도시홍수에 대한 사회적 취약성 평가에 대한 연구

An Approach of Social Vulnerability Assessment to Urban Flood

Article information

J. Korean Soc. Hazard Mitig. 2016;16(4):43-51
Publication date (electronic) : 2016 August 30
doi : https://doi.org/10.9798/KOSHAM.2016.16.4.43
이규민*, 최진원**, 전경수
* Member. Senior fellow, Construction and Environmental Research Center, Sungkyunkwan University
** Master course, Graduate School of Water Resources, Sungkyunkwan University
***Corresponding Author. Member. Professor, Graduate School of Water Resources, Sungkyunkwan University. (Tel: +82-31-290-7515, Fax: +82-31-290-7549, E-mail: ksjun@skku.edu)
Received 2016 April 22; Revised 2016 April 26; Accepted 2016 May 04.

Abstract

본 연구에서는 도시의 환경 및 사회적 특성을 고려한 홍수재해 취약정도를 평가하는 방법에 대하여 다루었다. 특히 도시에서 발생하는 내수침수로 인해 가장 먼저 피해를 입는 도로교통 문제와 연령 및 장애 등 거주민의 취약요인을 평가에 반영하였다. 즉, 기존의 여러연구에서 제안한 홍수 피해액 기준의 평가보다는 인명 및 도시기능 관리에 중점을 두었다. 취약성 평가 절차는 도시와 거주민의 특성을 반영할 수 있는 평가인자를 구성하고 가중치를 산정하여 TOPSIS 기법으로 평가하는 3단계로 구성하였다. 가중치는 대표적인 주관적 가중치 산정기법인 델파이 방법과 객관적 가중치 산정기법인 엔트로피 분석기법을 이용하여 결정하였다. 본 연구에서 채택한 평가대상지역은 인접하천의 배수위 영향과 우수배제 불량 등으로 침수가 발생한 도림천 유역이다. 수립된 접근법은 각 지역의 특성을 고려할 수 있는 도시홍수취약성 평가 방법으로서 도시의 각 지역에 내재된 취약요인들을 사전에 인식하여 도시홍수 발생에 있어 우선적 관리가 필요한 대상을 제시할 수 있을 것으로 판단된다.

Trans Abstract

In this research, the assessment technique to evaluate the degree of vulnerability to a flood disaster, which reflects the environmental and social characteristics in the light of the urban environment, was addressed. In particular, the road transportation problems, which are affected by inland inundation in urban areas and by the vulnerable groups, such as inhabitants’ age and disability, are considered in the evaluation. Consequently, the assessment technique is more focused on the life and management of urban functions than the amount of damage. Vulnerability assessment procedures comprise three stages, i.e., composing the assessment index to reflect the characteristics of the cities and inhabitants, calculating the weight, and evaluating the vulnerability using the TOPSIS technique. The weights were determined using the Delphi method and Entropy analysis, which employed the typical subjective weight assessment technique and objective weight assessment technique, respectively. The target area for the evaluation was the Dorimcheon basin in which a flood had occurred because of the influence of backwater from the nearby streams and the poor rainfall drainage system. The established approach, employed as an urban flood vulnerability assessment technique that is able to consider the characteristics of each region, makes it possible to predict the inherent vulnerable factors in urban regions and to propose the area of priority control when urban floods occur.

1. 서론

최근 우리나라에서 크게 관심이 집중되었던 홍수는 2010년 9월, 광화문 일대, 2011년 7월에 발생한 강남역과 도림천 일대, 2012년 강남역 일대의 침수이다. 2010년 9월 서울시청 인근 광화문지역에 발생한 홍수에 의하여 도로, 주변상가, 지하철 등 주택 및 건물 2만3천여호가 침수되었으며 사망자 없이 부상자 1명으로 피해가 집계되었다. 2011년 7월에 발생한 홍수는 강남역, 도림천, 우면산 등 여러 지역에서 다발적인 피해를 일으켜 주택 및 건물 2만여호가 침수되고 산사태로 인하여 사망자가 16명, 부상자가 2명 발생하였으며, 특히 강남역 일대는 2011년 이후 3년 연속으로 침수피해가 발생하였다. 이 홍수들은 하수관거 불량, 인접하천의 배수위 영향으로 인한 우수배제 불량 등이 주요 원인으로 분석되고 있다. 서울시의 경우 지난 30여년간 지속적인 방재인프라 확충으로 인하여 하천범람에 의한 피해가 90년대 이후 크게 감소한 반면, 도시화에 따른 불투수 면적의 증가와 하천범람을 방어하기 위한 제방 구축으로 인하여 내수의 자연배제가 어려워져 높은 강도의 국지성 집중호우를 견디지 못하고 상기한 홍수들과 같은 내수침수로 인한 피해가 지속적으로 발생 하고 있다(Yoon, 2012). Choi(2004)의 연구에 따르면, 도시화가 자연재해에 의한 피해를 증가시키는 요인이며, 도시화, 산업화, 집중화와 같은 사회적 변화가 피해규모에 더 큰 영향을 미친다. 또한 도시침수 피해의 양상은 지형, 불투수 면적 등의 공간적 특성과 지하상가, 지하철, 반지하 주택 등의 지하 공간 피해가능요소들과 밀접한 관계가 있다(Kim, 2013).

Park et al. (2013)은 수문·기상학적 피해 원인과 구조물적 취약성을 해석하여 침수 발생 가능성이 높은 지역을 대상으로 방재대책을 우선 적용하는 것을 목적으로 도시홍수 취약성을 평가하였는데, 지형적으로 저지대지역과 통수능력이 부족한 관거 등을 분석하고 유출곡선지수를 활용하여 도시홍수취약지역을 선정하고 과거 침수지역과 비교하여 평가방법을 검토하였다. 이 연구에서는 침수가 발생하는 지역에 대한 정보만을 다루었으며 사회·환경적 요인은 반영되지 않았다. Kim et al. (2011a)은 도시홍수 피해와 관련 있는 사회, 경제, 인문적, 기상학적 요인 등과 도시홍수 피해액간의 상관성 및 요인분석을 통하여 도시홍수위험요인을 유발요인으로 강우, 가중인자로 인문사회와 경제, 피해인자로 침수면적으로 제시하였다. 이들 도시홍수영향요인은 홍수피해액에 유의한 영향을 주는 요인을 다변량 통계분석기법으로 도출한 결과로서 홍수취약성 평가에서 다루어야 할 항목의 근거가 될 수 있다. 실제로 도시홍수 피해는 인명과 재산피해 이외에도 도시의 기능전반에 발생하고 있으며, 도시기능에 심각한 영향을 주어 도시의 생산성, 안정성에 피해를 일으킬 수 있다. Barroca et al. (2006)는 도시 홍수취약성 평가를 위한 인자를 거주지, 상업지, 공업지로 구분한 피해대상과 도시의 재해 대응 능력, 과거의 피해 내역 등으로 구분하였다. 이 연구에서는 경제와 고용율, 건설 및 도시의 개발계획, 안전관리역량, 위생, 사회, 생태 및 환경 뿐만아니라 개인의 신체적, 정신적 건강 및 평가지역을 특성을 고려할 수 있는 조합을 유기적으로 구성할 필요성에 대하여 지적하고 있다. Chakraborty et al. (2005)은 사회적 취약성 지표를 고려한 공간 취약성 평가를 기반으로 긴급 피난전략 개발에 기여하고자 하였다. 특히, 이 연구에서는 지역 거주민의 특성을 신중하게 고려해야 함을 강조하였다.

지역사회에 내재된 홍수에 대한 취약성 평가는 피해지역과 규모를 예측하는 정량적 결과를 제시할 수 있는 홍수위험성 산정과는 달리 피해가 일어날 수 있는 취약요인을 찾아 피해를 방어 또는 완화하고자 하는 접근으로서 홍수로 인하여 지역사회가 입는 피해의 다양성과 복합성을 고려해야 한다. 따라서 도시에서 발생하는 홍수에 대응하기 위해서는 취약요인을 좀 더 세밀하게 검토할 필요가 있다. 특히, 최근 국내에서 발생하는 도시홍수의 경우, 지하공간의 침수와 이로 인한 자산 및 인명피해가 발생하므로 기존의 홍수취약성 평가에 사용된 인자와는 다른 구성이 필요하다. 따라서 본 연구에서는 최근 우리나라의 도시에서 발생한 홍수피해와 국내외 관련연구를 고려하여 도시홍수에 대한 사회적 취약요인을 구성하고 이를 기반으로 한 도시홍수취약성 평가인자를 선정, 2011년에 내수침수에 의한 피해가 발생한 바 있는 도림천 유역의 도시홍수에 대한 사회적 취약성 평가를 하고자 한다.

2. 이론적 배경

2.1 홍수취약성 평가 절차

본 연구에서의 도시 홍수취약성 평가과정은 Fig. 1과 같다. 첫 번째 단계에서는 홍수취약성 평가에 반영할 영향요인과 가중치를 선정하고 선정한 평가인자에 대한 입력자료를 수집한다. 다음 단계에서 자료들의 측정 단위 및 범주를 고려하여 표준화한다. 표준화한 자료를 기반으로 GIS 소프트웨어인 ArcGIS를 이용하여 평가대상 지역의 공간정보를 구축한다. 마지막 단계 에서 TOPSIS 기법을 이용하여 취약성을 평가하고 취약지역 우선순위를 도출한다.

Fig. 1

Study procedure

Fig. 2

Study area

2.2 평가인자의 가중치

선정된 평가인자들의 정량화를 통하여 결정된 값의 합으로 단순히 대안을 선정하는 것은 각 평가인자가 도시홍수취약성에 미치는 영향의 정도가 다를 수 있음을 고려하면 문제가 있다. 즉, 각 평가인자는 다른 비중을 가지고 있으며 이에 따른 가중치를 결정하여 평가에 반영하는 것이 타당하다. 본 연구에서는 각 인자의 가중치 결정에 있어서 의사결정자들의 의견을 기반으로 선정하는 주관적 가중치(Subjective Weight)와 수학적 계산에 의하여 가중치를 산정하는 객관적 가중치(Objective Weight)를 결합하여 적용하였다. 이 같은 가중치 산정방법은 주관적 가중치 적용에 있어서 여러 연구에서 지적되고 있는 전문가의 개인적 성향, 의견의 담합, 충분한 정보부족 등의 문제점과 통계적인 분석만을 근거로 하여 인자의 특성과 성질을 고려하기 어려운 객관적 가중치 적용의 문제점을 해소할 수 있는 접근법으로 볼 수 있다(Gu and Niu, 2008; Lotfi and Fallahnejad, 2010). 본 연구에서는 델파이 설문조사 기법을 이용하여 평가인자의 주관적 가중치를 추정하고 엔트로피 분석을 통하여 객관적 가중치를 산정하여 이를 평가에 적용한다.

2.1.1 델파이 설문조사

델파이 방법은 제안된 의견을 분석하여 피드백하는 통제된 설문조사를 일련의 수단으로 하여 전문가 그룹으로부터 지식을 선정하고 추출하는 구조적 과정을 기반으로 한다(Adler and Ziglio, 1996). 이 방법은 추정하려는 문제에 대하여 정확한 정보가 확보되지 않는 경우 ‘두 사람의 의견이 한사람의 의견보다 정확하다’는 개량적 객관의 원리와 ‘다수의 판단이 소수의 판단보다 정확하다’는 민주적 의사결정의 원리에 논리적 근거를 두고 있다(Lee, 2001). Richey et al. (1985)는 델파이 기법을 익명으로 선정된 전문가들의 그룹에 반복적인 설문조사를 연속적으로 시행하는 것으로 정의하였다. 즉, 델파이 기법의 조사에서는 이전 설문조사의 결과가 설문응답자들에게 제공되고, 이를 참고하여 의견을 수정하는 과정을 두 번 또는 세 번 반복함으로써 추정하고자 하는 문제에 있어 전문가들의 합의를 도출할 수 있을 것으로 기대하는 것이다.

델파이 기법은 환경 영향 평가, 사회 정책, 공공 보건 등의 계획에 다양하게 적용되고 있다(Millar et al., 2006), 이러한 델파이 기법의 광범위한 적용은 이를 응용한 기법을 대량으로 생산하고 있다(Sackman, 1975; Angus et al., 2003). 최근에는 수자원 분야에도 기법이 활발하게 적용되고 있는데, Yoo and Kim(2008)는 델파이(Delphi) 조사가 전문가 의견을 수렴하여 적합한 취약성 지표를 추출하는데 중요한 방법임을 밝힌 바 있으며 Kim et al. (2011b))은 수자원 분야의 전문가들을 대상으로 우리나라 중소하천의 기후변화 취약성 분석을 위해 델파이 기법을 사용하여 지표를 선정한 바 있다. 또한 Jun et al. (2011)Kim et al. (2012)은 델파이 기법을 이용하여 기후변화에 따른 홍수취약성 평가인자와 가중치를 도출하고 우리나라 16개 광역시도를 대상으로 평가하였으며 Lee et al. (2013)은 남한강에 대한 위험성 기반의 홍수취약성 평가인자의 선정 및 가중치 산정에 적용한 바 있다.

일반적인 델파이 설문조사는 과정은 3~4회에 걸쳐 조사를 수행한다. 첫 번째 단계에서는 조사하고자 하는 문제에 대하여 설문참여자들에게 개방형 질문에 응답하도록 하여 광범위한 의견을 수집한다. 두 번째 단계에서는 앞에서 수집한 개방형 질문을 분석하여 구조화된 폐쇄형 질문으로 재구성하고 각 항목내용에 대한 참여자의 의견을 척도(척도의 예: 필요, 보통, 불필요)를 이용하여 동의의 정도를 판단하도록 하고 이를 수집한다. 다음 단계에서는 회수한 의견의 집중도, 변산도 등을 분석하여 참여자들에게 재배포 하여 본인의 의견의 재고하고 수정할 수 있는 기회를 제공한다. 이 절차를 참여자들의 의견이 어느 정도 합의에 이를 때 까지 몇 차례 반복한다. 그러나 도시홍수 취약성 평가와 같이 고려해야 할 사항을 대체로 파악할 수 있는 경우 위의 절차를 간소화하여 수정 델파이기법을 수립하여 적용할 수 있다(Lee et al., 2013). 본 연구에서는 3 단계의 델파이 설문조사 기법을 적용하였다. 평가인자의 초안을 연구진이 선정하고 이를 설문참여자에게 제공하여 가중치에 대한 의견을 수집하였다. 이를 분석하여 가중치를 산정한 후 재배포하여 설문참여자가 결과를 참조한 후 다시한번 의견을 수집한 후 최종적인 가중치를 확정하였다. 이같은 설문조사 기법은 대표적인 주관적 가중치 선정방법으로 폭넓은 전문가의 참여를 통하여 보다 객관적이고 신뢰도 높은 결과를 기대할 수 있다. 따라서 평가결과에 많은 영향을 미치는 가중치를 결정하는 문제에 있어서도 불확실성을 줄이고 합리적 결과를 도출할 수 있다.

2.1.2 샤논 엔트로피 분석

엔트로피 방법은 확보한 자료를 기반으로 확률론적 방법으로 가중치를 도출하는 객관적 가중치 산정기법 중 하나이다. 엔트로피 이론은 불확실성을 나타내는 일반적 척도로서 정보이론과 교통 모델 등에서 널리 사용되고 있다(Lotfi and Fallahnejad, 2010; Jafari, 2013).

정보이론에서 엔트로피는 각각의 수신되는 신호 즉, 확률변수들의 범위가 넓으면 불확실성이 커져 증가하고 반대로 신호가 동일 값으로 정보가 집중되면 감소한다(Park et al., 2015). 즉, 엔트로피는 어떤 현상과 현상사이의 임의성의 정도에 대한 척도로서 제시될 수 있다. 엔트로피는 완전히 무관한 데이터 사이에서는 높은 값을 나타내고 관련이 있는 데이터 사이에는 낮은 값을 나타낸다. 이 방법은 의사결정자들의 주관적인 판단을 배제하고 수집된 자료에 의하여 가중치를 결정할 수 있다(Song and Lee, 2012). 본 연구에서는 샤넌엔트로피 알고리즘을 적용하여 각 평가인자의 가중치를 산정하였다.

평가 형렬의 구조가 Table 1과 같다면, 가중치(wi, i = 1,…n)는 다음과 같이 산정할 수 있다.

Structure of the performance matrix

먼저, 식(1)과 같이 평가행렬을 정규화 한다.

(1)pij=xijixij,j=1,,n,i=1,,n

각 평가인자의 엔트로피는 다음의 식(2)로 산정할 수 있다.

(2)ej=Ki=1mpijln(pij)

여기서 K = (ln(m))-1이며, 다양성 정도(divergence)는 식 (3)로부터 계산된다.

(3)divj=1ej 

divj가 클수록 중요한 인자로 판단할 수 있으며, 각 인자의 가중치는 식 (4)로부터 산정할 수 있다.

(4)pij=divjjdivj

2.2 TOPSIS 평가 기법

TOPSIS는 양의 이상적인 해(PIS: Positive Ideal Solution)로 부터 가장 가까운 거리에 있고 부의 이상적인 해(NIS: Negative Ideal Solution)로 부터는 가장 먼 거리에 있는 대안을 우선적으로 선정하게 하는 개념으로 최선의 대안과 최악의 대안을 동시에 고려하여 인간의 합리적 선택이 가능하도록 유도하는 기법이다. 즉, 거리척도를 이용하여 평가순위를 제시하는 방법이며 또한 다속성 관점에서 모든 대안들에 대한 평가결과를 쉽게 계산해서 나타낼 수 있다(Kim et al., 1997; Chu, 2002; Shih et al., 2007; Lee and Chung, 2007; Chung and Lee, 2009a, Jun et al., 2011, Lee et al., 2013).

본 연구에서 양의 이상적인해는 가장 취약한 지역이며 부의 이상적인 해는 그 취약의 정도가 가장 낮은 지역이다. TOPSIS 기법의 평가절차는 다음과 같다. 표준화된 평가자료(xj)에 Eq. (5)과 같이 가중치(wj)를 반영한다.

(5)vij = wjxij, i = 1,...,n, j = 1,...,n

각 평가단위별로 산정한 평가값으로부터 PIS(A+)와 NIS(A)를 다음의 Eq. (6a), (6b)을 적용하여 결정한다.

(6a)A+=v1+,v2+,...,vn+
(6b)A=v1,v2,,vn

여기서vj~+=max(vij), vj~=min(vij)이다.

이상해인 PIS, NIS와 각 평가단위와의 거리는 다음의 Eq. (7a), (7b)로부터 산정할 수 있다.

(7a)di+={j=1n(vijvj+)2}1/2,i+1,,m
(7b)di={j=1n(vijvj)2}1/2,i+1,,m

근접도 계수 C+는 다음의 Eq. (8)으로부터 산정한다. 순위(Rank)는 산정한 C+로부터 결정한다.

(8)C+=di/(di++di), i=1,,m

3. 대상유역

본 연구는 과거 침수발생 기록이 있는 도림천 유역을 평가대상으로 적용하였다. 도림천은 안양천의 제1지류로서 관악산과 삼성산 골짜기에서 발원하여 안양천에 합류된다. 총 연장은 14.2 km로 대표적인 지류로 길이 7.4 km의 대방천과 5.15 km의 봉천천이 있다. 도림천에는 구로구, 금천구, 영등포구, 동작구, 관악구 총 다섯 개의 행정구역이 인접하고 있다. 관악구와 영등포구는 90% 이상이, 동작구와 구로구는 약 40%가, 금천구는 총 면적의 10%가 평가대상 유역에 포함된다.

4. 적용

4.1 도시홍수 취약성 평가인자

선정된 평가인자는 Table 2에 나타낸 바와 같이 도시내 구조물(Urban structure), 토지이용(Type of land use), 거주자(Resident) 등의 일반적인 취약요인과 도시홍수에 특히 취약한 요인(Critical points), 피해 대응 역량(Response capabilities)으로 구분하여 평가인자를 구성하였다.

Hierarchical structure of the characteristics of the criteria

도시구조물은 건물이용형태와 지하공간의 두 가지 인자로, 건물이용형태는 단독주택, 아파트, 연립주택, 다세대주택 및 비거주 건물 등으로 분류하며 2010년에 조사된 서울시 통계자료의 동 단위의 주택현황 자료를 이용하여 단독주택, 아파트, 비 거주용 건물을 주택 종류별로 분류하였다. 또한 지하공간은 도시홍수에서 많은 피해를 입는 매우 취약한 인자이다. 따라서 지하공간면적비율을 평가인자로 반영하였다.

토지이용은 이용 목적에 따른 면적비율로서, 주택지, 상업 및 업무시설, 공업지, 녹지 및 오픈스페이스(나지, 산림 포함), 교통시설지 등 특수용도지, 기타 혼합지 등으로 용도를 구분하여 평가에 적용하였다.

도시홍수 취약성평가에 있어서 지역의 거주인구와 특성을 파악하는 것은 인명피해를 대응하기 위한 중요한 지표이다. 본 연구에서는 거주인구의 양적인 지표로 인구밀도를 거주인구 중 취약층을 고려하기 위한 지표로 연령대와 장애인 비율을 이용하였다. 연령대의 경우 10세미만과 65세 이상의 인구가 더 취약한 것으로, 신체적으로 취약한 장애인의 경우 장애등급이 높은 경우 더 취약한 것으로 판단하였다.

도시홍수는 내수배제 불량이 주요한 원인으로 배수시스템이 도로를 따라 설치되므로 도로는 주요 피해대상이 된다. 또한 통행량이 많고 지역내 이동에 있어 중요한 도로가 홍수피해를 입게 되면 이로 인해 지역전체가 타격을 입을 수 있다. 따라서 도로의 용량과 이용률을 나타낼 수 있는 지표를 평가에 반영하였다.

또한 도시의 특성상 공간적 집약도가 높아지면서 지하공간의 활용도가 증가하고 있다. 그러나 지하구조물은 지상공간보다 침수에 취약하며 폐쇄적인 특성으로 인하여 피해 발생가능성이 더 높다. 따라서 지하철, 지하쇼핑몰 등 지하공간을 활용한 지하공간은 홍수취약성 평가에서 주목해야할 인자로 볼 수 있다.

그러나 취약 인구나 구조물이 있다고 하더라도 근방에 피해를 대비할 수 있는 구조시설, 구조인력이 상주하고 있다면 피해 발생의 가능성은 낮아진다. 따라서 재난에 대응이 가능한 구조인력과 시스템을 취약성평가에 반영하였다.

4.2 평가인자의 가중치 산정

각 평가인자의 가중치는 총합이 1인 비율법을 적용하였으며, 상기한 델파이 방법(WDelphi)과 엔트로피 방법(WEntropy)으로 결정된 값을 이용하여 식(9)로부터 산정하여 Table 3에 나타내었다. 델파이 설문조사는 홍수관련 연구 및 업무를 수행한 경력이 5년 이상인 전문가 15명을 대상으로 수행하였다.

Weights of the criteria

(9)W = rWDelphi+(1r)WEntropy

여기서, r값은 가중치 책정방법에 대한 가중치로서 본 연구에서는 0.5를 사용하였다.

4.3 대상유역의 도시홍수 취약성평가 자료 구성

선정된 평가인자별로 대상유역에서 자료를 수집하여 공간적으로 정리하였다. Fig. 3은 자료의 예로서 인구밀도(C3.1), 토지이용도(C2), 교통취약지(C4.1)이다. 수집된 평가인자들의 자료는 측정 및 수집단위 각각 다르다. 따라서 표준화를 통하여 평가자료를 재정리하였다. 또한 본 연구에서는 평가인자가 정성적인 지표로 구성되는 경우, 각 항목별로 취약정도에 대한 점수를 부여하였다. 예를 들어 토지이용(C2)의 경우, 주요한 보호대상인 주택지에 가장 높게 책정하고 나지, 녹지와 오픈스페이스는 가장 낮은 점수를 부여하였다. 거주자(C4)의 경우는 서울시에서 제공되는 동별 연령분포와 등록 장애인수 자료를 이용하였으며 장애인비율(C4.2)의 경우, 장애등급에 대하여 가중치를 부여하여 동별로 취약그룹의 평가값을 설정하였다. 수집한 자료는 공간적인 분포와 단위가 각각 다르므로 취약성 평가를 위해서 가로 세로 100 m의 격자를 구성하고 인자별로 각 격자에 해당하는 값을 재산정하였다. 구성된 격자의 수는 4500여개이며 각 격자마다 인자별 평가값이 배정된다. 토지이용의 경우, 항목별로 격자에 포함되는 면적이 가장 큰 항목을 사용하였으며, 인구밀도의 경우는 격자에 포함되는 면적비로 격자값을 산정하였다.

Fig. 3

Examples of collected evaluation database

Fig. 4

Examples of normalized evaluation data grid

4.4 도림천 유역 도시홍수 취약성 평가 결과

각 격자별로 수집된 8가지 평가인자의 자료는 TOPSIS 방법으로 평가를 수행하였다. 이를 확대하여 도로와 함께 나타내면 Fig. 5와 같다. 격자별로 산정된 취약성 평가결과를 살펴보면 인접 격자와 취약정도의 차이가 크게 나는 경우들이 많이 나타난다. 이것은 교통취약지역, 인구밀도, 지하공간 사용여부 등에 인한 영향으로 보인다. 또한 수집한 평가자료에서 장애인비율(C4.2)은 동단위, 대응역량(C5)의 경우 구단위 자료로써 본 연구에서의 평가대상지역과 같이 범위가 작은 경우, 변별력이 거의 없어 평가결과에 영향이 미미하다. 이는 수립한 절차를 적용하는 대상 지역을 확장하여 평가를 수행하면 해소될 수 있을 것으로 보인다. 따라서 본 연구에서의 제시한 평가절차는 대상유역내에서 도시홍수에 상대적으로 더 취약한 지역을 제시하며, 해당유역의 도시홍수 대응 전략 수립 및 침수 발생시의 우선관리지역 및 대상을 선정하는데 유용하다.

Fig. 5

Estimated urban flood vulnerability

5. 결론

서울시의 30년 후 수해대책 개선목표에 따르면, 단기계획인 10년 후 목표와 같이 95 mm/hr 에 대응하는 기반시설을 확충하고 물순환을 개선하여 침수를 해소하는 것 뿐 아니라, 더 나아가 기왕 최대강우인 118.6 mm/hr 에 대응하기 위하여 비구조적 대책의 연계를 통한 시민의 안전 확보를 우선으로 하고 있다. 비구조적인 홍수대응 방법으로는 법, 제도를 활용한 위험 및 취약요인 관리, 홍수예보와 재난시 거주민 대응에 대한 교육 등이 대표적이다. 이와 같은 비구조적 대책 등을

활용하는 도시홍수 대응 정책의 실현을 위해서는 단순히 홍수가 발생가능한 지역만을 분석하는 위험성평가만으로는 관리해야할 취약요인과 관리수준을 결정하는데 어려움이 있다. 특히 건물과 시설이 밀집되어 있고 거주민이 집중된 도시의 경우, 홍수에 노출되는 취약요인에 대한 세밀한 분석을 통한 관리가 요구된다. 본 연구에서는 기존의 여러 홍수취약성 연구에서 다루고 있는 피해액 중심의 접근이 아니라 홍수발생시점에서 집중적으로 관리가 필요한 인명, 교통 등의 취약요인을 반영한 도시홍수 취약성 평가 방법을 검토하였다. 평가인자로는 도시내 구조물, 토지이용, 거주자 등의 일반적 홍수취약요인과 도시특성을 고려할 수 있는 요인을 반영하였으며, 평가인자의 가중치는 델파이방법과 엔트로피 분석방법으로 산정한 결과를 결합하게 적용하였다. 평가대상유역에 대하여 격자를 구성하고 각 격자에 해당되는 인자의 값을 추출하여 TOPSIS방법으로 격자별 취약정도를 추정하였다. 추정된 결과를 살펴보면, 대체로 도로를 중심으로 대체로 유사한 취약 정도가 나타났으나 특정 지역의 경우 인접한 지역이 취약정도가 크게 차이나는 경우가 나타났다. 이는 지하구조물 또는 교통취약정도 등에 영향으로 받은 것으로 판단된다.

이와 같이 홍수에 노출되는 거주민 중 재해 취약계층, 도로현황 등을 고려한 취약성 평가결과는 홍수예보 또는 홍수발생시 주요관리 대상과 지역을 사전에 파악하여 대응하는데 유용한 정보로 활용될 수 있다. 그러나 본 연구의 수행과정에서 몇 가지 개선 및 논의가 필요한 사항들을 확인하였다. 첫번째는 평가단위 격자에 대한 사항들이다. 단위격자별로 평가된 결과는 실제 취약성 관리에 이용하기에는 어려움이 있다. 따라서 이를 구역화(Zoning)하는 방법에 대한 연구가 필요하다. 덧붙여 구역화를 위해서는 평가에 적용하는 단위격자의 적절한 크기에 대한 검토 또한 필요할 것으로 판단된다. 두번째는 평가방법을 통하여 제시되는 결과가 다른 단위격자와의 상대적인 취약순위라는 점이다. 평가대상 유역과 같이 소규모 지역에서는 상대적으로 취약한 지역에 관리역량을 투입할 수 있겠으나 서울시 전체를 평가하게 된다면 특정지역에만 취약지역이 집중될 가능성이 있다. 이는 실제로 평가를 수행하여 검토, 확인할 필요가 있으며 덧붙여 유역 또는 행정구역 단위로 취약지역을 평가하고 관리레벨을 결정하는 방법에 대한 연구 역시 필요하다.

또한 본 연구에서는 홍수에 대한 취약요인만을 다루었으며 홍수위험성 즉, 재해 발생가능성 분석결과와 결합하여 위험도를 추정하는 다음 단계의 연구를 추후 진행하고자 한다.

감사의 글

본 연구는 국토교통부 물관리 연구사업의 연구비지원(13AW MP-B066744-01)과 2015년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업(No.2013R1A1A2060942)에 의해 수행되었으며, 이에 사의를 표한다.

References

Adler M, Ziglio E. 1996. Gazing into the oracle: The Delphi method and its application to social policy and public health jessica Kingsley Publishers. London:
Angus A.J, Hodge I.D, McNally S, Sutton M.A. 2003;The setting of standards for agricultral nitrogen emissions: A case study of the Delphi technique. J. Environ. Manage 69(4):323–337. 10.1016/j.jenvman.2003.09.006. 14680894.
Barroca B, Bernardara P, Mouchel J. M, Hubert G. 2006;Indicators for identification of urban flooding vulnerability. Natural hazards and earth system science 6(4):553–561. 10.5194/nhess-6-553-2006.
Chakraborty J, Tobin G.A, Montz B.E. 2005;Population evacuation: assessing spatial variability in geophysical risk and social vulnerability to natural hazards. Natural Hazards Review 6(1):23–33. 10.1061/(ASCE)1527-6988(2005)6:1(23).
Choi C.I. 2004;Panel Models about Determining Factors of Urban Flood Damages. Journal of Korea Planning Association 139(7):49–67.
Chu T.C. 2002;Selecting plant location via a fuzzy TOPSIS approach. Int. J. Adv. Manuf. Tech 20:859–864. 10.1007/s001700200227.
Chung E.S, Lee K.S. 2009;Identification of spatial ranking of hydrological vulnerability using multi criteria decision making techniques: Case study of Korea. Water Resour. Manage 23(12):2395–2416. 10.1007/s11269-008-9387-9.
Gu Z, Niu D. 2008. Multiple Attribute Grey Target Decision Making Model Based on Linear Combination Weights Determining and Entropy. International Journal of Business and Management 3(1)106–111.
Jafari H. 2013. Selecting Appropriate Quayside Equipment for Grain Unloading Using TOPSIS and Entropy Shannon Methods. International Journal of Innovation and Applied Studies 3(4)1072–1078.
Jun K.S, Chung E.S, Sung J.Y, Lee K.S. 2011;Deveopment of spatial water resources vulnerability index considering climate change impacts. Sci. Tot. Environ 409(24):5228–5242. 10.1016/j.scitotenv.2011.08.027. 21940039.
Kim B.K, Jang D.W, Jang N, Yang D.M. 2011a;The Deduction of Urban Flood Risk Factor Considering Climate Change Crisisonomy 7(1):125–142.
Kim D.E, Jung Y, Park M.J, Yoon J.Y, Kim S, Choi M. 2011b;Vulnerability Analysis of Water Resources Considering Climate Change. Journal of Wtlands Research 13(1):25–33.
Kim G, Park C.S, Yoon K.P. 1997;Identifying investment opportunities for advanced manufacturing systems with comparative - intergrated performance measurement. Int. J. Prod. Econ 50(1):23–33. 10.1016/S0925-5273(97)00014-5.
Kim J.S. 2013;Spatial Patterns of Urban Flood Vulnerability in Seoul. Journal of The Korean Association of Regional Geographers 78(4):615–626.
Kim Y.K, Chung E.S, Lee K.S. 2012;Fuzzy TOPSIS Approach to Flood Vulnerability Assessment in Korea. Journal of Korea Water Resources Association 45(9):901–913. 10.3741/JKWRA.2012.45.9.901.
Lee J.S. 2001. Delphi method kyoyookbook, Paju: p. 29–42.
Lee G, Jun K.S, Chung E.S. 2013;Integrated multi-criteria flood vulnerability approach using fuzzy TOPSIS and Delphi technique. Nat. Hazards Earth Syst. Sci 13:1293–1312. 10.5194/nhess-13-1293-2013.
Lee K.S, Chung E.S. 2007;Development of integrated watershed management schemes for an intensively urbanized region in Korea. J. Hydro-Environ. Res 1(2):95–109. 10.1016/j.jher.2007.07.004.
Lotfi F.H, Fallahnejad R. 2010;Imprecise Shannon’s Entropy and Multi Attribute Decision Making. Entropy 12:53–62. 10.3390/e12010053.
Miller L.E. 2006. Determining what could/should be : The Delphi technique and its application, in: the meeting of the 2006 annual meeting of the Mid-Western Educational Research Association. Columbus, Ohio:
Park M, Song Y, Joo J, Park M. 2013;A Study on Urban Flood Vulnerability Assessment. Journal of KOSHAM 13(5):297–305. 10.9798/kosham.2013.13.5.297.
Park Y.K, Lee M.G, Jung K.K, Won Y.J. 2015;Implementation of Fuzzy Comprehensive Evaluation System for Multilevel Decision Making. Journal of the institute of Electronics and Information Engineers 52(7):169–177. 10.5573/ieie.2015.52.7.169.
Richey J.S, Mar B.W, Horner R.R. 1985. Delphi technique in environmental assessment. I. Implementation and effectiveness, 21 Elsevier, Kidlington, ROYAUME-UNI:
Sackman H. 1975. Delphi Critique Lexington books. Mesachusetts, Lexington:
Shih S.C, Nicholls R.J. 2007;Urban managed realignment: application to the Thames Estuary, London. Journal of Coastal Research 23(6):1525–1534. 10.2112/05-0586.1.
Song Y.H, Lee J.H. 2012;Evaluation Method of Urban Inundation Risk using Multi Criteria Decision Making Method. Journal of KOSHAM 12(2):209–214. 10.9798/kosham.2012.12.2.209.
Yoo G. Y, Kim I. A. 2008. Development and application of a climate change vulnerability index Korea Environment Institute, RE-05.
Yoon S.K. 2012. Flood Risk and Vulnerability Analysis in an Urban Stream by Climate Change. PH.D. thesis University of Seoul;

Article information Continued

Fig. 1

Study procedure

Fig. 2

Study area

Table 1

Structure of the performance matrix

 C1  C2  C3  …   Cn
 A1 x11 x12 x13 xln
 A2 x21 x22 x23 x2n
 Am xm1 xm2 xm3 xmn

w1 w2 w3 wn

Table 2

Hierarchical structure of the characteristics of the criteria

Criteria and sub-criteria Classification
C1 Urban structure C1.1 Type of building utilisation Detached house
Apartment
Multi-Household Living and Row House
Non-residential Building
C1.2 Basements
C2 Type of land use Residential section
Manufacturing area
Commercial area
Bare ground
Green and open space
Special facility
Complex area
C3 Resident C3.1 Population density
C3.2 Proportion of weak groups Age profile
Rate of the handicapped
C4 Critical points C4.1 Critical teaffic spots Over four-lane load
Under two-lane road
Daily average traffic volume
Peak hourly volume
C4.2 Underground entries Subway
Shopping malls
Underpasses
C5 Response capabilities Police force 119
Rescue Center
Public official

Table 3

Weights of the criteria

 Weights  C1 C2 C3 C4 C5
 C1.1  C1.2  C3.1  C3.2  C4.1  C4.2
WDelphi 0.050 0.150 0.150 0.100 0.150 0.150 0.150 0.100
WEntropy 0.100 0.100 0.200 0.050 0.150 0.100 0.100 0.200
W 0.075 0.125 0.175 0.075 0.150 0.125 0.125 0.150

Fig. 3

Examples of collected evaluation database

Fig. 4

Examples of normalized evaluation data grid

Fig. 5

Estimated urban flood vulnerability