기후변화시나리오와 비정상성 빈도분석을 이용한 도시유형별 목표연도 설계강우량 제시 및 치수안전도 변화 전망 Predicting the Design Rainfall for Target Years and Flood Safety Changes by City Type using Non-Stationary Frequency Analysis and Climate Change Scenario원문보기
Due to recent heavy rain events, there are increasing demands for adapting infrastructure design, including drainage facilities in urban basins. Therefore, a clear definition of urban rainfall must be provided; however, currently, such a definition is unavailable. In this study, urban rainfall is de...
Due to recent heavy rain events, there are increasing demands for adapting infrastructure design, including drainage facilities in urban basins. Therefore, a clear definition of urban rainfall must be provided; however, currently, such a definition is unavailable. In this study, urban rainfall is defined as a rainfall event that has the potential to cause water-related disasters such as floods and landslides in urban areas. Moreover, based on design rainfall, these disasters are defined as those that causes excess design flooding due to certain rainfall events. These heavy rain scenarios require that the design of various urban rainfall facilities consider design rainfall in the target years of their life cycle, for disaster prevention. The average frequency of heavy rain in each region, inland and coastal areas, was analyzed through a frequency analysis of the highest annual rainfall in the past year. The potential change in future rainfall intensity changes the service level of the infrastructure related to hand-to-hand construction; therefore, the target year and design rainfall considering the climate change premium were presented. Finally, the change in dimensional safety according to the RCP8.5 climate change scenario was predicted.
Due to recent heavy rain events, there are increasing demands for adapting infrastructure design, including drainage facilities in urban basins. Therefore, a clear definition of urban rainfall must be provided; however, currently, such a definition is unavailable. In this study, urban rainfall is defined as a rainfall event that has the potential to cause water-related disasters such as floods and landslides in urban areas. Moreover, based on design rainfall, these disasters are defined as those that causes excess design flooding due to certain rainfall events. These heavy rain scenarios require that the design of various urban rainfall facilities consider design rainfall in the target years of their life cycle, for disaster prevention. The average frequency of heavy rain in each region, inland and coastal areas, was analyzed through a frequency analysis of the highest annual rainfall in the past year. The potential change in future rainfall intensity changes the service level of the infrastructure related to hand-to-hand construction; therefore, the target year and design rainfall considering the climate change premium were presented. Finally, the change in dimensional safety according to the RCP8.5 climate change scenario was predicted.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 도시폭우를 특정 강우사상으로 인해 설계홍수량을 초과를 유발하여 재해와 재난을 발생시킬 경우라고 정의하였다. 폭우시나리오는 도시방재시설물의 유효기간를 고려한 목표연도 설계가중치의 설정을 위해 다양한 설계강우량 산정방법(경향성을 고려한 비정상성빈도해석, RCP기후변화 시나리오를 고려한 비정상성 빈도해석)을 이용하였다.
제안 방법
, 2013). 또한 지속시간 1시간의 연최고치 강우량의 설계빈도를 산정하여 행정구역 및 도시유형별 설계빈도 상향에 활용하였다. 분석을 위한 시간적 범위로는 Fig.
폭우시나리오는 도시방재시설물의 유효기간를 고려한 목표연도 설계가중치의 설정을 위해 다양한 설계강우량 산정방법(경향성을 고려한 비정상성빈도해석, RCP기후변화 시나리오를 고려한 비정상성 빈도해석)을 이용하였다. 또한, 단시간에 많은 강우가 발생할 수 있을 수 있는 상황에 대해서도 적용하기위해 과거 지속시간 1시간 연 최고치 강우량 빈도분석을 통해 행정구역별, 내륙 및 해안지역 평균설계빈도를 분석하여 대응빈도를 제시하였다. 미래 강우강도의 변화는 수공관련 기반시설의 서비스 수준을 감소시키므로 목표연도와 기후변화프리미엄을 고려한 설계강우량을 제시하였고, RCP8.
본 연구에서는 도시폭우를 설계강우량을 기준으로 설정 할 경우 특정 강우 이벤트로인해 설계홍수량을 초과하여 재해와 재난을 발생시키는 사상으로 정의하고, 방재시설물의 생애주기를 고려한 목표연도 설계가중치 설정을 위해 경향성과 RCP기후변화시나리오를 고려하여 GEV분포를 따르는 비정상성 빈도분석을 수행하였다. 먼저 과거 지속시간 1시간의 연최고치 강우량을 통해 행정구역별, 내륙 및 해안지역의 평균설계빈도를 분석하여 대응 빈도를 제시하였고, 미래 강우강도의 변화는 수공관련 기반시설의 서비스 수준을 감소시키므로 목표연도와 기후변화 프리미엄을 고려한 설계강우량을 제시하였다. 본 연구의 3개의 결론을 요약하면 다음과 같다.
, 2010). 본 논문에서는 위치매개변수와 규모매개변수에 대하여 외부설명 변수와 경향성을 적용하였다. 시간(t)에 종속된 위치 매개변수 µ(t)와 시간(t)에 종속된 규모변수 σ(t)는 다음과 같이 표현된다.
본 연구에서는 도시폭우를 설계강우량을 기준으로 설정 할 경우 특정 강우 이벤트로인해 설계홍수량을 초과하여 재해와 재난을 발생시키는 사상으로 정의하고, 방재시설물의 생애주기를 고려한 목표연도 설계가중치 설정을 위해 경향성과 RCP기후변화시나리오를 고려하여 GEV분포를 따르는 비정상성 빈도분석을 수행하였다. 먼저 과거 지속시간 1시간의 연최고치 강우량을 통해 행정구역별, 내륙 및 해안지역의 평균설계빈도를 분석하여 대응 빈도를 제시하였고, 미래 강우강도의 변화는 수공관련 기반시설의 서비스 수준을 감소시키므로 목표연도와 기후변화 프리미엄을 고려한 설계강우량을 제시하였다.
본 연구에서는 설계강우량을 산정하기에 앞서 Fig.2와 같이 우리나라를 3개의 도시유형별로 구분하였다. 첫째로 행정구역별로 구분하였으며, 각 행정구역별 기상관측소 수는 Table 1과 같다.
기후변화는 기후를 비정상성(non -stationary) 개념으로 변화시키고 있으며, 배수관련 기반구조 설계의 가정 중 하나인 통계 매개변수의 정상성은 미래에는 더이상 유효하지 않는다. 본 절에서는 이러한 비정상성을 고려한 조건부 GEV 분포를 이용하여 분석하였다. 기후변화를 고려한 치수안전도의 경우 Table 5와 같이 분석되었으며 강원도의 경우 100년 빈도 강우가 Future 3 기간에 약 22년 빈도로 감소하였다.
또한 지속시간 1시간의 연최고치 강우량의 설계빈도를 산정하여 행정구역 및 도시유형별 설계빈도 상향에 활용하였다. 분석을 위한 시간적 범위로는 Fig.4와 같이 현재기간인 Current (1976y~2005y)와 미래기간인 Future 1 (2011y~2040y), Future 2 (2041y~2070y), Future 3 (2071~2100)으로 구분하여 분석을 실시하였다.
셋째, 본 연구에서는 비정상성을 반영한 조건부 GEV 분포를 이용하여 지속시간별 확률강우량을 산정하였다. 수도권 및 경기지역의 빈도별 강우량을 분석한 결과, 전반적으로 미래로 갈수록 빈도별 강우량이 크게 증가하는 것으로 분석되었다.
둘째로 내륙 및 해안도시별로 구분하였으며, 기상관측소는 각각 29개소, 26개소이다. 셋째로 해안도시를 동해안, 남해안, 서해안으로 구분하였다.
대상 데이터
3과 같이 기상청 산하 1976년부터 자료가 존재하고 있는 55개 기상관측소의 관측 자료를 사용하였다. 기후변화시나리오의 경우 기상청에서 제공하고 있는 HadGEM2-AO 모델 자료를 사용하였다(Baek et al., 2013). 또한 지속시간 1시간의 연최고치 강우량의 설계빈도를 산정하여 행정구역 및 도시유형별 설계빈도 상향에 활용하였다.
첫째로 행정구역별로 구분하였으며, 각 행정구역별 기상관측소 수는 Table 1과 같다. 둘째로 내륙 및 해안도시별로 구분하였으며, 기상관측소는 각각 29개소, 26개소이다. 셋째로 해안도시를 동해안, 남해안, 서해안으로 구분하였다.
본 연구에서는 도시방재시설물의 유효기간을 고려한 목표연도 설계가중치 설정을 위한 다양한 설계강우량을 산정하기위해 Fig. 3과 같이 기상청 산하 1976년부터 자료가 존재하고 있는 55개 기상관측소의 관측 자료를 사용하였다. 기후변화시나리오의 경우 기상청에서 제공하고 있는 HadGEM2-AO 모델 자료를 사용하였다(Baek et al.
데이터처리
, 2015). 본 논문에서는 조건부 GEV 확률분포를 이용하여 비정상성 빈도분석을 실시하였으며 식 (3)과 같은 형태로 표현된다(Kim et al., 2011).
이론/모형
국외의 경우 Annette et al.(2008)가 기후변화시나리오와 DHI(Danishi Hydraulics Institute) MOUSE 모형을 이용하여 합류식 관거 시스템이 도시지역에 미치는 영향을 평가하였고, Alain et al.(2007)는 CRCM(Canadian Regional Climate Model)을 활용하여 연 최대 2시간, 6시간, 12시간, 24시간 강우량을 대상으로 지역빈도해석을 적용하여 IDF(Intensity - Duration - Frequency) 곡선을 작성하였다.
본 연구에서는 도시폭우를 특정 강우사상으로 인해 설계홍수량을 초과를 유발하여 재해와 재난을 발생시킬 경우라고 정의하였다. 폭우시나리오는 도시방재시설물의 유효기간를 고려한 목표연도 설계가중치의 설정을 위해 다양한 설계강우량 산정방법(경향성을 고려한 비정상성빈도해석, RCP기후변화 시나리오를 고려한 비정상성 빈도해석)을 이용하였다. 또한, 단시간에 많은 강우가 발생할 수 있을 수 있는 상황에 대해서도 적용하기위해 과거 지속시간 1시간 연 최고치 강우량 빈도분석을 통해 행정구역별, 내륙 및 해안지역 평균설계빈도를 분석하여 대응빈도를 제시하였다.
성능/효과
이는 다른 지역에 비해 폭우로 인한 홍수위험성 크게 증기하는 것을 의미하며, 이에 충분한 대비가 필요하다. Future 1의경우 강원권에서 가중치가 가장 작게 분석되고, 충청권에서 Future 1기간에 40%, Future 3 기간에 54% 증가하는 것으로 가장 크게 분석되었다.
해안도시 및 내륙도시의 경우 Table 3과 같이 내륙도시의 목표연도 설계강우량의 변화율이 큰 것으로 전망된다. 경향성을 고려하였을 때 해안도시에서 가중치가 약 22% 이상 증가하였고 내륙도시의 경우 약 18% 이상 증가한다. 기후변화시나리오를 고려하였을 때 해안도시는 약 3% ~ 7% 정도 증가하였고, 내륙도시는 16% ~ 26% 정도 증가하였다.
또한 내륙도시의 경우 약 18%가 증가하는 것으로 분석되었다. 기후변화 시나리오를 고려하였을때 해안도시는 약 3% ~ 8% 정도 증가하는 것으로 전망되었고, 내륙도시는 16% ~ 29% 정도 증가할 것으로 전망되었다. 해안도시의 목표연도 설계강우량은 남해안, 서해안, 동해안 순으로 변화율이 큰 것으로 전망되었다.
행적구역별 치수안전도 변화를 살펴본 결과 경향성을 고려한 경우 Table 2와 같이 전 권역이 약 20% 이상이 증가되는 것으로 분석되었다. 기후변화시나리오를 고려한 경우 전 지역이 미래로 갈수록 폭우위험성이 증가하는 것으로 분석되었며, 특히 수도권과 충청권에서 크게 증가할 것이라 전망되었다. 이는 다른 지역에 비해 폭우로 인한 홍수위험성 크게 증기하는 것을 의미하며, 이에 충분한 대비가 필요하다.
둘째, 기후변화를 고려한 치수안전도 분석결과 강원도의 경우 100년 빈도 강우가Future 3 기간에 약 22년 빈도로 감소하였다. 특히, 수도권을 포함하는 경기, 서울 지역은 250년 빈도 강우가 Future 3 기간에 약 8년 빈도로 급격하게 감소하는 것으로 분석되었으며 전체 행정구역에서 미래로 갈수록 치수안전도가 감소하였다.
이는 다른 권역보다 폭우로 인한 홍수위험성 높아 이에 대비해야 한다는 점을 의미한다. 또한 내륙도시의 목표연도 설계강우량의 변화율이 가장크며, 경향성을 고려한 경우 해안도시는 평균적으로 약 22% 증가하였다. 또한 내륙도시의 경우 약 18%가 증가하는 것으로 분석되었다.
셋째, 본 연구에서는 비정상성을 반영한 조건부 GEV 분포를 이용하여 지속시간별 확률강우량을 산정하였다. 수도권 및 경기지역의 빈도별 강우량을 분석한 결과, 전반적으로 미래로 갈수록 빈도별 강우량이 크게 증가하는 것으로 분석되었다. 또한 단순히관측자료의 경향성만을 고려한 설계강우량 산정법은 현재 대비 증가율이 가장 크게 분석되었으나 과거의 경향이 미래에도 계속된다는 선형방정식을 기본 가정으로 설정하고 있기 때문에 기후 변화의 주기성, 반복성을 반영한 목표연도 강우량을 산정하는것은 한계가 있음을 확인할 수 있었다.
전반적으로 목표연도 설계강우량은 동해안, 서해안, 남해안 순으로 변화율이 큰 것으로 분석되었다(Table 4). 특히 태백산맥으로 인해 영서와 상이한 기상특성을 가지는 동해안에서 가장 크게 분석이 되었는데 이는 강원도 영동지역의 기상학적 특성이 잘 반영된 것이라 판단된다.
이 개념은 특정 수공시설물의 서비스 수준(service level)의평가를 위해 이용된다. 즉, 200년 빈도 재현기간으로 되어 있다는것은 통계학적으로 200년에 1번의 확률로 발생할 수 있는 이벤트에 대해 구조물이 충분히 대응하도록 설계되어 있다는 것을 의미한다. 그러나 비정상성은 극한강우의 발생빈도가 시간에 따라 변한다는 뜻으로 재현기간이 시간(t)에 따라 변한다는 것을 의미하며, 기후변화는 과거 극한사상의 경향을 벗어나 SAM이 정상성이라는 가정에 벗어날 것이라 판단된다.
첫째, 경향성을 고려한 경우 전 지역에서 설계강우량이 약 20% 이상 증가되는 것으로 분석되었으며, 이는 폭우의 지역적 편차를 충분히 반영하지 못한 것으로 판단된다. 기후변화 시나리오를 고려한 경우 수도권 지역의 경우 미래의 폭우위험성이 크게 증가하는 것으로 분석되었다.
기후변화를 고려한 치수안전도의 경우 Table 5와 같이 분석되었으며 강원도의 경우 100년 빈도 강우가 Future 3 기간에 약 22년 빈도로 감소하였다. 특히, 수도권을 포함하는 경기, 서울 지역은 250년 빈도 강우가 Future 3 기간에 약 8년 빈도로 급격하게 감소하는 것으로 분석되었으며 전체 행정구역에서 미래로 갈수록 치수안전도가 감소하였다. 이는 현재의 높은 빈도의 강우가 미래에는 더 빈번하게 발생할 석으로 판단할 수 있으며 방재시설물, 수공시설물 등의 설계에 치수안전도를 고려하여 설계가 필요할 것으로 판단된다.
후속연구
수도권 및 경기지역의 빈도별 강우량을 분석한 결과, 전반적으로 미래로 갈수록 빈도별 강우량이 크게 증가하는 것으로 분석되었다. 또한 단순히관측자료의 경향성만을 고려한 설계강우량 산정법은 현재 대비 증가율이 가장 크게 분석되었으나 과거의 경향이 미래에도 계속된다는 선형방정식을 기본 가정으로 설정하고 있기 때문에 기후 변화의 주기성, 반복성을 반영한 목표연도 강우량을 산정하는것은 한계가 있음을 확인할 수 있었다.
해안도시의 목표연도 설계강우량은 남해안, 서해안, 동해안 순으로 변화율이 큰 것으로 전망되었다. 본 연구에서는 관측소, 지자체 폭우시나리오/빈도별 강수량을 산정하고 현재 설계강수량 대비 가중치를 제시하였으며 수공시설물 설계 시 기후변화 프리미엄을 고려하여 설계강우량의 여유치를 확보한다면 기후변화로 인해 미래에 설계강우 빈도의 변화에도 시설물의 안전도가 확보될 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
폭우 및 이상 강우로부터 도시유역의 배수시설과 사회기반 구조물의 설계의 재조정이 이루어져야 한다는 목소리가 높아진 이유는 무엇인가?
2010년과 2011년 2012년 서울시 강남구에서 집중호우로 인해 설계강우량을 초과하여 홍수피해가 발생하였다. 이와 같이 최근 들어 기후변화로 인해 폭우 및 이상강우의 발생 빈도가 증가하고 있다. 이에 이러한 폭우 및 이상 강우로부터 도시유역의 배수시설과 사회기반 구조물의 설계의 재조정이 이루어져야 한다는 목소리가 높아지고 있다.
기후변화가 극한 사상에 미치는 영향에 대한 연구가 시작된 시기는 언제인가?
관련 연구를 살펴보면 2005년도 이후 기후변화가 극한 사상에 미치는 영향에 대한 연구가 시작되었음을 알 수 있다. 또한 2007년 이후로는 유역의 특성과 유역내의 강우관측소간의 공간적 상관성을 고려하여 기후모형으로부터 수문기상변수를 생산할 수 있는 다양한 형태의 일기발생 모형의 개발에 대한 연구를 진행 중에 있다(National Emergency Management Agency, 2011).
비정상성 기반의 빈도분석 관련 사례 중 강원도 평창 지역을 분석한 사례가 있는가?
(2014)는 한반도에서의 기후변화를 대응하기위한 정책수립과 기후변화의 감시 및 예측에 필요한 과학정보를 조사하여 기후변화에 대응하기 위한 활용전략을 제시하였다. Han et al.(2016)은 Bayesian Model Averaging를 이용하여 평창지역 기온에 대한 확률론적 예측을 하였다.
참고문헌 (29)
Alain, M., Sophie, D., Daniel, C., Guillaume, T., 2007, Assesment of future change in intensity-duration-frequency (IDF) curves for Southern Quebec using the Canadian Regional Climate Model (CRCM), Journal of Hydrology, 347(1), 197-210.
Alison, L. K., Richard, G. J., Nicholas, S., 2006, Reynard RCM rainfall for UK flood frequency estimation. II, climate change results, Journal of Hydrology, 318, 163-172.
Annette, S. D., Claes, H., Gilbert, S., Gustafsson, L. G., 2008, The impacts of climate change and urbanisation on drainage in Helsingborg, Sweden: Combined sewer system, Journal of Hydrology, 350(1), 100-113.
Baek, H. J., Lee, J. H., Lee, H. S., Hyun, Y. K., Cho, C. H., Kwon, W. T., Margin, C., Gan, S. Y., Kim, M. J., Choi, D. H., Lee, J. H., Lee, J. H., Boo, K. O., Kang, H. S., Byun, Y. H., 2013, Climate change in the 21st century simulated by HadGEM2-AO under representative concentration pathways, Asia-Pacific J. Atmos. Sci., 49, 603-618.
Choi, Y. E., Kwon, W. T., Yun, W. T., Jung, H. J., Kim, K. H., Pakr, I. H., Lee, H. S., Pyeon, D. E., Kwon, J. I., 2014, Study on application strategies of scientific climate change information to build adaptation policies and climate monitoring-prediction-adaptation planning over the Republic of Korea, Journal of Climate Research, 9(1), 77-91.
Coles, S., 2001, An Introduction to statistical modeling of extreme values, Springer - Verlag, London, UK.
Fowler, H. J., Kilsby, C. G., 2003, A Regional frequency an of United Kingdom extreme rainfall from 1961 to 2000. International Journal of Climatology, 23, 1313-1334.
Groisman, P. Y., Karl, T. R., Easterling, D. R., Knight, R. W., Jamason, P. F., Hennessy, K. J, Suppiah, R., Page, C. M., Wibig, J., Fortuniak, K., Razuvaev, V. N., Douglas, A., Forland, E., Zahi, P. M., 1999, Changes in the probability of heavy precipitation: important indicators of climatic change, Journal of Climatic Change, 42(1), 243-283.
Han, K. H., Choi, J. T., Kim, C. S., 2016, Calibration of probabilistic forecast of temperature in PyeongChang area using bayesian model averaging, Journal of Climate Research, 11(1), 49-67.
He, Y., Bardossy, A., Brommundt, J., 2006, Non-stationary flood frequency analysis in southern Germany, The 7th International Conference on HydroScience and Engineering, Philadelphia, USA. 1-16.
Hershfield, D. M., 1973, On the probability of extreme rainfall events, Bulletin of the American Meteorological Society, 54, 1013-1018.
Jang, D. H., Lee, S. H., 2013, Analysis of forest type changes for vulnerability assessment of climate changes in the mountainous regions of Gangwon-do, Korea, Journal of Climate Research, 8(2), 169-183.
Jeung, S. J., Hong, I., Kim, B. S., 2015, Non-stationary intensity-duration-frequency curves & design flood for drainage system design coping with climate change, Crisisonomy, 11(10), 237-255.
Karl, T. R., Knight, R. W., 1998, Secular trends of precipitation amount, frequency, and intensity in the United States, Bull. Amer. Meteor, Soc., 79, 231-241.
Kim, B. S., Lee, J. K., Kim, H. S., Lee, J. W., 2011, Non-stationary frequency analysis with climate variability using conditional generalized extreme value distribution, Journal of Korean Wetlands Society, 13(3), 499-514.
Korea Research Institute for Human Steelements, 2015, Urban Design Technique Development Adapting to Climate Change Driven Heavy Rainfall Disaster.
Lee, C. H., 2010, Study on rainfall frequency analysis method under non-stationary condition considering climate change, Master thesis, Hanyang University (in Korean with English abstract).
Lee, J. J., Kwon, H. H., 2011, Analysis on spatio-temporal pattern and regionalization of extreme rainfall Data, Journal of Civil Engineering, 31(1), 13-20.
Ministry of construction Transportation, 2000, Estimation of probability rainfall in Korea, Basic Books.
Mudersbach, C., Jensen, J., 2010, Nonstationary extreme value analysis of annual maximum water levels for designing coastal structures on the German North Sea coastline. Journal of Flood Risk Management, 3, 52-62.
National Emergency Management Agency, 2011, Environmental Change Prediction of Natural Disaster and Design Criteria of the Measures for Natural Disaster Prevention and Contrl Under Climate Change.
Robert, L., Buishand, T. A., 2007, Resampling of regional climate model output for the simulation of extrem river flows, Journal of hydrology, 332, 387-496.
Smith, R. L., 1989, Extreme Value analysis of environmental time series: an application to trend detection in ground-level ozone, Journal of Statistical Science, 4(4), 367-377.
Stedinger, J. R., Crainiceanu, C. M., 2001, Climate variability and flood-risk management, risk-based decision making in water resources. IX Proceedings of the Ninth Conference, United Engineering Foundation, ASCE, Santa Barbara, CA, USA, https://doi.org/10.1061/40577(306)7.
Strupczewski, W. G., Singh, V. P., Feluch, W., 2001, Non-stationary approach to at-stie flood frequency modelling I Maximum likelihood estimation, Journal of Hydrology, 248(1), 123-142.
Sung, J. H., Kim, B. S., Kang, H. S., Cho, C. H., 2012, Non-stationary frequency analysis for extreme precipitation based on representative concentration pathways(RCP) climate change scenarios, Korean Society of Hazard Mitigation, 12(2), 231-244.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.