JOURNAL OF THE KOREAN SOCIETY OF CIVIL ENGINEERS. October 2018. 645-654
https://doi.org/doi.org/10.12652/Ksce.2018.38.5.0645


ABSTRACT


MAIN

  • 1. 서 론

  • 2. 기후변화

  •   2.1 기후변화 시나리오

  •   2.2 기후변화 모델

  • 3. 유출모형

  • 4. 유출모형의 구축

  •   4.1 연구대상 지역

  •   4.2 강우자료

  •   4.3 유역 및 지형자료

  • 5. 모의결과

  •   5.1 유역 출구점의 최대 유출량

  •   5.2 최대 침수면적

  •   5.3 유역 면적에 따른 최대 유출량 변화

  • 6. 결 론

1. 서 론

최근 기후변화로 인해 가뭄, 폭우, 폭염, 폭설, 한파 등의 자연재해가 증가하고 있다. 기후변화로 인한 자연재해는 심각한 사회문제를 야기하기도 한다. 시리아에서 발생한 지속적인 가뭄은 유럽의 난민문제를 야기하였으며, 이는 기후변화가 한정된 지역만의 문제라는 인식에서 벗어나 세계적 차원에서 접근해야 한다는 것을 알 수 있게 되었다. 우리나라도 가뭄과 홍수의 발생 주기가 빈번해지고 있다. 특히 도시지역의 침수피해는 기후변화로 인한 국지성 집중호우와 개발행위에 의한 불투수층 증가가 맞물린 홍수 유출량 증가로 인해 더욱 빈번하게 발생하고 있다. 이에 따라 도시지역은 해를 거듭할수록 침수위험성이 증가하고 있으며, 2017년 9월 11일에는 부산지역에 264.1 mm/day의 일강우가 발생하여 1934년 기상 관측 이래 가장 많은 강우로 기록되었다. 기후변화가 국지성 집중호우와 같은 이상기상현상에 직접적인 영향을 미친다는 명확한 관련성은 증명되지 않았지만, Yoon et al.(1999)은 지구온난화가 이상기상의 빈도와 강도를 증가시키는 가능성에 대한 연구결과를 제시하였다. 하수도시설기준(Ministry of Environment, 2017)에서는 하수도계획의 목표년도를 20년으로 설정하고 있으며, 우수 배제를 위한 대표적 수리시설인 하수관거는 홍수 유출량 증가에 따른 단계적 통수능 향상이 어렵기 때문에 장기 계획 수립이 필요하다고 규정하고 있다. 하지만 하수도계획에 사용되는 확률강우량은 기 발생한 강우량을 기준으로 산정하기 때문에 기후변화를 고려하지 못하고 있는 실정이다. 이로 인해 재해 예방을 위한 정책수립에 어려움을 겪고 있어 기후변화를 고려한 홍수 유출량 분석에 대한 연구가 필요하다.

전지구기후모델인 GCM (Global Climate Model)은 기상학 분야에서 1990년대 개발되어 수문학에서도 활용되어 왔다. 시공간적 해상도의 한계로 인하여 GCM은 지역적 특성을 반영하기에 어려움이 있어 해상도 한계를 극복하기 위해 GCM을 상세화한 RCM (Regional Climate Model)이 개발되었다. 기후변화 연구는 RCM의 개발로 기후변화가 홍수량에 미치는 영향을 평가할 수 있게 되어 기후변화에 따른 홍수량 예측에 관한 연구가 진행되고 있다. Ekstrӧm et al.(2005)는 기후변화가 영국의 확률강우량에 미치는 영향을 검토하였고, Cameron(2006)는 스코틀랜드 북부 Lossie 유역의 홍수 빈도의 변동성을 분석하였다. Frei et al.(2006)는 현재의 40~100년에 해당하는 확률강우량이 기후변화를 고려한 미래에는 20년의 재현기간에 해당한다고 제시하였다. 국내에서는 Ahn et al.(2001)이 유출모형을 활용하여 대청댐 유역의 유출량 변화를 검토하였고, Shin et al.(2005)은 SLURP 모형을 사용하여 2050년과 2100년의 융설 변화를 분석하였다. 기후변화가 극한강우와 강우강도-강우지속시간-발생빈도에 미치는 영향을 Kim et al.(2008)이 평가하였으며, Nam et al.(2015)은 한강유역에서 기후변화가 시단위 확률강우량에 미치는 영향을 검토하였다.

기후변화가 홍수에 미치는 영향에 대한 연구는 2000년대부터 수행되어 왔지만, 국내의 기후변화를 고려한 홍수량 관련 연구는 미흡한 실정이다. 따라서 본 연구에서는 기상청에서 제공하는 RCP (Representative Concentration Pathways) 시나리오가 적용된 일강우 자료를 활용하여 임의의 시점에서 빈도해석을 실시한 확률강우량을 유출모형인 XP-SWMM에 적용하였다. 빈도해석을 실시한 기간은 S0 (1961~2016년), S1 (2017~2046년), S2 (2047~ 2076년), S3 (2077~2100년)으로 4개 기간을 설정하였고, 재현기간(10년, 30년, 50년, 100년)별 지속시간(60분, 120분, 180분)별 확률강우량을 산정하여 기후변화를 고려한 홍수 유출량을 정량적으로 분석하였다.

2. 기후변화

2.1 기후변화 시나리오

기후변화 시나리오는 기후변화 관련 세계 합의기구인 IPCC (Intergovernmental Panel on Climate Change)에서 제공한다. 기후변화 시나리오는 인간활동에 의한 인위적 원인으로 발생하는 기후변화를 예측하기 위해 미래 온실가스 농도와 기후(기온, 강수, 습도, 바람 등)를 전망한 것으로 IPCC 제4차 평가 보고서(IPCC, 2007)에는 SRES (Special Report on Emissions Scenario) 시나리오가 IPCC 제5차 평가 보고서(IPCC, 2013)에는 RCP 시나리오가 적용되었다. RCP 시나리오는 온실가스 농도에 따라 4가지(2.6, 4.5, 6.0, 8.5)가 있으며 본 연구에 적용한 기후변화 시나리오는 RCP 4.5 이다.

2.1.1 SRES 시나리오

기후변화 시나리오에서 가장 중요한 것은 미래 온실가스 농도를 추정하는 것으로 IPCC 제4차 평가보고서에 적용된 SRES 시나리오에서는 온실가스 배출량을 경제 우선(A), 환경 우선(B), 세계 보편주의(1), 지역주의(2)로 분류한 4가지(A1, A2, B1, B2)유형으로 시나리오를 작성한 사회경제모델이 적용된 시나리오이다.

A1 시나리오는 고도성장과 신기술 개발로 인한 에너지 효율향상을 가정한다. A1 시나리오는 주로 사용하는 에너지원에 따라 A1F1 (화석에너지), A1T (비화석에너지), A1B (균등) 등 3개 그룹으로 분류된다. A2 시나리오는 인구의 계속된 증가, 환경 무관심, 인력 및 기술의 지역간 이동 제한으로 인해 이산화탄소 농도가 A1F1에 이어 두 번째로 높게 도출된 시나리오로 그 수치는 Table 1에 제시하였다. B1 시나리오는 지속 발전 시나리오로 환경을 중시하며 지역별 격차가 작은 것으로 가정한 시나리오이다. B2 시나리오는 환경을 중시하는 지역 공존형 시나리오로 지역내 환경오염을 자체 해결한다는 가정으로 2100년의 이산화탄소 농도는 B1 시나리오보다 높게 예측된 시나리오이다.

Table 1. CO2 Concentration of 2100 Year (IPCC, 2013)

TypeCO2 ConcentrationRemark
A1970ppmA1F1
540ppmA1T
720ppmA1B
A2830ppm-
B1550ppm-
B2600ppm-

2.1.2 RCP 시나리오

IPCC 제5차 평가보고서에서는 RCP 시나리오가 적용되었다. SRES 시나리오는 사회경제모델을 적용하여 시나리오를 작성하였지만, RCP 시나리오는 온실가스에 의해 복사되어 증가되는 태양 에너지 양을 기준으로 작성되었다. 온실가스에 의한 복사강제력이 8.5W/m2, 6.0W/m2, 4.5W/m2, 3.0W/m2 씩 증가한다고 가정하여 4가지(RCP 8.5, RCP 6.0, RCP 4.5, RCP 2.6)의 시나리오를 제시하였다.

RCP 8.5는 경제발전이 지금과 같은 추세로 지속된다는 가정으로 작성된 것으로 현재 지표면에 도달하는 태양에너지인 238W/m2에 복사에너지 8.5W/m2가 증가한다는 시나리오이다. RCP 6.0와 RCP 4.5는 복사에너지가 각각 6.0W/m2, 4.5W/m2씩 증가한다는 가정으로 두 시나리오는 온실가스 감축을 위한 시도가 실현되었을 때의 경우이다. 마지막으로 RCP 2.6은 지구의 복원력이 인간활동에 의한 영향을 상회한다는 가정으로 복사에너지가 3.0W/m2 이하로 증가하는 시나리오이다. 다음 Table 2는 각 RCP 시나리오별 2100년도의 이산화탄소 농도이다.

Table 2. CO2 Concentration of 2100 Year (IPCC, 2013)

TypeCO2 ConcentrationRemark
RCP 8.5940ppm8.5W/m2
RCP 6.0670ppm6.0W/m2
RCP 4.5540ppm4.5W/m2
RCP 2.6420ppm~ 3.0W/m2

2.2 기후변화 모델

기후변화 모델은 크게 GCM (Global Climate Model)과 RCM (Regional Climate Model)으로 분류된다. GCM은 전세계를 대상지역으로 하여 낮은 해상도의 자료를 생산하므로 GCM 자료의 해상도를 높여 한반도를 대상으로 하는 RCM으로 변환하여야 한다. 본 연구에서 GCM은 영국 해들리센터의 HadGEM2-AO (Hadlay Centre Global Environment Model 2 – Atmosphere Model)을 RCM은 HadGEM3-RA (Hadley Centre Global Environment Model 3 – Regional Atmosphere Model)을 사용하였다. 기상청에서 제공하는 일강우자료는 RCP 4.5 시나리오를 적용한 것이고, RCP 시나리오가 적용된 일강우 자료를 제공받아 확률강우량을 산정하여 시단위로 Downscaling하였다.

3. 유출모형

본 연구에서는 EPA (Environmental Protection Agency)의 SWMM (Storm Water Management Model)을 기반으로 개발된 1D/2D 연계 모형인 XP-SWMM을 적용하여 도시유역의 침수해석을 실시하였다. XP-SWMM은 EPA SWMM에서 불가능하던 관거의 월류현상 및 하류의 배수위 영향을 모의할 수 있어 기존 EPA SWMM의 단점을 보완하였다. XP-SWMM의 1차원 분석 엔진은 EPA SWMM의 엔진을 기반으로 하였고, 2차원 분석 엔진은 TUFLOW 엔진을 적용하여 2차원 흐름 모의를 가능케 하였다. XP-SWMM이 개발된 이후로 이 모형을 적용하여 많은 연구가 진행되어 왔다. Hsu et al.(2000)은 상습침수구역을 모의하여 작은 용량의 펌프시설을 침수원인으로 지목하였고, 침수피해 저감을 위해 펌프 증설이라는 대안을 제시하였다. Philips et al.(2005)은 XP-SWMM 모형에 대한 도시유역 침수해석의 적용성을 평가하였고, Smith et al.(2006)은 XP-SWMM으로 극한 홍수를 재현하여 XP-SWMM의 성능을 확인하였다. XP-SWMM은 EPA SWMM의 1차원 엔진에 사용자에게 필요한 인터페이스와 데이터베이스를 갖춘 하수 관망 해석 프로그램으로 관거 및 저류지 설계, 펌프 용량 산정과 같은 도시 유출량문제와 점오염원 이동과 같은 수질문제를 분석할 수 있다.

XP-SWMM의 1차원 분석엔진인 SWMM은 EPA의 지원으로 1971년에 개발되었으며, 5개의 실행블록(RUNOFF, TRANSPORT, EXTRAN, STORAGE, EXECUTIVE)과 5개의 보조블록 (STATISTIC, GRAPH, COMBINE, RAIN, TEMP)으로 구성되어 있다. SWMM의 기본구조는 EXECUTIVE 블록이 중간에서 실행블록을 조절하여 각 블록에서 계산된 자료를 다음 블록으로 전송하는 구조이며, 보조블록은 모의 결과의 후처리 및 입력자료를 저장하는 역할을 수행한다. 2차원 분석 엔진인 TUFLOW은 2차원 부정류 흐름(Two-dimensional Unsteady FLOW)의 약자로 자유 표면 흐름에 대한 2차원 평균 깊이의 운동량과 연속 방정식을 이용하여 2차원 유량을 구하기 위해 개발되었다. 1차원 분석 엔진과 2차원 분석 엔진이 결합된 XP-SWMM은 Hydraulics 모드, Runoff 모드, Sanitary 모드로 이루어져 있으며 지형 데이터와 연계하여 도시지역의 침수해석을 실행한다.

4. 유출모형의 구축

4.1 연구대상 지역

한강의 제1지류인 홍제천 수계에 포함된 불광천유역을 연구대상 지역으로 선정하였다. 불광천은 서울특별시의 서북쪽에 위치한 지방2급 하천으로 유역의 행정구역은 마포구, 서대문구, 은평구를 포함한 3개구와 13개 동으로 구성되어 있다. 남동쪽으로는 북한산과 무악재를, 북쪽으로는 북한산 줄기를 분수령으로 하고 있으며 홍제천의 한강합류 약 0.7km 전 지점으로 유입된다. 불광천의 위치는 다음 Fig. 1과 같으며 유역면적과 총 유로연장은 21.72km2, 9.83km이다. 불광천 유역 21.72km2를 행정구역별로 분류하면 은평구가 18.21km2으로 가장 많은 비중을 차지하며, 마포구, 서대문구 순으로 Table 3과 같이 불광천의 유역이 속해있다. 평균고도와 평균 경사는 E.L. 69m, 17.79%이고 하상은 주로 모래질로 형성되어 있다.

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F1.jpg
Fig. 1.

Location of Bulgwangcheon Watershed (Seoul Metropolitan, 2012)

Table 3. Watershed Area of Bulgwangcheon (Seoul Metropolitan, 2012)

Administrative districtArea (km2)Rate (%)
Eunpyeong-gu18.2183.84
Mapo-gu2.129.76
Seodaemun-gu1.396.40
Total21.72100.00

4.2 강우자료

불광천 유역의 홍수량을 분석하기 위해 1961년부터 2100년까지의 강우자료를 적용하였다. 1961년부터 2016년까지의 강우자료는 강우관측소의 계측자료를, 2017년부터 2100년까지의 미래 강우자료는 기상청에서 제공하는 RCP 4.5시나리오 강우자료를 사용하였다. 1961~2100년의 모의기간을 1개의 과거기간과 3개의 미래기간으로 구분하여 분석하였다. 1961~2016년의 기간을 S0, 2017~ 2046년의 기간을 S1, 2047~2076년의 기간을 S2, 2077~2100년의 기간을 S3로 Table 4와 같이 설정하였다.

Table 4. Setting The Simulation Period

ModelS0S1S2S3
Period (year)1961~20162017~20462047~20762077~2100

4개의 과거기간과 미래기간에 해당하는 강우자료를 활용하여 10년, 30년, 50년, 100년의 재현기간에 대한 지속시간 60분, 120분, 180분에 해당하는 확률강우량을 산출하였다. 과거기간 S0의 계측자료와 적합성이 뛰어난 Gumbel 모형을 적용한 확률강우량을 도출하여 Table 5에 제시하였다. 가장 먼 미래인 S3기간의 확률강우량보다 S2기간의 확률강우량이 더 크게 도출된 이유는 S2기간의 위치 및 규모 매개변수 값이 크게 도출되었기 때문으로 이는 기후변화 시나리오에서 생성된 일 강우자료의 특성이다. 기후변화 시나리오의 일 강우자료를 활용하여 각 빈도별 확률강우량을 산출하였으며, 도출된 확률강우량을 각 지속시간에 해당하는 강우자료로 Downscaling하였다. Gupta and Waymire (1990)의 연구에 따르면 스케일 특성은 최대강우량과 빈도에 따른 확률강우량도 같은 특성을 보이므로, 관측자료인 S0기간에 해당하는 일 강우자료와 각 지속시간별 강우자료를 분석하여 대상유역의 스케일 특성을 산출하였다. 해당유역의 스케일 인자는 0.417로 도출되어 이를 미래 강우자료에 적용하여 Downscaling을 수행하였다. 도출된 확률강우량은 Huff의 4분위로 분포시켜 유출모형에 적용하였다. MOLTMA (2011)에 따르면 우리나라 대부분 지역의 최빈분위는 2분위와 3분위였지만, 1~3분위는 강우의 초기손실로 인해 4분위에 비해 비교적 작은 첨두유출량이 도출되므로 치수에 가장 보수적인 huff의 4분위를 채택하여 본 연구에 적용하였다. Fig. 2는 과거기간인 S0의 재현기간 30년, 지속시간 120분에 해당하는 강우주상도이다.

Table 5. Probability Rainfall

ModelProbability Rainfall (mm)
10 year30 year50 year100 year
60 min.120 min.180 min.60 min.120 min.180 min.60 min.120 min.180 min.60 min.120 min.180 min.
S071.895.8113.589.3119.2141.297.1129.6153.5107.8143.9170.4
S183.0110.9131.3110.5147.6174.8122.7163.9194.1139.5186.3220.6
S2100.7134.4159.2128.2171.2202.7140.4187.4222.0157.2209.9248.5
S395.8127.9151.5123.3164.7195135.5180.9214.3152.3203.4240.8

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F2.jpg
Fig. 2.

Rainfall Hyetograph

4.3 유역 및 지형자료

본 연구에서 적용된 유역 및 지형자료는 Kim(2014)의 연구에 적용된 모형으로, 다년간 관측된 수위-유량 관계식과 2010년 9월 21일 10시 45분부터 17시 35분까지의 5분단위 실강우자료를 모형에 적용하여 수위 및 홍수량을 비교하여 검증된 자료이다. Kim(2014)은 불광천 유역을 총 503개의 소유역으로 분류하였으며, 소유역 자료는 Runoff 모드에서 유역면적, 불투수층 비율, 유역너비, 평균구배 등의 자료를 입력하여 구축하였다. 하수관망은 Hydraulic 모드에서 노드와 링크를 생성하여 구축하였다. 노드는 지반고와 관저고 등의 자료를 필요로 하고, 링크는 관경, 관길이, 상류관저고, 하류관저고 등의 자료를 필요로 한다. 관경 변화와 불광천 유역의 실제 하수관망 흐름과 유사한 모형을 구축하기 위해 976개의 노드와 989개의 링크를 사용하였으며, Fig. 3에 불광천 유역의 소유역 및 관망자료를 도시하였다. 노드를 통해 월류된 유량의 2차원 흐름을 분석하기 위해서는 지형자료가 필요하다. 이를 위해 국토지리정보원에서 제공하는 1:5000축척의 수치지도를 사용하였다. 등고선 및 표고점을 추출한 후 DTM (Digital Terrain Model)을 구축하여 Fig. 4와 같이 유출모형에 적용하였다.

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F3.jpg
Fig. 3.

Sub Basin and Storm Water Pipe Line

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F4.jpg
Fig. 4.

Topographical Data

5. 모의결과

5.1 유역 출구점의 최대 유출량

각 재현기간에 해당하는 지속시간별 유역 출구점의 최대 유출량은 Table 6과 같으며, 이를 기준으로 임계지속시간을 결정하였다. 임계지속시간은 유출량이 최대를 보인 지속시간 120분으로 산정되었으며 지속시간 120분을 기준으로 불광천 유역의 유출분석을 실시하였다. Fig. 5는 재현기간별 지속시간 120분에 해당하는 4개 기간의 수문곡선이다.

Table 6. Peak Discharge in the Basin Outlet

ModelDuration (min.)Peak Discharge (m3)
10 year30 year50 year100 year
S060163.7206.9225.1249.5
120195.0242.1260.7284.6
180191.5239.1257.6280.7
S160192.4255.4278.3308.8
120226.1290.6314.8344.7
180223.3286.2310.1339.1
S260233.4288.4310.2338.9
120268.8325.3346.2369.5
180265.8320.5340.3363.8
S360222.2279.4301.5331.1
120257.9315.8338.6363.2
180254.7311.2332.9357.9

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F5.jpg
Fig. 5.

Simulated Hydrograph of the Basin Outlet

과거기간인 S0 대비 각 미래기간(S1, S2, S3)의 최대 유출량 비율은 Table 7과 같이 나타났으며, S2와 S3 기간에서는 재현기간이 켜질수록 상승폭이 하락하는 경향이 나타났다. 이는 S2와 S3의 30년 빈도 강우부터 하수관의 통수능이 부족해 많은 양의 지표유출이 발생되어 나타난 결과로 추론된다. S2기간부터는 현재의 하수관으로는 침수피해를 예방하기 어려울 것이며, 기후변화를 고려한 수리시설물 설계를 실시해야 할 것으로 판단되며, S2기간에 최대유출량을 보인 이유는 입력자료인 기후변화 시나리오에서 생성된 미래강우자료가 S2기간에 가장 크게 생성되었기 때문이다.

Table 7. Peak Discharge Ratio

ModelDuration (min.)Peak Discharge Ratio
10 year30 year50 year100 year
S1120115.9120.0120.8121.1
S2120137.8134.3132.8129.8
S3120132.2130.4129.9127.6

5.2 최대 침수면적

XP-SWMM에서는 모의시간별 침수된 2D 격자수가 산정되므로 여기에 격자면적을 곱하여 침수면적을 도출할 수 있다. 불광천 유역에서는 2D 격자의 사이즈를 25m로 적용하여 한 격자당 625m2의 면적을 갖는다. 불광천 유역의 최대 침수면적은 Table 8에 제시한 바와 같이 S2의 기간에서 가장 넓은 침수피해가 발생하는 것으로 나타났다. 이는 S2기간에서 최대 유출량을 보인 것과 같은 이유로 미래강우자료가 S2기간에서 가장 크게 생성되었기 때문이다. Fig. 6에 4개 기간별 재현기간 50년, 지속시간 120분의 최대 침수도를 도시하였다.

Table 8. Maximum Inundated Area

ModelDuration (min.)Max. Inundated Area (ha)
10 year30 year50 year100 year
S012084.31131.00151.63180.44
S1120111.69188.06211.88243.50
S2120161.38223.50244.88262.13
S3120148.75215.44237.44257.44

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F6.jpg
Fig. 6.

Maximum Inundated Area (Return Period: 50year, Duration: 120min.)

5.3 유역 면적에 따른 최대 유출량 변화

불광천 유역을 구성하는 1000여개의 노드 중 주요 지점 73개를 선정하여 유역면적에 따른 기후변화를 고려한 미래기간의 유출량 변화율을 분석하였다. Fig. 7은 재현기간 10년, 30년, 50년, 100년의 지속시간 120분에 해당하는 주요 소유역의 면적에 따른 유출량 변화율을 도시한 것으로 유역면적이 작고 재현기간이 짧을수록 큰 변동성을 갖는 것을 볼 수 있다. 유역면적이 100ha 미만에서는 80~200%의 변화율을 보이는 반면 유역면적 100ha 이상부터는 120%에 수렴하는 양상을 보이고 있다. 재현기간 50년 이상의 강우는 도시유역의 수리시설물 설계빈도를 초과하는 강도이므로 과거기간 S0에서도 유출량이 하수관의 통수능을 상회하여 유역으로 월류되므로 최대 유출량 변화율이 작게 나오는 것으로 판단된다.

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F7.jpg
Fig. 7.

Peak Discharge Ratio for Catchment Area

주요 소유역의 최대 유출량 변화율을 상자그림(Box plot)으로 Fig. 8에 도시하여 분포정도를 살펴보았다. 재현기간 10년의 경우가 제1분위값과 제3분위값이 중앙값에 가장 집중되어 있었고, 재현기간 30년은 최대값과 최솟값이 가장 넓게 분포되어 있었다. 유출량 변화율의 중앙값을 73개 주요 지점의 대푯값으로 설정하여 재현기간별 미래기간의 유출량 증가율을 분석하였다.

http://static.apub.kr/journalsite/sites/ksce/2018-038-05/N0110380503/images/Figure_KSCE_38_5_03_F8.jpg
Fig. 8.

The Distribution of the Rate of Change in the Flood Peak Volume

도시지역의 하수도 설계기준인 재현기간 10년을 기준으로 S1, S2, S3기간의 유출량 증가율을 살펴보면, S1기간의 유출량은 14.2%가 증가하였으며, S2기간은 33.3%, S3기간은 28.5%가 각각 증가하였다. 가까운 미래인 S1기간에서도 10%이상의 유출량이 증가하는 것으로 산정되어 하수도설계의 기준 강화는 불가피할 것으로 판단된다.

6. 결 론

기후변화가 유출량에 미치는 영향을 분석하기 위해 과거기간 1개(S0: 1961~2016년)와 미래기간 3개(S1: 2017~2046년, S2: 2047~2076년, S3: 2077~2100년)를 설정하여 유출분석을 실시하였다. 강우자료는 4개의 재현기간(10년, 30년, 50년, 100년)과 3개의 강우지속시간(60분, 120분, 180분)에 해당하는 확률강우량을 산정하여 Huff의 4분위로 분포시켰다. 강우자료를 관망자료 및 지형자료와 함께 유출모형 XP- SWMM에 적용하여 유출분석을 실시한 결과 다음과 같은 결론을 도출하였다.

(1) 지속시간 120분일 때 유역 출구점의 유출량이 최대가 되어 불광천유역의 임계지속시간은 120분으로 산정되었다.

(2) S0대비 S1, S2, S3의 최대 유출량 상승률은 S2가 가장 크게 나왔으며, 재현기간이 켜질수록 최대 유출비율의 상승률이 감소하는 경향이 나타났다. 이는 재현기간 30년의 강우가 도시지역의 하수도설계 기준을 상회한 강우이기 때문인 것으로 판단된다.

(3) S2의 미래기간에 가장 넓은 침수면적이 발생하였으며, 하수도설계 기준인 재현기간 10년의 경우에는 침수면적이 S0대비 S1은 32.5%, S2는 91.4%, S3는 76.4%가 상승하였다.

(4) 73개 주요 지점의 유출량 변화율의 중앙값을 기준으로 도시지역의 하수도설계기준인 재현기간 10년의 유출량 증가율을 살펴본 결과 S1은 14.2%, S2는 33.3%, S3는 28.5%가 증가하였다.

(5) 유역 출구점의 최대 유출량, 최대 침수면적, 최대 유출량 변화율 등을 살펴본 결과, 모든 미래기간에서 도시유역의 하수도설계 기준인 재현기간 10년에도 모든 결과가 큰 폭으로 상승하여 하수도 설계기준 강화가 필요할 것으로 판단된다.

References

1 

Ahn, J. H., Yoo, C. S. and Yoon, Y. N. (2001). “An analysis of hydrologic changes in daechung dam basin using GCM simulation results due to global warming.” Journal of Korea Water Resources Association, Vol. 34, No. 4, pp. 335-345 (in Korean).

2 

Cameron, D. (2006). “An application of the UKCIP02 climate change scenarios to flood estimation by continuous simulation for a gauged catchment in the northeast of Scotland, UK (with uncertainty).” Journal of Hydrology, Vol. 328, pp. 212-226.10.1016/j.jhydrol.2005.12.024

3 

Ekstrӧm, M., Fowler, H. J., Kilsby, C. G. and Jones, P. D. (2005). “New estimates of future changes in extreme rainfall across the UK using regional climate model integration. 2. Future estimates and use in impact studies.” Journal of Hydrology, Vol. 300, pp. 234-251.10.1016/j.jhydrol.2004.06.019

4 

Frei, C., Schöll, R., Fukutome, S., Schmidli, J. and Vidale, P. L. (2006). “Future change of precipitation extreme in Europe: Intercomparison of scenarios from regional climate models.” Journal of Geophysical Research, Vol. 111, D06105.10.1029/2005JD005965

5 

Gupta, V. K. and Waymire, E. (1990). “Multiscaling properties of spatial rainfall and river flow distributions.” Journal of Geophysical Research, Vol. 95(D3), pp. 1999-2009.10.1029/JD095iD03p01999

6 

Hsu, M. H., Chen, S. H. and Chang, T. J. (2000). “Inundation simulation for urban drainage basin with storm sewer system.” Journal of Hydrology, Vol. 234, pp. 21-37.10.1016/S0022-1694(00)00237-7

7 

IPCC (2007). “Climate change 2007, the fourth assessment report (AR4) of the Intergovernmental panel on climate change.

8 

IPCC (2013). Climate Change 2013, the fifth assessment report (AR5) of the Intergovernmental panel on climate change.

9 

Kim, B. S., Kim, B. K., Kyung, M. S. and Kim, H. S. (2008). “Impact assessment of climate change on extreme rainfall and I-D-F analysis.” Journal of Korea Water Resources Association, Vol. 41, No. 4, pp. 379-394 (in Korean).10.3741/JKWRA.2008.41.4.379

10 

Kim, S. G. (2014). A study on the extraction method of rainfall event for estimating annual maximum peak discharge. Master’s Thesis, Yonsei University.

11 

Ministry of Environment (2017). “Design standards of drainage system.” (in Korean).

12 

Nam, W. S., Ahn, H. J., Kim, S. H. and Heo, J. H. (2015). “The impact of climate change on sub-daily extreme rainfall of han river basin.” Journal of Korean Society of Disaster and Security, Vol. 8, No. 1, pp. 21-17 (in Korean).

13 

Phillips, B. C., Yu, S., Thompson, G. R. and Silva, N. de. (2005). “1D and 2D modelling of urban drainage systems using XPSWMM and TUFLOW.” 10th International Conference on Urban Drainage, Copenhagen, Denmark, August 2005, pp. 21-26.

14 

Seoul Metropolitan city (2012). “Research on river management with university.”

15 

Shin, H. J., Kang, S. M., Kwon, H. J. and Kim, S. J. (2005). “Snowmelt impact on watershed hydrology using climate change scenarios - Chungju-dam watersheds -.” Proc. of the 2005 KSCE Conf, pp. 221-224.

16 

Smith, J., Phillips, B. C. and Yu, S. (2006). “Modelling overland flows and drainage augmentations in dubbo.” 46th Floodplain Management Authorities Conference, March 2006.

17 

Yoon, Y. N., Yoo, C. S., Lee, J. S. and Ahn, J. H. (1999). “On the change of flood and drought occurrence frequency due to global warming : 2. estimation of the change in daily rainfall depth distribution due to global warming.” Journal of Korea Water Resources Association, Vol. 32, No. 6, pp. 627-636 (in Korean).

페이지 상단으로 이동하기