1. 서 론
2. 모델의 선정
3. 연구방법
3.1 대상지역
3.2 분석 절차
3.3 강우 데이터 수집
3.4 MIKE SHE
3.5 MIKE 21 FM
4. Var river 산지소유역 분석 결과
4.1 유출량
4.2 침수 분석
5. 결 론
1. 서 론
최근 많은 지역에서 짧은 시간에 많은 양의 강우가 발생하는 집중호우의 발생 빈도가 증가하고 있다. 집중호우의 발생 빈도 증가는 홍수 발생률을 증가 시킬 수 있다. 또한 도시지역의 증가로 인해 같은 강우량 발생 시 과거보다 많은 양의 침수 발생 확률도 증가하였다. 홍수는 발생 시 많은 인적, 물적 피해를 발생시킨다. 이에 홍수 발생원인 파악 및 유출량 산정을 위한 정확한 분석 기술이 필요한 실정이다. 하지만 현재 산지소유역에 대한 강우 유출량의 정밀한 판단이 어려워 산지소유역에서 발생되는 유출량에 의한 침수영향 또한 정밀한 분석이 어려운 실정이다. 유출량 산정의 정확도가 향상된다면, 산지소유역의 강우에 대한 유출량 산정의 정확도 향상으로 침수영향 분석의 정확도를 높일 수 있으며, 골든타임 확보를 통해 인적·물적 피해를 감소시킬 수 있을 것으로 판단된다. 강우는 발생 시 산간지역, 도시지역 등 모든 지역에 대해 발생 된다. 하지만 모든 지역 중 산간지역에 대한 유출량을 정확히 산정하기에는 현실적인 어려움이 있다. 또한 산지소유역에서 발생하는 유출량에 대한 연구는 미비한 실정으로 집중호우 발생 시 더욱 많은 피해를 야기한다(Lee, 2021).
이에 본 연구에서는 MIKE series 모델을 활용하여 산지소유역에서 발생하는 유출량을 산정하고, 산지소유역에서 발생하는 유출량이 하류에 미치는 영향에 대하여 분석을 진행하고자 한다. MIKE series 모델을 국내에 적용하여 산지소유역의 유출량 및 침수분석을 진행하는 것이 가장 좋은 방법이지만, 현재 국내의 DEM (Digital elevation model)은 도로, 건물, 하천시설물 등 적용되지 않아 정밀한 분석이 어려운 실정으로, DEM 내 도로, 하천시설물, 건물 등의 정보가 모두 포함되어있는 프랑스 니스 지역 증 Var river 유역의 산지소유역을 대상지역으로 2015년 10월 3일 관측강우 및 확률강우를 활용하여 분석을 진행하였다.
2. 모델의 선정
본 연구 대상지역은 산간지역인 상류지역과 도시유역의 특성을 지난 하류지역으로 구분되며 상류 산간지역의 지역적 특성을 효과적으로 분석하기 위하여 1차원 해석 모델로 MIKE SHE 모델을 적용하였으며, 도시지역인 하류지역은 2차원 해석모델로 복잡한 지표면 유출 흐름의 해석이 가능한 MIKE 21 FM (Flow Model)을 사용하였다(Salmonsson, 2015). MIKE SHE의 분석절차는 Fig. 1과 같다.
3. 연구방법
3.1 대상지역
본 연구를 위해 선정된 지역은 프랑스 남부 니스에 위치하고 있는 Var river 유역이다. Var river 유역은 5개의 소유역으로 구분되어지며, 각 소유역의 이름은 Tinée, Vésubie, Upper Var, Estéron, Lower Var 이다. 5개의 소유역 중 산간지역으로 침수가 발생하지 않으며, 거주지역이 거의 없는 Tinée, Vésubie, Upper Var, Estéron은 제외하였고, 주거지역 및 생활시설이 가장 밀집되어있으며, 침수의 영향을 가장 많이 받는 Lower Var 유역을 연구 지역으로 선정하여 분석을 진행하였으며, Lower Var 유역의 위치는 Fig. 2와 같다.
Lower Var 유역 내 산지소유역을 구축하여 분석을 진행하였으며, 산지소유역에 대한 내용은 Table 1, 위치는 Fig. 3과 같다.
3.2 분석 절차
본 연구를 진행하기 위한 분석 절차는 강우데이터(확률강우량, 관측강우량) 수집, MIKE Model 입력 데이터 구축, MIKE SHE를 활용한 강우유출량 산정, MIKE 21 FM을 활용한 침수 분석의 순서로 진행되며 절차는 Fig. 4와 같다.
3.3 강우 데이터 수집
3.3.1 확률강우량 데이터
확률강우량의 경우 기존에 프랑스 Nice Sophia-Antipolis University Jean-Pierre Laborde 교수에 의해 분석 및 계산된 값을 사용하여 분석을 진행하였다(Ma, 2018).
확률강우량 값은 Table 2와 같고, IDF 곡선은 Fig. 5와 같다.
Table 2.
Nice airport station IDF
3.3.2 관측 강우 데이터
프랑스 남부 니스는 겨울인 10월부터 12월이 강우량이 가장 크게 발생하는 우기기간으로, 프랑스 니스에 집중호우 발생으로 침수가 발생한 기간도 10월에서 12월 사이에 집중된다. 최근 20년 동안 프랑스 니스 지방에 많은 양의 강우가 발생한 날은 2014년 11월 4일과 2015년 10월 3일 이며, 2014년 11월 4일은 43.5 mm/hr, 2015년 10월 3일은 74.4 mm/hr의 집중호우가 발생하였으며, 시간당 강우는 Table 3에서 확인할 수 있다.
관측 강우량은 최근 20년 동안 발생된 강우 중 가장 최근에 많은 양의 강우가 내렸던 2015년 10월 3일의 관측 강우 데이터를 사용하였으며, 관측값은 Table 4에서 확인 가능하다.
Table 3.
Rainfall observed data of Nice
| Year | Month | Day | mm/day | Precipitation (mm) | ||
| 1 hour | 2 hours | 3 hours | ||||
| 2014 | 11 | 4 | 159.7 | 43.5 | 73.5 | 78.2 |
| 2015 | 10 | 3 | 111.7 | 74.4 | 88.6 | 94.7 |
Table 4.
2015/10/02~03 observed rainfall data
3.4 MIKE SHE
3.4.1 Land use
Nice Sophia Antipolis University에서 보유하고 있는 5 m × 5 m resolution DEM을 사용하여 분석을 진행하였다. Land Use Map은 Grass, Forest, Urban 세 구역으로 구분되어 있으며, Fig. 6과 같다.
3.4.2 Manning number
MIKE SHE의 필수 입력 자료인 Manning Number는 Land Use type 별 사용되는 계수 값이 다르다. 이에 Land Use Map을 기준으로 Grass, Forest, Urban 총 세 가지에 Stream Line을 추가하여 Manning Number 입력데이터를 구축하였다(DHI, 2017a).
Manning Number는 Manning N값의 역수인 Strickler Coefficient (m1/3/s)를 사용하여야 하며, Strickler Coefficient는 Ma et al. (2018)에서 제시한 값을 사용하였으며, Land Use 별 Strickler Coefficient는 Table 5와 같고 구축된 Strickler Coefficient의 입력 결과는 Fig. 7과 같다(Ma et al., 2018).
Table 5.
Manning number by types
| Land use type | Re-Classification based on MIKE SHE AQUAVAR | Strickler coefficient (m1/3/s) |
| Grass | Grassland | 2.5 |
| Forest | Forests | 2 |
| River | Water bodies | 20 |
| Urban Areas | Artificial surfaces | 50 |
3.4.3 Soil types
Soil type 또한 Land Use type을 기준으로 Ma et al. (2018)에서 사용한 니스 Var river 유역의 Soil type을 사용하여 분석을 진행하였다. Soil type은 Loam, Silt Loam, Clay Loam 세 가지로 구분되었으며, 각 Soil type 별 입력 값은 Table 6, 입력 결과는 Fig. 8과 같다.
그 후 MIKE SHE와 MIKE 11의 coupling 후 Simulation을 진행하여 최종적으로 산지소유역 유출량을 산정한다.
Table 6.
Soil type value by options
3.5 MIKE 21 FM
3.5.1 침수 유역 설정
MIKE 21 FM (Flow Model)은 유체역학 모듈 및 메쉬 데이터를 기반으로 하는 모델로 표면 유체 이동, 유출, 유사 이동, 입자 추적 등에 활용된다(DHI, 2017b).
MIKE 21 FM simulation을 위해서는 침수 유역의 설정이 필요하다. 침수유역의 설정은 Arc GIS를 이용해 Fig. 9와 같이 침수 유역을 설정하였다.
3.5.2 침수 유역 DEM 설정
침수 유역 분석을 위해 사용된 DEM resolution은 MIKE SHE에서 사용했던 5 m resolution이 아닌 1 m resolution을 사용했다. 이는 침수 위험 지역 분석을 보다 정확하게하기 위해서이며, DEM 설정은 Fig. 10과 같다.
4. Var river 산지소유역 분석 결과
4.1 유출량
4.1.1 확률 강우별 유출량
각 산지소유역의 확률강우량에 의한 유출량 산정을 위해 50년 빈도, 100년 빈도에 해당하는 강우량을 사용하여 분석을 진행하였다. 관측강우량은 1시간에 74.4 mm의 강우량이 발생되어 100년 빈도의 확률강우량 65.5 mm보다 많은 양의 강우가 발생되었다. 이에 100년 이상의 확률강우량과의 비교를 통해 분석을 진행해야 하지만 기존 프랑스 니스 공항의 IDF 분석 결과는 최대 100년 빈도의 확률강우량까지만 제시되어 있어 100년 빈도의 확률강우량을 최대의 강우로 설정하여 분석을 진행하였으며, 50년과 100년 확률강우량은 Table 7과 같다.
Simulation time은 총 6시간으로 강우발생 전 1시간, 강우발생 1시간, 강우발생 후 4시간으로 설정하였다.
확률강우량 분석결과 50년 빈도 Peak discharge는 37.751 m3/s, Total discharge는 121,228.400 m3, 100년 빈도 Peak discharge는 45.491 m3/s, Total discharge는 146,684.300 m3으로 분석되었다. 모든 확률강우량에 대한 유출의 시작은 강우 시작 후 55분에서 1시간 사이, 최초 모델링 시작부터는 1시간 55분에서 2시간 사이에 나타나는 것으로 분석되었다. Table 8은 각 확률강우량에 대한 유출량을 나타내는 그래프이다.
Table 8.
Discharge of return period
| 50 year return period | 100 year return period |
 |  |
| Total discharge: 121,228.400 m3 | Total discharge: 146,684.300 m3 |
| Peak discharge: 37.751 m3/s | Peak discharge: 45.491 m3/s |
4.1.2 관측 강우량 유출량
산지소유역의 실제 발생된 강우량에 의한 유출량 산정을 위해 2015년 10월 3일 발생된 강우량을 사용하여 분석을 진행하였다.
Simulation time은 2015년 10월 1일 00시부터 2015년 10월 4일 23시까지 총 96시간으로 설정하였다. 가장 큰 강우가 발생한 시간은 2015년 10월 3일 03시로 발생 강우량은 74.4 mm로 각 시간별 강우량은 Table 9와 같다.
관측 강우량을 이용한 유출량 분석결과 Total discharge는 318,255.408 m3, Peak discharge는 55.923 m3/s로 나타났다. 또한 관측 강우량이 가장 많이 관측된 2015년 10월 3일 00시부터 05시까지의 Peak time total discharge는 182,954.322 m3/s로 나타났다. 관측강우량에 대한 강우유출은 Table 10에서와 같이 하류지역에 강우 시작 3시간 10분 만에 최대 강우 유출량이 나타난 것으로 분석되었다.
Table 9.
2015/10/03 observed rainfall data
| Peak time | Precipitation (mm/hour) | ||||
| 00:00~01:00 | 01:00~02:00 | 02:00~03:00 | 03:00~04:00 | 04:00~05:00 | |
| 03/10/2015 00:00~05:00 | 11.4 | 2.8 | 14.2 | 74.4 | 6.1 |
Table 10.
Discharge of observed rainfall data
| 2015-10-01 00:00:00~2015-10-05 00:00:00 | |
 | |
| Total discharge: 318,255.408 m3 | Peak discharge: 55.923 m3/s |
| Peak time total discharge (2015-10-03 01:00~05:00): 182,954.322 m3 | |
4.2 침수 분석
4.2.1 확률 강우별 침수분석
본 연구의 분석을 위해 두 개의 유역에 MIKE SHE를 통해 분석된 10년, 20년, 50년, 100년 빈도 강우량별 유출량으로 MIKE 21 FM을 시뮬레이션을 진행하였다.
유역의 침수분석 결과는 MIKE 21 FM을 통해 구축한 Mesh data를 기준으로 발생되었으며, 침수 흔적을 파악하기 위해 MIKE Series 중 MIKE to Google earth를 사용하여 위성사진 위에 침수분석 결과를 중첩시켜 결과를 나타내었다.
분석 결과 사진은 침수가 발생되는 시점으로부터 30분 간격으로 나누어 나타냈다. 분석을 위한 총 모델링 시간은 6시간으로, 강우 시작 시간은 Fig. 11과 같이 시뮬레이션 시작 1시간 후, 강우시간 1시간, 강우 종료 후 4시간으로 설정하여 진행하였다. 분석 유역에 산지소유역의 유출량이 영향을 미치기 시작하는 시간은 강우가 시작되는 시간인 시뮬레이션 시작 1시간 후부터이며, 강우 빈도별 유출량은 Tables 11 and 12와 같다.
50년 빈도 확률강우량에 대한 유출량 분석결과 시뮬레이션 시작 1시간 후 침수가 시작되어 2시간이 지난 시점에서 27,307.480 m3의 최대 침수량이 나타났으며, 최대 침수심 또한 시뮬레이션 시작 2시간 후 3.367 m로 나타났다. 2D 시뮬레이션 분석 결과는 Fig. 12와 같다.
100년 빈도 확률강우량에 대한 유출량 분석결과 최대 침수량은 시뮬레이션 시작 2시간 후 36,135.029 m3의 침수량이 나타났으며, 최대 침수심도 같은 시간인 시뮬레이션 시작 2시간 후 3.387 m의 침수심이 나타났다. 2D 시뮬레이션 분석 결과는 Fig. 13과 같다.
Table 11.
Results of 50 years return period
Table 12.
Results of 100 years return period
4.2.2 관측 강우량 침수분석
본 연구의 분석을 위해 두 개의 유역에 MIKE SHE를 통해 분석된 2015년 10월 4일 강우에 대한 유출량을 사용하여 MIKE 21 FM을 시뮬레이션을 진행하였다.
유역의 침수분석 결과는 MIKE 21 FM을 통해 구축한 Mesh data를 기준으로 발생되었으며, 침수 흔적을 파악하기 위해 MIKE Series 중 MIKE to Google earth를 사용하여 위성사진 위에 침수분석 결과를 중첩시켜 결과를 나타내었으며, 침수면적이 최대로 발생된다고 가정하여 결과를 분석하였다.
분석 결과 사진은 침수가 발생되는 시점으로부터 30분 간격으로 나누어 나타냈다. 분석을 위한 총 모델링 시간은 72시간으로, 산지소유역에서 발생된 유출량이 분석 유역에 영향을 미치는 시간은 2015년 10월 3일 03시부터이다. 산지소유역에서 발생된 유출량은 Table 13과 같다.
산지소유역 유출량이 영향을 미치기 시작한 2015년 10월 3일 03시부터 상류지역 침수가 시작되어 1,800.039 m3의 침수량이 나타났으며, 03시 30분 침수량은 03시 침수량의 1,473.94% 증가로 28,331.453 m3이 나타났다. 침수심은 03시 침수심 2.324 m에서 64.33% 증가한 3.819 m로 분석되었다. 그 후 최대 침수량은 04시 30분 70,070.331 m3으로 나타났으며, 최대 침수심은 04시 3.919 m로 나타났다. 2D 시뮬레이션 분석 결과는 Fig. 14와 같다.
Table 13.
Results of observed rainfall data
4.2.3 침수분석 결과비교
확률강우를 활용한 침수분석 결과와 관측 강우를 활용한 침수분석결과의 비교결과 확률강우량 침수분석에서 나타난 최대 침수심 3.387 m보다 관측강우량 침수분석의 최대 침수심이 3.919 m로 15.7% 높게 나타났고, 침수면적은 최대 침수심이 나타난 시각의 확률강우량 침수면적 대비 관측강우량 침수면적이 196.5% 증가한 것으로 나타났다. 이는 10월 3일 03시~04시 74.4 mm의 최대 강우량이 발생된 이전 시점부터 발생된 강우로 인한 것으로 나타났다. 또한 확률강우량의 경우 강우 발생 2시간 만에 하류 지역에 침수가 발생되었고, 관측강우량에 대한 강우유출로 인한 하유지역의 침수는 강우 발생 3시간 만에 발생된 것으로 분석되었다. 비교 결과는 Table 14와 같으며 이는 해당지역의 특성과 산지라는 경사에 의해 나타난 결과로 집중호우 발생 시 단시간 내에 하류지역에 피해를 미칠 수 있는 것으로 분석되었다. 최종적으로 정확한 비교를 위해서는 2015년 10월 3일 발생된 침수 흔적도와의 비교를 통해 분석결과의 검증을 진행해야 하지만 니스지역에 침수 발생 당시의 침수 흔적도는 따로 구축되어 있지 않아 모델결과와의 정확한 비교는 진행 할 수 없었다.
5. 결 론
본 연구에서는 호우 시 산지소유역에서 발생하는 유출량을 산정하고, 유출량으로 인한 하류지역의 침수 상황 분석을 진행하였다. 산지소유역 유출량 분석은 MIKE Series 모델 중 MIKE SHE를 활용하여 분석하였으며, 하류 지역의 침수모의는 MIKE 21 FM (Flood model)를 활용하여 해석하였다. 본 연구는 70%가 산지로 구성되어 있는 국내지역을 대상으로 진행하고자 하였으나, 국내에서 제공되고 있는 DEM (Digital elevation Model)의 경우 건물, 도로, 하천시설물, 교각, 다리 등에 대한 시설물 정보가 포함되어있지 않아 산지소유역 유출량 산정과 침수분석 진행 시 정밀한 분석이 어려운 상황으로 DEM 내 건물, 도로, 하천시설물, 다리 등의 정보가 포함되어있는 프랑스 니스 지역을 대상으로 분석을 진행하였다. 분석 결과 50년 빈도 확률강우량과 100년 빈도 확률강우량을 활용한 침수 분석 결과에서는 강우발생 2시간 만에 하류지역에 침수가 발생된 것으로 분석되었으며, 관측강우량을 활용한 침수 분석 결과에서는 강우 발생 3시간 30분 후부터 침수가 발생된 것으로 분석되어 산지소유역에서 발생되는 강우 유출량만으로 단시간 내에 하류지역에 많은 피해가 발생 할 수 있는 것으로 분석되었다. 본 연구에서 아쉬운 점은 확률강우량과 관측강우량으로 분석한 침수분석 결과의 검증을 진행할 침수흔적도, 침수 피해 지역 등 침수 당시의 자료가 구축이 되어있지 않아 모델결과의 정확도 검증을 진행할 수 없다는 점이다. 추후 국내에서도 건물, 도로, 하천시설물, 다리 등의 정보가 포함된 1 m 격자 단위의 DEM이 제공된다면 산지소유역에서 발생되는 유출량 산정과 유출량을 활용한 침수 분석을 진행하여 집중호우 발생에 따른 국지적 침수 피해 예방을 위한 자료로 활용도가 높을 것으로 사료된다. 또한 본 연구의 분석 방법을 활용하여 단시간 내에 발생되는 산지소유역 유출량 산정 및 하류까지의 도달시간을 미리 확인 할 수 있게 되어 과거 침수 상황이 발생되었던 강우 또는 그 이상의 강우 발생 시 하류지역에 사전 대피 알림 시스템 등 재난 대비 시스템과의 연계를 통해 침수 피해를 경감시킬 수 있을 것으로 판단된다.
