머신러닝 기법을 이용한 미계측유역에서의 확률홍수량 산정

Abstract

최근 기후변화로 인하여 강우의 패턴이 불규칙해지고 강우의 빈도가 증가함에 따라 홍수피해를 줄이고 수공구조물의 안정성을 확보하기 위해서는 신뢰성 높은 설계홍수량을 산정할 필요가 있다. 실무에서 활용하고 있는 설계강우-유출 관계 분석법은 산정과정에 있어서 오차가 가중되며, 홍수빈도해석법으로 산정되는 확률홍수량보다 과대 산정하는 경향이 있다. 따라서, 본 연구에서는 유량관측 자료와 5대강에 대한 유역종합치수계획과 하천기본계획을 수집하고 자연유량 자료를 수집하여 64개 지점에 대하여 자료를 재구성한 후 빈도 분석을 수행하여 확률홍수량을 산정하였다. 적용된 유역에 대해서 홍수빈도해석이 설계강우-유출 관계 분석법보다 평균적으로 약 41% 작게 산정된 것을 확인할 수 있었다. 설계강우-유출 관계 분석법을 보완하기위해 9개의 설명변수를 구축하고 선형 회귀모형과 머신러닝 기법(의사결정나무, 랜덤포레스트, 서포트벡터머신)을 활용하여 확률홍수량 산정하였다. 산정된 결과를 비교 검토한 결과, 랜덤포레스트가 가장 우수한 성능을 가지는 것으로 분석되었으며, 기수립된 확률홍수량보다 성능이 향상된 것을 확인하였다.