1. 서론
도시화와 산업화로 인한 도시 영역 확대로 주거지 및 도로 등의 인프라가 산지 및 급경사지 인근에 위치하는 경우가 증가하고 있어서 토사재해로 인한 도시지역의 재해 위험도가 증가하고 있다. 특히 2011.7.27. 08:53경 서울시 서초구 남부순환로 차량 전복으로 1명 사망, 2011.6.29. 13:00경 서울시 노원구동부간선도로 차량 매몰로 1명 사망, 3명 부상, 2009.7.24.14:50경 경기도 남양주시 경춘국도 차량 매몰로 1명 사망, 1999.9.10. 11:55경 부산시 남구 황령터널 차량 매몰로 3명이 부상당하는 등 도심지 산지 유역의 도로에서 토석류로 인한 인명피해가 계속적으로 발생하는 것으로 조사되었다.
국내의 선행연구를 살펴보면 Oh(2015)는 국토해양부 지능형교통체계관리시스템의 표준노드링크 데이터를 병합하여 농촌도로의 취약성 분석을 수행하였으며, Kim et al. (2010)는 토석류가 도로에 영향을 줄 수 있는 유역을 대상으로 토석류 발생, 이동 정보를 바탕으로 도로의 취약정도를 정량적으로 평가하였으며, Kim et al. (2008)은 산지의 통계적 분석법(경사길이, 경사위치, 사면형태, 유효토심, 모암, 경사도)와 결정론적 분석법(유효토심, 점착력, 단위중량, 내부마찰각)을 이용하여 도로의 재해위험도를 평가하였다.
국외의 경우 Meyer et al. (2015)는 노르웨이 공공도로청의 교통량과 토석류 발생 확률을 이용하여 남부 노르웨이 도로의 위험도를 평가하여 토석류 발생시 교통량 우회 방안을 제시하였으며, Budetta(2004)는 차량 속도 및 길이, 의사결정 가능 시야거리, 교통량, 경로내 산사태 위험 요소 길이, 차량내 탑승자수, 차량 종류에 따라 도로의 낙석 위험 분석 방법을 제안하였다.
선행연구들은 도로에서 토사재해 발생 시 인명피해로 이어질 가능성이 매우 높음을 지적하고 있으나 국내외 토석류 취약성 평가에 있어 시간대별 도로의 인적 요인에 대한 고려가 되고 있지 않은 것으로 조사되었다. 특히, 우면산 사례와 같이 도심지에서의 도로 비율이 높은 국내의 여건상 이에 대한 연구가 매우 필요할 것으로 판단되어 이를 고려한 도심지 토사재해 정밀위험도 평가 연구를 진행하였다.
2. 연구 방법
본 연구에서는 도심지 산지 유역 주변에 토석류 피해를 받을 수 있는 도로 및 건물을 중심으로 인명 노출성과 토석류 위험 범위를 도출하여 잠재적 토석류 위험성을 평가하였다(Fig. 1).
2.1 대상지역 선정
본 연구의 대상 지역은 최근 4년간 토사재해로 인한 피해가74회(5.33%)로 전국 면적 대비 많은 피해가 발생한 부산광역시 황령산 부근으로 선정하였다(Table 1). 부산광역시의 경우대단위 아파트 및 거주 지역이 밀집되어 있는 지역이 많고, 특히 황령터널부근은 1999년 토사재해로 인한 차량 매몰사고가 났던 곳으로 최근 황령산 주변에서 7번의 토사재해가 발생한 것으로 조사되었다(Fig. 2).
Table 1
Status of Landslide Damage in Study Area
2.2 도로 인명 노출 평가
도로의 인명 노출 평가를 위해 통계청 SGIS 자료, 행정자치부 도로명 주소 안내시스템 자료, 부산광역시 교통조사 자료, 지하시설물 통합 관리 시스템 자료 등을 조사·분석하였다.
부산광역시 교통자료는 2015년도 부산광역시 교통조사 자료를 이용하였다. 해당 자료는 2015. 10.28~11.24 기간 중에 조사한 결과이며, 총 조사지점은 91개소(도심권 13개소, 부도심권 26개소, 시계 유출입 지점 14개소, 기타지점 36개소, 특별 조사 지점 2개소)로 분류되어 있다. 대상 지역인 황령산, 금련산 일대에 해당하는 지점은 Fig. 2와 같이 총 8개의 지점이 해당된다. 대상지역의 조사기간은 16시간(06:00~22:00) 5개소, 24시간(00:00~24:00) 3개소이며, 차종은 일반승용차, 택시, 승합차, 버스, 기타(이륜차, 화물차, 특수차) 등 5가지로 구분된다.
대상 지역 내에 해당되는 8개 조사지점에 대한 시간대별 평균 교통량은 Fig. 3과 같다. 시간대별 차량 교통량 추이를 살펴보면 출·퇴근 시간이 포함된 07시~10시, 17시~19시에 교통량이 크게 증가한 것으로 나타났으며, 유동인구가 적은 22시~06시의 교통량은 주간의 교통량에 비하여 최대 4000여 대 이상의 차이가 발생한 것으로 분석되었다(Fig. 3).
2015년도의 부산광역시 교통조사 통행량 자료를 이용하여 차종별 1회 평균 승객 통행량 정보를 도출하였으며, 이를 통해 도로 추정 결과 2015년 부산광역시의 일평균 승객 통행량은 6,623천 대로 이중 승용차 통행이 32.7%로 가장 높은 비율을 차지하며, 다음으로 시내버스가 20.6%를 차지하고 있는 것으로 분석되었다.
2.3 건물 인명 노출 평가
본 연구에서는 건물 인명 노출을 평가하기 위하여 통계청에서 제공하는 행정구역별 인구수(2016.03)와 국토교통부의GIS 건물통합정보 상의 건물별 연면적(지상, 지하 높이 포함)을 이용하였다. 이때, GIS 건물통합정보 상의 단독주택, 아파트, 연립주택, 다세대주택, 오피스텔을 주거인구가 거주하는 건물용도로 가정하였으며, 건물별 연면적 비율로 행정구역별인구를 배분하여 재실인구를 산정하였다.
이를 바탕으로 부산시 도시서비스 분석정보(SSA-GIS)에서 제공하는 광안 1동의 1시간 단위 인구 서비스 자료(2016. 01)를 이용하여 1시간 단위 건물의 재실 인구를 추정하였다(Fig. 4).
2.4 산사태 위험지 평가
산사태 위험지 평가를 위하여 SINMAP(Stability Index MAPping) 모델을 이용하였다.
산사태위험도분석 모형인 SINMAP의 습윤지수 w는 다음과 같은 3가지 기본 가정에 의해서 정의된다.
i. 얕은 토충에서의 지하수는 지형의 경사를 따라 흐른다.
ii. 토층에 공급되는 지하수량은 강우가 토양의 침투능을 초과하여 증가하더라도 토양의 침투능에 의해 제한을 받아 단위 면적당 일정한 값 R(m/hr)로 수렴한다.
iii. 사면에서 단위 폭당 지하수를 배수하는 능력은 토양의 투수계수에 투수층의 두께를 곱한 토양의 수리전도도 T(m2/hr)와 지하수 흐름의 사면 경사방향 성분 sinθ의 곱인 Tsinθ로 구해진다.
가정 i에 의해 지하수의 공급지역인 집수지역면적(a, m2/m)을 식별하며, 가정 iii에 의해 사면의 한 지점에 대해 단위 폭당 공급되는 지하수의 양(Ra, m2/hr)이 결정되고, 가정 iii에 의해 배수되는 양(Tsinθ, m2/hr)이 결정된다. 이에 따라 습윤지수 w는 다음 (eq. 1)과 같이 구해진다.
본 연구에서는 산사태 위험도 분석 모형의 입력변수를 정밀토양도(토양군 배수 특성 4단계; 배수 매우양호, 배수 약간 양호, 배수 약간 불량, 배수 불량)와 토지피복도(산지)를 기준으로 기존 연구를 참고하여 다음과 같이 구성하였다(Table 3).
Table 2
The Average Traffic Volume per Passenger
Table 3
SINMAP Input Parameter Value
| Parameter | Input Value |
|---|---|
| DEM(m) | 10x10 |
| Internal Friction Angle(°) | 30~45 |
| Transmissivity/Recharge(m) | 2,000~3,000 |
| Cohesion | 0~0.25 |
Oh et al. (2013)은 우면산 지역에 SINMAP의 지형학적 습윤지수(TWI)를 분석하여 지형학적 습윤지수 상의 지하수 수렴부와 토석류 시작점이 일치하는 것을 밝혀냈으며, 본 연구에서는 이를 토대로 대상 지역의 초기 붕괴 지점을 습윤지수 중 가장 높은 범위인 Saturation Zone(2.1~3.1)의 세 군대 수렴 지역을 선정하였다(Fig. 5).
2.5 토석류 위험도 평가
본 연구에서 토석류 이동 경로 및 범위 예측을 위해 사용된 FLO-2D 모형은 2차원 홍수 추적 소프트웨어로 사면 상부에서 하부 유역으로 유입되는 토석류가 퇴적되는 영역 및 퇴적두께를 모의하는데 적합한 모델이다(Kim et al., 2013). FLO-2D 모형은 다음과 같은 연속방정식(eq. 2)과 운동량방정식(eq. 3)을 지배 방정식으로 사용한다(FLO-2D Software Inc., 2009).
여기서, h는 유동 깊이, V는 8개의 흐름 방향 x에의 하나의 깊이에 따른 평균속도, i는 초과 강우강도이다.
또한, 이류 모델링 대상지의 유동학적 분석을 위해서는 다음과 같은 경험식이 쓰인다(eq. 4).
여기서, α1과 β1는 실험실 실험에 의해 정의된 경험적 계수로서(O’brien and Julien, 1988) 퇴적물 농도의 함수에서 구한 항복응력(τy) 및 점성계수(η)는 매뉴얼 ‘Simulating Mudflow guidelines’에 첨부된 선행 연구자들의 연구결과에 대한 값을 활용하였다.
토석류 위험도 분석 모형인 FLO-2D의 운동방정식은 앞서 기술한대로 (식 3)와 같이 정리되며, 마찰경사 Sf는 (식 5)과 같이 나타낸다.
여기서, Sy는 항복경사, Sv는 점성경사, Std는 난류-분산경사를 의미하며, τy는 항복응력, ρ은 토석류의 밀도, K는 층류저항변수, η는 점성, n은 매닝 계수이다.
본 연구에서는 대상지역에서 우면산 산사태와 같은 규모의 토석류가 발생한다고 가정하였으며, 토석류 위험도 분석 모형의 입력 변수는 선행연구 매개변수 값을 바탕으로 Table 4와 같이 구성하였다.
Table 4
FLO-2D Input Parameter Value
| Parameter | Input Value |
|---|---|
| Modeling Cell Size(m) | 3x3 (Kim et al., 2013) |
| Viscosity vs Sediment Concentration | Coefficient: 0.0046 Exponent: 20.044 (O’Brien and Julien, 1988) |
| Yield Stress vs Sediment Concentration | Coefficient: 0.0043 Exponent: 23.775 (O’Brien and Julien, 1988) |
| Resistance Parameter (K) | 0 (Kim et al., 2013) |
| Manning’s n Value (n) | Forest: 0.02 Road, Urban Area: 0.15 (Kang and Kim, 2015) |
| Inflow Time (h) | 0.02 h(72s) (Kim et al., 2013) |
| Simulation Time (h) | 0.1 h(360s) (Kim et al., 2013) |
| Total Volume (m3) | 42,500 (Kang and Kim, 2015) |
3. 토석류 잠재위험도 평가
본 장에서는 토석류 잠재 위험도를 평가하기 위하여 2장에서 구축한 1시간 단위 재실인구 및 교통량 자료를 출퇴근 시간(06~09시, 17~20시), 낮 시간(09~17시), 밤 시간(20~06시)로 구분하였으며, 재실인구를 5단계(0~5명, 6~10명, 11~30명), 31~50명, 51명 이상)로 구분하여, FLO-2D 모형으로부터 산출된 토석류 위험 범위와 연결하여 도로 및 건물의 잠재 위험도를 평가하였다(Fig. 6).
Fig. 7
Depth-Velocity Debris-flow danger level relationship for Houses(A) and Vehicles(B) by USBR(1988)
토석류 잠재 위험도는 FLO-2D 모형으로부터 얻어진 토석류 속도 및 흐름 깊이를 이용하여 미국 매립국(USBR)에서 개발한 위험 분류 표에 따른 건물 및 차량의 위험도를 작성하여 평가하였다(Table 5).
Table 5
Hazard level of Debris-flow Potential Risk
USBR의 평가 기준에 따라 토석류의 잠재위험도는 3단계로 구분되며, High(건물 파괴 가능성 높음, 차량 및 승객 위험), Judgement(건물 및 차량 형태에 따라 파괴 가능성 있음), Low(위험 가능성 없음)으로 구분하였다(Table 5).
대상 지역 중 토석류 피해를 직접적으로 받을 수 있는 Fig. 6의 ① 도로와 ② 아파트 1개동에 대한 토석류 잠재 위험성을 평가한 결과 도로 지역의 인명 노출 평균은 출퇴근 시간 102.9명, 낮 시간 104.9명, 밤 시간 33.4명으로 분석되었으며, 아파트에서는 출퇴근 시간 68.7명, 낮 시간 69.9명, 밤 시간 89.5명으로 분석되었다.
도로 지역의 토석류 속도는 평균 3.3 m/s, 흐름 깊이는 2.8 m로 토석류 위험성이 높은 것으로 분석되었으며, 이에 따라 토석류 잠재 위험은 출퇴근시간(High), 낮(High), 밤(Low)로 평가되었다. 아파트의 토석류 속도는 평균 5.0 m/s, 흐름 깊이는 2.9 m로 도로 지역과 같이 토석류 위험성이 높은 것으로 분석되었으며, 토석류 잠재 위험은 출퇴근시간(Low), 낮(Low), 밤(High)로 평가되었다(Table 7).
Table 6
Result of Debris-flow Potential Risk Map
| Velocity | Max Flow Depth | Hazard(House) | Hazard(Vehicles) | |
|---|---|---|---|---|
| Rush Hour |
|
|
|
|
| Day Time |
|
|
|
|
| Night Time |
|
|
|
|
| Legend |
|
|
|
|
Table 7
Result of Debris-flow Potential Risk in time
| Spot/Time Result | Road(Fig 6. ①) | House(Fig 6. ②) | ||||
|---|---|---|---|---|---|---|
| Rush Hour | Day Time | Night Time | Rush Hour | Day Time | Night Time | |
| Human Exposure avg. (Person) | 102.9 | 104.9 | 33.4 | 68.7 | 69.9 | 89.5 |
| Velocity avg. (m/s) | 3.3 | 5.0 | ||||
| Max Flow Depth avg. (m) | 2.8 | 2.9 | ||||
| Hazard (House) | - | High | ||||
| Hazard (Vehicle) | High | - | ||||
| Potential Debris-flow Risk | High | High | Low | Low | Low | High |
4. 결론
본 연구에서는 도심지에서의 토사재해 정밀 위험도 평가를 위해 건물, 도로에서의 시간에 따른 인명 노출성(Exposure)을 정량적으로 도출하였으며, 이를 토석류 속도 및 흐름 깊이에 따른 위험도(Hazard)와 연결하여 잠재적 토사재해 위험(Risk)을 평가하였다. 이에 따른 시사점은 다음과 같다.
(1) 대상지의 산사태 위험도를 평가하기 위해 SINMAP 모델의 습윤지수를 이용하여 붕괴 예상지를 탐지하였으며, 이를 초기 조건으로 FLO-2D 모델을 구동하여 산사태 발생 시 토석류의 유하 방향 및 속도, 흐름 높이를 추정할 수 있었다. 이때, 토석류는 산지 유역에서 유하하다 도로 부분을 만나 급속히 퍼져나가는 것을 확인할 수 있었으며, 이는 완만한 경사와 퇴적된 토석류로 인해 속도가 급격히 감소하는 실제 토석류의 거동을 모델에서 잘 반영한 것으로 판단된다.
(2) 토석류 거동 모의를 통해 대상 지역에 우면산과 같은 크기의 토사재해가 발생할 경우 도로에서는 2.8 m의 토석류가 3.3m/s의 속도로 유하할 것으로 분석되었다. 따라서 도심지에서 도로 설계시 이를 견딜 수 있는 사방댐, 방어막 등을 고려하여야 한다.
(3) 부산광역시 황령산 유역을 대상으로 토사재해에 대한 시간단위 인명 노출을 평가한 결과 도로지역에서는 출퇴근 및 낮 시간의 인명 노출이 큰 것으로 나타났으며, 밤 시간대의 인명 노출은 상대적으로 작은 것으로 조사되었다. 주거지역 건물단위에서는 반대로 밤 시간대의 인명 노출이 낮 시간대보다 큰 것으로 분석되었다.
4) 시간에 따른 도로 및 건물에서의 인명 노출과 산사태 위험도를 결합하여 도심지에서의 토석류로 인한 정밀위험도 평가가 가능하였으며, 대상지의 잠재 토석류 위험도를 도출한 결과 도로에서는 출퇴근시간, 낮 시간이, 건물에서는 밤 시간대에 잠재 위험도가 높은 것으로 분석되었다.
본 연구에서는 특정 시간대의 건물 재실 인구 및 도로 교통량을 바탕으로 인구를 도출하였으나, 도로의 CCTV 등의 자료를 연계할 경우 실시간 토석류 위험 평가가 가능할 것으로 판단된다. 또한 본 연구는 산사태가 발생하지 않은 미계측 유역을 대상으로 진행하였기 때문에 우면산의 토석류 발생량을 가정하여 모델 매개변수 검증에 한계가 있었으며, 차후 부산지역의 실제 발생지점에 적용하여 선행강우 및 첨두토석류량을 고려할 수 있는 연구가 필요하다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
