1. 서 론
산사태 피해를 줄이기 위해서 산사태의 거동을 이해하고 그 확산범위를 예측하는 것이 중요하다(Horton et al., 2013; Rickenmann, 2016). 산사태는 토석류에서 이류에 이르기까지 매우 다양한 형태를 가지기 때문에 거동을 해석하는 것도 다양한 방향에서 시도되었다. Hungr (1995)는 산사태 거동을 시뮬레이션 하는 모델을 연속체 역학(Continuum mechanics)을 이용하는 것과 집중질량모델(Lumped mass model)의 2가지 범주로 나누었다. 연속체 역학 모델은 토석류의 마찰, 점성 및 유체와 고체 사이의 상호작용을 이해한 상태에서 유체의 성질을 표현할 수 있는 유변학(Rheology)과 연관되어 있다. 가장 기본적으로 유체의 성질에 대한 정의로서 전단응력과 전단변형률이 원점을 통과하여 선형적인 관계를 이루는 뉴턴유체(Newtonian fluid)와 원점을 통과하지 않는 직선인 Bingham 유체, 전단응력이 커질수록 유동성이 비선형적으로 증가하는 Herschel-Bulkley 유체, 반대로 전단응력이 커질수록 유동성이 비선형적으로 작아지는 Dilatant 유체로 구분된다. 이렇게 가정한 유체를 사용하여 토석류를 해석하였으며, 이런 연속체 역학 모델으로서 대표적으로 FLO-2D와 RAMMS 등이 있다.
집중질량(Lumped mass)은 물체 내부에 분포되어 있는 입자나 요소들이 영역내 임의의 한 점에 모여있다고 가정하고, 그 지점에 집중시킨 가상적인 질량이다. 이런 가정으로 물체는 이 지점에 집중된 질량을 갖는 하나의 점으로 표현된다. 집중질량을 이용하면 물체내부에 연속적으로 분포되어 있는 질량을 물체내의 한 점으로 집중시키기 때문에 물체의 운동, 힘, 모멘트의 계산을 편리하게 해 준다. 집중질량모델을 산사태 운동에 적용한 것은 Heim (1989)의 sled model이다. 이 모델에서 산사태 거동에서 일어나는 에너지손실은 마찰에 의해서 발생한다고 가정하였다. 마찰을 표현하기 위해 다양한 계수들이 이용되었으며, Hsu (1975)는 등가 마찰계수(Equivalent coefficient of friction, μe), Sassa (1988)는 겉보기 마찰각(Apparent friction angle, φa), Cruden and Varnes (1996)는 이동각(Travel angle, α) 등을 제안하였다. 집중질량모델은 토석류의 움직임을 물이 아닌 고체 동력학을 이용하여 계산하며, 마찰력과 속도로부터 저항력이 산정된다(Evans et al., 1994).
Sassa (1988)는 겉보기 마찰각 개념을 기초로 산사태 거동을 표현하기 위한 준 3차원 마찰 모델을 발표하였다. 이 모델에서는 이동성이 없는 기반암위에 이동성 물질(Sliding mass)가 존재하는 2단으로 가정한다. 이동상 물질은 토괴나 토석류 구성물을 의미한다. 기본 가정으로서 이동성 물질이 일정한 거리를 활동(Sliding)한 다음 안정한 상태에 도달한다는 것이며, 이 거동 중에 토괴의 두께가 변화한다. 많은 실제 산사태 현장에서 토괴의 이동에 따라서 토괴층은 깊이가 감소하고 정지하여 퇴적된다. 이것은 토층에 작용하는 수직응력이 감소하고 동시에 겉보기 마찰계수가 증가함을 의미한다. Sassa et al. (2010)는 산사태 해석을 위해서 마찰계수를 적용한 3차원 지반 공학적 모델 LS-RAPID을 개발하였다. 이를 이용하여 해외에서의 산사태의 발생 이동과 확산을 수치 모의하고 모델을 검토하는 연구사례들이 있다(Gradiški et al., 2013; Jovančević et al., 2014; Setiawan et al., 2019).
토석류 시뮬레이션 입력자료에서 명확한 자료는 지형자료라고 할 수 있으며(Wechsler, 2007), 현장을 잘 반영한 지형자료를 사용하면 토석류의 거동을 잘 파악하여, 범람지역의 예측에 정확도를 향상시킨다(Capra et al., 2011; Rabby et al., 2020; Sarmaa et al., 2020). 또한 DEM의 해상도도 시뮬레이션 결과에 큰 영향을 주며, 3-5 m 정도의 격자해상도를 필요로 한다(Stolz and Huggel, 2008; Stefanescu et al., 2012). 무인항공기(Unmanned Aerial Vehicle, UAV)를 이용한 사진측량은 준비가 간단하고 경제적이며 필요로 하는 소규모 지역에서 고정밀도의 지형자료를 구축할 수 있는 장점이 있다(Miura, 2019).
본 연구에서는 이 LS-RAPID를 이용하여 2020년 곡성지역에서 발생한 토석류 피해현장에 적용하였다. 지금까지 연속체 역학모델을 이용한 다른 연구사례와 비교하여 쿨롱의 마찰모델을 기반으로 한 집중질량모델의 적용가능성을 검토하였다. 또한 실측된 지형자료를 이용함으로써 토석류 퇴적범위 예측 결과에 미치는 영향에 대해 검토하였다.
2. 연구방법
2.1 연구지역
2020년 8월 집중호우로 인하여 한반도 전 지역에 걸쳐 토사재해가 발생하였으며, 특히 이틀 동안 500 mm가 넘는 비가 내렸던 전남 일대에 큰 피해를 가져왔다. Fig. 1은 토석류 피해가 발생한 전라남도 곡성군 오산면 선세리의 연구지역을 나타낸다. 오산면에 2020년 8월 7일부터 8일까지 511 mm의 기록적인 폭우가 쏟아졌다. 폭우로 인하여 공사 현장에 유입된 많은 양의 빗물이 옹벽주변의 기초 지반에 침투되면서 도로의 구조물이었던 보강토 옹벽이 붕괴하여 산사태로 이어진 것으로 보인다. 토석류가 발생한 시점은 8월 7일 20시이며, 산지사면에 위치한 15번 국도 성토사면이 붕괴하면서 토괴가 토석류로 전이되면서 성덕마을로 연행, 퇴적되었다. 이로 인하여 5명의 주민이 사망하였고 주택과 농경지 피해가 발생하였다. 본 연구지역은 산사태 발생위치와 붕괴토사의 규모가 비교적 정확하게 파악되어 산사태 및 토석류 연구에서 드물게 발생토사의 양을 정확하게 파악할 수 있다. 따라서 토석류 시뮬레이션 입력자료의 신뢰도를 보장할 수 있기 때문에 연구지역으로 선정하였다.
2.2 지형자료 구축
DEM은 국토지리정보원의 곡성지역 1:5000 수치지도 두개의 도엽(35713016, 35713026)을 이용하였다. 연구지역 내 정사영상과 DSM구축을 위하여 DJI의 Phantom 4 Pro를 사용하여 UAV 사진측량을 실시하였다. UAV의 무게는 1.4 kg, 최대이륙고도는 6,000 m, 최대속도는 72 km/h, 조정범위는 컨트롤러부터 7 km, 비행조정시간 30분이다. UAV에 장착된 카메라는 1인치 CMOS 센서를 사용하고, 픽셀수는 21.Mpx, 렌즈는 화각(Field of view) 84°, 초점거리는 2.8~11 mm, 101.6 × 58.1 × 41.0 mm 크기의 299 g의 무게를 지닌다. 연구지역내에 10곳의 GCP (Ground Control Point)를 설치하였다. GCP를 측정하기 위한 장비세트로 GNSS로부터 위치를 수신하기 위한 RTK 수신기와 컨트롤러 폴대로 구성되어 있다. 30개정도의 위성신호가 수신되고 이 중 25개정도의 위성신호를 사용해 RTK측위를 수행하였으며, RTK정확도는 수평으로 8 mm, 수직으로 15 mm로써 측정값의 편차(RMSE)가 최대 15 mm 이내이다. GCP RMSE는 x, y, z방향에 대해 ±0.013, ±0.008, ±0.016 m로 나타나 사진측량에서 요구되는 정확도를 충족하였다.
Fig. 2는 수치지형도로 얻어진 DEM (a), UAV 사진측량의 결과로 얻어진 DSM (b)과 DEM 지형자료에서 토석류의 주 피해지역이 퇴는 퇴적부만 DSM으로 처리한 P_DSM (Partial DSM, (c))을 나타낸다.
Fig. 2(a)는 산사태 발생 이전의 지형을 파악하기 위하여 국토지리정보원에서 2019년도에 제작한 1:5000의 수치지형도를 기초로 계곡선과 주곡선을 추출하여 격자 1 m의 DEM을 생성하였다. Fig. 2(b)는 UAV를 이용하여 생성된 DSM을 나타낸다. 초기 point cloud는 수목 등이 포함되어 있으므로 표고자료만을 추출하기 위해 필터링과정을 거친 후 격자 1 m의 DSM으로 제작하였다. 필터링과정은 후처리 프로그램인 Pix4D mapper에서 이루어진다. 먼저 point cloud의 RGB에서 수목에 해당하는 RGB를 지정하여 해당 point를 선택적으로 제거한다. 이 후 제거대상 영역선택으로 대상 point를 제거한다. 본 연구지역에서는 토석류 영역과 수목영역은 비교적 명확하게 분리되므로 정확하게 필터링을 할 수 있었다.
Fig. 2(c)는 퇴적부만 DSM으로 처리된 것이다. 이것은 토석류 시뮬레이션에서 중요하게 검토되는 것이 주로 피해가 발생하는 퇴적부에서의 퇴적양상임을 고려할 때 발생, 연행부의 지형자료는 수치지도 자료를 이용한 DEM을 사용하더라도 퇴적부만은 항공사진측량을 통한 DSM을 적용하는 것이 효율적일 것이라는 개념이다.
이런 현장조사 결과 토석류 범람지역을 포함하는 유역의 면적은 0.138 km2이며, 범람지역의 면적은 38,936 m2였다.
Fig. 3은 DEM과 DSM상에서 토석류 발생부 부터 퇴적부 까지의 종단면을 나타낸 것이다. 표고는 250 m에서 160 m 사이이며 발생부터 퇴적까지 거리는 660 m이다. 여기에서 DEM은 토석류 발생 이전의 지표를 대표한다고 볼 수 있으며, DSM은 발생 직후의 지표고를 나타낸다. 0-50 m 구간에서 DSM의 경우 토석류에 의한 뚜렷한 침식의 결과를 볼 수 있으며, 침식의 경향은 200 m까지 이어진다. 거리 200 m 지점에서의 DSM은 굴곡에 의하여 역경사 구간을 볼 수 있으나, DEM에서는 역경사부분이 경사 0°의 수평구간으로 되어 있다. 거리 200-400 m 구간은 표고상의 큰 변화는 관찰되지 않는다. 400 m 이후의 구간에서는 DSM이 높은 값을 보여 퇴적경향을 보여준다. 400 m와 450 m 지점의 DEM상 표고를 보면 다시 경사도가 없는 수평구간을 나타낸다. 이런 수평구간은 이후 검토할 시뮬레이션 결과에 큰 영향을 주는 것을 볼 수 있다.
Fig. 4(a)는 UAV 사진측량으로 구축된 3차원 지형자료에서 붕괴부분을 나타낸 것이다. PIX4D프로그램에서 측정도구를 이용하여 붕괴폭과 붕괴깊이 측정선을 나타내고 있다. 보강토 옹벽 지점이 무너져 내려 지면이 급경사를 이루고 있는 모습을 확인할 수 있다. 붕괴의 형태는 원호 파괴 형태의 붕괴를 보여주며, 붕괴 폭은 66 m, 붕괴 깊이는 11 m로 나타났다. Fig. 4(b)는 같은 지점에서 DEM과 DSM상의 지표고를 나타낸것이다. 토석류 발생 이전을 나타내는 DEM은 실선, 토석류 발생 이후를 나타내는 DSM은 점선으로 표시하였으며 중앙부에서 지표면이 침식되었다는 것을 보여준다. DSM과 DEM의 차이가 변화된 지형의 값만을 가지게 된다고 가정했을 때, DEM과 DSM의 교차점이 변화된 영역을 나타내게 된다. 이 둘의 교차점으로 발생부의 붕괴 폭과 붕괴 깊이을 계산하였을 때 각각 64 m와 11 m로 실제 고해상도 지형자료와 유사한 값을 나타내고 있다. 이처럼 유사하게 붕괴 폭과 붕괴 깊이가 계산된 것은 토석류 발생부에서 토사 발생량 추정에 DEM 적용이 가능함을 보여주는 것으로 생각한다. 토석류 시뮬레이션에서 토사 발생량을 정확하게 파악하는 것은 토석류 도달거리, 퇴적범위와 퇴적깊이 등을 예측하는데 매우 중요하다.
Fig. 5는 현장에서 측량된 UAV 3차원 지형자료를 이용한 DSM과 DEM의 표고차를 이용하여 붕괴토사량을 추정한 결과이다. 여기에서 붕괴토사량은 21,336 m3으로 계산되었다. 이렇게 실측을 통해 얻어진 붕괴 깊이와 붕괴 범위를 이용하여 LS-RAPID 시뮬레이션 입력자료로 활용하면 신뢰도 높은 결과를 얻을 수 있을 것으로 예상된다.
2.3 LS-RAPID 시뮬레이션
LS-RAPID는 토괴(Mass)가 점진적으로 붕괴되고, 이후 이동하다가 퇴적되는 과정을 해석하는 프로그램이다. 다른 지질공학적 프로그램과 달리 이 프로그램은 안정도 평가를 통한 발생(Initiation)-유출(Runout)-퇴적(Depoistion)이라는 과정을 모두 보여주는 장점이 있다. 주로 산사태 및 토석류에 적용되며, 불안정한 토괴의 연행과정을 시뮬레이션 함으로써 산사태로 인한 퇴적 토사량의 증감이나 위험구역을 예측할 수 있다. 지진과 강우의 두 개의 복합적인 영향에 의한 산사태 민감성 및 산사태 위험을 평가할 수 있다(Sassa et al., 2010).
Fig. 6에 LS-RAPID의 기본 개념을 나타내었다. 산지경사를 따라 이동하는 기반암 상부의 토괴를 칼럼으로 단순화시키면, 우선 이 칼럼에 작용하는 힘은 토괴의 자중(W), 지진력(연직지진력; Fv, 수평지진력; Fx, Fy), 기반암에서의 수직반력(N), 토괴의 측면에서 작용하는 수평압력(P), 바닥면에 작용하는 마찰저항(R)으로 구성된다. 여기에 산사태를 발생시키는 요소는 지진력과 바닥면에 가해지는 간극수압(U)이 된다. 저항 인자는 산사태를 일으키는 토질의 전단저항(R)이며, R은 수직응력(N)과 공극압력(U)의 영향을 받는다.
또한 수직응력은 연직지진력(Fv)의 영향을 받는다. 이런 힘들의 합력으로 토괴는 가속도(a)를 가지며 가속되거나 감속되며, 모든 에너지가 사면의 마찰 에너지로 소비된다는 가정에 기초한다.
이 식은 토괴의 가속도가 구동력(자중 + 지진력)과 수평토압, 전단저항의 합에 의해 결정된다는 것을 의미한다. 시뮬레이션에서 중요한 요소는 전단(마찰)저항과 수평토압비이다. 마찰저항은 운동시에 적용되는 마찰계수(tanφa)에 의해 결정된다. 연직응력(σv)과 수평응력(σh)의 비를 나타내는 수평토압비는 k로 표시하며, 퇴괴의 수평 방향 이동에 영향을 준다. 수평토압계수는 토괴의 운동시 변형의 정도를 나타내며, 유체에서는 1, 강체에서는 0이며, 흙에서는 0-1 사이의 값을 가진다.
Eq. (1)은 평면에서 x, y 방향으로 표현되어 Eqs. (2)와 (3)의 운동방정식이 얻어진다.
(2)
(3)
여기서, h는 토층 칼럼의 높이, g는 중력가속도, α, β는 각각 x-z평면과 y-z평면을 기준으로 한 지면경사 u0, v0, w0는 x-y-z 각 방향으로의 토층 칼럼의 속도, M, N은 x, y 방향으로의 단위폭당 토괴의 유출량(M=uohM, N=v0h), k는 수평토압계수, φa는 운동시 겉보기 마찰각, tanφa는 운동시 겉보기 마찰계수, c는 점착력hc는 점착력을 높이단위로 표시한 값이다.
운동중 산사태 토괴의 총량의 변화가 없다는 가정하에 아래의 질량보존식에 의해 칼럼으로 유입하는 토괴와 칼럼의 높이 변화가 표현된다(Eq. (4)).
여기서 수평토압계수k는 Eq. (5)와 같이 연직응력(σv)과 수평응력(σh)의 비를 나타내며, ki값으로서 Jakey’s의 근사식을 이용한다.
이때 tanφia는 토괴내부의 겉보기 마찰계수, tanφi는 토괴내부의 유효 마찰계수이다. k는 액화상태 또는 강성상태에서 달라지는데, 액화상태에서는 σ=u와c=0, sinφia=0그리고k=1이다. 강성상태는 c가 크며, sinφia=1, k=0이거나 가까운 값을 같는다.
Fig. 7을 이용하여 겉보기 마찰계수(tanφa)에 대해 설명하고자 한다. 그림에서 3개의 직선은 피크시의 파괴포락선(φp), 운동시의 파괴포락선(φm), 운동하지 않는 초기시의 파괴포락선(φa)을 나타낸다. 강우 등으로 유효응력경로가 초기지점에서 이동하여 피크시의 파괴선(마찰각, φp)에 도달하면 파괴가 발생하여 산사태운동이 시작된다. 이동과 함께 전단면에서 과잉간극수압이 발생하고 유효응력이 감소하여 운동시 적용되는 파괴선(마찰각, φm)상의 정상상태에 도달하여 전단변위(Shear displacement)가 진행된다. 전단변위는 정지상태 전단저항까지 진행되며 이런 상태하에서 아래의 관계가 성립한다.
여기서, τss는: 안정상태(Steady state)의 전단응력,
σss는 안정상태의 수직응력, tanφass는 안정상태의 겉보기 마찰계수이다.
Eq. (8)에서 안정상태에서 겉보기 마찰계수는 안정상태 전단저항(τss)과 활동면에서 초기 수직응력(σ0)으로 표현되며, 시뮬레이션에서 수직응력은 총수직응력(σ)에 해당된다.
시뮬레이션에서는 실내실험을 통해 얻어지는 전단 저항이 중요한 인자가 된다. 연구지역에서 측정된 자료를 사용할 수 없는 경우, 입력매개변수 권장값을 적용할 수도 있다(Jovančević et al., 2014).
Table 1에 LS-RAPID를 이용한 선행연구에서 적용한 모델변수의 값을 정리해 나타내었다. Sassa et al. (2010)는 2006년 2월 17일 필리핀 Leyte지역에서 발생한 산사태현장에 대한 조사와 연구에서 안정상태의 전단강도 τss에 대한 중요성을 강조하였다. Setiawan et al. (2019)는 자바지역에서 발생한 106건의 산사태에 대한 연구에서 현장에 따라 변수값을 적용이 달라질 필요가 있음을 보였다. Jovančević et al. (2014)는 공극수압생성비(Bss)와 마찰각이 사면의 안정도에 미치는 영향을 분석하였으며, Gradiški et al. (2013)은 공극압력비(ru) 증가가 산사태 발생에 큰 영향을 줌을 보였다. 선행연구사례를 참고로 하여 본 연구에서 적용한 변수값을 결정하였다.
Table 1
Parameters in LS-Rapid Simulation
| Parameter | Normal value | Sassa et al. (2010) | Gradiški et al. (2013) | Jovančević et al. (2014) | Setiawan et al. (2019) | This study |
|---|---|---|---|---|---|---|
| tanφi | 0.36-0.58 | 0.33 | 0.53 | 0.58 | 0.58 | |
| tanφm | 0.46-0.7 | 0.6 | 0.33 | 0.47 | 0.58 | 0.58 |
| tanφp | 0.65-0.78 | 0.8 | 0.57 | 0.63 | 0.63 | 0.63 |
| τss | 5-50 | 40 | 150 | 60 | 5-20 | 5 |
| cp | 10-100 | 50 | 0.1 | 10 | 10 | 10 |
| Bss | 0.0-1.0 | 0.99 | 0.95 | 0.5 | 0.5-0.90 | 0.8 |
| DL | 10 | 5 | 10 | |||
| DU | 1000 | 1000 | 1000 | |||
| k | 0.3-0.6 | 0.3, 0.8 | 0.6 | 0.35 | 0.6 | 0.6 |
| ru | 0.5 | 0.0-0.8 | 0.0-0.6 | 0.1-0.35 | 0.0-0.6 |
산사태의 모델링에서 중요한 변수 중의 하나는 잠재적인 붕괴 깊이다. 본 연구에서는 이미 선행연구사례에서 시추 조사된 자료를 이용하였다. 추가적으로 붕괴면적에 대한 자료는 UAV 사진측량을 통해서 실측된 붕괴면적을 적용하였다.
3. 결과 및 토의
Fig. 8은 UAV 사진측량의 결과로 얻어진 정사영상 (a)과 범람지역 추출 결과 (b)를 나타낸다. 이미지의 하단은 토석류가 시작한 지역이며 상단은 토석류의 퇴적에 의해 피해를 입은 지역이다. 토석류 시뮬레이션 연구에서 피해지역을 예측하는 것은 매우 중요한 주제이며, 범람지역에 대한 조사에 UAV를 활용함으로써 피해지역을 정밀도 높게 추출할 수 있다.
본 연구에서는 생성된 정사영상을 기반으로 ArcGIS를 이용하여 피해지역을 폴리곤으로 추출하였다. 피해지역 추출에 영상의 특성을 이용한 여러 가지 기법을 적용할 수 있지만, 곡성 연구지역은 피해면적이 넓지 않고 비교적 단순한 형태를 보여서 육안으로 정사 영상에서 피해지역을 폴리곤으로 추출하였다.
Fig. 9는 각 지형자료를 이용한 LS-RAPID 시뮬레이션 결과 중 확산범위를 나타낸다. 토석류 발생부에서 활동면 자료는 UAV 사진측량에서 얻어진 DSM을 바탕으로 설정되었다.
추출된 피해면적은 토석류 발생 구역, 연행구역, 퇴적구역을 포함하여 38,937 m2로 나타났다. 추출된 피해지역 폴리곤은 토석류 시뮬레이션의 결과와 비교하여 시뮬레이션의 정확도 평가에 이용될 수 있다.
Fig. 9(a)는 발생부부터 퇴적부까지 DSM자료를 이용하여 시뮬레이션한 결과이다. 발생부에서 유하하기 시작한 토괴가 발생부에서 약 200 m 지점에서 멈추는 것을 알 수 있다. 토석류 종단면을 나타낸 Fig. 3에서 이 지점의 DSM자료를 보면 지면경사가 내리막에서 비교적 큰 오르막으로 전환되는 지점을 볼 수 있다. 이 지점에서 유하하던 토괴가 멈춘 것으로 보이며 세밀한 지형자료에서 나타나는 경사도의 변화가 시뮬레이션 결과에 큰 영향을 줄 수 있음을 알 수 있다. 산지계류에서는 실제로 암반 등에 의해 유로가 매우 좁게 형성되어 있거나 부분적으로 오르막 경사를 보이는 구간도 많이 존재한다. 이런 지형이 그대로 시뮬레이션 자료로 이용되면 그 결과가 토괴의 실제 흐름과 다르게 표현될 가능성이 있음을 보여주는 결과이다. 따라서 산지계류의 지형자료 적용에도 이런 점을 고려할 필요가 있다고 판단된다.
Fig. 9(b)는 전체적으로 DEM자료를 이용한 시뮬레이션 결과이다. 이 경우 (a)와 같이 토괴가 도중에 멈추는 일이 없이 퇴적부까지 유하하고 있다. 이것은 Fig. 3에서와 같이 DEM자료의 경우 유하부의 종단면상에 오르막 역경사가 존재하지 않기 때문에 토괴 흐름이 유지될 수 있었던 것으로 보인다. 유하부를 통과한 토괴는 퇴적부에 도달하여 정지하였다. 그러나 토괴의 도달거리가 실제보다 짧은 것을 볼 수 있다. 이것은 Fig. 3의 DEM에서 400-500 m 구간에 경사가 없는 평지로 나타나는 구역이 2곳이 나타나며 여기서 토괴의 운동이 정지한 것으로 보인다. 이렇게 퇴적부의 DEM 자료에서는 경사도가 매우 낮은 부분이 많이 있으며, 이런 부분에서 토괴의 운동이 급격히 감소함으로써 실제보다 도달거리가 매우 짧게 계산될 수 있음을 보여준다.
Fig. 9(c)는 발생-유하부는 DEM자료를 이용하고 하류의 퇴적부만을 DSM자료로 적용한 경우의 시뮬레이션 결과이다. 여기서는 유하부까지는 Fig. 9(b)와 결과가 같으며 퇴적부는 (b)와는 다르게 실제 범람지역을 따라 유하하다가 퇴적되고 있음을 볼 수 있다.
이런 결과로부터 현장에서 실측된 지형자료를 이용함에 따라 시뮬레이션 결과는 매우 크게 영향을 받음을 알 수 있다. 특히 토석류의 피해가 집중되는 퇴적부에서 토괴의 거동을 예측하기 위해서는 실제 지형에 가까운 DSM 자료를 이용하는 것이 매우 중요하다는 것을 알 수 있다. 반면 유하부는 DEM자료를 적용해서 크게 문제가 없다고 판단된다. 따라서 향후 토석류 재해지도 작성을 위해 지형자료를 구축할 때, 피해가 예상되는 퇴적부에 우선적으로 상세지형구축이 이루어 져야 한다고 판단된다.
시뮬레이션을 이용하여 산정된 확산범위의 정확도를 확인하기 위해 LSSI (Lee Sallee Shape Index) 방법을 이용하였다. LSSI는 비교 대상이 되는 두 자료 간의 교차 면적을 계산하여 부합 정도를 측정하는 지수이다. 지수의 값이 0과 1 사이의 값을 가지며 0에 가까우면 두 자료의 면적 일치도가 낮고, 지수 값이 1에 가까우면 두 자료의 면적 일치도가 높게 된다. 일반화된 지수 형태로 값을 산출하여 기준 자료와 측정 자료의 공간적인 부합 정도를 참고하기에 상당히 효율적인 방식이다(Chung et al., 2007).
LSSI의 분석결과를 Table 2에 정리하여 나타내었다. 여기에서 토석류 범람면적은 현장의 정사영상자료를 통해 얻어진 면적이며, 각각의 지형자료를 이용한 시뮬레이션 결과에 대한 LSSI결과를 그 결과 DEM기반에 퇴적부만 DSM자료를 이용한 경우가 가장 우수한 결과를 보였다. LSSI는 40% 이상에서 Excellent로 판단한 연구사례가 있으며(Lee et al., 2019), 본 연구에서 얻어진 65%의 LSSI는 매우 우수한 것으로 판단되었다.
Table 2
LSSI Results for LS-RAPID Simulation
| Surveyed value (m2) | Simulated value (m2) | A∩B | A∪B | LSSI (%) | |
|---|---|---|---|---|---|
| DSM | 38,937 | 7,425 | 7,068 | 39,294 | 18 |
| DEM | 24,300 | 21,145 | 42,092 | 50 | |
| P_DSM | 30,525 | 27,394 | 42,068 | 65 |
Fig. 10은 지형자료로서 DEM과 P_DSM을 이용한 시뮬레이션 결과 중 피해가 발생한 퇴적부의 결과를 상세하게 나타낸 것이다. DEM은 상세지형을 반영하지 않지만 DSM은 주택과 작은 언덕 등의 지형까지 포함하기에 토석류 시뮬레이션에서 토괴의 거동에 큰 영향을 줄 수 있다. 연구지역에서 5채의 토석류 피해 주택이 있으며, 이런 실제 피해가 예측가능한지가 시뮬레이션의 성능을 판단하는 기준이 될 수 있다. DEM에서는 언덕 등의 지형이 반영되지 않아 토괴가 직진으로 밀려나가는 형태를 볼 수 있으며 실제 피해가옥이 2채 포함되어 있다. DSM의 결과는 언덕들이 반영되어 실제와 유사한 방향으로 토괴가 꺾인 모습을 보인다. 실제 피해를 입은 가옥과 비교하였을 때도 실제와 가장 유사하게 나타나는 것을 볼 수 있다.
토석류의 피해면적 분석에서 가장 중요한 부분은 퇴적부라고 할 수 있다. Fig. 11은 퇴적부에서의 LSSI 분석을 위한 면적분포를 나타낸다. 여기에서 퇴적부의 실제면적은 17,534 m2이며, 예측면적은 12,125 m2였으며, 분석된 LSSI 값은 53%였다. LSSI가 40% 이상이면 Excellent로 평가되는 점을 볼 때, 본 연구에서 53%의 LSSI값은 매우 우수한 결과라고 판단된다.
5. 결 론
본 연구에서는 2020년 8월 7일 전라남도 곡성군 오산면 선세리 일대에서 발생한 토석류 현장을 무인항공기를 이용하여 항공사진측량을 실시하였다. 토석류 발생 당시 피해 마을 인접 산지 국도는 확장을 위한 공사가 진행 중이었으며, 토석류가 이 국도에서 시작하고 있는 것을 볼 때 국도에서 진행되던 공사가 토석류에 의한 피해발생에 주요 원인이 될 수 있다고 예상된다. 현장조사를 통하여 토석류로 인한 침식과 퇴적상황을 확인하고, 토석류 범람범위를 정확하게 실측하였다. 또한 사진측량자료를 이용하여 정사영상과 고해상도 DSM (Digital Surface Mode)을 생성하였다. 토석류 시뮬레이션을 위하여 쿨롱의 마찰모델을 기초로 하는 집중질량모델기반의 LS-RAPID 프로그램을 적용하였다. 또한 입력자료로서 LS-RAPID는 토석류의 발생과 연행과정, 퇴적과정을 비교적 정확하게 묘사하는 것으로 판단되었다. 지형자료의 영향에 대한 검토에서 시뮬레이션 결과는 지형자료에 따라서 크게 영향을 받았으며, 발생부와 연행부는 수치지도 기반의 DEM자료를 적용하는 것이 적절하며, 피해가 집중되는 퇴적부는 보다 정확한 시뮬레이션을 위해 DSM자료를 적용할 필요가 있었다. 시뮬레이션의 성능 평가를 위해 LSSI지수를 적용한 결과 65%로 나타나 매우 우수한 예측성능을 보였다. 결론적으로 현장에서 실측된 지형자료를 이용함에 따라 토석류 시뮬레이션 결과가 크게 달라지는 것을 볼 수 있었으며, UAV 적용 현장 사진측량 등의 방법을 이용하여 정확한 현장의 지형자료를 이용하는 것이 매우 중요함을 보였다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
