최근에 들어 지구온난화에 따른 기후변화의 영향으로 단시간에 집중되는 국지성 호우와 돌발성 호우로 인하여 많은 인명 및 재산피해가 날로 증가하고 있는 추세이다. 이에 본 연구에서는 낙동강 유역을 대상으로 국지적 집중호우와 돌발홍수의 특성을 연구하고 이를 데이터 마이닝 기법에 의한 홍수예측에 관한 연구를 적용하여 낙동강 유역의 국지적 집중호우와 돌발홍수에 대처할 수 있는 홍수예측모형을 구축하였다. Data Mining 기법인 신경망 이론과 하도의 수리학적 홍수추적을 사용한 모형을 구축하여 1989년 7월에서 1999년 9월 사이의 홍수사상을 대상으로 낙동 지점과 일선교 지점에서의 관측수위와 경사면적법의 홍수위를 비교하여 검증하였다. 본 연구에서는 대상유역을 3가지 Case로 구분하여 각 지점에 따른 홍수량, 수위에 의한 수리학적 홍수추적 모형을 구성과 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하여 수위곡선을 비교분석하였으며, 실측 수위와 모형에 의해 예측 수위를 비교평가였다.

Recently, due to global warming, climate change has affected short time concentrated local rain and un-expected heavy rain which is increasingly causing life and property damage. Therefore, this paper studies the characteristic of localized heavy rain and flash flood in Nakdong basin study area by applying Data Mining method to predict flood and constructing water level predicting model. For the verification neural network from Data Mining method and hydraulic flood routing was used for flood from July 1989 to September 1999 in Nakdong point and Iseon point was used to compare flood level change between observed water level and SAM(Slope Area Method). In this research, the study area was divided into three cases in which each point's flood discharge, water level was considered to construct the model for hydraulic flood routing and neural network based on artificial intelligence which can be made from simple input data used for comparison analysis and comparison evaluation according to actual water level and from the model.

• 지홍기(영남대학교 공과대학 건설시스템공학과) | Jee, Hong Kee
• 추연문(영남대학교 공과대학 건설시스템공학과) | Choo, Yeon Moon 교신저자