대설특성을 통한 잠재적 위험도 분석 - 충청북도 11개 시·군을 중심으로 - An Analysis of Potential Danger Factors by the Characteristics of Heavy Snow - Focused 11 Cities and Guns in Chungcheongbuk-do -원문보기
Yoon, Sanghoon
(U-City Convergence Research Institute, University of Kangnam)
,
Park, Keunoh
(Institute for Disaster Prevention management, Korean Society of Hazard Mitigation)
,
Kim, Geunyoung
(Department of Urban Engineering, University of Kangnam)
본 연구에서는 충청북도 내 각 지자체를 대상으로 지역별 대설특성을 통한 잠재적 위험요인을 분석하였다. 분석결과, 35년 평균적설량으로 인한 잠재적 위험도는 제천시와 보은군이 가장 높았으며 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 알 수 있었다. 잠재적 위험요인에 대한 지역의 빈도수를 살펴보면 가장 높은 지역은 보은군, 제천시, 괴산군, 영동군, 청주시 순으로 도출되었다. 본 연구는 일반적인 대설특성 뿐만 아니라 잠재적인 위험요인들을 도출하고 그에 대한 위험도를 제시하였다는 점에서 그 의의를 가진다. 본 연구의 결과는 향후 충청북도 각 지자체들의 제설대응체계 및 방안 마련에 기초자료로 활용할 수 있을 것이다.
본 연구에서는 충청북도 내 각 지자체를 대상으로 지역별 대설특성을 통한 잠재적 위험요인을 분석하였다. 분석결과, 35년 평균적설량으로 인한 잠재적 위험도는 제천시와 보은군이 가장 높았으며 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 알 수 있었다. 잠재적 위험요인에 대한 지역의 빈도수를 살펴보면 가장 높은 지역은 보은군, 제천시, 괴산군, 영동군, 청주시 순으로 도출되었다. 본 연구는 일반적인 대설특성 뿐만 아니라 잠재적인 위험요인들을 도출하고 그에 대한 위험도를 제시하였다는 점에서 그 의의를 가진다. 본 연구의 결과는 향후 충청북도 각 지자체들의 제설대응체계 및 방안 마련에 기초자료로 활용할 수 있을 것이다.
This Study analyzed heavy snow properties according to the area that was based by winter weather properties and the damage data by the heavy snow among each local government of Chungcheongbuk-do. The result of analysis, Jecheon-si and Boeun-gun are represented the highest dangerous regions by potent...
This Study analyzed heavy snow properties according to the area that was based by winter weather properties and the damage data by the heavy snow among each local government of Chungcheongbuk-do. The result of analysis, Jecheon-si and Boeun-gun are represented the highest dangerous regions by potential degree of risk by average amount of snowfall for 35 years. But, the potential degree of risk by maximum amount of snowfall for 35 years is different with it. Cheongju-si and Youngdong-gun, Goesan-gun, Boeun-gun are represented the highest dangerous regions. Examining the frequency of regions with potential danger factors according to the characteristics of heavy snowfall, Boeun-gun and Jecheon-si, Goesan-gun, Youngdong-gun, Cheongju-si is derived the highest dangerous regions in Chungcheongbuk-do.
This Study analyzed heavy snow properties according to the area that was based by winter weather properties and the damage data by the heavy snow among each local government of Chungcheongbuk-do. The result of analysis, Jecheon-si and Boeun-gun are represented the highest dangerous regions by potential degree of risk by average amount of snowfall for 35 years. But, the potential degree of risk by maximum amount of snowfall for 35 years is different with it. Cheongju-si and Youngdong-gun, Goesan-gun, Boeun-gun are represented the highest dangerous regions. Examining the frequency of regions with potential danger factors according to the characteristics of heavy snowfall, Boeun-gun and Jecheon-si, Goesan-gun, Youngdong-gun, Cheongju-si is derived the highest dangerous regions in Chungcheongbuk-do.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 적설량과 잠재적 위험요인들을 토대로 잠재적 위험도를 분석하고자 IPA분석방법을 응용하고자 한다. IPA 분석에서의 중요도와 만족도 축을 적설량과 잠재적 위험요인 축으로 재설정하고 이에 대한 평균값을 통하여 지역 및 위험요인 별 잠재적인 위험도를 측정하고자 한다.
대설과 관련된 잠재적 위험요인을 도출하기 위하여 본 연구에서는 선행연구검토 및 Brain storming을 수행하였다. 선행연구검토 결과, 대설관련 잠재적 위험요인은 주택, 비닐하우스, 도로, 농업시설, 교통, 농작물 시설재배 피해로 도출되었다.
이처럼 대설특성 및 위험도 평가와 관련된 연구가 다양하게 수행되어 왔으나, 이들 연구는 강설의 지역적 분포를 바탕으로 강설특성을 규명하고 있으며, 위험도 평가에 있어서도 특정 지자체 및 도로를 중심으로 한 분석이 이루어졌다. 따라서 본 연구에서는 겨울철 기상요소 및 대설로 인한 피해특성을 반영한 잠재적 위험요인 도출을 목적으로 하고 있다는 점에서, 타 연구와는 차별성을 갖고 있다고 할 수 있다.
따라서 본 연구에서는 충청북도 내 각 지자체를 대상으로 적설량 및 대설피해자료를 구축한 후 지역별 대설특성을 분석하고, 대설과 관련된 잠재적 위험요인을 도출하여 위험도를 제시함으로써 이를 통한 대응방안 마련의 기초자료로 활용하고자 한다.
본 연구에서는 대설특성에 따른 잠재적 위험요인을 분석하기 위함으로 위험정도를 평가 및 비교를 위한 것이 아니다. 따라서, 본 연구에서는 각 지자체들의 제설대응체계 능력은 별도로 고려하지 않고 온전히 위험정도에 대한 내용만을 제시하였다.
본 연구는 대설 및 피해특성을 고려하여 충청북도 11개 시군의 대설위험정도를 구분하고 잠재적 위험요인을 파악하고자 함이 그 목적이다. 본 연구를 위한 자료를 수집하기 위한 과정은 다음과 같다.
본 연구는 충청북도 내 각 지자체를 대상으로 적설량 및 대설 피해자료를 구축한 후 지역별 대설특성을 분석하고 대설과 관련된 잠재적 위험요인을 도출하여 위험도를 제시함으로써 이를 통한 대응방안 마련의 기초자료로 활용할 수 있게 하고자 하였다. 이를 위해 1979년 1 월 1일부터 2014년 8월 31일까지 35년 동안의 평균적설량 및 최대적설량을 구축하고 이와 관련된 피해특성을 재해연보를 통하여 수집하였다.
본 연구에서는 적설량과 잠재적 위험요인들을 토대로 잠재적 위험도를 분석하고자 IPA분석방법을 응용하고자 한다. IPA 분석에서의 중요도와 만족도 축을 적설량과 잠재적 위험요인 축으로 재설정하고 이에 대한 평균값을 통하여 지역 및 위험요인 별 잠재적인 위험도를 측정하고자 한다.
넷째, 대설 및 피해특성을 분석하고 대설로 인한 위험정도는 산정한다. 산정된 위험정도를 잠재적 위험도와 비교해보고자 한다. 마지막으로, IPA를 응용한 방법으로 대설특성과 잠재적 위험요인간의 분석을 통해 충청북도 11개 시ㆍ군에 대한 잠재적 위험도를 도출한다.
제천시, 충주시, 단양군, 증평군, 영동군, 청주시의 경우 35년최 대적설량과 평균적설량이 높은 지역이 많았으나 35년 인당 재산피해액이 낮아 상대적으로 대설에 잠재적 위험요인이 적을수 있음을 예상해볼 수 있다. 이러한 해석이 타당한지에 대해서는 잠재적 위험요인 분석에서 검증해 보고자 한다.
제안 방법
선행연구검토 결과, 대설관련 잠재적 위험요인은 주택, 비닐하우스, 도로, 농업시설, 교통, 농작물 시설재배 피해로 도출되었다. 다음으로 관련전문가를 대상으로 Brain storming을 수행하였다. 전문가는 도시전문가 1인, 방재전문가 1인, 교통전문가 1인으로 구성하였으며, 선행연구에서 검토된 잠재적 위험요인에 대한 자유로운 토의를 진행하였다.
먼저, 선행연구 검토를 통하여 한계점 도출 및 본 연구의 차별성을 제시한다. 둘째, 기상청 6개 기상관측소 및 재해연보를 통하여 충청북도 11개 시ㆍ군에 대한 대설특성 및 피해 관련 자료를 구축한다. 대설특성으로는 35년(1979년 1월 1일 ~ 2014년 8월 31일) 평균적설량(cm), 최대적설량(cm)와 피해특성으로는 35년 인당 재산피해액에 대한 자료를 수집하였다.
하지만, 청원군의 경우 세종시로 편입된 부분이 있기 때문에 연도별 자료의 객관성 확보가 어려울 것이라 판단하여 본 연구에서는 제외하였다. 둘째, 충청북도 적설량 자료에 대한 신뢰성을 높이기 위해 각 지역별 대설재해에 대한 재산피해액을 조사하였다. 피해규모정도는 안전행정부 및 소방방재청에서 발간하는 재해연보를 통하여 적설량과 동일하게 35년간의 재산피해 관련 데이터를 구축하였다.
이를 위해 1979년 1 월 1일부터 2014년 8월 31일까지 35년 동안의 평균적설량 및 최대적설량을 구축하고 이와 관련된 피해특성을 재해연보를 통하여 수집하였다. 또한, 대설로 인한 잠재적 위험요인을 선행연구 및 Brainstorming을 통하여 선정 및 구축하였다.
산정된 위험정도를 잠재적 위험도와 비교해보고자 한다. 마지막으로, IPA를 응용한 방법으로 대설특성과 잠재적 위험요인간의 분석을 통해 충청북도 11개 시ㆍ군에 대한 잠재적 위험도를 도출한다.
먼저, 선행연구 검토를 통하여 한계점 도출 및 본 연구의 차별성을 제시한다. 둘째, 기상청 6개 기상관측소 및 재해연보를 통하여 충청북도 11개 시ㆍ군에 대한 대설특성 및 피해 관련 자료를 구축한다.
하지만, 6개의 기상관측소의 데이터를 토대로 11개의 시군의 적설량을 파악할 수 없기 때문에 기상청에서 제시하고 있는 상세관측자료(AWS)를 활용하여 11개 시ㆍ군의 적설량을 산정하였다. 산정된 11개 시ㆍ군의 적설량을 분석하여 35년 평균 적설량(cm)과 35년 최대 적설량(cm)를 도출하였다. 하지만, 청원군의 경우 세종시로 편입된 부분이 있기 때문에 연도별 자료의 객관성 확보가 어려울 것이라 판단하여 본 연구에서는 제외하였다.
본 연구는 충청북도 내 각 지자체를 대상으로 적설량 및 대설 피해자료를 구축한 후 지역별 대설특성을 분석하고 대설과 관련된 잠재적 위험요인을 도출하여 위험도를 제시함으로써 이를 통한 대응방안 마련의 기초자료로 활용할 수 있게 하고자 하였다. 이를 위해 1979년 1 월 1일부터 2014년 8월 31일까지 35년 동안의 평균적설량 및 최대적설량을 구축하고 이와 관련된 피해특성을 재해연보를 통하여 수집하였다. 또한, 대설로 인한 잠재적 위험요인을 선행연구 및 Brainstorming을 통하여 선정 및 구축하였다.
잠재적 위험도 분석은 35년 평균적설량과 잠재적 위험요인, 35년 최대적설량과 잠재적 위험요인의 2가지 유형으로 구분하여 분석을 진행하였다. 위험 정도에 대한 정의는 다음과 같다.
셋째, 잠재적 위험요인에 대한 자료를 수집한다. 잠재적 위험요인을 도출하기 위해 선행연구 검토 및 Brainstorming을 수행한다. 넷째, 대설 및 피해특성을 분석하고 대설로 인한 위험정도는 산정한다.
둘째, 충청북도 적설량 자료에 대한 신뢰성을 높이기 위해 각 지역별 대설재해에 대한 재산피해액을 조사하였다. 피해규모정도는 안전행정부 및 소방방재청에서 발간하는 재해연보를 통하여 적설량과 동일하게 35년간의 재산피해 관련 데이터를 구축하였다. 재산피해액의 경우 35년간의 데이터를 활용하기 때문에 2013년의 화폐가치로 환산하여 충청북도 11개 시ㆍ군에대한 재산피해액을 산정하였다.
35년간(1979년 1월 1일 ~ 2014년 8월 31일) 일일 최심신적설 데이터 13,149개를 분석에 활용하고자 하였다. 하지만, 6개의 기상관측소의 데이터를 토대로 11개의 시군의 적설량을 파악할 수 없기 때문에 기상청에서 제시하고 있는 상세관측자료(AWS)를 활용하여 11개 시ㆍ군의 적설량을 산정하였다. 산정된 11개 시ㆍ군의 적설량을 분석하여 35년 평균 적설량(cm)과 35년 최대 적설량(cm)를 도출하였다.
대상 데이터
첫째, 충청북도에 위치하고 있는 기상청의 6개 기상관측소별 데이터를 구축한다. 35년간(1979년 1월 1일 ~ 2014년 8월 31일) 일일 최심신적설 데이터 13,149개를 분석에 활용하고자 하였다. 하지만, 6개의 기상관측소의 데이터를 토대로 11개의 시군의 적설량을 파악할 수 없기 때문에 기상청에서 제시하고 있는 상세관측자료(AWS)를 활용하여 11개 시ㆍ군의 적설량을 산정하였다.
둘째, 기상청 6개 기상관측소 및 재해연보를 통하여 충청북도 11개 시ㆍ군에 대한 대설특성 및 피해 관련 자료를 구축한다. 대설특성으로는 35년(1979년 1월 1일 ~ 2014년 8월 31일) 평균적설량(cm), 최대적설량(cm)와 피해특성으로는 35년 인당 재산피해액에 대한 자료를 수집하였다. 재산피해액의 경우 35년간의 데이터를 활용하기 위해 2013년의 화폐가치로 환산하여 재산 정하고자 한다.
연구의 범위로는 충청북도 11개 시ㆍ군을 대상으로 한다. 하지만, 청원군의 경우 세종시로 편입된 부분이 있기 때문에 연도별 자료의 객관성 확보가 어려울 것이라 판단하여 본 연구에서는 제외하였다.
Brain storming 결과, 노후화된 주택, 도로 및 도로시설(교량, 터널 등), 농업시설 및 면적, 비닐하우스가 대설에 잠재적으로 위험한 요인으로 선정되었다. 위험요인에 대한 자료를 수집하기 위하여 충청북도 통계연보 자료를 활용하였다. 하지만, 비닐하우스의 경우 통계연보 및 관련 통계자료에 수집이 어려워 본 연구에서는 제외하였다.
피해규모정도는 안전행정부 및 소방방재청에서 발간하는 재해연보를 통하여 적설량과 동일하게 35년간의 재산피해 관련 데이터를 구축하였다. 재산피해액의 경우 35년간의 데이터를 활용하기 때문에 2013년의 화폐가치로 환산하여 충청북도 11개 시ㆍ군에대한 재산피해액을 산정하였다.
첫째, 충청북도에 위치하고 있는 기상청의 6개 기상관측소별 데이터를 구축한다. 35년간(1979년 1월 1일 ~ 2014년 8월 31일) 일일 최심신적설 데이터 13,149개를 분석에 활용하고자 하였다.
성능/효과
37cm로 타 지역과 크게 차이가 나지 않았다. 35년 최대 적설량도 옥천군이 32.80cm로 높았으며 음성군과 진천군은 22.50cm로 낮은 것으로 도출되었다. 하지만, 35년 인당 재산피해액의 경우 39.
35년 최대적설량과 65세 이상 고령자와의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역으로는 청주시인 것 으로 나타났다. 농경지면적과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 괴산군, 영동군, 보은군인 것으로 나타났다.
다음으로 노후 건축물과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 청주시와 영동군인 것으로 나타났다. 35년 최대적설량과 포장도로와의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 청주시와 영동군인 것으로 나타났다. 하지만 영동군 및 보은군의 경우 포장도로 연장 평균값인 432,033.
괴산군과 보은군의 경우 35년 인당 재산피해액이 타 지역에 비해 높았다. 35년 최대적설량의 경우에도 보은군 39.90cm, 괴산군 32.00cm로 대설로 인한 위험정도가 높은 것으로 해석할 수 있었다. 다음으로 음성군, 옥천군, 진천군의 경우 35년 평균적설량은 2.
이는 상대적으로 제천시가 연장을 짧지만 35년 평균적설량은 많기 때문인 것으로 해석해 볼 수 있다.35년 평균적설량과 교량과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 제천시과 보은군으로 나타났다. 하지만, 보은군의 경우 평균값에 거의 근접해 있어 상황에 따른 위험도가 달라질 수 있는 것으로 해석해 볼 수 있다.
35년 평균적설량과 잠재적 위험요인간의 위험도를 살펴보면, 제천시, 보은군이 여러 가지 측면에서 잠재적 위험도가 높은 것으로 도출되었다. 위험요인에 대한 잠재적 위험도가 높은 지역은 충주시, 청주시가 높은 것으로 도출되었는데 이는 지역특성상 시의 규모로서 상대적으로 다른 지역에 비해 잠재적 위험요인의 수가 많기 때문으로 해석해 볼 수 있다.
하지만, 보은군의 경우 평균값에 거의 근접해 있어 상황에 따른 위험도가 달라질 수 있는 것으로 해석해 볼 수 있다. 35년 평균적설량과 터널과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 단양군과 보은군으로 나타났다. 보은군과 단양군의 경우 다른 지역에 비해 상대적으로 평균적설량이 높아 터널에 대한 잠재적 위험도가 높은 것 으로 해석된다.
35년 평균적설량과 포장도로와의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 포장도로의 연장이 많은 충주시와 청주시보다 제천시가 더 높은 것으로 도출되었다. 이는 상대적으로 제천시가 연장을 짧지만 35년 평균적설량은 많기 때문인 것으로 해석해 볼 수 있다.
전문가는 도시전문가 1인, 방재전문가 1인, 교통전문가 1인으로 구성하였으며, 선행연구에서 검토된 잠재적 위험요인에 대한 자유로운 토의를 진행하였다. Brain storming 결과, 노후화된 주택, 도로 및 도로시설(교량, 터널 등), 농업시설 및 면적, 비닐하우스가 대설에 잠재적으로 위험한 요인으로 선정되었다. 위험요인에 대한 자료를 수집하기 위하여 충청북도 통계연보 자료를 활용하였다.
특징적인 점은 앞서 분석된 35년 평균 및 최대적설량과 35년 인당 재산피해액 결과, 제천시는 인당 재산피해액이 가장 적은 측면에 속하였으나 잠재적인 위험도는 높은 것으로 해석되었다. 괴산군의 경우도 35년 인당 재산피해액은 가장 높았으나 잠재적인 위험도는 낮은 것으로 나타났다. 이는 본 연구에서 제시하고자 했던 물리적인 특성 뿐만 아니라 비 물리적인 특성인 제설대응인력, 체계 등과 같은 부분을 고려해야 함을 의미한다고 보여 진다.
따라서, 상황에 따른 고려가 필요하다고 판단된다. 교량과의 위험도 분석결과, 잠재적 위험도가 높은 1 사분면에 속한 지역은 괴산군, 영동군, 보은군인 것으로 나타났다. 하지만, 보은군, 옥천군, 청주시의 경우 1사분면과 4사분면의 경계에 속해 있어 이에 대한 고려가 필요하다고 판단된다.
35년 최대적설량과 65세 이상 고령자와의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역으로는 청주시인 것 으로 나타났다. 농경지면적과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 괴산군, 영동군, 보은군인 것으로 나타났다. 하지만, 충주시와 음성군, 제천시의 경우 1 사분면으로 거의 근접해 있어 이에 대한 고려가 필요할 것 이라 판단된다.
하지만, 충주시와 음성군, 제천시의 경우 1 사분면으로 거의 근접해 있어 이에 대한 고려가 필요할 것 이라 판단된다. 다음으로 노후 건축물과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 청주시와 영동군인 것으로 나타났다. 35년 최대적설량과 포장도로와의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 청주시와 영동군인 것으로 나타났다.
마지막으로 35년 최대적설량과 터널과의 위험도 분석결과, 잠재적 위험도가 높은 1사분면에 속한 지역은 괴산군, 옥천군, 보은군으로 나타났다.
분석결과, 35년 평균적설량으로 인한 잠재적 위험도는 제천시와 보은군이 여러 가지 측면에서 가장 높은 것으로 도출되었다. 하지만, 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 알 수 있었는데 청주시, 영동군, 괴산군, 보은군이 잠재적 위험도가 높은 것으로 나타났다.
본 연구 결과에서 살펴보면 특징적인 점이 한 가지가 있었다. 앞서 분석된 35년 평균 및 최대적설량과 피해특성에 대한 기초통계에서는 괴산군의 경우 35년 인당 재산피해액이 가장 높아서 대설로 인한 위험이 높은 것으로 해석되었으나, IPA를 응용한 분석결과에서는 잠재적 위험도가 낮은 것으로 나타났다. 이는 본 연구에서는 대설에 대한 잠재적 위험도만을 제시하였으나 실질적으로 대설로 인한 위험에는 그에 따른 대응체계 구축이 각 지자체별로 잘 되어 있는지에 대한고려가 필요하며 이에 대한 적용이 대설로 인한 위험도 산정에 반영되어야 함을 의미한다고 판단된다.
잠재적 위험요인에 대한 특성을 검토한 결과, 비교적 타 지역에 비해 규모적인 측면에서 큰 청주시와 충주시가 잠재적인 위험요인이 가장 많은 것으로 나타났다. 본 연구에서는 대설특성에 따른 잠재적 위험요인을 분석하기 위함으로 위험정도를 평가 및 비교를 위한 것이 아니다.
위험요인에 대한 잠재적 위험도가 높은 지역으로는 충주시, 제천시가 가장 높은 순으로 도출되었다. 적설량에 대한 잠재적 위험도가 높은 지역으로는 단양군, 증평균, 옥천군 순으로 나타났으며 잠재적 위험도가 낮은 지역은 진천군, 음성군, 증평균, 단양군 순으로 도출되었다.
지난 2000~2009년 동안 우리나라의 자연재해 유형별 피해규모를 분석한 결과에 따르면, 자연재해로 인한 사망자 측면에서는 태풍⋅호우⋅강풍 등 풍수해가 97.0%를 차지하고 있고 대설은 3.0%로 거의 대다수의 사망자가 풍수해로 인해 발생되고 있으나, 이재민 측면에서는 태풍(67.0%)에 이어 대설(17.6%)에 의해 발생하는 비율이 매우 높게 나타났다.
충청북도 대설특성에 따른 잠재적 위험요인에 대한 지역의 빈도수를 살펴보면 잠재적 위험도가 종합적으로 가장 높은 지역은 보은군, 제천시, 괴산군, 영동군, 청주시 순으로 도출되었다. 지역에 대한 빈도수는 해당 사분면에 포함되었던 횟수를 의미하며 횟수가 많을수록 대설특성에 따른 잠재적 위험도가 높을 수 있음을 의미한다.
단, 3사분면의 경우에는 포함횟수가 많을수록 잠재적 위험도는 낮음을 의미한다. 특징적인 점은 앞서 분석된 35년 평균 및 최대적설량과 35년 인당 재산피해액 결과, 제천시는 인당 재산피해액이 가장 적은 측면에 속하였으나 잠재적인 위험도는 높은 것으로 해석되었다. 괴산군의 경우도 35년 인당 재산피해액은 가장 높았으나 잠재적인 위험도는 낮은 것으로 나타났다.
하지만, 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 분석결과를 종합을 통하여 알 수 있었다. 이처럼 대설의 특성 및 잠재적 위험요인에 따라서 잠재적인 위험도를 차이가 날 수 있음을 파악하고 이에 따른 제설대응방안을 수립하여야 할 것이다.
후속연구
이처럼 대설특성에 따른 잠재적인 위험도는 다양하게 나타나고 있음을 알 수 있다. 따라서, 향후 충청북도의 대설과 관련된 제설대응방안 마련에 특성반영을 고려할 필요가 있다고 판단된다.
본 연구는 일반적인 대설특성뿐만 아니라 잠재적인 위험요인들을 도출하고 그에 대한 위험도를 분석하였다는 점에서 그 의의를 가진다. 본 연구의 결과는 향후 충청북도 각 지자체들의 제설대응체계 및 대응방안 마련에 기초 자료로 활용할 수 있을 것이다.
하지만, 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 분석결과를 종합을 통하여 알 수 있었다. 이처럼 대설의 특성 및 잠재적 위험요인에 따라서 잠재적인 위험도를 차이가 날 수 있음을 파악하고 이에 따른 제설대응방안을 수립하여야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
대설에 의한 피해는 주로 언제 발생하는가?
이는 경제발전의 고도화, 도시화 및 산업화의 진전 등에 따라 인구⋅시설 및 기능의 집적화가 이루어지고, 그로 인해 자연재해가 한번 발생하면 피해규모 및 강도는 매우 광역적으로 나타나게 된다. 대설에 의한 피해는 연중 12월부터 2월 사이에 주로 발생하며, 도시지역에 있어서는 교통체증과 미끄러짐에 의한 차량사고 등으로 인해 출근길의 대 혼잡을 초래하기도 한다. 또한 눈이 쌓여 그 하중을 견디다 못해 구조물이 붕괴되는 사고가 발생하기도 하고, 도시 이외의 지역에서는 비닐하우스나 축사 등의 붕괴사고도 빈번히 발생하고 있다.
피해규모의 대형화⋅광역화는 무엇에 따라 나타나는가?
전 세계적인 기후변화로 인하여 자연재해의 발생 양상에 큰 변화가 나타나고 있으며, 특히 발생빈도의 증가 및 피해규모의 대형화⋅광역화가 특징으로 나타나고 있다. 이는 경제발전의 고도화, 도시화 및 산업화의 진전 등에 따라 인구⋅시설 및 기능의 집적화가 이루어지고, 그로 인해 자연재해가 한번 발생하면 피해규모 및 강도는 매우 광역적으로 나타나게 된다. 대설에 의한 피해는 연중 12월부터 2월 사이에 주로 발생하며, 도시지역에 있어서는 교통체증과 미끄러짐에 의한 차량사고 등으로 인해 출근길의 대 혼잡을 초래하기도 한다.
35년 평균적설량으로 인한 잠재적 위험도가 가장 높은 도시는?
본 연구에서는 충청북도 내 각 지자체를 대상으로 지역별 대설특성을 통한 잠재적 위험요인을 분석하였다. 분석결과, 35년 평균적설량으로 인한 잠재적 위험도는 제천시와 보은군이 가장 높았으며 35년 최대적설량을 통한 잠재적 위험요인에서는 다른 결과가 도출되는 것을 알 수 있었다. 잠재적 위험요인에 대한 지역의 빈도수를 살펴보면 가장 높은 지역은 보은군, 제천시, 괴산군, 영동군, 청주시 순으로 도출되었다.
참고문헌 (9)
Gu, Yusung. (2013). "Selecting and Assessing Vulnerable Zones of Snow Damage in Urban Areas-the case of City of Busan". Korean Society of Civil Engineers Journal, Vol.33, No.3, pp.1077-1086
Kim, Saet Byul.Shin, Hyung Jin.Ha, Rim.Kim, Seong Joon. (2012). "Spatio-temporal Analysis of Snowfall for 5 Heavy Snowfall Areas in South Korea". Korean Society of Civil Engineers Journal, Vol.32, No.2B, pp.103-111
Kim, Taeho.Yoon, Sanghoon.Ko, Junho. (2007). "Evaluation of Urban Roadway Service Quality Using Modified-IPA Technique", Korean Society of Transpotation Scholarship Conference Journal p.574-583
Lee, Kyoungmi.Lee Seungho. (2006). "The Spatial Distribution of Snowfall ans its Development Mechanism over the Honam Area". The Korean Geographical Society Journal, Vol.41, No.4, pp.457-469
Lee, Sukmin.Bae, Yoon-Shin.Park, Jihye. (2014). "Suggestion of Heavy Snow Risk Analysis in Seoul". Korean Society of Road Engineers Journal, Vol.16, No.3, pp.59-66
Choi, Gwangyong.Kim, Jinsu. (2010). "Surface Synoptic Climatic Patterns for Heavy Snowfall Events in the Republic of Korea". The Korean Geographical Society Journal, Vol.45, No.3, pp.319-341
Weather data of the Meteorological Administration(www.kma.go.kr)
National Emergency Management Agency. (2011). "The Development of Heavy Snowfall Casualty Minimization Policies and Optimal Road Snow Removal Systems considering Climate Change"
National Emergency Management Agency.central disaster and safety countermeasures headquarters. (1979-2013). chronological list of Disaster
※ AI-Helper는 부적절한 답변을 할 수 있습니다.