1. 서 론
최근 기후변화로 인해 다양한 형태의 자연재해(태풍, 홍수, 호우, 지진 등)가 복합적으로 발생하고 있다. 2006년 필리핀 레이테 남부 지역에서 열흘간의 집중호우로 인해 지반이 포화된 상태에서 규모 2.6의 지진이 발생하여 대규모 산사태가 발생하였다. 이로 인해 약 1,500여 명의 사망자가 발생하였다(Evans et al., 2007). 그리고 2018년 일본의 홋카이도 Atsuma 지역에서 태풍이 동반한 집중호우와 규모 6.7의 대지진이 동시에 발생하여 대규모 산사태를 유발하였고 약 40명이 사망자가 발생하였다(Yamagishi and Yamazaki, 2018).
우리나라에서 태풍 또는 집중강우로 인한 산사태는 많이 보고되었다(Kim, 2008; Yune et al., 2010; Oh and Park, 2013; Choi et al., 2014; Lee et al., 2014; Ryu and Han, 2016; Jeong et al., 2017; Lee et al., 2019). 또한 1988년 이후로 지진 발생 빈도가 꾸준히 증가하고 있다. 특히 2016년 경주에서 발생한 지진 이후 진도 3 이상의 지진이 증가하고 있다. 아직 강우와 지진이 복합적으로 유발한 산사태 피해사례는 없다. 그러나 우리나라에서도 여름철 우기 시간 동안에 지진이 발생하여 대규모 산사태를 유발시킬 수 있으므로 강우와 지진이 복합적으로 유발하는 지반재해에 대한 연구가 필요하다.
일반적으로 강우와 지진이 복합적으로 유발하는 산사태에 대한 민감도 평가는 결정론적 평가법을 통해 평가한다. 결정론적 평가법은 역학 원리를 기반으로 무한사면 모델을 사용한다. 이러한 방법은 사면 안정성 분석에서 수문 모델(정적 모델 또는 동적 모델)과 최대지반가속도(PGA)를 복합적으로 고려한다. 사면 안정성 평가를 수행하기 위해 사용되는 GIS 기반 모델에는 정적 무한사면 모델(Pack et al., 1998; Tarolli et al., 2011; Listo and Vieira, 2012), 강우가 고려되는 동적 무한사면 모델(van Beek, 2002; Casadei et al., 2003; Simoni et al., 2008), 지진을 고려하는 무한사면 모델(Jibson, 1993; Jibson et al., 2000; Rathje and Bray, 2000; Saygili and Rathje, 2008; Meehan and Vahedifard, 2013)이 있다. 지진으로 인한 산사태 민감도 평가를 위한 일반적인 물리적 기반 모델은 Newmark 변위 모델과 유사 정적 모델이 있다. Newmark 변위 모델은 지진이 산사태 발생에 미치는 영향을 무한사면 모델을 기반으로 최대지반가속도와 임계가속도의 관계를 통해 표현한다. 그리고 유사 정적 모델은 무한사면 모델에서 지진하중을 고려하여 내진조건에서 사면 안전율을 계산한다(Hynes-Griffin and Franklin, 1984; Jibson, 2011). 그러나 이와 같은 방법들은 강우로 포화된 지반에서 지진에 의해 유발되는 과잉간극수압을 고려하지 않아 산사태 민감도가 과소 평가될 수 있다.
따라서 강우와 지진이 복합적으로 유발하는 산사태 민감도를 평가하기 위해서는 강우에 따른 간극수압 변화와 지진이 유발하는 과잉간극수압을 동시에 고려하여 산사태 민감도를 평가해야 한다. 본 연구에서는 강우와 지진이 복합적으로 발생하여 대규모 산사태를 유발한 일본의 Atsuma 지역을 대상으로 강우로 포화된 지반에서 지진에 의해 유발되는 과잉간극수압을 고려하여 산사태 민감도를 평가하였다. 강우만 고려하였을 때, 지진만 고려하였을 때, 강우와 지진을 복합적으로 고려하였을 때 위험 등급에 따라 정량지수 분석을 수행하여 비교하였다. 또한 지속적으로 강우와 지진이 발생하고 있고, 대규모 산사태가 발생하면 피해가 클 것으로 예상되는 월성 원전 근처 나산리를 연구지역으로 선정하여 산사태에 대한 민감도를 평가하였다.
2. 방법론
강우와 지진이 복합적으로 유발하는 산사태 민감도 평가를 위한 연구 흐름은 Fig. 1과 같다. 먼저 지진과 강우가 복합적으로 발생하여 많은 산사태를 유발한 일본의 Atsuma 지역의 지반 물성치 DB, 강우량 DB, 지진 DB를 수집하였다. 이를 바탕으로 강우 침투모델을 통해 포화된 지반깊이를 계산하였다. 지진 DB를 바탕으로 최대지반가속도를 통해 과잉간극수압비 모델을 통해 과잉간극수압비를 계산하였다. 강우 침투모델과 최대지반가속도를 통해 구한 포화된 지반 깊이와 과잉간극수압을 고려하여 무한사면 해석을 수행하여 민감도 지도를 산정하였다. 이와 같이 산정된 민감도 지도의 정확성을 정량지수분석 수행하여 분석하였다.
3. 강우-지진에 의한 산사태 민감도 평가 방법
일본 홋카이도 Atsuma 지역(Fig. 2)은 2018년 9월 6일에 강우와 지진이 복합적으로 발생하여 많은 산사태를 유발하였다. 본 연구에서 선정한 연구지역은 Fig. 3과 같이 20 mm 선행강우가 있었고, 2018년 9월 4일 태풍 제비가 접근하여 3일간 약 100 mm의 강우가 내렸다. 그리고 9월 6일에 규모 6.7의 지진이 발생하여 약 6,000개의 산사태가 발생하였다(Yamagishi and Yamazaki, 2018). 3일간 약 100 mm의 누적강우량은 대규모 산사태를 유발할 수준은 아니나 지반이 포화된 상태에서 규모 6.7의 지진이 발생하여 대규모 산사태로 이어진 것으로 판단된다. 강우와 지진이 복합적으로 유발하는 산사태에 대해 선제적으로 대응하기 위해서는 복합 유발인자에 따른 민감도 평가를 수행해야 한다. 본 연구에서는 Nguyen et al. (2020)이 제안한 강우침투 모델, 과잉간극수압 모델 및 무한사면에서 역학적 안정성을 평가하는 모델을 통합하는 Eq. (1)을 통해 강우와 지진을 동시에 고려하여 역학적 방법(Fig. 4(a))으로 안전율을 평가하였다.
Fig. 4
Slope Stability Analysis (Nguyen et al., 2020): (a) Infinite Slope Model Considering Rainfall and Earthquake, (b) Equivalent Shear Stress Model, (c) Forces Acting on Slope
여기서, c는 흙의 점착력(kPa), γ는 흙의 단위중량(kN/m3), H는 흙의 깊이(m), γw는 물의 단위중량(kN/m3), Hw는 포화되는 흙의 깊이(m), β는 사면의 경사각(°), γu는 과잉간극수압비, φ는 흙의 내부 마찰각(°),kE는 지진계수를 나타낸다. Eq. (1)에서 강우만을 고려할 때는 γu = kE= 0이며, 지진만을 고려할 때는 Hw=0이다.
강우 지반 침투로 인해 포화되는 흙의 깊이(Fig. 4(a))는 Iida (1984)가 제안한 정상류 모델을 사용하여 Eq. (2)와 같이 계산한다.
여기서, I는 강우강도, n은 유효 간극률, t는 강우시간(day), ε는 사면 곡률, νs는 강우로 인한 수평 흐름 속도(m/day)를 나타낸다.
과잉간극수압비는 Matsui et al. (1980)이 제안한 비배수 반복삼축시험 결과를 기반으로 반복하중을 받는 NC (정규압밀) 및 OC (과압밀) 점토의 과잉간극수압비를 예측하는 Eq. (3)을 통해 산정하였다.
여기서, η는 실험 계수(0.45), OCR은 과압밀비, A와 B는 Matsui et al. (1980)가 제안한 가소성 지수 매개변수, γc,max는 최대 전단변형률을 나타낸다.
최대 전단변형률은 평균 전단변형률과 같다고 가정하여 Eq. (4)와 같이 최대 전단탄성계수와 유효 전단계수와의 관계를 통해 산정할 수 있다.
여기서, γav는 평균 전단변형률, PGA는 최대지반가속도(g), g는 중력 가속도(m/s2), σ0는 전체 응력, γd는 흙의 응력감소 계수, δ와 θ는P I에 따라 결정되는 경험계수(Yokota et al., 1981), Gmax는 최대 전단탄성계수이다.
지진계수는 Fig. 4(b)와 같이 Seed and Idriss (1971)이 제안한 등가 전단응력(τc)의 관계를 통해 지진력(TE)을 산정한다. 그리고 Fig. 4(c)를 통해 Eqs. (5)~(7)을 유도할 수 있다.
여기서, kE는 의사정적계수, P는 토체의 무게를 나타낸다.
이와 같이 제안된 모델을 통해 강우와 지진을 복합적으로 고려하였을 때, 강우만 고려하였을 때, 지진만 고려하였을 때의 안전율을 계산하여 산사태에 대한 민감도를 평가할 수 있다.
Fig. 5는 연구지역에 대해 구축한 DB를 나타낸다. DEM은 수치표고모델로 지형 부분의 고도를 나타내며 USGS에서 제공하는 영상을 통해 10 × 10 m 해상도로 구축하였다(Fig. 5(a)). 이를 통해 Fig. 5(b)와 같이 사면의 경사를 나타내는 경사도 지도를 제작하였다. 그리고 지표면에서 암반까지의 수직거리를 나타내는 토심은 Yamagishi and Yamazaki (2018)의 현장조사 자료를 바탕으로 Z 모델을 통해 Fig. 5(c)와 같이 계산하였다. 마지막으로 연구지역에 발생한 최대지반가속도는 USGS에서 제공되는 Shape 파일을 크리깅 보간법을 통해 레스터 형식으로 가공하였다(Fig. 5(d)). 강우 DB는 Fig. 3과 같이 72시간의 강우시간과 누적강우량을 통해 1.4 mm/h의 강우강도를 산정하였고, 지반 물성치는 Table 1과 같다. 이를 바탕으로 강우만 고려하였을 때, 지진만 고려하였을 때, 강우와 지진을 복합적으로 고려하였을 때의 안전율을 각각 계산하였다. 이를 통해 4개의 등급(안전율 < 1: 매우 높음(Very high), 1 < 안전율 < 1.2: 높음(High), 1.2 < 안전율 < 1.5: 보통(Moderate), 안전율 > 1.5: 낮음(Low))으로 구성된 민감도 지도를 제작하였다(Fig. 6). Fig. 6(a)는 강우만 고려하였을 때의 민감도 지도, Fig. 6(b)는 지진만 고려하였을 때의 민감도 지도, Fig. 6(c)는 강우와 지진을 복합적으로 고려하였을 때의 민감도 지도이다.
Table 1
Physical Soil Properties
| Properties | Study area (Nguyen et al., 2020) | Test-bed |
|---|---|---|
| c (kPa) | 18 | 14 |
| γ (kN/m3) | 20 | 13.6 |
| φ (°) | 30 | 25 |
| ks (mh-1) | 0.086 | 0.0468 |
| θ s | 0.6 | 0.5 |
| θi | 0.3 | 0.2 |
| P I (%) | 20 | 20 |
| OCR | 1.0 | 1.0 |
| Gmax (kPa) | 25,000 | 10000 |
산사태 민감도 지도의 정확성을 평가하기 위해 실제 산사태 발생 위치와 산사태 발생 가능성이 높은 지역을 비교하는 정량지수 분석을 수행하였다. 정량지수 분석을 수행하기 위해 연구지역에서 산사태가 실제 발생한 지점을 산정하기 위해 산사태 발생 전후의 영상 분석을 통해 약 6,000개의 산사태 발생지점을 구축하여 레스터 형식으로 가공하였다(Fig. 2). 그리고 민감도 지도에서 매우 높음(Very high) 지역을 산사태가 발생할 가능성이 높은 지역으로 판단하였다. 정량지수 분석은 Fig. 7과 같이 산사태 발생지역을 검증하기 위해서 활용된다(Crosta and Frattini, 2003; Salciarini et al., 2006; Sorbino et al., 2007; Godt et al., 2008; Kang and Kim, 2015; Song et al., 2021). 성공지수(Success Index, SI)는 실제로 산사태가 발생한 셀(Aunst)에 대해 예측에 성공한 셀(Asu ccess)의 비율을 나타낸다. 오류 지수(Error Index, EI)는 산사태가 발생하지 않은 셀(Astab)에 대해 산사태가 발생할 것으로 예측된 셀(Aerror)의 비율을 나타낸다. 그리고 순 성공지수(Net Success Index, NSI)는 성공지수에서 오류지수를 뺀 값으로서 해석결과의 정확도를 나타내는 지수이다.
Fig. 8은 정량지수 분석 결과를 나타낸다. 강우만 고려하였을 때 성공지수는 22.5%, 오류지수는 4%로서 순 성공지수는 18.5%로 분석되었다. 그리고 지진만 고려하였을 때 성공지수는 33%, 오류지수는 7.3%로서 순 성공지수는 25.7%로 분석되었다. 마지막으로 강우와 지진을 복합적으로 고려하였을 때 성공지수는 75.1%, 오류지수는 12.3%로서 순 성공지수는 62.8%로 분석되어 실제 사례와 가장 유사한 해석 결과를 나타내었다. 이와 같은 이유는 연구지역에 발생한 강우는 대규모 산사태를 유발할 강우 조건이 아니었으나 3일간의 누적강우로 인해 지반이 포화된 상태에서 지진이 발생하여 대규모 산사태가 발생한 것으로 판단된다. 따라서 우리나라도 강우와 지진이 복합적으로 발생하면 대규모 산사태가 발생할 가능성이 있다.
4. 연구지역 적용 및 민감도 평가
4.1 연구지역
국내의 경우 2013년부터 지진 발생 횟수가 큰 폭으로 증가하였고, 2016년 9월 12일 경주지진과 2017년 11월 15일 포항지진 이후에도 규모 3.0 이상의 지진이 지속해서 발생하고 있다(Fig. 9(a)). 특히 2016년 9월 12일 발생한 경주지진 이후로 약 52% 지진이 경주에서 주로 발생하였다. 또한 경주시 양남면의 나아리에는 월성원자력발전소가 위치(Fig. 9(b))하고 있을 뿐만 아니라 북쪽에 상나리단층, 남쪽에 읍천단층이 존재한다. 따라서 강우와 지진이 복합적으로 발생하면 대규모의 피해를 유발할 수 있어 나아리 유역을 연구지역으로 선정하였다.
먼저 연구지역에 대해 강우만 고려하였을 때, 지진만 고려하였을 때, 강우와 지진을 복합적으로 고려하였을 때의 산사태 민감도에 대해 평가를 수행하기 위해 강우량 DB와 지진 DB를 수집하였다. 강우량 DB는 국가수자원관리종합정보시스템에서 제공하는 수문자료 빈도해석 프로그램을 통해 100년 빈도, 500년 빈도, PMP (가능최대강수량)에 대한 강우강도를 Table 2와 같이 구축하였다. 그리고 지진 DB는 2016년 9월 12일 발생한 규모 5.8의 지진을 바탕으로 PGA (최대지반가속도)를 구축하였다. 또한 연구지역에 대한 산사태 위험지역 현장조사와 실내 시험을 수행하여 지반 물성치를 구축하였다(Table 1).
4.2 연구지역 산사태 민감도 평가
강우와 지진이 복합적으로 유발하는 산사태 민감도 평가 모델을 연구지역에 적용하였다. 연구지역에 대해 우선 강우만 고려하여 산사태 민감도를 평가하였다(Fig. 10). 100년 빈도 강우(Fig. 10(a)), 500년 빈도 강우(Fig. 10(b)), PMP에 대한 산사태 민감도 지도(Fig. 10(c))를 구축하였다. 그리고 지진만 고려하였을 때 산사태 위험지도(Fig. 10(d))를 구축하였다. 강우빈도가 증가할수록 매우 높음 등급의 면적은 증가하였으나 지진만 고려하였을 때는 매우 높음 등급의 면적이 100년 빈도와 유사하였다. 이와 같은 이유는 연구지역이 진원지로부터 떨어져 최대지반가속도가 작게 관측되어 위험 등급이 낮게 평가된 것으로 판단된다.
Fig. 11은 민감도 지도 등급에 따른 면적비율을 나타낸다. 100년 빈도에서 매우 높음 등급의 면적은 0.11%, 높음 등급의 면적은 2.15%로 분석되었다. 500년 빈도에서 매우 높음 등급의 면적은 0.51%, 높음 등급의 면적은 4.25%로 분석되었다. PMP에서 매우 높음 등급의 면적은 2.82%, 높음 등급의 면적은 8.03%로 분석되었다. 그리고 지진만 고려하였을 때 매우 높음 등급의 면적은 0.09%, 높음 등급의 면적은 5.31%로 분석되었다. 강우강도가 커질수록 각 등급의 면적은 약 2배씩 증가하였다. 지진만 고려하였을 때 매우 높음 등급의 면적은 적으나 높음 등급의 면적은 500년 빈도보다 많았다. 지진만 고려하였을 때 매우 높음 등급의 면적이 적은 이유는 연구지역의 경우 지진 진원지로부터 거리가 있어 최대지반가속도가 작게 평가되어 Atsuma 지역에 비해 안전하게 평가된 것으로 판단된다.
다음으로 강우 시나리오 100년 빈도, 500년 빈도, PMP와 경주지진 DB를 바탕으로 강우와 지진이 복합적으로 고려하였을 때의 민감도를 평가(Fig. 12)하였다. Fig. 13은 민감도 지도 등급에 따른 면적비율을 나타낸다. 100년 빈도에서 산사태가 발생할 가능성이 매우 높음의 면적은 1.31%, 높음 등급의 면적은 4.96%로 분석되었다. 500년 빈도에서 매우 높음 등급의 면적은 3.31%, 높음 등급의 면적은 8.43%로 분석되었다. 그리고 PMP에서 매우 높음 등급의 면적은 10.2%, 높음 등급의 면적은 13.18%로 분석되었다.
100년 빈도의 경우 강우만 고려하였을 때 매우 높음 등급의 면적은 0.11%, 강우와 지진을 복합적으로 고려하였을 때는 1.31%로서 1.2% 증가하였다. 또한 500년 빈도의 경우 매우 높음 등급의 면적은 0.51%였으나 강우와 지진을 복합적으로 고려하였을 때는 3.31%로서 2.8% 증가하였다.
Fig. 14는 위험 등급(FS < 1.2)의 면적 비율을 나타낸다. 강우만 고려하면 강우 빈도(100년, 500년, PMP)가 커짐에 따라 위험 등급 면적이 약 2배씩 증가하였다. 지진만을 고려한 경우는 500년 빈도 강우만을 고려한 경우와 위험 면적비율이 유사하였다. 또한 강우와 지진을 복합적으로 고려하면 강우 빈도에 따라 위험 면적비율이 약 2배 이상 증가하는 것으로 분석되었다. 이와 같이 강우와 지진을 복합적으로 고려하면 산사태 민감도가 증가하므로 산사태 민감도를 평가할 때 강우 뿐만 아니라 지진 영향도 고려해야 한다.
5. 결 론
본 연구에서는 강우와 지진이 복합적으로 유발하는 산사태 민감도를 평가할 수 있는 방법을 제시하였다. 제안한 방법을 바탕으로 대규모 산사태가 발생한 일본의 Atsuma 지역을 대상으로 강우만 고려하였을 때, 지진만 고려하였을 때, 강우와 지진을 복합적으로 고려하였을 때의 산사태 민감도를 평가하였다. 각 민감도 지도는 4개 등급(매우 위험, 위험, 보통, 낮음)으로 구분하였다. 매우 위험 등급의 지역을 산사태 발생 가능성이 매우 높은 지역으로 판단하여 정량지수 분석을 통해 검증하였다. 그리고 국내의 월성 인근 나산리 유역을 연구지역으로 선정하여 산사태 민감도에 대한 평가를 수행하였고, 다음과 같은 결론을 얻었다.
1) 일본 Atsuma 지역에서 강우만 고려하였을 때 순 성공지수는 18.5% (성공지수 = 18.5%, 오류지수 = 4%), 지진만 고려하였을 때 순 성공지수는 25.7% (성공지수 = 33%, 오류지수 = 7.3%)로 분석되었다. 강우와 지진을 복합적으로 고려하였을 때 순 성공지수는 62.8% (성공지수 = 75.1%, 오류지수 = 12.3%)로서 강우와 지진을 동시에 고려하면 민감도 평가결과의 정확성이 증가하였다. 이와 같은 결과를 통해 Atsuma 지역에서 발생한 대규모 산사태는 강우로 지반이 포화된 상태에서 지진이 발생하여 대규모 산사태를 유발한 것으로 판단된다.
2) 경주 양남면 나아리 유역을 연구지역으로 선정하여 강우, 지진, 강우와 지진을 동시에 고려하였을 때 산사태 민감도 평가를 수행하였다. 100년 빈도, 500년 빈도, PMP 강우만 고려하였을 때 위험(FS < 1.2) 등급 면적이 약 2배씩 증가하였다. 그리고 강우와 지진을 동시에 고려하였을 때 위험 등급의 면적은 100년 빈도의 경우 6.2%, 500년 빈도의 경우 11.7%, PMP의 경우 23.3%로 평가되었다. 연구지역의 경우에도 강우와 지진을 동시에 고려하면 산사태 발생 가능성이 높은 지역의 면적이 크게 증가하였다.
본 연구에서 제시된 강우와 지진을 복합적으로 고려한 산사태 민감도 평가 방법은 복합재난 취약지역에 대한 산사태 위험성을 평가하여 추후 복합재난 취약성 및 리스크 평가의 기초자료로 활용될 수 있을 것으로 판단된다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
