본 연구에서는 강원도를 대상으로 산사태로 인한 피해지역을 사전에 예측하였으며, 도로, 건물, 산림 등의 피해규모를 지자체별로 산정하였다. 산사태를 예측하기 위해서 기존의 연구 성과를 활용하여 산사태 취약성도, 발생가능성도, 위험지도 제작기법을 정립하였다. 도로, 건물, 산림의 산사태 피해규모는 누적강우량 100mm, 200mm, 300mm 발생시 각각의 산사태 위험지도를 제작하여 지자체별로 산정하였다. 그 결과 100mm~200mm 미만 누적강우량 발생시 도로피해는 홍천군, 건물피해는 정선군, 산림피해는 홍천군 순으로 나타났으며, 200mm~300mm 미만 누적강우량 발생시 도로피해는 춘천시, 건물피해는 평창군, 산림피해는 홍천군 순으로 나타났다. 특히, 300mm 이상 누적강우량 발생시 홍천군의 경우 도로, 건물, 산림피해가 다른 지자체에 비해서 가장 피해가 클 것으로 예측되었다. 이와 같이 지자체의 산사태 피해규모를 각각 산정함으로써 산사태 예방의 우선순위 결정뿐만 아니라 예산을 투입하는데 있어 의사결정의 기초자료가 될 수 있을 것으로 기대된다.
본 연구에서는 강원도를 대상으로 산사태로 인한 피해지역을 사전에 예측하였으며, 도로, 건물, 산림 등의 피해규모를 지자체별로 산정하였다. 산사태를 예측하기 위해서 기존의 연구 성과를 활용하여 산사태 취약성도, 발생가능성도, 위험지도 제작기법을 정립하였다. 도로, 건물, 산림의 산사태 피해규모는 누적강우량 100mm, 200mm, 300mm 발생시 각각의 산사태 위험지도를 제작하여 지자체별로 산정하였다. 그 결과 100mm~200mm 미만 누적강우량 발생시 도로피해는 홍천군, 건물피해는 정선군, 산림피해는 홍천군 순으로 나타났으며, 200mm~300mm 미만 누적강우량 발생시 도로피해는 춘천시, 건물피해는 평창군, 산림피해는 홍천군 순으로 나타났다. 특히, 300mm 이상 누적강우량 발생시 홍천군의 경우 도로, 건물, 산림피해가 다른 지자체에 비해서 가장 피해가 클 것으로 예측되었다. 이와 같이 지자체의 산사태 피해규모를 각각 산정함으로써 산사태 예방의 우선순위 결정뿐만 아니라 예산을 투입하는데 있어 의사결정의 기초자료가 될 수 있을 것으로 기대된다.
This study predicted damage areas due to landslides in Gangwon Province and estimated the scale of damage to roads, buildings, and forests on the local government level. By using old research findings to predict landslides, the study established techniques to make maps for landslide vulnerability, o...
This study predicted damage areas due to landslides in Gangwon Province and estimated the scale of damage to roads, buildings, and forests on the local government level. By using old research findings to predict landslides, the study established techniques to make maps for landslide vulnerability, occurrence possibility, and risk. The scale of damage to roads, buildings, and forests was estimated at the local government level by making a landslide risk map for 100mm, 200mm, and 300mm of accumulated rainfall. The scale of damage to roads, buildings, and forests was estimated to be greatest in Hongcheon-gun, Jeongseon-gun, and Hongcheon-gun, respectively, in case of 100mm~200mm accumulated rainfall, in Chuncheon City, Pyeongchang-gun, and Hongcheon-gun, respectively, in case of 200mm~300mm accumulated rainfall, and in Hongcheon-gun in case of 300mm accumulated rainfall or more. Those estimation results of scale of damage by landslides at the local government level will help to set priorities in landslide prevention and provide basic data for budget decisions.
This study predicted damage areas due to landslides in Gangwon Province and estimated the scale of damage to roads, buildings, and forests on the local government level. By using old research findings to predict landslides, the study established techniques to make maps for landslide vulnerability, occurrence possibility, and risk. The scale of damage to roads, buildings, and forests was estimated at the local government level by making a landslide risk map for 100mm, 200mm, and 300mm of accumulated rainfall. The scale of damage to roads, buildings, and forests was estimated to be greatest in Hongcheon-gun, Jeongseon-gun, and Hongcheon-gun, respectively, in case of 100mm~200mm accumulated rainfall, in Chuncheon City, Pyeongchang-gun, and Hongcheon-gun, respectively, in case of 200mm~300mm accumulated rainfall, and in Hongcheon-gun in case of 300mm accumulated rainfall or more. Those estimation results of scale of damage by landslides at the local government level will help to set priorities in landslide prevention and provide basic data for budget decisions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
발생가능성도는 취약성도에 외력(강우, 지진)이 발생할 경우 산사태가 발생할 수 있는 지역을 지도로 나타낸 것으로, 본 연구에서는 기존 산사태 발생 시점의 누적강우량 정보를 획득하여 발생가능성도를 제작하는데 활용하였다.
본 연구는 국가 및 지자체가 산사태 예방을 위한 예산투입 및 대책 마련 등의 의사결정시 우선순위를 결정할 수 있도록 지원하는데 목적을 두고 연구를 수행하였다.
본 연구에서는 토양이 완전히 포화될 때 산사태가 일어난다는 가정하에 토양도의 토심과 토성별 최대함수비를 이용하여 강원도의 토양이 포화되는데 필요한 수분량을 계산하였다. 즉 토성별 최대함수비와 토심을 곱하여 토양이 포화되는데 필요한 수분량을 계산하였다.
, 2008). 이에 본 연구에서는 기존의 산사태 위험지도 제작 기술을 활용하여 강원도의 누적강우량에 따른 산사태 발생가능성도를 제작하고, 강원도전체를 대상으로 지자체별 도로, 건물, 산림 등의 산사태 피해규모를 구체적으로 산정함으로써 국가나 지자체에서 산사태 사전예방을 위해 우선순위에 따라 예산을 투입할 수 있도록 하는 의사결정 자료를 제공하고자 한다.
이에 본 연구에서는 산림청의 기준을 참고하여 100mm, 200mm와 본 연구에서 검토된 산사태 발생 확률이 매우 높은 300mm를 추가하여 누적강우량에 따른 산사태 발생기준을 제안하였다. 그리고 주의보(100mm), 경보(200mm), 발생(300mm 이상) 기준에 따라 토양이 완전히 포화되는데 필요한 수분량을 각각 26, 33, 65로 설정하였다.
제안 방법
5의 토양이 포화에 필요한 수분량 분석결과에 수분량 26, 33, 65를 각각 빼는 래스터 연산작업을 통해서 포화유무를 표현할 수 있는 래스터 자료를 작성하였다. 그리고 결과 값이 음인 경우 포화된 상태로써 1의 셀 값을 할당하고, 양의 경우 포화되지 않았음으로 0의 셀 값을 할당하는 재분류 작업을 실시하였다. 마지막으로 취약성도와 곱하여 최종적인 발생 가능성을 제작하였다.
이에 본 연구에서는 산림청의 기준을 참고하여 100mm, 200mm와 본 연구에서 검토된 산사태 발생 확률이 매우 높은 300mm를 추가하여 누적강우량에 따른 산사태 발생기준을 제안하였다. 그리고 주의보(100mm), 경보(200mm), 발생(300mm 이상) 기준에 따라 토양이 완전히 포화되는데 필요한 수분량을 각각 26, 33, 65로 설정하였다. 수분량 26과 33은 산사태 발생 214개소에 대한 수분량의 최소 셀 값과 최대값이며, 수분량 65는 강원도의 토양이 완전히 포화하는데 필요한 최대 수분량이다(Table 5).
도로, 건물, 산림의 산사태 발생에 따른 위험지도를 제작하기 위해서 도로와 건물은 2013년에 제작되어 국가공간정보유통센터에서 제공하는 전자지도를 획득하여 건물과 도로를 추출하였고, 산림은 2013년에 산림청을 통해 획득한 1:25,000 전국 임상도를 이용하여 강원도의 산림을 추출하였다. 추출된 도로, 건물, 산림 등을 산사태 발생가능성도와 중첩하여 산사태 위험지도를 제작하였다.
그러나 누적강우량에 따른 완전 포화시점을 알 수 없다. 따라서 포화에 필요한 수분량 계산에 의해 제작된(Fig. 5) 래스터 자료의 셀 값과 당시 누적강우량을 비교하여 누적강우량에 따른 산사태 발생 가능성을 판정하였다. Table 4는 산사태 발생지점의 포화에 필요한 수분량에 대한 셀 값과 산사태 발생 시점의 누적강우량을 나타낸 것이다.
44%에 해당하는 1등급과 2등급으로 구분하였으며, 누적강우량에 따른 산사태 발생 기준을 100mm(주의보), 200mm(경보), 300mm(발생)로 세분화하였다. 또한 누적강우량에 따른 산사태 발생기준에 따라 도로, 건물, 산림에 대한 9개의 산사태 위험지도를 제작하였다.
그리고 결과 값이 음인 경우 포화된 상태로써 1의 셀 값을 할당하고, 양의 경우 포화되지 않았음으로 0의 셀 값을 할당하는 재분류 작업을 실시하였다. 마지막으로 취약성도와 곱하여 최종적인 발생 가능성을 제작하였다.
발생가능성도는 취약성도와 함께 누적강우량에 따른 산림청 산사태 예보 기준인 주의보(100~200mm 미만), 경보(200mm 이상)와 본 연구에서 제시한 발생(300mm 이상) 기준에 맞추어 각각의 산사태 발생가능성도를 제작하였다. 발생기준(300mm 이상)에 대한 자세한 설명은 뒤 절에서 설명할 것이다.
산사태 위험지도는 도로, 건물, 산림에 대해서 각각 산사태 경보, 주의, 발생기준에 따라 제작하여 총 9개의 위험지도를 제작하였다.
앞에서 보여준 Fig. 5의 토양이 포화에 필요한 수분량 분석결과에 수분량 26, 33, 65를 각각 빼는 래스터 연산작업을 통해서 포화유무를 표현할 수 있는 래스터 자료를 작성하였다. 그리고 결과 값이 음인 경우 포화된 상태로써 1의 셀 값을 할당하고, 양의 경우 포화되지 않았음으로 0의 셀 값을 할당하는 재분류 작업을 실시하였다.
발생기준(300mm 이상)에 대한 자세한 설명은 뒤 절에서 설명할 것이다. 위험지도는 수치지도와 임상도를 이용하여 추출된 도로, 건물, 산림을 발생가능성도와 중첩하여 위험지역만을 절취한 후 지자체별 피해규모를 산정하였다(Fig. 2).
이를 위해서 산사태 위험지도 제작기법을 정립하고, 위험요소를 도로, 건물, 산림 등으로 세분화하여 지자체별 피해 예측규모를 산출하였다.
85의 셀 값을 갖는다. 이에 본 연구에서는 강우량에 따른 토양의 포화 유무를 시뮬레이션하고, 취약성도와 중첩분석을 실시하여 산사태 발생가능성도를 제작하였다.
이에 본 연구에서는 최소값과 평균값을 임계값으로 설정하고 취약 등급을 1등급과 2등급으로 구분하였다. 즉 215개소 중 67.
본 연구에서는 토양이 완전히 포화될 때 산사태가 일어난다는 가정하에 토양도의 토심과 토성별 최대함수비를 이용하여 강원도의 토양이 포화되는데 필요한 수분량을 계산하였다. 즉 토성별 최대함수비와 토심을 곱하여 토양이 포화되는데 필요한 수분량을 계산하였다. 이때 토성별 최대함수비는 Park et al.
최종 연구결과를 도출하기 위해 산사태 취약성도, 산사태 발생가능성도, 산사태 위험지도 제작 등의 단계로 연구를 수행하였다. 취약성도는 산사태 발생 유발인자 중 10개의 정적자료를 활용하여 취약성도를 제작하였다.
도로, 건물, 산림의 산사태 발생에 따른 위험지도를 제작하기 위해서 도로와 건물은 2013년에 제작되어 국가공간정보유통센터에서 제공하는 전자지도를 획득하여 건물과 도로를 추출하였고, 산림은 2013년에 산림청을 통해 획득한 1:25,000 전국 임상도를 이용하여 강원도의 산림을 추출하였다. 추출된 도로, 건물, 산림 등을 산사태 발생가능성도와 중첩하여 산사태 위험지도를 제작하였다.
최종 연구결과를 도출하기 위해 산사태 취약성도, 산사태 발생가능성도, 산사태 위험지도 제작 등의 단계로 연구를 수행하였다. 취약성도는 산사태 발생 유발인자 중 10개의 정적자료를 활용하여 취약성도를 제작하였다.
포화 유무에 대한 시뮬레이션을 수행하기에 앞서 산사태가 발생할 수 있는 강우량 기준을 기존 선행 연구 사례를 통해 기준을 설정하였다.
Table 6은 강원도 전체 지자체를 대상으로 누적강우량 기준 100mm(주의보), 200mm(경보), 300mm(발생) 호우 발생 시뮬레이션을 통해 계산된 도로, 건물, 산림의 피해 예측규모를 면적으로 나타낸 것이다. 표에서는 산사태 발생빈도가 67.44%에 해당하는 1등급 지역과 나머지 2등급에 해당하는 지역의 피해면적을 각각 산출하여 표현하였으며, 지자체의 산사태 피해규모는 1등급과 2등급을 합한 면적을 대상으로 지자체별 산사태 위험순위를 결정하였다.
대상 데이터
, 2008). 기존의 선행 연구는 35점의 산사태 발생 위치자료와 검증을 위한 61개의 산사태 발생 위치자료를 이용하였으나, 본 연구에서는 추가 DB를 확보하여 총 215개 지점의 산사태 발생 위치자료를 본 연구에 사용하였다. 산사태 유발인자와 가중치는 Table 1과 같다.
산사태 발생을 예측할 수 있는 산사태 위험지도를 제작하고 도로, 건물, 산림 등의 산사태로 인한 피해예측 규모를 정량화하기 위해 Fig. 1과 같이 강원도 지역을 시범 연구대상지역으로 선정하였다.
이론/모형
도로, 건물, 산림에 대한 각각의 산사태 피해예측 규모는 ESRI의 Arcmap 10.2를 이용하여 면적을 자동으로 산출하고, 산사태로 인한 피해 예측 규모를 Table 6과 같이 정리하였다.
산사태 유발인자 선정과 인자의 GIS 중첩분석을 위한 인자들의 가중치는 기존 선행 연구에서 제안한 인자와 가중치값을 이용하였다(Yang et al., 2007b; Park et al., 2008). 기존의 선행 연구는 35점의 산사태 발생 위치자료와 검증을 위한 61개의 산사태 발생 위치자료를 이용하였으나, 본 연구에서는 추가 DB를 확보하여 총 215개 지점의 산사태 발생 위치자료를 본 연구에 사용하였다.
즉 토성별 최대함수비와 토심을 곱하여 토양이 포화되는데 필요한 수분량을 계산하였다. 이때 토성별 최대함수비는 Park et al.,(2008)과 Jeon(2006)이 제시한 최대함수비를 이용하였다.
성능/효과
그 결과 위험등급의 경우 기존 산사태 발생빈도가 67.44%에 해당하는 1등급과 2등급으로 구분하였으며, 누적강우량에 따른 산사태 발생 기준을 100mm(주의보), 200mm(경보), 300mm(발생)로 세분화하였다. 또한 누적강우량에 따른 산사태 발생기준에 따라 도로, 건물, 산림에 대한 9개의 산사태 위험지도를 제작하였다.
산사태 발생지점의 당시 누적강우량과 수분량의 셀 값을 비교하여 분석한 결과 1개소를 제외한 214개소의 누적강우량 최소값은 301mm로 나타났으며(Fig. 7), 셀 값의 최소값은 26.85, 평균값 27.15, 표준편차 1.29로써 수분량 26.85를 기점으로 산사태가 발생하고 있음을 알 수 있었다. 따라서 누적강우량이 300mm 이상이거나 수분량이 26.
산사태 위험지도를 이용한 지자체의 피해 예측규모를 분석한 결과 도로의 경우 누적강우량 기준 100mm (주의보), 200mm(경보) 300mm(발생)의 호우 발생시 홍천, 춘천, 홍천 순으로 분석되었으며, 건물의 경우 정선, 평창, 홍천 순으로 분석되었다. 산림의 경우는 모두 홍천으로 분석되었다.
산사태로 인한 피해 예측규모가 전반적으로 가장 크게 나타난 지역은 홍천군으로 분석되었고, 강원도 남부 지역와 영동지역 지자체 등이 산사태에 전반적으로 취약한 것으로 나타났다. 반면에 강원 북부지역의 일부 자료취득의 한계로 철원, 화천, 양구, 고성 등이 전반적으로 산사태에 취약하지 않은 것으로 나타났다.
후속연구
그리고 현 시점에서 피해 예측 규모의 정확도를 검증하는 데는 한계가 있었다. 다만 일부 검증된 기존 연구성과나 사례를 기초로 본 연구 결과가 분석되었기 때문에 지자체에서 산사태 피해예방 및 복구 등의 재해업무나 예산을 수립하는데 기초 의사결정 자료로 활용될 수 있을 것으로 판단된다.
광범위한 지역의 산사태발생을 사전에 예측하고 예방하기 위해서는 막대한 예산과 기술이 요구 되나 현실적으로 예산부족과 한정된 인력으로 이를 해결하는 데는 많은 어려움이 있다. 따라서 산사태 위험지도 제작 기술개발을 통해 산사태 피해 규모를 사전에 예측하고, 산사태 위험지역에 대해서 우선순위를 결정하여 관리한다면 비용의 효율성뿐만 아니라 산사태로 인한 피해를 최소화하는데 기여할 수 있을 것으로 판단된다.
본 연구의 한계로는 철원, 화천, 양구, 고성의 북부지역 일부에 대한 자료취득이 어려워 산사태 피해 예측규모를 산정할 수 없었다. 그리고 현 시점에서 피해 예측 규모의 정확도를 검증하는 데는 한계가 있었다.
향후 산림청에서 제공하는 산사태위험지도와 비교 분석을 수행하거나, 기존 산사태 발생지역에 대한 추가 DB 확보를 통해 연구성과의 객관성 확보를 위한 추가 연구가 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
산사태 발생시 피해규모가 매년 증가하는 이유는?
도시화로 인한 산림훼손과 인구밀도의 증가 그리고 경제발전을 통한 여가활동의 증가, 전 세계적인 이상기후 현상 등으로 인해 산사태 발생시 피해규모는 매년 더욱 증가되고 있다. 즉, 자연적 원인과 인위적인 원인에 의해 산사태로 인한 피해는 더욱 증가되고 있다.
기존의 산사태 예측관련 연구사례는 어떻게 구분되는가?
기존의 산사태 예측관련 연구사례를 분석해 보면 GIS 기술을 활용한 산사태 위험성 평가와 계측기 또는 센서를 이용한 산사태 예측방법 등으로 크게 구분될 수 있다. 즉 간접적인 방법과 직접적인 방법을 통해 산사태를 예측할 수 있다.
산사태로 인한 피해를 최소화하기 위한 노력과 관심이 요구됨에도 불구하고 산사태의 사전 예방에 걸림돌이 되는 것은 무엇인가?
이에 산사태로 인한 피해를 최소화하기 위한 노력과 관심이 요구된다. 그러나 정부의 한정된 예산과 국민의 안전 불감증 등이 산사태발생의 사전예방에 큰 걸림돌이 되고 있다.
참고문헌 (10)
Choi, K., 1989, Methodologies for landslide prediction and prevention efforts, Research Databases of Korea Forest Research Institute, No. 27, pp. 1-3.
Ham, D. H. and Hwang, S. H., 2014, Review of landslide forecast standard suitability by analysing landslide-inducing rainfall, Journal of Korean Society of Hazard Mitigation, Vol. 14. No. 3, pp. 299-310.
Jeon, W. H., 2006, An assessment for effect of landslide on maximum Accumulated Rainfall using GIS, Master's Degree Thesis, Kangwon National University.
Lee, M. G., 2011, Landslide susceptibility mapping using frequency ratio and logistic regression model in the bukgun-dong area, Gyeongju, Korea, Master's Degree Thesis, Kyungpook National University.
Park, J. K., Yang, I. T., Kim, T. H., Park, H. G., 2008, Extraction of landslide risk area using GIS, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 26, No. 1, pp. 27-39.
Pyo, S. I., 2005, Analysis of landslide hazard prediction map using remotely sensed data & GIS technic in Samcheok-city, Kangwon-do, Master's Degree Thesis, Chungnam National University.
Quan, H. C., Lee, B. G., Lee, C. S., Ko, J. W., 2011, The landslide probability analysis using logistic regression analysis and artificial neural network methods in Jeju, Journal of the Korea Society for Geospatial Information System, Vol. 19, No. 3, pp. 33-40.
Yang, I. T., Chun, K. S., Park, J. K., Lee, S. Y., 2007, An estimation to landslide vulnerable area of rainfall condition using GIS, Journal of the Korea Society for Geospatial Information System, Vol. 15, No. 1, pp. 39-46.
Yang, I, T., Park, J. K., Jeon, W. H., Chun, K. S., 2007, An evaluation of landslide probability by maximum continuous rainfall in Gangwon, Korea, Journal of the Korea Society for Geospatial Information System, Vol. 15, No. 4, pp. 11-20.
Yoo, N. J., and others, 2012, Analysis of rainfall characteristics and landslides at the west side area of Gangwon province, Journal of the Korean Geoenvironmental Society, Vol. 13, No. 9, pp. 75-82.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.