2.1 변수선택
본 연구의 분석대상인 서울의 도시적 특성을 고려하여 소방방재청 재해연보(1999-2012)의 호우침수 동(건물) 수에 488 m
2을
3) 곱해주어 호우건물(동)면적을 산출하고 이를 종속변수로 삼았다. 그리고 자치구별 크기의 상이성을 보정하기 위해서 침수건물(동)에 임야와 하천 면적을 제외한 자치구의 면적으로 나누어 준 값을 적용하였다.
그리고 종속변수에 영향을 미치는 요인을 강우, 지형, 토지피복, 취약주택, 배수처리로 설정하였다. 강우요인은 시강우량
4)과 시강우량을 이용해서 만든 파생변수를 포함한다.
National Disaster Management Institute (2012)에서 시강우의 각 조건범위에 따라 발생횟수를 산정 후 기준 별 가중치를 곱하여 시강우를 도출하고 이를 이용하여 홍수취약성 지수를 산출하였다. 본 연구에서도 시강우량 구간별 내린 시간의 침수량 추정변수를 가중시강우로 명명하고 이를 독립변수로 사용하였다. 구체적으로 시강우를 시간 당 5 mm~20 mm미만, 20 mm~40 mm미만, 40 mm~50 mm 미만, 50 mm~80 mm미만, 80 mm이상 5개의 구간으로 나누고 회귀분석 결과에서 도출된 비 표준화된 계수값을 곱해 주었다(
Table 1 참조).
Table 1
Defined section of weighting coefficients for weighting hourly rainfall
Hourly rainfall section |
Non-standardized regression coefficient |
5mm≤ × < 20mm |
0.002 |
20mm≤ × < 40mm |
0.032 |
40mm≤ × < 50mm |
0.402 |
50mm≤ × < 80mm |
0.803 |
≥80mm |
3.870 |
Table 2는 각 구간별 내린 시간(Time of occurrence)을 동일하게 1시간으로 적용하였을 때 산출된 가중시강우의 최종 점수를 보여 준다. 그 과정을 상술하면 5 mm/h 1시간, 10 mm/h1시간, 20 mm/h 1시간, 40 mm/h 1시간, 50 mm/h 1시간, 100 mm/h 1시간 강우가 발생했을 때, 각 구간에 따라 발생 횟수를 산정한 후 각 구간별 발생 횟수에 비 표준화 회귀계수를 곱하여 구간별 점수를 산정한다. 5 mm/h 이상 20 mm/h 미만 강우는 강우시간 1시간에 0.002를 곱하여 0.002점이 되고, 20 mm/h이상 40 mm/h미만 강우는 강우시간 1시간에 0.032를 곱하여 0.032점이 된다. 40 mm/h이상 50 mm/h미만 강우는 강우시간 1시간에 0.402를 곱하여 0.402점이 되고, 50 mm/h이상 80 mm/h미만 강우는 강우시간 1시간에 0.803을 곱하여 0.803점이 된다. 80 mm/h이상 강우는 강우시간 1시간에 가중치 3.870을 곱하여 3.870점이 된다. 이런 방식으로 각 구간별로 점수가 산정되면, 5개의 구간별 점수를 모두 합한 값(0.002+0.032+0.402+0.803+3.870=5.113)이 가중시강우가 된다.
Table 2
Defined section of weighting coefficients for weighting hourly rainfall application examples
Hourly rainfall section |
Non-standardized regression coefficient |
Time of occurrence |
Score |
5mm≤ × < 20mm |
0.002 |
1 |
0.006 |
20mm≤ × < 40mm |
0.032 |
1 |
0.032 |
40mm≤ × < 50mm |
0.402 |
1 |
0.402 |
50mm≤ × < 80mm |
0.803 |
1 |
0.803 |
≥80mm |
3.870 |
1 |
3.870 |
Total score |
5.113 |
서울시의 상습침수지역들은 지역 평균적인 특성에 비해, 저지대 면적·저경사의 비율이 높고, 시가화면적률과 불투수율이 높으며, 단독주택지 비율이 높고, 녹지 및 공지(空地, Open Space)가 상대적으로 매우 적게 나타남을 알 수 있다(
Park et al., 2013). 토지피복특성과 침수피해지역 간의 관계에 대한선행연구로는 2011년 7월 침수피해에 대한 불투수 토지피복비율의 영향력을 밝힌 서울시정개발연구원의 연구(2011)가있다. 본 연구에서는 이러한 결과를 수용하여 고도평균, 평균경사도, 저지대율을 지형요인 변수로 선정하였고, 도시화율, 불투수율, 시가지 내 녹지율을 토지피복요인 변수로, 단독·다세대주택 밀집도, 지하·반지하주택 비율은 취약주택요인의 변수로 포함시켰다.
Oh et al. (2010)의 연구에서는 도시화가 강우의 형성과 발달과정에 영향을 주어 강우의 집중 정도 등 강우사상의 변화를 야기 시킬 수 있는 것으로 나타났다. 또한 도시 지역은 홍수 방어 상태를 나타내 주는 빗물저류조, 빗물펌프장, 하수관거 등 배수처리시설의 중요성이 높은 것으로 인식됨으로, 이를 감안하여 저류조 용량, 배수펌프 용량, 하수관로 길이를 홍수방어 요인의 변수로 선택하였다. 배수펌프 용량은 침수피해를 줄여주는 중요한 요소이자 여러 선행연구에서 주요요인으로 사용되었다.
Jang and Kim (2009)는 지역회귀분석 과정에서 우수펌프장의 수를 변수로 사용하였다.
Lim et al. (2010)는 홍수위험지수(FRI, Flood Risk Index)의 하위지수인 대책지수를 구성하는 지표로 펌프장 용량을 사용하였다.
Jang(2010)는 홍수위험관리지수의 하위지표인 취약성의 하부항목으로 중요 시설물 수(배수펌프장 외 5개 항목의 개소수)를 사용하였다.
고도평균의 경우 실질 거주지의 해발고도를 측정하기 위하여 해당 자치구의 임야면적비율만큼 해발고도에서 상위비율을 제외한 나머지 해발고도의 평균으로 구하였고, 저지대율은 앞서 산출한 실질 거주지 해발고도에서 서울시 고도평균 값(25.64 m) 보다 고도가 낮은 각 자치구의 면적비율로 만들었다. 평균경사도의 경우 각도에 따른 지표면의 길이를 반영하기 위해서 라디안 함수를 사용하여 평면각 값으로 변환하였다.
도시화율은 국토교통부에서 제공하는 지적통계(2010)를 사용하였고 도시화와 연관 있는 지목 면적을 합한 뒤 자치구의 면적으로 나눈 비율이다. 도시화 지목은
Table 3과 같이 공원, 양어장, 구거, 대, 도로, 학교용지, 수도용지, 공장용지, 종교용지, 유지, 잡종지, 제방, 유원지, 사적지, 주차장, 창고용지, 철도용지, 체육용지, 주유소 용지로 구성되어 있고 비 도시화 지목은 과수원, 광천지, 답, 묘지, 염전, 하천, 임야, 전, 목장용지로 구성되어 있다.
Table 3
Variable |
Unit |
Definition |
Dependent Variable |
Heavy rain flood damage area |
m2
|
Flooded Land (ha), Building flood (building) combined with 10000 : 488 -Standardization in each ward area (excluding forest land and river) |
Rainfall |
Hourly rainfall |
mm/h |
The Total rainfall / Precipitation total time -Except for amounts less than the typical non-(5 mm/h) |
Weighted hourly rainfall |
point |
Hourly rainfall weighted sum each time |
Topography |
Average height |
m |
The Average elevation -Except for upper proportion of elevation as forest area ratio |
Average slope |
°(radian) |
The Average slope - Plane angle conversion value |
Lowland ratio |
% |
The Proportion of low elevation zones than 25.64 m -Each district ratio of less than average height Seoul |
Ground Coverage |
Urbanization ratio |
% |
Urbanization pointed area / District area |
Imperviousness ratio |
% |
Impervious weighted in the area pointed stars / District area |
Urban green zone |
% |
Urban green zone area / Urban area |
Vulnerable Housing |
Single·multiplex housing density |
% |
Single & Multiplex housing number / District area (excluding forest land and river) |
Basement·semi-basement housing rate |
% |
basement·semi-basement housing number / House number (excluding apartments) |
Flood Defenses |
Capacity of rainwater recycling facility |
m3
|
Rainfall storage capacity (Ministry of Environment) + Rainfall stor-age capacity (Seoul Metropolitan Government) |
Drainage pump capacity |
m3/minute |
Rain water pump capacity(m3/min) + Relaying pump capacity ((m3/ h)/60) |
Sewage pipe length |
m |
Combined + Wastewater pipe + Rain water pipe length -Standardization in each District area (excluding forest land and river) |
시가지 내 녹지율은 서울시 도시생태현황도(Biotop, 2010)에서 주택지, 상업 및 업무시설지를 선별 선택하여 시가지 지역을 정의한 뒤, 규정한 시가지 전체 면적 대비 해당 녹지 면적으로 구하였다. 호우 취약주택으로는 단독·다세대 주택과 지하·반지하 주택을 고려하였다. 단독·다세대주택 밀집도는 주택 총조사 자료(2005, 2010)를 활용하여 각 자치구의 단독·다세대 주택 수에 각 구의 면적(임야·하천 면적 제외)으로 나누어 도출되었다. 지하·반지하주택 비율은 아파트를 제외한 각 자치구의 주택 수에서 지하·반지하 주택 수가 차지하는 비율로 구하였다.
저류조 용량은 환경부(2004~2013)와 서울시(2004~2013)의 데이터를 수집하여 중복된 자료를 제거하고 분석하였다. 단, 강우가 집중되는 시기(6월~9월)를 고려하여 11월 이후 완공된 저류조는 당해에는 영향력이 없다고 판단하여 다음 해로 이월하여 반영하였다.
2.2 분석결과
건물 침수피해에 자연로그를 취하여 종속변수로 하면서 통계적으로 유의미한 5개 독립변수들로 모형을 구축하였다. 저지대율 변수와 평균경사도 변수, 배수펌프량 변수
5)는 변수 간 상관관계가 큰 편이지만, 각 변수 값에 의한 지역적 위험 정도의 차이를 상쇄와 보완 측면에서 균형적으로 예측하기 위해서는 모두 필요하고 중요한 변수라 판단하여 개별 변수를T-Score
6)로 변환한 뒤 기하평균
7)하여 지형배수라는 결합변수를 생성하였다.
세부적인 불투수율을 도출하기 위해서 주택, 사무실, 점포 등의 건물을 지을 수 있는 땅으로 분류되는 대(垈) 지목 면적에 도시생태현황도(Biotop, 2010)의 시가지 내 녹지면적 데이터를 활용하여 시가지 내 녹지면적과 일반 시가지 면적으로 세분화하여 불투수 계수를 차등화 해 적용했고, 임야 지목 면적에 적용되는 불투수 계수는 산사태 위험등급
8) 비율에 따라 차등화 했다. 취약주택 변수는 단독다세대주택 밀집도와 지하·반지하주택 비율을 T-Score로 변환한 뒤 기하평균을 적용하여 생성하였다. 저류조 용량 변수는 T-Score를 취하여 주었다. 최종적으로
Table 4와 같은 회귀모형을 수립하였다.
Table 4
Model of Heavy Rain Risk Prediction
In (Disi,t)=C+axi,t+byi,t+dzi,t+eki,t+pi,t+ ε
|
Dis : Flood damage (inundation building) |
C : Constant |
x : Weighted hourly rainfall |
y : Topography drainage |
z : Imperviousness ratio |
k : Vulnerable housing |
p : Rainwater storage capacity |
ε : Error |
i : Region |
t : Time |
모형의 설명력(
R2)은 0.678으로 나타났고, Durbin-Watson값은 1.838로 잔차의 독립성이 충족되었다. 또한 공차한계(Tolerance) 값은 0.1 이상, VIF(분산팽창계수) 값은 10 이하로 나타나, 독립변수 간 상관관계가 분석에 영향을 미치지 못하는 것으로 나타났다(
Table 5 참조). 구체적으로 독립변수간 영향력을 비교하면 가중시강우의 표준화 회귀계수가 가장커서 독립변수 가운데 영향력이 가장 큰 것으로 나타나고, 다음으로 저류조 용량, 취약주택(단독다세대주택 밀집도, 지하·반지하주택 비율), 지형배수(저지대율, 평균경사도, 배수펌프량), 불투수율 순으로 크게 나타났다. 가중시강우가 1 Point 증가하면 건물 침수 피해는 약2.634(=
e0.969)배 증가하고, 지형배수 위험도가 1 단위(T Score) 증가하면 약1.023(=
e0.023)배 증가한다. 불투수율이 1%p 증가하면 건물 침수 피해는 약1.028(=
e0.028)배 증가한다. 취약주택 1 단위(T Score)가 증가하면 건물 침수 피해는 약1.038(=
e0.038)배 증가한다. 반면, 저류조 용량이 1 단위(T Score) 증가하면 건물 침수 피해는 약0.982(=
e-0.018)배로 감소하는 것으로 분석되었다.
Table 5
Result of Analysis on Model of Heavy Rain Risk Prediction
Variable |
99-12 Heavy Rain Risk Degree |
Parameter Estimate |
Standard Error |
Standardized Estimate |
p-value |
Tolerance |
VIF |
Intercept |
-3.632 |
1.022 |
|
0.000 |
|
|
Weighted hourly rainfall |
0.969 |
0.046 |
0.755 |
0.000 |
0.969 |
1.032 |
Topography drainage |
0.023 |
0.009 |
0.103 |
0.016 |
0.685 |
1.459 |
Imperviousness ratio |
0.028 |
0.015 |
0.072 |
0.066 |
0.806 |
1.241 |
Vulnerable housing |
0.038 |
0.009 |
0.159 |
0.000 |
0.829 |
1.206 |
Rainwater storage capacity |
-0.018 |
0.003 |
-0.187 |
0.000 |
0.978 |
1.022 |