1. 서 론

세계기상기구(World Meteorological Organization, WMO)는 2015년 발표한 보고서를 통해 날씨가 미치는 영향에 대한 이해 부족으로 적시에 적절한 예·특보를 발표한다고 하더라도 적절한 대응이 부족하여 매년 전 세계적으로 인명 및 재산피해가 발생한다고 발표하였다(Kim, 2017). 이러한 문제점을 개선하기 위해서는 단순 기상현상의 발생에 대한 예보방식에서 벗어나 기상재해가 사회와 인간생활에 끼치는 영향을 제공함으로써 사전에 영향범위에 대한 피해예방 및 행동예방을 취할 수 있는 영향예보를 제공하는 것이 필요하다.

WMO (2015)는 영향예보를 위해서는 재해의 가능성, 재해의 취약성, 재해에 따른 위험노출을 동시에 고려하여야 한다고 말하고 있다. Yeh (2017)은 재해성 기상현상이 사회·경제에 미치는 영향은 날로 증가하고 있기에 영향예보의 필요성은 어느 때보다 시급하다고 언급하고 있다.

그동안의 기상예보는 기상요소, 즉 강수량, 기온, 안개, 일조시간 등의 정량적인 데이터를 제공하여 일반 국민들이 기상재해가 실생활에 어떠한 영향을 끼치는지에 대한 정보를 습득하는 데에는 한계가 있었고, 더욱이 기상재해에 따라 발생되는 사회, 경제적인 피해에 대한 정보의 부족으로 재해대비를 해야 하는 정부부처 및 지자체가 의사결정을 할 수 있는 정보의 지원이 이루어지지 않은 것이 현실이다. 다시 말하면, 날씨가 어떠할 것이라는 인식은 있으나, 그 날씨가 미치는 영향에 대한 이해는 부족하다는 것이다. 날씨의 영향에 대한 이해의 차이를 좁히기 위해서는 위험기상을 특보(주의보 및 경보) 수준 발표에 그치지 않고, 해당 현상으로 인한 위험요소와 이로 인한 영향에 이르기까지 통합적인 정보를 제공하는 것이 필요한 이유가 여기에 있다.

여기에는 도시화로 인한 인구밀집현상과 인구 고령화, 그리고 1인 가구의 증가 등으로 인한 사회 구조의 변화와 1인당 국민소득의 향상 및 국민의 의식구조 변화에 따른 여가활동의 증가가 위험기상에 따른 기상재해 영향을 야기하는 원인으로 작용하기도 한다. 기상재해 발생에 따른 피해를 줄이기 위해서는 기존의 정량적인 강수량 정보를 제공하는 방식에서 벗어나 호우발생에 따른 생활환경의 변화에 끼치는 영향을 고려한 호우영향예보서비스가 필요하다.

따라서 본 연구에서는 호우위험영향 예보가 가능하도록 호우위험영향도 평가가 가능한 호우재해 위험영향 매트릭스를 개발하고, 이를 통해 호우재해위험 영향정도를 산정하는 방법을 제시하고자 한다.

2. 분석방법

2.1 호우위험영향 매트릭스의 구성

호우위험영향 매트릭스(Heavy Rainfall Risk Impact Matrix)는 3개의 축을 이루는 Matrix Cube를 통해 제시되는데 Matrix Cube의 첫 번째 축(X축)은 영향수준을 나타내는 Impact Level, 두 번째 축(Y축)은 정량적 강우 예측량을 나타낼 수 있는 강우가능성(Probability Rainfall, Likelihood)로 구성되어 있고, 마지막 세 번째 축(Z축)은 한계강우량을 나타내는 Threshold Rainfall을 나타낸다(Fig. 1).

Fig. 1.

Risk impact matrix cube

호우영향 위험도 평가 매트릭스를 구성하기 위해서는 3차원으로 구성된 Risk Impact Matrix Cube를 2차원으로 변형을 시켜야 한다. 이를 위해 Z축인 Threshold Rainfall과 X축의 Impact Level을 결합하여 Potential Risk Impact로 적용하게 된다(Fig. 2). 이때, 기존 Y축의 Probability Rainfall이 Likelihood로 변경되어 적용된다.

Fig. 2.

Heavy rainfall risk impact matrix

2.2 강우가능성(Probability Rainfall, Likelihood) 산정방법

강우가능성(Probability Rainfall, Likelihood)의 산정은 국지앙상블모델(LENS, Limited area ENsemble System)과 MAPLE (McGil Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) 및 RAR (Radar-AWS Rainrate) 자료를 통해 생성된 13개의 보정된 강우량 멤버를 활용하는 것으로, Fig. 3과 같이 13개 강우량 멤버 중 임계값(3시간 누적 강우량 60 mm)을 초과한 멤버 수의 비율(%)을 통해 산정된다.

Fig. 3.

Example of likelihood estimation

2.3 한계강우량-침수심 곡선식(Threshold Rainfall-Depth Curve) 산정방법

본 연구에서는 침수를 유발하는 한계강우량의 산정을 위해 호우에 의한 영향범위를 영향대상체(Receptor)별로 정의하여 제시하였다. 영향대상체(Receptor)란 침수에 의해 영향을 받는 영향군을 의미하여, 본 연구에서는 영향대상체(Receptor)를 각각 사람, 교통, 시설 3개의 영향군으로 구분하고, 각 영향군별로 사람(10~20 cm), 교통(20~50 cm), 시설(50 cm 이상)으로 규정하였다. 이에 대한 근거는 국민안전처(Ministry of Public Safety and Security, 2017)의 수방기준 실무메뉴얼과 Lee (2017)의 논문에서 제시된 한국토지주택공사 “토목공사 설계지침 및 적산지침”의 내용을 참고하였다. 영향대상체(Receptor)가 사람인 경우의 기준은 수방기준 실무메뉴얼의 보행곤란수심 20 cm이하(계단의 경우) 자료를, 교통의 경우에는 토목공사 설계지침을 근거로 자동차 배기구 높이기준 20~50 cm로 정하였으며, 시설에 대한 침수심 한계값은 침수 방지턱 높이기준 50 cm를 기준으로 적용하였다.

한계강우량과 침수심과의 관계식 산정은 먼저 강우-유출 모형을 이용한 지역의 유출량을 산정을 통해 이루어진다. 산정된 유출량 중 배수관거, 저류지 등의 홍수방어능력을 고려하여 실제 지표로 유출되는 유량을 산정하게 되는데, 영국의 경우 기본 5년 빈도의 홍수량을 홍수방어능력으로 산정하고 있으며 우리나라의 경우 보통 5~15년 빈도의 홍수량을 홍수방어능력으로 산정하고 있다.

Fig. 4에서 도식화 한 바와 같이 산정된 지표유출량을 침수모형에 적용, 침수범위 및 침수심을 산정하고, 같은 방법으로 강우량의 변화에 따른 침수심 데이터를 생성할 수 있으며 이를 이용하여 강우량-침수심 곡선(Rainfall-Depth Curve)을 산정한다. 산정된 곡선식을 이용하여 지역별로 특정 침수심을 유발하는 한계강우량을 산정할 수 있다.

Fig. 4.

Development method of threshold rainfall-depth curve

2.4 영향정도(Impact Level) 산정방법

영향정도(Impact Level)을 도출하기 위해서는 먼저 취약성 지표와 노출지표로 구성된 데이터들을 구축한다. 이를 본 연구에서는 Fig. 5와 같이 영향인자(Impact Library)로 정의하였고, 호우로 인해 발생되는 생활불편 피해 대상을 취약성 지표로, 피해 대상물에 대한 밀도 또는 활동도의 시공간분포를 노출지표로 구성하였다.

Fig. 5.

Development of impact library

영향정도(Impact Level) 구축을 위한 카테고리별 호우위험영향도 평가기준은 제시된 Table 1과 같으며, 이는 영국기상청(Met office)의 기준을 준용한 것으로, 인구특성(Residential Property)와 교통시설(Transport)의 조합에 의해 1 km 격자단위 인구수와 도로(혹은 철도) 길이에 따라 영향대상군(Impact Category)를 Minor와 Significant로 구분하여 제시하였다. 지표변수 보완을 위한 연구는 지속적으로 수행중에 있으며 유동인구에 대한 지표변수와 교통량에 대한 지표변수를 고려한 기준을 정립중에 있다.

Table 1. Evaluation standard of risk impact level

2.5 영향대상체(Receptor)별 잠재 호우위험영향(Potential Risk Impact) 산정방법

영향대상체(Receptor)별로 한계강우량에 의한 침수여부를 영향정도(Impact Level)과 조합하여 영향대상체(Receptor)별 잠재적 호우위험영향(Potential Risk Impact)를 산정하게 된다.

Fig. 6은 영향대상체(Receptor)별 잠재호우 위험영향도 산정방법을 도식화한 것으로 격자기반으로 한계강우량에 의한 침수유무를 1과 0으로 적용하고, 여기에 각 카테고리별 영향정도(Impact Level) 값을 조합하면 침수발생 격자에 대한 호우위험영향정도가 산정되는 방식이다. Fig. 7은 영향대상군(Impact Category)별로 산정된 영향정도(Impact Level)을 조합하여 종합 잠재호우위험영향도(Overall Potential Risk Impact)를 산정하는 방식을 나타낸 것이다.

Fig. 6.

Potential risk impact of receptor

Fig. 7.

Overall potential risk impact of receptor

2.6 호우위험영향(Heavy Rainfall Risk Impact) 평가방법

산정된 종합 잠재호우위험영향도(Overall Potential Risk Impact)는 II-1절 Fig. 2에서 설명한 바와 같이 위험영향매트릭스(Risk Impact Matrix Cube)의 Z축인 한계강우량(Threshold Rainfall)과 X축의 영향정도(Impact Level)을 결합하여 잠재 호우위험영향(Potential Risk Impact)로 변환되고, 이를 호우영향위험매트릭스(Heavy Rainfall Risk Impact Matrix)의 X축으로 적용하게 된다. 여기에 Fig. 8에서 제시한 바와 같이 Y축의 강우가능성(Probability Rainfall, Likelihood)와의 조합을 통해 최종적으로 호우위험영향(Heavy Rainfall Risk Impact)가 산정되게 된다. 강우가능성은 기상청 강우예측자료를 활용하여 3시간 누적강우량 중 임계값을 초과한 멤버수와 강우량 총 멤버수의 비율을 통해 산정한다.

Fig. 8.

Estimation method of risk impact using the matrix

3. 분석결과

3.1 분석 대상지역

시범적용을 위한 분석대상지역은 서울시 서초구 사당동 일대로, 지난 2011년 7월 27일 집중호우로 사당역 주변 및 서초동사무소 일대에 대규모 침수피해가 발생하였다. 따라서 본 연구에서는 2011년에 발생한 호우사상을 기준으로 사당동 일대의 호우위험영향을 분석하였고, 실제 침수발생사례를 기준으로 분석결과를 검증하고자 하였다.

시범적용을 위하여 대상지역을 1 km × 1 km 격자로 분할하여 총 42개의 격자를 생성하였고, 강우-유출 분석을 위한 침수심 산정 출구점을 선정, 적용하였다(Fig. 9).

Fig. 9.

Study area – Sadang dong area

3.2 한계강우-침수심 곡선식 산정

본 연구에서 적용한 한계강우량과 침수심 산정값은 Lee (2018)의 논문결과를 활용하였으며, 적용한 방식은 Fig. 9에서 생성된 격자를 기준으로 강우-유출분석을 통해 각 격자에서 발생하는 유출량을 산정하고, 산정된 유출량을 홍수범람모형에 적용하여 침수심을 산정하는 방식이다. Fig. 10은 Lee (2018) 논문을 통해 제시된 대상지역인 사당동 지역에서의 한계강우량-침수심 곡선식 산정결과를 인용한 것으로, 대상지역 중 호우피해가 발생했던 격자에서 최저표고를 침수의 시작지점으로 정의하고 최저표고에서의 유출량을 산정하여 유출량을 홍수범람모형의 입력자료로 사용하여 침수분석을 실시하여 침수심-강우량관계곡선식을 개발한다. 개발된 강우량-침수심 곡선을 이용하여 특정 침수심을 유발시키는 한계강우량을 생산한다. 한계강우량 대상격자는 1 km × 1 km의 격자이나 유출분석은 1 km × 1 km 격자내 최저표고점을 기준으로 유역을 분할하여 유출량을 산정, 산정된 유출량을 침수모형에 적용하여 침수심을 산정하였다.

Fig. 10.

Sample cases of threshold-depth curve

이 결과를 활용하여 사당동 지역을 대상으로 2011년 7월 27일에 발생한 호우사상에 대한 Receptor별 침수심 발생유무를 분석하였고, Fig. 11과 같이 영향대상체(Receptor)별 침수심 임계값에 따른 침수유무가 격자기반으로 분석되었다. 음영처리된 격자구간이 침수가 발생한 구간을 의미한다.

Fig. 11.

Threshold depth of receptor

3.3 Impact Category별 호우위험정도(Impact Level) 산정

Table 1에서 제시한 영향정도(Impact Level) 구축을 위한 카테고리별 호우위험영향도 평가기준을 사당동 지역에 적용하였으며, 이를 통해 Fig. 12와 같이 사당동 지역의 격자기반 영향정도(Impact Level)을 산정하였다.

Fig. 12.

Estimation of risk impact level by receptor

3.4 Receptor별 잠재 호우위험영향(Risk Impact) 산정

II-4절에서 제시한 영향대상체(Receptor)별 잠재 호우위험영향을 산정하기 위해 Fig. 11의 영향대상체(Receptor)별 침수심 임계값에 따른 격자별 침수유무 분석결과와 Fig. 13의 영향대상군(Impact category)별 영향정도(Impact Level)을 조합하여 잠재 호우위험영향(Potential Risk Impact)를 산정하였다. 산정된 결과는 Fig. 14와 같으며, 영향대상군(Impact category)별 호우위험영향이 발생하는 구간을 제시하고 있다.

Fig. 13.

Estimation of potential risk impact by receptor

3.5 호우위험영향평가(Heavy Rainfall Risk Impact Evaluation)

II-5절에서 제시한 호우위험영향 평가방법을 기반으로 Fig. 13에서 제시한 종합 잠재호우위험영향도(Overall Potential Risk Impact)와 강우가능성(Probability Rainfall, Likelihood)와의 조합을 통해 최종적으로 호우영향예보가 가능한 호우위험영향(Heavy Rainfall Risk Impact) 값이 산정된다. Fig. 14는 대상지역인 사당동 일대의 호우위험영향을 평가한 결과를 도시한 것이다.

Fig. 14.

Evaluation of heavy rainfall risk impact

3.6 사례검증

본 논문을 통해 제시된 사당동 일대의 호우위험영향 평가결과를 검증하기 위해 2011년 7월 11일에 사당동 일대에 발생한 호우에 의한 침수피해 사례를 살펴보았으며, 이를 통해 주요 지점에서의 침수피해사례와 분석결과와의 비교를 수행할 수 있었다.

Table 2는 격자(No.23)에서의 시간대별 침수심 변화를 나타내고 있는데 분석결과를 살펴보면 03시를 기점으로 보행에 영향을 주는 침수심이 유발되었고, 04시부터 11시까지는 차량이동에 영향을 주는 침수심이 유발되는 것으로 분석되었다.

Table 2. Hourly heavy rainfall risk impact evaluation in sadang station (11, July, 2018)

Fig. 15는 2011년 7월 27일에 사당역 주변 침수상황을 보도한 기사내용을 제시한 것으로, 그림상에서 확인할 수 있듯이 사람의 보행에 영향을 주는 것은 물론 버스 이동에도 영향을 주는 것을 알 수 있다. 이를 통해 격자(No.23)에서 분석한 호우위험영향평가의 결과가 실제상황에서도 유사하게 나타나고 있음을 알 수 있다.

Fig. 15.

Verication of heavy rainfall risk impact in sadang station

Table 3은 격자(No.13)에서의 시간대별 침수심 변화를 나타낸 것으로, 05시를 기점으로 11시까지 시설에 영향을 주는 50 cm 이상의 침수심이 발생한 것으로 분석되었다.

Table 3. Hourly heavy rainfall risk impact evaluation in seocho-4dong community center (11, July, 2018)

Fig. 16은 2011년 7월 27일, 같은 호우사상에서 발생한 서초4동 주민센터 일대의 침수상황을 보도한 것으로, 격자(No.13)에 해당하는 지역이 호우로 인해 차량의 반 이상이 침수되는 상황이 발생하고 있음을 보여주고 있다. 이를 통해 격자(No.13)에서의 호우위험영향평가의 결과도 실제 상황과 유사한 상황을 나타내고 있음을 알 수 있다.

Fig. 16.

Verication of heavy rainfall risk impact in seocho-4dong community center

4. 결 론

본 연구에서는 기존의 정량적인 강수량 정보를 제공하는 방식에서 벗어나 호우발생에 따른 생활환경의 변화에 끼치는 영향을 고려한 호우영향예보서비스의 필요성을 제시하였으며, 호우위험영향예보가 가능하도록 호우위험영향도 평가가 가능한 호우재해 위험영향 매트릭스를 개발하고, 이를 통해 호우위험영향을 평가하는 방법을 제시하였다. 사당동 일대를 대상으로 실제로 발생한 호우사상(2011년 7월 27일)을 적용해본 결과, 사당역 일대에 해당하는 격자(No.23)에서는 03시를 기점으로 보행에 영향을 주는 침수심이 유발되고, 04시부터 11시까지는 차량이동에 영향을 주는 침수심이 유발되는 것으로 분석되었다. 서초동 주민센터에 해당하는 격자(No.13)에서는 05시를 기점으로 11시까지 시설에 영향을 주는 50 cm 이상의 침수심이 발생한 것으로 분석되었다. Fig. 15와 Fig. 16에서 제시한 실제 호우가 발생한 2011년 7월 27일의 보도자료를 살펴보면, 분석한 결과와 유사한 침수에 의한 영향대상체(Receptor)별 침수영향정도를 확인할 수 있다.

따라서 본 연구에서 개발한 호우위험영향평가 매트릭스를 활용하면 집중호우로 인한 침수영향으로사람의 보행에 영향을 주는 지역과 차량운행에 영향을 미치는 지역․구간, 그리고 시설침수를 유발시킬 수 있는 지역에 대한 정보 생산이 가능할 것으로 판단된다. 이는 향후 정량적 강우량 정보를 전달하는 방식에서 벗어나 호우에 의한 위험영향정보를 제공할 수 있는 기술로 개발될 것이며, 더 나아가 호우위험영향 평가결과와 예보 콘텐츠의 연계를 통한 대국민 호우영향예보서비스로 발전시킬 수 있을 것으로 기대한다.