1. 서 론
2. 강우량 기반 전국 돌발홍수 예측 시스템
2.1 강우레이더 기반 초단기 예측 강수량
2.2 강우레이더 초단기 기반 도시·산지·소하천 돌발홍수예측 한계강우량 산정
2.3 전국 도시·산지·소하천 돌발홍수예측 시스템 개발
3. 전국 돌발홍수예측 시스템 예측 정확도 평가
4. 결 론
1. 서 론
홍수에 안전하게 대응하기 위해서는 홍수에 대응하기 위한 충분한 예측 선행시간 확보가 매우 중요하다. 유역면적이 큰 대유역은 지체시간이 수 시간에 이를 정도로 크기 때문에 우량계와 같은 점 관측자료 만을 이용한 경우에도 비교적 충분한 예측 선행시간을 확보할 수 있다. 그러나 유역의 상류 소규모 산지 유역 또는 도시 배수분구 정도의 도시 유역은 지체시간이 수 십 여분에 불과하기 때문에 우량계만으로는 대응에 필요한 충분한 예측 선행시간을 확보하기 어렵다(Javier et al., 2007; Smith et al., 2007). 도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 발생하는 돌발홍수는 더 이상 우량계만으로 예보가 불가능하다.
도달시간이 짧은 도시 및 산지에서는 지체시간 외에 강수 예측을 통한 홍수예보 선행시간을 확보하는 것이 매우 중요하다. 초단기 예측 모델은 강수 예측 자료를 생산하기 위한 대표적인 방법이다. 현재 국내에서는 MAPLE (Mcgill Algorithm for Precipitation-nowcast by Lagrangian Extrapolation), KONOS (KOrea Nowcasting System), VSRF (Very Short-Range Forecast of precipitation)가 대표적인 초단기 예측 모델로 활용되고 있다. 초단기 예측모델 중 MAPLE과 KONOS (Korea NOwcasting System)는 각각 레이더 합성장과 레이더-AWS 강우강도(Radar-AWS Rain Rate; RAR)에 의해 주어진 강우패턴의 이동벡터장을 변분에코 추적 기법(Variational Echo Track; VET)을 사용하여 에코 이동벡터를 산출하고 Semi-Lagrangian 기법을 적용하여 수 시간 이내의 예측장을 생성한다. VSRF는 원래 Japan Meteorological Agency (JMA)에서 개발된 실황예측 시스템으로 기상 레이더 자료 및 지상 자 동관측 자료에 근거한 강수량 예보를 제공하고 있다(Obayashi, 1991; Makihara et al., 1995). 이상과 같이 레이더는 원거리에서의 강우를 높은 시공간 해상도로 관측할 수 있다는 점에서 초단기 예측 모델의 입력 자료로 많이 활용되고 있다.
환경부 S밴드 이중편파 레이더는 2009년부터 2019년까지 전국 6개의 지점(비슬산, 소백산, 서대산, 모후산, 가리산, 예봉산)에 설치되어 현재 운영 중에 있다. 환경부 레이더는 유역에서의 홍수 예경보를 위해 강우만을 관측하기 위한 목적으로 도입되어 강우레이더로 명명되어 왔다. 6기의 강우레이더는 제주도와 해안 일부지역을 제외하고 내륙 전체를 관측하고 있어 내륙 전 유역에 대한 홍수 감시가 가능하다. 또한 공간 해상도가 125 m × 125 m, 시간 해상도가 2.5분에 해당하여 시공간적으로 매우 조밀한 강우 자료가 생성되고 있다. 한강홍수통제소에서는 이러한 전국 강우레이더 자료를 MAPLE 알고리즘의 입력자료로 활용하여 초단기 예측 강수 자료를 생산하고 있다.
기상청 동네예보는 “OO동 10 ~ 100 mm 강수량 예정”과 같이 읍면동 단위에서의 강우 범위를 제공하고 있어 홍수 예측에는 다소 부족한 정보를 제공하고 있다. 한국건설기술연구원의 돌발홍수연구센터는 기상청 동네예보의 이러한 문제점을 고려하여 돌발홍수 예측 시스템을 구축하였고 2019년부터 동네규모의 1시간 전 돌발홍수 정보를 제공하고 있다. 돌발홍수 예측 시스템은 환경부 예측 강수 자료를 입력 자료로 하여 3단계 경보 정보(주의/경계/심각)를 제공하고 있다. 본 연구에서는 돌발홍수연구센터에서 구축한 돌발홍수 예측 시스템을 설명하고 2019년도에 발생한 수재해 사례를 분석하여 돌발홍수 예측 시스템의 예측 정확도를 검증하였다.
2. 강우량 기반 전국 돌발홍수 예측 시스템
2.1 강우레이더 기반 초단기 예측 강수량
Table 1은 국내에서 활용되고 있는 레이더 기반 초단기 예측 알고리즘을 나타낸다. 먼저 MAPLE 알고리즘은 레이더 합성장을 입력 자료로 하여 Laroche and Zawadzki (1995)가 제안한 변분에코추적 기법(VET)으로 최적의 이동벡터를 산출하고 semi-Lagrangian 방법을 적용하여 수 시간 이내의 예측장을 생성한다. 예측 강우장 생성 시에 회전을 고려하지 않고 고정된 이류항을 얻는 선형적인 기법과 회전을 고려하는 semi-Lagrangian 기법이 있다. 선형적인 기법은 시간에 따른 이류장의 변화가 없기 때문에 회전을 고려할 수 없지만 semi-Lagrangian 기법은 시간에 따른 이류장의 변화와 회전을 고려 가능하여 태풍과 같이 회전이 중요한 경우에 semi-Lagrangian 방법은 그 장점을 가진다고 할 수 있다.
Table 1. Short-term forecasting algorithms
VSRF에서 외삽에 의한 예측장과 MSM (Meso-scale Model)에 의한 예측장은 가중치 함수를 사용하여 병합되는데, 외삽기법을 이용한 예측장은 현재에서 세 시간 전의 값으로 성능을 검증하고 MSM 예보는 예측 가능한 현재와 가장 가까운 시간대의 예측장을 이용하여 성능을 검증한다. VSRF의 입력 자료로는 레이더 에코강도, 에코높이(echo top), 레이더 강우강도(rainfall rate)가 있고, 우량계에서 산출된 매시간 강수량 자료, 수치예보 모델에서 산출되는 700 hPa 바람, 900 hPa 바람과 온도 예측자료가 있다. 레이더 자료는 연속모드에서는 모든 종류의 자료가 1시간 단위로 관측되고, 3시간 단위 관측모드에서는 3시간 동안 관측된 에코의 강도와 에코 높이가 관측되며 관측모드는 예보관의 판단에 따라 수동으로 선택하게 되어있다.
현업에서 운영 중인 한국형 강수 실황 예측시스템인 KONOS는 MAPLE에서 사용되는 외삽(extrapolation) 기법을 이용한 예측장과, VSRF에서 사용되는 병합(blending) 기법을 사용하여 KLAPS의 병합을 통한 예측장을 생성하는 방법이 있다. 그러나 현재는 에코 높이 정보만을 이용하여 지형효과를 고려하고 병합 기법은 포함되지 않고 있다. MAPLE에서 얻어진 에코 이동 벡터를 이용하여 레이더 합성장의 강수의 정량적 오차를 실제 관측된 강수자료로 보정한 레이더-AWS 강우강도(RAR)를 이용하여 이류 예측장을 생성하고, MAPLE에서 입력 값으로 사용되는(초기 합성장) 레이더 합성장을 현실적인 강우강도로 변경하기 위해 RAR 자료를 사용하는 체계로 수정하고 있다. MAPLE에서는 강수 에코의 생성 및 소멸이 표현되지 않기 때문에 에코의 시공간적인 규모 및 강수에코의 지속정도를 고려하는 기법, 강수에코 예측의 불확실성을 고려한 기법 등이 적용되기도 하였다. 또한 단순 외삽 예측모형의 한계를 개선하기 위하여 지형성 강수의 발달과 쇠퇴의 강도를 결정하는 과정을 VSRF에서 적용된 기법을 수정 보완하여 적용한다.
환경부 홍수통제소는 유역에서의 홍수예보를 위해 총 9기의 레이더를 도입하였다(Fig. 1). 이중 임진강 레이더는 C밴드 단일편파레이더로 북한 지역을 60% 이상 차지하고 있다는 특수성을 지닌 임진강 유역 관측을 위해 도입되었다. 6기의 레이더(비슬산, 소백산, 서대산, 모후산, 가리산, 예봉산)는 S밴드 이중편파레이더로 해안가를 제외한 내륙 전 유역에 대한 홍수예보를 위해 2009년부터 도입되었다. 마지막으로 삼척과 울진에는 X밴드 이중편파레이더가 동해안 지역 관측공백 지역을 해소하기 위해 2019년에 도입되었다. 현재 한강홍수통제소에서는 6기의 S밴드 이중편파레이더 합성 지상보정 강수량 자료를 입력으로 MAPLE 알고리즘을 활용하여 초단기 예측 강수 자료를 생산하고 있다.
본 연구에서는 동네규모(동/읍/면)의 1시간 전 돌발홍수를 예측하기 위해 한강홍수통제소에서 제공하고 있는 강우레이더 기반의 초단기 예측 강수 자료를 활용하였다. Fig. 2에서 검정색 영역이 한강홍수통제소에서 제공하고 있는 초단기 예측 강수 자료의 영역을 나타낸다. 초단기 예측 강수 자료의 공간적 범위는 하나의 격자 크기가 250 m × 250 m로 제주도와 남해안 일부를 제외한 내륙 전 영역이며, 시간적 범위는 10분 간격으로 360분(6시간)까지이다.
2.2 강우레이더 초단기 기반 도시·산지·소하천 돌발홍수예측 한계강우량 산정
기준 강우량 산정을 위한 기초 자료는 과거 피해 이력을 통해 한계강우량을 산정하는 방법인 Cho et al. (2018)의 자료를 활용하였다. Cho et al. (2018)에서는 피해이력을 산정할 수 없는 지역에 대해서는 유출특성에 따른 유역특성기반 한계강우량 추정방법을 사용하였다. 그리고 유출특성 매개변수로 불투수율과 경사를 선정하였고 추가로 관거밀도, 빗물받이밀도, 배수펌프용량을 고려하였다. 그러나 지표면이나 관거의 거칠기는 민감도가 작아 제외하였다.
본 연구에서는 홍수피해를 유발하는 한계강우량을 산정하기 위해 다양한 지형인자를 검토하였고 동역학적 유출특성 인자를 두 가지로 분리하였다. 동역학적 손실(마찰력) 인자로 불투수율, 지표특성, 토양특성 등 이 있는데 이는 SCS 합성 단위도법의 경우 CN으로 고려가 가능하다. 그리고 동역학적 가속(중력) 인자로 경사, 면적, 하천형상(종횡비 등), 수계밀도 등이 있다. 그리고 기준으로 활용하기 위해서는 지속시간에 따른 한계강우량에 일관성이 존재해야 한다. 이미 피해 시점이 알려진 지점에 대한 한계강우량을 사용하여 미계측 지역의 한계강우량으로 활용하기 위해서는 반드시 필요한 조건이다. 그러나 인위적으로 설치된 빗물받이 밀도나 배수펌프용량 등은 지역에 따라 지구-역학적 일관성을 확보하기 어렵기 때문에 지형적인 유출특성에 포함하여 해석하였다. 더불어 도시지역에서도 외곽 산악지역에 인접한 지역은 비교적 상류 산지영역이 넓고 자연 및 도시 배수특성이 혼재되어 있어 도시 관망 등의 배수특성만으로 한계강우량을 해석하기 어렵기 때문에 관측 한계강우량 산정에 불확실성이 존재한다. 예로 전체적으로 배수관망이 설치된 작은 도심 영역의 경우는 피해 이력 조사를 통해 배수 특성 조건만으로도 비교적 명확히 한계강우량 설정이 가능하다. 그러나 큰 산지-도시유역의 경우에는 상류로 갈수록 경사가 급격히 심해지고 배수관망이 차지하는 영역이 상대적으로 작아 도심 지역의 배수 특성 조건만으로 전체의 한계강우량을 설정하는 것은 불확실성이 커진다. 또 한가지 고려할 점은 행정구역 단위로 침수 피해 정보가 집계되어 있어 실제 유출특성과는 다를 수 있다는 점이다. 지형 등 유출경계와 행정구역이 명확히 일치하지 않거나 피해 관측지점이 다른 인접 행정구역 지역특성에 더 가까운 경우가 있기 때문에 피해 행정구역과 주변 행정구역의 지형 특성을 함께 고려하여 계측지점의 한계강우량 지역 조정 여부를 판단한 후 적용이 필요하다. Table 2는 인접 참조지역에 한계강우량 산정을 위해 지형 조건을 함께 검토한 행정구역에 해당한다. 그리고 본 연구에서 10분 한계강우량은 30분 한계강우량의 50% 수준으로 설정하였다. 본 연구에서는 계측 지역의 한계강우량에서 미계측 지역의 한계강우량을 산정하기 위해서 다음과 같은 방법을 개발하였다(Fig. 3). 지역에 따라 침수특성(침수정도로 지속기간 별 강우량, 불투수율 등 지표특성, 토양특성 등을 입력으로 하는 유출량)과 유속특성(경사, 면적, 하천형상, 수계밀도 등 중력과 관계된 가속 특성)의 관계식을 산정하였다. 여기서 침수특성을 세로축으로 하고 유속특성을 가로축으로 하여 계측유역별 관계식을 산정하면 미계측 유역의 유속특성을 통하여 침수특성을 유도가 가능하다. 일반적으로 침수특성과 유속특성은 반비례 관계를 가진다(Fig. 4). 경사가 작고 침수심이 크면 유속이 작아지는 수리특성 때문이다. 즉, 경사가 심한 산악지역은 동일한 한계강수 조건에서 침수심 위험은 작지만 유속위험(하천 등의 유속이 급격히 증가됨)이 크고 경사가 작은 하류 도심지역은 침수심 위험(침수심이 급격히 높아짐)은 크지만 유속위험은 작아진다고 해석할 수 있다.
Table 2. Critical rainfall estimated by damage records
※ Rainfall in Okjing-myeon of No. 28 reffered to Kim and Shin (2005).
침수특성 인자인 유출량(유출고)을 산정하기 위해 본 연구에서는 SCS 합성단위로법을 이용하였다. 이 방법은 입력자료가 간단하고 기본 구조와 가정이 단순하며 수문학적 토양군, 토지이용, 피복밀도 등의 유역특성을 유출곡선지수로 쉽게 나타낼 수 있어 본 연구와 같은 경험적 돌발홍수 위험 지수 산정을 위한 목적에 적합하다. CN값 산정을 위해 개략토양도와 토지피복도를 이용하였다. Table 3은 유출곡선지수 산정을 위한 토지피복 및 토양군 분류이다. 침수특성 인자의 산정은 전국 동/면 단위로 산정하였다. 초기손실의 경우 도시지역은 10%, 이외 지역은 20%를 적용하였고 도시지역과 이외 지역의 구분은 명확한 정의가 없고 지속적으로 변화하며 행정구역 단위의 일관성이 유지해야 하기 때문에, 전국 5047개 행정구역 면적을 통계 분석하여 도시지역으로 간주되는 행정구역 면적을 구하였다. 이를 통해 대략 20 km2 미만은 도시, 이상은 이외 지역으로 간주하였다. 도시 행정구역(동)은 지방 면단위 행정구역에 비해 행정구역 면적이 확실히 작기 때문이다. 단위 행정구역의 면적이 작기 때문에 유하시간이나 첨두 도달시간이 짧기 때문에 호우의 분포는 삼각형 그리고 도달시간은 KRAVEN-2 식을 적용하였다. 더불어 행정구역 면적이 아주 작은 경우는 단독으로 해석하는 경우 불확도가 커져 실무 예보 시 인접 행정구역과 일관성이 결여되는 현상이 나타나므로 인접 행정구역의 한계강우량 수준을 고려하여 평활화 하였다. Fig. 5는 이상의 방법으로 산정된 읍면동 단위의 한계강우량을 나타낸다.
Table 3. SCS CN classified by land covers and soil groups
| $$\mathrm{Flood}\;\mathrm{Depth}\;\;q=Q/A,\;Q=A\;\int\;(i-f)\times dt$$ | (1) |
여기서, q는 침수심(m)을, Q는 유출량을, A는 유역면적을 나타내며, i는 강우강도를, f는 손실량을 각각 나타낸다.
유속특성은 다양한 지형특성인자와 침수특성 인자 간의 조합으로 한계강우량 지속시간별로 가장 일관성을 가지는 관계식을 선정하였다. 지형특성 산정은 10 m DEM을 활용하였다. 본 연구에서 검토한 관계식 중 유속특성 인자에 가장 적합한 식은 다음과 같다.
| $$\mathrm{Normalized}\;\mathrm{Flood}\;\mathrm{Characteristic}\;\mathrm{Index}\\NFCI\mathit\;=\;\sqrt{N(\log(A)\times N(\log(S))}$$ | (2) |
여기서, N은 정규화를 의미하며, A는 면적을, S는 평균 경사를 각각 나타낸다.
주의, 경계, 심각에 해당하는 한계 강우량 기준은 Table 2의 강우량을 사고 발생 위험이 매우 높은 심각 수준으로 설정하고, 통계적으로 경계는 심각의 75%, 주의는 심각의 50% 분위(quartile)에서 설정하였다. 그리고 관측 대비 심각 강우량 비율은 지속시간에 따라 증가하는 관측의 불확도를 고려하여 10분(1.00), 30분(1.05), 60분(1.10), 그리고 60분(1.20)을 가중하여 설정하였다.
이러한 과정을 거쳐 전국 5047개 동/읍/면 지역의 지속기간별(10분, 30분, 60분, 180분), 위험수준(주의, 경계, 심각)의 한계강우량은 다음과 같다.
2.3 전국 도시·산지·소하천 돌발홍수예측 시스템 개발
본 연구에서는 앞서 언급한 방법을 이용하여 시공간적으로 조밀한 초단기 예측 자료와 침수 유발 가능 한계 강우량을 산정하고 전국 도시·산지·소하천 지역에 적용 가능한 돌발홍수예측 시스템을 개발하였다. 돌발홍수예측 시스템은 보다 빠른 돌발홍수 정보 생산 및 제공을 위해 강우량 기반의 홍수 예측 시스템으로 3단계 경보 정보(주의/경계/심각)를 제공하고 있다. 현재 돌발홍수 예측 시스템은 초단기 예측 강수의 정확도를 고려하여 1시간까지의 읍면동 돌발홍수 예측 정보를 웹상에서 제공하고 있다. Fig. 6(a)는 시스템 구축을 위한 구체적인 절차를 나타내고, Fig. 6(b)는 시스템 구축을 위한 지형정보 처리 과정을 나타낸다.
Fig. 7은 본 연구에서 개발된 도시·산지·소하천 돌발홍수예측 시스템 전경이다. 사용자 편의를 위해 웹기반으로 개발되었다. 왼쪽에 지역별 위험수준이 표시되고 오른쪽에 예측시간대 별 위험수준을 표시된다. 이와 더불어 위험 기준을 지속적으로 개선 가능하도록 위험 예측 결과에 대한 통계 정보를 메타파일로 제공하고 있다. 이 통계정보 파일을 이용하여 사후 분석을 통해 정확도 평가를 수행하고 이를 토대로 기준의 적정성을 평가할 수 있다.
3. 전국 돌발홍수예측 시스템 예측 정확도 평가
Table 4는 2019년에 발생한 홍수 사고와 각 사례에 대한 돌발홍수예측 시스템 알람 결과를 나타낸다. 2019년에 발생한 폭우 및 침수와 관련된 홍수 사고를 인터넷 뉴스 기사를 통해 선별하였고 정확한 시간대를 확인할 수 없거나 폭우 및 침수와 관련성이 없는 경우는 제외하였다. 돌발홍수예측 시스템의 정확도는 탐지 확률인 (Probability of Detection; POD)를 활용하여 검증하였다. 대부분 홍수사상에 대한 평가에서 홍수가 발생한 경우는 시간이 명확하지 않더라도 피해 정보가 있기 때문에 정확도의 산정이 가능하다. 그러나 알람은 했으나 홍수가 발생하지 않은 경우는 실제로 홍수가 없었는지 아니면 집계에서 누락된 것인지 등이 확인되지 않기 때문에 고려하기 어렵다. 탐지 확률 POD에서 홍수위험 알람 시간에서 대략 1시간 이후에 해당지역에 실제로 홍수 사고가 발생한 경우를 H로 간주하였고 알람이 없었던 경우는 M으로 간주하였다. 총 31개 사상에 대해 예측 정확도 분석 결과 전국 도시 ·산지 ·소하천 돌발홍수예측시스템지의 예측 정확도는 POD 기준으로 90.3%로 나타났다. 본 시스템은 조사된 대부분의 사고 사례에서 1시간 이상의 예측 선행시간이 확보되었고 알람이 발생하였기 때문에 매우 정확도가 높다고 평가할 수 있다.
Table 4. Results of flash flood forecast system in 2019
| $$\mathrm{POD}=\frac H{H+M}\times100$$ | (3) |
여기서, H는 예측 결과의 맞힘을, M은 놓침을 의미한다.
Fig. 8은 2019년 10월 2일 태풍 미탁 내습 시, 22시 50분(예측시간 기준) 돌발홍수 예측 사례이다. 좌측은 1시간 예측 시점의 강우레이더 실측 강수량이고 우측은 1시간 예측 시점(1시간 전에 예측)의 돌발홍수위험 예측 화면이다. 관측 호우의 경우는 포항 부근에 호우의 중심이 있으나 예보에서는 삼척 부근에 위험의 중심이 위치하고 있다. 이는 예측 효과 및 지역적 특성을 반영한 결과로 해당 시점 이전 남쪽에서 이후 북쪽에서 피해가 집중했다는 점에서 단순히 강수 기반의 위험예측에 비해 지역 수문 특성을 반영한 돌발홍수예측 시스템이 효과적으로 위험을 예측하고 있다고 볼 수 있다.
본 돌발홍수예측 시스템은 강우레이더 강수량 입력 기반 초단기예측 강수를 사용하기 때문에 별도의 예측 강수 보정과정이 필요 없어 예측 자료 처리 시간이 현저히 감소된다. 그리고 구조적으로 예측 자료와 지상자료 간의 시간 불일치로 인한 보정 오차가 발생하지 않는다. 따라서 기존 반사도 기반의 초단기 예측 자료에 비해 정량적 정확도가 높다. 그러나 초단기 외삽 방법을 사용하기 때문에 예측 시간의 한계는 명확히 존재한다. 본 연구에서 1시간을 평가 목표로 설정한 것은 최소 대피 시간의 개념도 있지만 예측자료의 정확도가 1시간 이후 현격히 감소하기 때문이다. 따라서 본 연구에서는 향후 수치예측 단기 예측자료와 병합한 강수량을 활용하여 3시간까지 선행시간을 확장할 계획이다. 또한 돌발홍수예측 시스템에서 제공 중인 예측 알람 정보에 대한 보다 정확한 검증을 위해 SNS(Social Network Service) 자료를 활용한 돌발홍수 탐지 기법과 드론 기반 현장 검증 기술을 활용할 계획이다(Fig. 9).
4. 결 론
기상청에서 제공하는 호우 특보(주의보와 경보)는 지역 특성이 반영돼 있지 않아 시공간적으로 체감할 수 있는 정확한 홍수 위험을 전달하는데 어려움이 따르고 있다. 지역 특성을 반영하지 않은 강우량 중심의 일률적인 호우특보는 실제 우리가 겪을 수 있는 국지적, 돌발적 홍수위험까지 정밀하게 예측하는데 한계가 있다. 동일한 강수량이라도 지형지물이나 환경에 따라 물이 한곳으로 모이는 양과 유속에는 차이가 발생한다. 서울 강남과 같은 저지대 도심과 지리산 산지 마을은 홍수의 크기나 발생 시간이 달라진다. 따라서 돌발홍수 위험의 정확한 전달을 위해서는 강우량 외에 지형 등 해당 지역별 홍수 발생 특성을 고려한 빠르고 정확한 돌발홍수 해석과 예측이 필수적이다.
본 연구에서는 지역의 홍수 특성을 반영하지 못하는 기상 호우 주의보, 경보의 단점을 보완하고자 강우레이더 초단기 예측자료 기반의 돌발홍수예측 시스템을 구축하였다. 본 연구에서는 2019년 돌발홍수예측 시스템 구축 및 시범운영 과정에서 발생한 홍수 사고 사례를 분석하여 돌발홍수예측 시스템의 예측 정확도를 검증하였다. 그 결과는 다음과 같다.
첫 번째, 본 연구에서는 시공간적으로 조밀한 초단기 예측 자료와 실제 검증 가능한 침수 유발 가능 한계 강우량을 이용하여 돌발홍수예측 시스템을 구축하였다. 본 시스템은 기준에 수문 특성을 반영하고 있으나 위험 알람은 강우량을 기반으로 발령하기 때문에 보다 빠르게 돌발홍수정보를 생산하여 1시간 전에 읍면동 단위까지 돌발홍수예측 정보를 제공할 수 있다. 두 번째, 태풍 미탁 등 돌발홍수예측 시스템을 활용한 홍수 사고 사례를 분석하였다. 그 결과 재해 발생 1시간 이전에 돌발홍수 예측 정보를 발령하여 홍수에 대한 선행시간 및 대응시간 확보가 가능함을 확인하였다. 본 시스템을 활용하여 선행시간 및 대응시간 확보가 가능하다면 차후 재해에 대한 대응 절차 수립이 가능하다. 세 번째, 2019년도에 발생한 다양한 홍수 사고 사례를 분석하여 본 시스템에 대한 정확도를 평가하였다. 그 결과 전국 도시 ·산지 ·소하천 돌발홍수 예측 시스템의 정확도는 POD 기준으로 90.3%로 매우 높게 나타났다. 향후 일부 미알람 지역이 나타나는 부분에 대해서는 차후 보완이 필요하며 보다 다양한 정확도 지표 적용을 위한 방법도 개발이 필요하다.
보다 세밀하고 정확한 홍수 위험을 전달하기 위해서는 지역 특성을 반영할 수 있는 홍수위험 정보를 고려해야하고 지역 읍면동 단위에 행동 양식을 유도할 수 있는 정보 제공이 가능해야 한다. 돌발홍수 예측 시스템은 읍면동 단위에 대한 돌발홍수 정보를 제공할 수 있다는 점에서 앞으로 지자체에 돌발홍수 정보 제공이 가능하고 이에 따라 지자체는 빠른 재해 대처 방안 수립이 가능할 것으로 판단된다. 결론적으로, 앞서 언급했듯이 기상청 호의주의보, 경보 기준으로 홍수 정보를 제공하는 것은 시공간적으로 정확한 홍수 위험을 전달하기에 많이 역부족한 것이 사실이다. 보다 세밀하고 정확한 홍수 위험을 전달하기 위해서는 지역 특성을 반영할 수 있는 홍수위험 정보를 고려해야하고 지역 읍면동 단위에 행동 양식을 유도할 수 있는 정보 제공이 가능해야 한다. 그리고 신월빗물저류시설에서의 사고에서와 같이 돌발홍수 위험 정보가 발령된 지역은 시간 내에 현장 작업 중지 등을 강제할 수 있어야 한다. 이를 위해서는 지자체는 돌발홍수 예측 시스템에 대한 구축과 운영이 필요하며 돌발홍수 정보 발령 시 빠른 대처 방안을 수립해야 한다.
