Article information

Abstract

Trans Abstract

1. 서론

우리나라는 연간 강수량의 편차가 커 홍수와 가뭄이 반복적으로 발생하고 연 강수량의 약 50~60%가 여름에 집중되고 있다.¹⁾ 기후변화의 영향으로 강우강도는 2000년 이전 평균 94 mm/hr에서 2000년 이후 97 mm/hr로 증가하였고 일 최대강우량은 평균 356 mm/hr에서 415 mm/hr로 증가하였다(Jang, 2010). 전 세계 평균기온은 지난 100년간 섭씨 0.74도 상승했으며 한반도는 1.7도가 상승해 세계 평균 기온 변동 폭을 상회하는 기온 변화가 있었으며, 기온 상승은 공기 중의 수증기량의 증가를 유발하며 이는 집중호우, 가뭄 등 단기적 이상기상 현상의 강도 및 발생빈도 증가로 이어지고 있다(Shin, 2011). 도시지역은 열섬효과(heat island)로 인해 주위 교외지역으로부터 공기의 수렴 현상을 촉발한다. 이로 인한 기류상승은 주위의 수분을 모아 대기의 단열변화를 발생시키며 수증기의 응집을 촉진시키고 높은 빌딩과 구조물에 의한 바람차단효과(blocking effect)가 더해져 강수의 집중성과 강도를 더욱 높인다(Oh, 2011).

이에 저류시설의 확충, 배수로 정비, 홍수취약 지수 개발 및 홍수 예측·경보 시스템 구축 등으로 도시 홍수 피해를 줄이는 보다 효과적인 방법을 찾기 위한 다양한 시도들이 이루어지고 있다. 돌발성 집중강우로 인해 발생할 수 있는 저지대 침수 예방과 홍수 피해의 예방을 위해 서울시는 2005년 중랑구 망우산에 30,000 m³ 용량과 성북구 석관동 2,700 m³ 용량의 빗물저류조 설치를 시작으로 25개 각 구에서 빗물저류조 시설의 신축 및 증축 사업을 전개하고 있다.²⁾ 건설교통부에서는 수자원장기종합계획(2006-2020)을 수립하면서 잠재성(지역중요성: 인구, 재산, 도시화율, 사회기반시설)과 위험성(홍수피해 가능성: 홍수 피해액, 확률강우량, 하천 개수율, 홍수조절용량)으로 분류하였다. 잠재성과 위험성 지수 결과로 홍수피해잠재능의 그룹을 구분하고 지각도(perceptual map)를 작성하여 치수 방향을 제시하였다(Korea Water Resources Corporation and Ministry of Construction, Transportation, 2006). 국토연구원에서는 과거 33년(‘70~’03)간 홍수 발생빈도와 피해액 관계를 중심으로 지역별 홍수피해 특성을 분석하고 자연적 요인, 사회적 요인, 정책적 요인 및 시설적 요인 별로 홍수피해지표(FDI, Flood Damage Index)를 제시하고 시·군·구별 홍수피해의 잠재적 위험성 정도를 분석하였다(Korea Research Institute for Human Settlements, 2005). 한편 Lim et al. (2010)은 압력지수(경사, 고도, 불투수지비율, 저지대율 등), 현상지수(침수면적밀도, 홍수피해밀도 등), 대책지수(하수도 보급률, 펌프장, 우수관로 설치길이 등)를 개발하였고, 이들 지수를 통합하여 유역의 치수 현황을 종합적으로 파악할 수 있는 홍수위험지수(FRI, Flood Risk Index)를 개발하였다.

Park et al. (2011)은 강우특성과 홍수 피해액의 상관성을 초과우량(물리적으로 매 시간 자연적으로 침투되는 우량을 제외) 합과 첨두강우량(시강우량이 첨두인 지점을 기준으로 내린 시간 동안의 강우량) 개념을 도입하여 분석하였고 발생횟수가 많은 중·소규모 호우사상의 피해액 크기 비중이 높게나타남을 확인한바 있다. Park et al. (2013)은 군집분석을 이용하여 서울시의 상습침수지역을 3가지 유형으로 분류하여 유형별 우선전략을 제시하였으며, 표준화된 정준판별함수의 판별계수로 상습침수지역 내 인자의 영향력 크기를 비교분석한 결과 단독주택지 비율, 녹지 및 공지(空地, Open Space)비율, 공동주택지 비율, 하천계획홍수위 이하 지역 비율, 유역평균경사 순으로 높은 것으로 나타났다. Kim et al. (2011)은 강우, 인문·사회, 경제, 홍수피해로 도시홍수피해 유발요인을 분류하였다. 요인분석 결과 강우요인은 24.68%, 인문·사회요인은 20.06%, 경제요인은 12.89%, 피해요인(침수면적)은 10.16%의 설명력을 지닌 것으로 나타났다. Jang and Kim(2009)은 홍수피해금액과 강우량 간의 비선형회귀분석을 통해서 계측지역 뿐만 아니라 과거 자료가 미약한 미계측 지역에서도 지역적 인자들을 통해 특정 빈도에 발생 가능한 홍수피해금액을 추정한 바 있다.

국외의 사례로 Hall et al. (2005)은 유역의 지리 정보, 홍수방어 능력, 홍수피해 범위, 지형, 토지사용과 자산 가치 등의 자료를 활용하여 영국과 웨일즈에 대해서 홍수 위험을 평가한바 있으며, Balica et al. (2009)은 홍수 취약성을 사회적(인구 밀도, 과거 재해이력, 도시화되지 않은 지역의 비율 등), 경제적(댐 용량, 사회 기반 시설 관리 등), 물리적(경사도, 침수기간, 강우 발생빈도), 환경적(강우, 대지 사용, 홍수 회복시간)지표로 구분하고 각 3가지의 해상도별 취약지역을 평가 및 선정하였다.

이러한 선행연구들의 논의를 바탕으로 본 연구에서는 1999년부터 2012년까지의 강우, 지형, 토지피복구성, 주택조사, 배수시설, 재해이력 데이터를 수집하여 호우침수피해에 미치는 영향인자를 다중회귀분석을 통해 파악하였다.

2. 호우침수위험 예측 모형

2.1 변수선택

본 연구의 분석대상인 서울의 도시적 특성을 고려하여 소방방재청 재해연보(1999-2012)의 호우침수 동(건물) 수에 488 m²을³⁾ 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 시강우량⁴⁾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

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

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 definitions

불투수율은 도시화 지목 가운데 공원, 구거, 사적지, 유원지, 종교용지, 철도용지, 학교용지를 비 도시화 지목과 아울러 투수면으로 분류하고, Korea Institute of Construction Technology(2007)의 토지피복별 불투수율 값을 참고하여 지적통계 지목별로 값을 적용하였다.

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 변수⁵⁾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-Score⁶⁾로 변환한 뒤 기하평균⁷⁾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 위험등급⁸⁾ 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

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(=e^0.969)배 증가하고, 지형배수 위험도가 1 단위(T Score) 증가하면 약1.023(=e^0.023)배 증가한다. 불투수율이 1%p 증가하면 건물 침수 피해는 약1.028(=e^0.028)배 증가한다. 취약주택 1 단위(T Score)가 증가하면 건물 침수 피해는 약1.038(=e^0.038)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

3. 연구모델적용

본 연구에서 개발한 모델의 타당성을 검증하고자, 2010년 기준 서울시 25개 자치구에 각기 다른 강우 상황(5 mm/h 2시간, 10 mm/h 1시간, 20 mm/h 1시간, 40 mm/h 2시간, 50 mm/h 1시간)을 가정하여 호우침수위험을 예측해 보았다(Fig. 1참조). Table 1과 동일한 가중치를 적용하였다.

Fig. 1

2010 Heavy rains occurs Seoul District Heavy rain risk prediction

Fig. 1을 자세히 살펴보면 동대문구, 동작구는 불투수율이 높은 반면, 저류조 용량이 상대적으로 부족하여 호우 침수위험도가 큰 것으로 예측되었으며, 금천구는 저지대율과 불투수율이 높고, 저류조 용량이 적아서 호우침수위험도가 큰 것으로 예측되었다.

반면에 종로구는 저지대율이 낮고 평균경사도가 높으며, 지하 또는 반지하와 같은 취약주택 수가 적어서 호우침수위험도가 작은 것으로 예측되었다. 노원구는 불투수율이 낮고 취약주택 수가 적은 반면, 저류조 용량이 많아서 호우침수위험도가 작은 것으로 예측되었다. 서초구는 저지대율이 낮고 평균경사도가 높으며, 불투수율이 낮은 반면, 취약주택 수가 적어서 호우침수위험도가 낮은 것으로 예측되었다.

4. 결론

본 연구에서는 과거 14년간(1999-2012)의 강우데이터(AWS, ASOS)⁹⁾와 호우침수이력(1999-2012) 및 지형(2010), 피복구성(2010), 배수·저류 용량(1999-2012), 취약주택 밀집도(2005,2010) 등의 자료를 활용하여 서울지역 각 자치구의 상대적 호우침수위험도를 예측해 볼 수 있는 분석모델을 개발하였다.

도시홍수피해 특성 파악을 위해 인구 기준¹⁰⁾으로 세계 13대도시인 서울특별시를 선정하였으며, 서울시는 기타 도시에 비해 배수·저류 시설 구비 정도, 지하·반지하 주택 분포 정도와 이와 관련된 데이터의 정비 수준이 비교적 양호하였다.

서울시 각 자치구의 년도별 강우기간별로 각종 데이터들을 결합한 뒤, 회귀분석을 통해 호우침수위험을 예측해 보았다. 분석 결과, 가중시강우가 클수록 침수위험도가 양(+)의 방향으로 증가하였고, 설명변수들 간의 상대적 영향력은 59.2%로 매우 높은 수준이었다. 반면, 저류조 용량은 침수위험도에 음(−)적 관계를 보이는 것이 확인되었으며, 상대적 영향력은 14.7%로 가중시강우 다음으로 가장 높았다. 저류조 용량 변수의 영향력이 상대적으로 크게 나타난 것은 도시 지역에 있어서 저류조 시설의 효용성을 정량적으로 규명한 것으로 볼 수 있으며, 이는 본 연구의 차별화된 결과이다.

취약주택도(단독다세대주택 밀집도, 지하·반지하주택비율)가 클수록 침수위험도가 높아졌고, 12.5%의 상대적 영향력을 보였다. 지형배수 취약도가 클수록 침수위험도는 높아졌으며, 저지대율은 양(+)적 관계, 평균경사도와 배수펌프량은 음(−)적 관계를 보였고, 상대적 영향력은 8.1%였다.

불투수율의 상대적 영향력은 5.6%로 비교적 낮은 수준이었지만, 고려된 많은 변수들 사이에서 유의한 변수로 판명되어 나온 결과여서 그 자체의 의미가 작지 않다.

비 표준화 회귀계수를 통하여 시강우량 구간별 침수 계수를 정량적으로 도출하였다. 재해 데이터의 한계로 좀 더 세부적인 강우 구간별 비 표준화 회귀계수를 도출하는 데에는 한계가 있었다.

25개 각 자치구별 같은 가중시강우를 적용하였을 때, Fig. 1과 같이 지역 특성별로 잠재적인 호우침수피해 위험성 정도의 차이를 파악할 수 있었으며, 시강우량 특정 구간별 빈도에 따른 각 자치구별 위험성을 파악하고 방재대책을 수립하는데 있어서 기초자료로 활용될 수 있을 것으로 보인다.

본 논문의 한계점으로는 호우로 인한 건물 침수(동)을 대상으로 호우침수위험도를 산출하였기 때문에 피해액, 사망자, 기타 피해에 대해서는 예측할 수 없다는 한계가 있다. 도출한 침수위험도를 설명변수로 활용해 다시 다중회귀분석을 통한 피해위험도를 예측하는 2단계 모델을 상정해 볼 수 있다. 건물 침수(동)을 침수면적으로 변환할 때 건물 동의 크기가 상이하여 정확한 침수면적을 만들어 내기 어려운 것도 한계점이다. 강우 지속시간 중에 단속(斷續)시간이 호우침수위험도에 미치는 영향을 포함하지 못한 것은 연구의 주요한 한계점이다. 특히 상대적으로 큰 피해가 예측되는 경우에 단속(斷續)시간의 상이한 정도가 피해 경감에 미치는 영향을 모델예측결과에 반영할 필요가 있다. 무엇보다 변수의 수준에 대한 가중치 산정은 모델을 도출하는 연구에서 가장 어려우면서도 보완이 필요한 부분이므로 후속연구를 통해서 정교화 시킬 필요성이 있다.

Article information Continued