DBPIA-NURIMEDIA

Size: px

Start display at page:

Download "DBPIA-NURIMEDIA"

승언 장
6 years ago
Views:

1 Atmosphere. Korean Meteorological Society Vol. 27, No. 2 (2017) pp pissn eissn 연구논문 (Article) 강남지역홍수영향예보를위한침수특성분석 이병주 * 한국외국어대학교차세대도시농림융합기상사업단 ( 접수일 : 2017 년 1 월 31 일, 수정일 : 2017 년 5 월 29 일, 게재확정일 : 2017 년 6 월 12 일 ) Analysis on Inundation Characteristics for Flood Impact Forecasting in Gangnam Drainage Basin Byong-Ju Lee* WISE Institute, Hankuk University of Foreign Studies, Yongin, Korea (Manuscript received 31 January 2017; revised 29 May 2017; accepted 12 June 2017) Abstract Progressing from weather forecasts and warnings to multi-hazard impact-based forecast and warning services represents a paradigm shift in service delivery. Urban flooding is a typical meteorological disaster. This study proposes support plan for urban flooding impactbased forecast by providing inundation risk matrix. To achieve this goal, we first configured storm sewer management model (SWMM) to analyze 1D pipe networks and then grid based inundation analysis model (GIAM) to analyze 2D inundation depth over the Gangnam drainage area with 7.4 km 2. The accuracy of the simulated inundation results for heavy rainfall in 2010 and 2011 are 0.61 and 0.57 in POD index, respectively. 20 inundation scenarios responding on rainfall scenarios with 10~200 mm interval are produced for 60 and 120 minutes of rainfall duration. When the inundation damage thresholds are defined as pre-occurrence stage, occurrence stage to 0.01 km 2, 0.01 to 0.1 km 2, and 0.1 km 2 or more in area with a depth of 0.5 m or more, rainfall thresholds responding on each inundation damage threshold results in: 0 to 20 mm, 20 to 50 mm, 50 to 80 mm, and 80 mm or more in the rainfall duration 60 minutes and 0 to 30 mm, 30 to 70 mm, 70 to 110 mm, and 110 mm or more in the rainfall duration 120 minutes. Rainfall thresholds as a trigger of urban inundation damage can be used to form an inundation risk matrix. It is expected to be used for urban flood impact forecasting. Key words: Impact-based forecast, urban flooding, inundation risk matrix, rainfall thresholds 1. 서론 전세계적인이상기상으로인해태풍, 호우, 폭염등위험기상의발생이증가하고있으며전지구적인기후변화에따라위험기상의발생가능성도증가되고있다. 우리나라도최근 10 년 ( 년 ) 간자연재해로인해발생한피해액은약 6 조 9 천억원이며그피해규 *Corresponding Author: Byong-Ju Lee, WISE Institute, Hankuk University of Foreign Studies, 81, Oedae-ro, Mohyeon-myeon, Cheoingu, Yongin 17035, Korea. Phone: , Fax: bjlee0704@gmail.com 모의원인은호우, 태풍, 대설순이다 (MPSS, 2015). 또한, 도시화로인해인구밀집도가높아지고불투수지역이증가하고있으며이로인해집중호우로인한도시홍수피해도대형화되고있다 년 9 월 21 일과 2011 년 7 월 27 일에서울지역에서발생한홍수피해사례가대표적이다. 한시간최대 100 mm 이상의집중호우가발생하였으며민간소유의건물과도로, 하천, 군시설등의공공시설이심각한피해를입었다 년과 2011 년의재해연보 (MPSS, 2010, 2011) 에따르면, 2010 년과 2011 년호우로인해서울시가입은피해는각각약 171 억원과 308 억원으로기록되었다. 이중건물침수에의한피해액은 107 억원 (62.6%) 과

2 190 강남지역홍수영향예보를위한침수특성분석 Table 1. Typical examples of impacts from flooding and aligns with the four columns in the flood risk matrix (FFC, 2017). Minimal impacts Minor Impacts Significant Impacts Severe Impacts Generally no impact, however there may still be Isolated and minor flooding of low-lying land and roads Isolated instances of spray/wave overtopping on coastal promenades Little or no disruption to travel although wet road surfaces could lead to difficult driving conditions Localized flooding of land and roads - risk of aquaplaning Localized flooding could affect individual properties Individual properties in coastal locations affected by spray and/or wave overtopping Localized disruption to key sites identified in flood plans (e.g. railways, utilities) Local disruption to travel - longer journey times Flooding affecting properties and parts of communities Damage to buildings/ structures is possible Possible danger to life due to fast flowing/deep water/ wave overtopping/ wave inundation Disruption to key sites identified in flood plans (e.g. railways, utilities, hospitals) Disruption to travel is expected. A number of roads are likely to be closed Widespread flooding affecting significant numbers of properties and whole communities Collapse of buildings/ structures is possible Danger to life due to fast flowing/deep water/wave overtopping/wave inundation Widespread disruption or loss of infrastructure identified in flood plans (e.g. railways, utilities, hospitals) Large scale evacuation of properties may be required Severe disruption to travel. Risk of motorists becoming stranded 억원 (30%) 이며피해유형중가장큰부분을차지하였다. 기상청은지역별상세기상정보서비스를위해 2008 년부터동네예보를시행하고있으며고유한기상정보로는그유용성을인정받고있다. 다만, 지역별사회 경제적영향을고려하지않은기상현상중심의기상정보는기상재해대응을위한효과적인의사결정을지원하는데불충분하다는인식이커지고있다 (KMA, 2016). 현재기상청은대상지역과무관하게 6 시간강우량 70 mm, 12 시간강우량 110 mm 이상이예상되는경우에호우주의보, 6 시간강우량 110 mm, 12 시간강우량 180 mm 이상이예상될때호우경보를발령한다. 세계기상기구 (WMO) 는기상현상으로부터발생할수있는사회 경제적영향을고려하는영향예보 (impact forecasts) 의필요성을강조하고있다 (WMO, 2015). 기상청도기상재해대응을위해효과적인의사결정을지원할수있는체계구축이필요하다는데인식을같이하고있다 (KMA, 2016). 이미기상선진국에서는고해상도기상정보뿐만아니라기상현상의사회경제적인영향을분석하여이에대한현실적이고신뢰할만한영향예보를시작하고있다. 한예로영국의 Flood Forecasting Centre (FFC) - Flood Guidance Statement (FGS) 에서는 5 일동안의모든홍수유형에대한위험도를평가하고이결과를일단위 (daily) 로제공하고있다. FGS 는홍수위험도를발생확률 (likelihood) 과위험영향 (risk impact) 의조합으로이루어진홍수위험도표 (flood risk matrix) 를제공한다. 발생확률은매우낮음 (very low: < 20%), 낮음 (low: 20~ 40%), 중간 (medium: 40~60%), 높음 (high: 60%) 의 4 개밴드로구분되고홍수위험영향은미세한영향 (minimal), 경미한영향 (minor), 상당한영향 (significant), 심각한영향 (severe) 의 4 개카테고리로구분된다. 각홍수위험영향카테고리에대한피해정도는 Table 1 과같이정의된다 (FFC, 2017). 각카테고리별로홍수피해는없으나잠재적으로발생할수있는상황, 국지적범람또는침수로인한저지대의침수위험이발생하는상황, 재산피해가발생하고사회시스템이부분적으로중단되는상황, 광범위한범람또는침수로인해사회시스템전반이중단또는손실되는상황으로요약될수있다. 호우에의한홍수영향예보를위해서는호우규모에따른잠재적피해정도가 Table 1 의 4 개카테고리중어디에해당하는지를정량적으로설명할수있어야한다. 홍수의발생확률은이를유발하는강우량의발생확률과직결됨으로앙상블확률강우량예측정보를이용하여추정할수있다. 본연구는이러한세계적기상예보의패러다임변환움직임을국내인구밀집지역인도시지역에적용하기위한기상임계값을추정하는과정을제시하고자한다. 일반적으로도시침수를위해서는대상지역에대해서침수위험임계값을설정하고그임계값을유발하는강우량추정에대한연구가필요한데, 침수심, 침수지역, 침수위험도를추정하는방법에대해연구를수행하였다. 대표적으로과거침수실적을참조하 한국기상학회대기제 27 권 2 호 (2017)

3 이병주 191 는방법, 침수발생에영향을미치는인자 ( 강우량, 강우지속기간, 유역평균고도, 평균경사, 관밀도등 ) 와침수의상관성분석을통한방법 (Park and Choi, 2008; Ahn et al., 2013; Kang and Lee, 2015; Lee et al., 2015), 수리수문학적해석을통한방법 (Hsu et al., 2000; Lee et al., 2006; Pathirana et al., 2011; Lee and Yoon, 2017) 등이있다. 과거침수실적을참조하는방법은해당지역의실측치를이용하기때문에객관성과정확성이높다는장점이있으나우리나라는대부분의지역에서침수흔적도를비롯하여침수피해지역에대한정확하고정밀한기록을장기간에걸쳐축적하고있는지역이거의없고자료가있는경우에도침수범위이외에침수심이나침수원인등과같은상세한정보가누락된경우가많아이방법을적용하기에는한계가있다 (Lee et al., 2008). 침수영향인자를이용한방법은관련인자를이용하여손쉽게침수위험도를추정할수있다는장점이있으나침수심과침수면적등에대한상세한정보를획득하기에는한계가있다. 수리수문학적해석을통한방법은대상지역에대해모델을구축하고매개변수를최적화하는등의복잡한작업이필요하나맨홀월류량, 침수심, 침수면적을상세하게파악할수있으며강우시나리오에따른침수시나리오를산정할수있다는측면에서도시지역의홍수영향예보에활용하기적합한방법이라할수있다. 본연구에서는 2010 년과 2011 년의호우에의한서울시에서발생한저지대건물과도로에대한침수피해에대해고해상도침수시나리오생산방안을제시하고침수위험임계값을유발하는강우량추정하고자한다. 2. 연구방법 영향예보에서영향위험 (risk of impact) 은 Eq. (1) 과같이재해 (hazard), 노출 (exposure), 취약성 (vulnerability) 에의해결정된다 (WMO, 2015). 재해는그것을유발하는현상이발생할확률과강도, 노출은위험기상으로부터피해를입는대상, 취약성은노출된대상이재해로부터받게되는피해정도를결정하는대상지역의대응능력또는민감도를의미한다. x 와 t 는공간과시간을나타낸다. 이는재해, 노출, 취약성은지역과시간에따라변할수있고종속변수인영향위험도시공간적으로변하게됨을의미한다. 따라서영향예보체계는지역과대상을구체화하고시간에따라변하는기상현상을반영할수있도록구축해야한다. Risk of impact(x, t) hazard(x, t) exposure(x, t) vulnerability(x, t) (1) 영향예보는일반적으로위험가능성도표 (risk matrix) Fig. 1. Flowchart of inundation impact based forecast. 를작성하여위험영향정도에따른위험수준을추정하는절차를가진다. 본연구에서는영향예보의전단계로서사회 경제적영향을배제한영향기반예보에대해서침수위험가능성도표를작성하고자한다. 연구절차는 Fig. 1 과같다. 임계침수심을유발하는강우량을추정하기위한침수해석방법은 Eq. (1) 에서언급된취약성을고려할수있어야한다. 여기서취약성은지형고도, 경사, 도로와건물형상, 토지피복형태, 상류유역면적, 하수관로시스템등의요소에영향을받는다. 따라서이러한취약성요소를고려할수있는침수해석방법을채택해야하며본연구에서는이들요소를반영할수있는 SWMM (Storm Water Management Model) 과 GIAM (Grid based Inundation Analysis Model) 을연계하는방안을채택하였다. SWMM 은우리나라에서도시유출해석및하수관로설계에널리활용되고있는모델이며 GIAM 은 SWMM 과연계하여도시지역에서 6m 공간해상도의모의침수심에대한적용성이평가된바있다 (Lee and Yoon, 2017). 강우시나리오는대상지역의과거호우사례또는확률강우량분석을통해양적인추정이가능하며 Huff 강우분포방법 (Huff, 1967) 등을이용하여시계열강우자료형태로변환할수있다. SWMM-GIAM 연계시스템을통해강우시나리오에따른고해상도의침수시나리오를생산할수있다. 다음과정으로홍수피해규모에따른침수심기준을결정하고이기준에해당하는강우량임계값을역으로추정하게된다. 마지막으로각강우량임계값의발생확률은앙상블확률강우량예측정보를이용하여추정이가능하며이러한전체과정을통해홍수위험도표를완성할수있다. 3. 대상지역및자료구축 서울시는배수체계특성을고려하여서울지역을 239 개배수분구로구분하여배수시스템을관리하고있다. 본연구에서는 Fig. 2 와같이강남역일대를포함하 Atmosphere, Vol. 27, No. 2. (2017)

192 강남지역 홍수영향예보를 위한 침수특성 분석 Fig. 2. Location map of the study area and inundation extent derived from ground survey. 는 논현(NH), 역삼(YS), 서초3(SC3), 서초4(SC4), 서 초5(SC5) 배수분구를 대상지역으로 선정하였다. 대상 지역의 총 면적은 7.

4 192 강남지역 홍수영향예보를 위한 침수특성 분석 Fig. 2. Location map of the study area and inundation extent derived from ground survey. 는 논현(NH), 역삼(YS), 서초3(SC3), 서초4(SC4), 서 초5(SC5) 배수분구를 대상지역으로 선정하였다. 대상 지역의 총 면적은 7.4 km2이며 각 배수분구별 면적은 논현 1.8 km2, 역삼 1.9 km2, 서초3 1.8 km2, 서초4 1.1 km2, 서초5 0.8 km2이다. 대상지역 내에는 서초와 사 평 빗물펌프장이 위치하고 있으며, 모두 반포천을 통 해 방류된다. 강남역 주변은 강남대로와 테헤란로가 교차하고, 주 거지역과 상업지역이 밀집한 서울의 대표적인 도심지 역이며, 주변지역에 비해 상대적으로 저지대이고 복 잡한 하수관망을 가지고 있어 집중호우로 인한 침수 위험이 높은 지역이라 할 수 있다(Choi et al., 2015). 서울시를 통해 2010년 9월 21일과 2011년 7월 27일 집중호우로 인해 대상지역 내에서 각각 118가구와 351 가구가 호우로 인한 피해를 입은 것으로 조사되었다. 또한, 서울시는 서울안전누리(safecity.seoul.go.kr)를 통 해 연도별 침수흔적도를 제공하고 있다. 대상지역에 대해서 2010년과 2011년에 각각 1.41 km2과 0.47 km2 의 침수면적이 발생하였으며 침수지역 현황은 Fig. 2 에 제시되었다. 현재 제공되는 침수흔적도는 침수심 정보를 포함하고 있지 않아 침수지역에 대한 상세한 침수심을 파악하기는 어렵다. 다만, 침수피해 현장사 진을 통해 승용차가 완전히 침수되는 등 2011년 7월 27일에 최대 1.5 m 이상 침수되는 지역이 실제로 발 생한 것으로 확인되었다. 단위배수구역에 대한 면적평균강우량은 관측소를 기준으로 다각형의 면적비로 가중치를 부여하는 방법 인 티센법(Thiessen method)을 이용하여 산정하였다. 한국기상학회 대기 제27권 2호 (2017) 기상청에서 운영하는 AWS (automatic weather station) 중 대상지역에 영향을 미치는 관측소는 강남(400)과 서초(401) 관측소로 조사되었으며 1분단위 강우량을 10분단위로 변환하여 호우사례에 대한 10분 단위 시 계열 강우량을 산정하였다. 대상지역에 내린 강우량에 대한 침수심을 모의하기 위해서는 1차원 관망해석을 통해 맨홀의 월류량을 모 의하고 2차원 침수해석을 통해 월류량의 확산결과에 해당하는 침수심을 모의할 수 있다. 1차원 관망해석 을 위해서는 대상지역내 우수관로시스템의 제원이 필 요하다. 서울시 도시정보시스템(Urban Information System; UIS)에서 제공하는 2014년 우수관로자료를 이용하였으며 맨홀과 우수관로 현황은 Fig. 3a와 같 다. 2차원 침수해석을 위해서는 지표흐름방향과 지표 유량, 지표면 거칠기 정도를 고려하기 위해 수치표고 자료(Digital Surface Model; DSM)와 토지피복도(Land Cover Map)의 공간정보자료가 필요하다. DSM은 Yi et al. (2012)가 2009년 국토지리정보원에서 구축한 평 균점밀도 2.5 pt m 2의 항공 LiDAR 자료로부터 생산 한 DBM (Digital Building Model) 자료를 이용하였다. DSM 원자료의 공간해상도는 1 m이며 6 m로 리샘플 링하였다. 토지피복도는 환경부에서 작성한 5 m 해상 도의 중분류 토지피복도로부터 6 m로 리샘플링하여 구축하였다. 지형자료 구축결과는 Figs. 3b and c와 같 다. 대상지역에는 주거지(residence), 상업지역(commerce), 교통지역(road), 공공시설지역(public facilities), 밭(farm land), 활엽수림(broadleaf forest), 침엽수림(coniferous forest), 혼효림(mixed forest), 초지(grassland), 나지(bare

맨홀 월류량을 산정하기 위해 1차 원 관망해석모델인 SWMM을 이용하였다. SWMM 모 델은 미국 환경청(EPA)에서 개발하였으며 국내에서 관로설계 및 도시홍수연구에 광범위하게 활용되고 있 다. 대상지역의 매개변수는 Choi et al.

5 이병주 193 Fig. 3. Storm sewer pipe line and topographic data. Fig. 4. The maximum simulated inundation depth in two storm events. land)의 10가지 토지피복형태가 존재한다. 4. 침수해석모델 구축 강우조건에 따른 침수시나리오의 신뢰도는 침수해 석모델의 정확도로 결정된다. 침수모의결과의 정확도 평가를 위해 2010년 9월 21일과 2011년 7월 27일 호 우를 선정하였다. 맨홀 월류량을 산정하기 위해 1차 원 관망해석모델인 SWMM을 이용하였다. SWMM 모 델은 미국 환경청(EPA)에서 개발하였으며 국내에서 관로설계 및 도시홍수연구에 광범위하게 활용되고 있 다. 대상지역의 매개변수는 Choi et al. (2015)에서 추 정된 결과를 이용하였으며 맨홀 관측수위와의 첨두수 심 상대오차는 9.91%로 정확도가 높은 것으로 확인 되었다. 두 호우사례에 대해 전체 2,065개 맨홀 중 월 류량이 발생한 맨홀은 각각 64개 (3.1%), 70개 (3.4%) Atmosphere, Vol. 27, No. 2. (2017)

194 강남지역홍수영향예보를위한침수특성분석 이다. 최대월류량은동일한맨홀에서 15.87 m 3 s 1 와 16.69 m 3 s 1 로계산되었다. 본연구에서는지표흐름과정에서지형, 도로, 건물등의영향을고려할수있도록 2차원침수해석모델인 GIAM을구축하였다. 공간해상도는 6m이다. 두호우사례에대한모의결과는 Fig. 4와같다.

6 194 강남지역홍수영향예보를위한침수특성분석 이다. 최대월류량은동일한맨홀에서 m 3 s 1 와 m 3 s 1 로계산되었다. 본연구에서는지표흐름과정에서지형, 도로, 건물등의영향을고려할수있도록 2차원침수해석모델인 GIAM을구축하였다. 공간해상도는 6m이다. 두호우사례에대한모의결과는 Fig. 4와같다. 침수모의결과의정확도평가를위해침수피해가구현황정보를이용하여탐지율 (Probability Of Detection; POD) 분석을수행하였다. 가구단위별정확도를평가하기에는결과의실효성측면에서한계가있다. 본연구에서는침수피해가구에해당하는지점에대해서반경 100 m 버퍼영역을형성하고이영역내부에침수가발생한경우는올바르게예측이된것으로간주하였다. 2010년과 2011년의침수피해가구수는각각 118가구와 351 가구이며버퍼영역내에침수가발생한경우는각각 72가구와 200가구이다. POD 최대값은 1.0이며 2010 년과 2011년에대해 POD를산정한결과 0.61과 0.57 의정확도를갖는것으로나타났다. POD 산정식은 Eq. (2) 와같으며 hits는모의침수지역내의침수피해가구수, misses는모의침수지역외의침수피해가구수를의미한다. POD = hits hits + misses (2) 현재의결과는맨홀월류량에기인한모의침수심의정확도를분석한결과이며향후다중배수시스템적용을통한직접지표흐름과지하공간저류효과를고려하도록침수해석모델을개선하여정확도를향상시키고자한다. 5. 영향임계값추정 5.1 강우시나리오생산기상청에서운영하는서울 (108) 관측소의강우지속기간 60 분과 120 분의 500 년빈도확률강우량은 mm 와 mm 이다 (MOLIT, 2011). 실제 2010 년과 2011 년에강서와구로관측소에서 1 시간최대강우량이각각 99 mm 와 111 mm 로기록된바있다. 따라서본연구에서는 10~200 mm 까지 10 mm 씩증가하여총 20 종의강우시나리오를생산하고자한다. 총강우량을시계열강우량으로변환하기위해서는시간분포방법을적용해야한다. 통상해당지역의과거강우자료로부터강우지속기간에따른총강우량이시간의경과에따라어떻게분포하는가를통계학적으로분석하여그지역에적합한시간분포를결정하는방법이가장많이이용된다. 국내에서는 Huff (1967) 가제안한 Huff 4 분위법이하천및우수관로설계등에널리이용되고있다 (Jang et al., 2006). 본연구에 Fig. 5. Rainfall scenarios with second quantile in the duration of 60 min and 120 min. 서도 Huff 4 분위법을적용하여강우의시간분포를수행하였다. 강우지속기간 60 분과 120 분에대한총강우량 10~200 mm 의 2 분위시간분포결과는 Fig. 5 와같다. 시간간격은 10 분이다. 2 분위는총강우지속기간을 4 개의등구간으로나누었을때첨두강우량이 2 분위에서발생하는분포를의미한다. 강우지속기간 60 분과 120 분에대한 10 분최대강우량은총강우량 200 mm 에대해 mm 와 mm 로산정되었다. 5.2 침수시나리오생산 Figure 6 은강우시나리오에대한침수심모의결과이며강우량 - 침수면적 - 침수심곡선 (Rainfall-Area-Depth (RAD) curve) 으로정의된다. 지속기간동안총강우량 60~100 mm 가내릴경우침수지역이상대적으로크게증가하는것을확인할수있다. 서울시의우수관로설계빈도가 5 년또는 10 년이며지속기간 60 분과 120 분의 5 년과 10 년빈도확률강우량은각각 62.0 mm 와 90.1 mm, 73.6 mm 와 mm 이다. 따라서지속기간동안 50 mm 이하의강우량에대해서는침수지역이거의발 한국기상학회대기제 27 권 2 호 (2017)

이병주 195 Fig. 6. Rainfall-Area-Depth (RAD) curve in the duration of 60 min and 120 min. 생하지 않는 것을 Fig. 6에서 확인할 수 있다. 반면에 60~100 mm의 강우량은 우수관로의 설계빈도를 초과 하는 구간이며 이 구간동안 월류량이 발생하기 시작 하고 침수심 0.

3 임계값 추정 도시침수에 대한 영향예보를 실행하기 위해서는 노 출대상을 선정하고 그 대상에게 피해를 줄 수 있는 임계값을 설정해야 한다. 예를 들어 보행자, 차량, 건 물에 대한 위험경보를 발령하기 위해서는 각 대상에 대해 피해를 유발하는 기준값이 필요하다. Kang (2003) 은 유속과 수심에 따른 보행실험을 통해 유속 0.

7 이병주 195 Fig. 6. Rainfall-Area-Depth (RAD) curve in the duration of 60 min and 120 min. 생하지 않는 것을 Fig. 6에서 확인할 수 있다. 반면에 60~100 mm의 강우량은 우수관로의 설계빈도를 초과 하는 구간이며 이 구간동안 월류량이 발생하기 시작 하고 침수심 0.5 m 이하의 비교적 얕은 침수지역이 크게 증가하는 것으로 예상된다. Figure 6에서 수심 1.5 m 이상에서 침수면적이 갑자기 증가하는 것은 침 수심이 1.5 m부터 최대침수심까지의 범위에 해당하는 격자면적을 모두 합산한 결과이기 때문이다. 참고로 강우지속기간 60분의 200 mm 강우량에 대한 최대침 수심은 4.55 m로 산정되었다. 5.3 임계값 추정 도시침수에 대한 영향예보를 실행하기 위해서는 노 출대상을 선정하고 그 대상에게 피해를 줄 수 있는 임계값을 설정해야 한다. 예를 들어 보행자, 차량, 건 물에 대한 위험경보를 발령하기 위해서는 각 대상에 대해 피해를 유발하는 기준값이 필요하다. Kang (2003) 은 유속과 수심에 따른 보행실험을 통해 유속 0.9 m s 1 와 침수심 0.55 m(무릎 위 높이) 조건 하에서 성인남 성 자립으로 이동이 가능함을 제시하였다. Kim et al. (2014)은 동두천지역의 피해설문조사를 통해 도시지 역의 침수심별 피해액 추정함수를 개발하였으며 단독 주택과 다가구 주택의 경우 각각 침수심 0.5 m와 0.42 m 에서 피해금액이 급격히 상승함을 제시하였다. 보험 Fig. 7. Inundation risk matrix for Gangnam drainage basin. 개발원에서는 자동차 침수 시 조치요령 에서 차량 의 경우 배기파이프가 물에 잠기지 않을 정도면 운행 이 가능한 것으로 판단한다. 배기파이프의 높이는 승 용차의 경우 타이어 높이의 1/3(소나타의 경우 평균 21.6 cm, 최저 20.9 cm), 트럭은 타이어 높이의 1/2 정 도가 해당된다. 한국토지주택공사의 토목공사설계지 침 및 적산지침 에 따르면, 설계속도 60 km h 1 이상 과 4차선 이상의 도로 조건에 따라 보차도 경계석의 높이가 20~25 cm로 설계하도록 규정되어 있다. 따라 서 보차도 경계가 있는 보도에서는 20~25 cm 이상의 침수가 발생할 경우 보행자는 불편을 느낄 수 있다. 이상의 선행연구결과를 종합해볼 때, 일반적으로 보 도와 차도의 경계인 연석의 높이를 약 20 cm, 자동차 배기구의 높이를 차종에 따라 20~50 cm, 건물의 침수 방지턱 높이를 50 cm로 규정할 수 있으며 각 대상에 대한 침수심 임계값은 20 cm와 50 cm가 된다. 또한 예상피해규모는 침수심과 더불어 침수면적과도 비례 하므로 최종적으로 예상피해규모를 침수심 임계값 이 상의 침수면적으로 정의할 수 있다. 다양한 노출대상 에 대한 위험도를 고려하여 강남지역의 1시간 강우량 에 대한 영향예보 위험가능성 도표를 Fig. 7과 같이 제시하였다. Figures 7a and b는 각각 강우지속기간 Atmosphere, Vol. 27, No. 2. (2017)

8 196 강남지역홍수영향예보를위한침수특성분석 60 분과 120 분에대한결과이다. 예상피해규모를의미하는침수피해임계값은 4 단계 (VERY LOW, LOW, MEDIUM, HIGH) 로구분하고침수심 0.5 m 이상면적의발생시작이전단계, 발생시작 ~0.01 km 2, 0.01~0.1 km 2, 0.1 km 2 이상으로정의하였다. 단, 본연구에서정의한 0.5 m 이상의각침수면적이 Table 1 의각위험영향카테고리 (minimal, minor, significant, severe) 를정량화한값이라고설명하기는어렵다. 향후피해대상과대상지역의특성을고려한침수영향인자를복합적으로분석하여정량화된기준을개발할필요가있을것으로판단된다. 각침수피해임계값을유발하는강우량은 Fig. 6 의강우량 - 침수면적 - 침수심곡선으로부터추정할수있다. 특정침수심과침수면적은 Fig. 6 의 X 축과 Y 축에서교차점으로나타나며강우시나리오중이값을초과하는가장가까운강우량이특정규모의침수피해를유발하는강우임계값이된다. 강우지속기간 60 분에대해서 4 단계침수피해임계값에대한강우량임계값은 0~20 mm, 20~50 mm, 50~80 mm, 80 mm 이상으로추정되었다. 강우지속기간 120 분에서는강우량임계값은 0~30 mm, 30~70 mm, 70~110 mm, 110 mm 이상으로강우지속기간이연장됨으로인해지속기간 60 분의결과보다강우량이크게나타났다. 도시침수피해는단시간에많은강우가내릴때발생가능성이높아지므로지속기간이길어질경우강한강우강도가나타나기위해서는총강우량이많아져야한다. 이는동일한침수피해규모에대해서강우지속기간에따라그피해를유발하는강우량이달라질수있음을의미한다. 또한대상지역의지형 / 지물구조형태, 수방시설의침수저감능력, 강우의시공간적분포형태에따라강우량임계값은달라질수있다. 6. 결론 동일한강우량이발생하더라도대상지역의지형 / 지물구조형태와수방시설물의대응능력, 관심대상에따라지상에서의피해유형과규모는크게달라지게된다. WMO 는기상정보만을담고있는기존기상예보에서그기상현상으로인해발생하는지표의피해상황까지를예측하는영향예보의필요성을강조하고있다. 본연구에서는도시침수에대한영향예보구축방안을제시하고자하였다. 이를위해논현, 역삼, 서초 3, 서초 4, 서초 5 의 5 개배수분구를포함하는강남배수구역을대상지역으로선정하고 SWMM 모델을이용하여 1 차원관망흐름해석을통해맨홀월류량산정체계를구축하였다. 또한침수심모의를위해 6m 격자단위의침수심을모의할수있도록 2 차원침수해석모 형인 GIAM 모델을구축하였다. 2 차원침수해석결과의정확도를분석하기위해 2010 년과 2011 년의두호우에대해 POD 를산정하였으며 0.61 과 0.57 의정확도를보였다. 강남지역에서의홍수영향예보를위해침수위험가능성도표를작성하였다. 본연구에서는서울 (108) 관측소의강우지속기간별확률강우량을참고하여 60 분과 120 분에대해 10~200 mm 구간에대해 20 종의강우시나리오와침수시나리오를생산하였다. 지속기간동안총강우량 50 mm 이하에서는침수면적이거의발생하지않으며 60~100 mm 가내릴경우침수심별침수지역이상대적으로크게증가하는것을확인하였다. 이러한강우량과침수심별침수면적시나리오결과를토대로영향예보를위한위험가능성도표를작성하였다. 침수피해임계값은침수심 0.5 m 이상의면적이발생시작이전단계, 발생시작 ~0.01 km 2, 0.01~0.1 km 2, 0.1 km 2 이상으로정의할때이를유발하는강우량임계값을지속기간 60 분과 120 분에대해추정하였다. 강우량임계값은강우지속기간 60 분에서는 0~20 mm, 20~50 mm, 50~80 mm, 80 mm 이상, 120 분에서는 0~ 30 mm, 30~70 mm, 70~110 mm, 110 mm 이상으로나타났다. 기상재해영향예보를위한기상임계값은시간과공간, 재해의대상, 임계값추정방법과그방법의신뢰도에따라결정된다. 향후 2 차원침수해석모델의정확도개선을통해침수시나리오의신뢰도를향상시키고다양한대상지역에대해위험가능성도표를작성하여그적용성을평가하고자한다. 또한기상청국지확률예보모델의확률강우량을이용하여위험가능성도표를통한도시침수재해위험수준을추정하고자한다. 본연구에서제시한도시침수영향예보지원체계는향후기상청의기상재해영향예보에활용될수있을것으로기대된다. 감사의글 본논문의개선을위해좋은의견을제시해주신두분의심사위원께감사를드립니다. 이연구는기상청차세대도시농림융합스마트기상서비스개발 (WISE) 사업 (KMIPA ) 의지원으로수행되었습니다. REFERENCES Ahn, J., K. Kim, and W. Cho, 2013: Flooding risk assessment using flooding characteristic values. J. Korean Soc. Civil Eng., 33, , doi: /ksce (in Korean with English abstract). Choi, S.-M., S.-S. Yoon, B.-J. Lee, and Y.-J. Choi, 2015: 한국기상학회대기제 27 권 2 호 (2017)

9 이병주 197 Evaluation of high-resolution QPE data for Urban Runoff Analysis. J. Korea Water Resour. Assoc., 48, , doi: /jkwra (in Korean with English abstract). FFC (Flood Forecasting Centre), 2017: Flood Guidance Statement User Guide (Version 4). 6 pp. Hsu, M. H., S. H. Chen, and T. J. Chang, 2000: Inundation simulation for urban drainage basin with storm sewer system. J. Hydrol., 234, Huff. F. A., 1967: Time distribution of rainfall in heavy storms. Water Resour. Res., 3, Jang, S.-H., J.-Y. Yoon, and Y.-N. Yoon, 2006: A study on the improvement of Huff s method in Korea: I. Review of applicability of Huff s method in Korea. J. Korea Water Resour. Assoc., 39, , doi: / JKWRA (in Korean with English abstract). Kang, J.-E., and M.-J. Lee, 2015: Analysis of urban infrastructure risk areas to flooding using neural network in Seoul. J. Korean Soc. Civil Eng., 35, , doi: /ksce (in Korean with English abstract). Kang, S.-H., 2003: Study on refuge behavior and its critical inundation depth in low area. J. Korean Soc. Civil Eng., 23, (in Korean with English abstract). KMA, 2016: Meteorological Technology & Policy 9. Korea Meteorological Adminstration, 74 pp. Kim, S.-H., B.-S. Kim, C.-H. Lee, and J.-H. Chung, 2014: Development of depth-damage function by investigating flooded area with focusing on building damage. J. Korea Water Resour. Assoc., 47, , doi: /jkwra (in Korean with English abstract). Lee, B.-J., and S.-S. Yoon, 2017: Development of Grid based Inundation Analysis Model(GIAM). J. Korea Water Resour. Assoc., 50, , doi: / JKWRA Lee, C.-H., K.-Y. Han, and K.-H. Choi, 2006: DEM based urban inundation analysis model linked with SWMM. J. Korea Water Resour. Assoc., 39, (in Korean with English abstract). Lee, E.-H., H.-S. Choi, and J.-H. Kim, 2015: Determination of flood risk considering flood control ability and urban environment risk. J. Korea Water Resour. Assoc., 48, , doi: /jkwra Lee, Y.-J., S.-S. Young, and C.-H. Lee, 2008: Comparing methods for determining flood protection elevation in urban built-up areas. J. Korean Soc. Civil Eng., 28, (in Korean with English abstract). MOLIT, 2011: Improvement and Supplement of Probability Rainfall in South Korea. 237 pp. MPSS, 2010: 2010 Disaster Annual Report. 942 pp. MPSS, 2011: 2011 Disaster Annual Report. 973 pp. MPSS, 2015: 2015 Disaster Annual Report. 222 pp. Park, M.-J., and S.-W. Choi, 2008: Development of an inundation risk evaluation method based on a multi criteria decision making. J. Korea Water Resour. Assoc., 41, Pathirana, A., S. Tsegaye, B. Gersonius, and K. Vairavamoorthy, 2011: A simple 2-D inundation model for incorporating flood damage in urban drainage planning. Hydrol. Earth Syst. Sci., 15, , doi: / hess WMO, 2015: Guideline on multi-hazard impact-based forecast and warning system. WMO-No pp. Yi, C.-Y., S.-M. An, K.-R. Kim, Y.-J. Choi, and D. Scherer, 2012: Improvement of air temperature analysis by precise spatial data on a local-scale: A case study of Eunpyeong new town in Seoul. J. Korean Assoc. Geogr. Inform. Stud., 15, Atmosphere, Vol. 27, No. 2. (2017)

04김호걸(39~50)ok

04김호걸(39~50)ok Journal of Environmental Impact Assessment, Vol. 22, No. 1(2013) pp.39~50 Prediction of Landslides Occurrence Probability under Climate Change using MaxEnt Model Kim, Hogul* Lee, Dong-Kun** Mo, Yongwon*