1. 서 론
2. 이론적 배경
2.1 레이더-AWS 강우강도(RAR)
2.2 HEC-HMS
3. 연구대상 및 방법
3.1 대상 유역
3.2 GIS 공간정보
3.3 홍수 이벤트 선정
3.4 레이더 강수량(RAR) 자료 처리
3.5 홍수분석 모형(HEC-HMS) 구축
3.6 홍수 유출모의 수행 및 결과 평가
4. 연구 결과
4.1 레이더 강수량(RAR) 추정 값
4.2 HEC-HMS 구축 결과
4.3 홍수 유출모의 결과
5. 결 론
1. 서 론
우리나라는 대부분이 산지(약 65%)로 구성되어 있어 강우 시 그 공간적 분포의 변동성이 매우 큰 편이며, 특히 전형적인 산지지형인 댐 유역의 경우 고도 변화 등에 기인한 지형특성 등에 따라 강우의 형태 및 패턴과 이에 따른 유출변화가 큰 복잡한 특성을 갖는다. 이로 인해 단순히 지점 강수량을 공간보간 평균한 면적 강수량을 홍수 유출모의 등에 활용할 경우 그 신뢰도가 매우 낮은 경우가 많아, 수문모의에 있어 레이더에 기반을 둔 공간 분포형 강우 등의 도입 검토가 요구된다.
그간 국내에서도 이러한 레이더 강우의 활용을 위한 다양한 시도가 있었으며, 특히 분포형(distributed) 수문모형을 이용한 수문모의의 적용성 평가 및 홍수 유출모의를 수행한 연구가 다수 있다. 그 주요 사례로 Park et al. (2007, 2008)은 Vflow 모형(Vieux, 2002)을 이용해 남강댐과 용담댐유역에 각각 C- 및 S-밴드 진도레이더 원시자료를 적용하여 홍수유출 해석 결과를 얻었으며, Kim et al. (2008)도 Vflow 모형과 임진강 강우레이더 자료를 사용하여 미계측 유역에 대한 홍수 유출모의 적용성을 검토한 바 있다. 아울러 Choi et al. (2012)는 GRM (Grid based Rainfall-runoff Model) 분포형 모형(Choi et al., 2008)을 기반으로 개발한 실시간 유출해석 시스템에 기상청 원시 레이더 자료를 이용하여 내린천 수위관측소 유역을 대상으로 유출모의를 수행하고 결과를 제시하였다. 이들의 연구를 통해 레이더 강우자료와 분포형 모형을 이용할 경우 관련 시스템 구축을 통한 돌발홍수 등 실시간 유출해석 실무에 활용 가능할 것으로 판단되었지만, 국내와 같이 지상 강우관측이 많은 주요 하천 및 댐 유역에서는 기존의 유역평균 강우를 적용한 방법도 상당한 유출모의 정확성을 보이고 있어 실제 활용 시 그 효율성에 있어서의 의문이 있어왔다. 또한, 대부분의 연구에서 유역출구에서의 유출량만을 평가 대상으로 선정하여 다양한 지류 및 본류 관측의 개별 소유역에서 레이더 강우자료 활용 시 그 공간분포에 따른 유출해석 상의 유용성을 평가한 사례는 드물었다.
한편, 최근 기상청에서는 보다 정확한 레이더 강수량 추정 값의 제공을 위해 “레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)” 산출 기술을 지속적으로 개선하고 있으며, 이는 지상 우량계 대비 상당한 정확도를 보이고 있다(Lee et al., 2014a; KMA, 2014). 이에 Lee et al. (2014b, 2014c)은 RAR를 이용한 수문모형 적용을 실시한 바 있으며, 충주댐 상류유역을 대상으로 한 홍수유출 모의에서 비교적 정확한 홍수량의 추정이 가능함을 보였다. 하지만, 이들의 연구에서도 적용한 유역의 출구 외에 상류의 지류 등 다 지점 관측 유량을 분석에 반영치 않아 레이더 강우만의 공간 분포형 격자 활용 효율성을 파악해 볼 수는 없었다.
본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하였다. 모의 결과는 기존 지점관측 기반 유역평균 강수량을 적용한 방법과의 비교를 통해 공간 분포형 레이더 격자 강수량 자료의 홍수 유출모의 활용성을 검토하고자 하며, 이를 통하여 산지지형 댐 유역의 홍수특성을 보다 더 효율적이고 정확하게 분석해 보고자 한다.
2. 이론적 배경
2.1 레이더-AWS 강우강도(RAR)
레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)는 기상청에서 강수예보 활용의 목적으로 개발한 자료로 레이더 반사도(Z)와 우량계 강수량(R)을 이용하여 실시간으로 Z-R 관계식을 산출 적용하여 제공하고 있는 정량적 강수량 추정 값을 지칭한다. 본 연구에서 활용한 RAR 합성장은 2015년도 10월부터 개선 적용된 RAR version 2.0의 알고리즘을 반영한 자료로 여기에는 국지우량계보정기법(Local Gauge Correction, LGC)이 적용되었다. 참고로 이 방법은 역거리가중기법(Inverse Distance Weighting, IDW)을 개선한 것으로서 AWS(Automated Weather Station)의 관측 값과 레이더에 의해 산출된 값의 오차에 따른 가중치를 적용하여 레이더 격자 강수량을 보정한다(Zhange et al., 2011). 이의 세부적인 방법은 Lee et al. (2014b)에 상세 기술되어 있으며, Fig. 1은 이러한 국지우량계보정기법을 포함한 전체 RAR 알고리즘 산출 절차를 나타낸 것이다(KMA, 2014).
한편, Table 1은 RAR 자료에 대한 상세 내용(specifications)으로 파일명, 해상도, 자료구조 및 자료저장구조 등을 나타내었다. 표에서 알 수 있듯이 기본적으로 RAR는 바이너리 포맷(binary format)으로 제공되는데, 홍수분석 모의 등의 수문 모델링에 이용하기 위해서는 사람이 읽을 수 있는 형식으로의 변환이 불가피하다. 자료는 매 10분마다 생산되며 1 km의 공간 해상도(1.5 km 산출고도)를 갖는 격자 형태의 강수 합성장이다. 참고로 “Lambert Conformal Conic projection”은 지도상의 면적에 대해 최소 왜곡을 가지는 투영 좌표계(Projected Coordinate System, PCS)로 유역 수문 모델링 등에 주로 활용된다.
Table 1. RAR data (ver. 2.0) specifications
2.2 HEC-HMS
HEC-HMS(Hydrologic Engineering Center’s Hydrologic Modeling System)는 미 공병단(US Army Corps of Engineers, USACE)에서 개발된 강우-유출모형으로 주로 홍수분석 모의 등의 목적으로 활용되는 상용 수문모델이다(Scharffenberg et al., 2018). HEC-HMS는 그 강우-유출해석에 있어 널리 알려진 SCS Curve Number나 단위 유량도(Unit Hydrograph), Muskingum과 같은 비교적 간단한 방법을 각각 유효우량(effective rainfall), 유역추적(transform) 및 하도추적(river routing)의 계산에 활용하기 때문에 주로 집중형 수문모형(lumped hydrologic model)으로 분류되어 레이더 강우와 같은 공간 분포형(spatially distributed) 자료의 입력을 주로 적용하여 분석치 않고 있지만, HEC-GeoHMS (Geospatial Hydrologic Modeling Extension, Fleming and Doan, 2013)와 ModClark (modified Clark) 방법(Peters et al., 1996; Kull and Feldman, 1998)을 활용하면 격자단위의 분포형 강우를 적용할 수 있는 형태의 모델 구축이 가능하다(Cho, 2020).
Fig. 2는 ModClark 유역추적 방법의 모식도를 나타낸 것으로 기존 Clark의 유역추적법(Clark, 1945)에서 제시한 방법을 기초로 공간적으로 분포된 격자별 강우자료의 모의가 가능하도록 수정한 방법이다. 그림에서 각 격자별 전이(transform)를 고려하여 산정된 개별 단위유출 수문곡선은 유역전반에 걸친 각각의 저류(storage attenuation) 과정을 거친 후 유역출구에서의 개별 수문곡선(cell hydrographps)으로 산출되며(Eq. (1)), 이를 각 격자별 유효유량(excess rainfall)과의 합성곱(convolution)을 통해 최종적으로 유역 전체에 대한 강우-유출 직접 수문곡선을 얻을 수 있다.
| $$O_i=\lbrack\frac{\mathit\triangle t}{R+0.5\times\mathit\triangle t}\rbrack\;I_{avg}+\lbrack1-\frac{\mathit\triangle t}{R+0.5\times\mathit\triangle t}\rbrack\;O_{i-1}$$ | (1) |
| $$\lbrack\mathrm{travel}\;\mathrm{time}\rbrack_{\mathrm{cell}}=T_c\frac{{\lbrack\mathrm{travel}\;\mathrm{length}\rbrack}_{\mathrm{cell}}}{{\lbrack\mathrm{travel}\;\mathrm{length}\rbrack}_\max}$$ | (2) |
여기서, Oi는 시간 i에서의 단위유출 [L3T-1], R은 저류상수 [T], Iavg는 시간 i-1에서 i 사이 평균유입량 [L3T-1], △T는 시간구간 [T], 그리고 Tc는 유역 전체의 도달시간 [T]이다.
여기에서 단위 직접유출 수문곡선의 산정을 위한 각 격자별 전이는 Eq. (2)과 같은 유수의 도달시간(time of concentration)과 관련되어 있으며, 저류는 유역의 전반적 지체특성으로 설명될 수 있다.
3. 연구대상 및 방법
3.1 대상 유역
본 연구의 대상 유역은 용담시험유역으로 금강 상류, 북위 35°35' ~ 36°00', 동경 127°20' ~ 127°45' 에 위치하고 있으며 무주군, 진안군, 장수군을 포함한 충청남도, 전라북도, 경상남도에 속해있다. 유역의 면적은 930 km2로 금강유역의 약 9.5%를 차지하고 있으며 8개의 표준유역과 5개의 유입하천, 그리고 유역출구에 높이 70 m, 길이 498 m, 총저수량 815백만m3의 용담댐이 있다. 아울러 용담시험유역에는 현재 수위/유량, 강수량, 토양수분량 및 증발산량의 수문기상 자료 생산을 위한 총 22개의 관측소가 운영 중이다. 한편, 기상의 경우 시험유역만의 공식적인 관측소는 없으며 기상청의 방재기상관측 및 종관기상관측소가 주변에 위치해 있다. Fig. 3은 용담시험유역 및 각 관측소의 위치를 나타낸 것이다.
3.2 GIS 공간정보
홍수 유출모의에 필요한 HEC-HMS 모형은 기본적으로 GIS 기반에서 구축을 진행한 후 분석을 수행하기 때문에 모형의 구축에 필요한 수치표고모델(Digital Elevation Model, DEM), 토지피복도, 토양도 등의 GIS 공간정보 확보는 필수적인 사항이다. 본 연구에서는 먼저 지형자료로 30 m 해상도 DEM을 국토지리정보원 국토정보플랫폼으로부터 확보했으며, 토지피복도와 토양도의 경우는 환경부 환경공간정보서비스와 국립농업과학원 흙토람에서 제공하는 1:25,000 크기의 중분류 토지피복도와 정밀토양도를 각각 사용하였다. Fig. 4는 이로부터 재생산된 모형구축에 필요한 개략 토지피복분류, 수문학적토양분류군(Hydrologic Soil Groups, HSGs) 및 Curve Number의 자료를 도시한 것으로 용담시험유역은 대부분이 산지와 농업지역으로 각각 70.6, 25.9%를 차지하고 있는 것을 알 수 있다.
3.3 홍수 이벤트 선정
본 연구의 홍수분석 모의를 위해 최근 5년, 2014~2018년 동안 용담시험유역(용담댐)에 발생한 홍수 이벤트 중 연도별로 비교적 독립적인 1~2개의 사상을 선정하였다. 독립 사상의 선정 이유는 HEC-HMS 모형이 그 유효유량(직접유출고) 산정에 이벤트 기반의 SCS Curve Number 방법을 채택하고 있기 때문에, 연속적인 홍수 이벤트의 모의 시 부정확한 결과가 야기될 수 있으므로(Cho and Engel, 2018) 이를 고려한 선정을 하여야 한다.
Table 2는 선정된 총 8개의 홍수사상에 대한 7개 지상관측(Fig. 3 참조) 및 유역평균 강수량과 유역출구 용담댐 지점에서의 첨두유량 및 총 유출량을 나타낸 것으로 2015~2017년의 경우는 연속된 장기 가뭄에 따라 상대적으로 규모가 작은 홍수의 선정이 불가피하였다. 선정된 사상 중 가장 큰 홍수는 2016년 8월에 발생한 것으로 총 강수량이 약 300 mm, 유출량이 2,200 m3/sec에 달했다. 한편, 본 강수량 및 하천유량 자료는 시단위 데이터를 확보하여 HEC-HMS 모형 수행 및 검·보정에 활용하였다.
Table 2. Storm events (8 independent event) for study area showing total precipitation and discharge amounts
3.4 레이더 강수량(RAR) 자료 처리
일반적으로 공간 분포형 격자 강수량 데이터는 특정 좌표계를 사용하는 이미지로 제공되며, RAR의 경우 투영 좌표계인 “Lambert Conformal Conic projection”을 채택하여 자료를 생산하고 있다. 이렇게 생산된 자료는 특정 데이터 포맷의 파일형태로 제공이 되는데, 수문 모델링을 위해서는 이러한 파일의 자료형식 변환 및 다른 투영 좌표계로의 변환을 통한 새로운 형식의 파일 생산 등 몇 단계의 전처리 작업이 필요하다. 본 연구에서는 RAR 이미지 파일에 대해 총 3단계의 자료 전처리를 진행하였으며, 이를 위해서 NCAR Command Language (NCL, 2019) 및 Python 기반의 스크립트(script) 프로그램을 개발하여 활용하였다. Fig. 5는 공간 분포형 격자 강수량 자료 RAR의 전체적인 전처리 과정을 설명하고 있다.
한편, Fig. 6은 전처리의 두 번째 과정에 대한 사항으로 모형에 입력되는 격자 강수량 면적의 왜곡을 실제 크기대비 최소화하기 위하여 HEC-HMS에서 사용하는 표준 수문격자(Standard Hydrologic Grid, SHG) 좌표계 이미지로 다시 변환해주는 처리과정을 도식화 한 것으로, 처리는 ArcGIS에서 지원되는 ArcPy 모듈 등을 이용하여 개발한 Python 스크립트 프로그램을 통해 진행하였다. 여기서 채택한 SHG 좌표계는 “Albers Equal-Area projection”이다.
레이더 강수량(RAR) 자료 전처리의 마지막 단계로는 미 공병단에서 제공하고 있는 HEC-GridUtil의 “asc2dssGrid.exe” 파일을 이용하여 “.dss” 파일을 추출하며, 이는 HEC-HMS 모형의 강수량 입력 자료로 직접 활용된다.
3.5 홍수분석 모형(HEC-HMS) 구축
레이더 기반의 공간 분포형 격자 강수량 추정 값을 활용한 홍수분석 모의를 수행하기 위해서는 ArcGIS (ESRI, 2019)에서 구동되는 Arc Hydro와 HEC-GeoHMS 어플리케이션을 이용하여 HEC-HMS 모형을 구축하여야 한다. 이는 격자단위(grid-based) 강우-유출 해석 방법인 ModClark이 적용된 HEC-HMS 모형을 만들기 위함으로, 본 연구에서는 ModClark 모형뿐만 아니라 기존 집중형(lumped) 해석 방법의 하나로 적용되어온 Clark의 유역추적법에 기반 한 모형도 동시에 구축하여 지점 자료를 티센망(Thiessen polygon)으로 공간보간 평균한 면적 강수량을 활용한 홍수모의의 결과와도 비교 검증할 수 있도록 하였다.
각 모형의 구축에서 DEM으로부터 하천망(stream network) 및 소유역(subbasin) 구분을 위한 유역 설정은 용담시험유역 전체 유역면적의 3%의 경계조건(threshold)을 Arc Hydro에 입력하여 진행하였으며, 모형별로 사용하는 각 수문모의 과정에서의 유출고(runoff-depth), 유역추적, 기저유량(baseflow), 그리고 하도추적 등의 계산은 HEC-GeoHMS 상에서 Table 3에 제시된 방법으로 각각 설정하여 모형 구축을 진행했다.
Table 3. Calculation methods for the developed HEC-HMS models
3.6 홍수 유출모의 수행 및 결과 평가
구축된 모형의 홍수 유출모의 수행은 앞서 선정한 8개 이벤트의 시단위 관측 및 격자 강수량 데이터를 이용하여 진행하였으며, 각각의 모형별로 용담시험유역 내에 있는 총 6개 유량관측 지점의 유량 값과 유사하게 모의 수문곡선을 도출하기 위해 필요한 모형 매개변수 값을 조정했다. 한편, 본 연구의 홍수분석 모의에서는 일반적인 강우-유출 예측을 위한 모형의 검·보정 과정처럼 매개변수 셋(set)을 하나로 설정하지 않고 각각 개별로 매개변수 값을 조정하여 모형의 검증작업을 수행하였는데, 그 이유는 연구에서 활용한 공간 분포형 격자 강수량 자료와 이의 모의방법(ModClark)이 산지지역 댐 유역의 홍수특성을 보다 더 효율적이고 정확하게 분석하는 지를 파악하고, 이를 기존 지점관측 기반 유역평균 강우를 적용한 방법과의 비교를 통해 그 활용성을 검토하기 위함이다.
아래 Eqs. (3)~(5)는 실제 관측 유량 값과 유출모의 수행이 완료된 모형의 모의 수문곡선 결과를 비교 평가하기 위해 도입한 통계지표로 각각은 모형효율(Nash-Sutcliffe efficiency, ENS), 상관계수(coefficient of determination, R2), 그리고 값의 왜곡도(percent bias, PBIAS %)를 나타낸다.
| $$E_{NS}=1-\frac{{\displaystyle\sum_{i=1}^n}(O_i-S_i)\;^2}{{\displaystyle\sum_{i=1}^n}(O_i-\overline O)\;^2}$$ | (3) |
| $$R^2=\left[\frac{\displaystyle\sum_{i=1}^n(O_i-\overline O)(S_i-\overline S)}{\displaystyle\sqrt{\sum_{i=1}^n(O_i-\overline O)\;^2}\;\sqrt{\sum_{i=1}^n(S_i-\overline S)\;^2}}\right]^{\;2}$$ | (4) |
| $$PBIAS(\%)=\frac{{\displaystyle\sum_{i=1}^n}(O_i-S_i)}{{\displaystyle\sum_{i=1}^n}O_i}\times100$$ | (5) |
여기서, Oi와 Si는 관측 및 모의 유량, 와 는 각각 관측과 모의 유량의 평균값을 나타낸다.
4. 연구 결과
4.1 레이더 강수량(RAR) 추정 값
Fig. 7은 레이더 기반의 공간 분포형 격자 강수량(RAR)을 앞서 설명한 자료 처리 방법으로 추출 도시한 8개 홍수 이벤트를 나타낸다. 왼쪽위의 그림은 홍수사상 1에 대해 한 시점(1시간 평균)의 강수량 분포 및 강도를 보여주고 있으며, 나머지는 각각의 홍수 이벤트에 대한 RAR 1 km×1 km 격자별 강수 총량을 나타낸 것으로 격자별로 상이하게 분포된 강수량 수치를 통해 같은 유역 내에서도 지역에 따라 동일 이벤트 강수량의 차이가 다소 발생한 것을 볼 수 있다. 이는 여러 가지 원인이 있을 수 있지만 선정된 8개의 사상 중 6개가 비슷한 분포인 것을 보아 주로 산지지역 지형 특성에 의해 초래된 결과로 사료된다. 따라서 홍수 유출모의 시 지상관측 기반의 유역평균 강수량 자료를 사용한다면 이러한 공간적 분포의 미반영으로 인해 분석 결과 값의 부정확한 산출이나 모형 검·보정에 어려움이 발생할 수 있다.
용담시험유역의 7개 강우관측소와 레이더 기반 RAR 격자자료에서 산출한 유역평균 강수량을 앞의 Table 2에서 비교하였다. 여기서 유역평균의 산출은 관측 자료의 경우 티센망에 의한 방법으로 격자 강수량의 경우는 산술평균에 의하였으며, 표에는 각 홍수사상에 대한 격자의 최댓값과 최솟값도 제시되어 있다. 표의 이벤트별 총량 비교에서 알 수 있듯이 레이더에 기반 한 강수량은 관측 치와 비교하여 약간 과소 추정된 경향을 파악할 수 있는데, 이는 본 연구에서 사용한 홍수 이벤트의 모든 시간자료를 비교한 Fig. 8에서도 RAR 자료가 전체 합계 689.6 mm로 관측 총량 960.9 mm에 비해 28.2% 과소 추정된 것을 알 수 있다. 한편, 상관계수(R2)의 경우는 0.86으로 관측과 높은 상관성이 있는 것을 파악할 수 있으며, 과소 추정된 강수량은 홍수 유출모의 시 모형의 관련 매개변수 값을 조정하여 분석에 활용하였다.
4.2 HEC-HMS 구축 결과
본 연구에서 수문모의 방법을 다르게 적용하여 구축한 두 종류의 HEC-HMS 모형을 그림 Fig. 9에 제시하였다. 먼저 지상관측 기반 유역평균 강수량을 모의하기 위한 Clark의 방법이 적용된 모형은 총 25개 소유역으로 구분되어 구축되었으며, 격자단위 RAR 강수량을 활용하기 위한 ModClark 모형은 레이더 1 km×1 km의 격자를 적용하여 총 1,337개의 분석단위로 구축되었다. 한편, 그림에서 ModClark 모형의 경우는 각 격자별 계산된 소유역별 도달시간과 직접유출고 산정 시 활용되는 Curve Number 격자도 모형 구축에 필요한 정보로 산정 활용되었다. 또한, 모형에는 그림에서 보이는 유역상류 각 하천과 유역출구 총 6개 유량관측 지점의 유량자료도 입력하여 홍수 유출모의 결과에서 모의 값과의 비교 검증에 활용되도록 하였다.
4.3 홍수 유출모의 결과
HEC-HMS에 의한 홍수분석 모의 결과를 고찰하기 위해 우선 구축된 각 모형의 주요 매개변수의 초기 값을 Table 4에 제시하였다. 이를 바탕으로 시단위 관측 유역평균 및 레이더 기반 격자 강수량 자료를 활용하여 홍수 유출모의를 수행했으며, Fig. 10은 모의 이후의 각 모형별 초기 매개변수 값 조정 유무를 나타낸 것이다.
Table 4. Initial parameter values for the developed HEC-HMS models
본 결과를 살펴보면 유역평균 강수량을 이용한 모의에 비해 RAR 자료를 활용한 모형의 모의에서 상대적으로 매개변수의 조정이 적었음을 알 수 있는데, 이는 강우-유출 도달시간 등과 관계가 있는 유역추적 및 하도추적의 과정에서 별도의 매개변수 값 조정 없이 관측 수문곡선과 유사한 모의가 이루어졌기 때문이다. 이와는 다르게 유역전체에 강수량의 공간분포가 충분히 고려되지 않은 지점관측 유역평균 강수량에 의한 모의에서는 거의 모든 경우에서 도달시간과 관련된 매개변수 값을 조정을 해주어야 했다.
이를 통해 홍수유출 해석 등에서 공간 분포형 레이더 격자 강수량을 활용하면 지역적인 강수패턴 및 양을 모의에 반영할 수 있어 그 분석의 효율성이 증가한다는 것을 알 수 있다. 특히, 댐 유역과 같이 산지지형이 대부분인 유역에서는 앞서 살펴본 것처럼 지역에 따라 강수량에 많은 차이가 있어 더욱 그 유출해석에 레이더 강수량과 같은 공간분포가 고려된 자료의 도입이 필요하다고 하겠다. 하지만, 격자단위 강수량의 경우 아직까지는 그 수량이 실제 관측 값에 비해 과소 추정되는 경향이 있어 이를 사용한 모의에서는 그 수량과 관련된 매개변수 값의 조정이 필요했다.
Fig. 11은 본 연구의 전체 홍수분석 모의 결과 수문곡선을 나타낸 것으로 대부분 관측과 유사하게 모의된 것을 볼 수 있다. 한편, 모의결과 평가와 관련된 통계치 비교(Table 5)에서는 관측 유역평균 강수량을 사용한 모형의 경우 8개모의 평균 ENS 0.895, R2 0.906, 그리고 PBIAS 7.42%, 레이더 강수량 적용 모형의 경우 ENS 0.863, R2 0.873, 그리고 PBIAS 7.49%로 일부 차이는 있으나, 후자의 경우 앞서 설명한 것처럼 매개변수 값의 조정 없이 상대적으로 잘 모의가 되었다는 점에서 레이더 강수량 자료의 홍수 유출모의 활용성을 재확인할 수 있다.
Table 5. Statistical results of flood runoff simulation for the developed models
또한, Table 6과 Fig. 12는 유량관측 지점별 홍수분석 모의 결과 평가 통계 값과 수문곡선(홍수사상 1, 2)을 비교한 것으로 개별 하천 유량과의 비교에서도 레이더 기반 격자 강수량의 경우 도달시간 등과 관계된 매개변수 값에 조정 없이 8개모의 평균 ENS 0.53~0.92로 실측과 유사하게 모의된 것을 파악할 수 있다.
Table 6. Model efficiency (ENS) of flood runoff simulation results at each flow gauges
5. 결 론
본 연구에서는 기상레이더 기반 격자 강수량을 활용한 홍수 유출모의를 위해 필요한 자료 전처리 프로그램을 개발과 ModClark 방법 기반의 HEC-HMS 모형을 구축하였으며, 이를 전체 8개 홍수사상에 대해 적용하여 유출량 분석을 수행하였다. 연구를 통해 최신 기상레이더 강수량 추정 자료의 산지지역 댐 유역 수문모의에의 활용성을 평가하고자 했으며, 그 공간분포에 따른 유출해석 상의 유용성 및 효율성을 파악할 수 있었는데, 그 주요 결과는 다음과 같다.
1) 전반적으로 기상청 RAR 레이더 자료는 지점 관측에 비해 그 강수량 값이 과소 추정된 경향(R2 0.86)으로 8개 홍수사상 전체에서 28.2%의 차이를 보여, 이를 활용한 홍수분석에서 관련 매개변수 값의 보정을 필요로 하였다. 하지만, 레이더 강우의 공간분포 특성상의 이점으로 인해 강우-유출량 산정과정에서 유역추적(유역 유출전이) 및 하도추적(하천 홍수추적) 등 도달시간에 관계된 사항은 매개변수 값의 조정 없이도 모의에서 관측과 유사한 수문곡선을 산정할 수 있었다.
2) 홍수 유출모의 결과의 기존 지점관측 기반 유역평균 강수량을 사용한 방법과의 비교에서 레이더 강수량 적용 모형의 경우 8개모의 평균 ENS 0.863, R2 0.873, 그리고 PBIAS 7.49%, 유역평균 값을 사용한 모형의 경우 ENS 0.895, R2 0.906, 그리고 PBIAS 7.42%로 일부 차이는 있었으나, RAR 자료의 경우에서 매개변수 값의 조정 없이 상대적으로 적정한 모의 수행이 가능하여 그 활용 효율성을 확인할 수 있었다.
3) 선행 강우 등에 따라 상이한 26.0~82.2%의 비율을 보이고는 있으나 본 연구에서 선정된 8개의 홍수 이벤트의 분석으로부터 평균 유출률 52.5%의 유역 홍수유출 특성을 파악할 할 수 있었다.
마지막으로 상기와 같은 연구결과는 용담시혐유역 상류 각 지류 하천에서 그간 상당한 기간 동안의 실측을 통한 비교적 신뢰성이 검증된 유량자료를 다수 구축해왔기 때문에 도출이 가능할 수 있었던 것으로 사료된다. 어떠한 수문모델을 활용한 모의에도 관측 자료의 확보가 기본적으로 그 모델의 성능 평가를 좌우한다. 따라서 본 연구의 홍수유출 모의 시 활용한 다 관측지점의 시단위 유량은 그 자체로도 아주 의미 있는 유역 홍수관리 모델링의 사례라고 할 수 있다.
한편, 본 연구의 ModClark을 적용한 홍수 유출모의는 단순히 소유역별 도달시간의 격자별 비율을 고려한 홍수추적으로 그 해석상의 한계가 있어, 최근 이러한 단점을 새로운 유역추적 방법을 통해 보완, 개발된 하이브리드 수문모형(Hybrid Hydrologic Model, Distributed-Clark) (Cho and Engel, 2017; Cho et al., 2018) 등도 동일유역에 대해 향후 도입·적용할 계획에 있다.
