1. 서 론

최근 기후변화로 인하여 태풍의 규모가 점점 커지고 집중호우의 발생 빈도와 강도가 증가하고 있는 상황에서 유역의 홍수위험 관련 현황을 파악하고 유역의 수재해 저감을 위한 대응체계구축과 개선이 요구된다. 이를 위하여 유역의 홍수위험도 현황을 파악에 필요한 각종 지수들이 개발되어 적용되고 있으며 여러 형태의 홍수위험 관련 지도가 제작되어 사용되고 있다. 홍수와 관련된 위험지수산정 및 취약성 분석 관련 연구는 국내외적으로 지속해서 이루어지고 있으며 Aronica et al.(2012)는 다른 홍수 원인과 관련하여 도시 홍수 침수 모델에 대한 경계 조건 불확실성의 영향을 평가하였으며, 이를 고려한 가중 홍수 위험지도의 생산을 위한 객관적인 방법론을 정의하였다. Kandilioti and Makropoulos(2012) 도시 지역의 홍수 위험을 계량화하는 데 사용되는 주요 방법을 간략히 제시하고, 가장 적절한 위험 정량화 방법에 대한 영역을 탐색하기 위한 공간 분석 방법을 개발하고, 지형 기준을 사용하여 홍수 위험을 정량화하는 프로세스를 제안하였다. Masood and Takeuchi(2012) DEM (Digital Elevation Model) 데이터와 수문학 현장 관찰 데이터를 기반으로 한 1D 유체 역학 시뮬레이션을 통해 홍수 위험지도를 개발하여 다카지역의 홍수 위험을 평가하였다. Jun et al.(2013)은 기후변화의 영향을 고려하면서 홍수 위험도를 계량화하는 체계적인 절차를 개발하였다. Karagiorgos et al.(2016)은 홍수 취약성과 관련하여 물리적 취약성과 사회과학적 취약성의 상관관계를 연계하여 그리스 동아티카 지역의 돌발홍수 취약성을 평가하였다. Ettinger et al.(2016)은 logistic 회귀법을 사용하여 페루의 아레퀴파 지역에 발생한 돌발홍수로 인한 건물의 취약성에 대해 평가 하였다. Zachos et al.(2017)은 농촌과 도시 공동체에서 기존의 제방 시스템에서 침수가 발생하였을 때, 침수로 인한 영향에 대한 취약성 평가를 위한 절차에 초점을 두고 연구를 진행하였다. Hatzikyriakou and Lin(2017)은 동수역학적 모형을 사용하여 폭풍 해일이 발생시키는 구조적 취약성을 평가하고 홍수위험지도를 제시하였다.

국내에서는 국토해양부에서 수립하는 수자원장기종합계획(2000)에서 활용되고 있는 홍수피해잠재능(Potential Flood Damage, PFD) 지수는 면 개념을 도입하여 치수 단위구역의 치수특성과 사회경제적인 가치를 함께 평가할 수 있도록 고안된 지수로 전국 150개 치수 단위구역별로 홍수피해의 잠재적 위험성을 분석하고 유역 단위로 치수안전도 평가하였다. Kim et al.(2003)은 계산 홍수위의 신뢰도에 영향을 미치는 다양한 요인에 대해 분석하여 확률론적 홍수위 계산 결과를 제시함으로써 하천 단면에서의 월류 위험도를 정량화하였다. Kim et al.(2011)은 각종 변수가 가지는 불확실성, 댐 하류 지점에서의 홍수 조절 효과, 수자원 시스템에서 허용 가능한 부분적 실패를 고려하기 위하여 홍수 조절 효과 정량화 지표 개발에 fuzzy 집합이론을 적용하였다. Kim et al.(2011)은 홍수 취약도에 대한 정량적 평가를 위해 홍수에 노출된 지역의 인구수, 경제적 활동의 형태, 홍수가 발생했을 때 2차적 피해를 불러올 수 있는 설비 등으로 취약도 지표를 산정하였다. Kim et al.(2012)는 취약성 평가의 국내적용 일환으로서 낙동강 유역을 대상으로 기후변화와 대규모 하천 정비사업 영향에 의한 취약성 변화를 평가하였다. Sung et al.(2012)는 기후변화 및 기후변동으로 인한 서울지역의 홍수취약도를 분석하고, 미래 홍수취약도 평가를 위하여 비정상성을 고려한 FVI (Flood Vulnerability Index)를 전망하였다. Park et al.(2013)은 도시홍수에 직접적인 영향을 미치는 인자를 활용한 산술적인 도시홍수 취약성 평가방법의 적합성을 평가하였다. Lee et al.(2013)은 극한강우 사상과 유형별 홍수피해의 상관분석을 통해 홍수피해 취약성 지수 제안하였다. Yoon et al.(2014)은 홍수 위험에 대한 몇 가지 지표의 양적 효과와 홍수 관리에 대한 정성적 효과를 분석하여 정책 기준을 향상시키고 개발도상국의 홍수 위험을 줄이려는 조치를 수립하였다. Kim et al.(2014) 구조적 홍수방어대책이 다수 존재하는 지역은, 아무리 구조적 대책으로 인해 현재 홍수위험도가 작다고 하더라도, 지형적인 요인으로 인해 태생적으로 가지고 있는 고유홍수 취약성이 늘 존재한다고 가정하여, 고유홍수 취약성이라는 개념을 정의하고, 홍수방어시설용량-피해 매트릭스(Flood Protection Capacity and Damage Matrix, PCD Matrix)를 정의하여 표현하였다.

효율적으로 홍수에 대처하기 위해서 유역의 특성 및 중요도에 따라 홍수방어대책을 수립하고 지속해서 모니터링 및 평가하여야 한다. 모니터링 및 평가는 홍수위험에 합리적으로 대처하기 위해서는 유역의 다양한 기능을 종합적으로 진단하고 이를 객관적으로 정량화하여 판단하여야 하며, 정량화하는 방법으로는 IPCC에서 제시한 기후변화 취약성 평가 이론(Flood Vulnerability Index, FVI), OECD에서 개발한 PSR (Pressure State Response) 모형, EEA (European Environmental Agency)에서 개발한 DPSIR (Driving force Pressure State Impact Response) 모형 등이 있다(IPCC, 2007; OECD, 1993; EEA, 1999). 국내의 연구에서 홍수취약도를 산정하고, 미래의 기후변화에 따른 홍수 취약성만을 분석하였으나 본 연구에서는 FVI, PSR, DPSIR 방법론에 따른 홍수위험지수를 산정하여 홍수 발생의 유형에 따라 적합한 방법론을 비교하였다. 본 연구에서 FVI, PSR, DPSIR 방법론에 따라 우리나라 중권역 단위 홍수위험을 잘 나타내는지를 분석하기 위하여 지수산정에 필요한 각종 변수들을 수집하여 113 중권역 단위의 자료로 구축하였다. 2000년부터 2015년까지 각 기법에 따른 홍수위험지수를 산정하고 동일기간에 발생한 여러 유형의 피해형태 즉 인명피해, 피해면적, 피해액, 발생빈도와 비교·평가하였다.

2. 홍수 위험 지수 기법 및 자료 수집

2.1 홍수 위험 지수

2.1.1 FVI

IPCC (2007)에서는 홍수 취약성을 나타내는 요소들을 민감도(Sensitivity), 노출도(Exposure), 저감성(Adaptation)으로 분류하였으며, 그 지표들은 정성적인 개념이다. 정성적인 개념을 정량적으로 표현하기 위하여 세부 지표를 이용하여 정량적인 지표로 표현하여야 하며, 이러한 세부 지표를 활용한 홍수 취약도 제시는 현황에 따른 정적인 취약성 제시로 광역에 대한 전반적인 현황정보를 파악하는 데는 도움을 줄 수 있다. 광역에 대한 정적 홍수위험도 지표에 선정된 예를 제시하였다. 기후변화에 따른 취약성 평가 모형에서 민감도, 노출도, 적응능력 지수를 이용한 홍수 위험 지수 산정 식은 Eq. (1)과 같다.

 (1)

여기서, sens는 민감도로 홍수피해에 직접 영향을 주는 요소들로 본 연구에서는 1시간 최대 강수량, 10분 최대 강수량, 1일 강수량이 80mm 초과한 일수, 연평균 강수량, 일 최대 강수량 등과 같은 수문 특성이 세부 지표로 사용되었다. expo는 노출도를 뜻하며 위험성 요소에 의한 피해에 노출된 정도를 나타내며, 세부 지표로는 분석하고자 하는 대상 유역에 대한 인구 밀도, 자산 밀도 등을 사용하였다. adap은 적응능력이며 민감도 및 노출도 요소에 대한 방어 능력으로 제방과 같은 외수 방어시설의 정비 정도, 하천개수율, 배수펌프시설과 같은 내수배제시설과 관련한 자료를 사용하였다. Table 1은 본 연구에서 사용된 민감도, 노출도, 적응능력 지수에 대한 세부 지표들로 각 변수들을 0-1로 정규화하여 사용하였다.

Table 1. Structure of Assessing the Flood Risk Issue using the FVI Approach (IPCC, 2007)

2.1.2 PSR

PSR 모형은 평가지표를 구분하는 방법 중 주제 접근 방식보다는 인과 관계적 접근방식의 대표적인 형태이다. 경제 협력 개발기구(Organization for Economic Co-operation and Development, OECD) (1991)에서 개발하여 국제기구나 각국의 지표설정에 주로 활용되고 있다. PSR 모형은 홍수 피해 특성을 분석하여 사회, 경제 및 여타 사항 간의 상호 연관된 관계를 인과 관계로 파악하여 평가할 수 있다. 다음 Table 2는 각각 압력지수(Pressure), 현상지수(State), 대책지수(Response) 구성에 의한 평가지표 선정 예를 보여주고 있다.

Table 2. Structure of Assessing the Flood Risk Issue using the PSR Approach (OECD, 1991)

PSR 모형으로 산정하는 홍수 위험 지수 산정 식은 Eq. (2)와 같다.

 (2)

여기서, 압력지수는 홍수피해에 대해 물리·환경적 압력을 평가하기 위한 수단으로 수문 및 유역 특성, 인문·산업·경제 지표 등이 해당한다. 현상지수는 홍수에 노출된 수준 판단 및 홍수피해 현황을 파악하는 지수로 홍수 피해 밀도 및 침수면적, 사망자 및 피해자 수 등이 해당한다. 대책지수는 홍수 재해 발생 시 대응할 수 있는 능력을 판단하는 지표로 재정자립도, 외수방어시설, 내수배제시설 등이 해당한다.

2.1.3 DPSIR

DPSIR 모형은 지표화의 지속가능성을 위하여 개발되었으며, 추진력-압력-상태-영향-반응(Driving force-Pressure-State-Impact- Response, DPSIR)으로 구분된다. DPSIR 모형은 OECD에서 개발한 PSR 모형을 개선하여 1999년 EEA (European Environ-mental Agency)가 제안한 모형이다. DPSIR 모형은 기존의 PSR 모형에서는 복잡한 생태학적 과정과 인간 환경의 상호 인과관계를 포함하지 못 하는 점을 인간의 행복은 환경의 질과 관계가 있고 사회의 활동과 경제적 압력은 환경과 인간의 행복에 영향을 미친다는 개념을 추가하여 추진력과 영향으로 반영하였다. 대상시스템과 이와 관련된 사회-경제시스템, 자연시스템을 평가하기 위하여 사용된다. PSR 모형을 개선한 DPSISR 모형으로 홍수위험지수를 산정하는 식은 Eq. (3)과 같다.

 (3)

여기서, 추진력(Driving force) 지수는 홍수와 직접적 및 간접적으로 영향을 주는 인자로 세부 지표로 인구, 거주자 수, 수문 특성 등이 해당한다. 압력(Pressure) 지수는 환경의 상태에 직접 영향을 미치는 자연적인 요소로 사회, 경제, 환경 분야별로 치수·방재의 필요성을 요구하는 지수이다. 상태(State) 지수는 홍수에 의해 상태의 변화가 예상되거나 변화된 상태가 예상되는 지표로 도시지역비율, 범람 위험지역 등이 해당한다. 영향(Impact) 지수는 홍수, 재해로 인하여 야기되는 영향을 나타내는 지수로 세부 지표는 인명 피해, 홍수 피해액, 홍수발생빈도 등이 있다. 반응(Response) 지수는 홍수 등의 재해에 대한 분야별 치수·방재에 대응하는 지수로 제방 증고, 외수방어시설, 내수배제시설 등이 해당한다.

2.2 자료 수집

모형에 필요한 입력 자료는 수문 특성, 유역 특성, 사회 특성, 치수에 필요한 대책 등이 있다. 홍수를 유발하는 극한 강우 사상을 반영하기 위하여 수문 특성으로는 1시간 최대 강수량, 10분 최대 강수량, 1일 강수량이 80mm 초과한 일수, 일 최대 강수량을 사용하였으며 연강수량 또한 전반적인 홍수피해와 관련이 있을 것으로 판단하여 사용하였고, 각 중권역 별 유역의 특성을 반영하기 위하여 유역 특성인 유역고도, 경사도, 시가화율 등을 사용하였다. 홍수로 인하여 인명 및 자산 피해의 정도를 반영할 수 있는 사회 특성으로 인구 밀도, 자산 밀도, 도로와 같은 사회 간접 시설 관련 자료를 사용하였으며, 외수범람 및 내수배제에 대비하는 대책으로는 하천개수율, 하수도 보급률, 배수펌프시설, 유수지용량 등의 자료를 사용하였다(Fig. 1). 산정한 홍수위험지수와의 비교 검증을 위하여 홍수피해 관련 정보를 수집해야 한다. 홍수피해 관련 자료로는 인명피해 관련 적합지수를 위한 사망자 수, 부상자 수, 이재민 수(인), 홍수에 의해 피해를 당한 면적 관련 적합 지수인 피해 면적(), 경제손실 관련 적합 지수를 위한 홍수 피해액(원) 등이 있으며(Fig. 1), 홍수로 인한 인명피해, 범람 등 공간적 피해, 관련 피해액이 발생한 지역 등 홍수로 인하여 각종 피해가 발생한 것을 빈도로 환산하여 발생빈도 정보를 구축하고 홍수피해 발생여부를 포괄적으로 확인할 수 있는 정보로 홍수의 발생빈도를 사용하였다.

Table 3. Structure of Assessing the Flood Risk Issue using the DPSIR Approach (EEA, 1999)

Fig. 1.

Input Data and Flood Damage Data Samples

기상청 종관기상관측시스템에서는 일강수량, 1시간 최대 강수량, 10분 최대 강수량을 제공하고 있어 이 자료를 토대로 1일 강수량이 80mm 초과한 일수, 연평균 강수량을 지점별로 산정할 수 있다. 지점별로 산정된 수문 특성 자료를 역거리 가중법을 이용하여 해당 중권역에 대한 수문특성을 산정하였다. 우리나라에서는 5년마다 인구주택총조사한 결과를 통계청을 통하여 제시하고 있으며, 또한 매년 행정안전부에서 주민등록 인구통계를 제시하고 있다. 인구주택총조사에서 제공하고 있는 인구밀도 자료와 주민등록 인구통계 자료는 동읍면으로 제시하고 있으며, 본 연구에서는 자료를 매년 제공하고 있는 행정안전부의 주민등록 인구통계자료를 사용하였다. 자산밀도는 국토교통부에서 제공하는 ‘부동산 가격공시에 관한 연차보고서’와 지가변동률 통계를 참조하여 정량화하였으며, ‘부동산 가격공시에 관한 연차보고서’와 지가변동률은 시군구로 정보가 제공되고 있다. 국토교통부의 한강홍수통제소에서는 하천이력관리시스템을 운영하고 있으며, 하천이력관리시스템에서는 한국하천일람을 통하여 각 하천에 대하여 하천개수율을 제공하고 있다. 환경부에서는 연도별 하수도통계를 통하여 전국 시군구별 하수도 보급률, 배수펌프시설 및 유수지용량 등을 제공하고 있다. 홍수로 인한 인명피해, 홍수로 인한 피해액, 침수면적 등은 행정안전부에서 각 해에 발생한 자연재해로 인한 피해현황 통계를 제공하고 있는 재해연보를 참조하였다. 재해연보 중 기간별-시군구별 자료 중 호우 및 태풍 등 홍수를 유발하는 사상에 대한 인명피해, 피해액, 침수면적 등을 수집하였다(Table 4).

Table 4. Source of Data

수집된 입력자료는 변수별로 Eq. (4)를 적용하여 0과 1사이의 값으로 정규화하였다. 수공학 분야에서 흔히 사용되는 정규화하는 방법으로 최대, 최솟값을 이용하는 방법과 평균과 표준편차를 사용하는 방법이 있다. 본 연구에서는 재조정된 변수가 음의 값을 가지지 않는 최대, 최솟값을 이용하는 방법을 사용하였다.

 (4)

동읍면으로 제공되고 있는 주민등록 인구통계자료와 시군구로 자료를 제공하는 ‘부동산 가격공시에 관한 연차보고서’와 하수도 보급률, 배수펌프시설, 유수지용량 정보를 제공하고 있는 하수도통계, 인명피해, 피해면적, 피해액과 같이 홍수피해정보를 제공하고 있는 재해연보와 같이 행정구역으로 수집한 자료를 중권역과 같은 유역단위로 전처리하기 위하여 Arc GIS의 intersect 툴을 사용하였다. Intersect 툴을 이용하여 행정구역과 중권역이 중첩되는 면적을 산정하여 중첩된 면적에 해당하는 면적비로 세부 지표를 중권역 단위로 환산하였으며, 환산하는 과정은 Fig. 2와 같다.

Fig. 2.

Data Preprocessing Scheme to Make Watershed Units

3. 결과 및 분석

Fig. 3은 수집한 자료를 활용하여 2000년부터 2015년까지 FVI 모형의 민감도, 노출도, 적응능력 및 홍수취약지수, PSR 모형의 압력지수, 현상지수, 대책지수 및 PSR 지수, DPSIR 모형의 추진력지수, 압력지수, 영향지수, 반응지수, 대책지수 등을 산정한 결과와 홍수로 인한 사망자 수, 부상자 수, 이재민 수를 합한 인명피해, 침수면적, 홍수로 인한 피해액, 홍수의 발생빈도를 평균한 그림이다. 우리나라에서 인구밀도 및 자산밀도가 높은 서울을 포함하고 있는 유역과 부산을 포함하고 있는 유역에 각 모형으로 산정한 홍수위험지수가 공통으로 높게 산정됨을 알 수 있다. 내수배재시설 및 외수방어시설 등 치수대책이 제대로 수립되지 않은 전라남도 서남해 유역 또한 홍수위험지수가 높게 산정되는 경향을 보인다. 홍수피해 관련 정보현황에서 인구밀도가 높은 서울 유역에 인명피해가 많이 발생하였으며, 홍수의 발생 또한 빈번하게 일어난다. 침수면적은 농경지가 많은 지역에 두드러지게 높게 나타나며, 홍수로 인한 피해액은 2002년과 2003년에 발생한 태풍 루사와 매미로 재산피해가 많이 발생한 강원도 동해안 유역에 높게 발생하였다. FVI 모형으로 산정한 홍수 위험 지수는 민감도 지수에 민감하게 반응하며, PSR 모형은 현상 지수, DPSIR 모형은 상태 지수 등에 민감하게 반응하여 홍수 위험 지수를 산정한다. 기후변화에 따른 취약성 평가 모형의 민감도 지수는 광범위하게 큰 값을 나타내며, PSR 모형의 현상 지수는 민감도 지수와 비교하면 지역이 한정적이고, DPSIR 모형의 상태 지수는 국한된 지역에서 큰 값을 나타낸다. 이러한 각 모형별로 민감한 지수에 의하여 홍수 위험 지수가 광범위하게 또는 한정적인 지역에 큰 값을 보인다.

Fig. 3.

Flood Risk Index Average for FVI, PSR, DPSIR Approaches and Flood Damage Data for Different Types between 2000 and 2015

Fig. 4는 2000년부터 2015년까지 연도별 홍수의 발생빈도, 홍수로 인한 피해액 및 FVI 모형, PSR 모형, DPSIR 모형으로 산정된 홍수위험지수를 비교한 그림이다. 우리나라에서 홍수는 전 유역에 고르게 발생하나 비교적 우리나라 동남부보다 한강서울유역을 포함하는 서북부에 발생하는 빈도가 높다. 그러나 홍수로 인한 피해액 규모는 발생빈도와 다르게 2002년과 2003년의 태풍 매미와 루사의 영향으로 강원도와 경상도를 중심으로 높게 산정되었다. FVI 모형, PSR 모형, DPSIR 모형에서 공통으로 인구와 자산이 밀집된 한강서울유역에 홍수위험지수가 높게 산정되며, FVI 모형이 다른 모형에 비교하여 홍수위험지수가 상대적으로 높게 산정되며 2011년에 경기도 및 충청도 일부 유역에 특히 높이 산정된다. PSR 모형은 다른 모형과 다르게 2002년 강원도 및 영남지방, 2003년 영남지방 및 강원도 동해안, 2011년 경기 및 충청지방에 홍수위험지수가 높게 산정되었으며, DPSIR 모형은 한강서울유역이 홍수위험지수가 두드러지게 높게 산정되며, 다른 유역은 다른 모형에 비하여 비교적 홍수에 대한 위험이 낮게 나타난다. 본 연구의 결과를 바탕으로 홍수피해액은 PSR 모형으로 홍수위험지수를 산정하는 것이 적합하다고 판단되고, 홍수의 발생빈도는 극한값을 잘 산정하는 DPSIR 모형이 적합하다고 판단된다. 또한, PSR 모형과 DPSIR 모형으로 기후변화를 고려한 미래의 홍수위험지수 산정에 어려움이 있어 기후변화를 고려한 미래의 홍수위험지수는 IPCC에서 제시한 기후변화를 고려한 FVI 모형으로 홍수위험지수를 산정하는 것이 적합하다고 판단된다.

Fig. 4.

Flood Risk Index using FVI, PSR, DPSIR Approaches from 2000 to 2015

Table 5는 FVI 모형, PSR 모형, DPSIR 모형의 홍수위험지수와 홍수 피해액과의 검정통계량을 나타내었다. 검정통계량으로 평균 제곱근 오차 RMSE (Root Mean Square Error), 상관계수 R, 평균 절대 백분율 오차 MAPE (mean absolute percentage error)를 사용하였다. RMSE와 MAPE는 0에 가까울수록, 상관계수는 1에 가까울수록 적합한 모형으로 판단되며, FVI 모형의 RMSE는 0.90∼2.53, 상관계수는 –0.25∼0.60, MAPE는 0.73∼2.07이다. PSR 모형의 RMSE는 0.30∼1.41, 상관계수는 –0.07∼0.89, MAPE는 0.22∼0.69이고, DPSIR 모형의 RMSE는 0.11∼1.54, 상관계수는 –0.12∼0.72, MAPE는 0.05∼0.21이다. Table 6은 각각의 모형으로 산정된 홍수위험지수와 홍수로 인한 인명피해, 침수면적, 홍수의 발생빈도의 상관계수를 나타낸 표이다. FVI 모형과 인명피해의 상관계수는 0.01∼0.76, 침수면적의 상관계수는 –0.23∼0.97, 발생빈도의 상관계수는 0.04∼0.79이고, PSR 모형과 인명피해의 상관계수는 –0.23∼0.90, 침수면적의 상관계수는 –0.02∼0.97, 발생빈도의 상관계수는 0.11∼0.89이며, DPSIR 모형과 인명피해의 상관계수는 0.02∼0.97, 침수면적의 상관계수는 –0.15∼0.99, 발생빈도의 상관계수는 0.32∼0.93이다. PSR 모형은 다른 모형보다 홍수 피해액과의 상관관계를 잘 구현하며, 가뭄의 영향으로 홍수가 상대적으로 적게 발생한 2015년은 각각의 모형의 홍수위험지수와 홍수 피해액과는 음의 상관관계를 가짐을 알 수 있다. 그러나 FVI 모형과 PSR 모형보다 DPSIR 모형에서 산정한 홍수위험지수와 홍수로 인한 피해액의 MAPE가 더 적은 값을 가진다. 홍수피해유형별 각 모형의 홍수위험지수와 상관계수에서는 발생빈도와 홍수위험지수의 상관관계는 각각의 모형에서 홍수 피해 유형 중 가장 상관관계가 높으며, 침수면적과 각 모형별 상관관계는 가장 낮은 것으로 나타났다.

Table 5. Test Statistics between Flood Risk Indices using Different Approaches (FVI, PSR, and DPSIR) and the Amount of Flood Damage

Table 6. Correlation Coefficients of between Different Flood Indices and Different Flood Damage Types

4. 결 론

기후변화의 영향으로 인하여 태풍 및 집중호우, 돌발홍수 등의 발생빈도가 증가하고, 이로 인해 인명 및 재산 피해가 증가하고 수공구조물의 붕괴를 유발하고 그에 따른 2차 피해가 발생한다. 이러한 피해에 대해 효율적으로 대처하기 위해 각각의 유역 특성에 따라 홍수방어대책 수립 및 지속적인 모니터링이 필요로 한다. 홍수방어대책의 모니터링 및 평가는 홍수위험에 합리적으로 대처하기 위해서는 유역의 다양한 기능을 종합적으로 진단하고 이를 객관적으로 정량화하여 판단하여야 하며, 본 연구에서는 홍수위험을 정량화하는 방법으로 IPCC에서 제시한 기후변화 취약성 평가 이론, OECD에서 개발한 PSR 모형, EEA에서 개발한 DPSIR 모형 등을 활용하여 113개 중권역 단위의 홍수위험지수를 2000년부터 2015년까지 산정하였다. 각 기법을 이용하여 생산한 홍수위험지수는 인명피해, 피해면적, 피해액, 발생빈도와 같은 여러 홍수피해유형에 대하여 상관분석을 수행하였다. FVI 모형, PSR 모형, DPSIR 모형에서 공통으로 인구와 자산이 밀집된 한강서울유역에 홍수위험지수가 높게 산정된다. FVI 모형은 다른 모형에 비하여 홍수위험지수가 상대적으로 높게 산정되며, PSR 모형은 다른 모형과 다르게 특정년도에 특정 지역에서 높게 산정되는 경향을 보이며, DPSIR 모형은 연도와 상관없이 인구 및 자산 밀도가 높은 한강서울유역이 홍수위험지수가 두드러지게 높게 산정되며, 다른 유역은 다른 모형에 비하여 비교적 홍수에 대한 위험이 낮게 나타났다. 지수와 피해유형별 상관분석 결과 피해액, 인명피해 및 피해면적에 대해서는 PSR기법이, 홍수발생빈도에 대해서는 DPSIR기법에 따른 지수의 적용성이 높은 것으로 나타났다. 기존에 제시되었던 홍수위험지수는 홍수피해유형 중 홍수의 발생빈도와 상관관계는 높은 경향을 보이나 다른 홍수피해유형과는 상관관계를 개선할 수 있는 새로운 홍수위험지수의 개발이 필요한 것으로 판단된다. 또한, 현재까지 발생한 홍수피해유형을 분석하여 통계적인 방법을 활용하여 유역특성에 적합한 홍수위험지수를 산정할 경우 홍수피해유형에 따라 홍수발생에 대비한 홍수위험지수를 산정할 수 있다고 판단된다.