1. 서 론
2. 연구 대상지역 및 자료
3. 연구 방법론
3.1 다양한 조건에 따른 독립 호우사상 분리
3.2 차첨두 상수(Secondary Peak Constant, SPC)
4. 연구 결과 및 토의
4.1 분 단위에 따른 독립 호우사상 개수와 시간분포 특성의 변화 및 분석
4.2 독립 호우사상 내 첨두 강우의 위치 분석
4.3 독립 호우사상에 대한 첨두 강우의 시간분포 특성 심층분석
4.4 실제 독립 호우사상에 대한 SPC 적용 결과 분석
5. 결 론
1. 서 론
2022년 8월 집중호우는 8월 8일부터 8월 9일까지 발생하였으며, 도심지역은 비도심 지역에 비해 큰 피해가 일어났다(Kim et al., 2023a). 서울특별시는 한강 이남지역에 강우가 집중되어 동작구에서 시간당 141.5 mm가 내리는 호우사상이 관측되기도 하였다. 이는 서울 지점(108번)을 기준으로 200년 빈도의 설계 강우량 기준인 시간당 최대 강우량 114.0 mm 이상을 크게 상회했다(Kim et al., 2023a). 2022년 8월 집중호우는 서울특별시 도시홍수에 대한 원인이며, 이는 도심 연약지반 붕괴와 지하주거단지 침수의 원인이 되어 인명피해를 발생시켰다(Kim and Kang, 2023). 한편, 수공구조물에는 집중 호우로 인한 피해를 방지하기 위한 목적으로 설계빈도와 함께 적절한 설계강우 방법론이 적용되어야 한다(Bezak et al., 2018; Chen et al., 2023). 현재 국내 설계강우의 시간분포는 홍수량 산정 표준지침(ME, 2019)에서 제시한 수정 Huff 4분위법을 활용하고 있으며, 설계강우에 대한 첨두 강우의 위치는 3분위로 설정하고 있다(Huff, 1967).
국내에서는 실제 관측된 강우와 수정 Huff 방법에 대한 특성을 비교하고 이를 개선하는 연구를 진행해왔다. Jang et al. (2006)는 과거 호우사상을 토대로 설계된 Huff 방법론이 첨두유출량을 과소산정한다는 문제점과 실제 호우사상과 다소 상이하다는 문제점을 언급하였다. 해당 연구에서는 무한천 예당지 유역을 대상지역으로 선정하였다. 대상 유역의 실제 호우사상과 비교해본 결과, 실제 호우사상은 Huff 방법과 달리 강우 초반에 강우량이 비교적 완만하게 증가하는 모습을 보이는 등 다소 상이하다는 분석 결과를 제시하였다. Choi et al. (2014)는 수공구조물을 설계하기 위해 사용되는 Huff 방법에 대한 한계점을 보완하는 방법론을 제안하고, 실제 유역(섬진/영산강)의 적용성을 확인하였다. 해당 연구는 집중호우의 기준에 적합한 극한 호우사상을 선정하고, 이에 해당하는 호우사상만을 분석하는 데 사용하였다. 그 결과, 수정 Huff 방법의 한계점은 첨두 유출량에 대해 과소산정하는 점으로 극한 호우사상의 시간분포 특성을 통해 보완될 수 있다고 언급하였다.
국내 선행연구들은 실제 호우사상과 Huff 방법이 다소 상이하다는 결과를 도출하였다. 이를 통해, 2022년 8월 집중호우의 시간분포 특성은 수정 Huff 4분위법의 특성과 상이한지를 확인해보았다. 서울특별시 동작구에 위치한 기상청 지점(410번)은 8월 8일 오전 6시부터 8월 9일 오후 11시까지 강우를 관측하였다. 여기서, 가장 큰 첨두 강우는 8월 8일 오후 20시부터 오후 21시까지 시간당 136.5 mm로 나타났다. 그 첨두 강우의 시간분포는 Huff 4분위법 기준으로 2분위에 위치하였다. 또한, 6시간 경과 이후 시간당 21.5 mm/hr을 시작으로 21시간 이후 발생한 16.5 mm/hr의 강우량이 추가로 관측되었다. 2022년 8월 집중호우는 환경부에서 제시한 Huff 4분위법과 다른 첨두 강우의 시간분포 특성을 나타냈다. Huff 4분위법은 첨두 강우의 위치가 3분위에 위치해 있다는 점에서 실제 호우사상과 상이하였다. 이처럼 Huff 4분위법의 특성은 실제 호우사상과 상이하다는 점과 단일 첨두 강우만을 고려할 수 밖에 없다는 것이 한게점으로 꾸준히 지적되어왔다(Na and Yoo, 2018; Dunkerley, 2022; Nguyen and Chen, 2022).
국외의 선행연구는 특정 지역에서 관측한 호우사상을 통해 첨두 강우의 시간분포 특성을 살펴보기도 하였다(Terao et al., 2006; Bedoya-Soto et al., 2019; Xu et al., 2019). 대표적으로 Terao et al. (2006)와 Bedoya-Soto et al. (2019)은 특정 지역에 대한 첨두 강우의 시간분포 특성을 첨두 강우가 발생한 시간으로 분석하였다. Terao et al. (2006)은 방글라데시에서 3시간 단위로 강우 관측값을 활용하여 첨두 강우가 발생하는 시간이 호우사상의 총 강우량에 따라 변화하다는 특성을 확인하였다. Bedoya-Soto et al. (2019)는 Magdalena-Cauca 유역에 존재하는 25개의 강우 관측소에서 1시간 단위의 관측값을 활용하여 첨두 강우가 발생하는 시간을 파악하였다. Xu et al. (2019)는 중국 베이징 미원의 작은 유역에서 첨두 강우가 퇴적물에 미치는 영향을 살펴보기 위해서 발생한 호우사상에 대한 첨두 강우의 시간분포 특성을 분석하였다. 이 특성은 45개의 호우사상 중 가장 많이 발생한 첨두 강우의 수가 5개로 나타나기도 하며, 단일 첨두를 갖는 호우사상은 41%, 다중 첨두를 갖는 호우사상은 59%를 차지했다. 한편, 선행연구들은 단일 첨두를 갖는 호우사상만을 고려하거나 다중 첨두를 고려하더라도 첨두를 구분하는 기준을 명확하게 제시하지 않았다.
국내 집중호우 발생횟수는 약 1.5배 증가하였으며, 집중호우의 강우강도는 과거보다 50 mm/hr 이상만큼 증가하였다(Kim et al., 2020). 우리나라의 호우주의보 기준은 3시간당 60 mm 혹은 12시간당 110 mm 처럼 긴 시간 단위의 강우만을 고려하였다. 돌발 홍수는 단기간(6시간 이내)에 내리는 집중호우로 인하여 빈번하게 발생하고 있으며, 특히 인구밀도가 높고 유출량이 적은 도심지의 경우에는 비교적 높은 취약성을 보인다(Azam et al., 2017; Elnazer et al., 2017). 이를 통해, 현 시점의 호우주의보 기준은 국내 도심지역의 홍수를 대비하기 어렵다는 점으로 문제점이 제시됐다(Lee et al., 2022; Kim et al., 2023b). 또한, 선행연구들은 첨두 강우의 시간분포 특성을 분석하기 위해 분 단위의 강우 관측값을 사용하지 않았으며, 1시간 이상의 단위에 대한 호우사상을 통해 특성을 도출하였다(Terao et al., 2006; Bedoya-Soto et al., 2019). 이러한 점을 미루어보아, 서울특별시 내 호우사상에 대한 시간분포 특성은 시간 단위의 호우사상보다 분 단위의 강우 관측값을 활용하여 특성을 살펴보는 것이 필요하다고 판단하였다.
따라서, 본 연구에서는 2000년부터 2022년까지의 서울특별시 내 독립 호우사상에 대한 시간분포 특성을 분석하고자 한다. 독립 호우사상은 서울특별시 내 24개 강우 관측소에서 관측한 분 단위 강우자료를 활용하여 분리한다. 분리된 독립 호우사상은 분 단위에 따라 독립 호우사상에 대한 시간분포 특성(총 강우량, 강우 지속기간, 강우강도)이 다르게 나타나는지를 확인한다. 첨두 강우의 시간분포 특성은 본 연구에서 새롭게 정의한 차첨두 상수(Secondary Peak Constant, SPC)라는 개념을 도입하여 분석한다. 첨두 강우의 시간분포 특성은 가장 큰 첨두 강우의 위치와 다중 첨두를 가진 호우사상의 비율 등과 같은 특성으로 나타나며, 이를 정량화하여 첨두 강우의 특성을 비교 및 평가한다. 마지막으로, 2022년 8월 집중호우에 대한 첨두 강우의 시간분포 특성은 본 연구의 방법론으로 도출하여 환경부에서 제시한 수정 Huff 4분위와 비교한다.
2. 연구 대상지역 및 자료
본 연구에서는 2000년부터 2022년까지의 서울특별시 내 종관기상관측장비(Automated Synoptic Observing System, ASOS)와 자동기상관측장비(Automatic Weather Station, AWS)에서 관측한 강우자료를 활용하였다(Fig. 1). 연구 대상지역의 강우자료는 기상자료개방포털(https://data.kma.go.kr, KMA, 1990)에서 제공하는 분 단위 강우량 데이터이다. ASOS와 AWS는 각각 세계 기상기구와 기상청의 설치기준에 따라 기상청 주관으로 운용되고 있다. AWS는 대부분 관공서 및 건물 옥상에 설치되어 있으며, ASOS보다 공간적 조밀성이 비교적 높다는 특징이 있다(Park et al., 2017).
Table 1은 24개의 강우 관측소에 대한 기본적인 강우특징을 나타낸다. 먼저, 강우 관측 시점(start point of data)은 24개의 강우 관측소에서 강우를 관측하기 시작한 시간을 의미한다. 이는 지점에 따라 다르게 나타났으며 남현 지점(425번)을 제외하고 대부분 강우 관측 시점은 2000년 1월 1일부터 시작하였다. 전체 표본수(total number)는 강우 관측 시점에 따라 결정되며, 강우 관측 시점이 2000년 8월, 2010년 11월인 성동 지점(421번), 남현 지점을 제외하고는 전체 표본수가 약 12,097,000개로 확인되었다.
Table 1.
Description of basic information about 24 Rain-gauge stations (i.e., ASOS and AWS) in Seoul, Korea
|
Site Number | Site Name |
Start Point of Data |
Total Number (#) |
Latitude (°) |
Longitude (°) |
Altitude (m) |
Annual Average Rainfall1) (mm) |
Missing Value Rate2) (%) |
Rainfall Measurement Resolution3) (mm/min) |
| 108 | Seoul |
2000-01-01 00:01 | 12,097,439 | 37.5714 | 126.9658 | 85.67 | 1,354.93 | 4.01 | 0.1 |
| 400 | Gangnam |
2000-01-01 00:02 | 12,097,438 | 37.4982 | 127.0816 | 12.66 | 1,326.05 | 2.23 | 0.5 |
| 401 | Seocho |
2000-01-01 00:02 | 12,097,438 | 37.4846 | 127.026 | 33.05 | 1,318.64 | 1.80 | 0.5 |
| 403 | Songpa |
2000-01-01 00:02 | 12,097,438 | 37.5115 | 127.0967 | 58.26 | 1,316.10 | 1.39 | 0.5 |
| 404 | Gangseo |
2000-01-01 00:02 | 12,097,438 | 37.5739 | 126.8295 | 80.4 | 1,219.38 | 1.89 | 0.5 |
| 405 | Yangcheon |
2000-01-01 00:02 | 12,097,438 | 37.5296 | 126.8782 | 11.93 | 1,229.14 | 1.49 | 0.5 |
| 406 | Dobong |
2000-01-01 00:02 | 12,097,438 | 37.6661 | 127.0295 | 56.65 | 1,481.61 | 2.37 | 0.5 |
| 407 | Nowon |
2000-01-01 00:02 | 12,097,438 | 37.6219 | 127.0919 | 25.3 | 1,335.30 | 1.99 | 0.5 |
| 408 | Dongdaemun |
2000-01-01 00:02 | 12,097,438 | 37.5846 | 127.0604 | 53.96 | 1,347.94 | 2.20 | 0.5 |
| 409 | Jungnang |
2000-01-01 00:02 | 12,097,438 | 37.5855 | 127.0868 | 39.09 | 1,341.84 | 1.90 | 0.5 |
| 410 |
Korea Meteorological Administration (Dongjak) |
2000-01-01 00:01 | 12,097,439 | 37.4933 | 126.9174 | 44 | 1,294.74 | 1.85 | 0.5 |
| 411 | Mapo |
2000-01-01 00:02 | 12,097,438 | 37.5517 | 126.9292 | 100.67 | 1,254.85 | 2.39 | 0.5 |
| 412 | Seodaemun |
2000-01-01 00:02 | 12,097,438 | 37.5705 | 126.9408 | 103.08 | 1,263.48 | 3.05 | 0.5 |
| 413 | Gwangjin |
2000-01-01 00:02 | 12,097,438 | 37.5338 | 127.0857 | 28.63 | 1,292.42 | 2.00 | 0.5 |
| 414 | Seongbuk |
2000-01-01 00:02 | 12,097,438 | 37.6117 | 126.9994 | 128.62 | 1,378.73 | 1.89 | 0.5 |
| 415 | Yongsan |
2000-01-01 00:02 | 12,097,438 | 37.5204 | 126.9761 | 31.73 | 1,229.66 | 1.92 | 0.5 |
| 416 | Eunpyeong |
2000-01-01 00:02 | 12,097,438 | 37.6465 | 126.9426 | 57 | 1,261.75 | 2.32 | 0.5 |
| 417 | Geumcheon |
2000-01-01 00:02 | 12,097,438 | 37.4655 | 126.9002 | 45 | 1,257.68 | 1.69 | 0.5 |
| 418 | Hangang |
2000-01-01 00:02 | 12,097,438 | 37.5249 | 126.939 | 10.66 | 1,151.92 | 2.60 | 0.1 |
| 419 | Junggu |
2000-01-01 00:02 | 12,097,438 | 37.5524 | 126.9874 | 267.05 | 1,112.27 | 2.29 | 0.5 |
| 421 | Seongdong |
2000-08-24 12:13 | 11,756,867 | 37.5472 | 127.0389 | 34.73 | 1,276.70 | 2.45 | 0.5 |
| 425 | Namhyeon |
2010-11-03 09:39 | 6,395,901 | 37.4635 | 126.9815 | 113 | 1,414.48 | 1.46 | 0.5 |
| 509 | Gwanak |
2000-01-01 00:02 | 12,097,438 | 37.4528 | 126.9502 | 141.64 | 1,323.01 | 2.11 | 0.5 |
| 510 | Yeongdeungpo |
2000-01-01 00:02 | 12,097,438 | 37.5271 | 126.9071 | 25.38 | 1,252.21 | 2.28 | 0.5 |
연간 평균 강우량(average annual rainfall)은 강우 관측 시점으로부터 2022년까지의 1년 단위 평균 강우량을 의미한다. 도봉 지점(406번)은 연간 평균 강우량이 1,481.6 mm로 다른 지점들에 비해 약 100~200 mm 정도 크게 계산되었다. 다음, 각 지점의 미측정 비율(missing value rate)을 계산하였으며 전체 표본수 대비 결측값의 비율을 의미한다. 본 연구에서 결측값은 강우 관측소에서 관측한 값이 음수로 기록된 값으로 정의하였다. 미측정 비율이 5% 이상인 강우 관측소는 데이터의 신뢰도가 부족하다고 판단하여 연구 대상지역에서 제외하였으며, 이에 대한 예시로 구로 지점(423번), 강북 지점(424번) 등이 있었다. 이외의 24개 강우 관측소에 대한 미측정 비율은 5%보다 낮은 값을 보여주며, 관측 데이터의 신뢰성이 비교적 높았다. 강우 측정 해상도(rainfall measurement resolution)는 각 지점 우량계의 최소 강우 측정 단위를 의미하며, 서울 지점(108번)과 한강 지점(418번)을 제외한 모든 지점은 관측 기간에 대해 0.5 mm가 사용되었다. 서울 지점과 한강 지점은 2019년 03월 15일, 2016년 12월 18일부터 0.1 mm 해상도로 측정되었다.
3. 연구 방법론
3.1 다양한 조건에 따른 독립 호우사상 분리
본 연구에서는 서울특별시 내 호우사상의 시간분포 특성을 살펴보기 위해서 독립 호우사상을 구분하였다. 독립 호우사상은 하나의 호우사상으로 간주될 수 있는 특징을 가지는 호우사상으로 정의된다(Restrepo-Posada and Eagleson, 1982). 독립 호우사상은 우량주상도를 이용하여 일종의 박스형태로 표현할 수 있으며, 이를 구성하는 요소는 시점(Start Time Definition. STD), 종점(End Time Definition, ETD), 지속기간(duration), 총 강우량 및 강우강도 등이 있다(Fig. 2). 독립 호우사상은 다양한 조건에 따라 다르게 나타나며, 조건은 무강우 기간(InterEvent Time Definition, IETD)과 절단 값(threshold) 등으로 설정한다(Behera et al., 2010).
독립 호우사상은 조건에 따라 분리되며, 본 연구에서의 조건은 절단 값, IETD 및 분 단위(unit time)로 정의된다. 절단 값은 1.0 mm/time로 고정하였으며, STD에서 1.0 mm/time 이상으로 관측된 강우량부터 강우가 발생한 것으로 간주하였다. IETD는 독립 호우사상에 대해 만족하기 위한 최소한의 무강우 기간이며, IETD에 따라 독립 호우사상의 특성이 다르게 나타나기도 한다(Adams et al., 1986). 본 연구의 IETD는 과거 독립 호우사상에 대한 시간분포 특성을 살펴보는 선행연구를 참고하여 결정하였다. 그 중 Huff (1967)는 6시간으로 설정하여 독립 호우사상을 분리하였고 Huff 4분위법을 제시하였다. 국내 선행연구는 IETD를 10시간 혹은 12시간으로 설정한 사례도 존재하나(Park et al., 2011; Behera et al., 2010), 본 연구에서의 IETD는 Huff 방법론을 참고하여 6시간으로 설정했다.
강우량 자료는 일정 기간 단위에 따라 구분되는데, 1일 단위로 측정하는 일 강우량, 1시간 간격으로 측정하는 시간 강우량, 그리고 1분 혹은 10분 단위로 측정하는 분 강우량 등으로 구분된다(Oh and Moon, 2008). 본 연구에서는 1시간 이하인 분 단위에서 발생하는 호우사상에 대한 시간분포 특성을 분석하기 위해 10분, 20분, 30분 및 60분, 총 4개의 분 단위로 설정하였다. Fig. 3은 서울 지점에서 2003년 7월 22일 오전 1시부터 오전 11시까지 발생한 독립 호우사상을 나타내는 우량주상도이다. Fig. 3(a)는 동일한 독립 호우사상에서 분 단위가 다를 경우, 우량주상도의 차이를 확인하기 위해 보여준다. 이는 같은 시기에 발생한 호우사상에서 분 단위가 증가하면 단위 시간당 강우량의 크기가 증가하는 것을 나타낸다. Fig. 3(b)는 Fig. 3(a)의 일부를 보여주는 우량주상도이며, 분 단위가 10분인 상황과 60분인 상황에서 IETD를 살펴보면 각각 1시간 40분, 1시간으로 나타났다. 분 단위의 증가는 IETD가 더 길어지는 모습을 보여주었다. 이는 적어도 한 번 강우가 관측된다면, 강우가 발생했다고 간주한다는 원인을 통해 다음과 같은 현상이 나타나는 것을 확인했다.
3.2 차첨두 상수(Secondary Peak Constant, SPC)
본 연구에서는 독립 호우사상에 대한 첨두 강우의 시간분포 특성을 도출하기 위한 방법으로, 첨두 강우를 판별할 수 있는 일련의 상수인 차첨두 상수(Secondary Peak Constant, SPC)를 제안하였다. Figs. 4 and 5는 각각 독립 호우사상에 SPC를 적용하는 방법과 사례를 도시화한 것이다. Fig. 4를 살펴보면, SPC를 적용하기 위한 순서를 설명하며 이는 다음과 같다. 1) Huff 방법을 활용하여 독립 호우사상의 시간분포를 4분위로 구분하고 각 1분위, 2분위, 3분위, 4분위에 해당하는 최대 강우량을 도출한다. 2) 각 분위의 최대 강우량 중 가장 큰 값은 독립 호우사상에서 첨두 강우로서 정의한다. 3) 가장 큰 첨두 강우(First Peak, 1st Peak)에 대한 다른 분위에서 관측한 최대 강우량의 비율을 계산한다. 4) 계산한 비율과 설정한 SPC를 비교하고 만약, SPC보다 그 비율이 크다면 해당 분위에 속하는 최대 강우량은 첨두 강우로 선별된다. SPC는 임의로 설정이 가능하며, 설정한 값에 따라 독립 호우사상 내 단일 첨두 및 다중 첨두의 구분에 대한 결과가 다르게 나타난다.
Fig. 5는 SPC 값을 0.5로 설정한 경우에 대해 독립 호우사상 내 첨두 강우를 판단하는 예시이다. 여기서, Q1, Q2, Q3, Q4는 각각 1분위, 2분위, 3분위, 4분위를 나타내며, 1st, 2nd, 3rd Peak는 크기가 큰 순서에 따른 첨두 강우를 의미한다. 제시한 순서의 1)을 통해 독립 호우사상을 4분위로 나누어 Q1, Q2, Q3, 그리고 Q4에서 도출된 최대 강우량은 각각 0.2 mm/10 min, 1.3 mm/10 min, 1.2 mm/10 min, 그리고 2.0 mm/10 min이다. Q4의 최대 강우량(2.0 mm/10 min)은 다른 분위에서 발생했던 최대 강우량에 비하여 가장 큰 값으로 나타났다. 따라서, Fig. 5는 SPC를 적용하는 순서의 2)에서와 같이 Q4의 최대 강우량인 2.0 mm/10 min가 첨두 강우(1st Peak)로 먼저 선별되었다. 다음, SPC를 적용하는 순서의 3)은 먼저 선별한 첨두 강우값에 대한 다른 분위에 속한 최대 강우량의 비율을 계산하는 순서이다. 가장 큰 첨두 강우에 대한 각 분위에 속하는 최대 강우량의 비율은 Q1, Q2, 그리고 Q3 순으로 0.20, 0.65, 0.60으로 계산된다. Q2와 Q3의 비율 값은 0.65, 0.60으로 SPC인 0.50보다 큰 값이었으며, 순서의 4)에 따라 Q2와 Q3에서의 최대 강우량도 첨두 강우(2nd Peak, 3rd Peak)로 선정했다. 결과적으로 Fig. 5의 독립 호우사상은 SPC가 0.5로 설정한 경우에서 다중 첨두를 갖는 호우사상으로 구분된다.
4. 연구 결과 및 토의
4.1 분 단위에 따른 독립 호우사상 개수와 시간분포 특성의 변화 및 분석
본 절에서는 서울특별시 내 24개의 강우 관측소에서 분 단위에 따라 분리된 독립 호우사상의 개수와 시간분포 특성을 살펴보았다. Fig. 6은 독립 호우사상의 개수와 시간분포 특성(i.e., 총 강우량, 강우 지속기간, 강우강도)이 분 단위와 강우 관측소의 지점에 따라 다른 양상을 나타낸다. 남현 지점(425번)을 제외하고 대부분의 강우 관측소는 분 단위에 따라 독립 호우사상의 개수가 비슷했다(Fig. 6(a)). 남현 지점은 2010년부터 강우를 관측하였기에, 2000년부터 관측했던 다른 강우 관측소들에 비해 독립 호우사상의 개수가 적게 나타났다. 전반적으로 독립 호우사상의 개수는 분 단위가 증가하면서 증가하는 것을 확인했다. 그 이유는 Fig. 3을 통해 확인할 수 있는데, 분 단위의 증가는 제시한 절단 값(0.1 mm)과 IETD (6 시간)의 조건에 쉽게 충족되는 원인이기 때문이다.
독립 호우사상 내 강우 지속기간 동안 평균 총 강우량을 나타내는 Fig. 6(b)는 분 단위가 작을수록 평균 총 강우량이 크게 나타났다. 특히, 10분 단위 호우사상은 서울특별시 24개 강우 관측소에서 독립 호우사상의 평균 총 강우량이 80 mm 이상이었다. 해당 독립 호우사상은 20분, 30분, 60분 단위 강우량과는 다르게 관측되는 총 강우량이 20 mm에서 크게는 50 mm 정도 차이가 났다. 그 중 평균 총 강우량은 성동 지점(421번)에서 10분 단위의 경우에 89.31 mm로 가장 크며, 반대로 중구 지점(419번)의 평균 총 강우량은 60분 단위의 경우에 34.01 mm로 가장 작게 나타났다.
Fig. 6(c)는 분 단위에 따른 독립 호우사상의 평균 강우 지속기간을 나타낸다. 10분 단위의 독립 호우사상은 강우 지속기간이 12시간에서 13시간 사이였다. 그에 반해, 20분 단위, 30분 단위, 그리고 60분 단위에 대한 독립 호우사상은 강우 지속기간이 각각 11시간, 10시간, 10시간이라는 특징을 가졌다. 독립 호우사상의 평균 강우 지속기간은 분 단위가 증가하면서 전반적으로 짧아지나, 강서 지점(404번)을 포함한 일부 강우 관측소는 30분 단위의 독립 호우사상보다 60분 단위의 독립 호우사상에 대한 강우 지속기간이 길게 나타났다. 종합적으로 10분 단위에 대한 독립 호우사상은 다른 분 단위의 독립 호우사상과는 다르게 강우 지속기간이 길었다.
마지막으로 Fig. 6(d)는 각각 분 단위에 대한 독립 호우사상의 평균 강우강도(mm/hr)를 나타낸다. 독립 호우사상의 평균 강우강도는 10분, 20분, 30분, 그리고 60분 단위에 대해 각각 7.20, 5.40, 4.20, 3.60 mm/hr의 값으로 계산되었다. 10분 단위의 독립 호우사상은 다른 분 단위의 독립 호우사상보다 강우강도가 크게 나타난다. 본 절을 통해 10분 단위에 대한 독립 호우사상은 독립 호우사상의 개수가 적지만, 대부분 10분 단위에 대한 독립 호우사상은 총 강우량, 지속기간, 강우강도 모두 큰 값이었다. 10분 단위의 독립 호우사상은 시간분포 특성이 큰 값을 가진 호우사상을 분석하기 위해 활용할 필요가 있을 것으로 판단된다.
Fig. 6.
The number of independent rainstorm events and rainfall characteristics under unit time of 10, 20, 30, 60 minutes at 24 rain gauge stations in Seoul, Korea: (a) the number of independent rainstorm events; (b) average rainfall amount; (c) average rainfall duration; (d) average rainfall intensity per storm
Fig. 7은 서울특별시의 2000년부터 2019년까지는 4년 주기, 2020년부터 2022년까지는 3년 주기로 독립 호우사상의 시간분포 특성(i.e., 총 강우량, 강우 지속기간, 강우강도)을 평균으로 계산하여 주기적으로 변화하는 모습을 나타낸다. Figs. 7(a)~7(c)는 각각 평균 총 강우량, 평균 강우 지속기간 및 평균 강우강도를 나타낸 것이며, 각각의 특성마다 위에서 순서대로 10분, 20분, 30분, 그리고 60분 단위에 대한 독립 호우사상을 동일한 행으로 묶어서 나타냈다.
Fig. 7(a)는 독립 호우사상에 대한 평균 총 강우량의 변화를 보여준다. 대부분의 조건에서 2000년부터 2003년, 2008년부터 2011년, 2020년부터 2022년까지 발생한 호우사상에 대한 평균 총 강우량은 다른 시기에 비해 비교적 크게 나타난다. 대부분의 강우 관측소는 2012년부터 2022년까지 평균 총 강우량이 지속적으로 증가하였다. Fig. 6(b)처럼 Fig. 7(a)는 10분 단위에 대한 독립 호우사상의 평균 총 강우량이 다른 독립 호우사상에 비해 평균 총 강우량이 크게 나타났다.
Fig. 7(b)는 호우사상의 평균 강우 지속기간이 시기에 따라 변화하는 모습을 보여준다. 전반적인 결과는 분 단위와 상관없이 2008년부터 2011년까지 발생한 호우사상과 2020년부터 2022년까지 발생한 호우사상이 다른 시기에 발생했던 독립 호우사상에 비해 강우 지속기간이 길게 나타났다. 특히, 독립 호우사상에 대한 평균 강우 지속기간은 모든 강우 관측소에서 2008년부터 2011년까지 발생한 10분 단위의 호우사상이 12시간 이상임을 확인했다. 2020년부터 2022년까지 발생한 호우사상은 분 단위와 상관없이 대부분 강우 지속기간이 11시간 이상으로 나타났다. 이를 통해, 호우사상의 강우 지속기간은 2008년부터 2011년까지 발생한 독립 호우사상을 제외하고 분 단위에 상관없이 시간이 경과하면서 증가하였다.
Fig. 7(c)는 독립 호우사상에서 평균 강우강도의 변동성에 대한 결과를 나타낸다. 전반적으로 10분 단위에 대한 독립 호우사상은 2000년부터 2003년, 2008년부터 2011년, 그리고 2020년부터 2022년까지 높은 평균 강우강도의 호우사상이 발생했다. 10분 단위에 대한 독립 호우사상은 시기의 변화에 따라 강우강도의 변동성이 크게 나타났으나, 20분, 30분, 60분 단위에 대한 독립 호우사상은 강우강도의 변동성이 크지 않았다. 결과적으로 서울특별시의 독립 호우사상은 분 단위와 상관없이 시간의 경과에 따라 총 강우량과 강우 지속기간이 증가하는 추세였다. 독립 호우사상의 평균 강우강도는 10분 단위에서 시기에 따라 크게 변화하였다. 이를 통해, 독립 호우사상의 시간분포 특성은 분 단위에 따라 다르게 나타나며, 시기가 지나면서 변화하는 것을 확인하였다.
4.2 독립 호우사상 내 첨두 강우의 위치 분석
본 절에서는 서울특별시 내 24개 강우 관측소의 독립 호우사상에 대한 첨두 강우의 시간분포 특성을 확인했다. Fig. 8은 분 단위에 따라 다르게 나타나는 독립 호우사상 내 가장 큰 첨두 강우(1st Peak)의 위치를 나타낸 것이다. Q1~Q4는 3.2절에서 각각 1분위에서 4분위로 정의하였으며, 이를 활용하여 각 분위에 대하여 표현하였다. Fig. 8(a)는 10분 단위에 대한 독립 호우사상을 도출한 결과이다. 1st Peak는 대부분 Q4에서 가장 많이 발생하였으며, 일부 지점에서는 Q1에서도 1st Peak가 많이 발생한다는 것을 확인했다. 독립 호우사상 내 1st Peak의 평균 위치로 살펴보았을 때, 10분 단위의 독립 호우사상은 비슷한 위치를 지니지만 Q4>Q1>Q3>Q2 순으로 발생하였다. Fig. 8(b)는 20분 단위의 독립 호우사상을 확인한 것이며, Q4에서 1st Peak가 많이 발생하고 Q1에서도 1st Peak가 많이 나타났다. 많이 발생하는 순서로는 Q4>Q1>Q2>Q3이며, 10분 단위의 독립 호우사상과는 다른 특징이었다.
Figs. 8(c) and 8(d)는 각각 30분 단위와 60분 단위에 대한 독립 호우사상 내 1st Peak의 시간분포 특성을 살펴본 결과이다. Fig. 8(c)는 마포, 서대문, 은평 지점(411번, 412번, 416번)을 제외하고 독립 호우사상에 대한 1st Peak의 위치는 공통적으로 Q4에서 가장 많이 나타났다. 30분 단위의 독립 호우사상은 20분 단위의 독립 호우사상과 동일하게 1st Peak의 위치가 Q4>Q1>Q2>Q3 순이었다. Fig. 8(d)에서는 대부분의 강우 관측소에서 1st Peak의 위치가 Q4>Q2>Q3>Q1 순으로 많다는 것을 확인할 수 있었다. 광진, 은평 지점(403번, 416번)은 Q4>Q2>Q1>Q3 순으로 나타났으며, 성동 지점(421번)은 Q4>Q3>Q2>Q1 순으로 1st Peak의 위치가 많이 나타났다. 이를 통해, 분 단위와 상관없이 관측된 독립 호우사상에서 1st Peak의 시간분포 위치는 Q4에서 많이 발생하였다.
Fig. 9는 두 번째로 큰 첨두 강우(2nd Peak)의 위치를 파악하기 위해 도출한 결과이다. 첨두 강우를 구분하기 위해 정의한 SPC를 사용하며, 본 연구에서는 SPC를 0.3부터 시작하여 0.8까지 0.1 간격으로 제시하였다. Fig. 9는 서울특별시 24개의 독립 호우사상에서 발생한 2nd Peak의 위치에 대한 평균 개수를 표현하며, 위에서 아래 순서로 1st Peak가 Q1, Q2, Q3, 그리고 Q4에 위치해 있는 경우를 나타낸다. 전반적으로 Fig. 9를 살펴보면, 단일 첨두를 갖는 호우사상은 SPC 값의 증가로 인해 2nd Peak가 SPC에 충족하기 어려워지면서 증가하였다.
Figs. 9(a)~9(d)는 10분, 20분, 30분 및 60분 단위에 대한 독립 호우사상에서 2nd Peak의 위치를 살펴본 결과이다. Q1에 1st Peak가 위치한 상황은 분 단위와 SPC 값에 상관없이 2nd Peak가 Q2에 많이 위치해 있었다. Q1에서 1st Peak가 발생한 상황에서 SPC가 0.7 이상부터는 단일 첨두를 가진 호우사상이 Q2에 2nd Peak가 위치해 있는 것보다 많아졌다. 다음, Q2에서 1st Peak가 발생한 호우사상의 2nd Peak에 대한 시간분포 특성을 살펴보았다. 20분, 30분 단위에 대한 독립 호우사상은 2nd Peak가 SPC와 상관없이 Q1에 가장 많이 분포해 있었다. 10분 단위에 대한 독립 호우사상은 SPC 값에 따라 2nd Peak가 Q1, Q3에 위치해 있으며, 60분의 경우에는 SPC와 상관없이 2nd Peak가 Q3에 가장 많이 분포하였다.
Q3에 1st Peak가 위치해 있는 경우는 20분 단위와 60분 단위에 해당하는 독립 호우사상에서 2nd Peak가 Q4>Q2>Q1 순으로 많이 분포하였다. 10분과 30분 단위에 대한 독립 호우사상은 대부분 2nd Peak가 Q2 혹은 Q4에 존재하였다. 마지막으로 Q4의 경우에는 분 단위가 10분인 상황과 60분인 상황에서는 2nd Peak가 Q3>Q1>Q2 순으로 많이 위치하였다. 20분 단위와 30분 단위의 독립 호우사상은 2nd Peak의 위치가 SPC가 증가하면 점차 Q1에서 Q3으로 많이 분포하였다.
Fig. 9(a)를 제외하고 Figs. 9(b)~9(d)는 SPC가 증가하면서 단일 첨두 강우에 대한 호우사상의 개수가 비교적 크게 증가하였다. Fig. 9(d)를 살펴보면, Q4에서 1st Peak가 발생한 경우는 다른 경우에 비해 단일 첨두를 갖는 호우사상이 많이 발생하였다. 특히, 다른 상황들에 비해 Fig. 9(d)의 경우는 SPC가 증가하면 단일 첨두의 호우사상이 급격하게 증가하였다. Fig. 9를 통해 1st Peak의 위치에 따라 2nd Peak의 위치가 다르게 나타날 수 있다는 것을 확인하였다. 독립 호우사상 내 2nd Peak의 발생할 위치는 1st Peak에 속하는 분위를 중심으로 전·후로 발생할 확률이 높게 나타났다.
4.3 독립 호우사상에 대한 첨두 강우의 시간분포 특성 심층분석
본 절에서는 서울특별시 내 24개 강우 관측소에서 SPC와 분 단위에 따른 다중 첨두를 갖는 호우사상의 비율과 첨두의 개수가 변화하는 형태를 확인했다. 다중 첨두를 갖는 호우사상은 한 개의 독립 호우사상에서 SPC를 통해 구분된 첨두 강우가 2개 이상 존재하는 호우사상을 의미한다. Fig. 10은 서울특별시 내 24개 강우 관측소에서 분 단위와 SPC에 따라 변화하는 독립 호우사상에 대한 다중 첨두를 갖는 호우사상 비율의 변화를 보여준다.
SPC의 변화에 따른 다중 첨두를 갖는 호우사상 비율의 변화를 살펴보면, 모든 강우 관측소에서의 그 비율은 SPC가 증가하면 감소하였다. 다중 첨두가 차지하는 비율은 SPC를 0.3으로 설정한 경우에서 최대 98.56%에서 최소 88.79%까지 나타났다. 다중 첨두의 호우사상 비율은 SPC를 가장 크게 설정한 값인 0.8인 상황에서 SPC가 0.3인 상황보다 값이 작아지면서 최대 46.99%에서 최소 30.20%까지 차지했다. 다중 첨두를 가진 호우사상의 비율은 분 단위에 따라 다르지만, SPC 값이 0.1 증가할 때마다 약 5%에서 크게는 20%가 감소하였다. 이처럼, 다중 첨두의 호우사상 비율은 SPC의 증가에 따라 전반적으로 감소하는 모습을 보여주었다.
다음, 분 단위에 따라 변화하는 다중 첨두를 갖는 호우사상의 비율을 확인했다. 다중 첨두를 갖는 호우사상의 비율은 분 단위가 증가하면서 대체로 감소하였다. SPC를 0.5로 설정한 경우에서 결과를 살펴보면, 10분 단위에 대한 독립 호우사상의 비율은 79.75%에서 88.00%까지 나타났다. 다중 첨두의 호우사상 최대 비율은 SPC가 0.6, 0.8에서 10분, 30분, 20분, 60분 순으로 감소하는 모습을 보여주며, 다른 SPC 값에서는 10분, 20분, 30분, 60분 순으로 나타났다. 본 결과를 통해 분 단위는 다중 첨두를 차지하는 비율에 영향을 주며 비교적 반비례 관계를 가지는 것으로 파악되었다.
Fig. 11은 분 단위와 SPC에 따라 분리된 독립 호우사상에서 첨두 강우의 평균 개수를 나타내었다. 첨두 강우의 평균 개수는 지점별로 2000년부터 2022년까지의 SPC 조건에 만족하는 독립 호우사상 내 첨두 강우의 평균 개수를 의미한다. 결과를 살펴보면, 첨두 강우의 평균 개수는 SPC의 증가에 따라 분 단위와 상관없이 감소하였다. SPC가 0.3인 상황에서는 대부분 첨두 강우의 개수가 3개 이상임을 보여주며, 이후 SPC가 0.4부터 0.6까지의 조건에서는 첨두 강우의 개수가 대략 2개에서 3개임을 확인할 수 있었다. SPC가 0.7 이상에서는 첨두 강우의 평균 개수가 1개에서 2개로 나타났다.
이후, 분 단위에 따른 첨두 강우의 평균 개수를 계산했다. 첨두 강우의 평균 개수는 SPC가 0.8인 상황을 제외하고 분 단위의 증가에 따라 감소하는 모습을 나타내었다. 첨두 강우의 개수는 SPC의 값이 0.3부터 0.6까지 분 단위의 증가하면서 약 0.1개에서 크게는 0.15개 정도 줄어들었다. 분 단위의 증가는 SPC가 0.7에서 첨두 강우의 개수 변화에 영향을 적게 미치며, 약 0.1개 정도 줄어드는 추세였다. 첨두 강우의 평균 개수는 SPC의 값이 0.8인 상황에서 20분 단위에 대한 독립 호우사상보다 30분 단위에서 다른 SPC 값과는 다르게 증가하였다. SPC를 0.8로 설정하여 도출한 결과는 분 단위가 30분인 상황을 제외하고 분 단위의 증가가 첨두 강우의 평균 개수를 감소시켰다.
종합적으로 독립 호우사상에서 다중 첨두를 가진 호우사상은 분 단위와 상관없이 전반적으로 많은 비율을 차지하는 것을 알 수 있었다. SPC의 값을 최대 0.8로 설정한 경우에서 첨두 강우의 개수가 평균적으로 1.5개로 나타나면서, 독립 호우사상 내 2nd Peak의 값은 전반적으로 1st Peak와 비슷한 값으로 확인하였다. 10분 단위에 대한 독립 호우사상은 다른 분 단위의 독립 호우사상보다 다중 첨두를 가진 호우사상이 많이 관측됨과 동시에 독립 호우사상에서 나타나는 첨두 강우의 개수도 비교적 많았다. 본 연구의 결과를 바탕으로 분 단위에 따라 첨두 강우의 시간분포 특성은 변화한다는 것을 알 수 있었다. SPC는 첨두 강우의 시간분포 특성을 정량화할 수 있으며, 이를 활용하여 독립 호우사상에 대한 첨두 강우의 특성을 분석할 수 있을 것으로 보여진다.
4.4 실제 독립 호우사상에 대한 SPC 적용 결과 분석
본 절에서는 서울특별시 내 2022년 8월 8일에 발생하였던 실제 호우사상에 SPC를 적용하여 결과를 살펴보기로 하였다. 실제 호우사상은 기상청(동작구) 지점(410번)에서 관측한 강우량을 활용하였으며, 2022년 8월 8일에 발생하였던 호우사상은 3.1절에서 설정한 조건을 토대로 독립 호우사상으로 분리되었다. Fig. 12는 분 단위에 따라 다르게 나타나는 독립 호우사상을 표현하였으며, SPC는 Fig. 5처럼 0.5로 적용하여 나타내었다. Fig. 12(a)를 살펴보면, 분 단위를 10분으로 설정한 독립 호우사상이고, 1st Peak가 Q2에서 나타났다(27.0 mm). 이후, 각 분위에서 발생한 첨두 강우를 확인하면, 2nd Peak는 Q1에서 발생한 가장 큰 강우로 SPC가 0.5인 조건에 만족하면서 22.5 mm인 값으로 선정되었다.
다음, Fig. 12(b)는 단위시간을 1시간으로 설정하였을 때, 2022년 8월의 독립 호우사상에 대한 우량주상도를 표현한 그래프이다. Fig. 12(a)와 동일하게 Fig. 12(b)는 Q2에서 1st Peak가 발생하였으며, 그 값은 133.5 mm으로 확인하였다. 또한, Q1에서 발생한 가장 큰 강우량은 SPC를 0.5로 설정한 경우에서 2nd Peak (69.0 mm)로 결정되었다. 이는 기상청(동작구) 지점에서 발생한 2022년 8월 8일 독립 호우사상은 SPC를 0.5로 설정한 경우에서 다중 첨두를 가진 호우사상이었다. 이에, 2022년 8월 8일의 호우사상처럼 도시홍수 발생에 대한 가능성이 존재하는 다중 첨두를 가진 호우사상의 시간분포 특성을 살펴볼 필요가 있었다. 국내에서 Huff 방법을 활용하여 강우의 시간분포를 설계한 경우에 1st Peak의 위치를 Q3으로 설정하였지만, 2022년 8월 8일에 발생한 호우사상은 Q2에서 1st Peak가 발생하여 Huff 방법과는 다소 상이한 모습을 보여주기도 하였다.
5. 결 론
본 연구에서는 독립 호우사상의 시간분포 특성 및 첨두 강우의 특성을 살펴보기 위한 목적으로 2000년부터 2022년까지 서울특별시 내에서 관측된 강우량을 토대로 분 단위에 따른 독립 호우사상을 분리하였다. 독립 호우사상의 개수는 분 단위에 따라 크게 변화하는 모습을 보여주었다. 분 단위가 증가함에 따라 독립 호우사상의 개수가 크게 증가하였으며, 10분 단위의 독립 호우사상은 다른 분 단위의 독립 호우사상에 비해 총 강우량과 강우 지속기간, 강우강도 모두 큰 특징을 가지고 있었다. 분 단위와 상관없이 2020년부터 2022년까지 발생한 독립 호우사상은 다른 시기에 비해 강우강도를 제외하고 총 강우량, 지속기간에 대해 큰 값을 보여주었다.
다음은 SPC에 따라 변화하는 독립 호우사상 내 첨두 강우의 시간분포 특성을 살펴보았다. 1st Peak의 위치는 분 단위에 따라 다르게 나타났으며, 10분, 20분 단위에 대한 독립 호우사상에서는 전반적으로 Q1, Q4에서 발생하였다. 이와는 다르게, 30분, 60분 단위의 독립 호우사상은 1st Peak가 Q2, Q4에서 나타났다. 다중 첨두를 갖는 호우사상은 대체적으로 1st Peak의 주변에서 2nd Peak가 발생하였다. 독립 호우사상에서의 다중 첨두를 갖는 비율과 첨두 강우의 평균 개수는 SPC를 0.8로 설정한 상황을 제외하고 10분 단위에서 가장 큰 값을 가졌다. 이를 통해, 10분 단위에 대한 독립 호우사상은 다중 첨두를 갖는 호우사상이 큰 비율을 차지하는 것을 알 수 있었다.
전반적으로 결과를 종합하면 10분 단위의 독립 호우사상은 총 강우량, 지속기간, 강우강도 모두 크게 나타났으며, 동시에 다중 첨두를 갖는 조건에 비교적 쉽게 충족할 수 있다는 것을 알 수 있었다. 이는, 총 강우량, 지속기간, 강우강도가 크게 발생하는 독립 호우사상은 다중 첨두를 갖는 호우사상이 발생할 확률이 크다는 것을 의미하기도 한다. 10분 단위에 대한 독립 호우사상의 경우, 1st Peak가 대부분 Q1과 Q4에서 전반적으로 발생한다는 것을 통해 총 강우량, 강우강도가 큰 호우사상은 Q1과 Q4에서 발생한 첨두 강우를 면밀히 살펴볼 필요가 있다고 판단된다.
과거 국토교통부(MLTM, 2011)는 강우 시간분포를 결정할 때, 1st Peak의 위치는 수정 Huff 4분위법을 이용하여 Q3으로 채택하였다. 이후 홍수량 산정 표준지침(ME, 2019)에서도 동일한 방식을 활용하였다. 첨두 강우의 위치는 안정성 측면에서 설계강우를 제작할 때 Q3으로 설정했다. 허나, 대부분의 실제 첨두 강우는 독립 호우사상 내 Q4에서 자주 발생한다는 것을 확인하였다. 또한, 설계강우를 제작하는 수정 Huff 4분위법은 다중 첨두 강우를 고려하지 못하는 단점이 존재하였는데, 실제 서울특별시에서 발생하는 호우사상은 다중 첨두를 가진 호우사상의 비율이 비교적 높게 나타났다. 또한, 서울특별시의 호우사상 분석에 있어 1st Peak, 2nd Peak의 위치와 다중 첨두의 호우사상에 대한 시간분포 특성을 살펴보는 것이 중요하다고 판단된다. 특히, 2022년 8월 8일에 발생한 호우사상은 홍수량 산정 표준지침에서 제시한 Huff 4분위법에 대한 첨두 강우의 시간분포 특성과 상이하였다. 이에, 추후 연구에서는 2022년 8월 8일을 제외한 실제 재현기간이 긴 호우사상들에 대한 시간분포 특성을 도출하여 Huff 4분위법과 비교해볼 필요가 있을 것이다.
실제 호우사상에 대한 시간분포 특성은 극한 강우로 인해 발생할 수 있는 도심 속의 문제점을 대비하기 위해서 지속적으로 연구할 필요가 있다. 본 연구에서는 실제 호우사상에 대해서 1시간 단위의 호우사상 특징을 살펴보기 보단 짧은 분 단위의 시간분포 및 첨두 강우의 특성을 알아보고자 하였다. 본 연구에서 짧은 단위의 호우사상에 대한 특성을 도출하고자 하였으나, Huff 4분위법과 동일하게 IETD를 6시간으로 고정하여 독립 호우사상을 분리하였다. 그 결과, 짧은 분 단위의 호우사상임에도 불구하고 대부분 독립 호우사상의 지속기간이 10시간 이상으로 나타났다. 이에, 대부분 지속기간이 긴 호우사상에 대한 시간분포 특성이 나타났다. 추후 연구에서는 IETD를 6시간보다 짧은 시간으로 설정하여 지속기간이 짧은 호우사상에 대한 첨두 강우 특성을 살펴볼 필요가 있다고 판단된다.
본 연구를 통해 정의한 SPC는 호우사상에 대한 첨두 강우의 시간분포 특성을 살펴볼 수 있는 하나의 방법으로 활용될 것으로 판단된다. 본 연구에서 적용한 SPC는 독립 호우사상에 대한 시간분포를 단순히 4분위에서 나눈 상태만 적용하였기에 한계점이며, 첨두 강우의 구분에서 SPC를 활용할 경우에는 1st Peak의 크기가 절대적인 영향을 준다는 점도 한계점으로 존재한다. 또한, SPC의 기준(값)의 변화에 따라 다중 첨두과 단일 첨두를 갖는 호우사상의 구분이 정해지며, SPC 값의 증가는 단일 첨두를 갖는 호우사상의 확률을 높인다. 추후 연구에서는 독립 호우사상에 대한 총 강우량 혹은 강우 지속기간에 따른 SPC의 적합한 값을 찾는 연구를 통해 SPC의 정교화를 진행할 것이다. 추후 연구는 본 방법론을 활용하여 국내 강우 관측소에 대한 전반적인 첨두 강우의 시간분포 특성을 살펴볼 것이다.
