KR20150045770A - Calculation method of rainfall risk criteria in city - Google Patents
Calculation method of rainfall risk criteria in city Download PDFInfo
- Publication number
- KR20150045770A KR20150045770A KR20130125441A KR20130125441A KR20150045770A KR 20150045770 A KR20150045770 A KR 20150045770A KR 20130125441 A KR20130125441 A KR 20130125441A KR 20130125441 A KR20130125441 A KR 20130125441A KR 20150045770 A KR20150045770 A KR 20150045770A
- Authority
- KR
- South Korea
- Prior art keywords
- rainfall
- risk
- risk criteria
- heavy
- frequency
- Prior art date
Links
- 238000004364 calculation method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000010219 correlation analysis Methods 0.000 claims abstract description 9
- 230000006378 damage Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 6
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000001953 sensory effect Effects 0.000 abstract 1
- 238000001556 precipitation Methods 0.000 description 4
- 230000009974 thixotropic effect Effects 0.000 description 3
- 238000000855 fermentation Methods 0.000 description 2
- 230000004151 fermentation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
Landscapes
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Atmospheric Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Economics (AREA)
- Ecology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
Description
본 발명은 단시간에 집중되는 호우에 대해서도 위험상황을 정확히 경고할 수 있도록 하는 도시 호우 위험기준의 산정방법에 관한 것으로, 특히 과거의 실제 침수 자료와 강우 관측 자료를 이용하여 위험기준을 마련하되, 상관관계분석을 통해 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스 분석을 하여 각 시간별 위험 강우 기준을 제공하게됨으로써, 호우 위험에 대해 보다 효과적으로 대처할 수 있도록 하는 도시 호우 위험기준의 산정방법에 관한 것이다.
The present invention relates to a method of estimating the risk of heavy rainfall, which can accurately warn a dangerous situation even in a short period of heavy rainfall. In particular, a risk standard is prepared using past actual flood data and rainfall observation data, 2, 3, 5, and 10 years for the duration of 10, 30, 60, 90, 120, and 180 minutes of rainfall per hour derived from the relationship analysis , 20 years, 30 years, 50 years, 80 years, and 100 years, by providing a metric for each hourly risk rainfall, so as to better cope with the risk of heavy rainfall. .
태풍이나 폭우, 폭염과 가뭄, 강풍과 폭설과 같은 각종 기후재난을 비롯하여 교통사고와 폭발사고를 비롯한 인적재난은 많은 물적 피해와 인적 피해를 가져온다. 특히 기후재난의 경우에는 재난의 전조가 확실하고 계절성 기후에 의한 재해가 많기 때문에 비교적 예측이 가능하고 대비가 가능하다. 하지만 사고를 비롯한 예측하지 못한 인적재난의 경우에는 빠르게 재난을 감지하여 재난을 관리하는 기관에서 대응하는 것이 중요하다.
Human disasters, including traffic accidents and explosions, as well as various climate disasters such as typhoons, heavy rains, heat and drought, strong winds and heavy snow, cause many physical damage and personal injury. Particularly in the case of climate disasters, it is relatively predictable and possible to prepare because disaster preoccurrence is certain and there are many disasters due to seasonal climate. However, in the case of unforeseen human disasters, including accidents, it is important to respond promptly to the disaster management agency to detect disasters.
지난해 여름 집중호우의 횟수는 132차례로서 해마다 늘고 있는 추세이며, 기상청에서는 여름철 집중호우가 앞으로도 더욱 잦아질 것으로 전망하고 있다. 여름철 집중호우의 원인으로는 지구온난화와 저온 현상으로 많은 강수량과 열대성 폭풍을 발생시키는 라니냐를 꼽고 있는데, 여름철 집중호우는 농작물 등 대규모 재산피해뿐만 아니라, 질병확산, 인명재해 등의 헤아릴 수 없는 피해를 주고 있으므로, 이에 대한 근본적인 대책이 필요한 실정이다.
The number of heavy rains last summer has increased by 132 every year, and the Meteorological Administration forecasts that summer heavy rains will become more frequent in the future. La Niña, which generates a lot of rainfall and tropical storms due to global warming and low temperature phenomenon, is one of the causes of summer heavy rains. In summer, torrential rainstorms not only cause massive damage to property such as crops, but also infinite damage Therefore, it is necessary to take a fundamental countermeasure.
종래에도 시간당 강우량을 측정하여 이를 단계적으로 경고하기 위한 방법으로서 호우 위험기준의 산정방법이 존재하였으나, 종래에는 전국적으로 동일 기준을 적용하는 방식이었으므로 지역적 특성을 고려하지 못하는 문제점이 있었으며,Conventionally, there has been a method of estimating rainfall risk standard as a method for measuring the amount of rainfall per hour and warning it step by step. However, conventionally, there was a problem that the same method was applied nationwide,
기상청 특보 발효기준이, 6시간동안 강우량이 70mm 이상이거나, 12시간 동안 강우량이 110mm 이상인 경우에는 호우주의보를, 6시간동안 강우량이 110mm 이상이거나, 12시간 동안 강우량이 180mm 이상인 경우에는 호우경보를 내리도록 구성되어있는데, 최근들어 여름철 집중호우의 횟수가 점차 늘고 있고 짧은 시간에 더욱 집중되는 특성을 보이고 있으므로, 6시간, 12시간 강우량으로 특보를 발효할 경우 침수 대비에 신속히 대비할 수 없는 문제점이 있었다.
If the Meteorological Agency's fermentation standard is that the rainfall is over 70mm for 6 hours or the rainfall is more than 110mm for 12 hours or the rainfall is more than 110mm for 6 hours or more than 180mm for 12 hours, However, since the number of times of heavy rainfall in summer has been gradually increasing and the concentration has been concentrated in a short time, there has been a problem in that it is not possible to promptly prepare for flooding when fermentation is carried out with 6 hours and 12 hours of rainfall.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 과거의 실제 침수 자료와 강우 관측 자료를 이용하여 호우 위험기준을 마련하되, 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각 호우 위험기준을 산정하는 방식이므로 지역적 특성이 충분히 반영될 수 있도록 하는데 첫번째 목적이 있는 것이다.
The present invention solves the above-mentioned problems, and provides a rainfall risk standard using the past actual inundation data and rainfall observation data. The rainfall risk standard is set for the range included in the Thyssen network based on the rainfall observation point It is the first purpose to ensure that regional characteristics can be fully reflected.
또한, 상관관계분석을 통해 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스 분석을 하여 각 시간별 위험 강우 기준을 제공하게됨으로써, 단시간에 집중되는 호우에 대해서도 효과적으로 대처할 수 있도록 하는데 두번째 목적이 있는 것이다.
In addition, the risk criterion for rainfall per hour derived from the correlation analysis is 1, 2, 3, 5, 10, 20, 30, 60, 90, , 10, 20, 30, 50, 80, and 100 years to provide a time-based risk rainfall criterion, so that the second objective is to be able to effectively cope with short- It is.
상기한 목적을 달성하기 위해 본 발명에서는,To achieve the above object, in the present invention,
시간당 강우량을 분석하여 호우주의보와 호우경보를 발효시키게되는 도시 호우 위험기준 산정방법에 있어서,A method for estimating the risk of heavy rainfall by analyzing the amount of rainfall per hour and causing a storm warning and storm warning to be triggered,
과거의 실제 피해이력과 강우체감도 그리고 빈도해석을 통한 상관관계를 분석함으로써, 주의, 경계, 위험 수준에 해당되는 시간 당 강우량의 범위를 정하는 과정과, 상관관계분석을 통해 도출한 상기 시간 당 강우량에 대한 위험기준을 토대로, 더욱 세분화한 시간에 대하여 재해 발생빈도에 대한 매트릭스 분석을 함으로써 각 시간별 위험 강우 기준을 설정하는 과정으로 이뤄지되,The process of determining the range of rainfall per hour that corresponds to the attention, boundary, and risk level by analyzing the past actual damage histories, rainfall hindness, and correlation analysis through the frequency analysis, and the rainfall per hour And a risk analysis is performed for each hour according to a matrix analysis of a frequency of occurrence of a disaster for a more detailed time based on the risk standard for the time of the occurrence of the accident,
지역적인 특성을 충분히 반영할 수 있도록 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각의 호우 위험기준을 산정하는 방식을 사용한 것을 특징으로 하는 호우 위험기준 산정방법을 제공한다.
And a method of estimating each of the heavy rainfall risk standards based on the rainfall observation point based on the range included in the thyssen network so as to sufficiently reflect local characteristics.
또한, 상관관계분석을 통하여 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스 분석을 하여 각 시간별 위험 강우 기준을 설정하는 방법을 사용할 수도 있을 것이다.
In addition, the risk criterion for rainfall per hour derived from the correlation analysis is 1, 2, 3, 5, 10, 20, 30, 60, 90, , 10 years, 20 years, 30 years, 50 years, 80 years, and 100 years, by using a matrix analysis method.
본 발명에 따른 도시 호우 위험기준의 산정방법에서는, In the method of estimating the heavy rain risk standard according to the present invention,
과거의 실제 침수 자료와 강우 관측 자료를 이용하여 호우 위험기준을 마련하되, 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각 호우 위험기준을 산정하는 방식이므로, 지역적인 특성을 충분히 반영할 수 있게된다.
Because of the method of calculating the heavy rainfall risk by using the actual flood data and the rainfall observation data in the past, the rainfall risk standard is calculated based on the rainfall observation point, .
또한, 상관관계분석을 통해 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스 분석을 하여 각 시간별 위험 강우 기준을 제공하게됨으로써, 단시간에 집중되는 호우에 대해서도 효과적으로 대처할 수 있게되는 효과가 있는 것이다.
In addition, the risk criterion for rainfall per hour derived from the correlation analysis is 1, 2, 3, 5, 10, 20, 30, 60, 90, , 10 years, 20 years, 30 years, 50 years, 80 years, and 100 years, and provides a risk rainfall criterion for each hour, thereby effectively coping with heavy rainfall concentrated in a short period of time will be.
앞에서도 언급한 바와 같이 종래의 호우 위험기준 산정방법에서는, As described above, in the conventional method of estimating the risk of heavy rainfall,
6시간동안 강우량이 70mm 이상이거나, 12시간 동안 강우량이 110mm 이상인 경우에는 호우주의보를, 6시간동안 강우량이 110mm 이상이거나, 12시간 동안 강우량이 180mm 이상인 경우에는 호우경보를 발효하도록 구성되어있으므로, 단시간에 집중되는 호우에 대해서는 효과적으로 대처할 수 없는 문제점이 있었으나,When the rainfall amount is more than 70 mm for 6 hours or when the rainfall amount is more than 110 mm for 12 hours and when the rainfall amount is more than 110 mm for 6 hours or when the rain amount is more than 180 mm for 12 hours, There has been a problem in that it can not be effectively coped with the heavy rain that is concentrated in the river,
본 발명에서는 먼저 서울의 피해이력과 강우체감도 그리고 빈도해석을 통한 상관관계를 분석함으로써 서울의 호우위험기준을 다음과 같이 산정하고 있다.
In the present invention, the risk level of heavy rainfall in Seoul is calculated as follows by analyzing the correlation history through damage history, rainfall sensation degree and frequency analysis in Seoul.
위 도표에서 보면, 2010년 1시간 강우 기준, 50~55mm(3년빈도) 강우 발생시 2개 지역이 침수되었으며, 60~65mm(5년빈도) 강우 발생시 2개 지역, 65~70mm 2개구, 70~75mm(10년빈도) 8개구, 75mm이상 9개구 지역에 침수 발생된 사실을 확인할 수 있는데,In the above chart, two areas were inundated in the case of 1-hour rainfall in 2010, 50-55 mm (3-year frequency) and 60-65 mm (5-year frequency) ~ 75mm (10 year frequency) 8 openings, more than 75mm 9 openings,
일본 강우강도에서는 1시간당 50mm이상 강우 발생시 대단히 격함, 폭포와 같이 우산을 써도 젖음이라고 표현하고 침수위험의 기준이 되며, 특히 80mm이상 강우발생시에는 대규모 재해위험이 있다고 표현한다.
In Japanese rainfall intensity, it is very severe when rainfall occurs more than 50mm per hour. It is expressed as wetting even with umbrellas like waterfall, and it is a standard of flood risk. Especially when rainfall of 80mm or more occurs, there is danger of large scale disaster.
본 발명에 따른 도시 호우 위험기준 산정방법에서는 상기 도표에 의한 과거 침수 자료 및 강우 관측 자료들을 실제적으로 이용함으로써, 예를 들어 2010년도의 서울시 피해 이력에 따라 45~55mm 강우 발생시는 주의, 55~65mm 강우 발생시는 경계, 65mm이상 강우 발생시는 위험으로 구분하였다.
In the method of estimating rainfall risk according to the present invention, the past flood data and the rainfall observation data according to the above chart are practically used. For example, according to the damage history of Seoul in 2010, In case of rainfall, it is classified as a boundary.
또한, 상관관계분석을 통하여 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스(종렬과 황렬로 된 장방형의 숫자를 배열한 것으로 동일 차수를 가진 벡터를 나열한 것) 분석을 하여 각 시간별 위험 강우 기준을 다음과 같이 설정하였다.
In addition, the risk criterion for rainfall per hour derived from the correlation analysis is 1, 2, 3, 5, 10, 20, 30, 60, 90, (10), (20), (30), (50), (80), and (100) The rainfall criterion was set as follows.
본 발명에서는 과거 침수 자료 및 강우 관측 자료에 근거하되, 60분 강우 기준으로 설정한 위험기준을 바탕으로 각 시간에 해당되는 위험을 설정하였는데, In the present invention, based on the past flood data and rainfall observation data, the risk corresponding to each time was set based on the risk standard set for the 60-minute rainfall criterion,
매트릭스 분석 결과 10분 강우는 1년 빈도에 해당하는 14mm 에서 주의 및 경계, 2년 빈도에 해당하는 16mm 에서 위험단계로 설정하고,As a result of the matrix analysis, the 10-minute rainfall was set at the critical level at 16 mm corresponding to the two-year frequency of attention and boundary at 14 mm corresponding to the one-year frequency,
30분 강우는 1년 빈도에 해당되는 25mm 에서 주의, 2년 빈도에 해당되는 30.1mm 에서 경계, 3년 빈도에 해당하는 35mm 에서 위험단계로 설정하고, The 30-minute rainfall is set at the critical level at 25 mm corresponding to the one-year frequency, at the border at 30.1 mm corresponding to the two-year frequency, and at the 35-mm frequency corresponding to the 3-year frequency,
60분 강우는 2년 빈도에 해당되는 44.4mm 에서 주의, 3년 빈도에 해당되는 52.7mm 에서 경계, 5년 빈도에 해당하는 62mm 에서 위험단계로 설정하고,The 60-minute rainfall was set at the critical level at 62 mm, which corresponds to the 5-year frequency, at the border at 52.7 mm, which corresponds to the three-year frequency of caution, at 44.4 mm,
90분 강우는 3년 빈도에 해당되는 65.8mm 에서 주의, 5년 빈도에 해당되는 77.7mm 에서 경계, 10년 빈도에 해당하는 92.8mm 에서 위험단계로 설정하고,The 90-minute rainfall is set at the critical level at the 65.8 mm, corresponding to the 3-year frequency, at the border at 77.7 mm corresponding to the 5-year frequency, and 92.8 mm corresponding to the 10-year frequency,
120분 강우는 5년 빈도에 해당되는 90.1mm 에서 주의, 10년 빈도에 해당되는 107.8mm 에서 경계, 20년 빈도에 해당하는 124.7mm 에서 위험단계로 설정하고,The 120-minute rainfall was set at a critical level at 124.1 mm, corresponding to a 20-year frequency, at a border at 107.8 mm, corresponding to a 10-year frequency, at a caution of 90.1 mm, corresponding to a 5-year frequency,
180분 강우는 10년 빈도에 해당되는 130.1mm 에서 주의, 20년 빈도에 해당되는 150.6mm 에서 경계, 30년 빈도에 해당하는 162.4mm 에서 위험단계로 설정하였다.
The 180-minute rainfall was set at the critical level at 130.1 mm, which corresponds to the 10-year frequency, at the border at 150.6 mm, which corresponds to the frequency of 20 years, and 162.4 mm, which corresponds to the frequency at 30 years.
또한, 본 발명에 따른 도시 호우 위험기준의 산정방법에서는, 지역적인 특성을 충분히 반영할 수 있도록 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각 호우 위험기준을 산정하는 방식을 사용하고 있다.
In addition, in the method of estimating rainfall risk standard according to the present invention, a method of calculating the heavy rainfall risk standard is used for the range included in the thixotropic network based on the rainfall observation point so as to sufficiently reflect local characteristics .
즉, 위험 알림의 범위는 티센망에 포함된 同 단위로서, 강우관측지점을 기준으로 티센망에 포함되는 범위를 설정하고 있다.
In other words, the range of the risk notification is the same unit included in the ThyssenKnet, and the range included in the ThyssenNetwork is set based on the rainfall observation point.
티센법은 가중값에 의한 평균방법으로, 각 관측소가 차지하는 면적을 전체면적으로 나눈 가중값으로 평균을 산출하는 방법이다.
The Thyssen method is an averaging method based on the weighting method, which calculates the average by weighting the area occupied by each station by the total area.
유역에 떨어진 강우의 총량을 유역면적으로 환산하여 유역전반에 걸친 평균 깊이값을 계산할 수 있는데 이를 '면적 강우량'이라 하며, 강우의 총량은 측정계의 면적 위에 떨어진 강수량으로 한다. 티센망은 관측소간의 직선거리상 중심에 해당하는 곳에 연직선을 작도하여 정리하게되며, 강수계의 비동일성 분포를 바로잡기위해 설정된 장치로서 강수량을 수집하여 적절히 계산하기 위해 조성된 다각형의 수집점망이다.
The average depth of the watershed can be calculated by converting the total amount of rainfall into the watershed area of the watershed. This is called 'area rainfall', and the total amount of rainfall is the amount of precipitation that falls on the area of the measurement system. The thixotropic network is a collection network of polygons constructed to collect precipitation and properly calculate precipitation as a set device to correct the non-uniformity distribution of the precipitation system by arranging a vertical line at the center of the straight line distance between the observation stations.
위 그림은 서울시의 티센망을 예시한 그림으로서, 본 발명에 따른 호우 위험기준의 산정방법에서는 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각의 호우 위험기준을 산정하도록 되어 있으므로, 지역적인 특성을 충분히 반영할 수 있게된다.
The above figure is an illustration of a thixotropic network in Seoul. In the calculation method of heavy rainfall risk standard according to the present invention, each heavy rainfall risk standard is calculated based on the rainfall observation point, So that it is possible to sufficiently reflect the characteristic.
2010년 피해-일 강우체감도-서울 빈도해석 상관관계 분석을 통해 새로 제시한 위험기준을 바탕으로 실제 티센망을 이용하여 위험지역을 표출한 결과는 다음과 같다.
Based on the newly proposed risk criteria, the results of the risk zone using the actual Thyssen network are as follows.
또한, 본 발명은 기상예측이 아니라 실제 강우가 내린 값을 실시간으로 측정하여 적용한 방법으로서, 기상예측은 예측치로써 그 값을 위험기준에 정확히 부합시키에는 무리가 있는데 비해, 본 발명에서는 실제 강우가 내린 값을 실시간으로 측정하는 것이기 때문에 그 값을 위험기준에 정확히 부합시킬 수 있는 장점이 있는 것이다.
In addition, the present invention is a method in which actual rainfall values are measured and applied in real time instead of the weather prediction, and weather prediction is a predicted value, and it is difficult to exactly match the values with the danger criteria. In the present invention, The value is measured in real time, so it has the advantage of matching the value exactly with the risk standard.
본 발명은 실제 침수가 일어났던 과거 자료를 바탕으로 침수 예측자료를 생성한 것으로서, 침수 예측자료 생성에서 수문모델을 이용하는 것이 가장 보편적이나 수문모델을 이용할 경우 현장의 모든 정보를 고려할 수 없는데 비해, 본 발명에서는 실제 강우에 대한 침수자료를 바탕으로 위험기준 선정을 위한 침수예측을 하고있으므로 보다 정확하고 현실성 있는 침수예측이 가능해진다.
The present invention is based on the past data from actual flooding, and it is most common to use the hydrologic model in the flood prediction data generation. However, when the hydrologic model is used, all the information on the field can not be considered, , It is possible to predict flooding more precisely and realistically because flood prediction for the selection of the risk standard is made based on flood data for actual rainfall.
즉, 본 발명은 과거 실제 침수 자료와 강우관측 자료를 이용하여 위험기준을 마련하고, 실시간 강우관측 자료를 이용하여 침수위험을 알릴 수 있다는 점에서 특징이 있는 것이다.
That is, the present invention is characterized in that risk standard is established using past actual flood data and rainfall observation data, and flood risk is informed by using real-time rainfall observation data.
이상에서 설명한 바와 같이, 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주의하여야 한다. 이처럼 본 발명은 이들이 결합되어 구현될 수도 있다. 따라서 본 발명은 특허청구범위에 기재된 청구항들의 범주에 의해 정의될 뿐이다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. As such, the present invention can be implemented by combining these. Accordingly, the invention is only defined by the scope of the claims set forth in the claims.
Claims (2)
과거의 실제 피해이력과 강우체감도 그리고 빈도해석을 통한 상관관계를 분석함으로써, 주의, 경계, 위험 수준에 해당되는 시간 당 강우량의 범위를 정하는 과정과,
상관관계분석을 통해 도출한 상기 시간 당 강우량에 대한 위험기준을 토대로, 더욱 세분화한 시간에 대하여 재해 발생빈도에 대한 매트릭스 분석을 함으로써 각 시간별 위험 강우 기준을 설정하는 과정으로 이뤄지되,
지역적인 특성을 충분히 반영할 수 있도록 강우 관측지점을 기준으로 티센망에 포함된 범위에 대해 각각의 호우 위험기준을 산정하는 방식을 사용한 것을 특징으로 하는 도시 호우 위험기준 산정방법.
A method for estimating the risk of heavy rainfall by analyzing the amount of rainfall per hour and causing a storm warning and storm warning to be triggered,
The process of defining the range of rainfall per hour that corresponds to the level of attention, boundary, and risk by analyzing the past actual damage histories, rainfall habits, and correlation analysis through frequency analysis,
Based on the risk criterion for the amount of rainfall per hour derived through the correlation analysis, and performing a matrix analysis of the occurrence frequency of the disaster for a more specific time, thereby setting a risk rainfall criterion for each hour,
And a method of estimating each heavy rainfall risk standard for the range included in the thyssen network based on the rainfall observation point so as to sufficiently reflect local characteristics.
상관관계분석을 통하여 도출한 1시간 당 강우량에 대한 위험기준을 10분, 30분, 60분, 90분, 120분, 180분 지속시간에 대하여 1년, 2년, 3년, 5년, 10년, 20년, 30년, 50년, 80년, 100년 빈도에 대하여 매트릭스 분석을 하여 각 시간별 위험 강우 기준을 설정하는 것을 특징으로 하는 도시 호우 위험기준 산정방법.The method according to claim 1,
2, 3, 5, 10, and 10 years for the duration of 10, 30, 60, 90, 120 and 180 minutes of rainfall per hour derived from the correlation analysis Wherein the time-series rainfall criterion is set by performing a matrix analysis on the frequency of the year, 20, 30, 50, 80, and 100 years.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130125441A KR101535528B1 (en) | 2013-10-21 | 2013-10-21 | Calculation method of rainfall risk criteria in city |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130125441A KR101535528B1 (en) | 2013-10-21 | 2013-10-21 | Calculation method of rainfall risk criteria in city |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150045770A true KR20150045770A (en) | 2015-04-29 |
| KR101535528B1 KR101535528B1 (en) | 2015-07-09 |
Family
ID=53037615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130125441A KR101535528B1 (en) | 2013-10-21 | 2013-10-21 | Calculation method of rainfall risk criteria in city |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101535528B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080059A (en) * | 2019-11-11 | 2020-04-28 | 天津大学 | Non-uniform multi-source flood encounter risk analysis method |
| CN112069378A (en) * | 2020-09-14 | 2020-12-11 | 郑州大学 | Urban disaster-causing rainfall classification determination method based on IDF curve |
| CN112365563A (en) * | 2020-11-10 | 2021-02-12 | 艾莫瑞信息技术咨询(厦门)有限公司 | Rainfall frequency graph set digitalization and rainstorm high-risk division visualization analysis system |
| KR102314013B1 (en) * | 2020-04-24 | 2021-10-18 | 대한민국 | Urban flood limit rainfall forecasting method based on deep learning |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR200299507Y1 (en) * | 2002-09-11 | 2003-01-03 | 주식회사 텐코리아 | System for managing a disaster using the network |
-
2013
- 2013-10-21 KR KR1020130125441A patent/KR101535528B1/en active IP Right Grant
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080059A (en) * | 2019-11-11 | 2020-04-28 | 天津大学 | Non-uniform multi-source flood encounter risk analysis method |
| KR102314013B1 (en) * | 2020-04-24 | 2021-10-18 | 대한민국 | Urban flood limit rainfall forecasting method based on deep learning |
| CN112069378A (en) * | 2020-09-14 | 2020-12-11 | 郑州大学 | Urban disaster-causing rainfall classification determination method based on IDF curve |
| CN112069378B (en) * | 2020-09-14 | 2022-09-30 | 郑州大学 | Urban disaster-causing rainfall classification determination method based on IDF curve |
| CN112365563A (en) * | 2020-11-10 | 2021-02-12 | 艾莫瑞信息技术咨询(厦门)有限公司 | Rainfall frequency graph set digitalization and rainstorm high-risk division visualization analysis system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101535528B1 (en) | 2015-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tsakiris et al. | Regional drought assessment based on the Reconnaissance Drought Index (RDI) | |
| Calianno et al. | Supplementing flash flood reports with impact classifications | |
| Rahmat et al. | Assessing droughts using meteorological drought indices in Victoria, Australia | |
| Dalezios et al. | Regional design storm of Greece within the flood risk management framework | |
| KR101535528B1 (en) | Calculation method of rainfall risk criteria in city | |
| CN108710989A (en) | A kind of synthesis drought index based on joint distribution function | |
| Yeh et al. | Using standardized groundwater index and standardized precipitation index to assess drought characteristics of the Kaoping River Basin, Taiwan | |
| Huang et al. | Contributions of climate variability and human activities to the variation of runoff in the Wei River Basin, China | |
| Zhu et al. | Characteristics of integrated droughts based on a nonparametric standardized drought index in the Yellow River Basin, China | |
| Tofiq et al. | Potential changes in inflow design flood under future climate projections for Darbandikhan Dam | |
| Yeh | Using integrated meteorological and hydrological indices to assess drought characteristics in southern Taiwan | |
| Mohamed et al. | Two phases of long-term shift in extreme precipitation in Somalia | |
| KR101690181B1 (en) | Flash flood monitoring method using a flash flood index prediction | |
| Bakanoğulları et al. | Assessment of meteorological and agricultural drought analysis in Kırklareli province | |
| Yin et al. | A comparison of statistical methods for benchmarking the threshold of daily precipitation extremes in the Shanghai metropolitan area during 1981–2010 | |
| KR101843008B1 (en) | Decision method and system for investment of urban flood control facility using of climate chang scenarios | |
| Heydarzadeh et al. | Monitoring meteorological drought with SPI and RDI drought indices and Forecasting Class Transitions Using Markov Chains in southern Iran | |
| CN109671248A (en) | Mountain flood method for early warning based on object of taking precautions against natural calamities | |
| KR101865791B1 (en) | Typhoon risk analysis system and typhoon risk analysis method using the same | |
| Asad et al. | Flood frequency Modeling using Gumbel’s and Powell’s method for Dudhkumar river | |
| Kim et al. | Hazard analysis of typhoon-related external events using extreme value theory | |
| Javadinejad et al. | Modeling the effects of climate change on probability of maximum rainfall and on variations in storm water in the Zayandeh Rud River | |
| Makungo et al. | Long-term trends and changes in rainfall magnitude and duration in a semi-arid catchment, South Africa | |
| Mustafa et al. | Trend analysis of annual and monthly rainfall in Erbil City, Kurdistan Region, Iraq | |
| CN111160608A (en) | Application method and application system of extreme rainfall weather index, electronic device and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |