Journal of Wetlands Research (한국습지학회지)

Korean Wetlands Society (한국습지학회)
권호 표지
DOI QR코드

DOI QR Code

The Assessment of Future Flood Vulnerability for Seoul Region

서울 지역의 미래 홍수취약도 평가

  • 성장현 (국립기상연구소 기후연구과) ;
  • 백희정 (국립기상연구소 기후연구과) ;
  • 강현석 (국립기상연구소 기후연구과) ;
  • 김영오 (서울대학교 건설환경공학부)
  • Received : 2012.04.23
  • Accepted : 2012.06.14
  • Published : 2012.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this study is to statistically project future probable rainfall and to quantitatively assess a future flood vulnerability using flood vulnerability model. To project probable rainfall under non-stationarity conditions, the parameters of General Extreme Value (GEV) distribution were estimated using the 1 yr data added to the initial 30 yr base series. We can also fit a linear regression model between time and location parameters after comparing the linear relationships between time and location, scale, and shape parameters, the probable rainfall in 2030 yr was calculated using the location parameters obtained from linear regression equation. The flood vulnerability in 2030 yr was assessed inputted the probable rainfall into flood vulnerability assessment model suggested by Jang and Kim (2009). As the result of analysis, when a 100 yr rainfall frequency occurs in 2030 yr, it was projected that vulnerability will be increased by spatial average 5 % relative to present.

본 연구의 목적은 미래 확률강우량을 통계적으로 전망하고 홍수취약도 모형을 통하여 미래 서울 지역의 홍수취약도를 정량적으로 가늠해 보는 것이다. 비정상성(non-stationarity)을 고려한 확률강우량 전망을 위하여 서울 지점의 연최대 일강우량을 초기 30년 자료 이후로 1년씩 누적하며 General Extreme Value (GEV) 분포의 매개변수를 추정하였다. 시간 대 위치, 규모 및 형상 매개변수의 선형정도를 비교하여 시간에 따른 위치 매개변수의 선형회귀식을 구성하고, 선형회귀분석에 의한 위치 매개변수를 이용하여 2030년의 확률강우량을 산정하였다. 이 확률강우량을 장옥재와 김영오 (2009)가 제안한 홍수취약도 분석의 모델의 입력자료로 하여, 2030년 서울지역의 홍수취약도를 평가하였다. 연구 결과, 2030년에 재현기간 100년의 강우가 발생한다면 현재에 비해 지역 평균 5 %정도 취약도가 증가하리라 전망되었다.

Keywords

References

  1. 건설교통부 (2001). 수자원장기종합계획 (2001-2020) 보고서. 조사보고서.
  2. 국립기상연구소 (2008). 기후변화협약대응 지역기후시나리오 활용기술개발(IV). 연구보고서.
  3. 국립기상연구소 (2009). 기후변화 이해하기 III. 서울의 기후변화.
  4. 권영문, 박진원, 김태웅 (2009). "강우의 증가 경향성을 고려한 목표연도 확률강우량 산정." 대한토목학회 논문집, 대한토목학회, 29(2B), pp. 131-139.
  5. 권현한, 문영일, 박래건, 박세훈 (2009). "국내 수문자료의 비정상성 특성 검토 및 Bayesian 비정상성 강수 빈도해석 기법 개발." 한국수자원학회 학술발표대회 논문집, 한국수자원학회, pp. 214-219.
  6. 서초구 (2011). 2011년도 수해복구 현안업무 보고. 1pp
  7. 이창환, 안재현, 김태웅 (2010). "비정상성 강우빈도해석법에 의한 확률강우량의 평가." 한국수자원학회 논문집, 한국수자원학회, 43(2), pp. 187-199.
  8. 정대일, 제리 스테딘져, 성장현, 김영오 (2008). "기후변화를 고려한 홍수 위험도 평가." 대한토목학회논문집, 대한토목학회, 28(1B), pp. 55-64.
  9. 장옥재, 김영오 (2009). "지역회귀분석을 이용한 홍수피해위험도 작성." 한국방재학회 논문집, 한국방재학회, 9(4), pp. 71-80.
  10. 황필선, 박진현, 심명필, 최승안 (2006). "2006년 7월 집중호우에 따른 여주지점 홍수조절 효과 분석." 한국수자원학회지, 40(4), pp. 48-55.
  11. Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer- Verlag, Great Britain.
  12. He, Y., Brdossy, A., and Brommundt, J. (2006). "Non-stationary flood frequency analysis in southern Germany." The 7th International Conference on HydroScience and Engineering, Philadelphia.
  13. Hosking J. R., Wallis J. R., and Wood E. F. (1985). "An appraisal of the regional flood frequency procedure in the UK flood studies report." Hydrological Sciences Journal, Vol. 30, pp. 85-109. https://doi.org/10.1080/02626668509490973
  14. Ikeda, S. (2006). An integrated risk analysis framework for emerging disaster risks: Toward a better risk management of flood disaster in urban communities. Terrapub, Tokyo.
  15. IPCC (2007), Climate Change 2007: The Physical Science Basis-Summary for Policymakers. R. Alley et al. (http://ipccwg1.ucar.edu/).
  16. Jain, S., and Lall, U. (2000). "Magnitude and timing of annual maximum floods: Trends and large-scale climatic associations for the Blacksmith Fork River." Water Resources Research, 36(12), pp. 3641-3651. https://doi.org/10.1029/2000WR900183
  17. Jain, S., and Lall, U. (2001). "Floods in a changing climate: Does the past represent the future?." Water Resources Research, 37(12), pp. 3193-3205. https://doi.org/10.1029/2001WR000495
  18. Moss, R., M. Babiker, S. Brinkman, E. Calvo, T. Carter, J. Edmonds, I. Elgizouli, S. Emori,L. Erda, K. Hibbard, R. Jones, M. Kainuma, J. Kelleher, J. F. Lamarque, M.Manning, B. Matthews, J. Meehl, L. Meyer, J. Mitchell, N. Nakicenovic, B.O'Neill, R. Pichs, KeywanRiahi, Steven Rose, Paul Runci, Ron Stouffer,Detlef van Vuuren, John Weyant, Tom Wilbanks, J. P. van Ypersele, and M.Zurek, 2008: Towards New Scenarios for Analysis of Emissions, ClimateChange, Impacts, and Response Strategies. Intergovernmental Panel on Climate Change, Geneva, 132 pp.
  19. Olsen, J. R., Stedinger, J. R., Matalas, N. C., and Stakhiv, E. Z. (1999). "Climate variability and flood frequency estimation for the Upper Mississippi and Lower Missouri Rivers." Journal of the American Water Resources Association, 35(6), pp. 1509-1524. https://doi.org/10.1111/j.1752-1688.1999.tb04234.x
  20. Sankarasubramanian, A., and Lall, U. (2003). "Flood quantiles in a changing climate: Seasonal forecasts and causal relations." Water Resources Research, 39(5), pp. 1134.
  21. Sorensen, D. and Gianola, D. (2002). Likelihood, Bayesian, and MCMC methods in Quantitative Genetics. Springer-Verlag, New York.
  22. Stedinger, J. R., R. M. Vogel and E. Foufoula- Georgiou. (1993). Handbook of Hydrology: Frequency Analysis of Extreme Events. McGraw-Hill, NewYork.