[논문]기후변화에 따른 도시침수가 도시교통네트워크에 미치는 영향 예측 기술 개발

정세진; 허다솜; 김병식

doi:10.3741/jkwra.2022.55.12.1091

기후변화에 따른 도시침수가 도시교통네트워크에 미치는 영향 예측 기술 개발
Development of technology to predict the impact of urban inundation due to climate change on urban transportation networks 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.55 no.12, 2022년, pp.1091 - 1104

정세진 ((재)국제도시물정보과학연구원 정보화연구실) , 허다솜 ((재)국제도시물정보과학연구원 정보화연구실) , 김병식 (국립강원대학교 방재전문대학원)

초록
AI-Helper

기후변화는 전 세계적으로 강우의 빈도와 강도를 증가 시킬 것으로 예측되며 급격한 도시화와 산업화로 인해 도시 지역의 내수 침수 피해로 양상이 바뀌고 있다. 이에 기후변화에 따른 영향평가는 도시계획에 매우 중요한 요소로 언급되고 있으며, 세계기상기구(WMO)는 기상 현상으로부터 발생할 수 있는 사회, 경제적 영향을 고려하는 영향예보의 필요성을 강조하고 있다. 특히 교통에 있어서 도시침수로 인한 교통 시스템의 성능 저하는 사회에 가장 해로운 요소이며 영향을 받는 주요 도로마다 시간당 £ 100k 정도인 것으로 추정하고 있다. 그러나 국내의 경우 현재 기상재해의 발생에 대한 정확한 예보 및 특보를 제공해도 그 영향을 제대로 전달하지 못하고 있다. 따라서 본 연구에서는 도시홍수의 침수심을 제시하고 차량에 영향을 미칠 수 있는 피해에 대처하기 위해 각 지역의 고해상도 분석 및 수문학적 요인을 반영하고, 강우로 인한 홍수 정도와 차량 운행에 미치는 영향 정도를 조사할 필요가 있다고 판단하였다. 이에 강우-침수심-차량속도의 산정식을 간단한 선형회귀식이 아닌 다양한 머신러닝 기법을 이용하여 제시하고자 한다. 또한 또한 기후변화 시나리오를 강우-침수심-차량속도 산정식에 적용하여 집중호우 시 도시하천의 침수를 예측하고 미래 기후변화의 영향을 고려한 도로 침수로 인해 발생할 수 있는 교통 네트워크의 장애를 평가하며, 도시 교통흐름 계획에 이용하는 기술을 개발하고자 한다.

Abstract ▼ AI-Helper

Climate change is predicted to increase the frequency and intensity of rainfall worldwide, and the pattern is changing due to inundation damage in urban areas due to rapid urbanization and industrialization. Accordingly, the impact assessment of climate change is mentioned as a very important factor in urban planning, and the World Meteorological Organization (WMO) is emphasizing the need for an impact forecast that considers the social and economic impacts that may arise from meteorological phenomena. In particular, in terms of traffic, the degradation of transport systems due to urban flooding is the most detrimental factor to society and is estimated to be around £100k per hour per major road affected. However, in the case of Korea, even if accurate forecasts and special warnings on the occurrence of meteorological disasters are currently provided, the effects are not properly conveyed. Therefore, in this study, high-resolution analysis and hydrological factors of each area are reflected in order to suggest the depth of flooding of urban floods and to cope with the damage that may affect vehicles, and the degree of flooding caused by rainfall and its effect on vehicle operation are investigated. decided it was necessary. Therefore, the calculation formula of rainfall-immersion depth-vehicle speed is presented using various machine learning techniques rather than simple linear regression. In addition, by applying the climate change scenario to the rainfall-inundation depth-vehicle speed calculation formula, it predicts the flooding of urban rivers during heavy rain, and evaluates possible traffic network disturbances due to road inundation considering the impact of future climate change. We want to develop technology for use in traffic flow planning.

주제어

표/그림 (24)

그림 Fig. 1. Research concept diagram
그림 Fig. 2. Grid and flooded photos where actual damage occurred (2011. 7. 27.)
그림 Fig. 3. Grid number, speed limit, and subwatershed division result of Sadang-dong
그림 Fig. 4. Collecting climate change scenarios
표 Table 1. 13 GCMs used to write MME
그림 Fig. 5. Variability for monthly precipitation
표 Table 2. Design rainfall in consideration of climate change (duration - 24 hr)
그림 Fig. 6. Conceptual diagram of rainfall-depth curve
그림 Fig. 7. Rainfall-depth curve
그림 Fig. 8. Basic concepts of deep neural networks
표 Table 3. Rainfall thresholds for each region
그림 Fig. 9. RCP8.5 climate change scenario-based future inundation depth forecast results
표 Table 4. RCP8.5 climate change scenario applied future inundation depth prospect results (Unit: m)
그림 Fig. 10. Calculation of submerged depth-vehicle speed curve formula (Pregnolato et al. (2017))
표 Table 5. Prior research data on vehicle operating speed according to the depth of submersion (Pregnolato et al., 2017)
그림 Fig. 11. Construction of the built DNN model
그림 Fig. 12. Calculation result of submerged depth-vehicle speed curve using DNN
표 Table 6. RCP 8.5 Prediction result of vehicle operation speed according to the depth of submersion based on climate change scenario (unit km/hr)
그림 Fig. 13. RCP 8.5 climate change scenario-based urban traffic disorder analysis results (2-year frequency))
그림 Fig. 14. RCP 8.5 climate change scenario-based urban traffic disorder analysis results (10-year frequency)
그림 Fig. 15. RCP 8.5 climate change scenario-based urban traffic disorder analysis results (30-year frequency)
그림 Fig. 16. RCP 8.5 climate change scenario-based urban traffic disorder analysis results (50-year frequency)
그림 Fig. 17. RCP 8.5 climate change scenario-based urban traffic disorder analysis resultsb (100-year frequency)
그림 Fig. 18. RCP 8.5 climate change scenario-based urban traffic disorder analysis results (200-year frequency)

참고문헌 (19)

Arkell, B.P., and Darch, G.J.C. (2006). "Impact of climate change？on London's transport network." Municipal Engineer, Vol. 169, pp. 231-237.

상세보기
Choo, K.S., Kang, D.H., and Kim, B.S. (2020) "Impact assessment of？urban flood on traffic disruption using rainfall - depth - vehicle？speed relationship." Water, Vol. 12, No. 4, 926. doi: 10.3390/w12040926

상세보기
Coles, S. (2001). An introduction to statistical modeling of extreme？values. Springer, NY, U.S.
Eum, H.-I., and Cannon, A.J. (2017). "Intercomparison of projected？changes in climate extremes for South Korea: Application of？trend preserving statistical downscaling methods to the CMIP5？ensemble." International of Journal of Climatology, Vol. 37, No. 8, pp. 3381-3397.

상세보기
Flood Forecasting Centre (FFC) (2017). Flood guidance statement？user guide, version 4. Flood Forecasting Centre, Exeter, UK
Hooper, E., Chapman, L., and Quinn, A. (2014). "Investigating the？impact of precipitation on vehicle speeds on UK motorways."？Meteorolical. Applications, Vol. 21, pp. 194-201.

상세보기
Jeong, E., Oh, C., and Hong, S. (2013). "Prediction of speed by rain？intensity using road weather information system and vehicle？detection system data." The Korea Institute of Intelligent？Transport Systems, Vol. 12, pp. 44-55.

원문보기 상세보기
Jia, Y., Wu, J., Ben-Akiva, M., Seshadri, R., and Du, Y. (2017).？"Rainfall-integrated trac speed prediction using deep learning？method." IET Intelligent Transport System, Vol. 11, pp. 531-536.

상세보기
Jung, K.Y. (2016). "Impact forecast vision and direction meteorological？technology & policy." National Institute of Meteorological？Sciences, Vol. 9, pp. 6-22.
Kim, B.S., Hong, S.J., and Lee, H.D. (2013). "The potential effects？of climate change on streamflow in rivers basin of Korea using？rainfall elasticity." Environmental Engineering Research, Vol. 18, pp. 9-20. doi: 10.4491/eer.2013.18.1.009

원문보기 상세보기
Kim, T.-W., and Oh, J.-S. (2015). "Analysis of provincial road in？national highway average speed variation according to rainfall？intensity." The Journal of the Korea Contents Association, Vol. 15, pp. 510-518.

원문보기 상세보기
Koetse, M.J., and Rietveld, P. (2009). "The impact of climate change？and weather on transport: An overview of empirical findings."？Transportation Research Part D: Transport and Environment,？Vol. 14, No. 3, pp. 205-221.

상세보기
Lam, W., Tam, M.L., Cao, X., and Li, X. (2013). "Modeling the？eects of rainfall intensity on trac speed, flow, and density relationships？for urban roads." Journal of Transportation Engineering,？Vol. 139, pp. 758-770.

상세보기
Lee, D.S. (2015). Development of functions of S-RAT model using？CBD (component based development) methodology, Master？Thesis, Kangwon National University, pp. 10-22.
Lu, H. (2014). "Short-term trac prediction using rainfall." International？Journal of Signal Processing Systems, Vol. 2, pp. 70-73.
Mashros, N., Ben-Edigbe, J., Alhassan, H.M., and Hassan, S.A. (2014).？"Investigating the impact of rainfall on travel speed." Journal？Teknologi, Vol. 71, No. 3, pp. 33-38. doi: 10.11113/jt.v71.3756.

상세보기
Pregnolato, M., Ford, A., Glenis, V., Wilkinson, S., and Dawson, R.？(2017). "Impact of climate change on disruption to urban transport？networks from pluvial flooding." Journal of Infrastructure？Systems, Vol. 23, No. 4, 04017015.

상세보기
World Meteorological Organization (WMO) (2015). Guideline on multihazard？impact-based forecast and warning system. WMO-No. 1150, Geneva, Switzerland, pp. 22-37.
Intergovernmental Panel on Climate Change (IPCC) (2014). Climate？change 2014: Synthesis report. contribution of working？groups I, II and III to the Fifth assessment report of the？intergovernmental panel on climate change. Geneva, Swiss.

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