[논문]지표유출메커니즘을 활용한 홍수취약지구 표출 기법

이재영; 한건연; 김현일

doi:10.11108/kagis.2019.22.4.181

지표유출메커니즘을 활용한 홍수취약지구 표출 기법
Mapping Technique for Flood Vulnerable Area Using Surface Runoff Mechanism 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.22 no.4, 2019년, pp.181 - 196

이재영 (한국건설기술연구원 국토보전연구본부) , 한건연 (경북대학교 건설환경에너지공학부) , 김현일 (경북대학교 건설환경에너지공학부)

초록
AI-Helper

홍수는 다양한 원인으로 발생할 수 있으며, 주로 내수배제 불량이나 외수범람을 홍수의 주요 원인으로 주목하고 있으며, 대규모 유역 유출을 발생시키는 강우 또한 빈번히 발생하고 있는 실정이다. 기존의 홍수위험지도는 수리·수문학적 모델링을 통한 분석을 기반으로 하여 방대한 자료의 수집과 복잡한 분석과정으로 인한 장시간의 소요시간으로 넓은 지역에 대한 홍수위험지도 작성이 어려운 실정이다. 본 연구에서는 이를 극복하고자 홍수위험도 산정 시 필요한 시간과 노력을 절감하고 광범위한 지역에 대한 세밀한 분석을 실시하기 위해 지표유출메커니즘을 고려한 홍수취약지구 선정 기법을 제안하고자 한다. 홍수취약지구 선정 기법을 대상지역인 서울시에 적용하여 2×2 혼동행렬과 ROC(Receiver Operation Characteristic) 곡선을 활용하여 검증함으로써 선정된 취약지구 인근에서 침수피해가 발생하기 쉽다는 것을 확인할 수 있었다. 본 연구의 결과를 이용하여 관리 우선순위를 반영하여 효율적인 예산 배분과 체계적인 방재대책 수립이 가능할 것으로 판단된다.

Abstract ▼ AI-Helper

Floods can be caused by a variety of factors, and the main cause of floods is the exceeding of urban drainage system or river capacity. In addition, rainfall frequently occurs that causes large watershed runoff. Since the existing methodology of preparing for flood risk map is based on hydraulic and hydrological modeling, it is difficult to analyse for a large area because it takes a long time due to the extensive data collection and complex analysis process. In order to overcome this problem, this study proposes a methodology of mapping for flood vulnerable area that considered the surface runoff mechanism. This makes it possible to reduce the time and effort required to estimate flood vulnerabilities and enable detailed analysis of large areas. The target area is Seoul, and it was confirmed that flood damage is likely to occur near selected vulnerable areas by verifying using 2×2 confusion matrix and ROC curve. By selecting and prioritizing flood vulnerable areas through the surface runoff mechanism proposed in this study, the establishment of systematic disaster prevention measures and efficient budget allocation will be possible.

주제어

표/그림 (18)

그림 FIGURE 1. Flow chart of this study
그림 FIGURE 2. Definition of surface runoff mechanism
표 TABLE 1. Analysis element and criteria
표 TABLE 2. Required data for analysis by vulnerable map
표 TABLE 3. 2×2 Confusion Matrix
그림 FIGURE 3. Terrain, land use, soil map of study area
표 TABLE 4. Model performance evaluation range of AUC
그림 FIGURE 3. Terrain, land use, soil map of study area
그림 FIGURE 4. Flood vulnerable area(generation)
표 TABLE 5. Proportion of vulnerable area(generation)
그림 FIGURE 5. Flood vulnerable area(transfer)
표 TABLE 6. Proportion of vulnerable area(transfer)
그림 FIGURE 6. Flood vulnerable area(accumulation)
표 TABLE 7. Proportion of vulnerable area(accumulation)
그림 FIGURE 7. ROC Curve by effect of building and buffer size
그림 FIGURE 8. Representative comparison of inundated and flood vulnerable areas
표 TABLE 8. Example of 2×2 Confusion Matrix(accumulation, w/ building)
표 TABLE 9. AUC by effect of building and buffer size

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 서울특별시를 대상으로 지표유출메커니즘 기반의 홍수취약지구 선정 기법을 적용하고 이를 침수흔적과의 비교를 통해 적용성을 검토하였다. 홍수취약지구 선정에는 강우가 지표면에 도달하여 침투되지 못하고 지표면에 생성되어 경사를 따라 이동하다가 누적되는 지표유출메커니즘을 종합적으로 반영하였다.
또한, 본 연구에서는 여러 유출 특성지표들을 이진연산을 이용하여 유출이 일어나기 쉬운 지역은 1, 그렇지 않은 지역은 0으로 표현하였다. 이를 통해 데이터의 품질과 불확실성, 사용자의 주관 등에 관계없이 견고한 지표를 구현하고자 하였다.
본 연구에서 서울특별시에 대해 적용한 홍수취약지구의 적용성을 검증하기 위해 국가 재난 관리 정보 시스템(NDMS, National Disaster Management System)에 기록된 침수피해 조사 지점 자료와 침수흔적도 자료를 이용하였다. 지표유출메커니즘을 활용한 홍수취약지구는 침수발생 당시의 강우자료를 반영하지 않으므로 오랜 기간 축적된 침수흔적 자료를 통해 상습침수피해 발생 지역과 홍수취약지구를 비교하고자 하였다. 침수흔적 조사기간은 1987년부터 2011년의 자료로 전 기간의 조사 지점을 점 형태로 구축하여 격자 형태의 홍수취약지구와 비교하였다.
홍수취약지구 선정 기법의 적용성 검증을 위해 선정된 홍수취약지구가 침수흔적도와 NDMS의 침수발생 지점 등 실제로 침수가 발생한 이력과 일치하는지 확인하였다. 취약지구의 자료 형태는 래스터 연산을 위해 5m×5m의 정형격자로 구성되어 있는 반면, 침수흔적 자료의 경우 점 자료로 존재하며 침수가 일어난 도로가 아닌 신고자의 주소 위치의 건물에 위치하는 경우도 있다.

제안 방법

이에 본 연구에서는 GIS 분석 도구인 ArcGIS를 이용해 지표유출메커니즘 기반의 홍수취약지구 선정기법을 그림 1과 같이 제시하였다. 강우가 지표면에 도달하여 유출수를 형성하고 이동하여 누적되는 과정을 일컬어 지표유출메커니즘이라 하는데 이와 같이 유출수가 지표면에 생성되기 쉽고, 지표면을 따라 이동하기 쉬우며, 흐르는 유출수가 누적되기 쉬운 특성을 고려하여 세부 지표를 선정하였다. 선정된 지표에 대한 분석을 위해 수치지형도, 토지이용도, 토양도 등 공공데이터를 GIS분석 도구로 가공하여 유출 현상이 발생하기 쉬운 지역을 지역별로 구분하고자 하였다.
기존의 적합도 검증에서는 침수흔적도와 침수예상도의 면적만을 비교하여 백분율로 나타냈지만 본 연구에서는 이러한 오류발생을 종합적으로 검토하기 위해 2×2 혼동행렬과 ROC(ROC, Receiver Operation Characteristic) 곡선을 활용하였다.
둘째, 건물의 영향을 확인하기 위해 지형자료 구축과정에서 건물의 표고 등을 고려하여 비교하였으며, 점 자료로 구성된 침수흔적 자료와 래스터 연산으로 선정된 취약지구의 서로 다른 자료형태에서 발생하는 불확실성을 보완하기 위해 5m, 10m의 버퍼를 형성하였다. 종합적으로 분석한 결과 버퍼의 크기가 커질수록 AUC가 최대 0.
또한, 도시지역으로 구성된 서울시의 특성을 고려하여 지형자료 구축 시 건물의 고도를 반영한 지형자료와 지표면 표고자료만 이용한 지형자료에 대해 비교·분석도 실시하였으며, 침수흔적 자료와의 검증에는 2×2 혼동행렬과 ROC 곡선을 활용하였다.
본 연구에서 사용된 분석에 필요한 기초 자료로 국토지리정보원, 국토교통부, 농촌진흥청 등에서 제공하는 공공 데이터인 수치지형도, 토지이용도, 토양도를 기본 자료로 활용하여 GIS 도구를 통해 홍수취약지구 분석의 각 지표에 해당되는 자료로 가공하였다. 또한, 본 연구에서는 여러 유출 특성지표들을 이진연산을 이용하여 유출이 일어나기 쉬운 지역은 1, 그렇지 않은 지역은 0으로 표현하였다. 이를 통해 데이터의 품질과 불확실성, 사용자의 주관 등에 관계없이 견고한 지표를 구현하고자 하였다.
본 연구에서 적용한 2×2 혼동행렬의 개요는 표 3과 같다. 먼저, 유출 이동, 누적 취약지구의 0에서 5점 사이의 취약도 중 기준 점수 이상의 취약도를 나타내는 지역이 침수가 일어나기 쉬운 지역으로 판단하여 Positive(+)로 구분하고 기준 점수 미만의 지역을 Negative(-)로 구분하였다. 또한, 취약지구로 선정된 지역에서 침수 흔적 자료가 있는 경우 True Positives(T+), 침수흔적 자료가 없는 경우는 False Positives(F+)를 의미한다.
본 연구에서 사용된 분석에 필요한 기초 자료로 국토지리정보원, 국토교통부, 농촌진흥청 등에서 제공하는 공공 데이터인 수치지형도, 토지이용도, 토양도를 기본 자료로 활용하여 GIS 도구를 통해 홍수취약지구 분석의 각 지표에 해당되는 자료로 가공하였다. 또한, 본 연구에서는 여러 유출 특성지표들을 이진연산을 이용하여 유출이 일어나기 쉬운 지역은 1, 그렇지 않은 지역은 0으로 표현하였다.
강우가 지표면에 도달하여 유출수를 형성하고 이동하여 누적되는 과정을 일컬어 지표유출메커니즘이라 하는데 이와 같이 유출수가 지표면에 생성되기 쉽고, 지표면을 따라 이동하기 쉬우며, 흐르는 유출수가 누적되기 쉬운 특성을 고려하여 세부 지표를 선정하였다. 선정된 지표에 대한 분석을 위해 수치지형도, 토지이용도, 토양도 등 공공데이터를 GIS분석 도구로 가공하여 유출 현상이 발생하기 쉬운 지역을 지역별로 구분하고자 하였다.
유역 형상계수는 유역 길이에 대한 면적의 비율로 유역의 폭이 넓고 길이가 짧으면 형상계수는 커지고 첨두홍수량이 증가하는 특성을 고려하여 해당 지역의 유역 형상계수가 대상 지역의 평균 유역 형상계수보다 큰 경우 유출수의 이동에 유리하다고 판단하여 1점을 부여하였다. 우리나라의 도로는 성토된 지형이 대부분이기 때문에 반드시 유출수가 도로를 따라 이동하지는 않지만 도시지역의 경우 도로를 따라 유출수가 이동하기 쉬운 구조로 되어있으므로 도로 지역에 1점을 부여하였다.
유출 누적 취약지구의 다섯 가지 분석 요소는 표 1과 같이 상류의 유출 생성 지수, 경사, 경사 천이점, 지표습윤계수 및 흐름 누적계수로 수치지형도를 이용해서 분석하였다.
침수흔적 조사기간은 1987년부터 2011년의 자료로 전 기간의 조사 지점을 점 형태로 구축하여 격자 형태의 홍수취약지구와 비교하였다. 유출 생성 취약지구는 이동, 누적 취약지구의 분석 요소가 되었으므로 제외하고, 유출 이동 취약지구와 유출 누적 취약지구가 실제로 발생한 침수흔적과 일치하는지 확인하였다.
유출 생성 취약지구의 다섯 가지 분석 요소는 표 1과 같이 토양 투수성, 토양 두께, 토양 침식성, 경사와 TWI 및 토지 이용으로 수치지형도, 토양도, 토지이용도를 이용해 GIS를 통해 분석하였다.
유출 이동 취약지구의 다섯 가지 분석 요소는 표 1과 같이 상류의 유출 생성 지수, 경사, 경사 천이점, 유역 형상계수 및 도로로 수치지형도를 이용해서 분석하였다.
본 연구에서 제시하는 GIS분석 도구를 통해 수치 표고 모델(DEM)의 정보를 사용하는 지형학적 접근법은 간단하고 자동화가 가능하며 토지이용도와 토양도를 이용한 여러 매개 변수에 대한 고려가 가능하다. 이러한 DEM 격자기반 분석을 통해 여러 분석 요소를 고려하여 유출 생성 취약도를 산정하고 이를 이동, 누적 취약도의 입력자료로 활용함으로써 광범위한 지역에 대한홍수취약도 분석이 가능하다.
취약지구의 자료 형태는 래스터 연산을 위해 5m×5m의 정형격자로 구성되어 있는 반면, 침수흔적 자료의 경우 점 자료로 존재하며 침수가 일어난 도로가 아닌 신고자의 주소 위치의 건물에 위치하는 경우도 있다. 이러한 서로 다른 자료의 형태에서 발생하는 불확실성을 보완하기 위해 취약지구로 선정된 격자 주위로 5m, 10m 크기의 버퍼(Buffer)를 형성하여 혼동행렬의 지표들을 계산하였으며, 건물영향을 고려한 유출 누적 취약지구에 대한 혼동행렬 지표를 표 8에 제시하였다. 지면관계상 3점 이상의 홍수취약도를 나타내는 격자를 기준으로 버퍼에 따라 0m는 대상격자만 고려, 5m는 대상격자를 포함하여 9개의 격자, 10m는 대상격자를 포함하여 25개의 격자 내에 침수흔적 자료가 존재하는지 비교하였다.
이상의 5가지 분석 요소를 격자별로 합산하여 0에서 5점의 취약도 점수를 부여한 유출 생성 취약지구를 그림 4와 같이 건물의 영향 고려 유무에 따라 비교하였다.
이상의 5가지 분석 요소를 격자별로 합산하여 그림 5와 같이 0에서 5점의 취약도 점수를 부여한 유출 이동 취약지구를 선정하였다.
이상의 5가지 분석 요소를 격자별로 합산하여 그림 6과 같이 0에서 5점의 취약도 점수를 부여한 유출 누적 취약지구를 선정하였다.
이러한 서로 다른 자료의 형태에서 발생하는 불확실성을 보완하기 위해 취약지구로 선정된 격자 주위로 5m, 10m 크기의 버퍼(Buffer)를 형성하여 혼동행렬의 지표들을 계산하였으며, 건물영향을 고려한 유출 누적 취약지구에 대한 혼동행렬 지표를 표 8에 제시하였다. 지면관계상 3점 이상의 홍수취약도를 나타내는 격자를 기준으로 버퍼에 따라 0m는 대상격자만 고려, 5m는 대상격자를 포함하여 9개의 격자, 10m는 대상격자를 포함하여 25개의 격자 내에 침수흔적 자료가 존재하는지 비교하였다. 계산에 참여한 총 격자수는 22,676,271개, 3점 이상의 홍수취약도를 나타내는 격자는 7,784,288개, 3점 미만은 14,891,983개로 구성되어있다.
첫째, 자연 유역이나 도시 지역과 같이 광범위한 지역에 대한 지표유출메커니즘 기반의 홍수취약지구 선정 기법을 제시하였다. 홍수취약지구는 유출 생성, 이동, 누적 취약지구로 구성하였고, 각 취약지구는 유출이 일어나기 쉬운 지역은 1, 그렇지 않은 지역은 0으로 5개의 분석 요소를 고려하였으며, 총 0~5점의 취약도를 부여하여 높은 취약도를 나타내는 지역에 대한 점수화된 선정이 가능하도록 하였다.
지표유출메커니즘을 활용한 홍수취약지구는 침수발생 당시의 강우자료를 반영하지 않으므로 오랜 기간 축적된 침수흔적 자료를 통해 상습침수피해 발생 지역과 홍수취약지구를 비교하고자 하였다. 침수흔적 조사기간은 1987년부터 2011년의 자료로 전 기간의 조사 지점을 점 형태로 구축하여 격자 형태의 홍수취약지구와 비교하였다. 유출 생성 취약지구는 이동, 누적 취약지구의 분석 요소가 되었으므로 제외하고, 유출 이동 취약지구와 유출 누적 취약지구가 실제로 발생한 침수흔적과 일치하는지 확인하였다.
첫째, 자연 유역이나 도시 지역과 같이 광범위한 지역에 대한 지표유출메커니즘 기반의 홍수취약지구 선정 기법을 제시하였다. 홍수취약지구는 유출 생성, 이동, 누적 취약지구로 구성하였고, 각 취약지구는 유출이 일어나기 쉬운 지역은 1, 그렇지 않은 지역은 0으로 5개의 분석 요소를 고려하였으며, 총 0~5점의 취약도를 부여하여 높은 취약도를 나타내는 지역에 대한 점수화된 선정이 가능하도록 하였다.
지표 습윤계수는 대상 지역의 포화정도를 나타내며 지표 습윤계수가 유역의 평균보다 높으면 1점을 부여하고 그렇지 않은 지역에 대해서는 0점을 부여하였다. 흐름 누적계수는 ArcGIS를 이용한 소유역 분할에 사용되는 Tool인 Flow Accumulation을 이용해 산정하였으며, 이는 지표면 고도를 비교하여 물의 흐름방향을 8방향으로 결정하고 이 화살표를 누적하며 계산된다. 해당 지역의 흐름 누적계수가 평균 계수보다 높으면 1점을 부여하고 그렇지 않으면 0점을 부여하였다.

대상 데이터

본 연구에서 서울특별시에 대해 적용한 홍수취약지구의 적용성을 검증하기 위해 국가 재난 관리 정보 시스템(NDMS, National Disaster Management System)에 기록된 침수피해 조사 지점 자료와 침수흔적도 자료를 이용하였다. 지표유출메커니즘을 활용한 홍수취약지구는 침수발생 당시의 강우자료를 반영하지 않으므로 오랜 기간 축적된 침수흔적 자료를 통해 상습침수피해 발생 지역과 홍수취약지구를 비교하고자 하였다.
본 연구의 대상지역은 서울특별시로 605㎢의 면적에 1,000만 명이상의 인구가 거주하고 있으며 25개 자치구로 구성되어 있다. 또한, 2015년 기준으로 행정구역 전체가 도시지역이고, 세부적으로는 주거지역 53.

이론/모형

2×2 혼동행렬의 4가지 지표를 이용해 정확도, 편차, 성공률, 오경보율 등과 같은 여러 지표로 나타낼 수 있으나 검증결과를 시각화 및 정량화하여 한눈에 알아보기 쉬운 평가를 위해 ROC 곡선을 적용하였다.
이에 본 연구에서는 GIS 분석 도구인 ArcGIS를 이용해 지표유출메커니즘 기반의 홍수취약지구 선정기법을 그림 1과 같이 제시하였다. 강우가 지표면에 도달하여 유출수를 형성하고 이동하여 누적되는 과정을 일컬어 지표유출메커니즘이라 하는데 이와 같이 유출수가 지표면에 생성되기 쉽고, 지표면을 따라 이동하기 쉬우며, 흐르는 유출수가 누적되기 쉬운 특성을 고려하여 세부 지표를 선정하였다.

성능/효과

2×2 혼동행렬과 ROC 곡선을 이용한 침수흔적 자료와의 검증결과를 평가했을 때 도시지역에 대한 유출 이동 및 누적에 대한 홍수취약지구 선정 기법을 통해 침수피해가 발생하기 쉬운 지역을 추정할 수 있는 것으로 나타났다.
2×2 혼동행렬과 ROC 곡선을 이용한 침수흔적 자료와의 검증결과를 평가했을 때 도시지역에 대한 유출 이동 및 누적에 대한 홍수취약지구 선정 기법을 통해 침수피해가 발생하기 쉬운 지역을 추정할 수 있는 것으로 나타났다. 도시지역의 경우 건물의 영향을 고려한 지형자료가 그렇지 않은 경우에 비해 AUC가 0.878에서 0.905로 개선되는 등 일치율이 높은 것으로 나타났으며, 이는 도로와 건물사이로 발생하는 도시침수의 양상을 건물영향을 고려하면서 향상된 것으로 판단된다.
8%로 나타났다. 두 지형 조건 모두 하천을 제외하고 2점의 취약도를 나타내는 지역이 각각 43.1%와 44.7%로 가장 많은 것을 확인하였다.
3%로 나타났다. 두 지형조건 모두 하천을 제외하고 0점의 취약도를 나타내는 지역이 각각 34.9%와 42.2%로 가장 많은 것을 확인하였다.
8%로 나타났다. 두 지형조건 모두 하천을 제외하고 2점의 취약도를 나타내는 지역이 각각 33.6%와 32.4%로 가장 많은 것을 확인하였다.
905로 증가하는 등 일치율이 높은 것으로 나타났다. 또한 4개의 주요 침수발생 지역에 대한 비교를 제시함으로써 침수피해의 대부분이 홍수취약지구에서 발생했다는 것을 알 수 있었다.
한편, 침수흔적 자료의 침수위치에 대한 불확실성을 보완하기 위한 버퍼의 크기에 따른 비교 결과 버퍼의 크기가 커질수록 우수한 결과를 도출하는 것으로 나타났다. 또한, 유출 이동 취약지구의 경우 대상 격자만 고려했을 때 AUC가 0.6이하로 나타나 표 4에 의해 지표로서 활용도가 떨어지는 것으로 나타났으며, 유출 누적 취약지구의 경우 대상 격자만 고려했을 때에도 준수한 결과를 얻을 수 있었다.
이러한 특성들을 반영하여 지표유출에 대한 취약도를 반영하기 위해서는 계산과 보정이 필요하며 많은 양의 데이터가 필요하다. 본 연구에서 제시하는 GIS분석 도구를 통해 수치 표고 모델(DEM)의 정보를 사용하는 지형학적 접근법은 간단하고 자동화가 가능하며 토지이용도와 토양도를 이용한 여러 매개 변수에 대한 고려가 가능하다. 이러한 DEM 격자기반 분석을 통해 여러 분석 요소를 고려하여 유출 생성 취약도를 산정하고 이를 이동, 누적 취약도의 입력자료로 활용함으로써 광범위한 지역에 대한홍수취약도 분석이 가능하다.
서울시 유출 생성 취약지구는 주로 하천 인근에서 나타났으며, 각 취약도별 분포는 표 5와 같이 나타났으며 하천을 제외하고 3점 이상의 취약도를 나타낸 지역이 건물을 고려하지 않은 경우 전체 면적의 21.7%, 건물을 고려한 유출생성 취약지구는 24.8%로 나타났다. 두 지형 조건 모두 하천을 제외하고 2점의 취약도를 나타내는 지역이 각각 43.
유출 누적 취약지구는 주로 하천 인근의 저지대를 중심으로 분포하였으며, 표 7과 같이 하천을 제외하고 3점 이상의 취약도를 나타낸 지역이 건물을 고려하지 않은 경우 전체 면적의 34.3%, 건물을 고려한 유출 생성 취약지구는 34.3%로 나타났다. 두 지형조건 모두 하천을 제외하고 0점의 취약도를 나타내는 지역이 각각 34.
유출 이동 취약지구는 산지 계곡부나 도심지도로를 따라 나타났으며, 각 취약도별 분포는 표 6과 같이 하천을 제외하고 3점 이상의 취약도를 나타낸 지역이 건물을 고려하지 않은 경우 전체 면적의 27.0%, 건물을 고려한 유출 생성 취약지구는 23.8%로 나타났다. 두 지형조건 모두 하천을 제외하고 2점의 취약도를 나타내는 지역이 각각 33.
둘째, 건물의 영향을 확인하기 위해 지형자료 구축과정에서 건물의 표고 등을 고려하여 비교하였으며, 점 자료로 구성된 침수흔적 자료와 래스터 연산으로 선정된 취약지구의 서로 다른 자료형태에서 발생하는 불확실성을 보완하기 위해 5m, 10m의 버퍼를 형성하였다. 종합적으로 분석한 결과 버퍼의 크기가 커질수록 AUC가 최대 0.526에서 0.886으로 증가하였으며, 건물의 고려 여부에 따라 0.878에서 0.905로 증가하는 등 일치율이 높은 것으로 나타났다. 또한 4개의 주요 침수발생 지역에 대한 비교를 제시함으로써 침수피해의 대부분이 홍수취약지구에서 발생했다는 것을 알 수 있었다.
한편, 침수흔적 자료의 침수위치에 대한 불확실성을 보완하기 위한 버퍼의 크기에 따른 비교 결과 버퍼의 크기가 커질수록 우수한 결과를 도출하는 것으로 나타났다. 또한, 유출 이동 취약지구의 경우 대상 격자만 고려했을 때 AUC가 0.

후속연구

넷째, 도시지역에서 발생할 수 있는 배수시스템의 영향 등의 고려, 실시간 강우자료와의 연계를 통한 홍수 발생 가능성 유추, 지역적 특성에 맞는 이분법적 판단기준의 기준 설정 등의 추후 연구를 통해 홍수취약지구 선정 기법을 보완한다면 실무에서의 활용성이 향상될 것이다.
하지만 대상지역과 같은 도시지역에서는 하수 관망, 펌프장 등의 배수시스템과 같은 인위적인 영향이 존재할 수 있으므로 지표유출로 인한 홍수취약지구는 한계가 있을 것이나 추후 연구를 통해 이를 보완할 수 있을 것이다. 또한, 기상위성 및 강우레이더를 통한 면적강우나 자동기상관측장비(AWS, Automatic Weather System) 및 종관기상관측시스템(ASOS, Automated Synoptic Obseving System)과 홍수취약지구의 중첩을 통해 실시간으로 홍수 발생 가능성을 유추할 수 있을 것이며, 평균경사 등을 이용한 이분법적 판단기준의 일괄적인 적용이 아닌 지역별 특성에 맞는 기준설정을 통해 정확도가 개선될 수 있을 것으로 판단된다.
또한, 일반적인 수리·수문학적 분석을 통한 홍수취약지구 선정은 복잡하며 사용자의 주관에 따른 매개변수 선정에 따른 결과의 차이가 발생할 수 있고, 광범위한 지역에 대한 상세한 분석이 어려우므로 지표유출메커니즘을 활용한 홍수취약지구 선정기법을 표준안을 제시할 수 있을 것으로 판단된다.
본 연구에서 제시한 홍수취약지구 선정기법을 통해 침수피해가 발생하기 쉬운 지역을 찾아내고 피해저감 대책을 수립함으로써 효율적인 홍수방어가 가능할 것으로 판단된다. 또한, 일반적인 수리·수문학적 분석을 통한 홍수취약지구 선정은 복잡하며 사용자의 주관에 따른 매개변수 선정에 따른 결과의 차이가 발생할 수 있고, 광범위한 지역에 대한 상세한 분석이 어려우므로 지표유출메커니즘을 활용한 홍수취약지구 선정기법을 표준안을 제시할 수 있을 것으로 판단된다.
셋째, 본 연구에서 제시한 홍수취약지구 선정기법을 통해 기존의 수치모의를 통한 침수예상도 기반의 홍수취약지구 선정의 단점을 보완할 수 있을 것이며, 지자체별, 유역별 홍수에 대한 표준화된 취약지구를 지정이 가능할 것으로 판단된다. 이를 통해 침수피해 방지를 위한 관리 우선순위를 반영하여 효율적인 예산 배분과 체계적인 방재대책 수립이 가능할 것으로 판단된다.
셋째, 본 연구에서 제시한 홍수취약지구 선정기법을 통해 기존의 수치모의를 통한 침수예상도 기반의 홍수취약지구 선정의 단점을 보완할 수 있을 것이며, 지자체별, 유역별 홍수에 대한 표준화된 취약지구를 지정이 가능할 것으로 판단된다. 이를 통해 침수피해 방지를 위한 관리 우선순위를 반영하여 효율적인 예산 배분과 체계적인 방재대책 수립이 가능할 것으로 판단된다.
하지만 대상지역과 같은 도시지역에서는 하수 관망, 펌프장 등의 배수시스템과 같은 인위적인 영향이 존재할 수 있으므로 지표유출로 인한 홍수취약지구는 한계가 있을 것이나 추후 연구를 통해 이를 보완할 수 있을 것이다. 또한, 기상위성 및 강우레이더를 통한 면적강우나 자동기상관측장비(AWS, Automatic Weather System) 및 종관기상관측시스템(ASOS, Automated Synoptic Obseving System)과 홍수취약지구의 중첩을 통해 실시간으로 홍수 발생 가능성을 유추할 수 있을 것이며, 평균경사 등을 이용한 이분법적 판단기준의 일괄적인 적용이 아닌 지역별 특성에 맞는 기준설정을 통해 정확도가 개선될 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	침수피해에 따른 인명 및 재산피해를 감소시키기 위한 비구조적인 방안은?	최근 빈번하게 발생하는 침수피해에 따른 인명 및 재산피해를 감소시키기 위한 구조적 방안으로 피해가 발생하기 쉬운 지역을 홍수취약지구로 지정하고 이에 대한 제방 보강, 하도 준설, 저류지 설치 등을 적용할 수 있다. 또한, 비구조적 방안으로 강우 및 수위 관측 등 모니터링 시스템을 이용해 홍수발생이 예상되면 대피계획 수립을 위한 의사결정과정 등을 통해 피해를 저감시킬 수 있다. 이를 위해서는 홍수취약지구에 대한 설정이 필수적이며 연구자들에 의해 지속적으로 발전하고 있다.
	지표유출이란?	홍수취약지구를 선정하는 지표유출메커니즘에 대한 연구 또한 진행되었는데 지표유출은 강우가 토양으로 침투되지 않고 표면을 따라 흘러 하천을 형성하는 것으로 정의되며, 강우 강도가 토양의 침투능보다 높은 Hortonian 유출(Horton, 1933)과 토양이 포화되어 나타나는 흐름으로 구분된다(Hewlett and Hibbert, 1967). 지표 유출의 경우 강우량 및 토양특성, 초기 수분함량, 토지이용 등 많은 요소가 복잡하게 연관되어 지표유출에 영향을 주며, 강우가 지표면에 도달함과 동시에 침투 또는 유출이 이루어지기 때문에 관측하기 어려운 현상이다.
	강우로 인한 홍수발생지역 예측에 있어서 지금까지 우리나라에서 적용된 기법들은 무엇을 기초로 하고 있는가?	강우로 인한 홍수발생지역 예측에 있어서 지금까지 우리나라에서 적용된 기법들은 수리·수문학적 분석을 기초로 하고 있다. 이러한 수리·수문학적 분석은 정확한 물리적 해석을 기반으로 강우-유출-흐름-범람해석으로 이어지는 복잡한 메커니즘을 이용해 제방이나 맨홀을 월류하는 제내지로의 유입량을 계산하기 때문에 돌발적으로 발생하는 집중호우에 의해 유출수가 직접적으로 홍수를 발생시키는 현상을 해석하기는 어렵다.

참고문헌 (13)

Arrighi, C., Alcerreca-Huerta, J.C., Oumeraci, H. and Castelli, F. 2015. Drag and Lift Contribution to the Incipient Motion of Partly Submerged Flooded Vehicles. Journal of Fluids and Structures, 57:170-184

상세보기
Arrighi, C., Oumeraci, H. and Castelli, F. 2017. Hydrodynamics of Pedestrians' Instability in Floodwaters. Hydrology and Earth System Sciences, 21:515-531

상세보기
Beven, K.J. and Kirkby, M.J. 1979. A Physically Based Variable Contributing Area Model of Basin Hydrology. Hydrological Sciences Journal, 24(1):43-69

상세보기
Dehotin, J., Breil, P. Braud, I., Lavenne, A. D., Lagouy, M. and Sarrazin, B. 2015. Detecting Surface Runoff Location in a Small Catchment Using Distributed and Simple Observation Method. Journal of Hydrology, 525:113-129

상세보기
DeLong, E.R., DeLong, D.M. and Clarke-Pearson, D.L. 1988. Comparing the Areas Under Two or More Correlated Receiver Operating Characteristic. Biometrics, 44(3):837-845

상세보기
Hewlett, J.D. and Hibbert, A.R. 1967. Factors Affecting the Response of Small Watersheds to Precipitation in Humid Areas. Forest Hydrology, 33(2):275-290
Horton, R.E. 1932. Drainage-Basin Characteristics. American Geophysical Union, 13(1):350-361

상세보기
Horton, R.E. 1933. The Role of Infiltration in the Hydrologic Cycle. American Geophysical Union, 14(1):446-460

상세보기
Kim, T.H., Han, K.Y. and Park, J.H. 2016. New Flood Hazard Mapping using Runoff Mechanism on Gamcheon Watershed, 36(6):1011-1021

원문보기 상세보기
Lagadec, L.R., Patrice, P., Braud, I., Charzelle, B., Moulin, L., Dehotin, J. and Breil, P. 2016. Description and Evaluation of a Surface Runoff Susceptibility Mapping Method. Journal of Hydrology, 541(A):405-509
Lee, J.S. and Choi, H.I. 2016. Flood Vulnerability Index Estimated by Comparing Analysis Methods of Flood Damage Data, 16(2):427-435

원문보기 상세보기
Lee, J.Y., Nam, M.J., Kwon, H.H. and Kim, K.Y. 2016. Flood Risk Estimation with Scenario-based, Coupled River-overland Hydrodynamic Modeling, 49(9):773-787
Zhang, J., Okada, N., Tatano, H. and Hayakawa, S. 2002 Risk Assessment and Zoning of Flood Damage Caused by Rainfall in Yamaguchi Prefecture, Japan. Flood Defence 2002. Science Press, 162-170.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증