$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

거대강우 시나리오를 이용한 거대홍수량 산정
Estimation of Mega Flood Using Mega Rainfall Scenario 원문보기

한국습지학회지 = Journal of wetlands research, v.21 no.spc, 2019년, pp.90 - 97  

한대건 (인하대학교 토목공학과) ,  김덕환 (한국건설기술연구원 국토보전연구본부) ,  김정욱 (인하대학교 토목공학과) ,  정재원 (인하대학교 토목공학과) ,  이종소 (국토연구원 도시연구본부) ,  김형수 (인하대학교 토목공학과)

초록
AI-Helper 아이콘AI-Helper

최근 연속적인 호우사상으로 인해 홍수가 발생하고 있으며, 이로 인한 재산 및 인명피해가 증가하고 있다. 따라서 본 연구에서는 연속적인 호우사상 발생 사례를 바탕으로 거대강우 시나리오와 거대홍수를 정의하였다. 경안천 유역의 100년 빈도 확률강우사상이 연속적으로 발생한다는 가정하에 거대강우 시나리오를 생성하였으며, 거대홍수량을 산정하기 위하여 SSARR(Streamflow Synthesis and Reservoir Regulation)모형을 이용하였다. 또한, 보다 합리적인 유출해석을 수행하기 위하여 SCE_UA기법을 통해 매개변수를 추정하고, SSR(Sum of Squared of Residual)과 첨두유량 모의에 유리한 WSSR(Weighted Sum of Squared of Residual)의 목적함수를 이용하여 모형의 보정 및 검증을 수행하였다. 이를 통해 적합성 검토를 수행하였다. 그 결과, 경안천 유역의 100년 빈도 강우사상의 연속발생으로 인한 거대홍수량은 4,802㎥/s로 산정되었고, 경안천하천정비기본계획(2011)에서 산정한 100년 빈도 단일 강우사상에 의한 홍수량은 3,810㎥/s으로 산정되었다. 따라서 거대홍수량이 단일 호우사상에 의한 홍수량 보다 약 992㎥/s 만큼 증가하는 것으로 확인되었으며, 이는 향후 거대홍수를 고려할 경우, 경안천 유역의 치수방어대책 수립시 참고자료로 활용할 수 있을 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

In recent years, flood due to the consecutive storm events have been occurred and property damage and casualties are in increasing trend. This study calls the consecutively occurred storm events as a mega rainfall scenario and the discharge by the scenario is defined as a mega flood discharge. A meg...

주제어

표/그림 (6)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 앞서 언급한 바와 같이 유출해석은 다양한 매개변수에 영향을 받기 때문에 단일호우사상을 통해 산정한 매개변수를 이용하여 연속적인 호우사상의 유출해석을 수행할 경우, 결과가 상이하게 도출될 수 있다. 따라서 본 연구에서는 연속적인 호우사상에 대한 매개변수를 추정하여 보다 합리적인 유출해석 결과를 도출하고자 하였다.
  • 본 연구에서는 해당유역의 확률강우량을 연속 발생시켜 거대강우 시나리오를 생성하고자 한다. 따라서 해당유역의 확률강우량을 산정하기 위해서 30년이상의 시간 강우 자료가 있는 관측소를 선정하여 통계적 유의성을 확보하였다. 그 다음 관측소의 예비해석, 분포형 적용, 매개변수 추정, 적합도 검정, 최적 분포형 선정 등을 통해 해당유역의 빈도별 지속시간별 확률강우량을 산정하였다.
  • 따라서 모형의 매개변수 자동보정을 위해서는 적절한 목적함수의 선정이 필요하다. 본 연구에서는 목적함수로 실측유량과 모의유량의 편차 제곱의 합인 SSR과 Song (2006)에 의해 제안된 WSSR을 적용하여 이에 대한 적합성 평가를 수행한 뒤 매개변수 자동보정을 위한 최적의 목적함수를 선정하였다.
  • 연속적인 호우사상 발생으로 인한 거대강우 시나리오를 생성하기 위해서는 태풍, 극한강우, 집중호우, 확률강우량 등 연속적으로 발생시킬 호우사상에 대하여 선정해야한다. 본 연구에서는 해당유역의 확률강우량을 연속 발생시켜 거대강우 시나리오를 생성하고자 한다. 따라서 해당유역의 확률강우량을 산정하기 위해서 30년이상의 시간 강우 자료가 있는 관측소를 선정하여 통계적 유의성을 확보하였다.

가설 설정

  • SSARR 모형의 유출은 지표면 유출, 지표하 유출, 지하수 유출, 회귀지하수 유출로 구분되고, 각각 유출 성분은 여러 개의 가상적인 선형 저수지로 구성되어 있다고 가정하여 저수지 추적을 실시하여 유출량을 계산한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
거대강우사상이란? 본 연구에서는 연속호우사상 발생에 의한 거대강우 시나리오를 과거 발생한 태풍, 극한강우, 집중호우, 확률강우량, 미래 확률강우량 등이 최소 무강우기간 간격을 사이에 두고 가능최대강수량(PMP)를 넘지 않고, 연속적으로 발생하는 강우 시나리오로 정의하였다. 즉, 거대강우사상이란 확률론적으로는 발생될 가능성이 매우 적으나, 물리적으로는 발생될 수도 있는 연속적인 호우사상을 의미한다. 또한, 이러한 거대강우 시나리오로 인해 발생하는 유출량을 거대홍수 또는 거대홍수량으로 정의하였다.
생성한 거대강우 시나리오와 통계적 기법으로 추정한 가능최대강수량과 비교를 통해 거대강우 시나리오의 현실성을 확인해야 하는 이유는? 가능최대강수량이란 특정시간, 특정장소에서 물리적으로 발생할 수 있는 가능한 최대의 강수량이므로, 거대강우가 가능최대강수량 보다 작은 양의 값을 가지도록 생성하여야한다. 따라서 생성한 거대강우 시나리오와 통계적 기법으로 추정한 가능최대강수량과 비교를 통해 거대강우 시나리오의 현실성을 확인해야한다.
연속적인 호우로 인해 발생하는 피해는 일반적인 피해와 비교하여 어떤 우려가 있는가? 즉,단기간에 거대 호우사상이 연속적으로 중첩되거나, 비교적 장기간의 지속시간을 갖는 호우사상에 의해 발생하는 거대 홍수피해가 증가하고 있다. 또한, 연속적인 태풍의 내습, 태풍과 집중호우의 연속 발생, 장마가 끝난 후 국지성 호우 발생 등의 연속적인 호우로 인해 발생하는 피해는 단일 호우사상으로 인한 일반적인 피해보다 더 큰 재산과 인명피해를 발생시킬 우려가 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (23)

  1. Adams, B. J. and Papa, F. (2000). Urban Storm water Management Planning with Analytical Probabilistic Models, John Wiley and Sons, New York, NY. 

  2. Chen, H. W and Chang, N. B. (2006). Decision Support for Allocation of Watershed Pollution Load Using Gery Fuzzy Multi objective Programming, J. of the American Water Resources Association, 42(3), pp. 725-745. 

  3. Chen, R. S., Pi, L. C., Hsieh, C. C. (2005). Application of Parameter Optimization Method for Calibrating Tank Model, J. of the American Water Resources Association, 41(2), pp. 389-402. 

  4. Chen, Y., Xu, H. (2016). Improving flood forecasting capability of physically based distributed hydrological models by parameter optimization. Hydrol & Earth System Sciences Discussions. 12(10) 

  5. Cheng, C. T., Ou, C. P., Chau, K. W. (2002). Combining a fuzzy optimal model with a genetic algorithm to solve multi-objective rainfall-runoff model calibration, J. of Hydrology, 268(1-4), pp. 72-86. 

  6. Chung, GH., Park, HS., Sung, JY., and Kim, HJ. (2012). Determination and evaluation of optimal parameters in storagefunction method using SCE-UA, J. of Korea Water Resources Association, 45(11), pp. 1169-1186. [Korean Literature] 

  7. Gang, TU and Lee, SH(2014), Development on an automatic calibration module of the SWMM for watershed runoff simulation and water quality simulation, J. of Korea Water Resources Association, 47(4), pp. 343-356. [Korean Literature] 

  8. Huo, J., Zhang, Y., Luo, L., Long, Y., He, Z. (2017). Model parameter optimization method research in Heihe River open modeling environment, J. of Pattern Recognition and Artificial Intelligence, 31, pp. 31-53. 

  9. Kim, DH. (2018). Development of Consecutive Storm Event Based Rainfall-Runoff model for Short Term Flood Runoff Simulation and Applicability of the Model under Climate Change, Ph. D. Dissertation. INHA University. [Korean Literature] 

  10. Kim, JW., Kim, DH., Joo, HJ., Noh, HS., Lee, JS., Kim, HS. (2018). Case study : On objective functions for the peak flow calibration and for the representative parameter estimation of the basin, Water, 10(5), pp. 614. [Korean Literature] 

  11. Kouchi, D. H., Esmaili, K., Faridhosseini, A., Sanaeinejad, S. H., Khalili, D., Abbaspour, K. C. (2017). Sensitivity of Calibrated Parameters and Water Resource Estimates on Different Objective Functions and Optimization Algorithms, Water, 9, pp. 384. 

  12. Kwak JW., Kim, DG., Hong IP, Kim, HS. (2009). A Study of Progressive Parmeter Calibrations for Rainfall-Runoff Models, J. of Korean Wetlands Society, 11(2), pp. 107-121. [Korean Literature] 

  13. Lee, DE., Kim, YS., Yu, WS., Lee, GH. (2017). Evaluation on applicability of on/off-line parameter calibration techniques in rainfall-runoff modeling, J. of Korea Water Resources Association, 50(4), pp. 241-252. [Korean Literature] 

  14. Lee, MJ., Kim, BJ., Kim, JS., Kim, DH., Lee, DR., Kim, HS. (2017). Parameter Calibration and Estimation for SSARR Model for Predicting Flood Hydrograph in Miho Stream, J. of Korean Wetlands Society, 19(4), pp. 423-432. [Korean Literature] 

  15. Madsen, H., Wilson, G., Ammentrop, H. C. (2002) Comparison of different automated strategies for calibration of rainfall-runoff models, J. of Hydrol, 261, pp. 48-59. 

  16. Minstry of Land Infrastructure and Transport (2011). Maintenance plan of the Gyeongan Stream. [Korean Literature] 

  17. Mohan, S (1997). Parameter estimation of nonlinear Muskingum models using genetic algorithm, J. of Hydraul ENG, 123(2), pp. 137-142. 

  18. Remegio, B., Confesor, JR., Gerald, W., Whittaker. (2007). Automatic Calibration of Hydrologic Models With Multi-Objective Evolutionary Algorithm and Pareto Optimization, J. of the American Water Resources Association, 43(4), pp. 981-989. 

  19. Shahzad, M. K. (2011). A Data Based Flood Forecasting Model for the Mekong River, Ph. D. Dissertation, Karlsruhe Institute of Technology, Karlsruhe, Baden-Wurttemberg, Germany. 

  20. Song, JH., Kim, HS., Hong, LP., Kim, SU. (2006). Parameter Calibration of Storage Function Model and Flood Forecasting (1) Calibration Methods and Evaluation of Simulated Flood Hydrograph, J. of Korean Society of Engineers, 26(1), pp. 27-38. [Korean Literature] 

  21. Victor, P. and Alexander, P. (2012). Evaluating a Hydrological Flood Routing Function for Implementation into a Hydrological Energy Model, Lund University, Lund, Sweden. 

  22. Yu, P. S. and Yang, T. C. (2000). Fuzzy multi-objective function for rainfall-runoff model calibration, J. of Hydrology. 238, pp. 1-14. 

  23. Zhang, C., Wang, R. B., Meng, Q. X. (2015). Calibration of Conceptual Rainfall-Runoff Models Using Grobal Optimization, Advances in Meteorol, pp. 12. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로