Development of An Automatic Calculation Algorithm for Rainfall Thresholds of Debris Flow in Korea

정렬 최; 성욱 안; 경수 추; 두희 김; 형규 임; 병식 김

doi:10.9798/KOSHAM.2022.22.6.113

Abstract

Climate change has increased the amount and intensity of rainfall, increasing debris flow risk. Debris flow damage has become a social issue in Korea, and the need for research related to rainfall thresholds for debris flow has increased. In this study, an automatic calculation algorithm was developed to derive criteria suitable for the Korean region for the rainfall thresholds of debris flow. The study area selected was Gangwon-do, where a significant amount of debris flow occurred recently, and information on rainfall and the occurrence of debris flow were collected. As a result of applying an algorithm based on the R programming language, an equation for the relationship between the rainfall intensity and duration in Gangwon-do was automatically derived using debris flow occurrence point information and meteorological rainfall information.

Keywords: Debris-flow, Induced Rainfall, Automatic Calculation Algorithm, Rainfall Intensity Duration Relationship

요지

기후변화에 의해 지속시간별 강우강도가 증가하였으며, 토사재해 발생 비율이 높아짐에 따라 인명 및 재산 피해가 빈번하게 발생하고 있다. 이는 한국에서 사회적 이슈가 되고 있으며, 토사재해를 발생시키는 한계강우량 관련 연구의 중요성이 높아지고 있다. 이에 본 논문에서는 한국 지역의 토사재해 유발 강우 기준 도출을 위하여 토사재해 유발 강우 임계값 자동 계산 알고리즘을 개발하였다. 이를 위해 강원도 지역의 토사재해 발생 이력을 수집하였으며, 토사재해 발생지점 인근의 기상대를 선정하여 강우량을 수집하였다. 토사재해 유발 강우 임계치 자동 계산 알고리즘은 R program 기반으로 작성되었다. 개발된 알고리즘을 이용하여 강원 지역에 적용한 결과 개별 토사재해 발생 지점 정보를 바탕으로 자동적으로 영향 기상대를 선정하였으며, 개별 토사재해 발생 지점 정보와 기상대 강우량 정보를 이용하여 유발강우량을 도출하고, 이를 통합하여 강원도 지역의 강우강도와 지속시간 간의 관계식을 자동으로 도출하였다.

1. 서 론

기후변화에 따른 강우강도의 증가로 인하여 국내 산지부 인근의 토사재해(Debris-flow Disaster) 발생 위해성(Hazard)이 증가하였으며, 인명 및 재산 피해 위험성(Risk)이 높아졌다(Choi, 2018). 특히 2011년 7월 집중호우로 서울시 우면산 및 춘천시 마적산에서 토사재해 피해로 인해 총 43명의 사망자가 발생하였으며, 2020년 전라남도 곡성군에서 5명의 사망자가 발생하는 등 인명 및 재산 피해가 발생하여 사회적 이슈가 되었다. 토사재해에 대응하기 위해서는 토사재해의 사전 예보 및 경보 발령을 위한 기준 수립이 필요하다. 특히, 선행강우 조건은 토양 내 응력 및 간극수압에 영향을 미치는 요인으로, 토사재해를 유발하는 직접적인 원인으로 중요하게 고려되어야 한다(Keefer et al., 1987; Aleotti, 2004; Chae et al., 2016; Gariano et al., 2019).

선행강우와 강우강도를 이용한 한계강우량 개념은 Campbell (1975)이 제안한 이후로 Caine (1980)이 실제 토사재해 발생 데이터로부터 강우강도-지속시간 곡선식을 제시한바 있으며, 토사재해의 확률적 예측을 위한 많은 연구가 제안되었다(Brunetti et al., 2010; Piciullo et al., 2017). 최근 Melillo et al. (2018)은 강우량 및 지형자료를 이용하여 토사재해에 영향을 미치는 강우관측소를 자동으로 선택하고, 토사재해 선행 강우량을 자동으로 계산하는 방법론을 제시하였으며, Jordanova et al. (2020)은 관련 알고리즘을 Slovenia 지역에 적용하여 토사재해 조기 경보 시스템 구축에 사용하였으며, Distefano et al. (2022)는 알고리즘의 결과를 신경망을 이용하여 개선하는 연구를 제안한 바 있다. 국내 연구 사례를 살펴보면 Nam et al. (2018) 및 Chae et al. (2016)은 토사재해 발생전의 지속시간과 강우강도를 곱한 RTI (Rainfall Triggering Index)를 국내에 적용, 확률밀도함수를 이용하여 토사재해 위험 기준을 제시하였으며, Lee et al. (2019)는 토사재해 발생 전의 지속시간 및 강우강도를 이용하여 분위수 회귀분석을 이용하여 위험 기준을 제시하였다. 국내 지형을 대상으로 다양한 선행 연구가 진행되었으나 토사재해 발생 유발 강우에 직접적인 영향을 미치는 선행강우 기준 일수 및 대표 관측소 기준 등은 명확하지 않은 것으로 나타났으며, 이를 고려한 한국형 토사재해 조기 경보 시스템 구축 등을 위해서는 프로그램 기반의 자동화 알고리즘이 필요하며, 이에 대한 적용성 평가가 필요할 것으로 판단된다.

본 연구에서는 한국지역의 토사재해 유발 강우 기준 도출을 위하여 Melillo et al. (2018)이 제안한 도구를 기반으로 한국형 토사재해 유발 강우 임계값 자동 계산 알고리즘을 개발하는 것을 목적으로 하였다. 이를 위해 토사재해가 많이 발생했던 강원도 지역을 대상지역으로 선정하였으며, 토사재해 발생 정보, 강우량 및 지형정보를 수집하였다. 최종적으로 강원도 지역의 강우량 및 지형정보를 토사재해 유발 강우 임계치 자동 산정 프로그램에 입력하여 개별 토사재해 사상에 대한 지속 시간 및 강우강도를 산정하였으며, 전체 사상에 대해 지속시간별 누적 분포 함수 계산을 통해 강원도 지역의 임계 강우량 곡선 및 관계식을 도출하였다(Fig. 1).

Fig. 1

Flow Chart of Study

2. 이론적 배경

2.1 토사재해 유발 강우량 자동 산정 프로그램

토사재해를 유발시키는 강우 기준은 주로 강우강도와 지속시간의 관계 분석 방법(I-D Method)을 이용하여 제시되고 있으며 국내외에서 다양한 연구가 진행된 바 있다. I-D Method를 사용하는 데 있어 토사재해에 영향을 미치는 기상대 선정과 강우 사상 종료와 토사재해 발생 사이의 최대 허용 지연 시간은 중요한 입력 매개변수로서 연구자별로 다른 정의를 내리고 있다. Melillo et al. (2018)은 이러한 문제를 객관화하기 위하여 이탈리아 남부 시칠리아에서 적용 가능한 토사재해 예측에 사용 가능한 강우 임계값 자동 계산 도구를 제시하였다. 본 연구에서는 Melillo et al. (2018)가 제시한 도구를 한국지형에 적합하게 재구성하여 R 언어 기반으로 개발하였으며, 프로그램은 입력부, 계산부, 출력부로 구성하였다(Fig. 2). 입력부에서는 토사재해 발생 정보(Debris-flow.csv), 강우 관측소 정보(table_of_raingauge.csv) 및 강우 시계열(TimeSeries_Sensor.csv) 정보를 입력한다. 계산부는 R package를 프로그래밍하고 개발할 때 유용한 유틸리티인 utils, 인코더, 디코더, 분류 기능이 있는 caTools, 공간데이터 시각화에 필요한 ggmap 및 통계 기능을 위한 MASS Package를 사용한다. 마지막으로 결과부는 토사재해에 영향을 미치는 재구성된 강우 사상 정보(Reconstructed rainfall events)와 그에 대한 강우 조건(Reconstructed rainfall conditions) 및 강우 임계값(rainfall thresholds) 분석 결과를 제공한다.

Fig. 2

Component of “Automatic Calculation Algorithm of Rainfall Thresholds for Rainfall-induced Debris-flow”

2.2 토사재해 유발 강우량 임계값 산정 알고리즘

토사재해를 유발하는 강우량 임계치 계산은 수집된 연속적인 시간 강우량 데이터와 토사재해가 발생한 지리적 좌표 및 토사재해 발생 시간을 기반으로 이루어진다. 알고리즘은 강우 이벤트를 재구성하고 토사재해에 영향을 미치는 이벤트를 결정한다. 이때, 대표 강우계와 토사재해 사이의 최대 허용 거리와 강우 이벤트 종료와 토사재해 발생 사이의 최대 허용 지연 시간을 정의한다. 본 연구에서는 수집된 강원도 지역의 토사재해 피해 지점과 기상대와의 최대 거리를 고려하여 최대 허용 거리를 15 km로 정의하였으며, 최대 허용 지연 시간 Melillo et al. (2018)이 제시한 48시간으로 정의하였다.

임계값 계산은 임계값 자동 산정 프로그램 내의 별도의 분리된 블럭(Block)에 의해 수행되며, 각 블럭은 특정 작업을 수행한다(Fig. 3). 첫 번째 블럭에서는 연속된 강우 시계열을 바탕으로 개별 강우 사상을 재구성하고 강우 이벤트별 지속시간(Duration (D), hr)과 누적강우량(Cumulated rainfall (E), mm)을 계산한다. 연속 강우 시계열의 분리는 기후 및 계절적 환경에 기반하며, 본 연구에서는 한국지역 계절에 적합한 기간(warm season : 3월~8월)을 고려하여 정의하였다. 두 번째 블록에서는 토사재해 발생 지역과 가장 가까운 강우계를 선택한다. 이때 토사재해 발생지점과 강우계 사이의 최대 허용 거리는 정의된 허용 거리를 반지름으로 하는 원형 영역 내에서 선택되며, 역거리가중치법(Inverse Distance Weighting Method)을 이용하여 다중 강우 조건(Multiple Rainfall Conditions, MRC)의 강우 조건을 계산한다. 마지막으로 세 번째 블록에서는 서로 다른 비초과 확률(Non-Exceedance Probabilities, NEPs)에 따른 누적강우량(E)과 지속시간(D)과의 관계를 계산한다. 이때, 임계값은 Eq. (1)과 같은 빈도론적 접근방법을 이용하여 정의되며, 멱함수 형식으로 계산된다.

Fig. 3

Data Flow of “Thresholds for Rainfall-induced Debris-flow”

(1)

E=(α)⋅D(γ)

여기서α는 크기조정 매개 변수이고γ는 형상 매개 변수, 즉 멱함수 곡선의 절편과 기울기이다.

3. 연구 재료

3.1 토사재해 발생 정보 수집

본 연구의 대상 지역은 산지 비율이 80% 이상으로 한국에서 발생하는 토사재해가 빈번히 발생한바 있는 강원도지역을 선정하였으며, 토사재해 발생 위치는 아래 그림과 같다(Fig. 4). 또한 토사재해 이력은 문헌조사를 통해 수집하였으며, 발생 위치 및 발생 시간을 특정할 수 없는 이력은 수동으로 제거하였다. 이를 통해 최종적으로 2011년 7월 27일에서 2020년 8월 5일까지 토사재해 발생 이력 18건에 대해 발생 위치, 발생 시간 정보를 수집하였다(Table 1).

Fig. 4

Study Area Map and Debris-flow Damage Photos & Location (n = 18)

Table 1

Debris Flow Occurrence Time and Location Information (n = 18)

No.	Debris flow occurrence time (YYYY.MM.DD HH:MM)	Longitude	Latitude	Administrative Division	Website Ref.
1	2020.08.05 06:00	128.4609	38.4484	Geojin-eup, Goseong-gun	https://www.kado.net/news/articleView.html?idxno=1034496
2	2020.08.05 06:00	128.4627	38.4510	Geojin-eup, Goseong-gun	https://www.nocutnews.co.kr/news/5389938
3	2020.08.05 06:00	128.4042	38.5438	Hyeonnae-myeon, Goseong-gu	https://www.nocutnews.co.kr/news/5389938
4	2020.08.03 09:00	127.7334	37.8923	Chuncheon-si	https://www.kado.net/news/articleView.html?idxno=1034234
5	2020.08.02 02:00	128.1731	37.3508	Gangnim-myeon, Hoengseong-gun	https://news.kbs.co.kr/news/view.do?ncd=4508059
6	2020.08.02 06:00	128.5316	37.1413	Yeongwol-gun	https://news.nate.com/view/20200802n10528
7	2019.10.03 00:56	129.3241	37.2703	Wondeok-eup, Samcheok-si	https://news.nate.com/view/20191003n07313?mid=n0406
8	2019.10.02 20:00	129.3209	37.1614	Wondeok-eup, Samcheok-si	https://www.donga.com/news/Society/article/all/20191006/97756414/1
9	2019.10.02 23:00	128.3314	37.2569	Wondeok-eup, Samcheok-si	https://www.donga.com/news/Society/article/all/20191006/97756414/1
10	2019.10.02 23:00	128.3264	37.2525	Wondeok-eup, Samcheok-si	https://www.donga.com/news/Society/article/all/20191006/97756414/1
11	2019.08.12 21:20	127.8270	38.1604	Hwacheon-eup, Hwacheon-gun	https://www.yna.co.kr/view/AKR20190813012800062
12	2017.08.20 02:30	127.9584	37.8150	Hwachon-myeon, Hongcheon-gun	http://www.hcsinmoon.co.kr/news/articleView.html?idxno=34619
13	2017.08.20 02:30	127.9650	37.7980	Hwachon-myeon, Hongcheon-gun	https://www.yna.co.kr/view/AKR20170820022700062
14	2013.07.14 07:30	128.2136	38.0402	Inje-eup, Inje-gun	https://www.hani.co.kr/arti/PRINT/141633.html
15	2013.07.14 08:20	128.4138	38.0919	Seo-myeon, Chuncheon-si	https://www.hani.co.kr/arti/PRINT/141633.html
16	2013.07.14 08:50	127.7564	37.8454	Dongsan-myeon, Chuncheon-si	https://www.ytn.co.kr/_ln/0115_201307141303297557
17	2013.07.14 09:30	127.7822	37.8247	Dongnae-myeon, Chuncheon-si	https://www.news1.kr/articles/?1237315
18	2011.07.27 00:08	127.7920	37.9356	Sinbuk-eup, Chuncheon-si	https://www.kado.net/news/articleView.html?idxno=524462

3.2 기상대 및 강우 정보 수집

기상대 및 강우 정보는 Fig. 4와 같이 기상청에서 제공하는 강원도 지역의 AWS (Automatic Weather System) 46개소의 위치 정보 및 2010년 1월 1일 00시부터 2020년 12월 31일 23시까지의 시간 단위 강우량 데이터를 수집하였다. 46개소의 강우계 중 22개만이 토사재해를 일으킨 강우 조건을 구성하는 데 사용되었으며, 최종적으로 수집된 46개소 기상대의 ID, 이름 및 위치 정보는 Table 2와 같다.

Table 2

Weather Station and Rainfall Information of Study Area (n = 47)

No.	ID	Name	Lon.	Lat.	Start	End
1	310	GungChon	129.2647	37.32471	2010-01-01 00:00	2020-12-31 23:00
2	320	Hyangnobong	128.3138	38.33104	2011-08-05 12:00	2020-12-31 23:00
3	321	Wontong	128.1963	38.1147	2010-01-01 00:00	2020-12-31 23:00
4	322	Sangseo	127.6857	38.23158	2010-01-01 00:00	2020-12-31 23:00
5	517	Ganseong	128.4745	38.38536	2010-01-01 00:00	2020-12-31 23:00
6	518	Haean	128.1211	38.26958	2010-01-01 00:00	2020-12-31 23:00
7	519	Sanae	127.5194	38.07545	2010-01-01 00:00	2020-12-31 23:00
8	522	Hwachon	127.9838	37.78712	2010-01-01 00:00	2020-12-31 23:00
9	523	Jumunjin	128.8214	37.89848	2010-01-01 00:00	2020-12-31 23:00
10	524	Gangmun	128.9248	37.78579	2010-01-01 00:00	2020-12-31 23:00
11	527	Sindong	128.6413	37.21108	2010-01-01 00:00	2020-12-31 23:00
12	529	Wondeok	129.2859	37.14156	2010-01-01 00:00	2020-12-31 23:00
13	536	Hoengseong	127.9724	37.4876	2010-01-01 00:00	2020-12-31 23:00
14	537	Imgye	128.8459	37.48323	2010-01-01 00:00	2020-12-31 23:00
15	554	Misiryeong	128.4371	38.21439	2010-01-01 00:00	2020-12-31 23:00
16	555	Hwacheon	127.7029	38.09638	2010-01-01 00:00	2020-12-31 23:00
17	556	Yanggu	127.9853	38.09799	2010-01-01 00:00	2020-12-31 23:00
18	557	Girin	128.3186	37.95263	2010-01-01 00:00	2020-12-31 23:00
19	558	Palbong	127.7007	37.68614	2010-01-01 00:00	2020-12-31 23:00
20	559	Nae-myeon	128.3973	37.77805	2010-01-01 00:00	2020-12-31 23:00
21	560	Jinbu	128.5645	37.64793	2010-01-01 00:00	2020-12-31 23:00
22	561	Cheongil	128.1528	37.58219	2010-01-01 00:00	2020-12-31 23:00
23	562	Yeongwol-Jucheon	128.2694	37.27534	2010-01-01 00:00	2020-12-31 23:00
24	563	Bukpyeong	128.6828	37.46356	2010-01-01 00:00	2020-12-31 23:00
25	579	Hajang	128.9133	37.36684	2010-01-01 00:00	2020-12-31 23:00
26	580	Okgye	129.0289	37.61345	2010-01-01 00:00	2020-12-31 23:00
27	581	Sangdong	128.7744	37.11663	2010-01-01 00:00	2020-12-31 23:00
28	582	Sillim	128.0799	37.23146	2010-01-01 00:00	2020-12-31 23:00
29	583	Anheung	128.1551	37.46463	2010-01-01 00:00	2020-12-31 23:00
30	585	Sinnam	128.0742	37.95996	2010-01-01 00:00	2020-12-31 23:00
31	587	Bangsan	127.9533	38.22642	2010-01-01 00:00	2020-12-31 23:00
32	588	Namsan	127.6429	37.79066	2010-01-01 00:00	2020-12-31 23:00
33	593	Yangyang-Yeongdeok	128.5407	38.00731	2010-01-01 00:00	2020-12-31 23:00
34	597	Daehwa	128.4411	37.54548	2010-01-01 00:00	2020-12-31 23:00
35	661	Hyeonnae	128.4025	38.54385	2010-01-01 00:00	2020-12-31 23:00
36	670	Yangyang	128.6297	38.08725	2010-01-01 00:00	2020-12-31 23:00
37	671	Cheongho	128.5936	38.19091	2010-01-01 00:00	2020-12-31 23:00
38	674	Sabuk	128.8214	37.21963	2010-12-05 15:00	2020-12-31 23:00
39	678	Gangneung-Seongsan	128.778	37.7244	2018-12-16 21:00	2020-12-31 23:00
40	679	Gangneung-Wangsan	128.7726	37.61058	2018-12-16 21:00	2020-12-31 23:00
41	681	Wondong	127.8117	38.24379	2010-01-01 00:00	2020-12-31 23:00
42	684	Chunchon-Sinbuk	127.7763	37.9546	2013-10-02 17:00	2018-01-12 11:00
43	696	Singi	129.0861	37.34661	2010-01-01 00:00	2020-12-31 23:00
44	875	Seorak	128.4606	38.12107	2010-01-01 00:00	2020-12-31 23:00
45	876	Samcheok	129.1621	37.45003	2010-01-01 00:00	2020-12-31 23:00
46	878	Dogye	129.0961	37.22379	2010-07-09 10:00	2020-12-31 23:00

4. 분석 결과

토사재해 유발 강우량 임계값 산정 프로그램을 이용하여 본 연구의 대상 기간(2010년~2020년) 동안 16,423개의 강우 사상을 재구성하였다. 또한, 토사재해 위치 정보와 우량계와의 거리를 요소를 고려하여 입력한 18개의 토사재해 이벤트 중 14개의 토사재해가 강우로 인해 유발된 것으로 도출되었다. 14개의 토사재해 이벤트 중 강우 토사재해와 관련이 높은 강우 사상은 36개로 도출되었으며, 이에 대한 누적 강수량(cumulated event rainfall, EL)과 강수 이벤트 지속 기간(rainfall event duration, DL)의 로그 분포도 Fig. 5(a)와 경험적 누적 분포 함수(The empirical cumulative distribution function, ECDF)와 지속기간 관계 곡선(b) 및 경험적 누적 분포 함수(ECDF)와 누적 강수량(cumulated rainfall, E) 관계 곡선(c)을 자동으로 도출하였다.

Fig. 5

(a) Distribution of the DL (Rainfall Event Duration) and EL (Cumulated Event Rainfall) Pairs, in Log-Log Coordinates (Purple Dots); (b) ECDF (The Empirical Cumulative Distribution Function) of D (Duration); (c) ECDF of E (Cumulated Rainfall)

재구성된 강우량과 토사재해 데이터를 이용하여 대상지역 전체의 누적 강수량(E)과 지속시간(D)의 임계값을 결정하였으며, 70%, 50% 및 10% 비초과 확률에서 누적 강수량과 지속시간 간의 상관 관계식을 도출하였다(Table 3). 각 비초과 확률에서의 지속시간, 누적 강수량 및 강우강도는 Table 3에 제시하였다.

Table 3

ED (Cumulated Event Rainfall—Duration) Equation According to the Non-Excess Probability of 70%, 50% and 10% Thresholds Deriving Rainfall Duration (hr), Cumulated Rainfall (mm), and Rainfall Intensity (mm/hr) in Gangwon-do.

Non-exceedance Probability (%)	Rainfall Duration (hr)	Cumulated Rainfall (mm)	Rainfall Intensity (mm/hr)	Cumulated Rainfall and Rainfall Duration Equation
70	6	96.4	16.1	E=(54.3) . D^(0.32)
	12	120.4	10.0
	24	150.2	6.3
50	6	71.1	11.9	E=(40.1) . D^(0.32)
	12	88.8	7.4
	24	110.9	4.6
10	6	34.2	5.7	E=(19.3) . D^(0.32)
	12	42.7	3.6
	24	53.4	2.2

도출된 비초과 확률별 누적 강수량과 지속시간 간의 관계식을 이용하여 강원도 지역의 토사 재해 위험 경보를 위한 노모그램을 개발하였다(Fig. 6). 이때, 발생확률(70%, 50%, 10%) 기준은 Nam (2020)이 제시한 방법을 인용하였으며, 발령기준(관심-주의-경계-심각)은 산림청 산사태 위기 경보 기준을 준용하였다.

Fig. 6

Nomogram for Debris Flow Warning Developed by the Cumulated Rainfall and Rainfall Duration Equation (24 hr)

본 연구에서 개발한 토사재해 노모그램의 적용성 검토를 위해 2019년 10월 발생한 강원도 삼척시 신남 마을 피해사례를 기반으로 검토를 진행하였다. 신남 마을에서 토석류가 발생한 시각은 2019년 10월 03일 01시 경으로 총 103가구 중 65가구가 파손되었으며, 52가구에서 매몰 및 전파가 발생하고 1명의 사망자가 발생하였다. 이때, 근덕면의 누적 강우량은 약 376 mm로 24시간 전부터 내린 누적 강우량의 시계열은 Fig. 7과 같다.

Fig. 7

Accumulated Rainfall Causing Debris Flow Damage to Sinnam Village in Gangwon-do

신남 마을의 토석류 발생 전 강우 사상을 바탕으로 본 논문에서 제시한 노모그램을 적용해 본 결과 가우 발생 후 누적 강수량이 많아서 짐에 따라 토사재해 위험도가 관심에서부터 주의, 경계 조건으로 높아지는 것을 확인하였으며, 토사재해 발생 약 3시간 전에 가장 위험한 단계인 심각으로 높아지는 것으로 나타났다(Fig. 8, Table 4).

Fig. 8

Debris Flow Warning Plot Using Debris Flow Nomogram in Sinnam Village

Table 4

Debris Flow Warning Time-Series According to Accumulated Rainfall in Sinnam Village

Time	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19	20	21	22	23	24
Accumulated Rainfall (mm)	0.5	1.0	1.5	1.5	3.5	7.0	9.5	17	36	46	54	66	77	101	141	206	231	314	332	341	348	365	375	376
Warning Stage	NM	NM	NM	NM	NM	NM	NM	NM	NM	AL	AL	AL	AL	AL	EM	EM	EM	EM	EM	EM	EM	EM	EM	EM

※ NORMAL : NM, ALERT : AL, WARNING : W, EMERGENCY : EM

5. 요약 및 결론

기후변화에 의해 지속시간별 강우강도가 증가하였으며, 토사재해 발생률과 피해가 늘어나 사회적 이슈가 되고 있다. 강우는 토사재해를 발생시키는 직접적인 요인으로 강우와 토사재해와의 관계 분석은 토사재해 예보 및 대응 시스템 개발 등을 위해 필수적으로 선제 되어야 한다. 본 연구에서는 한국형 토사재해 강우 임계값 계산을 위하여 Melillo et al. (2018)이 제안한 도구를 개선하여 한국지형에 적합한 알고리즘을 개발하였으며, 토사재해가 많이 발생하는 강원도 지역에 이를 적용하여 토사재해 유발 강우 임계값을 산정하였다. 이상의 주요 연구 내용 및 결론은 다음과 같다.

(1) 토사재해를 유발시키는 강우 기준은 주로 강우강도와 지속시간의 관계 분석법(I-D Method)을 이용하여 제시되고 있으나, 대표 강우계 선정 방법론 및 토사재해를 유발하는 강우량 정의가 제각각으로 이에 대한 객관적 결과를 도출할 수 있는 자동 프로그램의 활용이 필요하다. 국외의 경우 이탈리아, 인도 등에서 토사재해 유발 강우량 자동 산정 프로그램의 개발 및 적용성 평가가 이루어진 바 있으며, 본 연구에서는 국내에 적합한 프로그램 개발 및 적용성 평가를 위한 기초 연구를 진행하였다.

(2) 토사재해 유발 강우량 자동 산정 프로그램은 이탈리아를 대상으로 제안한 토사재해 임계값 자동 계산 도구를 기반으로 한국지형에 적합하게 재구성하여 R 언어 기반으로 개발하였으며, 입력부, 계산부, 출력부로 구성하였다. 임계값 산정 알고리즘은 3개의 계산 블록으로 이루어져 있으며, 첫 번째 블록에서 강우사상을 재구성하고, 두 번째 블록에서 토사재해 영향 강우계를 선정한다. 세 번째 블록에서는 서로 다른 비초과확률에 따른 누적강우량과 지속시간과의 관계를 빈도론적 접근방법을 이용하여 계산할 수 있게 개발하였다.

(3) 본 연구의 대상 지역으로 산지 비율이 80% 이상이고 국내 대부분의 토사재해가 발생하고 있는 강원도 지역을 선정하였다. 대상 지역의 토사재해 이력 18건 및 해당 기간의 강우계 46개소의 정보를 수집하였다. 이때, 강원도 지역의 토사재해 피해 지점과 기상대와의 최대 거리를 고려하여 최대 허용 거리를 15 km로 프로그래밍하였으며, 기존 연구에서 제시되지 못한 최대 허용 거리를 정량적으로 제시할 수 있었다. 수집된 정보를 입력자료로 분석한 결과 대상 기간 16,423개의 강우사상이 재구성되었으며, 14개의 토사재해 이벤트가 강우로 인해 유발된 것으로 나타났고, 이에 관련된 강우사상은 36개로 도출되었다.

(4) 개별적으로 재구성된 강우량과 토사재해 데이터를 이용하여 강원도 전체의 누적 강수량과 지속시간 간의 임계값을 결정하였으며, 70%, 50% 및 10% 비초과 확률에서 누적 강수량과 지속시간 간의 상관 관계식을 도출하였다.

(5) 도출된 비초과 확률별 누적 강수량과 지속시간 간의 관계식을 이용하여 강원도 지역의 토사 재해 위험 경보를 위한 노모그램을 개발하였으며, 이를 2019년 토사재해 피해지역에 적용해 본 결과 강우 발생에 따라 토사재해 위험 수준이 증가하는 것을 확인하였으며, 토사재해 발생 약 3시간 전 가장 위험한 단계인 심각으로 높아지는 것으로 나타나 토사재해 예⋅경보시 활용 가능할 것으로 판단되었다.

본 연구는 알고리즘 기반 접근법을 사용하여 한국의 토사재해 주요 발생 지역에 대한 강우 임계값을 결정한 연구로서 토사재해 발생지점 정보로부터 대표 강우계를 선정하고, 토사재해 발생 시점으로부터 최대 허용 지연 시간과의 관계에 따라 정량적 강우 임계값을 도출하였으며, 이는 기존 연구의 이론적 한계를 보완할 수 있는 실용적 방법론을 제시한 것으로 판단된다. 본 연구에서 제안된 결과는 강원 지역에 한정된 토사재해 정보만을 이용하였으므로 추가 연구를 통해 알고리즘 검증 및 개선이 필요하다. 또한 추후 본 연구에서 사용된 알고리즘의 시스템 탑재를 통해 합리적인 토사재해 예보 서비스가 가능할 것으로 판단된다.