Ⅰ. 서 론

유입 홍수량은 댐, 저수지, 하천, 배수시설, 교량 등 국가 주요 수공구조물 설계의 기준으로 사용된다. 정확한 유입 홍수량 산정은 사회⋅경제적 손실을 줄이고, 수공구조물의 효율적인 시공과 운영을 가능하게 한다. 유입 홍수량을 산정하기 위해 합리식, 홍수빈도해석, 강우-유출관계 분석 등의 방법이 사용되는데, 국내에서는 국토해양부, 환경부, 농림축산식품부 등의 정부 부처에서 제시한 지침을 참고하여 산정하는 것이 일반적이다. 이러한 지침들을 참고함으로써 유역 유입 홍수량 산정 방법이 보다 체계적이고 표준화되어 일관된 결과를 도출할 수 있다.

환경부는 「설계홍수량 산정요령」 (MLTM, 2012)을 국내 하천 특성에 맞게 개선하여 2019년 「홍수량 산정 표준지침」을 발간하였다. 설계홍수량 산정요령과 홍수량 산정 표준지침에서는 홍수량 산정을 위해 확률강우량과 Clark 단위도를 이용한 강우-유출관계 분석 방법을 적용하도록 제시하고 있다. 다만, 설계홍수량 산정요령은 확률강우량 산정에 지점빈도해석을, Clark 단위도 매개변수 산정에는 Kraven 및 Sabol 공식을 적용하도록 제시한 반면, 홍수량 산정 표준지침은 확률강우량 산정에 지역빈도해석을, Clark 단위도 매개변수 산정에는 서경대 공식을 적용하도록 제시하고 있다. Hosking and Wallis (1997)에 따르면, 지역빈도해석으로 산정한 확률수문량이 지점빈도해석으로 산정한 확률수문량보다 정확도가 높은 것으로 알려져 있다. 또한, 미국 등 해외 유역 자료를 기반으로 개발되어 국내에서 사용되던 Clark 단위도 매개변수 대신, 「한국형 설계홍수량 산정방법 개발」 (KAIA, 2017) 연구를 통해 국내 유역 특성을 반영한 Clark 단위도 매개변수가 서경대 공식을 통해 새롭게 제안되었다.

한편, 전국의 약 17,000여 개의 농업용 저수지 중 준공연도가 50년 이상인 시설이 85.6% 이상으로 노후화가 심각한 수준이다 (Baik et al., 2022). 노후화된 저수지의 안정성 확보를 위해 정밀한 수문학적 분석이 요구되며, 특히 제체 보강이나 붕괴 유량 계산 시 정확한 홍수량 산정이 필수적이다. 설계홍수량이 과대 산정될 경우 농업용수 공급만을 목적으로 하는 저수지에 과도한 비용이 소요될 우려가 있으며, 반대로 과소 산정될 경우 저수지 붕괴로 인한 위험이 과소평가될 수 있어 신중한 접근이 요구된다.

농림축산식품부의 「농업생산기반시설 표준지침 (농업용 댐편)」에 따르면, 현재 농업용 수리구조물의 설계 및 타당성 검토 시 유입 홍수량은 환경부의 「홍수량 산정 표준지침」을 참고하여 산정할 수 있도록 규정하고 있다 (KSCS, 2023). 한편, 17,000여개의 농업용 저수지 중 상류 유역면적이 5 km² 이하의 경우가 90% 이상이며 (Yoo and Park, 2007), 대부분이 면적 25 km² 이하인 소규모 유역에 해당한다 (Kim et al., 2017). 소규모 농업용 저수지는 대부분 산에 위치하고 있어 상류 유역의 경사도가 급하고 불투수면적이 적어 일반적인 하천유역과는 다른 고유한 집수 특성을 가진다 (Shin and Lee, 2012). 그러나 홍수량 산정 표준지침은 면적 250 km² 이하의 중⋅소규모 하천 유역을 주요 적용 대상으로 하고 있어 (ME, 2019a), 소규모 농업용 저수지 상류 유역에 홍수량 산정 표준지침을 적용 가능한지 별도의 검토가 필요하다.

소규모 산지 유역을 대상으로 설계홍수량을 산정하는 연구는 다양하게 수행되어 왔다. Kim et al. (2017)은 합리식이나 단위도법이 소유역의 첨두홍수량을 과대 산정하는 경향이 있음을 지적하며, 강우강도식의 기간을 임의로 연장함으로써 첨두홍수량을 낮추는 방법을 제시하였다. Kim and Jeong (2021)은 Clark 단위도법이 소유역의 특성을 충분히 반영하지 못해 도달시간을 짧게 산정하고, 그 결과 소유역에서 실제보다 큰 첨두홍수량이 산정될 수 있다고 보고하였다. Lim and Lee (2024)는 소규모 산지 유역에 대해 서경대 공식으로 산출된 매개변수와 최적화를 통해 산정한 매개변수를 적용한 결과를 비교⋅분석하여, 서경대 공식을 국내 모든 유역에 일관적으로 적용하기에는 한계점이 존재한다고 보고하였다. 이처럼 소규모 산지 유역에서는 유입 홍수량이 과대 추정되거나 첨두홍수량이 왜곡되어 홍수량 산정의 신뢰성이 저하될 수 있다는 문제가 지속적으로 제기되어 왔으며, 이를 개선하기 위한 방법들이 연구되어 왔다.

한편, 홍수량 산정을 위한 강우빈도해석기법과 Clark 단위도 매개변수 변화에 따른 민감도 분석에 관한 연구도 다양하게 수행되어 왔다. Kim et al. (2025)은 서울 27개 지점을 대상으로 지점빈도해석과 지역빈도해석을 비교한 결과, 지역빈도해석의 95% 신뢰구간 폭이 약 2.7배 좁게 나타나 지점빈도해석보다 불확실성이 줄어든다고 보고하였다. Hansen (2015)은 캐나다 남부 앨버타 지역의 강우자료를 활용한 분석에서 100년 빈도 강우량을 추정했을 때 지점빈도해석의 RMSE (Root Mean Square Error)가 지역빈도해석보다 약 2배 수준으로 크게 나타났음을 제시하며, 지역빈도해석이 보다 안정적이라 보고하였다. Lee and Yoo (2023)는 극한 강우 조건에서 Clark 단위도법의 매개변수를 조정한 결과, 도달시간 및 저류상수 값이 평균적으로 39 - 53% 수준으로 감소하며 첨두유출량이 약 2.27배 증가한다는 것을 확인하였다. Chang et al. (2023)은 소규모 산지 유역을 대상으로 Clark 단위도법 매개변수를 최적화한 결과, 서경대 공식으로 산정된 저류상수 값의 약 3.5배 수준으로 보정되어야 함을 확인하였으며, 최적화 이후 산정된 유출량 오차율이 기존 52.3 - 144.9%에서 6.1 - 72.9% 수준으로 개선됨을 확인하였다.

그러나 이러한 연구 성과에도 불구하고 지점빈도해석에서 지역빈도해석으로의 전환, 그리고 Sabol 및 연속형 Kraven 공식에서 서경대 공식으로의 전환이 소규모 농업용 저수지 상류 유역의 유입 홍수량 산정에 미치는 영향을 정량적으로 평가한 연구는 부족한 실정이다.

본 연구의 목적은 유역 면적 10 km² 이하의 소규모 농업용 저수지 26개 유역을 대상으로, 강우빈도해석기법 및 Clark 단위도 매개변수 산정 방식에 따른 유입 홍수량 산정 결과에 나타나는 변화를 정량적으로 분석하고, 그 특성과 경향을 구명하는 데 있다.

Ⅱ. 재료 및 방법

1. 연구흐름도

본 연구의 흐름은 Fig. 1에 제시하였다. 26개의 소규모 농업용 저수지를 대상으로 유역 면적, 경사, 유로연장을 산정하고, 확률강우량과 Clark 단위도 매개변수를 도출하였다. 이후 강우빈도해석기법과 Clark 단위도 매개변수 산정 공식의 조합에 따른 시나리오별로 수리⋅수문설계시스템 (K-HAS, KRC Hydraulics & Hydrology Analysis System)을 구동하였으며, 이를 통해 유입 홍수량 변화를 분석하였다.

Fig. 1

Research flow chart

2. 연구대상지

본 연구는 전라남도에 위치한 유역 면적 10 km² 이하의 소규모 농업용 저수지 26개소를 대상으로 하였으며, 대상지는 자료 확보의 용이성을 기준으로 선정하였다. Table 1은 연구대상지의 기본 정보를 나타낸 것이다. Fig. 2는 연구대상지를 유역면적, 경사, 유로연장을 기준으로 분류한 결과를 나타낸 것이다.

Table 1

Overview of the study areas

No.	Reservoir	Watershed area (ha)	Watershed slope (%)	Stream length (km)	No.	Reservoir	Watershed area (ha)	Watershed slope (%)	Stream length (km)
1	Bongseo	310	27.94	3.24	14	Hwawon3	102	22.33	1.44
2	Yongdu	79	28.89	1.08	15	Hwawon2	274	31.34	2.68
3	Jugyo1	131	31.02	2.06	16	Yongji	143	40.47	1.96
4	Undae	276	36.68	2.66	17	Cheongryong	253	24.71	2.51
5	Undae1	325	45.01	3.04	18	Dongbang	151	8.32	2.01
6	Deockchon2	53	32.59	1.76	19	Taegan	187	6.22	1.4
7	Bangok	440	38.14	3.84	20	Mojeong	100	2.2	1.4
8	Goshi	378	46.47	2.88	21	Cheongyong	220	32.11	3.43
9	Jangsu	426	42.03	4.15	22	Sindeock	114	33.56	2.06
10	Sinchon	571	39.76	4.98	23	Seochang	203	12.36	1.09
11	Yeondong	37	12.2	0.78	24	Cheonjeong	246	34.01	2.3
12	Geumgang	453	39.1	3.53	25	Haengseong	220	46.02	2.59
13	Bangchun	319	42.15	2.37	26	Sanggeum	27	32.52	0.97

Fig. 2

Location of the study areas

Ⅲ. 결과 및 고찰

1. 강우빈도해석기법에 따른 확률강우량 산정 결과

Fig. 3은 지점빈도해석 및 지역빈도해석에 의해 산정된 확률강우량을 제시한 것이다. 동일한 임계지속시간을 가질 경우, 지역빈도해석에 의한 확률강우량이 지점빈도해석보다 작게 나타나는 경향을 확인하였다. 또한, 시나리오Ⅰ과 Ⅱ에서는 지역빈도해석에 의한 임계지속시간이 지점빈도해석보다 크게 산정되는 경우가 확인되었다. 이는 지속시간별 확률강우량의 차이가 첨두홍수량에 민감하게 반영되면서 임계지속시간이 달라진 것으로 판단된다. 특히 임계지속시간의 증가는 지점빈도해석에서 지역빈도해석으로 전환되는 과정에서 지역적 특성이 반영되어, 단기 강우의 극치는 감소하고 장기 강우의 극치가 증가함에 따라 상대적으로 긴 강우지속시간에서 첨두홍수량이 발생한 것으로 판단된다. 그러나 1시간 단위로 임계지속시간을 파악하는 경우 근사치만을 파악할 수 있으므로, 강우의 지속시간을 세분화하여 10분 단위로 첨두유량을 파악하는 것이 적절하다고 논의된 바 있다 (Sim and Jo, 1998b). 아울러, 시나리오Ⅱ와 Ⅲ을 비교했을 때 전반적으로 임계지속시간이 증가하는 경향이 확인되었으며, 이는 서경대 공식이 도달시간과 저류상수를 상대적으로 크게 산정하여 유역의 유출 반응을 지체시킨 데 기인한 것으로 판단된다.

Fig. 3

Probable precipitation and critical storm duration according to each scenario

2. Calrk 단위도 매개변수 산정 방식에 따른 도달시간 및 저류상수

Fig. 4는 Clark 단위도 매개변수를 산정하는 방식에 따른 도달시간 및 저류상수 산정 결과를 나타낸 것이다. 도달시간과 저류상수 모두 서경대 공식을 적용한 경우가 연속형 Kraven 및 Sabol 공식으로 산정한 값보다 크게 나타나는 것을 확인하였다.

Fig. 4

Time of concentration and storage coefficient according to Clark unit hydrograph parameter estimation method

3. 시나리오별 유입 홍수량 산정 결과

Fig. 5와 Table 3은 K-HAS를 이용하여 각 시나리오별 유입 홍수량을 산정한 결과이다. 시나리오Ⅰ과 Ⅱ의 비교를 통해, 화원3, 화원2, 동방, 태간, 모정, 신덕, 서창을 제외한 19개 지점에서 지역빈도해석에 의한 유입 홍수량 값이 지점빈도해석에 의한 값보다 작게 산정되는 것을 확인하였다. 또한 시나리오Ⅱ와 Ⅲ의 비교를 통해, 서경대 공식을 사용한 경우가 연속형 Kraven 및 Sabol 공식을 사용했을 때보다 유입 홍수량 값이 작게 산정되는 것을 확인하였다.

Table 3

Inflow estimation results by each scenario

No.	Reservoir	Scenario Ⅰ	Scenario Ⅱ	Scenario Ⅲ	No.	Reservoir	Scenario Ⅰ	Scenario Ⅱ	Scenario Ⅲ
1	Bongseo	133.0	107.4	88.0	14	Hwawon3	38.5	39.9	33.1
2	Yongdu	44.1	35.1	29.0	15	Hwawon2	92.0	97.8	78.8
3	Jugyo1	82.9	67.3	51.6	16	Yongji	55.7	54.3	49.4
4	Undae	161.0	130.0	104.7	17	Cheongryong	99.6	97.8	85.6
5	Undae1	185.9	150.5	119.9	18	Dongbang	47.7	51.3	41.7
6	Deockchon2	36.9	30.4	24.3	19	Taegan	70.6	73.3	58.7
7	Bangok	171.8	145.4	112.5	20	Mojeong	42.2	43.6	33.6
8	Goshi	138.3	115.6	94.1	21	Cheongyong	96.0	90.5	71.2
9	Jangsu	181.1	154.4	124.2	22	Sindeock	42.7	44.3	36.5
10	Sinchon	178.0	168.0	137.2	23	Seochang	79.3	82.3	67.8
11	Yeondong	20.9	18.7	15.6	24	Cheonjeong	120.8	102.3	77.0
12	Geumgang	190.0	182.7	147.4	25	Haengseong	94.7	78.8	62.8
13	Bangchun	146.1	131.6	111.7	26	Sanggeum	14.7	12.0	10.3

Fig. 5

Inflow estimation results by each scenario

가. 강우빈도해석에 따른 유입 홍수량 변화 분석

Fig. 6은 시나리오Ⅰ과 Ⅱ의 K-HAS 모델 구동 결과를 나타낸 것이다. 두 결과를 비교함으로써 강우빈도해석에 따른 유입 홍수량 변화를 분석할 수 있다.

Fig. 6

K-HAS results for scenarioⅠ and scenario Ⅱ

K-HAS 구동 결과, 지점빈도해석 대신 지역빈도해석을 적용할 경우 유입 홍수량은 전반적으로 감소하는 경향을 보였다. 감소한 유입 홍수량의 평균 감소율은 13.2%로 나타났으며, 증가한 유입 홍수량의 평균 증가율은 4.6%로 나타났다. 이 결과는 「홍수량 산정 표준지침 부록」 (ME, 2019b)에서 제시한 ‘다소 증가하는 경향 (증가율 평균 17%, 감소율 평균 8%)’과는 상이한 결과이다. 이는 지점빈도해석과 지역빈도해석 기법에 따라 산정된 확률강우량의 차이가 직접적으로 반영된 결과이며, 연구대상지의 강우관측소 종류가 기존 검토 사례에 비해 제한적이어서 이러한 차이가 발생한 것으로 판단된다.

Table 4와 Fig. 7은 유역 특성에 따른 단위 유입 홍수량 변화를 나타낸 것이다.

Table 4

Unit inflow changes according to watershed characteristics

Classification	Range	Number of watersheds	Decreasing (Avg. %)	Increasing (Avg. %)
Watershed area	3 km2 ≥	8	8 (-13.0%)	-
	1.5 - 3 km2	9	5 (-11.8%)	4 (+5.3%)
	1.5 km2 <	9	6 (-14.7%)	3 (+3.6%)
Watershed slope	35% ≥	10	10 (-12.3%)	-
	27 - 35%	9	7 (-16.4%)	2 (+4.9%)
	27% <	7	2 (-6.3%)	5 (+4.5%)
Stream length	3 km ≥	7	7 (-11.9%)	-
	2 - 3 km	10	7 (-14.0%)	3 (+5.8%)
	2 km <	9	5 (-13.9%)	4 (+3.7%)

Fig. 7

Unit inflow according to watershed characteristics

Fig. 7(a)는 유역면적에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유역면적이 3 km² 이상 구간에서 지역빈도해석 적용 시 감소한 유입 홍수량의 평균 감소율은 13.0%로 가장 뚜렷한 감소 경향을 보였다. 1.5 - 3 km² 구간에서는 감소한 유입 홍수량의 평균 감소율이 11.8%, 증가한 유입 홍수량의 평균 증가율이 5.3%로 나타났다. 1.5 km² 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 14.7%로 나타났으며, 증가한 유입 홍수량의 평균 증가율은 3.6%로 나타났다.

Fig. 7(b)는 유역경사에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유역경사가 35% 이상인 구간에서 감소한 유입 홍수량의 평균 감소율이 12.3%로 가장 뚜렷한 감소 경향을 보였다. 27 – 35% 구간에서는 감소한 유입 홍수량의 평균 감소율이 16.4%, 증가한 유입 홍수량의 평균 증가율이 4.9%로 나타났다. 27% 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 6.3%로 나타났으며, 증가한 유입 홍수량의 평균 증가율은 4.5%로 나타났다.

Fig. 7(c)는 유로연장에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유로연장이 3 km 이상인 구간에서 감소한 유입 홍수량의 평균 감소율이 11.9%로 가장 뚜렷한 감소 경향을 보였다. 2 – 3 km 구간에서는 감소한 유입 홍수량의 평균 감소율이 14.0%, 증가한 유입 홍수량의 평균 증가율이 5.8%로 나타났다. 2 km 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 13.9%로 나타났으며, 증가한 유입 홍수량의 평균 증가율은 3.7%로 나타났다.

나. Calrk 단위도 매개변수에 따른 유입 홍수량 변화 분석

Fig. 8은 시나리오Ⅱ와 시나리오Ⅲ의 K-HAS 모델 구동 결과를 나타낸 것이다. 두 결과를 비교함으로써 Clark 단위도 매개변수에 따른 유입 홍수량 변화를 분석할 수 있다.

Fig. 8

K-HAS results for scenarioⅡ and scenarioⅢ

K-HAS 구동 결과, 연속형 Kraven 공식 및 Sabol 공식 대신 서경대 공식을 적용할 경우 감소한 유입 홍수량의 평균 감소율은 18.6%로 나타났다. 「홍수량 산정 표준지침 부록」에서는 도달시간 산정방법 변경에 의해 유입 홍수량이 ‘다소 증가하는 경향 (증가율 평균 7%, 감소율 평균 10%)’을 보이며, 저류상수 산정방법 변경에 의해 유입 홍수량이 ‘다소 감소하는 경향 (증가율 평균 15%, 감소율 평균 16%)’을 보인다고 제시한 바 있다. 그러나 본 연구 결과에서는 유입 홍수량이 증가하지 않고 모두 감소함을 확인하였다. 이는 서경대 공식에 따라 산정된 도달시간과 저류상수가 연속형 Kraven 및 Sabol 공식보다 더 크게 계산되었기 때문에, 결과적으로 유입 홍수량이 더 작게 산정된 것으로 판단된다 (Kim and Jeong, 2021).

Table 5와 Fig. 9은 유역 특성에 따른 단위 유입 홍수량 변화를 나타낸 것이다.

Table 5

Unit inflow changes according to watershed characteristics

Classification	Range	Number of watersheds	Decreasing (Avg. %)
Watershed area	3 km2 ≥	8	8 (-19.0%)
	1.5 - 3 km2	9	9 (-19.3%)
	1.5 km2 <	9	9 (-17.5%)
Watershed slope	35% ≥	10	10 (-18.3%)
	27 - 35%	9	9 (-19.5%)
	27% <	7	7 (-17.9%)
Stream length	3 km ≥	7	7 (-20.0%)
	2 - 3 km	10	10 (-18.9%)
	2 km <	9	9 (-17.2%)

Fig. 9

Unit inflow according to watershed characteristics

Fig. 9(a)는 유역면적에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유역면적이 1.5 – 3 km² 구간에서 서경대 공식 적용 시 감소한 유입 홍수량의 평균 감소율은 19.3%로 가장 뚜렷한 감소 경향을 보였다. 3 km² 이상 구간에서는 감소한 유입 홍수량의 평균 감소율이 19.0%로 나타났으며, 1.5 km² 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 17.5%로 나타났다.

Fig. 9(b)는 유역경사에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유역경사가 27 – 35% 구간에서 서경대 공식 적용 시 감소한 유입 홍수량의 평균 감소율이 19.5%로 가장 뚜렷한 감소 경향을 보였다. 35% 이상 구간에서는 감소한 유입 홍수량의 평균 감소율이 18.3%로 나타났으며, 27% 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 17.9%로 나타났다.

Fig. 9(c)는 유로연장에 따른 단위 유입 홍수량 변화를 나타낸 것이다. 유로연장이 3 km 이상인 구간에서 감소한 유입 홍수량의 평균 감소율이 20.0%로 가장 뚜렷한 감소 경향을 보였다. 2 – 3 km 구간에서는 감소한 유입 홍수량의 평균 감소율이 18.9%로 나타났으며, 2 km 이하인 구간에서 감소한 유입 홍수량의 평균 감소율은 17.2%로 나타났다.

Ⅳ. 결 론

본 연구에서는 전라남도에 위치한 26개 소규모 농업용 저수지 유역을 대상으로, 강우빈도해석기법 및 Clark 단위도 매개변수 산정 방식에 따른 유입 홍수량의 민감도를 분석하고, 유역 특성에 따른 유입 홍수량 변화 경향을 확인하였다. 본 연구에서는 (1) 지점빈도해석과 Sabol 및 연속형 Kraven 공식, (2) 지역빈도해석과 Sabol 및 연속형 Kraven 공식, 그리고 (3) 지역빈도해석과 서경대 공식 적용의 세 가지 조합을 고려하여 유입 홍수량 변화를 분석하였다.

분석 결과, 지역빈도해석 기법을 적용할 경우 대부분의 유역에서 지점빈도해석 대비 유입 홍수량이 감소하였으며, 평균 감소율은 13.2%로 나타났다. 특히 유역면적 3 km² 이상, 유역경사 35% 이상, 유로연장 3 km 이상인 구간에서 감소 경향이 두드러졌다. 또한, Clark 단위도 매개변수 산정 방식 비교 결과, 서경대 공식 적용 시 모든 유역에서 유입 홍수량이 감소하는 경향을 보였으며, 평균 감소율은 18.6%로 나타났다. 감소 폭은 유역면적 1.5 - 3 km², 유역경사 27 - 35%, 유로연장 3 km 이상 구간에서 가장 크게 산정되었다.

본 연구의 결과, 강우빈도해석기법 및 Clark 단위도 매개변수의 변경에 따른 유입홍수량 산정 결과가 환경부의 기존 검토 결과와 상이한 경향을 보였다. 강우빈도해석기법에 따른 유입 홍수량의 차이는 연구대상지의 강우관측소 종류와 수가 기존 연구보다 제한적인 점이 반영된 결과로 판단된다. 또한 Clark 단위도 매개변수 변경에 따른 유입 홍수량의 차이는 서경대 공식을 통해 산정한 도달시간과 저류상수가 연속형 Kraven 및 Sabol 공식을 통해 산정한 값보다 크게 산정되어, 유입 홍수량이 작게 산정되는 것으로 판단된다.

본 연구는 소규모 유역의 홍수량 산정에 있어 강우빈도해석기법과 Clark 단위도 매개변수 산정 방식이 미치는 영향을 정량적으로 구명하였으며, 이를 통해 유역 특성별 변화 경향을 제시하여 향후 소규모 농업용 저수지 시설 설계 및 홍수예측 모델을 구축하는데 활용 가능한 기초자료를 제공하였다. 추후 연구에서는 전국적 분포를 고려한 소유역을 대상으로 강우빈도해석기법 및 Clark 단위도 매개변수 산정 방식에 따른 확률강우량 변화를 비교⋅검증할 필요가 있다. 한편, Lyu et al. (2018)은 강우자료의 시간 해상도가 낮아질수록 첨두유량이 과소평가되고 첨두 발생 시점이 지연되는 경향이 나타난다고 보고하였다. 이는 단기간의 강한 강우가 저해상도 자료에서는 충분히 반영되지 않기 때문이며, 따라서 소유역에서 신뢰성 있는 홍수량 모의를 위해서는 최소 15분 이하의 고해상도 강우자료가 필요하다고 제안하였다. 특히, 소규모 유역은 반응 시간이 짧아 더 세밀한 시간 해상도의 강우 자료가 요구될 것으로 판단된다. 따라서 향후 연구에서는 고해상도의 강우자료를 활용한 홍수량 산정이 필요하다. 또한, 본 연구는 강우빈도해석기법과 Clark 단위도 산정 방식에 초점을 두었으므로, 향후 연구에서는 CN값 등의 다른 수문학적 인자를 고려하여 다양한 권역과 유역 규모를 대상으로 종합적인 홍수량 산정 연구가 수행될 필요가 있다.