J. Korean Soc. Hazard Mitig Search

CLOSE


J. Korean Soc. Hazard Mitig. > Volume 16(1); 2016 > Article
청주시 화재 위험도 분석

Abstract

The aim of this study is to reduce casualties and property damage within the city that are related to fire. As Cheongju City was reborn as the integrated Cheongju City in July 2014, there was the need to create a comprehensive fire hazard map. The results of the study revealed that the outbreak of fire within the city makes a cluster pattern shaped like a bunch of grapes, and the physical properties of space for each administrative district, such as population, household, buildings, and companies, have a strong correlation with the outbreak of fire. The results of calculating fire probability by using a Poisson distribution and creating fire hazard prediction maps by utilizing risk matrix have shown that the probability of the outbreak of fire was very high in the downtown, making a circular shape, while the probability of causalities and property damage was high in the sub-center and outskirts of the city, making a belt shape.

요지

본 연구는 화재발생에 따른 도시 내 인명의 손실 및 재산의 손해를 저감시키고자 하는 목적으로 출발하였다. 청주시는 2014년 7월 통합 청주시로 개편됨에 따라 종합된 화재위험지도 구축을 필요로 한다. 연구의 결과, 도시 내 화재발생은 특정 공간에 포도송이 형태의 일정한 군집적 패턴을 보여주고 있으며, 행정동별 공간의 물리적 특성인 인구, 가구, 건축물, 사업체 등이 화재발생에 강력한 상관관계가 있음이 나타났다. 포아송분포를 이용한 화재발생확률과 리스크매트릭스을 활용한 화재위험지도를 구축한 결과 화재발생확률은 원도심으로 집중되어 나타났으며, 화재위험지도의 높은 등급인 인명피해와 재산피해는 부도심과 도시외곽 지역에 선형(띠) 형태로 연결된 모습을 볼 수 있다.

1. 서론

1.1 연구의 배경 및 목적

2014년 세월호 사건을 계기로 국내에는 안전에 대한 문제가 사회 전반에 걸쳐 새롭게 인식되고 있다. 특히 도시화재는 도시민의 생명과 안전에 매우 큰 영향을 끼치는 것으로, 인명·재산 손실에 대한 피해는 연쇄적 파장을 일으키며, 인간의 삶을 파괴적으로 만든다.
최근 청주시는 2014년 7월에 청주시와 청원군이 통합됨에 있어서 도·농 통합의 새로운 도시구조 형태로 탈바꿈 하였다. 변화와 변혁에 따른 새로운 발전에 따른 부담도 그 만큼 커지게 되었으며, 도시민의 안전과 평안에 대한 고민도 한층 깊어졌다. 도시 내 시민의 인명과 재산을 지켜내는 도시화재에 대한 필요성은 더욱 절실해졌다.
본 연구의 목적은 청주시 화재발생 자료인 3개년 2011년~2013년를 가지고 청주시 화재분포 현황도와 화재다발지역을 분석을 하고, 공간통계기법을 활용하여 지역의 공간·물리적 환경요소의 가중치를 부여하여 읍면동 화재발생 위험지도를 작성한다. 연구의 세부 목표는 다음과 같다.
첫째, 도시 내 화재다발지점을 추출한다. 최근 3년간의 화재발생 데이터를 활용하여 도시공간내 화재발생 위치를 점형태로 구축하고, 공간분포 형태를 파악한다.
둘째, 화재발생의 확률분포 예측과 이에 따른 가중치를 부여한다. 공간의 물리적 특성인 영향인자 추출을 위해 행정동별 집계구 데이터를 활용한다.
셋째, 미국소방기술사회 화재발생 위험 행렬표(Risk Matrix)를 이용하여, 행정동별 화재위험 지도를 구축한다.
넷째, 화재발생확률을 토대로 한 화재위험예측도와 위험 행렬표를 이용한 화재위험지도를 비교 분석한다.

1.2 연구방법 및 범위

연구방법으로는 청주시 화재발생 현황 자료를 수집하여 공간상 점 분포의 형태로 변환하여 화재발생의 상호거리를 공간통계기법으로 패턴 분석을 시도한다. 기초 통계분석으로 화재발생 밀도와 집계구 자료를 활용하여 지역영향 요인으로 인구, 건축물, 사업체수, 가구수, 노령인구, 노후건축물 등을 분석한다. 화재발생에 따른 점 분포 패턴을 포아송 확률분포로 나타내고 이를 토대로 향후 화재 발생에 대한 화재위험예측도를 작성한다. 인명·재산피해를 이용한 화재위험도를 작성하여 화재위험예측도와 비교 분석한다.
Fig. 1은 연구의 범위로 통합청주시를 대상으로 2014년 7월 통합 청주시(청주·청원)로 한정하였다. 통합 청주시는 인구 830,990명, 면적 943.3 km2이다. 중부권의 내륙 도시로 주변에 대전 광역시, 충남 천안시 등 반경 40 km내에 위치해 있어 지리적 이동에 따른 관문적 역할을 담당하고 있다.
Fig. 1
Map of boundary.
KOSHAM_16_01_111_fig_1.gif

1.3 선행연구 검토

도시 내 화재에 대한 국내 연구는 도시 내 건축물 및 화재시뮬레이션을 통한 국지적 연구가 진행 되어 왔으나, 최근GIS를 활용한 도시 내 화재 발생 지역의 위치 분석과 통계를 활용한 화재 발생지역의 군집 분석 등이 다루어지고 있다. 도시 내 공간통계기법을 활용한 화재다발지역분석과 위험도 등급 부여에 대한 선행 논문들을 토대로 연구를 진행 하였다.

1.3.1 화재영향요인 분석

이선희(1994), “화재발생에 관한 지리학적 고찰”에서 인구와 화재는 높은 상관성이 있다는 전제하에 그 관계성을 고찰하였으며, 군지역 보다는 시지역에서 화재율이 높고, 지역별로는 인구밀도가 높은 서울, 경기지역에서 화재율이 높게 나타난다고 분석하였다. 황희연(2001), “도시 재해위험도 평가모형 연구”에서 청주시를 사례로 화재, 시설, 피난 위험도에 한정하여 재해위험도 평가모형을 제시하고 있다. 평가기준에 있어 동별 기준으로 화재 위험도는 화재발생건수와 피해액을 기준으로 하고 있으며, 화재위험도는 불량주거지역과 생활편익시설이 집중되어 있는 중심 상업지역내의 시가화구역이 상대적으로 높게 나타났다. 강양석(2003) “방화지구의 현황과 개선 방안”에서 화재발생과 인구의 상관관계를 통하여 인구와 화재발생 사이에 높은 상관관계(0.97)가 존재하므로, 회귀분석을 통하여 인구를 설명변수로 하여 화재발생 건수 예측가능성에 대하여 검토하였다.

1.3.2 화재 위험도 분석

강영옥(2005), “서울시 화재위험지도 구축방안에 관한 연구”에서 종로구 청산동을 대상으로 화재발생 건수로 밀도 맵(Density Map)을 작성하여 화재위험지도를 작성 하였고, 13개 영향인자를 사용하였다. 김진택(2007), “GIS 공간통계를 이용한 도심화재예측지도 제작기법 탐색”에서 대구지역의 인문환경요소와의 상관관계를 규명하였고, 화재의 불특정성을 포아송확률분포로 해석하여 화재위험예측지도를 시범 제작하였다. 신창호(2008), “도시지역 재난위험도평가 모형 구축및 적용”에서 청주(시가지)의 종합위험도를 구축하였으며, 그 중 화재위험도=(화재발생 수×화재 피해량) 산술식을 제시하였다. 신진동(2012), “통계자료를 활용한 건축물 용도별 화재위험도 분석”에서「건축법」기준 용도분류를 통해 화재위험도 범위를 활용한 절대평가와 리스크매트릭스를 활용한 상대평가를 동시에 실시하여 SFPE(Society of Fire Protection Engineers) 기준 화재위험 건축물 용도에 대한 정책적 활용방안을 제시하였다.
따라서 본 연구의 착안점은 청주시를 대상으로 ArcGIS를 활용한 화재다발지역 추출과 포아송 확률분포를 통해 불특정화재발생의 확률을 지역별로 구한다. 또한, 가중치로 화재발생 영향인자인 행정동별 지역영향요인을 이용한다. 미국소방기술사회 기준 화재위험도 평가기준을 이용하여 상대지표인 리스크매트릭을 활용해 행정동별 위험등급을 재산정하여 이 둘을 비교 분석한다. 최종적으로 청주시 화재취약 지역을 분류 집중 관리하고자 한다.

2. 이론 연구

2.1 공간 방격 분석

공간자료는 점(Point), 선(Line), 면(Polygon)의 형태로 표현되며, 통계분석용도에 따라 자료의 유형이 결정되거나 자료의 유형에 따라 통계분석기법이 달리 적용되기도 한다. 화재는 공간적으로 임의성을 갖고 발생하며 특정 위치(지점)의 점형 데이터로 표시될 수 있다. 또한 화재발생 자료는 특정 연구지역에서 연속적으로 발생하는 유형의 데이터가 아니라 특정한 지점에서 산발적으로 발생하는 것이므로 점자료 분석기법을 적용 수 있다. 공간적 특색을 분류하는 방법에는 크게 두 가지 방법이 있는데, 방격분석법과 최근린분석법이 있다. 이는 P.J.Clark 및 F.C. Evans와 같은 식물생태학자가 식물군락의 분포를 정밀하게 분석하려는 동기에서 고안된 것이다(Clark, P.J. and Evans, F.C.(1954).
방격분석방법은 단위면적당 점의 수인 점밀도를 이용하는 방격분포(Quadrat analysis), 공간상에 표현된 점의 패턴이 점간의 상호작용에 의해 형성된 것인지 아니면 임으로 분포한 것인가를 분석하는 것으로서 지리공간상에서 가장 가까운 두 점사상간의 거리를 측정하여 군집패턴을 파악하는 최근린분석(Nearest-Neighbour Analysis) 등이 있다. 화재발생은 임의의 독립된 지점에서 발생되므로 점분석기법은 연구지역 규모나 특성에 맞게 취사선택되어 진다.
방격분석방법은 대상지역을 등간격의 격자로 나누어 각 방안에 있는 점의 수를 세어 점의 분포유형을 파악하는 것이다. 점의 수를 도수분포표로 정리하고 점분포의 평균과 분산을 산출하여 어떠한 분포유형인가를 파악한다. 점분포의 패턴이 무작위 분포이고, 방안수가 점의 수에 비하여 너무 많은 경우무작위 분포로 판단하고 포아송분포를 적용하여 확률치를 구할 수 있다. 포아송 확률분포 관계식에 적용되는 방격지도의 격자의 크기는 통계치의 정확도에 큰 영향을 미치므로 적정한 규모의 격자 크기를 선정하는 것이 필요하다. 격자의 크기는 방격분석기법(Quadrat Analysis)의 공식으로 정했으며, 기준요소로 지역공간에서 발생되는 화재의 특성을 고려하여 청주시 용도지역 면적을 참조하였다.
(1)
Q=2AN
Q: 격자형 방안 길이, A: 도시면적, N: 화재발생(수)

2.2 포아송 확률 분포

포아송 분포(Poisson distribution)는 주어진 시간, 또는 공간적 범위에서 발생확률이 아주 낮은 사건들의 발생에 관한 이산 확률분포를 말한다. 포아송 분포는 시·공간상에 점으로 나타날 수 있는 현상들로 공장이나 상점의 입지, 범죄발생 지점, 어떤 공장에서 매달 발생하는 안전사고 건수, 시간당 백화점 방문 고객 수, 일일 자동차 사고 건수, 어떤 지역에서의 1일 교통사고사망자 수 등에 대한 확률분포이다.
화재는 도시의 임의의 공간에서 무작위하게 발생하는 특성이 있으므로 이의 통계분석기법은 임의적·확률적 예측의 분포인 포아송분포을 이용하여 화재발생확률지도를 제작하고, 공간에 따른 인문자료를 보정하여 화재위험예측지도를 제작할 수 있다.
(2)
Prx)=λxeλx!
·λ: 공간단위당 평균적으로 발생한 사건(밀도)
·x: 0,1,2,3, LDOTS… 사건 발생 수
·e: limn(1+1n)n2.71828

3. 분석의 틀과 분석자료 구축

3.1 분석의 틀

3.1.1 자료 활용

화재발생 현황과 위치를 파악하기 위해 청주시 소방서 자료와 SGIS 집계구 통계자료, 지역경계, 센서스 지도 등을 활용하였다. 해당 도시의 행정동별 현황 자료를 활용하여 화재발생과 화재발생 영향인자간의 상관관계가 높은 인자를 분류하고 포아송확률 분포를 이용하여 행정동별 화재발생확률를 예측한다. 이후 미국소방기술사회 화재위험도 평가기준을 적용하여 화재위험등급을 재분류한다. 화재발생확률을 이용한 화재위험예측지도와 위험행렬표를 활용한 화재위험도를 비교평가한다.

3.1.2 연구 흐름

Fig. 2에서 연구의 순서는 크게 2가지로 나뉜다. 첫째, 청주시 화재발생 현황을 구축한다. 이를 위해서, 청주시 화재발생현황자료와 2개 관할 소방서로 나누어 자료를 수집하였다. 둘째, 공간통계기법을 활용하여 화재발생 분포 패턴을 분석한다. 이를 위해서 지리정보시스템(ArcGis 10.2)을 활용하였다. 화재발생 자료 구축을 통해 청주시 화재발생 패턴 분석을 다음과 같이 진행하였다. 첫째, 현황자료를 통해 청주시 화재발생원인과 빈도를 분석한다. 둘째, 집계구 자료를 행정동 자료롤 통합하여 인구, 가구, 사업체, 건축물 밀집 분석을 시행한다. 셋째, 포아송 확률분포를 이용한 화재발생확률지도와 이를 토대로 화재위험예측지도를 작성한다. 넷째, 상대평가를 통한 리스크매트릭스 화재위험도를 작성한다. 다섯째, 화재위험예측지도와 화재위험도 비교를 통한 화재위험등급를 재분류 한다.
Fig. 2
Framework of analysis.
KOSHAM_16_01_111_fig_2.gif

3.2 분석자료 구축

3.2.1 화재발생 공간자료 구축

연구 수행에 필요한 수치지도는 행정동 관할경계가 주로 활용되고, 인문환경의 연관성을 평가하기 위해서 행정동별 인구수, 건물수 및 면적, 가구수 등이 이용된다. 또는 공간분석을 위해 일반 텍스트 형태의 화재발생지점 자료를 공간성을 부여하는 절차가 필요하다.
본 자료는 SGIS 자료를 토대로 청주시 행정동 4곳의 행정구 자료와 43개의 행정동 자료를 이용하여 ArcGis 10.2에서 작성을 하였다. 화재발생 자료는 청주시 소방서 화재발생 자료를 토대로 위치를 파악 분석 하였다. 이에 청주시 환경설정변수를 활용하기 위해 Table 1은 건물레이어(Build Layer), 행정동(Boundary Layer), 지형레이어(Contour Layer)를 구축하였으며, 행정동별 면적(Area)을 계산하여 속성자료를 첨부하였다. 공간데이터는 행정동 경계를 기준으로 SGIS에서 제공하는 집계구 데이터를 활용하였으며, 선행연구논문에서 활용된 변수들을 고려하여 선정하였다.
Table 1
Structure of a fire data
Category Place Fire Occurrence Property damage Adminis-trative Dong Population density Density of fire
GU Dong Gi-bun
TYPE GU Dong Gi-bun Frequency Double Area Double Double
Category Location Building density Household density Density Deteriorated Buildings Business concentration Aged-child ration
X Y
TYPE Double Double Double Double Double Double Double
화재발생자료는 소방 긴급구조시스템 데이터베이스에 저장되어 있으며 연구에 필요한 테이블의 부분적 구성은 다음과 같이 하였다. 화재발생 데이터 주소를 토대로 ArcGIS의 “Join”기능을 이용하여 지번이 불분명한 2건을 제외하고, 1,401건으로 위치좌표값(X,Y)을 조회하여 점(Point) 데이터를 구축하였다. 행정동을 중심으로 3년간 화재현황을 파악하여 행정동별 화재발생위험지도를 작성하기 위하여 행정경계구역의 ArcGIS의 공간 중첩분석을 실시하였다. 지역적 분석을 위해 인구, 가구, 건축물, 사업체 등 통계자료의 경우 측정단위가 상이하므로 표준화 작업을 시행하였다. 변수의 표준화(Standardiastion)을 위한 표준단위(Standard unit)를 설정하기 위해 화재밀도를 기준으로 변수들을 밀도단위로 변경하였다.

3.2.2 지역영향요인 선형회귀 분석

정량적인 분석을 위해 행정동별 화재발생밀도와 화재발생요소와의 선형회귀분석을 실시하였다.
(1) 인구밀도와의 상관성
화재 발생은 실화가 가장 많으며, 이는 인적요인의 실수로 가장 많이 발생한다. 인구밀도와 화재와는 상관정도를 정량화하기 이해 행정동내의 인구수대비 행정동 면적을 이용하여 인구밀도를 정량화 하였다. 상관정도 및 회귀분석을 시행한 결과 상관관계는 0.898로 매우 높게 나타났다. 노령인구와의 상관관계는 음(−)에 관계로 관련성이 떨어진다. 인구밀도와 화재발생과의 설명하는 정도인 R2=0.806로 설명력이 높게 나타났다.
(2) 건축밀도와의 상관성
화재가 발생하는 주요 장소는 대부분 주거·상가·공장 등 건축물 안에서 발생하며, 화재발생과 건축밀도와 긴밀한 상연관성이 있는 것으로 판단된다. 화재밀도와 건축밀도의 상관관계는 0.936으로 매우 높게 나타났으며, 노후건축물과의 상관관계는 0.786으로 높게 나타났다. 화재밀도와 건축밀도의 R2=0.618로 매우 높은 설명력을 가진다.
(3) 가구밀도와의 상관성
가구수와 화재와의 상관정도를 정량화하기 위해 가구수 대비 행정동 면적을 이용하여 상관관계를 분석하였다. 화재밀도와 가구밀도의 상관관계는 0.914으로 매우 높게 나타났다. 화재밀도와 가구밀도와의 R2=0.835로 설명력이 높게 나타났다.
(4) 사업체와의 상관성
도시내 특정 시설물의 경우 화재발생률이 매우 높게 나타나고 있다. 공업지역의 제조업체 시설의 경우 인명·재산상의 피해가 매우 높은 것으로 나타났다. 화재밀도와 사업체와의 상관관계는 0.846으로 매우 높게 나타났다. 화재밀도와 사업체와의 R2=0.716로 높게 나타났다.

4. 화재위험도 분석

4.1 확률예측 화재위험도 분석

4.1.1 화재발생 확률도

본 연구에서 시행되었던 공간통계기법과 GIS의 분석결과자료를 토대로 화재 위험관리지역을 분류 및 등급화 하였다. 즉, 화재발생지점의 방격분석기법과 임의적·확률적 예측치 분포인 포아송 확률분포 관계식을 이용하여 화재발생확률지도를 제작하고 청주시 수치지도에 공간적·물리적 속성을 부여하여 다음과 같은 속성의 화재위험지역을 예측하였다.
포아송 확률분포 관계식에 적용되는 방격지도의 격자 크기는 통계치의 정확도에 큰 영향을 미치므로 적정한 규모의 격자 크기를 선정하는 것이 필요하다. Fig. 3에서 격자의 크기는 방격분석기법(Quadrat Analysis)의 공식(Q=2A/n)로 정했으며, 기준요소로 지역공간에서 발생되는 화재의 특성을 고려하여 청주시 용도지역 면적을 적용하였다. Fig. 4에서 면적은 청주시 용도지역중 녹지면적을 제외한 면적(주거+상업+공업=56,329,214 m2)을 화재발생건수로 나눈 후 한 변의(≒300 m)길이를 구하였다. Table 2는 포아송분포 화재발생 확률을 나타낸다.
Fig. 3
The process for building.
∴ λ=(1,401÷10,829)=0.1294= 0.12
KOSHAM_16_01_111_fig_3.gif
Fig. 4
The map made by 300 m quadrants.
KOSHAM_16_01_111_fig_4.gif
Table 2
Poisson distribution
Number Fire_Count X! λx e−λ P(x)=λxeλX! Expected Value
1 0 1 1.0000 0.8786 0.8786 9.6650
2 1 1 0.1294 0.8786 0.1137 1.2505
3 2 2 0.0167 0.8786 0.0074 0.0809
4 3 6 0.0022 0.8786 0.0003 0.0035
9 10 3628800 0.0000 0.8786 0.0000 0.0000
10 11 39916800 0.0000 0.8786 0.0000 0.0000
Σ 66 43,591,834 1.1486 - 1.00 11.00

4.1.2 화재위험 예측도

포아송확률분포 예측도에 공간·환경적 물리적 요소의 가중치 부여를 통해 화재위험예측도를 작성하였다. 화재위험예측도는 Table 3에서 화재밀도, 건축물 밀집도, 노후건물 밀집도, 가구 밀집도, 인구밀도, 사업체 밀집도 등을 토대로 가중치를 적용하여 작성하였다.
Table 3
The attribution of the map
Name Build_ Density Old_buil_ Density to_ga_ Density Fire_ Density Pop_ Density cp9_ Density Mean_ Poisson Weight_ Risk
Jungang 18.69 42.55 1315.46 12.95 3260.86 66.39 0.67 8.41
Seongan 36.68 64.37 2083.76 44.42 4794.16 171.33 0.25 9.02
Uam 24.51 43.80 4275.14 16.24 8959.12 36.53 0.52 9.51
Naedeok 1 27.06 75.81 3702.92 16.32 9759.02 26.29 0.58 9.50
Naedeok 2 21.37 44.42 3641.13 7.49 9124.14 24.20 0.83 9.32
(3)
Yi=ai×(β1x1+β2x2+β3x3++bnβn)
Yi: 화재위험예측도, ai: 포아송확률, Xn: 인구, 건축물, 사업체, 가구, 노후건축물, βn: 계수
화재의 위험상황의 분류방법으로 Heinrich(1959)의 매우 높은 위험 5등급(Extreme), 높은 위험 4등급(Heavy), 실제적 위험 3등급(Warning), 가능한 위험 2등급(Caution), 위험 1등급(Light) 등 5단계 위험도 등급분류의 기준을 적용하였다. 이를 토대로 위험관리지역의 등급은 전체 지역별로 일정한 비율로 산정하여 5등급으로 구분하였다. 화재발생확률도인 Fig. 5는 지난 3년간 화재발생자료를 근간으로 분석하였으며, 결과는 도심부가 가장 높은 5등급(Extreme)으로 나타났다. 부도심 및 외곽지역으로 갈수록 위험등급이 1~2등급으로 낮아지는 경향을 보이고 있다.
Fig. 5
Map of probability about fire accidents.
KOSHAM_16_01_111_fig_5.gif
가중치를 적용한 화재위험예측도 Fig. 6은 건물분포, 인구분포, 가구분포를 반영한 결과 5등급(Extreme)은 도심부 8개소 지역으로 나타났다. 3등급과 4등급은 도심부 주변으로 원심형 모양의 도넛(Doughnut) 형태로 나타났다. 1등급과 2등급은 도시 주변인 면단위로 나타났다.
Fig. 6
Map of risk estimate about fire accidents.
KOSHAM_16_01_111_fig_6.gif
화재발생에 대한 화재발생확률도와 화재위험예측도를 Table 4에서 (a)와 (b)로 나누어 비교해 보면 가장 높은 등급인 5등급 화재발생 지역이 8개동에서 12개동으로 4개 늘어난 것을 알 수 있으며, 다른 지역들은 모두 화재위험 등급이 변함이 없거나 대부분 화재발생 등급이 떨어지는 것으로 나타났다. 가장 급격한 변화를 보인 이질적 지역은 복대2동으로 화재발생확률도에서 가장 낮은 1등급 지역이 가중치 적용 후 5등급으로 높아진 것을 알 수 있다. 이는 화재발생확률에 공간의 환경·물리적 요소를 고려한 결과 주변지역과는 다른 위험도가 높은 지역으로 예측 되었다.
Table 4
The changing risk degree that estimate fire accidents (a) and (b)
Category Eup·Myeon·Dong Eup·Myeon·Dong Variation (%) Hierarchical
(a) (b)
1 Rank 7 (16.28%) 11 (13.95%) ▲ 4 Light
2 Rank 13 (30.24%) 5 (16.28%) ▽ 8 Caution
3 Rank 6 (13.95%) 6 (27.91%) - Warning
4 Rank 9 (20.93%) 9 (23.26%) - Heavy
5 Rank 8 (18.60%) 12 (18.60%) ▲ 4 Extreme
Sum 43(100%) 43(100%) - -
이는 화재발생 위험등급이 점차 화재발생 확률의 증가보다는 화재발생에 따른 지역의 환경적·물리적 연관성이 밀접하게 관련되어 있다는 것을 알 수 있다.

4.2 리스크매트릭스 화재위험도 분석

4.2.1 화재위험도 단계 분석

미국 소방기술사회 화재위험도 평가기준을 활용하여 행정동별 화재위험도 등급을 구분하였다.
(4)
발생빈도(Fe)=FnHn,(Fn:발생건수,Hn:시설 수)인명피해(Pi)=PnFn,  (Pn:사상자 수,Fn:발생건수)재산피해(Dm)=DnFn,  (Dn:피해액,Fn:발생건수)
화재발생빈도 분석은 소방기술사회(SFPT)의 화재위험도평가기법을 활용하여 연도별 화재발생빈도를 Table 5로 제시하였다. 화재발생 빈도는 매년 소폭 감소하는 추세에 있으며, 인명피해(Pi)를 보면 2012년 다소 증가 하였다가 2013년 감소하였다. 재산피해(Dm) 역시 2012년 증가 하였다가 2013년 대폭 감소하였다.
Table 5
The annual average fire occurrence and damage(Personal, Property)
Category 2011 2012 2013 Annual
Fire Occurrence 485 468 450 467.66
Fire Frequency 0.0046 0.0045 0.0043 0.0045
Personal injury 0.0933 0.1239 0.095 48.667
Property Damage 8,444 8,890 6,176 7,837
Table 6은 위험단계를 절대평가 기법으로 화재발생빈도와 인명 및 재산피해의 3가지 항목을 가지고 5단계로 나누어 구분하였다. 단계가 높을수록 화재발생 및 피해에 대한 위험이 높다.
Table 6
The Eup·Myeon·dong about fire occurrence or dangerous stages
Category Fire occurrence Damage
Eup·Myeon·Dong Frequency 5 Stages Personal injury 5 Stages Property damage 5 Stages
Naedeok 2(i)-dong 0.00479 1 0.00000 1 2,587 2
Naedeok1(il)-dong 0.00587 1 0.00000 1 2,280 1
Yeongun-dong 0.00598 1 0.00000 1 1,162 1
Mochung-dong 0.00599 1 0.05882 2 1,990 1
Sajik 1(il)-dong 0.00637 1 0.21429 5 7,999 3
Miwon-myeon 0.00650 1 0.21739 5 2,959 2
Sugok 1(il)-dong 0.00653 1 0.06667 2 980 1
Tap·Daeseong-dong 0.00670 1 0.00000 1 1,561 1
Nangseong-myeon 0.00743 1 0.08333 3 1,821 1
Ogeunjangdong 0.00782 1 0.05000 2 16,524 5
Uam-dong 0.00788 2 0.21429 5 2,547 1
Sachang-dong 0.00822 2 0.16667 4 6,513 3
Osongeup 0.00880 2 0.05128 2 11,542 4
Bokdae 2(i)-dong 0.00909 2 0.23810 5 2,746 2
Namil-myeon 0.00988 2 0.04167 2 3,998 2
Sajik 2(i)-dong 0.01014 2 0.07692 3 8,283 4
Yongam2-dong 0.01144 2 0.05000 2 4,226 2
Sannam-dong 0.01157 2 0.05556 2 1,516 1
Bongmyeong 1(il)-dong 0.01165 2 0.19048 4 13,461 5
Geumcheon-dong 0.01182 3 0.03846 1 6,889 3
Jungang-dong 0.01216 3 0.08333 3 3,109 2
Gangnae-myeon 0.01308 3 0.02778 1 13,373 4
Gadeok-myeon 0.01316 3 0.09091 3 12,334 4
Munui-myeon 0.01410 3 0.10000 3 12,667 4
Yongdam·Myeongam·Sanseong-do 0.01435 3 0.00000 1 4,474 2
Bugi-myeon 0.01438 3 0.03509 1 7,908 3
Uncheon·Sinbong-dong 0.01463 3 0.21739 5 28,627 5
Gagyeong-dong 0.01500 3 0.10811 4 1,515 1
Hyeondo-myeon 0.01529 4 0.13158 4 13,492 5
Yullyang·Sacheon-dong 0.01588 4 0.13158 4 3,552 2
Naesu-eup 0.01674 4 0.03390 1 7,102 3
Gangseo 2(i)-dong 0.01752 4 0.04545 2 12,524 4
Seongan-dong 0.01912 4 0.10714 3 6,004 3
Oksan-myeon 0.01925 4 0.11864 4 14,754 5
Ochangeup 0.01925 4 0.04386 2 16,431 5
Bokdae 1(il)-dong 0.01926 4 0.02273 1 1,653 1
Bongmyeong2·Songjeong-dong 0.01941 5 0.29508 5 11,438 4
Nami-myeon 0.01963 5 0.09231 3 15,238 5
Gangseo 1(il)-dong 0.02109 5 0.15254 4 5,979 3
Seonghwa·Gaesin·Jungnim-dong 0.02187 5 0.17500 4 3,031 2
Yongam1-dong 0.02585 5 0.07576 3 5,166 3
Sugok 2(i)-dong 0.03086 5 0.53333 5 4,661 3
Bunpyeong-dong 0.03108 5 0.06897 3 8,981 4

* Data of frequency distribution

4.2.2 화재위험도 등급 분석

앞서 분석된 행정동별 화재위험단계 분석결과를 화재발생빈도와 피해(인명, 재산)축으로 구성된 1~5등급의 리스크매트릭스를 활용하여 상대평가로 위험등급을 분석하였다. 위험등급은 숫자가 높을수록 위험도가 높다.
먼저 화재발생빈도와 인명피해 분석은 Fig. 7과 같으며, 이를 Fig. 8로 표현하면 가장 인명피해빈도가 높은 5등급은 강서1동, 성화·개신·죽림, 봉명2·송정동, 수곡2동 등 4개동으로 나타났다. 봉명2·송정동은 공업지역으로 제조업 시설이 몰려있는 곳이며, 성화·개신·죽림동은 신주거 단지 개발로 인한 인구집중이 두드러진 곳이다. 강서1동은 교통망 공공시설인 버스터미널(시외·고속)이 인근에 위치해 있으며, 블록별 일반상가 건물이 집중되어 있다. 재산피해 분석은 Fig. 9과 같으며, 이를 Fig. 10로 표현하면 가장 재산피해가 높은 5등급은 남이면, 봉명2·송정동, 분평동, 현도면, 옥산면, 오창읍 등 6개 동으로 나타났다. 외곽 지역인 현도면은 청원·현도 일반산업단지가 위치해 있으며, 인근 주변에 대전 3?일반산업단지가 위치해 있다. 오창읍은 부도심으로 오창 일반산업단지와 이를 수용할 대규모 주거지 개발이 이루어진 곳이다.
Fig. 7
The matrix of personal lnjury.
KOSHAM_16_01_111_fig_7.gif
Fig. 8
The map of personal Injury.
KOSHAM_16_01_111_fig_8.gif
Fig. 9
The matrix of property damage.
KOSHAM_16_01_111_fig_9.gif
Fig. 10
The map of property damage.
KOSHAM_16_01_111_fig_10.gif

4.2.3 화재위험도 등급 결정

위험등급 부여는 앞서 분석된 화재위험도 등급 분석결과를 토대로 Table 7에서 위험등급(Risk Rating)을 재 산정 하였다. 화재위험등급과 재산피해등급을 매트리스 5등급으로 분류하였다. 등급 분류는 I단계~V단계로 단계가 높을수록 위험등급이 높다. 가장 등급이 높은 V등급은 총 8개동으로 나타났고,높은 화재위험지역은 군집적으로 일정한 선형(띠) 형태로 연결되어 있다.
Table 7
The Risk Rating(Class)
Category Dangerous stages (5 Stages) Matrix(5 Classes) Risk class (Final)
Eup·Myeon·Dong Fire occurrence (a) Personal injury (b) Property damage (c) y=a, x=b y=a, x=c
Naedeok 2(i)-dong 1 1 2 1 1 I
Naedeok 1(il)-dong 1 1 1 1 1 I
Yeongun-dong 1 1 1 1 1 I
Mochung-dong 1 2 1 1 1 I
Sugok 1(il)-dong 1 2 1 1 1 I
Tap·Daeseong-dong 1 1 1 1 1 I
Miwon-myeon 1 5 2 3 1 II
Nangseong-myeon 1 3 1 2 1 II
Ogeunjangdong 1 2 5 1 3 II
Namil-myeon 2 2 2 2 2 II
Yongam2-dong 2 2 2 2 2 II
Sannam-dong 2 2 1 2 1 II
Yongdam·Myeongam·Sanseong-do 3 1 2 2 2 II
Sajik 1(il)-dong 1 5 3 3 2 III
Uam-dong 2 5 1 4 1 III
Sachang-dong 2 4 3 3 2 III
Osongeup 2 2 4 2 3 III
Bokdae 2(i)-dong 2 5 2 4 2 III
Sajik 2(i)-dong 2 3 4 2 3 III
Geumcheon-dong 3 1 3 2 3 III
Jungang-dong 3 3 2 3 2 III
Gangnae-myeon 3 1 4 2 4 III
Bugi-myeon 3 1 3 2 3 III
Gagyeong-dong 3 4 1 4 1 III
Bokdae 1(il)-dong 4 1 1 3 3 III
Bongmyeong 1(il)-dong 2 4 5 3 4 IV
Gadeok-myeon 3 3 4 3 4 IV
Munui-myeon 3 3 4 3 4 IV
Uncheon·Sinbong-dong 3 5 5 4 4 IV
Yullyang·Sacheon-dong 4 4 2 4 3 IV
Naesu-eup 4 1 3 3 4 IV
Gangseo 2(i)-dong 4 2 4 3 4 IV
Seongan-dong 4 3 3 4 4 IV
Ochangeup 4 2 5 3 5 IV
Yongam1-dong 5 3 3 4 4 IV
Hyeondo-myeon 4 4 5 4 5 V
Oksan-myeon 4 4 5 4 5 V
Bongmyeong2·Songjeong-dong 5 5 4 5 5 V
Nami-myeon 5 3 5 4 5 V
Gangseo 1(il)-dong 5 4 3 5 4 V
Seonghwa·Gaesin·Jungnim-dong 5 4 2 5 4 V
Sugok 2(i)-dong 5 5 3 5 4 V
Bunpyeong-dong 5 3 4 4 5 V

* The Risk Matrix of Row(X), Column(Y).

Fig. 11에서 화재위험도 5등급은 봉명2·송정동, 강서1동, 성화·개신·죽림, 수곡2동, 분평동이며, 면으로는 옥산면, 현도면, 남이면 등이다. 산업단지인 제조업 시설과 부도심 개발로 인한 인구집중에 따른 주거지 개발, 일반상업시설에서 허용되고 있는 유흥시설 등 블록별 집중으로 지역적 특성으로 인한 화재위험도가 높은 것으로 나타났다. Table 8로 동별 화재위험도 등급을 표로 정리하였다.
Fig. 11
The map of matrix risk degree.
KOSHAM_16_01_111_fig_11.gif
Table 8
The Eup·Myeon·Dong risk degree
Class The Eup·Myeon·dong
I (6) ·Dong (6) :Naedeok 2(i), Naedeok 1, Yeongun, Mochung, Sugok 1, Tap·Daeseong
II (7) ·Myeon(3) : Namil-myeon, Miwon, Nangseong, Ogeunjangdong ·Dong(3) : Yongam2, Sannam, Yongdam·Myeongam·Sanseong
III (12) ·Eup (1) : Osong·Myeon (1) : Gangnae-myeon ·Dong (9) : Sajik 1, Uam, Sachang, Bokdae2, Sajik 2, Geumcheon, Jungang, Gagyeong, Bokdae1
IV (10) ·Myeon (2) : Gadeok, Munui ·Eup (1) : Naesu, Ochang ·Dong (6) : Bongmyeong 1, Uncheon·Sinbong, Yullyang·Sacheon, Gangseo2, Seongan, Yongam1
V (8) ·Myeon (3) : Hyeondo-myeon, Oksan-myeon, Nami-myeon ·Dong (5) : Bongmyeong2·Songjeong, Gangseo1, Seonghwa·Gaesin·Jungnim, Sugok 2, Bunpyeong

4.3 화재위험예측도 VS 리스크매트릭스 화재위험도 비교

앞서 분석된 화재위험예측(Fig. 6)와 리스크매트릭스를 활용한 화재위험도(Fig. 11) 두 곳의 위험등급을 비교 분석하였다. 화재위험예측도와 화재위험도를 비교하면 화재발생위험5등급인 화재위험예측도는 원도심을 중심으로 군집 분포되어있지만, 리스크매트리스 화재위험도는 외곽지역의 면단위를 선으로 연결하는 선형(띠) 형태를 보이고 있다.
화재위험예측도는 화재발생확률과 공간의 물리적·환경적 요소를 고려하여 분석한 것으로 도시 중심부가 가장 높은 5등급으로 나타났으며, 리스크매트릭스 화재위험도는 화재발생빈도와 인명·재산피해를 고려한 결과 가장 높은 5등급은 면적이 넓고 초동대처가 미흡한 읍·면단위가 매우 취약한 것으로 나타났다.
Table 9에서 화재위험등급 동별 변화를 나누어 보면 가장 위험한 등급인 5등급 화재발생 지역이 12개 동에서 8개동으로 4개 감소하였으며, 1등급 지역은 5개소 지역이 감소한 것으로 나타났다. 이들을 제외한 2~4등급은 화재발생 등급이 상승하는 것으로 나타났다. 이는 위험등급의 변동에는 화재위험예측도와 인명·재산피해의 등급에 따른 화재위험도는 지역에 따라 차이가 있음을 알 수 있다.
Table 9
The changing risk degree that estimate fire accidents
Category The risk estimate about fire accidents The map of matrix risk degree Variation (%) Hierarchical
Eup·Myeon·Dong Eup·Myeon·Dong
1 Rank 11 (11.63%) 6 (13.95%) ▽ 5 Light
2 Rank 5 (30.23%) 7 (16.28%) ▲ 2 Caution
3 Rank 6 (16.28%) 12(27.91%) ▲ 6 Warning
4 Rank 9 (23.26%) 10 (23.26%) ▲ 1 Heavy
5 Rank 12 (18.60%) 8 (18.60%) ▽ 4 Extreme
Sum 43 (100%) 43 (100%) - -
Fig. 12, Fig. 13에서 화재발생확률등급이 가장 높게 나타난 지역구는 상당구로 원도심의 전통적 도시구조적 특징을 가지고 있는 행정구역이다. 반대로 화재발생등급이 가장 낮은 곳은 청원구로 오근장동, 내수읍, 북이면 등 아직 도시화가 상대적으로 덜 발달된 곳이다.
Fig. 12
Risk estimate about fire accidents.
KOSHAM_16_01_111_fig_12.gif
Fig. 13
The map of matrix risk degree.
KOSHAM_16_01_111_fig_13.gif

5. 결론

도시의 팽창과 발전에 따른 도시민의 안전에 대한 요청은 도시민의 성숙과 의식에 비례하여 그 비중이 높아지고 있다. 그 중에서도 도시 내 대형화재로 인한 시민의 인명과 재산을 지켜내는 도시 안전에 대한 필요성은 더욱 절실해졌다.
재난관리는 현재 예방, 대비, 대응, 복구의 4단계로 이뤄지고 있으며, 지금까지는 대부분이 대응·복구 위주로 재난관리가 행해지고 있다. 특히 화재와 같은 재난에 대해서는 선제적 의미의 예방과 대비 측면이 매우 중요하다. 화재에 취약한 지역을 사전에 파악하고, 이들을 체계적으로 관리하는 것이 무엇보다 강조된다. 이를 효과적으로 예방하기 위해서는 지역특성에 기초한 취약지역에 대한 분석결과를 이용하여 예측할 수 있는 지도화가 요청된다.
본 연구는 이러한 목적하에 수행되었으며 연구의 주요 내용은 청주시 화재자료에 대한 공간통계기법과 GIS 활용가능성을 평가하고, 지역별 화재발생위험 정도의 평가와 아울러 위험정도를 예측하는 화재위험지도를 제작하였다. 세부적인 연구 성과로는 다음과 같다.
첫째, 도시 내 화재발생 공간분석결과 포도송이형태의 일정한 군집적 패턴을 보여주고 있으며, 행정동별 집계구 자료를 활용한 공간 물리적 특성인 인구, 가구, 건축물, 사업체 등은 화재발생과 강력한 상관관계가 있음이 나타났다. 설명력을 나타내는 R-square이 경우 인구밀집은 80.6%, 건축밀집은 61.8%, 가구밀집은 83.5%, 사업체밀집은 71.6%로 분석 되었다.
둘째, 포아송분포를 이용한 화재발생확률도와 화재위험도를 구축한 결과 화재발생위험 등급이 높은 지역은 원도심으로 집중되어 나타났으며, 공간의 환경·물리적 요소 또한 도심부 화재에 밀접한 연관성이 있음을 알 수 있다.
셋째, 리스크매트릭스를 이용한 화재위험도는 화재발생과 인명·재산피해를 이용한 상대지표로 분석한 결과 화재위험 5등급은 주로 부도심과 도시 주변부인 면단위로 선형(띠) 형태로 연결된 모습을 볼 수 있다.
넷째, 공간의 물리적 통계요소를 이용한 화재위험예측도와 인명·재산피해 자료를 이용한 상대지표인 리스크매트릭스 화재위험도를 비교 평가한 결과 화재위험등급 분류상 가장 높은 5등급은 일부 도시 중심부를 제외한 나머지 지역은 서로 일치하지 않는다. 이는 화재위험예측도의 경우 공간 속성자료인 인구, 건물, 가구, 사업체의 지역적 특성 반영으로 공간 밀집과 연관성이 높은 것으로 설명된다. 인명·재산 피해의 경우행정면적 크기와 초동 대처의 접근성 부재 등 피해의 범위가 커지는 특성이 반영되어 지역적 차이가 있는 것으로 판단된다.
연구의 한계로는 화재발생 기간을 3년으로 하고 있어 시계열 자료의 구득이 더욱 요청되며, 도시 공간 안에서 공간구조화재발생 상태를 좀 더 구체적으로 파악할 수 있는 연구방법이 필요하다. 본 연구에서 화재위험도는 청주시를 대상으로 도시 내 화재에 대한 위험과 관리에 화재위험지도를 제작함으로서 행정구역별 특성에 기초한 관리방안에 도움이 될 것으로 기대된다.

References

Clark, P.J, and Evans, F.C (1954) Distance to nearest neighbour as a measure of spatial relationships in populations. Ecology, Vol. 35, pp. 445-453.
crossref pdf
Heinrich, H.W (Industrial Accident Prevention. 4th ed. Mc Graw HILL, 1959.

Hwang, H.Y, et al (2001) Empirical Application for the Urban Disaster Assessment: Fire, Facility and Escape Cases in Cheongju City. Journal of The Korean Society of Hazard Mitigation, Vol. 1, No. No, 2, pp. 123-137.

Jeong, E.D, et al (2010) A Study on the Evalution Model of Disaser Risks for Earthquake : Centering on the Cases of Cheongju City. Journal of The Korean Society of Hazard Mitigation, Vol. 10, No. No. 5, pp. 67-73.

Kang, Y.O, and Park, M.R (2005) Guidelines for the Construction of Vulnerability Map of Fire in Seoul. Journal of The Korean Society of Hazard Miligation, Vol. 5, No. No. 1, pp. 1-12.

Kang, Y.S (2002) Evaluation of Fire Prevention District of Seoul City. Hongik Faculty Journal, Vol. 7, pp. 91-112.

Kang, Y.S (2003) The Current State of the Anti-Fire Zone and the Guidelines to lmprove It. Korea Planning Association, Vol. 38, No. No. 2, pp. 65-76.

Kim, J.T, and Um, J.S (2007) The Urban Fire Prediction Mapping Techique Based on GIS Spatial Statistics. J. of Korean Institute of Fire Sci. & Eng, Vol. 21, No. No. 2, pp. 14-23.
pmid
Lee, H.Y, and Noh, S.C (2013) Advanced Statistical Analysis Theory. Moonwosa.

Lee, H.Y, and Shim, J.H (2003) GIS: Geomaties, Bobmunsa.

Lee, S.H (1994). The Geographic Study of the Fires. M.S. Thesis, The Graduste School of Education, Korea National University of Education Ewha Womans University.

Shin, C.H (2008). Evaluation Modelling and Application of Disasterrisks for Urban districts: Centered on Cheongju. Department of Urban Engineering, Graduate School, Chungbuk National University Cheongju, Korea.

Shin, J.D, et al (2012) Analysis of Fire Risk with Building Use Type Using Statistical Data. Journal of The Korean Society of Hazard Miligation, Vol. 12, No. No. 4, pp. 107-114. 10.9798/KOSHAM.2012.12.4.107.
crossref
Yeon, K.H, et al (2014) An Analysis on 119 Safety Center Depending on the Distribution of Fire Occurrence in Chungbuk-Cheongwon City. J. Korean Soc. Hazard Mitig, Vol. 14, No. No. 6, pp. 289-296. 10.9798/KOSHAM.2014.14.6.289.
crossref


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
1010 New Bldg., The Korea Science Technology Center, 22 Teheran-ro 7-gil(635-4 Yeoksam-dong), Gangnam-gu, Seoul 06130, Korea
Tel: +82-2-567-6311    Fax: +82-2-567-6313    E-mail: master@kosham.or.kr                

Copyright © 2024 by The Korean Society of Hazard Mitigation.

Developed in M2PI

Close layer
prev next