한계월류 지점의 취약성분석을 이용한 빗물저류조 위치 산정기법 제안

Proposed Technique for Estimating Rainwater Storage Tank Locations Using Vulnerability Analysis of Critical Flooding Nodes

Article information

J. Korean Soc. Hazard Mitig. 2024;24(5):293-301
Publication date (electronic) : 2024 October 31
doi : https://doi.org/10.9798/KOSHAM.2024.24.5.293
김응석*, 이승현**
* 정회원, 선문대학교 건설시스템안전공학과 교수(E-mail: hydro70@naver.com)
* Member, Professor, Department of Civil Infrastructure Systems and Safety Engineering, Sunmoon University
** 정회원, 선문대학교 건설시스템안전공학과 교수(E-mail: shlee02@sunmoon.ac.kr)
** Member, Professor, Department of Civil Infrastructure Systems and Safety Engineering, Sunmoon University
** 교신저자, 정회원, 선문대학교 건설시스템안전공학과 교수(Tel: +82-41-530-2328, Fax: +82-41-530-2926, E-mail: shlee02@sunmoon.ac.kr)
** Corresponding Author, Member, Professor, Department of Civil Infrastructure Systems and Safety Engineering, Sunmoon University
Received 2024 August 06; Revised 2024 August 07; Accepted 2024 August 23.

Abstract

구조적 홍수방어 대표 시설물인 펌프장은 최적 운영을 하더라고 배수구역의 특정 절점(node)에는 월류가 발생한다. 즉, 구조적 홍수방어 대책인 빗물펌프장과 빗물저류조를 최대한으로 운영하더라도 월류가 발생되는 지역에 대한 검토가 필요하다. 따라서 구조적 홍수방어 대책만으로 내수침수 방어가 불가능한 지역의 경우는 새로운 홍수방어 대책이 필요하다. 본 연구에는 한계 월류량을 저감하기 위한 빗물펌프장 운영기법에 관한 선행 연구를 바탕으로 대림3 지역을 45개 기초지역으로 구분하고 취약성 분석 기법을 적용하여 효과적 홍수방어를 위한 빗물저류조의 위치를 선정할 수 있는 기법을 제시하였다. 연구결과 소구역 1번이 영향지수 값이 가장 높게 산정되어 빗물저류조를 설치하는 것이 다른 소구역에 빗물저류조를 설치하는 것 보다 홍수방어에 보다 효과적인 것으로 산정되었다. 본 연구에서 제시한 홍수 방어 시설물의 우선순위 산정기법은 빗물저류조 이외 다른 치수 구조물 계획을 수립할 때도 효과적으로 도움을 줄 수 있다고 판단된다.

Trans Abstract

Even if a pumping station, which is a representative structural flood defense facility, operates optimally, flooding occurs at certain nodes in the drainage area. In other words, even if rainwater pumping stations and rainwater storage tank, which are structural flood defense measures, operate at maximum, it is necessary to review areas where overflow occurs. Therefore, in areas where it is impossible to protect against inland flooding using structural flood defense measures alone, new flood defense measures are required. In this study, based on previous research on rainwater pumping station operation techniques to reduce critical flooding, the Daelim 3 region was divided into 45 basic areas and vulnerability analysis techniques were applied to select the location of rainwater storage tank for effective flood defense. A possible technique is presented in this paper. As a result of the study, sub-region 1 had the highest impact index value, so installing a rainwater storage tank was calculated to be more effective in preventing floods than installing a rainwater storage tank in other sub-regions. The priority-estimation technique for flood defense facilities presented in this study can be effective in establishing plans for flood control structures other than rainwater storage tank.

1. 서 론

세계적인 이상기후 변화에 따른 한반도의 여름철 강우패턴은 아열대 기후와 같은 국지성 소나기 형태로 변화되어 짧은 시간동안 기존에 경험하지 못한 큰 강우강도의 호우가 발생하고 있다. 특히 서울시는 2021년 7월 26일부터 28일까지 300 mm가 넘는 폭우로 인해 우면산 산사태가 발생하였으며, 2022년 8월 8일에는 시간당 100 mm에 가까운 폭우로 인해 강남역 일대가 침수되는 피해가 발생하였다. 이러한 집중호우로 인한 도시홍수 피해는 2020년 이후 부터는 경제 및 인적 피해가 더 심해지고 있다. 따라서 이러한 도시홍수 피해의 방어를 위한 구조적 홍수방어 대책 및 비구조적 홍수방어 대책에 관한 연구가 많이 진행되고 있다. 대표적인 도시 홍수유출 모형인 SWMM은 국외에서는 유출저감 효과, 비점오염원 분석, 저류지 설계 타당성 평가 등의 연구에 많이 적용되었으며, 우수관리 시설물의 설계기준의 타당성 검토에도 많이 적용되었다(Luk, 1999; Pomeroy et al., 2008).

도시홍수 방어와 관련된 대표적인 문헌을 살펴보면 다음과 같다. Cho et al. (2017)은 기존에 개발된 빗물펌프장 운영시스템(FFC6) 프로그램을 보완하기 위해 실제 호우발생에 따른 빗물펌프장 운영 자료를 수집 및 분석하여 이를 바탕으로 효과적인 도시홍수 방어를 위한 빗물펌프장 운영시스템을 개발하였다. 특히 개발된 운영시스템은 다양한 호우 조건에서도 실무자가 펌프운영을 보다 효과적으로 대응할 수 있도록 개발되어 현장 실무적 운영시스템으로 판단되었다. Jin et al. (2018)은 소하천 유역 등과 같은 수문 해석에 필요한 자료가 부족한 유역의 경우 홍수피해 분석에 많은 어려움을 해결하기 위해 드론 등을 이용하여 3차원 수치모형을 구성하고 도시홍수 해석에 필요한 자료를 구축하여 침수해석을 모의하였다.

Yoo et al. (2018)은 도시침수 방어를 위해 빗물펌프장과 빗물저류조 시설물에 관해 유전자 알고리즘 최적화 기법을 적용하여 절점에서의 월류특성을 분석하였다. 또한 이러한 구조 및 비구조적 홍수 대응을 수행한 이후에도 발생되는 월류를 한계월류로 정의하여 이를 산정 할 수 있는 기법을 제시하였다. Kim, Lee et al. (2020)은 도시침수 해석의 어려움 중 실제 월류가 발생한 정확한 절점(node)과 월류량 자료와 월류 발생을 유발시킨 실제 강우량 자료의 미비한 현실을 극복하기 위해 전국 주요 7개 도시홍수 피해를 유발시킨 6시간 지속강우를 조사하였다. 또한 이를 신경망 이론에 적용하여 2011년 서울 탄천에서 발생한 홍수를 예측하고 실제 호우사상과 예측호우 사상을 비교 및 분석하고 이를 바탕으로 SWMM모형을 적용하였다. Jeong et al. (2020)은 저영향 개발기법(LID)을 이용하여 도시유역의 홍수조절 능력을 분석하기 위해 식생저류지, 투수성포장, 침투트렌치, 빗물정원, 식생수로 등 LID 시설물의 시공에 따른 홍수 조절능력을 분석하고 시설별 홍수저감 특징을 분석하였다.

Kim, Ham et al. (2020)은 도시홍수 방어의 시설물 중 빗물저류조의 용량을 산정하기 위해 기존에 적용되는 비표준화된 다양한 방법을 대신 할 수 있는 객관적인 방법을 적용하여 대전시의 실제 자료를 바탕으로 빗물저류조 산정기법을 제시하였다. 또한, 빗물저류조 용량 산정에 필요한 인자로는 우수유출 저감, 폭염 저감, 미세먼지 저감, 조경용수 등을 적용하여 비용 및 편익 분석을 수행되었다. Lee et al. (2020)은 서울시를 대상으로 설계 강우자료를 바탕으로 25개 행정구역별 홍수피해 분석을 위해 취약성분석 기법을 적용 하였으며, 이때 노출, 민감도, 적응도에 필요한 주요 가중치 산정은 엔트로피 방법을 적용하였다. 연구 결과에서 서울시의 북부와 서부 지역은 홍수발생시 피해가 높게 산정되었으며, 반면에서 중부와 서부의 경우는 피해가 상대적으로 낮게 산정되었다. Kim and Lee (2022)은 도시지역의 홍수피해 정도를 평가하기 위해 기존에 사용되는 대표적인 방법 중 취약성 평가법과, 홍수피해잠재능 평가법을 비교 분석하였다. 분석에 적용된 지역은 서울시 25개 행정구 중에서 빗물펌프장이 존재하지 않는 5개 지역을 제외한 20개 구를 대상으로 적용하여 2가지 평가기법을 적용하였다. 연구결과에서 몇몇 지역은 취약성 평가법과 홍수피해잠재능 평가법의 결과가 상반되게 산정되어 실무적 홍수방어 계획시는 보다 심도 있는 항목선정이 필요할 수 있다는 것을 제시하였다. Kim et al. (2022)은 국가개발 사업 일환인 스마트도시 개발에 필요한 도시홍수 방어시스템을 개발하기 위해 강우예보, 홍수분석, 침수피해 분석, 행정 구역별 피해상황 분석 등을 구축에 필요한 1차원 및 2차원 홍수해석 모형을 구축하여 대구시 달서구 지역을 대상으로 검증하였다. Kim and Cho (2022)은 서울시 239개 배수 지역의 2차원 침수에 사용되는 많은 정보를 보다 효과적으로 해석 할 수 있는 방법으로 배수관망을 단순화 하고 재교정하는 통합 배수관 모형화 기법을 제시하여 도시홍수 예경보 시스템 구축에 많은 도움을 주고자 하였다. Yu et al. (2022)은 기존에 도시홍수 해석에 사용되는 SWMM 모형 적용시에 필요한 입력자료 및 분석 등의 어려움을 해결하기 위해서 보다 간편하고 편리한 격자단위의 지표유출을 해석할 수 있는 모형을 개발하였다. 개발한 모형은 실제 부산시 광안리 배수구역을 대상으로 LID 시설물 설치에 따른 홍수분석을 수행 후 SWMM모형과 결과를 비교 분석하여 모형의 타당성을 제시하였다. Kim et al. (2023)은 해안주변 도시의 장마철 홍수 발생시 방류 토구에서 해수위 상승으로 인해 적적한 배수가 이루어지지 않는 경우 도시 지역의 월류가 발생되는 해안 도시지역의 관망 특성 분석을 위해 Lee (2012)가 제시한 우수관망 신뢰도 평가 기법을 경상남도 사천시 서부시장 배수분구와, 전라남도 완도군 완도읍 일부 배부분구를 대상으로 적용하여 해수위 상승에 따른 관망의 통수능 특성을 분석하였다. Moon et al. (2023)은 구조적 도시홍수 방어 기법 중 하나인 저영향개발기법(LID)의 벽면녹화 시설물 설치에 따른 홍수대응 능력을 평가하기 위해 부산시 금정구를 대상으로 다양한 강우 시나리오를 적용하여 LID 시설물 설치에 따른 저류 효과를 분석하고 이를 바탕으로 실무적 차원의 적용 가이드라인을 제시하였다. Lee et al. (2023)은 1차원 내수침수 해석 모형을 바탕으로 가상의 관거을를 도입하고 이를 외수위 범람에 의한 내수침수 영향이 반영할 될 수 있는 방법을 제안하여 부산시 동천 유역을 대상으로 적용 및 분석하였다.

기존의 문헌 조사를 살펴보면 도시홍수와 관련되어 우수관로 최적설계, 빗물펌프장 최적 운영 등과 같은 비구적 홍수방어 연구와 우수관로 시공, LID 시설물 설치, 빗물 펌프장 신규 건설 또는 증설과 같은 구조적 홍수방어에 관한 연구로 구분되었다. 즉, 비구조적 방어 대책 및 구조적 방어 대책을 이용하여 재내지의 월류량을 감소시킬 수 있는 대책과 재외지의 홍수위 범람을 제어할 수 있는 대책으로 구분하여 도시홍수 방어 계획이 수립 되었다. 그러나 기존 홍수방어 시설은 설계강우량 기준에 의해 시공 및 운용되고 있으므로 설계강우량 이상의 호우 발생시에는 우수관망의 기능을 초과하므로 월류가 발생 할 수 있다. 또한, 빗물펌프장과 빗물저류조를 최대한으로 운영하더라도 발생되는 월류 발생지역에 대한 검토가 필요하다. 따라서, 본 연구에는 한계월류량을 저감하기 위한 빗물펌프장 운영기법에 관한 연구를 바탕으로 대상유역을 45개 기초지역으로 구분하고 취약성 평가기법을 적용하여 효과적 홍수방어를 위한 빗물저류조의 위치를 산정할 수 있는 기법을 제시하였다.

2. 연구방법

대표적인 도시홍수 방어 시설물은 문헌조사에 살펴보듯이 우수관망, 빗물저류조, 빗물펌프장 등이 있다. 그러나, 빈번한 도시 침수지역의 월류 방지를 위해서 우수관망을 새롭게 신설하는 것은 많은 어려움이 있다. 복잡한 도시 시내를 관통하는 경우 혼잡한 교통 및 다양한 민원이 공사의 어려움을 가중시킬 수 있다. 또한, 이러한 월류가 집중적으로 발생하는 주요 절점(node)를 중심으로 우수 관거를 확장하는 경우 관경 확대에 따른 통수능이 좋아져 잘못된 결과를 발생시킬 수 있다. 따라서 이러한 문제점을 해결하기 위해서는 월류가 발생하는 주요 절점을 중심으로 빗물저류조를 설치는 것이 집중호우시에 짧은 시간에 발생하는 월류를 우선 저류하고 장시간에 걸쳐서 다른 곳으로 방류 또는 통수하는 것이 홍수관리 측면에서 보다 유리하다고 판단된다. 기존의 빗물저류조 설치 위치산정에 관한 연구는 대부분이 최대 월류가 발생되는 지점을 선정 후 월류량을 줄이기 위해 빗물저류조 규모 등을 설계하였다. 그러나 최대 월류로 인해 발생된 큰 피해는 월류가 발생되는 위치와는 다른 지역에서 발생할 수 있다. 따라서 본 연구에서 이러한 문제점을 해결하고자 최소의 행정구역 단위를 대상으로 월류 발생을 억제할 수 있는 다양한 인자를 포함 할 수 있는 취약성 기법을 도입하여 빗물저류조 위치를 산정할 수 있는 기법을 제시하였다.

2.1 한계월류 지점 산정

한계월류 지점 산정은 Yoo et al. (2018) 등이 수행한 연구결과를 본 연구에도 동일하게 적용하였다. Yoo et al. (2018) 등은 대림3 빗물펌프장 배수유역을 대상으로 서울시 확률강우량 2년, 5년, 10년, 30년, 50년, 80년, 100년 빈도별 지속시간 60분 설계 강우자료를 사용하여 빗물 펌프장과 빗물저류조의 다양한 운영 조건인 시나리오를 만들어 이를 적용하여 시나리오별 결과가 중복되는 지점(node)를 한계월류가 발생하는 지점으로 산정하였다. 본 연구에서는 대상 유역인 대림3 빗물 펌프장 및 빗물저류조의 설계 빈도를 고려하여 50년 빈도, 지속시간 60분 설계강우 적용에 대한 한계월류량 및 한계월류 지점의 결과를 적용하였다.

2.2 취약성 평가

취약성 평가 기법은 세계 기후변화에 따른 지역별 재난발생에 따는 영향을 객관적 수치화 작업을 위해서 IPCC (2001)에서 노출, 민감, 적응 등의 3개의 함수관계를 이용하여 개발 및 적용하였다. 본 연구에서는 Yoo and Kim (2008)이 제안한 취약성-탄력성 지수(VRI)를 사용하였다. 홍수피해에 따른 취약성 평가에 사용된 노출인자는 홍수피해가 발생시에 경제 및 인적 피해가 발생하기 쉬운 정도를 나타내는 것이며, 민간도 인자는 적응능력을 홍수방어 시스템을 고려하지 않은 상황에서 집중호우 등에 따른 홍수피해의 영향을 받는 가를 나타내는 것이며, 적응능력은 집중호우에 같은 홍수를 유발시키는 다양한 인자로부터 홍수방어 시스템이 견딜 수 있는 정도를 의미한다. 본 연구에서는 홍수 취약성 평가를 위해서 노출, 민감도, 적응능력 등의 3개 함수로 구성된 기법을 적용하였다(Moss et al., 2001; Yoo and Kim, 2008). 또한 각 함수별 필요한 인자들의 표준화 및 가중치 산정은 Kim et al. (2014) 등의 방법과 동일하게 적용하였다.

2.3 취약성 평가 인자 선정

취약성 평가의 대상은 Lee et al. (2020)Kim and Lee (2022)의 연구 사례에서 살펴보듯이 최소한의 행정구역 단위 자료를 대상으로 분석을 수행하였다. 즉, 취약성 분석의 대상 구역의 크기는 보통 “시”, “군”, “구” 등의 행정구역 등의 기초 자료를 바탕으로 분석되었다. 그러나 본 연구의 분석 대상지역은 서울시 영등포구 내의 몇 개 “동”으로 구성된 하수관망 배수분구의 작은 단위의 면적을 바탕으로 취약성 평가에 필요한 자료를 수집 및 구축하였다.

따라서 대림3 빗물펌프장을 출구로 하는 배수분구를 바탕으로 1,865개 절점(node)을 중심으로 하는 45개 소구역으로 세밀하게 구축하였다. 또한 소구역별 취약성평가에 필요한 노출, 민감, 적응력 자료는 국토교통부 국토지리정보원(www.ngii.go.kr)으로 부터 제공 받아 연구에 적합하게 구축하여 적용하였다. Fig. 1은 대림3 빗물펌프장 배수분구가 있는 영등포구 “동” 단위의 행정구역을 나타내었으며, Table 1은 취약성 평가에 필요한 노출인자(1개), 민감인자(4개), 적응력 인자(4개) 등 3가지 기본 주요 인자를 나타내었다. 입력자료는 2020년 기준으로 서울시 영등포구 행정구역을 대상으로 수집한 자료를 사용하였다.

Fig. 1

Yeongdeungpo Basic Area Unit

Vulnerability Assessment Factors

노출 인자는 도시지역의 홍수시 맨홀 또는 빗물받이 등에서 발생하는 월류량으로 실제 월류로 인해 발생되는 다양한 피해를 나타낸다. 민감도 인자는 불투수면적 비율, 인구밀도, 건폐율, 용적율 등 4개로 구성된다. 불투수면적이 클수록 유출율이 높아 홍수피해가 증가되고, 인구밀도가 높을수록 경제 및 인명 피해의 증가되고, 건폐율 및 용적율은 거주 건물의 용도에 따라 피해 규모에 영향을 미치는 것을 뜻한다. 적응능력 인자는 우수관 밀도, 유역폭, 관 크기, 관 경사 등 4개 인자로 구성된다. 적응능력 인자는 홍수 발생시 발생에 따른 피해에 따른 구조적 홍수 방어 능력을 SWMM 모형 등을 이용하여 정략적으로 분석할 수 있는 인자로 구성되었다.

3. 적용 및 결과

3.1 대상유역

대상유역 Fig. 2는 2010년 9월, 2011년 7월, 2022년 8월 등의 집중호우로 인해 유역내 도시지역 상당수의 주거 및 상가 등이 많은 경제적 피해가 발생한 지역이다. 본 연구는 Yoo et al. (2018) 등이 적용한 유역과 동일한 서울시 영등포구와 동작구의 경계에 위치한 도림천 유역 중 도림1 배수분구를 대상으로 하였다. 유역 출구에 대림3 빗물펌프장이 위치하고 유역 중간에는 어린이 빗물저류조 1개가 설치되어 있으며, 유역의 면적은 총 248.5 ha이고 총1,865의 절점(node)으로 구성되어 있다. 빗물 펌프장은 12개의 펌프로 운영되고, 빗물저류조는 2개의 펌프로 운영되고 있다. 본 연구에서는 대림3 빗물펌프장을 출구로 하는 배수분구를 바탕으로 1,865개 절점(node)을 중심으로 45개 소구역으로 구축하여 취약성 평가를 적용하였다.

Fig. 2

Location of Rainwater Pumping Station in the Applied Basin

3.2 취약성 분석을 위한 기초자료 분석

취약성 분석에 필요한 노출 인자인 월류량 분석은 Yoo et al. (2018) 등이 제안한 서울시 확률강우량 2년 빈도부터 100년 빈도의 지속시간 60분 설계강우를 분석하여 다양한 빗물 펌프장 운영 시나리오를 적용하여 한계월류량 및 월류 지점을 산정하였다. 대림3 빗물 펌프장의 경우 지선 관거가 5년 빈도, 간선 관거가 10년 빈도로 설계되어 있으며, 빗물저류조 설계빈도는 50년 빈도로 설계되어 있다. 따라서, 본 연구에서는 Yoo et al. (2018) 등이 50년 빈도의 확률강우량을 적용하여 산정한 한계월류 지점의 월유량 값을 사용하여 취약성 분석에 적용하였다. 민감도 인자인 불투수 면적은 월류량 분석시에 SWMM 모형 입력 인자로 산정하고, 인구밀도(인구수), 건폐율, 용적율 등은 국립지리정보원 자료를 바탕으로 구축하여 Table 2에 나타내었다. Table 2에서 관망의 절점이 가장 많은 소유역은 3번으로 88개의 절점의 포함하고 있으며, 인구수는 42번 소유역에 4,886명이 거주하고 있으며, 건폐율은 1번 소유역이 가장 높았으며, 용적율은 42번 소유역이 가장 높았다. 적응력 인자는 우수관 밀도, 유역 폭, 관 크기, 관 경사 4개 인자로 구성되며 모든 인자는 월류량 분석시 사용되는 SWMM 모형의 입력자료 구성된다.

Basic Basin Unit Topographic Information of Daelim3 Storm-Water Pumping Station

구조적 대책 중 하나인 빗물저류조 위치 선정 방법은 기존에는 대체적으로 최대 월류가 발생되는 지점 1개 요소만을 고려하여 위치를 선정하여 빗물저류조를 설치하고 이에 따른 내수침수저감 정도를 분석하였다. 그러나 본 연구에서 취약성 평가 기법을 도입하여 월류량 분석을 포함한 다양한 홍수와 관련된 인자를 고려하여 빗물저류조의 위치를 산정하였다.

3.3 취약성 분석 결과에 따른 빗물저류조 최적 위치선정

본 연구에서는 Kim et al. (2014) 등이 사용한 취약성 평가법을 동일하게 적용하여 결과를 산정하였다

또한, 취약성 평가의 노출 관련 결과는 Yoo et al. (2018) 등의 연구결과 중 50년 빈도 지속시간 60분의 한계월류 특성을 사용하였다. 또한 민감도 및 적응력을 산정 후 취약석 분석 결과를 45개의 소구역별로 Table 3에 나타내었다. 즉, 절점(node)을 기준으로 구성된 소유역별 취약성 평가 결과를 바탕으로 최적의 빗물저류조 위치를 산정할 수 있도록 나타내었다.

Vulnerability Assessment Results by Basic Area

Table 3 결과에서 소유역 1번의 경우 잠재영향지수(Impact index) 값이 45개 소유역 중 가장 높은 잠재영향지수 값(54.4)으로 빗물저류조를 설치하기 가장 적합한 위치로 선정되었다. 특히 취약성 분석 결과에 가장 큰 영향을 미치는 인자는 노출 인자인 월류량으로 엔트로피 가중치 산정결과에서 0.4453 값으로 총 9개 인자들 중에서 가장 큰 영향을 미치는 인자로 산정되었다.

또한 취약성-탄략성지수에서는 45개 소유역 중 두 번째로 작은 값(-4.71)으로 홍수피해에 대한 대응능력이 약함을 나타내었다. 반면에서 소유역 36번은 잠재영향지수 값(11.12)이 45개 소유역 중 가장 작은 값으로 월류발생에 따른 홍수피해가 45개 소유역 중에서 가장 낮은 홍수피해가 발생하는 지역으로 산정되었다. Table 3의 취약성 평가 결과와 Table 2의 소유역의 지형정보를 비교해 보면 대체적으로 총 인구가 많을수록 월류발생에 따른 상대적 홍수피해가 많이 발생하여 잠재영향 지수 값이 높게 산정되는 것을 알 수 있었다. Table 2에 자료에서 소유역 1번은 32개 절점에 4,873명이 거주하는 유역으로 전체 45개 소유역 중 2번째로 많은 인구가 거주하는 것으로 나타났다. 기존의 빗물저류지 위치 선정은 월류 발생량이 가장 많은 지점을 대상으로 선정하였으나 본 연구에서는 집중 호우로 인해 도시 홍수를 유발 할 수 있는 다양한 인자를 객관적으로 분석할 수 있는 취약성 평가를 도입하여 선정할 수 있어서 Table 3 결과와 같은 보다 폭넓은 분석의 결과를 도출 할 수 있었다.

4. 결 론

최근 급속한 도시의 발전 및 산업화로 인한 불투수면적 비율이 증가하면서, 대부분의 강우는 우수관거로 유입되어 유출되고 있다. 또한 2000년 이후 집중호우 발생시 우수관로의 설계 빈도인 10년을 넘는 경우가 빈번하게 발생하고 있으며 서울시의 경우는 2011년 이후 최근에는 80년에서 100년 빈도에 가까운 호우가 발생하고 있다. 이러한 설계빈도를 초과하는 강우에 대응하기 위한 대표적인 도시홍수 방어 구조물인 빗물펌프장의 운영 및 빗물저류조의 역할이 크게 부각되고 있다. 본 연구는 빗물펌프장과 빗물저류로의 운영을 최대한으로 운영하더라도 발생되는 내수침수를 방어하기 위해 한계월류 특성을 바탕으로 구조적 대책이 필요한 지역을 객과적인 방법으로 선정하는 기법을 제안하였다.

본 연구에서 제안한 구조적 홍수방어 대책은 빗물저류조를 설치하는 것이다. 빗물저류조가 필요한 위치는 배수분구 관망 단위의 절점(node)을 바탕으로 소유역을 구성 후 소구역에 포함되어 있는 절점(node)을 바탕으로 취약성 평가기법을 적용하여 최적의 빗물저류조 위치를 선정할 수 있는 기법을 제안하였다.

대상유역인 대림3 빗물펌프장 유역의 경우 1,865개의 절점(node)으로 관망이 구성되어 있으며, 이를 총 45개의 소구역으로 구분하여, 각각 소구역에서 발생되는 한계월류량 및 GIS 공간정보를 활용하여 취약성 분석을 수행하였다. 취약성 분석에 필요한 인자별 가중치 산정은 엔트로피 방법을 사용하여 객관적인 결과 값을 도출할 수 있도록 하였다. 또한, 50년빈도 지속시간 60분의 한계월류 특성을 적용하여 빗물저류조 위치를 산정하였다.

취약성 평가에서 노출, 민감도, 적응능력의 평가항목을 이용하여 잠재영향지수 및 취약성-탄력성 지수를 산정하였으며, 잠재영향지수 값이 높게 발생되는 지역은 월류량 및 월류량으로 인한 홍수피해 영향이 크다 것을 의미 한다. 또한, 취약성-탄력성 지수는 적응능력을 고려하여 지수 값이 낮을 수록 월류로 인한 피해가 크고 월류량으로 인한 홍수피해 적응능력은 미비 하다는 것을 의미한다. 즉, 잠재영향지수 우선순위(Rank)가 높고, 취약성-탄력성 지수의 우선순위(Rank)가 낮을수록 월류로 인한 피해가 큰 지역을 의미한다. 취약성 분석 결과에서 소구역 1번이 취약성(잠재영향지수)이 가장 높게 산정 되었으며 반면에서 취약성-탄력지수 값은 낮게 산정되어 45개 소구역 중 소유역 1번에 빗물저류조를 설치하는 것이 가장 타당하다고 판단되었다.

기존에 취약성 평가 기법에 사용되는 국가 행정구역의 단위가 아닌 본 연구에서 제안한 배수분구를 바탕으로 하는 소구역 단위의 취약성 평가 기법은 기존에 단순히 홍수 발생 지점(node)만을 사용하여 빗물저류조를 설치하는 기법과 비교해서 보다 합리적인 빗물저류조 설치위치 산정 기법으로 판단되었다. 본 연구에서 제시한 구조적 홍수방어 대책 중 하나인 빗물저류조 시설물 이외에 내수침수 저감 및 외수 범람 방어를 위한 시설물이 필요할 경우 본 연구에서 제안한 배수분구를 바탕으로 하는 소유역 개념의 취약성 평가 기법은 보다 객관적인 분석 기법으로 판단된다.

References

1. Cho Y.M, Yoo D.G, Lee S.Y, Im O.S, Joo J.G, Kim J.H. 2017;Smart Operation Rule Development of Urban Pump Station Predicting and Operating System. J. Korean Soc. Hazard Mitig 17(2):39–50.
2. IPCC. 2001. Climate change 2001:Impact, adaptation and vulnerability. In : McCarthy J.J, Canzizni O.F, Leary N.A, Dokken D.J, White K.S, eds. Third assessment report p. 77–100. Cambridge, UK: Cambridge University Press.
3. Jeong Y.G, Park J.P, Sin H.S. 2020;Correlation between LID Flood Control Capability and Runoff Coefficient. J. Korean Soc. Hazard Mitig 20(5):339–351.
4. Jin Y.K, Lee S.H, Jang H.S, Lee Y.D. 2018;Inundation Simulations for the Upstream Watershed of a Drainage Pump Station Lacking Basic Data. J. Korean Soc. Hazard Mitig 18(7):417–426.
5. Kim D.J, Ham D.H, Choi J.S, Lee J.M, Lee J.H. 2020;Analysis on Cost-Benefit of Rainwater Storage Facility through Water Balance Analysis. J. Korean Soc. Hazard Mitig 20(6):361–367.
6. Kim D.J, Song Y.H, Lee J.H. 2023;Potential Performance Assessment of Coastal Urban Sewer Network according to Sea Level Rise. J. Korean Soc. Hazard Mitig 23(1):199–208.
7. Kim E.S, Lee S.H. 2022;Comparison of Assessments of Urban Areas Using the Flood Vulnerability and Potential Flood Damage Methods. J. Korean Soc. Hazard Mitig 22(5):227–234.
8. Kim E.S, Cho Y.J, Choi H.I, Chung G.H. 2014;Evaluation of Inherent Flood Vulnerability in Seoul Administrative Districts using Flood Protection Capacity and Damage Matrix. J. Korean Soc. Hazard Mitig 14(2):1–9.
9. Kim G.S, Cho H.G. 2022;Development of an Urban Flood Forecast Model Using Lumped Pipe Networks. J. Korean Soc. Hazard Mitig 22(6):79–88.
10. Kim H.I, Lee J.Y, Han K.Y, Cho J.W. 2020;Applying Observed Rainfall and Deep Neural Network for Urban Flood Analysis. J. Korean Soc. Hazard Mitig 20(1):339–350.
11. Kim S.H, Park J.P, Won C.Y, Lee J.M. 2022;Development and Application of Urban Flood Prediction System for Smart Cities. J. Korean Soc. Hazard Mitig 22(6):69–77.
12. Lee J.H. 2012;Development of a reliability estimation method for the storm sewer network. J. Korean Soc. Hazard Mitig 12(2):225–230.
13. Lee S.H, Kang T.U, Jin Y.K, Hwang D.G. 2023;A Case Study on Simulation of Urban Inundation by Inland Flooding and River Flooding. J. Korean Soc. Hazard Mitig 23(5):31–42.
14. Lee S.M, Choi Y.J, Yi J.E. 2020;Urban Flood Vulnerability Assessment Using the Entropy Weight Method. J. Korean Soc. Hazard Mitig 20(6):389–397.
15. Luk G.K. 1999;Evaluation of Dual-purpose Detention Pond Designs with the Stormwater Management Model (SWMM). Canadian Water Resources Journal, CWRA 24(4):331–342.
16. Moon J.H, Park J.R, Kwon S.C, Kim J.M. 2023;A Study on the Retention Effectiveness Analysis of a Green Wall as a Low Impact Development (LID) Facility. J. Korean Soc. Hazard Mitig 23(3):33–40.
17. Moss R.H, Brenkert A.L, Malone E.L. 2001;Vulnerability to climate change:A quantitative approach. Prepared for the U.S. Department of Energy
18. Pomeroy C.A, Postel N.A, O'Neill P.A, Roesner L.A. 2008;Development of Storm-Water Management Design Criteria to Maintain Geomorphic Stability in Kansas City Metropolitan Area Streams. Journal of Irrigation and Drainage Engineering, EWRI 134(5):562–566.
19. Yoo D.G, Sim K.B, Kim E.S. 2018;Suggestion of Critical Flooding Node Calculation Method Considering Non-structural Operation in Daerim 3 Urban Drainage Area. J. Korean Soc. Hazard Mitig 18(2):467–474.
20. Yoo G.Y, Kim I.A. 2008;Development and application of a climate change vulnerability index. Korea Environment Institute 2008(5):1–88.
21. Yu D.H, Choi G.M, Lee J.H, Lee J.M. 2022;Development of an Analysis Model for Storm Sewer Networks Based on Grid Units. J. Korean Soc. Hazard Mitig 22(6):285–292.

Article information Continued

Fig. 1

Yeongdeungpo Basic Area Unit

Table 1

Vulnerability Assessment Factors

Categories Assessment factors Reason for selection of evaluation factors
Exposure Flooding amount The degree of flood damage in urban areas is calculated based on overflow amount
Sensitivity Impervious area ratio Increased vulnerability due to increase in impervious areas
Population density Estimation of population density in flood damaged areas
Building-to-land ratio Ratio of building area to site area
Floor area ratio Percentage of total building floor area to site area
Adaptation Storm sewer density Evaluation of flood defense capacity of the basin
Basin width The larger the basin width ratio, the higher the contribution to overflow generation
Storm sewer diameter Calculate the area of ​​the storm sewer by the size of the pipe
Storm sewer slope Water flow capacity can be adjusted according to the slope of the pipe

Fig. 2

Location of Rainwater Pumping Station in the Applied Basin

Table 2

Basic Basin Unit Topographic Information of Daelim3 Storm-Water Pumping Station

Base area no. Number of nodes Total population Building-to-land ratio (%) Floor area ratio (%) Base area no. Number of nodes Total population Building-to-land ratio (%) Floor area ratio (%)
1 32 4873 61.919 206.212 24 49 843 55.376 153.031
2 60 3850 49.252 149.637 25 41 1012 57.243 139.133
3 88 2517 54.686 185.987 26 75 1886 57.225 130.680
4 31 542 49.993 166.048 27 19 2023 58.739 140.009
5 40 1302 49.074 146.859 28 44 1287 58.828 151.440
6 37 1978 54.199 166.797 29 28 2115 60.759 164.038
7 41 960 53.175 207.052 30 65 953 56.493 151.230
8 54 1711 51.412 143.641 31 56 1469 55.731 160.997
9 23 907 54.385 168.996 32 53 951 54.397 161.264
10 34 468 55.416 175.248 33 71 267 57.974 143.548
11 61 1317 56.224 170.440 34 15 525 55.520 134.408
12 57 709 52.783 172.693 35 47 1200 55.862 151.515
13 41 754 55.404 203.898 36 17 659 67.450 128.360
14 26 1946 44.426 131.077 37 13 2216 50.664 234.559
15 58 1586 57.424 141.865 38 15 1236 51.425 137.623
16 40 1382 59.132 144.010 39 22 2267 59.895 308.095
17 43 662 57.224 202.631 40 36 1883 54.245 134.769
18 33 266 50.732 221.898 41 30 1329 54.520 125.952
19 53 1765 55.027 144.053 42 29 4886 25.338 278.370
20 49 1530 56.481 133.842 43 29 1268 55.687 144.819
21 44 925 57.568 147.125 44 35 1818 54.790 119.678
22 64 2294 58.912 171.485 45 26 1499 47.260 120.363
23 57 1355 55.919 145.621

Table 3

Vulnerability Assessment Results by Basic Area

Base area no. Exposure index Sensitivity index Adaptation index Impact index Rank Vulnerability-resilience index Rank
1 37.3 71.4 45.0 54.4 1 -4.7 44
30 44.5 45.3 60.0 44.9 2 7.5 19
26 24.3 57.1 63.3 40.7 3 11.3 11
2 4.5 71.2 47.7 37.8 4 4.9 24
42 4.6 69.5 39.1 37.0 5 1.0 37
3 4.8 68.0 80.5 36.4 6 22.1 5
24 36.2 36.3 42.1 36.3 7 2.9 32
31 23.5 41.9 53.7 32.7 8 10.5 13
22 6.7 56.9 41.1 31.8 9 4.7 25
41 30.3 31.0 33.0 30.6 10 1.2 36
11 12.0 46.8 32.1 29.4 11 1.3 34
35 19.7 38.2 43.1 28.9 12 7.1 20
20 15.6 41.8 36.9 28.7 13 4.1 28
28 18.7 37.6 26.0 28.1 14 -1.1 40
39 11.3 41.5 14.5 26.4 15 -5.9 45
6 9.0 43.2 32.3 26.1 16 3.1 31
32 14.8 37.1 36.3 26.0 17 5.2 23
15 4.6 46.6 49.2 25.6 18 11.8 10
19 4.5 46.1 59.0 25.3 19 16.9 6
23 8.1 42.2 53.4 25.2 20 14.1 7
8 4.5 45.8 76.3 25.1 21 25.6 2
33 9.3 40.4 49.6 24.8 22 12.4 9
21 15.8 33.0 37.8 24.4 23 6.7 21
29 10.2 36.7 17.9 23.5 24 -2.8 42
40 8.6 38.4 43.7 23.5 25 10.1 14
12 4.9 38.9 29.3 21.9 26 3.7 29
16 6.0 37.3 32.7 21.7 27 5.5 22
44 4.7 37.5 37.7 21.1 28 8.3 18
37 4.5 37.7 11.7 21.1 29 -4.7 43
25 5.7 34.5 28.7 20.1 30 4.3 26
7 4.5 34.8 42.0 19.6 31 11.2 12
43 7.7 31.3 19.7 19.5 32 0.1 39
27 4.5 34.4 15.9 19.4 33 -1.8 41
14 4.5 34.3 64.7 19.4 34 22.7 4
5 4.5 33.1 73.8 18.8 35 27.5 1
17 5.5 30.4 46.1 18.0 36 14.1 8
45 8.7 25.8 36.2 17.3 37 9.5 16
13 4.5 29.8 36.4 17.1 38 9.7 15
10 9.1 23.3 24.5 16.2 39 4.2 27
9 4.9 25.4 17.6 15.2 40 1.2 35
38 6.8 23.3 17.1 15.1 41 1.0 38
4 4.5 22.8 32.4 13.6 42 9.4 17
18 6.4 20.6 59.7 13.5 43 23.1 3
34 7.1 16.2 18.8 11.6 44 3.6 30
36 4.9 17.4 16.4 11.1 45 2.6 33