다변량 빈도해석과 지역빈도해석의 장점을 동시에 가지는 다변량 지역빈도해석은 다양한 변수를 고려함으로써 수문 현상에 대하여 많은 정보를 얻을 수 있고 많은 가용 자료 수로 인하여 높은 정확도의 분석결과를 도출할 수 있다. 현재까지는 우리나라의 강우 자료를 이용하여 다변량 지역빈도해석이 시도된 적이 없어 국내의 강우 자료를 대상으로 다변량 지역빈도해석의 적용성을 검토할 필요가 있다. 본 연구에서는 다변량 지역빈도해석의 매개변수 추정, 최적 분포형 선정, 확률수문량 성장곡선 추정 등에 집중하여 이변량 수문자료인 연 최대 강우량-지속기간 자료에 대하여 이변 량 지역빈도해석의 적용성을 평가하였다. 기상청 71개 지점에 대하여 분석을 실시하였다. 본 연구를 통해 적용된 지역강우자료의 최적 copula 모형으로는 Frank와 Gumbel copula 모형이 선택되었고 주변분포형에 대해서는 지역별로 Gumbel과 대수정규분포와 같은 다양한 분포형이 최적 분포형으로 선택되었다. 상대제곱근오차(relative root mean square error)를 기준으로 지역빈도해석이 지점빈도해석보다 안정적이고 정확한 확률수문량 곡선 추정을 하였다. 이변량 강우분석에서 지역빈도해석을 적용하면 안정적인 수공구조물 설계기준 제시와 강우-지속기간 관계를 모형화 할 수 있을 것으로 기대된다.
본 연구에서는 극한강우로 인한 산사태 발생 모니터링 기법을 개발하기 위하여 전년도 연구에서 개발된 모니터링 항목을 토대로 실험실 기반의 모니터링 시스템 구축 및 성능실험을 수행하였다. 모니터링의 기본개념은 강우로 인한 토층 내 수리적·역학적 특성 변화를 관측하고, 이를 산사태 조기경보를 위한 데이터로 적용하는 것이다. 또한, 지상의 모니터링 이외에 SAR 위성영상 자료를 이용한 입체모니터링을 수행하여 광역적인 산사태 감시를 수행하는 것이다. 실험실 기반의 모니터링 시스템은 두 단계로 구성하는데 1단계는 모형 토조 박스에 기 설정된 모니터링 항목별 센서를 설치하여 해당 항목의 데이터 관측이 가능한지를 검증하는 것이고, 2단계는 소형 산사태 모형실험장치에 센서를 설치하고 인공강우에 의한 산사태를 직접 발생시키며 산사태 발생 시 모니터링 시스템의 관측성능을 평가하는 것이다. 이러한 과정을 통해 실제 극한강우 조건에 따른 산사태 모니터링 기법의 효율성을 확인하고, 아울러 현장에 실제 설치하기 전 단계에서 여러 가지 상황에 대한 사전 대응체제를 수립하고자 한다. 한편, 본 연구에서는 실험실 평가 외에도 국내 남동부 지역을 대상으로 산사태 입체 모니터링 시스템을 당해년도 연구기간 동안 시범 구축하여 실험실 성능평가 결과와 비교를 통해 시스템의 완성도를 제고할 계획이다.
최근 기후변화로 인한 강우의 변화는 지역적 집중현상이 심화되어 도시지역의 배수단면 부족으로 인한 내수침수 피해 증가 및 상대적으로 취약한 도시외각 절개지 붕괴 등으로 2차 피해가 가중되고 있다. 또한 기후변화의 영향으로 인하여 지속기간별 강우량의 크기가 증가하고 기준강우량의 발생빈도가 증가하고 있다. 도시지역의 홍수피해 직접적인 원인으로는 외수의 범람에 의한 침수와 내수 배제불량으로 침수피해로 구분할 수 있으며 최근 도시지역에 발생하는 홍수피해의 대부분은 외수의 직접범람에 의한 피해보다는 각종 수리구조물의 배제능력 부족이나 방류지점에서의 배수위의 영향으로 인한 내수의 배제불량에 기인한 피해가 증가하는 추세이나 이는 환경적 변화에 따른 기후변화가 중요한 원인이 되고 있다.
이에 본 연구는 국내의 주요도시(1개 특별시, 6개 광역시)에 대하여 강우분석을 실시하여 확률강우량을 초과하는 사상에 대하여 분석하고 초과사상에 대한 확률강우를 재 산정하였다.
최근 수공시설물의 설계규모를 넘어서는 극한 강우사상이 발생하여 홍수방어를 위하여 구축된 수리구조물이 파괴 되는 등 많은 홍수피해가 발생하고 있다. 따라서 극한 강우사상의 시공간적 발생 특성을 파악하고 미래의 기후변화하에서 극한강우사상이 어떻게 변화하고 설계수명기간(Design period)동안 분포 특성이 어떻게 변화할지를 이해하는 것은 매우 중요하다. 이에 본 논문에서는 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하기 위해 기후변화 시