도시침수의 비구조적 대응을 위한 최적 수위 모니터링 지점 선정에 관한 연구 = A study on selecting the optimal water level monitoring point for non-structural management of urban floods

다국어 초록 (Multilingual Abstract)

Climate change and urbanization have led to an increase in extreme rainfall events. This increase often causes flooding due to insufficient drainage systems and sewer capacity, resulting in infrastructure failures, lack of public safety, and losses for emergency response and recovery. It is essential to prepare management strategies to minimize the loss of people and properties. The South Korean government is implementing structural management techniques such as increasing the design frequency of sewage pipes to address this issue.
Despite the efforts made to prevent urban flooding caused by extreme rainfall events through structural management, such methods still have limitations. For instance, they are often resource-intensive and may not allow for rapid response. Non-structural management, on the other hand, is an effective approach that is often more cost-effective. It also allows for real-time monitoring, forewarning, and response. Therefore, it's crucial to consider non-structural methods in addition to structural methods when managing urban flooding caused by extreme climate change. This study proposes a methodology for selecting the optimal water level monitoring points for non-structural management of urban flooding and a process for urban flood response using monitoring.
Initially, the probable rainfall of the study area was calculated through hydrological analysis using RFAHD. Since there is an absence of Automatic Weather Station(AWS) in the study area, the rainfall data was constructed for 28 years (1995~2022) by weighting the nearby AWS through a Thiessen polygon. To identify the rainfall characteristics of the study area, Inter-Event Time Definition(IETD) was calculated by autocorrelation analysis, average annual rainfall occurrence analysis, and coefficient of variation analysis. The coefficient of variation analysis method can determine the point where the mean and standard deviation are close to 1, so it was used to determine the IETD for rainfall event separation, which was found to be 18 hours. After separating the rainfall events, 603(32.52%) events with a duration of 1hour were calculated, followed by 368(19.85%) events lasting for 2hours, and 223(12.03%) events with a duration of 3hours. To determine the probable rainfall intensity formula, the probable rainfall was calculated using the rainfall data. In this study, the polynomial regression type was adopted, as the coefficient of determination was higher than 0.999 for all return periods.
Next, to consider various characteristics of rainfall from normal to extreme events, this study evaluated the design frequency and regional features of the study area.
Although sewage facilities in South Korea are presently proposed for a frequency of 10, 30, and 50 years, there is a need to consider the 100-year frequency as well due to the increasing frequency of extreme rainfall events. The study area has a higher frequency of short-duration rainfall events, and therefore 12 scenarios were set by combining four return periods(10, 30, 50, and 100 years) and three durations(1, 2, and 3 hours) to reflect the rainfall characteristics of the area. The temporal distribution of Huff's four quartiles, specifically the third quartile which is used for flood response, was then applied based on the scenarios.
Third, a methodology for selecting optimal water level monitoring points for urban flood response was developed. To select the optimal water level monitoring points, we derived the points of overflow for each scenario and determined the principal points. Considering the results of all scenarios, a total of 67(3.43%) maintenance holes were expected to experience overflow out of a total of 1,956 maintenance holes, and the principal points were concentrated downstream. This is a reflection of the close hydrological relationship between upstream and downstream and the accumulation of rainfall downstream.
To perform efficient monitoring of principal points, grouping was conducted by considering the maximum distance between maintenance holes and the connectivity of pipes. Since about 84.35% of the pipes in the study area are 600mm or less, 75m was considered as the maximum distance in consideration of the maintenance holes installation conditions provided in the sewage design standards. At this time, even if the distance between maintenance holes exceeds 75 meters, if they are connected by a single pipe, they were attributed to the same group because there is a straightforward interconnection. Therefore, a total of 17 groups ([Group 1]~[Group 17]) were derived, and the downstream group was [Group 15].
[Manhole 52] in [Group 15], which is the downstream group, was determined to be the optimal water level monitoring point that satisfied the maximum similarity of the water level pattern and the minimum distance of the flood traces in all scenarios. Based on this point, 12 points were derived by synthesizing the scenarios, taking into account the maximum similarity of the water level pattern and the minimum distance from the flood traces, as well as the non-redundancy of the groups and the number of monitoring points according to the budget. Based on this, four points were selected, prioritizing the points with no redundancy within a radius of 200 meters and the shortest minimum distance to the flood traces, considering the runoff time.
Consequently, this study proposed a real-time monitoring-based non-structural response process utilizing the selected optimal water level monitoring points. This study utilized the ultra-short-term precipitation forecast data provided by the Korea Meteorological Administration(KMA) to propose a specific forecast method for related organizations when the rainfall is predicted to be above the threshold. Based on the predicted rainfall, the simulation results derived from the forecasted rainfall indicate the predicted point of occurrence of overflow. At the same time, the optimal evacuation route is proposed based on real-time location, which can be utilized to build an emergency response system. The process used the Dijkstra algorithm to find the shortest route to the evacuation shelter by setting the flood risk area as a constraint.
The methodology suggested in this study can be used to enable efficient and flexible monitoring, even with limited resources. The proposed method of monitoring and response can adapt to the unique features of each region and is expected to be used for effective decision-making in preemptive response to urban flooding.

국문 초록 (Abstract)

최근 기후 변화와 도시화가 가속화되고 있다. 또한, 극한 강우 사상의 발생 빈도가 증가함에 따라 하수도 용량 등의 부족으로 배수불량에 의해 지하 수위가 상승하여 내수침수가 발생한다. 이러한 이유로 인프라의 기능 상실이 발생하여 공공의 안전이 보장되지 않으며, 비상 대응 및 복구를 위해 손실이 발생한다. 인명 및 재산 손실 최소화를 위해 대응 방안 마련이 시급하여 우리나라에서는 하수관거 설계빈도를 상향 조정하는 등의 구조적인 대응 방안을 수행하고 있다.
그러나, 최근 구조적 대응 방안의 설계빈도를 상회하는 극한 강우의 발생 빈도가 증가함에 따라 도시침수가 지속하여 발생하고 있다. 구조적인 대응 방안의 경우, 경제적, 시간적 자원이 장기적으로 요구되므로, 신속한 대응에 어려움이 존재한다. 비구조적 대응 방안은 구조적 대응 방안에 비해 단기적이며 저비용으로 대응이 가능한 경우가 많고, 실시간 상황에 적합한 예·경보 또는 대응 방안을 마련할 수 있다. 따라서, 최근의 이상기후에 따른 도시침수 문제는 구조적 대응 방안과 동시에 조기 대응이 가능한 비구조적 대응 방안을 고려하여야 하는 시점이라고 판단된다. 본 연구에서는 도시침수의 비구조적 대응을 위한 최적 수위 모니터링 지점 선정 방법론을 개발하고 모니터링을 활용한 도시침수 대응 프로세스를 제안하였다.
첫 번째로, RFAHD를 활용한 수문분석을 통해 연구대상지역의 확률강우량을 산정하였다. 연구대상지역 내 AWS 관측소가 부재함에 따라 티센다각형 작도를 통해 인근 AWS 관측소에 대한 가중치를 부여하여, 28개년(1995~2022년)에 대하여 강우 데이터를 구축하였다. 연구대상지역의 강우 특성을 파악하기 위해 자기상관 분석, 연 강우 평균 발생 개수 분석, 변동계수 분석에 따라 무강우 지속시간을 산정하였다. 분석 결과, 변동계수 분석법이 평균 및 표준편차가 1에 근접하는 지점을 명확하게 판단할 수 있어 강우 사상 분리를 위한 무강우 지속시간 결정 방법으로 활용하였으며, 무강우 지속시간은 18시간으로 결정되었다. 강우 사상 분리를 수행한 결과, 지속시간이 1시간에 해당하는 강우 사상이 603개(32.52%)로 가장 많았고 지속시간 2시간의 강우 사상이 368개(19.85%), 지속시간 3시간의 강우 사상이 223개(12.03%)로 산정되었다. 또한, 구축된 강우 데이터를 활용하여 확률강우량을 산정하여 확률강우강도식을 결정하였으며, 본 연구에서는 모든 재현기간에 대해 결정계수가 0.999 이상으로 높게 나타난 전대수 다항식형을 채택하였다.
두 번째로, 연구대상지역에 대하여 일상적인 강우 상황부터 극한 강우 사상까지 다양한 특성을 종합적으로 고려하기 위해 설계빈도와 지역 특성을 고려하였다.
현재 국내에서는 하수도시설의 설계빈도로 10, 30, 50년을 제시하고 있으나, 극한 강우 사상의 발생 빈도가 증가함에 따라 이를 대비할 수 있는 100년 빈도까지 고려하였다. 또한, 앞서 강우 사상을 분리한 결과 연구대상지역은 지속시간이 짧은 강우 사상의 발생 빈도가 현저히 높다고 판단되며, 시나리오 설정 시 해당 지역의 강우 특성을 반영하여 4개의 재현기간(10, 30, 50, 100년)과 3개의 지속시간(1, 2, 3시간)을 종합하여 총 12개의 시나리오를 설정하였다. 이후, 설정한 시나리오를 기반으로 Huff의 4분위 중 홍수 대응에 활용할 수 있는 3분위를 적용한 시간 분포를 적용하였다.
세 번째로, 도시침수 대응을 위한 최적 수위 모니터링 지점 선정 방법론을 개발하였다. 최적 수위 모니터링 지점 선정을 위해 시나리오별 월류 지점을 도출하고, 해당 지점을 주요 지점으로 결정하였다. 모든 시나리오 결과를 종합하였을 때, 전체 1,956개 맨홀에서 월류 발생이 예상되는 맨홀은 총 67개(3.43%)로, 주요 지점은 하류부에 집중된 특성이 나타났다. 이는 상류와 하류가 수문학적으로 긴밀한 관계가 있고 강우 시 하류로 누적되는 현상이 반영된 것으로 판단된다.
주요 지점에 대하여 효율적인 모니터링 수행을 위해 맨홀 간 최대 거리와 관로의 연결성을 고려하여 그룹화를 수행하였다. 연구대상지역의 관로는 600mm 이하에 해당하는 관로가 약 84.35%에 해당하므로, 하수도 설계기준 상 제시된 맨홀 설치조건을 고려하여 75m를 최대 거리로 고려하였다. 이때, 맨홀 간 거리가 75m를 초과하더라도 하나의 관로로 연결되어 있다면 직접적인 상호연결성이 존재하므로 동일 그룹 내에 귀속시켰다. 따라서, 최종 그룹은 총 17개([그룹 1]~[그룹 17]), 최하류 그룹은 [그룹 15]로 도출되었다.
최하류부에 해당하는 [그룹 15]의 [52번 맨홀]은 모든 시나리오에서 수위 패턴의 최대 유사성과 침수흔적 최소 거리를 만족하는 최적 수위 모니터링 지점으로 결정하였다. 해당 지점을 기준으로 수위 패턴의 최대 유사성, 침수흔적과의 최소 거리 이외에도 그룹의 비중복, 예산에 따른 모니터링 지점의 개수를 고려하여 시나리오를 종합하여 12개 지점을 도출하였다. 이를 종합하여 유하시간을 고려하여 반경 200m 내에서 중복이 없고 침수흔적까지의 최소 거리가 가장 짧은 지점을 우선으로 4개 지점이 도출되었다.
마지막으로, 선정된 최적 수위 모니터링 지점을 활용한 실시간 모니터링 기반 비구조적 대응 프로세스를 제안하고자 하였다. 본 연구에서는 기상청에서 제공하는 초단기 강수 예측 데이터를 활용하여 한계강우량 이상이 될 것으로 예측되는 경우 유관기관에 구체적인 예보 방안을 제안하였다. 예측 강우량을 기반으로 한 시뮬레이션 결과 도출된 월류 발생 예상 지점을 도출한다. 이때, 비상 대응 체계 구축에 활용될 수 있는 실시간 위치에 기반한 최적 대피 경로를 제안하였다. 해당 프로세스는 침수 위험 지역을 제약조건으로 설정하여 Dijkstra 알고리즘을 활용한 대피소까지 가는 최단 경로를 탐색하였다.
본 연구에서 제안한 방법론을 활용하면 제한된 자원 내에서 효과적이고 유동적인 모니터링을 실현할 수 있을 것이다. 제안된 모니터링 방법과 대응 프로세스는 각 지역의 특성에 유연한 대응이 가능하며, 도시침수 선제 대응을 위한 효과적인 의사결정에 활용될 수 있을 것으로 기대된다.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구 배경 및 목적 1
• 제2절 연구 내용 및 구성 4
• 제2장 이론적 고찰 7
• 제1절 도시침수의 정의 7
• 1. 도시침수의 정의 및 국내 대응 현황 7
• 2. 도시침수 관련 선행연구 8
• 제2절 강우 사상 분석 14
• 1. 면적 강우량 14
• 2. 무강우 지속시간 16
• 3. 확률강우량 및 강우 시간 분포 19
• 제3절 도시유출모형의 정의 및 SWMM 30
• 1. 도시유출모형의 정의 및 특성 30
• 2. SWMM 모형의 기본 이론 37
• 제4절 모니터링 위치 선정 및 활용 49
• 1. 침수 모니터링 위치 선정의 필요성 49
• 2. 모니터링 활용 사례 50
• 3. 모니터링 지점 선정 시 활용되는 방법론 52
• 4. 모니터링 위치 선정 및 활용 관련 선행연구 53
• 제5절 시계열 데이터의 유사성 분석 59
• 1. 시계열 데이터의 정의 및 특성 59
• 2. 시계열 데이터의 유사성 59
• 제3장 연구 방법 및 내용 63
• 제1절 연구대상지역의 현황 및 특성 63
• 1. 강우의 변동 특성 분석 63
• 2. 연구대상지역 일반 현황 65
• 3. 연구대상지역 침수피해 현황 68
• 제2절 수문분석을 통한 확률강우량 산정 70
• 1. 강우 데이터 구축 70
• 2. 강우 사상 분리 71
• 3. 확률강우량 산정 72
• 제3절 강우 시나리오별 데이터 구축 및 시뮬레이션 79
• 1. 실제 강우 발생일에 기반한 관망도 검보정 79
• 2. 설계빈도와 지역 특성을 고려한 시나리오 설정 79
• 3. 시나리오별 데이터 구축 및 시뮬레이션 80
• 제4절 도시침수 대응을 위한 최적 수위 모니터링 지점 선정 84
• 1. 시나리오별 시뮬레이션 결과 기반 주요 지점 선정 84
• 2. 최적 수위 모니터링 지점 선정 84
• 3. 실시간 모니터링을 활용한 도시침수 대응 프로세스 제안 90
• 제4장 연구 결과 및 고찰 92
• 제1절 수문분석을 통한 확률강우량 산정 92
• 1. 강우 데이터 구축 92
• 2. 강우 사상 분리 93
• 3. 확률강우량 분석 101
• 제2절 강우 시나리오별 데이터 구축 및 시뮬레이션 113
• 1. 실제 강우 발생일에 기반한 관망도 검보정 113
• 2. 설계빈도와 지역 특성을 고려한 시나리오 설정 116
• 3. 시나리오별 데이터 구축 및 시뮬레이션 117
• 제3절 도시침수 대응을 위한 최적 수위 모니터링 지점 선정 126
• 1. 시나리오별 시뮬레이션 결과 기반 주요 지점 선정 및 그룹화 127
• 2. 최적 수위 모니터링 지점 선정 132
• 3. 실시간 모니터링을 활용한 도시침수 대응 프로세스 제안 146
• 제5장 결론 150
• References 155
• [부록 A : 무강우 지속시간 산정 결과] 168
• [부록 B : 시나리오별 시간 분포 적용 결과] 177
• Abstract 181
• 감사의 글 186