표제지
목차
요약문 3
SUMMARY 4
제1장 서론 16
1.1. 연구배경 및 필요성 17
1.2. 연구목적 및 범위 19
1.3. 연구방법 및 절차 20
제2장 침수센서 설치ㆍ운영 및 유지관리 21
2.1. 침수센서 유지관리 22
2.2. 침수센서 개선, 설치 및 시험 운영 30
2.3. 소결론 61
제3장 센서 기반 침수예측을 위한 모델 개발 62
3.1. 학습데이터 구축 63
3.2. 침수심 예측 모델 개발 81
3.3. 소결론 108
제4장 센서 기반 침수흔적도 작성 및 표출기법 설계 109
4.1. 시범지역 선정 및 GIS 자료 수집ㆍ분석 110
4.2. 센서 기반 침수흔적도 작성을 위한 지형공간정보 분석 결과 검토 121
4.3. GIS 기반 침수흔적도 표출 방법 및 분석 결과 검토 131
4.4. 소결론 141
제5장 도시침수 위험기준 검증 및 개선 142
5.1. 한계강우량 최신화를 위한 자료 수집ㆍ분석 145
5.2. 최신자료를 활용한 한계강우량 추정 및 위험기준 개선 158
5.3. 침수 위험기준 운영 및 침수자료를 활용한 정확성 검토 163
5.4. 소결론 167
제6장 결론 169
참고문헌 175
판권기 178
표 2.1. 계측센서 형태별 개수('23년 하반기 기준) 24
표 2.2. 침수센서 설치지점 및 형태(울산) 25
표 2.3. 침수센서 설치지점 및 형태(부산) 25
표 2.4. 침수센서 설치지점 및 형태(인천 미추홀구) 26
표 2.5. 침수센서 설치지점 및 형태(인천 부평구) 26
표 2.6. 침수센서 설치지점 및 형태(천안) 26
표 2.7. 침수센서 설치지점 및 형태(창원) 27
표 2.8. 정기 점검 일정 27
표 2.9. 긴급 점검 일정 29
표 2.10. LTE-CAT.M1 통신 모듈 제원 35
표 2.11. 아두이노 보드 제원 36
표 2.12. 초음파 센서 제원 37
표 2.13. 디스플레이 모듈 제원 38
표 2.14. SD 카드 모듈 제원 38
표 2.15. 릴레이 모듈 제원 39
표 2.16. 태양광 패널 제원 40
표 2.17. 태양광 컨트롤러 제원 40
표 2.18. 배터리 제원 41
표 2.19. 침수센서 정확도 테스트 51
표 3.1. 새벽시장B 인근 강우관측소 거리 및 거리별 순위 66
표 3.2. 사상관측소 강우시간 확장 74
표 3.3. 부산진관측소 강우시간 확장 74
표 3.4. 부산(레)관측소 강우시간 확장 75
표 3.5. 3개의 강우관측소 강우시간 확장 결과 75
표 3.6. 3개의 강우관측소 강우시간 확장 및 통합 76
표 3.7. 3개의 강우관측소 강우시간 확장 및 통합(최종) 77
표 3.8. 지속시간별 누적강우량과 침수심의 상관관계 분석 결과 78
표 3.9. 최종 학습데이터 Case 79
표 3.10. Input data 구성 83
표 3.11. 특정시간 침수심 예측 모델에 적용된 하이퍼파라미터 84
표 3.12. 침수심 시계열 예측 모델에 적용된 하이퍼파라미터 86
표 3.13. 1분 후 예측결과 및 하이퍼파라미터 제시 87
표 3.14. 10분 후 예측결과 및 하이퍼파라미터 제시 88
표 3.15. 30분 후 예측결과 및 하이퍼파라미터 제시 89
표 3.16. 60분 후 예측결과 및 하이퍼파라미터 제시 90
표 3.17. 특정 시간 예측 시간대별 최적의 침수 예측모델 91
표 3.18. 10분 후 예측 결과에 대한 침수 이벤트1의 침수 선행시간 확보 93
표 3.19. 10분 후 예측 결과에 대한 침수 이벤트2의 침수 선행시간 확보 93
표 3.20. 10분 후 예측 결과에 대한 침수 이벤트3-1의 침수 선행시간 확보 94
표 3.21. 10분 후 예측 결과에 대한 침수 이벤트3-2의 침수 선행시간 확보 94
표 3.22. 10분 후 예측 결과에 대한 침수 이벤트4의 침수 선행시간 확보 95
표 3.23. 침수심 시계열 예측 오차(Case1, 예측시간: 10분) 96
표 3.24. 침수심 시계열 예측 오차(Case1, 예측시간: 30분) 97
표 3.25. 침수심 시계열 예측 오차(Case1, 예측시간: 60분) 98
표 3.26. 침수심 시계열 예측 오차(Case7, 예측시간: 10분) 99
표 3.27. 침수심 시계열 예측 오차(Case7, 예측시간: 30분) 100
표 3.28. 침수심 시계열 예측 오차(Case7, 예측시간: 60분) 101
표 3.29. 침수심 시계열 예측 오차 102
표 3.30. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 1) 104
표 3.31. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 2) 105
표 3.32. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 3) 106
표 3.33. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 4) 107
표 4.1. 수준측량 대상 침수센서 111
표 4.2. 통합기준점 U평택30 주요 정보 112
표 4.3. 수치표고모델과 수준측량을 이용한 센서 지점 고도 비교 113
표 4.4. 측량성과를 반영한 침수흔적도 작성 결과 비교 113
표 4.5. 침수센서 계측 사례 115
표 4.6. 침수센서 계측 사례(0.3m 이상) 116
표 4.7. 수준측량 대상 침수센서 117
표 4.8. 과거 침수흔적도 조사 결과 119
표 4.9. 유역특성 자료 및 수집 방법 120
표 4.10. 유역설정 방법에 따른 특징 122
표 4.11. 수치표고모델 격자 크기별 유역특성 124
표 4.12. 유역특성 자료 및 수집 방법 125
표 4.13. 침수심 도면표기 기호 126
표 4.14. 수치표고모델 격자 크기에 따른 침수흔적도 작성 결과 비교 129
표 4.15. 수치표고모델 격자 크기에 따른 격자수 및 침수흔적도 분석시간 130
표 4.16. 침수 영향범위 설정 방법 및 특징 131
표 4.17. 침수 영향범위 설정에 따른 침수면적 변화 132
표 4.18. 과거 침수흔적도와 수치표고모델 격자크기별 침수흔적도 비교 140
표 5.1. 2022년 행정동별 주요 침수 피해현황 146
표 5.2. 시도별 강우자료 분석현황 147
표 5.3. 지속시간별 최대누적강우량(AWS 기상청 지점) 148
표 5.4. 피해이력기반 한계강우량 식 149
표 5.5. 행정구역 최신화에 따른 행정구역 변화 150
표 5.6. 유역특성 분석을 위한 기초자료 수집 방법 151
표 5.7. 행정동별 유역특성 구축 결과(예시) 157
표 5.8. 최신자료를 반영한 학습자료 구축 결과(예시) 158
표 5.9. 한계강우량 산정 모델 학습성능 평가 159
표 5.10. 최종 모델 학습자료 구축 160
표 5.11. 한계강우량 산정 모델 자료확장 후 학습성능 평가 161
표 5.12. 한계강우량 산정 결과 161
표 5.13. 2023년 위험기준 개선 결과 162
표 5.14. 지속시간별 한계강우량 분포 163
표 5.15. 침수 발생 사례에 대한 운영 결과 164
표 5.16. CCTV 침수자료 수집 및 오차분석 165
표 5.17. 한계강우량 개선 결과 166
표 5.18. 한계강우량 검토 및 개선 결과 167
그림 1.1. '23년 침수피해 사례 17
그림 2.1. 도시침수 계측 센서 정기점검표 23
그림 2.2. 정기 점검시 주요 조치사항(함체 재고정) 28
그림 2.3. 정기 점검시 주요 조치사항(주변 공사) 28
그림 2.4. 정기 점검시 주요 조치사항(기타) 28
그림 2.5. 긴급 점검 조치사항(울산) 29
그림 2.6. 긴급 점검 조치사항(천안) 30
그림 2.7. 함체 형태 변화 31
그림 2.8. 초음파 방출 형태 32
그림 2.9. 침수센서 내부 모듈('22년 개선품) 33
그림 2.10. '23년형 함체 개선 형태 33
그림 2.11. LTE -CAT.M1 통신 모듈 35
그림 2.12. 아두이노 보드 36
그림 2.13. 초음파 센서 37
그림 2.14. 디스플레이 및 SD 카드 모듈 38
그림 2.15. 미니 릴레이 39
그림 2.16. 태양광 패널 40
그림 2.17. 태양광 컨트롤러 40
그림 2.18. 배터리 41
그림 2.19. 내부 모듈 케이스 설계도(정면) 42
그림 2.20. 내부 모듈 케이스 설계도(후측면 및 평면) 43
그림 2.21. 내부 모듈 케이스 3D 모델링 44
그림 2.22. 내부 모듈 케이스 조립 결과 45
그림 2.23. 내부 모듈 케이스 출력물 46
그림 2.24. 내부 기판 제작 47
그림 2.25. '22년형 침수센서 내부 모듈 48
그림 2.26. '23년형 침수센서 내부 모듈 48
그림 2.27. 침수센서 테스트용 수조 및 테스트 환경 49
그림 2.28. 침수센서 계측값 예시 50
그림 2.29. 침수센서 정확도 테스트 50
그림 2.30. 모듈 구동 확인(디스플레이) 알고리즘 52
그림 2.31. 침수심 측정 알고리즘 53
그림 2.32. 데이터 전송 및 저장 알고리즘 54
그림 2.33. 바닥 설치 형태 55
그림 2.34. 연석 설치 형태 56
그림 2.35. 바닥 설치 형태 57
그림 2.36. 접촉식 센서(eTape Level Sensor) 57
그림 2.37. 경일카센터 지점(울산) 58
그림 2.38. 남천둑길 지점(울산) 58
그림 2.39. 고추시장 지점(천안) 59
그림 2.40. 가야굴다리 지점(부산) 59
그림 2.41. 침수센서 개선품 침수계측 사례(남천둑길, '23년 설치) 60
그림 2.42. 침수센서 개선품 침수계측 사례(명촌지하차도, '22년 설치) 60
그림 2.43. 침수센서 개선품 침수 오측 사례 60
그림 3.1. 침수계측데이터에 대한 강우이벤트의 횟수 64
그림 3.2. 부산지역 강우관측소 현황 65
그림 3.3. 시간에 따른 강우레이더 분포 예시 66
그림 3.4. 강우관측소별 강우이벤트 68
그림 3.5. 학습자료 구성을 위한 강우데이터 변환 69
그림 3.6. 침수 계측데이터 분 단위 변환 및 결측치 보간 69
그림 3.7. 학습데이터 구성 70
그림 3.8. 이상치 데이터 제거 71
그림 3.9. 결측치 보간 72
그림 3.10. 강우시간 확장 결과 73
그림 3.11. 중복된 강우이벤트 통합 76
그림 3.12. 지속시간별 누적강우량과 침수심의 상관관계 분석 78
그림 3.13. Case별 최종학습 데이터 79
그림 3.14. 1차년도 침수심 계측모델 성능평가 81
그림 3.15. LSTM 구조 82
그림 3.16. MinMaxScaler 83
그림 3.17. 데이터 분할 84
그림 3.18. 특정시간 예측을 위한 LSTM 입출력 예시(Many_to_one) 85
그림 3.19. 특정시간 예측모델의 학습데이터 형태 85
그림 3.20. 시계열 예측을 위한 LSTM 입출력 예시(Many_to_Many) 86
그림 3.21. 데이터 구조에 따른 하이퍼파라미터 적용 형태(시계열 예측) 86
그림 3.22. 1분 후 예측 결과(Case4) 87
그림 3.23. 10분 후 예측 결과(Case7) 88
그림 3.24. 30분 후 예측 결과(Case7) 89
그림 3.25. 60분 후 예측 결과(Case6) 90
그림 3.26. 특정 시간 예측 시간대별 최적의 침수 예측모델 성능평가 91
그림 3.27. 10분 후 예측 결과에 대한 침수이벤트 구분 92
그림 3.28. 10분 후 예측 결과에 대한 침수 이벤트1 92
그림 3.29. 10분 후 예측 결과에 대한 침수 이벤트2 93
그림 3.30. 10분 후 예측 결과에 대한 침수 이벤트3 94
그림 3.31. 10분 후 예측 결과에 대한 침수 이벤트4 95
그림 3.32. 침수심 시계열 예측 결과(Case1, 예측시간: 10분) 96
그림 3.33. 침수심 시계열 예측 결과(Case1, 예측시간: 30분) 97
그림 3.34. 침수심 시계열 예측 결과(Case1, 예측시간: 60분) 98
그림 3.35. 침수심 시계열 예측 결과(Case7, 예측시간: 10분) 99
그림 3.36. 침수심 시계열 예측 결과(Case7, 예측시간: 30분) 100
그림 3.37. 침수심 시계열 예측 결과(Case7, 예측시간: 60분) 101
그림 3.38. 근접 강우관측소 3지점 강우데이터를 이용한 침수심 시계열 예측 결과 102
그림 3.39. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 1) 103
그림 3.40. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 침수이벤트 2) 105
그림 3.41. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 강우이벤트 3) 106
그림 3.42. 침수심 시계열 예측 결과(Case7, 예측시간 30분, 강우이벤트 4) 107
그림 4.1. 침수 센서 설치 위치(천안시 남부오거리) 111
그림 4.2. 측량성과 반영 전ㆍ후 침수흔적도 비교(침수심) 114
그림 4.3. 시범지역 선정 절차 115
그림 4.4. 시범지역별 침수 센서 설치 위치 118
그림 4.5. 시범지역별 유역특성 자료 120
그림 4.6. 기존의 센서 기반 침수흔적도 작성 절차(2022) 121
그림 4.7. 유역설정 방법(부산 새벽시장) 122
그림 4.8. 수치표고모델 격자 크기에 따른 침수흔적도(천안 남부오거리) 126
그림 4.9. 수치표고모델 격자 크기에 따른 침수흔적도(부산 새벽시장) 127
그림 4.10. 수치표고모델 격자 크기에 따른 침수흔적도(부산 거제역) 127
그림 4.11. 수치표고모델 격자 크기에 따른 침수흔적도(울산 태화시장) 128
그림 4.12. 격자크기에 따른 침수흔적 정보 129
그림 4.13. 침수 영향범위 설정 방법(예시) 132
그림 4.14. 시범지역 침수흔적도 표출 결과 133
그림 4.15. 시범지역 침수위도 표출 결과 134
그림 4.16. 센서 기반 침수흔적도 작성 절차(2023) 135
그림 4.17. 과거 침수흔적도와 비교(천안 남부오거리) 136
그림 4.18. 과거 침수흔적도와 비교(부산 새벽시장) 137
그림 4.19. 과거 침수흔적도와 비교(부산 거제역) 138
그림 4.20. 과거 침수흔적도와 비교(울산 태화시장) 139
그림 5.1. 2023년 시스템 운영 행정동별 한계강우량(지속시간 60분) 143
그림 5.2. 도시침수 위험기준 검증 및 개선 절차 144
그림 5.3. 2022년 NDMS 사유시설 피해 신고자료 145
그림 5.4. 피해이력기반 한계강우량 산정 예시(경기도 군포시 군포2동) 148
그림 5.5. 불투수율 분석 결과(광역시) 152
그림 5.6. 평균고도 분석 결과(광역시) 153
그림 5.7. 평균경사 분석 결과(광역시) 154
그림 5.8. 빗물받이 밀도 분석 결과(광역시) 155
그림 5.9. 하천밀도 분석 결과(광역시) 156
그림 5.10. 한계강우량 예측 결과 검토 및 학습자료 확장 159
그림 5.11. 모델 산정 결과 한계강우량 보정 방법 161
그림 5.12. 한계강우량 수정 결과 166