Development and Application of Urban Flood Prediction System for Smart Cities

수현 김; 종표 박; 창연 원; 정민 이

doi:10.9798/KOSHAM.2022.22.6.69

Article

도시방재

J Korean Soc Hazard Mitig 2022; 22(6): 69-77.

Published online: December 23, 2022

DOI: https://doi.org/10.9798/KOSHAM.2022.22.6.69

스마트시티 도시홍수 상황인지 시스템 개발 및 적용

김수현^*, 박종표^**, 원창연^***, 이정민^****

* 정회원, 주식회사 헥코리아 수자원환경사업부 대리(E-mail: shkim@hecorea.co.kr)

** 정회원, 주식회사 헥코리아 수자원환경사업부 이사(E-mail: jppark@hecorea.co.kr)

*** 정회원, 주식회사 헥코리아 수자원환경사업부 부장(E-mail: woncy@hecorea.co.kr)

**** 정회원, 한국토지주택공사 토지주택연구원 건설안전연구실 수석연구원(E-mail: andrew@lh.or.kr)

Development and Application of Urban Flood Prediction System for Smart Cities

Soohyun Kim^*, Jongpyo Park^**, Changyeon Won^***, Jungmin Lee^****

* Member, Assistant Manager, Department of Water Resources & Environment, HECOREA. Inc

** Member, Director, Department of Water Resources & Environment, HECOREA. Inc

*** Member, General Manager, Department of Water Resources & Environment, HECOREA. Inc

**** Member, Research Fellow, Construction Safety Research Department, Land & Housing Institute

^** 교신저자, 정회원, 주식회사 헥코리아 수자원환경사업부 이사
(Tel: +82-2-572-4320, Fax: +82-70-4325-6097, E-mail: jppark@hecorea.co.kr)

** Corresponding Author, Member, Director, Department of Water Resources & Environment, HECOREA. Inc

Received November 16, 2022 Revised November 17, 2022 Accepted November 25, 2022

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

To preemptively respond to urban flood disasters, a flood prediction system that provides a connection service with a smart city data hub was developed. The systems developed in this study provide real-time and predicted rainfall data, 1D and 2D flood prediction data, manhole-based flood prediction and warning information, and flood vulnerability index by administrative district. A one-dimensional analysis for the water depth and overflow amount of each manhole was calculated using the Storm Water Management Model (SWMM). A two-dimensional inundation analysis, the Two-Dimensional Inundation System (2DIS), which is capable of two-dimensional surface inundation analysis, was applied. The model can simulate surface flooding using the manhole overflow rate of the SWMM model. In the system, the flood prediction information was made based on the rainfall scenario, and the applied rainfall is 30-90 mm per hour, while the rainfall time distribution is Huff 3rd quartile. The propagation of flood conditions in the system can provide a five-stage (Safety, Attention, Caution, Alert, and Serious) scale depending on the water depth and surcharge conditions of the pipeline. The flood prediction model developed in this study was compared and verified with the existing flood survey data in the Dalseo Drainage Basin in 2002, and the model verification showed that the probability of flood detection (POD) was more than 80%.

Keywords: Smart City, Urban Flood Prediction, Data Hub, SWMM

요지

도시 수 재해에 선제적 대응을 위해 스마트시티 데이터 허브와 연계 서비스를 제공하는 도시홍수 상황인지 시스템을 개발하였다. 개발 시스템은 강우 실황 및 예측 자료, 1차원⋅2차원 침수 예측 정보, 지점별 홍수예경보 정보, 행정동별 침수취약지수 정보 등을 제공한다. 도시 홍수예경보를 위한 1차원 홍수분석은 도시유출모형인 SWMM (Storm Water Management Model)을 구동하여 맨홀별 수심, 월류량 정보를 생산하였다. 2차원 침수해석은 2DIS (2 Dimensional Inundation System) 모형을 적용하여 SWMM의 맨홀별 월류량과 연계한 2차원 지표면 침수해석 정보를 생산하였다. 시스템에서 침수 예측은 강우 시나리오 기반으로 제공하며 적용 강우는 시간당 30 - 90 mm, 강우 시간 분포는 Huff 3분위이다. 홍수 상황 전파를 위한 홍수예경보 정보는 관로의 수심 및 월류 조건에 따라 안전, 관심, 주의, 경계, 심각의 5단계 상황을 시간대 별로 제공할 수 있다. 연구에서 개발한 침수 예측 모형은 달서 배수분구의 2002년 기왕 침수실적 자료와 비교 검증하였으며 모형 검증 결과 침수 탐지확률(Probability of Detection, POD)은 80% 이상으로 분석되었다.

1. 서 론

최근 기후변화로 인한 이상 기후로 인해 국지성 호우, 게릴라성 호우가 빈번하게 발생하고 있으며 강우의 규모 증가는 도시 배수시스템의 설계 용량을 초과시켜 도시홍수 피해를 증가시키고 있다. 더불어 불투수면적의 비율이 상대적으로 높은 도시 지역의 경우 도시 침수피해의 위험성은 더욱 높은 실정이다.

도시 침수 대응을 위해 국내⋅외에서는 다양한 시스템들이 개발되고 있다. National Disaster Management Research Institute (2016)은 지상 공간-우수관망-지하 공간의 유기적으로 연계하여 침수해석을 할 수 있는 Urban Flood Analysis Model (UFAM)을 개발한 바 있다. 한국수자원공사에서는 에코델타시티 물 재해 통합관리 시스템을 개발하고 있다. 서울특별시의 경우 도시침수 예측시스템을 개발하여 서울특별시 전역에 웹 기반 도시홍수 실시간 예측정보를 제공하고 있다. 한편, 국외의 경우 Liu et al. (2017)은 클라우드 컴퓨팅 기반 유체 역학 시뮬레이션 플랫폼인 Hydro MP를 개발하여 South-North water diversion 프로젝트에 활용하고 있다. Xiao et al. (2019), Shrestha et al. (2020)은 Web 기반 SWMM을 개발한 바 있다. 이상과 같이 기존 국내⋅외 물 관련 솔루션들은 시스템 데이터의 개별적인 관리는 하고 있으나 도시 문제 해결을 위한 스마트시티 통합 데이터 허브와의 연계 서비스를 제공에는 한계가 있었다.

이러한 한계를 극복하고자 본 연구에서는 국가스마트시티 혁신전략프로젝트(Daegu Metropolitan City, 2018)의 일환으로 통합형 데이터허브와 연계 서비스를 제공할 수 있는 도시홍수 상황인지 시스템을 개발하였다. 연구에서 개발한 시스템은 대구광역시 실증 대상지역 8개 배수분구에 실증되었으며 실황 및 예측 강우자료를 이용하여 도시 홍수예경보 서비스를 제공한다(Korea Land & Housing Corporation, 2018). 시스템의 주요 구성 요소는 강우 정보, 1차원 홍수 정보, 2차원 침수 정보, 수위 실황 정보, 행정구역별 침수위험지역 정보 등으로 구성된다. 한편, 침수 예측모형 정확도 검증은 달서배수분구의 2002년 기왕 침수실적 자료와 비교하였다.

2. 시스템의 구성 요소 및 침수 해석 기법

2.1 시스템의 구성 요소

도시홍수 상황인지 시스템의 주요 구성 요소는 강우 정보, 1차원 홍수 정보, 2차원 침수 정보, 수위 실황 정보 등으로 구성된다. 첫째, 강우 정보는 강우 실황과 예측 강우로 구분할 수 있으며 강우 실황은 기상청으로부터 실시간으로 제공받는 AWS (Automatic Weather Station) 강우량 정보를 기초로 자치구별 면적강우량 자료를 생산하고 생산된 정보를 수치 및 공간 형태로 제공한다. 둘째, 1차원 홍수 정보 생산 및 제공은 실황 기상자료와 연동하여 도시홍수 상황인지 모형을 통한 맨홀별 수심, 월류량 자료를 생산하고 상황별 예경보 서비스를 제공한다. 셋째, 2차원 침수 정보 생산 및 제공은 도시홍수 상황인지 모형에서 격자기반 지표면 침수심 및 침수범위 정보를 제공한다. 넷째, 수위 실황정보 생산 및 제공에서는 주요 하천 수위관측소별 수위 실황, 예경보 정보, 실증 대상지역 관로 수위계의 실시간 정보를 제공한다. 마지막으로 도시홍수 상황인지 시스템은 스마트시티 데이터허브를 통해 실시간으로 수집하는 데이터를 기반으로 지자체 재난 관련 부서에서 직접적으로 시스템을 활용할 수 있다. 또한, 상세위치 기반 맨홀 수위, 침수량 정보를 바탕으로 인근 지역 주민에게 모바일 알림서비스를 제공할 수 있다.

연구에서 개발한 도시홍수 상황인지 시스템의 주요 기술 요소의 연계 모식도를 Fig. 1에 홍수관련 주요 서비스 데이터와 활용 주체를 Fig. 2에 도시하였다.

Fig. 1

Connection Diagram of Major Technology Elements of the System

Fig. 2

Data and Subjects of Utilization Provided by the System

2.2 1차원 홍수유출 해석

도시홍수 상황인지 시스템에서 1차원 분석은 도시유출모형 중 국내⋅외에서 가장 많이 활용되고 있는 SWMM을 적용하였다. SWMM은 도시유역을 대상으로 강우 시나리오로 발생하는 유출량에 대한 지표면 및 지표하 흐름, 배수관망에서의 유출량 추적, 저류량 산정 등을 수행할 수 있는 종합 모형이다(Rossman, 2015).

SWMM의 입력 자료는 크게 수문기상, 매개변수, 입출력 제어로 세 가지로 구분할 수 있다. 수문기상 자료는 강우, 강설 및 증발산과 관련된 자료며, 매개변수는 물리적 매개변수와 수문학적 매개변수로 구분할 수 있다. 한편, 입출력 관련 자료는 프로그램의 구동 및 결과 표출방법을 결정에 필요한 자료이다(Lee and Lee, 1998).

2.3 2차원 도시침수 해석

2차원 침수해석은 2DIS 모형을 활용하였다. 2DIS 모형은 도시유출 모형(SWMM) 수행 결과인 맨홀 월류량과 연계하여 격자 기반 침수해석을 2차원으로 수행할 수 있는 모형이다. 본 연구에서는 시나리오 강우 자료를 활용하여 도시유출모형의 맨홀별 침수 발생량을 연계하여 2DIS 모형을 구동하고 주요 지점별 고해상도 격자기반 침수 모의를 통해 지표면 침수심 및 침수범위 정보를 생산하였다. 1차원 도시유출모형(SWMM) 수행 결과와 2차원 침수해석 모형(2DIS)의 연계 해석 모식도는 Fig. 3과 같으며 2DIS 분석 이론 및 지배방정식은 Fig. 4와 같다.

Fig. 3

Analysis Schematic Diagram for 1-D and 2-D Model Connection

Fig. 4

Theory and Governing Equations of 2DIS Model

2.4 홍수예경보 발령기준

시스템에서 홍수예경보 발령은 1차원 도시유출해석 결과인 맨홀의 수심, 월류 양상을 판단기준으로 홍수 상황별(관심-주의-경계-심각) 예경보 정보를 제공하도록 하였다. 홍수 예경보 수준은 기후변화 적응을 위한 연안도시지역별 복합원인의 홍수 취약성 평가기술개발 및 대응방안 연구(Ministry of the Interior and Safety, 2018)에서 적용한 예경보 발령기준을 활용하였다. 관로의 수심별, 맨홀 월류 상황른 상세 홍수예경보 발령 기준은 Table 1과 같다.

Table 1

Criteria for Flood Forecasting and Warning of Pipeline Water Depth and Overflow

Div.	Criteria of flood warning (Condition of water depth, Flooding)	Representation
Safety	0 - 50% of maximum depth in storm sewer
Attention	50- 80% of maximum depth in storm sewer
Caution	80% of maximum depth storm sewer - maximum depth in strom sewer
Alert	Maximum depth in strom sewer - ground height
Serious	Flooding over ground heigh

3. 도시홍수 상황인지 시스템의 실증 대상지역 적용

도시홍수 상황인지 시스템은 대구광역시 주요 실증 대상지역에 구축하였으며 대상지역은 3공단 배수분구, 달서 배수분구를 포함한 총 8개의 배수분구이다(Fig. 5).

Fig. 5

Location of Drainage Basin Applied to Development System

3.1 실증 대상지역 도시홍수 상황인지 시스템의 개발

3.1.1 강우 실황 및 예측 정보

강우 실황 정보는 대구광역시 기상청 AWS의 1시간 누적 강우량 자료를 실시간으로 수집하였다. 수집된 자료는 단위 구별 면적 강수량 자료로 가공하여 적용하였다. 자료의 갱신 기간은 10분 단위이다. 한편, 강우 예측정보는 레이더 자료를 수집하여 강한 비구름을 식별, 호우특성 분석, 호우 이동경로 연결 과정을 통해 미래 1-3시간에 대한 정보를 제공한다.

3.1.2 1차원 홍수 및 2차원 침수 정보

1차원 홍수 정보는 시간당 30~90 mm 강우 시나리오를 SWMM에 입력하여 맨홀별 10분 단위 수심, 월류량 예측 결과를 시스템 상에서 표출되도록 하였다. 맨홀별 수심 및 침수 예측 결과는 연구에서 설정한 홍수예경보 발령 기준과 연계하여 제공할 수 있으며 상세 위치기반 홍수예경보 정보를 시민들에게 제공한다(Fig. 6).

Fig. 6

. 1D Flood Forecasting and Warning Information of Urban Flood Prediction System

2차원 침수 정보는 1차원 모형의 입력자료와 동일한 강우시나리오로 계산하며 맨홀별 1분 단위 침수 누적 월류량 자료를 바탕으로 8 × 8 m 단위 격자기반 침수심 정보를 제공한다(Fig. 7).

Fig. 7

2D Flood Inundation Information of Urban Flood Prediction System

3.1.3 수위 실황 및 행정구역별 홍수취약성 평가 정보 제공

수위 실황정보는 대상지역의 주요 관로 및 하천의 실시간 수위 모니터링 자료를 IoT 관측 장비와 연동하여 표출하는 기능이다. 본 연구에서는 대구광역시 인동촌에 우수관로 수위계를 설치하여 연계 운영하고 있다. 또한, 대구광역시 관내에 기 설치되어 운영하고 있는 홍수통제소 관할 주요 하천 수위계 지점의 홍수예경보 정보를 연계 표출할 수 있도록 하였다. 한편, 대구광역시 전역에 대한 행정동별 홍수취약성 지수를 지역중요성 지수(Region Possibility Index). 피해가능성 지수(Damage Possibility Index)를 종합하여 산정하였으며 시스템 내에 탑재하여 주요 지역별 홍수 취약정보를 확인할 수 있다.

3.2 실증 대상지역 1차원 도시홍수 해석

실증 대상지역의 1차원 도수홍수 해석은 SWMM을 이용하여 분석하였다. 적용 강우사상은 30 mm부터 90 mm 까지 10 mm 단위로 총 7개의 강우 시나리오이다.

1차원 도시홍수 해석결과, 3공단 배수분구에서 가장 많은 월류가 발생하였으며 90 mm 강우 시나리오에서 155개의 맨홀에서 월류가 발생하며, 356,639 m³의 월류가 발생한 것으로 분석되었다. 반면, 산격 빗물펌프장 배수분구는 40 mm, 신천, 산격, 산격 배수분구는 50 mm 강우 시나리오 까지 월류가 발생하지 않는다. 강우 시나리오별 월류 발생 맨홀 개수 및 월류량은 Table 2와 같다.

Table 2

Analysis Results of Overflow Manhole and Overflow Amount by Rainfall Scenario

Drainage Basin	Analysis contents	Rainfall scenario (mm)
Drainage Basin	Analysis contents	30	40	50	60	70	80	90
Dalseo	Flooding manholes (EA.)	2	2	23	48	76	94	111
Dalseo	Flooding volume (m³)	556	2,073	18,788	27,689	67,742	104,031	155,128
3-Gongdan	Flooding manholes (EA.)	21	45	65	99	120	138	155
3-Gongdan	Flooding volume (m³)	5,542	30,641	63,126	122,348	192,914	271,691	356,639
Sinchun	Flooding manholes (EA.)	-	-	2	8	17	27	30
Sinchun	Flooding volume (m³)	-	-	317	2,006	4,585	7,460	10,309
Sangyeok	Flooding manholes (EA.)	-	-	-	1	35	49	63
Sangyeok	Flooding volume (m³)	-	-	-	15	22,747	37,061	52,430
Sangyeok Pumping St.	Flooding manholes (EA.)	-	-	6	7	11	11	15
Sangyeok Pumping St.	Flooding volume (m³)	-	-	1,192	11,386	23,994	33,931	46,006
Bangchon	Flooding manholes (EA.)	11	19	31	44	54	64	69
Bangchon	Flooding volume (m³)	5,665	14,980	24,629	39,587	51,184	63,678	76,209
Pyeongri	Flooding manholes (EA.)	5	8	11	15	21	24	29
Pyeongri	Flooding volume (m³)	5,429	20,021	28,781	43,958	54,388	72,019	80,631
Sandan	Flooding manholes (EA.)	11	14	15	17	20	24	26
Sandan	Flooding volume (m³)	7,127	20,928	30,644	51,505	60,317	68,813	76,295

3.3 실증 대상지역 2차원 도시침수 해석

2차원 도시침수 해석은 2DIS 모형을 이용하였다. 2DIS 모형은 1차원 SWMM 맨홀 월류량과 연계하여 지표면 침수흐름을 분석할 수 있는 모형으로 강우의 직접적인 노면흐름의 해석이 가능하다. 연구에서 강우는 빗물받이의 효율을 고려하기 위하여 지표면에 직접 떨어지는 강우를 30%로, 맨홀로 유입하는 강우를 70%로 가정하여 2차원 침수모의를 수행하였다. 검토 대상 강우 규모 시나리오는 1차원 도시홍수 해석과 동일하다.

2차원 침수해석 수행 결과, 침수가 가장 많이 발생하는 지역은 저지대인 3공단 배수분구로 침수면적은 98.82 ha이며, 최대 침수심은 1.81 m이다. 한편, 평리 배수분구는 침수면적 52.6 ha, 최대 침수심 3.64 m로 분석되었다. 침수가 가작 적게 발생한 지역은 방촌 배수분구로 침수면적 24.31 ha, 최대 침수심 0.98 m로 나타난다. 대구광역시 실증 대상지역에 대한 배수분구별 2차원 도시침수해석 상세 결과는 Table 3과 같다.

Table 3

Analysis Results of Flood Area and Amount of Flooding by Rainfall Scenario

Drainage Basin	Analysis contents	Rainfall scenario (mm)
Drainage Basin	Analysis contents	30	40	50	60	70	80	90
Dalseo	Inundation area (ha)	13.62	27.16	40.91	53.87	65.70	76.96	87.62
Dalseo	Max inundation depth (m)	2.30	2.56	2.71	2.82	2.91	2.97	3.02
3-Gongdan	Inundation area (ha)	5.52	16.21	30.87	47.34	64.58	82.27	98.82
3-Gongdan	Max inundation depth (m)	0.74	1.01	1.22	1.39	1.55	1.68	1.81
Sinchun	Inundation area (ha)	0.50	1.14	1.87	2.58	3.24	3.89	4.49
Sinchun	Max inundation depth (m)	0.47	0.65	0.85	0.96	1.05	1.14	1.21
Sangyeok	Inundation area (ha)	3.24	7.29	12.42	17.77	23.45	29.07	34.51
Sangyeok	Max inundation depth (m)	0.91	1.24	1.49	1.70	1.87	1.98	2.04
Sangyeok Pumping St.	Inundation area (ha)	0.57	1.13	1.76	2.66	3.80	4.84	5.86
Sangyeok Pumping St.	Max inundation depth (m)	0.57	0.71	0.82	0.92	1.16	1.41	1.68
Bangchon	Inundation area (ha)	1.22	3.53	6.81	10.69	15.17	19.71	24.31
Bangchon	Max inundation depth (m)	0.43	0.57	0.69	0.78	0.86	0.93	0.98
Pyeongri	Inundation area (ha)	9.53	16.44	25.50	33.30	39.89	46.71	52.60
Pyeongri	Max inundation depth (m)	2.62	2.83	3.19	3.37	3.47	3.55	3.64
Sandan	Inundation area (ha)	7.25	12.89	18.24	22.93	27.63	31.87	35.70
Sandan	Max inundation depth (m)	1.58	1.81	2.00	2.15	2.29	2.41	2.51

3.4 분석 모형의 검증

2차원 침수모형의 신뢰성을 검증하기 위하여 달서 배수분구의 2002년 8월 31일 일 최대 134.5 mm 호우 발생 이후 조사한 침수흔적도와 도시홍수해석 수행 결과의 비교 분석를 수행하였다. 검토결과, 2002년 8월 호우 시 달서 배수분구 내 5 개 지점에서 침수흔적이 조사되었으며, 2차원 침수분석 결과와 비교 결과 탐지확률(POD)은 80% 이상의 적중률을 보이는 것으로 검토되었다. 침수 흔적의 위치와 기왕 강우사상 및 침수결과 일치 여부는 Table 4와 같으며, 침수범람도와의 일치성을 비교한 그림은 Fig. 8과 같다.

Table 4

Comparison Both Inundation Traces and Modeling Results in the Dalseo Drainage Basi

Inundation location by survey	Inundation date	Daily Max. Rainfall (mm)	Check of matching (Simulation and survey)
Daemyeong 1792-5	2002. 8. 31.	134.5	○
Daemyeong 1795-22	2002. 8. 31.	134.5	×
Daemyeong 2033-67	2002. 8. 31.	134.5	○
Daemyeong 2140-1	2002. 8. 31.	134.5	○
Daemyeong 2279-9	2002. 8. 31.	134.5	○

Fig. 8

Comparison of Inundation and Inundation Traces (Dalseo Drainage Basin)

4. 결 론

본 연구에서 개발한 도시홍수 상황인지 시스템은 강우자료를 기반으로 침수예측 정보를 생산하고 재난 발생 단계별 수 재해 예측 정보 상세위치 기반으로 제공하는 시스템이다. 특히, 스마트시티 데이터허브와 연계하여 다양한 수 재해 대응 정보를 제공하는 장점이 있다. 시스템은 스마트시티 국가전략프로젝트 연구사업의 테스트베드인 대구광역시 달서, 3공단 배수분구를 포함한 8개의 배수분구에 실증 연구를 수행하였다.

도시홍수 상황인지 시스템은 지방자치단체 재난 관련 담당자의 의사결정지원을 통해 도시 홍수대응에 활용이 가능하며 데이터허브와 연계하여 실시간 사용자 분석을 통해 지역 맞춤형 수 재해 대응 정보를 제공할 수 있을 것으로 기대된다. 또한, 향후 지속적인 대상지역의 확대 구축 및 타 서비스와 연계를 통한 서비스의 다변화가 필요할 것으로 판단된다.