울산광역시 간접적 침수심-피해액 곡선 특성 분석

Analysis of Indirect Flood Depth-damage Curve Characteristics of Ulsan Metropolitan City

Article information

J. Korean Soc. Hazard Mitig. 2017;17(06):93-101
Publication date (electronic) : 2017 December 31
doi : https://doi.org/10.9798/KOSHAM.2017.17.6.93
김하룡*, 유인상**, 유찬종***, 정상만
* Member, Research Professor, Department of Civil and Environmental Engineering, Kongju National University
** Member, Research Professor, Department of Civil and Environmental Engineering, Kongju National University
*** Member, Ph.D. Student, Department of Civil and Environmental Engineering, Kongju National University
****Corresponding Author, Member, Professor, Department of Civil and Environmental Engineering, Kongju National University (Tel: +82-41-521-9300, Fax: +82-41-568-0287, E-mail: smjeong@kongju.ac.kr)
Received 2017 November 22; Revised 2017 November 23; Accepted 2017 December 01.

Abstract

전 세계적으로 기후변화로 인한 이상기후로 인해 피해가 증가하고 있다. 국내에서 홍수피해 추정과 관련하여 다차원법이 많이 이용되나 일반자산 피해액에 통계적으로 도출된 비율계수를 적용하여 일괄 계산하므로 정밀도에 문제가 있으며 일본의 피해산정 기준에서 제시된 계수를 사용하고 있어 국내 실정을 완벽히 반영했다고 보기 어렵다. 따라서 본 연구에서는 실제 침수가 발생한 울산광역시의 주거용 건물에 대해 설문조사를 통해 침수심-피해액 곡선을 산정하고 다차원법을 이용하여 침수심-피해액 곡선을 산정하여 두 피해함수를 비교하였다. 분석 결과 다차원법에 의한 손실함수가 0.84~2.46배 높게 평가되는 것으로 분석되었다.

Trans Abstract

Damages are increasing worldwide due to effects of climate changes. In order to estimate flood damage in Korea, multidimensional method is oftenly used. However, results are not accurate since it is calculated collectively by applying statistically derived ratios and coefficients to general property damage. Also, several of these coefficients were adapted from Japan damage assessment standard, which might not directly represent the domestic situation in Korea. Therefore, a flood depth-damage curve was calculated for the residential buildings in Ulsan Metropolitan City where the actual flooding occurred. Results indicate that the indirect method is 0.84~2.46 times higher than the direct damage function.

1. 서론

전 세계적으로 기후변화로 인한 이상기후에 대한 관심이 높아지고 있다. 가속화되고 있는 지구온난화가 미래기후를 어떻게 변화시키고 이러한 변화로부터 받게 될 영향에 대한 우려가 증가되고 있으며, 실제로 현재기후에서도 전 세계 곳곳에서 이상기후로 인한 피해가 확인되고 있다. 세계최대의 재보험회사인 Munich-Re(1997)에 따르면, 1986년부터 1995년까지 10년간 지구촌 자연재해 발생건수에서 홍수가 32%를 차지하고 있으며, 이로 인한 경제적 손실은 31%, 인명피해만으로는 전체 367,000명의 55%에 이른다. 이와 같은 수치는 태풍에 의한 피해를 제외한 것인데 매년 우리나라에 막대한 손실을 입히는 태풍피해가 주로 집중호우에 의한 것임을 감안한다면 홍수피해가 차지하는 비중은 매우 크다고 할 수 있다. 우리나라도 지구온난화에 따른 기후변화로 연평균 강수량이 1910년대 1,155.6 mm에서 2000년대 1,375.4 mm로 약 19% 증가했으며 특히, 최근 10년간(1999~ 2008년) 1일 100 mm/day 이상 집중호우의 발생빈도는 총 385회로, 70~80년대 222회에 비해 1.7배 증가했다. 2002년도 태풍 루사 때는 강릉에 870.5 mm의 일 최대강수량을 기록하며 많은 피해를 발생시켰다. 2011년 7월초부터 8월 중순까지 지속적인 장마와 집중호우로 인해 1285.3 mm의 누적강수량이 발생하였으며. 특히, 2012년 7월 서울 및 수도권 지역에 발생한 100년 빈도 설계강우량을 초과하는 집중호우로 인하여 비교적 수해에 안전하다고 여겨졌던 서울 중심부가 침수되어 많은 재산 및 인명피해를 발생시켰다. (행정안전부, 2013) 이러한 홍수피해는 유형(tangible)과 무형(intangible)의 피해로 구분할 수 있으며, 무형의 피해는 화폐 가치로 정량화할 수 없는 피해를 말한다(Kates, 1965). 우리나라에서는 유형의 피해만을 조사하여 피해액으로 산정하고 있는데, 이러한 유형의 피해는 직접피해와 간접피해로 구분된다(Dutta et al., 2006). 직접피해는 홍수가 직접 자산에 끼친 피해(Lekuthai and Vongvisessomjai, 2001; Dutta et al., 2003; Merz et al., 2004)이며, 간접피해는 홍수가 재산에 물리적으로 접촉함으로써 발생한 피해이다(Parker, 2000). 간접피해는 시간과 공간에 따라 달라지는 특성이 있으며(Büchele et al., 2006), 산업축소, 교통, 무역, 공공서비스 단절(Merz et al., 2004) 등을 1차 간접피해로 분류한다. 국내에서 홍수피해 추정과 관련한 기존방법으로 간편법, 개선법, 다차원법이 많이 이용된다. 이중 다차원홍수피해산정법은 현재 하천설계기준 및 예비타당성조사지침에서 제시하고 있는 방법론으로서 이전의 원단위나 회귀식을 이용한 산정방법들에 비해 자산조사, GIS를 활용한 자산 및 피해지역의 공간적 분포 고려, 침수심별 손상함수의 도입 등 개념적으로 발전된 면을 보여주고 있다(Choi et al., 2006a; Choi et al., 2006b; Yi et al., 2010). 그러나 일반자산 피해액에 통계적으로 도출된 비율계수를 적용하여 일괄 계산하므로 정밀도에 문제가 있으며 이마저도 일본의 피해산정 기준에서 제시된 계수를 사용하고 있어, 일본과 우리나라의 유사성을 감안하더라도 국내 실정을 완벽히 반영했다고 보기 어렵다. 이러한 문제점을 해결하기 위해 도시홍수사업단에서는 재해연보를 바탕으로 국내의 공공시설물 비율계수를 새롭게 제시한 바 있으며(Ministry of Land, Transport and Maritime Affairs, 2008a), Kim(2013)은 침수심 예민 공공시설물과 비예민 공공시설물로 분류한 후 각각 피해액을 직접 산정하는 방안을 제시한 바 있다. 그러나 신뢰할 만한 자료에 기반하여 만들어진 손상함수 없이는 이러한 노력들에도 불구하고 정확한 홍수 피해액 추정에는 한계가 있다. 매년 행정안전부는 재해연보 발간을 위하여 홍수피해를 조사하나 피해조사를 위한 전문인력이 부족하고, 하위조직의 피해조사 보고시간이 법으로 규정되어 있어서 세부적이고 정확한 조사가 힘들다. 이러한 이유로 각종 산업의 생산물 피해 및 재고품(반제품)의 피해가 조사되지 않고 있어 조사 피해규모가 실질적인 피해규모에 비해 매우 적게 추정되고 있는 실정이다. 특히 개인생활과 직접 관련되는 가재도구 및 가전제품들이 피해조사 대상에 포함되어 있지 않으며 비거주용 건물 부분에 대한 피해액 산정시 상가, 공장 등에 대한 피해액 산정시 제품피해액은 제외되고 있기 때문에 문제점은 더욱 가중되고 있는 실정이다(Kim et al., 2014). 이러한 문제점 해결을 위해 Kim(2014)은 실제 침수 피해가 발생한 도시지역을 대상으로 설문조사를 통해 침수심별 피해내용과 해당 피해액을 조사하여 침수 발생시 국내 지역특성을 반영하면서, 풍수해 외력의 규모에 따른 피해액을 추정할 수 있는 피해추정함수를 개발하였으며 재해연보 및 다차원법과 비교분석하여 설문조사 기반 피해추정 함수의 피해가 높게 평가되는 것으로 분석하였다. 그러나 주거용 건물의 설문조사 기반 피해추정 함수 산정에 이용된 설문내용은 건물내용물 피해로 구성되어 있고 건물자산가치에 대해서는 반영되지 못하였다.

따라서 본 연구에서는 Fig. 1과 같은 연구흐름에 의해 2016년 태풍 차바로 인해 실제 침수가 발생한 울산광역시의 주거용 건물에 대해 설문조사를 통해 침수심-피해액 곡선을 산정하고 다차원법과 비교분석을 수행하였다.

Fig. 1

Schematic Diagram of Methodology Used for the Study

2. 설문조사 기반 침수심-피해액 곡선 산정

본 연구에서 수해로 인한 재산피해 분석을 위한 설문조사는 재난손실 추정시스템 세부 설계 및 재난지역 조사⋅분석(Ministry of the Interior and Safety, 2013) 보고서에서 설문조사 기반의 손실함수 개발을 위해 작성된 설문항목을 이용하였다. Fig. 2는 주거용 건물의 재난손실 함수 개발을 위한 피해조사 설문 항목으로 주거용 건물에 대해 피해 당시 보유 항목 및 세부 피해 항목을 도배, 장판, 도색, 전기수리, 보일러수리 등 부착물/설비시설에 대한 피해항목과, 장롱, 침대 및 쇼파와 같은 가구류, TV, 냉장고 및 세탁기와 같은 전자제품류 등 중요 생필품과 같은 내장물을 세분화 하여 피해액을 산정할 수 있도록 구성되어 있다.

Fig. 2

Survey Items for Damage Investigation for the Development of Damage Function of Residential Buildings (Kim et al., 2014)

설문조사 대상지역은 2016년 침수피해지역인 총 9개 시⋅도 중 피해지구수가 가장 많고, 도심지로 이루어진 울산광역시에 대해 침수에 따른 피해목적물(인벤토리) 현장 설문조사를 수행하였으며, 피해목적물(인벤토리)은 주택, 상가시설 등 건물시설을 대상으로 조사하였다. 대상지역인 울산광역시는 2016년 10월 5일 내습한 태풍 차바로 인해 집중호우가 발생하였으며 이로 인해 도로, 하천, 소하천 등 공공시설 피해와 주택 파손, 침수 등 사유재산에 대한 막대한 피해가 발생하였다. 이때 1시간 최대 강우량은 98.4 mm를 기록하였 고 일최대 강수량은 226.0 mm였다. 울산광역시 북구는 16개 지구에 4,432,038 m2의 면적이 침수되었으며 중구는 20개 지구에 542,636.6 m2면적이, 남구는 2개 지구에 143,345 m2의 면적이 침수되었다. 북구의 침수구역은 호계천 수위 상승에 따라 내수침수가 발생하였으며, 평균침수위는 EL. 29.70 m로 침수심은 0.35~0.80 m이다. 중구의 침수구역은 울산광역시를 관통하는 태화강의 수위 상승으로 내수배재가 불리하고 태풍 차바로 인해 많은 우수가 일시에 유입하여 관거용량을 초과하여 발생한 내수침수였으며, 평균침수위는 EL. 5.3 m로 침수심은 0.5~1.5 m이다. 남구의 침수구역 역시 인근 하천 수위 상승에 따른 내수침수가 원인이었으며, 평균침수위는 EL. 3.6 m로 침수심은 0.35~0.6 m이다(Korea Cadastral Survey Corp, 2017). Fig. 3은 울산광역시의 침수지역 현황이다. 설문조사는 개별면담조사를 이용하였다. 개별면담조사는 이메일조사, 전화조사에 비해 비용과 인력이 많이 소요되지만 설문해야 할 분량이 많고, 복잡할 경우 가장 높은 응답을 받을 수 있다. 또한 응답자로부터 답변을 바로 확인할 수 있고, 응답자에게 질문 내용을 명료하게 설명할 수 있으며, 답변 역시 모든 항목별로 받을 수 있는 장점이 있다(USACE, 1985; 1991; 1992; 1996). 조사한 기간은 2017년 5월에 1개월 동안 진행되었으며, 설문에 대한 응답은 총 79곳(주거: 30, 상업: 49)에 대해서 받을 수 있었다.

Fig. 3

Inundation Map of Ulsan City

침수지역의 설문조사는 모두 79곳에 대해 조사가 되었다. 여기서 건물은 주거, 상업용으로 구분하였으며, 그 가운데 주거건물은 30곳, 상업용 건물은 49곳에 설문조사를 실시하였다. 부착물 및 설비시설의 경우는 설문을 통해 조사한 도배, 장판, 보일러 등에 대한 실제 복구비용을 이용하여 침수심별 피해액을 추정하였다. Figs. 4~6은 울산광역시 북구, 중구 남구의 설문 조사지역 현황이다.

Fig. 4

Survey Area for Buk-gu, Ulsan City

Fig. 6

Survey Area for Nam-gu, Ulsan City

Fig. 5

Survey Area for Jung-gu, Ulsan City

중구의 경우 15개의 저지대 상가지역과 10개의 주택, 남구와 북구는 17개 저지대 상가지역과 10개 주택을 대상으로 설문조사를 수행하였다. 업종의 경우 노래방, 꽃집, 술집, 미용실, 공구 및 철물점과 편의점 등이며, 주택의 경우 1층에서 침수피해가 발생한 지역의 설문조사를 수행하였다. 설문조사를 통한 침수심에 따른 피해액을 분석한 결과 Fig. 7의 북구, 중구, 남구의 침수심별 피해액 그래프와 같이 북구의 평균 침수심은 0.66 m, 평균 피해액은 16,847천원, 중구의 평균 침수심은 0.53 m, 평균 피해액은 14,141천원, 남구의 평균 침수심은 0.59 m, 평균 피해액은 19,443천원인 것으로 분석되었다. Fig. 7의 (d)는 침수심에 따른 피해액 종합으로 울산광역시의 평균 침수심은 0.59 m이며 평균 16,878천원의 피해를 입은 것으로 분석되었다.

Fig. 7

Resulting Flood Damage Cost from Questionnaire Survey

다차원법은 상업용 건물 피해에 대해서 별도로 산정하지 않으므로 다차원법과 비교를 위해 주거용 건물에 대한 설문조사 결과만 추출하여 침수심-피해액 곡선을 산정하였다. Fig. 8은 주거용 건물의 침수심-피해액 곡선으로서 R2는 0.9233~0.9585로 나타나고 있으며 Table 1에 각 지점의 선형 회귀 분석 통계를 나타내었다.

Fig. 8

Depth-damage Functions Ulsan City

Linear Regression Analysis Statistics of Ulsan City

3. 다차원법(MD-FDA)과의 비교

다차원법의 기본적인 분석과정은 현 하천설계기준⋅댐설계기준(KWRA, 2011a; KWRA, 2011b)의 절차와 동일하며, 이때 사용되는 기초자료 및 각종 원단위는 2008년에 수행된 “수자원사업의 타당성분석 개선방안 연구”(Ministry of Land, Transport and Maritime Affairs, 2008b)에서 제시된 값을 사용하였다. Fig. 9는 다차원법에 의한 주거용 건물의 침수심-피해액 곡선으로서 R2는 0.8037~0.9333으로 나타나고 있으며 Table 2에 각 지점의 선형 회귀 분석 통계를 나타내었다.

Fig. 9

Depth-damage Functions for Ulsan City After MD-FDA

Linear Regression Analysis Statistics of Ulsan City After MD-FDA

Fig. 10은 설문기반 침수심-피해액 곡선과 다차원법에 의한 침수심-피해액 곡선을 비교한 것으로서 주거용 건물에 대한 다차원법에 의한 피해함수가 설문조사 기반 피해함수보다 침수심 별로 0.84~2.46배 높게 평가되었다. Table 3에 설문기반 피해함수와 다차원법에 의힌 피해함수의 피해액의 차이를 침수심별로 나타내었다. 분석결과 침수심이 낮을 때 두 방법에 의한 피해액의 차이가 246%로 가장 컸으며 침수심이 높아 질수록 차이가 줄어들어 침수심 2 m에서 84%의 차이를 보였으며 다차원법에 의한 피해액이 평균 121% 크게 산정되는 것으로 분석되었다. 다차원법은 일본의 피해 산정 기준에서 제시된 계수를 사용하며 통계적으로 도출된 비율계수를 적용하여 일괄 계산하기 때문으로 판단되며, 두 함수가 차이를 보이는 가장 큰 이유는 다차원법에서는 고려되는 건물자산가치가 설문조사에서는 반영되지 않기 때문인 것으로 판단된다. 그러므로 정확한 침수심별 피해추정을 위해서는 지역특성을 고려한 조사와 본 연구에서 이용한 간접적인 방법보다는 직접적인 피해 추정함수 개발이 필요하다.

Fig. 10

Comparison of Damage Functions Between Direct and MD-FDA Method in Ulsan

Comparison Table of Flood Damage Functions in Ulsan City

4. 결론

본 연구에서는 2016년 태풍 차바에 의해 실제 침수가 발생한 울산광역시의 주거용 건물에 대해 설문조사를 통해 침수심-피해액 곡선을 산정하고 다차원법에 의한 침수심-피해액 곡선과 비교분석을 수행하였다. 본 연구를 통해 도출된 결과를 정리하면 아래와 같다.

  • (1) 본 연구 대상 지역인 울산광역시의 태풍 차바에 의한 주거용 건물의 피해를 설문을 통해 조사한 결과 중구의 평균 침수심은 0.53 m 평균 피해액은 14,141천원, 남구의 평균 침수심은 0.59 m 평균 피해액은 19,443천원이며, 북구의 평균 침수심은 0.66 m 평균 피해액은 16,847천원으로 울산광역시의 평균 침수심은 0.59 m이고 평균 피해액은 16,878천원인 것으로 조사되었다. 전반적으로 침수심이 증가함에 따라 피해액이 증가하는 경향을 나타내지만 침수심이나 업종보다는 건물의 규모에 따라 영향을 많이 받는 것으로 분석되었다.

  • (2) 설문조사 기반 주거용 건물의 침수심-피해액 곡선의 R2는 0.9233~0.9585이고 다차원법에 의한 주거용 건물의 침수심-피해액 곡선의 R2는 0.8037~0.9333으로 분석되어 침수심-피해액 곡선의 신뢰도가 높은 것으로 분석되었다.

  • (3) 설문조사 기반 손실함수와 다차원법에 의한 손실함수의 침수심별 피해액을 비교한 결과 침수심 별로 0.84~2.46배 높게 평가되었다. 침수심이 낮을 때 두 방법에 의한 피해액의 차이가 246%로 가장 컸으며 침수심이 높아 질수록 차이가 줄어들어 침수심 2 m에서 84%의 차이를 보였으며 다차원법에 의한 피해액이 평균 121% 크게 산정되는 것으로 분석되었다.

감사의 글

본 연구는 국토교통부/국토교통과학기술진흥원 건설기술연구사업의 연구비지원(13건설연구S04)에 의해 수행되었습니다.

References

Büchele B, Kreibich H, Kron A, Thieken A, Ihringer J, Oberle P, Merz B, Nestmann F. 2006;Flood-risk Mapping: Contributions Towards an Enhanced Assessment of Extreme Events and Associated Risks. Nat. Hazards Earth Syst. Sci 6:485–503. 10.5194/nhess-6-485-2006.
Choi S.A, Yi C.S, Shim M.P, Kim H.S. 2006a;Multi-Dimensional Flood Damage Analysis (I): Principle and Procedure. Journal of Korea Water Resources Association 39(1):1–9. 10.3741/JKWRA.2006.39.1.001.
Choi S.A, Yi C.S, Shim M.P, Kim H.S. 2006b;Multi-Dimensional Flood Damage Analysis (II): Application. Journal of Korea Water Resources Association 39(1):11–22. 10.3741/JKWRA.2006.39.1.011.
Dutta D, Herath S, Musiake K. 2003;A Mathematical Model for Flood Loss Estimation. J. Hydrol 277(1-2):24–49. 10.1016/S0022-1694(03)00084-2.
Kim G.H. 2013. A Study on Estimation of Flood Damage and Development of Flood Damage Index on Public Facilities. Ph.D. dissertation University of Inha. Incheon, Korea: p. 161–170.
Kim S.H, Kim B.S, Lee C.H, Chung J.H. 2014;Development of Depth-Damage Function by Investigating Flooded Area with Focusing on Building Damage. Journal of Korea Water Resources Association 47(8):717–728. 10.3741/JKWRA.2014.47.8.717.
Korea Cadastral Survey Corp. 2017. 2016 General Report of Flood Trace Map Korea:
Korea Water Resources Association. 2011a;Commentary on Dam Design Criteria Korea
Korea Water Resources Association. 2011b;Commentary on River Design Criteria. Korea
Lekuthai A, Vongvisessomjai S. 2001;Intangible Flood Damage Quantification. Water Resour. Manag 15(5):343–362. 10.1023/A:1014489329348.
Merz B, Kreibich H, Thieken A, Schmidtke R. 2004;Estimation Uncertainty of Direct Monetary Flood Damage to Buildings. Nat. Hazards Earth Syst. Sci 4(1):153–163. 10.5194/nhess-4-153-2004.
Ministry of Land Transport and Maritime Affairs. 2008a. Report of Urban Flood Hazard Management Research Korea:
Ministry of Land Transport and Maritime Affairs. 2008b;Improving Measures of Feasibility Study for Water Resources Projects Korea:
Ministry of the Interior and Safety. 2013. Detailed Design of Disaster Loss Estimation System & Investigation of Disaster Area
Munich-Re. 1997. Flooding and Insurance. No. 302-00751 Munich Re-insurance Co. München, Germany: p. 11–17.
Parker J.D. 2000. Floods 1Routledge. London:
USACE. 1985. Business Depth-Damage Analysis Procedures. Research Report 85-R-5 Institute for Water Resources, U.S. Army Corps of Engineers.
USACE. 1991;National Economic Development Procedures Manual-Urban Flood Damage, Volume II. IWR Report 91-R-10 Institute for Water Resources, U.S. Army Corps of Engineers;
USACE. 1992;Catalog of Residential Depth-Damage Functions Used by Army Corps of Engineers in Flood Damage Estimation. IWR Report 92-R-3 Institute for Water Resources, U.S. Army Corps of Engineers;
USACE. 1996;Analysis of Nonresidential Content Value & Depth-Damage Data for Flood Damage Reduction Studies. IWR Report 96-R-12 Institute for Water Resources, U.S. Army Corps of Engineers;
Yi C.S, Lee J.H, Shim M.P. 2010;GIS-based Distributed Technique for Assessing Economic Loss from Flood Damage: Pre-feasibility Study for the Anyang Stream Basin in Korea. Nat. Hazards 55(2):251–272. 10.1007/s11069-010-9524-7.

Article information Continued

Fig. 1

Schematic Diagram of Methodology Used for the Study

Fig. 2

Survey Items for Damage Investigation for the Development of Damage Function of Residential Buildings (Kim et al., 2014)

Fig. 3

Inundation Map of Ulsan City

Fig. 4

Survey Area for Buk-gu, Ulsan City

Fig. 5

Survey Area for Jung-gu, Ulsan City

Fig. 6

Survey Area for Nam-gu, Ulsan City

Fig. 7

Resulting Flood Damage Cost from Questionnaire Survey

Fig. 8

Depth-damage Functions Ulsan City

Table 1

Linear Regression Analysis Statistics of Ulsan City

Regression Statistics Buk-gu Jung-gu Nam-gu Ulsan City
Multiple R 0.9613 0.9609 0.9627 0.9604
R Square 0.9613 0.9609 0.9585 0.9224
Adjusted R Square 0.9115 0.9105 0.9122 0.9169
Standard Error 607.67 485.84 548.37 514.698
Observations 8 8 9 25

Fig. 9

Depth-damage Functions for Ulsan City After MD-FDA

Table 2

Linear Regression Analysis Statistics of Ulsan City After MD-FDA

Regression Statistics Buk-gu Jung-gu Nam-gu Ulsan City
Multiple R 0.8965 0.9618 0.9624 0.9082
R Square 0.8037 0.9251 0.9333 0.9254
Adjusted R Square 0.7710 0.9126 0.9107 0.8124
Standard Error 1,623.842 897.1105 651.2118 1,359.629
Observations 8 8 9 25

Fig. 10

Comparison of Damage Functions Between Direct and MD-FDA Method in Ulsan

Table 3

Comparison Table of Flood Damage Functions in Ulsan City

Depth (m) Damage amount (thousand won)
Direct (A) MD-FDA (B) Difference (A-B) Relative Difference (|A-B|/A)
0.25 1,815.40 6,285.90 -4,470.51 2.46
0.50 4,106.07 10,093.90 -5,987.83 1.46
0.75 6,396.75 13,901.90 -7,505.16 1.17
1.00 8,687.42 17,709.90 -9,022.48 1.04
1.25 10,978.10 21,517.90 -10,539.81 0.96
1.50 13,268.77 25,325.90 -12,057.13 0.91
1.75 15,559.45 29,133.90 -13,574.46 0.87
2.00 17,850.12 32,941.90 -15,091.78 0.84
Average -9,781.14 1.21