Journal of Korea Water Resources Association ISSN:2799-8746(Print) 2799-8754(Online) 한국수자원학회 논문집

본 연구는 포말대 흐름의 난류특성에 대한 이해를 목표로 한다. 포말대 흐름을 재현하기 위해 이중 댐-붕괴 파랑생성법이 제시되었다. 기존 단일 댐-붕괴 실험과 비교하여 이중 댐-붕괴 실험은 두 개의 수문의 개방 시간을 조절하여 처오름과 처내림의 다양한 상호작용을 구현할 수 있다. 수치모형으로는 OpenFOAM의 overInterDyMFoam이 활용되었다. overInterDyMFoam은 밀도가 다른 두 유체(i.e., 공기, 물)의 경계면 추적기법과 동격자 및 중첩 격자 기법을 결합한 모형이다. 질량보존 및 운동량 방정식으로는 k-ϵ 난류모형이 결합된 이차원 Reynolds-Averaged Navier-Stokes 모형이 채택되었다. 수치모형실험 결과는 수리모형실험의 수심 및 흐름 방향 유속 시계열과 비교하여 정확도가 검증되었다. 난류 운동 에너지 분포특성을 확인하여 각 흐름 단계(i.e., 처오름, 처내림, 흐름의 상호작용)의 난류 진화 특성을 고찰하였다.

최근 기후변화가 심화됨에 따라 가뭄으로 유발되는 피해가 증가하고 있다. 현재 국내의 가뭄 강도를 결정하기 위해 표준강수지수(Standardized Precipitation Index, SPI)를 기준으로 분류를 수행하고 있다. 현재 국내에서는 최근 6개월 동안의 누적강수량을 기준(SPI-6)으로 관심, 주의, 경계, 심각의 기상학적 가뭄의 강도를 분류하고 있다. 그러나 강수량만을 기초자료로 활용하기 때문에 가뭄 강도를 분류하는 데 한계가 있다는 문제점이 있다. 따라서 본 연구에서는 SPI에 따른 국내 기상학적 가뭄 예･경보 기준의 한계점을 극복하고자 국가가뭄정보포털(National Drought Information Portal, NDIP)에서 제공하는 비상급수 피해자료를 수집하여 가뭄의 강도를 분류하였다. 그리고 SPI의 인자인 강수량과 증발산량 산정에 사용되는 인자인 온도, 습도 등을 min-max 정규화로 지수화한 후 유전 알고리즘(Genetic Algorithm, GA) 기반으로 각 인자들에 대한 계수를 산정하였다. 비상급수에 따른 가뭄의 강도를 분류하여 종속변수로 활용하고, GA에 의한 각 기상인자들의 계수를 활용하여 새로운 가뭄 강도 분류 지수(Drought Severity Classification Index, DSCI)를 도출하고자 하였다. DSCI를 도출한 후 누적분포함수를 활용하여 분위별 경계를 강도 단계 분류 기준으로 제시하였다. 본 연구에서 제시한 DSCI를 활용하면 기존 SPI보다 가뭄 강도를 정확하게 분류할 수 있어, 재난 담당자들의 의사결정을 지원할 수 있을 것으로 판단된다.

돌발가뭄(Flash drought, FD)은 기존 가뭄과는 달리 급작스러운 발생이 대표적인 특징으로, 즉각적인 수분 스트레스를 유발하여 생태계에 주요한 영향을 미친다. 보다 효과적인 돌발가뭄의 모니터링을 위해서는 돌발가뭄의 특징과 원인에 대한 보다 종합적인 이해가 필요하다. 이에, 본 연구에서는 Global Land Data Assimilation System (GLDAS) 자료를 사용하여 2012년부터 2022년 사이 한반도 전역에서 발생한 돌발가뭄에 대해 분석하고자 하였다. 스트레스 기반 탐지 기법인 표준 증발 스트레스 비율(Standardized Evaporative Stress Ratio, SESR)의 변화를 바탕으로 돌발가뭄을 탐지하였으며, 발생 빈도와 기간에 대해 분석하였다. 또한, 탐지된 돌발가뭄 사건들을 실제 증발산(Actual Evapotranspiration, AET)과 잠재 증발산(Potential Evapotranspiration, PET)의 변화를 기반으로 세 가지 케이스로 분류하였으며, 각 케이스 별 발생 특성 및 공간 분포에 대해 분석하였다. 그 결과, 돌발가뭄의 발생 빈도와 기간에 지역적인 편차가 있는 것을 확인하였으며, 평균 빈도는 6.4회, 평균 발생 기간은 31일로 나타났다. 일반적인 돌발가뭄인 Case 1, AET의 감소가 주 원인이 되어 발생한 Case 2, PET의 증가에 의해 발생한 Case 3으로 돌발가뭄 사건들을 분류하였을 때, 한반도에서는 Case 1 돌발가뭄이 1,448건으로 가장 많이 발생했으며, Case 2 돌발가뭄이 Case 3 돌발가뭄보다 약 1.5배 더 많이 일어난 것을 확인할 수 있었다. Case 2 돌발가뭄은 수분 제한 조건(water-limited condition)에서 발생하여 AET와 PET가 모두 감소하는 결과로 이어졌으며, Case 3 돌발가뭄은 에너지 제한 조건(energy-limited condition)에서 발생한 이후 AET와 PET가 모두 증가하였다. Case 2 돌발가뭄은 주로 북서부와 중남부에 위치한 농경지에 영향을 주었으며, Case 3 돌발가뭄은 산지에 해당하는 동부에서 집중적으로 발생하였다. 본 연구의 결과들은 기후 요소, 토지 피복 및 수분 가용성을 고려한, 돌발가뭄에 대한 이해를 돕고, 보다 효과적인 가뭄 대응 방안 수립에 기여할 수 있다.

기후변화와 도시화의 영향으로 인해 자연재해의 발생빈도와 규모가 증가하고 있다. 특히 도시 침수는 발생 시간이 짧고 막대한 인명 및 경제적 손실을 초래할 수 있기 때문에 신속하고 정확도 높은 예측 정보 생산이 중요하다. 하지만, 기존 물리과정 및 인공지능 기반 기법은 고해상도 침수 해석을 위해 많은 전산 자원이나 데이터가 요구되는 한계가 있다. 본 연구에서는 딥러닝 기반 초해상화(Super-Resolution) 기법을 통한 고해상도 도시 침수 해석 방법을 제안하고 적용성을 평가한다. 제안된 방법은 고해상도 물리 모형의 결과로 훈련된 초해상화 딥러닝 모형을 이용하여 저해상도 침수 해석 이미지를 고해상도로 변환한다. 미국 포틀랜드 도심지의 두 가지 침수 사례에 대해 적용, 4 m 공간해상도 물리 모의 결과를 1 m 급 고해상도 침수 해석 정보로 초해상화 하였으며, 초해상화 이미지와 고해상도 원본 간 높은 구조적 유사성이 확인되었다. 성능 지표로 평가한 결과, 전체 검증 대상 이미지에 대한 평균 PSNR 22.77 dB, SSIM 0.77로 우수하여, 초해상화 기법의 도시 침수 해석 적용성이 검증되었다. 제안된 방법은 적은 양의 침수 시나리오만으로도 효율적인 딥러닝 모형 훈련이 가능하고, 물리 모형의 정보를 최대한 활용할 수 있기 때문에, 고해상도 도시 침수 정보 생산에 효과적으로 사용될 수 있을 것으로 기대된다.

본 연구에서는 일정한 경사와 조도를 갖는 가상 유역에서 10가지 규모의 강수가 순간적으로 발생할 때 단위유량도를 산출하였다. 그런 다음 강수 규모에 대하여 단위유량도 첨두유량의 관계와 첨두발생시간의 관계를 각각 산출하였다. 이때 강수 규모만이 유역의 단위유량도 첨두치에 주는 영향을 파악하기 위해서 자연 유역을 대신하여 마름모 형태, 일정 경사, 일정 조도의 유로 환경 상태 등으로 단순화한 가상 유역을 적용하였다. 그리고 유역에 내린 강수는 유효우량이고 유출은 직접유출이고 낙하지점에서 출구 방향으로 직선적인 등류로 유출된다고 가정하였다. 강수 규모를 10가지로 유효강수 10 mm, 40 mm, 90 mm, 160 mm, 250 mm, 360 mm, 640 mm, 1,000 mm, 1,210 mm, 1,690 mm의 경우로 하여 단위유량도의 첨두유량과 첨두발생시간을 각각의 관계를 산출하였다. 본 연구에서 주목할 만한 성과는 유역의 저류 효과가 없어도 강수 규모가 커질수록 유출 깊이가 커져서 유역의 유속이 빨라지고 단위 시간당 유하 거리도 커지므로 첨두유량은 커지고 첨두발생시간은 빨라진다는 것이었다. 이는 유역 유출의 비선형적 특성이다.

본 연구에서는 단순한 형상의 지하역사를 대상으로 준3차원 침수 흐름 시뮬레이션을 수행하였으며, 우수유입지점 수와 우수 유입량 변화에 따른 침수 흐름 특성 및 침수 위험도를 분석했다. 침수 해석 결과로부터 보행 안정성 평가를 위한 한계유속을 계산하여 미끄러짐 및 전도 사고 발생 가능 영역을 분석했다. 그 결과, 미끄러짐 사고는 침수계단에서 발생할 가능성이 있고 전도 사고는 침수계단과 지하2층 계단 주변에서 발생할 우려가 있었다. 침수 위험도에 대한 세부적 판단을 위해 4단계로 침수 위험도를 평가하는 Flood Hazard Degree (FD)와 3단계로 평가하는 Flood Intensity Factor (FIF)를 적용했다. 그 결과, FD가 FIF에 비해 더 넓은 영역에서 침수 흐름에 의한 위험이 있는 것으로 판단했다. 한계비력, 미끄러짐 및 전도 사고 발생 한계유속, FD, FIF 방법으로 평가한 침수 위험 발생 영역을 비교했을 때 한계비력은 다른 평가 방법에 비해 침수 위험 영역을 과대 산정했고, FIF는 과소산정하는 결과를 나타냈다. 또한 모든 평가 방법을 고려했을 때 우수 유입량이 우수유입지점 수보다 침수 위험도 평가 결과에 지배적 영향을 미쳤다. 또한 동일한 방향으로 침수 흐름을 일으키는 우수 유입 조건 보다 서로 충돌하는 침수 흐름을 일으키는 조건에서 침수 위험도가 증가했다.

누수는 용수공급시스템 내에서 발생할 수 있는 대표적인 비정상상황 중 하나이다. 누수는 관로가 매설된 이후부터 잠재적으로 발생할 수 있으며 발생 직후부터 즉시 경제적 및 수리학적 피해를 입을 수 있기 때문에 이를 적시에 감지하고 탐지하는 것이 중요하다. 하지만 시스템이 지하에 매설되어 있어 이를 빠르게 인지하는 것은 쉽지 않으며 인지한다 하여도 복구하기 위해서는 상대적으로 많은 가용자산이 요구된다. 따라서 다중 누수가 발생할 시 누수규모 및 위치에 따라 복구 우선순위에 대한 우선순위를 선정해야 할 필요성이 있으며 최적의 복구전략이 도출되어 이를 수행할 시 시스템의 탄력성 측면에 있어 유리함을 가질 수 있다. 본 연구에서는 프로그램 기반 모의 누수를 발생시켜 비정상상황 시나리오를 구축하였으며 이에 따라 딥러닝 기반 모델로 누수탐사를 수행하였다. 탐사 결과로 얻어지는 누수위치와 누수량은 이 후 누수복구 우선순위를 위한 요소로써 활용되며 타 요소와 함께 최적의 누수복구 시나리오를 도출하였다.

본 연구에서는 효교리 지역에서 지형 경사가 다른 2개 구간을 설정하여 구간별 수리경사를 산정하고 지형 경사와 강우에 따른 수리경사 변동을 분석하였다. 연구부지 내 모든 지하수공에서 강우량이 증가할수록 지하수위가 상승하는 것으로 나타났으며, 지하수위 상승량은 지하수공의 고도가 높을수록 작았다. 연구부지 내 수리경사의 변동은 지형 경사가 급한 구간에서는 크고 지형 경사가 완만하면 작았다. 강우에 의한 수리경사 변동은 지형 경사가 급한 구간에서는 강우에 의한 영향성이 높았으며, 지형 경사가 완만한 구간에서는 강우에 의한 영향성이 낮았다. 본 연구를 통해 자유면 대수층에서 수리경사 변동은 지형 경사와 강우에 의한 복합적인 영향으로 나타남을 알 수 있었다.