대심도 빗물저류배수시설의 저류량 추정을 위한 방법론 개발

Development of a Methodology for Estimating the Storage of Deep Tunnel

급격한 도시화와 기후변화로 인해 도시 유역의 물순환 체계가 변화하고 집중호우로 인한 침수 위험이 심화되고 있으나, 기존 정상성 기반 확률강우량 개념은 현실적 기후 특성과 시설 운영 조건을 충분히 반영하지 못하는 한계가 있다. 본 연구는 서울시 신월 대심도 빗물저류배수시설을 대상으로, 실제 제원과 단면 형상을 고려하여 수위-저류량 관계 곡선을 도출한 후 이를 토대로 대심도 빗물저류배수시설의 저류량 추정 방법론을 제안하고자 한다. 제안된 방법론은 실시 설계 정보를 토대로 구축된 EPA-SWMM 입력 자료에서 구조 제원을 추출하며, 해당 정보를 토대로 수위별 유효길이, 단면적, 체적을 단계적으로 계산함으로써 수위-저류량 관계 곡선을 도출하도록 구현되었다. 도출된 수위-저류량 관계 곡선은 해당 빗물저류배수시설의 설계에서 제시된 수위-저류량 관계 곡선과 매우 높은 일치도(R2 = 0.9984, 수위별 저류량 상대 오차율 0.5% 미만)를 나타냄을 확인하였다. 또한, EPA-SWMM 모형으로 모의한 유출수직구에서의 수위 정보를 저류량으로 환산하여 시설 내 저류량을 추정하였으며, 실제 운영된 데이터와 비교하여 높은 상관성(약 0.91)을 나타냄을 확인하였다. 다만, 정량적 오차는 다소 높게 나타났으며, 이는 청천 시 시설 내 존재하는 기저수위와 같은 초기 조건의 불확실성과 관측자료의 낮은 신뢰도에서 기인한 것으로 추정되었다. 본 연구에서 제시한 방법론은 추후 정확한 데이터를 토대로 보완한다면, 대심도 빗물저류배수시설의 설계 검토 및 운영 전략 수립을 위한 정량적 저류량 추정 방법으로써 적용 가능할 것으로 기대된다.

Rapid urbanization and climate change are shifting the urban water cycle and intensifying pluvial flood risks, whereas design rainfall concepts inadequately capture climate variability and facility operating conditions. Focusing on the Shinwol Deep Tunnel Facility in Seoul, this study introduces a methodology for estimating the storage volume in deep tunnels by deriving a rating curve that reflects the dimensions and cross-sectional geometry. From an EPA-SWMM input file constructed with design information, the structural attributes were programmatically extracted; and the effective length, cross-sectional area, and cumulative volume were computed using the water level to generate the rating curve. The resulting curve closely matched the design reference (R2 = 0.9984; the relative error of storage volume by water level was < 0.5%). Applying the curve to SWMM-simulated water levels at the outlet produced storage estimates that were strongly correlated with historical data (≈ 0.91). Quantitative biases were larger than desired, likely due to uncertainty in the initial conditions, such as persistent base water levels prior to rainfall events and limited reliability of the observation data. With improved data quality, the proposed methodology can support the design and operational strategy development by enabling quantitative storage estimation for deep tunnel facilities.