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
- 앞서 살펴본바와 같이, 토사재해가 발생되는 여러 인자 중 강우는 높은 상관관계를 보이고 있음을 여러 문헌 연구를 통하여 확인할 수 있으나, 폭우 발생 위험도 개념에서 강우의 시간분포 적용에 대한 연구는 아직 미흡한 실정이다. 따라서 본 연구에서는 도심지 토사재해 고위험지역을 대상으로 과거 관측 시간강수량 자료를 수집하여 연최대치계열 추출을 통한 강우빈도해석 수행으로 강우강도-지속시간-빈도의 관계를 규명하고, 재현기간과 지속시간에 따른 확률강우량을 적정시간분포 모형에 적용하여 위험도 기반 토사재해 유발 극치강우의 시간분포 시나리오 작성의 방법론을 제시하였다.
- 하지만 확률론적 관점에서 폭우 발생 위험도 해석과 선행강우, 강우강도, 강우지속시간, 누적강우량, 그리고 강우의 시간분포와 관련한 등 강우관련 토사재해위험 인자들을 정량화하여 활용한 사례는 드물다. 따라서 본 연구에서는 토사재해 시뮬레이션을 위한 위험도 개념의 강우강도 시간분포 적용의 방법론적 방향을 제시하고자 한다. 이를 위하여 전국의 도심지를 대상으로 토사재해 고위험지역을 선정하고 인근 기상관측소로부터 과거 관측 강우량 자료를 수집하여 연최대치계열 (Annual Maximum Series)을 추출하였다.
- 본 연구에서는 도심지 토사재해 고위험지역을 대상으로 과거 관측 시간강수량 자료로부터, 확률강우량을 산정 한 후 IDF곡선을 작성하고 이를 다양한 시간분포 모형에 적용하여 토사재해유발 강우 시나리오를 작성하는 방법론을 제시하였다. 본 연구의 주요 결과를 정리하면 다음과 같다.
제안 방법
- 2. 재현기간과 지속시간별 강우강도를 적용할 수 있도록, 토사재해 고위험지역에 대하여 통합확률강우강도식을 이용한 IDF곡선식을 제안하였다. 재현기간별 확률 강수량은 지역에 따라 상이한 경향을 보였으며, 강우지속 1시간의 경우 31.
- 여기서 위험도는 재현기간에 따른 강우발생 확률을 의미하며, 각 재현기간과 지속시간에 따른 확률강우량을 산정하여 적정 시간분포형에 적합시킴으로서 토사재해 유발 강우 시나리오를 작성할 수 있다. 강우발생 확률은 총 8개 (2, 5, 10, 20, 30, 50, 100, 200년)의 재현기간으로 구분하였으며, 재현기간별 강우지속 24시간에 해당하는 확률강우량은 토사재해 유발 선행강우 조건으로, 재현기간별 강우지속 1시간에 해당하는 확률강우량은 토사재해를 유발하는 임계 (Threshold) 강우 조건으로 사용하였다. 또한 Fig.
- 강우발생 확률은 총 8개 (2, 5, 10, 20, 30, 50, 100, 200년)의 재현기간으로 구분하였으며, 재현기간별 강우지속 24시간에 해당하는 확률강우량은 토사재해 유발 선행강우 조건으로, 재현기간별 강우지속 1시간에 해당하는 확률강우량은 토사재해를 유발하는 임계 (Threshold) 강우 조건으로 사용하였다. 또한 Fig. 9의 분석결과에서도 확인할 수 있듯이 실제 토사재해 고위험지역의 강우 패턴을 비교적 잘 모사하는 것으로 판단되며, 설계에서도 사용 빈도가 높은 Type I의 Mononobe 분포와 Type II의 Huff 분포를 대표 강우분포 모델로 선정하여 시나리오를 작성하였다. 따라서 강우발생 확률조건과 각 Type별 시간분포모형을 고려한다면, Type I의 경우 전방위, 중방위, 후방위 분포의 총24개 시나리오조합이 가능하며, Type II의 경우 1, 2, 3, 4 분위 분포의 총32개 시나리오 조합이 가능하다.
- 또한 해당 면적평균강수량 산정을 위하여 티센다각형 (Thiessen Polygon) 방법을 적용하였으며, 지속시간별 연최대치강우량 자료의 예비해석과 확률분포형 적용으로 매개변수 추정 및 적합도 검정을 실시하여 재현기간과 지속시간별 확률강우량을 산정하였다. 또한 통합확률강우강도식 적용을 통한, 도심지 토사재해 고위험지역별로 강우강도-지속시간-빈도 곡선을 유도하였다. 마지막으로 확률강우량의 시간분포를 위하여 적용되고 있는 다양한 시간분포 모형을 검토하였으며, 실제 토사재해 유발 강우발생 패턴을 반영할 수 있는 시간분포 모형에 적합시켜 위험도 기반 토사재해 유발 강우시나리오를 작성하였다.
- 이를 위하여 전국의 도심지를 대상으로 토사재해 고위험지역을 선정하고 인근 기상관측소로부터 과거 관측 강우량 자료를 수집하여 연최대치계열 (Annual Maximum Series)을 추출하였다. 또한 해당 면적평균강수량 산정을 위하여 티센다각형 (Thiessen Polygon) 방법을 적용하였으며, 지속시간별 연최대치강우량 자료의 예비해석과 확률분포형 적용으로 매개변수 추정 및 적합도 검정을 실시하여 재현기간과 지속시간별 확률강우량을 산정하였다. 또한 통합확률강우강도식 적용을 통한, 도심지 토사재해 고위험지역별로 강우강도-지속시간-빈도 곡선을 유도하였다.
- 또한 통합확률강우강도식 적용을 통한, 도심지 토사재해 고위험지역별로 강우강도-지속시간-빈도 곡선을 유도하였다. 마지막으로 확률강우량의 시간분포를 위하여 적용되고 있는 다양한 시간분포 모형을 검토하였으며, 실제 토사재해 유발 강우발생 패턴을 반영할 수 있는 시간분포 모형에 적합시켜 위험도 기반 토사재해 유발 강우시나리오를 작성하였다. Fig.
- 따라서 본 연구에서는 토사재해 시뮬레이션을 위한 위험도 개념의 강우강도 시간분포 적용의 방법론적 방향을 제시하고자 한다. 이를 위하여 전국의 도심지를 대상으로 토사재해 고위험지역을 선정하고 인근 기상관측소로부터 과거 관측 강우량 자료를 수집하여 연최대치계열 (Annual Maximum Series)을 추출하였다. 또한 해당 면적평균강수량 산정을 위하여 티센다각형 (Thiessen Polygon) 방법을 적용하였으며, 지속시간별 연최대치강우량 자료의 예비해석과 확률분포형 적용으로 매개변수 추정 및 적합도 검정을 실시하여 재현기간과 지속시간별 확률강우량을 산정하였다.
- Table 2는 각 지역에 대한 티센 면적 가중치 (Thiessen Weight)를 산정한 결과이며, 각 지역별 지배관측소와 티센 가중치를 확인할 수 있다. 지배관측소는 1~3개소 정도로 선정되었으며, 각 관측소에 해당하는 지배면적을 산정한 후 면적에 대한 티센 가중치를 산정하였다.
대상 데이터
- 4는 앞서 선정한 과거 토사재해 재해발생 이력 기간에 대하여 전국 AWS관측 강우자료를 대상으로 24시간 누적 강수량의 공간분포 패턴을 나타낸 결과이다 (흰색과 검은색 사각형은 본 연구에서 선정한 토사재해 고위험지역 위치임). AWS강우의 공간분포는 기상청 홈페이지에서 제공하는 지역별상세관측자료 (http://www.kma.go.kr/weather/observation/ aws_distribution_popup.jsp)이다. 이 중 강원도 화천군에서 발생한 1996년 7월 폭우 사상의 경우 AWS관측 자료가 존재하지 않아 제외하였으며, 세종시의 경우 강우사상을 선정하지 않았다.
- 강우 빈도해석을 통한 재현기간과 지속시간별 확률강우량 산정은 강우관측 지점별로 관측시점부터 2014년까지의 시간 강수량 자료를 수집하여 연최대치 계열을 추출하였다. 극치 강우자료의 빈도해석을 수행할 경우, 지속시간과 재현기간별 고정시간간격의 최대강우량과 지속시간별 최대강우량간의 관계 (임의시간환산계수)는 Oh and Moon (2008)의 연구 결과를 활용하였다.
- kr/)에서 제공하는 종관기상관측시스템 (ASOS, Automated Synoptic Observing System)의 94개 관측지점 중에서 최근 20년 이상의 시간강우 관측 자료가 존재하는 71곳의 지점자료를 사용하였다. 또한 기상청의 전국 무인자동기상관측장비 (Automatic Weather Station, AWS)를 통하여 제공하는 477개 지점의 매분 기상관측 자료를 수집하여 토사재해 발생 시 누적강우량 산정 및 강우의 공간분포 특성 분석에 활용하였다. 다음 Fig.
- 연구 대상지역의 선정은 전국을 대상으로 과거 도심지 토사재해가 발생하였거나 발생 잠재위험성이 있다고 판단되는 고위험지역의 조사결과를 반영하여 최종적으로 10곳을 선정한 자료를 활용하였다 (Moon et al., 2016). Moon et al.
- (2016)의 연구결과에 의하면, 도심지 토사재해 예방을 위하여 도시계획 단위에서의 전략을 제안하고자 군집분석을 통하여 도심지 토사재해 중점관리대상지역을 선별하였으며, 그 분석절차는 ① 전국 산사태 이력자료 구축, ② 산사태 발생지역의 인구밀도 분석, ③ 산사태 발생지역의 산사태위험등급 분석, ④ 산사태 발생지역 유형분석, ⑤ 도심지 토사재해 중점관리대상지역 선정의 5단계를 거쳐 수행되었다. 최종적으로 선정된 도심지 토사재해 고위험지역 10곳은 경기도 의왕시 오전동 모락산 일대, 경기도 남양주시 화도읍 구암리 일대, 강원도 화천군 산양리 일대, 강원도 인제군 인제읍 상동리 일대, 세종특별자치시 반곡동 괴화산 일대, 강원도 원주시 태장2동 일대, 전북 전주시 완산구 서서학동 일대, 전남 고흥군 고흥읍남계리 주월산 일대, 대구광역시 달성군논공읍북리 일대, 경북 경산시 백천동 일대이며, 본 연구에서는 산사태 발생 강우를 대상으로 위험도기반 토사재해 시뮬레시션을 위한 재현기간별 강우의 시간분포 시나리오 작성 연구를 수행하였다. 여기서 토사재해 고위험지역으로 선정된 지역은 연구목적에 의한 선정임을 밝히며, 세종특별자치시의 경우 과거 토사재해가 발생하지 않았지만 잠재위험지역으로 분류된 지역이다.
- 토사재해 유발 강우시나리오 분석을 위하여 기상청 (KMA, http://www.kma.go.kr/)에서 제공하는 종관기상관측시스템 (ASOS, Automated Synoptic Observing System)의 94개 관측지점 중에서 최근 20년 이상의 시간강우 관측 자료가 존재하는 71곳의 지점자료를 사용하였다. 또한 기상청의 전국 무인자동기상관측장비 (Automatic Weather Station, AWS)를 통하여 제공하는 477개 지점의 매분 기상관측 자료를 수집하여 토사재해 발생 시 누적강우량 산정 및 강우의 공간분포 특성 분석에 활용하였다.
데이터처리
- 추출된 강우자료에 대한 통계적 특성 파악과 자료 경향성 및 무작위성을 검토한 후 확률가중모멘트법 (Probability Weighted Moments; PWM)을 사용하여 확률분포형의 매개변수를 추정하였다. 구해진 매개변수 추정값이 선정된 확률분포형의 확률변수나 매개변수가 일정한 조건을 만족하는가를 판단하기 위하여 적합도 검정을 실시하였으며, 대상 지점의 강우자료에 가장 적합한 최적 확률분포형은 Extreme Value Family에 속하는 Gumbel 분포형을 선택하였다. ｢한국확률강우량도작성, 2012.
- Table 5는 Huff 4분위 분포에 대한 Quartile별 무차원 누가 강우 곡선의 50 %에 해당하는 6차 다항식 계수를 산정한 결과이다. 원자료와 적합식과의 관계는 RSS (residual sum of squares)와 R2 (coefficient of determination)를 산정함으로서 무차원식의 적합성을 평가하였으며, 6차 다항식의 결과가 통계적으로 가장 유의한 결과를 보여 일반화된6차 다항식을 적용하였다. 강우의 지속기간과 Quartile별 RSS와 R2를 산정한 결과 적합식과 무자원 누가곡선이 높은 상관성을 보임을 확인할 수 있었으며, Quartile별 6차 다항식의 RSS는 1.
- 추출된 강우자료에 대한 통계적 특성 파악과 자료 경향성 및 무작위성을 검토한 후 확률가중모멘트법 (Probability Weighted Moments; PWM)을 사용하여 확률분포형의 매개변수를 추정하였다. 구해진 매개변수 추정값이 선정된 확률분포형의 확률변수나 매개변수가 일정한 조건을 만족하는가를 판단하기 위하여 적합도 검정을 실시하였으며, 대상 지점의 강우자료에 가장 적합한 최적 확률분포형은 Extreme Value Family에 속하는 Gumbel 분포형을 선택하였다.
이론/모형
- 강우 빈도해석을 통한 재현기간과 지속시간별 확률강우량 산정은 강우관측 지점별로 관측시점부터 2014년까지의 시간 강수량 자료를 수집하여 연최대치 계열을 추출하였다. 극치 강우자료의 빈도해석을 수행할 경우, 지속시간과 재현기간별 고정시간간격의 최대강우량과 지속시간별 최대강우량간의 관계 (임의시간환산계수)는 Oh and Moon (2008)의 연구 결과를 활용하였다.
- 즉, 특정 재현기간별로 하나의 식만 나오기 때문에 원하는 재현기간에 바로 적용하기에는 불편하며 계산을 여러 번 반복해야만 한다. 따라서 본 연구에서는 전체 재현기간과 지속시간에 적용 가능한 통합확률강우강도식을 사용하였다. 『한국확률강우량도작성, 건설교통부, 2000』에서 제시된 통합확률강우강도식은 다음 Eq.
성능/효과
- 1. 토사재해 고위험지역의 연 최대치 강우계열 선형추세는 1시간 (24시간) 0.035 (0.660)으로 양의 기울기 값을 보였으며, 최근에 올수록24시간 폭우 사상의 선형 증가 경향이 뚜렷이 나타나고 있어 최근 토사재해 발생 증가 위험성을 시사한다. 또한 24시간 누적강수량의 공간분포 패턴을 살펴보면, 토사재해 발생 위치와 24시간 누적 최대폭우의 발생 위치가 유사하게 나타나고 있음을 확인하였다.
- 3. 도심지 토사재해 고위험지역에 대하여 실제 강우패턴을 대표할 수 있는 일반화된 시간분포형을 유도해 내기 위하여 Huff 4분위 방법, Mononbe 방법, Yen & Chow 방법, 그리고 교호블럭 방법을 검토하였으며, 실제 토사재해 고위험지역의 발생강우와 시간분포 모형을 적합시킨 후 토사재해 유발 집중호우 재현성이 양호한 Mononbe 방법 (Type I)과 Huff 4분위 방법 (Type II)을 선정하여 위험도 기반 토사재해유발 강우시나리오를 작성하였다.
- 강우의 지속기간과 Quartile별 RSS와 R2를 산정한 결과 적합식과 무자원 누가곡선이 높은 상관성을 보임을 확인할 수 있었으며, Quartile별 6차 다항식의 RSS는 1.387~2.173으로, R2 는 0.99998~0.99999로 산정되었다.
- 또한 Table 3은 토사재해 고위험지역에 대한 강우지속 1시간의 재현기간별 확률강우량 값을 산정한 결과이다. 강우지속 1시간 (24시간)에 대한 100년 빈도 확률강우량값을 비교하면, 고흥군 지역이 111.7 mm (482.6 mm)로 가장 크게 나타났으며, 경산시 지역은 69.8 mm (258.5)로 가장 작은 값으로 분석되었다. 또한 재현기간별 (2~500년 빈도) 1시간 (24시간) 지속시간 강수량 편차는 확률강우량이 15.
- 9의 분석결과에서도 확인할 수 있듯이 실제 토사재해 고위험지역의 강우 패턴을 비교적 잘 모사하는 것으로 판단되며, 설계에서도 사용 빈도가 높은 Type I의 Mononobe 분포와 Type II의 Huff 분포를 대표 강우분포 모델로 선정하여 시나리오를 작성하였다. 따라서 강우발생 확률조건과 각 Type별 시간분포모형을 고려한다면, Type I의 경우 전방위, 중방위, 후방위 분포의 총24개 시나리오조합이 가능하며, Type II의 경우 1, 2, 3, 4 분위 분포의 총32개 시나리오 조합이 가능하다.
- 4 (f), (g)는 각각 2002년 태풍 루사 (Rusa)와 2003년 태풍 매미 (Maemi)가 발생하였을 때 이다. 따라서 집중호우가 자주 발생하는 6~9월과 태풍이 자주 올라오는 8~9월 사이에 폭우에 의한 토사재해 유발 가능성이 큼을 확인할 수 있다.
- 660으로 양의 기울기 값을 보임을 확인하였다. 따라서 최근에 올수록 도심지 토사재해 고위험지역의 1시간과 24 시간 누적 폭우 사상의 선형 증가 경향이 있음을 확인하였다.
- 660)으로 양의 기울기 값을 보였으며, 최근에 올수록24시간 폭우 사상의 선형 증가 경향이 뚜렷이 나타나고 있어 최근 토사재해 발생 증가 위험성을 시사한다. 또한 24시간 누적강수량의 공간분포 패턴을 살펴보면, 토사재해 발생 위치와 24시간 누적 최대폭우의 발생 위치가 유사하게 나타나고 있음을 확인하였다.
- 또한 Type II의 Huff 분포의 경우, 실제관측 우량주상도와 1시간 첨두 강우량 값을 비교한 결과 –59.2~–14.4 %의 차이를 나타내고 있으며, 남양주 지점에서 관측과 모의 값이 –14.4 %의 근소한 차이를 보이고 있음을 확인할 수 있다.
- 5)로 가장 작은 값으로 분석되었다. 또한 재현기간별 (2~500년 빈도) 1시간 (24시간) 지속시간 강수량 편차는 확률강우량이 15.1~52.1 mm (58.0~287.3 mm)의 편차를 보이고 있음을 확인하였다. 이는 전국을 대상으로 같은 빈도의 강수량을 적용한다고 할지라도 지역에 따라 재현기간별 강수량이 지속시간 1시간의 경우 31.
- 3는 도심지 토사재해 고위험지역의 과거 관측 시간강수량 자료 (분석기간: 1961~2014년)를 수집하여, 강우지속 1시간과 24시간 연최대강수량 (Annual Maximum Rainfall) 을 추출하여 시계열을 도시한 결과이며, 평균 시계열 자료에 대한 선형회귀식과 경향성을 나타내었다. 연최대치 계열의 추출 결과를 살펴보면 1시간 최대 강수량과 24시간 최대 강수량 모두 증가 경향을 보이고 있음으로 확인할 수 있으며, 선형 추세 (Linear Trend)는 각각 1시간 최대 강수량이 0.035, 24시간 최대 강수량이 0.660으로 양의 기울기 값을 보임을 확인하였다. 따라서 최근에 올수록 도심지 토사재해 고위험지역의 1시간과 24 시간 누적 폭우 사상의 선형 증가 경향이 있음을 확인하였다.
- 재현기간과 지속시간별 강우강도를 적용할 수 있도록, 토사재해 고위험지역에 대하여 통합확률강우강도식을 이용한 IDF곡선식을 제안하였다. 재현기간별 확률 강수량은 지역에 따라 상이한 경향을 보였으며, 강우지속 1시간의 경우 31.4~38.3 %의 편차를, 강우 지속 24시간의 경우 33.0~47.9 %의 편차를 보였다. 따라서 폭우 발생 위험도 개념에서 토사재해 유발 강우 분석을 위해서는 지역적 편차를 고려한 접근방법이 필요할 것으로 판단된다.
- 토사재해 발생 당시 AWS관측 자료로부터 선행 24시간 누적강수량과 시간당 최대강수량을 분석한 결과, 일 누적 강수량은 158.0~410.0 mm/d의 분포를 보였으며, 시간 최대 강수량은 32.9~81.0 mm/h로 분석되었다. 시범지역 중 전남 고흥의 경우, 410.
- 이 중 강원도 화천군에서 발생한 1996년 7월 폭우 사상의 경우 AWS관측 자료가 존재하지 않아 제외하였으며, 세종시의 경우 강우사상을 선정하지 않았다. 토사재해 유발 강우의 공간분포 패턴을 분석한 결과, 토사재해 발생 위치와 24시간 누적 최대폭우의 발생 위치가 유사하게 나타나고 있음을 확인할 수 있으며, 토사재해발생과 강우와의 연관성을 확인할 수 있다. Fig.
- 9는 토사재해 고위험지역의 토사재해 발생 당시 관측된 24시간 강우사상을 단위 우량 주상도로 환산하여 Mononobe분포 및 Huff 4분위 분포와 비교하여 도시한 결과이다. 토사재해를 유발할 수 있는 정형화된 형태의 강우분포 형태를 추출하기는 어려우나, 실제 토사재해 유발 강우 사상과 적합시킨 결과 Fig. 9 (a-f, h)는 극치 값의 재현성을 잘 나타내고 있는 Type I의 Mononobe 분포형태를 따르는 것으로 확인이 되며, Fig. 9 (g, i, j)는 강우가 분산된 형태의 강우분포를 나타나는 Type II의 Huff 4분위 분포형태를 따르는 것으로 확인된다. Type I의 Mononobe 분포의 경우, 실제관측 우량주상도와 1시간 첨두 강우량 값을 비교한 결과 –48.
후속연구
- 7 mm/h)로 분석되었다. 본 연구에서 작성한 지역별 통합확률강우강도 식을 활용하여 토사재해 고위험지역에 대한 재현기간과 지속시간별 강우강도 값의 직접 산출이 가능하여 그 활용도가 클 것이다.
- 폭우는 토사재해 유발의 주요 외부적인 요인으로 작용하며, 매년 여름철이면 우리나라에는 폭우가 집중하여 토사재해 피해가 집중적으로 발생하고 있다. 본 연구의 결과는 다양한 폭우 조건으로 인한 토사재해 위험분석과 사면 붕괴해석의 강우 경계조건 및 토석류 위험예측의 강우 입력 자료로 활용이 가능하며, 위험도 기반 토사재해 유발 패턴 분석에 활용이 가능할 것이다. 향후 국내실정에 맞는 토사재해 유발 강우 패턴을 고려한 다양한 시간분포 모형 개발노력이 필요하며, 기후변화 조건을 고려한 폭우해석 및 시간분포 모형 개발이 필요할 것으로 사료된다.
- 본 연구의 결과는 다양한 폭우 조건으로 인한 토사재해 위험분석과 사면 붕괴해석의 강우 경계조건 및 토석류 위험예측의 강우 입력 자료로 활용이 가능하며, 위험도 기반 토사재해 유발 패턴 분석에 활용이 가능할 것이다. 향후 국내실정에 맞는 토사재해 유발 강우 패턴을 고려한 다양한 시간분포 모형 개발노력이 필요하며, 기후변화 조건을 고려한 폭우해석 및 시간분포 모형 개발이 필요할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.