최근 우리나라는 지구 온난화에 의한 기후 변화로 지역별 기후 변동뿐만 아니라 극한 기상 발생의 규모와 빈도가 커지고 있다. 2013년 장마 전선이 주로 중부지방에 위치하여 중부지방에서 강수일수 최고값을 기록하였으며, 남부지방은 강수일수 최저값을 기록하였다. 이러한 강우의 공간적, 시간적 집중 현상으로 호우 피해가 발생하여 치수의 중요성이 부각되고 있다. 본 연구에서는 홍수기 신속한 홍수 방재를 위하여 예측 강우 자료를 활용하고자 한다. 이를 위해 수치 예보 자료의 적용 가능성을 지상 관측 강우 및 유입량을 이용하여 분석하였다. 지상 관측 강우와 정량적 비교를 위해 상관계수, 최대 강우강도 퍼센트 오차 및 총 강우량 퍼센트 오차 등을 이용하였으며, 유입량은 상관계수, Nash-Sutcliffe 효율계수, 표준화된 RMSE를 사용하였다. 모의 결과 6시간까지의 상관계수는 0.7 이상으로 높은 상관성을 나타내었으며, Nash-Sutcliffe 효율계수는 6시간까지 양수를 나타내어 예측 강우의 활용 가능성을 확인할 수 있었다.
최근 우리나라는 지구 온난화에 의한 기후 변화로 지역별 기후 변동뿐만 아니라 극한 기상 발생의 규모와 빈도가 커지고 있다. 2013년 장마 전선이 주로 중부지방에 위치하여 중부지방에서 강수일수 최고값을 기록하였으며, 남부지방은 강수일수 최저값을 기록하였다. 이러한 강우의 공간적, 시간적 집중 현상으로 호우 피해가 발생하여 치수의 중요성이 부각되고 있다. 본 연구에서는 홍수기 신속한 홍수 방재를 위하여 예측 강우 자료를 활용하고자 한다. 이를 위해 수치 예보 자료의 적용 가능성을 지상 관측 강우 및 유입량을 이용하여 분석하였다. 지상 관측 강우와 정량적 비교를 위해 상관계수, 최대 강우강도 퍼센트 오차 및 총 강우량 퍼센트 오차 등을 이용하였으며, 유입량은 상관계수, Nash-Sutcliffe 효율계수, 표준화된 RMSE를 사용하였다. 모의 결과 6시간까지의 상관계수는 0.7 이상으로 높은 상관성을 나타내었으며, Nash-Sutcliffe 효율계수는 6시간까지 양수를 나타내어 예측 강우의 활용 가능성을 확인할 수 있었다.
Due to climate changes accelerated by global warming, South Korea has experienced regional climate variations as well as increasing severities and frequencies of extreme weather. The precipitation in South Korea during the summer season in 2013 was concentrated mainly in the central region; the maxi...
Due to climate changes accelerated by global warming, South Korea has experienced regional climate variations as well as increasing severities and frequencies of extreme weather. The precipitation in South Korea during the summer season in 2013 was concentrated mainly in the central region; the maximum number of rainy days were recorded in the central region while the southern region had the minimum number of rainy days. As a result, much attention has been paid to the importance of flood control due to damage caused by spatiotemporal intensive rainfalls. In this study, forecast rainfall data was used for rapid responses to prevent disasters during flood seasons. For this purpose, the applicability of numerical weather forecast data was analyzed using the ground observation rainfall and inflow rate. Correlation coefficient, maximum rainfall intensity percent error and total rainfall percent error were used for the quantitative comparison of ground observation rainfall data. In addition, correlation coefficient, Nash-Sutcliffe efficiency coefficient, and standardized RMSE were used for the quantitative comparison of inflow rate. As a result of the simulation, the correlation coefficient up to six hours was 0.7 or higher, indicating a high correlation. Furthermore, the Nash-Sutcliffe efficiency coefficient was positive until six hours, confirming the applicability of forecast rainfall.
Due to climate changes accelerated by global warming, South Korea has experienced regional climate variations as well as increasing severities and frequencies of extreme weather. The precipitation in South Korea during the summer season in 2013 was concentrated mainly in the central region; the maximum number of rainy days were recorded in the central region while the southern region had the minimum number of rainy days. As a result, much attention has been paid to the importance of flood control due to damage caused by spatiotemporal intensive rainfalls. In this study, forecast rainfall data was used for rapid responses to prevent disasters during flood seasons. For this purpose, the applicability of numerical weather forecast data was analyzed using the ground observation rainfall and inflow rate. Correlation coefficient, maximum rainfall intensity percent error and total rainfall percent error were used for the quantitative comparison of ground observation rainfall data. In addition, correlation coefficient, Nash-Sutcliffe efficiency coefficient, and standardized RMSE were used for the quantitative comparison of inflow rate. As a result of the simulation, the correlation coefficient up to six hours was 0.7 or higher, indicating a high correlation. Furthermore, the Nash-Sutcliffe efficiency coefficient was positive until six hours, confirming the applicability of forecast rainfall.
따라서 본 연구에서는 접경지역으로 수문 자료가 부족한 한탄강홍수조절댐 유역을 통해 지상부근에서의 예측 성능 및 공간해상도가 향상되어 추가 과정 없이 수자원 분야에 적용 가능한 LDAPS (국지 예보모델)자료의 적용 가능성을 분석하였다.
제안 방법
3은 Case Ⅰ, Case Ⅱ, Case Ⅲ에 대한 한탄강홍수조절댐의 관측 유입량과 LDAPS 예측 강우를 이용한 예측 유입량을 비교한 것이다. Case Ⅰ의 LDAPS 자료는 24시간까지 예측하므로 해당 시간까지 비교하였으며 Case Ⅱ, Case Ⅲ는 36시간까지 비교하였다. 모든 Case에서 선행 시간이 증가할수록 과소 추정하는 경향을 Fig.
5 km 격자로 한반도와 중국, 일본 일부 지역에 대하여 602×781개의 격자로 구성되며 6시간 간격으로 36시간 예측 자료를 생성한다. 산출 자료는 대기, 지상, 토양에 대하여 총 78가지로 다양한 종류의 변수를 포함하나 본 연구에서는 강수량과 상관성이 가장 높은 변수를 선정하여 사용하였다.
자료별 유역 평균 강우량 비교를 위해 통계지표인 상관계수(Correlation Coefficient, CC), 최대 강우강도 퍼센트 오차 (Percent Error in Peak, PEP), 총 강우량 퍼센트 오차 (Percent Error in Rainfall, PER) 등을 이용하여 소유역별 변화 양상을 비교하였다.
대상 데이터
본 연구에서는 수치 예보 자료의 적용성을 분석하기 위하여 한탄강홍수조절댐 유역을 대상 유역으로 선정하였다. 한탄강홍수조절댐은 2003년 북한에서 황강댐을 건설 중인 것을 확인하여 임진강 홍수조절 사업의 일환으로 2005년 군남 홍수조절지 및 한탄강홍수조절댐 사업이 재추진되었다.
이론/모형
한탄강홍수조절댐 유역은 2000년대 이후 우량 관측소를 추가 설치하여 관측소 밀도가 213 km2/개소로 세계 기상 기구(WMO, 1994)에서 권장하는 산악(250 km2/개소) 및 평야(575 km2/개소)를 만족한다. 따라서 지상관측 자료의 유역 평균 강우량은 수치 예보 자료와 비교를 위해 Fig. 2와 같이 관측점의 지배면적을 가중인자로 사용하여 평균 강우를 산정하는 Thiessen 가중법을 적용하였다.
레이더 자료를 기반으로 자료가 생성되는 초단기 모형은 단기 모형보다 공간분해능 및 자료 생성 주기가 높으나 자료의 정확도가 낮아 전처리 과정이 수행되어야 한다 (Han, 2014), 본 연구에서는 예측 자료의 신속한 사용을 위해 초단기 모형보다 예측 정확도가 높은 단기 모형 자료 중 LDAPS 자료를 사용하였다.
본 연구에서는 저류함수법을 이용하는 집중형 모형인 COSFIM (Coordinate Operation System for Flood control In Multi-reservoir) 모형을 사용하였다. 저류함수법은 1961년 기무라에 의해 제안되었으며 홍수파의 운동방정식을 계산하여 유출량을 결정하는 방법이다.
성능/효과
1) 예측 강우와 관측 강우의 소유역별 정량적 비교 결과 소유 역에 따른 상관성에는 차이가 있으나 유역 전체의 상관계수의 경우 0.6 이상으로 적용 가능성을 확인하였다.
2) 관측 유입량과 예측 강우를 이용한 예측 유입량 비교 결과 Case Ⅰ에서 선행시간 15시간까지 상관계수가 0.9 이상으로 상관계수가 매우 높았으며, Nash-Sutcliffe 효율계수 또한 0.8 이상으로 예측 강우의 적용가능성을 확인할 수 있었다.
3) 미계측 유역이 있는 한탄강홍수조절댐 유역에서의 비교 결과 예측 유입량의 상관성이 높은 것으로 확인되어 지상 관측소가 부족한 지역에서도 LDAPS 예측 자료의 활용이 가능할 것으로 판단된다.
후속연구
4) LDAPS 자료는 RDAPS 자료의 낮은 공간해상도를 향상시켜 공간적 예측 강우의 변동성을 적용할 수 있으며, 본 연구를 통해 LDAPS 자료의 적용 가능성이 있다고 판단되어 향후 산지 및 도시 지역에서도 활용 가능하다고 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
저류함수법은 어떤 방법인가?
본 연구에서는 저류함수법을 이용하는 집중형 모형인 COSFIM (Coordinate Operation System for Flood control In Multi-reservoir) 모형을 사용하였다. 저류함수법은 1961년 기무라에 의해 제안되었으며 홍수파의 운동방정식을 계산하여 유출량을 결정하는 방법이다. 저류함수법은 강우와 유출의 차이를 저류량으로 정의하고 저류량은 유출량에 비선형적 으로 비례한다는 개념에 따라 유출량을 축차적으로 계산한다.
본 연구를 통하여 얻은 주요 결론은?
1) 예측 강우와 관측 강우의 소유역별 정량적 비교 결과 소유 역에 따른 상관성에는 차이가 있으나 유역 전체의 상관계 수의 경우 0.6 이상으로 적용 가능성을 확인하였다.
2) 관측 유입량과 예측 강우를 이용한 예측 유입량 비교 결과 Case Ⅰ에서 선행시간 15시간까지 상관계수가 0.9 이상으로 상관계수가 매우 높았으며, Nash-Sutcliffe 효율계수 또한 0.8 이상으로 예측 강우의 적용가능성을 확인할 수있었다.
3) 미계측 유역이 있는 한탄강홍수조절댐 유역에서의 비교 결과 예측 유입량의 상관성이 높은 것으로 확인 되어 지상 관측소가 부족한 지역에서도 LDAPS 예측 자료의 활용이 가능할 것으로 판단된다.
4) LDAPS 자료는 RDAPS 자료의 낮은 공간해상도를 향상 시켜 공간적 예측 강우의 변동성을 적용할 수 있으며, 본 연구를 통해 LDAPS 자료의 적용 가능성이 있다고 판단되어 향후 산지 및 도시 지역에서도 활용 가능하다고 판단 된다.
저류함수법은 어떻게 계산되는가?
저류함수법은 1961년 기무라에 의해 제안되었으며 홍수파의 운동방정식을 계산하여 유출량을 결정하는 방법이다. 저류함수법은 강우와 유출의 차이를 저류량으로 정의하고 저류량은 유출량에 비선형적 으로 비례한다는 개념에 따라 유출량을 축차적으로 계산한다. COSFIM 수문 모형은 강우-유출 관계의 비선형성과 유역의 지체시간 등을 고려할 수 있는 모형으로 현재 K-water의 다목적댐, 용수전용 댐 및 다기능 보 등 실무 운영에 활용하고 있다.
참고문헌 (17)
Byeon, D.H. (2009). Dam Inflow Forecasts Using Short-Term Numerical Weather Forecast Data, Sejong University.
Charney, J.G. (1948). "On the scale of atmospheric motions", Geofysiske Publikasjoner, Vol. 17, No. 2, 1948.
Cho, M.R. (1991). Political Economy of Regional Differentiation, Seoul, Hanul.
Cho, M.R. (2003). "Trend and Prospect of Urbanization in Korea: Reflections on Korean Cities", Economy and Society, Vol. 60, pp. 10-39.
Cho, S.H. (2011). Development of a Precipitation Forecast Model Using Satellite Data and Ground Network Data, Kyungpook National University.
GAR, Global Assessment Report on disaster risk reduction (2015). Internationally Reported Losses 1990-2014 EMDAT, Retrieved from http://www.preventionweb.net/english/hyogo/gar/2015/en/home/data.php.
Han, M.S. (2014). Correction from MAPLE and KLAPS rainfall forecasting.
Kim, B.K., Jang, D.W., Yang, D.M., and Yoo, C.S. (2009). "Accuracy Consideration of MAPLE Data Vary Short-Term Forecasting Model.", Water for Future, Korea Water Resources Association, Korea, Vol. 42, No. 12, pp. 52-64.
Kim, J.H., Bae, D.H., and Kim, W.T. (2005). "Hydrological Rainfall Forecast for Short-Range Numerical Weather Prediction Model", Korean Society of Civil Engineers, KSCE Convention, pp. 1493-1496.
Lee, S.H., and Heo, I.H. (2011). "The Impacts of Urbanization on Changes of Extreme Events of Air Trmperature in South Korea", Journal of the Korean Geographical Society, Vol. 46, No. 3, pp. 257-276.
Lee, S.J., Jeong, C.S., Kim, J.C., and Hwang, M.H. (2011). "Long-term Streamflow Prediction Using ESP and RDAPS Model", Journal of Korea Water Resources Association, Korea Water Resources Association, Vol. 44, No. 12, pp. 967-974.
Legates, D.R., and McCabe, G.J. (1999). "Evaluating the use of goodness-of-fit measures in hydrologic and hydroclimatic model validation", Water Resources Research, Vol. 35, No. 1, pp. 233-241.
Ministry of Public Safety and Security (2014). Chronology of Disasters.
Richardson, L.F. (1922). Weather Prediction by Numerical Process. Cambridge University Press. 2nd Edn. with Foreward by Peter Lynch (2007).
So, C.H. (2015). "Climate Change Adaptation and Business", Risk Management, Vol. 136, pp. 50-54.
Wilcox, B.P., Rawls, W.J., Brakensiek, D.L., and Wight, J.R. (1990). "Predicting runoff from rangeland catchments : A comparison of two models", Water Resources Research, Vol. 26, Issue 10, pp. 2401-2410.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.