[논문]기후변화 시나리오에서의 LID 요소기술 적용에 따른 유출량 분석 - 청계천 유역을 대상으로

윤의혁; 장창래; 이경수

doi:10.3741/jkwra.2020.53.8.583

기후변화 시나리오에서의 LID 요소기술 적용에 따른 유출량 분석 - 청계천 유역을 대상으로
Runoff analysis according to LID facilities in climate change scenario - focusing on Cheonggyecheon basin 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.53 no.8, 2020년, pp.583 - 595

윤의혁 (동부엔지니어링(주) 수자원본부) , 장창래 (한국교통대학교 토목공학과) , 이경수 (행정안전부 국립재난안전연구원)

초록
AI-Helper

본 연구에서는 청계천 효자배수분구 유역을 대상으로 RCP 시나리오를 이용하여 Historical 강수량 및 5개의 GCMs 모델로 부터 산정된 Future 강수량과의 변화를 분석하였다. 각 GCMs 모델별 Historical 대비 Future 연 평균 강수량은 최소 35.30 mm에서 최대 208.65 mm 증가하였다. 그리고 Historical 대비 Future 변화율은 1.73%~16.84% 증가하였다. SWMM 모형을 이용하여 투수성포장, 침투도랑, 옥상녹화 3가지의 LID 요소기술을 이용하였다. 그리고 LID 요소기술별 적용된 가중치 변화에 따른 유출량을 분석하였다. 그 결과 각 GCMs 모델별 차이는 있으나 최소 2.58%, 최대 28.78% 유출량이 증가하였다. 그러나 투수성포장 및 침투도랑의 단일 적용시 INM-CM4와 MRI-CGCM3 모델에서 Historical 유출량 대비 각각 3.48%와 2.74%, 8.04%와 7.16% 감소되었다. 또한 두 가지의 LID 요소기술을 조합한 경우에도 유출량이 2.74%와 2.89%, 7.16%와 7.31% 감소되었다. 이것은 기존 Historical의 유출량보다 적거나 유사한 수준인 것으로 분석되었다. LID 요소기술의 적용 결과, 옥상녹화가 도심유역 면적의 1/3정도 적용되는 것이 유출량에 대한 지체시간을 확보하는데 가장 효과적인 것으로 나타났다. 또한 구도심 지역에 LID 기법을 적용할 경우 경제적 비용, 유지관리, 도심경관의 순서로 우선순위를 고려하는 것이 바람직하다.

Abstract ▼ AI-Helper

In this study, using the RCP scenario for Hyoja Drainage subbasin of Cheonggyecheon, we analyzed the change with the Historical and Future rainfall calculated from five GCMs models. As a result of analyzing the average rainfall by each GCMs model, the future rainfall increased by 35.30 to 208.65 mm from the historical rainfall. Future rainfall increased 1.73~16.84% than historical rainfall. In addition, the applicability of LID element technologies such as porous pavement, infiltration trench and green roof was analyzed using the SWMM model. And the applied weight and runoff for each LID element technology are analyzed. As a result of the analysis, although there was a difference for each GCMs model, the runoff increased by 2.58 to 28.78%. However, when single porous pavement and Infiltration trench were applied, Future rainfall decreased by 3.48% and 2.74%, 8.04% and 7.16% in INM-CM4 and MRI-CGCM3 models, respectively. Also, when the two types of LID element technologies were combined, the rainfall decreased by 2.74% and 2.89%, 7.16% and 7.31%, respectively. This is less than or similar to the historical rainfall runoff. As a result of applying the LID elemental technology, it was found that applying a green roof area of about 1/3 of the urban area is the most effective to secure the lag time of runoff. Moreover, when applying the LID method to the old downtown area, it is desirable to consider the priority order in the order of economic cost, maintenance, and cityscape.

주제어

표/그림 (19)

그림 Fig. 1. Study area : Hyoja drainage subbasin in Cheonggyecheon basin, Seoul
표 Table 1. Types of RCP scenarios (IPCC, 2013)
표 Table 2. List of climate models used in this study (Seo and Kim, 2018)
그림 Fig. 2. EXECUTIVE block
그림 Fig. 3. Concept diagram of SWMM-LID
표 Table 3. Input parameters for SWMM model
표 Table 4. Weighted values of LID facilities for SWMM model
표 Table 5. Precipitation event
그림 Fig. 4. Runoff analysis for calibration and verification of SWMM model
그림 Fig. 5. Averaged annual precipitation simulated by each climate change model (RCP8.5)
표 Table 6. Statistical verification standards for hydrological model (Moriasi et al., 2015)
표 Table 7. Conformity assessment result by precipitation event
그림 Fig. 6. Comparison of averaged precipitation between historical and future scenarios for each model
표 Table 8. Statistics analysis of simulation result for each model (unit : mm)
그림 Fig. 7. Monthly averaged precipitation simulated by RCP8.5 which models
그림 Fig. 8. Comparison of runoff between historical and future scenarios for each model
표 Table 9. Simulated total runoff with historical and future precipitation by GCMs (unit : 10⁶ m³)
표 Table 10. Runoff analysis by climate change scenario and LID application for each model (unit : 10⁶ m³)
표 Table 11. Differences from historical surface-runoff between with LID facilities and without LID facilities (unit : %)

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 도시유역에 적합하다고 판단되는 투수성포장, 옥상녹화 및 침투도랑의 LID 요소기술을 적용 하여 미래 기후변화 시나리오에 따른 유출량 저감율에 대하여 분석하였다.
먼저 구축한 자료를 이용하여 1) Historical 및 Future 강수량에 의한 유출량 및 2) Future 강수량 적용시 GCMs 모델별 LID 요소기술 적용에 따른 유출 특성에 대하여 모의 및 분석하였다. 이를 바탕으로 현재시점에 가장 근접한 유출량을 도출하여 최적 GCMs 모델과 이에 적합한 LID 요소기술의 적용성을 파악하였다.

제안 방법

그리고 SWMM 모형에 LID 요소기술을 적용하여 Historical을 현재시점으로 가정하고, 강우에 의해 발생된 유출량과 LID 요소기술이 적용된 Future 강우에서 발생된 유출량을 비교하였다. 먼저 구축한 자료를 이용하여 1) Historical 및 Future 강수량에 의한 유출량 및 2) Future 강수량 적용시 GCMs 모델별 LID 요소기술 적용에 따른 유출 특성에 대하여 모의 및 분석하였다. 이를 바탕으로 현재시점에 가장 근접한 유출량을 도출하여 최적 GCMs 모델과 이에 적합한 LID 요소기술의 적용성을 파악하였다.
3) 지표유출에 대한 모의 및 분석이 가능한 SWMM을 이용하여 모델링을 수행하였다. Future 강수량과 투수성포장, 침투도랑 및 옥상녹화 3가지의 LID 요소기술을 적용하였다.
3) 지표유출에 대한 모의 및 분석이 가능한 SWMM을 이용하여 모델링을 수행하였다. Future 강수량과 투수성포장, 침투도랑 및 옥상녹화 3가지의 LID 요소기술을 적용하였다. LID 요소기술별로 적용된 가중치는 0, 1/3, 2/3 및 한 개의 LID 요소기술만 적용하여 가중치의 총 합은 1이 되도록 하였고, 이에 따른 유출량에 대하여 분석하였다.
GCMs 모델별 LID 요소기술을 가중치에 따라 다르게 적용 하였으며, LID 요소기술에 적용한 가중치의 조합을 다음 Table 4와 같이 다양하게 하여 시나리오별 유출량을 산정하였다. 가중치 적용은 각 소유역별 면적에 Table 4에 산정된 가중치만큼 LID 요소기술에 곱하여 각 GCMs 모델에 적용하였다.
Future 강수량과 투수성포장, 침투도랑 및 옥상녹화 3가지의 LID 요소기술을 적용하였다. LID 요소기술별로 적용된 가중치는 0, 1/3, 2/3 및 한 개의 LID 요소기술만 적용하여 가중치의 총 합은 1이 되도록 하였고, 이에 따른 유출량에 대하여 분석하였다. 그 결과 Historical 대비 Future 유출량은 GFDL-ESM2M은 2.
GCMs 모델별 LID 요소기술을 가중치에 따라 다르게 적용 하였으며, LID 요소기술에 적용한 가중치의 조합을 다음 Table 4와 같이 다양하게 하여 시나리오별 유출량을 산정하였다. 가중치 적용은 각 소유역별 면적에 Table 4에 산정된 가중치만큼 LID 요소기술에 곱하여 각 GCMs 모델에 적용하였다. 그리고 GCMs 모델별 산정된 유출량을 비교하여 Historical과유출량이 비슷한 GCMs 모델을 선정하였다.
SWMM의 입력자료인 우수관망도는 서울시 우수관망 도시지리정보시스템(Urban Information System, UIS) 자료를 이용하였으며, 소유역 분할은 유역의 경사 및 건물 등을 고려하였다. 구분된 소유역은 총 293개이며, 개별 소유역에 대한 토지이용도, 정밀토양도를 검토하여 소유역별 유출곡선지 수를 산정하여 입력 자료를 구축하였다.
도심유역에서 발생되는 강우에 의한 유출량 저감을 위하여 강우 기간에 따라 Historical (1980 ~ 2005)과 Future (2046 ~ 2075)로 구분하였으며, Historical 대비 Future 강우의 증가에 따른 유출량의 변화를 분석하였다. 그리고 SWMM 모형에 LID 요소기술을 적용하여 Historical을 현재시점으로 가정하고, 강우에 의해 발생된 유출량과 LID 요소기술이 적용된 Future 강우에서 발생된 유출량을 비교하였다. 먼저 구축한 자료를 이용하여 1) Historical 및 Future 강수량에 의한 유출량 및 2) Future 강수량 적용시 GCMs 모델별 LID 요소기술 적용에 따른 유출 특성에 대하여 모의 및 분석하였다.
본 연구에서는 도심 침수가 빈번하게 발생되는 청계천 효자배수분구 유역을 선정하고, 대표농도경로인 RCP 시나리오를 이용하여 미래 기후 변화에 따른 유출량을 분석하였다. 그리고 수문모형을 이용하여 GCMs 모델로부터 산정된 Historical 과 Future 강수량을 이용하여 LID 요소기술 적용 여부에 따른 시나리오별 유출량 및 저감효과를 분석하였다. 그 결과는 다음과 같다.
5를 Future로 정의하였다. 그리고 한강 유역에 적합하다고 선정된 GFDL-ESM2M, NorESM1-M, INM-CM4, CMCC-CM, MRI-CGCM3의 5개 GCMs 모델을 이용하여 Historical과 Future에 대한 강수량을 산정하였다.
기후변화에 따른 미래 유출량 변화를 알아보고, LID 요소 기술을 적용하여 현재와 같은 수준의 유출량을 모의하기 위하여 Fig. 5와 같이 RCP4.5에 의한 강수량을 Historical 및 미래 기후변화 시나리오인 RCP8.5에 의한 강수량을 Future로 정의하였으며, 각 GCMs 모델별 연 강수량 변화에 대하여 비교하였다.
다음은 LID 요소기술을 적용하여 Historical 유출량에 해당하는 RCP8.5 시나리오에 가장 적합한 GCMs 모델을 찾기 위해 모의 결과를 분석하였다. Table 11은 GCMs 모델로 계산된 Historical 유출량과 LID 요소기술 적용율에 따라 모의된 Future 유출량과의 차이에 대한 비율을 나타낸 것이다.
도심유역에서 발생되는 강우에 의한 유출량 저감을 위하여 강우 기간에 따라 Historical (1980 ~ 2005)과 Future (2046 ~ 2075)로 구분하였으며, Historical 대비 Future 강우의 증가에 따른 유출량의 변화를 분석하였다. 그리고 SWMM 모형에 LID 요소기술을 적용하여 Historical을 현재시점으로 가정하고, 강우에 의해 발생된 유출량과 LID 요소기술이 적용된 Future 강우에서 발생된 유출량을 비교하였다.
즉, 각 지표들이 비슷한 평균과 표준편차를 갖도록 변환하여 분포의 상이함에서 오는 왜곡을 최소화할 수 있다. 따라서 각 주성분 점수에 주성분별 기여율인 분산 설명량을 곱한 뒤 모두 더하는 PCA방법으로 기후변화 모델별 LID 요소기술 적용에 따른 가중치를 산정하였다.
따라서 본 연구에서는 대표농도경로를 뜻하는 RCP 시나리오에 따라 강수량의 증가로 인하여 도심에서 발생되는 유출량이 LID 요소기술의 도입에 따라 저감되는 효과를 분석하는데 적합하다고 판단되어 청계천 유역의 효자배수분구를 대상 유역으로 선정하였다.
따라서, 본 연구에서는 LID 기법의 적용이 용이한 유역을 선정하여 LID 요소기술의 적용 전·후에 따른 유출량 변화를 수문모형(SWMM)을 이용하여 분석하였다.
따라서, 본 연구에서는 LID 기법의 적용이 용이한 유역을 선정하여 LID 요소기술의 적용 전·후에 따른 유출량 변화를 수문모형(SWMM)을 이용하여 분석하였다. 또한 정밀한 해상도를 갖는 대표농도경로인 RCP (Representative Concentration Pathway) 4.5와 8.5 시나리오를 이용하여 미래 기후 변화에 따른 유출 분석 및 전지구기후모형(Global Climate Models, GCMs)별로 LID 요소기술을 적용했을 때 Historical 수준의 유출량으로 저감되는 최적 모델을 선정하여 물순환 효율성을 파악하였다.
본 연구에서는 Zongxue et al. (1998)이 사용한 동일한 가중치를 부여하는 방법과 더불어 PCA를 이용한 가중치 부여 방법으로 GCMs 모델별 LID 요소기술 적용에 따른 가중치를 계산하였다. PCA는 상관관계가 높은 변수들의 선형결합을 이용 하여 복합지수를 구성하는 다변량 분석으로써 원자료 또는 표준화된 자료에 적용되고 있다.
본 연구에서는 도심 침수가 빈번하게 발생되는 청계천 효자배수분구 유역을 선정하고, 대표농도경로인 RCP 시나리오를 이용하여 미래 기후 변화에 따른 유출량을 분석하였다. 그리고 수문모형을 이용하여 GCMs 모델로부터 산정된 Historical 과 Future 강수량을 이용하여 LID 요소기술 적용 여부에 따른 시나리오별 유출량 및 저감효과를 분석하였다.
본 연구에서는 유역의 수문학적 토양군, 토지피복유형, 토지피복처리상태, 수문학적 조건, 불투수 면적, 선행함수조건 등 물리적･수문학적 매개변수에 대한 고려가 가능하다고 알려진 유출곡선지수(CN)과 조도계수(Roughness coefficient)를 이용하여 유출량을 산정하였다.
본 연구에서는 지표유출에 대한 모의 및 분석이 가능한 분포형 강우유출모형으로서 많은 선행 연구를 통하여 범용성이 확인된 SWMM을 이용하여 유역 모델링을 수행하였다. 대상 유역에서 강우에 따른 지표유출을 모의하기 위하여 RUNOFF Block을 이용하였다(Fig.
앞 절에서 분석된 유출량 결과를 바탕으로 Future 강수량을 이용하여 대상유역에 LID 요소기술의 적용에 따른 유출 특성에 대하여 모의하였다. 그 결과 LID 요소기술 적용율에 따른 총 일강수량 대비 유출량 변화는 다음 Table 10과 같다.

대상 데이터

SWMM의 입력자료인 우수관망도는 서울시 우수관망 도시지리정보시스템(Urban Information System, UIS) 자료를 이용하였으며, 소유역 분할은 유역의 경사 및 건물 등을 고려하였다. 구분된 소유역은 총 293개이며, 개별 소유역에 대한 토지이용도, 정밀토양도를 검토하여 소유역별 유출곡선지 수를 산정하여 입력 자료를 구축하였다.
본 연구에서는 Seo and Kim (2018)의 연구에서 강수량의 시·공간적 기후 특성의 재현성을 평가하여 우수한 것으로 선정된 27개의 GCMs 모델을 선정하였다. 그리고 27개의 GCMs 모델 중 RCP 8.5 시나리오에서 한강유역에 수문학적 변화에 적용성이 검증되고 가장 적합한 것으로 나타난 5개의 GCMs 모델을 최종적으로 선정하였다(Table 2). 또한 편이보정을 위하여 SDQDM (Spatial Disaggregation with Quantile Delta Mapping) 방법을 이용하였다.
가중치 적용은 각 소유역별 면적에 Table 4에 산정된 가중치만큼 LID 요소기술에 곱하여 각 GCMs 모델에 적용하였다. 그리고 GCMs 모델별 산정된 유출량을 비교하여 Historical과유출량이 비슷한 GCMs 모델을 선정하였다.
모형의 검‧보정을 위하여 Table 5와 같이 17년부터 19년에 관측된 강우 및 유출량 자료를 적용하였다. 그리고 Fig.
본 연구에서는 Seo and Kim (2018)의 연구에서 강수량의 시·공간적 기후 특성의 재현성을 평가하여 우수한 것으로 선정된 27개의 GCMs 모델을 선정하였다.
본 연구의 대상지역인 청계천 유역 효자배수분구는 총 유역면적이 약 5.3 km² 이며, 유역 총 면적의 24.1%는 민간시설, 5.9%의 공공·교육시설, 8.4%의 교통·기반 시설, 그리고 61.6%의 공원·녹지 시설로 구성되어 있다(Fig. 1). 유역의 상류부는 14.

이론/모형

kr). 기후변화 연구에서는 주로 현재 추세(저감없이)의 온실가스가 배출되는 RCP8.5 시나리오를 이용하고 있으며(Ishida et al., 2014; Lagos-Tuniga and Vargas, 2014; Choi et al., 2015; Lee et al., 2016), 본 연구에서도 LID요소기술 적용에 따른 유출량 변화를 분석하기 위하여 RCP8.5 시나리오를 이용하였다.
본 연구에서는 지표유출에 대한 모의 및 분석이 가능한 분포형 강우유출모형으로서 많은 선행 연구를 통하여 범용성이 확인된 SWMM을 이용하여 유역 모델링을 수행하였다. 대상 유역에서 강우에 따른 지표유출을 모의하기 위하여 RUNOFF Block을 이용하였다(Fig. 2).
또한 구축된 SWMM의 평가를 위하여 Moriasi et al. (2015) 이 제안한 R² 와 NSE의 평가 기준을 적용하였다(Table 6).
5 시나리오에서 한강유역에 수문학적 변화에 적용성이 검증되고 가장 적합한 것으로 나타난 5개의 GCMs 모델을 최종적으로 선정하였다(Table 2). 또한 편이보정을 위하여 SDQDM (Spatial Disaggregation with Quantile Delta Mapping) 방법을 이용하였다. SDQDM 방법은 주위 GCM 격자들의 값을 역거리가중법(Inverse Distance Weighted, IDW)을 이용하여 내삽을 한 후, 자료의 Quantile별로 원시 GCM에서 전망된 미래기간에 대한 변화율을 유지시키며 편이보정을 하는 통계적 방법이다.

성능/효과

2) Historical 대비 Future의 연 평균 강수량은 GFDL-ESM2M 은 104.56 mm, NorESM1-M은 208.65 mm, INM-CM4 은 35.30 mm, CMCC-CM은 104.86 mm, 그리고 MRICGCM3은 18.03 mm 증가하였다. 연 평균 강수량 변화율은 GCMs 모델별로 GFDL-ESM2M은 9.
4) 그러나 투수성포장과 침투도랑의 적용 가중치가 각각 1.0 일 때 INM-CM4 모델과 MRI-CGCM3의 모델에서 Historical 유출량 대비 3.48%와 2.90%, 8.04%와 7.39%로 감소하여 효과가 가장 좋은 것으로 분석되었다. 또한 위의 두 가지 LID 요소기술을 조합한 경우에도 INM-CM4 모델은 2.
5) LID 요소기술의 적용 결과, 옥상녹화가 도심유역 면적의 1/3정도 적용되는 것이 유출량에 대한 지체시간을 확보하는데 가장 효과적인 것으로 나타났다. 또한 구도심 지역에 LID 기법을 적용할 경우 경제적 비용, 유지관리, 도심경관의 순서로 우선순위를 고려하는 것이 바람직하다.
84%로 가장 크게 증가하였다. INMCM4 모델은 3.45%, CMCC-CM 모델은 약 9.34% 증가하였으며, 그리고 MRI-CGCM3 모델은 1.73%로 평균 강수량의 증가율이 가장 낮은 것으로 분석되었다.
LID 요소기술을 적용한 Future 시나리오에서의 각 모델별 유출량 차이는 GFDL-ESM2M 모델에서는 2.58% ~ 21.9%, NorESM1-M 모델에서는 14.62% ~ 28.75%, INM-CM4 모델 에서는 -2.74% ~ 16.86%, CMCC-CM 모델에서는 3.59% ~ 17.17%, 그리고 MRI-CGCM3 모델의 경우에는 -8.04% ~ 14.69%의 유출량 차이가 발생되는 것으로 분석되었다.
LID 요소기술의 적용 결과 GCMs 모델별 Future 유출량 대비 우수한 유출 저감 효과를 나타내는 첫번째는 대상유역전체에 투수성포장을 적용(시나리오 7)하는 것과 두 번째는 침투도랑을 적용(시나리오 9)하는 것으로 분석되었다. 그러나 도심 유역에서 LID 요소기술을 적용할 수 있는 면적에 100% 투수성포장 또는 침투도랑만을 적용시키는 것은 향후 유지관리 측면에서도 무리한 계획으로 판단된다.
SWMM 모형을 이용한 대상유역에서의 유출량 분석 결과 각 GCMs 모델별 강수량 변화에 따른 유출은 Historical 대비 Future 시나리오에서 모두 증가하는 것으로 분석되었다. NorESM1-M 모델에서 51.48 백만 m³ (40.2%)으로 가장 많이 증가하였고, CMCC-CM 모델은 35.27 백만 m³ (28.1%), GFDL-ESM2M 모델은 34.00 백만 m³ (27.8%), INM-CM4 모델은 24.74 백만 m³ (20.1%), 그리고 MRI-CGCM3 모델은 21.78 백만 m³ (17.0%) 순서로 유출량이 증가하는 것으로 분석되었다. 그리고 각 모델별 유출량 변화에 대하여 Fig.
SWMM 모형을 이용한 대상유역에서의 유출량 분석 결과 각 GCMs 모델별 강수량 변화에 따른 유출은 Historical 대비 Future 시나리오에서 모두 증가하는 것으로 분석되었다. NorESM1-M 모델에서 51.
LID 요소기술별로 적용된 가중치는 0, 1/3, 2/3 및 한 개의 LID 요소기술만 적용하여 가중치의 총 합은 1이 되도록 하였고, 이에 따른 유출량에 대하여 분석하였다. 그 결과 Historical 대비 Future 유출량은 GFDL-ESM2M은 2.58% ~ 21.90%, NorESM1-M은 14.62% ~ 28.75%, INM-CM4 은 4.35% ~ 16.86%, CMCC-CM은 3.59% ~ 22.09%, MRICGCM3은 0.81% ~ 14.69% 증가하였다.
따라서 우리나라의 한강유역에서는 선행 연구를 통하여 입증된 강수량의 시·공간적 재현성이 우수하며, RCP8.5 시나리오에서 한강유역을 잘 모의 하는 것으로 분석된 MRI-CGCM3 모델이 가장 적합한 것으로 판단된다.
따라서, 옥상녹화가 도심유역 면적의 1/3만큼 적용되어 있는 첫 번째 또는 두 번째 시나리오의 LID 요소기술 적용율이 가장 적정하다고 판단된다. 그 이유는 옥상녹화의 적용으로 강우에 의한 유출량 발생시 건물의 옥상에서 도심 지표까지의 유출량에 대한 지체시간을 확보할 수 있기 때문이다.
또한 본 연구는 RCP8.5의 강수량에서 GCMs 모델별로 LID 요소기술을 적용했을 때, Historical 수준의 유출량으로 저감 시키는 GCMs 모델을 찾는 것이 목표였기 때문에 Historical 의 유출량 대비 7.31% ~ 8.04% 더 감소되는 결과를 나타낸 MRI-CGCM3 모델이 가장 적합한 것으로 판단된다. 그러나 본 연구에서는 많은 LID 요소기술 중 가장 많이 이용되는 3가지만 적용한 것으로 향후 LID 요소기술의 적용에 있어 다양한 종류의 LID 요소기술의 연계 적용 및 경제성, 그리고 유지관리 측면 등에 대한 추가적인 연구가 필요하다.
39%로 감소하여 효과가 가장 좋은 것으로 분석되었다. 또한 위의 두 가지 LID 요소기술을 조합한 경우에도 INM-CM4 모델은 2.89%와 2.74%, MRI-CGCM3 모델은 7.31%와 7.16%로 유출량이 저감되는 것으로 분석되었다.
03 mm 증가하였다. 연 평균 강수량 변화율은 GCMs 모델별로 GFDL-ESM2M은 9.58%, NorESM1-M 은 16.84%, INM-CM4은 3.45%, CMCC-CM은 9.34%, MRI-CGCM3은 1.73% 로 분석되었다.
특히 MRI-CGCM3 모델의 경우 LID 요소기술 도입에 따라 유출량이 Historical 보다 7.31% ~ 8.04% 더 감소하였으며, NorESM1-M 모델이 Historical 대비 시나리오별로 유출량 저감에 있어 가장 큰 차이를 나타내는 것으로 분석되었다. 따라서 우리나라의 한강유역에서는 선행 연구를 통하여 입증된 강수량의 시·공간적 재현성이 우수하며, RCP8.

후속연구

LID 요소기술의 적용 결과 GCMs 모델별 Future 유출량 대비 우수한 유출 저감 효과를 나타내는 첫번째는 대상유역전체에 투수성포장을 적용(시나리오 7)하는 것과 두 번째는 침투도랑을 적용(시나리오 9)하는 것으로 분석되었다. 그러나 도심 유역에서 LID 요소기술을 적용할 수 있는 면적에 100% 투수성포장 또는 침투도랑만을 적용시키는 것은 향후 유지관리 측면에서도 무리한 계획으로 판단된다. 그리고 3번째와 6번째 시나리오의 경우 투수성포장과 침투도랑을 유역 면적에서 각 2/3와 1/3, 1/3과 2/3를 적용시키는 것인데, 이것 또한 앞에서 기술한 바와 같이 도심 전체에 투수성 LID요소기 술만 적용시킨다는 것은 현실적으로 무리가 있는 시나리오라고 판단된다.
04% 더 감소되는 결과를 나타낸 MRI-CGCM3 모델이 가장 적합한 것으로 판단된다. 그러나 본 연구에서는 많은 LID 요소기술 중 가장 많이 이용되는 3가지만 적용한 것으로 향후 LID 요소기술의 적용에 있어 다양한 종류의 LID 요소기술의 연계 적용 및 경제성, 그리고 유지관리 측면 등에 대한 추가적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	각 GCMs 모델별 Historical 대비 Future 변화율은 얼마나 증가하였는가?	65 mm 증가하였다. 그리고 Historical 대비 Future 변화율은 1.73%~16.84% 증가하였다. SWMM 모형을 이용하여 투수성포장, 침투도랑, 옥상녹화 3가지의 LID 요소기술을 이용하였다.
	본 연구에서는 RCP 시나리오를 무엇에 이용하였는가?	본 연구에서는 청계천 효자배수분구 유역을 대상으로 RCP 시나리오를 이용하여 Historical 강수량 및 5개의 GCMs 모델로 부터 산정된 Future 강수량과의 변화를 분석하였다. 각 GCMs 모델별 Historical 대비 Future 연 평균 강수량은 최소 35.
	각 GCMs 모델별 Historical 대비 Future 연 평균 강수량은 얼만큼 증가하였는가?	본 연구에서는 청계천 효자배수분구 유역을 대상으로 RCP 시나리오를 이용하여 Historical 강수량 및 5개의 GCMs 모델로 부터 산정된 Future 강수량과의 변화를 분석하였다. 각 GCMs 모델별 Historical 대비 Future 연 평균 강수량은 최소 35.30 mm에서 최대 208.65 mm 증가하였다. 그리고 Historical 대비 Future 변화율은 1.

참고문헌 (27)

Bae, C.Y., Park, C., Kil, S.H., Choi, I.K., and Lee, D.K. (2012). "Analysis of urban runoff with LID application : Focused on green roofs and permeable pavement." Journal of Korea Planning Association, Vol. 47, No. 5, pp. 39-47.
Brown, R.R., Keath, N., and Wong, T. (2007). "Transitioning to water sensitive cities: Historical current and future transition states." In International Conference on Urban Drainage 2007, Iwa Publishing, pp. CD-Rom.
Center for Watershed Protection Technical Memorandum : The Runoff Reduction Method (CWPCSN) (2008). Appendix B - Derivation of runoff reduction rates for select BMPs. Center for Watershed Protection & Stormwater Network, pp. B1-B11.
Choi, Y.J., Sim, K.B., Kim, S.D., and Kim, E.S. (2015). "Trend analysis of 1-day probable maximum precipitation." Journal of Korea Society of Hazard Mitigation, Vol. 15, No. 1, pp. 369-375.
Cho, E. (2012). The analysis of LID adaptation efficiency on urban basin based on SWMM-LID model. Master Thesis, Pusan National University.
Cho, J.P., Jung, I.G., Cho, W.I., and Hwang, S.W. (2018). "Usercentered climate change scenarios technique development and application of Korean Peninsula." Journal of Climate Change Research, Vol. 9, No. 1, pp. 13-29.

상세보기
Curtis, H., and Bruce, W. (2012). "Low impact development technical guidance manual for puget sound." Washington Stats University Extension, Puget Sound Partnership Leading Puget Sound Recovery, U.S.
Ferguson, B. (2005). "Porous pavement." CRC Press, F.L., U.S.
Han, S.R., Kang, N.R., and Lee, C.S. (2015). "Disaster risk evaluation for urban areas under composite hazard factors." Journal of the Korean Society of Hazard Mitigation, Vol. 15, pp. 33-43.
Ishida, K., Kavvas, M.L., Jang, S., Chen, Z.Q., Ohara, N., and Anderson, M.L. (2014). "Physically based estimation of maximum precipitation over three watersheds in Northern California: Atmospheric boundary condition shifting." Journal of Hydrologic Engineering, Vol. 20, No. 4, pp. 04015014-1-7.
Intergovernmental Panel on Climate Change (IPCC) (2013). Climate change 2013. Cambridge University Press, Cambridge, U.K. and N.Y., U.S.
Jang, S.W., Seo, L., Kim, T.W., and Ahn, J.H. (2011). "Non-stationary rainfall frequency analysis based on residual analysis." Journal of the Korean Society of Civil Engineers, KSCE, Vol. 39, No. 1, pp. 165-174.
Kim, H.S. (2011). A study on the decision of design magnitude for flood control of urban basin based on flooding characteristic values : A case study on the Hyoja drainage basin, located in Cheonggyecheon basin in Seoul. Master Thesis, Yonsei University, Seoul, Korea.
Korea Meteorological Administration (KMA) (2017). accessed 10 March 2020, .
Lagos-Tuniga, M.A., and Vargas, M.X. (2014). "PMP and PMF estimations in sparsely-gauged Andean basins and climate change projections." Hydrological Sciences Journal, Vol. 59, No. 11, pp. 2027-2042.

상세보기
Lee, D.E. (2019). Analysis of runoff and flood inundation in the lower Mekong River basin due to climate change. Ph. D. dissertation, Kyungpook National University.
Lee, E.J. (2006). Runoff characteristics and nonpoin source pollution loads in an urban watershed using SWMM model. Master Thesis, Inje University.
Lee, O.J., Park, M.W., Lee, J.H., and Kim, S.D. (2016). "Future PMPs projection according to precipitation variation under RCP 8.5 climate change scenario." Journal of Korea Water Resources Association, Vol. 49, No. 2, pp. 107-119.

원문보기 상세보기
Lewis, A.R. (2010). "Storm water management model." User's Manual Version 5.0., EAP, pp. 1-285.
Ministry of Land, Infrastructure and Transport (MOLIT) (2016). To develop the verification methods of element technology and standardization plan for efficient application of LID.
Moriasi, D.N., Gitau, M.W., Pai, N., and Daggupati, P. (2015). "Hydrologic and water quality models: Performance measures and evaluation criteria." Transactions of the ASABE, Vol. 58, No. 6, pp. 1763-1785.

상세보기
Park, J.Y., Lim, H.M., Lee, H.I., Oh, H.J., and Kim, W.J. (2013). "Water balance and pollutant load analyses according to LID techniques for a town development." Journal of Korean Society of Environmental Engineers, Vol. 35, No. 11, pp. 795-802.

원문보기 상세보기
Seo, S.B., and Kim, Y.O. (2018). "Impact of spatial aggregation level of climate indicators on a national-level selection for representative climate change scenarios." Sustainability, Vol. 10, No. 7, p. 2409.

상세보기
Seoul Metropolitan Government (2013). Establishment of Urban Management Plan for Environmental Dimensions at the center of Cheonggyecheon.
Yeom, W.S., Park, D.H., Kown, M.S., and Ahn, J.H. (2019). "Prospects of future extreme precipitation in South-North Korea shared river basin according to RCP climate change scenarios." Journal of Korea Water Resources Association, Vol. 52, No. 9, pp. 647-655.
Yoon, E.H. (2019). Development of smart monitoring system and optical quality management method of hydrologic data focused on LID testbed. Ph. D. dissertation, Pusan National University.
Zongxue, X., Jinno, K., Kawanura, A., Takesaki, S., and Ito, K. (1998). "Performance risk analysis for Fukuoka watersupply system." Water Resources Management, Vol. 12, pp. 13-30.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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