도시유역의 저지대에서 집중호우에 따른 내수침수의 방지를 위해 빗물펌프장이 설치되어 있다. 현재 국내의 빗물펌프장은 자동화시스템에 의한 펌프 운영으로, 기준수위 도달 시 펌프 가동이 자동적으로 이루어지도록 프로그래밍 되어있다. 빗물펌프장에 설치된 펌프는 기계 및 전기 공급 시스템에 따라 모든 펌프를 한번에 동시 가동할 수 없으며, 현재 빗물펌프장 시스템은 펌프의 on/off가 각각의 펌프 한 대씩 순차적으로 가동하도록 설정되어 있다. 또한 펌프운영의 제한성으로 인하여, 빗물펌프장에 설치된 펌프의 종류에 따른 토출량이 상이할 경우, 펌프의 on/off 가동 순서에 의하여 빗물펌프장 운영의 효율이 달라질 수 있다. 따라서 본 연구에서는 배수 유역면적, 유수지 및 펌프 용량 등 현장 여건에 따라 최적의 펌프 운영을 수행할 수 있는 알고리즘을 활용하여 펌프장의 운영 방식 개선을 통해 펌프 조합 및 on/off의 여러 case를 통해 일반적이고 현장 운영자들이 적용하기 쉬운 운영 방식을 연구하였다.

본 연구에서는 도시침수 저감을 위한 비구조적인 대책 중 빗물저류조 최적운영에 관해 연구하였다. 기존의 빗물저류조는 크게 온라인 빗물저류조와 오프라인 빗물저류조로 구분할 수 있다. 온라인 빗물저류조는 일반적으로 대규모로 설치되어 자연유하에 의한 방류를 하며 오프라인 빗물저류조는 중소규모로 경제적이나 월류턱 높이 결정의 운영관리가 어렵고 펌프 압송에 의해 방류한다. 우수관망 내 설치된 오프라인 빗물저류조의 경우 도심지에서 부지확보가 곤란하기 때문에 규모에 한계성이 있고 일반적으로 강우 종료 후 방류를 시작하므로 연속강우에 대한 대처가 취약하다. 오프라인 빗물저류조의 경우 구조적 대책만으로는 연속 강우에 대해 완벽하게 대응하기는 곤란하며 방재성능을 향상시킬 수 있는 비구조적 대책이 필요하다. 오프라인 빗물저류조의 효율을 극대화하여 도시침수를 저감시키기 위해서는 빗물저류조 최적운영은 필수적이다.

본 연구에서는 도시침수 저감을 위한 비구조적인 대책 중 하나로 내외수 연계 내배수시설 최적운영 시스템 개발을 검토하였다. 기존의 유하시설 용량 증설 및 통수능 확보를 초점으로 하는 구조적인 대책은 막대한 예산과 시간을 필요로 할 뿐만 아니라 지구 온난화로 인한 이상기후 및 국지성 집중호우에 완벽하게 대응하기는 곤란하며 유하시설 위주로의 대책은 하류에서의 더 큰 홍수를 발생시킬 위험이 있다. 구조적인 대책과 더불어 집중호우에 대비할 수 있도록 각 시설물의 기능 및 경제성을 최대로 하며 방재성능을 향상시킬 수 있는 비구조적인 대책이 동시에 수립되어야 하며, 유하시설 뿐만 아니라 유역 내 유수지 등을 활용한 대책이 필요하다. 제내지에서의 방류량은 외수의 수위 변화와 밀접한 연관이 있으며, 반대로 외수의 수위가 내수의 배출가능 여부에 직접적인 영향을 미치기 때문에 효율적인 내수침수 방어를 위해서는 내외수를 연계한 운영이 필수적이다.

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.

하천은 유역의 반응체이고 유역은 하천의 모습이다. 즉, 하천은 유역의 지질구조, 토양형, 토지이용상태 및 물 이용패턴 등에 따라 유황과 수질 및 하상물질의 구성이 달라지게 되며, 유역은 하천환경을 지배하게 된다. 일반적으로 하천과 유역은 장구한 세월을 통해서 상호 밀접한 상관관계를 유지하면서 고유의 특성을 지닌 가운데 하천 본래의 기능을 유지해 왔다. 뿐만 아니라 하천은 수많은 지류를 포함하면서 유역의 반응체로서 하천기능을 수행해 왔으며, 본류와 지류는 상호 종속적인 관계에서 유황과 하상의 연속성 등이 지속적으로 평형을 이루어 왔다. 그러나 최근 시행되고 있는 4대강은 본류하도에서 준설과 보(가동보·고정보) 건설에 따른 하천의 유황과 하도환경이 완전히 바뀌게 되었다. 하천의 유황조건은 대체로 유량에서 큰 변화는 없으나 준설로 인해서 수위(수심) 변화가 크게 발생하게 되었다. 한편 본류 하도상에 설치된 보(수문)로 인한 평상시의 관리수위와 홍수시 홍수위 저감을 위한 정밀한 운영규정들이 마련되고 있으나, 아직까지 평상시에 유지되는 관리수위의 운영방안과 홍수시(장마전선 또는 태풍 등)에 의한 과도한 홍수위를 저감시키기 위해서는 직렬보 군의 연계운영 기법이 필요하게 되었다. 따라서 본 논문에서는 실제 4대강 사업이 진행되고 있는 낙동강 유역의 8개 보(수문)를 대상으로 수리학적 홍수추적 모형인 HEC-RAS를 이용하여 구축하였으며 각각의 보(수문) 상·하류 구간의 수위증가를 억제하기 위한 보(수문) 연계 운영 기법을 검토하고자 하였다.

최근 전 세계적인 기상이변에 따라 우리나라에도 기록적인 강수량의 발생 가능성이 항상 존재해왔다. 이에 사전 예방을 위한 과학적 물관리 시스템과 신속한 위기대응관리 능력에 대한 지속적인 보완이 필요하다. 직렬보의 홍수조절 연계운영 시스템은 향후 지속적인 안정화와 사용자 편의환경 개선을 거쳐서 더욱 과학화된 홍수조절 의사결정을 지원함으로써, 홍수로 인한 피해를 최소화 할 수가 있다. 최근 4대강 사업으로 인한 수자원 활용의 효율성을 극대화하는 운영을 도모하고자 보군을 연계 운영하여 유역의 홍수량을 효과적으로 조절할 수 있다. 본 보고서에서는 직렬보의 운영기법인 최적화 기법의 종류와 시뮬레이션 기법의 종류에 대하여 조사하였고 연계운영 시스템의 기본구성과 보의 상류 수위변화에 따라서 가동보의 운영방안을 분석하여 수리학적 하도추적의 모형을 분석하였다. 분석결과에 따라 보의 연계운영룰을 개발하여 최종적으로 연계운영 계획절차를 수립하였다.

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수⋅이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다.

본 연구에서는 홍수위 예경보를 위한 Data Mining기법에 대해 조사하고 예측시스템에 대해 연구하였다. 홍수예측의 모형 중 인공지능 기반의 신경망 모형을 이용하여 유사한 수문 사상을 유역내의 복잡한 물리적인 현상을 직접적으로 고려하지 않고 상·하류간 입력 자료를 사용하여 출력자료와의 관계로부터 학습을 통해 결론을 도출해내는 Data Mining기법 중 신경망 모형을 사용하였다.

본 연구에서는 중·소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 예측 시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하였으며 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상·하류간 입력 자료를 동시에 사용하였다. 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

홍수예경보는 강우로 인하여 발생되는 홍수의 규모와 시간을 가능한 한 정확하고 빨리 예측하여 홍수에 대비할 수 있도록 유관기관 및 지역주민에게 사전에 홍수에 관한 정보 즉 예측되는 수위와 시간을 제공함으로써 홍수로부터의 피해를 최소화하는 것이다. 이와 같은 목적을 성공적으로 완수하기 위해서는 홍수시 급변하는 하천유량에 영향을 미치는 모든 수문학적 기상학적 자료를 신속·정확하게 수집할 수 있는 관측 시스템의 구축 뿐 아니라 이들 수집된 자료를 이용하여 실시간 홍수추적을 할 수 있는 효율적인 유출량 계산모형이 조화를 이룰 때 가능하다. 이에 본 연구에서는 중·소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 예측시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용 하였으며 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상·하류간 입력 자료를 동시에 사용하였다. 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

본 연구의 목적은 유역의 홍수사상을 모의하는데 널리 이용되고 있는 HEC-HMS와 하도의 수리해석에 이용되고 있는 HEC-RAS를 결합시켜 직렬보 운영에 따른 홍수 소통능력 평가를 수행하는 절차를 확립하는데 있다. 따라서 본 연구에서는 낙동강유역을 적용 대상유역으로 선정하고 주요 지류를 대상으로 38개 소유역을 분할하여 유역추적을 실시하였으며, 유역추적기법은 Clark법을 채택하였다. 또한 하도의 홍수추적은 HEC-RAS의 부정류 알고리즘을 이용한 홍수파 도달시간을 산정하여 직렬보 운영에 따른 하도의 주요지점에 대한 홍수 소통능력 평가를 수행하였다.

본 연구에서는 본류의 하도준설로 인해 본류에 유입되는 지류하천의 하상고와 본류와의 하상고간의 높이차가 과도하게 발생함에 따라 지류하상의 안정화 기법을 검토하게 되었다. 지류하천의 하상고와 본류와의 높이차가 크게 발생함에 따라 하천을 직강화한 첩수로를 만들게 되고 하상 경사의 폭은 커지게 된다. 이 경우에는 유량과 하상 재료사이에는 변화가 없으므로 Lane식에서 우변 하상 경사의 증가는 자연히 좌변의 증가를 가져오므로 유사량의 증가를 가져오게 된다. 실제 하천 개수 사업에서 직강화는 하상의 세굴과 저하보다는 통상 하폭의 확대를 가져온다. 기준면의 저하는 지류 입장에서의 본류 수면이 일종의 기준면이 되므로 지류 에너지 경사의 증가를 의미하게 된다. 이 경우 Lane 관계식에서 하상 경사의 증가는 좌변의 증가를 가져오며, 하상 재료가 일정한 상태에서 이는 유사량의 증가를 가져온다. 즉 지류의 하상 경사와 유사량 증가는 하상의 침식을 의미하며, 이러한 침식은 상류로 진행된다. 이를 두부 침식이라 한다. 따라서 본 연구에서는 감천 본류하도 준설에 따른 지류하상의 하상변동과 지류유입 토사량에 대해서 검토하겠다.