Table Of Contents

학술/기술 기사 | 02

기후변화에 따른 강우특성 변화와 그에 따른
지역빈도해석 개선 방안

이가영 국민대학교 건설시스템공학부 석사과정

이가영
국민대학교
건설시스템공학부 석사과정
dlrkdud1013@kookmin.ac.kr

신주영 국민대학교건설시스템공학부 교수

신주영
국민대학교
건설시스템공학부 교수
jshin@kookmin.ac.kr

김규태 ㈜한국종합기술수자원1부 부장

김규태
㈜한국종합기술
수자원1부 부장
hydrokew@naver.com

Table Of Contents

1. 서론

최근 기후변화로 인해 전 세계적으로 극한 강우의 발생 빈도와 강도가 증가하고 있으며, 국내 또한 국지성 및 집중호우로 인한 수해 위험이심화되고 있다. 설계홍수량 산정을 위한 확률강우량은 이러한 수문학적 위험을 정량화하는 핵심 요소로, 그 산정 방법의 신뢰성은 수공구조물의 안전성과 직결된다. 국내는 관측 기간이 비교적 짧고 관측망이 조밀하지 않아 단일 지점의 자료만으로 극치 강우 특성을 추정하는 지점빈도해석으로는 한계가 존재한다. 이러한 한계를 보완하기 위해 수문학적으로 동질한 지역 내에 다수 지점의 자료를 통합 분석하는 지역빈도해석(Regional Frequency Analysis, RFA)이 안정적인 확률수문량을 산정하는 방법으로 활용되어 왔다 (Heo et al., 2007; Lee et al., 2007). 지역빈도해석의 신뢰도는 동질지역 구분 방식에 크게 의존하며 k-means, fuzzy c-means 등의 군집 기법을 통해 국내의 동질지역을 구분하는 연구가 수행되었다 (Lee et al., 2007; Lim, 2009). 그림 1은 이러한 지역구분 단계를 포함한 전체 지역빈도해석 수행 절차를 도식화하여 보여준다. 만약 지역구분의 형성이 부적절할 경우 확률강우량 산정의 불확실성을 초래할 수 있다. 현재 「홍수량 산정 표준지침(환경부, 2019)」에서 제안된 국내 26개 동질지역으로 구분하고 있으며 이는 2017년까지의 강우 자료를 기반으로 구축되었다. 본 연구팀은 2024년까지의 자료로 확장하여 분석한 결과, 기존의 동질지역은 최근 가속화된 기후변화와 극한 강우의 변동성을 충분히 수용하지 못하는 한계가 있음을 확인하였다. 그로 인해 기존 동질지역의 타당성에 대한 재검토 필요성을 제기하였고, 분석 결과를 통해 일부 지역에서 통계적 이질성이 확인되었다. 이에 본 연구에서는 2024년까지 강우 자료를 군집 해석 기법에 적용하여 기존 동질지역의 타당성을 검토하고, 기후변화의 영향을 반영한 수문학적 동질지역 재구분을 수행하고자 한다. 이를 기반으로 산정된 확률강우량의 변화를 분석함으로써 기후변화가 지역빈도해석에 미치는 영향을 분석하려고 한다.

2. 홍수량 산정 표준지침(2019, 환경부)에 따른 기존 동질지역의 타당성 검토

지역빈도해석의 신뢰성을 확보하기 위해서는 수문학적 동질한 지역을 구분하는 것이 필수적이다. 본 연구는 Hosking and Wallis (2005)가 제안한 이질성 척도(heterogenity measure, H)를 활용하여 기존 동질지역의 타당성을 검토하였다. 분석 대상은 현 지침에서 제안된 26개의 동질지역이며 (그림 2), 2024년까지의 최신 강우 자료를 적용하여 기존 구분 방식과의 적합성을 비교 및 분석하였다.

그림 1. 지역빈도해석 수행 절차

그림 1. 지역빈도해석 수행 절차

그림 2. 대한민국 지역빈도해석의 26개 동질지역 (환경부, 2019)

그림 2. 대한민국 지역빈도해석의 26개 동질지역 (환경부, 2019)

Hosking and Wallis (2005)은 이질성 척도(H)를 기준으로 지역의 동질성을 세 단계로 구분하였다 ( 𝐻 < 1: 동질(homogeneous), 1 ≤ 𝐻 < 2 : 이질 가능(possibly heterogeneous), 𝐻 ≥ 2 : 이질(heterogeneous)). 본 연구에서는 2024년 까지 확충된 자료를 바탕으로 이질성 척도(𝐻 ; 𝐻1, 𝐻2, 𝐻3)에 대한 비교 분석을 수행하였다. 여기서 은 L-변동계수(L-CV)를, 는 L-왜도(L-skewness), 은 L-첨도 (L-kurtosis)를 기반으로 산정된다 (Hosking and Wallis, 2005).

26개의 동질지역의 중앙값이 이질한 범주( 𝐻 ≥ 2)에 위치할 경우를 이질한 지역으로 판단하였다. 분석 결과, 26개 동질지역 중 19번 지역에서 이질성 척도 의 중앙값이 2.0 이상인 2.10 값으로 산출되어 수문학적 이질성이 확인되었다. 그림 3은 19번 지역에 대한 분석 결과를 시각화한 것으로, 지역 내 관측소들의 지속기간별 L-모멘트 계수를 바탕으로 산정된 이질성 척도의 분포를 나타낸다. 해당 그림에서 박스는 자료의 중앙 50% 범위를, 박스 내 중앙선은 중앙값을 의미하며 가독성을 위해 동질성 등급에 따라 색상(동질: 녹색, 이질 가능: 청색, 이질: 적색)을 구분하여 표시하였다. 이와 같은 이질성 척도의 분포 특성은 기존 동질지역 구분이 최신 강우 특성을 충분히 반영하지 못할 가능성을 시사하며, 19번 지역에 대한 재검토 필요성을 뒷받침한다.

3. 군집 분석 기반 수문학적 동질지역 재 구분

2장에서 업데이트된 강우 자료를 적용하여 기존 동질지역의 타당성을 검토한 결과, 19번 지역에서는 이질성 척도, 값이 기준치를 초과하여 수문학적 동질성 가정이 성립하지 않는 것으로 확인되었다. 이는 기존 동질지역 구분이 최근 강우 특성 변화를 충분히 반영하지 못하고 있음을 의미한다.
이에 본 연구에서는 19번 지역에 군집 분석을 적용하여 수문학적 동질지역 재구분을 수행하였다.

그림 3. 19번 지역의 이질성척도(  𝐻 ; 𝐻1,𝐻2,𝐻3) 값 비교 분석

그림 3. 19번 지역의 이질성척도(  𝐻 ; 𝐻1, 𝐻2, 𝐻3) 값 비교 분석

군집 분석 기반 동질지역 재구분을 위해 2024년까지의 강우 자료를 토대로 19번 지역에 포함된 24개 지점을 대상으로 강우 특성을 대표하는 입력 변수를 구축하였다. 입력 변수는 총 49개로 구성되었으며, 강우 및 공간적 특성을 함께 반영할 수 있도록 설계되었다. 구체적으로 연ㆍ계절ㆍ월 단위의 강수량과 강수일수, 그리고 관측소의 위도, 경도 및 고도와 같은 지형정보로 구성되었다. 이러한 변수들은 관측소별 강우의 규모, 발생 빈도, 계절성 및 공간적 분포 특성의 차이를 정량적으로 반영할 수 있어, 동질지역 판정을 위한 군집 분석 입력 자료로 활용되었다.
본 연구는 동질지역 재구분을 위해 통계적 유사성 기반의 k-means (MacQueen, 1967)와 EM 알고리즘(Dempster, 1977)을 기반으로 확률적 분포를 고려한 gaussian mixture model(GMM), 그리고 부분 소속도를 반영한 fuzzy c-means(FCM; Bezdek, 1984)기법을 적용하였다. 또한 고차원 자료의 직관적 해석을 위해 선형 차원 축소 기법인 주성분 분석(PCA; Pearson, 1901)과 van der Maten (2008)이 제안한 비선형 기법의 t-분포 확률적 이웃 임베딩(t-SNE)을 활용하였다. 이를 바탕으로 차원 축소의 적용 여부에 따라 군집 분석 방법론을 세 가지로 구분하여 비교 분석하였다 ( 방법론 #1: 차원 축소 미적용, 방법론 #2: PCA 기반, 방법론 #3: t-SNE 기반).

그림 4. 19번 지역 재구분 최종 군집 및 이질성 척도 결과

그림 4. 19번 지역 재구분 최종 군집 및 이질성 척도 결과

군집 분석을 진행하기에 앞서 이때 필요한 최적의 군집 수(𝑘)를 선정하기 위해 실루엣계수를 활용하였다. 그 결과, 방법론 #1의 K-means(𝑘=6)의 경우를 제외한 모든 군집 방법에서 𝑘=2로, 19번 지역을 두 개로 구분하는 것이 적절하다는 결과가 도출되었다. 군집 결과는 방법론 #1, #2, #3에 대해 적용한 세 가지 군집 기법별로 9가지 최적 군집 조합을 얻었다. 이후 각 9가지 군집 결과에 대해 이질성 척도(𝐻1, 𝐻2, 𝐻3)를 적용하여 동질 여부를 평가하였다. 이질성 척도 분석 결과, 모든 군집의 값이 2 미만인 경우를 기준으로 평가하였을 때, 방법론 #1의 FCM과 방법론 #3의 t-SNE+FCM 조합이 해당 조건을 충족하였다. 반면, 이들 조합을 제외한 방법론에서는 특정 군집의 𝐻가 2 이상으로 이질함이 확인되었다. 이에 따라 방법론 #1의 FCM과 방법론 #3의 t-SNE+FCM은 이질성 척도가 군집 간에 비교적 균등하게 분포하는 안정적인 결과를 보였다.
종합적으로 9가지 군집 조합을 비교한 결과, 차원 축소를 적용하지 않은 방법론 #1의 FCM 기법이 군집 간 공간적 분리도와 군집 내부의 동질성을 비교적 안정적으로 나타내는 것으로 평가되었다. 방법론 #1의 FCM은 다른 조합에 비해 전반적으로 낮은 이질성 척도 값을 보여, 본 연구에서는 이를 19번 지역의 재구분 최종 군집 결과로 선정하였다. 최종 군집 결과는 그림 4(a)에 제시된 바와 같이 기존 19번 동질지역의 관측소들이 두 개의 하위 동질지역으로 구분된 형태를 보였다.

그림 5. 19번 재구분 최종 군집

그림 5. 19번 재구분 최종 군집

최종 선정된 군집 결과를 지리적으로 시각화하였으며, 이를 그림 5에 제시하였다. 기존 19번 지역은 동해안의 경북 청송군, 포항시, 경주시를 포함하고 있으며, 그림 5(a)와 (b)는 재구분 전후의 관측소 위치와 공간 분포의 변화를 나타내었다. 재구분된 하위 지역은 19-1번과 19-2번으로 구분하여 표기하였다. 재구분 결과, 19-1번 지역은 주로 해안 및 내륙에 위치한 관측소들로 구성되었으며, 19-2번 지역은 대체로 내륙 위주의 지점들로 구성되었다. 마지막으로 그림 5(c)는 이러한 재구분 결과를 기존 26개 동질지역 체계에 반영한 결과를 함께 제시하였다.

4. 재구분된 동질지역의 검증 및 확률강우량 산정

군집 분석을 통해 재구분된 동질지역의 타당성을 검증하기 위해, 재구분 전의 19번 지역과 재구분 후 19-1 및 19-2 동질지역을 대상으로 확률강우량을 산정하고 그 변화를 비교하였다. 확률강우량 산정에는 기존 지침과의 일관성을 유지하기 위해 확률분포형으로 generalized extreme value(GEV) 분포를 동일하게 적용하였으며, 이를 통해 19번 지역의 확률강우량을 재산정하였다.
분석의 대표성을 위해, 19번 지역 내 24개 관측소 중 자료 보유 기간이 가장 긴 포항(24021138, 64개년) 및 영천(20121281, 52개년) 지점을 대표 관측소로 선정하여 확률강우량을 제시하였다. 두 지점은 각각 19번 하위 지역인 19-1번(포항(24021138)과 19-2번(영천(20121281)에 포함되어 있어, 지역 재구분에 따른 확률강우량의 변동 특성을 분석하기에 적합하였다. 그림 6은 포항(24021138) 및 영천(20121281) 지점의 재현기간 10년, 50년, 100년, 200년에 대한 지속기간별 확률강우량이다. 지역 재구분 전후의 확률강우량을 비교한 결과, 그림 6의 첫 번째 줄은 포항(24021138) 지점으로 모든 재현기간 및 지속기간에서 확률강우량이 상승하는 경향을 보인 반면, 두 번째 줄인 영천(20121281) 지점은 전반적으로 하락하는 대조적인 양상을 나타냈다. 표 1은 두 관측소의 재현기간별 확률강우량 변화 비율(%; 재구분 전 대비 후의 변화량)을 산정하여 제시하였다. 분석 결과, 19-1번 지역의 포항 지점은 지속기간 1시간 기준 10년, 50년, 100년의 재현기간에서 각각 2.0%, 7.1%, 9.7%의 양(+)의 변화율을 보였다. 19-2번 지역의 영천 지점은 동일 조건에서 –2.5%, -7.6%, -9.8%의 음(-)의 변화율을 기록하며 포항 지점과대칭성을 나타냈다. 이러한 대칭적 현상은 전 재현기간 및 지속기간에 걸쳐 일관되게 관찰되었으며, 표에 제시된 전체 데이터의 비율을 평균하였을 때, 포항은 +9.5%로 영천은 –9.8%로 근접한 변화율의 절대치를 보였다. 이는 기존 단일 동질지역 내에 상반된 강우 특성을 가진 관측소들이 혼재되었음 의미하며 재구분에 따라 두 관측소의 확률강우량은 강우 특성에 맞춰 상ㆍ하향 조정되었음을 실증하였다.

그림 6. 포항(24021138) 및 영천(20121281)의 재구분 전후 확률강우량 비교(상단 포항지점, 하단 영천지점)

그림 6. 포항(24021138) 및 영천(20121281)의 재구분 전후 확률강우량 비교(상단 포항지점, 하단 영천지점)

표 1. 포항(24021138) 및 영천(20121281)의 재구분 전후 대비 확률강우량 변화 비율(%)

표 1. 포항(24021138) 및 영천(20121281)의 재구분 전후 대비 확률강우량 변화 비율(%)
그림 7. 19번 동질지역 재구분 최종 군집에 대한 지속기간별 확률강우량 변화량 비교

그림 7. 19번 동질지역 재구분 최종 군집에 대한 지속기간별 확률강우량 변화량 비교

앞서 지역 재구분에 따른 확률강우량의 변화를 관측소별로 분석하였으며, 재구분된 하위 지역(#19-1, #19-2)을 대상으로 확률강우량 변동 폭을 정량적으로 산정하였다. 그림 7에 따르면, 기존 19번 지역은 재구분 이후 하위 지역으로 구분되면서 지속기간별 확률강우량 변화 양상이 지역별로 상반되게 나타났다. 19-1번 지역의 경우, 모든 지속기간에서 재구분 전 대비 확률강우량이 증가하였고, 19-2번 지역은 전 지속기간에 걸쳐 모두 감소하는 경향이 확인되었다. 또한, 두 재현기간에서 지속기간 24시간일 때, 가장 큰 변화량이 확인되었다. 재현기간 50년(그림 7(a))의 경우, 19-1번 지역이 평균 64.4 mm 증가하였고, 19-2번 지역에서는 -62.4 mm 감소하였다. 재현기간 100년(그림 7(b))에서도 동일 지속기간(24시간) 확률강우량이 19-1번 지역은 83.5 mm 증가, 19-2번 지역은 -76.8 mm 감소의 폭을 기록하였다. 또한, 두 재현기간 모두 지속기간 24시간까지의 변동 폭이 점진적으로 증가하다가 이후에는 다소 완화되는 경향을 보였다.
종합하면, 군집 분석 기반 동질지역 재구분 결과, 기존 동질지역과 달리 하위 지역별로 상반된 확률강우량 변동이 확인되었다. 19-1번 지역은 상승, 19-2번 지역은 하락하는 대조적 양상을 보였는데, 이는 동질지역 내에 특정 관측소의 강우 특성이 2017년 이후 변화되어 재구분을 통해 분리되었음을 보여준다. 또한, 변화 폭이 지속기간 24시간에서 최대치를 기록한 점은 태풍 및 집중호우과 같은 극한 강우 사상이 중단기 지속기간에 집중되고 있음을 시사한다.

5. 결론

본 연구에서는 기후변화로 인한 변화된 극한 강우 특성을 반영하기 위해, 현 지침(환경부, 2019)에 따라 설정된 수문학적 동질지역의 타당성을 검토하고 군집 해석 기법을 활용한 동질지역 재구분을 수행하였다. 2024년까지의 최신 강우 자료를 적용하여 검토한 결과, 동질지역 19번에서 수문학적 동질성 가정이 성립되지 않는 것으로 확인되었다. 이에 따라 19번 지역을 대상으로 강우 및 공간적 특성을 반영한 다차원 입력 변수를 구축하고 다양한 군집 분석 기법(k-means, GMM, FCM)과 차원 축소 기법(PCA, t-SNE)을 조합하여 동질지역 재구분을 수행하였다. 그 결과, 차원 축소를 적용하지 않은 FCM 군집 기법이 군집 간 공간적 분리와 군집 내부의 동질성을 비교적 균형 있게 만족하는 것으로 나타났다. 이를 토대로 기존 19번 동질지역을 변화된 강우 특성에 따라 두 개의 하위 동질지역(19-1, 19-2)으로 재구분함으로써, 각 군집 내 수문학적 동질성을 확보하였다. 재구분된 하위 지역을 대상으로 확률강우량을 산정한 결과, 기존 단일 동질지역 대비 상반된 변화 양상이 확인되었다. 해안가 관측소를 포함하는 19-1번 지역은 상승하고, 내륙 중심의 19-2번 지역은 하락하며 각각 평균 +9.5%와 –9.8%라는 대칭적인 확률강우량의 변화율을 나타내었다. 이는 기후변화에 따른 강우 특성의 변화가 동질지역 내 이질성이 발생하였음을 시사하며, 재구분을 통해 서로 다른 강우 특성을 보이는 관측소들이 분리되었음을 보여준다. 특히 지속기간 12시간 및 24시간에서 차이가 뚜렷하게 관찰되었으며, 이는 힌남노(2022)와 같은 극한 강우 사상의 영향으로 기존 동질지역 내에 강우 특성이 변화되었음을 의미한다. 결과적으로 이러한 분석은 동질지역 설정 방식이 지역빈도해석 기반 확률강우량 산정 결과에 직접적인 영향을 미칠 수 있음을 보여준다.
종합하면, 본 연구는 최신 강우자료를 활용하여 기후변화로 인한 극한 강우 특성 변화가 기존 수문학적 동질지역 설정에 영향을 미칠 수 있음을 확인하고, 군집 분석을 적용한 동질지역 재구분 사례를 제시하였다. 본 연구팀에서 제안한 재구분 결과는 지역빈도해석 체계의 개선 가능성을 보여주는 사례로, 향후 홍수량 산정 및 설계기준 고도화를 위한 기초 자료로 활용될 수 있을 것으로 기대된다. 또한, 지속적인 기후변화로 인해 강우 특성의 시간적 변화가 뚜렷해질 경우, 비정상성을 고려한 빈도해석과 동질지역 구분 방법에 대한 추가적인 검토가 필요할 것으로 판단된다. 이러한 관점에서 최근 제안되고 있는 비정상성 지역빈도해석 및 동질지역 구분 연구(Ahn et al., 2018; Nam et al., 2015)는 향후 지역빈도해석 연구가 비정상성을 고려한 방향으로 확장될 필요성을 시사한다.

참고문헌
  1. A hn, H., Kim, S., Jung, C., and Heo, J.-H., 2018. Identification of homogeneous regions considering trends in location parameter of nonstationary Gumbel distribution in the upper stream area of the Nakdong River. In Proceedings of the KSCE 2018 Convention, 243–244. Korean Society of Civil Engineers, Seoul, Republic of Korea.
  2. B ezdek, J. C., Ehrlich, R., and Full, W., 1984. FCM: The fuzzy c-means clustering algorithm. Computers & Geosciences, 10(2–3), 191–203.
  3. D empster, A. P., Laird, N. M., and Rubin, D. B., 1977. Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society: Series B (Methodological), 39(1), 1–38.
  4. H eo, J.-H., Lee, Y. S., Shin, H., and Kim, K.-D., 2007. Application of regional rainfall frequency analysis in South Korea (I): Rainfall quantile estimation. Journal of the Korean Society of Civil Engineers B, 27(2B), 101–111.
  5. H osking, J. R. M., and Wallis, J. R., 2005. Regional frequency analysis: An approach based on L-moments. Cambridge University Press, Cambridge, U.K.
  6. H otelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(6), 417–441.
  7. L ee, Y. S., Heo, J.-H., Nam, W. S., and Kim, K.-D., 2007. Application of regional rainfall frequency analysis in South Korea (II): Monte Carlo simulation and determination of appropriate method. Journal of the Korean Society of Civil Engineers B, 27(2B), 113–123.
  8. L im, H.-J., 2009. Estimation of probabilistic rainfall in the Han River basin using the K-means clustering method. Master’s thesis, Yonsei University, Seoul, Republic of Korea.
  9. M acQueen, J. B., 1967. Some methods for classification and analysis of multivariate observations. Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 1, 281–297.
  10. M inistry of Environment, 1997. Standard guidelines for flood discharge estimation.
    Ministry of Environment, Sejong, Republic of Korea.
  11. N am, W., Kim, H., Joo, K., and Heo, J.-H., 2015. The identification of a homogeneous region for nonstationary regional frequency analysis. In Proceedings of the KSCE 2015 Convention, 123–124. Korean Society of Civil Engineers, Seoul, Republic of Korea.
  12. P earson, K. (1901). On lines and planes of closest fit to systems of points in space. Philosophical Magazine, 2(11), 559–572.
  13. v an der Maaten, L. J. P., and Hinton, G. E., 2008. Visualizing data using t-SNE. Journal of Machine Learning Research, 9, 2579–2605.