2.1 관망 자동추출 알고리즘

SS-NET은 Linux기반 JAVA 언어로 개발하였으며 Linux 및 Microsoft DOS 환경에서 구동이 가능하다. 관망 자동추출 알고리즘 수행을 위한 입력자료는 지자체에서 보유하고 있는 우수관로의 제원 및 공간 정보자료이며 프로그램을 구동하면 해당 배수구역 관로 네트워크를 데이터베이스 형태로 저장하고 시작관 위치를 추적한 후 하류방향으로 네크워크 분석을 수행한다. SS-NET의 관로 추적 및 추출 기본로직은 시작관로 판단, 관로병합 및 중지, 방류관로 판단, 예외상황 처리의 4단계로 구성하였다(Table 1).

Table 1

Basic Algorithm for Pipe Network Extraction of the SS-NET

1단계, 시작관로의 판단은 사용자가 입력한 최소 관경기준에 의해 최소관경 이상의 관로를 시작관으로 인식하게 하였다. 다만, 최소 관경기준 미만의 관로라 할지라도 관로의 연장이 일정길이 이상이 되면 시작관으로 인식하도록 모형을 구성하였다. 예를 들어, 사용자가 D600관을 시작관 판단기준으로 설정하게 되면 D600관 이상인 관로를 시작관으로 설정하게 된다. 다만, 최소관경 기준 미만(D600관)의 관로라 할지라도 일정길이 이상인 관로의 연장을 입력하게 되면 시작관으로 인식한다.

2단계, 관로병합 및 중지는 시작관로부터 하류관로 방향으로 관경 및 관로의 길이를 추적하고 하류관의 관경이 상류관과 동일한 경우에 관로를 병합하고 관경이 변화하게 되는 경우 관로의 병합을 중지하고 그 지점을 절점으로 인식하도록 하였다. 다만, 사용자가 설정한 관로 병합 최대연장 기준에 근거하여 관로 병합연장이 일정기준 이상이 되면 관로의 병합은 중지되고 시작관로부터 중지된 지점까지의 관로를 단일관로로 출력하고 절점으로 저장한다. 그리고 중지된 지점부터 다시 하류방향으로 관로추적을 계속 실시하게 된다.

3단계, 방류관로의 판단은 하류관로 방향으로 관로를 병합, 중지의 과정에서 연결관로를 찾지 못하는 경우 연결관로가 없는 관로를 방류관로로 출력하도록 하였다.

마지막 4단계는, 관로의 병합 및 중지의 예외상황으로 2개 이상의 관이 합류하는 경우를 검사하여 절점으로 형성하도록 하였으며 분기되는 관로의 경우도 동일하게 절점으로 인식하도록 모형을 개발하였다. SS-NET의 단계별 수행과정과 처리결과에 대한 예시는 Fig. 1과 같다.

Fig. 1

Application Example of the SS-NET

2.2 SS-NET의 입출력 자료

SS-NET의 입력자료는 관로 네트워크 분석을 위한 기본 입력자료와 추가적인 관로 관련 정보로 나눌 수 있다. 먼저, 기본 입력자료는 관로명과 개별 관로의 시작 맨홀, 종료 맨홀 이름 그리고 관로 연장, 관로의 규모이며 추가 관로 관련 정보는 관로의 시·종점부의 지반고, 관저고, 관로의 상세제원 등이 있다(Table 2). SS-NET은 기본 입력자료 만으로도 모형의 수행은 가능하다.

Table 2

Specifications of Input Data

SS-NET 구동결과인 출력자료는 추출된 관로의 정보로 시작 및 종료 맨홀, 관로명, 병합관로의 길이, 지반고, 관저고, 관로의 단면적 및 관로의 규모 정보이며 관로 병합 및 초기관로에 대한 판단을 위해 병합된 관로의 개수와 초기관로 유무를 출력자료에서 확인할 수 있다(Table 3).

Table 3

Specifications of Output Data

3.1 대상지역 및 기초자료

SS-NET 프로그램의 적용성을 검토하기 위하여 서울시 전역에 대한 SWMM 입력자료를 구성하였다. 서울시 하수관로의 배수구역은 총 239개의 배수분구로 이루어져 있으며 우수관로의 연장은 2014년 말 기준 10,037 km, 배수구역의 총 면적은 607 km²이다. 한편, 서울시는 1995년에 도시지리정보시스템(UIS) 구축 계획을 수립하고 1996년부터 수치지형도 데이터베이스 구축을 통해 UIS 구축을 위한 작업을 진행하였으며 1998년부터 현재까지 도로 및 상하수도 관리 등을 위한 UIS 자료를 지속적으로 개선, 보완하고 있다. 본 연구에서는 서울시의 2014년 기준 최신의 하수도 관리 전산시스템의 GIS 공간 및 속성정보 자료를 활용하여 자동화 기법을 이용한 관망 구성을 실시하였다.

SS-NET 구동을 위한 관 연결정보 및 제원정보는 UIS 의 속성정보에서 추출하여 모형을 구동하였으며 공간정보의 경우 개별관로의 X, Y좌표를 별도로 추출하여 적용하였다. 다만, UIS 자료의 품질 문제로 인해 관로의 연결정보가 실제와 상이한 경우, 속성정보의 입력오류 등이 간혹 발생하므로 이러한 경우 수작업으로 보완하였다. 서울시 하수관로 현황 및 배수구역 현황은 Fig. 2와 같다.

Fig. 2

Pipe Networks and Catchments of the Seoul

3.2 경계조건 설정

서울시 전역에 대한 하수관로 유출부 경계조건은 한강을 포함한 서울시 내 국가하천 4개소, 지방하천 36개소에 대한 하천기본계획 및 113개소의 빗물펌프장 유수지 현황을 조사하고 하천, 빗물펌프장 유수지의 설계홍수위를 경계조건으로 입력하였다(Fig. 3). 또한, 우수관로에서 분기되는 21개소 빗물저류조 시설현황을 조사하여 SWMM 모형구성에 반영하였다. 실제 홍수상황을 엄밀하게 반영하기 위해서는 관측 또는 모의 수위 시계열 자료를 적용하는 것이 타당하나 본 연구에서는 치수안정성 측면에서 설계홍수위를 경계조건으로 입력하였다. 또한, 모형 검증을 위한 10개 지점 수위관측 지점은 설계홍수위 적용에 따른 배수위 영향을 받지 않는 지점이다.

Fig. 3

Original and Simplified Pipe Networks

3.3 관망 구축

서울시 239개의 배수분구에 대한 SWMM 입력자료 구축을 위한 우수관망 자료의 추출은 SS-NET 모형을 이용하여 자동으로 수행하였다. 관망추출을 위한 시작관로의 기본조건은 최소관경이 D600 mm 이상이거나, D600 이하의 관인 경우 관로 연장이 100 m 이상인 경우로 정의하였다. 또한 관로의 병합조건은 상류관부터 하류관으로 관로의 규모를 검사하고 관로의 규모가 동일한 경우 관로를 병합하였다. 이 과정에서 병합관로의 연장이 100 m 이상일 경우에는 관로의 병합을 중단 후 절점으로 지정하고 다시 하류방향으로 관경을 추적하도록 하였다.

서울시 총 239개 배수분구에 대한 관망추출, 병합을 실시한 결과 관망의 개수는 약 30%로 감소하였다. Table 4는 서울시 주요 10개 배수분구에 대한 관망추출 및 병합 결과를 나타낸 것이다. 또한 안양천01, 청계03, 반포02, 청계07 배수분구의 관망추출 전, 후 관로 네크워크 현황은 Fig. 3과 같다.

Table 4

The Results of Simplified Pipe using SS-NET

4.1 모형수행 방법

본 연구에서 개발한 SS-NET에 대한 효용성을 평가하기 위해서는 서울시 UIS 원시자료로부터 SWMM의 관망 입력자료를 수작업과 SS-NET을 이용한 경우에 대해 구축시간과 품질을 직접 비교를 해야 하지만 이는 개개인의 관망 입력자료 구축의 숙련도에 따라 달라지므로 정량적으로 평가하기 어렵다. 본 연구에서는 SS-NET 프로그램을 이용하여 자동으로 구축한 SWMM의 모델링 결과와 실측 우수관로 수위자료의 비교 평가를 통해 관망구성 결과의 효용성을 간접적으로 평가하였다.

SWMM에서 유역추적은 비선형저류방정식(non-linear reservoir equation)과 단위도 방법, 하도추적은 운동파(kinematic wave)모형과 동역학파(dynamic wave)모형을 사용할 수 있다. 본 연구에서는 비선형저류방정식과 동역학파 모형을 이용하여 유역추적과 하도추적을 각각 수행하였다. 동역학파 방정식은 홍수시 도시유역의 관거 내 흐름특성을 고려하고 대상유역 내 관거의 일부 구간에서 발생하는 역경사 및 만관으로 인한 압력영향 등을 고려할 수 있다. 또한 수문학적 매개변수인 침투량은 NRCS(natural resources conservation service)의 CN을 적용하였다. 모형수행을 위한 홍수추적 계산 시간간격은 10초 단위로 수행하였으며 하도추적의 계산 시간간격은 1초 단위이다.

4.2 모형결과의 평가

서울시 239개 배수분구의 SWMM 구축결과 평가를 위해 우수관로 수위를 실측하고 있는 주요지점 중 관측자료의 품질이 비교적 우수한 안양천01. 청계03, 반포02, 청계07 등 10개 배수구역을 대상으로 기왕의 강우 시 우수관로 내부 수위관측 데이터와 SWMM 수행결과를 비교하였다. 기왕 호우사상의 적용은 배수구역의 강우특성을 보다 면밀하게 반영하기 위해 대상지역 인근에 위치한 기상청의 자동 기상 관측 시스템(automatic weather system; AWS)의 매분 단위 강우자료를 활용하였으며 2013년 7월 발생한 주요 호우를 대상으로 하였다.

Fig. 4는 안양천01, 청계03, 반포02, 청계07 배수분구에 대한 강우량, 관측수위, 모의수위를 도시한 결과이다. 안양천1과 청계03은 관측수위에 비해 모의수위의 첨두값이 낮게 나타나나 반포02와 청계07에서는 첨두수위가 거의 일치하는 것으로 나타났다. 또한 4개 배수분구에서 모두 모의 수위상승과 하강의 시점 및 전체적인 거동이 관측수위와 유사하게 나타남을 확인 할 수 있다.

Fig. 4

Comparison between Measured and Simulated Data

관측수위와 모의수위 결과의 적정성 검토를 위한 통계적 평가는 결정계수(determination coefficient, R²), NSE(Nash- Sutcliffe Efficiency)를 검토하였다. NSE는 Eqs. (1)과 같다.

Eq. (1)에서q_t^obs,q_t^sim은 관측 및 모의된 수위 시계열, N은 시계열 값의 개수, q_mean^obs는 관측수위의 평균값이다. 결정계수 R²과 NSE는 1에 가까울수록 모의결과와 관측치가 잘 일치하는 것을 의미한다. 또한, NSE의 평가는 Moriasi et al.(2007)이 제안한 모형의 성능 평가기준을 활용하였다(Table 5).

Table 5

General Performance Ratings for Recommended Statistics (Moriasl et al., 2007)

10개 배수분구에 대한 결정계수는 0.83∼0.97, NSE는 0.62∼0.94로 구성된 모형은 실제현상을 잘 모의된 것으로 검토되었으며 상세 내용을 Table 6에 정리하였다. NSE의 경우 Moriasi et al.(2007)의 기준 적용결과 대부분의 지점에서 “만족(Satisfactory)” 이상을 결과를 보이는 것으로 분석되었다. 다만, NSE가 0.65 미만인 일부지점의 경우 향후 유역의 물리적 매개변수의 보정을 통해 모형의 신뢰도를 더 높일 수 있을 것으로 판단된다.

Table 6

The Accuracy of the Simulated Sewer Level

이상의 결과로부터 SS-NET을 이용하여 신속하게 SWMM 모형의 관망 입력자료 구축이 가능하며 생산된 입력자료의 품질도 비교적 우수한 것을 확인하였다.