1. 서론
전 세계적으로 자연재해에 대한 대비는 과거와 비교하여 보다 과학적이고 체계적으로 수행되고 있으나 기후변화에 의한 자연재해의 강도와 빈도 증가, 도시화로 인한 불투수층의 증가, 도시로의 인구 집중 및 고부가가치산업의 집중 현상으로 도시지역을 포함한 다양한 지역들이 재해에 매우 취약한 구조로 변모되고 있어 과거와 동일한 자연재해 강도에서도 보다 큰 피해가 발생하고 있다. 자연재해 저감을 위한 국제적 전략 실행이 가능하게하기 위해 1999년 UNISDR (International Strategy for Disaster Reduction)이 설립되었다(UNISDR, 2011). UNISDR은 자연재해로 인한 인명 피해와 재산 손실, 사회⋅경제적 혼란을 경감시키기 위한 목적으로 설립된 기구로서, 재해에 대한 체계적인 접근방법인 재해위험감소(disaster risk reduction, DRR)를 도입하여 지역의 재해 취약성(vulnerability)을 감소시키고 회복력(resilience)을 구축하기 위해 다양한 방면에서 활동을 하고 있다(UNISDR, 2011).
자연재해위험은 자연재해에 의한 위험정도인 위험도를 평가하고 위험도가 높은 건물 또는 지역에 대한 재해저감대책을 수립함으로써 감소시킬 수 있다. 재해저감대책을 위한 자원은 한정되어 있기 때문에 이와 같은 위험도 평가를 통해 재해저감대책 수립 지역의 우선순위를 결정해야 한다. 자연재해 위험도는 일반적으로 물리적위험도와 사회경제적위험도로 구분할 수 있다. 물리적위험도는 자연재해에 대한 주택과 같은 사유시설과 사회기반시설 등 시설물 각각의 물리적인 피해를 정량적으로 산정하여 위험도 등급으로 표출된다. 사회경제적위험도는 지역의 잠재적재해 지표, 노출성 지표, 취약성 지표, 재해대응및적응역량 지표와 같은 지역이 통계자료를 활용하여 인명피해, 공공기관피해, 도로파손 등에 의한 이차 피해 등 사회경제적인 피해를 정성적인 방법을 통해 지역별로 산정하여 위험도 등급으로 표출된다.
물리적 위험도 평가를 위해서는 광범위한 지역의 홍수범람지도 등으로 대변 될 수 있는 잠재적재해를 산정해야하고 평가대상 시설물인 주택, 온실, 도로 등 각각의 시설물에 대한 위치정보와 가치정보, 자연재해에 대한 취약성, 건물유형 등 다양한 시설물 정보가 공간정보 기반으로 구축되어 있어야 하나, 이와 같은 자료 구축에 한계가 있어 물리적 위험도 평가에 대한 연구가 수행되지 못해 왔다. 국가적 차원에서 물리적 위험도와 유사한 개념인 목적물별 손실을 평가하는 대표적인 나라는 미국으로 HAZUS-MH 프로그램을 개발하여 홍수, 태풍, 지진에 대한 건물, 사회기반시설 등의 직⋅간접 피해액을 평가하고 있다. 사회경제적적 위험도 평가를 위해서는 잠재적재해를 수치적으로 분석하고 시설물의 세부정보를 공간정보로 구축하는 대신 지역단위의 강우량, 인구밀도, 재해취약인구수, 주택수와 같이 자료 수집이 용이한 지표의 통계 값을 활용하기 때문에 전 세계적으로 물리적 위험도 보다는 사회경제적 위험도를 통한 위험도 평가가 보편적으로 활용되어 왔다(Kim et al., 2012; Park, 2012; Song, 2012; Joo et al., 2012; Song, 2013; Park et al., 2014; Korea Environment Institute, 2014; Nam, 2015; Cho, 2015; Hwang, 2015; Han et al., 2015).
물리적 위험도는 주택과 같은 시설물을 대상으로 피해액을 추정하고 위험도로 등급화 할 수 있기 때문에 물리적 위험도를 활용하면 분석대상 개개의 시설물 중 어떤 시설물의 위험도가 높고 낮은지 평가 할 수 있으며 재해위험 시설물의 밀집지역도 선정할 수 있다. 이와 같이 물리적 위험도 평가는 시설물의 위험도 감소를 위해 다양하게 활용 가능하나 현재 우리나라에서는 물리적인 위험도평가에 대한 연구가 수행된바 없어 개개의 시설물에 대한 물리적 위험도 평가에 대한 연구가 필요하다.
본 연구에서는 우리나라 자연재해 중 60% 이상을 차지하고 있는 수해에 대한 피해액 기반의 주택의 물리적 위험도를 평가하고 분석 하였다. 위험도 평가를 위해 대상지역의 홍수범람지도, 자산가치를 포함한 주택의 공간정보자료와 취약성 함수를 구축하였으며 이 자료들을 통해 주택의 피해액을 추정하고 위험도로 등급화 하였다. 본 연구를 통해 개발된 주택에 대한 피해액 기반의 물리적 수해 위험도 평가 기법을 적용하면 위험도가 높게 산정된 주택을 대상으로 수해위험도 저감을 위한 개별 주택별 방재관리대책 수립에 활용 가능하며 주택 피해액 추정을 통한 방재대책의 경제성 분석, 방재대책이 요구되는 시설물 또는 읍면동 단위 이하의 소규모 지역의 방재대책 수립 우선순위 결정에 활용될 것으로 판단된다.
2. 연구의 범위
2.1 대상 자연재해 선정
본 연구의 대상 자연재해는 행정안전부의 재해연보(Ministry of the Interior and Safety, 2017a) 자료를 활용하여 최근 10년 동안(2007년∼2016년) 우리나라에 가장 많은 피해를 가한 자연재해로 선정하였다. 최근 10년간 우리나라 자연재해 원인별 피해액 및 비율은 Table 1과 같이 태풍 1조 7,139억원(49.4%), 호우 1조 3,943억원(40.2%), 대설 2,268억원(6.5%), 풍랑 776억원(2.2%), 강풍 456억원(1.3%), 지진 110억원(0.3%) 이다. 태풍에 의한 피해액은 수해와 풍해에 의한 피해액의 총 합이고, 호우는 수해에 의한 피해액이다. 재해연보의 태풍 피해액을 수해피해액과 풍해피해액으로 구분하는 것에 어려움이 있어 태풍 피해액의 절반을 수해 피해액인 것으로 가정하여도 대략 65%가 수해피해액인 것을 알 수 있다. 이에 따라, 본 연구에서는 위험도 분석을 위한 대상 자연재해로 수해를 선정하였다.
Table 1
Damage Caused by Natural Disasters for Past 10 Years in Korea (unit: in million KRW)
2.2 연구대상 지역 및 시설물
연구대상지역 선정 조건은 첫째, 도시, 농촌, 산지, 해안 등 다양한 지형조건과 기후조건을 갖고 있어야 한다. 둘째, 과거로부터 수해에 의해 많은 피해가 발생하였고, 미래에도 피해가 예상되는 지역이어야 한다. 셋째, 수해의 주요 원인인 국가하천, 지방하천 등이 고루 분포해야 한다. 위의 세 가지 사항을 고려하여 본 연구의 연구대상지역으로 대구시, 울산시, 경상북도, 강원도를 선정하였다. 본 연구를 위해 선정된 지역에는 도시, 농촌, 산악, 해안 지역을 다양하게 포함하고 있으며 수해에 대해 취약한 지역이다. 연구대상지역에는 국가 하천인 한강과 낙동강이 흐르며 최근 국지성 집중호우에 취약한 소규모 지방하천들이 많이 분포하고 있다.
물리적 수해위험도는 지역이 아닌 시설물에 대해 평가하기 때문에 평가대상 시설물을 선정해야 한다. 현재 국토교통부의 국가공간정보포털에서 GIS 기반으로 제공하는 시설물은 공공시설, 공장, 교육연구시설, 다세대주택, 연립주택, 단독주택, 업무시설, 운동시설, 창고시설 등이 있다. 모든 시설물에 대한 물리적 수해위험도를 산정하는 것은 불가능하므로 위에 나열한 시설물 중 연구대상 시설물을 선정해야한다. 본 연구에서의 물리적 수해위험도 산정을 위한 대상 시설물 선정에는 세 가지 조건이 있다. 첫째, 수해의 잠재적재해인 침수심별 시설물의 취약성 함수가 기존 연구를 통해 개발되어 있어야 한다. 둘째, 시설물의 공시가격 자료가 구축되어 있어야 한다. 셋째, 물리적 수해위험도 산정 및 평가 결과의 활용도가 높은 시설물이어야 한다. 현재 기존 연구를 통해 주택과 온실에 대한 취약성 함수는 구축되어 있으나 국토교통부의 공시가격 자료와 GIS기반 위치정보가 구축되어있는 시설물은 주택뿐이다. 그러므로 본 연구의 물리적 위험도 산정을 위한 시설물은 주택으로 선정하였다. 주택은 단독주택과 공동주택으로 분류되며 공동주택은 다시 아파트, 다세대주택, 연립주택으로 구분 된다. 주택은 침수심에 따른 피해율을 나타내는 취약성 함수가 Jeong and Yoon(2009)에 의해 이미 개발되어 있으며 단독주택과 연립주택의 공시가격 자료는 국토교통부 국가공간정보포털에서 제공하고 있다. 또한, 주택에 대한 물리적 위험도 평가 결과는 추후 주택별 풍수해 보험정책 등에 활용 될 수 있으므로 민간의 보험료와 보상금과 가장 관련이 있는 주택(단독주택, 연립주택)을 선정하였다.
3. 주택에 대한 피해액 기반의 물리적 수해위험도 평가 기법 개발
3.1 피해액 기반의 물리적 수해위험도의 개념정립
국내⋅외 자연재해 위험도(risk)와 관련된 연구를 살펴보면 각 국가마다 서로 다른 기법을 적용하고 있으며 심지어 한 국가에서도 위험도의 개념은 서로 다른 경우가 많다. 선행 연구에서 정립한 위험도의 개념을 다음과 같이 서술 하였다.
위험도 평가는 재해에 의해 발생한 위험의 강도를 정량적으로 평가하는 것으로 Fournier d’Albe(1979)는 위험도를 잠재적재해(hazard), 피해가능성(damage potential), 대처능력(coping capacity)에 의해 산정된다고 정의 하였다. 위험도 평가를 위해 취약성(vulnerability)을 이용하기도 하였는데, Benouar and Mimi(2001)는 위험도를 재해위험과 재해취약성 그리고 재난관리가 조합된 결과로 나타낸 바 있고, Nimpuno (1998)는 인명과 재산피해 취약성을 고려하여 재해위험요소에 대한 인명과 재산피해 발생 확률로 위험도를 정의하였다. Allen Consulting Group(2005), Schröter and ATEAM consortium (2004)은 기후변화에 따른 지역의 위험도를 기후노출(exposure), 취약성(vulnerability), 적응능력(adaptation)으로 구분하여 정의하였다(Son et al., 2013). 이와 같이 위험도뿐만 아니라 기후변화의 취약성 평가에 대한 연구는 최근 들어 국내외적으로 활발하게 진행되고 있다(IPCC, 2001; Brooks et al., 2005; Kelly and Adger, 2000). Kates and Kasperson(1983)은 재난유형의 선별, 각 재난별 발생가능성, 각 재해에 의해 발생된 손실 평가에 의해 위험도 평가가 이루어진다고 하였고, Godschalk et al. (1998)은 위험도를 어떤 특정 기간 동안 특정지역에서 발생 가능한 인명손실과 재산피해에 대한 확률적 정도를 추정하는 것이라고 하였다. 미국 연방재난관리청[Federal Emergency Management Agency(FEMA), 2001]에서는 위험도 평가란 재해에 의한 인명피해와 건물, 사회기반시설 등에 대한 피해정도를 산정하는 것으로서 지역사회의 위험과 취약성을 총체적으로 이해함으로써 재해가 발생할 경우 그 잠재적인 결과를 추정하는 것으로 정의하였다. UN에서는 국제재해경감전략사업(International Strategy for Disaster Reduction, ISDR)을 통해 위험도 평가란 인명과 재산, 지역사회, 환경에 대한 위협 또는 위해를 입힐 수 있는 잠재적인 위험을 분석하고 현재의 취약성과 재난수용능력수준을 평가하는 과정이라고 정의하였다(Seoul Institute, 2006; Yu, 2014).
미국 연방재난관리청(FEMA)과 국립건물과학연구소(National Institute of Building Sciencesn, NIBS)에서는 홍수, 허리케인, 지진에 의한 시설물 손실 및 인명피해 추정 모형인 HAZUS-MH를 개발하여 위험도 관리에 적용하고 있다. HAZUS-MH는 재난 모듈, 자산정보 모듈, 취약 모듈, 손실모듈 등 재난 모델의 기본 요소로 구성되어 있다. 재난 모듈은 재난의 위험도를 평가하는 단계로, 홍수의 경우 홍수심 및 홍수범위, 허리케인의 경우 최대 순간풍속, 지진의 경우 지반운동 및 진동강도 등이 분석 된다. 자산정보 모듈은 인구조사자료, 건축물, 공공시설물, 인구분포, 대피소 등의 정보를 포함한다. 취약성과 손실모듈은 각각 특정 강도의 재난에 대한 자산의 취약성과 직접적, 간접적 피해 규모를 평가하는 단계로 기업자산, 복구기간, 소득손실자료 등의 인자가 고려된다(Yu, 2011).
위험도 평가 및 손실추정과 관련한 국내외 연구는 크게 두 가지 유형으로 분류 할 수 있다. 지역을 대상으로 잠재적재해, 노출, 취약성, 재해대응및적응역량 등의 지표를 통해 사회경제적 위험도를 분석하는 연구와 주택, 공공시설 등과 같은 목적물을 대상으로 재난의 크기, 자산정보, 취약성, 손실을 추정하여 물리적인 위험도를 추정하는 연구이다. 두 가지 유형의 연구는 대상이 지역과 목적물인 것만 다르고 매우 유사하다. 지표를 통한 사회경제적 위험도의 잠재적재해는 물리적인 손실 추정을 위한 HAZUS-MH의 재난모듈, 노출은 자산정보, 취약성은 서로 동일하며 재해대응및적응역량만 고려되어 있지 않다. 지역의 재해대응및적응역량은 행정구역별 제방, 배수펌프시설을 평가하여 수치화 할 수 있지만 수십만개에서 수백만개에 달하는 목적물의 경우 재해대응및적응역량을 모두 평가하는 것은 불가능하기 때문이다.
본 연구에서는 국내외 연구에서 정립한 위험도의 개념을 목적물 손실추정 모형에 적용하여 피해액 기반의 물리적 수해위험도를 “잠재적재해(hazard)에 의해 위험에 노출(exposure)된 주택과 같은 목적물의 잠재적재해에 대한 취약성(vulnerability)을 분석하여 피해액(damage)을 추정하고 이를 등급화 하여 산정한 목적물의 물리적인 위험 정도”로 정의하였다. 즉, 피해액 기반의 물리적 수해위험도 산정을 위한 주요 인자는 지역의 잠재적재해, 주택의 노출 및 취약성이다. 잠재적재해는 자연재해가 주택에 잠재적으로 피해를 줄 수 있는 정도를 나타내며 본 연구에서는 홍수범람지도를 통해 산정되는 침수심 및 침수범위를 말한다. 노출은 잠재적재해에 의해 피해가 발생하는 대상으로 주택을 말하며 침수의 유무를 판단하기 위한 주택의 위치정보와 피해액을 산정하기 위한 주택의 공시가격 정보를 포함한다. 마지막으로 취약성은 잠재적재해에 노출되는 주택과 같은 목적물이 잠재적재해에 대해 취약한 정도로서 침수심별 주택의 피해율을 산정하는 함수를 말한다. 이에 따라, 주택에 대한 피해액 기반의 물리적 수해위험도를 산정하기 위해서는 홍수범람지도, 주택의 위치와 자산가치, 침수심별 주택의 취약성 함수 자료 구축이 필요하다.
3.2 피해액 기반의 물리적 수해위험도 평가기법 개발
주택에 대한 피해액 기반의 물리적 수해위험도(physical flood risk, Ri)는 Eq. (1)과 같이 특정 주택에 대한 수해 피해액(food damage, Di)을 표준화하여 산정하고 Table 2에 따라 등급을 구분한다. 표준화 방법은 하나의 그룹에 여러 가지 수가 분포해 있을 때 가장 널리 활용되는 등급구분 방법인 지스코어(z-score) 방법을 사용하였다. 지스코어(z-score) 방법은 특정 그룹의 여러 가지 수의 분포를 평균이 0 표준편차가 1인 표준정규분포로 정규화하여 등급을 구분할 때 활용하는 방법으로서 본 연구에서는 Eq. (2)를 통해 산정된 특정 주택의 수해 피해액(Di)에서 연구대상지역 전체 주택의 수해 피해액 합의 평균 (( x ¯ D i ) S D i
Table 2
Classification of Damage-based Physical Flood Risk
여기서, Ri는 주택별 피해액 기반의 물리적 수해위험도(무차원), Di는 주택별 수해 피해액(원), (( x ¯ D i ) S D i
피해액 기반의 물리적 수해위험도 추정을 위한 주택의 수해 취약성은 잠재적재해의 크기에 따른 피해율과 피해액을 산정하기 위해 필요한 인자이다. 수해에 대한 주택의 피해율 (DR)은 침수심에 따라 주택이 파괴되는 비율(%)로서 기존 연구를 통해 구축된 단독주택 및 연립주택의 수해에 대한 취약성 함수를 통해 구축할 수 있다. 단독주택 및 연립주택의 취약성 산정에 대한 연구로서 Jeong and Yoon(2009)은 건물내 자산피해율을 고려하여 Table 3과 같이 침수심별 피해율을 제안하였다. 본 연구의 대상목적물은 단독주택과 연립주택으로서 두 목적물을 고려할 수 있는 Table 3의 침수심별 피해율을 활용하여 수해에 대한 주택의 취약성을 구축하였다.
Table 3
Damage Ratio of Individual and Apartment House
Source: Jeong and Yoon(2009)
단독주택과 연립주택의 침수심별 피해율을 함수로 표현하기 위해 Table 3의 침수심과 피해율 자료를 이용하였다. 각 등급별 침수심 범위의 중앙값과 그에 해당하는 피해율을 그래프로 나타내어 3차식으로 표현하였다. 즉, 침수심 0~ 0.5 m는 0.25 m, 0.5~1.0 m는 0.75 m, 1.0~2.0 m는 1.5 m, 2.0~3.0 m는 2.5 m, 3 m 이상은 3 m로 변환하였다. 단독주택의 침수심별 피해율 함수 산정 결과 Eq. (3)과 같이 나타났으며 이를 그래프로 나타내면 Fig. 1(a)와 같다. 연립주택은 피해율 추정을 위해 목적물의 층수정보가 필요하나, 현재 GIS 기반으로 구축된 연립주택 목적물에 층수가 포함되어 있지 않다. 연립주택은 1동(棟)당 건축연면적이 660m2 를 초과하는 4층 이하의 연립주택으로 정의되어 본 연구에서는 연립주택의 층수를 4층으로 가정하였다. 연립주택의 침수심별 피해율 함수 산정 결과 Eq. (4)와 같이 나타났으며 이를 그래프로 나타내면 Fig. 1(b)와 같다.
여기서, Drindividual는 단독주택의 수해 피해율(damage ratio), h는 침수심이다.
여기서, DRarpartment는 연립주택의 수해 피해율(damage ratio), h는 침수심이다.
수해 피해율은 침수심의 함수이기 때문에 피해율을 산정하기 위해서는 잠재적재해인 홍수범람지도 작성을 통해 침수심을 산정해야 한다. 우리나라에서는 홍수범람지도 작성 기법을 국토교통부의 홍수위험지도 제작에 관한 지침(Ministry of Land, Transport and Maritime Affairs, 2008)과 행정안전부의 재해지도 작성 기준 등에 관한 지침(Ministry of Public Security and Safety, 2015)을 통해 규정하고 있다. 대구시, 울산시, 경상북도, 강원도 전 지역을 대상으로 홍수범람지도를 작성하는 것은 시간적, 경제적으로 한계가 있어 본 연구에서는 행정안전부에서 작성한 홍수범람지도를 활용하였다(Ministry of the Interior and Safety, 2017b). 행정안전부에서는 하천을 국가하천과 지방하천으로 구분하여 홍수 범람 시나리오를 하천별 계획홍수량으로 선정하여 홍수범람지도를 작성하였다. 국가하천의 경우 1차원 모형인 HEC- RAS와 2차원 모형인 FLUMEN(FLUvial Modeling Engine)을 통해 홍수범람지도를 작성하였으며 지방하천은 하천의 계획홍수위와 지형의 수치표고모델(digital elevation map, DEM)을 이용하여 홍수범람지도를 작성하였다.
4. 주택에 대한 피해액기반의 물리적 수해위험도 평가기법 적용
4.1 수해에 대한 잠재적재해 크기 산정
수해에 대한 잠재적재해의 크기는 수해의 범위와 침수심 정보를 포함하고 있는 홍수범람지도를 통해 산정할 수 있다. 본 연구에서는 행정안전부에서 작성한 대구시, 울산시, 경상북도, 강원도 홍수범람지도(Fig. 2)를 활용하여 잠재적재해의 크기를 산정하였다. 행정구역별 홍수범람지도 분석 결과, 침수심의 평균값이 가장 높은 행정구역은 의성군으로 2.30 m 이어서 대구시 달성군 2.14 m, 영월군 2.11 m, 대구시 달서구 2.00 m, 인제군 1.97 m로 분석 되었다. 침수면적이 가장 높은 행정구역은 구미시 57.63 ㎢ (9.39%), 이어서 상주시 49.52 ㎢ (3.95%), 경주시 47.03 ㎢ (3.56%), 대구시 달성군 44.32 ㎢ (10.47%), 김천시 39.27 ㎢ (3.91%)로 분석 되었다. 괄호안의 수치는 행정구역면적 대비 침수면적 비율이다.
4.2 노출자료 구축
주택의 공간정보 및 공시가격은 피해액 기반의 물리적 위험도 산정을 위한 노출자료로서 수해와 같은 자연재해에 노출이 되는 대상을 말한다. 본 연구에서는 노출 대상을 주택으로 한정하였기 때문에 피해액 기반의 물리적 위험도 산정을 위해 필요한 주택의 자료를 구축하였다. 단독주택과 연립주택의 위치정보는 국토교통부 국가공간정보포털의 2016년 7월 기준 GIS건물통합정보 자료를 통해 Fig. 3과 같이 구축하였다. GIS건물통합정보 자료에서는 건축물용도, 건축물면적, 연면적, 대지면적, 높이, 건폐율, 용적율 등 건물의 통합정보를 GIS기반의 쉐이프(shape) 파일 형태로 제공하고 있다. 연구대상지역의 주택에 대한 위치정보와 공시가격 자료를 GIS기반 쉐이프 파일 형태로 Fig. 3과 같이 구축하였다. 연구대상지역의 총 758,209채의 주택정보를 구축하였으며 대구시의 주택은 137,973채, 울산시의 주택은 65,163채, 경상북도의 주택은 385,694채, 강원도의 주택은 169,379채인 것으로 나타났다. 대구시 주택의 공시가격 평균은 1억 5,163만원, 울산시 1억 7,606만원, 경상북도 5,758만원, 강원도 7,535만원 인 것으로 분석 되었으며 공시가격 평균을 시군구별 높은 순서대로 서술하면 울산시 동구 2억 5,041만원, 울산시 남구 2억 2,120만원, 대구시 수성구 1억 8,953만원, 대구시 북구 1억 8,469만원, 대구시 달서구 1억 7,953만원인 것으로 분석되었다.
4.3 취약성 함수 적용을 통한 수해 피해액 및 위험도 산정
수해에 대한 주택의 피해액과 물리적 수해위험도는 앞서 서술한 노출 자료인 주택의 위치 정보와 공시가격 정보, 수해에 대한 잠재적재해인 홍수범람지도, 주택의 취약성을 통해 산정할 수 있다. 먼저, 주택의 위치정보 및 공시가격 정보를 포함하고 있는 쉐이프(shape) 파일에 홍수범람지도의 침수심 정보를 입력한다. 주택의 취약성 함수는 침수심을 변수로 하는 함수이기 때문에 입력된 주택의 침수심을 취약성 함수에 대입하여 침수심에 따른 주택의 피해율로 산정할 수 있으며 산정된 피해율과 주택의 공시가격을 곱하여 피해액을 추정하고 추정된 피해액은 표준화를 통해 위험도로 변화되어 Table 2를 통해 위험도 등급으로 구분된다.
경상북도 포항시 죽도동의 수해 피해액 산정 결과와 상주시 서문동 위험도 산정 결과를 Fig. 4에 예시로 나타내었다. 수해피해액 지도에서 홍수범람 지역에 포함되어 있는 주택은 피해액에 따라 노랑색에서 붉은색으로 표출되며 홍수범람 지역에 포함되어 있지 않은 주택은 피해액이 없으며 파랑색으로 표출된다. 수해 위험지도에서는 위험도 등급에 따라 위험도 없음은 파랑색, 위험도 매우낮음은 초록색부터 위험도 매우 높음은 빨강색까지 Fig. 4와 같이 나타난다. 대구시(Daegu), 울산시(Ulsan), 경상북도(Gyeongbuk), 강원도(Gangwon)의 주택에 대한 수해 피해액과 위험도를 산정하여 분석한 결과를 Table 4에 제시하였다.
Table 4
Estimation of Physical Flood Damage and Risk for Houses
| Administrative districts | Damage (in thousand KRW) | The number of flood damaged houses | Flood damaged houses ratio | Physical flood risk | ||||
|---|---|---|---|---|---|---|---|---|
| Mean | Total | Mean | Max. | Min. | ||||
| Daegu | Buk | 38,585 | 17,594,909 | 456 | 2.42 | 0.04 | 6.35 | -0.71 |
| Dalseo | 126,988 | 121,654,353 | 958 | 4.90 | 1.79 | 7.23 | -0.67 | |
| Dalseong | 45,467 | 88,705,492 | 1,951 | 18.16 | 0.18 | 15.94 | -0.72 | |
| Dong | 35,855 | 180,316,499 | 5,029 | 20.47 | -0.01 | 12.91 | -0.71 | |
| Jung | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |
| Nam | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |
| Seo | 22,582 | 41,032,330 | 1,817 | 8.26 | -0.27 | 10.70 | -0.71 | |
| Suseong | 38,739 | 14,837,092 | 383 | 1.77 | 0.05 | 7.38 | -0.70 | |
| Ulsan | Buk | 33,439 | 5,651,140 | 169 | 2.57 | -0.06 | 3.63 | -0.72 |
| Dong | 0 | 0 | 0 | 0 | 0 | 0 | 0 | |
| Jung | 33,333 | 100,499,380 | 3,015 | 15.18 | -0.06 | 17.66 | -0.70 | |
| Nam | 65,100 | 213,526,809 | 3,280 | 24.67 | 0.57 | 10.94 | -0.72 | |
| Ulju | 22,560 | 11,076,948 | 491 | 2.64 | -0.27 | 2.36 | -0.72 | |
| Gyeong buk | Andong | 6,650 | 6,989,625 | 1,051 | 3.99 | -0.59 | 3.51 | -0.72 |
| Bonghwa | 8,318 | 2,179,203 | 262 | 2.60 | -0.56 | 1.14 | -0.72 | |
| Cheongdo | 13,685 | 19,295,458 | 1,410 | 7.01 | -0.45 | 6.32 | -0.72 | |
| Cheongsong | 8,746 | 1,460,517 | 167 | 2.48 | -0.55 | 0.50 | -0.72 | |
| Chilgok | 26,098 | 16,755,164 | 642 | 5.46 | -0.20 | 9.37 | -0.72 | |
| Gimcheon | 33,352 | 21,245,141 | 637 | 2.95 | -0.06 | 9.16 | -0.72 | |
| Goryeong | 23,169 | 27,061,169 | 1,168 | 13.18 | -0.26 | 2.59 | -0.72 | |
| Gumi | 27,980 | 45,887,080 | 1,640 | 7.93 | -0.17 | 5.97 | -0.72 | |
| Gunwi | 11,047 | 1,425,109 | 129 | 1.69 | -0.50 | 3.87 | -0.72 | |
| Gyeongju | 18,036 | 51,169,247 | 2,837 | 8.10 | -0.36 | 6.28 | -0.72 | |
| Gyeongsan | 18,330 | 32,810,398 | 1,790 | 9.20 | -0.36 | 3.62 | -0.72 | |
| Mungyeong | 7,236 | 3,466,105 | 479 | 2.96 | -0.58 | 0.38 | -0.72 | |
| Pohang | 54,933 | 663,865,496 | 12,085 | 30.72 | 0.37 | 13.67 | -0.72 | |
| Sangju | 41,997 | 103,018,408 | 2,453 | 9.93 | 0.11 | 14.15 | -0.72 | |
| Seongju | 44,526 | 49,735,450 | 1,117 | 9.98 | 0.16 | 18.33 | -0.72 | |
| Uiseong | 8,224 | 6,398,621 | 778 | 3.37 | -0.56 | 1.70 | -0.72 | |
| Uljin | 23,650 | 23,602,237 | 998 | 8.52 | -0.25 | 4.83 | -0.72 | |
| *Ulleung | - | - | - | - | - | - | - | |
| Yecheon | 15,407 | 14,960,535 | 971 | 5.42 | -0.42 | 2.09 | -0.72 | |
| Yeongcheon | 11,849 | 18,757,484 | 1,583 | 8.09 | -0.49 | 2.72 | -0.72 | |
| Yeongdeok | 8,246 | 1,533,693 | 186 | 1.92 | -0.56 | 0.42 | -0.72 | |
| Yeongju | 29,799 | 68,418,448 | 2,296 | 14.43 | -0.13 | 8.16 | -0.72 | |
| Yeongyang | 3,762 | 188,118 | 50 | 0.87 | -0.65 | 0.00 | -0.72 | |
| Gang won | Cheorwon | 6,250 | 24,998 | 4 | 0.05 | -0.60 | 0.00 | -0.71 |
| Chuncheon | 29,650 | 34,186,019 | 1,153 | 5.49 | -0.14 | 6.58 | -3.00 | |
| Donghae | 16,044 | 4,155,482 | 259 | 3.74 | -0.40 | 1.19 | -0.72 | |
| Gangneung | 14,457 | 1,705,950 | 118 | 0.55 | -0.43 | 3.02 | -0.71 | |
| Goseong | 13,611 | 544,449 | 40 | 0.63 | -0.45 | 1.17 | -0.70 | |
| Hoengseong | 15,299 | 596,673 | 39 | 0.41 | -0.42 | 0.61 | -0.70 | |
| Hongcheon | 20,756 | 4,836,038 | 233 | 1.64 | -0.31 | 1.39 | -0.71 | |
| Hwacheon | 30,054 | 15,267,242 | 508 | 12.88 | -0.13 | 3.90 | -0.71 | |
| Inje | 18,081 | 976,374 | 54 | 1.40 | -0.36 | 0.60 | -0.71 | |
| Jeongseon | 25,519 | 14,469,342 | 567 | 11.37 | -0.22 | 2.67 | -0.72 | |
| Pyeongchang | 13,745 | 3,298,787 | 240 | 2.26 | -0.45 | 2.02 | -0.71 | |
| Samcheok | 15,713 | 5,483,716 | 349 | 3.45 | -0.41 | 2.62 | -0.72 | |
| Sokcho | 14,313 | 529,590 | 37 | 0.59 | -0.44 | 0.85 | -0.71 | |
| Taebaek | 25,949 | 11,339,838 | 437 | 10.84 | -0.21 | 10.84 | -0.71 | |
| Wonju | 16,861 | 14,112,879 | 837 | 3.87 | -0.39 | 2.09 | -0.71 | |
| Yanggu | 33,617 | 14,959,722 | 445 | 12.69 | -0.06 | 2.88 | -0.72 | |
| Yangyang | 23,873 | 7,496,089 | 314 | 5.24 | -0.25 | 3.56 | -0.72 | |
| Yeongwol | 18,929 | 757,161 | 40 | 0.51 | -0.35 | 3.13 | -0.72 | |
행정구역별 수해에 대한 주택의 피해액 산정 결과(Table 4), 피해액의 평균값이 가장 높은 행정구역은 대구시 달서구로 1억 2,699만원 이어서 울산시 남구 6,510만원, 포항시 5,493만원, 대구시 달성군 4,547만원, 성주군 4,453만원 순으로 분석 되었다. 수해 피해가 발생한 주택 수가 가장 많은 행정구역은 포항시로 12,085채 이어서 대구시 동구 5,029채, 울산시 남구 3,280채, 울산시 중구 3,015채, 경주시 2,837채로 분석 되었다. 행정구역별 수해에 대한 물리적 위험도 산정 결과(Table 4), 주택 위험도의 평균값이 가장 높은 행정구역은 대구시 달서구로 1.79(매우높음) 이어서 울산시 남구 0.57(약간높음), 포항시 북구 0.37(약간높음), 대구시 달성군 0.18(보통), 성주군 0.16(보통)으로 분석되었다. 실질적으로 수해에 대한 물리적 위험도는 행정구역 기반이 아닌 주택별로 산정되나 이를 모두 표에 나타낼 수 없기 때문에 행정구역별 위험도 통계값을 Table 4와 같이 나타내었다.
4.4 주택에 대한 피해액 기반의 수해위험도 활용방안
기존 위험도 평가기법은 행정구역별 강우량, 인구밀도, 공공시설 수 등 통계자료 분석을 통해 위험도를 평가하기 때문에 동일한 행정구역내에서는 지역의 특성과 관련 없이 동일한 위험도가 산정된다. 그러나 실질적으로는 동일한 행정구역내에서도 저지대에 위치한 상습침수지역이 고지대에 위치한 지역보다 수해 위험이 높으며 동일한 침수심에서는 공시가격이 높은 주택의 피해액이 공시가격이 낮은 주택의 피해액 보다 높아 위험도 또한 높다. 위험도는 재해의 크기인 침수심뿐만 아니라 재해에 노출된 대상의 자산가치도 고려하기 때문이다.
주택에 대한 피해액 기반의 수해위험도는 동일한 행정구역내에서도 주택별로 서로 다른 위험도가 산정되기 때문에 국가적 차원에서는 위험도가 높음 등급으로 평가된 주택을 대상으로 수해 위험도 저감을 위한 개별 주택 별 방재관리대책 수립에 활용할 수 있고 단위 홍수범람지역면적 대비 주택의 수해 위험도 밀도 산정을 통해 수해위험주택 밀집지역을 선정하여 수해 피해저감정책 수립 지역의 우선순위를 결정할 수 있으며 수해에 대한 주택 피해액 추정을 통해 방재대책의 경제성(B/C) 분석에 적용할 수 있다. 개인적 차원에서는 거주하고 있는 주택의 수해에 대한 위험도를 파악하여 개별적인 방재대책 마련에 활용할 수 있고 위험도가 특별히 높은 주택의 재해보험 가입을 위한 정보로 제공 가능하다.
주택에 대한 피해액 기반의 수해위험도 활용방안을 울산시를 예시로 서술하기 위해 위험 등급별 주택 수를 Table 5와 같이 나타내었다. 전체 65,163개 주택 중 위험등급 약간높음 이상인 주택 수는 2,083개로서 전체의 3.2%인 것으로 분석 되었다. 위험등급 약간높음 이상인 주택이 가장 많이 분포되어 있는 지역은 Fig. 5와 같이 태화강과 동천강이 합류되는 지점에 위치한 중구 반구동, 학성동, 중앙동, 태화동, 병영동 일대인 것으로 나타났다. 실제로 이 지역들은 2016년 태풍차바 내습당시 수해 피해가 발생한 지역이다. 주택에 대한 피해액 기반의 수해위험도 평가를 통해 홍수범람지역 내에서도 위험도가 높은 주택이 밀집되어 있는 지역을 선정하여 수해 피해저감정책을 위한 의사결정에 활용할 수 있다.
Table 5
Analysis Results on Physical Flood Risk for Ulsan
5. 결론
본 연구에서는 주택에 대한 피해액 기반의 물리적 수해위험도를 잠재적재해, 노출, 취약성으로 구성하여 평가기법을 개발하였고 연구대상지역인 대구시, 울산시, 경상북도, 강원도에 적용하여 위험도를 평가하였다. 본 연구를 통해 도출된 결과를 정리하면 아래와 같다.
(1) 국내외 연구에서 정립한 위험도의 개념을 목적물 손실추정 모형에 적용하여 주택에 대한 피해액 기반의 물리적 수해위험도 평가 기법을 개발하였다. 물리적 수해위험도를 잠재적재해, 노출, 취약성 인자로 구성하였으며 잠재적재해는 홍수범위와 침수심을 포함한 격자기반의 홍수범람지도, 노출은 주택의 위치정보와 자산가치, 취약성은 침수심별 피해율을 나타내는 함수로 정의 하였다. 이와 같은 세 가지 인자를 통해 개별 주택의 피해액을 산정하고 산정된 피해액을 8개의 위험도로 등급화하는 기법을 개발하였다.
(2) 홍수범람지도 구축을 통한 잠재적재해 산정 결과, 대구시의 평균 침수심은 1.80 m, 침수면적비율은 8.68%, 울산시의 침수심은 1.03 m, 침수면적비율은 2.5%, 경상북도의 평균침수심은 시군별 0.85∼2.3 m, 침수면적비율은 0.03∼0.38%, 강원도의 평균침수심은 시군별 0.62∼2.11 m, 침수면적비율은 0.01∼2.23%인 것으로 나타났다. 노출자료로서 연구대상지역에 위치한 758,209채의 단독주택 및 연립주택의 위치정보와 공시가격자료를 구축하였다. 그 결과, 대구시에 위치한 주택 137,973채의 공시가격 평균은 1억 5,163만원, 울산시 주택 65,163채의 평균은 1억 7,606만원, 경상북도 주택 385,694채의 평균은 5,758만원, 강원도 주택 169,379채의 평균은 7,535만원 인 것으로 분석 되었다. 취약성은 기존 연구를 참고하여 침수심별 피해율 회귀분석을 통해 단독주택과 연립주택을 구분하여 3차 방정식으로 나타내었으며 결정계수는 99%로 매우높은 정확도를 보였다.
(3) 주택에 대한 피해액 기반 물리적 수해위험도 평가기법을 연구대상지역에 적용한 결과, 대구시의 총주택수 대비 침수주택 비율은 7.68%이며 평균 피해액은 4,381만원, 울산시의 침수주택 비율은 10.67%, 평균 피해액은 4,756만원, 경상북도의 침수주택 비율은 9.00%, 평균 피해액은 3,398만원, 강원도의 침수주택 비율은 8.7%, 평균 피해액은 2,374만원 인 것으로 분석되었다. 수해위험도 등급이 약간높음 등급 이상인 주택의 비율이 가장 높은 지역은 울산시로 65,163채의 주택 중 3.2%인 2,083채인 것으로 분석되었으며 이어서 대구시가 137,973채의 주택 중 1.82%인 2,515채, 경상북도가 385,694채의 주택 중 1.63%인 6,298채, 강원도가 169,379채의 주택 중 0.42%인 710채 인 것으로 분석 되었다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
