초록 ▼

Ⅳ. 연구 내용 및 결과
1. 안동댐유역 수문기상관측망 운영 및 자료 특성분석
수문기상정보 산출을 위한 자료동화 및 지면모델 검증자료 확보를 위하여 시범유역으로 지정한 안동댐 유역을 대상으로 2011년에 4개 지점에 AWS를 설치하였고, 2012년에 1개 지점에 AWS, 2개 지점에 AWS와 플럭스타워를 설치하였다. 수문기상 관측망에서는 강수, 기온, 상대습도, 풍향, 풍속, 토양수분, 지중온도, 시정 등의 기상 요소를 관측하고 있으며 순복사량, 잠열속, 현열속 및 지열속의 에너지요소를 관측하
고 있다. 본 연구에

Ⅳ. 연구 내용 및 결과
1. 안동댐유역 수문기상관측망 운영 및 자료 특성분석
수문기상정보 산출을 위한 자료동화 및 지면모델 검증자료 확보를 위하여 시범유역으로 지정한 안동댐 유역을 대상으로 2011년에 4개 지점에 AWS를 설치하였고, 2012년에 1개 지점에 AWS, 2개 지점에 AWS와 플럭스타워를 설치하였다. 수문기상 관측망에서는 강수, 기온, 상대습도, 풍향, 풍속, 토양수분, 지중온도, 시정 등의 기상 요소를 관측하고 있으며 순복사량, 잠열속, 현열속 및 지열속의 에너지요소를 관측하
고 있다. 본 연구에서는 확보된 수문기상 관측자료의 효율적인 활용을 위하여 ‘13년 10월부터 ’14년 11월까지 관측자료의 품질관리 및 특성을 분석하였다.
기상요소 특성분석 결과, 기온과 기압의 경우 각 지점의 고도에 따라 차이가 나타나는 반면, 일사량은 지형과 상관없이 일정한 값을 보이고 있었다. 강수량의 경우 지리적 영향으로 각 지점에 따라 관측기간 동안 총 강수량이 143 mm 이내의 차이를 보이며, 습도의 경우 1차년에 설치된 A1∼A4지점과 2차년에 설치된 A5∼A7지점에서 7∼15 % 정도의 차이가 발생하였다. 안동댐 유역의 경우 강수, 기온, 습도 등은 지형에 따라 차이가 적은 경향을 보였지만, 풍향과 풍속의 경우에는 지형의 영향으로 지점별로 차이를 나타냈다.
플럭스 자료의 경우 관측자료의 품질관리 단계인 현열 및 잠열속의 합과 순복사량과 지열속의 차에 대한 상관관계 조사를 통해 A6, A7지점의 R²값이 각각 0.88, 0.83으로 자료 분석 및 모델 검증에 적합한 자료임을 확인하였다. 계절별 에너지요소 분석결과에서는 두 지점 모두 순복사량이 봄에 가장 큰 값(A6: 477 W/m², A7: 502 W/m²)을 보였으며, 서서히 감소하여 겨울에 가장 낮은 값을 나타냈다. 잠열속의 경우 여름에 가장 크고(A6: 177 W/m², A7: 280 W/m²), 현열속의 경우 봄에 가장 큰(A6: 168 W/m², A7: 143 W/m²) 계절적 경향이 나타났다. A7지점에 대한 발자국 분석 결과 A7지점 주변의 논 주위에 인위적인 수분 공급으로 인하여 여름철 잠열속이 크게 나타났다. 아울러 증발산의 물수지 기여도 분석결과, 분석기간에 대한 강수량 대비 증발산량이 A6지점은 57%로 나타났고 A7지점의 경우 97%로 나타
났다. A7지점의 강수량 대비 증발산량이 높게 나타난 이유는 A7지점의 잠열속이 높게 나타나는 이유와 동일한 것으로 판단된다.
2. 전국유역 수문기상정보 산출
본 연구에서는 기상청 현업용 초단기 기상분석 및 수치모델자료와 TOPLATS 지면모델을 연계하여 전국 유역에 대한 단위격자별 수문기상정보 산출시스템을 구축 하였다. 안동댐유역 수문기상 관측망을 통해 확보된 플럭스 및 WAMIS 댐 유입량 자료를 이용하여 수문기상정보 검증 연구를 수행하였다. 전국에 대한 TOPLATS모델 정보 생산을 위해 모델 관련변수들에 대한 최적화 작업이 선행되었다. 또한, 단일모델 기반의 수문기상정보의 불확실성을 보완하기 위하여 Noah 지면모델 기반의 수문기상정보 산출체계를 구축하고 TOPLATS모델 기반의 수문기상정보와 교차 검증을 수행하였다.
TOPLATS 모델 기반으로 산출된 수문기상정보는 2010∼2013년 기간에 대한 5km 격자의 시단위 수문기상요소(토양수분, 증발산량, 유출량 등) 이다. 특히, A6지점과 A7지점의 플럭스 타워에서 관측된 순복사량, 현열속, 잠열속과의 비교결과 전체 평균된 기간에 대해 유사한 일변동을 보였다. A7 A7지점은 A6지점에 비해 모의 결과의 범위가 관측값과 비슷한 것으로 나타났으며 일중 변화가 뚜렷하게 나타났다. A7지점의 모의 순복사량은 관측값과 거의 유사한 값을 가지며(그림 3(a)), 현열의 모의값은 관측값에 비해 과대모의 되어 상대적으로 잠열은 과소모의 하는 경향을 나타냈다. 두 지점에 대해서 관측값과 모의값의 상관계수는 순복사량은 동일하게 0.98 이며, 잠열은 0.98, 0.84, 현열은 0.92, 0.98로 나타났다. 안동댐, 섬진강댐 및 충주댐 유역별 일단위와 월단위 유출량 비교 결과, 섬진강댐의 경우 모의유출고 값이 관측값과 유사한 것을 확인하였다. 안동댐과 충주댐의 경우에도 관측값와 유사한 거동을 보이고 있었지만, 정량적인 값에는 차이를 보이는 것으로 나타났다(그림3(b)).
본 연구에서는 TOPLATS 단일모델 기반의 수문기상정보 산출의 불확실성을 보완하기 위하여 다중모델 앙상블 수문기상정보 산출 시스템 구축하고자 한다. 이를 위한 준비단계로 기상학 분야에서 널리 사용되고 있는 Noah모델 기반의 ‘13년 10월부터 ’14년 11월에 대한 수문기상요소들을 산출하였으며 관측값과의 비교 검증을 수행하였다. 토양수분 비교결과 두 지점에서 모의값이 관측값에 비하여 적은 양의 강수에도 민감하게 반응하였으나 15% 내외로 과대추정 된 것으로 나타났다.
현열속과 잠열속 비교에 있어서는, A6지점의 경우 두 모델의 모의 현열속이 관측 값과 유사하게 나타났다. Noah모델은 ‘13년 가을철(9, 10, 11월)에 관측값에 비해 70 W/m² 정도 과소모의 하였으며, TOPLATS모델은 여름철(6, 7, 8월)에 48 W/m² 정도 과대모의 한 것으로 나타났다. 잠열속의 일 변동 분석결과 Noah모델은 관측값에 비해 전체적으로 과대모의 하는 경향을 보였으나, TOPLATS모델은 ’13년 가을철과
‘14년 봄철(3, 4, 5월)에 관측값보다 과대모의 하는 것으로 나타났다. A7지점의 현열속은 일 변동의 경우 TOPLATS 모의결과가 관측값보다 57∼112 W/m² 범위에서 과대모의하는 경향을 보였으나, 시간에 따른 변동성은 유사하게 모의하였다.
Noah모델의 경우 일변동에 있어 11시 이후 급격하게 감소는 경향을 보여 관측값과 차이를 보이고 있었으나, 잠열속에 있어서 강수량이 많은 여름을 제외한 모든 계절에서 관측값과 유사한 경향을 보였다. 여름철에는 167 w/m² 정도 과대모의 하였다. TOPLATS 모의결과도 여름철을 제외한 모든 계절에서 관측값과 유사하게 모의하였으나, 여름철에는 관측값보다 128 W/m²의 차이를 보여 Noah모델에 비해 과대추정 폭이 크지 않았다. 분석기간 동안 A6지점과 같은 초지의 증발산량 경우 TOPLATS모델의 모의결과가 관측값에 더 유사하였으며, A7지점과 같은 논경지 지역에 대한 증발산량은 Noah모델의 모의결과가 관측값과 더 유사하게 나타나는 경향을 보였다.
3. 한계강우량 산출 및 적용성 평가
본 연구에서는 기 구축된 TOPLATS 지면모델 기반 수문기상정보 생산체계 활용 기술의 일환으로 한계강우량을 활용한 돌발홍수 예측모형 개발 연구를 수행하였다. 한계강우량 기반의 돌발홍수예측모형을 설계하고 수집된 사례에 대한 적용성 분석을 수행하였다.
먼저, 한강유역에 대해 돌발홍수 사례를 수집하고 동네예보 분석장을 이용하여 TOPLATS모델 기반 5 km 해상도의 1시간 수문기상성분을 산출하였다. 돌발홍수 사고지점에 해당하는 모의 토양수분량 및 지표유출량과 돌발홍수 사례 상관석 분석 결과 모든 사례에 대하여 지표유출이 발생하는 것으로 나타났다. 사례 분석을 통해 현재 토양상태에서 지표유출을 발생시키는 양을 한계강우량으로 설정하였다. 본 연구에서 설계한 돌발홍수예측모형은 기상예측자료로 KLAPS 예측장을 사용하였으며, KLAPS 예측강수량이 이 강우량보다 크면 돌발홍수가 일어나는 것으로 정의하였다.
돌발홍수와 가장 가까운 세 사례에 대하여 한계강우량을 활용한 돌발홍수예측모형 적용성을 평가하였다. 첫번째 사례의 지속시간 3시간 한계강우량은 20 mm, 동네예보 예측 누적강수량은 21 mm로 한계강우량보다 동네예보 강수량이 더 많이 발생한 것으로 나타났다. 두 번째 사례의 경우 3시간 누적 한계강우량과 동네예보 예측강수량은 각각 20 mm, 44.5 mm로 실제로 한계강우량보다 큰 강수량이 발생한 것으로 나타났다(그림 7). 세 번째 사례는 한계강우량이 5 mm로 산정되었으며 동네예보 예측강수량은 15 mm로 나타나 세 사례 모두 돌풍 홍수 예측 적용이 가능한 것으로 나타났다. 적용성 분석 결과 돌발홍수의 경우 강수량의 크기보다 현재 토양상태가 얼마나 습한가를 고려하는 것이 중요하다는 것을 파악할 수 있었다.
4. 수문기상모델
본 연구에서는 앙상블 수문기상정보 산출기술개발을 위해 국외 분포형 지면모델 동향을 분석을 통해 지표-대기 상호작용 모의뿐만 아니라 유출모의에 강점을 가지는 DHSVM모델을 선정하여 낙동강 유역을 대상으로 TOPLATS 모델의 결과와 연계하여 다중모델 앙상블 기법을 적용하여 결과를 제시하였다.
또한, TOPLATS 지면모델링 개선을 위한 맞춤형 토양속성정보 구축을 위하여 전국 토양통에 대해 정밀토양도 등 기초자료를 활용하여 토양변수를 규명하였다. 기초 자료로부터 산정이 불가능한 토양변수의 경우 여러 가지 관계식으로부터 추정하여 전국단위 토양속성정보를 구축하였다. 구축된 토양속성정보는 TOPLATS 모델뿐만 아니라 향후 구축될 앙상블 멤버 모델의 토양타입 및 토양 관련 속성정보 개선을 위해 활용될 계획이다.
마지막으로, 낙동강유역을 대상으로 구축되어 있는 실시간 수문기상 모니터링 시스템 대상유역이 확장됨에 따라 웹표출 시스템을 개선하였으며 수문기상 관측망 자료 분석이 용이하도록 UI 변경 등을 통한 사용자 편의성을 개선하였다. 또한 GIS 기반의 수문기상 산출물 검증체계를 개선하고 시뮬레이터를 개발하였다.
역에 대한 증발산량은 Noah모델의 모의결과가 관측값과 더 유사하게 나타나는 경향을 보였다.

Abstract ▼

Ⅳ. Research contents and results
1. Hydrometeorology monitoring network operation and data analysis in Andong Dam basin
To verify a model and assimilate data for hydrometerological analysis and predicted information calculation, AWS was established at 4 sites in the vicinity of Andong Dam whic

Ⅳ. Research contents and results
1. Hydrometeorology monitoring network operation and data analysis in Andong Dam basin
To verify a model and assimilate data for hydrometerological analysis and predicted information calculation, AWS was established at 4 sites in the vicinity of Andong Dam which was selected as the model area in 2011. In 2012, AWS was established at three sites, two of the sites were established include flux tower. In hydrometeorological monitoring network is able to observe meteorological variable such as precipitation, air temperature, relative humidity, wind speed and direction, soil temperature, moisture and energy variable such as net radiation, geothermal, latent and sensible heat flux are available for observation. In this chapter, model verification and data assimilation were analyzed in order to acquire model verification data, for hydrometeorological analysis and calculation of predicted information. In this regard, the characteristics of data obtained from Oct, 2013 to Nov, 2014 will be analyzed for more efficiently to use of observed hydrometeorological data.
Characteristics analysis of meteorological elements, it was found that the difference regarding altitude as for air temperature and atmospheric pressure was identified, while the values of solar radiation remain the same regardless of geographical features. Regarding precipitation, the total amount of precipitation during the observation period shows difference of 143 mm or less according to the sites due to their geographical condition. As for humidity, slightly difference was occured about 7∼15% between A1∼A4 sites and A5-A7 which were established in the first year and the second year, respectively. Precipitation, temperature, and humidity show relatively minor difference according to geographical features, whereas wind direction and speed demonstrate significant differences among sites due to their geographical features.
As for flux data, previously observed data through the analysis of corelation between the sum of sensible and latent heat flux and the difference between net radiation and ground heat flux, was found that R2 values from the two sites were 0.88 and 0.83 respectively, which indicate that the data was appropriate to use for the model verification and data analysis. In the results of seasonal energy factor analysis, net radiation demonstrates the highest values (A6: 477 W/m², A7: 502 W/m²) in spring at both sites, however, the values have decreased slowly and the values in Winter was the lowest. Regarding latent heat flux, it has the highest value in summer (A6: 177 W/m², A7: 280 W/m²). Sensible heat flux shows the most significant seasonal effects in spring (A6: 168 W/m², A7: 143 W/m²). After foot print analysis at A7 site, it shows that latent heat flux was significant in summer due to artificial water supply from rice paddy in the vicinity of A7. In result of evapotranspiration contribution in water balance analysis, evapotranspiration as compared to precipitation during the analysis period was estimated at 57% at A6 and 97% at A7. It is also assessed that evapotranspiration value at A7 shows high cause of the same reason why latent heat flux was high in A7.
2. Production of hydrometeological information based on land surface model in Korea
In this chapter, hydrometeological information production system is developed via land surface model and Korea Local Analysis and Prediction System (KLAPS), also evaluated hydrometeorological information for accuracy verification using observed energy flux data and inflow of dams.
Parameters of TOPLATS model was optimized in the precedent study for producing hydrometeological information in Korea. To consider of the model uncertainty, hydrometeological information is also produced by Noah-LSM and cross validated is conducted with hydrometeological information based on TOPLATS model. Hydrometeological information means soil moisture,
evapotranspiration, surface runoff are simulated during 2010 to 2013 and data’s spatio-temporal resolution is 1 hr and 5 km. The results at A6 and A7 site show similar patterns with observation data in diurnal analysis regarding simulated net radiation, latent heat, and sensible heat. Simulation data at A7 is well fitted with the observation, especially, net radiation as showed in Fig. 3. However, in case of sensible heat shows that simulation data is overestimated and the latent heat shows reverse result to sensible heat. The correlation coefficient between observations and simulations of net radiation is 0.98 and
0.98, which of latent heat is 0.98 and 0.84, which of sensible heat was 0.92 and 0.98 at both A6 and A7, respectively. Comparison analysis of daily and monthly observed and simulated flows at Andong dam, Seomjin-river dam, Chungju dam
basin shows that simulated one at Seomjin-river dam basin is well fitted to the observations. Simulated flow in Andong dam and Chungju dam basin is explicitly similar to observed data, though the quantitative values shows comparatively small difference.
The aim of this chapter is to establish multi-model ensemble hydrometeorological information analysis and prediction system in order to enhancement of the single model uncertainty for hydrometeorological data. As in a preparation stage, hydrometeorological data during Oct. 2013 to Nov. 2014 were calculated by Noah model which is widely used in various fields. Also, inter-comparison was conducted with those of the data. The result of soil moisture comparison between two sites, the simulated values were more sensitively reacted to precipitation in comparison of observed values, however, it appearse to be overestimated around 15%. In comparison between sensible and latent heat flux, as for A6 site, the two models simulated sensible heat flux were similar to observed values. In Noah model, the values in fall in 2013 were underestimate by 70 W/m² as compared to the observed data, whereas in TOPLATS model, it showed tendency to overestimate in Fall 2013 and Spring 2014 as compared to observed values. As for sensible heat flux in A7, the TOPLATS simulation result was overestimated by 57∼112 W/m² as compared to observed values, but the simulation of variability according to time remains similar. In Noah model, there was a dramatic decrease after 11:00 in diurnal variation, indicating the significant difference from observed values. As for latent heat flux, the values had similar tendency with the observed values in every season except summer which had had much rainy days. In summer, it was overestimated by 167 W/m². In TOPLATS simulation results, the values were similar to observed ones in every season except Summer. In summer, the values have differences of 128 W/m² from observed values, indicating that the scope of overestimation was not big as compared to Noah model. During the analysis period, evapotranspiration in the grass field like A6, TOPLATS model’s simulation result was closer to the observed values, evapotranspiration in agricultural land, Noah model’s simulation result was closer to the observed values.
3. Threshold rainfall computation and verification
This chapter shows that flash flood forecasting model which is mainly developed based on the threshold rainfall to applicate to TOPLATS land surface model data. It is designed and analyzed the applicability of the system in Han river basin.
First, the flash flood cases which has occurred in Han river basin were collected to calculate hydrometeorologic data based on TOLATS model using Digital Forecast System (DFS). The resolution of temporal and spatial fixed as 1 hour, and 5 km, respectively. The result of surface runooff at the accident site shows that simulation are occurred in every cases.
The flash flood forecasting model is designed in this study also used Korea Local Analysis Prediction System (KLAPS) as meteorology data. The threshold rainfall is designated same amount which occurred surface runoff in the cases study with the current state of soil. The flash flood is defined when KLAPS rainfall predicted to be exceeding the threshold rainfall(TR).
In this study, three cases which occurred as flash flood were chosen to estimated the applicability of flash flood forecasting model using threshold rainfall . First case shows that TR is 20 mm in 3 hours duration and DFS is 21 mm in same duration which is higher than TR. In the second case, in each
3 hr duration accumulated of TR and DFS is 20 mm, 44.5 mm that DFS occurred more as Fig. 7. Last case of TR and DFS’s accumulated precipitation in 3 hours duration is 5 mm and 15 mm, respectively. Therefore, all of the case showed that applicability of flash flood forecasting. The result of applicability analysis, the state of soil moisture is important than that of the precipitation in the case of flash flood.
4. Technical development of components for improving the hydrometeorological model (Ⅱ)
This chapter shows biosphere-atmosphere interaction simulation through tendency analysis of the international distributed land surface models to develop the hydrometeorologic data calculation. In addition, we suggested the multi-model ensemble method applied in Nak-dong river basin with TOPLATS output and DHSVM output which newly selected.
Secondly, the soil variables were investigated using basic data such as detailed soil map, etc. to have the customized soil attributed data for improving the TOPLATS land surface model output. In case of some soil variables which could not defined from basic data, were estimated by various relationships to build the nationwide soil property information.
Lastly, real-time hydrometeorology monitoring system WEB display has been established and enhanced as river basin is getting expanded. Also, hydrometeorology output verification system based on GIS has been improved and simulator is developed.

목차 Contents

• 표지 ... 1
• 연구보고서 ... 3
• 목차 ... 5
• 표 목차 ... 7
• 그림 목차 ... 8
• 요약문 ... 11
• Summary ... 21
• 제1장 서론 ... 33
• 제1절 연구개발의 필요성 ... 33
• 제2절 국내·외 연구 동향 ... 35
• 제2장 안동댐유역 수문기상관측망 운영 및 자료 특성분석 ... 39
• 제1절 연구개요 ... 39
• 제2절 국내·외 연구동향 ... 40
• 제3절 안동댐유역 수문기상관측망 소개 ... 41
• 제4절 수문기상요소 품질관리 ... 43
• 1. 기상자료 품질관리 ... 43
• 2. 플럭스자료 품질관리 ... 44
• 제5절 관측자료 분석 ... 45
• 1. 기상요소 분석 ... 45
• 2. 플럭스자료 분석 ... 63
• 제6절 요약 및 결론 ... 67
• 제3장 전국유역 수문기상정보 산출 ... 69
• 제1절 연구개요 ... 69
• 제2절 국내·외 연구동향 ... 71
• 제3절 TOPLATS 모델 ... 74
• 제4절 전국유역 수문기상정보 생산 및 평가 ... 80
• 1. 실시간 수문기상정보 생산체계 구축 ... 80
• 2. 수문기상정보 산출 및 검증 ... 84
• 제5절 앙상블 수문기상정보 산출기술 개발 기반연구 ... 94
• 1. Noah 모델 기반 수문기상정보 생산 ... 94
• 2. 수문기상정보 교차 검증 및 분석 ... 94
• 제6절 요약 및 향후계획 ... 100
• 제4장 한계강우량 산출 및 돌발홍수 예측 적용성 평가 ... 102
• 제1절 연구개요 ... 102
• 제2절 국내·외 연구동향 ... 103
• 제3절 한계강우량 산출기술 개발 ... 114
• 1. 수문기상정보와 돌발홍수 상관성 분석 ... 114
• 2. 한계강우량 산출기법 ... 119
• 제4절 돌발홍수 예측모형 ... 120
• 1. 한계강우량 기반 돌발홍수 예측모형 ... 120
• 2. 돌발홍수 예측모형 적용성 평가 ... 121
• 제5절 요약 및 향후계획 ... 124
• 제5장 요약 및 결론 ... 125
• 참고문헌 ... 128
• 부록 1 2014년도 연구성과 ... 137
• 부록 2 2014년도 학술용역 과제 ... 141
• 끝페이지 ... 497