Original Article

Journal of Korean Society of Disaster and Security. 31 December 2020. 93-104
https://doi.org/10.21729/ksds.2020.13.4.93

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 강우자료 및 지점 군집화

  • 3. 2020년 극치 강우사상 변화 분석

  •   3.1 여름철 총강우량 및 강우일수 분석

  • 4. 2020년 여름철 극치강우 빈도분석

  • 5. 결 론

1. 서 론

산업화 이후 온실가스 증가와 더불어 지속되고 있는 지구온도 상승에 의하여 과거 시공간적 변동성 범위를 벗어나는 극한기후사상 현상들이 사회적 문제로 대두되고 있다(Baek et al., 2016; Seo et al., 2012; Melillo et al., 2014). 이와 같은 기상현상 변화 중 집중호우의 강도 및 빈도 증가는 산사태 및 홍수와 같은 자연재해의 증가를 야기하고 있으며, 특히 우리나라의 경우 중국 북부 지역의 고온현상으로 인한 상층 고압대의 발달로 인하여 여름철 호우가 증가할 것으로 전망되고 있다(Kim et al., 2017).

과거 기록되지 않은 기상현상의 발생은 지구온난화로 인한 기후변화와 엘리뇨, 라니냐와 같은 기후변동이 주요 원인으로 고려되고 있으며, 다른 한편에서는 지구 자체의 자연 변동성을 다른 요인으로 평가하고 있다. 과학적으로 기후변화의 원인을 규명하기 위하여 다양한 연구가 진행되고 있으며, 지구의 공전 궤도 변화(orbital changes), 태양열(solar) 및 화산활동(volcanic) 등의 자연적 요인과 토지이용(land use), 오존(ozone), 에어로졸(aerosols) 및 온실가스(greenhouse gases) 등의 인간 활동이 주요 원인으로 규정하고 있다. 자연변동성 및 인간 활동으로 인한 지구온난화의 추세 및 변동성 분석에 따르면, 인간 활동이 온난화를 가속시키고 있으며 기상변동성을 증가시키는 요인 중 하나로 평가되고 있다.

지구 온도의 지속적 상승은 해양과 대기의 에너지와 물 순환 변동의 원인이 되어 경제 및 환경을 포함한 사회 전반에 영향을 미치게 된다. 증가된 기상변동성 및 변화는 수문 현상에 많은 영향을 야기하여 물순환(hydrological cycle)을 가속시기키고 있으며, 물 공급을 위한 수자원 계획 수립에 불확실성을 증대시키고 있다. 기후변동에 따라 수문기상학적 극치사상들의 규모와 빈도가 증가할 것으로 전망되고 있는 가운데, 자연재해의 대비한 대책 마련에 어려움이 가중되고 있다. 사회적 측면에서는 이상기후로 인하여 인명피해 뿐만 아니라 농업·관광업 및 서비스업 등에 부정적인 영향을 초래하고 있다. 이로 인해 기상재해로 인한 사회·경제적 피해액이 증가하고 있으며, 극치사상(특히 폭풍와 홍수)의 발생빈도가 산업화 이후 다른 재해에 비교하여 상대적으로 증가 폭이 큰 것으로 나타나고 있다. 응급재해데이터베이스(EM-DAT)에 등록된 1900-2019년의 전 세계 자연재해건수를 살펴보면 1950년도를 기점으로 증가 추세가 급격하게 증가하고 있으며, 극치사상의 발생빈도도 동기간을 기점으로 큰 증가폭을 나타내고 있다.

전 세계적으로 기후변화로 인해 생태계 및 인간사회에 미치는 영향이 대두되고 있으며, 국제사회의 가장 중요한 연구분야로 인정받고 있다. 2020년 세계경제포럼(world economic forum, WEF)에서는 기후위기(climate crisis)를 회의의 가장 큰 안건으로 지정하였으며, ‘2020 세계위험보고서’에서 기상이변을 세계를 위협하는 요인으로 언급하였다. IPCC가 제시한‘지구온난화 1.5°C 특별보고서’에서는 10년당 평균 0.2°C(0.1°C ~ 0.2°C)의 증가 경향을 나타내고 있으며, 2030년에서 2052년 사이에는 전지구 평균기온이 1.5°C 상승할 것으로 예측하였다. 평균기온이 1.5°C까지 상승하는 경우에는 전 지구적인 극한 고온 현상이 발생하고 일부지역에서 호우 및 가뭄 발생 빈도가 증가할 것으로 예상되며, 해양보다 육지 피해가 증가하여 수질, 수자원, 생태계, 식량안보, 주거지와 사회 및 인간보건 등에 영향을 미칠 것으로 전망하였다(IPCC, 2018).

이러한 계속된 지구온난화로 인하여 발생하는 이상기후는 시공간적인 변동성 증가로 기인하며 인접한 지역이라 할지라도 홍수와 가뭄의 정반대의 기상현상으로 나타나고 있다. 행정안전부에서 발간한 2018 재해연보에 따르면 10년간(2009∼2018) 재해중 홍수와 관련된 호우·태풍에 의한 평균 피해액은 연간 약 3,203억으로 전체의 약 88%를 차지하고 매년 발생하는 홍수 피해로 인하여 증가하는 추세에 있다. 한편 가뭄으로 인한 제한급수와 농업용수 부족에 의한 피해액도 증가하고 있는 것으로 보고하였다.

국립기상과학원(national institute of meteorological sciences, NIMS)에 의하면 2090년에는 우리나라의 연 평균기온은 현재 대비 2.1°C 증가하고 연강우량은 17% 증가할 것으로 전망하였다. 국토해양부에서는 계획 빈도 이상의 집중호우가 자주 발생하고 있으며 특히 도시화로 인한 불투수 면적 증가 및 도달시간 단축 등으로 인해 도심지역이 홍수 취약성이 증가하고 단위면적당 피해액도 증가하고 있는 것으로 보고하였다. 하천 제방 설계에 기준이 되는 1일 최대 100년 빈도 강우량의 경우에도 기후변화 조건에서 향후 100년 동안 60년 이하의 빈도로 낮아질 수 있다고 언급한 바 있다. 실제로 우리나라 전역에서 최근 이상기후 및 기후변화로 인해 연간 강우량 변동 폭이 커지고 강우강도가 증가되어 홍수와 가뭄의 발생빈도와 규모가 점차 커지고 있다. 국내 수자원관련 구조물의 경우 과거 수문기상자료의 통계적 특성이 미래에도 동일하게 유지된다는 정상성(stationarity) 가정을 기본으로 구조물 설계가 이루어지고 있으나 앞서 언급한 것과 같이 최근 급격한 기상변동성 증가는 과거자료에 근거한 해석 방법이 더 이상 유효하지 않음을 의미한다. 이러한 점에서 최근 급격한 기상변동성 증가는 이·치수 안전도를 저해하는 요인으로 작용하고 있다.

최근 10년간(2010∼2019년) 우리나라의 집중호우 사상(시간당 50 mm이상)은 1973년부터 2009년까지 발생한 횟수의 약 1.5배 증가 경향을 보이고 있으며, 일부 지역에서는 감소를 나타내지만 전반적으로 과거대비 0∼2배 증가, 최대 6.4배의 집중호우 발생횟수 증가를 나타내고 있다(Fig. 1).

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F1.jpg
Fig. 1

Changes in the heavy rainfall of domestic

이러한 집중호우 증가로 인해 홍수관리의 어려움이 가중되고 있으며, 집중호우에 따른 피해도 증가 추세에 있다. 2020년 우리나라에 발생한 호우사상은 동 기간에서 중국 및 일본에 발생한 호우와 관련이 매우 높다. 우리나라에 발생한 호우에 따른 피해는 6월에 남부지방의 일부 지역에서 발생하였으며, 7월 말에는 부산이 침수 피해를 입었다. 8월 초에는 북태평양 기단의 크기 증가로 인하여 장마전선의 북쪽으로 이동함에 따라 충청남도, 충청북도, 경기도, 서울특별시, 인천광역시 및 강원도 등의 지역에서 집중호우로 인한 피해가 지속적으로 발생하였으며, 반면 남부지방은 북태평양 기단의 영향권에 위치하여 호우 피해는 크지 않았다.

우리나라는 그동안 하천시설물과 댐 등 대형 수공구조물에 대한 안전성 평가를 주기적으로 수행해 왔으나 단순히 모니터링을 통하여 현재 안전기준의 부합여부만을 판단하는 수준에 그치고 있다. 이러한 점에서 장래 증가하는 홍수위험도에 대처하기 위해서는 다양한 미래 강우 및 홍수시나리오를 기반으로 시설물 설계기준별 홍수 위험도와 취약성을 평가하고, 홍수 방어기준을 포함하여 현재 설계기준을 제고할 필요가 있다. 이에 본 연구에서는 2020년 6월 1일부터 8월 31일 사이에 우리나라 전역에서 발생한 대규모 집중호우사상의 지속시간별 최대강우량, 총강우량 및 강우일수에 대한 전반적인 평가를 수행하였다. 또한 현재 설계강우량도 추정시 사용된 자료기간인 2011년(설계홍수량 산정 기준 2012) 및 최근 2019년 강우량을 기준으로 2020년 강우량의 재현기간을 재평가하였다. 또한 조건부 Copula를 기반으로 이변량 빈도 분석을 수행하여 강우량 및 강우일수에 따른 재현기간을 추가적으로 비교 분석 수행하였다.

2. 강우자료 및 지점 군집화

본 연구에서는 지속시간 별 극치강우량 및 여름철 총강우량을 산정하기 위하여 국내 기상청(http://www.kma.go.kr/) 산하 종관기상관측소(automated synoptic observing system, ASOS) 92개 및 방재기상관측소(automatic weather system, AWS) 505개 지점 중, 2020년 8월 31일까지 자료가 구축되어 있는 421개(ASOS : 68, AWS : 353) 지점을 선정하였다. 421개 지점은 Fig. 2 에 제시된 것과 같이 서울 및 부산 지역을 제외하고 비교적 균등하게 분포되어 있는 것을 확인 할 수 있다(초록, 파랑 및 보라색).

일반적으로 빈도해석을 수행하기 위해서는 30년 이상의 자료 연한이 요구되며, 2011년을 기준으로 분석을 수행하는 경우에는 59개 지점만 30년 이상의 자료가 이용가능하다. 이러한 점에서 362개 AWS 관측지점을 군집화 수행 후 59개 지점으로 할당하였다. 이와 동일하게 2019년을 기준으로 적용시 65개 지점이 30년 이상으로 선정되고 356개 지점이 군집화 수행된다. 군집화는 상관계수(correlation coefficient) 및 거리(distance)를 추가적으로 고려하여 지역적 특성이 반영되도록 하였다.

Fig. 2에 제시된 그림에서 빨간색은 결측 및 2020년 8월 이전에 관측이 종료된 지점이며(176개 지점), 파란색은 2011년 기준의 군집화를 수행하기 위한 지점을 나타낸다. 보라색은 2019년을 기준으로 군집화 수행시 추가되는 지점을 나타내며, 초록색은 현재가지 측정은 수행중이지만 자료 기간이 30년 미만인 지점으로 군집화 수행을 통하여 기준 지점의 영향을 받는 관측소를 나타낸다.

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F2.jpg
Fig. 2

Observation stations (dots) used in this study

3. 2020년 극치 강우사상 변화 분석

3.1 여름철 총강우량 및 강우일수 분석

2019년 홍수기 이후인 10월부터 2020년 8월까지 발생한 월강우량은 봄철을 제외하고 모든 기간에서 예년보다 많은 강우량을 기록하였으며, 2019년 10월에 발생한 태풍 ‘미탁’의 영향으로 2019us 10월부터 2020sus 06월까지의 총강우량이 예년의 약 130%를 나타냈다. 2020년 7월 및 8월에 발생한 총강우량은 822 mm로 예년 대비 146%, 강우일수는 약 7일 증가한 경향을 나타냈으며, 장마기간에 발생한 총 강우는 전국 평균 687 mm로 2006년에 발생한 전국 평균 여름강우량 699 mm 다음으로 최대치를 기록하였다.

본 연구에서는 서울, 부산, 남원 및 합천 지점을 대표 지점으로 선정하여 월별 강우 변화를 비교 분석하여 제시하였다. 서울 지점은 7월까지는 과거 강우와 유사하거나 감소하는 거동을 나타냈지만 8월의 경우 강우량은 (+) 185.8 ∼ 485.2 mm 증가하였으며, 강우일수도 (+) 3 ~ 6일 증가하는 양상을 나타냈다. 부산에서는 7월 강우량이 (+) 431.7 ∼ 674.7 mm의 범위에서 증가하고, 강우일수는 (+) 3 ~ 10일 증가하여 앞서 언급한 것과 같이 부산지역 홍수 발생의 원인으로 작용하였다. 합천도 부산과 유사한 강우특성을 나타냈으며, 강우량은 (+) 223.3 ∼ 468.9 mm, 강우일수 (+) 3 ∼ 14일 증가를 나타냈다. 남원은 7월 및 8월 모두 기왕최대강우량을 크게 상회하는 강우가 발생하였으며, 대표지점 4개소 모두에서 여름철(6월∼8월) 총강우량이 1,000 mm 이상, 강우일수는 최소 39일 이상을 나타내어 과거에 발생한 여름철 총강우량 및 강우일수를 큰 폭으로 상회하는 것을 확인할 수 있었다(Table 1). 또한, 서울, 부산 및 합천과 달리 남원 지점의 8월에 발생한 강우사상은 강우량은 과거 대비 큰 폭으로 상승하고, 강우일수는 과거 기준에 유사한 거동을 나타내고 있다. 즉, 집중호우 형태를 가지는 강우사상으로서 지속시간별 강우강도 변화 분석에서 높은 재현기간을 가지는 것으로 분석되었으며, 향후 설계수문량 재산정을 통한 수공구조물 재평가가 반드시 필요할 것으로 판단된다(Fig. 3).

Table 1.

Comparison of changes in total rainfall and wet days in summer

Station Month 1988~1997 1998~2007 2008~2017 2018 2019 2020
Seoul 6 10 164.3 11 133.8 10 126.7 10 171.5 10 74.4 11 139.6
7 17 378.3 17 411.4 19 509.9 9 185.6 16 194.4 16 270.4
8 13 264.8 16 489.9 15 252.5 15 202.6 13 190.5 19 675.7
Sum 40 807.4 44 1035.1 44 889.1 34 559.7 39 459.3 46 1085.7
Busan 6 11 198.9 12 212.9 11 124.8 11 276.7 9 324.3 10 321.1
7 12 266.3 16 365.1 14 304.3 9 122.1 10 358.9 19 796.8
8 11 251.5 13 301.9 12 204.1 11 169.7 9 156.3 10 399.2
Sum 34 716.6 41 879.8 37 633.1 31 568.5 28 839.5 39 1517.1
Namwon 6 10 182.0 11 187.6 11 101.3 8 225.5 11 217.5 16 218.5
7 13 283.5 16 332.8 18 312.1 7 100.0 17 345.6 21 568.9
8 13 223.9 17 416.4 15 229.3 10 437.1 14 130.2 16 657.0
Sum 36 689.3 44 936.8 44 642.7 25 762.6 42 693.3 53 1444.4
Hapcheon 6 9 169.9 10 175.3 11 111.5 9 123.7 10 208.6 11 186.8
7 11 240.9 15 316.9 17 304.8 7 206.9 14 252.4 21 573.2
8 11 218.6 15 376.2 15 254.1 10 319.0 10 101.8 15 466.2
Sum 31 629.4 40 868.4 43 670.4 26 649.6 34 562.8 47 1226.2

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F3.jpg
Fig. 3

Change graph of monthly total rainfall and wet days

2020년 장마기간이 포함된 6월부터 8월까지의 최대 누적강우량은 3,292 mm로 제주 삼각봉(867)에서 발생하였다. 내륙에서는 강릉 향로봉(320)에서 최대 강우량 2,471.5 mm가 발생하였으며, 창원 지리산(872)에서는 2337.5 mm로 두 번째 큰 강우량이 관측되었다. 동기간의 과거 40년 동안 강우사상에서 1,500 mm 이상의 강우량 발생은 일부 지점에서만 1∼2회 관측된 값으로써 금년에 발생한 2,000 mm 이상의 강우량은 매우 이례적인 강우량이라 할 수 있다.

우리나라의 강우는 지형의 영향을 크게 받는 특징을 가지고 있다. 즉, 태백산맥으로 인하여 강릉 지역을 제외하고 동쪽보다는 서쪽에 많은 양의 강우량이 분포하고 있으며, 강우일수는 전반적으로 영남지방과 호남지방의 경계지역에서 높게 나타나고 있다. Fig. 4를 통하여 2020년 여름철 강우가 호남지방과 영남지방을 중심으로 남서쪽부근에 집중적으로 발생한 것을 확인할 수 있으며, 이는 장마전선이 대체적으로 남부지역에 머문 영향으로 보인다. 강우일수는 전주의 덕유봉(314) 및 완주(734)에서 57일로 최대 일수를 기록하였으며, 강우량과 동일하게 호남지방과 영남지방의 서쪽부근에서 강우일수가 크게 발생하였다.

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F4.jpg
Fig. 4

Spatial distribution of rainfall and wet days of summer in 2020 year

우리나라에서는 홍수기 동안 연최대 강우량만을 기준으로 재현기간을 평가하여 댐운영계획을 수립하고 있지만 2020년에 발생한 강우와 같이 양적인 측면뿐만 아니라 역대 최대의 강우일수의 발생은 댐, 저수지 및 보 등의 수공구조물의 운영 측면에서 여러 가지 어려움을 야기할 수 있다. 즉, 댐 운영 시 사전방류를 포함 한 방류계획 수립 시 강우지속 기간과 강우량 예측이 어렵기 때문에 홍수기 수위를 최적화 하는데 여러 제약조건으로 작용할 수 있다. 이러한 점에서 강우량만을 사용하는 기존의 분석체계를 강우량 및 강우일수를 동시에 고려할 수 있는 해석 방안을 제시할 필요가 있다(Kwon and Lall, 2016; Kim et al., 2018).

강우량 또는 강우일수만을 고려한 2020년 강우분석에서는 서울, 부산 및 합천은 10년 빈도 이하의 재현기간이 산정되었으며, 남원 지점은 17.7년 빈도로 추정되었다. Copula 함수를 활용하여 강우량과 강우일수를 동시에 고려한 분석에서는 서울은 9.3년, 부산 96.8년, 합천 223.2년의 재현기간이 산정되었으며, 남원지점은 493.4년으로 가장 큰 재현기간을 나타냈다(Fig. 5). 여기서 분석대상은 6월∼8월까지의 강우량을 대상으로 하였다. Table 2에 제시된 것과 같이 강우량 또는 강우일수를 고려한 값과 강우량과 강우일수를 동시에 고려한 빈도 분석 결과에서 보듯이 서로 상관성이 있는 변량에 대해서 단일변량만을 고려할 경우 재현기간이 과소 추정될 가능성이 크다. 즉, 위험도 평가에서 과소추정 될 가능성이 크다.

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F5.jpg
Fig. 5

Rainfall/wet days frequency analysis based on bivariate frequency analysis

Table 2.

Rainfall/wet days frequency analysis based on bivariate frequency analysis

Station Return Period
Bivariate (year) Univariate (year)
Seoul 9.3 3.0
Busan 96.8 3.3
Namwon 493.4 17.7
Hapcheon 223.2 6.6

기존의 강우량만을 적용한 빈도분석은 강우사상의 양적인 측면으로만 분석되어 홍수위험도 관리 측면에서 과소추정에 대한 문제점이 다양한 연구에서 언급되고 있다. 이에, 강우일수 및 강우량을 동시에 고려한 이변량 빈도 분석은 극치사상의 특성을 잘 반영할 수 있을 것으로 판단되며, 앞서 언급한 이변량 분석에 따른 재현기간이 2020년 여름철에 발생한 강우를 보다 적절하게 평가할 수 있는 도구라 판단된다.

Fig. 6에 제시된 강우량 및 강우일수와 같이 호남지방과 일부 영남지방에서 이변량빈도해석 기준 최대 795년, 단변량은 최대 27년 빈도의 재현기간으로 평가되고 있다. 동 지역에는 섬진강댐, 용담댐 및 합천댐이 위치하고 있으며 금해 홍수가 강우일수 및 강우량 모두 기왕최대에 근접하는 강우사상으로 평가된다(Fig. 7).

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F6.jpg
Fig. 6

Spatial distribution of bivariate frequency analysis considering rainfall/wet days (a : Bivariate, b : Univariate)

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F7.jpg
Fig. 7

Spatial distribution of bivariate frequency analysis considering rainfall/wet days (a : Bivariate, b : Univariate)

이변량 분석을 통한 섬진강댐 유역의 평균 재현기간은 270년으로 댐 유역의 북쪽은 전주지점의 영향을 받아 큰 값을 나타내고 있다. 용담댐 유역의 경우도 전주지점의 영향으로 인하여 댐 상류 유역 서쪽 부분에서 최대 457년의 재현기간으로 산정되었으며 평균 재현기간은 240년으로 섬진강과 유사한 재현기간을 나타냈다. 합천댐 유역의 평균 재현기간은 156년, 최대 206년으로 댐 유역 상류의 가북면 부근에서 가장 큰 강우량을 나타내었다(Table 3).

Table 3.

Results of bivariate frequency analysis of summer rainfall in 2020 year

Dam Basin Return Period based
on Bivariate Frequency Analysis
Return Period based on
Univariate Frequency Analysis
Area Average
Rainfall (year)
Maximum
Rainfall (year)
Area Average
Rainfall (year)
Maximum
Rainfall (year)
Seomjin River
Dam
Dam Basin 270.7 526.6 17.5 22.5
Dam Downstream 337.1 520.3 10.8 20.9
Yongdam
Dam
Dam Basin 240.3 457.1 23.5 27.4
Dam Downstream 119.3 308.1 23.7 28.4
Hapchon
Dam
Dam Basin 156.1 206.2 14.1 21.9
Dam Downstream 206.6 227.5 6.4 8.6

4. 2020년 여름철 극치강우 빈도분석

호우는 방재관점에서 다양한 자연 재해의 초기조건 중 하나로서 침수, 산사태, 하천 범람 등의 사회적 및 경제적 피해를 유발하고 있다. 기후변화로 인하여 우리나라, 일본, 인도 및 미국 등 전 세계에서 최근 10년 동안 극치 강우의 빈도 및 강도 증가(Lee et al., 2012; Krishnamurthy et al., 2009; Kunkel et al., 2013)로 인적 피해가 늘어나고 있는 추세이다. 국내에서는 이를 대응하기 위하여 1964년 기상청에서는 호우 특보를 제정한 이후 5 차례에 걸친 개정을 통하여 변화하는 기상에 적합한 특보 발효를 하고자 하였다. 그러나 최근 기후변화로 인하여 짧은 시간 내에 매우 강한 강우가 집중되는 국지성 강우가 빈번히 발생하는 등 호우의 형태가 변화하고 있어, 기존의 호우특보체계를 통한 대응은 한계가 있는 것으로 제시되고 있다.

2020년 여름철에 발생한 강우는 일부 지역(대전, 강릉, 부산, 광주, 천안, 제천 및 남원 등)에서 기왕최대값에 준하는 강우량 발생으로 인하여 막대한 홍수 피해가 발생하였으며 사실상 대응 및 대비가 어려웠다. 지속시간별 최대 강우량이 발생한 지점은 대전(송악-493), 광주(담양-706), 제주(사제비-868), 전주(풍산-690) 및 강릉(향로봉-320) 지점이며, 송악은 1시간부터 4시간, 담양 5, 6시간 및 11시간부터 18시간, 사제비 7시간부터 10시간, 풍산 19시간부터 22시간 및 향로봉은 23, 24, 48 및 72 지속시간에서 전국 최대강우량을 나타냈다. 대전의 송악 지점에서 발생한 1시간 지속기간 강우사상은 강우강도 88.0 mm/hr를 기록하여 전국에서 발생한 강우사상 중 단위시간당 가장 많은 강우량을 기록하였다(Fig. 8, Fig. 9).

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F8.jpg
Fig. 8

Comparison of between extreme rainfall and return period in the overall times

https://cdn.apub.kr/journalsite/sites/ksds/2020-013-04/N0240130408/images/ksds_13_04_08_F9.jpg
Fig. 9

Spatial distribution of extreme rainfall - return period and rainfall (Analysis of extreme rainfall frequency in 2020 based on rainfall in 2011 and 2019)

동기간에 발생한 피해 중 서울에서는 수위증가로 인하여 잠수교 통행이 제한되었으며, 한강에 위치하고 있는 각종 공원들이 물에 잠겨 통제되는 것을 필두로, 올림픽대로와 동부간선도로 등 서울의 주요 간선도로들도 일부 및 전체가 통제되었다. 이러한 피해는 주로 한강상류에서 발생한 강우가 주요 원인이었다. 실제로 서울에서 발생한 강우는 과거 기준에서 5년 빈도이하의 강우량으로 평가되었다. 전반적으로 올해 호우의 강도 및 지속시간이 길게 나타난 특징이 있으며 지역적으로는 기왕최대값을 넘어가는 호우로 이어져 홍수피해의 규모 및 영향 범위도 매우 크게 나타났다고 판단된다.

5. 결 론

기후변화는 수문순환의 다양한 측면에 영향을 미치게 되며, 결과적으로 강우빈도, 홍수빈도, 태풍강도의 증가 등으로 이어져 심각한 물 관련 재해(water related disaster)를 유발할 가능성이 높다. 이로 인해 삶의 기반 약화, 생태계 악화, 수자원 및 식량문제, 해안 및 저지대 위협, 산업 및 인간의 건강을 해치는 등 여러 부문에 광범위하게 영향을 미치고 있으며, 이중 홍수재해가 가장 위협적인 것으로 나타나고 있다.

국내에서는 2015년에 발생한 대가뭄을 포함하여 수년간 폭염이 지속되었으며, 2020년에는 최장의 장마기간과 기왕최대강우량을 초과하는 집중호우로 인하여 재산 및 인명 피해가 크게 발생하였다. 이러한 극단적 이상기후는 우리나라뿐만 아니라 전 세계 곳곳에서 점점 보편화되어 발생하고 있다. 기후변화에 따른 수문기상학적 변동성 증가로 인해 효율적 물관리에 대한 어려움이 국·내외적으로 대두되고 있으며, 점점 기후변화의 양상이 더욱 복잡해지는 만큼 기후변화에 대비한 실효성 있는 대책 마련이 시급하게 요구되고 있다. 본 연구에서는 2020년에 발생한 호우사상 분석으로 기상변화를 파악하고 수공구조물의 설계기준별 홍수 위험도, 취약성 평가 및 홍수 방어기준을 포함하여 현재 설계기준을 제고하고자 하였다. 본 연구에서 제시한 결과는 다음과 같다.

먼저 강우량 및 강우일수는 2018, 2019년에는 감소하는 추세를 나타냈지만 10년간 평균적으로는 점차 증가하는 경향을 나타내고 있으며, 2020년에 발생한 6월부터 8월까지의 총강우량 및 강우일수는 호남지방에 과거 최대 기록을 넘어서는 강우사상이 집중되고 있다. 이러한 특징으로 동기간에 발생한 강우량은 예년의 약 146%, 강우일수는 약 7일 증가한 경향을 나타냈다. 기존의 우리나라는 홍수기 동안 연최대강우량만을 기준으로 재현기간을 평가하여 수공구조물의 운영계획을 수립하고 있지만 2020년에 발생한 강우와 같이 양적인 측면뿐만 아니라 역대 최대의 강우일수의 발생은 구조물의 위험성을 증가시킨다. 이에, 강우량 및 강우일수를 동시에 고려한 이변량 분석에서는 800년 빈도 이상이 기록되었으며, 단변량에 따른 분석에서는 약 30년을 기록하여 기존의 운영 체계와 같이 단일변량만을 고려할 경우 재현기간이 과소 추정될 가능성이 있다. 지속시간별 극치사상에 대한 분석에서는 강도 및 지속시간이 길게 나타난 특징이 있으며 지역적으로는 기왕최대값을 넘어가는 호우사상을 나타내고 있다.

우리나라는 그동안 하천시설물과 댐 등 대형 수공구조물에 대한 안전성 평가를 주기적으로 수행해 왔으나 단순히 모니터링을 통하여 현재 안전기준의 부합여부만을 판단하는 수준에 그치고 있다. 이러한 점에서 장래 증가하는 홍수위험도에 대처하기 위해서는 다양한 미래 강우 및 홍수시나리오를 기반으로 시설물 설계기준별 홍수 위험도와 취약성을 평가하고, 홍수 방어기준을 포함하여 현재 설계기준을 제고할 필요가 있다. 이에, 2020년 대규모 홍수를 계기로 기후변화로 인한 설계홍수량의 변화전망과 이에 대응하기 위한 구체적 방안을 제시하도록 의무화하는 방안 도입이 요구되며, 기후변화에 대응하기 위하여 댐 운영체계 개선도 필요하다. 즉, 이수안전도를 유지하면서, 홍수기 홍수조절용량 확보를 위해 댐 운영체계의 전반적인 재평가를 수행하는 제도화가 필수적으로 요구된다.

Acknowledgements

본 연구는 한국건설기술연구원의 국제매칭공동연구 “기상예측 및 물수지모델에 근거한 하천수 분석 및 예측기술 개발” 과제의 연구비 지원에 의해 수행되었습니다(과제번호 20200599).

References

1
Baek, H. J., Kim, M. K., and Kwon, W. T. (2016). Observed Short‐and Long‐term Changes in Summer Precipitation over South Korea and Their Links to Large‐scale Circulation Anomalies. International Journal of Climatology. 10.1002/joc.4753
2
IPCC. (2018). Annex II: Acronyms. In: Global Warming of 1.5°C. An IPCC Special Report on the Impacts of Global Warming of 1.5°C above Pre-industrial Levels and Related Global Greenhouse Gas Emission Pathways, in the Context of Strengthening the Global Response to the Threat of Climate Change, Sustainable Development, and Efforts to Eradicate Poverty [Masson-Delmotte, V., Zhai, P., Pörtner, H.-O., Roberts, D., Skea, J., Shukla, P. R., Pirani, A., MoufoumaOkia, W., Péan, C., Pidcock, R., Connors, S., Matthews, J. B. R., Chen, Y., Zhou, X., Gomis, M. I., Lonnoy, E., Maycock, T., Tignor, M., and Waterfield, T. (eds.)]. In Press.
3
Kim, Y.-T., Kim, J. Y., Lee, J. C., and Kwon, H.-H. (2017). An Hourly Extreme Data Estimation Method Developed Using Nonstationary Bayesian Beta Distribution. Journal of Korean Society on Water Environment. 33(3): 256-272.
4
Kim, Y.-T., Park, J. H., Choi, B. H., Kim, D. H., and Kwon, H. H. (2018). A Bivariate Frequency Analysis of Extreme Wave Heights and Periods Using a Copula Function in South Korea. Journal of Coastal Research. (85): 566-570. 10.2112/SI85-114.1
5
Krishnamurthy, C. K. B., Lall, U., and Kwon, H.-H. (2009). Changing Frequency and Intensity of Rainfall Extremes over India from 1951 to 2003. J. Climate. 22(18): 4737-4746. 10.1175/2009JCLI2896.1
6
Kunkel, K. E., Karl, T. R., Brooks, H., Kossin, J., Lawrimore, J. H., Arndt, D., Bosart, L., Changnon, D., Cutter, S. L., and Doesken, N. (2013). Monitoring and Understanding Trends in Extreme Storms: State of Knowledge, Bulletin of the American Meteorological Society. 94(4): 499-514. 10.1175/BAMS-D-11-00262.1
7
Kwon, H. H. and Lall, U. (2016). A Copula‐based Nonstationary Frequency Analysis for the 2012-2015 Drought in California. Water Resources Research. 52(7): 5662-5675. 10.1002/2016WR018959
8
Lee, J.-J., Kwon, H.-H., and Kim, T.-W. (2012). Spatio-temporal Analysis of Extreme Precipitation Regimes Across South Korea and its Application to Regionalization. Journal of Hydro-environment Research. 6(2): 101-110. 10.1016/j.jher.2012.01.002
9
Melillo, Jerry M., Terese Richmond, and Gary W. Yohe (eds.). (2014). Climate Change Impacts in the United States: The Third National Climate Assessment. U.S. Global Change Research Program. 10.7930/J0H41PB6
10
Seo, L., Kim, T.-W., and Kwon, H.-H. (2012). Investigation of Trend Variations in Annual Maximum Rainfalls in South Korea. KSCE Journal of Civil Engineering. 16(2): 215-221. 10.1007/s12205-012-0004-3

Korean References Translated from the English

1
김용탁, 김진영, 이재철, 권현한 (2017). 비정상성 Bayesian Beta 분포를 이용한 시 단위 극치자료 추정기법 개발. 한국물환경학회지. 33(3): 256-272.
페이지 상단으로 이동하기