도심지 토사재해 고위험지역 극치강우 시간분포 시나리오 분석
Analysis of Extreme Rainfall Distribution Scenarios over the Landslide High Risk Zones in Urban Areas
윤선권*,†･ 장상민*･ 이진영* Yoon, Sunkwon ･ Jang, Sangmin ･ Rhee, Jinyoung
Abstract
In this study, we analyzed the extreme rainfall distribution scenarios based on probable rainfall calculation and applying various time distribution models over the landslide high risk zones in urban areas. We used observed rainfall data form total 71 ASOS (Automated Synoptic Observing System) station and AWS (Automatic Weather Station) in KMA (Korea Meteorological Administration), and we analyzed the linear trends for 1-hr and 24-hr annual maximum rainfall series using simple linear regression method, which are identified their increasing trends with slopes of 0.035 and 0.660 during 1961-2014, respectively. The Gumbel distribution was applied to obtain the return period and probability precipitation for each duration. The IDF (Intensity-Duration-Frequency) curves for landslide high risk zones were derived by applying integrated probability precipitation intensity equation.
Results from IDF analysis indicate that the probability precipitation varies from 31.4~38.3 % for 1 hr duration, and 33.0~47.9 % for 24 hr duration. It also showed different results for each area. The Huff-4th Quartile method as well as Mononobe distribution were selected as the rainfall distribution scenarios of landslide high risk zones. The results of this study can be used to provide boundary conditions for slope collapse analysis, to analyze sediment disaster risk, and to use as input data for risk prediction of debris flow.
Keywords: Landslide; Frequency Analysis; IDF curve; Huff; Mononobe
* Climate Research Department, APEC Climate Center
† Corresponding author
Tel.: +82-51-745-3990 Fax: +82-51-745-3999 E-mail: [email protected]
Received: May 2, 2016 Revised: May 17, 2016 Accepted: May 17, 2016
Ⅰ. 서 론
토사재해 발생의 주요 요인은 내적요인과 외적원인으로 크게 구분할 수 있다. 내적요인으로는 지질구조, 지형, 토질, 임상 등의 자연적 요인을 들 수 있으며, 외적원인으로는 강우, 하천 및 해안의 침식, 지진 등과 같은 자연적 요인과 절성토, 벌목, 단지조성, 채석개발 등의 인위적 요인을 들 수 있다. 우 리나라의 경우 대부분의 토사재해는 우기에 집중적으로 발생 되므로 우리나라 토사재해 발생요인 중 가장 큰 요인은 강우 임을 알 수 있다. 특히 우리나라의 연평균 강우량 중에서 대부 분이 6월에서 9월 사이에 집중되어 있기 때문에 매년 많은 피 해가 이 시기에 발생되고 있다. 최근 이상기후현상과 기후변 화영향으로 인하여 폭우의 발생 빈도와 강도의 증가하고 있 는 실정이며 (KMA, 2012), 산림청 (http://www.forest.go.kr) 조사 결과에 따르면, ′04~′13년의 10년 동안 우리나라의 연평 균 토사재해 피해 면적은 456 ha, 토사재해 복구비용은 813억
원에 달하는 것으로 조사되었고, 최근 3년 (′11~′13) 동안 우 리나라의 일강수량 200 mm 초과 횟수는 71회로 나타나 폭우 사상의 발생빈도가 과거에 비하여 점차 증가하고 있는 추세 에 있음을 시사하였다.
우리나라의 주요 도시지역에 대한 폭우특성 분석에 대 한연구를 살펴보면, Yoon and Moon (2014)은 우리나라 주요 도시 8개 지역을 대상으로 다양한 극치강수량의 분류 기준을 적용하여 Quantile Regression (QR)분석과 Mann- Kendall 검정, Sen 검정을 실시한 결과 연간 Top 10th 최 대 강수량이 최근 30년 (1981~2010년) 평균 3.1~15.0 % 증가하고 있음을 밝혔다. 이와 더불어 도심지 토사재해 위 험성이 점차 증가하고 있음을 확인할 수 있다. 또한 강우침 투에 의한 토사재해는 사면의 파괴 당시 강우조건도 중요 하지만, 그 이전에 발생했던 선행강우 (antecedent rainfall) 조건에 크게 영향을 받는다는 연구결과들도 발표되고 있다 (Tan et al., 1987; Wei et al., 1991; Rahardjo et al., 2001;
and Yune et al., 2010).
Hwang et al. (2013)은 2012년 우리나라에서 발생한 비 탈면 재해 발생현황 (53개소)을 분석하여 산림청에서 제시 한 산사태 예보 기준을 적용 할 경우, 비탈면 재해 발생 이 전의 최대시간강우량과 일누적강우량을 고려하였을 때 산 사태주의보 기준에 못 미치는 적은 강우에서 비탈면 재해
Fig. 1 Flow chart of study 가 발생할 가능성이 높다고 보고하였으며, Kim et al.
(2013)은 산사태 위험 대상지역에 IDF (Intensity-Duration- Frequency)곡선을 작성하여 1시간과 24시간 강우강도를 산정한 후 강우침투 현상과 현장 모관흡수력을 고려한 산 사태 해석 방법론을 제시한 바 있다. 또한 Oh and Park (2014)은 우리나라 250여개 산사태 이력 자료 강우자료를 토 대로 권역별 ID (Intensity-Duration) 곡선 분석을 통한 산사태 발생 예측의 강우기준을 제시하였다.
실제 강우 패턴을 고려한 강우의 시간분포 연구를 살펴 보면, Mononobe 방법과 같이 강우량을 전방위, 중방위, 후방위형 등으로 우량주상도의 형태를 임의로 배열하는 형태로 Honer and Jens (1942)는 미국의 St. Louis에서 강 우를 균등분포한 것과 전방위, 중방위, 후방위로 배열하여 발생되는 유출량을 비교 ․ 검토 하였으며, Huff (1967)는 미 국 Illinois주의 400의 대상유역에 49개 우량계를 정방 형으로 균등하게 배치하여 12년간의 강우관측 자료를 바 탕으로 4구간법 (quartile classification)에 의한 시간분포 누가확률곡선을 제시하였다. 또한 Yen and Chow (1977) 는 무차원 1, 2차 모멘트를 이용하여 시간분포를 삼각형과 사다리꼴 우량주상도의 형태로 단순화하는 방법을 제안한 바 있다. 국내의 경우, Jang et al. (2007)은 Huff 방법의 한계점을 파악하고 지속기간별 시간분포 특성을 검토함으 로써 국내유역에 적합한 Huff 강우시간분포방법의 개선방 안을 연구하였다. 또한, Joo et al. (2007)은 Intervent Time Definition (IETD)결정법에 의한 강우의 시간분포곡선을 유도하여 도시유역의 유출특성을 고려한 강우분포모형을 개발한바 있다. Yoon et al. (2012)은 서울지점 분단위 강 우량 자료로부터 중호우 사상을 추출하여 Kernel 분포 함 수를 적용한 강우의 시간분포 모형을 개발하였으며, Huff 방법의 단점을 보완하였고, 그 적용성을 검토하였다.
앞서 살펴본바와 같이, 토사재해가 발생되는 여러 인자 중 강우는 높은 상관관계를 보이고 있음을 여러 문헌 연구 를 통하여 확인할 수 있으나, 폭우 발생 위험도 개념에서 강우의 시간분포 적용에 대한 연구는 아직 미흡한 실정이 다. 따라서 본 연구에서는 도심지 토사재해 고위험지역을 대상으로 과거 관측 시간강수량 자료를 수집하여 연최대 치계열 추출을 통한 강우빈도해석 수행으로 강우강도-지 속시간-빈도의 관계를 규명하고, 재현기간과 지속시간에 따른 확률강우량을 적정시간분포 모형에 적용하여 위험도 기반 토사재해 유발 극치강우의 시간분포 시나리오 작성 의 방법론을 제시하였다.
Ⅱ. 기본 자료 및 방법 1. 연구 방법
토사재해 발생의 중요 외적요인으로 강우의 영향을 들 수 있다. 하지만 확률론적 관점에서 폭우 발생 위험도 해 석과 선행강우, 강우강도, 강우지속시간, 누적강우량, 그리 고 강우의 시간분포와 관련한 등 강우관련 토사재해위험 인자들을 정량화하여 활용한 사례는 드물다. 따라서 본 연 구에서는 토사재해 시뮬레이션을 위한 위험도 개념의 강 우강도 시간분포 적용의 방법론적 방향을 제시하고자 한 다. 이를 위하여 전국의 도심지를 대상으로 토사재해 고위 험지역을 선정하고 인근 기상관측소로부터 과거 관측 강 우량 자료를 수집하여 연최대치계열 (Annual Maximum Series)을 추출하였다. 또한 해당 면적평균강수량 산정을 위하여 티센다각형 (Thiessen Polygon) 방법을 적용하였으 며, 지속시간별 연최대치강우량 자료의 예비해석과 확률분 포형 적용으로 매개변수 추정 및 적합도 검정을 실시하여 재현기간과 지속시간별 확률강우량을 산정하였다. 또한 통 합확률강우강도식 적용을 통한, 도심지 토사재해 고위험지 역별로 강우강도-지속시간-빈도 곡선을 유도하였다. 마지 막으로 확률강우량의 시간분포를 위하여 적용되고 있는 다양한 시간분포 모형을 검토하였으며, 실제 토사재해 유 발 강우발생 패턴을 반영할 수 있는 시간분포 모형에 적합 시켜 위험도 기반 토사재해 유발 강우시나리오를 작성하 였다. Fig. 1은 본 연구의 연구흐름도 이다.
2. 자료 및 대상유역
토사재해 유발 강우시나리오 분석을 위하여 기상청 (KMA, http://www.kma.go.kr/)에서 제공하는 종관기상관
(a) ASOS Network (b) AWS Network
Fig. 2 Location of KMA ASOS and AWS rainfall stations in South Korea. (a) shows ASOS stations and (b) shows AWS stations 측시스템 (ASOS, Automated Synoptic Observing System)
의 94개 관측지점 중에서 최근 20년 이상의 시간강우 관측 자 료가 존재하는 71곳의 지점자료를 사용하였다. 또한 기상청 의 전국 무인자동기상관측장비 (Automatic Weather Station, AWS)를 통하여 제공하는 477개 지점의 매분 기상관측 자료 를 수집하여 토사재해 발생 시 누적강우량 산정 및 강우의 공 간분포 특성 분석에 활용하였다. 다음 Fig. 2는 본 연구에서 사용한 기상청 종관기상관측지점과 무인자동기상관측장비 의 지점 위치도이다.
연구 대상지역의 선정은 전국을 대상으로 과거 도심지 토 사재해가 발생하였거나 발생 잠재위험성이 있다고 판단되는 고위험지역의 조사결과를 반영하여 최종적으로 10곳을 선정 한 자료를 활용하였다 (Moon et al., 2016). Moon et al.
(2016)의 연구결과에 의하면, 도심지 토사재해 예방을 위하 여 도시계획 단위에서의 전략을 제안하고자 군집분석을 통하 여 도심지 토사재해 중점관리대상지역을 선별하였으며, 그 분석절차는 ① 전국 산사태 이력자료 구축, ② 산사태 발생지 역의 인구밀도 분석, ③ 산사태 발생지역의 산사태위험등급 분석, ④ 산사태 발생지역 유형분석, ⑤ 도심지 토사재해 중 점관리대상지역 선정의 5단계를 거쳐 수행되었다. 최종적으 로 선정된 도심지 토사재해 고위험지역 10곳은 경기도 의왕 시 오전동 모락산 일대, 경기도 남양주시 화도읍 구암리 일대, 강원도 화천군 산양리 일대, 강원도 인제군 인제읍 상동리 일 대, 세종특별자치시 반곡동 괴화산 일대, 강원도 원주시 태장 2동 일대, 전북 전주시 완산구 서서학동 일대, 전남 고흥군 고 흥읍 남계리 주월산 일대, 대구광역시 달성군 논공읍 북리 일 대, 경북 경산시 백천동 일대이며, 본 연구에서는 산사태 발생 강우를 대상으로 위험도기반 토사재해 시뮬레시션을 위한 재 현기간별 강우의 시간분포 시나리오 작성 연구를 수행하였
다. 여기서 토사재해 고위험지역으로 선정된 지역은 연구목 적에 의한 선정임을 밝히며, 세종특별자치시의 경우 과거 토 사재해가 발생하지 않았지만 잠재위험지역으로 분류된 지역 이다. 따라서 세종시의 경우 과거 토사재해 발생 사상을 기재 하지 않았다. Table 1은 본 연구에서 적용한 도심지 토사재해 고위험지역 목록이며, 토사재해 발생 시간과 위․경도 위치정 보를 나타내었다.
3. 이론적 배경 가. 티센방법
티센방법은 우량관측소별로 다각형 삼각망을 구축하여 각 우량계에 대표되는 면적을 산정하는 방법이다. 이 면적은 총 면적에 대한 비로 나타내게 되며, 로 가중인자가 된 다. 이는 산술평균보다 정확도가 높고 실무에서도 그 활용도 가 높다.
⋯
⋯
(1)
여기서 는 관측소의 면적이고 는 유역면적, 는 가중 인자 이다.
나. Gumbel 분포형
추출된 강우자료에 대한 통계적 특성 파악과 자료 경향
No. Location of Landslide High Risk Zone Landslide Events Latitude (North) Longitude (East) 1 Moraksan, Ojeon-dong, Uiwang-si, Gyeonggi-do, Korea July 24, 2008 37˚ 22‘ 11.25“ 126˚ 58‘ 52.31“
2 Guam-ri, Hwado-eup, Namyangju-si, Gyeonggi-do, Korea July 14, 2009 37˚ 40‘ 29.39“ 127˚ 22‘ 27.04“
3 Sanyang-ri, Sangseo-myeon, Hwacheon-gun, Gangwon-do, Korea July 28, 1996 38˚ 12‘ 25.07“ 127˚ 39‘ 44.25“
4 Sangdong-ri, Inje-eup, Inje-gun, Gangwon-do, Korea July 15, 2006 38˚ 04‘ 19.88“ 128˚ 10‘ 30.22“
5 Gyehwasan, Bangok-dong, Sejong, Korea - 36˚ 28‘ 55.37“ 127˚ 18‘ 44.34“
6 Taejang 2-dong, Wonju-si, Gangwon-do, Korea Sep. 22, 2010 37˚ 22‘ 56.87“ 127˚ 57‘ 06.77“
7 Seoseohak-dong, Wansan-gu, Jeonju-si, Jeollabuk-do, Korea June 11, 2000 35˚ 48‘ 20.60“ 127˚ 08‘ 55.10“
8 Namgye-ri, Goheung-eup, Goheung-gun, Jeollanam-do, Korea Aug. 31, 2002 34˚ 36‘ 54.52“ 127˚ 17‘ 24.35“
9 Buk-ri, Nongong-eup, Dalseong-gun, Daegu, Korea Sep. 12, 2003 35˚ 43‘ 51.92“ 128˚ 26‘ 45.96“
10 Baekcheon-dong, Gyeongsan-si, Gyeongsangbuk-do, Korea Sep. 12, 2003 35˚ 48‘ 05.39“ 128˚ 44‘ 55.86“
Table 1 Study site of landslide high risk zone in urban area, Korea
성 및 무작위성을 검토한 후 확률가중모멘트법 (Probability Weighted Moments; PWM)을 사용하여 확률분포형의 매 개변수를 추정하였다. 구해진 매개변수 추정값이 선정된 확 률분포형의 확률변수나 매개변수가 일정한 조건을 만족하 는가를 판단하기 위하여 적합도 검정을 실시하였으며, 대상 지점의 강우자료에 가장 적합한 최적 확률분포형은 Extreme Value Family에 속하는 Gumbel 분포형을 선택하였다. ｢한 국확률강우량도작성, 2012. 국토교통부｣에서는 우리나라 의 최적 확률분호형을 Gumbel 분포로 채택한 바 있으며, 설계강우량산정 실무에서도 가장 많이 사용되는 분포형이 다. Gumbel 분포형의 확률밀도함수 ()와 누가분포함 수 ()를 나타내면 다음 Eq. (2)~(3)과 같다.
exp ,
∞ ∞
(2)
exp
exp (3)
여기서, 는 축척매개변수 (scale parameter), 는 위 치매개변수 (location parameter)이다.
다. 통합확률강우강도식
IDF곡선은 강우의 지속시간과 재현기간에 따른 강우강 도의 관계를 규정하는 곡선이다. IDF곡선은 실제 현상에서 강우강도는 지속시간이 길어짐에 따라 작아지므로 강우강 도 i는 지속시간 td에 역비례하는 관계를 이용하여 만들 수 있으며, 현재 우리나라에 적용되는 대표적인 강우강도식은 Talbot ( ), Sherman ( ), Japanese (
) 형태가 있다. 이 때 i는 강우강도 (mm/hr), t는 지
속시간 (min), a, b, c, d, e는 지역에 적용되는 상수이다. 하지 만 위의 공식들은 같은 재현기간과 지속시간을 동시에 고려 하지 못하는 단점을 가지고 있다. 즉, 특정 재현기간별로 하나 의 식만 나오기 때문에 원하는 재현기간에 바로 적용하기에 는 불편하며 계산을 여러 번 반복해야만 한다. 따라서 본 연구 에서는 전체 재현기간과 지속시간에 적용 가능한 통합확률강 우강도식을 사용하였다. 뺷한국확률강우량도작성, 건설교통 부, 2000뺸에서 제시된 통합확률강우강도식은 다음 Eq. (4)와 같다.
ItT c d ln
ln
(4)
여기서, a, b, c, d, n은 각 지점마다 산정되는 회기상수 이며, T는 재현기간 (year)이며, t는 강우 지속시간 (min) 이다.
라. Huff 시간분포 방법
Huff 4분위법은 최대 강우강도의 첨두 값의 발생 구간별 4 개의 확률구간분위 (Quartile) 별로 구분하여 도시하여 나타 내는 방법이다. 강우를 시간적으로 무차원화 시키기 위하여 개개 강우의 누가지속기간에 따른 강우량을 각각 백분율로 표시하고, 이를 식으로 나타내면 다음 Eq. (5)와 같다.
× (5)
여기서, 는 임의시간 까지 누가강우량의 비율
Fig. 3 Linear trends of annual maximum rainfall series over the landslide high risk zone
이며, 는 단위증분횟수를 의미한다. 또한 는 임의시간
까지의 누가우량이며, 은 임의의 지속기간
까지의 총 우량이다.
또한, Huff 분위별 무차원 누가 강우량을 고차다항식으로 적합 시길 수 있으며, 각 구간별 무차원 누가강우곡선에 대한 고차다항회귀 방정식은 다음 Eq. (6)와 같이 나타낼 수 있다.
(6)
여기서, Y는 강우량이며, x는 강우의 지속기간,
⋯ 는 6차 다항식의 상수이다.
마. Mononobe 시간분포 방법
Mononobe 시간분포 방법은 보통 1일 (24시간) 강우량으 로부터 지속시간별 강우강도를 구하는 것으로, 시간에 따른 크기순으로 강우강도를 배열한 뒤, 가장 큰 강우를 가운데에 두고, 그 다음 순위의 강우는 오른쪽, 그리고 그 다음 순위는 왼쪽으로 정렬하여 분포시키는 방식이며, 다음 Eq. (6)에 의 해 구할 수 있다.
․ (6)
여기서, 는 강우지속기간 동안의 설계강우량 (mm)이 고, 는 시간 까지의 누가강우량 (mm), 는 강우지속기간 (hr), 그리고 은 상수이며 보통 2/3 (0.667)를 사용한다.
는 시간 까지의 누가강우량을 의미하므로, 임의의 시간구간
의 강우량은 ( )이 되며, 총 강우지속기간
를 시간으로 나눈 개수의 시간구간 ()별 강우량을 산 정할 수 있다. 이렇게 산정한 각 시간별 강우량 값의 배치형태 에 따라 전진형 (advanced type), 중앙집중형 (centered type), 그리고 지연형 (delayed type)으로 구분하여 나타낼 수 있다 (Yoon, 2007).
Ⅲ. 분석 결과
1. 토사재해 유발 강우 특성분석
Fig. 3는 도심지 토사재해 고위험지역의 과거 관측 시간강 수량 자료 (분석기간: 1961~2014년)를 수집하여, 강우지속 1 시간과 24시간 연최대강수량 (Annual Maximum Rainfall) 을 추출하여 시계열을 도시한 결과이며, 평균 시계열 자료에
대한 선형회귀식과 경향성을 나타내었다. 연최대치 계열의 추출 결과를 살펴보면 1시간 최대 강수량과 24시간 최대 강수 량 모두 증가 경향을 보이고 있음으로 확인할 수 있으며, 선형 추세 (Linear Trend)는 각각 1시간 최대 강수량이 0.035, 24 시간 최대 강수량이 0.660으로 양의 기울기 값을 보임을 확인 하였다. 따라서 최근에 올수록 도심지 토사재해 고위험지역 의 1시간과 24 시간 누적 폭우 사상의 선형 증가 경향이 있음 을 확인하였다.
Fig. 4는 앞서 선정한 과거 토사재해 재해발생 이력 기간에 대하여 전국 AWS관측 강우자료를 대상으로 24시간 누적 강 수량의 공간분포 패턴을 나타낸 결과이다 (흰색과 검은색 사 각형은 본 연구에서 선정한 토사재해 고위험지역 위치임).
AWS강우의 공간분포는 기상청 홈페이지에서 제공하는 지역 별상세관측자료 (http://www.kma.go.kr/weather/observation/
aws_distribution_popup.jsp)이다. 이 중 강원도 화천군에서 발생한 1996년 7월 폭우 사상의 경우 AWS관측 자료가 존재 하지 않아 제외하였으며, 세종시의 경우 강우사상을 선정하 지 않았다. 토사재해 유발 강우의 공간분포 패턴을 분석한 결 과, 토사재해 발생 위치와 24시간 누적 최대폭우의 발생 위치 가 유사하게 나타나고 있음을 확인할 수 있으며, 토사재해발 생과 강우와의 연관성을 확인할 수 있다. Fig. 4 (a)~(d)는 집 중호우가 발생하였을 때이며, Fig. 4 (f), (g)는 각각 2002년 태 풍 루사 (Rusa)와 2003년 태풍 매미 (Maemi)가 발생하였을 때 이다. 따라서 집중호우가 자주 발생하는 6~9월과 태풍이 자주 올라오는 8~9월 사이에 폭우에 의한 토사재해 유발 가 능성이 큼을 확인할 수 있다.
토사재해 발생 당시 AWS관측 자료로부터 선행 24시간 누 적강수량과 시간당 최대강수량을 분석한 결과, 일 누적 강수
(a) 2008/07/24 (b) 2009/07/14 (c) 2006/07/15
(d) 2010/09/21 (e) 2000/06/11 (f) 2002/08/31
(g) 2003/09/12
Fig. 4 The AWS observed antecedent 24-hr accumulative rainfall over the landslide high risk zone, South Korea
Fig. 5 Result on the thiessen polygon network on the vulnerable landslide risk area
량은 158.0~410.0 mm/d의 분포를 보였으며, 시간 최대 강수 량은 32.9~81.0 mm/h로 분석되었다. 시범지역 중 전남 고흥 의 경우, 410.0 mm/d의 가장 큰 선행 일 누적강수량과 81.0 mm/h의 가장 큰 시간당 강수량이 발생하여 토사재해를 유발 시켰지만, 경기도 의왕시의 경우 158.0 mm/d의 적은 선행 일 누적강수량에도 불구하고 58.5 mm/h의 강한 폭우발생으로 인하여 토사재해가 유발된 것으로 분석된다. 또한, 강원도 화 천군의 경우 32.9 mm/h의 가장 작은 시간당 강수량을 기록하 였지만, 304.2 mm/d의 많은 양의 일 누적 선행강수량을 기록 하였다.
2. 토사재해 고위험지역 확률 강우량 산정 가. 티센 면적 가중치 산정 결과
Fig. 5는 전국 ASOS기상관측 점을 대상으로 티센망 (Thiessen Network)을 구축하여 각 토사재해 고위험지역에
대하여 나타낸 결과이며, 토사재해 고위험지역으로 선정한 지역의 위치도와 강우관측 지점에 대한 티센다각형 작성결과
Table 2 Calculation of the thiessen polygon weight on the vulnerable landslide risk area
Landslide High Risk Zone Stations Code Thiessen Area () Thiessen Weight (%)
Uiwang Suwon 119 53.9 100
Namyangju Dongducheon/Yangpyeong/Seoul 098/202/108 116.0/183.7/158.3 25.3/40.1/34.6 Hwacheon Chulwon/Injae/Chuncheon 095/211/101 245.8/60.1/502.1 38.1/6.6/55.3
Injae Sokcho/Injae 090/211 239.2/1389.6 14.7/85.3
Sejong Daejeon/Chungju/Cheonan 133/131/232 99.0/157.9/104.9 27.4/43.6/29.0
Wonju Chungju/Jaecheon/Wonju 127/221/114 8.5/98.5/771.2 1.0/11.2/87.8
Jeonju Jeonju 146 205.3 100
Goheung Goheung 262 782.0 100
Daegu Hapcheon/Daegu 285/143 60.1/821.0 6.8/93.2
Gyungsan Yeongchun/Daegu 281/143 171.7/239.7 41.7/58.3
Fig. 6 Probable precipitation in each return period and duration over the landslide high risk zone
를 확인할 수 있다. Table 2는 각 지역에 대한 티센 면적 가중 치 (Thiessen Weight)를 산정한 결과이며, 각 지역별 지배관 측소와 티센 가중치를 확인할 수 있다. 지배관측소는 1~3개 소 정도로 선정되었으며, 각 관측소에 해당하는 지배면적을 산정한 후 면적에 대한 티센 가중치를 산정하였다.
나. 토사재해 고위험지역 확률 강우량 산정 결과
강우 빈도해석을 통한 재현기간과 지속시간별 확률강우량 산정은 강우관측 지점별로 관측시점부터 2014년까지의 시간
강수량 자료를 수집하여 연최대치 계열을 추출하였다. 극치 강우자료의 빈도해석을 수행할 경우, 지속시간과 재현기간 별 고정시간간격의 최대강우량과 지속시간별 최대강우량간 의 관계 (임의시간환산계수)는 Oh and Moon (2008)의 연구 결과를 활용하였다.
Fig. 6는 토사재해 고위험지역의 확률강우량을 전대수 지 (log-log plot)에 나타낸 결과이며, 재현기간과 지속시간 별 확률강우량 값을 확인할 수 있어, 토사재해 발생 시 특 정 강우강량에 대한 확률 빈도에 해당하는 값을 확인할 수
Table 3 Probable precipitation in 1-hour duration over the landslide high risk zone (Unit: mm) Return
Periods
(year) Uiwang Namyangju Hwacheon Injae Sejong Wonju Jeonju Goheung Daegu Gyungsan
2 44.1 46.3 38.8 33.5 41.3 42.1 41.9 48.2 33.9 33.1
3 50.7 54.1 44.0 39.1 46.8 48.1 48.4 56.2 38.9 37.7
5 58.1 62.6 49.9 45.5 52.9 55.0 55.6 65.2 44.5 42.9
10 67.4 73.4 57.2 53.5 60.6 63.5 64.7 76.4 51.4 49.4
20 76.3 83.7 64.2 61.2 67.9 71.8 73.4 87.2 58.1 55.6
30 81.5 89.7 68.3 65.6 72.2 76.5 78.4 93.4 61.9 59.2
50 87.9 97.1 73.4 71.1 77.5 82.4 84.7 101.2 66.7 63.7
70 92.1 101.9 76.7 74.7 80.9 86.2 88.8 106.3 69.9 66.7
80 93.7 103.9 77.9 76.2 82.3 87.8 90.4 108.3 71.1 67.9
100 96.5 107.1 80.1 78.5 84.6 90.3 93.1 111.7 73.3 69.8
150 101.6 112.9 84.1 82.9 88.8 95.0 98.0 117.8 77.0 73.4
200 105.1 117.1 87.0 85.9 91.7 98.2 101.5 122.1 79.7 75.9
300 110.2 122.9 91.0 90.2 95.9 102.9 106.4 128.2 83.5 79.4
500 116.5 130.2 95.9 95.7 101.1 108.8 112.6 135.9 88.2 83.8
있다. 또한 Table 3은 토사재해 고위험지역에 대한 강우지 속 1시간의 재현기간별 확률강우량 값을 산정한 결과이다.
강우지속 1시간 (24시간)에 대한 100년 빈도 확률강우량 값을 비교하면, 고흥군 지역이 111.7 mm (482.6 mm)로 가장 크게 나타났으며, 경산시 지역은 69.8 mm (258.5)로 가장 작은 값으로 분석되었다. 또한 재현기간별 (2~500년 빈도) 1시간 (24시간) 지속시간 강수량 편차는 확률강우량 이 15.1~52.1 mm (58.0~287.3 mm)의 편차를 보이고 있 음을 확인하였다. 이는 전국을 대상으로 같은 빈도의 강수 량을 적용한다고 할지라도 지역에 따라 재현기간별 강수 량이 지속시간 1시간의 경우 31.4~38.3 %의 편차, 지속시간 24시간의 경우 33.0~47.9 %의 편차를 보일 수 있음을 의미 한다. 따라서 폭우 발생 위험도 개념에서 이러한 지역적 편차를 고려한 접근방법이 필요할 것이다.
다. 토사재해 고위험지역 IDF곡선 분석결과
Table 4는 토사재해 고위험지역의 통합확률강우강도식 a, b, c, d, n 계수를 산정한 결과이며, 통합확률강우강도식의 강우지속시간에 따른 단시간과 장시간 구분은 뺷한국확률강 우량도작성, 건설교통부, 2000뺸을 참고였다. 토사재해 고위 험지역에 대한 강우 지속시간 1시간 (24시간)의 100년 빈도 강우강도 값은 69.8 mm/h (11.7 mm/h)~111.7 mm/h (19.5 mm/h)의 분포를 보였으며, 의왕시 96.5 mm/h (17.7 mm/h), 남양주시 107.1 mm/h (20.1 mm/h), 화천군 80.1 mm/h (16.5 mm/h), 인제군 78.5 mm/h (15.3 mm/h), 세종시 84.6 mm/h
(12.9 mm/h), 원주시 90.3 mm/h (15.9 mm/h), 전주시 93.1 mm/h(11.9 mm/h), 고흥군 111.7 mm/h (19.5 mm/h), 대구광 역시 73.3 mm/h (10.8 mm/h), 경산시 69.8 mm/h (11.7 mm/h) 로 분석되었다. 본 연구에서 작성한 지역별 통합확률강우강 도 식을 활용하여 토사재해 고위험지역에 대한 재현기간과 지속시간별 강우강도 값의 직접 산출이 가능하여 그 활용도 가 클 것이다.
3. 극치 강우의 시간적 분포
Fig. 7(a)는 토사재해 고위험지역 Huff 분위별 50 % 구간 무차원 누가곡선을 작성한 결과이며, Fig. 7(b)는 이를 이용하 여 토사재해 고위험 지역의 강우지속 1시간의 100년 빈도 강 수량을 각 Quartile별 시간분포시킨 결과이다. Fig. 7(b)에서 보는 바와 같이 Huff 각 Quartile별 첨두강수량의 위치가 다 르게 분포하고 있음을 확인할 수 있으며, 확률강우량 분석을 통하여 산정된 재현기간과 지속시간에 따라 분포형태를 다르 게 적용이 가능하다.
Table 5는 Huff 4분위 분포에 대한 Quartile별 무차원 누가 강우 곡선의 50 %에 해당하는 6차 다항식 계수를 산정한 결 과이다. 원자료와 적합식과의 관계는 RSS (residual sum of squares)와 R2(coefficient of determination)를 산정함으로 서 무차원식의 적합성을 평가하였으며, 6차 다항식의 결과가 통계적으로 가장 유의한 결과를 보여 일반화된 6차 다항식을 적용하였다. 강우의 지속기간과 Quartile별 RSS와 R2를 산정 한 결과 적합식과 무자원 누가곡선이 높은 상관성을 보임을
Table 4 Derivation of regression coefficients of Integrated IDF equation over landslide high risk zones
Landslide High Risk Zone The Threshold Duration of Short and Long-term Rainfall Periods
Regression Coefficients
a b c d n
Uiwang 30min Short-term 123.492 102.742 0.01382 0.25164 -0.26230
Long-term 1336.384 150.380 5.19852 -0.59419 1.07162
Namyangju 120min Short-term 308.879 145.260 1.76088 0.33698 0.03692
Long-term 569.691 123.295 -0.71724 0.05149 0.43542
Hwacheon All All 424.074 98.999 1.98315 0.16583 0.30832
Injae 240min Short-term 33.316 78.446 -0.86866 0.27683 -0.33278
Long-term 486.357 94.757 2.33952 0.37194 0.47161
Sejong 60min Short-term 174.554 91.567 0.57002 0.27021 -0.18069
Long-term 1154.064 101.037 1.83364 -1.00064 1.35877
Wonju All All 899.907 121.735 3.32725 -0.37269 0.81922
Jeonju 180min Short-term 167.009 81.707 -1.40082 0.21685 -0.03850
Long-term 1095.292 85.804 -0.91323 -1.21934 1.51508
Goheung 240min Short-term 529.535 165.789 2.60862 0.40609 0.30971
Long-term 1238.383 142.202 1.73209 -0.47466 1.02044
Daegu 90min Short-term 165.941 74.182 -0.28015 0.23896 -0.02924
Long-term 439.061 69.833 -0.34295 -0.13525 0.61041
Gyungsan 90min Short-term 197.047 74.103 0.21531 0.24845 0.04136
Long-term 378.470 57.794 -1.27411 -0.19990 0.57489
(a) Dimensionless Curves (Quartile, 50 %) (b) Huff Distributions
Fig. 7 Extreme rainfall distribution using Huff method. (a) shows dimensionless time and rainfall curves on 50 % quartile rainfall, and (b) indicate probable rainfall distribution using Huff 4th quartile methods, respectively
확인할 수 있었으며, Quartile별 6차 다항식의 RSS는 1.387~2.173으로, R2는 0.99998~0.99999로 산정되었다.
Fig. 8(a)는 강우지속 1시간에 대한 토사재해 고위험지역 의 100년 빈도 확률강우량을 Mononobe방법의 전진형, 중앙 집중형, 지연형을 모두 사용하여 시간분포 시킨 결과이며, 각 분포 형태에 따라 위험도기반 토사재해 유발 폭우입력 시나 리오 작성에 활용이 가능하다. 또한 실제 강우패턴을 대표할 수 있는 일반화된 시간분포형태는 보통 Huff 4분위 방법,
Mononobe 방법, Yen & Chow 방법, 그리고 교호블럭 방법을 들 수 있다. 시간분포의 형태는 우량주상도의 형태에 따라 집 중형태 (Type I)와 분산형태 (Type II)로 구분할 수 있으며, Type I은 Mononobe와 교호블럭 방법, Type II는 Huff와 Yen
& Chow 방법으로 분류할 수 있다. Fig. 8(b)는 앞서 산정한 Huff와 Mononobe방법 그리고 Yen & Chow (삼각형 분포), 교호블럭 (Alternative Blocking) 방법에 의한 강우의 시간 분 포 결과를 비교하여 나타낸 결과이다. 같은 확률강우량 값이
Table 5 Coefficients of 6th Dimensionless Polynomial Equation for Huff-4th Distribution Patterns
Coeff. 1st Quartile, 50 % 2nd Quartile, 50 % 3rd Quartile, 50 % 4th Quartile, 50 %
c0 -0.02735 -0.00952 0.043598 -0.09782
c1 1.169545 0.98778 -0.1675 1.024758
c2 0.143211 -0.09472 0.088953 -0.05804
c3 -0.00641 0.005897 -0.00472 0.003046
c4 0.000111 -0.00012 0.000112 -7.31E-05
c5 -8.76E-07 1.05E-06 -1.11E-06 7.84E-07
c6 2.61E-09 -3.29E-09 3.91E-09 -3.00E-09
RSS 1.55435 1.38724 1.79009 2.173
R2 0.999851 0.999909 0.999883 0.999784
* , where is the value of the variable to be predicted, is the value of the explanatory variable, and is the predicted value of ., , where is total sum of squares, is residual sum of squares.
(a) Mononobe Distributions (b) Time Distribution Models
Fig. 8 Extreme rainfall distribution using Mononobe method and comparison of rainfall distribution models. (a) shows comparison of rainfall distribution models, (a) shows time distribution of probable rainfall using Mononobe methods, and (b) means comparison of various rainfall distribution models, respectively
라 할지라도 Mononobe방법에 의한 강우의 시간분포의 경우, Huff 방법에 비하여 첨두 값이 3.5배정도 크게 발생하였다.
4. 토사재해 유발 극치강우 시간분포 시나리오 분석 Fig. 9는 토사재해 고위험지역의 토사재해 발생 당시 관측된 24시간 강우사상을 단위 우량 주상도로 환산하여 Mononobe분 포 및 Huff 4분위 분포와 비교하여 도시한 결과이다. 토사재 해를 유발할 수 있는 정형화된 형태의 강우분포 형태를 추출 하기는 어려우나, 실제 토사재해 유발 강우 사상과 적합시킨 결과 Fig. 9 (a-f, h)는 극치 값의 재현성을 잘 나타내고 있는 Type I의 Mononobe 분포형태를 따르는 것으로 확인이 되며, Fig. 9 (g, i, j)는 강우가 분산된 형태의 강우분포를 나타나는
Type II의 Huff 4분위 분포형태를 따르는 것으로 확인된다.
Type I의 Mononobe 분포의 경우, 실제관측 우량주상도와 1 시간 첨두 강우량 값을 비교한 결과 –48.9~39.3 %의 크고 작 은 차이를 보이고 있으나, 대구 지점의 경우 관측과 모의 결과 최대 5.0 % 이내의 근소한 차이를 보이고 있음을 확인할 수 있 다. 또한 Type II의 Huff 분포의 경우, 실제관측 우량주상도와 1시간 첨두 강우량 값을 비교한 결과 –59.2~–14.4 %의 차이 를 나타내고 있으며, 남양주 지점에서 관측과 모의 값이 –14.4
%의 근소한 차이를 보이고 있음을 확인할 수 있다.
Table 6은 위험도 기반 도심지 토사재해 고위험지역의 토 사재해 유발 극치강우 시나리오를 작성한 결과이며, 확률강 우량 값은 토사재해 고위험지역 평균값이다. 여기서 위험도 는 재현기간에 따른 강우발생 확률을 의미하며, 각 재현기간
Fig. 9 Comparison of observed and distributed rainfall using Mononobe and Huff rainfall distribution models. (a) to (j) show unit rainfall hyetograph and rainfall distribution on landslide high risk areas, respectively
Table 6 Risk based extreme rainfall scenarios on probable rainfalls and time distribution models
Rainfall Scenarios Probability (P=1/T) Probable Rainfall Time Distribution
Models Remarks
1day Before (mm/d) Intensity (mm/h)
1 0.500 (T=2) 146.6 40.3
Type I (Mononobe)
&
Type II (Huff 4th)
Low
High
2 0. 200 (T=5) 205. 3 53. 2
3 0.100 (T=10) 244.1 61.7
4 0.050 (T=20) 281.3 69.9
5 0.033 (T=30) 302.7 74.7
6 0.020 (T=50) 329.5 80.6
7 0.010 (T=100) 365.6 88.5
8 0.005 (T=200) 401.6 96.4
과 지속시간에 따른 확률강우량을 산정하여 적정 시간분포형 에 적합시킴으로서 토사재해 유발 강우 시나리오를 작성할 수 있다. 강우발생 확률은 총 8개 (2, 5, 10, 20, 30, 50, 100, 200년)의 재현기간으로 구분하였으며, 재현기간별 강우지속 24시간에 해당하는 확률강우량은 토사재해 유발 선행강우 조건으로, 재현기간별 강우지속 1시간에 해당하는 확률강우 량은 토사재해를 유발하는 임계 (Threshold) 강우 조건으로 사용하였다. 또한 Fig. 9의 분석결과에서도 확인할 수 있듯이 실제 토사재해 고위험지역의 강우 패턴을 비교적 잘 모사하 는 것으로 판단되며, 설계에서도 사용 빈도가 높은 Type I의 Mononobe 분포와 Type II의 Huff 분포를 대표 강우분포 모 델로 선정하여 시나리오를 작성하였다. 따라서 강우발생 확 률조건과 각 Type별 시간분포모형을 고려한다면, Type I의 경우 전방위, 중방위, 후방위 분포의 총 24개 시나리오조합이 가능하며, Type II의 경우 1, 2, 3, 4 분위 분포의 총 32개 시나 리오 조합이 가능하다.
Ⅳ. 결 론
본 연구에서는 도심지 토사재해 고위험지역을 대상으로 과거 관측 시간강수량 자료로부터, 확률강우량을 산정 한 후 IDF곡선을 작성하고 이를 다양한 시간분포 모형에 적 용하여 토사재해유발 강우 시나리오를 작성하는 방법론을 제시하였다. 본 연구의 주요 결과를 정리하면 다음과 같다.
1. 토사재해 고위험지역의 연 최대치 강우계열 선형추세는 1 시간 (24시간) 0.035 (0.660)으로 양의 기울기 값을 보였으 며, 최근에 올수록 24시간 폭우 사상의 선형 증가 경향이 뚜 렷이 나타나고 있어 최근 토사재해 발생 증가 위험성을 시 사한다. 또한 24시간 누적 강수량의 공간분포 패턴을 살펴 보면, 토사재해 발생 위치와 24시간 누적 최대폭우의 발생 위치가 유사하게 나타나고 있음을 확인하였다.
2. 재현기간과 지속시간별 강우강도를 적용할 수 있도록, 토 사재해 고위험지역에 대하여 통합확률강우강도식을 이용 한 IDF곡선식을 제안하였다. 재현기간별 확률 강수량은 지역에 따라 상이한 경향을 보였으며, 강우지속 1시간의 경우 31.4~38.3 %의 편차를, 강우 지속 24시간의 경우 33.0~47.9 %의 편차를 보였다. 따라서 폭우 발생 위험도 개념에서 토사재해 유발 강우 분석을 위해서는 지역적 편 차를 고려한 접근방법이 필요할 것으로 판단된다.
3. 도심지 토사재해 고위험지역에 대하여 실제 강우패턴을 대 표할 수 있는 일반화된 시간분포형을 유도해 내기 위하여 Huff 4분위 방법, Mononbe 방법, Yen & Chow 방법, 그리
고 교호블럭 방법을 검토하였으며, 실제 토사재해 고위험 지역의 발생강우와 시간분포 모형을 적합시킨 후 토사재 해 유발 집중호우 재현성이 양호한 Mononbe 방법 (Type I) 과 Huff 4분위 방법 (Type II)을 선정하여 위험도 기반 토사 재해유발 강우시나리오를 작성하였다.
폭우는 토사재해 유발의 주요 외부적인 요인으로 작용 하며, 매년 여름철이면 우리나라에는 폭우가 집중하여 토 사재해 피해가 집중적으로 발생하고 있다. 본 연구의 결과 는 다양한 폭우 조건으로 인한 토사재해 위험분석과 사면 붕괴해석의 강우 경계조건 및 토석류 위험예측의 강우 입 력 자료로 활용이 가능하며, 위험도 기반 토사재해 유발 패턴 분석에 활용이 가능할 것이다. 향후 국내실정에 맞는 토사재해 유발 강우 패턴을 고려한 다양한 시간분포 모형 개발노력이 필요하며, 기후변화 조건을 고려한 폭우해석 및 시간분포 모형 개발이 필요할 것으로 사료된다.
사 사
본 연구는 국토교통부/국토교통과학기술진흥원 건설기술 연구사업의 연구비지원(13SCIPS04)에 의해 수행되었으며 이에 감사드립니다.
REFERENCES
1. Horner, W. M., and S. W. Jens, 1942. Surface runoff determination from rainfall without using coefficients Transaction ASCE, 107: 1039-1075.
2. Huff, F. A., 1967. Time Distribution of Rainfall in Heavy Storm Water Resources Research, 3(4): 1007-1019.
3. Hwang, H. G., K. M. Cho, S. W. Lee, K. H. Kim, and C. Y.
Yune, 2013. Site Investigation on 2012 Slope Hazard in Korea and its Triggering Factors 2013 KGS Spring National Conference 117-120.
4. Jang, S. H., J. Y. Yoon, and Y. N. Yoon, 2007. A study on the improvement of Huff’s method in Korea: I. Review of applicability of Huff’s method in Korea Journal of the Korea Water Resources Association 39(9): 767-777 (in Korean).
5. Joo, J. G., J. H. Lee, D. J. Jo, H. D. Jun, and J. H. Kim, 2007.
Development of a rainfall time distiribution model for urban watersheds Journal of the Korea Water Resources Association 40(8): 655-663 (in Korean).
6. Kim, J. H., S. S. Jeong, Y. M. Kim, K. W. Lee, 2013. Proposal of Design Method for Landslides Considering Antecedent
Rainfall and In-situ Matric Suction Journal of the Korean Geotechnical Society 29(12): 11-24.
7. KMA (Korean Meteorological Administration), 2012. Korea Climate Change Prediction Report Korean Meteorological Administration 1-153.
8. Moon, Y. H., S. E. Lee, M. S. Kim, and J. R. Baek, 2016.
Analyzing type of urban areas at high risk to landslide hazard based on the GIS approach Journal of Korean Society Of Hazard Mitigation, to be published in June. (in Korean).
9. Oh, J. R., and H. J. Park. (2014). Analysis of Landslide Triggering Rainfall Threshold for Prediction of Landslide Occurrence Journal of Korean Society Of Hazard Mitigation, 14(2): 115-129 (in Korean).
10. Oh, T. S., and Y. I. Moon, 2008. Conversion Factor Calculation of Annual Maximum Precipitation in Korea Between Fixed and Sliding Durations Journal of the Korean Society of Civil Engineers 34(1): 117-133 (in Korean).
11. Rahardjo, H., X. E. Li, D. G. Toll, and E. C. Leong, 2001. The effect of antecedent rainfall on slope stability Geotechnical and Geological Engineering 19: 371-399.
12. Tan, S. B., S. L. Tan, T. L. Lim, and K. S. Yang, 1987.
Landslide problems and their control in Singapore Proceedings of the 9th Southeast Asian Geotechnical Conference Bangkok,
Thailand, 1: 25-36.
13. Wei, J., Y. S. Heng, W. C. Chow, and M. K. Chong, 1991.
Landslide at Bukit Batok sports complex Proceedings of the 9th Asian Conference on Soil Mechanics and Foundation Engineering. Balkema: Rotterdam; Bankok, Thailand 1:
445-448.
14. Yen, B. C., and V. T. Chow, 1977. Feasibility study on research of local design storms U.S. Department of Transportation, Federal Highway Administration, Washington, D.C., Report No. FHWA-RD-78-65.
15. Yoon, S. K., and Y. L. Moon, 2014. The recent increasing trends of exceedance rainfall thresholds over the Korean major cities Journal of the Korean Society of Civil Engineers 34(1):
117-133 (in Korean).
16. Yoon, S. K., J. S., Kim, and Y. I., Moon, 2012. A Study on Optimal Time Distribution of Extreme Rainfall Using Minutely Rainfall Data: A Case Study of Seoul Journal of the Korea Water Resources Association 45(3): 275-290 (in Korean).
17. Yoon, Y. N., 2007. Hydrology Chungmoongak 1-1152 (in Korean).
18. Yune, C. Y., K. S. Kim, S. W. Lee, K. J. Jun, and G. H. Kim, 2010. Analysis of Slope Hazard-Triggering Rainfall Characte- ristics in Gangwon Province by Database Construction Journal of the Korean Geotechnical Society 26(10): 27-39 (in Korean).
