[논문]경험공식 및 다중회귀모형을 이용한 붕괴 저수지(습지) 비퇴사량 추정

김동현; 이하늘; 배영혜; 주홍준; 김덕환; 김형수

doi:10.17663/jwr.2021.23.4.287

경험공식 및 다중회귀모형을 이용한 붕괴 저수지(습지) 비퇴사량 추정
Estimation of sediment deposition rate in collapsed reservoirs(wetlands) using empirical formulas and multiple regression models 원문보기

한국습지학회지 = Journal of wetlands research, v.23 no.4, 2021년, pp.287 - 295

김동현 (인하대학교 스마트시티공학과) , 이하늘 (인하대학교 스마트시티공학과) , 배영혜 (인하대학교 스마트시티공학과) , 주홍준 (한국건설기술연구원 수자원하천연구본부) , 김덕환 (한국건설기술연구원 건설시험인증본부) , 김형수 (인하대학교 사회인프라공학과)

초록
AI-Helper

댐 저수지(dam reservoir wetland)나 농업용 저수지 습지(irrigation reservoir wetland) 같은 시설물은 준공되고 시간이 지남에 따라 침식(erosion), 유사이송(sediment transport), 그리고 유사가 침전(sediment deposition)되어 퇴적이 발생하게 된다. 장기간 유사가 퇴적되면 홍수 및 가뭄 조절 기능에 영향을 주기 때문에 퇴적 문제는 저수지 습지의 유지 관리를 위해 매우 중요하다. 그러나 퇴사에 관한 연구는 가용 자료의 부족으로 인해 주로 경험공식에 의해 추정되어 왔다. 본 연구의 목적은 실측자료 및 경험공식과 더불어 다중회귀모형을 개발하여 비퇴사량(sediment deposition rate)을 산정하고 비교하고자 하였다. 또한, 저수지 습지의 퇴사(reservoir wetland sedimentation) 및 노후화로 인해 2020년 긴 장마에 따른 홍수피해가 발생한 64개소의 저수지 습지에 적용하여 잠재적인 붕괴 원인을 파악하고자 하였다. 대상 저수지는 실측 정보가 있는 한국의 경상남도 밀양시(Miryang city, Gyeongsangnam province)에 위치한 가곡(GaGog) 저수지 등 10개소를 선정하였다. 저수지 유효저수용량 실측자료를 이용하여 비퇴사량을 산정하였고 기존에 개발된 총 4가지 경험공식과 물리적/기후적 특성 등을 고려한 다중회귀모형을 개발하여 비퇴사량을 산정하였다. 비퇴사량 산정 결과, 본 연구에서 개발한 다중회귀모형의 오차가 0.21(m³km²/yr)부터 2.13(m³km²/yr)으로 가장 낮았다. 따라서 다중회귀모형에 의해 추정한 비퇴사량을 토대로 저수지 습지의 유효저수용량에 대한 변화를 분석하였는데 유효저수용량이 0.21(%)부터 16.56(%)까지 감소한 것으로 파악되었다. 또한, 월류 피해가 발생한 저수지 습지의 비퇴사량은 파이핑 피해 등이 발생한 저수지의 비퇴사량 보다 상대적으로 높았다. 즉, 저수지 바닥에 비퇴사량이 축적되면 허용할 수 있는 유효저수용량이 부족해지고, 저수지의 홍수 및 가뭄 조절 능력이 감소되어 호우로 인한 저수지 붕괴 피해가 발생할 수 있다는 것이다.

Abstract ▼ AI-Helper

As facilities such as dam reservoir wetlands and agricultural irrigation reservoir wetlands are built, sedimentation occurs over time through erosion, sedimentation transport, and sediment deposition. Sedimentation issues are very important for the maintenance of reservoir wetlands because long-term sedimentation of sediments affects flood and drought control functions. However, research on resignation has been estimated mainly by empirical formulas due to the lack of available data. The purpose of this study was to calculate and compare the sediment deposition rate by developing a multiple regression model along with actual data and empirical formulas. In addition, it was attempted to identify potential causes of collapse by applying it to 64 reservoir wetlands that suffered flood damage due to the long rainy season in 2020 due to reservoir wetland sedimentation and aging. For the target reservoir, 10 locations including the GaGog reservoir located in Miryang city, Gyeongsangnam province in South Korea, where there is actual survey information, were selected. A multiple regression model was developed in consideration of physical and climatic characteristics, and a total of four empirical formulas and sediment deposition rate were calculated. Using this, the error of the sediment deposition rate was compared. As a result of calculating the sediment deposition rate using the multiple regression model, the error was the lowest from 0.21(m3km2/yr) to 2.13(m3km2/yr). Therefore, based on the sediment deposition rate estimated by the multi-regression model, the change in the available capacity of reservoir wetlands was analyzed, and the effective storage capacity was found to have decreased from 0.21(%) to 16.56(%). In addition, the sediment deposition rate of the reservoir where the overflow damage occurred was relatively higher than that of the reservoir where the piping damage occurred. In other words, accumulating sediment deposition rate at the bottom of the reservoir would result in a lack of acceptable effective water capacity and reduced reservoir flood and drought control capabilities, resulting in reservoir collapse damage.

주제어

표/그림 (7)

그림 Fig. 1. Study area
표 Table 1. Name of each reservoir wetland
표 Table 2. Comparision and rate of change for available capacity of each reservoir wetland
표 Table 3. Reservoir sediment deposition rate calculation using empirical formula
표 Table 4. VIF and P-Value of regression model
표 Table 5. Reservoir sediment deposition rate calculation using empirical formula and multiple regression model
표 Table 6. Estimation of sediment deposition rate in collapsed reservoirs

AI 본문요약
AI-Helper

문제 정의

따라서, 본 연구에서는 정밀 기기로 실측한 저수지 유효저수용량 자료를 활용하여 비퇴사량을 추정하고자 한다. 그리고 기존에 개발된 비퇴사량을 산정하는 경험공식을 조사 및 분석하고 경험공식으로 산정된 비퇴사량 값과 실측에 의한 비퇴사량 값의 오차를 파악하고자 한다. 또한, 물리적/기후적 특성 및 지형적인 특성 등을 고려한 다중회귀모형을 개발하여 비퇴사량을 산정하고 실측 퇴사량, 경험공식으로 산정한 퇴사량 및 다중회귀모형으로 산정한 퇴사량의 오차를 비교하고자 한다.
따라서, 본 연구에서는 정밀 기기로 실측한 저수지 유효저수용량 자료를 활용하여 비퇴사량을 추정하고자 한다. 그리고 기존에 개발된 비퇴사량을 산정하는 경험공식을 조사 및 분석하고 경험공식으로 산정된 비퇴사량 값과 실측에 의한 비퇴사량 값의 오차를 파악하고자 한다.
따라서, 본 연구에서는 홍수로 인해 붕괴한 저수지의 잠재적인 붕괴 원인을 파악고자, 2020년 피해가 발생한 저수지를 대상으로 다중회귀모형을 이용하여 비퇴사량을 산정하였다. 또한, 다음 Eq.
그리고 기존에 개발된 비퇴사량을 산정하는 경험공식을 조사 및 분석하고 경험공식으로 산정된 비퇴사량 값과 실측에 의한 비퇴사량 값의 오차를 파악하고자 한다. 또한, 물리적/기후적 특성 및 지형적인 특성 등을 고려한 다중회귀모형을 개발하여 비퇴사량을 산정하고 실측 퇴사량, 경험공식으로 산정한 퇴사량 및 다중회귀모형으로 산정한 퇴사량의 오차를 비교하고자 한다. 이를 활용하여 2020년 피해가 발생한 64개소의 저수지에 적용하여 잠재적인 붕괴 원인을 파악하고자 한다.
본 연구에서는 시간이 지남에 따라 저수지 바닥에 비퇴사량이 쌓여 이로 인해 감소된 유효저수용량을 추정하고자 하였다. 측량을 이용한 실측 비퇴사량을 기준으로 건설교통부(1992)에서 제안한 경험공식 및 비퇴사량을 추정할 수 있는 다중회귀모형을 구축하여 산정된 비퇴사량을 비교하였다.

가설 설정

국립재난안전연구원에서는 경상남도 밀양시에 위치한 가곡 저수지 등 10개소의 유효저수용량을 무인수심측량장비를 활용하여 저수지의 유효저수용량의 증가 및 감소된 양을 분석하였다. 유효저수용량은 사수위 확인이 불가능하여 저수지 바닥에서 만수위까지의 높이로 가정하였다. 지자체 제원정보 대비 가곡(380.

제안 방법

본 연구의 대상유역은 경상남도 밀양시에 위치한 가곡 저수지 등 10개소이다. 국립재난안전연구원(National Disaster Management Research Institute)에서 무인수심측량장비를 활용하여 저수지를 측량하였고, 총저수용량은 저수지 바닥에서 만수위까지의 높이로 사수위가 확인이 불가능하여 총 저수량을 비교 및 분석하였다. 본 연구에서는 국립재난안전연구원에서 측정한 저수지 자료를 활용하였으며, 다음 Fig.
본 연구에서는 시간이 지남에 따라 저수지 바닥에 비퇴사량이 쌓여 이로 인해 감소된 유효저수용량을 추정하고자 하였다. 측량을 이용한 실측 비퇴사량을 기준으로 건설교통부(1992)에서 제안한 경험공식 및 비퇴사량을 추정할 수 있는 다중회귀모형을 구축하여 산정된 비퇴사량을 비교하였다. 또한, 2020년 피해가 발생한 64개소의 저수지에 적용하여 잠재적인 붕괴 원인을 파악하고자 하였다.

대상 데이터

국립재난안전연구원에서는 경상남도 밀양시에 위치한 가곡 저수지 등 10개소의 유효저수용량을 무인수심측량장비를 활용하여 저수지의 유효저수용량의 증가 및 감소된 양을 분석하였다. 유효저수용량은 사수위 확인이 불가능하여 저수지 바닥에서 만수위까지의 높이로 가정하였다.
댐 설계를 위한 유역단위 비유사량 조사 연구(MOLIT, 1992)에서 국내 100개소에 대한 저수지의 저수량, 유입량, 비퇴사량, 포착률 등에 대하여 조사 연구를 진행하였다. 다음 Eq.
7%) 저수지의 유효저수용량은 감소하였다. 따라서, 본 연구에서는 저수용량 변화사업 등을 미실시한 대곡, 덕암, 용포, 오치, 가곡2, 우곡2 저수지를 대상으로 선정하였다.
국립재난안전연구원(National Disaster Management Research Institute)에서 무인수심측량장비를 활용하여 저수지를 측량하였고, 총저수용량은 저수지 바닥에서 만수위까지의 높이로 사수위가 확인이 불가능하여 총 저수량을 비교 및 분석하였다. 본 연구에서는 국립재난안전연구원에서 측정한 저수지 자료를 활용하였으며, 다음 Fig. 1과 같이 가곡 저수지 등 10개소의 위치를 나타내었다.
본 연구의 대상유역은 경상남도 밀양시에 위치한 가곡 저수지 등 10개소이다. 국립재난안전연구원(National Disaster Management Research Institute)에서 무인수심측량장비를 활용하여 저수지를 측량하였고, 총저수용량은 저수지 바닥에서 만수위까지의 높이로 사수위가 확인이 불가능하여 총 저수량을 비교 및 분석하였다.
또한, 물리적/기후적 특성 및 지형적인 특성 등을 고려한 다중회귀모형을 개발하여 비퇴사량을 산정하고 실측 퇴사량, 경험공식으로 산정한 퇴사량 및 다중회귀모형으로 산정한 퇴사량의 오차를 비교하고자 한다. 이를 활용하여 2020년 피해가 발생한 64개소의 저수지에 적용하여 잠재적인 붕괴 원인을 파악하고자 한다.
5m)이 유실되었고, 전라북도 남원시에 위치한 갑산제 저수지는 제당(L=10m, H=5m)이 유실, 농경지 및 축사가 침수되는 피해가 발생하였다. 전국에 위치한 총 64개소의 저수지가 월류 및 파이핑으로 인해 제당이 붕괴되거나 유실되어 저수지 하류유역에 침수피해가 발생하였다. 이중 밝혀진 피해사고 원인 중 월류가 23건으로 가장 많았다.

성능/효과

(1) 경상남도 밀양시에 위치한 가곡 저수지 등 10개소의 지자체 제원정보 대비 가곡(380.2%), 내곡(1.5%), 운정(4.9%), 삼손(9.7%) 저수지는 유효저수용량이 증가하였고 저수용량 변화사업 등을 미실시한 대곡(-51.3%), 덕암(-32.2%), 용포(-55.3%), 오치(-16.2%), 가곡2(-40.3%), 우곡2(-17.7%) 저수지의 유효저수용량은 감소하였다.
(4) 2020년에 피해가 발생한 64개소 저수지를 대상으로 다중회귀모형을 이용하여 비퇴사량으로 인해 저수지의 감소한 유효저수용량을 추정한 결과, 0.21(%)부터 16.56(%)까지 유효저수용량이 감소한 것으로 파악되었다. 또한, 월류 피해가 발생한 저수지의 비퇴사량은 파이핑 피해 등이 발생한 저수지의 비퇴사량 보다 상대적으로 높았다.
56(%)까지 유효저수용량이 감소한 것으로 파악되었다. 또한, 월류 피해가 발생한 저수지의 비퇴사량은 파이핑 피해 등이 발생한 저수지의 비퇴사량 보다 상대적으로 높았다.
이중 밝혀진 피해사고 원인 중 월류가 23건으로 가장 많았다. 월류 피해가 발생한 저수지의 경우 준공된지 오래된 저수지 이였으며, 시간이 지남에 따라 저수지 바닥에 비퇴사량이 쌓여 저수지가 허용할 수 있는 유효저수용량이 줄어든 것으로 파악되었다.
유효저수용량은 사수위 확인이 불가능하여 저수지 바닥에서 만수위까지의 높이로 가정하였다. 지자체 제원정보 대비 가곡(380.2%), 내곡(1.5%), 운정(4.9%), 삼손(9.7%) 저수지는 저수지 둑 높임(가곡), 제체 보강(내공) 등 저수용량 변화사업을 실시하여 유효저수용량이 증가하였다. 그러나 저수용량 변화사업 등을 미실시한 대곡(-51.
(16)과 같이 산정된 비퇴사량을 활용하여 유효저수용량을 추정하였다. 추정한 결과, 저수지의 비퇴사량이 증가한 만큼 유효저수용량은 감소하였고 월류 피해가 발생한 저수지의 비퇴사량은 파이핑 피해 등이 발생한 저수지의 비퇴사량 보다 상대적으로 높았다. 다음 Table.
측량을 이용한 실측 비퇴사량을 기준으로 4가지 경험공식을 이용하여 산정된 비퇴사량을 비교한 결과, 건설교통부(1992)에서 제안한 경험공식이 오차가 가장 낮았다. 다음 Table.
측량을 이용한 실측 비퇴사량을 기준으로 건설교통부(1992)에서 제안한 경험공식 및 다중회귀모형을 이용하여 산정된 비퇴사량을 비교한 결과, 다중회귀모형으로 산정된 비퇴사량의 오차가 가장 낮았다. 다음 Table.

후속연구

국내에서는 저수지에 대하여 안전점검 및 정밀안전진단을 시행하고 있으나, 모든 저수지에 대하여 시행하기에는 불가능한 상황이고 우선순위를 정하기에도 어려움이 있다. 따라서, 본 연구결과를 활용하여 저수지의 잠재적인 붕괴원인을 파악하여 고려한다면, 저수지의 시설물 안전검점 및 정밀안전진단에 효율적인 관리 및 계획을 수립하는데 유용할 것으로 판단된다.

참고문헌 (24)

Ackers, P. and White, W.R. (1973) Sediment Transport : A New Approach and Analysis J. of the Hydraulics Division, ASCE, vol. 99, no. HY11, Nov.[https://doi.org/10.1061/JYCEAJ.0003791]

상세보기
Ahn, J. H., Jang, S. H., Choi, W. S. and Yoon, Y. N. (2006) An Efficient Management of Sediment Deposit for Reservoir Long-Term Operation (1) - Reservoir Sediment Estimation. Journal of Korean Society on Water Quality. Vol. 22, No. 6, pp. 1088-1093.
Brune, G. N. (1953), Trap efficiency of reservoirs. Transactions of American Geophysical Union. Vol.34, No.3.[https://doi.org/10.1029/TR034i003p00407]

상세보기
Burns, M., and MacArthur, R(1996). Sediment deposition in Jennings Randolph Reservoir, Maryland and West Virginia", Proc., 6th Federal interagency Sedimentation Conf., Lasvegas, 10.16-1021.
Choi, C. H., Kim, J. S., Kim, J. H., Kim, H. Y., Lee, W. J., and Kim, H.S. (2017). Development of heavy rain damage prediction function using statistical methodology. J. Korean Soc. Hazard Mitig., Vol. 17, No. 3, pp. 331-338.[https://doi.org/10.9798/KOSHAM.2017.17.3.331]

상세보기
Choi, G. W., Kim, K. N., Han, M. S. and Yun, Y. J. (2011) The Analysis of Sediment Reduction Effect by Installing Check Dams at Domestic Multi-Purpose Dams. J. Korean Soc. Vol. 11, No. 3, pp. 183-189.[https://doi.org/10.9798/KOSHAM.2011.11.3.183]

원문보기 상세보기
Churchill, M. A. (1948) Discussion of analysis and use of reservoir sedimentation data. by L. C. Gottschalk, Federal Inter-Agency Sedimentation Conference. pp. 139-140.
Hair, Joseph F., William C. Black, Barry J. Babin, and Rolph E. Anderson. (2010) Multivariate Data Analysis, Englewood Cliffs, NJ: Prentice Hall.
Hiroshi Ishigai. "On the Amount of Bottom Sediments in Reservoirs" Journal of the Japan Society of Engineering Geology. Vol. 7, No. 4, pp. 173-190.[https://doi.org/10.5110/jjseg.7.173]

상세보기
Jang, S. W., Hwang, P. S., Kim, K. H and Shin, Y. H. (2012) A Study on Estimation Method of Sediment Deposition Rate of Reservoir. Proceedings of the Korea Water Resources Association Conference. Korea Water Resources Association, 2012.
Kim, D. H., Choi, C. H., Kim, J. S., Joo, H. J., Kim, J. W., & Kim, H. S. (2018). Development of a heavy rain damage prediction function by risk classification. Journal of the Korean Society of Hazard Mitigation, 18(7), 503-512.[https://doi.org/10.9798/KOSHAM.2018.18.7.503]

상세보기
Kim, J. S., Choi, C. H., Kim, D. H., Lee, M. J., and Kim, H.S. (2017). Development of heavy rain damage prediction function using artificial neural network and multiple regression model. J. Korean Soc. Hazard Mitig., Vol. 17, No. 6, pp. 73-80.[https://doi.org/10.9798/KOSHAM.2017.17.6.73]

상세보기
Korea Water Resources Corporation. Construction methods of sand storage dam for reservoir sedimentation reduction, (2004).
Lee, J. W., Paik, K. R. and Yoo, C. S (2016) Empirical equation for estimating specific sediment of the multipurpose dams in Korea. Proceedings of the Korea Water Resources Association Conference. Korea Water Resources Association, 2016.
Morris, G.L. and Fan, J.(2009) Reservoir Sedimentation Handbook.
Rubey, W. W. (1933). Settling Velocities of Gravel, Sand and Silt Particles, American J. of Science, 5th series, vol. 25, no. 148.
Ryu, H. J. and Kim, S. W. (1976) Study on Sedimentation in Reservoir. The Korea Water Resources Association. Vol. 9, No. 2, pp. 67-75.
Strand, R.I. and Pemberton, E.L.(1987) "Reservoir Sedimentation", In Design of Small Dams. U.S. Bureau of Reclamation, Denver.
Suh, S. D., Lim, H. I., Cheon, M. B. and Yoon, K. D. (1988) Regression Analysis Between Specific Sediments of Reservoirs and Physiographic Factors of Watersheds. Journal of the Korean Society of Agricultural Engineers. Vol. 30, No. 4, pp. 45-61.
Yoon, Y. N. (1981) Estimation of Silting Load and Capacity Loss Rate of Irrigation Reservoirs. Korean society of civil engineers magazine. Vol. 1, No. 1, pp. 69-76.
You, S. C. and Min, B. H. (1975) A Study for Sedimentation in Reservoir -on district of Chin Young-. Journal of the Korean Society of Agricultural Engineers. Vol. 17, No. 3, pp. 3840-3847.
Maatooq, J., Omran, H., & Aliwe, H. (2016). Empirical Formula for Estimation the Sediment Load in Shat AL-Gharaf River. Basrah Journal for Engineering Sciences, 16, 38-41.
Bhattacharya, B., & Solomatine, D. P. (2006). Machine learning in sedimentation modelling. Neural Networks, 19(2), 208-214.[DOI:10.1016/j.neunet.2006.01.007]

상세보기
Ghose, D. K., & Samantaray, S. (2019). Sedimentation process and its assessment through integrated sensor networks and machine learning process. In Computational intelligence in sensor networks (pp. 473-488). Springer, Berlin, Heidelberg.[DOI: 10.1007/978-3-662-57277-1_20]

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