1. 서 론

최근 전 세계적으로 발생하는 기상이변으로 인해 우리나라 역시 과거 경험하지 못한 재연재해가 발생하고 있다. 이러한 자연재해는 그 횟수 및 규모가 지속적으로 증가하고 있으며, 인명, 재산, 국가시설 등에 막대한 피해를 발생시키고 있다. 산사태 및 토석류는

지형, 지질, 지질구조, 토층의 물리 및 공학적 특성, 산지의 개발 정도 등 여러 가지 요인이 복합적으로 관련 하여 발생하며, 국토의 약 70%가 산지인 지형특성과 국지성 집중호우로 인해 그 발생 횟수 및 피해규모가 증가하는 추세이다.

토석류 피해와 예방에 대한 연구가 최근 활발하게 이루어지고 있으나, 국내연구는 초기단계로 지속적인 조사와 분석이 이루어져야 할 것이다.

Park and Kim (1993)은 용인-안성지역의 토석류 연구에서 1991년 7월 경기도 용인과 안성지역의 집중호우에 의하여 발생한 토석류에 대한 자료 및 현장조사를 토대로 토석류 발생 2,600여 개소, 토석류 면적은 466 ha 이상이며 당일 우량이 114 mm 이상이고 최대시우량 40 mm 이상 지역에서 산사태가 발생하였으며, 최대시우량이 62 mm 이상인 지역은 모두 토석류가 발생하였기에 강우인자가 주요 요인임을 밝혔으며, 활동깊이는 2.0 m 이하로 분석하였다.

Koo and Koo (1995)은 산사태 데이터베이스 시스템의 GIS 이용이라는 연구에서 과거 토석류 발생지 조사를 기초로 하여 발생 원인에 따른 데이터베이스 시스템의 중요성을 설명하고 데이터베이스 구축방법을 제시하였다.

Oh et al. (2006)은 GIS 기반 토석류 예측모형의 적용성 평가에서 GIS 기반의 예측모형 SINMAP의 적용성을 검토하였고, Jun (2011)은 GIS를 이용한 토석류 발생 유역 위험성 분석에 관한 연구를 통해 국내 여건에서 이용할 수 있는 여러 가지 지형, 지질, 수문관련 GIS를 이용한 기법과 SINMAP 모형의 분석기법에 의한 재해 위험지도를 작성하였다.

국외 산사태 및 토석류 연구는 미국, 일본, 홍콩이 가장 활발하며, 미국의 경우 미지질조사국(USGS)과 미국기상청에서(NWS)에서Keefer의 모델을 이용하여 미국 캘리포니아 주 샌프란시스코지역을 대상으로 강우 예·경보체계를 구축하여 운용하고 있으며, 홍콩의 경우 홍콩 GEO, 홍콩정부, 홍콩기상청이 공동으로 산사태 예·경보시스템을 개발하여 1984년부터 경보를 발령하기 시작하였고 경보 기준은 24시간 강우량 175 mm, 시강우량 70 mm/h이상을 기준으로 하고 있다.

일본의 경우 Yagi and Yatabe (1987)의 연구결과와 같이 7일간 선행강우량이 클 때에는 적은 강우일지라도 사면이 붕괴될 수 있다고 보고 산사태 발생 전 3일 또는 7일의 선행강우량과 발생당일의 강우강도가 산사태와 밀접한 관계가 있는 것으로 보고 있다. 1996년과 1997년 토석류에 대한 예측과 피난을 위한 경보 시스템의 필요성이 제기되어 와이어식 토석류 방지 시스템 및 광섬유 센서를 이용한 토석류 감시시스템을 개발하였다.

본 연구에서는 SINMAP 모형을 이용하여 토석류 위험지구를 예측하고 현지 세부조사와의 일치도를 비교하여 실제 발생한 토석류와의 일치도를 검증하여 모형의 국내 적용성을 평가하고자 하였다. 이 모형은 얕은 토층에서 물골을 따라 형성되는 지하수 포화대에 의한 슬라이딩 형태의 산사태인 토석류를 예측하는데 유용한 프로그램이다. 대부분의 토석류 예측은 광범위한 지역을 대상으로 이루어진다. 그러나 기존 연구에서는 모형의 매개변수를 초기 설정값 또는 일부 토질시험 결과를 단일보정영역에 입력하는 방식으로 지역의 특성을 모두 고려하지 못하였다. 이로 인해 실제 토석류 발생 위험이 있는 곳은 안정지역으로, 토석류로부터 안전한 지역은 불안정 또는 방어지역으로 분류되는 오류가 존재하였다. 이러한 기존 연구의 단점을 보완하기 위해 정밀토양도를 이용하여 다중보정영역에 대해 토양통별로 매개변수를 입력할 수 있는 새로운 방식을 제시하였다.

우리나라의 전국적인 토양분포에는 개략토양도, 정밀토양도, 세부정밀토양 및 한국개량토양도 등이 있으며, 실무에서 가장 많이 사용되고 있는 정밀토양도(Detailed Soil Map)는 농림수산식품부 산하 국립농업과학원에서 제작한 축척 1:25,000 이상인 수치화된 토양도이다.

우리나라 전역에 산재해 있는 토양의 종류는 약 1,200여 가지로 조사되고 있고 각각 토양부호가 부여되어 있으며, 개별 토양부호별로 SCS의 4가지 수문학적 토양군 A, B, C, D 중의 하나로 분류되어 있다(National Institute of Agricultural Sciences, 2007).

본 연구의 목적은 SINMAP 모형을 이용한 토석류 예측에 대해서 기존 단일보정영역에 초기 설정값 또는 일부 토질시험 결과를 이용하여 적용함으로 발생할 수 있는 오류에 대해 본 연구에서 제시한 무차원점착력(C), 흙의 내부마찰각(), 흙의 단위 중량(), 투수량계수와 투수계수의 비(T/R)등의 매개변수를 정밀토양도를 이용하여 다중보정영역으로 세분화하여 적용함으로서 토석류 발생 지역을 보다 객관적이고, 정확하게 예측하는데 있다. Fig. 1 은 본 연구의 흐름도를 나타내고 있다.

2. 토석류 위험지구 분석

2.1 SINMAP 모형

SINMAP 모형은 무한 사면 안정성 모델(e.g. Hammond et al., 1992; Montgomery and Dietrich, 1994)을 기반으로 한다.

SINMAP 모형은 모암위의 얕은 토층에서 계곡부를 따라 형성되는 지하수 포화대의 슬라이딩 형태의 산사태에 적용되며, 심층부의 불안정성에는 적용되지 않는다. 이 이론은 수적으로 정확한 입력 값을 요구하지 않으며, 불확실한 것을 나타내는 범위 값을 수용한다. 결과의 정확성은 디지털 고도 모델(DEM) 입력 데이터에 크게 의존하고 있으며, 또한 발생한 산사태의 시작 지역의 정확한 위치에 의존하고 있다. 그러므로 정확한 디지털고도모델과 산사태 목록 데이터를 얻는데 많은 노력을 기울여야 한다.

흙 수분에 의한 간극수압은 유효응력을 감소시키고, 내부마찰각은 전단강도와 관련되어 있다. 간극수압은 비집수면적까지 측면 유출 비율을 유지하는 계산된 포화토의 깊이와 수리적 정상상태를 추정하여 계산된다. SINMAP 모형의 토질 안정성은 지형 경사와 특정 집수 지역의 입력 값과 재료의 속성(힘)의 양을 측정하는 매개변수와 기후(주로 수리 습도 계수)에서 나온다. 이 모델링의 주요 결과는 안정지수이며, 이는 대상지역내 각 그리드 위치의 지형 안정성을 분류하는데 사용되는 수치 값이다. 지형 변수는 자동으로 디지털고도모델 데이터로 부터 계산된다. 다른 입력 매개 변수는 불확실한 것으로 인정되어 그것들이 취하는 범위에서 상한값과 하한값으로 SINMAP 모형에 표시된다. 안정지수(SI)는 이러한 불완전 범위의 변수의 획일적 분포를 가정하여 어떤 지역이 안정적인가를 정의한다. 이 값은 0 (Most Unstable)과 1 (Least Unstable) 사이이다. FS_min이 안정하게 나오는 지역에 대해서는 SI 값을 확률이 아닌 FS_min으로 하고 이 값은 1보다 큰 값을 가진다.

Province of British Columbia (1995)에서의 지형 안정성 매핑 실행은 좀 더 구체적인 평가가 요구되는 지역을 재빨리 확인하기 위해 비교적 개략적 정보에 기반을 둔, 광범위한 안정성 등급이 확인되고 그려진다. Table 1 은 얼마나 광범위한 안정성 등급이 안정지수(SI)의 용어로 정의되는지를 예로 보여준다. 구획점(1.5, 1.25, 1, 0.5, 0.0)의 선택은 주관적이고, 분류 정의의 용어로 판단하고 해석해야 한다. 명시된 가장 불안정한 지역을 분류하기 위해 안정(Stable), 보통 안정(Moderately Stable), 준안정(Quasi-Stable)이라는 용어를 사용했다. 모형의 매개변수의 불안정성 범위에 따라 불안정의 가능성이 각각 50% 미만이거나 이상 되는 곳의 지역의 특성을 표시하기 위해 ‘하한계(Lower Threshold), 상한계(Upper Threshold)’의 용어를 사용한다. 불안정성은 불확실성과 다양성이 수치화되는 범위 내의 매개변수 값의 조합으로 발생한다. 명시된 매개변수 범위 내 어떤 매개변수에 대해 사면이 불안정한 곳을 설명하기 위해 방어(Defended)라는 용어를 사용한다.

2.1.1 무한사면안정성모델(The Infinite Slope Stability Model)

무한사면안정성모델의 안전율(활동력에 대한 저항력의 비) 식은 Eq. (1)과 같다(Hammond et al., 1992).

(1)

where,  : root cohesion (N/m²)

      : soil cohesion (N/m²)

     θ  : slope angle (°)

    : wet soil density (kg/m³)

    : density of water (kg/m³)

   g  : gravitational acceleration (9.81 m/s²)

   D : vertical soil depth (m)

    : vertical height of the water table within the soil layer (m)

    : internal friction angle of the soil (°)

2.1.2 지형 습윤 지수(Topographic Wetness Index)

Fig. 3은 TOPMODEL로 부터 포화에 의해 땅위로 흐르는 물을 구현해내는 최근의 수리 모델과 밀접한 연관이 있다. 토석류는 지형이 수렴하는 지역 즉, 계곡부에서 가장 흔히 발생된다는 보고가 있다(Montgomery and Dietrich, 1994).

2.1.2.1 SINMAP 모형의 가정

① 얕은 표면 흐름은 지형 경사도를 따른다. 이것은 어떤 지점에서 흐름에 대한 기여지역은 Fig. 3에서 정의된 비집수면적에 의해 부여 된다는 것을 나타낸다.

② 각 지점의 측면 유출은 정상 상태 충진량 R (m/hr)과 균형을 이룬다.

③ 각 지점 측면 유출량은 T sinɵ이고, T는 흙의 투수량계수(/hr)로 수리 전도율(m/hr) × 토층 두께 h (m)이다.

가정 ①과 ②는 측면 유출량 q는 Eq. (2)와 같다.

 (2)

가정 ③은 깊이에 따라 줄어드는 투수계수를 가정하지 않는다는 점에서 일반적 TOPMODEL과 다르다. 대신 비교적 불 침투성 기반암에 있는 표토의 일정한 전도율을 가정하고 tan 대신 sin을 사용한다. 이것은 흐름의 길이가 비교적 경사를 따라 더 길기 때문에 정확하다. tan과 sin의 차이는 작은 사면각이 중요치 않는 토석류를 유발하는 급한 경사에 있어 중요하다.

가정 ③에서의 상대습윤도(w)는 다음과 같다.

 (3)

상대습윤도는 1의 위쪽 경계를 가진다. Fig. 3에서 상대습윤도는 토층을 가진 주수위의 상대 깊이를 나타낸다. 의 단위를 가진 Eq. (3)의 R/T의 비는 추정된 정상 상태 유출량 대 물의 측면 배수 토의 용량으로 상대습윤도를 수치화 한다. 비록 ‘정상 상태’라는 용어가 Eq. (2)에서 측면 유출량과 함께 사용되지만, R의 양은 장기적인(연간) 평균 방출량은 아니다. 오히려 그것은 토석류를 유발할 것 같은 특정 기후의 실질 방출량이다. 그러므로 하나의 매개변수로 취급하는 R/T의 비는 기후와 수리적 요인들을 결합한다. T/R sin (m) 값은 특정 기후의 포화도를 생성하는데 요구되는 사면 길이(평면)로 생각될 수 있다. 이 개념은 표면 포화도 한계값 필드 확인을 통해 R/T값을 생성하는 데 유용하다.

2.1.3 포화(Saturation)의 정의

지형 습윤 지수의 Eq. (3)의 상대습윤도()는 세 가지 가능성을 가진다.

① 모든 범위에 대하여 = 1

② 부분적 범위에 대하여 = 1

③ 모든 범위에 대하여 < 1

셀에서 구해진 의 값이 ①과 같으면 포화지역(Saturation Zone), ②와 같으면 한계포화지역(Threshold Saturation Zone), ③과 같으면 부분 습윤 지역과 낮은 습윤 지역(Partially Wet and Low Moisture Zone)으로 나타난다.

부분 습윤 지역(Partially Wet Zone)과 낮은 습윤 지역(Low Moisture Zone)은 상대습윤도의 초기 설정값보다 셀에서 구해진 상대습윤도가 큰 경우 부분 습윤 지역, 작은 경우 낮은 습윤 지역으로 구분한다.

2.1.4 안정지수(Stability Index Definition)의 정의

안정지수를 정의하기 위해, Eq. (3)의 상대습윤도는 무차원 안전율에 반영되었다.

 (4)

변수 와 는 C, tan, 그리고 R/T 계수를 가진 지형에서 나온다.

R/T=x, tan=t, 상한계, 하한계의 균등 분포는 다음과 같다.

C ~ U(C₁, C₂)

x ~ U(x₁, x₂)    (5)

t ~ U(t₁, t₂)

가장 작은 C와 t (즉 C₁과 t₁)와 가장 큰 x (즉 x₂)가 함께 합쳐지면 가장 불안정한 시나리오가 된다. 안전율 이 1보다 큰 지역은 이 모델의 경우 절대적으로 안정하고 다음과 같이 정의된다.

 (6)

최소 안전율이 1보다 더 적은 지역에서는 붕괴 가능성(확률)이 있다. 이것은 C, tan, T 내의 불확실성 때문에 발생하는 공간적 확률이다. 이 가능성은 R이 시간에 따라 달라지는 습윤도를 특징짓는 다는 점에서 일시적 요소를 가진다. 그러므로 x 내의 불확실성은 공간적 일시적 가능성과 결합된다.

SI = Prob (FS > 1)       (7)

C, x, t는 Eq. (6)에 분포에 따르게 되며, 최상의 시나리오 일 때 C=C₂, x=x₁과 t=t₂의 과정에 이르게 된다.

 (8)

 < 1 때 SI = Prob (FS > 1) = 0       (9)

SI > 1 ( > 1), 0 < SI < 1 and SI = 0 (< 1)의 지역들이 Fig. 4에 도시되었다.

2.2 적용 매개변수

SINMAP 모형에 적용되는 매개변수는 투수량계수와 투수계수의 비 T/R, 흙의 무차원점착력(C), 흙의 내부 마찰각()이다. SINMAP 모형에서는 위 세 가지 매개변수에 대해 초기 설정값(Default Value)을 가지고 있다. Table 1은 모형 매개변수의 초기 설정값이다.

2.2.1 무차원점착력(C), 흙의 내부마찰각() 산정

2.2.1.1 토질의 분류

국립농업과학원은 2007년 국내 거의 모든 토양에 대하여 1,350개의 토양부호를 부여하고 그에 따른 390개의 토양통으로 분류하였다. 정밀토양도는 여러 가지 용도로 다양하게 이용되고 있다. 국립방재연구소(현 국립재난안전연구원)의 ‘개발에 따른 토사유출량 산정에 관한연구(National Disaster Management Institute, 1998)’에서는 토양침식성인자 K를 연구하여 제시하였다. 토양침식성인자(K)는 토양통별로 통가중량 백분율을 가지고 있으며, 본 연구에서는 토양통별 통가중량 백분율을 이용하여 토질의 강도정수인 c, 와 흙의 단위중량()을 산정하였다. Table 2은 SINMAP 모형의 초기입력 물성치이며, Table 3는 토양통별 토양침식인자(K)의 예이다.

2.2.1.2 토질강도정수 산정

Fig. 5와 같이 통과중량 백분율을 이용하여 자갈 및 자갈질 흙, 모래 및 모래질 흙, 실트 및 점토 세 가지 토질로 분류 하였으며, Table 4에 제시되어진 재료의 개략적 토질정수를 이용하여 흙의 단위 중량, 흙의 내부 마찰각, 흙의 점착력을 산정하였다.

2.2.1.3 무차원점착력(C) 산정

and Table 7은 국내 토석류 발생에 대하여 조사한 내용으로 1991년 용인–안성지역 토석류의 활동 깊이는 2.0 m 이하이며, 2002년 태풍 루사, 2003년 태풍 매미의 활동 깊이는 2.5 m 이하로 나타났다. 본 연구에서는 우리나라의 토석류의 대부분이 활동 깊이 2.5 m 이하에서 발생 되는 점을 고려하여 Eq. (10)을 이용하여 무차원점착력을 산정하였다. 단 뿌리의 점착력()은 고려하지 않았다.

Table 8은 Eq. (10)을 이용하여 본 연구에서 산정한 무차원 점착력이다.

무차원점착력(Dimensionless Cohesion) :

 (10)

where, Vertical thickness as specified in the soil slope (m)

   Root cohesion (N/m²)

   Soil cohesion (N/m²)

   Wet soil density (kg/m³)

2.2.1.4 토양통별 적용매개변수

위 방법에 의해 산정된 흙의 단위중량, 내부마찰각, 무차원점착력은 각 토양통별로 분류되며, Table 9은 자갈 및 자갈질 흙, Table 10는 모래 및 모래질 흙, Table 11은 실트 및 점토의 토양통별 적용 매개변수의 예이다.

2.3 투수량계수와 투수계수의 비(T/R) 산정

투수량계수와 투수계수의 비(T/R)의 산정은 SINMAP 모형의 매개변수 중 가장 까다로운 부분이다. 본 연구에서는 “(T/R)sin [m] 값은 강우량이 많은 기간에 포화상태를 만들어내는데 요구되는 사면시작부에서 토석류 발생지점까지의 거리의 길이로 생각될 수 있다”라고 기술한 Pack et al. (2001)의 추정에 따라 사면이 시작되는 지점으로부터 토석류 발생 시작점까지의 거리를 SINMAP 모형에서 계산된 흐름 방향선을 따라 측정하여 T/R을 산정하였다.

T/R의 범위:

(T/R)_min (평균-표준편차)∼(T/R)_max (평균+표준편차)  (11)

위 방법은 토석류의 시작지점을 알고 있어야 산정이 가능한 방법이나, 본 연구에서는 토석류 발생 시점을 알지 못하는 경우에도 토석류 발생 시점이 산지의 5∼7부 능선부인 것에 착안하여 유역의 고도평균값을 T/R의 상한값으로 하고 표고의 최고점의 10%를 T/R의 하한값으로 하는 개략적인 T/R 산정 방법을 제시하였다.

T/R의 범위:

(T/R)_min (고도 최고점의 10%)∼(T/R)_max (고도평균값)  (12)

3. 실제 유역에 대한 적용

3.1 대상유역 및 기본자료

대상유역의 산사태 세부 조사도는 2003년 9월 태풍 매미로 인한 서벽 1지구의 산사태 발생지점이다. 산사태 발생은 총 43개소에 발생하였다. 본 연구에서는 총 43개소 중 41개소의 산사태가 발생한 유역에 대하여 분석하였다.

3.2 토석류 위험지구 예측 및 분석

제시되어진 토양통별 매개변수를 SINMAP 모형에 적용하여 적용매개변수의 적절성을 평가하였다. 기존 연구에서는 토석류 위험지구 예측 시 초기 설정값 또는 일부지역에 대한 토질시험 결과를 이용하여 단일보정영역 대해서만 분석하는 방법만이 있었다. 그러나 단일보정영역에 대한 매개변수 입력은 전체 대상지역의 토질특성을 모두 고려 할 수 없어 토석류 발생 위험이 높은 지역 또는 낮은 지역이 안정 또는 불안정으로 분석될 수 있어 지역의 특성을 모두 고려하지 못한 오류가 존재하였다. 본 연구에서는 단일보정영역을 이용한 분석으로 인해 발생할 수 있는 오류에 대해서 토양통별 토질강도정수를 정밀토양도를 이용하여 다중보정영역으로 적용할 수 있는 방법을 제시하였다. 다중보정영역을 이용한 분석은 대상지역의 토질특성을 세분화하여 입력할 수 있어 토석류 위험지구 예측 시 보다 정확한 예측이 가능할 것으로 판단된다.

투수량계수와 투수계수의 비 T/R은 토석류 발생시점에 대한 조사가 이루어져 있는 지역에 대해서 SINMAP 모형에서 계산된 흐름 방향선을 따라 측정하여 산정하는 방법만이 제시되어 있었다. 토석류 위험지구 예측은 토석류가 발생되지 않은 지역에 대해서 발생 가능성이 있는 위험지역을 예측하여 토석류로 인한 피해를 최소화 하는데 그 목적이 있다. 그러나 토석류 발생시점을 알지 못할 경우 T/R의 적용은 초기 설정값 또는 연구자의 주관에 따라 입력되어 연구 유역의 특성을 고려한 객관적인 예측이 불가능하였다. 이에 본 연구에서는 토석류 발생시점을 알지 못할 경우 개략적인 적용 방법인 고도평균값을 이용한 T/R 산정 방법을 제시하였다. 토석류 발생시점을 알고 있는 경우 산정된 T/R과 토석류 발생시점을 알지 못할 경우 본 연구에서 제시한 고도평균값을 이용한 T/R을 이용한 예측 대해 비교 검토하여 고도평균값을 이용한 T/R의 적용성을 분석하였다. 제시된 매개변수의 적용성은 단일보정영역에 대한 일반적인 예측방법과 토양통별로 산정되어 제시되어진 토질강도정수를 이용한 다중보정영역에 대한 예측, 토석류 시작지점을 알고 있을 경우에 산정된 T/R과 토석류 시작지점을 알지 못할 경우 제시되어진 고도평균값을 이용한 T/R 산정을 분석하여 SINMAP 모형의 적용성을 분석하였다. Case 1은 적용매개변수 모두를 SINMAP 모형의 초기 설정값으로 분석한 케이스로 단일보정영역에 대해 초기 설정값 입력하는 방식이다. 적용유역의 매개변수를 알지 못한 경우 사용되었다. Case 2는 단위중량, 내부마찰각, 무차원점착력은 적용유역의 면적평균값을 이용하였고, T/R은 산정한 값을 이용하여 분석한 케이스로 단일보정영역에 대해 유역의 토질특성을 입력하는 방식이다. 적용유역의 매개변수 중 일부를 추정하여 입력하였다. Case 3는 보정영역을 다중보정영역으로 하여 단위중량은 면적평균값, 내부마찰각, 무차원점착력은 각 토양통별로 산정하여 적용하였으며, T/R은 산정한 값을 이용하여 분석한 것으로서 본 연구에서 제시하는 방법이다. Case 4는 본 연구에서 제시하는 방식으로 Case 3에서 적용된 T/R이 토석류 발생시점을 알고 있어야만 산정이 가능하고 토석류 발생시점을 알지 못하는 유역에 대해서는 적절한 T/R을 적용하지 못하는 단점에 대한 적용방법으로 유역에 고도평균값을 적용하여 분석하였다. Case 5, 6은 Case 3, 4와 같은 방법으로 대상유역 전체에 적용한 결과를 분석한 것으로 넓은 유역에 대해서도 적용이 가능한지에 대해 분석하였다.

SINMAP 모형에서 계산된 흐름 방향선을 따라 측정하여 산정한 값으로 대상유역의 산사태 발생지점 41개를 모두 고려하여 산정하였다. SINMAP 모형에서 계산된 흐름 방향선을 따라 측정한 결과에 대상유역의 평균 사면 경사 27°를 적용하면 T/R을 산정할 수 있다. 산사태가 발생한 지점 별로 T/R을 산정할 수 있으나, 대상유역에 산사태 발생지점이 41개로 특정 산사태 지점에서 산정된 T/R이 유역을 대표 할 수 없어 산정된 T/R의 평균을 사용하였다. 본 연구에서는 소유역(적용유역)의 분석 결과를 대상유역 전체 적용하는 방식으로 소유역의 평균경사 25°를 적용하여 T/R을 산정 하였고, 산사태 발생지점을 알지 못하는 경우 적용이 가능한 고도평균값을 적용한 T/R도 제시하였다.

대상유역 전체 산사태 발생지점 41개소와 적용유역 16개소에 대한 T/R 산정결과이며, 신뢰수준 95%에 대해 분석한 결과로Table 15 and Table 16과 같다.

3.2.1 Case 1

단일보정영역에 대하여 초기 설정값 적용하여 분석하였다. Case 1의 포화지역 분포 분석 결과 낮은 습윤 지역(66.37%) > 부분 습윤 지역(22.63%) > 포화지역(9.48%) > 한계 포화지역(1.52%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(41.09%) > 안정(32.64%) > 준안정(13.27%) > 보통안정(7.30%) > 상한계 불안정(5.58%) > 방어(0.13%)로 나타났다.

Fig. 8은 case 1의 Calibrated region, Saturation map, Stability index map을 나타낸다.

3.2.2 Case 2

단일보정영역에 대하여 단위중량, 내부마찰각, 무차원점착력 면적평균값, T/R은 산정한 값을 적용하였다. Case 2의 포화지역 분포 분석 결과 부분 습윤 지역(52.84%) > 한계 포화지역(28.28%) > 포화지역(17.90%) > 낮은 습윤 지역(0.98%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(71.03%) > 안정(12.30%) > 상한계 불안정(7.01%) > 준안정(5.84%) > 보통안정(3.83%) > 방어(0.00%)로 나타났다.

Fig. 9는 case 2의 Calibrated region, Saturation map, Stability index map을 나타낸다.

3.2.3 Case 3

단위중량 면적평균값, 내부마찰각, 무차원점착력은 각 토양통별로 산정하여 적용하였으며, T/R은 산정한 값을 적용하였다. 다중보정영역에 대해 적용하였으며, 토양통은 19개로 각 토양통별 매개변수를 적용하였다. Case 3의 포화지역 분포 분석 결과 부분 습윤 지역(52.81%) > 한계 포화지역(28.27%) > 포화지역(17.91%) > 낮은 습윤 지역(1.02%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(70.00%) > 안정(8.92%) > 상한계 불안정(7.58%) > 준안정(5.70%) > 방어(4.53%) > 보통안정(3.27%)으로 나타났다.

Fig. 10은 case 3의 Calibrated region, Saturation map, Stability index map을 나타낸다.

3.2.4 Case 4

Case 4는 Case 3과 같은 매개변수 적용하였고 T/R은 고도평균값을 적용하였다. 다중보정영역에 대해 적용하였으며, 토석류 발생시점을 알지 못할 경우 적용할 수 있는 방법으로 본 연구에서는 제안하는 방법이다. Case 4의 포화지역 분포 분석 결과 부분 습윤 지역(50.27%) > 한계포화지역(31.62%) > 포화지역(17.40%) > 낮은 습윤 지역(0.71%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(69.91%) > 안정(8.81%) > 상한계 불안정(8.11%) > 준안정(5.52%) > 방어(4.47%) > 보통안정(3.18%)으로 나타났다.

Fig. 11은 case 4의 Calibrated region, Saturation map, Stability index map을 나타낸다.

3.2.5 Case 5

Case 5는 Case 3과 같은 매개변수 적용하였고, 41개소의 산사태가 발생한 대상유역 전체에 다중보정영역을 적용 하였으며, 대상유역의 토양통은 25개로 각 토양통별 매개변수를 적용하였다. Case 5의 포화지역 분포 분석 결과 부분 습윤 지역(61.72%) > 한계 포화지역(22.83%) > 포화지역(13.18%) > 낮은 습윤 지역(2.27%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(72.34%) > 상한계 불안정(7.94%) > 안정(6.80%) > 준안정(5.40%) > 방어(4.85%) > 보통안정(2.65%)으로 나타났다.

Fig. 12는 case 5의 Calibrated region, Saturation map, Stability index map을 나타낸다.

3.2.6 Case 6

Case6 는 Case 4와 같은 매개변수 적용하였고, 41개소의 산사태가 발생한 대상유역 전체에 다중보정영역을 적용 하였으며, 대상유역의 토양통은 25개로 각 토양통별 매개변수를 적용하였다. Case 6의 포화지역 분포 분석 결과 부분 습윤 지역(58.39%) > 한계 포화지역(26.65%) > 포화지역(13.50%) > 낮은 습윤 지역(1.46%)으로 나타났고, 안정지수 분석결과는 하한계 불안정(72.22%) > 상한계 불안정(8.68%) > 안정(6.62%) > 준안정(5.02%) > 방어(4.92%) > 보통안정(2.46%)으로 나타났다.

Fig. 13은 case 6의 Calibrated region, Saturation map, Stability index map을 나타낸다.

4. 비교검토

4.1 포화지역 분포 분석 결과 비교 검토

적용매개변수를 이용하여 포화지역 분포를 분석한 결과 각 케이스 별로 각기 다른 양상을 나타내었다. 이는 SINMAP 모형을 이용한 토석류 예측 시 적용매개변수가 포화지역 분포에 영향을 미치는 것으로 알 수 있다. Case 1과 2는 단일보정영역을 이용한 기존 적용방식으로 Case 1은 적용유역과는 맞지 않는 결과를 나타내었다. 이는 T/R의 범위가 하한값 2,000 m, 상한값 3,000 m로 산정된 T/R의 하한값 117 m, 상한값 644 m와 큰 차이를 보였고, 내부마찰각, 무차원 점착력 또한 적용유역의 특성을 반영하지 못한 결과로 판단된다. Case 2는 Case 1과는 다른 포화지역 분포 분석 결과를 나타내었다. Case 1과 달리 단위 중량과 토양통별 토질강도정수에 대해 면적평균값을 적용하고 산정된 T/R을 적용하여 적용유역의 특성이 일부 반영된 결과로 판단된다. Case 3, 4는 다중보정영역을 이용방식으로 본 연구에서 제시하는 방법이다. Case 3은 정밀토양도를 이용하여 토양통별 토질강도정수를 다중보정영역에 각각 입력하고 산정된 T/R을 적용하여 적용유역의 특성 잘 반영하였다 판단되며, 단일보정영역을 이용한 기존 연구보다 다중보정영역을 이용하는 것이 적용유역의 특성을 보다 정확하게 반영하리라 판단된다. Case 4는 Case 3과 같은 적용매개변수를 이용하고 T/R은 고도면적평균을 적용한 것으로 Case 3과 유사한 포화지역 분포를 나타내었다. 이는 토석류 발생시점을 알지 못할 경우 적용가능 할 것으로 판단된다. Case 5, 6은 대상유역 전체의 포화지역 분포 분석 결과로 Case 4, 5와 비슷한 양상을 나타내었다. 대상유역이 넓어졌으나 다중보정영역에 대해 토양통별 토질강도정수를 적용하고, 산정된 T/R과 고도평균값을 적용한 T/R이 잘 반영된 결과로 판단된다.

4.2 안정지수 분석 결과 비교 검토

적용매개변수를 이용하여 안정지수를 분석한 결과 단일보정영역 보다 다중보정영역에 적용한 결과가 보다 정확한 것으로 분석되었다. Case 1은 단일보정영역에 대해 적용유역의 특성을 고려하지 않고 초기 설정값 사용한 결과로 안정영역이 과대 산정되었다 판단된다. Case 2는 단일보정영역에 대해 토양통별 토질강도정수를 면적평균값을 적용하고 산정된 T/R을 적용하여 적용유역의 특성이 반영되어 Case 1과는 다른 결과를 나타내었다. 단일보정영역을 이용한 분석이라 하더라도 초기 설정값 사용하여 분석하는 것보다 적용유역의 특성을 반영한 매개변수를 적용하는 것이 타당하리라 판단된다. Case 3은 토석류가 집중적으로 발생한 북, 동측 능선부에 상한계 불안정, 방어영역이 나타나 대상유역의 특성을 잘 반영하였다고 판단된다. 다중보정영역에 대해 토양통별 토질강도정수를 적용하는 것이 Case 2의 단일보정영역을 이용하는 것 보다 정확한 예측이라 판단된다. Case 4는 Case 3과 같은 적용매개변수를 이용하고 T/R은 고도평균값을 적용한 것으로 Case 3과 유사한 안정지수 분석 결과를 나타내었다. 이는 다중보정영역에 대해 토양통별 토질강도정수를 적용하고 토석류 발생시점을 알지 못하는 경우 고도평균값을 적용하여도 대상유역의 특성을 반영한 예측이 가능하다는 것을 나타낸다. Case 5, 6은 대상유역 전체의 안정지수 분석 결과로 Case 4, 5와 비슷한 양상을 나타내었다. 대상유역이 넓어졌으나 다중보정영역에 대해 토양통별 토질강도정수를 적용하고, 산정된 T/R과 고도평균값을 적용한 T/R이 잘 반영된 결과로 판단된다.

4.3 일치도 검증

토석류 발생에 대한 세부조사도와 기존 연구의 적용방식인 단일보정영역을 적용한 토석류 예측과 정밀토양도를 이용하여 다중보정영역에 대해 본 연구에서 제시한 강도정수 및 T/R을 적용한 토석류 예측의 일치도를 비교 분석한 결과 다음과 같은 결과를 얻을 수 있었다. 토석류 위험지구 예측 결과와 실제 발생 개소에 대한 SI별 가중치를 부여한 일치도는 아래 식과 같다.

 

(13)

 (14)

일치도(1)은 SI별 토석류 발생 개소에 가중치를 부여하여 산정한 식으로 발생면적에 대한 일치여부를 정확하게 나타내기에는 부족하므로 SI별 면적비율에 대한 일치도(2)를 통하여 일치여부를 판단하여야 한다.

일치도(1)은 SI별 토석류 발생개소와의 일치도(%)이며, 일치도(2)는 SI별 면적비율에 대한 일치도를 수로 나타낸 것으로 수가 높을수록 일치도가 높음을 나타낸다.

토석류 위험지구 예측 결과와 세부조사도의 일치도를 비교해 본 결과 기존 연구의 적용방식인 단일보정영역을 이용한 Case 1, 2의 일치도(1)은 56.25%, 68.75% 일치도(2)는 0.55, 0.87로 타나났다. 단일보정영역을 이용한 두 케이스 모두 일치도(1), (2)에서 비교적 낮은 일치도를 나타내었다.

본 연구에서 제시한 다중보정영역을 이용하고 토석류 발생시점을 알고 있는 경우 산정된 T/R을 적용한 Case 3의 일치도(1)은 76.25%, 일치도(2)는 1.43으로 가장 높은 일치도를 나타내었다. 단일보정영역에 매개변수를 면적 평균하여 적용한 Case 2에 비해 일치도(1)은 7.5% 증가하여 SI별 토석류 발생개소의 일치도의 증가는 크지 않는 것으로 나타났으나, SI별 면적비울에 대한 일치도(2)를 비교해 본 결과 0.61증가하여 다중보정영역을 이용한 Case 3의 일치도가 높음을 알 수 있다.

다중보정영역을 이용하고 토석류 발생시점을 알지 못할 경우 본 연구에서 제시한 고도평균값을 적용한 Case 4의 일치도(1)은 73.75%, 일치도(2)는 1.16으로 Case 3에 비해 일치도(1)은 2.5%, 일치도(2)는 0.27 감소하였으나 Case 3과 가장 유사한 일치도를 나타내어 토석류 발생 시점을 알지 못할 경우 적용할 수 있을 것으로 판단된다. Case 5, 6은 Case 3, 4를 넓은 유역에 적용한 결과로 Case 5의 일치도(1)은 75.61%, 일치도(2)는 3.35를 나타내었다. Case 6은 Case 5에 비해 일치도(1)은 0.98%, 일치도(2)는 0.38 감소하였으나, 일치도의 감소가 크지 않아 넓은 유역에 토석류 발생시점을 알지 못할 경우 적용가능하리라 판단된다.

5. 결 론

본 연구는 최근 이상 기후 및 국지성 호우로 인해 발생 빈도가 증가하고 규모가 대형화 되어가는 토석류에 대하여 SINMAP 모형을 이용하여 본 연구에서는 경상북도 봉화군 춘양면 서벽리 서벽 1지구의 토석류 세부조사도를 이용하여 토석류 위험지구를 예측 및 분석한 결과 다음과 같은 결론을 얻었다.

(1)SINMAP 모형에 대한 국내 적용성을 보완하기 위해 정밀토양도를 이용하여 다중보정영역에 적용할 수 있는 방법을 제시하였으며, 토양침식성인자(K)의 토양통을 이용하여 자갈 및 자갈질 흙, 모래 및 모래질 흙, 실트 및 점토의 세 가지 토질로 분류하고, 각 토양통별 토질강도정수(c, )를 제시하였다.

(2)국내에서 발생하는 토석류의 대부분이 활동깊이 2.5 m 이내로 초기 설정값의 적용은 토석류 위험지구 예측 시 위험도를 높이는 결과를 나타낸다고 판단되어, 본 연구에서 제시한 점착력을 이용하여 활동깊이 2.5 m를 적용한 무차원점착력을 제시하였다.

(3)기존 연구에서 투수량계수와 투수계수의 비 T/R은 토석류 발생시점을 알고 있는 경우에 추정하는 방법만이 제시되어 있는 단점이 있다. 산정한 T/R과 대상지역의 고도평균값을 이용하여 산정한 T/R을 적용하여 토석류 위험지구를 분석한 결과 안정지수와 일치도가 유사하게 나타나 토석류 발생시점을 알지 못하는 경우에 적용 가능 하리라 판단되어, 고도평균값을 이용하는 T/R산정 방법을 제시하였다.

(4)본 연구의 정밀토양도를 이용한 다중보정영역에 제시한 매개변수를 적용한 결과가 단일보정영역에 초기 설정값 또는 일부 토질시험 결과를 이용한 기존 연구 보다 높은 일치도를 나타내었다. 본 연구의 적용방식이 기존 연구보다 대상지역의 특성을 보다 정확히 반영한 결과이다. SINMAP 모형을 이용한 토석류 예측 시 정밀토양도를 이용한 다중보정영역에 제시한 매개변수를 적용하는 것이 보다 정확한 예측이라 사료된다.