1. 서 론
2. 광역 홍수범람 해석을 위한 지형학적 인자
2.1 단일 지형학적 인자
2.2 복합 지형학적 인자
3. 선형이진분류법 및 ROC분석
4. 광역 홍수범람 해석 정확도 검증
5. 광역 홍수범람 예측 결과 분석
6. 결 론
1. 서 론
CRED (Centre for Research on the Epidemiology of Disasters)에서는 재해데이터베이스인 EM-DAT를 구축하여 1900년대부터 2005년까지 전 세계적으로 발생한 자연재해의 유형을 구분하여 조사한 바 있으며, 수문기상학적 재해 발생빈도가 꾸준하게 증가하고 있음을 보고한 바 있다. UNISDR (The United Nations Office for Disaster Risk Reduction)에서 이러한 수문기상학적 재해를 홍수, 가뭄, 태풍 등으로 세분화하여 연도별 발생빈도의 변동성을 조사한 결과, 홍수는 1980년대 이후 지속적으로 증가하였으며, 1990년대 이후 급증하여 전체 재해발생 빈도의 52.2% (1980~2011), 홍수로 인한 인명피해는 전체 재해의 약 56% (23억 명)로 매우 높은 비중을 차지하는 것으로 나타났다. 특히, 홍수범람에 의한 피해자의 국가별 발생 수의 경우, Fig. 1과 같이 총 164개국 중 15개국의 피해자 수가 전체 피해자의 80%에 해당하며 대부분의 국가는 저개발국 또는 개발도상국에서 발생한 것으로 조사되었다(WRI; World Resource Institute, 2015). 이와 같이 방재인프라 및 관련 전문기술의 부족으로 인해 선진국에 비해 저개발국 또는 개발도상국의 홍수피해 위험도는 상대적으로 높으며, 홍수 피해저감을 위해서는 해당 국가들의 홍수위험 분석 및 대응방안 수립이 요구된다.
국내 ․ 외에서는 1990년대 후반부터 HEC-RAS 등 1차원 하천수리모형과 GIS tool을 이용하여 범람지역을 모의하고, 외수범람에 대한 침수지도를 작성하는 연구가 다수 수행된 바 있다. Tate et al. (1999)은 HEC-RAS 모형을 ArcView GIS와 통합하여 홍수 위험 분석 방법을 소개하였으며, Lee et al. (2003)은 남한강의 양화천 유역에 대해 강우-유출해석 시 HEC-1모형, 하천의 하도구간 홍수위 산정에는 HEC-RAS을 적용한 후 유역의 통합적인 홍수범람을 모의할 수 있는 시스템을 제시한 바 있다. Hwang et al. (2004)은 HEC-RAS와 HEC-GeoRAS및 ArcView를 이용하여 경안천을 대상으로 홍수범람면적을 산정하였고, Lee (2004)는 장기 물수지모형, HEC-GeoHMS, HEC-HMS, HEC-RAS를 연계하여 댐 유역의 홍수 영향분석 시스템을 개발하였다. 이와 같은 홍수범람해석의 경우, 상 ․ 하류 경계조건을 이용하여 하천수위를 예측하고, 하천수위가 제방고를 초과하는 단면에서의 수위를 단순 연장하여 범람 유역을 산정한다. 다만, 이와 같은 방법론은 홍수파의 확산효과를 고려할 수 없고, 지형에 의해 고립된 저류지 형태의 홍수범람 지역이 존재하는 등 홍수면적이 과다 산정될 뿐만 아니라 침수깊이 정보 역시 오류를 포함하고 있다.
이후 다양한 2차원 범람해석기법이 개발되었으며, 대부분의 모형은 범람지역(제내지)을 정방형 또는 비정방형 격자로 분할하여 유한차분(FDM), 유한요소(FEM) 또는 유한체적(FVM) 수치해석기법을 통해 홍수파를 격자별로 해석함에 따라 홍수파의 확산모의가 가능하다. 컴퓨팅 및 GIS 기술의 비약적인 발전으로 현재 대부분의 범람해석은 2차원 수리모형을 활용하고 있으며, 주요 연구사례는 다음과 같다. Horritt et al. (2002)는 영국 Seven 강을 대상으로 HEC-RAS, LISFLOOD- FP 및 TELEMAC-2D 모형을 적용하여 홍수범람해석을 수행하고 해석결과의 비교를 통해 2차원 수리모형의 적용성을 검토한 바 있다. Jo et al. (2010)은 낙동강 지류인 금호강을 대상으로 FLUMEN 모형을 이용하여 침수해석을 실시하였고, USBR의 Downstream Hazard Classification Guidelines에 제시된 홍수위험 분류기준에 의거하여 홍수 위험지도를 작성하는 연구를 수행하였다. Lee (2013)은 Gerris 모형의 사면구조 격자 생성법을 사용하여 홍수범람을 모의하고, 모의된 결과를 바탕으로 FLUMEN 모형의 결과 및 실제 홍수범람 자료와 비교를 통해 2차원 홍수범람해석을 위한 격자생성의 효율성을 분석하였다.
상기의 연구들과 같이 국내 ․ 외의 홍수범람해석과 관련된 연구는 대부분 수리 ․ 수문학적 모형을 연계한 연구가 수행되었으며 일반적으로 범람해석은 다음과 같은 절차를 따라 수행된다. 우선 제방붕괴 지점 또는 월류지점에서의 하천수위를 계산하기 위해 하천수리모형을 통한 수위계산이 필요하며, 이때 상 ․ 하류 경계조건은 미계측 유역일 경우 강우-유출 해석을 통해 설정하게 된다. 그리고 최종적으로 붕괴 또는 월류 지점에서 월류된 홍수파를 2차원 수리모형을 이용하여 범람면적 및 침수깊이 등의 정보를 획득하게 된다. 그러나 수치모형을 이용한 홍수범람해석의 경우 모형의 구동에 필요한 입력자료의 구축과 매개변수의 추정이 필요하며, 신뢰성 있는 관측 자료의 여부가 해석결과에 매우 큰 영향을 미치기 때문에 저개발국 또는 개발도상국과 같이 관측 자료가 존재하지 않거나 품질이 좋지 않은 유역을 대상으로는 모형을 이용한 홍수범람 해석의 필요성에도 불구하고 적용에 많은 어려움이 있다. 즉, 하천망이 복잡하고, 하천관련 인프라 정비가 미비한 아시아 지역에서는 대규모 홍수가 매우 빈번하게 발생하고 있으며, 2차원 수리모형을 적용하기 위한 지역 맞춤형 입력자료 수집자체가 불가능함에 따라 범용(globally-available) 자료를 활용할 수 있고, 단순하지만 과학적으로 광역 범람해석(large- scale flood inundation simulation)을 수행할 수 있는 기법의 개발 및 적용성 평가에 대한 연구가 필요하다.
Degiorgis et al. (2012)와 Manfreda et al. (2015)는 이탈리아의 Tanaro 강과 Bradano 강을 대상으로 DEM에서 유도된 다양한 지형학적 인자를 활용하여 홍수유역과 지형학적 인자와의 상관관계를 분석하는 연구를 통해 지형학적 인자만을 이용하여 홍수범람위험지역 선별할 수 있는 방법론을 제안한 바 있다. 다만, 상기 연구는 방법론의 개발 및 검토를 위해 고해상도 영상 및 수치모형기반의 범람지도가 존재하여 비교적 홍수위험지역과 비홍수위험지역의 상세한 구분이 용이한 이탈리아 유역을 대상으로만 분석을 수행되었으며, 열대 몬순기후에 속하는 아시아 지역 등 다양한 국가별 대규모 홍수위험 분석에 적용된 사례는 미흡한 것으로 분석되었다. 이에 본 연구에서는 Manfreda et al. (2015)의 방법론에 근거하여 개발도상국의 다양한 유역을 대상으로 범용 DEM으로부터 도출된 지형학적 인자를 바탕으로 홍수범람위험지도를 작성하였으며 실제 홍수범람지역과의 비교를 통해 정확도를 검토하였다. 우선, ASTER 또는 SRTM과 같은 범용 DEM 자료만을 이용하여 홍수범람에 영향을 미치는 주요 지형학적 인자를 선정한 후, 선형이진분류법(Liner binary classifiers)과 ROC분석(Receiver Operation Characteristics) 기법을 사용하여 실제 홍수유역을 유사하게 모의하는 최적 지형학적 인자를 도출하고, 최종적으로 이를 기반으로 광역 홍수범람 지도를 작성한다. 북한(2007), 방글라데시(2007), 인도네시아(2010), 태국(2011), 미얀마(2015) 5개국의 대규모 홍수범람 사례에 대해 적용하였다.
2. 광역 홍수범람 해석을 위한 지형학적 인자
DEM 기반의 광역 홍수범람 해석을 위해서는 대상 홍수의 범람 특징을 모의할 수 있는 대표적인 지형학적 인자의 선정이 필요하다. 본 연구에서는 Degiorgis et al. (2012)와 Manfreda et al. (2015)이 제시한 5개의 단일 지형학적 인자와 6개의 복합 지형학적 인자를 사용하였으며, 단일 지형학적 인자는 DEM (SRTM 90 m 공간해상도)으로부터 직접 생성이 가능하며, 복합지형학적 인자는 1차적으로 생성된 단일지형학적 인자의 조합을 통해 생성된다.
2.1 단일 지형학적 인자
2.1.1 유출기여면적(Contributing Area, A [km2])
유출기여면적은 8방향 흐름모형을 기반으로 추정 된다. DEM의 중심 격자와 인접한 8개 격자의 고도(elevation) 비교를 통해 결정된 흐름방향(flow direction)을 이용하여 격자의 흐름방향의 누적 가중치인 흐름누적(flow accumulation)값을 산출한다. 이후 Eq. (1)과 같이 격자별 흐름누적 값과 격자면적(cell area)을 곱해 각 격자의 유출기여면적이 산출된다.
(1)
2.1.2 지표곡률(Curvature, 
H [-])
지표곡률은 각 격자별 입력된 지형의 고도자료에 의해 도출되는 격자 간 곡면의 2차 미분 값에 의해 산정된다. 이는 양의 곡률(볼록, convex), 음의 곡률(오목, concave), 0의 곡률로 구분할 수 있으며 표면 위를 흐르는 흐름의 유속에 있어 가속 및 감속에 영향을 주는 지형학적 인자이다.
2.1.3 고도차(Elevation Difference, 
[m])
고도차는 하천격자와 해당 하천 격자로 유입되는 일반격자와의 표고차를 의미한다. 예를 들어 Fig. 2와 같이 구성된 격자망에서 흐름방향 값에 의해 결정된 일반격자의 흐름방향이 격자 6에서 1을 거쳐 최종 A지점의 하천격자로 도달한다고 할 때 A격자의 고도와 1에서 6까지 각 격자에 입력된 고도간의 차이가 단일 지형학적 인자인 고도차이다.
2.1.4 경사(Slope, 
[-])
경사는 중심격자에서 수평(dz/dx) 및 수직(dz/dy) 방향으로 표면의 변화율로 결정된다. 중앙격자를 중심으로 8방향에 대한 x방향과 y방향의 변화율을 사용하여 Eq. (2)의 기울기 알고리즘을 통해 계산된다.
(2)
2.1.5 가까운 하천으로 부터의 거리(Distance from the nearest stream network, 
[m])
가까운 하천으로 부터의 거리 
는 하천격자와 해당 하천 격자로 유입되는 일반격자와의 거리를 의미한다. Fig. 2와 같이 일반격자의 흐름방향이 격자 6에서 1을 거쳐 최종 A지점의 하천격자로 도달한다고 할 때 A격자를 기준으로 하는 흐름방향 내 개별 격자(격자 1~6) 사이의 거리로 나타낼 수 있다.
2.2 복합 지형학적 인자
2.2.1 수정 지형지수(Modified Topographic Index, 
)
Kirkby (1975)가 처음 도입한 
은 Eq. (3)과 같으며, Manfreda et al. (2011)가 홍수범람 해석에 사용하여 홍수위험에 노출지역의 분석에 사용가능한 지표임을 확인한 바 있다.
(3)
여기서, 
(m)는 배수면적, 
는 격자의 경사를 의미한다.
2.2.2 하향경사지수(Downslope Index, 
)
Hjerdt et al. (2004)가 처음 제안한 하향경사지수인 
는 하천의 종료지점(유출구)을 사용하지 않고 물이 잠재적 에너지(
[m])를 잃기 위해서 얼마만큼 이동하는지(
[m])를 계산하는 인자로 Eq. (4)를 사용하여 표현한다.
(4)
여기서, Hjerdt et al. (2004)은 3arc-seconds의 DEM의 경우, 
= 5 m, 15arc-seconds의 DEM의 경우, 
= 15 m로 제시하였으며, 본 연구에서 사용된 DEM의 크기가 90 m이므로 
= 5 m, 
의 경우, 가까운 하천으로 부터의 거리 
를 사용한다.
2.2.3 
고도차 
를 가장 가까운 하천까지의 거리인 
로 나눈 값이다.
2.2.4 
수심 
와 고도차 
의 자연로그 값이며, 수심 
은 근사적으로 Eq. (5)를 사용한다.
(5)
여기서, 
는 수심(m), 
는 기여면적, 
는 
로 설정된 배율인자이고, 
은 0.3으로 설정된 지수이다(Nardi et al., 2006).
2.2.5 
대상유역의 각 격자 지점에서 수심 
와 고도차 
의 차를 하향경사지수 
로 나눈 값이다.
2.2.6 
대상유역의 각 지점에서 수심 
와 고도차 
의 차를 유로차이 
로 나눈 값이다.
3. 선형이진분류법 및 ROC분석
선형이진분류법은 두 개의 이진 분류된 지도간의 정량적 비교를 가능하게 하는 패턴분류기술로 다음의 과정을 통해 최적 지형학적 인자 기반의 홍수범람 지도와 실제 홍수범람 지도간의 비교를 수행한다. 여기서 5개국의 실제 홍수범람 지도는 대규모 홍수가 발생한 시기 및 영상정보(위성영상 및 디지털영상) 획득이 가능 여부 등을 검토한 후 좌표보정 등 기하보정 영상처리과정을 통해 구축되었다.
- 각각의 단일 및 복합 지형학적 인자의 정규화
- 홍수지역과 비홍수지역으로 분류된 홍수지도와 매칭을 통한 이진분류자의 훈련
- ROC 분석에 의한 지형학적 인자별 분류자의 성능 검토
DEM으로부터 생성된 단일 및 복합 지형학적 인자는 min- max normalization을 통해 각각 -1과 1사이의 범위로 정규화 되며 실제 관측된 홍수지도와 매칭하고, 각 인자별 홍수 위험지역 예측 성능의 최적화를 위한 매개변수인 임계값(Threshold)을 적용한다. 이때, 매칭에 사용되는 실제홍수지도는 비홍수지역(marginal hazard area or non-flood area)과 범람지역(flood area)으로 분류한다. 임계값을 적용한 후 위험지역 격자에는 0을 할당하고 범람지역 격자에는 1을 할당한다. 이와 같이 0과 1로 이진 분류된 홍수지도와 지형학적 인자 기반의 홍수지도를 중첩하고 Table 1과 같이 2 × 2 혼동행렬(confusion matrix)을 적용하면 다음과 같은 네 가지 조건으로 분류된다.
실제 홍수지도가 범람지역일 경우, 지형학적 인자 기반 홍수지도 역시 범람지역으로 분류되면 (1) True Positive, 지형학적 인자 기반 홍수지도가 범람지역이 아닌 것으로 분류되면 (2) False Negative로 분류된다. 또한, 실제 홍수지도가 범람지역이 아닐 경우, 지형학적 인자 기반 홍수지도가 범람지역으로 분류되면 (3) False Positive, 지형학적 인자 기반 홍수지도 역시 범람지역이 아니면 (4) True Negative로 분류된다.
최종적으로 각각의 지형학적 인자로 작성된 홍수지도와 실제 홍수지도를 사용하여 선형이진분류된 결과는 ROC 곡선을 사용하여 평가된다. ROC 곡선은 대상으로 하는 분류자(예: 본 연구에서의 지형학적 인자 등)의 
(True Positive Rate)와 
(False Positive Rate)의 상호교환(Trade-off)을 나타냄으로써 분류자의 성능을 시각화하여 평가할 수 있는 유용한 방법으로 기상학 및 의학 등 다양한 분야에서 사용되고 있다(Centor, 1991; Sobehart and Keenan., 2001; Engelmann et al., 2003; Drummond and Holte., 2006). ROC 곡선은 분류자의 임계값을 기반으로 X축의 
와 Y축의 
의 쌍으로 정의되는 2차원 그래프로 
와 
는 다음과 같이 계산된다.
(6)
(7)
위의 식 Eqs. (6) and (7)을 이용하여 계산된 
와 
의 순서쌍을 서로 연결하면 Fig. 3과 같은 ROC 곡선을 얻을 수 있다. ROC 곡선의 형태는 임계값에 따라 
와 
가 변하게 되므로 분류성능이 최대가 되는 최적 임계값을 찾는 것이 매우 중요하다. 일반적으로 ROC 곡선의 최적의 임계값은 
가 최소, 
가 최대인 경우, 즉, 
가 최소가 될 때 최적의 임계값을 갖게 되며 이는 ROC 곡선의 정점부가 (0, 1) 좌측 상단부 모서리에 근사하여 ROC 곡선 아래부분의 면적인 AUC (Area Under the ROC Curve)가 1에 가까운 경우를 의미한다. 즉, 
가 최소가 되고, AUC가 1에 근사하게 계산되는 지형학적 인자가 실제 홍수지도의 특성을 가장 잘 반영하는 최적 지형학적 인자로 분류되게 된다(Manfreda et al., 2015).
4. 광역 홍수범람 해석 정확도 검증
본 연구에서 제시하는 방법론의 정확도 검증을 위해 ROC 분석을 통해 구분된 최적 지형학적 인자 기반의 홍수지도를 작성하고, 실제 홍수지도와의 중첩을 통해 범람예측 성능을 평가한다. 이와 같은 범람예측 성능을 비교적 간단하게 정량하기 위해 2개의 평가지수를 고려하였으며, 평가지수 산정을 위한 기본 조건은 다음과 같다. 아래의 조건은 Huang and Kao (2006)이 산사태 예측에 사용한 4가지 조건을 변형한 것이며, 범람예측에 성공했을 경우의 성공률(Success Rate, SR)와 범람예측과 비홍수예측을 동시에 고려한 수정 성공률(Modified Success Rate, MSR) 산정에 이용된다.
(1) 실제 flood cell이 flood cell로 예측될 경우
(2) 실제 flood cell이 non-flood cell로 예측될 경우
(3) 실제 non-flood cell이 flood cell로 예측될 경우
(4) 실제 non-flood cell이 non-flood cell로 예측될 경우
조건 (1)과 (4)는 예측 성공으로 분류되며, 조건 (2)와 (3)은 실패한 예측으로 간주된다. SR은 조건 (1)만을 고려하며, Eq. (8)과 같이 표현된다.
(8)
여기서, 분모는 실제 홍수지도에서 범람이 발생한 격자의 개수이고, 분자는 실제 홍수지도와 지형학적 인자 기반 홍수지도와의 비교를 통해 두 지도에서 동시에 홍수로 판단된 격자의 개수이다.
SR은 비홍수지역의 격자는 고려하지 않아 홍수지역이 과대평가 될 수 있으며, 예를 들어, 지형학적 인자로부터 유도된 홍수지도에서 모든 지역이 범람 지역으로 예측되면 SR은 100%가 된다(Bischetti and Chiaradia, 2010). 이에 Huang and Kao (2006)는 조건 (1)과 (4)에 대해 균일한 가중치를 반영하여 Eq. (9)와 같은 MSR 평가지수를 제안하였다.
(9)
Eq. (9)의 우측 두 번째 항의 분모는 실제 홍수지도에서 범람이 발생하지 않은 격자의 개수이고, 분자는 실제 홍수지도와 지형학적 인자에 의해 도출된 홍수지도와의 비교를 통해 두 지도에서 동시에 비홍수지역으로 구분된 격자의 개수이다.
SR 및 MSR 값의 범위는 0.0~1.0이며, 1.0 (100%)에 가까울수록 홍수범람 예측이 우수함을 의미한다.
5. 광역 홍수범람 예측 결과 분석
지형학적 인자 기반의 홍수지도 작성을 위해 EM-DAT 홍수피해 자료 분석을 통해 대규모 홍수 발생현황 및 영상자료 확보가능여부를 판단하여 다음과 같이 5개국을 대상유역으로 선택하였으며, 해당국가의 홍수현황은 Table 2와 같다. 북한의 경우, 2007년 8월 연평균강수량의 70~80% (643.79~ 735.76 mm)에 해당하는 폭우로 인하여 약 600명 이상의 사망자가 발생하였으며 피해액은 약 3천억 원으로 보고되었다. 방글라데시의 경우, 2007년 8월의 집중호우로 Padma 강과 북쪽의 Jamuna 강이 범람하여 1,100명의 사망자와 약 천억 원의 심각한 피해가 발생하였다. 인도네시아는 연강우량은 1,900~ 2,600 mm으로 우기 시 빈번히 홍수가 발생하며, 2010년 2월의 집중호우로 대규모 홍수가 발생하였다. 2011년 태국에서 발생한 홍수의 경우, 당해년도 우기(6~10월) 강우량은 1,439 mm로 1971년부터 2000년까지의 우기 시 평균 강우량보다 약 120% 증가하였으며 7월부터 지속된 폭우로 인하여 수도 방콕이 대부분 침수되어 약 34조 원의 경제적 피해가 발생하는 등 대규모 홍수가 발생한 바 있다. 마지막으로 미얀마는 연 강수량 2,500 mm의 전형적인 열대 몬순(고온 다습) 기후이며 2015년 7월 집중호우로 인해 Irrawaddy강이 범람하여 149명의 사망자와 1.3천억 원이 재산피해가 발생하였다.
2007년 북한 금야강, 2007년 방글라데시 Padma, Jamuna, Meghna강, 2010년 인도네시아 Citarum강, 2011년 태국 Chao Phraya강, 2015년 미얀마 Irrawaddy강을 대상으로 단일 및 복합 지형학적 인자를 계산하고, 선형이진분류법 및 ROC 분석을 통해 최적 지형학적 인자를 도출하였다. Fig. 4는 북한 금야강 홍수에 대한 11개의 지형학적 인자에 대한 ROC 곡선이며, Table 3은 전술한 방법론에 따른 5개국에 대한 ROC 분석결과이다.
ROC 분석결과, 방글라데시, 인도네시아, 태국은 단일 지형학적 인자, 북한과 미얀마는 복합 지형학적 인자가 해당 홍수범람 특징을 모의하는데 우수한 것으로 나타났으며, 최적 지형학적 인자의 경우, 북한지역(
), 방글라데시(
), 인도네시아(
), 태국(
), 미얀마(
)로 선정되었으며, 해당 국가별 최적 지형학적 인자의 공간분포도는 Fig. 5와 같다. AUC 분석결과, 평균적으로 0.8 정도의 분류성능을 보이는 것으로 나타났다. 북한 금야강 홍수의 경우, AUC가 0.9이상으로 해당 지형학적 인자인 
의 홍수범람 분류성능이 우수한 것으로 분석되었으며, 타 지역의 경우 AUC가 0.73~0.78의 범위로 산정되었다.
Table 3 and Fig. 5와 같이 ROC 분석을 통해 구해진 최적 지형인자를 이용하여 작성된 홍수지도와 실제 홍수지도와의 중첩결과는 Fig. 6과 같으며, 빨간색 실선은 대상유역 경계, 파란색 실선은 영상자료를 통해 획득된 실제 홍수지도, 노란색 폴리곤은 지형학적 인자를 이용해 작성된 홍수지도를 나타낸다. 해석기법의 범람지역과 비홍수지역의 분류 성능의 정량적 평가를 위해 Eqs. (8) and (9)를 이용하여 SR과 MSR 평가지수를 산정하였으며, 그 결과는 Table 4와 같다.
북한 금야강 유역은 SR = 62.7% 및 MSR = 76%로 분석되었으며 금야강 상류의 경우, 예측 홍수지도에서는 홍수발생을 탐지한 반면, 실제 홍수지도에서는 비홍수지역으로 나타났다. 방글라데시 Padma, Jamuna, Meghna 강 유역은 SR 및 MSR이 각각 76% 및 38%로 분석되었으며, 지형학적 인자에 의한 홍수범람 유역이 실제 홍수범람 유역을 모두 포함하고, 실제로 비 홍수 유역에 대해서는 예측결과가 낮아 MSR 값이 과소산정 되었다. 인도네시아 Citarum 강 유역의 SR은 92.37%로 매우 높게 분석되었으나 방글라데시와 마찬가지로 MSR은 46.52%로 예측 홍수범람 유역이 실제 홍수범람 유역을 대부분 포함하고 실제로 홍수가 발생하지 않은 비홍수유역을 홍수유역으로 예측함에 따라 MSR 값이 과소산정 되었다. 태국 Chao Phraya 강 유역의 경우, 상기 타 지역의 모의결과와 달리 SR = 85.96% 및 MSR = 78.17% 로 비교적 우수하게 모의된 것으로 분석되었으나 실제 홍수지도에서는 비홍수지역으로 구분된 Chao Phraya 강의 최상류 지역에 대해 예측 홍수지도의 경우 홍수범람으로 탐지하는 오류가 발생하였다. 미얀마 Irrawaddy 강 유역의 경우, SR = 31% 및 MSR = 66%로 정확도 매우 낮게 산정되었으며, 이 결과는 지형학적 인자를 이용하여 작성된 홍수범람 유역이 실제로 홍수가 발생하지 않은 강 하류의 해안지역에 대해 홍수가 범람한 것으로 예측함에 따라 SR이 낮게 산정되고, 비홍수지역에 대해서는 약 75% 정도의 예측 정확성을 나타내어 MSR의 정확도가 SR보다는 향상된 것으로 분석되었다.
Fig. 6과 같이 DEM기반의 지형학적 인자로부터 산정된 홍수지도의 경우, 홍수범람 지역이 실제 홍수지도에 비해 비교적 과대하게 산정되거나 최상류 또는 최하류 지역에서 홍수를 탐지하는 등의 오류가 발생하였다. 이는 실제 홍수지도 작성 시 대상으로 하는 하천의 경계범위 설정 및 DEM 격자크기 등으로부터 발생하는 오류이며, 향후 보다 정확한 침수지도, 필요에 따라 2차원 수리모형 등으로부터 도출된 홍수범람지도 등과의 ROC 분석을 통해 방법론의 적용범위에 대한 추가 연구가 필요할 것으로 판단되며, DEM 격자크기에 따른 지형학적 인자의 변동성 및 ROC 분석의 민감도 등에 대한 연구 역시 병행되어야할 것으로 판단된다.
6. 결 론
본 연구는 미계측유역의 홍수범람 지도 작성을 위해 Manfreda et al. (2015)가 제시한 DEM 기반의 지형학적 인자에 따른 홍수범람 모의기법을 기반으로 광역 홍수범람해석에 있어 방법론의 적용성을 평가하는 것을 목적으로 하고 있다. 이를 위해 2007년 북한 금야강, 2007년 방글라데시 Padma, Jamuna, Meghna 강, 2010년 인도네시아 Citarum 강, 2011년 태국 Chao Phraya 강, 2015년 미얀마 Irrawaddy강 총 5개의 개발도상국 하천유역에서 발생한 대규모 홍수를 대상으로 홍수범람 모의를 수행하였으며, 해석결과의 검토를 위하여 대상유역의 실제 홍수지도를 활용하여 예측된 홍수유역과 실제 홍수유역의 비교 ․ 분석하였다. 이상의 연구를 통해 도출된 결과는 다음과 같이 요약할 수 있다.
1)ROC 분석결과, 방글라데시(
), 인도네시아(
), 태국(
)은 단일 지형학적 인자가 해당 홍수 범람 특징을 모의하는데 우수한 것으로 나타났으며, 북한지역(
)과 미얀마(
)는 복합 지형학적 인자에 따른 홍수지도가 실제 홍수지도와 유사한 것으로 분석되었다.
2)북한 금야강 홍수의 경우, AUC가 0.9이상으로 해당 지형학적 인자인 
의 홍수범람 분류성능이 우수한 것으로 분석되었으며, 타 지역의 경우 AUC가 0.73~0.78의 범위로 산정되었다.
3)홍수지도의 홍수범람 격자 및 비홍수격자의 공간분포 유사성 검토를 위해 평가지수 SR과 MSR을 산정하였으며, 북한(SR = 62.7%, MSR = 76%), 방글라데시(SR = 76%, MSR = 38%), 인도네시아(SR = 92.37%, MSR = 46.52%), 태국(SR = 85.96%, MSR = 78.17%), 미얀마(SR = 31%, MSR = 66%)로 분석되었다.
이와 같이 ROC 분석을 통해 산정된 지형학적 인자기반의 홍수지도 작성기법은 홍수범람 규모가 매우 큰 대유역에 대해 홍수위험 정보를 비교적 간단하게 제공할 수 있어 수리 ․ 수문모형을 연계한 범람해석이 불가능한 유역에서도 간편하고 빠르게 홍수범람지도를 작성할 수 있는 장점이 있다. 하지만, 본 기법은 홍수기간동안 홍수범람 면적의 변화 등과 같은 동적 특성을 반영할 수 없으며, 획득된 홍수범람 영상정보에 따라 최적 지형학적 인자 역시 변화할 수 있다. 또한, 대상지역이 너무 넓거나 대상지역 안에 실제 홍수지도와 유사한 지형학적 특징을 가진 유역에 대해 홍수범람지역으로 탐지하여 실제 홍수지도보다 과대산정되는 경우가 발생할 수 있다. 따라서 본 기법의 정확도를 향상시키기 위해서는 ROC 분석을 위한 정밀 침수지도 및 고해상도 DEM의 활용이 요구되며, 대상유역을 효율적으로 분할하여 홍수범람 해석을 수행하여 지형학적 특징에 따른 민감도 분석 등이 필요하다. 마지막으로 본 연구에서의 AUC 값이 최소가 되는 최적 지형학적 인자이외에도 홍수범람에 영향을 미치는 유역 특성별 지형학적 인자에 대한 정의 및 산정에 대한 추가적인 연구가 필요할 것으로 판단된다.
