1. 서 론

기후변화로 인해 전 세계적으로 홍수로 인한 피해 발생 빈도와 규모가 증가하고 있다. 2020년의 경우, 동남아 지역과 인접 국가인 중국과 일본 등지에서 유례가 없을 정도의 대규모 홍수가 발생하였고, 국내에서도 전국에 걸쳐 재난지역이 선포될 정도로 심각한 피해가 보고되었다(Lee, 2020). 국내 홍수 피해의 범위와 강도는 증가 추세에 있으며, 최근 10년간(2011년~2020년) 태풍 및 호우로 인한 피해액은 4,330억 원(MOIS, 2021)에 이른다.

특히, 도시지역에서 발생하는 침수피해는 단위면적당 피해의 규모가 비도시지역에 비해 클 뿐만 아니라 도로, 지하철, 발전소 등 사회기반시설에 피해가 발생할 경우 사회 유지 기능이 마비되어 대규모의 2차, 3차 피해가 발생할 수 있으므로 이를 예방하기 위한 노력이 중요하다. 그간 국내외에서는 이러한 도시침수의 발생 원인을 파악하고 사전에 그 피해를 예방하기 위한 연구와 기술 개발이 지속해서 수행되었다.

도시침수 원인 분석에 대한 국내 연구 동향을 살펴보면, 해석 기술 측면에서 미국 환경보호국(Environmental Protection Agency, EPA)에서 개발한 SWMM (Storm Water Management Model )계열의 모형을 적용한 연구가 주를 이룬다. Kim (2016)은 XP-SWMM모형을 통해 도시 방재성능 목표를 적용하여 도시지역의 침수피해 원인 분석 연구를 수행하였다. Choi and Jun (2018)의 연구에서는 연안 도시 지역(제주 산지천)의 내수 침수 해석 및 침수 피해 평가를 XP-SWMM을 이용하여 수행하였다. Kim et al. (2018)은 연안 구역별 해안가 복합재난 위험지역의 재해 영향 인자 및 원인 분석을 수행하였다. Choi et al. (2014)는 소규모 도시 유역을 EPA-SWMM 모형을 통해 구현하고 현지 실제 영상을 확보 및 검증하여, 침수피해 원인 분석을 심층적으로 실시하였다. Park (2019)은 2016년 태풍 ‘차바’로 인한 침수를 XP-SWMM 모형으로 모의하고, CCTV 영상 분석을 통하여 추정한 침수심과 비교하고 개발 전후의 변화를 검토하였다. Lee and Yeon (2008)의 연구에서는 XP-SWMM 모형을 적용하여 건물의 영향을 고려하여 시간대별로 침수 해석을 수행하였다. Yoo et al. (2015)의 연구에서는 강우-유출 해석 모형 EPA-SWMM과 도로 노면배수량 산정 모형 FHWA Hydraulic Toolbox를 연계 적용하여 도시침수의 원인을 분석하였다. 해석 모형을 통한 침수 원인 분석에서는 지표면-우수관망 사이의 유입과 역류의 물리적과정을 반영하고 인공구조물(건물, 도로, 벽 등)이 지표면 유출 흐름에 미치는 영향을 파악하는 것이 중요하다. SWMM모형은 강우-유출을 분석하기에는 정확도 높고, 신뢰도 있는 모형이지만 지표면 유출 흐름을 계산하여 도로 집수구를 통해 하수관망과 연계하는 부분을 고려하여 실제와 흡사하게 모의하는 것은 어려운 모형이다. 이를 극복하기 위해 앞서 Choi et al. (2014)와 Park (2019)은 모의의 불확실성을 고려하여 정확도를 확인하기 위해 실제 영상을 확보하여 모의 결과와 비교하였다. Lee and Yeon (2008)에서는 건물의 영향을 고려하여 흐름을 해석하거나 Yoo et al. (2015)에서 도로 노면배수량 산정모형을 SWMM모형과 결합하는 등의 노력을 이어왔다. SWMM을 사용하지 않고 물리적 모형을 적용하여 침수원인을 분석한 연구는 Lee et al. (2017)에서 지표면 범람 해석 시 건물에 의한 차단 효과와 지표면-우수관거 흐름 연계를 고려할 수 있는 1D-2D 통합 도시침수 해석 모형의 적용성을 검토하여 침수원인 분석을 수행한 바 있다. 또한 최근 원격탐사 및 병렬컴퓨팅 기술의 향상으로 1~10 m급의 고해상도 통합 도시침수 해석을 통해 거리 분해능(Street-resolving) 수준으로 도로 및 주거지 침수를 재현할 수 있는 기술이 국외에서 활발히 적용되고 있다(Noh et al., 2019). 고해상도 지표면 자료와 물리 기반 침수 모형의 연계를 통해 도시 내 복잡한 침수 과정을 상세하게 정량화할 수 있을 것으로 기대되나, 이에 대한 국내 연구 사례는 상대적으로 부족하였다.

본 연구에서는 1 m급 고해상도 물리 기반 도시침수 모형을 이용하여 과거 도시침수 사상을 재현하여 침수 원인을 분석하고, 침수 방어대책의 영향을 평가한다. 연구 대상 지역으로 선정한 대전 지역 A 아파트에서는 2020년 7월 30일 집중호우로 인해 침수피해(사망 1인, 이재민 56명, 아파트 2개 동 침수 및 차량 78대 침수)가 발생하였다(DCSD, 2020). Fig. 1(a)는 당시 침수된 A 아파트 인근 침수 상황에 대한 방송영상으로(2020년 7월 30일 8시, YTN제공) 당시 수심 1 m 이상의 침수가 발생했음이 확인되었다. Fig. 1(b)는 침수피해 복구 이후의 모습(2021년 11월)이다. 피해 발생 원인으로는 집수구 관리 미흡, 내수 배제 불량 등 다양한 견해가 제시되었으나, 공학적 해석에 근거한 침수 원인 분석은 수행되지 않았다. 또한 2020년 피해 이후 침수 피해 개선사업의 일환으로, 침수 시 주요 지표수 유입 지점에 침수방어벽이 설치되었다. 이에 본 연구에서는 1 m급 고해상도 지형자료와 통합 도시침수 모형 H12를 이용하여 대전 A 아파트 침수 사례의 원인을 분석하고 침수방어벽의 유무에 따른 침수 저감 효과를 유역 단위에서 평가한다. 이를 위해 2장에서는 연구 방법과 H12모형 및 활용 자료에 대해 설명하고, 3장에서는 모의 결과를 분석하였다. 이후 4장에서는 본 연구의 결과를 기술하였다.

Fig. 1.

Comparison of the study area during and after the inundation event

2. 연구방법 및 자료

2.1 연구지역 및 데이터

본 연구의 대상 지역인 A 아파트 단지 인근 유역은 대전광역시 서구 정림동에 위치하고 있으며, 금강의 지류인 갑천에 인접하고 있다. 특히 해당 단지는 산비탈의 하류에 위치하며 갑천과는 도로로 이용되는 제방을 사이에 두고 인접하며 주변 지대보다 지표면 고도가 3~4 m 가량 낮아 상대적으로 침수 발생 위험이 높은 곳에 있다(Fig. 2). 지표면 지형자료는 무인항공장비(Unmanned aerial vehicle, UAV)를 통해, 1 m×1 m 해상도의 digital elevation model (DEM) 격자 자료를 생성하였다(Fig. 3). UAV 제원은 스위스의 SenseFly eBee 모델로 최대 비행 시간은 50분이며, 착륙 정확도 5 m에 최대 탐지 가능 범위는 한 번의 비행으로 약 12 km²이다. 사용된 디지털 카메라는 일본 소니사의 WX220으로 초점 거리는 4 mm~25 mm 이다(Lee et al., 2019). 2차원 지표면 침수 모의를 위해 갑천을 출구로 하는 약 0.5 km²의 유역을 추출하여 모의 영역으로 설정하였다(Fig. 2(b)). 1차원 우수관로 해석을 위해 2012년 대전광역시에서 구축하여 보유하고 있는 우수관망 Geographic Information System (GIS) 데이터를 요청 후 제공받아서 이용하였다(Fig. 4). GIS 자료 분석 결과 대전 서구 정림동 인근 지역 우수관망은 총 4,097개의 관거와 592개의 맨홀로 구성되어 있었다. 또한, 연구 대상 유역의 유출수는 아파트 단지 남서쪽에 설치된 암거((W)2.5 m×(H)1.2 m×(L)129.1 m)를 통해 갑천으로 배수되며, 우수관망 GIS 자료상에는 법률상 무허가 건물인 A 아파트 단지 내 배수 시설 정보가 포함되지 않은 것으로 확인되었다. 2021년 현장 조사 결과, 아파트 단지 내에는 소규모 배수 시설이 있었으나 그 규모가 2020년 발생한 침수 대비 작고, 물리적인 제원을 확인할 수 없었다. 따라서 본 모의에서는 단지 내에 위치하고 있는 소규모 배수 시설은 모의 결과에 큰 영향을 미치지 않을 것으로 판단되어 입력자료에서 제외하고 모의를 수행하였다. 또한 갑천과 연결되는 우수관로의 최하류단 경계조건은 open boundary로 설정하고 모의를 수행하였다.

강우 자료는 국가수자원관리종합정보시스템(wamis.go.kr)에서 제공하는 지상 우량 관측 자료를 이용하였다. 대상 유역 인근에 위치한 5개 강우관측소(두계교, 만년고, 인창교, 대전, 원촌교 지점)에서 측정된 1시간 간격 우량 관측자료를 기반으로, 티센(Thiessen) 면적 평균 기법을 이용해 연구 지역에 대한 강우 시계열 자료를 생성하였다(Fig. 5). 2020년 7월 30일 03시부터 10시까지 8시간 동안의 유역 평균 강우량은 총 23.6 mm이고, 05:00~06:00의 강우강도가 61.1 mm/hr로 가장 높아 침수에 큰 영향을 준 것으로 평가되었다.

Fig. 2.

Study area map (Google Map) with monitoring sites

Fig. 3.

DEM of study area

Fig. 4.

Sewer network in the study area

Fig. 5.

2020.07.30. Hourly precipitation

2.2 1D-2D 침수 해석 모형

본 연구에서는 2차원 지표면 침수 흐름과 1차원 우수관망 모형을 연계한 1D-2D 통합 도시침수 해석 모형(Lee et al., 2017; Noh et al., 2018)인 H12 모형을 이용하여 침수 해석을 수행했다. 본 모형은 지표면과 우수관로 사이 유량 교환이 집수구를 통해 일어나고, 이때 집수구 유출입 유량은 위어와 오리피스 흐름 형태로 발생한다고 가정하여 해석한다(Lee et al., 2016). 본 모형은 국내 적용성 평가 연구(Lee et al., 2017)를 비롯하여 국외 다양한 지역의 도시침수 해석에 적용되어 정확도가 검증되었으며, 하이브리드 병렬컴퓨팅 기술을 활용하여 고해상도 침수 해석이 가능하다(Lee et al., 2012; Lee et al., 2013; Noh et al., 2016, 2018, 2019).

2.2.1 2차원 지표면 해석을 위한 지배방정식

2차원 지표면 흐름을 위해 2차원 연속방정식과 운동량 방정식을 지배방정식으로 이용하며 그 식은 다음과 같다.

여기서 h는 수심, H는 수위, M(=uh)와 N(=vh)는 각각 x 방향 및 y 방향 흐름 변화, u와 v는 x와 y방향 속도, qexs=Qex/Asur는 집수구를 통한 지표면과 하수관망 사이의 단위면적당 교환유량(m/s), Q_ex는 집수구에서 위어와 오리피스 공식을 이용해 계산된 교환유량(m³/s), A_sur는 지표면 격자 면적(m²), g는 중력 가속도(m²/s), r_e는 단위면적당 강우 강도(m/s), α는 토지이용도에 따른 유출 계수, n은 Manning 조도계수이다.

2.2.2 1차원 하수관망 해석을 위한 지배방정식

1차원 우수관로 흐름 모의를 위해 Pressimann-slot 모델(Chaudhry, 1979)이 이용되었다. 본 모델은 하수관로 위에 좁고 긴 가상의 슬롯이 있다고 가정하고 모의를 수행하므로 하수관로 안에서 발생할 수 있는 자유수면 흐름과 만관 흐름을 하나의 지배방정식으로 해석할 수 있다는 장점을 가지고 있다. 지배방정식은 다음과 같다.

여기서 A는 하수관로에서 물이 흐르는 단면의 면적(m²), Q는 흐름 유량(m³/s), q_man는 하수관로와 맨홀 사이의 단위 길이당 교환유량(m²/s), u는 하수관로를 흐르는 물의 흐름속도(m/s), g는 중력가속도(m²/s), H_p(=Z_p+h_p)는 하수관로 내의 피에조 수두(m), Z_p는 지반고(m), h_p는 수심, n은 하수도 파이프에 대한 조도 계수, R은 동수반경이다. 하수관로의 수심은 수리특성 곡선식을 이용하여 흐름 단면적(A)을 먼저 구한 후 수심(h_p)으로 변환한다(Lee et al., 2016).

Eq.(4)의 q_man(m²/s)은 맨홀과 하수관로의 접합부에서만 계산되며, 맨홀 내부의 수심은 다음의 식으로 계산된다.

h_man은 맨홀의 수심, qexm=Qex/Aman은 하수관로와 맨홀 사이의 단위면적당 교환유량(m/s; 음의 값은 맨홀에서 하수관로 방향으로의 흐름을 의미하며, 양의 값은 하수관로에서 맨홀로 물이 흐른다는 것을 의미함), Q_ex는 위어와 오리피스 공식으로 계산된 맨홀과 하수관로 사이의 교환유량(m³/s), N은 맨홀에 연결된 하수관로의 개수, A_man은 맨홀의 하단부 면적이다. H12 1D-2D 통합 도시침수 해석 모형의 교환유량 산정 방식과 수치해석 기법에 관한 보다 자세한 사항은 Lee et al. (2015), Noh et al. (2016) 연구를 참고할 수 있다.

2.3 모의 및 분석 방법

본 연구에서는 2020년 7월 30일 대전 서구 정림동 A 아파트에서 일어났던 침수의 원인을 분석하기 위해 H12 모형을 이용해 침수 사상을 재현하였다. 침수 저감 대책의 효과를 분석하기 위해 침수 발생 이후 설치된 침수방어벽의 설치 전후 모의 결과를 비교하였다. 침수 원인 분석을 수행하기 위해 연구유역의 1 m 고해상도급 격자 1036×1123개에 대하여 2020년 7월 30일 03시부터 10시까지 총 8시간에 대하여 ∆t=0.05초 간격으로 모의를 수행하였으며 15분 간격으로 결과가 출력되도록 하였다. 침수 발생 당시 촬영된 영상자료를 분석한 결과, 7월 30일 08시에 Fig. 1의 해당 지점에 약 1.1 m의 침수가 발생한 것으로 추정되었다(Fig. 1). 이에 모형 매개변수 중 유출율을 0.5~0.3의 범위 내에서 시행착오방법으로 보정하여, 관측 침수심과 가장 근접한 모의결과로부터 최적 매개변수(=0.328)를 선정하였다. Table 1은 유출율 매개변수 변화에 따른 관측지점에서의 침수심 변화 해석 결과 중 일부를 나타낸다. 또한 침수 발생 양상과 원인을 보다 면밀하기 파악하고 분석하기 위해 Fig. 2(b)에서 보듯이 유역 상류와 아파트 단지 주변의 특정 지점(Site 1~Site 6)에서 침수심을 추출하여 시간대별로 비교해 해당 유역의 유출수 흐름 경향과 침수심을 분석하여 침수 원인을 분석하였다.

다음으로 2020년 7월 30일 침수로 인한 피해 복구 이후 저감 대책으로 설치된 침수방어벽의 침수 저감 효과를 분석하기 위한 비교모의를 수행하였다. 침수방어벽의 위치와 규모를 파악하기 위해 현지 조사를 수행하였으며, A 아파트 후문과 상류 산지 방향 도로 측면에 2곳에 침수방어벽이 설치된 것을 확인하였다(Fig. 6). 아파트 후문에 설치된 침수방어벽은 평상시에는 개방하여 입주민들의 통로로 활용되고 침수 발생 시 침수방어벽을 끼워 넣도록 설치되어 있었다(Fig. 6(a)). 반면, 도로 인근 침수방어벽은 상류 산지에서의 유출수가 우수관거 개수로 구간을 월류하여 도로를 넘어 A 아파트로 유입되는 것을 막을 수 있도록 고정식으로 설치되어 있었다(Fig. 6(b)). Fig. 7은 침수방어벽 설치 전후의 1 m 해상도의 DEM을 도시한 것이다. Fig. 7의 확대한 두 부분에서 보듯이 (1) 인근 아파트와 마주 보고 있는 A 아파트 후문의 침수방어벽과 (2) A 아파트 상류 도로 인근 침수방어벽 위치의 표고를 1 m씩 상승 시켜 침수방어벽의 설치효과를 모의 입력자료에 반영하였다. 침수방어벽의 침수 저감 효과 분석을 위한 모의 시 DEM 자료 이외의 조건은 이전과 모두 동일하게 적용하였다. 침수방어벽의 효과로 방어된 유출량을 분석하기 위하여 침수방어벽 설치 지점의 상류 도로 에서의 수위를 설치전후에 대하여 분석하였다(Site 7).

Fig. 6.

Flood barriers at A APT installed after the inundation event in 2020

Fig. 7.

Modify the high resolution input data

3. 모의 결과 및 분석

3.1 침수 재현 결과

H12 해석 모형을 이용하여 모의한 지표면 침수의 시공간 변화는 Fig. 8과 같다. Fig. 8에서 보듯이 7월 30일 3시부터 10시까지 강우가 지속되는 동안 A 아파트 단지 내에서는 6시경부터 급격한 침수가 발생하여, 7시경에는 아파트 저지대가 대부분 침수되었다. 오전 8시 이후 침수의 시공간 분포는 큰 변화가 없어 Fig. 8에 포함하지 않았다. 유역 형상이 좁고 길며 대부분 산지로 이루어진 유역 상류부에서 급속하게 발생한 유출량이 배수되지 못하고 하류 A 아파트 지역에 집중된 것이 주요 침수 원인으로 분석되었다.

Fig. 9는 Fig. 2에서 표시된 유역 상류부터 하류의 A 아파트 단지 내까지 총 6개의 지점(Site 1~Site 6)의 시간에 따른 수심 변화 그래프이며(Fig. 9(d)), Figs. 9(a)~9(c)는 일부 지점 인근의 모습을 보여준다. Site 1은 아파트 단지 내 지점으로 수위가 다른 지점보다 늦게 상승하지만 가장 깊은 약 1.4 m의 침수가 발생하였다. Fig. 1의 침수 사진은 오전 8시의 침수 모습이며, 침수심 차이를 보다 명확히 확인하기 위해 Fig. 10에서 두 지점의 표고 비교한 결과 Fig. 1 지점의 지반고가 Site 1의 지반고보다 0.2 m 높아서 두 지점간 최대 침수심의 차이가 발생하였으며 실제 차이는 0.1 m 가량 발생한 것으로 분석되었다. 따라서 본 연구에서 수행된 모의 결과는 실제 최대 침수심을 매우 적절하게 모의한 것으로 판단된다. Site 2는 아파트 단지 후문 입구 지점으로, 상류에서 유입된 지표수가 A 아파트 단지 내로 흘러가므로 Site 1에 비해 낮은 수위가 유지되었다. 나머지 Site 3, Site 4, Site 5, Site 6은 상류 지점에서 하류의 지점으로 내려면서 침수심이 낮아지는 것을 확인할 수 있다. 이는 유역 상류에서부터 내려온 유출수가 점차적으로 증가(Site 6 → Site 3)하기 시작하면서 3시 45분부터 아파트 후문(Site 2)을 통해 아파트 단지 내로 유입된 것으로 추정할 수 있다. 이는 산지에서 내려온 유출수가 아파트 단지 남서쪽에 위치하고 있는 도로 밑 암거(Site 3, Fig. 9(c) 사진)를 통해 갑천으로 배출될 수 있는 용량을 초과하였기 때문인 것으로 판단된다. 암거의 통수능을 초과한 물이 도로로 흘러나왔고 그 일부가 아파트 후문(Site 2)을 통해 아파트로 유입되었다. 즉, 도로 밑 암거가 막히지 않고 물이 계속 갑천으로 유출되는 조건에서도 침수가 일어난 원인은 유역의 형상으로 인해 상류로부터 빠르게 많은 유출량이 발생한 영향이 큰 것으로 판단된다. 구체적으로는, (1) 인근 아파트 대비 -3 m, 측면도로 대비 -1.5 m 가량 지표면 고도가 낮은 A 아파트 단지 내로 유역 내에서 배제되지 못한 유출수가 월류하여 유입된 점과 (2) A 아파트 단지 내 맨홀과 우수관로의 용량이 부족하여 유입된 물이 배제되지 못한 점이 침수 발생의 직접적인 원인으로 판단된다.

Fig. 8.

Spatio-temporal distribution of water depth simulated by H12

Fig. 9.

Comparison of time variation of water depths (below) and Picture of Site 1~3 (upper)

Fig. 10.

Comparison of elevation according to the difference in water depth between Site 1 and location of Fig. 1

3.2 침수방어벽 홍수 방어 효과 분석

침수방어벽의 효과를 분석하기 위해 수행한 모의 결과는 Fig. 11과 같다. Fig. 11(a)는 침수방어벽 설치 전 침수 피해를 재현한 결과이며, Fig. 11(b)는 동일한 조건에서 침수방어벽이 설치된 상태를 모의한 결과이다. 모의 결과 중 최대 침수심이 발생한 7월 30일 7시 45분경의 결과를 비교하였으며, 침수방어벽 설치 후 A 아파트 침수 깊이가 1 m 이상에서 40 cm 이하로 침수방어벽 설치 전 대비 침수심이 60% 이상 저감 되었다. 자세한 비교 결과는 Fig. 12의 침수방어벽 설치 전후 A 아파트 내의 시간별 수위 변화에서 확인할 수 있다. A 아파트 내의 침수방어벽 설치 이전과 비교하여 설치 후 수위 평균 및 사분위, 범위 모두 3배 이상 낮아졌다. 침수방어벽 설치 후에도 여전히 A 아파트에 수심 20 cm~40 cm로 침수가 발생하였지만, 이는 침수방어벽을 월류한 것이 아닌 아파트 자체 내에서 발생한 유출량이 주위 도로와 비교하여 낮은 고도와 집수구가 없는 조건으로 인해 배수되지 못한 것으로 분석되었다. 침수방어벽 설치로 인해 연구 유역 상류에서부터 유출되는 물은 A 아파트에 영향을 미치지 않는 대신 침수방어벽 높이만큼 침수방어벽과 만나는 도로에 갇히게 된다. Fig. 13에서는 침수방어벽 설치 전후로 침수방어벽 앞 도로 지점인 Site 7의 첨두 수위가 0.65 m에서 0.86 m까지 높아진 모습을 볼 수 있다. 이후 모여있던 물은 도로 양방향으로 흘러가는 모습을 확인할 수 있었다.

Fig. 11.

Comparison of results of inundation simulations

Fig. 12.

Water depths inside the inundated site with and without the flood barrier

Fig. 13.

Comparison of surface water depths with and withoout the flood barrier on Site 7

4. 결 론

본 연구에서는 1D-2D 통합 침수해석 모형과 초고해상도 지형자료를 이용하여, 2020년 대전 A 아파트 유역에서 발생한 침수 사상을 재현하여 원인을 분석하고, 피해복구 이후 설치된 침수방어벽의 효과를 분석하는 연구를 수행하였다. 본 연구의 결과를 요약하면 다음과 같다.

1) 침수 발생 원인은 유역의 형상과 침수 발생 지역의 낮은 지형, 대상 아파트의 우수배제 시설이 부족한 것이 복합적으로 작용한 것으로 추정되었다. 2020년 7월 30일 새벽, 시간당 60 mm 이상의 호우로 인해 급속히 발생한 상류 산지의 유출이 하류 배수암거의 용량을 초과하여, 지표면 침수가 발생하고, 이 유출수가 배수가 취약한 하류 저지대의 A 아파트로 유입, 저류되어 발생한 내수침수로 분석되었다. 1 m급 고해상도 침수해석을 통해 유역 상류에서 발생한 유출량이 하류 침수에 영향을 미치는 동역학적 과정이 정확히 모의될 수 있음을 확인하였다.

2) 침수방어벽을 고해상도 지표면 입력자료에 반영하여 침수방어벽 설치 전후를 비교하였다. 모의 결과, 침수방어벽 설치 후 A 아파트 내 침수 수위가 1 m 이상에서 40 cm 이하로 확연히 낮아져 홍수 저감이 가능할 것으로 평가되었다. 다만 침수방어벽의 효과는 침수방어벽 높이만큼의 물이 저류되어도 붕괴되지 않는다는 가정하에 침수방어벽 높이만큼 효과가 있을 것으로 분석되었다.

본 논문에서는 고해상도 물리 모형을 이용하여 집중 호우시 저지대에 위치하고 있는 주거지의 도시침수 영향을 정량적으로 분석하고 홍수 예방 대책으로서의 침수방어벽 효과를 정량적으로 평가하였다. 도시침수의 원인과 침수방어벽의 정량적 분석은 본 논문의 성과라 할 수 있으나 수위 및 유량에 대한 관측자료가 부재하여 모형의 불확실성에 대한 분석을 수행하지 못한 것은 한계점으로 판단된다. 따라서 향후 연구에서는 관측자료를 기반으로 모형의 정확도 검증 및 불확실성에 대한 평가가 이루어져야 할 것으로 판단된다. 또한 고해상도 물리 기반 모형의 적용을 확장하여, 주거지역 배수구 용량 산정뿐 아니라 침수방지벽, 우수저류시설 등 도시침수 저감시설의 경제적 가치를 산정하는 후속 연구가 가능할 것으로 판단된다.