흐름이 지형과 관망의 공간적 분포에 큰 영향을 받기 때문이다; (2) 동일한 침수면적을 가진 경우라 할지라도 강우가 시간적으로 어떻게 분포하느냐에 따라 침수범위의 차이가 클 수 있다. (3) 동일한 설계강우량이라도 시간적 분포가 다르다면 침수면적 및 침수범위가 크게 다를 수 있다.
본 연구는 서울 삼성 1분구에 대하여 구축된 홍수 예, 경보 시스템의 한 부분인 침수면적 GIS 데이터베이스의 구축과정을 다룬다. XP-SWMM 모형을 대상 연구지역에 대하여 구축하였으며, 유역 출구에 위치한 관로에서 관측된 수위 시계열을 집중시간 산정 및 XP-SWMM 모형의 매개변수 교정에 활용하였다. 유역의 도달시간인 40분을 첫 20분, 나중 20분 두 개의 시간단계로 나누고, 가능최대강수량인 200 mm/hr 이하의 범위를 5 mm/hr 간격으로 나누어 침수를 일으키는 가능한 모든 강우 시나리오를 생성한 후, 이를 XP-SWMM 모형의 입력값으로 사용하여 침수면적의 GIS 데이터베이스를 구축하였다. 침수면적 데이터베이스의 분석을 통해 다음과 같은 결론을 얻었다: (1) 동일한 강우의 증가분에 대하여서도 침수면적이 급격 혹은 완만하게 증가할 수 있는데, 이는 홍수시 지표흐름이 지형과 관망의 공간적 분포에 큰 영향을 받기 때문이다; (2) 동일한 침수면적을 가진 경우라 할지라도 강우가 시간적으로 어떻게 분포하느냐에 따라 침수범위의 차이가 클 수 있다. (3) 동일한 설계강우량이라도 시간적 분포가 다르다면 침수면적 및 침수범위가 크게 다를 수 있다.
This study explains the GIS database of flood inundation area developed for Samsung-1 Drainage Sector, Seoul, Korea. The XP-SWMM dual drainage model was developed for the study area, and the time series observed at the watershed outlet was used to obtain the watershed time of concentration and to ca...
This study explains the GIS database of flood inundation area developed for Samsung-1 Drainage Sector, Seoul, Korea. The XP-SWMM dual drainage model was developed for the study area, and the time series observed at the watershed outlet was used to obtain the watershed time of concentration and to calibrate the XP-SWMM model. The rainfall scenario was developed by dividing the 40 minute watershed time of concentration into two 20-minute time steps and then applying the gradually increasing 5 mm/hr interval rainfall intensity to each of the time step up to 200 mm/hr, which is the probable maximum precipitation of the study area. The developed rainfall scenarios was used as the input of the XP-SWMM model to obtain the database of the flood inundation area. The analysis on the developed GIS database revealed that: (1) For the same increment of the rainfall, the increase of the flooded area can be different, and this was caused by topographic characteristics and spatial formation of pipe network of the study area; (2) For the same flooded area, the spatial extent can be significantly different depending on the temporal distribution of rainfall; and (3) For the same amount of the design rainfall, the flood inundation area and the extent can be significantly different depending on the temporal distribution of rainfall.
This study explains the GIS database of flood inundation area developed for Samsung-1 Drainage Sector, Seoul, Korea. The XP-SWMM dual drainage model was developed for the study area, and the time series observed at the watershed outlet was used to obtain the watershed time of concentration and to calibrate the XP-SWMM model. The rainfall scenario was developed by dividing the 40 minute watershed time of concentration into two 20-minute time steps and then applying the gradually increasing 5 mm/hr interval rainfall intensity to each of the time step up to 200 mm/hr, which is the probable maximum precipitation of the study area. The developed rainfall scenarios was used as the input of the XP-SWMM model to obtain the database of the flood inundation area. The analysis on the developed GIS database revealed that: (1) For the same increment of the rainfall, the increase of the flooded area can be different, and this was caused by topographic characteristics and spatial formation of pipe network of the study area; (2) For the same flooded area, the spatial extent can be significantly different depending on the temporal distribution of rainfall; and (3) For the same amount of the design rainfall, the flood inundation area and the extent can be significantly different depending on the temporal distribution of rainfall.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 도시홍수 예, 경보시스템의 대표적인 단점 중 하나인 침수모형모의의 긴 수행시간으로 인한 홍수예보 리딩타임의 감소를 극복할 수 있는 도시홍수예측 시스템을 개발하였으며, 본 논문에서는 이 시스템의 핵심 중 하나인 사전 침수면적 데이터베이스 구축 방법에 대하여 논하고자 한다. 이 방법에서는 40분 내외의 집중시간을 가진 유역에 침수를 발생시키는 가능한 모든 강우량의 범위를 5 mm 간격으로 나누어 XP-SWMM 도시홍수모형의 입력자료로 사용하여 모의하여 이에 따른 침수면적을 GIS 데이터베이스로 구축하였으며, 강우의 시간적 변동성이 침수에 미치는 영향을 고려하기 위하여 첫 20분 동안 내린 강우와 두 번째 20분 동안 내린 강우를 구분하였다.
침수면적 등고선도의 등고선을 따라 다양한 x값과 y값이 존재하며, 이는 동일한 침수면적을 발생시키는 다양한 강우 이벤트가 존재한다는 점을 의미한다. 본 연구에서는 서로 다른 강우이벤트가 일으키는 동일한 침수면적에 대한 침수범위를 비교하였다. Fig.
본 연구의 가장 큰 의미는 강우 발생 시 즉각적으로 침수면적 및 범위를 판별할 수 있는 GIS 데이터베이스를 구축하여 침수 예, 경보에 필요한 리딩타임을 크게 줄일 수 있는 방법론을 제시했다는 점이다. 이와 아울러, 관망의 형태 및 맨홀의 공간적 분포, 그리고 강우의 시간적 분포가 침수면적 및 침수 범위에 미치는 영향이 매우 크다는 점을 밝혔다는 점 또한 본 연구의 흥미로운 결과라 할 수 있을 것이다.
가설 설정
본 연구는 강우에서 유출량을 도출하기 위한 방법으로 SCS 곡선지수방법(Kang and Lee, 2012)을 사용하였다. Fig. 2(d)에 표시된 선릉괴정릉을 포함한 소유역은 투수도가 높다고 가정하고 65의 곡선지수를 적용하였으며, 나머지 불투수도가 높은 지역에 대해서는 85의 곡선지수를 적용하였다.
표 2은 각 이벤트에 대하여 산정한 도달시간을 보인다. 본 연구에서는 이러한 결과에 따라 연구대상유역의 도달시간을 40분으로 가정하였다. Table 2에 보인 도달시간들의 평균은 46분이므로, 본 연구에서 채택한 도달시간인 40분 시점에서의 침수면적은 최대가 되지 않을 수도 있으나, Fig.
4는 2013년 7월 한 달 동안 삼성1분구의 최종 유출관로에서 관측된 수위의 시계열이다. 본 연구의 연구지역인 삼성 1분구의 경우 크기는 2 km2내외로 유역 내 강우가 공간적으로 동일하게 발생하였다고 가정할 수 있으며(Olivera et al., 2008), 이러한 가정을 한다면, 관측 수위 시계열 내의 각 이벤트의 첨두발생시각에서 이벤트종료시각까지의 시간간격을 도달시간이라고 가정할 수 있다. Fig.
제안 방법
하지만, 유역내 관측자료가 부족하여 소유역 각각에 대하여 도달시간을 산정하는 것은 불가능하므로, 본 연구에서는 유역의 출구에 위치한 관로에서 관측된 수위 시계열을 분석하여 전체 유역에 대한 도달시간을 우선적으로 얻고, 모든 소유역에 대하여 Eq. (1)의 지역상수인 C값을 일률적으로 바꾸어가면서 모의된 유역의 도달시간과 관측치에 근거하여 얻은 도달 시간이 비슷해지도록 산정하였다.
, 2013)인 200 mm/hr 이하의 범위에서 침수를 일으키는 가능한 모든 강우 시나리오를 XP-SWMM 침수모형의 입력값으로 사용하여 사전 침수면적의 데이터베이스를 구축하였다. 강우의 시간적 변동성이 침수면적에 미치는 영향(Lee and Yeon, 2008)을 고려하기 위하여, 첫20분 동안 발생하는 강우와 나머지 20분 동안 발생하는 강우를 분류한 후 두 변수에 따라 변화하는 침수면적의 등고선도를 제작하였다. 침수면적 등고선도 제작을 위해 첫20분, 나중 20분 동안 발생하는 강우량 값의 범위를 0 mm에서 100 mm/hr 까지로 정하고 이를 5 mm/hr 단위로 나누어 각각의 침수면적을 산정하였다.
본 연구에서는 유역의 도달시간인 40분에 해당하는 가능 최대강수량(Park et al., 2013)인 200 mm/hr 이하의 범위에서 침수를 일으키는 가능한 모든 강우 시나리오를 XP-SWMM 침수모형의 입력값으로 사용하여 사전 침수면적의 데이터베이스를 구축하였다. 강우의 시간적 변동성이 침수면적에 미치는 영향(Lee and Yeon, 2008)을 고려하기 위하여, 첫20분 동안 발생하는 강우와 나머지 20분 동안 발생하는 강우를 분류한 후 두 변수에 따라 변화하는 침수면적의 등고선도를 제작하였다.
08%로 나타났다. 본 연구의 목적은 침수 예, 경보가 주요 목적이므로 도달시간을 수위값 보다 피해예방에 더 중요한 인자로 판단하여, 이를 상대적으로 더 정확히 모의하면서도 유출 수위를 관측값보다 더 보수적으로 모의하는 시간-면적 방법을 강우-유출 모형으로 채택하였다.
XP-SWMM 모형을 대상 연구지역에 대하여 구축하였으며, 유역 출구에서 관측된 수위 시계열을 활용하여 집중시간을 산정하고, 이를 다시 XP-SWMM 모형의 매개변수 교정에 활용하였다. 유역의 도달시간이 40분임을 고려하여, XP-SWMM 모형의 입력값으로 사용되는 강우자료를 첫 20분, 나중 20분 두 개의 시간단계로 나누고, 가능최대강수량인 200 mm/hr 이하의 범위를 5 mm/hr 간격으로 나누어 침수를 일으키는 가능한 모든 강우 시나리오를 생성한 후, 이를 하여 침수면적의 GIS 데이터베이스를 구축하였다. 침수면적 데이터베이스의 분석을 통해 다음과 같은 결론을 얻었다: (1) 동일한 강우의 증가분에 대하여 침수면적이 급격 혹은 완만하게 증가할 수 있다.
본 연구는 도시홍수 예, 경보시스템의 대표적인 단점 중 하나인 침수모형모의의 긴 수행시간으로 인한 홍수예보 리딩타임의 감소를 극복할 수 있는 도시홍수예측 시스템을 개발하였으며, 본 논문에서는 이 시스템의 핵심 중 하나인 사전 침수면적 데이터베이스 구축 방법에 대하여 논하고자 한다. 이 방법에서는 40분 내외의 집중시간을 가진 유역에 침수를 발생시키는 가능한 모든 강우량의 범위를 5 mm 간격으로 나누어 XP-SWMM 도시홍수모형의 입력자료로 사용하여 모의하여 이에 따른 침수면적을 GIS 데이터베이스로 구축하였으며, 강우의 시간적 변동성이 침수에 미치는 영향을 고려하기 위하여 첫 20분 동안 내린 강우와 두 번째 20분 동안 내린 강우를 구분하였다. 이러한 방법을 활용하면, 침수를 일으키는 강우량의 시간적 분포가 고려된 침수범위를 실시간 내수침수모형의 모의 없이도 즉시 얻을 수 있으므로, 내수침수경보에 있어 충분한 리딩타임을 확보할 수 있다.
모형의 경계조건으로는 삼성1분구와 삼성2분구가 접하는 2개의 맨홀을 자유방류구로 지정하였다. 지표면에서의 물의 흐름은 지표면을 20 m의 길이를 가진 9,178개의 정사각형 셀로 나누어 모의하였다.
강우의 시간적 변동성이 침수면적에 미치는 영향(Lee and Yeon, 2008)을 고려하기 위하여, 첫20분 동안 발생하는 강우와 나머지 20분 동안 발생하는 강우를 분류한 후 두 변수에 따라 변화하는 침수면적의 등고선도를 제작하였다. 침수면적 등고선도 제작을 위해 첫20분, 나중 20분 동안 발생하는 강우량 값의 범위를 0 mm에서 100 mm/hr 까지로 정하고 이를 5 mm/hr 단위로 나누어 각각의 침수면적을 산정하였다. 따라서, 등고선도의 작성을 위하여 총((100/5) +1)2=441회의 침수모의가 수행되었다.
모델에 입력된 101개의 소유역의 도달시간은 각 소유역에서 시간-면적법에 따라 유출량을 시간적으로 분배하는 역할을 하며 궁극적으로 분구 전체의 침수면적 및 최대침수면적 발생시간을 정확히 예측하는데 매우 중요한 역할을 한다. 하지만, 유역내 관측자료가 부족하여 소유역 각각에 대하여 도달시간을 산정하는 것은 불가능하므로, 본 연구에서는 유역의 출구에 위치한 관로에서 관측된 수위 시계열을 분석하여 전체 유역에 대한 도달시간을 우선적으로 얻고, 모든 소유역에 대하여 Eq. (1)의 지역상수인 C값을 일률적으로 바꾸어가면서 모의된 유역의 도달시간과 관측치에 근거하여 얻은 도달 시간이 비슷해지도록 산정하였다.
대상 데이터
Fig. 1은 본 연구의 대상유역인 서울시 강남구의 삼성1배수분구를 보여준다. 삼성1배수분구는 전체 면적 1.
XP-SWMM은 분할된 각101개의 소유역에 대하여 서로 다른 유역특성인자를 적용하여 유출량을 산출한다. XP-SWMM의 지반고는 TIN (Triangulate Irregular Network)형식으로 입력되므로, 본 연구에서는 서울시에서 제공한 배수관망자료 중 4,091개의 맨홀의 지반고를 기반으로 XP-SWMM에 내 탑된 지반고 공간보간 기능을 활용하여 표면지형자료를 생성하였다(Fig. 2(b)).
대상유역은 101개의 소유역으로 분할되었다(Fig. 2(a)).
침수면적 등고선도 제작을 위해 첫20분, 나중 20분 동안 발생하는 강우량 값의 범위를 0 mm에서 100 mm/hr 까지로 정하고 이를 5 mm/hr 단위로 나누어 각각의 침수면적을 산정하였다. 따라서, 등고선도의 작성을 위하여 총((100/5) +1)2=441회의 침수모의가 수행되었다.
본 연구에서는 서울 삼성 1분구에 대하여 구축된 홍수 예, 경보 시스템의 한 부분인 침수면적 GIS 데이터베이스에 대하여 다루었다. XP-SWMM 모형을 대상 연구지역에 대하여 구축하였으며, 유역 출구에서 관측된 수위 시계열을 활용하여 집중시간을 산정하고, 이를 다시 XP-SWMM 모형의 매개변수 교정에 활용하였다.
2(b)). 하수관망 자료는 서울시에서 제공하는 우수관망도 GIS자료를 활용하였다. 모형 구축 시 직경 0.
이론/모형
본 연구에서는 서울 삼성 1분구에 대하여 구축된 홍수 예, 경보 시스템의 한 부분인 침수면적 GIS 데이터베이스에 대하여 다루었다. XP-SWMM 모형을 대상 연구지역에 대하여 구축하였으며, 유역 출구에서 관측된 수위 시계열을 활용하여 집중시간을 산정하고, 이를 다시 XP-SWMM 모형의 매개변수 교정에 활용하였다. 유역의 도달시간이 40분임을 고려하여, XP-SWMM 모형의 입력값으로 사용되는 강우자료를 첫 20분, 나중 20분 두 개의 시간단계로 나누고, 가능최대강수량인 200 mm/hr 이하의 범위를 5 mm/hr 간격으로 나누어 침수를 일으키는 가능한 모든 강우 시나리오를 생성한 후, 이를 하여 침수면적의 GIS 데이터베이스를 구축하였다.
본 연구는 강우에 의하여 발생하는 내수침수지역을 도출하기 위하여 범용 소프트웨어인 XP-SWMM (Phillips et al., 2005; Lee and Yeon, 2008)을 활용하였다. XP-SWMM은 모의하고자 하는 지역을 맨홀의 위치에 따라 다수의 소유역으로 분할하고, 각 소유역에서 발생한 유출량을 계산한 후(RUNOFF 블록), 이를 관망 네트워크를 따라 동수역학 방정식과 연속방정식을 사용하여 추적하는 1차원 관망모델링 시스템(EXTRAN 블록)과, 맨홀을 통해 지표로 유출되는 물의 움직임을 지표면을 따라 모의하는 2차원 표면수 모델링 시스템(TU-FLOW) 이 뼈대를 이루고 있다(Park et al.
본 연구는 강우에서 유출량을 도출하기 위한 방법으로 SCS 곡선지수방법(Kang and Lee, 2012)을 사용하였다. Fig.
홍수 추적기법으로는 시간-면적법(Lee et al., 2014)과 SCS 단위도법(Kang and Lee, 2012)을 고려하였다. Fig.
성능/효과
강우가 시간적으로 고르게 분포할수록 도달시간 소요 직후의 침수면적은 작아지는 경향을 보였고, 강우가 첫20분으로 집중되는 경우 도달시간 소요 직후의 침수면적이 나중 20분으로 집중되는 경우의 그것 보다 더 큰 침수면적을 가졌다. 나중 20분으로 강우가 집중되는 경우 도달시간 소요 이후에 발생할 수 있는 침수면적은 더 커질 수도 있으나, 이는 시간이 흘러 나중 20분의 강우가 첫20분으로 옮겨간 후 새로운 나중 20분 동안 발생한 또 다른 강우가 발생하였을 때의 침수면적에서 고려가 가능하다.
본 연구에서는 이러한 과정을 거쳐 모형 매개변수의 교정을 실시하였고, 최종적으로 선릉괴정릉을 포함하는 소유역의 매닝계수는 0.4, 불투수비율은 25%, 이외 도시지역의 매닝계수는 0.02, 도시지역의 불투수 비율은 85%의 값을 부여하였다.
9의 오른편에는 두 침수면적의 교집합의 합집합에 대한 비를 계산하여 표기하였다. 시간적인 분포가 극단적으로 다른 강우 이벤트에 의하여 유역의 도달시간 소요 직후 발생하는 침수면적은 그 크기가 유사할지라도 공간적 범위는 큰 차이를 보인다는 점을 알 수 있으며, 이는 강우-침수면적 곡선에 근거한 침수 예, 경보시스템과 비교하였을 때, 본 연구의 침수면적 데이터베이스 기반 침수 예, 경보 시스템이 가지는 장점이라 할 수 있을 것이다.
관측값에서 기저 수위(Base water level)는 제외되었다. 해석결과 SCS 방법은 최대 수위 관측값과 모델 해석 최대 수위값 사이의 상대오차는 +11.33%로 시간-면적 방법에 비해 수위가 잘맞는 경향이 있다. 반면, 배수분구 도달시간의 경우에는 관측값과 모델 해석결과값의 상대 오차는 +16.
후속연구
한편, 앞서 언급된 도시홍수모형의 정확도에 영향을 미치는 모든 요소들을 동시에 확보하는 것이 어렵다는 점을 고려한다면, 앞서 언급된 한계점은 굳이 본 연구의 침수모형에만 국한된 것이라 볼 수는 없을 것이다. 이러한 모형의 여러 가지 한계점에도 불구하고 본 연구의 효용성을 찾는다면 본 연구의 침수면적 GIS 데이터베이스가 침수 예, 경보 시스템의 기초 자료로 활용되기 위하여 구축되었다는 점이다. 침수 예, 경보시스템의 경우, 신속히 침수면적의 대략적인 시공간적인 추세 및 발생 가능성만을 파악한 후 적절한 시각에 예, 경보를 발령하는 것 또한 정확한 침수면적의 산정만큼이나 중요하기 때문이다.
100년빈도 강우의 경우, 첫20분 동안 모든 강우가 집중되는 경우의 침수면적은 36,600 m2 ,시간적으로 고르게 분포되는 경우의 침수면적은 25,000 m2이었는데 이는 약 32%의 차이이다. 이러한 차이는 홍수 예, 경보의 정확도, 더 나아가서는 침수면적에 근거한 홍수피해액의 산출에 에 큰 오차를 초래할 수 있으므로, 강우의 시간적 분포를 정확히 파악하고 이를 침수면적 모의에 반드시 고려해야 할 것이다.
한편, 앞서 언급된 도시홍수모형의 정확도에 영향을 미치는 모든 요소들을 동시에 확보하는 것이 어렵다는 점을 고려한다면, 앞서 언급된 한계점은 굳이 본 연구의 침수모형에만 국한된 것이라 볼 수는 없을 것이다. 이러한 모형의 여러 가지 한계점에도 불구하고 본 연구의 효용성을 찾는다면 본 연구의 침수면적 GIS 데이터베이스가 침수 예, 경보 시스템의 기초 자료로 활용되기 위하여 구축되었다는 점이다.
질의응답
핵심어
질문
논문에서 추출한 답변
태국 방콕은 어떠한 도시홍수 예, 경보 시스템을 실행중인가?
, 2006)은 약 15만여 명의 인구가 거주하며 가을에 상습적인 홍수를 겪는 프랑스의 Nemes 지역에 대하여 구축되었으며, 레이더 강우자료와 10개의 지상강우 자료를 입력자료로 하는 실시간 수문모형을 활용하여 유량을 예측하고, 이를 기반으로 44개의 미리 정해 놓은 침수 시나리오 중 하나를 택하여 홍수경보를 발령한다; 태국 방콕의 실시간 홍수 경보 시스템(Hénonin et al., 2010)은 레이더 강우자료를 얻고, 이를 관망-도로망 1차원-1차원 침수모형의 입력자료로 활용하여 침수면적을 얻으며, 이에 근거하여 홍수경보를 발령한다; HIDROMET (2014)은 스페인 바르셀로나 지역에 대하여 구축된 실시간 내수침수경보 시스템으로 9.61 km2의 지역에 대하여 6분-1 km2의 레이더 강우자료와 5분-9개의 지상관측자료를 사용하여 향후 2시간 후의 강우를 예측한 후, 이를 MOUSE 내수침수 모형(Elliot et al.
홍수보험 제도의 운영의 특징은?
, 2007) 등으로 나눌 수 있다. 비구조적인 방법의 대표적인 예는 홍수보험 제도의 운영(Browne and Hoyt, 2000; Sarmiento and Miller, 2006)으로 단기적으로는 홍수로 인한 국민의 경제적 피해와 정부예산 지출의 시간적 불균형을 감소시키며, 장기적으로는 침수가 발생하는 지역의 인구의 외부 이주를 유도하여 침수와 이에 의한 피해를 분리시키는 효과가 있다(Kang, 2010). 특히, 침수로 인한 사회, 경제적 피해가 막대하여 이를 국민 개개인의 능력으로는 감당할 수 없는 미국에서는 정부가 주도 하는 홍수보험제도가 정착되었다(Burby, 2001).
침수로 인한 피해를 경감하는 방법 중 비구조적인 방법의 예시는?
, 2007) 등으로 나눌 수 있다. 비구조적인 방법의 대표적인 예는 홍수보험 제도의 운영(Browne and Hoyt, 2000; Sarmiento and Miller, 2006)으로 단기적으로는 홍수로 인한 국민의 경제적 피해와 정부예산 지출의 시간적 불균형을 감소시키며, 장기적으로는 침수가 발생하는 지역의 인구의 외부 이주를 유도하여 침수와 이에 의한 피해를 분리시키는 효과가 있다(Kang, 2010). 특히, 침수로 인한 사회, 경제적 피해가 막대하여 이를 국민 개개인의 능력으로는 감당할 수 없는 미국에서는 정부가 주도 하는 홍수보험제도가 정착되었다(Burby, 2001).
참고문헌 (29)
Bedient, P. B., Holder, A., Benavides, J. A., and Vieux, B. E. (2003). "Radar-based flood warning system applied to Tropical Storm Allison." Journal of Hydrologic Engineering, Vol. 8, No. 6, pp. 308-318.
Browne, M. J. and Hoyt, R. E. (2000). "The demand for flood insurance: empirical evidence." Journal of risk and uncertainty, Vol. 20, No. 3, pp. 291-306.
Burby, R. J. (2001). Flood insurance and floodplain management: the US experience. Global Environmental Change Part B: Environmental Hazards, Vol. 3, No. 3, pp. 111-122.
Dietz, M. E. (2007). "Low impact development practices: A review of current research and recommendations for future directions." Water, air, and soil pollution, Vol. 186, No. 1-4, pp. 351-363.
Elliott, A. H. and Trowsdale, S. A. (2007). "A review of models for low impact urban stormwater drainage." Environmental modelling & software, Vol. 22, No. 3, pp. 394-405.
Han, M., Kum, S., Mun, J., and Kwak, D. (2012). "The effect of decentralized rainwater tank system on the reduction of peak runoff - A case study at M Village -." J. Korea Water Resour. Assoc., Vol. 45, No. 1, pp. 65-73.
Henonin, J., Russo, B., Roqueta, D. S., Sanchez-Diezma, R., Domingo, N. D., Thomsen, F., and Mark, O. (2010, September). "Urban flood real-time forecasting and modelling: a state-of-the-art review." In proceedings, MIKE by DHI conference (p. P028).
Jang, D. W., Zhang, J. S., Seoh, B. H., and Kim, J. Y. (2008). "An assessment of flood conveyance capacity of urban drainage network using XP-SWMM." Korean Society of Civil Engineers Civil Expo, 2008, pp. 3669-3672.
Jensen, N. E., Thyme, J. B., and Nielsen, B. M. (2008). "Real-time SMS warnings on expected basement flooding based on nowcasting using high-resolution x-band radar data. In ERAD 2008." Fifth European Conference on Radar in Meteorology and Hydrology.
Kang, S. (2010). Land Use Management Strategy based on the Distribution Characteristics of Storm Damage Areas. Policy Research, pp. 1-174.
Kang, T. and Lee, S. (2012). "A study for a reasonable application of the SWMM to watershed runoff event simulation." Journal of KOSHAM, Vol. 12, pp. 247-258.
Kim, J. and Lee, W. (2015). "Flood inundation analysis in urban area using XP-SWMM." Journal of the Korea Geo-Environmental Society, Vol. 16, No. 1, pp. 29-36.
Kim, Y. J., Han, K. Y., and Cho, W. H. (2010). "Analysis on the effects of flood damage mitigation according to installation of underground storage facility." Korean Society of Civil Engineers, Vol. 30, No. 1B, pp. 41-51.
Koussis, A. D., Lagouvardos, K., Mazi, K., Kotroni, V., Sitzmann, D., Lang, J., and Malguzzi, P. (2003). "Flood forecasts for urban basin with integrated hydro-meteorological model." Journal of Hydrologic Engineering, Vol. 8, No. 1, pp. 1-11.
Lee, C. H., Lee, S. M., and Yeo, C. G. (2006). Development of the Regional Safety Assesment Model in Seoul - Focusing on Flood -. Seoul Development Institute, 2006(1), pp. 1-149.
Lee, G., Na, Y., Ryu, J., and Oh, J. (2013). "Criteria for calculation of CSO volume and frequency using rainfall - runoff model." Journal of Korea Society of Water and Wastewater, Vol. 27, No. 3, pp. 313-324.
Lee, J. H. and Yeon, K. S. (2008). "Flood inundation analysis using XP-SWMM model in urban Area. 1." Journal of Korea Disaster Protection Association, 8, 155.
Lee, J. Y., Jun, K. W., and Jung, T. J. (2014). "Model assessment study on Seo-cho pump station basin based on Unit Hydrograph." Korean Society of Civil Engineers, pp. 1477-1478.
Ministry of Lan, Infrastructure, and Trasport (2016), http://www. molit.go.kr/USR/policyData/m_34681/dtl.jsp?id237
Olivera, F., Choi, J., Kim, D., and Li, M. H. (2008). "Estimation of average rainfall areal reduction factors in Texas using NEXRAD data." Journal of Hydrologic Engineering, Vol. 13, No. 6, pp. 438-448.
Park, H., Yang, J., Han, J., and Kim, D. (2015). "Application of the poisson cluster rainfall generation model to the urban flood analysis." J. Korea Water Resour. Assoc., Vol. 48, No. 9, pp. 729-741.
Park, M., Park, M., Kim, S., and Joo, J. (2013). "Extreme storm estimation by climate change using precipitable water." Journal of Korean Society of Hazard Mitigation, Vol. 13, No. 1, pp. 121-127.
Phillips, B. C., Yu, S., Thompson, G. R., and De Silva, N. (2005, August). "1D and 2D modelling of urban drainage systems using XP-SWMM and TUFLOW." In 10th International Conference on Urban Drainage, Copenhagen, Denmark (pp. 21-26).
Raymond, M., Peyron, N., and Martin, A. (2006, September). "ESPADA, A unique flood management tool: First feedback from the September 2005 flood in Nimes." In 7th International Conference on Hydroinformatics, HIC.
Rodriguez, A., Llort, X., Sancho, D., Sanchez-Diezma, R., Bella, R., and Gomez, V. (2014). Hidromet: A Cloud-Based EWS Platform For Real Time Urban Flood Warning.
Sarmiento, C. and Miller, T. R. (2006). Costs and consequences of flooding and the impact of the National Flood Insurance Program., Pacific Institute for Research and Evaluation. Calverton, Maryland.
Shin, J. Y., Lim, S. M., Kim, J. H., and Kim, T. W. (2014). "Analysis of urban flood damage characteristics using inland flood scenarios and flood damage curve." Journal of Korean Society of Hazard Mitigation, Vol. 14, No. 1, pp. 291-301.
Shin, S., Lee, S. M., and Park, M. (2011). Weather emergency response to the Seoul's flood prevention strategy. Report of the Polices, (96), pp. 1-23.
Son, A., Yoon, S., Yi, C., Lee, B., Choi, Y., and Han, K. (2014). "The analysis of effects on topographical model for 2D inundation simulation. 1." J. Korean Soc. Hazard Mitig., Vol. 14, pp. 153-163.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.