Climate change and the frequency of natural disasters such as earthquakes are threatening dam safety. In order to carry out the high functions of reliability of the dam facilities, K-water is promoting the safety enhancement project of dams.

일반적으로 하천의 유량은 댐과 같은 수공구조물에 의해 조정된 유량으로 수자원계획을 위해서 필요한 자연유량과는 차이가 크다. 수자원계획 을 수립함에 있어 자연 유입량 정보는 댐 운영과 수문분석을 위한 필수적인 정보이다. 본 연구에서는 댐 유역 일유입량 모의기법을 위한 통합 모형 을 개발하였다. 첫째, 장기 강우-유출 모형의 입력강우자료로 사용하기 위하여 평균 및 중앙값과 같은 통계적 모멘트를 효과적으로 재현하고 극치 강우량 재현에 유리한 불연속 Kernel-Pareto 확률분포 기반의 강우모의기법을 통하여 강우모의를 수행하였다. 둘째, SAC-SMA 장기 강우-유출 모형의 매개변수를 Bayesian MCMC 기법을 통하여 최적화하여 산정된 매개변수의 사후분포를 활용하여 댐 유입량 시나리오 도출하였다. 댐 유 역을 대상으로 개발된 모형을 평가한 결과 자연유량과 통계적으로 유사한 특성을 가지는 시나리오를 생성할 수 있었으며, 물수지 분석 등과 같은 수자원계획을 위한 시나리오로 활용이 가능할 것으로 판단된다.

In this study, in order to measure the seepage through dam body and foundation, we conduct geophysical survey such as electromagnetic survey in A dam that has not been measured quantitative seepage. Therefore we will analyze the reasons and establish the improvement.

본 연구에서는 Bayesian 통계기법을 활용한 지역빈도해석 모형을 기반으로 외부 기상인자 및 공간정보에 의한 확률강우량의 변동성을 고려할 수 있는 Bayesian 지역빈도해석 기법을 개발하였다. 기존 지역빈도해석에서 분석시 확률분포형의 매개변수는 과거와 일정하다는 정상성을 기본 가정으로 연구를 진행해 왔다. 이는 평균의 변동성 및 확률강우량 추정시 최근 기후변화의 영향을 효과적으로 고려하지 못하는 단점이 존재하였다. 또한 우리나라의 경우 산악지형이 약 70% 이상을 차지할 정도로 지형적 및 계절적으로 강수량 패턴이 불분명하여 확률강우량 추정시 공간적 변동성을 고려할 수 있는 새로운 개념의 지역빈도해석의 필요성이 대두되고 있다. 최근 국내 연구에서는 유역내 면적강우량 환산시 극치계열의 강수자료를 이용하여 지점빈도해석(point frequency analysis, PFA) 또는 지역빈도해석(regional frequency analysis, RFA)을 수행하여 수자원 설계에 이용되고 있다. 그러나 기존 지역빈도해석연구에서 매개변수 산정시 외부인자(covariate)를 고려할 수 없는 단점이 존재하며, 불확실성을 정량적으로 해석하는데 어려움이 있다. 이와 더불어 기존 RFA에서는 관측지점을 중심으로 산정된 확률강우량은 Thiessen망을 통해 유역면적강우량으로 변환하여 사용하는 것이 일반적이나 우리나라의 산지특성과 여름철 강우처럼 시공간적 변동성이 큰 경우 면적평균강우를 추정하는데 있어서 오차가 크게 발생할 수 있다고 알려지고 있다. 이러한 이유로 본 연구에서는 Bayesian 통계기법을 활용하여 매개변수 추정시 기상인자 및 공간정보가 고려된 지역빈도해석을 수행할 수 있는 모형을 개발하였으며 다음과 같이 연구를 진행하였다. 첫째, 한강유역내 18개 관측소를 대상으로 연도별 여름강수량을 추출하고 이들 관측소의 여름강수에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)를 외부인자로 채택하였다. 둘째, 극치분포를 잘 재현한다고 알려져 있는 Gumbel 분포를 확률분포형으로 선정하였으며, Gumbel 분포 매개변수 산정시 앞서 추출한 SST와 한강 유역내 공간정보를 활용하여 매개변수를 산정하였다. 마지막으로 Bayesian 기법을 도입하여 산정된 매개변수의 불확실성 구간을 제시하였으며, 추정된 확률강우량 또한 불확실성 구간을 제시하여 신뢰성 있는 연구를 수행하였다.

K-water는 다목적댐 및 용수전용댐 등 32개 댐을 운영·관리중이며, 국내 댐에서의 홍수조절의 95% 및 용수공급의 65%를 담당하고 있다. 그 중 용수전용댐은 주로 과거 60~70년대 산업단지 조성시 수원지로 건설되어 전체 14개소 가운데 준공 후 30년 이상 경과한 댐이 7개소로 50%를 차지하고 있어 각종 시설 및 설비의 노후화가 진행 중에 있다. 댐은 붕괴, 용수공급 중단 등 문제 발생시 국민생활, 안전 및 경제 등 사회·경제적으로 많은 비용이 소요되고 막대한 파급효과를 끼치는 국가 중요 사회 기반시설이다. 최근 기후변화, 지진 등 자연재해 발생 빈도가 증가하는 등 댐의 안전을 위협하는 외적 요인이 증가하는 추세로 시설물 관리의 중요성이 점점 커지고 있다. 그러나, 현재의 유지관리 체계는 사고 대응형에 치중하고 있어 앞으로는 댐에 대한 잠재적 취약성을 평가하고 개선하기 위한 예방중심의 체계적, 전략적 접근이 필요하다. 이를 위해 K-water에서는 다목적댐에 비해 노후된 용수전용댐을 대상으로 댐 및 부속시설의 기능성, 안정성, 경관성의 3가지 측면에서 노후댐 성능개선을 종합적으로 검토하였으며, 향후 다목적댐을 대상으로 확대 추진할 예정이다. 이러한 노후댐 및 부속시설에 대한 선제적 예방중심의 성능개선은 시설의 대수선 및 교체 수요 증가를 억제할 것으로 예상된다. 따라서 범정부 차원에서 종합적인 계획을 통한 노후댐 성능개선 사업 시행으로 댐의 안전성을 확보하여 국민이 안심하고 생활하도록 하며, 물복지를 실현해야 할 것으로 사료된다.