확률론적 지진해일 재해도평가를 위한 로직트리 작성 및 재해곡선 산출 방법

Abstract

지진해일 규모와 발생시기 예측의 어려움으로 인해 결정론적 방법으로 얻은 결과가 실제 재난을 반영하지 못하는 사례가 발생하고 있다. 따라서 지진해일의 불확실성을 확률론적으로 접근하는 확률론적 지진해일 재해도 분석(Probabilistic Tsunami Hazard Analysis) 연구의 중요성이 점차 증가하고 있다. 본 연구에서는 과거 동해안에 피해를 유발한 동해 동연부 지진에 대하여 확률론적 지진해일 재해도 분석을 위한 기초연구를 수행하였다. 초기수면변위와 해일고분포의 불확실성을 고려하기 위해 로직트리 기법을 사용하였으며, 우리나라에 내습하는 지진해일의 특성을 반영하여 분기를 구성하였다. 프랙타일 곡선을 산출하는 과정에서 분기의 수가 증가하면 시간소요가 비선형적으로 증가하므로 모든 분기를 고려하면서도 계산시간을 줄일 수 있는 개선된 방법을 제안하였다. 새로 제안된 이산가중치분포법(Discrete Weight Distribution)과 정렬기법 및 몬테카를로법으로 얻은 결과의 일관성과 소요시간을 비교하였다. 이산가중치분포법은 정렬기법을 적용한 경우보다 계산시간이 짧아 효율적인 것으로 평가되었으나, 다수의 분기나 세그먼트를 고려할 경우 몬테카를로 방법이 더 효율적인 것으로 판단된다.

Due to the difficulties in forecasting the intensity and the source location of tsunami the countermeasures prepared based on the deterministic approach fail to work properly. Thus, there is an increasing demand of the tsunami hazard analyses that consider the uncertainties of tsunami behavior in probabilistic approach. In this paper a fundamental study is conducted to perform the probabilistic tsunami hazard analysis (PTHA) for the tsunamis that caused the disaster to the east coast of Korea. A logic tree approach is employed to consider the uncertainties of the initial free surface displacement and the tsunami height distribution along the coast. The branches of the logic tree are constructed by reflecting characteristics of tsunamis that have attacked the east coast of Korea. The computational time is nonlinearly increasing if the number of branches increases in the process of extracting the fractile curves. Thus, an improved method valid even for the case of a huge number of branches is proposed to save the computational time. The performance of the discrete weight distribution method proposed first in this study is compared with those of the conventional sorting method and the Monte Carlo method. The present method is comparable to the conventional methods in its accuracy, and is efficient in the sense of computational time when compared with the conventional sorting method. The Monte Carlo method, however, is more efficient than the other two methods if the number of branches and the number of fault segments increase significantly.