KR20220080463A - Urban flash flood forecast/warning system and method - Google Patents

Urban flash flood forecast/warning system and method Download PDF

Info

Publication number
KR20220080463A
KR20220080463A KR1020200169593A KR20200169593A KR20220080463A KR 20220080463 A KR20220080463 A KR 20220080463A KR 1020200169593 A KR1020200169593 A KR 1020200169593A KR 20200169593 A KR20200169593 A KR 20200169593A KR 20220080463 A KR20220080463 A KR 20220080463A
Authority
KR
South Korea
Prior art keywords
rainfall
flood
warning
runoff
induced
Prior art date
Application number
KR1020200169593A
Other languages
Korean (ko)
Inventor
김동균
Original Assignee
홍익대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 홍익대학교 산학협력단 filed Critical 홍익대학교 산학협력단
Priority to KR1020200169593A priority Critical patent/KR20220080463A/en
Publication of KR20220080463A publication Critical patent/KR20220080463A/en

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/14Rainfall or precipitation gauges
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Alarm Systems (AREA)

Abstract

도시 돌발홍수 예경보 방법이 개시된다. 도시 돌발홍수 예경보 방법은, 해당 유역의 레이더와 강우 게이지 데이터를 통해 강우 데이터를 수집하고, 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하는 단계; 허용 침수 면적 비율과 변동계수를 통해 예경보 기준이 설정되는 단계; 및 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 침수 예경보 단계;를 포함한다.A method for predicting and warning an urban flash flood is disclosed. The urban flash flood prediction and warning method collects rainfall data through radar and rainfall gauge data of the relevant watershed, generates synthetic rainfall through conditional synthesis, and extracts rainfall data for the length of the arrival time of the watershed to determine the amount of rainfall. estimating; setting a predictive warning standard through an allowable flood area ratio and a coefficient of variation; and a flood warning warning step of comparing the rainfall intensity and/or runoff with the preliminary warning standard to implement a flood warning warning.

Description

도시 돌발홍수 예경보 시스템 및 그 방법{URBAN FLASH FLOOD FORECAST/WARNING SYSTEM AND METHOD}Urban flash flood warning system and method {URBAN FLASH FLOOD FORECAST/WARNING SYSTEM AND METHOD}

본 발명은 도시 돌발홍수 예경보 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 침수 유발 강우 임계값과 침수 유발 유출량 임계값을 통한 예경보 프로세스를 구축하여 홍수 예경보 시스템의 정확성 및 신뢰성 확보, 강우량과 침수지역에 관한 정보를 바탕으로 홍수경보의 정확한 임계값 도출할 수 있는, 도시 돌발홍수 예경보 시스템 및 그 방법에 관한 것이다.The present invention relates to an urban flash flood forecasting system and a method therefor, and more particularly, by establishing a forecasting process using a flood-induced rainfall threshold and a flood-induced runoff threshold to ensure the accuracy and reliability of the flood forecasting and warning system, rainfall It relates to an urban flash flood forecasting system and method that can derive an accurate threshold value of a flood warning based on information on and flooded areas.

전세계적으로 기후변화에 따른 기상이변의 발생이 빈번해지고 있으며, 산업화와 도시화로 인해 자연재해 발생의 빈도는 매년 증가하고 있다. The occurrence of extreme weather due to climate change is increasing worldwide, and the frequency of natural disasters is increasing every year due to industrialization and urbanization.

홍수로 인한 피해를 완화하기 위해 조기 홍수 경보 시스템이 널리 적용되고 있는데, 조기 홍수 경보 시스템의 가장 중요한 구성 요소 중 하나는 홍수 경보의 기초로 사용되는 침수 유발 강우(FIR, Flood-inducing Rainfall)이다.Early flood warning systems are widely applied to mitigate damage caused by floods. One of the most important components of early flood warning systems is Flood-inducing Rainfall (FIR), which is used as the basis for flood warnings.

침수 유발 강우(FIR)의 결정은 시물레이션 기반 접근법 또는 데이터 기반 접근법으로 분류될 수 있으며, 시물레이션 기반 접근방식은 모델 매개 변수를 보정할 수 없기 때문에 측정되지 않은 유역에서 오류가 발생할 가능성이 높다.Determination of flood-induced rainfall (FIR) can be classified as either a simulation-based approach or a data-driven approach, which is prone to errors in unmeasured watersheds because model parameters cannot be calibrated.

이에 침수 지역의 현장 데이터 및 해당 강우에 대한 경험적 분석을 기반으로 침수 유발 강우(FIR)을 결정하는 데이터 중심 접근 방법을 사용하는데, 이 방법은 대량의 정확한 강우량, 유출량 및 침수 지역 데이터가 필요하다.To this end, we use a data-driven approach to determine flood-induced rainfall (FIR) based on field data from flooded areas and empirical analysis of those rainfall, which requires large amounts of accurate rainfall, runoff, and flooded area data.

현재까지도 하천 홍수 및 산사태에 해당하는 침수 유발 강우(FIR)만 다루었으며, 도시 환경에서 침수 유발 강우(FIR)을 명시적으로 논의한 연구는 없었다. 도시 환경에서의 홍수가 하천 홍수 및 산사태와 비교하여 강우에 빠르게 반응하고 지하 배수관 네트워크와 지역 지형 및 지표의 인공변경이 도시 지역의 홍수 메커니즘에 중요한 역할을 하기 때문에 도시 환경에서의 FIR을 정확하게 추정하기 어려웠다.To date, only flood-induced rainfall (FIR) corresponding to river floods and landslides has been covered, and there has been no study explicitly discussing flood-induced rainfall (FIR) in urban environments. Accurately estimate FIR in urban environments because flooding in urban environments responds faster to rainfall compared to river floods and landslides, and artificial changes in underground drainage networks and local topography and surface play important roles in flood mechanisms in urban areas. It was difficult.

한편, 유역홍수는 강우량의 시간 변동성과 유역의 불침투성에 의해 크게 영향을 받는다. 따라서 홍수 경보의 정확성을 높이기 위해 침수 유발 강우(FIR) 뿐만 아니라 유역 불침투성(watershed imperviousness)과 선행함수(수분)조건의 영향을 고려한 침수 유발 유출량(FIRO, Flood-inducing Runoff)을 고려하는 것이 필요한 실정이다.On the other hand, watershed flooding is greatly affected by the temporal variability of rainfall and the impermeability of the watershed. Therefore, in order to increase the accuracy of the flood warning, it is necessary to consider not only the flood-induced rainfall (FIR), but also the flood-inducing runoff (FIRO, Flood-inducing Runoff) considering the effects of watershed imperviousness and antecedent function (moisture) conditions. the current situation.

본 발명은 상기와 같은 종래 도시유역 홍수 예경보 시스템의 한계점을 해소하기 위한 것으로, 침수 유발 강우 임계값과 침수 유발 유출량 임계값을 통하여 도시유역의 돌발홍수를 정확하게 예경보 할 수 있는 도시 돌발홍수 예경보 시스템 및 그 방법을 제공하기 위한 것이다.The present invention is to solve the limitations of the conventional urban watershed flood prediction and warning system as described above. An example of an urban flash flood that can accurately predict and alert the flash flood in an urban watershed through the flood-induced rainfall threshold and the flood-induced runoff threshold. To provide an alarm system and method therefor.

전술한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 도시 돌발홍수 예경보 방법은, 해당 유역의 레이더와 강우 게이지 데이터를 통해 강우 데이터를 수집하고, 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하는 단계; 허용 침수 면적 비율과 변동계수를 통해 예경보 기준이 설정되는 단계; 및 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 침수 예경보 단계;를 포함한다.The urban flash flood prediction and warning method according to an embodiment of the present invention for solving the above technical problem collects rainfall data through radar and rainfall gauge data of the watershed, and generates synthetic rainfall through a conditional synthesis technique. estimating rainfall by extracting rainfall data corresponding to the length of the arrival time of the watershed; setting a predictive warning standard through an allowable flood area ratio and a coefficient of variation; and a flood warning warning step of comparing the rainfall intensity and/or runoff with the preliminary warning standard to implement a flood warning warning.

상기 해당 유역의 도달시간인 집중시간(TOC)은 지표 흐름 시간과 수로 흐름 시간의 합이며, 상기 집중시간(TOC)은 해당 영역의 관망 GIS 데이터베이스를 통해 추정된 것을 특징으로 한다.The concentration time (TOC), which is the arrival time of the corresponding watershed, is the sum of the surface flow time and the channel flow time, and the concentration time (TOC) is estimated through the pipe network GIS database of the corresponding area.

상기 조건부 합성 기법은 레이더 데이터에서 얻은 강우 공간 구조에 대한 정보를 사용하여 게이지 기반 강우량 필드를 조정하는 것을 특징으로 한다.The conditional synthesis technique is characterized in that the gauge-based rainfall field is adjusted using information about the rainfall spatial structure obtained from radar data.

상기 예경보 기준을 설정하는 단계는, 침수 유발 강우에 대한 변동 계수(Pcv)를 산정하고 상기 변동 계수(Pcv)와 선택된 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값을 산정하는 단계를 포함하는 것을 특징으로 한다.The step of setting the preliminary warning standard includes calculating a coefficient of variation (Pcv) for flooding-induced rainfall and calculating a flood-induced rainfall threshold determined by the coefficient of variation (Pcv) and the selected allowable inundation area ratio. characterized in that

상기 예경보 기준을 설정하는 단계는, 침수 유발 유출량에 대한 변동 계수(Rcv)를 산정하고 상기 변동 계수(Rcv)와 선택된 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값을 산정하는 단계를 포함하는 것을 특징으로 한다.The step of setting the preliminary warning standard includes calculating a coefficient of variation (Rcv) for the flood-induced runoff and calculating a flood-induced runoff threshold value determined by the coefficient of variation (Rcv) and the selected allowable submerged area ratio. characterized in that

상기 허용 침수 면적 비율은 1 내지 30% 중에서 선택되는 것을 특징으로 한다.The allowable immersion area ratio is characterized in that it is selected from 1 to 30%.

상기 허용 침수 면적 비율 또는 임계값들이 작게 선택되면 적중율이 낮아지고 잘못된 경보가 작아지게 되고, 상기 허용 침수 면적 비율 또는 임계값들이 높게 선택되면 적중율이 감소하고 잘못된 경보가 증가하는 것을 특징으로 한다.When the allowable submerged area ratio or threshold values are selected to be small, the hit rate is lowered and false alarms are reduced.

상기 침수 예경보 단계는, 유역 도달시간 길이의 강우 시계열 평균 강우 강도(Pave)를 산정하는 단계; 침수 유발 강우 임계값과 상기 시계열 평균 강우 강도의 크기를 비교하는 단계; 및 상기 시계열 평균 강우 강도(Pave)의 크기가 상기 침수 유발 강우 임계값 보다 클 경우 침수 예경보를 시행하는 단계;를 포함하는 것을 특징으로 한다.The flooding prediction warning step includes: calculating a rainfall time series average rainfall intensity (Pave) of a watershed arrival time length; comparing a flood-induced rainfall threshold and a magnitude of the time series average rainfall intensity; and when the magnitude of the time-series average rainfall intensity Pave is greater than the flood-induced rainfall threshold, executing a flood prediction warning.

상기 침수 예경보 단계는, 유역의 유출곡선지수를 산정하는 단계; NRCS 유출곡선지수법을 사용하여 유출량을 산정하는 단계; 유역 도달시간 길이의 유출량 시계열의 평균(Rave)을 산정하는 단계; 침수 유발 유출량 임계값과 상기 유출량 시계열의 평균(Rave)을 비교하는 단계; 및 상기 유출량 시계열의 평균(Rave)의 크기가 상기 침수 유발 유출량 임계값 보다 클 경우 침수 예경보를 시행하는 단계;를 포함하는 것을 특징으로 한다.The flooding prediction warning step includes: calculating an outflow curve index of the watershed; estimating the runoff using the NRCS runoff curve index method; calculating an average (Rave) of the runoff amount time series of the watershed arrival time length; comparing a flood-induced runoff threshold and an average (Rave) of the runoff time series; and when the magnitude of the average (Rave) of the runoff time series is greater than the flooding-induced runoff threshold, executing a flooding prediction warning.

상기 방법을 실행시키기 위하여 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 수행될 수 있다.A computer program stored in a readable recording medium may be executed to execute the method.

본 발명의 다른 실시예에 따른 도시 돌발홍수 예경보 시스템은, 해당 유역의 레이더 강수량 자료와 강수 관측소의 강우량 자료를 수신하는 통신부; 및 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하고, 허용 침수 면적 비율과 변동계수를 통해 예경보 기준을 설정한 후 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 제어부;를 포함한다.An urban flash flood prediction and warning system according to another embodiment of the present invention includes: a communication unit configured to receive radar precipitation data of a corresponding watershed and rainfall data of a precipitation station; And after generating synthetic rainfall through the conditional synthesis technique, the rainfall data is extracted as much as the length of the arrival time of the watershed to estimate the rainfall. or a control unit that compares the amount of outflow with the preliminary warning standard and executes a flood warning warning.

상기 예경보 기준을 저장하는 데이터베이스부를 더 포함하며, 상기 예경보 기준은, 침수 유발 강우에 대한 변동 계수(Pcv)와 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값과, 침수 유발 유출량에 대한 변동 계수(Rcv)와 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값인 것을 특징으로 한다.and a database unit for storing the preliminary warning standard, wherein the preliminary warning standard includes a flood-induced rainfall threshold determined by a coefficient of variation (Pcv) for flood-induced rainfall and an allowable inundation area ratio, and fluctuations in flood-induced runoff It is characterized in that it is a flood-induced runoff threshold determined by a coefficient (Rcv) and an allowable inundation area ratio.

상기 제어부는, 상기 데이터베이스부로부터 침수 유발 강우 임계값을 획득하고, 상기 유역 도달시간 길이의 강우 시계열 평균 강우 강도(Pave)를 산정하고, 상기 침수 유발 강우 임계값과 상기 시계열 평균 강우 강도의 크기를 비교하여, 상기 시계열 평균 강우 강도(Pave)의 크기가 상기 침수 유발 강우 임계값 보다 클 경우 침수 예경보를 시행하는 것을 특징으로 한다.The control unit obtains a flood-induced rainfall threshold value from the database unit, calculates a rainfall time series average rainfall intensity (Pave) of the watershed arrival time length, and determines the magnitude of the flood-induced rainfall threshold value and the time series average rainfall intensity In comparison, when the magnitude of the time-series average rainfall intensity Pave is greater than the flood-induced rainfall threshold, a flood prediction warning is implemented.

상기 제어부는, 상기 데이터베이스부로부터 침수 유발 유출량 임계값을 획득하고,The control unit obtains a flood-induced runoff threshold value from the database unit,

유역의 유출곡선지수를 산정하고, NRCS 유출곡선지수법을 사용하여 유출량을 산정한 후 유역 도달시간 길이의 유출량 시계열의 평균(Rave)을 산정하며, 상기 침수 유발 유출량 임계값과 상기 유출량 시계열의 평균(Rave)을 비교하여, 상기 유출량 시계열의 평균(Rave)의 크기가 상기 침수 유발 유출량 임계값 보다 클 경우 침수 예경보를 시행하는 것을 특징으로 한다.Calculate the runoff curve index of the watershed, calculate the runoff by using the NRCS runoff curve index method, and calculate the average (Rave) of the runoff time series of the watershed arrival time length, and the average (Rave) of the inundation-induced runoff threshold and the runoff time series ( Rave), and when the magnitude of the average (Rave) of the runoff time series is greater than the flooding induced runoff threshold, a flood warning is implemented.

상기 유출량은 유역 불투수도와 선행함수조건을 고려하여 결정되는 것을 특징으로 한다.The runoff is characterized in that it is determined in consideration of the watershed impermeability and the preceding function condition.

본 발명에 따르면, 강우 및 유출의 시간적 변동성을 고려할 수 있어 침수 경보 시스템의 정확성이 높아질 수 있으며, 경고 기준이 레이더-게이지 복합 강우량에서 도출되어 적중율이 향상되고 누락과 오경보가 최소화된다.According to the present invention, since the temporal variability of rainfall and runoff can be taken into account, the accuracy of the flood warning system can be increased, and the warning criterion is derived from the radar-gauge composite rainfall to improve the hit rate and minimize omissions and false alarms.

도 1은 본 발명에 따른 도시 돌발홍수 예경보 시스템의 블록도,
도 2는 본 발명에 따른 도시 돌발홍수 예경보 방법을 나타내는 순서도,
도 3은 본 발명의 일 실시예에 따른 홍수 예경보를 나타내는 순서도,
도 4는 본 발명의 다른 실시예에 따른 홍수 예경보를 나타내는 순서도,
도 5는 침수 유발 강우량 추정을 나타내는 그래프 도면,
도 6은 집중시간 대비 침수 유발 강우량과의 관계를 나타내는 그래프 도면,
도 7은 집중시간 대비 침수 유발 유출량과의 관계를 나타내는 그래프 도면,
도 8은 변동 계수와 허용 침수 면적 비율에 따라 변화하는 침수 유발 강우량과 침수 유발 유출량에 대한 관계를 나타내는 그래프 도면,
도 9는 변동 계수에 의해 변화하는 FIR과 FIRO 및 FIR과 FIRO에 기초한 홍수 경보 시스템의 성능을 나타내는 그래프 도면,
도 10 및 도 11은 종전 홍수 경보 시스템의 성능을 나타내는 그래프 도면이다.
1 is a block diagram of an urban flash flood warning system according to the present invention;
2 is a flowchart showing a method for predicting and warning an urban flash flood according to the present invention;
3 is a flowchart showing a flood forecast warning according to an embodiment of the present invention;
4 is a flowchart showing a flood warning according to another embodiment of the present invention;
5 is a graph showing the estimation of flood-induced rainfall;
6 is a graph showing the relationship between the concentration time and the flood-induced rainfall;
7 is a graph showing the relationship between the concentration time and the flood-induced runoff;
8 is a graph showing the relationship between flood-induced rainfall and flood-induced runoff, which change according to a coefficient of variation and an allowable inundation area ratio;
9 is a graph showing the performance of a flood warning system based on FIR and FIRO and FIR and FIRO that changes by a coefficient of variation;
10 and 11 are graphs showing the performance of the conventional flood warning system.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art can easily implement them. However, the present invention may be embodied in several different forms and is not limited to the embodiments described herein. And in order to clearly explain the present invention in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part "includes" a certain element, it means that other elements may be further included, rather than excluding other elements, unless otherwise stated.

도 1은 도 1은 본 발명에 따른 도시 돌발홍수 예경보 시스템의 블록도이다.1 is a block diagram of an urban flash flood warning system according to the present invention.

도 1을 참조하면, 본 발명에 따른 도시 돌발홍수 예경보 시스템은, 데이터베이스부(110), 통신부(120), 및 제어부(130)를 포함한다.Referring to FIG. 1 , the urban flash flood prediction and warning system according to the present invention includes a database unit 110 , a communication unit 120 , and a control unit 130 .

통신부(120)는 해당 유역의 레이더 강수량 자료와 강수 관측소의 강우량 자료를 수신하여 제어부(130)에 전달하는 것이다. 여기서 해당 유역은 도시지역으로서 강우량 및/또는 유출량에 의해 피해가 예상되는 지역을 의미한다.The communication unit 120 receives the radar precipitation data of the corresponding watershed and the rainfall data of the precipitation station and transmits the received data to the control unit 130 . Here, the watershed is an urban area and means an area where damage is expected due to rainfall and/or runoff.

레이더 강수량 자료는 기상청에서 제공하는 자료이며, 1*1km 및 10분 간격의 공간 및 시간 해상도를 가진다. 강수 관측소의 강우량 자료는 1분 간격의 강우량 자료이다.The radar precipitation data is provided by the Korea Meteorological Administration, and has spatial and temporal resolution of 1*1 km and 10-minute intervals. The rainfall data of the precipitation station is the rainfall data at 1-minute intervals.

본 발명의 실시예에 따른 도시 돌발홍수 예경보 시스템은 예측된 강우량 데이터가 아니라 관측된 강우량 데이터를 기반으로 한다. 비가 유역에 축적되어 침수를 일으키는데 시간이 걸리고 시스템이 가동되는데 몇 초 밖에 걸리지 않는 점을 감안하면, 본 발명의 실시예에 따른 도시 돌발홍수 예경보 시스템은 유역 집중시간에 해당하는 경보 리드타임을 가질 수 있다.The urban flash flood prediction and warning system according to an embodiment of the present invention is based on observed rainfall data, not predicted rainfall data. Considering that it takes time for rain to accumulate in the watershed to cause flooding, and it takes only a few seconds for the system to operate, the urban flash flood forecasting and warning system according to the embodiment of the present invention has an alarm lead time corresponding to the watershed concentration time. can

제어부(130)는 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하고, 허용 침수 면적 비율과 변동계수를 통해 예경보 기준을 설정한 후 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 것이다.After generating synthetic rainfall through the conditional synthesis technique, the control unit 130 extracts rainfall data corresponding to the length of the arrival time of the watershed to estimate the rainfall, and sets the forecasting warning standard through the allowable inundation area ratio and the coefficient of variation. A flood warning is implemented by comparing the rainfall intensity and/or the amount of runoff with the warning criteria.

데이터베이스부(110)는 예경보 기준을 저장하는 것이다. The database unit 110 stores the predictive alarm criteria.

도 2는 본 발명에 따른 도시 돌발홍수 예경보 방법을 나타내는 순서도이고, 도 3은 본 발명의 일 실시예에 따른 침수 예경보를 나타내는 순서도이며, 도 4는 본 발명의 다른 실시예에 따른 침수 예경보를 나타내는 순서도이다.2 is a flowchart illustrating an urban flash flood prediction and warning method according to the present invention, FIG. 3 is a flowchart illustrating a flood prediction warning according to an embodiment of the present invention, and FIG. 4 is an example of flooding according to another embodiment of the present invention It is a flowchart showing an alarm.

본 발명에 따른 도시 돌발홍수 예경보 방법은 본 발명의 실시예에 따른 도시 돌발홍수 예경보 시스템에 의해 수행된다. 보다 구체적으로 본 발명에 따른 도시 돌발홍수 예경보 방법은, 해당 유역의 레이더와 강우 게이지 데이터를 통해 강우 데이터를 수집하고, 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하는 단계(S100), 허용 침수 면적 비율과 변동계수를 통해 예경보 기준이 설정되는 단계(S200) 및 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 침수 예경보 단계(S300)를 포함한다.The urban flash flood prediction and warning method according to the present invention is performed by the urban flash flood prediction and warning system according to an embodiment of the present invention. More specifically, the urban flash flood prediction and warning method according to the present invention collects rainfall data through radar and rainfall gauge data of a corresponding watershed, generates synthetic rainfall through a conditional synthesis technique, and then increases the length of arrival time of the corresponding watershed. Extracting rainfall data and estimating the amount of rainfall (S100), setting the forecast warning standard through the allowable inundation area ratio and coefficient of variation (S200), and comparing the rainfall intensity and/or runoff with the forecast warning standard to provide an example of flooding Including a flood warning warning step (S300) to implement an alarm.

조건부 합성 기법은 레이더 데이터에서 얻은 강우 공간 구조에 대한 정보를 사용하여 게이지 기반 강우량 필드를 조정하는 것으로, 강우 및 토양 수분을 포함한 다양한 환경 변수의 정확한 시공간 필드를 얻는데 사용된다.The conditional synthesis technique uses information about the rainfall spatial structure obtained from radar data to adjust the gauge-based rainfall field, which is used to obtain accurate spatiotemporal fields of various environmental variables including rainfall and soil moisture.

여기서, 해당 유역의 도달시간인 집중시간(TOC)은 지표 흐름 시간과 수로 흐름 시간의 합이며, 집중시간(TOC)은 해당 영역의 관망 GIS 데이터베이스를 통해 추정된다.Here, the concentration time (TOC), which is the arrival time of the watershed, is the sum of the surface flow time and the channel flow time, and the concentration time (TOC) is estimated through the pipe network GIS database of the corresponding area.

강우 시 표면 유출(overland flow)이 발생 후 수로형 흐름(channelized flow)이 발생한다. 표면 유출시간과 수로형 흐름 시간으로 계산된 집중시간(TOC)은 홍수 발생 메커니즘의 다양한 요소를 통합할 수 있도록 산출된 값이다.During rainfall, an overland flow occurs, followed by a channelized flow. Concentration time (TOC) calculated from surface runoff time and channel flow time is a value calculated to integrate various elements of the flooding mechanism.

본 발명의 실시예에 따른 조건부 합성 기법은 시간 해상도가 상이한 레이더 강수량 자료와 강수 관측소의 강우량 자료를 병합하는 것으로, 먼저 레이더 강수량 자료의 측정 간격과 동기화되도록 10분 동안 1분 간격의 강수 관측소의 강우량 자료를 축적한다.The conditional synthesis technique according to an embodiment of the present invention merges radar precipitation data with different temporal resolution and rainfall data of a precipitation station. First, the rainfall of a precipitation station at 1-minute intervals for 10 minutes is synchronized with the measurement interval of the radar precipitation data. accumulate data.

일반 크리킹 기술이 현장 강우량 필드를 얻기 위해 적용되며, 레이더를 사용함으로써 강우량이 관측된다. 이후 강수 관측소 위치에서 레이더 강우량 자료값을 수집하고 일반 크리킹 기술을 적용하여 레이더 기반 강우량 필드를 얻는다. 이후 레이더 기반 강우 필드를 원래의 레이더 필드에서 빼서 보정 필드를 계산한다. 복합 레이더-지상 강우 데이터를 얻기 위해 보정 필드는 현장 강우량 필드에 추가 된다.General clicking techniques are applied to obtain the field rainfall field, and the rainfall is observed using radar. Then, radar rainfall data values are collected at the location of the precipitation station, and a radar-based rainfall field is obtained by applying a general clicking technique. The correction field is then calculated by subtracting the radar-based rainfall field from the original radar field. To obtain composite radar-ground rainfall data, a correction field is added to the field rainfall field.

결국 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하는데, 도 5의 (a)와 같이 수 백 개의 유역 다각형 각각에 대해 다중 시간 레이더-게이지 복합 강우량 필드를 자르고, 도 5의 (b)와 같이 시계열을 얻기 위해 각 잘린 강우량 필드들의 평균 면적 강우량을 계산한다. In the end, after generating synthetic rainfall through the conditional synthesis technique, rainfall data is extracted as much as the length of the arrival time of the watershed to estimate the rainfall. The gauge composite rainfall field is cut, and the average area rainfall of each cut rainfall field is calculated to obtain a time series as shown in FIG. 5B.

여기서, 각각의 1km*1km 레이더 강우 필드를 100m-100m 그리드 형식으로 세분화하여 레이더 강우량 데이터의 거친 해상도로 인한 오류를 줄였고, 최대 누적 강우량을 얻기 위해 시계열에서 유역 TOC의 지속시간이 있는 시간대로 시간대를 이동시켰다.Here, each 1km*1km radar rainfall field is subdivided into a 100m-100m grid format to reduce errors due to the coarse resolution of the radar rainfall data, and to obtain the maximum cumulative rainfall, moved

한편, 강우량 데이터의 측정간격은 10분 이나, 유역 TOC의 경우 1분의 정밀도를 갖는다. 이러한 불일치로 인한 오차를 줄이기 위해 축적된 강우량을 선형적으로 보간한다. On the other hand, the measurement interval of rainfall data is 10 minutes, but in the case of watershed TOC, it has an accuracy of 1 minute. In order to reduce the error caused by this discrepancy, the accumulated rainfall is linearly interpolated.

유역 불침투성과 선행 수분 조건은 홍수 메커니즘에 매우 중요한 역할을 하므로, 추산된 최대 강우량에 상응하는 유출량을 고려하여 유역 불침투성이 고려된다. 유출량은 NRCS 곡선수 방법(CN method)에 의해 산출된다. Because watershed impermeability and antecedent moisture conditions play a very important role in flood mechanisms, watershed impermeability is considered by considering runoff corresponding to the estimated maximum rainfall. The runoff is calculated by the NRCS curve number method (CN method).

본 발명에 따른 도시 돌발홍수 예경보 시스템은 타겟 유역과 시계열이 분리되는 일반적인 CN method를 따르지 않았다. 예를 들어, 본 발명에 따른 도시 돌발홍수 예경보 시스템은, 유역 배출구(outlet)에서의 유량 배출 데이터가 부족하여 CN 값을 교정할 수 없을 경우에 대한 대안으로 유역의 지표면에서 추론한 CN 값의 면적 가중 평균으로 추산했다. 이러한 방법으로 계산된 유출량은 반드시 현실에서의 유출량을 반영할 필요는 없는데, 이는 유량 배출 데이터가 적용된 것이 아닌 지표 면적 특성이 반영되기 때문이다.The urban flash flood prediction and warning system according to the present invention did not follow the general CN method in which the target watershed and the time series are separated. For example, the urban flash flood prediction and warning system according to the present invention is an alternative to the case where the CN value cannot be corrected due to insufficient flow discharge data at the watershed outlet. Estimated as an area-weighted average. The runoff calculated in this way does not necessarily reflect the real runoff, because it reflects the surface area characteristics, not the flow rate data.

도 6은 집중시간 대비 침수 유발 강우량과의 관계를 나타내는 그래프 도면이고, 도 7은 집중시간 대비 침수 유발 유출량과의 관계를 나타내는 그래프 도면이다.6 is a graph showing the relationship between the concentration time and the flood-induced rainfall amount, and FIG. 7 is a graph diagram illustrating the relationship between the concentration time and the flood-induced runoff amount.

도 6의 (a)를 참조하면, 종축은 각 유역에서의 누적 강우량 깊이를 나타내고 횡축은 집중시간(TOC)을 나타낸다. 종축과 횡축은 모두 로그 스케일이다. 강수량이 많아지면 침수면적이 넓어지기 때문에 침수 면적 비율을 적용함으로써 집중시간 대비 침수 유발 강우량의 관계가 좀더 명확해 질 수 있다.Referring to FIG. 6A , the vertical axis represents the accumulated rainfall depth in each watershed, and the horizontal axis represents the concentration time (TOC). Both the vertical and horizontal axes are logarithmic scales. As the amount of precipitation increases, the flooded area increases, so by applying the flooded area ratio, the relationship between the inundation-induced rainfall and the concentration time can be made clearer.

도 6의 (b)를 참조하면, 역시 종축은 각 유역에서의 누적 강우량 깊이를 나타내고 횡축은 집중시간(TOC)을 나타내며 종축과 횡축 모두 로그 스케일이다. 도 6의 (b)에서 산점도의 색분포는 현재 강우량 시계열의 변동계수를 나타낸다. 도 6의 (b)를 참조할 때, 시간적 변동성이 큰 강우량은 홍수를 유발하기 위해 총 강우량이 적게 필요함을 의미하며, 이러한 결과는 침수 면적 비율과 시간 변동성 모두를 침수 유발 강우 임계값을 결정하기 위해 고려해야 함을 나타낸다.Referring to (b) of FIG. 6 , again, the vertical axis represents the cumulative rainfall depth in each watershed, the horizontal axis represents the concentration time (TOC), and both the vertical and horizontal axes are logarithmic scales. The color distribution of the scatter plot in FIG. 6(b) represents the coefficient of variation of the current rainfall time series. Referring to (b) of FIG. 6 , rainfall with large temporal variability means that less total rainfall is required to induce flooding, and these results show that both the submerged area ratio and time variability are used to determine the flood-induced rainfall threshold. indicates that it should be considered for

도 7의 (a), (b)를 참조하면, 종축은 각 유역에서의 유출 깊이를 나타내며, 횡축은 집중시간(TOC)을 나타내고, 종축이 강우량 깊이가 아니라 유출량 깊이를 나타낸다는 점을 제외하면 도 6의 (a)와 동일하다.Referring to (a) and (b) of Figure 7, the vertical axis represents the runoff depth in each watershed, the horizontal axis represents the concentration time (TOC), and the vertical axis represents the runoff depth, not the rainfall depth. It is the same as FIG. 6(a).

도 7의 (a), (b)에서 R^2 값이 0.81이므로 도 6의 (a), (b)에서의 R^2값이 0.74임에 비해 더 크다. 이에 유역 불침투성을 설명하는 추가 변수를 고려함으로써 침수 유발 강우의 집중시간(TOC)과 강우량 깊이 사이의 관계에 존재하는 불확실성이 감소할 수 있으며, 본 발명에서 추가 변수는 바로 유역 Curve Number이다.Since the R^2 value in FIGS. 7(a) and 7(b) is 0.81, it is larger than the R^2 value in FIGS. 6(a) and (b) is 0.74. Accordingly, by considering the additional variable that explains the watershed impermeability, the uncertainty existing in the relationship between the flood-induced rainfall concentration time (TOC) and the rainfall depth can be reduced, and the additional variable in the present invention is the watershed curve number.

도 8의 (a)와 (b)에서 횡축은 침수 면적 비율이고, 종축은 변동계수를 의미한다.In (a) and (b) of FIG. 8 , the horizontal axis indicates the submerged area ratio, and the vertical axis indicates the coefficient of variation.

도 8의 (a)를 살펴보면, 강우의 시간 변동성이 증가함에 따라 침수를 유발하는 강우 강도가 감소하며, 침수 면적 비율이 증가함에 따라 임계값이 증가함을 확인할 수 있다. 또한 도 8의 (b)를 살펴보면, 침수 유발 강우 보다는 침수 유발 유출의 곡선이 더 매끄러운(smooth) 것을 확인할 수 있다. 이는 Curve Number를 통한 유역 불침투성과 유출값이 침수와 더 직접적으로 관련됨을 의미한다.Referring to (a) of FIG. 8 , it can be seen that as the time variability of rainfall increases, the intensity of rainfall causing flooding decreases, and the threshold value increases as the submerged area ratio increases. Also, looking at (b) of FIG. 8 , it can be seen that the curve of the flooding-induced runoff is smoother than that of the flooding-induced rainfall. This means that watershed impermeability and runoff values through Curve Number are more directly related to inundation.

여기서, 허용 침수 면적 비율은 1 내지 30% 중에서 선택될 수 있으며, 도 8의 (a), (b)에서 허용 침수 면적 비율은 5%가 선택되었다.Here, the allowable submerged area ratio may be selected from 1 to 30%, and 5% is selected as the allowable submerged area ratio in FIGS. 8 (a) and (b).

결국 도시의 유역 침수는 강우량의 시간 변동성, 유역 불침투성, 강우량 깊이에 따른 침수 면적 비율에 영향을 받는다는 것을 확인할 수 있다.In the end, it can be confirmed that the urban watershed inundation is affected by the time variability of rainfall, the watershed impermeability, and the inundation area ratio according to the rainfall depth.

예경보 기준은, 침수 유발 강우에 대한 변동 계수(Pcv)와 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값과, 침수 유발 유출량에 대한 변동 계수(Rcv )와 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값이다. 임계값은 예를 들어 도 8에 표시된 임계값이다.Predictive warning criteria are the inundation induced rainfall threshold determined by the coefficient of variation (Pcv) for inundation-induced rainfall and the permissible inundation area ratio, and the inundation induced by the coefficient of variation (Rcv ) for the flood-induced runoff and the permissible inundation area ratio. It is the threshold of the outflow. The threshold is, for example, the threshold shown in FIG. 8 .

제어부(130)는 각 유역에 대하여 개별적으로 예경보 기준을 산출할 수 있다. The control unit 130 may calculate the predictive warning standard for each watershed individually.

먼저 제어부(130)는 해당 유역의 집중시간(TOC)의 지속시간에 관련되는 유역에 대한 강우량의 시계열을 획득한다. 이후 변동계수(Pcv)가 산출된다. First, the control unit 130 obtains a time series of rainfall for the watershed related to the duration of the concentration time (TOC) of the watershed. Then, a coefficient of variation (Pcv) is calculated.

또한, 제어부(130)는 해당 유역의 집중시간(TOC)의 지속시간에 관련되는 유역에 대한 강우량의 시계열을 획득한다. 이후 변동계수(Rcv)가 산출된다. In addition, the control unit 130 obtains a time series of rainfall for the watershed related to the duration of the concentration time (TOC) of the watershed. Then, the coefficient of variation (Rcv) is calculated.

제어부(130는 침수 유발 강우에 대한 변동 계수(Pcv)를 산정하고 상기 변동 계수(Pcv)와 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값을 산정한 후 데이터베이스부(110)에 저장한다.The control unit 130 calculates a coefficient of variation (Pcv) for flooding-induced rainfall, calculates a flood-induced rainfall threshold determined by the coefficient of variation (Pcv) and an allowable inundation area ratio, and stores it in the database unit 110 .

또한, 제어부(130)는 침수 유발 유출량에 대한 변동 계수(Rcv)를 산정하고 변동 계수(Rcv)와 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값을 산정한 후 데이터베이스부(110)에 저장한다.In addition, the control unit 130 calculates the coefficient of variation (Rcv) for the flood-induced runoff, calculates the flood-induced runoff threshold determined by the coefficient of variation (Rcv) and the allowable submerged area ratio, and stores it in the database unit 110 .

이후, 제어부(130)는, 데이터베이스부(110)로부터 침수 유발 강우 임계값을 획득하고, 침수 예경보를 시행한다.Thereafter, the control unit 130 obtains a flood-induced rainfall threshold value from the database unit 110 and executes a flood prediction warning.

만일, 침수 유발 강우에 기반한 침수 예경보가 선택되면, 침수 예경보 단계는, 유역 도달시간 길이의 강우 시계열 평균 강우 강도(Pave)를 산정하는 단계(S310), 침수 유발 강우 임계값과 상기 시계열 평균 강우 강도의 크기를 비교하는 단계(S320), 및 시계열 평균 강우 강도(Pave)의 크기가 침수 유발 강우 임계값 보다 클 경우 침수 예경보를 시행하는 단계(S330)가 진행된다.If the flooding prediction warning based on the flooding induced rainfall is selected, the flooding prediction warning step includes calculating the rainfall time series average rainfall intensity (Pave) of the watershed arrival time length (S310), the flooding induced rainfall threshold value and the time series average Comparing the magnitudes of the rainfall intensity (S320), and when the magnitude of the time series average rainfall intensity Pave is greater than the flood-induced rainfall threshold, the step (S330) of executing a flood prediction warning is performed.

만일, 침수 유발 유출량에 기반한 침수 예경보가 선택되면, 침수 예경보 단계는, 유역의 유출곡선지수(Curve Number)를 산정하는 단계(S340), NRCS 유출곡선지수법을 사용하여 유출량을 산정하는 단계(S350), 유역 도달시간 길이의 유출량 시계열의 평균(Rave)을 산정하는 단계(S360), 침수 유발 유출량 임계값과 상기 유출량 시계열의 평균(Rave)을 비교하는 단계(S370)를 거치게 된다. 유출량 시계열의 평균(Rave)의 크기가 상기 침수 유발 유출량 임계값 보다 클 경우 침수 예경보가 시행(S380)된다.If the flooding prediction warning based on the flooding-induced runoff is selected, the flooding prediction step includes the steps of calculating the curve number of the watershed (S340), calculating the amount of runoff using the NRCS runoff curve index method ( S350), calculating the average (Rave) of the runoff time series of the watershed arrival time length (S360), and comparing the flood-induced runoff threshold value with the average (Rave) of the runoff time series (S370). When the magnitude of the average (Rave) of the runoff time series is greater than the flood-induced runoff threshold value, a flood prediction warning is executed (S380).

도 9는 변동 계수에 의해 변화하는 FIR과 FIRO 및 FIR과 FIRO에 기초한 도시 돌발홍수 예경보 시스템의 성능을 나타내는 그래프 도면이고, 도 10 및 도 11은 종전 홍수 경보 시스템의 성능을 나타내는 그래프 도면이다.9 is a graph showing the performance of an urban flash flood warning system based on FIR and FIRO and FIR and FIRO that change by the coefficient of variation, and FIGS. 10 and 11 are graphs showing the performance of the conventional flood warning system.

본 발명에 따른 도시 돌발홍수 예경보 시스템의 성능을 검증하기 위해, 최근 몇년 동안의 검증 기간 동안 서울의 239개 유역에 대하여 적용하여 보았다. In order to verify the performance of the urban flash flood prediction and warning system according to the present invention, it was applied to 239 watersheds in Seoul during the verification period of recent years.

도 9의 (a)와 (b)에서, 횡축은 변동계수이며, 종축은 각각 강우량과 유출량이다.In (a) and (b) of Figure 9, the horizontal axis is the coefficient of variation, and the vertical axis is rainfall and runoff, respectively.

또한 도 9의 (c)와 (d)에서 횡축은 침수 면적 비율이고, 종축은 횟수이다.In addition, in (c) and (d) of FIG. 9 , the horizontal axis represents the submerged area ratio, and the vertical axis represents the number of times.

도 9를 참조하면, 파란색 선은 유역의 약 5% 침수에 해당하는 침수 유발 강우(FIR) 및 침수 유발 유출량(FIRO)에 해당한다.Referring to FIG. 9 , the blue line corresponds to flood-induced rainfall (FIR) and flood-induced runoff (FIRO) corresponding to about 5% of the watershed.

도 9의 (a)와 (b)를 참조하면 전체 유역의 약 5%를 범람시킨 강우의 평균강도는 38mm/h에서 60mm/h까지의 깊이를 가질 수 있으며, 강우량의 시간적 변동성이 증가함에 따라 FIRO가 감소함을 확인할 수 있다. 여기서 파란색 선 위 쪽에 위치하는 것들은 침수(홍수) 경고가 개시된 강우사건을 나타내는데, 43개의 침수/홍수 경고가 개시되었으며 그 중 19개는 실제 침수가 진행되었다.Referring to (a) and (b) of Figure 9, the average intensity of rainfall that overflowed about 5% of the entire watershed can have a depth of 38mm/h to 60mm/h, and as the temporal variability of rainfall increases, It can be seen that FIRO decreases. Here, the ones located above the blue line indicate rainfall events in which flooding (flood) warnings were initiated, and 43 flood/flood warnings were initiated, of which 19 were actually flooded.

강우량을 기준으로 한 경고 보다 유출량을 기반으로 한 경고의 성능이 뛰어 났으며, 이는 침수/홍수 발생 메커니즘에서 유역 불침투성과 선행 수분 조건이 중요한 변수임을 시사하는 것이다.The performance of the runoff-based warning was superior to that of the rainfall-based warning, suggesting that watershed impermeability and preceding moisture conditions are important variables in the inundation/flooding mechanism.

도 9의 (c)와 (d)를 참조하면, 허용 침수 면적 비율에 따라 달라지는 침수 경보 시스템의 성능을 나타낸다. 즉 침수 면적 비율이 1% 보다 작으면 침수 경보가 시작되지 않음을 알 수 있으며, 파란색, 빨간색 및 노란색 선은 각각 경고, 적중 및 누락 수를 의미한다. Referring to FIGS. 9 (c) and 9 (d), the performance of the flood warning system that varies according to the allowable flood area ratio is shown. That is, if the submerged area ratio is less than 1%, it can be seen that the flood alarm does not start, and the blue, red and yellow lines mean the number of warnings, hits and misses, respectively.

여기서 침수 면적 비율이 증가함에 따라(또는 침수 경보의 임계값이 완화되면) 경보횟수와 적중횟수는 감소하는 반면, 누락횟수는 증가한다. 거짓 정보의 수를 나타내는 음영영역은 침수 경보의 임계값이 완화됨에 따라 감소한다. Here, as the flooded area ratio increases (or when the threshold of flood warning is relaxed), the number of alarms and hits decreases, while the number of omissions increases. The shaded area representing the number of false information decreases as the flood warning threshold is relaxed.

도 9의 (c)는 FIR에 기반한 침수 경보이고, 도 9의 (d)는 FIRO에 기반한 침수 경보에 대한 것이다. FIRO에 기반한 침수 경보가 적중, 누락, 오경보 비율 등 모든 지표가 FIR에 기반한 침수 경보 보다 뛰어나다.Fig. 9 (c) is a flood warning based on FIR, and Fig. 9 (d) is about a flood warning based on FIRO. Flood alerts based on FIRO outperform flood alerts based on FIR in all metrics, including hit, miss, and false alarm rates.

침수 경보를 제공하기 위한 적절한 임계값을 결정하는 것은 큰 딜레마이다. 작은 침수 면적 비율 또는 낮은 임계값을 선택하면 적중율이 낮아지면서 잘못된 경보는 최소화되며, 반대의 경우는 잘못된 알림수는 증가하지만 누락 비율은 증가한다.Determining an appropriate threshold for providing a flood warning is a large dilemma. Choosing a small submerged area ratio or low threshold will minimize false alarms with a low hit rate, and vice versa, increase the number of false alarms but increase the missed rate.

여기서 적중율은 총 개시된 침수 경고 중 실제 침수가 일어난 비율을 의미한다. Here, the hit ratio means the ratio of actual flooding among the total initiated flood warnings.

적절한 임계값의 선택을 위해 도 9의 (c)와 (d)가 중요한 지침이 된다. 9 (c) and (d) are important guidelines for selection of an appropriate threshold value.

도 10의 (a)와 (b)에서 횡축은 침수 면적 비율이고, 종축은 횟수이다.In (a) and (b) of FIG. 10 , the horizontal axis represents the submerged area ratio, and the vertical axis represents the number of times.

도 10을 참조하면, (a)와 (b)는 각각 레이더 전용과 게이지 전용 강우 데이터를 기반으로 한 경고 시스템을 나타내고 있으며, 도 10의 결과값은 레이더 게이지 복합 강우 강우 데이터를 기반으로 한 본 발명의 실시예에 따른 도시 돌발홍수 예경보 시스템의 성능과 비교하여 그 성능이 현저히 낮음을 알 수 있다.Referring to FIG. 10, (a) and (b) show a warning system based on radar-only and gauge-only rainfall data, respectively, and the result of FIG. 10 is the present invention based on radar gauge composite rainfall data. It can be seen that the performance is significantly lower compared to the performance of the urban flash flood prediction and warning system according to the embodiment.

보다 정밀한 FIR과 FIRO는 강우량 강도만을 기반으로 한 접근방식과 달리 강우 시간 변동성을 고려함으로써 도출될 수 있다. More precise FIR and FIRO can be derived by considering rainfall time variability, as opposed to approaches based solely on rainfall intensity.

도 11의 (a)와 (b)에서 각각 강우량 강도와 유출량 강도이고, 종축은 횟수이다.In (a) and (b) of FIG. 11 , the rainfall intensity and the runoff intensity are respectively, and the vertical axis is the number of times.

도 11을 참조하면, (a)와 (b) 모두 시간변동성을 고려하지 않았다. 도 11은 본 발명에 따른 도시 돌발홍수 예경보 시스템을 나타내는 도 9에 비해 현저하게 성능이 저하됨을 확인할 수 있다.Referring to FIG. 11 , time variability was not considered in both (a) and (b). It can be seen that the performance of FIG. 11 is significantly lower than that of FIG. 9 showing the urban flash flood warning system according to the present invention.

통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.Those of ordinary skill in the art will be able to understand that the present invention can be easily modified into other specific forms without changing the technical spirit or essential features of the present invention. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. For example, each component described as a single type may be implemented in a dispersed form, and likewise components described as distributed may be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the following claims rather than the above detailed description, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.

또한, 본 발명에 따른 장치는 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 기록매체의 예로는 ROM, RAM, 광학 디스크, 자기 테이프, 비휘발성 메모리 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.In addition, the device according to the present invention can be implemented as computer-readable codes on a computer-readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data readable by a computer system is stored. Examples of the recording medium include ROM, RAM, optical disk, magnetic tape, non-volatile memory, and the like. In addition, the computer-readable recording medium is distributed in a computer system connected to a network, so that the computer-readable code can be stored and executed in a distributed manner.

110: 데이터베이스부
120: 통신부
130: 제어부
110: database unit
120: communication department
130: control unit

Claims (15)

해당 유역의 레이더와 강우 게이지 데이터를 통해 강우 데이터를 수집하고, 조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하는 단계;
허용 침수 면적 비율과 변동계수를 통해 예경보 기준이 설정되는 단계; 및
강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 침수 예경보 단계;를 포함하는 도시 돌발홍수 예경보 방법.
estimating rainfall by collecting rainfall data through radar and rainfall gauge data of the corresponding watershed, generating synthetic rainfall through conditional synthesis, and extracting rainfall data corresponding to the length of the arrival time of the corresponding watershed;
setting a predictive warning standard through an allowable flood area ratio and a coefficient of variation; and
An urban flash flood prediction warning method comprising a; a flooding prediction warning step of executing a flooding prediction warning by comparing the rainfall intensity and/or runoff amount with the preliminary warning standard.
제1항에 있어서,
상기 해당 유역의 도달시간인 집중시간(TOC)은 지표 흐름 시간과 수로 흐름 시간의 합이며, 상기 집중시간(TOC)은 해당 영역의 관망 GIS 데이터베이스를 통해 추정된 것을 특징으로 하는 도시 돌발홍수 예경보 방법.
According to claim 1,
The concentration time (TOC), which is the arrival time of the watershed, is the sum of the surface flow time and the channel flow time, and the concentration time (TOC) is an urban flash flood prediction warning, characterized in that it is estimated through the pipe network GIS database of the corresponding area Way.
제1항에 있어서,
상기 조건부 합성 기법은 레이더 데이터에서 얻은 강우 공간 구조에 대한 정보를 사용하여 게이지 기반 강우량 필드를 조정하는 것을 특징으로 하는 도시 돌발홍수 예경보 방법.
According to claim 1,
The conditional synthesis technique is an urban flash flood prediction warning method, characterized in that the gauge-based rainfall field is adjusted using information about the rainfall spatial structure obtained from radar data.
제1항에 있어서,
상기 예경보 기준을 설정하는 단계는,
침수 유발 강우에 대한 변동 계수(PCV )를 산정하고 상기 변동 계수(PCV )와 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값을 산정하는 단계를 포함하는 것을 특징으로 하는 도시 돌발 홍수 예경보 방법.
According to claim 1,
The step of setting the pre-alarm criteria includes:
Calculating a coefficient of variation (P CV ) for inundation-induced rainfall and calculating a flood-induced rainfall threshold determined by the coefficient of variation (P CV ) and an allowable inundation area ratio Way.
제1항에 있어서,
상기 예경보 기준을 설정하는 단계는,
침수 유발 유출량에 대한 변동 계수(RCV )를 산정하고 상기 변동 계수(RCV )와 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값을 산정하는 단계를 포함하는 것을 특징으로 하는 도시 돌발 홍수 예경보 방법.
According to claim 1,
The step of setting the pre-alarm criteria includes:
Calculating a coefficient of variation (R CV ) for the flooding-induced runoff and calculating a flood-induced runoff threshold determined by the coefficient of variation (R CV ) and an allowable inundation area ratio Way.
제4항 또는 제5항에 있어서,
상기 허용 침수 면적 비율은 1 내지 30% 중에서 선택되는 것을 특징으로 하는 도시 돌발 홍수 예경보 방법.
6. The method according to claim 4 or 5,
The allowable flooded area ratio is an urban flash flood warning method, characterized in that selected from 1 to 30%.
제4항 또는 제5에 있어서,
상기 허용 침수 면적 비율 또는 임계값들이 작게 선택되면 적중율이 낮아지고 잘못된 경보가 작아지게 되고, 상기 허용 침수 면적 비율 또는 임계값들이 높게 선택되면 적중율이 감소하고 잘못된 경보가 증가하는 것을 특징으로 하는 도시 돌발 홍수 예경보 방법.
6. The method according to claim 4 or 5,
When the allowable submerged area ratio or threshold values are selected to be small, the hit rate is lowered and false alarms are reduced. Flood warning method.
제1항에 있어서,
상기 침수 예경보 단계는,
유역 도달시간 길이의 강우 시계열 평균 강우 강도(Pave)를 산정하는 단계;
침수 유발 강우 임계값과 상기 시계열 평균 강우 강도의 크기를 비교하는 단계; 및
상기 시계열 평균 강우 강도(Pave)의 크기가 상기 침수 유발 강우 임계값 보다 클 경우 침수 예경보를 시행하는 단계;를 포함하는 것을 특징으로 하는 도시 돌발홍수 예경보 방법.
According to claim 1,
The flooding warning step is
estimating the rainfall time series average rainfall intensity (P ave ) of the watershed arrival time length;
comparing a flood-induced rainfall threshold and a magnitude of the time series average rainfall intensity; and
and executing a flood prediction warning when the magnitude of the time-series average rainfall intensity (P ave ) is greater than the flood-induced rainfall threshold value.
제1항에 있어서,
상기 침수 예경보 단계는,
유역의 유출곡선지수를 산정하는 단계;
NRCS 유출곡선지수법을 사용하여 유출량을 산정하는 단계;
유역 도달시간 길이의 유출량 시계열의 평균(Rave)을 산정하는 단계;
침수 유발 유출량 임계값과 상기 유출량 시계열의 평균(Rave)을 비교하는 단계; 및
상기 유출량 시계열의 평균(Rave)의 크기가 상기 침수 유발 유출량 임계값 보다 클 경우 침수 예경보를 시행하는 단계;를 포함하는 것을 특징으로 하는 도시 돌발홍수 예경보 방법.
According to claim 1,
The flooding warning step is
calculating the runoff curve index of the watershed;
estimating the runoff using the NRCS runoff curve index method;
calculating an average (R ave ) of the runoff time series of the watershed arrival time length;
comparing a flood-induced runoff threshold and an average (R ave ) of the runoff time series; and
and executing a flood prediction warning when the magnitude of the average (R ave ) of the runoff time series is greater than the flood-induced runoff threshold value.
해당 유역의 레이더 강수량 자료와 강수 관측소의 강우량 자료를 수신하는 통신부; 및
조건부 합성 기법을 통해 합성 강우를 생성한 후 해당 유역의 도달시간 길이만큼의 강우 자료를 추출하여 강우량을 추정하고, 허용 침수 면적 비율과 변동계수를 통해 예경보 기준을 설정한 후 강우강도 및/또는 유출량을 상기 예경보 기준과 비교하여 침수 예경보를 시행하는 제어부;를 포함하는 도시 돌발홍수 예경보 시스템.
a communication unit that receives radar rainfall data of the watershed and rainfall data of a precipitation station; and
After generating synthetic rainfall through the conditional synthesis technique, the rainfall data is extracted as much as the length of the arrival time of the watershed to estimate the rainfall. The urban flash flood warning system comprising a; a control unit that compares the amount of runoff with the preliminary warning standard to implement a flood warning warning.
제10항에 있어서,
상기 예경보 기준을 저장하는 데이터베이스부를 더 포함하며,
상기 예경보 기준은, 침수 유발 강우에 대한 변동 계수(PCV )와 허용 침수 면적 비율에 의해 결정된 침수 유발 강우 임계값과, 침수 유발 유출량에 대한 변동 계수(RCV )와 허용 침수 면적 비율에 의해 결정된 침수 유발 유출량 임계값인 것을 특징으로 하는 도시 돌발홍수 예경보 시스템.
11. The method of claim 10,
Further comprising a database unit for storing the predictive warning criteria,
The preliminary warning criterion is based on the flood-induced rainfall threshold determined by the coefficient of variation (P CV ) for flood-induced rainfall and the allowable inundation area ratio, and the coefficient of variation (R CV ) for the inundation-induced runoff and the allowable inundation area ratio. Urban flash flood prediction and warning system, characterized in that the determined flood-induced runoff threshold.
제11항에 있어서,
상기 제어부는,
상기 데이터베이스부로부터 침수 유발 강우 임계값을 획득하고,
상기 유역 도달시간 길이의 강우 시계열 평균 강우 강도(Pave)를 산정하고,
상기 침수 유발 강우 임계값과 상기 시계열 평균 강우 강도의 크기를 비교하여, 상기 시계열 평균 강우 강도(Pave)의 크기가 상기 침수 유발 강우 임계값 보다 클 경우 침수 예경보를 시행하는 도시 돌발홍수 예경보 시스템.
12. The method of claim 11,
The control unit is
Obtaining a flood-induced rainfall threshold from the database unit,
Calculate the rainfall time series average rainfall intensity (P ave ) of the watershed arrival time length,
Urban flash flood warning that compares the magnitude of the flood-induced rainfall threshold with the time-series average rainfall intensity, and executes a flood warning when the magnitude of the time-series average rainfall intensity (P ave ) is greater than the flood-induced rainfall threshold system.
제11항에 있어서,
상기 제어부는,
상기 데이터베이스부로부터 침수 유발 유출량 임계값을 획득하고,
유역의 유출곡선지수를 산정하고, NRCS 유출곡선지수법을 사용하여 유출량을 산정한 후 유역 도달시간 길이의 유출량 시계열의 평균(Rave)을 산정하며,
상기 침수 유발 유출량 임계값과 상기 유출량 시계열의 평균(Rave)을 비교하여, 상기 유출량 시계열의 평균(Rave)의 크기가 상기 침수 유발 유출량 임계값 보다 클 경우 침수 예경보를 시행하는 도시 돌발홍수 예경보 시스템.
12. The method of claim 11,
The control unit is
Obtaining a flood-induced runoff threshold value from the database unit,
Calculate the runoff curve index of the watershed, calculate the runoff using the NRCS runoff curve index method, and then calculate the average (R ave ) of the runoff time series of the watershed arrival time length,
Urban flash flood that compares the flood-induced runoff threshold and the average (R ave ) of the runoff time series, and executes a flood warning when the size of the average (R ave ) of the runoff time series is greater than the flood-induced runoff threshold Predictive warning system.
제13항에 있어서,
상기 유출량은 유역 불투수도와 선행함수조건을 고려하여 결정되는 것을 특징으로 하는 도시 돌발홍수 예경보 시스템.
14. The method of claim 13,
The urban flash flood prediction and warning system, characterized in that the runoff is determined in consideration of the watershed impermeability and the preceding function condition.
하드웨어와 결합되어 제1항 내지 제9항 중 어느 하나의 항의 방법을 실행시키기 위하여 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.A computer program stored in a readable recording medium in combination with hardware to execute the method of any one of claims 1 to 9.
KR1020200169593A 2020-12-07 2020-12-07 Urban flash flood forecast/warning system and method KR20220080463A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200169593A KR20220080463A (en) 2020-12-07 2020-12-07 Urban flash flood forecast/warning system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200169593A KR20220080463A (en) 2020-12-07 2020-12-07 Urban flash flood forecast/warning system and method

Publications (1)

Publication Number Publication Date
KR20220080463A true KR20220080463A (en) 2022-06-14

Family

ID=81980117

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200169593A KR20220080463A (en) 2020-12-07 2020-12-07 Urban flash flood forecast/warning system and method

Country Status (1)

Country Link
KR (1) KR20220080463A (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102543203B1 (en) * 2022-08-25 2023-06-15 주식회사 홍익기술단 Apparatus for simulating flood for flood response
CN117370939A (en) * 2023-12-04 2024-01-09 水利部交通运输部国家能源局南京水利科学研究院 Basin rainfall runoff response relation evolution analysis method and system considering soil moisture content
CN117421564A (en) * 2023-12-18 2024-01-19 广东省水文局惠州水文分局 Flood amplitude forecasting method based on time period water balance calculation
CN117831231A (en) * 2024-03-05 2024-04-05 南京金固智慧市政研究院有限公司 Method for carrying out flooding early warning on easily flooded and easily waterlogged areas
CN118397797A (en) * 2024-06-28 2024-07-26 杭州定川信息技术有限公司 Small-river-basin mountain torrent forecasting and early warning method and device, electronic equipment and storage medium

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102543203B1 (en) * 2022-08-25 2023-06-15 주식회사 홍익기술단 Apparatus for simulating flood for flood response
CN117370939A (en) * 2023-12-04 2024-01-09 水利部交通运输部国家能源局南京水利科学研究院 Basin rainfall runoff response relation evolution analysis method and system considering soil moisture content
CN117370939B (en) * 2023-12-04 2024-02-06 水利部交通运输部国家能源局南京水利科学研究院 Basin rainfall runoff response relation evolution analysis method and system considering soil moisture content
CN117421564A (en) * 2023-12-18 2024-01-19 广东省水文局惠州水文分局 Flood amplitude forecasting method based on time period water balance calculation
CN117421564B (en) * 2023-12-18 2024-03-26 广东省水文局惠州水文分局 Flood amplitude forecasting method based on time period water balance calculation
CN117831231A (en) * 2024-03-05 2024-04-05 南京金固智慧市政研究院有限公司 Method for carrying out flooding early warning on easily flooded and easily waterlogged areas
CN117831231B (en) * 2024-03-05 2024-05-10 南京金固智慧市政研究院有限公司 Method for carrying out flooding early warning on easily flooded and easily waterlogged areas
CN118397797A (en) * 2024-06-28 2024-07-26 杭州定川信息技术有限公司 Small-river-basin mountain torrent forecasting and early warning method and device, electronic equipment and storage medium

Similar Documents

Publication Publication Date Title
KR20220080463A (en) Urban flash flood forecast/warning system and method
Miao et al. Establishing a rainfall threshold for flash flood warnings in China’s mountainous areas based on a distributed hydrological model
Wanders et al. The suitability of remotely sensed soil moisture for improving operational flood forecasting
Looper et al. An assessment of distributed flash flood forecasting accuracy using radar and rain gauge input for a physics-based distributed hydrologic model
Norbiato et al. Flash flood warning in ungauged basins by use of the flash flood guidance and model‐based runoff thresholds
WO2021129680A1 (en) Snowmelt flood prediction method and apparatus, electronic device, and storage medium
US8914266B2 (en) Systems and methods for modeling floods
KR101947753B1 (en) Water pollution load evaluation apparatus and method using the l-thia acn-wq model
Collier et al. Accuracy of rainfall estimates by radar, part III: application for short-term flood forecasting
CN112686426A (en) Incoming water quantity early warning method and system based on hydropower station basin key points
Smithers et al. Development and assessment of a daily time-step continuous simulation modelling approach for design flood estimation at ungauged locations: ACRU model and Thukela Catchment case study
CN108732648A (en) A kind of progressive decision-making technique towards mountainous region Rainstorm Forecast
Verstraten et al. Sensitivity of Australian roof drainage structures to design rainfall variability and climatic change
Sabӑu et al. Combining radar quantitative precipitation estimates (QPEs) with distributed hydrological model for controlling transit of flash-flood upstream of crowded human habitats in Romania
Yurekli et al. Regional daily maximum rainfall estimation for Cekerek Watershed by L‐moments
Mazzoleni et al. Data assimilation in hydrologic routing: Impact of model error and sensor placement on flood forecasting
Madhushankha et al. Application of HEC-HMS model to estimate daily streamflow in Badddegama Watershed of Gin Ganga Basin Sri Lanka
Haberlandt et al. The value of weather radar data for the estimation of design storms–an analysis for the Hannover region
CN115619045A (en) Estuary tidal range forecasting method and system
Wang et al. Assessment on the function of reservoirs for flood control during typhoon seasons based on a distributed hydrological model
Schaffner et al. Application of the KINEROS2 site specific model to south-central NY and northeast PA: forecasting gaged and ungaged fast responding watersheds
Stella Applying Weibull distribution and Low Flow Frequency Curves for minimum flow prediction in an ungagged stream in Connecticut, New England
Shadeed The Potential Use of the SCS-CN Method to Estimate Extreme Floods in the West Bank Data-scarce Catchments
Siwila et al. Climate change impact investigation on hydro-meteorological extremes on Zambia’s Kabompo catchment
Mohssen et al. Flood forecasting of lake levels: A new concept

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X601 Decision of rejection after re-examination