1. 서 론
토석류의 피크 유량은 사방댐을 비롯한 수로, 도로, 교량 등 다양한 인프라 설계에서 중요한 기준으로 활용되며, 조기 경보 시스템과 대피 계획 수립, 토지 이용 계획에 필수적인 자료로 반영되어야 한다. 토석류는 여러 가지 상황에서 발생할 수 있다. 예를 들어, ① 계류의 퇴적 토사가 침식되어 발생하는 경우, ② 계류 측면의 침식으로 인해 계류가 폐쇄되고 천연 댐이 형성된 후 붕괴되어 발생하는 경우, ③ 붕괴된 토사가 연속적으로 토석류로 발달하는 경우 등이 있다(Yamazaki et al., 2014).
토석류 발생량은 강우의 규모(강우 강도와 누적 강우량), 유역 내 위치, 하상 퇴적물의 특성 등 다양한 요인에 영향을 받는다. 이러한 복잡한 발생 조건과 연행 과정에서의 침식 및 퇴적 작용으로 인해 유출량의 변화가 발생하기 때문에, 정확한 토석류 유출량을 추정하는 것은 어려운 작업으로 남아 있다. 현장에서 토석류의 피크 유량을 정확하게 측정하거나 신뢰도 높은 추정 방법을 확립하려는 다양한 시도가 있었으나, 여전히 실용적이고 정밀한 방법의 개발이 요구된다.
최근 UAV에 장착된 LiDAR, 사진측량, 열화상 카메라 등의 첨단 센서 기술이 토석류 모니터링과 인프라 관리의 효율성을 높이는 데 기여하고 있으며(Kim et al., 2023), 이를 통해 고해상도 데이터 수집이 가능해졌다. 본 연구에서는 UAV 사진측량으로 취득한 고해상도 정사 영상과 지형 자료를 활용하여 토석류의 최대 수위선과 하상 지표고를 추정하고, 이를 바탕으로 토석류 유출량을 효과적으로 추정하는 기법을 제안한다. 또한, UAV를 활용한 하상 지형 재구성 및 유하 단면 산정, 유속 추정을 통해 토석류의 피크 유량을 산정하고, 계류 위치에 따른 토석류 흐름의 복잡성을 해석하고자 한다.
2. 연구방법
2.1 연구지역및 지형자료 구축
연구지역은 전라남도 곡성군 오산면 선세리로, 2020년 8월 7일에 다수의 토석류가 발생한 곳이다(Fig. 1). 토석류는 자연사면이 아닌 15번 국도의 성토사면에서 시작되었고, 사면붕괴가 토석류로 전이되는 형태로 발생하였으며, 토석류가 계류를 따라 유하하면서 하류의 마을에 퇴적되었다. 이로 인해 5명이 사망하고, 주택 3동이 파손되었으며, 농경지와 차량에도 피해가 발생했다.
토석류가 발생한 유역의 면적은 0.138 km2이며, 현장조사를 통해 확인된 퇴적 면적은 0.04 km2이다. 발생 지점에서 퇴적 지점까지의 거리는 약 500 m였으며, 발생부의 너비는 약 60 m, 유하부는 약 80 m, 퇴적부는 약 100 m로 조사되었다.
연구지역 내에는 2개의 기상관측소가 있으며, 특히 옥과 관측소에서는 2020년 8월 5일부터 8월 7일까지 3일간의 시간당 최대 강우량이 46 mm/h, 누적 강우량이 371 mm로 기록되었다.
연구지역의 지형 정보를 구축하기 위해 무인항공기(UAV)를 활용한 사진측량을 수행했다. 10개의 Ground Control Point (GCP)을 설치하여 정밀한 위치 측정을 실시하였고, 이를 통해 정확한 지형 데이터를 획득했다. 또한, Ground Sampling Distance (GSD) 3 cm의 고해상도 Digital Surface Model (DSM)을 생성하여 토석류 발생 지역의 지형 정보를 구축하였다.
2.2 토석류 피크유량 추정
토석류의 피크 유량 추정 방법을 소개하면 아래와 같다.
2.2.1 현장조사
토석류 발생량을 추정하기 위한 현장 조사는 실시간 모니터링과 발생 후 조사를 통해 이루어진다. 실시간 모니터링은 토석류 발생 현장에서 로드셀, 압력계, 속도계, 진동계, 초음파 수위계, 레이저 스캐너, 영상 기록 장치 등을 사용하여 다양한 데이터를 수집하는 방식이다. 이를 통해 강우, 유역 특성, 토석류 피크 유량 간의 관계식을 도출하는 연구도 활발히 이루어지고 있다. 예를 들어, Berti et al. (2000)은 이탈리아 알프스의 Acquabona Creek에서 현장 모니터링을 통해 모든 토석류가 강우 1시간 미만의 짧은 기간 동안 발생하며, 최대 강우 강도는 4.8~14.7 mm/10분 범위였으며, 초기 서지와 후속 서지의 유속이 각각 4 m/s와 7 m/s 이상을 기록하는 것으로 보고하였다.
장기간의 모니터링을 통해 토석류의 특성을 밝힌 연구도 있다. Marchi et al. (2002)은 알프스 지역에서 10년간 토석류를 모니터링하여 선단부 유속, 피크 유량, 유동량 등의 데이터를 수집하고 이를 바탕으로 수문곡선을 통해 유량 변화를 분석하였다. 이를 통해 동일한 토석류 양이라도 유속과 피크 유량이 상황에 따라 크게 달라질 수 있음을 확인하였다.
초음파 수위계를 활용한 연구로 Jitousono et al. (1996)은 인도네시아 Merapi 화산 지역의 Putih 강 유역에서 토석류 특성을 조사하고, 유역 내 퇴적물 상태가 최대 배출률에 큰 영향을 미친다는 결과를 도출하였다. 이 연구는 피크 유량과 토석류 양 사이의 관계식을 제안하였다.
Cui et al. (2018)은 Wenchuan 지진 지역에서 토석류 유속, 농도, 유출량을 모니터링하고, 수위나 지속시간과 같은 쉽게 얻을 수 있는 매개변수를 기반으로 토석류의 유속과 전체 부피를 추정하는 경험적 방법을 제안하였다.
(Qmax: 토석류 피크 유량,V: 토석류 양)
또한, Chen et al. (2007)은 산사태로 인한 토석류의 최대 유출량이 중류 지역에서 가장 높으며, 이후 하류로 이동하면서 감소하는 패턴을 보이는 것으로 보고하였다. 영상 자료도 토석류 거동 연구에 유용하게 사용되며, Kean et al. (2013)은 영상을 통해 계류의 경사가 낮은 구간에서 주기적으로 퇴적물이 방출되는 현상을 분석하였다.
그러나 이러한 모니터링 방식에는 몇 가지 한계가 존재한다. Chang et al. (2012)에서 언급한 바와 같이, 토석류의 발생 위치와 시점을 예측하기 어렵고, 산지 지역의 전력 공급, 장비 설치 및 유지 관리가 매우 까다로워 모니터링이 어렵다. 산악 지형의 접근성과 변덕스러운 기상 조건도 실시간 모니터링을 어렵게 하는 요인이다. 또한, 토석류 발생 후 현장조사를 통해 유출량을 추정할 때는 하상의 침식 및 퇴적 변화를 고려해야 하므로 실제 토석류 유하단면을 정확히 추정하기가 어려울 수 있다. 따라서, 인공 수로 등 고정 단면을 이용한 조사가 필요하지만, 이 역시 현장 조건에 따라 어려움이 따른다.
2.2.2 경험/통계적 관계식
토석류 발생량과 피크 유량을 추정하기 위한 경험적⋅통계적 방법은 토석류의 위험성 평가에서 반정량적 도구로 활용되며, 유역 특성, 강우 강도와 같은 유량 매개변수 간의 통계적 관계를 활용한다. 이러한 접근법은 토석류의 복잡한 특성으로 인해 실용적일 수 있으며, 주요 매개변수를 경험적 관계를 통해 추정할 수 있다(Rickenmann, 1999).
Ou, Kobashi et al. (1991)는 중국의 토석류 관측소 데이터를 기반으로 통계적 분석을 수행하여 경험식을 개발하고, 이를 통해 토석류의 최대 유출량을 예측하였다. 연구에서는 10분 강우 강도, 누적 강우량, 그리고 토석류의 밀도가 피크 유출량에 중요한 영향을 미치는 것으로 나타났다. Tang et al. (2012)은 유역의 형태학적 특성을 주요 변수로 하여 토석류 피크 유출량을 예측하는 경험식을 제안했으나, 해당 방법이 실제 유출량의 최대 100배까지 과대평가할 수 있음을 보고하였다.
또한, Ou, Tang et al. (1991)의 다른 연구에서는 다양한 현장 관측 및 실험 데이터를 비선형 회귀 분석하여 토석류를 고빈도⋅저빈도 토석류와 이류형⋅석력형으로 구분하고, 각 유형에 대한 피크 유량(Qp)과 총 유출량(Qt) 간의 상관 관계식을 도출하였다. 예를 들어, 이류형 토석류에서는 다음과 같은 회귀식을 제시하였다:
석력형 토석류에서는 일본과 캐나다의 산악 지역 자료 및 실험 데이터를 기반으로 다음 회귀식을 제안하였다:
여기에서 실내실험자료를 제외한 경우, 회귀식은 아래와 같다.
이 연구결과는 오래전 도출된 것임에도 불구하고 일본 사방기본계획에서 유출토사량에 근거한 토석류 피크 유량의 식으로 이용되고 있다. 이 식에서는 토석류 피크 유량은 토석류 총 유량의 1%에 해당됨을 의미한다.
(Qsp:토석류 피크 유량(m3/s), ∑Q:토석류 총 유량(m3/s))
이와 같은 통계적 추정 방법은 토석류 발생 지역과 조건에 따라 결과가 크게 달라질 수 있는 한계가 있다. 예를 들어, Tang et al. (2012)의 연구에서처럼, 경험식을 통해 추정된 유량이 실제 값보다 최대 100배까지 과대평가될 수 있다. 이는 각 지역의 고유한 유역 특성, 강우 패턴, 퇴적물 특성 등을 충분히 반영하지 못하기 때문이며, 정확한 예측을 위해 보다 세분화된 지역별 데이터와 다양한 환경 조건에 대한 경험식 개발이 요구된다.
2.2.3 수문학적 방법
수문학적 방법은 강우 유출과 토석류 유출 간의 관계를 통해 토석류 유출량을 추정하는 방식으로, Ashida et al. (1976)에 의해 처음 제안되었다. 이 방법은 강우에 의해 유출되는 물의 양을 토대로 토석류의 피크 유량을 산출하며, 현재까지 널리 사용되고 있다. 이 접근법은 물로 포화된 하천 퇴적물이 강우 유출량에 의해 평형 퇴적물 농도로 이동한다고 가정하며, 강우 유출량과 퇴적물 이동량을 합산하여 토석류의 피크 유량을 계산하는 아래의 관계식을 제시한다:
(Qdp: 토석류 피크유량, Qp: 강우유출량, C*: 하상퇴적물의 퇴적물 농도,Cd: 토석류 평형농도)
다양한 연구에서 이 관계식을 응용하여 토석류 유출량을 추정해왔다(Chen et al., 2008; Takahashi, 2009; Goverde, 2006). 이 방법을 통해 추정된 토석류 피크 유량은 대개 강우 유출량의 약 2배에 달하는 것으로 계산된다.
수문학적 방법은 토석류의 발생 메커니즘, 토석량, 수로 형태 등 다양한 요인을 충분히 반영하지 못하는 한계가 있다. Yamazaki and Egashira (2018)의 연구에 따르면, 강우 유출량에 의해 포화된 토층이 붕괴하며 토석류가 발생할 경우, 그 최대 유출량은 홍수 최대 유량보다 약 100배 클 수 있다고 보고하였다. 이와 같이 특정 조건에서는 토석류의 피크 유량이 강우 유출량의 두 배를 훨씬 초과할 수 있다. 이러한 한계를 보완하기 위해 강우 유출량뿐만 아니라 포화 토층 붕괴, 퇴적물 특성, 수로의 형상과 같은 요소를 포함한 다변량 모델 개발이 필요하다.
2.2.4 수치해석적 방법
수치해석적 방법은 토석류 유출량을 예측하기 위해 토석류 발생량을 초기값으로 설정하거나, 하상의 침식 과정을 통해 수문곡선 형태로 발생량을 계산하는 두 가지 접근을 포함한다. 첫 번째 방식은 수문학적 과정을 통해 결정된 강우 유출량에 일정 비율의 토사를 추가하여 초기 시점에서 예상되는 토석류 발생량을 설정하는 것이다. FLO-2D, RAMMS와 같은 모델이 이러한 방식을 활용한다. 두 번째 방식은 침식 및 퇴적 과정이 시간과 공간에 따라 변화하는 것을 반영해 발생량을 계산하는 것으로, 이는 강우, 유량, 하상 재료 특성 등 다양한 요인에 따라 토석류 발생량을 동적으로 모사하여 더 정밀한 추정을 가능하게 한다.
Takebayashi and Fujita (2020)는 유한 요소법(Finite Element Method, FEM)을 통해 2차원 영역에서 토석류 흐름을 계산하였으며, 발생 초기 토석류가 작아도 유하 과정에서 토양과 물이 유입되며 유출량이 점차 증가하는 과정을 확인하였다. Yamazaki and Egashira (2018)는 Egashira의 저항식과 침식속도식을 사용하여, 산사태와 강우에 의한 우수 공급이 토석류 규모에 미치는 영향을 분석하였으며, 이 과정에서 붕괴된 토사의 양과 침식 가능 구간의 길이가 토석류 유출량에 주요한 영향을 미친다고 보고하였다.
또한 Yamazaki et al. (2014, 2018)은 다양한 토석류 발생 조건을 고려하여 수문곡선과 유출량을 추정하였다. 이 연구에서는 하상에 퇴적된 토사가 물 흐름에 의해 토석류화 되는 경우, 천연댐 붕괴, 사면 붕괴에 의한 토석류의 연속적인 형성 과정 등을 포함한 다양한 발생 조건을 모사하고 분석하였다.
수치해석적 방법은 토석류의 발달 과정, 흐름 깊이, 최대 속도 및 침수 지역 등에 대한 상세 정보를 제공할 수 있는 장점이 있지만, 현장 자료를 통한 검증이 제한적인 경우가 많다는 단점이 있다. 시뮬레이션의 정확도는 발생 지점에서 계류 출구까지의 침식 가능 구간과 침식 가능 토층 깊이 등 다양한 조건에 의존하며, 이들 조건이 제대로 반영되지 않을 경우 예측 오차가 발생할 수 있다. 따라서, 보다 정밀한 예측을 위해 하상 특성과 같은 현장 조건을 반영하는 자료의 확보와 함께, 현장 검증을 강화하기 위한 연구가 필요하다.
2.3 토석류의 유하단면 추정과 유속 측정에 의한 유출량 계산
토석류 유출량은 유하단면에 유속을 곱해서 결정한다. 이를 위해서는 토석류가 이동하는 수로의 형상과 단면을 정확히 파악해야 한다. 자연계곡에서 토석류 유하단면을 추정하기 위해서는 현장조사를 통해 수로의 크기와 특성에 대한 자료를 수집하는 것이 필요하다. 특히, 토석류는 다양한 지류를 가지며 만곡부 등에서 흐름 특성이 변화하기 때문에, 가능한 다양한 지점에서 채널의 너비와 깊이를 측정하는 것이 요구된다. 동시에 각 지점에서 토석류의 유속에 대한 자료도 필요하다. 최종적으로, 유출량은 유하단면적과 유속을 곱한 식으로 계산할 수 있다. 만약 수로가 없는 자연계류에서 토석류의 유하단면을 추정해야 한다면, 토석류의 최대 수위선과 유하시 하상 지표고가 필수적으로 필요하다.
Fig. 2는 토석류의 유하단면 추정에 사용되는 원자료들을 나타낸다. 유하단면을 추정하기 위해서는 토석류가 유하하는 상태에서의 하상 지형 자료와 토석류의 최대 수위 자료가 필요하다.
토석류의 최대 수위를 파악하는 과정은 홍수에 의한 침수 흔적 조사와 유사하지만, 산지에서는 여러 형태의 유출이 동시에 발생하기 때문에 토석류의 특징을 잘 살펴서 조사해야 한다.
수위를 추정하는 데는 UAV 사진측량으로 구축된 정사영상과 고해상도 DSM 자료를 활용하는 것이 효과적이며, 먼저 정사영상을 이용한 방법을 설명한다.
토석류는 이동하면서 침식 흔적을 남기며, 이를 통해 수위를 추정할 수 있다. 토사는 연마제 역할을 하여 계류나 제방을 측면 침식시켜 단일 또는 여러 개의 테라스를 남기는데, 이것은 자연사면과 구분되는 평평한 지역을 형성하기도 하여 토석류의 흐름 범위를 보여주는 중요한 단서가 된다(Fig. 3). 하지만 수위 도달선을 추정할 때, 측면 침식의 흔적에서 최대 침식 높이를 수위 도달선으로 보는 것은 섣부른 판단일 수 있다. 실제 수위는 측면 침식면의 하단부에 위치한다. 반면, 단차를 형성하는 테라스는 수위를 추정하는 중요한 단서가 된다.
Fig. 3
Lateral Erosion (a) and Terrace Formation (b) by Debris Flow (In the Debris Flow Area of Mt. Seorak, Inje-gun in 2006)
산사태 지역에서는 토석류의 흐름에 의한 측면 침식(Lateral erosion)과 산사태 붕괴 사면에서 발생하는 표면 침식(Surface erosion)이 혼재하는 경우가 많아, 이를 구별하는 것이 중요하다. 토석류에 의한 측면 침식은 토석류가 이동하면서 계류나 제방을 횡방향으로 침식시키는 것을 의미한다. 반면, 산사태 붕괴 사면에서의 표면 침식은 산사태가 발생한 사면의 표면에서 흙과 암석 물질이 침식되어 멀리 운반되는 과정을 말한다. 측면 침식과 표면 침식 모두 식생을 뿌리째 뽑아 옮길 수 있으며, 뿌리가 뽑힌 나무는 유목이 되어 흐름을 따라 흘러내린다. 이 유목의 방향은 흐름의 방향을 유추하는 중요한 단서가 된다(Fig. 4(a)). 유목의 방향이 사면에서 계류 쪽으로 향해 있다면 이는 사면의 표면 침식에 의한 것이며, 유목의 방향이 계류와 평행하다면 이는 토석류에 의한 것으로 볼 수 있다. 이러한 과정은 산사태의 흔적과 토석류의 흔적을 구분하는 데 도움이 된다.
또한, 유목의 흔적을 통해 수위를 유추할 수 있는가에 대해서는 제한적이지만 가능하다고 여겨진다. 제한적이라는 것은 유목이 최대 수위뿐만 아니라 다양한 수위에서도 존재할 수 있기 때문에, 유목이 있다고 해서 그곳까지 수위가 도달했다고 판단하는 것은 곤란하다는 의미이다.
정리하면, 유목은 흐름의 방향을 보여주며, 이를 통해 산사태와 토석류의 흔적을 구분할 수 있다. 수위를 추정할 때는 주변 상황을 고려하여 비교적 명확한 경우에만 적용하는 것이 필요하다(Figs. 4(b), (c), (d)).
현장에서 표면 침식과 토석류의 흐름을 명확하게 구분할 수 있는 또 다른 중요한 흔적이 있다. 그것은 릴 침식(Rill erosion)과 도랑(Gully) 형성이다. 표면 침식 과정에서 사면 위로 흐르는 물은 릴이라는 작은 채널에 집중될 수 있으며, 이 흐름은 강한 호우에 의해 일시적으로 형성되어 작은 개울처럼 흔적을 남긴다. 릴이 계속 성장하고 깊어지면 도랑으로 발전할 수 있다. 릴과 도랑의 방향은 계류 쪽을 향해 흐르다가 토석류와 합류되면 흔적이 사라진다.
따라서 릴과 도랑의 흔적이 사라지는 지점이 토석류의 최대 수위 지점에 해당한다(Fig. 5). 이는 현장에서 매우 자주 발견되는 현상이며, 꽤 명확하게 관찰되기 때문에 유용한 증거가 된다.
두 번째로, 고해상도 DSM을 이용한 수위 추정 방법에 대해 설명한다. Fig. 6은 토석류에 의해 하상이 쇄굴되면서 발생한 지형 변화와 이에 따른 경사도 및 곡률도의 변화를 보여준다. 토석류 발생 이전의 원래 하상은 토석류의 측면 침식으로 인해 하폭이 넓어지며, 이로 인해 원래 경사면과 구분되는 급경사 구간이 형성된다. 이렇게 변형된 하상을 경사도와 곡률도로 분석하면, 특정한 경향이 나타난다. 하상 쇄굴로 인한 국지적인 경사 증가는 경사도 분포를 통해 검출할 수 있으며, 지형의 오목하거나 볼록한 정도를 나타내는 곡률도를 이용하면 하상 쇄굴의 시작 지점을(+)의 볼록 지형으로 감지하여 더 선택적으로 추출할 수 있다.
Fig. 6
Changes in River Bed Topography Caused by Debris Flows and the Resulting Changes in Slope and Curvatur
토석류 발생 이전의 하상에 대한 정확한 자료가 있다면 가장 좋지만, 가용한 자료가 없다면 지형 복원 기법을 이용하여 원지형을 추정할 수 있다. 이 방법은 다항식을 이용한 지형 추정 기법으로, 다항식 보간법(Polynomial interpolation) 또는 표면 적합화(Surface fitting)라고도 하며, 토석류 연구에서 발생 이전의 계곡 지형을 추정하는 데 사용되는 수학적 방법이다. 이 과정에서는 LiDAR나 사진측량을 통해 수집된 지표 고도 자료를 기반으로 원래 지표면을 근사화하기 위해 다항식을 사용한다.
이 과정에서는 LiDAR나 사진측량을 통해 수집된 지표 고도 자료를 기반으로 원래 지표면을 근사화하기 위해 다항식을 사용한다. 다항식은 수집된 데이터 포인트를 통과하는 매끄러운 표면을 만드는 데 사용되며, 다항식의 차수에 따라 지표면의 복잡성이 결정된다. 차수가 높을수록 지형에서 더 복잡한 변화를 포착할 수 있지만, 이는 과적합으로 이어져 기본 지형을 정확하게 나타내지 못할 수 있으므로, 정확성과 단순성 사이에서 균형을 맞춰 적절한 다항식 차수를 선택하는 것이 중요하다.
Fig. 7은 다항식 보간법을 적용하는 전체 과정을 보여준다. 원래 하상에 일정한 퇴적물이 존재하는 조건에서, 토석류가 유하되면서 하상이 침식되고(Fig. 7(a) → Fig. 7(b)), 이 새로운 하상 단면에서 토석류의 유하단면이 결정된다. Fig. 7(b)에서 보이는 최대 침식 단면이 토석류의 유하단면이 되며, 이를 다항식 보간법으로 추정하는 것이 필요하다.
만약 토석류 흔적에서 기반암이 노출된 상태라면, 다항식 보간법을 사용하지 않고도 하상 측량 자료를 직접 이용할 수 있다. 그러나 유하 과정에서 퇴적이 발생하는 경우가 많으며(Fig. 7(c)), 이 퇴적층이 후속류에 의해 부분적으로 침식된 경우(Figs. 7(d1), (e1))가 대부분이다. 이때 하상 단면에 존재하는 퇴적부를 제거하고, 최대 침식 하상에 해당하는 지표 고도만을 독립적으로 추출하여 이 지점을 연결하는 다항식을 결정한다(Figs. 7(e2), (e2)). 이렇게 얻어진 다항식을 통해 퇴적층의 분포량도 추정할 수 있으며(Figs. 7(d3), (e3)), 최종적인 유하단면이 결정된다.
3. 결과 및 토의
3.1 고해상도 DSM과 정사영상을 이용한 현장조사
토석류의 유하 단면을 추정하기 위해서는 토석류의 최대 수위선과 유하 시의 하상 지표고가 필요하다. 최대 수위선을 추정하기 위해서는 Fig. 8과 같이 현장에서 사면의 표면 침식 흔적과 토석류의 유하 흔적을 명확히 구분하여 식별할 필요가 있다. 또한, 유하 시의 하상 지표고를 결정하기 위해서는 연행 과정에서 퇴적된 토사를 제외한 본래의 하상 지표고를 추정하는 과정이 요구된다.
Fig. 8
Erosion/Sediment Traces and Surface Erosion Traces by Debris Flows That Can Be Seen at the Debris Flow Site
정사영상을 활용하여 물길 흔적인 릴(rill)과 유목 및 인공물 잔재의 분포를 파악한 후, 이를 토대로 토석류의 최대 수위선을 추정하였다. Fig. 9는 연구 지역에서 발견된 릴의 분포를 나타내며, Fig. 9(b)는 표면 침식 구간에서의 릴을 정사영상으로 나타낸 것이다. 정사영상에서 릴은 비교적 명확하게 관찰되며, 이를 디지털화하면 Fig. 9(a)와 같이 전체 구간에서 릴의 분포를 확인할 수 있다. Figs. 9(c)와 (d)는 각각 상류부와 중류부의 릴 분포를 나타내며, 상류부에서는 많은 릴이 관찰되는 반면, 중류부에서는 빈도가 감소하는 양상을 보인다. 이는 경사도가 높은 상류부에서 더 넓은 범위로 표면 침식이 발생함을 시사한다. 또한, Figs. 9(c)와 (d)에서 확인할 수 있듯이 릴의 시작 지점은 상이하나, 종료 지점은 일정 고도에서 형성되어 있다. 릴이 계류부 일정 수위에서 명확히 소멸하는 현상은 토석류 흐름의 영향을 반영하며, 이 종료 지점을 연결함으로써 토석류의 흐름 범위를 추정할 수 있으며, 이 지점이 바로 토석류 최대 수위에 해당한다.
유목은 토석류의 유속과 모멘텀에 의해 이동하다가 유속이 낮아지면 경로를 따라 퇴적된다. 또한 계곡이나 수로의 모양과 구조가 유목의 경로에 영향을 줄 수 있다.
Fig. 10은 토석류 구간에서 유목의 분포를 나타낸다. Fig. 10(a)는 전체 구간에서의 유목 분포를 나타내며, 전체적으로 고르게 분포된 것을 볼 수 있다. Fig. 10(b)는 상류부에서 유목의 분포를 보여준다. Fig. 10(b)의 ①구역에서는 유목이 토석류의 흐름과 평행하게 분포되어 있지만, ②구역에서는 유목이 토석류 흐름과 수직으로 분포하고 있는 것을 볼 수 있다. 이는 ②구역에서 지류를 통해 유입되는 흐름이 있기 때문이다. 이렇게 유목은 흐름의 패턴을 반영하여 퇴적된다. 이러한 특징은 Fig. 10(c)에서도 나타나며, ②구역에서 보이는 유목의 패턴도 지류 흐름의 유입에 의한 것으로 보인다. 토석류 구간에서는 다수의 지류 유입이 관찰되며, 이는 토석류 유출량을 증가시킬 것이다. 토석류는 하나의 계류가 아닌 전체 유역에서 발생하는 것으로 정의되며, 유출량 추정에도 이를 반영해야 한다. Fig. 10(d)는 하류 퇴적지에서의 유목 분포를 나타낸다. 유목은 다른 토사 퇴적물과 함께 넓은 범위에 걸쳐 퇴적된 것을 볼 수 있다. 산악 지역에서 유목을 사용하여 토석류의 수위 상승을 모니터링하고 기록하는 것은 도전적인 시도이지만, 전통적인 모니터링 시스템이 제한되거나 사용할 수 없는 지역에서는 유용한 방법으로서 잠재적으로 효율적인 접근 방식이 될 수 있다. 토석류 발생 계류에서 다수의 유목이 집단적으로 잔존하는 현상은 토석류의 강한 흐름에 의해 이동된 결과로 해석되며, 이러한 유목의 집단적 잔존 영역은 토석류의 경계부를 나타내는 것으로 판단된다.
토석류 흔적 조사에서 인공구조물의 분포는 유용한 자료로 활용될 수 있다. 인공구조물은 발생 원인이 명확하고 토석과 구분이 용이하여 독립적인 흐름 패턴을 추적하는 데 유리하다. 본 연구 현장에서는 주요 토석류 발생 원인 중 하나인 보강토 옹벽 붕괴로 인해 떨어져 나온 블록 잔재물을 자료로 활용하였다.
Fig. 11(b)에서 보이듯, 옹벽 블록은 정사영상에서 명확하게 구분되며, 이를 디지털화한 결과 Fig. 11(b)와 같이 전체 구간에서의 분포를 확인할 수 있었다. 옹벽 블록은 붕괴의 영향 범위를 독립적으로 나타내므로, 그 분포는 연구에 유용한 정보를 제공한다. 붕괴 지점에서 옹벽 블록은 두 갈래의 지류를 따라 선형으로 분포하며, 이는 붕괴된 중앙부의 블록이 높은 유속으로 하류로 이동한 반면, 옹벽 가장자리의 블록은 유속이 낮아 조기에 퇴적된 것으로 해석된다. 유출된 블록은 토석류 유로를 따라 하류 퇴적부까지 이동한 것으로 보이며, Fig. 11(c)에서는 뚜렷한 폭이 유지되는 것을 확인할 수 있어 이는 토석류의 유하 단면 폭으로 추정된다. 중류부에서의 블록 분포는 Fig. 11(d)에서 확인되듯 매우 넓게 퍼져 있어, 토석류가 큰 하폭을 유지하면서 이동했음을 보여준다. Fig. 11(e)는 하류 퇴적부의 블록 분포를 나타내며, 소수의 블록만이 존재하는 것으로 보아 붕괴 지점에서 유출된 토사 중 상당 부분이 중류부에 퇴적되었고, 중류부에서 퇴적되지 않은 비교적 가벼운 토사만이 하류까지 이동했음을 시사한다. 특히 Fig. 11(e)에서 블록 분포가 한쪽으로 치우쳐 있으며, 블록이 없는 범람 지역이 다수 존재하는 것으로 미루어 볼 때, 토사 유출은 단일 사건이 아닌 여러 차례의 유출 사건으로 구성되었으며, 블록 유출 외에도 다른 주요 유출 이벤트가 발생했을 가능성이 있다.
블록의 잔존은 토석류 주요 흐름의 흔적을 나타내며, 이러한 경향은 상류 지역에서 더욱 두드러진다. 릴, 유목, 블록의 흔적을 통해 표면 침식과 구분되는 토석류의 흐름 특성을 식별할 수 있음을 확인하였으며, 특히 릴은 토석류의 최대 수위선을 제시하는 중요한 현장 자료로 활용될 수 있는 것으로 판단된다.
침식 작용으로 인해 지표면이 노출된 구간의 고해상도 DSM을 활용하여 지표면의 기울기와 곡률도를 분석하였으며, 그 결과는 Fig. 12에 제시하였다. Figs. 12(a)와 (b)는 기울기 분석 결과를, Figs. 12(c)와 (d)는 곡률도 분석 결과를 각각 나타낸다.
기울기 분포 분석에 따르면, 상류부의 표면 침식 지역은 15° 이상의 급경사를 보이는 반면, 계류부에서는 상대적으로 낮은 기울기가 관찰되었다. 곡률도 분석을 통해 -20에서 -300의 범위에서 토석류 계류에 해당하는 지점을 추출할 수 있었다. 기울기와 곡률도를 통한 계류부 추출 결과는 유사한 경향을 나타냈으나, 곡률도는 변곡점 식별에 더욱 효과적임을 보여 계류부의 가장자리를 보다 정밀하게 추출할 수 있음을 확인하였다. 이에 따라, 토석류 계류 추출에 있어 곡률도를 활용하는 것이 보다 적합한 것으로 판단된다.
토석류의 최대 수위선이 비교적 명확하게 나타나는 4개 지점을 계류 내에서 선정하였다(Fig. 13). 이들 지점은 전체 구간 648 m 중 최상단 발생지점에서 각각 ① 56 m, ② 173 m, ③ 269 m, ④ 334 m 지점에 위치한다. 각 지점에서 최대 수위선이 명확히 확인되므로, 해당 지점들의 유하단면과 유속을 추정하여 토석류 유출량을 산정하고자 한다.
3.2 토석류 유하단면 추정
고해상도 DSM 자료를 통해 토석류 채널에서 이전에 침식된 하상에 토사가 퇴적되고, 이후 추가 유동에 의해 부분적으로 침식되는 양상이 관찰되었다(Oh and Jun, 2023). 또한, 채널 측면에서 표면 침식이 동반되는 경우가 빈번하게 나타났다. 앞서 표면 침식과 토석류의 영향을 구분하기 위한 다양한 기준이 제시되었으며, 이를 통해 DSM에서 토석류의 영향을 받지 않은 표면을 추출하여 다항식 추정을 위한 참조점으로 사용할 수 있음을 확인하였다(Kim and Jun, 2024).
Figs. 14(a), (b)는 ①-④ 단면에서 참조점과 DSM 상의 지표고, 그리고 참조점으로부터 추정된 다항식선을 보여준다. 이때 참조점 구간은 이전에 정사영상을 통해 추정된 토석류의 최대 수위를 기준으로 선정하였다. 또한, 단면 Figs. 14(b), (c)에서는 후속류로 인한 침식이 발생한 것으로 판단되며, 이로 인해 하상 바닥까지 침식이 이루어진 것으로 보인다. 하상 바닥을 참조점에 포함하지 않으면 추정된 다항식선이 하상보다 더 깊이 형성될 수 있어, 정확한 하상 바닥을 참조점에 추가하는 것이 필수적이다. 이러한 과정으로 결정된 다항식은 Table 1에 요약하였다.
Fig. 14
The Elevation on the DSM, the Reference Point, and the Polynomial Line Estimated from the Reference Point in the ①-④ Section
Table 1
Polynomials at Crossline 1-4
3.3 토석류 유속과 유출량의 추정
토석류 현장 측정은 기본적으로 유하 단면과 유속을 측정하는 과정으로 이루어진다. 1-4 단면의 유출량을 추정하기 위해 각 단면의 유속을 산정하였으며, 이를 위해 Manning의 식을 활용하였다.
여기서 R은 토석류의 수리 반경으로, 유하 단면적 A를 흐름 폭 B로 나누어 구하며, S는 하상 경사로, 각 단면의 상류 100 m 지점 간의 고도 차이를 기준으로 계산하였다(Fig. 16). 다만, 1번 단면은 발생 지점과의 거리가 100 m 미만이므로 최상류 지점과의 고도 차이를 적용하였다.
Fig. 16에 나타난 1-4 지점의 경사도는 각각 0.4835, 0.1972, 0.1039, 0.1131로 나타나, 1, 2 지점에서는 높은 경사를 보이다가 3, 4 지점에서는 경사도가 낮아지는 경향을 확인할 수 있다.
Manning의 거칠기 계수 n은 채널 내 표면의 거칠기 및 물과 경계 물질 간의 상호작용을 나타내는 무차원 상수로, 일반적으로 자갈이 포함된 토석류 선두부에서는 n값을 0.1로, 후속류 또는 자갈이 없는 이류 구간에서는 0.06을 적용할 수 있다고 보고되고 있다(McEwan and Smith, 1993). 본 연구에서는 n = 0.1을 적용하였다.
유속 및 유출량 산정 결과는 Table 3에 요약되어 있으며, 발생 지점부터의 거리에 따른 유속 변화를 Fig. 17에 나타내었다. 유속은 상류에서 10.95 m/s로 시작하여 하류에서 4.74 m/s로 감소하는 경향을 보이며, 이는 하상 경사의 감소에 기인한 것으로 해석된다. Fig. 18은 각 단면에서 토석류 최대 유하 단면과 유출량의 변화를 보여주며, 유출량은 최상류 구간에서 324.1 m3/s에서 시작하여 중류 구간에서 474.7 m3/s까지 증가한 후, 하류에서는 335.4 m3/s로 감소하는 양상을 나타낸다. Table 3에는 ①-④ 단면의 하상 경사(Fig. 16), 유하 단면적(Table 2), 토석류의 하폭 및 수리 반경(Fig. 15)과 각 단면에서의 유속 및 유량 값이 정리되어 있다.
Table 3
Parameters for Debris Flow Discharge
Chen et al. (2007)은 현장 조사를 통해 산사태로 발생한 토석류의 최대 유출량을 추정한 결과, 토석류의 유출량은 계류의 고도에 따라 달라지며, 특히 연행 작용이 활발한 중류 지역에서 최대 유출량을 나타낸다고 보고하였다. 이와 같은 경향은 상류에서 위치 에너지가 크고 마찰 저항이 감소하기 때문으로 해석된다. 반면, 하류에서는 계류의 경사도가 낮아지면서 유속과 유출량이 감소하는 양상을 보였다.
본 연구 현장에서도 단면 1에서 단면 3까지 유출량이 점진적으로 증가하는 현상이 관찰되었으며, 이는 활발한 침식 작용 및 지류를 통한 추가적인 토석류 유입이 원인으로 판단된다. Fig. 18의 화살표는 지류 유입이 명확한 지점을 나타내며, 이 외에도 사면을 따라 상당한 양의 우수와 토사가 유입된 것으로 보인다.
상류에서 중류로 이어지는 구간에서 유출량은 증가하는 경향을 보이지만, 단면 4에서는 유출량이 감소하였다. 이는 계류의 경사가 줄어들면서 토사 퇴적 작용이 활발해져 토석류 유출량이 감소했기 때문으로 판단된다.
상류에서 중류로 이어지는 구간에서 유출량이 점차 증가하는 경향이 있지만, 단면 4에서는 유출량이 감소하였다. 이는 계류의 경사가 줄어들면서 토사 퇴적 작용이 발달하여 토석류의 유출량이 감소하였다.
4. 결 론
본 연구에서는 UAV 사진측량으로 취득한 고해상도 정사영상과 지형 자료를 활용하여 토석류 최대 수위선과 하상 지표고를 추정하고, 이를 기반으로 토석류 유출량을 추정하는 기법을 제안하였다. 자연계류에서 토석류의 유하단면을 추정하려면 토석류 최대 수위선과 유하시 하상 지표고를 파악하는 것이 필수적이다. 특히, 최대 수위선을 추정하기 위해서는 산지 사면에서 발생하는 표면침식과 토석류의 흐름에 의한 침식을 구분하는 작업이 필요하다.
이러한 수위 추정 과정에서는 UAV 사진측량으로 구축한 정사영상과 고해상도 DSM 자료가 효과적으로 활용되었다. 수위 추정의 중요한 단서로는 계류 내에 형성된 테라스가 사용되었다. 또한, 릴 침식(rill erosion)과 도랑(gully)의 형성은 산지 경사면 표면침식과 토석류 흐름을 명확하게 구분하는 기준이 되었다. 유목의 흔적을 통해 수위를 추정하는 방법은 제한적이지만 가능성 있는 접근법으로 판단되었다.
고해상도 DSM을 통해 지표면의 기울기와 곡률을 분석하여 토석류 최대 수위를 추정할 수 있음을 확인하였다. 또한, 토석류 유하시 하상단면을 추정할 때는 토석류와 동반된 후속류의 영향을 고려해야 했다. 후속류는 유속 감소로 인해 하상에 퇴적물을 남기므로, 퇴적물을 제거한 하상단면을 추출하는 과정이 필요했다. 이를 위해 적절한 참조점을 설정하고, 다항식을 활용해 하상 단면을 추출하였다.
유속 결정에는 Manning의 식이 사용되었으며, 계류의 상류부터 하류까지 네 지점에서 유하단면적과 유속을 추정하여 각 지점에서의 토석류 최대 유출량을 계산하였다. 분석 결과, 토석류 유출량은 상류에서 중류로 갈수록 증가하고 하류에서는 감소하는 경향을 보였다. 이는 상류에서 중류까지는 활발한 침식 작용과 지류를 통한 토석류 유입이 유출량 증가의 원인으로 작용한 반면, 하류에서는 계류 경사도의 감소로 유속과 유출량이 줄어든 것으로 해석된다. UAV 기반 모니터링은 악천후와 복잡한 지형 등으로 인해 데이터 일관성과 정확도에 영향을 받을 수 있으며, 고해상도 데이터의 분석에는 많은 자원과 시간이 요구된다. 이러한 한계를 극복하기 위해 센서 융합, 지상 모니터링 시스템과의 결합, 그리고 머신러닝 기반 데이터 처리 기술을 통한 보완이 필요하다. 이러한 개선을 통해 UAV가 토석류 및 인프라 모니터링에서 더욱 신뢰할 수 있는 도구로 자리 잡을 수 있을 것으로 기대된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
