설계홍수량 산정은 일반적으로 수자원설계 목적을 위해 요구되며 수자원 관련 계획, 안정성 그리고 수공구조물의 위험도를 평가하기 위해 추정된다. 그러나 설계목적을 위한 국내의 유량자료는 매우 제한적이며, 강우자료와 비교해 봤을 때 상대적으로 관측년수가 상당히 적은 실정이다. 이러한 점에서 본 연구에서는 기 수립된 하천의 재현기간에 따른 설계홍수량 및 유역특성인자(면적, 유역경사)로부터, 설계홍수량을 멱함수 형태로 지역화하여 미계측 유역에서 설계홍수량 산정이 가능한 모형을 개발하였다. 제안된 설계홍수량 지역화 모형의 매개변수 산정과 불확실성을 정량적으로 평가하기 위해 계층적 Bayesian 모형을 활용하였으며, 최종적으로 교차검증 관점에서 모형의 적합성을 검정하였다. 모형 적용 결과, 기존 면적기반의 홍수량 산정식에 비해 약 0.3 이상 높은 상관성을 가지며 홍수량을 추정하는 결과를 확인하였다. 본 연구를 통해 제안된 모형은 검증과 정과 도출된 결과를 통해 유역특성에 따른 재현기간별 설계홍수량을 효과적으로 재현하는데 유리할 뿐만 아니라, 동시에 모형의 매개변수 및 결과에 대한 불확실성 정보를 제공함으로써 미계측 유역의 홍수량을 평가하는 기초자료로써 활용 가능할 것으로 판단된다.

수문모형의 매개변수 추정에 필요한 유량 관측 자료의 수집은 시·공간적으로 제한이 있어 우리나라도 아직 상당수의 미계측유역이 존재하며, 이를 보완하고자 주변 유역의 정보를 활용하는 지역화 방법들이 연구되어 왔다. 그러나 지역적 특성이나 기후 조건에 따라 지역화 방법의 결과가 상이하여 어느 지역에 어떠한 지역화 방법이 가장 우수하다고 판단하기 어렵다. 본 연구에서는 보편적으로 사용되는 지역화 방법인 지역회귀모형의 설명 변수에 공간근접모형으로 추정한 수문모형의 매개변수를 추가하여 회귀모형의 적합성을 향상시켰으며, 이를 하이브리드 지역화모형이라 정의하고 기존 방법들과 비교하였다. 계측유역으로는 관측 자료가 충분한 남한의 37개 유역을 선정하였고, 수문모형은 개념적 수문모형인 GR4J를 사용하였으며, 계측유역에 대한 수문모형의 매개변수 산정은 Shuffled complex evolution 알고리즘을 사용하였다. 유역 특성변수들 간 다중공선성을 고려하기 위해 Variation inflation factor를 사용하였고, Stepwise regression을 통해 회귀모형의 최적 설명변수를 선택하였다. 통계 값을 통해 모형의 적합성을 비교한 결과, 하이브리드 지역화모형에서 가장 작은 RMSE 값을 나타내었으며, 유역별 모의 값의 변동성이 줄어들어 결과의 불확실성 또한 낮아짐을 확인할 수 있었다. 따라서 하이브리드 모형이 미계측유역의 유출량 산정을 위한 하나의 대안이 될 수 있음을 확인하였다.

본 연구에서는 금강유역에 대한 지역홍수빈도분석을 실시하고 재현기간에 따른 홍수량을 추정하는 관계식을 제안하였다. 유역 내 유량자료의 수문학적 독립성과 동질성에 대한 검증을 위하여 Lag-1 자기상관성 분석, 동질성 검정, 이상치 검정, 불일치척도 검정을 수행하였다. 검정 결과, 금 강유역의 대상 관측소들은 시간에 대하여 독립적이고 동질적 모집단에 속하며 이상치는 없었다. 일반 극치 분포(GEV), 3변수 대수정규 분포(LN- Ⅲ), 피어슨-III 분포(P-Ⅲ), 일반 로지스틱 분포(GLO), 일반 파레토 분포(GPA) 등 5개의 3변수 확률분포함수에 대한 L-모멘트비도와 평균가중거 리(AWD), 그리고 ZDIST 적합도 산정 결과, GLO 분포함수가 금강유역의 최적 확률분포형으로 선정되었다. GLO 분포를 바탕으로 지역홍수빈도를 추정하는 회귀모형을 제안하였고, 강경 관측소의 관측 유량을 이용하여 회귀모형의 적용성을 검증하였다.

우리나라는 기후변화로 인해 강우의 변동성이 커지며 강우관측시스템이 지역적으로 불균형하고 시험유역을 제외한 대부분의 저수지 상류 유역이 미계측유역인 관계로 강우량, 유출량, 증발량 및 신뢰성 있는 관측 유입량이 절대적으로 부족하다. 이로 인해 유역의 특성을 반영한 강우-유출 관계를 유도하는데 문제점이 초래되고 있으며, 댐 및 저수지의 계획 및 설계 운영에 필요한 유입량 예측이 어려운 실정이다. 본 연구는 미계측유역 유입량의 정량적ㆍ정성적 분석방안을 수립하기 위해서 기존에 개발된 모형 IHACRES 모형, Sacramento 모형 및 Tank 모형을 이용하여 저수지의 유입량을 산정하고 각 모형의 매개변수를 지역화 하고자 한다. 지역화를 위해서 대상유역의 지형특성인자인 유역면적, 유로연장, 유역평균표고, 유역평균경사 및 단일형상계수와 회귀 분석하여 지역화시키고, 지역화를 통하여 산정된 매개변수를 각 모형에 적용하여 대상유역의 유입량을 재산정하여 처음에 산정한 유입량 값과 비교하여 각 모형의 지역화 가능성을 비교하였다.

본 연구에서는 미계측 유역인 저수지 상류 유역의 유출을 모의하기 위하여 Tank 모형의 구성성분을 개선하고 매개변수를 지역화하였으며, 모형의 적용성을 평가하였다. 저수지 상류 유역의 유출특성을 고려하여 3단 Tank 모형을 선정하였다. 유역 물수지를 고려하여 세 번째 Tank의 지하배수과정을 제외하였으며, 증발산성분은 국내의 기상관측 상황을 반영하여 개선하였다. 모형의 민감도 분석결과는 매개변수 α의 변화에 따라 모형이 합리적으로 반응한다는 것을 제시하였다. 유역의 유역특성인자와 토지이용상태를 변수로 사용하여 모형의 매개변수 지역화식을 결정하였다. 3개 유역의 유출 모의와 1개 저수지의 저수위 모의에 대하여 모형 성능을 검증하였으며, 실측치와 모의치가 유사한 경향을 나타냈다. 24개 저수지 유입량 모의에 모형을 적용한 결과, 대상 저수지 상류 유역의 평균 증발산율은 42.8%, 평균 유출률은 56.6%이었다. 결론적으로 매개변수가 지역화된 Tank 모형은 저수지 상류 유역의 유출 모의에 적용이 가능하며, 모의된 유입량 자료는 저수지 계획, 설계, 운영에 유용하게 활용될 수 있을 것으로 사료된다.

본 연구에서는 미계측 강수자료를 생성하여 공간 해석함으로써 제주도의 정확한 수문총량을 산정하였다. 미계측 강수자료는 본 연구에서 제시된 수정된 다중회귀선형 모형으로 생성하였으며 공간강수량은 PRISM을 적용하여 구하였다. 수정된 다중선형회귀 모형에 의한 미계측 강수자료의 추정 값들은 기존의 강수 패턴과 유사한 양상을 나타내어 모형의 정확도가 우수한 것으로 나타났으며, 공간강수량의 해석 결과는 Case 1(원자료)과 Case 2(미계측 강수자료를 보완한 자료)의 연평균 강수량이 약 1.5%의 미미한 차이를 나타내었으나 고도별 연평균 강수량 차이는 최대 37.4%가 증가하는 것으로 산정되었다. 따라서 본 연구에서 제안한 미계측 관측 자료 생성방법은 현재 관측소의 밀도가 낮은 곳과 국지적으로 강수량의 변화가 큰 곳에서의 수문총량의 산정시 유용할 것으로 판단된다.

The purpose of this study is to estimate the low-flow statistics at the mountainous watershed. The formulation for the estimation of the design low-flow statistics was obtained by means of a hydraulic approach applied to a simple conceptual model for a mountainous watershed. Three of the independent variables associated with the low-flow statistics is watershed area(A), average basin slope(S) and the base flow recession constant(K); Watershed area was measured from topographic maps and average basin slope is approximated in this study using Strahler's slope determining method. And base flow recession constant computed using Vogel and Kroll's method. Unfortunately, this method is usually unavailable at ungaged sites. In this study, recession constant at ungaged sites is estimated using graphical regression method used by Giese and Mason. The model for estimating low-flow statistics were applied to all 61 catchments in the Sumjin, Mankyung basin.