본문 바로가기
이 누리집은 대한민국 공식 전자정부 누리집입니다.

사용자 메뉴

글로벌리포트

도로 범람을 발생시키는 주요 인자들의 정량화
조회수1,896 다운로드수0 등록일2013-12-24
댓글 수0 북마크 수0 공유 수0
글로벌리포트 정보 - 리포트 구분, 콘텐츠 구분, 출처, 원문 제목, 언어, 국가, 등록일, 발행일, 과학기술 분류, 저자, 전문가칼럼, 키워드, 첨부파일
리포트구분 기술리포트 콘텐츠구분 수자원, 도로교통
출처 Louisiana Department of Transportation and Development
원문제목 Quantifying the Key Factors that Create Road Flooding원문보기
언어 - 국가 미국
등록일 2013-12-24 발행일 2013-01-00
첨부파일 등록된 첨부파일이 없습니다.
□ 결론
수정삭제
 
이 프로젝트는 미국 루이지애나(Louisiana) 주 도로의 홍수 범람에 대한 원인이 되는 주요(key) 요소를 정량화하기 위한 기술을 발전시키고 연구하기 위해 실행되었음. 이 연구에서는 두 가지 주요 목표가 추구되었음. 첫 번째는 홍수에 취약한 루이지애나 남부 지역의 전역에 걸쳐 그 위험과 관련하여 그것을 수용할 수 있는 포괄적이면서, 또한 시나리오 기반이며 그리고 실시간으로 의사결정을 지원할 수 있는 도구를 개발하는 것임. 두 번째 목표는 홍수의 정도와 차량의 종류와 연계하여 홍수에 대한 차량의 위험도에 대한 평가를 조사하는 것임. 공동 프레임워크에 있는 실행 가능한 데이터들을 수집하여, 의사 결정자에게 허리케인으로 인한 홍수의 위험도를 평가하는 운영 도구를 제공하게 됨.
 
수정삭제
 
⊙ 의사결정 지원 도구 
수정삭제
 
이 프로젝트의 핵심 목표는 홍수의 위험에 대하여 취약하며, 주에서 관리하는 도로들에 대하여 그 전반에 걸쳐 효과적인 경고를 제공할 수 있는 의사결정 지원도구를 생성하는 것임. 이 개념에 대한 능력을 증명하고 테스트하기 위해, 운영 도구는 허리케인이 영향을 미치는 동안 도로의 홍수에 영향을 주는 다양한 요인들을 매개 변수화하고 그 변수화한 식을 실행하고 디자인함. 도로 홍수에 영향을 주는 요소들에는 (1) 도로 표면 고도, (2) 폭풍 해일 고도 측정, 그리고 (3) 조수 게이지 시설이나 주위의 수위를 실시간으로 관찰하는 것을 포함함. ArcGIS 소프트웨어 플랫폼은 루이지애나 교통 개발부 (Louisiana Department of Transportation & Development: LADOTD)에 의해 식별된 홍수 취약 도로에 대하여 홍수로 인한 범람 정도를 추정하여 표시하고 이를 정량화하고 질적화하였음.
 
수정삭제
 
⊙ 도구의 구현 및 활용
수정삭제
 
?    제공 서비스: Five ArcGIS Desktop 맵 문서(즉, MXDs)는 루이지애나 교통 개발부의 02, 03, 07, 61, 62 지구에 각각 설비 되었음. 도로범람은 루이지애나 교통개발부에서 제공받은 도로의 고도를 NWS에 의해 발행된SLOSH MEOW 해일 모델을 통해 계산된 예측된 해일 높이에서 빼는 것으로 계산됨. 침수된 도로의 세그먼트들(즉, 특징점)은 주어진 허리케인 시나리오에서 최대화된 폭풍 해일을 묘사하는 것으로 상징화 됨. ArcGIS MXD는 루이지애나 관할 지구 안의 도로 표면 전반에 침범한 폭풍 해일을 기술하기 위한 일관성이 있는 프레임 워크를 제공하기 위해서 이러한 자료를 합성하고 병합하는 것에 이용됨. 침수와 도로 특성은 특징 속성으로 저장되고 ArcGIS 소프트웨어가 제공하는 기본 맵 도구를 사용하여 그 저장된 자료에 접근이 가능함.
?    구현: 이러한 개념을 검증하기 위해, 이 운영 도구는 도로 침수의 위험에 대한 포괄적이고 일반화된 요약을 필요로 하는 의사 결정자들에게 그 요약을 제공할 수 있어야 함. ArcGIS 맵 문서의 기능과 기본적인 도구를 사용함으로써, 최종 사용자는 남부 루이지애나 주 다섯 곳의 루이지애나 교통개발부 구역에서 그 중 주에서 유지 보수하는 홍수에 취약한 도로에 대한 검토가 가능할 것임. 도로의 세그먼트는 홍수 침범에 대한 더 나쁜 시나리오를 설명하기 위한 특정점으로 상징화하여 나타내었음. 기본적인 도로 속성(도로 이름, 도로 번호, 통제 구간을 포함함), 도로 지표 고도, 범람 측정, 그리고 조수 게이지 시설은 한 개로 된 일관성 있고 사용하기 쉬운 운영 프레임 워크로 편리하여 접근 가능함.
 
수정삭제
 
⊙ 자료의 불확실성과 내재된 제한점
수정삭제
 
의사 결정 도구를 제공하는 데이터는 주의해서 해석해야 함. 각종 주의 사항은 도로 범람의 측정과 연관되어 있음. 여기에 나타난 불확실성과 제한점은SLOSH 해일 모델과 의사결정 도구 모델을 통해 계산된 범람의 측정을 포함함.
?    SLOSH 해일(surge) 불확실성: 결과론적 모델로써, SLOSH 데이터 제품은 측정된 해일을 이용하여 생성한 매개 변수에 기인하여 주의점을 많이 가지고 있음. SLOSH 해일 예측과 연관하여 많은 기상학정 불확실성이 존재하지만, 여기에서는 MEOW 모델에 사용된 지형과 수로 매개 변수에 초점을 맞출 것임. 지형적인 이슈는 SLOSH 유역의 공간적인 해상도와 직접적인 관련이 있음. 특히, 모델의 격자 셀들은 작은 스케일 지형의 특징을 고려하기에 너무 큼. 해당하는 셀의 고도 값을 줄임으로써, 모델화된 해일 측정 값들은 그러한 이상점인 고도값들에 의해 왜곡되게 측정됨. 그러나 셀의 경계에 의해 캡슐화된 지역과 연관된 내재 변동성에 대한 설명은 하지 않음. 또한 SLOSH 측정의 또 다른 문제점은 수문학 자료에 대한 제한점임. 많은 경우, SLOSH모델에 의해 매개 변수화된 물의 측정값은 해변가에 클러스터가 존재하는 것과 같이 고르지 않게 분포되어있음. 이것은 홍수가 심하지 않게 얕게 발생한 경우 복면효과를 발생하게 함. 게다가, SLOSH 모델은 보간 예측과 관련해서 사용 가능한 데이터의 부족과 데이터의 불확실로 인해 조수, 파도, 또는 강우에 대한 특정 값을 매개 변수화 하지 않음.

이러한 결점에도 불구하고, Jelensnianski 외의 연구자들이 실행한 실제 해일 높이와 모델화된 결과의 비교 평가와 Jarvinen와 Lawrence외에 여러 연구자들이 예측 모델 정확도가 20퍼센트 내에서 실제 폭풍상황과 예측된 시뮬레이션이 일치했다는 것을 알아냈음 (Jelesnianski, C. P., Chen, J., and Shaffer, W. A. (1992),  Jelesnianski, C. P., Chen, J., Shaffer, W. A., and Gilad, A. J. (1984),  Jarvinen, B.J., and Lawrence, M.B. (1985)). 일관되게 모델의 에러가 크게 나는 것은 잠재적인 홍수 강도에 대한 가이드를 넘어서 그 측정에 대한 해석에 신중을 기해야 함. 이 모델의 불확실성과 모델의 매개변수에 대하여 더 알고자 하는 독자들은 Jelensnianski et al. (1992)의 SLOSH: Sea, Lake, and Overland Surges from Hurricanes을 찾아보는 것을 권장함.

?    측정된 도로의 한계점: 허리케인이 침수에 취약한 도로에 범람을 가져온 것은 모델화된 해일 높이에서 도로의 고도를 차감하는 계산을 함으로써 그 침수 정도를 측정함. 이 측정 방법에 있어서 여러 가지의 불확실성이 발생할 수 있음. 이 계산식에 의하면 침수의 측정은 도로 표면 높이, 파도의 동작, 조수의 영향, 그리고 해일의 높이와 같이 다양한 요인들로 구성되어있음. 이 데이터는 특정 홍수 취약 도로로부터 관찰되어 생성되는 데이터인데 그 과정에서 누락이나 오류가 내재될 수 있음.
 
수정삭제
 
⊙ 차량 홍수 위험 평가
수정삭제
 
이 연구에서는 홍수의 특징(예를 들어, 흐르는 물 vs. 멈추어 있는 물과 바람의 영향)사이의 관계에 대하여 평가하는 연구를 수행하였음. 또한, 차량의 종류(예를 들어, 차량 무게, 크기, 그리고 여유 공간)와 홍수의 특징과의 관계에 대하여 연구하였음. 그 결과 홍수와 관련한 차량의 위험에 대하여 포괄적인 영향을 알아내었음.
 
수정삭제
 
⊙ 위험 평가
수정삭제
 
차량의 위험을 계산하는데 간단한 접근방법은 다음의 세 단계의 조건이 결합된 함수임. 세 단계 조건은 부력, 마찰력, 그리고 측면의 힘임. 각 차량의 종류에 따라, 순 질량은 물이 높아짐에 따라 그 무게가 감소하였음. 물에 의한 측면의 힘을 계산하였음. 그리고 마지막으로 차량의 마찰력을 측정하였음. 물에 의해 가해지는 측면의 힘이 차량부력의 마찰력을 초과하면 그 차량은 위험한 상황이라 판단함.

?    홍수 위험 분석:  표1과 2에 나타난 결과는 차량의 종류에 따라 차량이 안정성을 잃게 되는 최소 홍수 깊이와 물의 속도를 요약하였음.
 
수정삭제
 

<표 1> 승용차의 홍수 위험에 대한 요약

차량 종류

차체

차량간 평균 무게(파운드)

차량간 평균 길이(피트)

차량간 평균 넓이(피트)

여유공간(인치)

중립 부력에 필요한 수심(인치)

차량이 불안정해지는데 필요한 물의 속도(피트/초)

승용차

경차

1,750

12.5

5.5

5.5

10.40

15.66

승용차

소형

2,250

13

5.5

6

12.05

15.66

승용차

준소형

2,750

14.75

5.75

6.75

12.99

16.01

승용차

중형

3,250

15.75

6

7

13.61

16.35

승용차

대형

3,750

16

6.25

7.5

14.71

16.69

MPV

미니벤

2250

15

6.5

7

11.44

17.02

MPV

대형

2,750

16.5

6.5

10

14.93

17.02

SUV

중형

3,250

15.25

6.25

11

17.56

16.69

SUV

대형

5,250

17.25

6.5

15.5

24.50

17.02

픽업트럭

중형

3,750

15.5

6.25

11.75

19.19

16.69

픽업트럭

대형

5,250

17.25

6.5

15.5

24.50

17.02

 

<표 2> 군 차량의 홍수 위험에 대한 요약

차량 종류

차체

차량간 평균 무게(파운드)

차량간 평균 길이(피트)

차량간 평균 넓이(피트)

여유공간(인치)

중립 부력에 필요한 수심(인치)

차량이 불안정해지는데 필요한 물의 속도(피트/초)

HMMWV

M-998

5,500

15

7.1

16

25.93

17.79

M-1114/6

7,800

15

7.1

16

30.08

17.79

2.5 톤

M-35/G-742

18,000

23

8

20

38.81

18.88

FMTV

M-1078-81

LMTV

17,000

21

8

22

41.46

18.88

M-1083-84

FMTV

20,000

23

8

22

42.90

18.88

 
수정삭제
 
⊙ 평가 불확실성
수정삭제
 
    차량의 분류: 이 연구에서는 차량분류의 일관성이 부족함이 드러났음. 많은 수의 연방정부 기관과 비 정부기관과의 차량 분류 계획(schema)를 적용할 때 상호간 호환이 불가능한 경우가 자주 발생하였음.
    평가된 홍수의 위험: 홍수의 위험은 차량에 가해지는 물의 압력과 힘, 차량의 크기와 홍수의 종류를 일반화하여 간단한 방정식을 이용하여 승용차와 군용차량 모두를 평가하였음. 차량의 무게 값은 부력과 마찰력을 계산하는데 중요한 요소였음.
차량의 디자인 역시 이러한 측정을 위한 요소였음. 기존의 사용 가능한 자료와 내재된 불확실성이 있기 때문에, 이 평가는 차량의 유일한 디자인을 설명하는데 정확하지 않을 수 있음.
이러한 일반적으로 가지고 있는 부족에도 불구하고, 제공된 홍수에 대한 차량 위험평가는 이전에는 의사결정자들에게 제공되지 않던 자료임.
 
수정삭제

관련 연관정보를 한꺼번에 열람하고자 하시는 경우 정보 메뉴의 정보매트릭스에서 열람하고자 하는 정보의 키워드를 입력하여 검색해주세요.

  • 관련 신기술 정보가 없습니다.

ScienceON 연계정보 (※ 관련정보는 한국과학기술정보연구원(KISTI)의 ScienceON 검색서비스를 통해 제공됩니다.)

  • 관련논문정보가 없습니다.

  • 관련특허정보가 없습니다.

  • 관련보고서 정보가 없습니다.

    • 관련동향정보가 없습니다.
  • 등록된 댓글이 없습니다.

콘텐츠 만족도 조사

만족도 조사

해당 글로벌리포트의 만족도를 평가해주세요.

담당자 정보

  • 담당자 정보 AI디지털실 / 031-389-6376
KAIA AI 챗봇 바로가기