Development of an AI-Based Landslide Occurrence Probability Model Using SSP Scenarios and Evaluation of Its Applicability in South Korea

Uichan Kim 고려대학교 대학원 2026 국내석사

기후변화로 인한 극한 강수의 빈도와 강도 증가는 전 세계적으로 산사태 발생 위험을 가속화하고 있으며, 국토의 약 64%가 산악지형인 한국은 이러한 변화에 특히 취약하다. 이에 대응하여 국가·광역·기초 지방자치단체는 기후변화 적응대책 세부시행계획을 수립해 왔으나, 지자체에서 활용 중인 MOTIVE, VESTAP 등 기존 평가 도구는 여전히 RCP 기반 기후자료에 의존하고, 실제 현장에서 수행되는 산림관리·사방사업 등 적응조치와 연계된 적응능력 지표가 미흡하다는 한계가 지적된다. 본 연구는 이러한 한계를 보완하기 위해 IPCC 취약성 평가 체계를 기반으로 산사태 관련 적응대책을 정량화한 적응능력(Proxy) 지표를 구축하고, 최신 SSP2-4.5 및 SSP5-8.5 시나리오를 적용한 인공지능(AI) 기반 산사태 발생확률 모델을 개발하는 것을 목표로 하였다. 이를 위해 2016–2024 년 동안의 산사태 발생 자료 5,812 건과 지형·토양·임상 특성, 극한강수 지수(RAIN80, 1일 최대강수, 5일 누적 최대강수, SDII)등 17개 설명변수를 결합하여 PyCaret 라이브러리를 활용한 다중 머신러닝(Random Forest, CatBoost, XGBoost, LightGBM) 성능 비교·평가를 수행하였다. 모형 학습 및 교차검증 결과, CatBoost가 평균적인 평가지표에서 가장 우수했으나, 혼동행렬 기반 오분류 최소화, AUC(0.92)의 안정성, 모형 해석 용이성을 종합적으로 고려하여 CatBoost 를 최종 예측모형 알고리즘으로 선정하였다. SHAP 분석에서는 1 일·5 일 최대강우와 극한강수 지수(SDII, RAIN80)가 산사태 발생 확률을 크게 증가시키는 요인으로 확인되었다. 또한 2016–2024 년 독립 검증자료(총 396 건)를 이용한 시계열 검증에서 실제 산사태의 80%가 High 이상 등급에 포함되어 높은 예측 신뢰성이 입증되었다. 개발된 모형을 활용하여 2031–2100년 SSP2-4.5 및 SSP5-8.5 시나리오 하에서 산사태 영향 평가를 수행한 결과, 2060년대 후반과 2100년 전후에 동해안·남해안·강원 산지를 중심으로 고위험 지역이 급격히 확대되는 것으로 나타났다. 사방댐의 효과는 로지스틱 회귀모형(AUC=0.853)을 통해 정량화되었으며, 댐 1기 추가 설치 시 산사태 발생 확률이 약 0.1–0.2%p 감소하는 것으로 분석되었다. 이를 기반으로 고위험 유역 우선 배치 시나리오를 적용한 결과, SSP2-4.5에서는 High 및 Very High 픽셀이 각각 연평균 6,251개와 17,213개 감소하였고, SSP5-8.5에서는 각각 26,824개와 49,899개 감소하였다. 적응능력 효과 지수 또한 시간 경과에 따라 점진적으로 증가하여 SSP2-4.5 와 SSP5-8.5 모두에서 최대 0.094 에 도달하였으며, 향후 사방댐 설치량이 증가할수록 그 공간적 영향이 넓어지는 양상이 확인되었다. 종합하면, 본 연구는 최신 SSP 시나리오, 머신러닝 기반 예측모형, 그리고 실제 적응대책을 통합한 정량적 산사태 발생확률 추정 프레임워크를 제시하였다. 이는 시·군·구 단위의 공간적으로 차별화된 산사태 위험관리와 근거 기반 기후변화 적응정책 수립에 활용될 수 있는 실증적·과학적 근거를 제공한다. The increasing frequency and intensity of extreme rainfall driven by climate change are accelerating landslide hazards worldwide, and South Korea, with approximately 64% of its national land area consisting of mountainous terrain, is particularly vulnerable. Although national, provincial, and municipal governments have established detailed climate change adaptation implementation plans, the assessment tools currently used by local governments such as MOTIVE and VESTAP still rely on outdated RCP-based climate datasets and incorporate adaptive capacity indicators that are insufficiently aligned with the adaptation measures actually implemented in the field, including forest management and erosion control projects. These limitations highlight the need for an improved, evidence-based framework that reflects both updated climate scenarios and real adaptation actions. This study aims to address these gaps by developing proxy indicators of adaptive capacity through the quantitative evaluation of landslide-related adaptation measures following the IPCC vulnerability ssessment framework, and by constructing an AI-based landslide occurrence probability model using the latest SP2-4.5 and SSP5-8.5 climate scenarios. A total of 5,812 landslide observations recorded between 2016 and 2024 were combined with 17 explanatory variables, including topographic, soil, and forest structural characteristics and extreme rainfall indices such as RAIN80, 1-day maximum rainfall, 5-day maximum accumulated rainfall, and SDII. The predictive performance of several machine learning algorithms (Random Forest, CatBoost, XGBoost, LightGBM) was evaluated using the PyCaret library. Model training and cross-validation results indicated that CatBoost showed the highest average performance. However, considering confusion-matrix-based misclassification rates, the stability of the AUC value (0.92), and model interpretability, CatBoost was selected as the final prediction algorithm. SHAP analysis showed that 1-day and 5-day maximum rainfall and extreme rainfall indices including SDII and RAIN80 significantly increased landslide probability. Independent temporal validation using 396 landslide events from 2016 to 2024 further confirmed model reliability, with 80% of actual landslides occurring within the High or Very High susceptibility classes. Using the developed model, landslide impact assessments for the period 2031 to 2100 under the SSP2-4.5 and SSP5-8.5 scenarios revealed a rapid expansion of high-risk areas along the East Sea coast, southern coastal regions, and mountainous areas of Gangwon Province, particularly in the late 2060s and around 2100. The effect of erosion-control dams was quantified using a logistic regression model with an AUC of 0.853, which indicated that the installation of one additional dam reduces landslide probability by approximately 0.1 to 0.2 percentage points. When this effect was applied using a priority-based installation scenario for high-risk catchments, the number of High and Very High pixels decreased by an average of 6,251 and 17,213, respectively, under SSP2-4.5 and by 26,824 and 49,899, respectively, under SSP5-8.5. The adaptive capacity effect index also increased steadily over time, reaching a maximum of 0.094 under both SSP2-4.5 and SSP5-8.5, indicating that the influence of erosion-control dams expands spatially as installations accumulate. In summary, this study presents a quantitative landslide occurrence probability assessment framework that integrates the latest SSP climate scenarios, machine-learning based prediction models, and actual adaptation measures. This framework provides empirical and scientific evidence that can support spatially differentiated landslide risk management and the development of evidence-based climate adaptation policies at the municipal level.

A Study on Spatio-Temproal Characteristics of Rainfall Distribution in urban area

이종진 인제대학교 일반대학원 2018 국내석사

Owing to numerous unusual weather phenomena, flood damage is increasing around the world not only in natural environments, but also in urban watersheds. Much of the damage occurring in urban watersheds is greater and more extensive than in other areas, owing to development levels and population density. Therefore, there is a critical need to predict flood damage and to establish mitigation measures suitable for urban watersheds. In this study, rainfall distribution characteristics were analyzed using 10-minute rainfall data for the analysis of short-term rainfall distribution, rather than longer hourly rainfall data. The rainfall distribution characteristics of Seoul, Busan, Changwon, and Suwon were selected for this analysis. The existing Huff's method has been improved to show the sub-hourly rainfall distribution (SHRD). In addition, the Probable Rainfall Method (PRM) was proposed using the probable rainfall for each period calculated by region. The results of the existing Huff's method were compared with the SHRD and the PRM by duration. If the rain distribution was shorter than 60 minutes in duration, a large peak rainfall would occur in the Huff's method, which would lead to the calculation of excessive flooding. Using the distribution curve calculated by the SHRD, it is expected that the peak rainfall will be calculated similarly to the actual probability precipitation In the PRM with a duration of 90 minutes, the Huff's method tends to be concentrated in the first half and the middle of the rainfall. The SHRD method focuses on the middle and the later rainfall. In the rainfall distribution method with a probability of 120 minutes in duration, it was considered that the 10-minute peak rainfall calculation was too high For smaller basin areas and shorter rainfall durations, if the existing Huff's method is applied as usual, the problem is that it is larger than the 10-minute rainfall that occurred in the past. Therefore, it is deemed necessary to apply the rain distribution using the 10-minute data. Further consideration is given to the distribution characteristics and applicability above the lowest levels in the future, and given the probability of exceeding 10% or 90%, rather than 50%, the regional characteristics are more likely to be reflected 기상이변에 의한 홍수피해는 전 세계적으로 자연 유역뿐만 아니라 도시 유역에서도 증가하고 있다. 도시 유역에서 발생한 각종 피해는 개발 정도나 인구 밀집 등의 이유로 다른 지역보다 더욱 크게 발생한다. 따라서 도시 유역에 적합한 홍수피해 예측과 경감대책 수립이 필요하다. 지난 2011년부터 정부에서는 기존 시설물의 방재성능을 평가하고 개선을 유도하고자 지역별 방재성능목표를 제시하고 있다. 또 강우 지속시간에 따른 목표 강우량을 제시하고 있지만, 국내에서 개발된 강우분포 방법은 장시간이나 단시간 호우의 구분이 없이 개발되어 적용되고 있다. 하지만 단시간 호우의 지배를 받는 도시 유역에 적용 시 적합하지 않아 단시간 강우분포 방법이 필요한 실정이다. 본 연구에서는 1시간 단위 강우 자료보다 짧은 단기간 강우분포 분석을 위해 10분 단위 강우 자료를 이용해 분석하였다. 지역별 강우분포 특성 분석을 위해 서울, 부산, 창원, 수원지점을 선정하였다. 강우 자료는 2000년 이후 2017년까지 17년 이상 계측된 분 단위를 수집하였다. 지속시간 60분, 90분, 120분에 대한 강우 발생 빈도를 조사하고, 누가강우량 20 ㎜ 이상부터 70 ㎜까지 지속시간별로 산정하였다. 서울, 부산, 창원, 수원지역에 대한 분석을 위해 기존 Huff 분포 방법을 개선해 SHRD (Sub-Hourly Rainfall Distribution) 방법으로 제시하였다. 또 지역별로 산정된 지속시간별 확률강우량을 이용할 수 있는 PRM (Probable Rainfall Method)을 연구결과로 제시하였다. 기존 Huff 분포 방법 결과를 SHRD, PRM 분포 결과와 비교하였다. 지속시간 60분 이하의 짧은 강우분포를 가지는 경우 Huff 방법에서 큰 첨두강우량이 발생하는 것을 확인할 수 있었다. 그리고 이를 홍수량 산정에 적용할 경우 과다 홍수량 산정으로 이어질 수 있음을 확인했다. SHRD 방법으로 산정된 분포곡선을 사용할 경우 실제 확률강우량과 비슷한 첨두 강우량을 산정할 수 있었다. 지속시간이 90분인 확률강우량에서 Huff 방법은 강우 전반부와 중심에 집중되는 경향이 있다. 그리고 SHRD 방법은 중심과 후반부에 집중되는 특징을 보이고, PRM 방법에서는 지속시간 120분에 10분 첨두강우량이 크게 산정되는 것으로 검토되었다. 유역면적이 작고 강우 지속시간이 짧은 경우에 기존 Huff 방법을 그대로 적용할 경우 과거 발생한 10분 강우량보다 크게 산정되는 문제점이 있다. 이러한 문제점을 개선한 SHRD 방법을 이용 한다면 보다 현실적인 강우분포를 산정할 수 있다. 또한 PRM 방법을 이용한다면 지속시간별 모든 확률강우량을 만족 할 수 강우분포를 만들 수 있다. 본 연구에서 제시된 강우분포 방법을 지역별로 산정한다면 지역별 특성이 더욱 잘 반영된 설계 강우분포 방법 도출이 가능할 것으로 기대된다.

Landslide hazard analysis considering climate change

이명진 Graduate School, Yonsei University 2012 국내박사

In this study, landslide hazards are analyzed. They are expected to increase due to the consistent occurrence of landslides and future climate change. To do this, first, the correlation between rainfall and landslides in the 2000s was analyzed. In South Korea during the 2000s, 1-day rainfall and 3-day cumulative rainfall had a higher correlation with landslides than the cumulative rainfall on other days. Second, a study area was selected. Inje in Kangwon-do had a large-scale landslide because of Typhoon Ewiniar. Deokjeok-ri and Karisan-ri were selected as detailed study areas. The accuracy of locating landslides is enhanced by aerial photogrammetry and GPS surveys. Third, databases were created. For the topographic map, slope, aspect, and curvatures were prepared; for the soil map, soil drainage, thickness, material, and texture were prepared; for the forest map, diameter, density, type, and forest age were prepared; and for the geologic map, a rock floor was prepared. Fourth, spatial statistical methods were used to calculate correlations and weights. The database is related for such factors, calculating the correlation and weight of landslides by using frequency ratios, logistic regression, and neural networks. The correlation and weight for Deokjeok-ri was applied to Karisan-ri through cross-validation landslide susceptibility for each area. The analyzed susceptibility was verified by calculating the success rate to explain and express existing landslide occurrences quantitatively from the calculated landslide susceptibility index. Fifth, future climate change, rainfall probability and scenarios for future climate changes are analyzed for a quantitative prediction of rainfall changes in the study area. The target years for future landslide hazard were 1, 3, 10, 50, and 100 years. The probability of occurrence for each target year’s 1-day (202mm) and 3-day cumulative rainfall (449mm) was calculated, and the results were then applied to the susceptibility of Deokjeok-ri and Karisan-ri to produce a hazard map. In order to understand the quantitative accuracy of the hazard, verification was performed by calculating the success rate. As for the analysis of landslide susceptibility and hazard, the results from the original application for Deokjeok-ri are higher, and the results from the cross-validation for Karisan-ri are lower. The frequency ratio, logistic regression, and neural network used for landslide susceptibility and hazard showed increasing accuracy for the target years. As the target years increased, accuracy increased for the threshold of 202mm and 449mm of rainfall probability and future climate change scenario. In all the methods applied, accuracy was higher for the threshold of 449mm than for 202mm of rainfall probability. 3-day cumulative rainfall affects landslide occurrence more than the 1-day rainfall relation between rain and landslide. The results of the final landslide susceptibility and hazard analysis are classified into four grades: Low (1~57%), Medium (58~75%), High (76~87%), and Very High (88~100%). The ratio of High and Very High areas in comparison to the total study area increased as the number of target years increased. All the cases using a frequency ratio (Cases 1 - 32) increased by an average of 15.49%; all the cases using logistic regression (Cases 33 - 64) increased by an average of 21.20%; and all the cases using a neural network (Cases 65 - 96) increased by an average of 14.80%. To compare the differences in the results of this study when applied to extreme climate changes in the study area, two cases are analyzed. First, landslide hazard is determined by prediction of the future without considering climate changes in the study areas; in this case, the 2100 landslide hazard map for the study area corresponds to the 3-target year. Second, the SRES A2 scenarios that predict extremely severe future climate changes are applied. In this case, the Very High area ratio increased by 21.21% for Deokjeok-ri and 11.28% for Karisan-ri. Climate disasters are predicted to increase due to climate change. An analysis of landslide hazard can be easily and conveniently conducted using GIS and spatial, statistical analysis methods when climate change and rainfall are predicted more accurately. As data from repeated landslides are accumulated, it may be possible to calculate weights reflecting the type of landslides and the characteristics of areas. Finally, wasted effort and time could be reduced in predictions by removing unnecessary factors affecting landslides and the consequent susceptibility and hazard. All the improvements can be used for the efficient prevention of landslides.

천리안 위성자료를 이용한 강수확률 산출 사전 연구

반현주 연세대학교 대학원 2016 국내석사

강수는 야외 활동이나 경제 활동, 농업 등에 직접적으로 영향을 미치는 필수 정보로 정확한 예보가 요구 되는 기상학적 변수들 중 하나이다. 위성자료를 이용한 강수 예보는 강수의 양을 예측하는 방법과 단순히 강수의 유무만을 이용하여 강수확률로 나타내는 방법이 있다. 강수 확률을 이용한 예보는 수치예보를 이용하여 많은 발전을 하였으나 1 ∼ 6 시간의 초단기예보에서는 예측 정확도가 낮다. 이를 보완하기 위해 다른 자료를 이용한 초단기 예보의 필요성이 제기되었고, 레이더와 위성자료를 이용하여 초단기 예보가 연구되어져 왔다. 본 연구에서는 COMS 위성자료를 이용하여 여러 강수확률의 관계식을 산출하여 초단기 예보에 적용할 수 있는 최종강수확률 관계식을 구하고 그에 연관된 변수들을 찾고자 하였다. 강수확률은 사용하는 관측 자료와 예보시간 및 지역, 목적에 따라 정의가 다르며 본 연구에서 강수확률은 ‘2시간 이내에 최소 1mm/h 이상의 강우강도가 관측될 확률’로 정의하였다. 강수확률을 구하기 위해서 2시간 동안 15분 간격의 천리안 강우강도 자료를 사용하였다. 본 연구에서 강수확률은 통계적 방법을 이용하여 경험식을 도출하는 방법을 이용하여 구하였다. 강수확률에 영향을 주는 통계적 변수들은 3×3, 5×5, 7×7 영역 누적 강수량과 강수픽셀 수, 3×3, 5×5, 7×7 영역 누적 강수픽셀 수이다. 관계식을 구하기 위해 위 각각의 변수들과 강수확률의 관계를 선형회귀 방법을 이용하여 식을 산출하였다. 10개의 사례들을 이용하여 강수확률 식에 통계변수들을 적용하고 강수확률을 산출하였으며, 이를 실제관측 값인 누적강우강도와의 CC, BAIS, RMSE, POD, FAR, HSS를 구하여 7개의 변수들 중 어떠한 변수가 실제 관측 값과 정확도가 높은지 비교해보았다. 또한 현재 개발 중인 GK-2A의 강수확률 알고리즘으로 산출된 강수확률을 참고하여 정확도 지수를 구하고 본 연구의 결과와 비교해 보았다. 각 영역별 누적 강수량과 강수확률과의 관계식은 누적강수량의 영역이 증가할수록 기울기가 감소함을 보였다. 강수픽셀수와 강수확률과의 관계식은 강수가 관측시간 중 한번만 관측이 되어도 60%의 높은 강수확률을 보였고, 6번 이상 관측이 되면 강수확률은 100%를 보였다. 10개의 사례들에 대해 각 관계식을 통해 산출된 강수확률을 map으로 나타내어 확인한 결과 대부분의 사례에서 누적강수량, 누적픽셀수의 영역이 넓어질수록 전반적으로 강수확률을 보이는 면적이 넓어지고 smooth해짐을 볼 수 있었다. 각 변수들의 비교 결과를 볼 때, 3×3 영역누적강수량이 10개 모두 사례에서 FAR이 낮았으며 이는 FAR가 낮을 수록 예측된 값과 실제 관측 값의 정확도가 높음을 의미한다. 또한 10개 사례 중 9개 사례에서 강수픽셀수의 POD값이 가장 높았다. 이는 실제 관측 값인 누적강우강도의 강수지역과 예측된 값인 강수픽셀의 강수지역이 일치하는 픽셀이 많음을 의미하며 사례들의 map에서도 다른 변수들의 결과보다 일치하는 것을 볼 수 있다. 본 연구에서는 강수확률 관계식을 산출하기 위해 여름의 20개의 사례만 사용하였기 때문에 모든 강수사례에 적용하기는 어렵다. 따라서 보다 많은 사례를 적용한 연구가 필요하며 더 나아가 강수유형(태풍, 장마 등) 및 계절에 따라 관계식을 산출한다면 정확도가 더 높을 것으로 기대 된다. 또한 사용한 변수들의 조합 및 다른 변수의 연구도 추후에 연구를 진행할 계획이다.연구도 추후에 연구를 진행할 계획이다. Rainfall is an essential information for outdoor activities, economic activities and an agriculture, and is one of the meteorological variables that requires accurate forecast. Precipitation forecast have been developed by using statistical analysis, but it is still not accurate to short-term forecast during 1 to 6 hours. Data from RADAR and satellite have been studying to supplement short-term forecast. This thesis calculate relations of precipitation probability by using COMS data. Derived results and associated variables were examined to apply to the short-term forecast. Precipitation probability has different definitions by using observation data, forecasting time, location and purpose. I define the precipitation probability that observe rainfall intensity at least 1 mm/h in 2 hours and at Korea peninsula. I used COMS satellite data which obtained rainfall intensity during 15 minutes in 2 hours. To derive precipitation probability, I used the empirical statistical analysis using observed data. To calculate the relation with precipitation probability and 7 statistical variables which affect the probability, I describe precipitation probability as a binary and use the method of Regression Estimation of Event Probabilities (REEP). These statistical variables are as followed; regional accumulated rainfall rate for 3×3, 5×5, and 7×7, regional accumulated rainfall pixel number for 3×3, 5×5, and 7×7, and rainfall pixel number. I considered these variables to precipitation probability at 10 samples and compared with real rainfall intensity using correlation coefficients, bias, RMSE, POD, FAR, and HSS. In addition, I used the precipitation probability from the algorithm for GK-2A and accuracy test to compare this results. The result which correlate precipitation probability with regional accumulated rainfall rate show that the correlation slope decrease with increasing the regional scale. The relation with precipitation probability and rainfall pixel number show the probability more than 60 % at least one detection and 100% when the rainfall detected more than 6 times. I display the derived precipitation probability for 10 samples at each relation. Most of samples show that the regional scale for accumulated rainfall rate and accumulated pixel number tend to extend and smooth. Accumulated rainfall rate for 3×3 region show low FAR results at all samples. Total 9 samples show high POD results. These results means that the consistency between accumulated rainfall rate in real and rainfall pixel in prediction. To verify these relations I plan to estimate more samples whether they appropriate other rainfall system or not. I plan to study precipitation probability to use these relations with seasonal variables.

서울특별시 내 강우의 시간분포 특성을 고려한 설계 강우 시나리오 구축 연구

차호영 중앙대학교 대학원 2024 국내석사

최근 기후변화로 인하여 우리나라에서 2022년 8월 8일 집중호우가 발생하면서 도심 지역에 피해가 발생하였다. 본 연구에서는 서울특별시 내 23개의 강우 관측소에서 관측한 분당 강우량을 활용하여 분리한 독립 호우사상과 첨두 강우의 시간분포 특성을 확인하고자 하였다. 먼저, 분당 강우량을 통해 서울특별시 내 강우 관측소를 연구 대상지역으로 적합한 지를 확인하였다. 적합한 강우 관측소의 1분 단위 강우량 데이터는 5분, 10분 단위의 누적 강우량으로 변경하였다. 다음, 독립 호우사상의 조건(i.e., 최소 강우 지속기간, 강우 절단 값, 무강우 기간 등)을 설정하여 그에 충족하는 독립 호우사상을 분리하였다. 각 강우 관측소에 따른 강우의 시간분포 특성(총 강우량, 강우 지속기간, 강우강도)를 확인하였다. 다음, 독립 호우사상 내 첨두 강우의 시간분포 특성을 정량화하고자 차첨두 상수(SPC, Secondary Peak Constant)를 정의하였다. 이를 활용하여 첨두 강우의 시간분포 특성을 분석하였다. 마지막으로 서울특별시의 독립 호우사상을 기반으로 하여 강우의 전이확률을 계산하고 서울특별시에서 발생 가능한 강우의 특성을 파악하였다. 결과적으로 1분 단위의 독립 호우사상은 높은 강우강도를 지니며, 특히, 다중 첨두를 가진 호우사상의 발생 확률이 높다는 것을 확인하였다. 허나, 1분 단위의 독립 호우사상의 경우에는 분리되는 호우사상의 개수가 적게 나타나기에 독립 호우사상의 시간분포 특성을 분석하고자 한다면 적절한 단위 시간의 독립 호우사상을 활용하여 결과를 살펴보는 것이 중요하다고 판단된다. Due to recent climate change, heavy rainfall occurred in South Korea, particularly on August 8, 2022, resulting in damage in urban areas. This study aimed to examine the temporal distribution characteristics of independent rainstorm events and peak rainfall events separated using rainfall data observed at 23 rain gauge stations within Seoul. First, the suitability of rain gauge stations in Seoul as the study area was confirmed using the accumulated rainfall data at 5-minute and 10-minute intervals converted from the 1-minute rainfall data. Subsequently, independent rainstorm events were separated by setting conditions for independent rainstorm events, such as minimum rainfall duration, threshold values, and interevent time definition. The temporal distribution characteristics of rainfall (total rainfall, rainfall duration, rainfall intensity) at each rain gauge station were examined. Next, to quantify the temporal distribution characteristics of peak rainfall events within independent rainstorm events, a Secondary Peak Constant (SPC) was defined. This SPC was used to analyze the temporal distribution characteristics of peak rainfall events. Finally, based on the independent heavy rainfall events in Seoul, transition probabilities of rainfall were calculated, and the characteristics of rainstorm events that could occur in Seoul were identified. As a result, it was confirmed that independent rainstrom events at 1-minute intervals have high rainfall intensities, and the probability of occurrence of events with multiple peaks is high. However, given that there are fewer separated events at 1-minute intervals, it is important to use an appropriate time interval for independent rainstorm events when analyzing their temporal distribution characteristics.

Rainfall quantile estimation using scale invariance property

정영훈 Graduate School, Yonsei University 2008 국내석사

In this study, a scale invariance property(scaling) was applied to estimate the quantile of annual maximum rainfall data in Korea. Generally, rainfall quantiles are usually estimated from frequency analysis of annual maximum rainfall data. On the other hand, the intensity-duration-frequency(IDF) curve is also widely used in practical purpose because rainfall quantiles can be easily computed only if several parameters of IDF curve are known. In Korea, IDF curve is usually applied to design hydraulic structures, especially for urban area. In this case, IDF curve for very short rainfall duration like 10 or 30 minutes is essential because the time of concentration in urban area is very short. However, IDF curve of less than 1 hour may not be easily formulated since most rainfall data are recorded in every 1 hour in Korea. In this study, IDF curves for short and long durations are derived using scaling properties. Annual maximum rainfall data with 10, 20, 30, 40, 50 minutes and 1, 2, 3, 6, 9, 12, 15, 18 24 hours durations are applied to compute the parameters of scale invariance property. As the results, the average relative errors of estimated rainfall quantiles are less than 10 % down to one half of index durations for the case of down-scaling while those are less than 10 % up to two times of index durations for the case of up-scaling. Thus, it is found that the scale invariance property is useful to estimate rainfall quantiles, especially for short duration which is needed for urban flow computation. 본 연구에서는 서로 다른 지속기간을 가지는 강우 자료간의 스케일 동일 성질(scale invariance property)을 이용하여 확률강우량을 산정하였다. 국내에서 일반적인 확률강우량 산정 방법은 강우량 자료를 바탕으로 빈도해석을 실시하여 산정하며, 주로 매시각별로 구축되어 있는 1시간에서 24시간 사이의 지속기간을 산정하고 있다. 그러나 도달시간이 매우 짧은 도시 유역의 경우 확률강우량 산정을 위해서는 지속기간 30분 혹은 지속기간 10분과 같은 1시간 이내의 확률강우량의 추정이 필요하다. 이를 위해 대상지역의 지속기간 별 년최대 강우량자료를 구축하고 빈도해석으로 산정된 매개변수와 스케일링 성질을 이용하여 확률강우량을 산정한 후 이를 기존의 지점빈도해석 결과에 의한 확률강우량과 비교하여 정확성을 판단하였다.본 연구에서는 1시간, 2시간, 3시간, 6시간, 9시간 12시간, 15시간, 18시간, 24시간 지속기간의 강우자료와 1시간 이내의 10분, 20분, 30분, 40분, 50분 지속시간의 강우자료를 바탕으로 빈도해석 프로그램인 FARD2006으로 확률강우량을 산정한 결과와 스케일링의 방법으로 산정한 확률강우량의 상대오차를 비교하여 스케일링의 정확성을 평가하였다. 그 결과 down-scaling 기법을 적용한 경우 적용강우지속기간의 50 % 기간까지는 10 % 이내의 상대오차를 보였으며, up-scaling 기법을 적용한 경우에는 적용강우지속기간의 2배의 기간까지 10 % 이내의 상대오차를 나타냈다. 따라서 우리나라 강우자료에 스케일링 기법의 적용이 가능한 것으로 나타났으며, 특히 도시유역의 유출량계산에 필요한 짧은 지속기간의 IDF를 유도하는데 도움이 될 것으로 판단된다.

Netmax를 이용한 한강유역의 강우 빈도해석

김일균 연세대학교 공학대학원 2003 국내석사

본 연구는 지점 빈도해석을 수행하여 한강유역의 확률강우량 및 PMP를 추정하였으며, netmax를 구축하여 최우도법을 이용한 도시위치공식을 적용하여 장기간 재현기간의 확률강우량과 가능최대강수량을 평가하였다. 지점 빈도해석을 수행하여 추정한 100년, 200년 확률강우량은 289mm, 321mm로서 Netmax를 이용하여 추정한 확률강우량 329mm, 363mm보다 작게 나타났으며, 가능최대강수량은 532mm로서 2000년 확률강우량 471mm를 상회하는 것으로 나타났다. 지점 빈도해석을 수행하여 100년, 200년 등 긴 재현기간의 확률강우량을 외삽하여 산정하는 것은 대단히 큰 불확실성을 내재하게 된다. 따라서, 자료를 지역화하여 netmax 자료를 사용하여 긴 재현기간의 확률강우량도 안정적으로 추정할 수 있는 방안을 채택하는 것이 합리적일 것으로 판단된다. In this study, rainfall quantiles based on point frequency analysis and probability maximum precipitation(PMP) in Han River Basin were estimated. And the rainfall quantiles of long return period based on plotting positions via maximum-likelihood for netmax were estimated and reviewed. The year and 200-year quantiles based on point frequency analysis are 289mm and 321mm, respectively. Those are smaller than 329mm and 363mm using netmax. It turns out that PMP (532mm) is greater than 2000-year quantile (471mm). The rainfall quantiles of long return periods based on point frequency analysis (extrapolation case) may be containing great uncertainties. Thus, the applications of data pooling and netmax will be rational ones because long return period quantiles can be estimated robustly.

소형저수지 안정성 평가를 위한 여유고 산정

김현교 충북대학교 산업대학원 2025 국내석사

Due to the recent climate change, damages such as river levees and reservoir overflows, flooding of agricultural land, and landslides caused by typhoons and local heavy rains have frequently occurred. According to the 2022 Statistical Yearbook of Agricultural Production Base Maintenance (2023), 14,877 out of about 17,066 agricultural reservoirs have been built for more than over 50 years old, and it is unlikely to respond to rainfall events caused by recent abnormal climates. Four reservoirs with at least 30 years old of weather observation data were selected among small reservoirs located in Chungcheongbuk-do, and since there are differences in the observation timing of weather data for each observatory, this study selected a period from 1973 to 2023 (51 years) to compare and analyze the results during the same period. To calculate the design flood amounts, the K-HAS (KRC Hydrology & Hydrology Analysis System) provided by the Korea Rural Community Corporation (KRC) was utilized. Flood amounts were calculated, and reservoirs were tracked using this system. The appropriateness of the target reservoirs was examined based on changes in design flood amounts and reservoir tracking results according to the set period. As a result of analyzing the design flood increase/decrease rate by collecting meteorological data on the target reservoir of this study from 1973 to 2023 and classifying CASE into four categories, the largest increase rate was found in Satteo Reservoir Case 3 (-4.33%), Sojuk Reservoir Case 3 (23.77%), Neolakgol Reservoir Case 4 (15.18%), and Gojabae Reservoir Case 4 (72.58%). It can be seen that the rainfall is gradually increasing even considering the regional specificity. In addition, as a result of examining whether the height of the dam cest for each reservoir is adequate by performing flood tracking of the reservoir based on the design flood calculated to examine the hydrological stability of the target reservoir, it was confirmed that the dam cest height of the Satteo Reservoir Case 3 (-0.50m), Sojuk Reservoir Case 2 (-1.06m), Neolakgol Reservoir Case 4 (-0.53m), and Gojabae Reservoir Case 4 (-0.92m) were found to be the most insufficient. In all this study, the lack of height of the reservoir embankment due to changes in design standards and the increased precipitation is confirmed, and accordingly, measures and operational management measures need to be established to improve the hydrological stability of small reservoirs. Key words: Probability rainfall, aging reservoir, K-HAS, flood volume, dam cest, freeboard * A thesis for the degree of Master of Engineering in February 2025.

Flood risk assessment by estimating flood depth considering uncertainties in climate change

김지연 서울대학교 대학원 2015 국내석사

A natural risk common in urban areas, flooding caused by localized heavy rain has shown an increase under climate change. Flood risk must be considered from the initial stages of urban planning because of limited expansion in developed areas. However, few studies have attempted to quantify flood risk under uncertainties for land use planning. In addition, most models used to derive flood depth are usually complicated and are not easily employed by land use planners. Therefore, the objectives of this study are to develop a predictive model for flood depth and assess flood risk considering the uncertainties of precipitation in a future climate scenario. Gimpo city for the study site is prone to flooding and includes large areas under development. This study is presented in four parts. First, Monte Carlo simulation is conducted to create ensemble Representative Concentration Pathway (RCP) scenarios for considering uncertainties of precipitation. Second, multi-regression analysis was performed to define the flood depth. Third, the flood susceptibility was estimated by using Maximum Entropy (MaxEnt) modeling software. Finally, a flood risk map is derived by superposing the flood depth map in 2050 onto the flood susceptibility map. The result of ensemble scenarios derived from Monte Carlo simulation indicated an increase in extreme rainfall in 2050. Moreover, the maximum precipitation of daily and accumulated precipitation are expected to increase as much as 106.76 mm and 55.66 mm, respectively, compared with current conditions. A predictive model for flood depth was derived with independent variables of daily precipitation, accumulated precipitation, relative elevation to the nearest stream, and Topographic Position Index (TPI). The flood depth caused by daily precipitation of extreme rainfall would be 0.01?0.05 m at the safest areas and 1.64?2.34 m at the most vulnerable areas. The flood depth would be significantly higher in the case of accumulated precipitation. Flood susceptibility was divided into eight classes representing areas vulnerable to floods according to environmental conditions. The areas of classes 5 to 8, flood susceptible areas, would account for 28% in Gimpo. Areas with flood depth over 1.0 m, Class 7, are expected to cover 7,200 m². Such areas may be vulnerable for all land use type and thus should not be developed. This study is significant because land use planners can use the results to establish decision-making criteria for reasonable planning. In the new paradigm of land use planning under climate change, this study can be used as a basic research guide for determining the installation of adaptation strategies to land use allocation.

김해시의 지역별 강우사상을 반영한 확률강우강도식 개발

우선봉 인제대학교 대학원 2013 국내박사

본 연구의 목적은 경상남도 김해시를 대상으로 지역별로 세분화한 확률강우강도식을 제안함으로써 이를 토대로 김해시 지역의 각종 수공구조물 설계시 적합한 계획강우량을 채택할 수 있도록 하는데 있다. 연구대상지역은 경상남도 김해시 관내의 우량관측소 중 9개 지점을 선정하였고, 확률강우강도식의 신뢰성 및 적용성을 검증하기 위하여 기상청에서 관할하고 있는 김해시 인근의 우량관측소 3개 지점(부산관측소, 창원관측소, 밀양관측소)을 선정하였다. 본 연구의 진행순서는 김해시 관내의 지역별(읍?면별) 시각별 강우자료와 김해시 인근의 기상청에서 측정하고 있는 우량관측소의 강우기록자료를 수집하여 관측소별로 지속기간별 연최대강우량을 산정하고, 지속기간별 강우자료의 통계적인 특성치를 분석하여 예비해석을 실시한다. 다음으로 이들 관측소에 대한 확률강우량을 산정하고, 매개변수를 추정하여 적합성을 검토한 후 적정 확률분포형을 결정한다. 이와 같이 최종적으로 채택된 각각의 확률강우량을 토대로 회귀식의 적합도가 가장 좋은 확률강우강도식을 결정한다. 본 연구의 최종 결론은 다음과 같다. 김해시 관내 우량관측소의 연최대강우량은 김해시 서?남측 지역(진영읍, 진례면, 주촌면, 동지역)의 강우량이 동?북측 지역(한림면, 생림면, 상동면, 대동면)의 강우량에 비해 대체적으로 큰 값을 가지는 것으로 분석되었다. 또한, 김해시 인근 우량관측소의 연최대강우량을 산정한 결과 부산관측소와 창원관측소의 강우량이 밀양관측소의 강우량보다 대체적으로 큰 값을 가지는 것으로 나타났다. 한편, 장유면 관측소는 2010년 강우량 자료에 문제가 있어 금회 연구대상에서 제외하였다. 본 연구에서 매개변수를 추정하기 위한 방법은 확률가중모멘트법을 사용하였고, 최적 확률분포형은 Gumbel 분포형으로 결정하였으며, 확률강우량 산정 결과 관측소별 임의시간 연최대강우량의 산정결과의 특성을 잘 반영하고 있는 것으로 나타나 Gumbel 분포형의 확률강우량 채택은 적절한 것으로 판단된다. 확률강우강도식의 산정방법은 회귀식의 적합도가 가장 좋은 『확률강우량도 개선 및 보완 연구, 국토해양부, 2011』의 전대수 다항식의 형태를 적용하였다. 최종적으로 산정된 확률강우강도식의 신뢰성 및 적용성을 검증하고자 김해시 읍?면별 Thiessen 면적 비율을 고려한 기상청 관할 우량관측소의 확률강우강도식 및 『기후변화를 고려한 도시 방재성능목표 설정 방안 연구, 소방방재청, 2010』에서 제안한 김해시의 확률강우강도식을 비교한 결과 생림면, 대동면 지역은 기존에 각종 수공구조물의 설계시 적용한 확률강우강도식이 과대하게 산정되었고, 진례면 지역의 경우 과소하게 산정되었음을 알 수 있었다. 따라서, 본 연구결과는 경상남도 김해시를 대상으로 지역별로 세분화하여 확률강우강도식을 제안한 바 해당 지역의 각종 수공구조물 설계시 편리하게 적용할 수 있을 것으로 기대된다.