[논문]실시간 기상예보를 활용한 농경지 침수정보시스템 소개

전상민; 박주현; 신용순; 최순군; 강문성

실시간 기상예보를 활용한 농경지 침수정보시스템 소개 원문보기

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

문제 정의

본 고에서는 농경지 침수정보시스템의 개발현황에 대해 소개하였다. 본 시스템은 개발이 완료될 경우 전국단위 농경지 침수 위험도 평가 체계 개발로 국가단위 농경지 침수 피해 예측 시스템 기반을 마련할 수 있으며, 지자체 관련업무 종사자, 농어촌공사 배수개선사업 담당자, 농민 등 관계자들과의 협의를 통해 농경지 침수 피해 알림 체계 마련할 수 있을 것으로 기대된다.
본 고에서는 현재 개발 중인 실시간 기상예보를 활용한 농경지 침수정보 시스템의 개발현황, 구성 및 웹페이지 구축 현황 등을 소개하고자 한다.
본 연구에서는 향후 농경지 침수정보의 서비스를 위해 농경지 침수정보시스템 웹페이지를 개발하였다. 시스템의 메인화면은 그림 3과 같으며, 메인화면에는 지역별 예보 강수량 및 대상유역별 침수위험도를 확인할 수 있다.

제안 방법

강수량의 경우 동네예보 6시간 강수량에 3시간 강우확률을 적용하여 시간 강우량으로 변환한 뒤, 표준유역(840개)별 면적 평균 강우량을 산출하여 시간별로 나타내고 있다. 대상유역별 침수위험도는 정상, 주의, 위험 3단계로 나누어 표시하고 있으며, 하천과 농경지의 위험도를 각각 산정하여 높은 위험도를 표시하도록 설정하였다. 현재 4대강 유역별 하나의 대상유역에 대해 실시간 침수 위험도를 산정하고 있으며 이를 광역시·도 단위로 표현하고 있다.
동네예보의 6시간 강수량을 시간단위 강수량으로 상세화하기 위해 김대하 등(2016)이 개발한 Multiplicative Random Cascade(MRC) 모형을 적용하였다. 동네예보로부터 기상청 ASOS 지점별 위치에 해당하는 격자점의 6시간 강우량을 추출하여 ASOS 지점별로 구축한 MRC 모형을 통해 1시간 단위 강우량을 생성하도록 알고리즘을 구성하였다.
또한, 농경지 침수예측 서비스를 위해서는 실시간으로 제공되는 기상예보 자료를 이용하여 비교적 짧은 시간에 침수 위험도를 해석할 수 있는 모형이 필요하다. 따라서 본 시스템에서는 선행연구에서 개발한 농경지의 수문기작을 반영할 수 있으며, 비교적 가벼운 해석 알고리즘을 가지는 농경지 침수 위험도 산정 범용모형을 적용하여 농경지 수위를 산정하고 있다. 범용모형에 대한 자세한 설명은 전상민 등(2017)이 소개한 바 있다.
또한, 농경지 수위가 30cm 이상, 70cm 이하이며 24시간 이내에 30cm 이하로 하강하는 경우 ‘주의’, 농경지 수위가 30cm 이하인 경우 ‘정상’으로 판단하도록 하였다.
배수개선사업에서는 20년 혹은 30년 빈도 임의지속 48시간 강우량에 대해 허용담수심(30cm)를 초과할 경우 관수(70cm)가 발생하지 않는 범위 내에서 24시간 이내에 허용담수 이하가 되도록 설계하고 있으며, 본 시스템에서는 농경지 수위가 70cm 이상이 되는 경우 및 24시간 이내에 30cm 이하로 내려가지 않는 경우 ‘위험’으로 판단하도록 알고리즘을 구성하였다.
자료는 5km × 5km 격자의 공간 해상도를 가지고 있으며 발표 주기는 매 3시간, 예보 구간은 발표일 +3일 0시까지이다.
하천 수위의 경우 하천 수위가 평수위와 제방높이 사이 50% 이하일 경우 ‘정상’, 50%-70% 사이일 경우 ‘주의’, 70% 이상일 경우 ‘위험’으로 판단하도록 알고리즘을 구성하였다.

이론/모형

그림 5는 본 시스템의 경보 기준을 나타내고 있다. 농경지 경보 기준은 농림축산식품부의 배수개선 사업 설계기준을 참고하여 설정하였다. 배수개선사업에서는 20년 혹은 30년 빈도 임의지속 48시간 강우량에 대해 허용담수심(30cm)를 초과할 경우 관수(70cm)가 발생하지 않는 범위 내에서 24시간 이내에 허용담수 이하가 되도록 설계하고 있으며, 본 시스템에서는 농경지 수위가 70cm 이상이 되는 경우 및 24시간 이내에 30cm 이하로 내려가지 않는 경우 ‘위험’으로 판단하도록 알고리즘을 구성하였다.
동네예보의 6시간 강수량을 시간단위 강수량으로 상세화하기 위해 김대하 등(2016)이 개발한 Multiplicative Random Cascade(MRC) 모형을 적용하였다. 동네예보로부터 기상청 ASOS 지점별 위치에 해당하는 격자점의 6시간 강우량을 추출하여 ASOS 지점별로 구축한 MRC 모형을 통해 1시간 단위 강우량을 생성하도록 알고리즘을 구성하였다.

후속연구

그리고 현재 후속과제인 ‘농경지 침수 위험도 평가 체계 고도화 연구(2018-2019)’를 통해 시스템의 고도화 및 전국단위 확장을 위한 연구를 수행중이다.
농경지 침수정보시스템은 기 개발된 프로토타입을 기반으로 모의결과 개선 및 전국단위 확장을 위해 추가적인 연구를 수행중이다. 현재 4개의 대상유역에 대해 구획단위의 농경지에 대해서만 예보를 제공하고 있으며, 향후 그림 6과 같이 하천변 농경지에 대한 전체적인 침수 모의가 가능하도록 결과를 개선할 계획이다.
본 시스템은 개발이 완료될 경우 전국단위 농경지 침수 위험도 평가 체계 개발로 국가단위 농경지 침수 피해 예측 시스템 기반을 마련할 수 있으며, 지자체 관련업무 종사자, 농어촌공사 배수개선사업 담당자, 농민 등 관계자들과의 협의를 통해 농경지 침수 피해 알림 체계 마련할 수 있을 것으로 기대된다. 또한, 침수 예측 시스템을 통한 사전 침수 모의를 통해 보수 사업이 필요한 침수 취약지구의 우선순위 선정 등 기술적 활용이 가능하며, 실시간 강우 예보자료를 활용하여 선제적인 침수 피해 대비를 통해 농작물의 손실 등 경제적 피해를 예방할 수 있을 것으로 기대된다.
본 고에서는 농경지 침수정보시스템의 개발현황에 대해 소개하였다. 본 시스템은 개발이 완료될 경우 전국단위 농경지 침수 위험도 평가 체계 개발로 국가단위 농경지 침수 피해 예측 시스템 기반을 마련할 수 있으며, 지자체 관련업무 종사자, 농어촌공사 배수개선사업 담당자, 농민 등 관계자들과의 협의를 통해 농경지 침수 피해 알림 체계 마련할 수 있을 것으로 기대된다. 또한, 침수 예측 시스템을 통한 사전 침수 모의를 통해 보수 사업이 필요한 침수 취약지구의 우선순위 선정 등 기술적 활용이 가능하며, 실시간 강우 예보자료를 활용하여 선제적인 침수 피해 대비를 통해 농작물의 손실 등 경제적 피해를 예방할 수 있을 것으로 기대된다.
또한 그림 7과 같이 전국단위 하천 수위 해석을 위해 신샛별 등 (2016)이 개발한 미측정 하천 단면 생성 기술을 적용하여 하천 단면을 생성하고 있으며, 한국국토정보공사의 기본도 등을 활용하여 하천변 농경지의 구획을 구분하여 전국단위 농경지 침수 해석을 위한 기초자료를 구축하는 등의 연구를 수행하고 있다. 향후 전국단위 자료 생성 및 모의 알고리즘 개발이 완료되면 침수정보시스템의 시범서비스를 실시할 계획이다.
농경지 침수정보시스템은 기 개발된 프로토타입을 기반으로 모의결과 개선 및 전국단위 확장을 위해 추가적인 연구를 수행중이다. 현재 4개의 대상유역에 대해 구획단위의 농경지에 대해서만 예보를 제공하고 있으며, 향후 그림 6과 같이 하천변 농경지에 대한 전체적인 침수 모의가 가능하도록 결과를 개선할 계획이다. 또한 그림 7과 같이 전국단위 하천 수위 해석을 위해 신샛별 등 (2016)이 개발한 미측정 하천 단면 생성 기술을 적용하여 하천 단면을 생성하고 있으며, 한국국토정보공사의 기본도 등을 활용하여 하천변 농경지의 구획을 구분하여 전국단위 농경지 침수 해석을 위한 기초자료를 구축하는 등의 연구를 수행하고 있다.

핵심어

질문

논문에서 추출한 답변

농경지 침수정보시스템 개발에 참여하고 있는 연구기관은?

농경지 침수정보시스템 개발에는 총 3개의 기관이 연구에 참여하고 있다(서울대학교, ㈜에피넷, 국립농업과학원). 서울대학교에서는 확률론 기반 농경지 침수 위험도 평가 체계 고도화를 수행하고 있으며, ㈜에피넷에서는 농경지 침수 위험도 평가 시범 서비스 시제품 확대 구축을 수행하고 있다.

총 3개의 기관에서 무엇을 하고 있는가?

농경지 침수정보시스템 개발에는 총 3개의 기관이 연구에 참여하고 있다(서울대학교, ㈜에피넷, 국립농업과학원). 서울대학교에서는 확률론 기반 농경지 침수 위험도 평가 체계 고도화를 수행하고 있으며, ㈜에피넷에서는 농경지 침수 위험도 평가 시범 서비스 시제품 확대 구축을 수행하고 있다. 농촌진흥청 국립농업과학원에서는 과제 총괄 및 농경지 침수예측 시스템 운용에 따른 침수 위험도 변동 분석을 담당하고 있다.

동네예보란 무엇인가?

농경지 침수정보시스템에서는 기상청의 실시간 동네예보 자료를 활용해 침수예측을 수행하고 있다. 동네예보는 예보기간과 구역을 시ㆍ공간적으로 세분화하여 행하는 예보로 3시간 기온, 최고기온, 최저기온, 상대습도, 풍향, 풍속, 하늘상태, 강수확률, 강수형태, 강수량, 신적설, 유의파고 등의 기상예보 자료를 제공한다. 국가농림기상센터로부터 제공받는 동네예보 자료는 GRIB 형태의 파일(Raster)로, 6시간 강수량, 3시간 강우확률, 3시간 강수형태 등을 포함하고 있다.

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

실시간 기상예보를 활용한 농경지 침수정보시스템 소개 원문보기

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

질의응답

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

실시간 기상예보를 활용한 농경지 침수정보시스템 소개 원문보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

질의응답

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

전상민 (42) 박주현 (3) 신용순 (1) 최순군 (31) 강문성 (127)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper