인공강우 기반 산사태 모의실험을 통한 토양수분특성 센서의 반응성 분석

Analysis on the Behaviors of Soil Water Characteristic Sensors through Rainfall-Induced Landslide Flume Experiments

Article information

J. Korean Soc. Hazard Mitig. 2016;16(6):209-218
Publication date (electronic) : 2016 December 31
doi : https://doi.org/10.9798/KOSHAM.2016.16.6.209
김동엽*, 서준표**, 이창우, 우충식****
* Member, Research Scientist, Division of Forest Disaster Management, National Institute of Forest Science
** Member, Assistant Researcher, Division of Forest Disaster Management, National Institute of Forest Science
**** Member, Research Scientist, Division of Forest Disaster Management, National Institute of Forest Science
***Corresponding Author, Member, Senior Researcher, Division of Forest Disaster Management, National Institute of Forest Science (Tel: +82-2-961-2688, Fax: +82-2-961-2699, E-mail: leecwfr@korea.kr)
Received 2016 April 08; Revised 2016 April 12; Accepted 2016 October 20.

Abstract

본 연구의 목적은 인공강우 기반 산사태 모의실험을 통하여 산사태 조기경보용 감지 센서의 반응성을 분석하고, 이를 토대로 현장에서 산사태 조기경보시스템 설치 시의 고려사항에 대하여 고찰하는 것이다. 산사태 감지 센서로서 토양수분센서와 텐시오미터를 선정하였고, 이를 이용하여 산사태 붕괴시뮬레이터에 표준사와 벤토나이트를 혼합하여 토층을 형성하고 강우강도 및 벤토나이트 혼합비를 달리하여 총 6회의 인공강우실험을 실시하였다. 그 결과, 토양수분센서와 텐시오미터는 대부분의 실험에서 특정값으로 수렴하는 경향을 보였으나, 시간에 따른 변화 속도는 센서별로 상이하게 나타났다. 결론적으로 산사태 조기경보를 위해서 서로의 반응특성을 보완할 수 있는 토양수분센서와 텐시오미터가 함께 활용될 수 있을 것으로 판단되었다.

Trans Abstract

This study aimed to analyze the response characteristics of sensors for landslide early warning through rainfall-induced landslide flume experiments and discuss the considerations on field installation of a landslide early warning system. Soil water content sensor and tensiometer were employed as landslide detecting sensors and total six artificial rainfall experiments using a flume with soil layer made of experimental standard sand and bentonite were carried out with a variation of rainfall intensity and bentonite content. As a result, soil water content sensor and tensiometer tended to read to a certain converged value, but the temporal responding velocity appeared to be different each other. It leads to the conclusion that the two different sensors can be used together to complement response characteristics of each other.

1. 서론

산사태 조기경보시스템은 산사태 발생을 조기에 예측 혹은 감지하여 인근 주민에게 경보를 알려주는 시스템으로서, 비구조적(non-structural) 산지토사재해 방지대책의 일종이다. 산사태 조기경보시스템을 구축하는 것은 인명피해의 최소화를 궁극적인 목적으로 하고 있으며, 현장에서의 사방댐 건설 등의 구조적(structural) 대책과 병행하거나 혹은 독립적으로 적용될 수 있다. 특히, 이 시스템은 인구밀집도가 높아 산지토사재해로부터 취약한 도시생활권에서의 인명피해를 최소화하는데 효과적으로 이용될 수 있으며, 시스템 개발 및 유지보수 비용을 뛰어 넘어 실효성 있는 성과를 창출해 낼 수 있다고 평가받고 있다(Alfieri et al., 2012).

이러한 산사태 조기경보시스템은 적용 목적과 대상지의 공간적 규모에 따라 다양한 형태로 설계될 수 있다. 국가 혹은 지역 단위에서는 강우량에 기반한 경험적 모형과 개념적 모형이 주로 이용되고 있다. 미국 캘리포니아주 남부지방에서는 지속시간에 따른 임계강우량과 레이더 강우 관측자료에 기반하여 토석류(debris flow) 조기경보시스템을 시범적으로 구축하여 운영하고 있다(USGS website). 일본에서는 60분 누적강우량 및 토양함수지수를 이용하여 산사태 발생 기준강우량을 산정하는 모델을 활용하여 산사태 조기경보시스템으로 운영하고 있으며(Osanai et al., 2010), 이탈리아에서도 임계강우량과 측정강우량의 비교에 근거한 “SANF”라는 산사태 조기경보시스템을 운영하고 있다(Rossi et al., 2012).

한편, 소유역 규모나 사면단위의 규모에서는 물리기반 모델을 적용하거나, 각종 센서를 이용한 현장관측에 의한 사면의 안전율이나 토양의 함수특성값을 활용하여 산사태 조기경보에 이용하고자 하는 시도가 많다. 특히, 표층붕괴(shallow landslide)에 대한 조기경보를 목적으로 위험산지에 계측 센서를 설치하고 토층의 수분특성을 모니터링하는 연구(Reid et al., 2008; Springman et al., 2009; Pagano et al., 2010; Pirone et al., 2015)나 센서 측정값의 임계치를 찾기 위한 인공강우실험 연구(Montrasio and Valentino, 2007; Greco et al., 2010; Chae and Kim, 2012)가 진행되었다.

국내의 경우에는 산림보호법과 사방사업법에 의해 국가 산사태 위험 관리업무를 총괄하고 있는 산림청에서 관측강우와 예측강우자료 기반의 토양함수지수를 활용하여 2012년도부터 전국 단위의 국가 산사태 예보체계를 운영하고 있다(Lee et al., 2015). 하지만, 단일사면 혹은 주거지구 단위의 산사태 고위험지에 대해서는 현장조사를 통하여 산사태 취약지역으로 지정하여 집중관리하고 있으나, 산사태 조기경보시스템이 적용된 사례는 일부 모니터링 단계의 시범연구를 제외하고는 극히 제한적이다. 그러나 도시생활권 인근의 산사태 취약지역은 인명피해의 위험이 큰 곳으로서 센서 기반의 산사태 조기경보시스템이 효율적으로 운영될 수 있을 것으로 판단된다. 더구나 이러한 도시생활권 주변에는 지형적 특성이나 인문사회적 특성(토지 소유주의 반대 등)으로 인하여 사방댐을 설치하기 쉽지 않은 곳이 많아서 더욱 그 효과가 기대된다.

이 연구에서는 도시생활권 주변 산사태 고위험지역에 대한 조기경보시스템 구축을 목표로 산사태 감지 센서를 이용한 인공강우실험을 실시하였다. 국내 산지환경 및 산사태 발생특성을 고려한 인공강우실험을 통하여 감지 센서의 반응특성을 분석하고, 이를 토대로 현장에서 센서 배치 문제 등의 센서 기반 산사태 조기경보시스템 구축의 고려사항에 대하여 고찰하였다.

2. 재료 및 방법

2.1 산사태 붕괴시뮬레이터

인공강우실험은 국내의 산지사면에서 발생하는 산사태 붕괴 현상을 모의하기 위한 목적으로 제작된 산사태 붕괴시뮬레이터를 이용하여 수행되었다. 산사태 붕괴시뮬레이터는 크게 강우현상을 모의하기 위한 인공강우 장치부와 자연사면을 재현하기 위한 토조부로 구성되어 있다. 인공강우 장치부는 펌프장치, 물탱크, 노즐(nozzle)로 구성되어 있다. 이 장비에 사용된 펌프는 회전수 700r.p.m, 분당토출량 14l/min인 장비로서, 이를 이용하여 인공강우 장치부에서는 펌프의 스크루형 손잡이 조절에 의해 50mm/h~200mm/h 범위의 강우강도로 조절이 가능하다. 또한, 펌프압에 의해 물탱크에서 나오게 되는 물은 9개의 호스로 균등하게 분배되어 최종적으로 노즐에서 분사되며, 이 때 각각의 호스는 4개의 노즐에 연결되어 있다. 총 36개의 노즐은 토조부 전체에 균질한 양의 인공강우를 분사하기 위하여 인공강우 장치부 최상부의 1.0m × 3.6m 넓이의 직사각형 패널에 등간격으로 배치되어 있다.

한편, 토조부는 사면, 사면상부 및 사면하부로 구성되어 있으며, 사면부의 길이는 3.0m, 폭은 0.7m, 깊이는 1.0m이며 그 경사각은 38°로 고정되어 있다. 사면부의 경사각을 38°로 제작한 이유는 급경사지인 산지사면을 모사하고, 또한 표준사의 안식각보다 급한 경사면을 조성하여 보다 용이하게 붕괴현상이 발생하도록 유도하기 위해서였다.

토조부의 측면은 토양의 붕괴 현상 및 물의 침투를 관찰할 수 있도록 투명 아크릴을 이용하여 제작되었다. 토조부 사면의 바닥에는 다공질판(porous plate)을 깔고 3개의 노즐을 균등배치하여 토층에서 지하수의 상승을 인위적으로 유도할 수 있도록 제작되었다. Fig. 1은 산사태 붕괴시뮬레이터의 사진 및 각 부분의 수치를 나타낸 모식도이다.

Fig. 1

Photograph and Conceptual Diagram of the Flume for Landslide Failure Simulation.

2.2 산사태 발생 감지센서

산사태 조기경보시스템에서 활용할 센서의 종류는 모니터링 대상이 되는 산사태의 발생 형태(표층붕괴, 토석류, 땅밀림 등)에 따라 다르다(Intrieri et al., 2013). 국내에서 발생한 산사태의 대부분은 얕은 깊이의 토층이 집중강우에 의해 순식간에 무너져내리는 표충붕괴로 보고되고 있다(Kim and Chae, 2009). 그러므로 신축계(extensometer), 기울기센서(tiltmeter) 등과 같이 토층(지반)의 외형적 변형 특성을 측정하는 센서보다는 산사태 발생 전의 토양 내 수분특성 변화를 감지할 수 있는 센서가 유리할 것으로 판단되었다. 따라서 본 연구에서는 토양의 체적함수비(volumetric water content)를 측정하는 토양수분센서와 토양의 모관 흡입력(soil matric suction)을 측정하는 텐시오미터(tensiometer)를 산사태 감지 센서로 선정하였다(Fig. 2).

Fig. 2

Sensors Employed in Artificial Rainfall Experiments.

토양수분센서로 10HS 체적함수비 센서(Decagon Devices 제작)를 이용하였다. 이 센서는 TDR(Time Domain Reflector) 방식으로 센서의 접촉부가 넓어 계측지점의 평균적인 체적함수비를 측정할 수 있다. 이론상의 측정가능한 체적함수비의 범위는 0%~57%이며, 이 센서의 분해능은 0.08%이고, 정확도는 ±3%이다(Decagon Devises, Inc. website).

한편, 토양 모관 흡입력 측정을 위해서 GT3-15 압력변환계(pressure transducer, ICT international 제작)에 토층의 손상을 최소화하기 위하여 2100F 소형 프루브(probe, Soil Moisture 제작)를 연결하여 이용하였다. 이 센서는 기본적으로 토양 내 수분 함량에 따른 모관 흡입력을 측정하며, 토양층이 포화되어 정수압이 작용하는 경우에는 수압계(piezometer)의 역할을 할 수도 있다. 측정가능한 토양 내 수압의 범위는 – 100kPa(모관 흡입력)~+100kPa(정수압)이며, 센서의 분해능은 0.1kPa, 정확도는 ±1%이다(ICT international website).

2.3 인공강우 기반 산사태 모의실험 조건

본 연구에 이용한 토양시료는 주문진 표준사에 소량의 벤토나이트(bentonite)를 혼합한 시료이다. 주문진 표준사는 입자 분포가 균질하고 투수계수가 높아서, 공극의 발달로 인해 침투력이 뛰어난 산지사면의 토양 조건을 비교적 유사하게 모의할 것으로 판단되었다. 주문진 표준사의 공학적 특성은 Table 1과 같다(Jeong, 2013).

Engineering Characteristics of the Joomunjin Experimental Standard Sand.

토층의 투수특성에 따른 센서의 반응성을 분석하기 위해서 주문진 표준사에 첨가하는 벤토나이트의 양을 변화시켜 가며 실험을 진행하였다. 벤토나이트는 토층의 투수계수를 감소시키는 역할을 할 것으로 기대되었다(Kwon and Yu, 1997; Moon et al., 1998; Jin et al., 2010). 본 연구에서 이용한 벤토나이트는 인도산 나트륨계 벤토나이트로 주된 용도는 토목공사용이다. 토목공사용 벤토나이트의 일반적인 기준은 함수비 12% 이하, 팽윤도 11mL/2g 이상, PH는 11이하이며, 입도는 200번 체의 잔류량이 20%이하이다(Jin et al., 2010).

전체 토양 중량에 대한 일정 비율의 벤토나이트를 토양 교반장치를 이용하여 충분히 섞어서 실험시료를 준비하였다. 혼합시료는 토양 교반장치에 주문진 표준사 150kg과 무게비에 따른 일정 양의 벤토나이트를 함께 넣고 충분히 교반한 후 꺼내어, 다시 인력으로 삽을 이용하여 충분히 섞는 과정을 반복하여 준비하였다. 최종적으로 주문진 표준사-벤토나이트 혼합시료를 이용하여, 산사태 붕괴시뮬레이터의 사면부에 30cm 두께의 토층을 상대밀도 60%를 유지할 수 있도록 다져가며 쌓았다. 한편, 토양수분센서와 텐시오미터는 Fig. 3과 같이 총 8개의 지점에 두 센서를 인접하여 설치하였다. 본 실험에 이용된 센서들은 최초 로거와 연결 시에 센서별 표준시료조건을 이용하여 보정된 것이다. 이 실험에서는 사전점검에서 용존산소량을 감소시킨 끓여서 식힌 물과 포화토에 정상적으로 작동하는 센서만 이용하였다. 각 센서는 토층사면의 표면에서 수직 방향으로 20cm의 깊이에 오거(auger)를 이용하여 굴착 후 매설하였다. 토층 조성 및 센서 설치 종료 후에 토층의 안정화, 수분 증발 및 센서 측정부(probe)와 토립자 간의 접지 안정을 위해 12시간 이상이 경과한 후, 센서의 값이 일정한 값을 유지하는 것을 확인하고 인공강우실험을 실시하였다.

Fig. 3

Sensor Arrangement on Soil Layer of the Flume for Landslide Failure Simulation.

인공강우조건으로 각각 80mm/h, 120mm/h의 강우강도의 연속강우로서 실험을 진행하였다. 이것은 2011년 7월말 도시생활권에 산사태가 발생한 서울(우면산 산사태)과 춘천(마적산 산사태)지역의 지속기간 60분, 재현기간 100년 빈도의 확률강우강도(서울 110.0mm/h, 춘천 74.8mm/h; Ministry of Land, Infrastructure and Transport, 2011)를 상회하는 극한 강우강도로 설정한 것이다. 국내에서 발생한 산사태의 대부분이 집중호우 시에 발생한 점에 근거하여 매우 강한 강우강도 하에서 실험을 진행하였다.

Table 2는 본 연구의 실험별 벤토나이트 함량 및 강우강도 조건을 정리한 것이다. 이 연구에서는 주문진 표준사-벤토나이트 혼합시료를 이용하여 30cm 깊이의 얕은 토층을 형성함으로써, 공극이 발달하고 토심이 얕은 산림토양의 특성을 고려하고자 하였다. 또한, 토조부의 경사가 38°인 산사태 붕괴시뮬레이터에 80mm/h 이상의 인공강우를 이용하여 실험함으로써 자연사면에서의 산사태 현상을 모의하고 그 현상이 보다 용이하게 발생하도록 유도하였다. 벤토나이트 함량과 강우강도에 따라 강우의 침투 및 유출특성이 달라지고 이에 따라 붕괴특성이 달라질 것으로 기대되었다. 이는 실제 현장에서 나타나는 다양한 유형의 붕괴현상에 대한 센서 반응을 고찰하고자 하는 목적이었다.

Experimental Condition of Bentonite Content and Rainfall Intensity.

3. 결과 및 고찰

3.1 실험조건별 붕괴 특성

토층의 벤토나이트 함량 및 인공강우의 강도를 달리하여 실험을 실시한 결과, 최종 붕괴형태에 있어서 토층의 균열 발생 후 붕괴와 표면침식에 의한 붕괴 등 두 형태로 요약되었다(Table 3, Fig. 4). 실험조건에서 유추하면 벤토나이트 함량이 2.5% 이상인 경우에는 강우조건에 상관없이 표면침식에 의한 붕괴가 발생하였다. 이는 벤토나이트 함량의 증가로 토층의 침투능이 감소하여 지표유출수가 증가함에 따라 표면침식이 발생한 것으로 판단된다.

Soil Layer Failure Characteristics by Experimental Condition.

Fig. 4

Examples of Failure Type Results.

한편, 붕괴시점에 있어서는 벤토나이트 함량이 많은 경우와 강우강도가 큰 실험조건에서 보다 빠르게 붕괴되는 경향이 있었다. 이러한 조건에서는 지표유출수가 증가하므로 표면침식이 보다 빠르게 진행되어 붕괴시작이 빨랐다. 누적강우량의 경우 전체적으로 40mm ~ 80mm의 범위에서 붕괴가 발생하였다.

3.2 실험조건별 센서 반응 특성

인공강우실험의 결과, 토양수분센서는 실험 #1을 제외하고는 실험시작 후 점진적으로 증가하여 최종적으로 일정한 값에 수렴하는 비슷한 반응성을 나타내었다(Fig. 5). 토양수분센서의 최종수렴값은 실험 #1의 경우 27%, 나머지 실험의 경우 평균적으로 35% ~ 40%에 이르는 것으로 나타났다. 실험 #1은 표준사만으로 구성된 토층으로 실험한 것으로서 침투 및 토양 내 측방흐름의 속도가 빨라 붕괴가 발생하기 전에 센서값이 수렴되는 것을 확인할 수 있었다. 나머지 실험의 경우에는 벤토나이트 추가로 인한 토양시료의 보수력 증가 혹은 투수계수 감소 등으로 수분함량이 40%까지 증가한 것으로 생각된다.

Fig. 5

Temporal Changes of Soil Water Content Sensor Measurement by Experiments. Th Dotted Red-Colored Line Represents the Time when the Soil Layer Started to Fail.

붕괴시점과 토양수분센서의 반응 관계를 살펴보면 균열 후 붕괴가 발생한 실험 #1, #2, #5의 경우에는 붕괴시점의 계측값 평균이 29.0% ~ 36.6%의 범위에 있었으며(Table 4), 대부분의 센서가 수렴값에 도달한 후 붕괴가 발생되었다. 반면에 표면침식 형태의 붕괴가 발생한 실험 #3, #4, #6은 붕괴시점의 계측값 평균이 5.6% ~ 24.5%의 범위에 있었으며(Table 4), 대부분의 센서가 수렴값에 도달하기 전에 붕괴가 발생하였다. 이는 국소적인 표면침식의 발생으로 특정지점에서의 침투가 빠르게 발생하는 등 불균형적인 침투현상이 발생한 결과로 생각된다. 붕괴시점의 계측값과 초기 계측값은 매 실험의 센서별로 큰 차이가 있었으나, 센서 매설 위치별로 특징적인 경향성을 나타내지는 않았다.

Average Measurements of Sensors during Experiments. Values in Parenthesis are the Range of Measurements.

한편, 텐시오미터의 경우, 실험조건에 관계없이 실험시작 후 일정한 시간이 지난 후 초기값에서 일정한 값으로 급격하게 증가하는 비슷한 반응성을 나타내었다(Fig. 6). 하지만, 텐시오미터의 초기값은 벤토나이트 유무에 따라서 차이가 나타났다. 벤토나이트가 추가되지 않은 실험 #1의 경우, 초기 토양 모관 흡입력 값이 다른 실험에 비해 작게 측정되었다. 붕괴시점값과 최종수렴값의 차이는 토양수분 센서값에 비해 명확하게 구분되지 않았지만, 대략적으로 최종수렴값은 – 20kPa ~ -10kPa의 범위로 나타났다.

Fig. 6

Temporal Changes of Tensiometer Measurement by Experiments. Th Dotted Red-Colored Line Represents the Time when the Soil Layer Started to Fail.

붕괴시점에서의 텐시오미터 계측값은 평균적으로 – 29.7kPa ~ -11.0kPa의 범위에 있었으며(Table 4), 대부분의 실험에서 계측값이 수렴한 후 붕괴가 발생한 것을 알 수 있다. 모든 실험에서 정(+)의 간극수압이 발생하지 않은 것으로 보아 지하수위 상승보다는 국부적인 모관 흡입력(matric suction)의 감소로 붕괴가 발생하였을 가능성이 크다고 생각된다. 붕괴시점에서의 계측값과 초기 계측값의 차이값은 초기 계측값에 비례하여 그 크기가 커지는 경향을 나타내었으나, 센서 매설 위치별로는 토양수분센서와 마찬가지로 특징적인 경향성을 나타내지 않았다.

Table 4의 두 센서의 초기 및 붕괴시점의 계측값은 토양의 함수량이 증가할수록 모관 흡입력이 감소하는 일반적인 관계를 잘 드러내고 있다. 하지만, 두 센서의 수렴값을 고려하였을 때 벤토나이트 함량 변화에 따른 함수량 혹은 모관 흡입력의 변화를 파악할 수는 없었다.

두 센서의 반응성을 비교하면 Fig. 5Fig. 6에서 확인할 수 있듯이 토양수분센서는 초기반응이 빠르고 점진적으로 변화하는 반면, 텐시오미터는 초기 반응은 상대적으로 느린 반면 반응 후 수렴에 이르기까지의 속도가 빠른 것으로 나타났다. Table 5는 총 6회 실험에서 두 센서의 실험시작 후 반응이 시작된 시간과 반응에서 수렴까지 걸린 시간을 정리한 것이다. 토양수분센서는 반응시작 시간이 평균적으로 최소 4.7분에서 최대 19.8분으로 텐시오미터의 최소 16.4분, 최대 33.0분보다 빠르지만, 시작 후 수렴에 이르는 시간은 최소 19.2분에서 최대 48.7분으로, 최소 8.0분, 최대 19.4분인 텐시오미터에 비해 느린 것을 확인할 수 있다. 이러한 결과로 미루어보았을 때, 토양수분센서는 강우의 토양침투 상황을, 텐시오미터는 토층의 최종 붕괴여부를 알려주는 역할을 할 수 있으며, 또한 산사태 발생을 감지하는데 있어 두 센서가 상호보완적으로 이용될 수 있을 것으로 생각되었다.

Response Time of Sensors during Experiments.

3.3 산사태 조기경보를 위한 토양수분특성 센서 이용 및 배치

일반적으로 국내 산지사면에서 발생하는 표층붕괴형 산사태는 집중강우에 의한 토층 내 수문거동(수분 함량의 증가에 따라 간극수압의 상승 등)에 의해서 발생한다고 생각된다. 이러한 측면에서 산사태 조기경보를 위해서 토층의 수문 거동을 파악할 수 있는 토양수분센서와 텐시오미터를 함께 설치하고 모니터링하는 것이 합당하다고 판단된다. 두 센서의 동시 활용에 대해서는 붕괴 발생에서 모관 흡입력 측정값의 변화 양상이 빠르다는 측면에서 텐시오미터가 산사태 조기 감지용으로 적합하지 않다는 견해가 있다(Greco et al., 2010; Chae and Kim, 2012). 하지만, 저자들의 판단으로는 텐시오미터에 의한 측정값(모관 흡입력 및 간극수압)이 붕괴 현상을 보다 직접적이고 명확하게 설명할 수 있기 때문에 산사태 조기경보에서 활용성이 크다고 생각된다. 특히, 센서 측정값을 활용하여 산정가능한 2차값(사면안전율 등)을 산사태 조기경보 발령에 이용하고자 할 경우 반드시 필요하다. 또한, 본 연구의 결과와 같이 붕괴형태에 따라 각 센서의 활용가능성이 달라질 수 있다는 점도 생각할 필요가 있다. 다만 두 센서를 활용한 산사태 조기경보시스템에서 경보 발령을 위한 센서별 임계치 설정은 본 연구의 결과로는 설명하기 힘들며, 다양한 조건에서의 추가적인 실험연구가 필요하다. 현실적으로 센서별 임계치는 시스템 설치 대상지의 토층 강도 및 수리학적 특성, 시스템과 피해예상지간의 물리적 거리, 붕괴토사 저지 구조물 유무 등 대상지의 특성에 따라 다르게 설정되어야 할 것으로 판단된다.

또한, 본 실험에서는 산지사면의 얕은 토심을 고려하여 동일한 깊이에서 평면적으로 센서들을 배치하였다. 하지만, 모든 실험에서 모관 흡입력이 감소한 것 이외의 추가적인 간극수압이 발현되지 않았음에도 불구하고 붕괴가 발생하였다. 이러한 결과는 센서 설치 위치보다 깊은 곳에서 지하수위의 상승으로 인한 붕괴 혹은 센서 설치 위치보다 얕은 곳에서 침투수에 의한 간극수압의 상승으로 인한 붕괴가 발생한 것을 의미한다. 결국 수직적으로 단일한 깊이에 센서를 설치할 경우 붕괴의 시작점을 감지하기 쉽지 않으므로, 토심에 따라 수직적으로 다수의 센서를 배치하는 것이 해당 지점의 산사태 발생을 보다 쉽게 감지할 수 있을 것으로 판단된다.

센서 기반의 산사태 조기경보를 위해서는 감지 센서가 (이미 알려진) 붕괴위험사면에 설치되어야 한다는 가정을 전제로 한다. Baum and Godt(2010)가 지적하였듯이 센서를 이용한 산사태 조기감지의 정확성은 센서 설치지점과 붕괴 예상지점의 근접성에 달려있다. 하지만, 현실적으로 표층붕괴형 산사태와 그에 따른 토석류는 유역 단위로 관리(모니터링)할 수밖에 없으므로 단위유역 내에서의 산사태 조기감지용 센서의 배치가 중요하다. 이러한 관점에서 센서 설치 전 사전조사를 통하여 산사태 발생 가능성이 가장 높은 곳을 선별하는 것이 중요하며, 경사가 급하거나 사면형이 급변하는 곳, 토심이 깊은 곳 및 산사태 위험지도 1등급지 등이 센서 설치 대상지가 될 수 있을 것이다. 또한, 유역의 지형적 특성, 토양 수문 및 강도특성, 토심, 지질, 임상 등을 대표할 수 있는 지점이 유역 단위에서 센서 설치 대상지가 될 수 있을 것이다.

4. 결론

본 연구에서는 인공강우실험을 통하여 토양수분센서와 텐시오미터의 반응성을 분석하고, 이를 토대로 산사태 조기경보를 위한 두 센서의 활용 방안에 대하여 고찰하였다. 인공강우실험 결과, 토양수분센서와 텐시오미터는 대부분 일정한 수렴값에 도달하였으나, 반응성이 센서별로 상이한 것으로 나타나서 산사태 조기경보를 위해서는 두 센서를 함께 활용하는 것이 효율적일 것으로 판단되었다. 또한, 실제 현장에서 센서 배치는 유역 내 산사태 발생 가능성이 큰 곳을 대상으로 토층에 수직적으로 배치하는 것이 산사태 조기경보에 유리할 것으로 생각되었다. 비록 본 실험이 산지지역의 토양 및 지형적 특성을 완벽하게 재현하지는 못하였지만, 산사태 조기경보용으로 주로 이용되는 센서들의 반응성을 확인한 것에서 의의가 있다. 본 연구결과는 추후 해당 센서의 현장 모니터링 결과와 더불어 센서 기반의 산사태 조기경보시스템을 구축하는데 유용하게 활용될 것으로 기대된다.

감사의 글

국립산림과학원 산사태연구 종합실험동 설립과 본 실험의 진행에 많은 도움을 주신 이연수 선생님과 유한중, 최두영 및 정선환 연구원께 깊은 감사의 마음을 전합니다.

References

Alfieri L, Salamon P, Pappenberger F, Wetterhall F. 2012. Operational early warning systems for water-related hazards in Europe. Environ. Sci. Policy Elsevier. 21p. 35–49. 10.1016/j.envsci.2012.01.008.
Baum R.L, Godt J.W. 2010;Early warning of rainfall-induced shallow landslides and debris flows in the USA. Landslides, ICL. 7(No. 3):259–272. 10.1007/s10346-010-0204-1.
Chae B.-G, Kim M.-I. 2012;Suggestion of a method for landslide early warning using the change in the volumetric water content gradient due to rainfall infiltration. Environ. Earth Sci, Springer Berlin Heidelberg 66:1973–1986. 10.1007/s12665-011-1423-z.
Greco R, Guida A, Damiano E, Olivares L. 2010. Soil water content and suction monitoring in model slopes for shallow flowslides early warning applications. Phys. Chem. Earth Elsevier. 35p. 127–136. 10.1016/j.pce.2009.12.003.
Intrieri E, Gigli G, Casagli N, Nadim F. 2013;Landslide early warning system: toolbox and general concepts. Nat. Hazard. Earth Sys, EGU 13:85–90. 10.5194/nhess-13-85-2013.
Jeong S.H. 2013. The strength-strain behavior of sand under cyclic and static triaxial loading. Ms. thesis Yonsei University; Seoul, Republic of Korea:
Jin G, Im E, Kim K, Sin D. 2010;Strength and permeability characteristics of soil-bentonite mixture. J. Korean Geoenvironmental Society, The Korean Geoenvironmental Society 11(No. 4):5–12.
Kim W.Y, Chae B.G. 2009;Characteristics of rainfall, geology and failure geometry of the landslide areas on natural terrains. Korea. J. Eng. Geol, The Korean Society of Engineering Geology 19(No. 3):331–344.
Kwon M.N, Yu T.H. 1997;Fundamental study of geotechnical properties of sand-bentonite mixture. J. Korean Society of Agricultural Engineers, The Korean Society of Agricultural Engineers 39(No. 6):99–110.
Lee C, Kim D, Woo C, Kim Y.S, Seo J, Kwon H. 2015;Construction and operation of the national landslide forecast system using soil water index in Republic of Korea. J. Korean Soc. Hazard Mitig, The Korean Society of Hazard Mitigation 15(No. 6):213–221. 10.9798/KOSHAM.2015.15.6.213.
Ministry of Land, Infrastructure and Transport, Republic of Korea. 2011. Improvement and supplement of probability rainfall map, Ministry of Land, Infrastructure and Transport Report No. 11-1611000-001995-01
Montrasio L, Valentino R. 2007;Experimental analysis and modelling of shallow landslide. Landslides, ICL 4(No. 3):291–296. 10.1007/s10346-007-0082-3.
Moon S, Kwon M, Kim H. 1998;Hydraulic conductivity of sand-bentonite mixtures. Korean National Committee on Irrigation and Drainage J, Korean National Committee on Irrigation and Drainage 5(No. 1):63–74.
Osanai N, Shimizu T, Kuramoto K, Kojima S, Noro T. 2010;Japanese early-warning for debris flows and slope failures using rainfall indices with Radial Basis Function Network. Landslides, ICL 7(No. 3):325–338. 10.1007/s10346-010-0229-5.
Pagano L, Picarelli L, Rianna G, Urciuoli G. 2010;A simple numerical procedure for timely prediction of precipitation-induced landslides in unsaturated pyroclastic soils. Landslides, ICL 7(No. 3):273–289. 10.1007/s10346-010-0216-x.
Pirone M, Papa R, Nicotera M.V, Urciuoli G. 2015;In situ monitoring of the groundwater field in an unsaturated pyroclastic slope for slope stability evaluation. Landslides, ICL 12(No. 2):259–276. 10.1007/s10346-014-0483-z.
Reid M.E, Baum R.L, La Husen R.G, Ellis W.L. 2008. Capturing landslide dynamics and hydrologic triggers using near-real-time monitoring. Landslides and Engineered Slopes: From the Past to the Future In : Chen Z, Zhang J, Ho K, Wu F, Li Z, eds. Taylor & Francis Group London: p. 179–191. 10.1201/9780203885284-c10.
Rossi M. and so on. 2012. SANF: National warning system for rainfall-induced landslides in Italy. Landslides and Engineered Slopes: Protecting Society through Improved Understanding In : Eberhardt E, Froese C, Turner K, Lerouel S, eds. Taylor & Francis Group. London: p. 1895–1899.
Springman S, Askarinejad A, Kienzler P, Clasini F, Sperl M, Bleiker E, Akca D, Grűn A. 2009. The Rűdlingen monitoring and landslide experiment. D-BAUG Annual Report 2009, Department of Civil, Environmental and Geomatic Engineering, ETH Zurich, Switzerland. accessed on Feb. 8, 2016. http://www.baug.ethz.ch/abo-ut/annual_reports/baug_report_2009.pdf .
USGS website. NOAA/USGS Demonstration Flash-Flood and Debris-Flow Early-Warning System. accessed on Jan 14, 2016. http://landslides.usgs.gov/hazards/warningsys.php .

Article information Continued

Fig. 1

Photograph and Conceptual Diagram of the Flume for Landslide Failure Simulation.

Fig. 2

Sensors Employed in Artificial Rainfall Experiments.

Table 1

Engineering Characteristics of the Joomunjin Experimental Standard Sand.

Property  Value 
Density* (g/cm3) 1.566
Void ratio* 0.763
Specific gravity 2.63
D10 0.52
D50 0.52
D60 0.54
Uniformity coefficient 1.02
 Coefficient of gradation  1.21
*

in the case of relative density of 60%

Fig. 3

Sensor Arrangement on Soil Layer of the Flume for Landslide Failure Simulation.

Table 2

Experimental Condition of Bentonite Content and Rainfall Intensity.

 Experiment no.   Bentonite content (%, wt)   Rainfall intensity (mm/h) 
#1 0 120
#2 1 120
#3 2.5 120
#4 5 120
#5 1 80
#6 2.5 80

Table 3

Soil Layer Failure Characteristics by Experimental Condition.

Experiment no. Bentonite content Rainfall intensity Failure type Elapsed time when soil layer failed
(%, wt) (mm/h) (accumulated rainfall amount)
#1 0 120 Crack and Failure 40 min (80 mm)
#2 1 120 Crack and Failure 35 min (70 mm)
#3 2.5 120 Surface Erosion 20 min (40 mm)
#4 5 120 Surface Erosion 30 min (60 mm)
#5 1 80 Crack and Failure 55 min (73 mm)
#6 2.5 80 Surface Erosion 35 min (47 mm)

Fig. 4

Examples of Failure Type Results.

Fig. 5

Temporal Changes of Soil Water Content Sensor Measurement by Experiments. Th Dotted Red-Colored Line Represents the Time when the Soil Layer Started to Fail.

Table 4

Average Measurements of Sensors during Experiments. Values in Parenthesis are the Range of Measurements.

Experiment No. Soil water content sensor (%) Tensiometer (kPa)
Initial value (A) Value at failure (B) B - A Initial value (A) Value at failure (B) B - A
#1 12.1 (7.0~26.4) 29.0 (24.4~40.2) 16.9 (13.1~23.7) -13.6 (-28.0~0) -11.0 (-23.0~0) 2.6 (0~5.0)
#2 17.7 (12.9~21.1) 30.6 (25.9~35.5) 13.0 (9.5~20.9) -19.7 (-41.4~-5.2) -15.4 (-46.2~4.0) 4.3 (-4.8~16.6)
#3 5.8 (0~11.0) 14.8 (0~37.6) 9.0 (0~35.4) -23.5 (-39.7~-12.9) -16.6 (-29.7~7.1) 7.0 (-5.3~23.1)
#4 4.0 (1.8~6.2) 24.5 (7.4~36.9) 20.5 (2.3~34.1) -35.9 (-44.0~-22.0) -14.0 (-28.0~9.0) 21.9 (10.0~34.0)
#5 1.9 (0~4.9) 36.6 (33.7~39.2) 34.8 (31.5~37.0) -41.5 (-44.9~-37.4) -11.5 (-18.1~7.5) 30.0 (19.3~33.9)
#6 0 (-) 5.6 (0~16.2) 5.6 (0~16.2) -45.0 (-54.4~-19.6) -29.7 (-52.9~9.0) 15.4 (-1.7~41.6)

Fig. 6

Temporal Changes of Tensiometer Measurement by Experiments. Th Dotted Red-Colored Line Represents the Time when the Soil Layer Started to Fail.

Table 5

Response Time of Sensors during Experiments.

Experiment no. Soil water content sensor (min) Tensiometer (min)
From rainfall start to initial value change From initial value change to value convergence From rainfall start to initial value change From initial value change to value convergence
#1 5~7 10~46 - -
#2 3~11 43~47 18~35 7~24
#3 2~20 14~41 11~33 6~16
#4 2~20 16~40 19~24 8~15
#5 2~15 12~58 19~31 5~19
#6 14~46 20~60 15~42 14~23
Average of minimum 4.7 19.2 16.4 8.0
Average of maximum 19.8 48.7 33.0 19.4