A Study on the Establishment of Quantitative Standards of Landslides Vulnerability by Climate Change
10
0
0
전체 글
(2) 이동근ㆍ김호걸ㆍ서창완ㆍ송창근ㆍ유정아ㆍ박찬. 96. 활용될 수 있을 것으로 판단된다. 본 연구는 지자체 적응대책 수립 시 취약성 평가결과를 보다 효 과적으로 활용하는데 도움이 될 것으로 사료된다.. 키워드 : RCP 8.5 시나리오, 산사태 취약지역, 대용변수 비선형화. ABSTRACT Average cumulative precipitation in summer have increased by 350 mm compared with 1980s. As precipitation is expected to increase, the risk of landslides by heavy rainfall also is expected to rise. Therefore, establishment of adaptation plan for landslides is urgently needed. In 2011, Korea Ministry of Environment(KME) conducted vulnerability assessment to support establishment of adaptation plan for local governments. However, the result of vulnerability assessment had three limitations. First, KME didn't use standard scenario of Korea Meteorological Administration(KMA). Second, They conducted same standardization method for all variables. Third, They derived relative vulnerability which is not quantitative. The purpose of this study is to improve the limitations of existing vulnerability assessment and identify quantitative criteria to ensure scientific reliability. To achieve this purpose, we carried out three ways of advancement. First, application of new climate scenario, which is RCP 8.5 from KMA. Second, improvement of variables of vulnerability assessment. Third, derivation of quantitative criteria of vulnerability. The findings can support establishment of adaptation plan for local governments more effectively. Key words : RCP 8.5 Scenario, Landslides Vulnerable Area, Variable Nonlinearization. 1. 서론 기상청 보도자료에 따르면, 2011년의 평균 여 름철 누적강수량은 1980년대에 비해 약 350 mm 가 증가하였고, 평균 여름철 강수일수는 36일에 서 48일로 12일이 증가하였다. 우리나라는 여름. 이러한 가운데 정부는 기후변화가 야기할 수 있는 문제들에 대응하기 위하여 국가 기후변화 적응대책(2011∼2015)을 수립하고, 저탄소 녹생 성장 기본법(2010)에 따라 광역지자체가 2011년 까지 기후변화 적응 세부이행계획의 의무적으로 수립하도록 하였다(환경부, 2008). 이에 환경부에. 철에 강수가 집중되는 특징 때문에 산사태와 홍. 서는 광역지자체를 지원하기 위하여 ‘지자체 중. 수와 같은 재해 또한 여름철에 집중되어 나타난. 심 기후변화 취약성 평가 연구(2011)’를 실시하. 다. 지난 2006년 태풍 에위니아로 인해 전국적으. 였다. 이를 통해 취약성 평가 지도를 232개 시군. 로 약 63명이 사망 및 실종되었으며, 2011년 우. 구를 평가단위로 도출하였다. 제작된 취약성 평. 면산 산사태로 인한 피해자는 사망자만 16명이었. 가지도는 정부 또는 광역지자체가 상대적으로 취. 다. 이처럼 여름철 집중호우에 따른 산사태에 의. 약한 지역을 파악하고, 이를 기반으로 적응대책. 한 피해는 심각한 상황이다. 게다가 미래 기후변. 의 우선 순위를 도출하는데, 과학적인 근거로서. 화 시나리오에 따라서 강수량이 증가한다면 여름. 활용될 수 있도록 지자체에 보급되었다.. 철 집중호우에 의한 피해는 더욱 커질 것으로 예. 그러나 2011년에 진행된 취약성 평가 연구는. 상된다. 따라서 집중호우에 대비한 적응대책의. 세 가지 한계를 갖고 있다. 첫째, 모든 대용변수. 마련이 반드시 필요한 실정이다.. 를 동일한 방법으로 표준화했다는 점이다. 둘째,.
(3) 기후변화에 따른 산사태 취약성의 정량적 평가기준 설정 연구. 97. 도출된 취약성 평가 결과가 상대적이라는 점이. 기후노출, 민감도, 적응능력으로 구성된다. 대용. 다. 셋째, 사용된 기후변화 시나리오가 기상청에. 변수의 구성과 종류는 기존 취약성 평가 연구를. 서 제작한 것이 아닌, 환경부에서 제작한 시나리. 인용하였다(국립환경과학원, 2012).. 오라는 점이다. 앞서의 두 가지 한계점은 지자체. 취약성 평가를 위해서 국립환경과학원이 제작. 가 취약성 지도를 활용하는데 있어서 과학적인. 한 취약성 평가도구의 CCGIS(Climate Change. 신뢰성이 낮다는 점과 취약성 평가 결과가 갖는. GIS)의 최신 버전인 CCGIS v.4.0.3을 이용하였. 정량적인 의미를 알 수 없다는 문제점과 직결된. 으며, 자료의 검증 및 정량적 기준 설정과정에서. 다. 그리고 마지막 한계점은 지자체가 기상청 시. ArcGIS 9.3을 이용하였다.. 나리오를 기반으로 기후변화 적응대책을 세워야. 본 연구에서 고도화 방법은 크게 3개로 구성된. 한다는 점에서 시나리오가 불일치한다는 점에서. 다. 첫째는 새로운 시나리오인 RCP 8.5의 적용이. 논란이 되었다.. 다. 둘째는 대용변수 적용 방법의 개선이다. 셋째. 이에 본 연구는 기후변화의 영향으로 취약성이 크게 높아질 것으로 예상되는 산사태에 대하여,. 는 취약성 평가 결과의 정량적 평가기준 설정이 다(Fig. 1).. 기존 연구방법의 한계점을 개선하는 것과 더불어 기상청에서 제공하는 새로운 시나리오인 RCP 시 나리오를 반영함으로써 취약성 평가 방법을 개선 하고자 하였다. 연구 결과를 통해 새로운 시나리 오의 적용에 따른 변화 양상을 파악하고, 취약성 평가 결과의 신뢰성을 높이며, 취약성 지도의 활 용도를 높일 수 있을 것으로 기대된다.. 2. 연구의 범위 및 방법 2.1 연구의 범위 연구의 공간적 범위는 전국이며, 평가단위는 232개 시군구이다. 취약성 평가 항목은 집중호우 에 의한 산사태이고, 시간적 범위는 2000년대 (1996∼2005년), 2020년대(2016∼2025년), 2050 년대(2046∼2055년)이다. 본 연구에서는 검증에 사용되는 산림청의 산사 태 위험지도와 강원도 산사태 발생자료의 특성에 서 적응능력이 제외되어 있기 때문에, 취약성에 서 적응능력을 제외한 기후영향을 평가대상으로 선정하였다.. 2.2 연구의 방법 산사태에 대한 평가에 사용된 대용변수는 크게. Fig. 1. Flow chart of study..
(4) 이동근ㆍ김호걸ㆍ서창완ㆍ송창근ㆍ유정아ㆍ박찬. 98. 특히 두 번째 방법은 세부적으로 세 개의 단계. 이용하여 분석 및 도출되었다. 따라서 산사태 위. 로 구성된다. 첫 번째 단계는 산사태 취약성에. 험지도의 특성은 기후노출 변수와는 관련이 없. 영향을 주는 대용변수의 최소값과 최대값을 찾아. 고, 민감도 변수들과 관련성을 가진다. 이를 고려. 값의 범위를 고정하는 대용변수 선형화이다. 기. 하여 민감도 지도의 검증에 산사태 위험지도를. 존의 대용변수 표준화는 시나리오와 목표연도에. 활용하였다.. 따라서 대용변수의 최소값과 최대값이 계속해서. 기후영향 지도를 검증하기 위해서 강원도에서. 변화했다. 그러나 대용변수 선형화를 통해서 최. 2006년에 발생한 산사태 자료를 이용하였다. 검. 소값과 최대값이 고정되면, 시나리오와 시간적. 증 단계에서는 기존의 시군구 단위의 평가결과를. 범위에 관계없이 동일한 기준을 적용할 수 있다.. 격자단위로 변경하였다. 이는 산사태 위험지도가. 이를 통해, 시나리오가 갖는 값의 변동성으로 인. 격자단위이고, 산사태 발생자료 또한 규모가 작. 해 대용변수가 갖는 영향을 과소 평가하게 되는. 다는 점을 고려하여 결정하였다. 격자 단위 분석. 문제점을 극복할 수 있다.. 을 위한 자료로, 환경부에서 제공한 토지피복, 임. 두 번째 단계는 대용변수와 취약성의 관계를 심층적으로 파악하여 대용변수의 값을 비선형화. 상도, DEM 자료와 기상청에서 제공한 2006년의 AWS 자료를 이용하였다.. 하는 대용변수 비선형화이다. 이 단계는 산사태. 검증을 완료한 후, 강원도의 실제 산사태 발생. 발생과 밀접한 관련이 있는 임계치와 변곡점을. 지점의 기후영향 값을 기준으로 산사태 취약성의. 파악하여, 대용변수의 표준화에 반영하는데 목적. 정량적 기준의 등급을 마련하였다. 또한, 지자체. 이 있다. 이를 통해 기존의 단순 선형화에 비해. 별 산사태 발생규모를 참고하여 정량적 등급 별. 서 산사태 발생에 취약한 조건을 명확하게 평가. 산사태 피해 규모를 설정하였다.. 할 수 있을 것으로 판단된다. 편의상 값을 5개 구간으로 구분하였으나, 실제로 표준화되는 값은 한 구간 내에서도 값의 증감에 따라 표준화되는 값이 달라질 수 있도록 수식을 이용하였다(식 (1)).. 3. 연구결과 3.1 대용변수 적용 방법 개선결과 대용변수 개선의 첫 번째 단계인 대용변수 선. min min × max min. . . 형화를 위하여 각 대용변수 별 최소값과 최대값 (1). 을 설정하는 과정에서 국내외 산사태 관련 선행 연구를 참고하였으며(Campbell(1975); Soladati et. 세 번째 단계는 기존 대용변수 또는 가중치를. al.(2004); 김기흥 등(2011); 권혁춘 등(2011)), 기. 조정하는 것이다. 이는 기존에 설정된 대용변수. 준이 없는 경우에는 산사태 및 기후변화 전문가. 중 부적합하다고 판단된 대용변수를 제외하거나. 인터뷰를 통해 값을 설정하였다(Table 1).. 추가하고, 가중치를 수정하는 단계이다.. 두 번째 단계인 대용변수 비선형화를 위한 구. 연구의 세 번째 목적인 산사태에 대한 정량적. 간 설정 기준 또한 선행연구를 참고하였다. 기후. 기준을 설정하기 위하여, 분석 결과에 대한 검증. 노출에 대해서는 강우와 산사태 간의 관계를 연. 을 먼저 수행하였다. 민감도 지도를 검증하기 위. 구한 논문을 참조하였고(박종민 등(2010); 김기흥. 해서 산림청의 산사태 위험지도를 이용하였다(산. 등(2011); 조명희와 조윤원(2009); Crozier(2010)),. 림청, 2006). 산사태 위험지도는 ‘경사길이, 경사. 민감도에서 대해서는 지형 및 식생인자와 산사태. 위치, 경사도, 사면형태, 모암, 임상, 토심’ 자료를. 와의 관계를 연구한 논문을 참조하였다(장동호.
(5) 기후변화에 따른 산사태 취약성의 정량적 평가기준 설정 연구. 99. Table 1. Absolute standard linearization Category Climate exposure. Sensitivity. Variables. Min.. Max.. Daily maximum precipitation(mm). 0. 140. Maximum precipitation for 5 days(mm). 0. 230. Precipitation for June to August(mm). 0. 600. Number of dates with over 80 mm of precipitation. 0. 3. Area of coniferous forest(ha). 0. 18,540. Area of planned forest(ha). 0. 984. Average slope of regional forest(degrees). 0. 35. Average height of regional forest(m). 0. 400. Table 2. Absolute standard nonlinearization Daily maximum precipitation(mm). Climate exposure. Value. Class. Value. Class. 0∼30. 1. 0∼70. 1. 30∼70. 2. 70∼120. 2. 70∼105. 3. 120∼170. 3. 105∼140. 4. 170∼230. 4. Over 140. 5. Over 230. 5. Precipitation for June to August(mm). Number of dates with over 80 mm. Value. class. Value. Class. 0∼300. 1. 0∼0.5. 1. 300∼400. 2. 0.5∼1. 2. 400∼500. 3. 1∼2. 3. 500∼600. 4. 2∼3. 4. Over 600. 5. Over 3. 5. Area of coniferous forest(ha). Sensitivity. Maximum precipitation for 5 days(mm). Area of planned forest(ha). Value. Class. Value. Class. 0∼420. 1. 0∼37. 1. 420∼3,660. 2. 37∼183. 2. 3,660∼11,040. 3. 183∼517. 3. 11,040∼18,540. 4. 517∼984. 4. Over 18,540. 5. Over 984. 5. Average slope of regional forest(degrees). Average height of regional forest(m). Value. Class. Value. Class. 0∼5. 1. 0∼160. 1. 5∼13. 2. 160∼222. 2. 13∼17. 3. 222∼322. 3. Over 17. 4. 322∼400. 4. Over 400. 5.
(6) 이동근ㆍ김호걸ㆍ서창완ㆍ송창근ㆍ유정아ㆍ박찬. 100. Table 3. Adjustments of variables and weights Adjustment. Before. Category. Sensitivity. Variables. Weight. Area of planned forest. 0.29. Area of coniferous forest. 0.24. Average slope of regional forest. 0.35. Average height of regional forest. 0.12. ↓. After. Area of planned forest. 0.30. Area of coniferous forest. 0.20. Average slope of regional forest. 0.50. Sensitivity. 등(2007); 오치영 등(2009); Pradhan and Lee (2010); 권혁춘 등(2011); 연영광(2011); 박정술 등(2012)). 대용변수의 비선형적인 특성을 고려한 구간 설정 결과는 Table 2와 같다. 세 번째 단계인 대용변수 및 가중치 조정에서 는 기존의 민감도 변수 중에서 산림 내 평균고도 를 제외하고 가중치를 조정하였다. 고도는 지역 에 따라서 큰 차이가 있기 때문에, 전국을 대상 으로 일괄적인 기준을 적용하는 것이 부적합하다 고 판단하여 산림 내 평균고도 변수를 제외하였. Existing result (NIER, 2012). Linearization. Nonlinearization. Adjustment of variables and weighting. 다. 또한, 침엽수림 면적 변수는 침엽수림이 활엽 수림보다 상대적으로 산사태에 취약하다는 근거 를 기반으로 하고 있으나 기존의 가중치는 침엽 수가 있는 지역에서만 산사태가 발생하는 것과 같이 가중치가 크게 설정되었기 때문에, 산림내 평균 경사의 가중치가 중요하다고 판단되어 상향 조정하였다(Table 3). 각 대용변수 개선 단계에 따른 기후영향 지도 는 Fig. 2와 같다. 대용변수 선형화를 통해 최소최대값이 설정되면서 기존 결과에서 기후영향이 과소 평가되는 경향이 다소 해소되었다. 또한, 대. Fig. 2. Climate impact map of each advancement step.. 용변수 비선형화를 적용한 결과, 지자체 간 기후 영향 값의 차이가 뚜렷하게 구분되는 것으로 나. 것으로 나타났다. 이처럼 대용변수 개선 단계에. 타났다. 대용변수 및 가중치 조정 결과, 기후영향. 따라서 기후영향 지도가 지자체 별로 더욱 뚜렷. 이 큰 지역과 작은 지역이 더 명확하게 구분되는. 한 차이를 보였고, 이에 따라 중점 취약지역의.
(7) 기후변화에 따른 산사태 취약성의 정량적 평가기준 설정 연구. 101. 방식으로 4개 등급으로 나누어 발생지점이 많은 등급을 파악하였을 때 기후영향이 큰 2개 등급에 서 발생지점의 80% 이상이 분포하는 것으로 나 타났다. 이처럼 발생지점의 기후영향 값이 특히 높게 나타났으므로, 기후영향 지도가 신뢰성을 갖는다고 판단되었다.. 3.3 정량적 평가기준 설정 결과 산사태 정량적 평가기준은 기후영향을 기반으 Fig. 3. Sensitivity map(unit : grid). 파악이 용이할 것으로 판단된다.. 3.2 민감도, 기후영향 지도 검증 산사태의 절대적 기준을 설정하기 전에 민감도 지도와 기후영향 지도를 검증하였다.. 로 한 정량적 평가기준과 피해 규모를 기반으로 한 정량적 평가기준으로 구분하였다. 기후영향 기반의 기준설정을 위해 기후영향 값과 산사태 발생 빈도의 그래프를 작성하였다(Fig. 5). 그래 프를 통해서 기후영향 값이 80 이상인 지역에서 산사태 빈도가 높아지며, 90 이상인 지역에서는 급격하게 높아진다는 사실을 파악하였다.. 민감도 지도와 산사태 위험지도를 비교하기 위. 이와 같은 사실을 기반으로 기후영향을 기반으. 하여, 민감도 지도를 산사태 위험지도의 등급별. 로 한 정량적 평가기준을 도출하였다(Table 4).. 면적과 동일한 면적으로 구분하여 4등급으로 나. 평가기준은 1등급 ‘낮음’에서 5등급 ‘매우 높음’. 누고, 두 지도를 비교하였다. 비교 결과, 등급이. 까지로 구분하였다.. 일치하는 면적이 62.6%로 어느 정도 신뢰성을 갖 는 것으로 판단되었다. 기후영향 지도는 Fig. 4와 같이 도출되었으며, 이를 검증하기 위해 산사태 발생지점의 기후영향. 피해규모 기반의 정량적 평가기준을 설정하기 위하여, 2006년 당시 지자체 별 산사태 피해 규 모(면적)를 이용하였다(Table 5). 산사태 피해규모의 심각성에 따라, 정량적 평. 값을 추출하고 확인하였다. 기후영향을 quantile. Fig. 4. Climate impact map.. Fig. 5. Climate impact and landslides occurrence frequency..
(8) 이동근ㆍ김호걸ㆍ서창완ㆍ송창근ㆍ유정아ㆍ박찬. 102. Table 4. Quantitative standard of landslides by climate impact. Table 6. Quantitative standard of landslides by area of landslide damage. Class. Climate impact. Qualitative standard (Vulnerability). Class. Quantitative standard (area of landslides occurrence). 1. Under 50. Low. 1. 0∼2 ha. 2. 50∼60. Normal. 2. 2∼7 ha. 3. 60∼80. Little high. 3. 7∼11 ha. 4. 80∼90. High. 4. 11∼25 ha. 5. 90∼100. Very high. 5. 25 ha 초과. Table 5. Area of landslide damage of local government Local government. Area of landslide damage(ha). Pyeongchang-gun. 279.41. Inje-gun. 106.2. Hoengseong-gun. 27.44. Yanggu-gun. 24.66. Hongcheon-gun. 11. Chuncheon-si. 9.88. Jeongseon-gun. 7.3. Gangneung-si. 7.2. Yeongwol-gun. 3.8. Yangyang-gun. 3.7. Wonju-si. 2.6. Samcheok-si. 2.5. Hwacheon-gun. 2. Taebaek-si. 1.8. 가기준을 5개 등급으로 구분하여 정량적인 기준 으로 제시하였다(Table 6).. RCP present. RCP 2020s. RCP 2050s. Fig. 6. Climate impact map of quantitative standard.. 4. 결론 및 토의. 정량적 평가기준에 따르면 현재는 산사태에 대. 본 연구는 집중호우에 의한 산사태 취약성 항. 한 기후영향이 매우 높은 지역은 없지만, 2020년. 목을 대상으로, 환경부가 2011년 수행한 취약성. 대에는 매우 높은 지역의 수가 늘어나고, 2050년. 평가 연구의 한계를 개선하고자 하였다. 본 연구. 대에는 매우 높은 지역이 상당히 증가하는 경향. 는 다음과 같은 의의를 갖는다.. 을 보였다(Fig. 6).. 첫째로, 기상청의 새로운 시나리오인 RCP 8.5.
(9) 기후변화에 따른 산사태 취약성의 정량적 평가기준 설정 연구. 시나리오를 반영함으로써 지자체가 기후변화 적. 103. 지도.. 응대책 수립 시 활용하는 시나리오와 동일한 시. 권혁춘, 이병걸, 이창선, 고정우, 2011, 로지스틱. 나리오를 적용하였다. 이를 통해 취약성 평가 결. 회귀분석기법과 인공신경망기법을 이용한 제. 과를 보다 효과적으로 활용할 수 있을 것으로 기. 주지역 산사태가능성분석, 한국지형공간정보. 대된다.. 학회지, 19(3), 33-40.. 둘째로, 대용변수 적용 방법을 개선함으로써. 김기흥, 정혜련, 박재현, 마호섭, 2011, 경남지역. 선형화보다는 비선형화 방법이 지자체 간의 취약. 산사태 발생지의 강우 및 지형특성분석, 한국. 정도를 더 뚜렷하게 구분하는 것으로 나타났다.. 환경복원녹화기술학회지, 14(2), 33-45.. 그러나 이에 대해 어떤 결과가 더 정확한지에 대. 박정술, 김경탁, 최윤석, 2012, HyGIS-Landslide. 한 검증은 실시하지 못하였으므로 향후 연구가. 를 이용한 산사태 발생 위험도 평가, 한국지. 필요하다.. 리정보학회지, 15(1), 119-132.. 셋째로, 지역적 특성과 관련된 대용변수들이. 박종민, 마호섭, 강원석, 오경원, 박성학, 이성재,. 많기 때문에, 지자체 단위에서 취약성을 평가할. 2010, 전라북도 지역의 산사태발생 특성분석,. 시에는 변수나 가중치는 각 지역 특성에 맞추어. 농업생명과학연구, 44(4), 9-20.. 조정이 필요하다고 판단된다.. 산림청, 2006, 산사태 위험지도.. 넷째로, 취약성의 정량적 기준은 광역 지자체. 연영광, 2011, 로지스틱 회귀분석 기법을 이용한. 단위에서 적응대책 마련이 시급한 지역을 파악하. 강원도 산사태 취약성 평가 및 분석, 한국지. 기 위해 필요한 장치로 활용될 것으로 기대된다.. 리정보학회지, 14(4), 116-127.. 기초 지자체에서는 더욱 세분화된 행정단위에서. 오치영, 김경탁, 최철웅, 2009, SPOT5영상과 GIS. 절대적 기준을 적용하여 우선순위를 파악하는 것. 분석을 이용한 인제 지역의 산사태 특성 분. 이 가능할 것으로 판단된다.. 석, 한국원격탐사학회지, 25(5), 445-454.. 한편, 기후변화 시나리오를 활용하는 연구는. 장동호, Chang-Jo F. Chung, 2007, 산사태 재해. 시나리오에 따른 불확실성에 대한 고려가 필요하. 에 대한 삼림지 위험평가 분석모델 개발, 한. 다. 본 연구에서는 하나의 시나리오만을 활용하. 국지형학회지, 14(4), 57-67.. 였으므로 불확실성에 대한 고려가 부족하다. 향. 조명희, 조윤원, 2009, 기상과 지형자료를 통합한. 후 취약성 평가 시에는 다양한 시나리오를 적용. 산사태 위험지 예측 기법 개발∼울진지역을. 함으로써 불확실성에 대한 고려가 필요하다고 사. 대상으로-, 한국지리정보학회지, 12(2), 1-10.. 료된다.. 환경부, 2008, 국가 기후변화 적응 종합계획. Campbell, R. H. 1975. Soil slips, debris flows,. 감사의 글 본 연구는 국립환경과학원의 “지자체 기후변화 취약성 평가방법 고도화” 과제를 기반으로 수행 되었습니다.. 참고문헌 국립환경과학원, 2012, 기후변화 부문별 취약성. and rainstorm in the Santana Monica Mountains and Vicinity, Southern California, US Geological Survey, Reston, VA, USGS Professional Paper 851, pp.51. Crozier M. J., 2010, Deciphering the effect of climate change on landslide activity: A review, Geomorphology, 124, 260-267. Pradhan Biswajeet, Saro Lee, 2010, Delineation.
(10) 104. 이동근ㆍ김호걸ㆍ서창완ㆍ송창근ㆍ유정아ㆍ박찬. of landslide hazard areas on Penang Island,. slides and climate change in the Italian Do-. Environment Earth Science, 60, 1037-1054.. lomites since the Late glacial, Catena 55, 141-. Soladati, M., A. Corsinia, A. Pasutob, 2004, Land-. 161..
(11)
수치
관련 문서