선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 Flood Risk Mapping 기술의 적용에 있어 중요한 요소인 취약도 분석지표를 산정하고, 국내 낙동강 유역에 대해 행정구역별로 세분화된 홍수위험지도 제작을 위한 취약도 지표를 산정하고자 하였다. 또한 홍수위험지표 및 지수들의 결합에 대한 다양한 방법론을 제시하고, 그에 따른 지도화 기법을 확립하고자 하였다.
- 따라서 위험도 지표의 산정과정이 전문가의 의견에 의존하는 경우가 많아 인자 선정과정과 가중치 결정과정에 전문가들의 주관이 개입되는 등 홍수위험지표의 정량화에 어려움을 겪는 경우가 많다. 본 연구에서는 Flood Risk Mapping 기술의 적용에 있어 중요한 요소인 취약도 분석지표를 산정하고, 국내 낙동강 유역에 대해 행정구역별로 세분화된 홍수위험지도 제작을 위한 취약도 지표를 산정하고자 하였다. 또한 홍수위험지표 및 지수들의 결합에 대한 다양한 방법론을 제시하고, 그에 따른 지도화 기법을 확립하고자 하였다.
- 본 연구에서는 Flood Risk Mapping 기술의 적용에 있어 중요한 요소인 홍수 취약도지표를 정의하고, 낙동강 유역에 대하여 행정구역별로 세분화된 홍수위험지도 제작을 위한 취약도 지표를 산정하여 제시하였다. 본 연구의 결과를 요약하면 다음과 같다.
- 노출도 지표는 민감도 요소에 의한 피해에 노출되어 있는 정도 및 현황을 나타내는 지표이며 일반적으로 재해사상에 대한 인구의 반작용, 반응 및 저항력과 홍수사상에 대한 시설물의 위험이나 노출 또는 홍수사상에 대한 재해를 포함한다. 본 연구에서는 노출도 지표를 인구에 대한 노출도와 자산 및 사회간접시설에 대한 노출도 지표로 나타내었다. 인구에 대한 노출도 지표는 각 행정구역별 인구밀도로 구성하였고, 고령인구 및 유아인구에 대한 노출도를 파악하기 위하여 65세 이상인구와 15세 미만 인구에 대한 조사를 수행하였다.
제안 방법
- 각 지표를 구성하는 요소들에 대하여 민감도, 노출도, 취약도 지표를 산정하였다. 산정된 자료들은 각각 단위가 다르기 때문에 그 값들을 표준화 하는 과정을 수행하였다.
- 위와 같이 산정한 취약도 지표는 연도별 지표들의 값에 의해 변하게 되므로 객관적인 분석 및 판단은 어렵다. 그러므로 객관적인 지표와 비교를 위하여 산정한 취약성 지표와 홍수 피해액을 비교할 필요성이 있다고 판단되어 그림 7 및 표 8에 산정된 취약도 지표와 홍수피해밀도를 제시하였다. 홍수피해밀도는 상대적으로 홍수피해에 취약하다는 것을 나타내는 것으로 취약도가 크다고 반드시 피해액이 큰 것은 아니지만 대체로 취약도 분석 결과와 홍수피해액의 정도가 비슷하게 나타나는 것을 확인할 수 있다.
- 그림 1과 같이 낙동강 유역을 지방자치단체의 행정구역 단위인 57개 시·군·구로 구분하여 홍수취약도 분석을 실시하였으며, 산정 결과를 공간분포로 나타내어 지역적인 분포경향과 지표간의 상관성을 평가하고자 하였다.
- 그러나 이러한 방법으로 가중치를 적용한 결과와 적용하지 않은 결과는 그 차이가 없는 것으로 보고되고 있으며, 특히 부적절한 가중치의 적용은 평가결과의 왜곡을 초래할 수 있다고 알려져 있다(임광섭, 2010). 따라서 본 연구에서는 동일 가중치를 부여하여 민감도, 노출도, 저감성 지표를 각각 산정하였다. 그림 6 및 표 7은 산정된 민감도, 노출도, 저감성 지표를 나타내고 있으며, 분석 결과 강우량 및 유출량에 큰 영향을 받는 민감도 지표는 경상북도 내륙지방보다 남부지방이 높게 나타났으며, 노출도지표는 인구 및 자산이 밀집한 대도시를 중심으로 높게 나타남을 확인할 수 있었다.
- 또한 준 분포형 해석모형인 SWAT 모형을 이용하여 낙동강 유역에 대한 중권역별 유출량을 분석하여, 이를 행정구역별로 변환하여 구성하였다. SWAT 모형은 장기간에 걸친 다양한 토양속성과 토지이용, 그리고 관리상태의 변화 등에 따른 크고 복잡한 유역의 유출량, 유사량, 및 농업화학물의 영향을 예측하기 위한 모형으로써, 미국 농무성 농업연구소(USDA ARS, U.
- 민감도 지표는 홍수피해의 원인이 되는 지표로서 본 연구에서 사용한 민감도 관련 지표로는 세계기상기구(WMO)에서 정한 50가지 기상변수 중 극치값을 나타낼 수 있는 일최대 강수량 및 극치강수량, 일강수량 80mm이상인 날수, 그리고 유출모형으로 분석된 단위면적당 유출량 자료를 지표로 설정하였다. 강수량에 대한 지표 값들은 각 유역별 대표값으로 나타내기 위해서 기상관측소 관측 값들을 공간보간 기법인 역거리가중법(IDW, Inverse Distance Weight)을 이용하여 산정하였다.
- 노출도 지표는 민감도 요소에 의한 피해에 노출되어 있는 정도 및 현황을 나타내는 지표이며 일반적으로 재해사상에 대한 인구의 반작용, 반응 및 저항력과 홍수 사상에 대한 시설물의 위험이나 노출 또는 한 홍수사상에 대한 재해를 포함한다. 본 연구에서 사용한 노출도 지표로는 각 유역별 평균고도, 단위면적당 인구밀도, 단위면적당 자산밀도, 유역의 사회간접시설의 밀도를 사용하였다. 노출도 지표를 산정함으로써 분석되는 지역에 대한 홍수 피해에 대한 정도를 분석 할 수 있다.
- 따라서 산정된 값이 어느 정도의 수준을 나타내는지 파악하기 어렵고 취약도 지표의 계산시 왜곡된 결과를 나타낼 수 있으므로, 산정된 Z값을 등급화 할 필요가 있다. 본 연구에서는 윤하연 등(1999)에 의해 제안된 방법을 이용하여 표준정규분포도상의 Z값을 이용해 다섯 등급으로 나누어 1에서 5까지 각 등급의 값을 부여하였다. 표 6은 각 등급에 따른 범위산정의 근거를 제시하고 있다.
- 집중호우 및 수공구조물 붕괴 등에 의한 홍수재해에 기여하는 그 요인들은 기상학적 유발요소, 지표면 상태와 연관된 자연요소, 인류와 사회 등의 상태와 관련된 사회경제적 요소 등과 관계된 광범위한 측면을 포함한다. 이러한 요소들 간의 상호작용을 정량적으로 분석하기 위해 취약도 지표를 민감도, 노출도, 저감성 지표로 구분하였다.
- 본 연구에서는 노출도 지표를 인구에 대한 노출도와 자산 및 사회간접시설에 대한 노출도 지표로 나타내었다. 인구에 대한 노출도 지표는 각 행정구역별 인구밀도로 구성하였고, 고령인구 및 유아인구에 대한 노출도를 파악하기 위하여 65세 이상인구와 15세 미만 인구에 대한 조사를 수행하였다. 또한 자산 및 사회간접시설에 대한 노출도 지표는 자산밀도, 도로비율, 불투수비율, 유역평균고도 등으로 나타내었다.
- 자산 및 사회간접시설에 대한 노출도 지표는 자산밀도, 도로비율, 불투수비율, 유역평균고도 등으로 구성하였다. 행정구역별 자산밀도는 지가공시에 관한 연차보고서 자료를 이용하였고, 공시지가가 산정되기 전의 값들은 지가변동률을 적용하여 산정하였다.
- 첫째, 본 연구에서는 홍수위험도(Flood Risk)를 홍수위험성(Flood Hazard)과 홍수취약도(Flood Vulnerability)의 곱으로 제시하였으며, 홍수취약도(Flood Vulnerability)는 민감도(Sensitivity), 노출도(Exposure), 저감성(Adaptation)의 함수로 나타내고 각각 지표화하여 구성하였다.
- 자산 및 사회간접시설에 대한 노출도 지표는 자산밀도, 도로비율, 불투수비율, 유역평균고도 등으로 구성하였다. 행정구역별 자산밀도는 지가공시에 관한 연차보고서 자료를 이용하였고, 공시지가가 산정되기 전의 값들은 지가변동률을 적용하여 산정하였다. 도로비율은 행정구역별 통계연보의 자료를 이용하였고, 불투수비율과 유역평균고도는 토지피복도와 수치지형도를 각각 이용하여 GIS분석을 통해 산정하였다.
- 홍수위험도 정보는 연구와 교육에 있어서도 이용될 수 있다. 홍수위험도 분석에 대한 사용자들의 지식에 대한 각각의 유형은 모두 다르고, 홍수위험도 정보를 이용하는 방법도 각기 다르므로 본 연구에서는 홍수위험지도 작성을 위한 도구로서 홍수취약성 평가 방안을 제시하였다.
대상 데이터
- 내수배제시설인 펌프 양수량은 국가수자원관리종합시스템(WAMIS) 자료와 매년 환경청에서 발간하는 하수도 통계자료를 이용하여 구축하였다. 외수방어시설인 하천개수율은 일반적으로 전국 행정구역별 통계연보에 수록된 지방2급 하천 이상의 하천을 기준으로 요개수 연장 대비 기계수연장을 백분율로 환산하여 산정하였다.
- 단위면적당 인구밀도는 국가수자원관리종합정보시스템(WAMIS)에서 제공하는 연도별 자료를 사용하였다. 이 자료는 5년마다 조사하는 인구주택 총조사 자료를 이용한 것으로 매년 구축한 자료에는 조사한 연도의 자료를 5년 동안의 대표 값으로 사용하였다.
- 민감도, 노출도, 저감성 지표로 구분된 홍수취약도 지표 산정을 위해 도시지역 및 농촌지역 등의 지역별 특성차를 한꺼번에 표현할 수 있도록 대권역에 대해 적용하고자 하였고, 그 중 본류 및 지류 하천에서의 홍수사상 발생시 심각한 피해가 발생해 왔던 낙동강 유역을 대상유역으로 선정하였다(표 1).
- 외수방어시설인 하천개수율은 일반적으로 전국 행정구역별 통계연보에 수록된 지방2급 하천 이상의 하천을 기준으로 요개수 연장 대비 기계수연장을 백분율로 환산하여 산정하였다. 본 연구에서는 국가수자원관리종합시스템(WAMIS)과 한국하천일람 자료를 사용하여 구축하였다. 그림 5 및 표 5는 낙동강 유역에 대하여 산정된 저감성 지표의 구성요소를 나타내고 있다.
데이터처리
- 행정구역별 자산밀도는 지가공시에 관한 연차보고서 자료를 이용하였고, 공시지가가 산정되기 전의 값들은 지가변동률을 적용하여 산정하였다. 도로비율은 행정구역별 통계연보의 자료를 이용하였고, 불투수비율과 유역평균고도는 토지피복도와 수치지형도를 각각 이용하여 GIS분석을 통해 산정하였다.
- 둘째, 민감도, 노출도, 저감성 지표를 정량적으로 분석하기 위하여, 각 지표별로 세부지표를 설정하여 WAMIS, 통계연보, 수치지형도 등을 이용해 자료를 구축하였고, 각 세부 지표간의 상관성을 분석하기 위하여 Z-점수법을 적용하여 표준화된 지표를 제시하였으며, 최종적으로 민감도 지표와 노출도 지표를 곱하여 그 값을 저감성 지표로 나눔으로써 취약도 지표를 산정하였다.
이론/모형
- 각각 산정된 지표를 이용해 최종적으로 식 4와 같이 민감도 지표와 노출도 지표를 곱하고, 그 값을 저감성 지표로 나누어 취약도 지표를 산정하도록 하는 IPCC(2001)에서 정의한 방법을 이용하였다.
- 민감도 지표는 홍수피해의 원인이 되는 지표로서 본 연구에서 사용한 민감도 관련 지표로는 세계기상기구(WMO)에서 정한 50가지 기상변수 중 극치값을 나타낼 수 있는 일최대 강수량 및 극치강수량, 일강수량 80mm이상인 날수, 그리고 유출모형으로 분석된 단위면적당 유출량 자료를 지표로 설정하였다. 강수량에 대한 지표 값들은 각 유역별 대표값으로 나타내기 위해서 기상관측소 관측 값들을 공간보간 기법인 역거리가중법(IDW, Inverse Distance Weight)을 이용하여 산정하였다. 역거리가중법(IDW)은 이동평균법(moving average)이라고도 하며 공간적으로 인접한 지점 사이값은 공통된 위치요인으로 인하여 유사성을 갖게 되는 반면 지점간 거리의 증가에 따라 이러한 유사성은 상대적으로 감소하게 된다는 것에 기초한다.
- 민감도 지표는 홍수피해의 원인이 되는 지표로서 본 연구에서 사용한 민감도 관련 지표로는 세계기상기구(WMO, World Meteorological Organization)에서 정한 50가지 기상변수 중 극치값을 나타낼 수 있는 일최대강수량 및 극치강수량, 일강수량 80mm이상인 날수, 그리고 유출모형으로 분석된 유출량 자료를 지표로 설정하였다. 산정된 지표의 수치가 높을수록 해당지역이 홍수에 대해 취약한 조건을 가질 수 있는 것으로 판단할 수 있다.
- 산정된 자료들은 각각 단위가 다르기 때문에 그 값들을 표준화 하는 과정을 수행하였다. 지표들의 표준화는 식 3과 같이 각 행정구역에 대한 세부지표들의 값과 평균값의 차(편차)에 대해 표준편차를 나누어 변환하는 Z-점수법을 이용하였다(이창희 등, 2006). Z-점수법은 평균치와 표준편차가 서로 다른 여러 평가지표들의 분포에서 지표들간의 통계치를 직접 비교하는데 유용하게 사용될 수 있는 통계적 기법이다(임광섭 등, 2010).
성능/효과
- 따라서 본 연구에서는 동일 가중치를 부여하여 민감도, 노출도, 저감성 지표를 각각 산정하였다. 그림 6 및 표 7은 산정된 민감도, 노출도, 저감성 지표를 나타내고 있으며, 분석 결과 강우량 및 유출량에 큰 영향을 받는 민감도 지표는 경상북도 내륙지방보다 남부지방이 높게 나타났으며, 노출도지표는 인구 및 자산이 밀집한 대도시를 중심으로 높게 나타남을 확인할 수 있었다.
- 셋째, 산정된 취약도 지표는 지역별 홍수피해밀도와의 비교를 통하여 상관성을 분석하였으며, 각 지역별로 홍수피해에 가장 취약한 지역은 경상남도 남부지방으로 나타났고, 반면 경상북도 내륙지방의 취약도 지표는 비교적 낮게 나타난 것을 확인할 수 있었다. 다만 대구광역시 지역은 인구밀도에 의한 영향 때문에 높은 노출도를 나타내어 결과적으로 홍수피해에 취약한 지역으로 나타나 홍수피해밀도와 일치하지 않은 결과를 나타내었고, 이를 통해 홍수취약도 지표는 홍수피해를 나타내는 절대적인 수치로서는 적용할 수 없다는 사실을 확인하였다.
- 지역별로 홍수피해에 가장 취약한 지역은 민감도 지표가 크게 나타난 경상남도 남부지방으로 나타났고, 이에 비해 노출도가 상대적으로 낮은 경상북도 내륙지방의 취약도 지표는 비교적 낮게 나타난 것을 확인할 수 있으며, 이는 과거 홍수피해밀도와도 일치되는 결과를 보여준다. 반면 취약도 지표 분석결과 대구광역시 지역은 인구밀도에 의해 높은 노출도를 나타내어 결과적으로 취약도 지표도 높게 나타난 것을 확인할 수 있으나, 실제 홍수피해밀도와는 일치하지 않는 결과를 나타내고 있다. 이러한 사실은 홍수취약도 지표가 앞서 기술한 바와 같이 홍수피해를 나타내는 절대적인 기준으로 적용될 수는 없으며, 민감도, 노출도, 저감성 지표의 상호적 관계에 의해 나타나는 수치로서, 보다 정확한 홍수취약도의 적용을 위해서는 홍수위험성(Flood Hazard)과의 결합을 통해 홍수위험도(Flood Risk)의 개념까지 확장되어야 할 것이라 판단된다.
- 그림 5 및 표 5는 낙동강 유역에 대하여 산정된 저감성 지표의 구성요소를 나타내고 있다. 배수펌프용량 및 토양배수분포도는 대도시를 중심으로 높은 수치를 나타내고 있고, 하천개수율이나 홍수조절용량 등은 하천이 위치한 지역에 대하여 높은 값을 나타내는 것을 확인할 수 있다.
- 셋째, 산정된 취약도 지표는 지역별 홍수피해밀도와의 비교를 통하여 상관성을 분석하였으며, 각 지역별로 홍수피해에 가장 취약한 지역은 경상남도 남부지방으로 나타났고, 반면 경상북도 내륙지방의 취약도 지표는 비교적 낮게 나타난 것을 확인할 수 있었다. 다만 대구광역시 지역은 인구밀도에 의한 영향 때문에 높은 노출도를 나타내어 결과적으로 홍수피해에 취약한 지역으로 나타나 홍수피해밀도와 일치하지 않은 결과를 나타내었고, 이를 통해 홍수취약도 지표는 홍수피해를 나타내는 절대적인 수치로서는 적용할 수 없다는 사실을 확인하였다.
- 그림 4 및 표 4는 자산 및 사회간접시설에 대한 노출도 지표의 구성요소를 나타내고 있으며, 대구광역시 및 부산광역시와 같은 도심지역에 자산 및 불투수비율이 집중되는 것을 보여주고 있고, 도로비율 역시 광역시에 높게 분포하고 있으나 고속도로 사업 등으로 인하여 타 지표에 비해 도시지역과 비도시지역간의 차이가 상대적으로 적은 것을 보여주고 있다. 유역의 평균고도는 태백산맥과 소백산맥을 중심으로 높고, 경상북도의 내륙지방 및 경상남도의 해안지방으로 갈수록 저지대가 형성되어 홍수위험에 취약성을 나타내는 것을 확인할 수 있다.
- 지역별로 홍수피해에 가장 취약한 지역은 민감도 지표가 크게 나타난 경상남도 남부지방으로 나타났고, 이에 비해 노출도가 상대적으로 낮은 경상북도 내륙지방의 취약도 지표는 비교적 낮게 나타난 것을 확인할 수 있으며, 이는 과거 홍수피해밀도와도 일치되는 결과를 보여준다. 반면 취약도 지표 분석결과 대구광역시 지역은 인구밀도에 의해 높은 노출도를 나타내어 결과적으로 취약도 지표도 높게 나타난 것을 확인할 수 있으나, 실제 홍수피해밀도와는 일치하지 않는 결과를 나타내고 있다.
- 그러므로 객관적인 지표와 비교를 위하여 산정한 취약성 지표와 홍수 피해액을 비교할 필요성이 있다고 판단되어 그림 7 및 표 8에 산정된 취약도 지표와 홍수피해밀도를 제시하였다. 홍수피해밀도는 상대적으로 홍수피해에 취약하다는 것을 나타내는 것으로 취약도가 크다고 반드시 피해액이 큰 것은 아니지만 대체로 취약도 분석 결과와 홍수피해액의 정도가 비슷하게 나타나는 것을 확인할 수 있다.
후속연구
- 넷째, 본 연구에서 제시한 홍수취약도 지표의 보다 정확한 적용을 위해서는 홍수위험성(Flood Hazard)과의 결합을 통해 홍수위험도(Flood Risk)의 개념까지 확장되어야 할 것으로 보이며, 이러한 홍수취약도 지표가 각 연도별로 구축되고, 또한 미래 기후변화에 대한 취약도 지표의 산정기준으로 활용될 수 있다면, 각 지자체 및 관련부처에서 치수방재사업에 효율적인 자료로 활용될 수 있을 것으로 기대된다.
- 이러한 사실은 홍수취약도 지표가 앞서 기술한 바와 같이 홍수피해를 나타내는 절대적인 기준으로 적용될 수는 없으며, 민감도, 노출도, 저감성 지표의 상호적 관계에 의해 나타나는 수치로서, 보다 정확한 홍수취약도의 적용을 위해서는 홍수위험성(Flood Hazard)과의 결합을 통해 홍수위험도(Flood Risk)의 개념까지 확장되어야 할 것이라 판단된다. 다만 본 연구에서 제시한 홍수 취약도 지표가 연도별로 구축되어 현재의 각 행정구역별 홍수취약도를 파악하고, 미래 기후변화에 의한 취약도 지표를 예측하여 표현할 수 있다면, 분석된 자료를 통해 각 지자체 및 관련부처에서 효율적인 방재대책 수립을 위한 정량적 자료로써 활용하고 치수방재사업에 대한 우선순위 결정을 위한 중요한 가치판단 기준으로 활용될 수 있을 것으로 기대된다.
- 그러나 인구밀도가 높다고 반드시 홍수피해에 많이 노출되어 있는 것은 아니다. 보다 정확한 평가를 위해서는 홍수위험구역에 위치한 인구의 수와 나이 교육수준 등의 자료가 추가로 필요할 것으로 판단된다(정일원, 2007).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.