Article information

Trans Abstract

1. 서 론

전세계적으로 발생하는 이상기후로 인해 기후변화에 대한 관심이 뜨겁다. 폭염, 가뭄, 집중호우로 인한 홍수 피해 등 다양한 분야에서 기후변화의 영향이 빈번하게 발생하고 있으며, 이를 해결하기 위해 전세계적으로 기후협약 등 정책적으로나 기술적으로 대책을 마련하고 있다. 국내의 경우 재난의 대부분을 홍수로 인한 침수가 차지하고 있어 과거 수십년전부터 침수피해에 대한 연구 및 대책마련을 진행해왔다. 그럼에도 불구하고 기후변화로 인한 집중호우의 증가는 과거 대책이 무색할 만큼 그 빈도와 양이 상당부분 증가하고 있는 실정이다. 이 같은 현상은 국내뿐만이 아니다. 미국은 침수에 의한 도시피해가 2022년에만 벌써 4건 이상 발생하였다. 2022년 5월 웨스트 버지니아에서는 집중 호우로 인해 비상상태가 선포되었으며 인명피해가 발생하였다. 또한 공공 및 사유재산에 심각한 피해를 입었으며 호우로 인한 산사태 발생으로 2차 피해까지 발생하였다. 알래스카에서는 집중호우로 인해 주민 50~75명이 고지대로 대피하는 일이 발생하였으며, 해당지역도 웨스트버지니아와 동일하게 비상사태가 선포되었다. 45년만에 가장 높은 수위를 기록하였다. 오클라호마에서는 1일 181.9mm의 호우가 발생함에 따라 50개 이상의 도로가 폐쇄되고 도시 곳곳이 침수되어 주민들이 비상대피하는 등의 피해가 발생하였다. 2022년 6월에는 폭우와 함께 고지대의 눈이 녹으면서 옐로우스톤 하천이 범람하는 일이 발생하였다. 강변에 위치한 집과 도로가 범람에 의해 휩쓸려 내려가고 산사태로 인한 낙석이 차량을 덮치는 등 최소 300여채의 가옥이 파손되고 교량과 도로 등 200건의 기반시설물이 파괴되었다. 기후변화는 더 이상 미래의 일이 아닌 현재 직면한 문제라는 것을 여실히 보여준 사건이다. 재해규모는 대형화 되고 있으며 곳곳에서 국지적으로 다양한 재난이 발생하고 있다. 국내의 경우도 자연재난의 약 60%가 침수피해인 만큼 기후 변화로 인한 수재해에 대해 걱정을 하지 않을 수 없다. 특히 도시지역은 도시화로 인한 불투수면적이 증가함에 따라 피해를 가중시키고 있다. 연안에 위치한 도시의 경우 도시화로 인한 내수침수와 더불어 폭풍해일 및 지진해일과 같은 해양재난에 의한 침수에 대한 고려가 동시에 필요하다. 침수피해는 가중되고 있는 반면 침수피해에 대한 대책 및 대응은 기존의 방식에서 크게 벗어나지 않은 채 이루어지고 있는 실정이다.

국내는 침수피해에 대한 대책으로 구조적인 대책과 비구조적인 대책을 수립하고 있으나, 현실적으로는 비구조적인 대책 마련이 중심이다. 과거부터 이상기후 변화의 적응대책에 관한 많은 조사와 분석이 수행되어 왔으나 비구조적 대책으로는 가장 일반적으로 재난의 규모를 나타내는 빈도를 중심으로 그 피해의 예상범위나 정도를 예측하는 방법이 수행되어 왔다. 이것의 대표적인 결과물이 가상 시나리오에 대한 위험재도를 제작하는 것이다. 그러나 재난을 대표적인 빈도로 나타내는 것은 현실적으로 불확실성이 크며, 빈도에 의해 재난을 예측한다고 하더라도 설정한 시나리오 외의 재난이 발생할 경우 피해예측은 정확하지 않을 가능성이 높다. 따라서 대부분의 가상시나리오에 의한 재난 피해예측은 현실적으로 어렵다.

재해가 지역에 피해를 주는 과정을 연구는 Cutter(1996), Lindell and Prarter(2003)이 제시하였고, 그들은 재해의 피해가 발생하기 전 재해위험에 대한 노출성, 물리적⋅사회적 취약성에 의해 재해의 피해가 결정될 수 있다고 제시하였다. 이는 곧 재해피해모델을 정의하였다. 국내의 경우 국립방재연구소(2003)에서 재난 관리를 위해 지역의 위험도를 평가하고 적용하는 연구를 진행한 바 있으며 서울연구원(2009)은 서울시를 대상으로 도시재난 예방을 위해 재난 위험도를 평가하는 방법론을 개발하고 이를 토대로 평가를 수행하였다. 해양재난의 경우 재난의 피해가 광범위하기 때문에 미국, 유럽, 일본 등의 선진국에서는 독자적인 기술 개발을 통해 침수를 예측하고 재해위험도를 작성하였다.

미국의 해양대기청(NOAA)은 해일의 예보업무를 주관하고 있으며 이를 감시하는 시스템과 예측할 수 있는 시스템을 구축하였다. 또한 해양대기청뿐만 아니라 미국 내 다양한 연구센터(Central Pacific Hurricane Center, etc.)에서는 허리케인의 모니터링, 경로 예측 등을 수행할 수 있는 체계를 구축하였다. 이들을 통해 도출한 재해도는 지방정부 및 지자체에서 재해저감 및 방재에 적극 활용중이다. 또한 미공병단 소속인 Resio et al.(2007)는 허리케인으로 인한 침수범람 확률 예측 백서(White Paper on Estimating Hurricane Inundation Probability)를 다양한 방법을 통하여 작성하였다. 일본에서도 기상청을 중심으로 해일에 대한 예보시스템을 구축하였다. 전국 연안에서 해일을 상시 감시하고 있으며 이를 활용하여 지자체에서는 침수재해도를 작성하여 주민들에게 홍보하고 있다.

연안도시에서 발생하는 침수재난은 다양한 재난에 의해 발생하기 때문에 침수재해도를 작성하는데는 많은 어려움이 있다. 과거부터 침수재해도를 작성하기 위하여 많은 연구를 수행하였고. 특히 해일재난에 의한 피해 예측은 지진과 태풍 등의 예측이 쉽지 않기 때문에 과거사례를 기반으로 전지구 영역에 대하여 시나리오를 구성하여 연구를 수행해왔다. 폭풍해일을 발생시키는 태풍의 경우 태풍의 규모나 경로 등이 다양하기 때문에 전지구 영역에 대하여 발생할 수 있는 모든 태풍 매개변수를 고려한다는 것은 수치모의작업량과 DB 저장공간 등의 문제로 현실적이지 못하다. 이러한 가운데 관련된 수치모의 연구는 지속적으로 수행되어왔다. 복잡하고 다양한 재난 영향인자 중 범람을 예측하기 위해서는 태풍의 초기 해일고 산출이 중요하다. 초기 해일고산출 연구는 1990년대 중반에 시작되어 관측 자료에 근거한 간략한 경험식부터 해석해의 형태, 3차원 수치모형 결과 등을 거쳐 발달해왔다(Conner et al., 1957; Harris, 1959; Proudman, 1954; Doodson, 1956; Heaps, 1965). 1970년대 중반 이후부터 폭풍해일의 이론과 메커니즘에 대한 수치실험연구가 본격 진행되면서 시공간적 해면 변동을 모의하고 이에 대한 관측값에 의한 이론분석 연구가 시작되었다(Simpson, 1981; Murty, 1984; Pugh, 1987). 이후 정밀격자 수치모형에 의한 연구 등 복잡한 해양 요소의 복합작용의 이해가 필요성과 연관성에 대해서 지속적으로 많은 연구자들에 의해 제기되었다(Heaps, 1983; Wolf et al., 1988; Tolman, 1990; Mastenbroek et al., 1993). 이 같이 폭풍해일을 규정하거나 모의하기 위해서는 다양한 요인이 존재하며 이를 다 고려하는 것은 현실적으로 불가능하다. 다양한 제한조건을 가정사항으로 두어 수치모의 기법에 의존하는 실정이다. 이에 따른 침수범람을 모의하고 분석하는 연구는 재난대응 및 피해의 평가체계 구축을 위한 재해지도(Harzard map)의 작성을 위해서 매우 중요하다. 이후 침수범람도 작성을 위한 연구도 다양한 연구자에 의해 수행되어왔는데 2차원 수리동역학적 모형부터 최근까지는 시나리오에 따른 동수역학적 모형을 이용한 침수범람 모의연구까지 활발하다. 그러나, 시나리오 중심의 범람모의는 시나리오마다 많은 시간이 소요될 뿐만 아니라, 모든 시나리오에 대해 대응할 수 없다. 이에 Brown(2006)은 대규모 스케일의 기후변화에 따른 미래의 침수범람지역 도출을 위하여 지리정보시스템을 기반으로 하는 Rule-base 방법을 적용하였다. Rule-base 방법은 수리동역학적 모형에 의한 방법에 비해 신속한 침수범람 위험도 평가를 가능하게 하였다. 하지만, 해일과 같은 동역학적인 영향을 고려할 수 없었다.

광범위한 공간적 범위를 대상으로 물리적인 요소를 고려한 모형을 구현하기 위해서는 많은 한계점을 수반하게 된다. 이러한 한계점을 해결하기 위해 기상 및 기후예보 분야에서는 공간보간법과 같은 통계적 기법을 이용하여 광범위한 지역의 자료를 추정하였다. 관측 수가 적은 경우 국부적인 현상을 추정하는 매우 좋은 대안적 방법을 제공할 수 있다는 점에서 의의가 있다. 그러나 사용 가능한 관측 데이터의 수 또는 값에만 의존할 수 밖에 없는 한계가 있다. 이러한 한계를 보완하기 위해 자연적, 물리적 특성을 반영할 수 있는 추가 데이터를 사용하여 불확실성을 줄이고 추정의 정확도를 높이려는 많은 연구가 수행되었다(Yim and Lee, 2017). Ishida and Kawashima(1993)는 온도와 밀접한 지리적 요인인 해발 고도를 Kriging 방법에 의한 추정 결과와 coKriging 방법의 추정 결과를 비교하였다. 한편 Fitria(2008)는 초기 지진해일의 해일고에 따른 침수면적 분포를 분석하기 위해 보간법을 사용한 바 있다. 이후 다양한 연구자들이 지진해일 침수 위험 지역을 예측하기 위한 보간기술을 제시하였다(Islam et al., 2014; Maemunah et al., 2011; Fitria, 2008). 이들 연구에서도 Kriging 방법을 이용한 공간 보간법을 통한 지리통계학적 접근을 적용하였다. 그리고 Fauzi(2014)는 Kriging 방법을 통해 GIS를 사용한 공간 모델링을 사용하여 토지 이용, 경사 및 해안선으로부터의 거리를 기반으로 침수위험 지역을 제시하였다. 국내에서도 수심 데이터를 이용하여 적정 등심선을 추출하기 위해 보간 알고리즘을 사용하기도 하였다(Kim et al., 2022). 그러나 보간법에 의한 Kriging 모델의 검증은 현실적으로 어려웠고, 이러한 모델의 정확도를 평가할 수 없다는 한계가 있다. 국내에서도 이같은 노력이 이루어졌는데, Kim et al. (2018)은 과학적 보간법을 근간으로 SIND 모델을 개발하였다. 해당 모델은 기 구축되어 있는 침수예상도를 활용하여 범위 내 원하는 시나리오에 대한 도시 침수를 단기간에 예측 가능한 모델로, 집중호우와 같은 단기간 침수예측에 활용될 수 있다. 선행연구에서 한계점으로 지적되었던 적용가능성을 검토하기 위하여 침수예상도와의 형상유사도를 도출하였다. SIND 모형은 침수위험도를 검증하여 정확도를 추정하였고, 연구지역의 폭풍해일의 특성 및 지형 등 추가적인 자료를 이용하여 모형에 물리적 의미를 부여하였다. 따라서, 본 연구에서는 Kim et al.(2018)이 제시한 과학적보간모델인 SIND 모델을 활용하여 연안도시의 침수예측 능력을 검토하여 모델의 활용방안에 대해 제시하였다. 국내의 연안도시를 대상으로 SIND 모델로 도출한 침수예상도의 정확도를 분석하였다.

2. SIND 모형

2.1 SIND 모형 개념

SIND 모형은 편미분방정식(PDE)으로 표현되는 지배방정식으로 하는 과학적 보간법을 근간으로 하고 있다. 일반적으로 보간법은 표본의 추세분석을 통해 미지의 값의 종속변수의 값을 도출하는 과정이라 할 수 있으나, 이는 오로지 통계학적인 방법으로 값을 추정하는 것이므로 물리적의미를 가질 수 없다. 이러한 한계를 해결하기 위해 제시한 개념이 과학적 보간법(Scientific Interpolation)이다(Fig. 1). Fig. 1(b)와 같이 과학적 보간법은 수학, 경제학, 의학, 기상학, 공학 등 다양한 분야에서 널리 사용된다. 예를 들어, 지표면이나 수치지형 모델링을 수행하기 위해 선형적으로 새로운 데이터 포인트를 표현하는 데 사용된다. 의료분야에서는 대상의 공간적 구조를 이해하고 인체에 이식하는 인공장기를 설계하는데 활용되기도 하였다(Lee, 1996). 본 연구에서 대상으로 하는 자연재난의 침수해석은 물리적인 이해를 바탕으로 관찰 데이터, 현장 측정 등의 오래된 데이터를 가지고 새로운 데이터를 추정해야하기 때문에 ‘과학적’ 보간법이 필요하다.

Fig. 1

Basic concept of scientific interpolation

SIND모형의 ‘과학적’ 보간법의 근거를 설명할 수 있는 3가지 이유가 다음과 같다. 첫째, 지배 방정식으로 활용되는 PDE는 단순한 선형보간식이 아니다. 열전달 방정식과 유사한 형태로 위험전달의 의미를 내포하고 있다. 둘째 위험등급의 전파는 연구대상의 지형적 특성에 따라 달라진다. 마지막으로 위험분석을 수행한 후 폭풍해일의 물리적 특성을 반영한 입력 및 경계조건도 함께 정의하였다.

2.2 모형 구성

SIND 모형은 재난에 의해 침수예상도가 있는 경우 시나리오 조건 내 모든 사상에 대한 피해를 예측할 수 있다. Fig. 2는 모형의 구성으로 시나리오 조건이 없는 침수예상도를 단시간 내 추출하는 방법론에 대한 그림이다. 모형의 구성은 크게 ‘활성화 조건’과 ‘사용 조건’으로 구분할 수 있는데 활성화 조건은 예측하고자 하는 재난의 시나리오를 구성하는 조건이다. 사용자가 예측하고자 하는 재난의 시나리오 혹은 곧 발생할 것으로 예상되는 재난의 시나리오를 구성하는 단계이다. ‘활성화 조건’에서 정의된 자연재난 시나리오는 재난관련 DB에 존재하는 시나리오와의 비교를 통해 ‘사용 조건’이 실행될지 여부를 판단한다. 즉, 정의된 자연재난 시나리오가 DB에 존재한다면 ‘사용 조건’의 실행 없이 해당하는 침수예상도 혹은 침수예측 결과를 불러오지만 DB에 존재하지 않는다면 ‘사용 조건’이 실행되며 조건에 맞는 매개변수와 지배방정식을 실행한다. 해당 매개변수와 지배방정식의 실행으로 최종적으로 침수피해 예측 혹은 침수예상도를 도출한다. SIND 모델은 DB를 기반으로 수행되므로 참조 데이터가 많을수록 더 정확한 지배방정식을 산출할 수 있다.

Fig. 2

Concept design of SIND model (Kim et al., 2021)

2.3 모형 활용방안 : 연안도시 침수 예측

SIND 모델은 침수피해를 예측하는 국내 시스템에 적용하여 활용될 수 있다. 기존의 침수예상도는 앞서 언급한 것처럼 구축되어 있지 않은 시나리오에 대해서는 피해예측이 어렵다. 또한 재난이 발생하기 직전 혹은 발생하였을 때 침수예측을 하기위해 물리모형을 수행하는 것은 계산시간에 있어 현실적으로 어렵다. 이러한 문제를 해결하기 위해서 SIND 모형은 재난예측 시스템에 탑재되어 연안도시의 복합적인 재난에 대한 피해예측이 가능하다. 평상시 시나리오 기반의 물리모형 결과는 SIND 모형의 기반자료로 사용될 수 있으며, 최근 많은 발전을 이룩한 통계기반 모형은 SIND 모형의 정확도를 위한 검증자료로 사용할 수 있을 것으로 판단된다. Fig. 3은 SIND 모형의 재난 시스템 상의 활용방안을 구체화한 것이다.

Fig. 3

Application of SIND model in system

2.4 모형 정확도 평가 : 형상유사도

SIND 모형을 평가하기 위해서 SIND 모형의 지배방정식에 의해 계산된 침수예상도와 동일한 조건에서 구축된 침수예상도를 비교하였다. 침수예상도는 침수면적과 침수심이 나타내고 있기 때문에 형상과 침수정도가 중요하다. 구체적인 침수심이 제시되어 있는 것이 아닌 침수위험도 등급으로 지도가 구성되어 있기 때문에 SIND 모델에 의한 결과도 위험도 등급으로 산정하였다. 이를 정확하게 비교하기 위해서는 등급별로 제시된 침수면적을 비교 검토하여야 한다. 따라서, 등급별 구현된 침수위험 면적의 형상의 유사성을 비교하였다. 형상유사도는 공간 데이터 셋의 기하학적 성질을 이용하여 유사한 정도를 나타내는 것이다. Kim et al.(2011)는 기하학적 성질을 대표할 수 있는 매칭 기준을 선정하고, 이를 통해 형상유사도를 도출하는 CRITIC 기법을 사용하였다. 공간 데이터의 유사도를 나타내는 기준은 면 객체의 대표점인 무게중심간의 거리를 나타내는 위치기준(position criterion), 면 객체의 형상특징을 나타내는 형상 지수(shape index)를 이용한 형상기준(shape criterion), 중복면적비를 이용한 면적 기준(area criterion)을 동일하게 사용하였다. 그러나 해당 형상유사도는 침수예상도처럼 가늘고 긴 형태에는 적용하기 어렵다. 따라서 본 연구에서는 CRITIC 기법을 수정한 Modified CRITIC 기법을 활용하였다 (Kim et al., 2019). 기존의 기법은 형상기준을 형상지수를 이용하여 산정하였지만, 개선된 방법에는 형상기준을 가늘고 긴 객체의 형상을 비교하기 위하여 Turning Function을 적용하였다(Fig. 4).

Fig. 4

Concept of modified CRITIC method

각 위치기준(RP), 형상기준(RS), 면적기준(RA)을 이용하여 최종적으로 형상유사도(S)의 값을 도출한다. 각 기준을 적용한 형상유사도를 도출하기 위해서는 가중치를 결정해야 하는데, Modified CRIITIC 기법에서는 각 매칭기준의 정보량과 표준편차, 매칭 기준간의 상관관계를 이용한다(Eq.(1)). 즉, 각 기준들간의 상관관계를 고려하여 가중치를 결정한다. 이 가중치를 이용하여 Eq. (2)과 같이 형상유사도를 계산하며, 형상유사도의 값이 1에 가까울수록 두 객체는 서로 유사하다고 볼 수 있다.

(1) wj=Cj∑k=1mCk, Cj=σj×∑k=1m(1-rjk)

(2) R(A,B)=w1×RP(A,B)+w2×RA(A,B)+w3×RS(A,B)

여기서, C_j는 각 매칭기준의 정보량, σ_j는 각 매칭기준의 표준편차, r_jk는 매칭기준간의 상관관계를 의미한다. w_i는 각 기준의 가중치이다.

3. 연안도시 침수 예측을 위한 SIND 모형 적용

3.1 시나리오 구성

SIND 모델은 재난의 특성에 따라 입력조건과 지배방정식의 형태가 달라진다. 따라서 지배방정식의 도출이 가장 중요한 과정 중에 하나이다. 연안도시의 해일로 인한 침수 예측을 위해 침수예상도와 시나리오별 예측 결과를 분석하였다. 모형결과의 신뢰성을 위해 국내의 국토해양부에서 제작한 침수예상도를 활용하여 모형을 적용하였다. 국내 해일에 의한 침수예상도의 시나리오 조건은 해일고의 빈도가 기준이며, 보유하고 있는 자료는 50년빈도, 100년빈도, 150년빈도, 200년빈도로 총 4가지 조건에 대한 침수예상도를 수집하였다. Fig. 5에 나타난 것처럼 기 구축되어 있는 침수예상도를 활용하여 해일에 대한 SIND 모형의 지배방정식을 도출하였다. Fig. 5에 나타난 지배방정식은 시행착오법을 통해 도출한 것으로 독립변수와 종속변수간의 관계를 도출하였고 식을 간소화하기 위해 선형 편미분 방정식을 사용하였다. 독립변수인 해일고 빈도에 따라 전파하는 위험도는 소멸항의 영향이 적다고 판단하여 식을 구성하였다. 해당 식의 형태는 열전달방정식과 유사하다고 생각할 수 있다(Kim et al., 2018). 결과 표출은 침수예상도와 동일한 조건으로 침수범위 및 침수심에 대하여 위험도 등급을 제시하였다.

Fig. 5

Execution process of SIND model

3.2 SIND 모형 적용 결과

SIND 모형을 적용한 결과는 Fig. 6과 같다. 연안도시를 대상으로 침수예상도가 구축되어 있는 지역을 대상으로 폭풍해일에 대한 침수예측 지도를 도출하였다. Fig. 6의 각 그림의 좌측은 국토해양부(2010)에서 제작한 실제 침수예상도이며, 우측은 SIND 모형의 결과로 도출한 침수예측지도이다. 침수예상도에 나타난 침수지역 및 위험도 등급과 SIND 모형 결과로 나타낸 침수범위와 위험도 등급을 비교하였다. 침수위험도 등급은 침수심별로 나타냈다. 일부 지형적으로 왜곡이 심한 부분에서는 오차가 발생하기도 하였지만, 대부분 침수양상이 침수예상도와 유사하게 나타났으며, 침수심별 지도의 경우에도 유사한 것을 확인할 수 있었다.

Fig. 6

Execution

정확도를 비교하기 위하여 앞서 제시한 형상유사도를 분석하였다. 형상유사도를 분석하기 위하여 각 지역별 지도를 더 세분화하여 나누고 이를 각각 비교하여 형상유사도를 도출하였다. Fig. 7은 연안도시 2에서 도출한 대표적인 정 매칭쌍과 오 매칭쌍을 나타낸 것이다. 정 매칭쌍은 상부를 제외하고는 형상과 위치, 면적이 모두 매우 유사하게 나타난 것을 확인할 수 있다. 반면에 오 매칭쌍의 경우 좌측면에 넓게 분포한 침수면적이 SIND 모형에서는 일부 반영이 되지 않은 것을 확인할 수 있었다. 이는 지형의 고도, 침수심의 분포가 실제와 달라 발생한 오차로 판단된다.

Fig. 7

Comparison of exact matching object and mis matching object

Table 1에 나타난 것처럼 정매칭쌍의 형상유사도는 0.8339로 일반적으로 GIS 분야에서 형상이 유사하다고 판단하는 기준인 0.75 이상의 값으로 나타났다. 반면에 오매칭쌍의 형상유사도는 0.5054로 판단 기준에 못 미치는 것으로 나타났다. 실제로 세부적인 값을 확인하여 보면 오매칭쌍은 위치는 유사하나 형상과 면적이 차이가 큰 것을 확인할 수 있다. 따라서 형상기준은 0.2464, 면적기준은 0.4508로 낮은 것을 확인할 수 있었다. 대표적인 두 지도 외에 해당 연안도시의 전체적인 정확도를 비교하였다. Fig. 8에 나타난 것처럼 침수예상도는 총 10장(M1~M10)을 대상으로 결과를 분석하였다. 각 침수예상도 내에서도 침수지역부분을 세부지역으로 분류하였고, 각 세부지역들의 형상유사도를 평균하여 지도 1장당 평균 형상유사도를 yc축에 나타내었다. 총 10개의 지도 중 정확도를 만족하는 지도는 7장(70%)으로 나타났다. 정확도를 형상유사도로 판단할 경우 SIND 모형의 결과가 약 70%는 정확도를 만족하는 것으로 나타났다. 현재는 SIND 모형은 약 70%의 정확도를 가지나 향후 기반 자료의 수가 늘어나고 재난측면에서의 물리적 특성을 추가적으로 반영하여 정확도를 증가시킨다면 모델에 대한 적용 가능성이 높일 수 있을것으로 판단된다.

Table 1

Results of Shape Similarity

Fig. 8

Results of shape similarity

4. 결 론

최근 발생한 심각한 도시침수로 인해 관련 재난의 예측, 예방, 대응 등 전반적인 재난관리의 현주소를 재검토하고 회복관점의 재난관리가 제기되고 있다. 침수예측, 침수발생대응, 침수 후 도시기능 회복의 전 과정을 수행할 수 있는 모델을 개발하기 위해 연구가 진행중이나 정확도, 정밀도, 신속성 등 해결해야 할 숙제가 많은 실정이다. 이를 해결하기 위한 방법으로 본 논문에서는 과학적 보간기법의 SIND 모형의 활용방안에 대해서 검토하고 연안도시의 침수예측가능 여부를 분석하였다.

국토해양부(2010)에서 기 구축한 해일 재난에 대한 침수예상도를 기반으로 SIND 모형의 지배방정식과 매개변수를 도출하고 해일고 빈도를 입력조건으로 하여 동일한 조건에서의 침수예상도를 도출하였다. 도출된 침수예상도의 정확도를 판단하기 위해 Kim et al.(2019)에서 제시한 Modified CRITIC 기법을 활용하여 형상유사도를 분석하였다.

연안도시에서 재난에 대한 SIND 모형의 적용에 대한 이점은 다음과 같다. 먼저, Kriging과 같은 보간 모형이 주로 지적되는 물리적인 의미가 반영되지 못한다는 점을 일부 해소할 수 있었다. SIND 모형은 단순한 통계모형이 아닌 시행착오법을 활용하여 재난의 물리특성을 반영한 보간 기반의 모델로 제한조건을 극복하였고 이에 해당하는 물리적 특성은 지배방정식과 계수 및 경계조건에 반영하였다. 둘째, 재난 DB를 활용하여 도출한 지배방정식은 모든 시나리오에 대해 적용이 가능하다. 시나리오 기반의 재난 대응의 단점은 구축되어 있지 않은 시나리오가 발생하였을 때 대응하기가 어렵다는 점이다. SIND 모델은 시나리오 기반으로 과학적 보간을 수행하기 때문에 구축되어 있지 않은 시나리오라도 위험도 예측이 가능하다. 세 번째, 물리모형이 갖는 긴 계산 시간을 현저히 단축시킬 수 있다. 특히 연안도시의 경우 재난 모형을 수행할 때 도심지 뿐만 아니라 광범위한 해안지역을 경계로 모형이 수립될 경우가 있는데 이럴 경우 계산 시간은 현저히 느려진다. SIND 모형은 기존의 시나리오 기반의 재난 대응의 단점을 보완할 수 있으며 앞서 언급한 것처럼 편의성, 신속성, 정확성 3가지로 요약할 수 있다.

- (편의성) 사용자는 재난별 매커니즘의 복잡한 이해가 필요하지 않다. 수치모의를 수행하기 전 작업이 필요하지 않다.

- (신속성) 계산시간이 현저히 줄어들었다. (720,000km²의 지역의 위험도 예측시 5초 이내 계산가능)

- (정확성) 본 연구 대상지역의 결과물은 약 70%의 정확도를 나타내었다.

그러나 아직까지 재난 대응을 위해서는 더 높은 정확도가 요구된다. 정확도를 판단하는 기준도 명확하지 않기 때문에 다양한 시나리오 기반의 DB를 확보한다면 명확한 기준을 통해 정매칭쌍과 오매칭쌍을 구별하여 형상유사도를 도출할 수 있을 것이다. 본 연구에서 제시한 SIND 모형은 과학적 보간 기법을 사용한 재난 피해 예측의 가능성을 보여줬고, 다양한 재난이 복합적으로 연계되어 있는 연안도시에서의 활용성이 높을 것으로 기대된다. 향후 모델의 정확도를 좀 더 개선한다면 해일 재난외에도 다양하게 적용할 수 있을 것이라 기대된다.

Article information Continued