DOI QR코드

DOI QR Code

원격탐사와 공간정보를 활용한 미계측 유역 홍수범람 해석에 관한 연구(II) - 침수 피해면적 산정을 중심으로 -

The Analysis of Flood in an Ungauged Watershed using Remotely Sensed and Geospatial Datasets (II) - Focus on Estimation of Flood Inundation -

  • 투고 : 2019.09.24
  • 심사 : 2019.10.08
  • 발행 : 2019.10.31

초록

본 연구는 유량 실측자료를 활용할 수 없는 미계측유역을 대상으로 홍수범람해석을 수행하기 위한 원격탐사자료의 활용성을 평가하고자 하였다. 대상유역으로는 최근 태풍 라이언록으로 인하여 홍수피해가 발생했던 북한 두만강유역을 선정하였다. 홍수해석에 필요한 지형학적 매개변수를 추정하기 위하여 ASTER GDEM을 활용하였다. 일반적으로 DEM은 하천구역(제외지)에서는 수표면 표고를 나타내므로 이를 이용해서 하천단면을 파악하는데 한계가 있다. 따라서 본 연구에서는 가상의 하천단면을 적용하여 2차원 홍수범람해석을 수행하였다. 또한 하천단면이 홍수범람면적 추정에 미치는 영향을 파악하기 위하여 하천단면을 보간하지 않은 경우에 대해서도 분석을 수행하였다. 분석결과, 침수면적과 침수심에 있어 오차가 발생하지만 주의 깊게 사용한다면 홍수위험지도 작성 및 대응 대비에 활용 가능할 것으로 판단된다.

This study evaluated the applicability of spacebourne datasets to the flood analysis in an ungauged watershed where is no discharge measurements. The Duman River basin of North Korea was selected as a target area which was flooded by recent Typhoon Lionrock. Topographical parameters for flood analysis were estimated from the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) Global Digital Elevation Model (GDEM). GDEM includes the shortcomings of information on river cross-section, and conducted 2 dimensional flood analysis when considering virtual river cross-section and not considering it. As a result of comparative analysis, an error occurs in the inundation area and depth, but when used carefully, it is considered that the satellite image can be used for creating flood hazard map and utilizing information for response and preparation.

키워드

1. 서론

지난 2016년에는 전 세계 102개국에서 301건의 자연재해가 발생하여 약 4억1,100명이 피해를 입었으며, 이 중 7,628명이 사망하고 약 970억 달러(약 118조원)의 재산피해를 입었다(Vanderveken, 2016). 재해유형별로는 전체 자연재해 발생건수 중 약 50%가 홍수, 약 22%가 태풍에 의한 재해였으며, 전체 사망자의 약 71%가 이 두 가지 재해로 발생되었다고 한다(Vanderveken, 2016). 특히, 북한은 2016년 홍수 및 태풍으로 인해 598명의 사망자가 발생하면서 세계 4번째로 많은 자연재해 사망자수를 기록하였다(Vanderveken, 2016). 그런데 북한의 경우 대부분이 미계측 지역이거나 폐쇄적인 정책으로 수문기상정보의 획득이 어려워 풍수해로 인한 피해규모를 추정하는데 한계가 있다. 이러한 미계측 지역에서의 정보취득의 한계를 극복하기 위한 대안으로 인공위성과 같은 원격탐사기술이 활용되어 왔다(e.g. Sun et al., 2010; Khan et al., 2012; Tarpanelli et al., 2013; Birkinshaw et al., 2014).

위성자료를 활용한 홍수 피해면적 추정과 관련된 연구는 광학(optical) 위성 또는 Synthetic Aperture Radar (SAR) 위성영상을 이용한 침수지역 추출(e.g. McFeeters, 1996; Skakun, 2010; Long et al., 2014), 위성자료를 이용한 홍수모의결과 검증(e.g. Schumann et al., 2007) 등 다양한 방법으로 수행되어 왔다.

광학 위성영상을 이용한 방법 중 하나는 녹색(green)과 근적외(near infrared, NIR) 파장대의 합과 차의 비로 나타내는 정규수분지수(Normalized Difference Water Index, NDWI)를 이용한다. NDWI는 McFeeters(1996)가 제안한 지수로서 수역(water area)에서 녹색 파장은 높은 반사도 값을, 근적외 파장은 낮은 반사도 값을 가지는 특성을 이용한다. 또한 식생과 나지(bare soil)에서 근적외 파장은 높은 반사도값을 가지기 때문에 NDWI가 음수값을 나타내어 침수지역을 추출하기 용이하다. 그러나 지표면을 관측하는 광학 위성의 경우 대부분 극궤도 위성으로서 재방문주기가 대략 2주 이상으로 비교적 길고, 가시광선 및 적외선 파장대를 이용하기 때문에 야간이나 구름이 많은 시기에는 관측이 불가능하다는 한계가 있다.

SAR 위성은 지표면에서 마이크로파의 산란 특성을 이용하기 때문에 구름이나 일조에 관계없이 홍수 피해면적을 추출할 수 있다. 수역에서는 상대적으로 매끈한 수표면에서 전자기파의 후방산란(backscatter)이 적은 반면 식생이나 토양에서는 다양한 후방산란을 일으킨다. Skakun(2010)은 홍수 발생 전과 후 영상들로부터 인공신경망(neural network) 기법을 이용하여 변화영역을 찾아냄으로써 홍수범람지역을 추출하였다. Long et al. (2014)은 Change Detection and Thresholding (CDAT) 방법을 이용하여 Namibia Caprivi 지역에 침수면적을 추정하였다. CDAT 방법은 SAR 영상의 통계값을 기반으로 계산된 문턱값(threshold)을 기준으로 침수 여부를 구분한다.

Schumannet al.(2007)은 Envisat 위성의 Advanced Synthetic ApertureRadar(ASAR)로부터 하도의 조도계수 (roughness) 를 추정하고 이를 이용하여Hydrologic Engineering Center (HEC) - River Analysis System (RAS) 모형을 보정하였다.

기존 위성을 활용한 홍수 피해면적 추정과 관련된 연구는 대부분 위성영상을 분석함으로써 피해지역을 추출하는 방법으로 수행되었다. 이러한 방법은 영상의 취득이 용이한 경우는 적용이 가능하지만, 앞서 언급한 바와 같이 재방문주기나 날씨, 일조 등의 영향으로 첨두홍수(peak flood)가 발생된 시점에서의 피해면적을 정확하게 추정하는데 한계가 있다. 그리고 홍수가 발생한 후 피해면적을 추정하는 것보다 사전에 홍수범람으로 인한 피해면적 예측 및 홍수범람지도 작성이 재난대응 측면에서는 더 중요하다. 시뮬레이션(simulation)은 자연현상의 물리적 법칙을 지배방정식으로 형상화하여 수치해석기법을 통하여 홍수와 같은 미래현상을 예측할 수 있다. 이와 같은 지배방정식에는 다양한 매개변수가 존재하며, 매개변수를 산정하기 위하여 유역의 지형적 특성 파악이 반드시 필요하다.

따라서 본 연구에서는 ‘원격탐사와 공간정보를 활용한 미계측 유역 홍수범람 해석에 관한 연구(I)’에서 산정한 홍수량을 활용하여 미계측유역의 홍수 피해면적을 예측할 수 있는 수리학적 홍수범람해석을 수행하고자한다. 홍수범람해석에 있어 필요한 미계측유역의 특성은 원격탐사 자료 및 공간정보를 적용하였다. 이를 통하여 미계측유역의 홍수로 인한 피해예측과 홍수범람지도 작성 프로세스를 제안하고 이를 북한 함경북도 두만강유역을 대상으로 적용하였다.

2. 자료 및 방법

1) 대상유역

본 연구에서는 두만강유역에 위치하고 있는 회령시 주변 일대(이하 회령시)를 대상유역으로 선정하였다. 회령시는 북한 행정구역상 함경북도에 위치하며 1,750여 km2 면적으로 인구는 15만 3,532명(2008년 추정)이 거주하고 있다. 함경산맥이 지역의 중앙을 가로질러 뻗어 있어 산지가 많으나 두만강 연안에는 비교적 넓은 평야가 전개되며 기반암은 화강편마암이며 토양은 갈색 산림토이나 하천유역에는 충적토가 분포한다. 연평균 강수량은 500 mm이다. 대상유역으로 회령시를 선정한 이유는 2016년 8월 태풍 라이언록(Lionrock)으로 인하여 회령시를 비롯한 연사군, 온성군, 경원군, 무산군, 경흥군 등 함경북도에 많은 피해가 발생하였으며 구글어스에서 제공하는 영상을 통하여 붕괴된 제방의 위치와 이로 인해 발생한 피해가 확인되었기 때문이다(Fig. 1). 회령시는 태풍 라이언록으로 2,700가구가 침수피해를 입었으며 8,151명의 수해난민이 발생하였다(Wi andYun, 2016).

OGCSBN_2019_v35n5_2_797_f0001.png 이미지

Fig. 1. Comparisons of Satellite image (from Google Earth).

2) 연구방법

피해면적 산정 및 홍수위험지도 작성을 위한 홍수범람해석을 수행하기 위하여 대상유역의 과거 강우사상 및 확률강우량과 지형정보가 입력자료로 필요하다. 수집된 자료를 바탕으로 강우가 지상에서 발생하는 손실우량을 제외하고 어느 방향으로 우량이 모이는지 수문학적 홍수추적을 수행하고 모인 우량이 하천을 따라 유하하거나 제방을 월류하여 범람이 발생하는지 여부를 수리학적 홍수추적을 통하여 산정한다. 최종적으로 홍수위험지도를 작성하고 홍수범람해석 및 위성영상 분석을 통하여 산정된 침수면적 비교·분석을 수행하고자 하였다(Fig. 2).

‘원격탐사와 공간정보를 활용한 미계측 유역 홍수범람 해석에 관한 연구(I)’에서 북한의 선봉, 삼지연 및 중국의 연길, 장백 기상관측소로부터 강우자료를 수집하였으며, 지형정보를 추출하기 위하여 Shuttle Radar Topology Mission(SRTM) Digital Elevation Model(DEM) 자료를 이용하였다. 그리고 대상유역의 홍수량을 산정하기 위하여 수문학적 홍수추적은 U.S. Army Corp of Engineers(USACE)의HydrologicEngineeringCenter(HEC) - Hydrologic Modeling System (HMS) 모형을 활용하였다. 수리학적 홍수추적은 수문학적 홍수추적으로부터 계산된 상류구간의 홍수량과 하도단면 및 제내지 지형정보를 활용하여 하류구간의 홍수량을 산정하는 과정으로 일반적으로 하도단면 및 제내지의 측량자료를 필요로 한다. 그러나 대부분의 미계측유역에서는 측량자료가 존재하지 않기 때문에 수리학적 홍수추적이 어렵다. 따라서 본 연구에서는 광역적으로 관측이 가능한 위성자료를 활용하여 지형정보를 구축하고 이를 수리학적 홍수추적에 적용하여 홍수범람해석 수행 및 적용성 여부를 검토하고자 한다.

OGCSBN_2019_v35n5_2_797_f0002.png 이미지

Fig. 2. Flow chart.

3) 지형자료 구축

Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER)는 1999년 12월 18일에 Terra 위성에 탑재되어 발사되었다. ASTER는 미국 항공우주국 (National Aeronautics and Space Administration, NASA)과 일본 경제산업성(Ministry ofEconomy, Trade and Industry, METI)의 공동연구로 개발되었다. ASTER은 서로 다른 방향을 바라보는 두 개의 망원경을 통해 근적외(near infrared) 분광대역의 스테레오(stereo) 영상을 생산하고, 이를 이용하여 고해상도 전 지구 지형자료인 Global Digital Elevation Model (GDEM)을 제작하였다. GDEM (version 2)은 2000년 3월부터 2010년 8월까지 수집된 약 150만 장의 ASTER 영상을 사용하였으며, 정확도 향상을 위해 동일한 지역에서 여러 장의 영상을 이용해서 제작되었다. GDEM은 83°S에서 83°N까지 지역에 대한 표고정보를 제공하며, 1°×1° 단위로 총 22,702개 타일 (tile)로 구성되어 있다. 각각의 타일은 3,601×2,601개의 표고값을 담고 있으며, 공간해상도는 1″(약 30 m), 좌표 체계는 World Geodetic System 1984 (WGS84)를 사용한다. ASTER GDEM은 2009년 6월 29일부터 전 세계 사용자들에게 무료로 공개되었으며, 일본 Earth Remote Sensing Data Analysis Center (ERSDAC)와 NASA’s Land Processes Distributed Active Archive Center (LP DAAC)를 통해 제공되고 있다.

일반적으로 계측유역을 대상으로 수리학적 홍수추적을 수행하기 위해서 수치지형도 및 DEM자료를 통하여 구축한 제내지와 측량을 통하여 구축한 하도단면을 합성한다. 위성영상자료를 활용하여 제내지 및 일부 하도단면에 대한 지형자료 획득은 가능하지만 수면하에있는 일부 구간에 대한 하도단면의 정확성이 떨어진다. Fig. 3에서와 같이 GDEM으로부터 구축한 일부 하도단면 중 5, 6과 같이 하천유량이 이동할 수 있는 일반적인 하천단면의 형상이지만 하도단면 1~4는 유량이 흐를 수 있는 하도구간과 평상시에는 유량이 없는 제내지를 구분 지을 수 있는 경계를 찾기 어렵다. Fig. 1과 같이 육안으로는 하천구역(제외지)의 영역구분이 가능해 보이지만 GDEM자료로는 확인이 불가능하다. GDEM자료의 경우 위성영상 촬영당시의 하천은 바닥면이 아닌 수 표면의 표고값을 표출하기 때문이다

OGCSBN_2019_v35n5_2_797_f0003.png 이미지

Fig. 3. Cross Sections.

따라서 본 연구에서는 구글어스에서 제공하는 위성영상을 분석하여 하천을 따라 하도구간(제외지) 및 제내지를 구분하는 하천제방(붉은선)을 추출하였으며, 이선을 약 100 m 간격으로 하천을 횡단하는 선(초록색)을 기준으로 GDEM으로부터 하도단면을 추출하였다(Fig. 4). 추출한 하도단면 중 Fig. 3의 1~4와 같이 하도구간과 제내지구분이 명확하지 않은 단면에 대하여 보정이 필요하다. Fig. 4의 최심선(파란색)은 유역의 평균경사와 동일하다는 가정 하에 최심선으로부터 제방까지 하천횡단면을 선형보간 하였다. 보간한 하천단면과 제내지구간의 GDEM을 합성하여 불규칙삼각망 Triangular Irregular Network (TIN) 및 DEM을 생성하였다. DEM으로부터 홍수범람해석을 위하여 2차원 격자망(mesh)를 구축하였으며(Fig. 5), Fig. 6은 지형자료 구축 과정을 보여준다.

OGCSBN_2019_v35n5_2_797_f0004.png 이미지

Fig. 4. Extraction of river channel section from GDEM.

OGCSBN_2019_v35n5_2_797_f0005.png 이미지

Fig. 5. Mesh generation.

OGCSBN_2019_v35n5_2_797_f0006.png 이미지

Fig. 6. Combinationprocessofriverandinland/mesh generation.

4) 2차원 범람해석모형

하천을 흐르는 유량이 제방을 월류하거나 제방의 붕괴로 인하여 제내지로 유입하는 경우 홍수가 발생한다. 제내지로 유입된 유량으로 인하여 발생한 홍수 범람면적 및 평균수심을 산정하기 위해서는 아래 식과 같이 운 량방정식(F=ma)의 일종인 Saint-Vernant 방정식을 적용한 수리학적 홍수추적이 필요하다.

\({\delta v \over\ \delta t} + v{\delta v \over\ \delta x} + q{\delta y \over\ \delta x} = g(S_o - S_f)\)        (1)

여기서, υ는 유속(m/s), t는 시간(s), q는 단위폭 당 유량(m3/s), g는 중력가속도(m2/s), So는 하천바닥 경사, Sf 는 마찰경사이다.

본 연구에서는 유량에 영향을 미치는 관성력, 압력, 중력, 점성력의 영향을 모두 고려한 동역학적 홍수파를 고려하였으며, 수치해석기법 중 유한체적기법을 적용하여 홍수범람해석을 수행하였다.

5) 경계조건

수리학적 홍수추적을 수행하기 위해서는 대상유역으로 유입되는 상류단의 경계조건이 필요하다. 즉, 대상 유역 내 두만강으로 유입되는 시간별 유량이 요구되고 일반적으로는 상류지점의 수위 혹은 유량관측소의 관측값을 활용한다. 그러나 대상유역과 같은 미계측유역은 관측소가 없거나 그에 대한 정보수집이 용이하지 않아서 강우-유출관계를 경험적 및 개념적 혹은 물리적 방법에 기반한 수문학적 모형을 활용하여 강우로부터 유출량 값을 산정한다.

‘원격탐사와 공간정보를 활용한 미계측 유역 홍수 범람 해석에 관한 연구(I)’에서 Hydrologic Engineering Center (HEC) - Hydrologic Modeling System(HMS) 모형 을 적용하여 대상유역의 상류지역으로부터 유출량을 산정하고 이를 대상유역의 경계조건으로 활용하였다. 유출량을 산정하기 위하여 Moderate Resolution Imaging Spectroradiometer(MODIS) 위성 기반의 International Geosphere-Biosphere Programme(IGBP) 500m 및 Food and Agriculture Organization (FAO)의 Digital Soil Map of the World (DSMW) 1:5,000,000 위성영상을 활용하여 토지피복 및 토양도를 구하였다.

Fig. 7은 태풍 라이언록 발생당시 관측된 강우량(기상청 기상자료개방포털 및 NCEI)을 통하여 산정된 유출량 값을 보여주고 있다.

OGCSBN_2019_v35n5_2_797_f0008.png 이미지

Fig. 7. Upstream boundary condition.

3. 분석결과

1) 두만강 유역 태풍 “라이언록” 범람해석결과

홍수발생시, 범람해석결과에 가장 큰 영향을 미치는 매개변수는 일반적으로 흐름이 있는 경계면의 거친 정도를 나타내는 조도계수이다. 즉, 하천 및 제내지가 콘크리트로 구성된 표면을 가진다면 자갈로 이루어진 표면보다 매끈한 단면을 가지므로 조도계수는 작은 값을 가진다. 본 연구의 대상유역은 미계측유역으로 이에 대한 정보수집이 어렵고 하천과 제내지 모두를 고려하기 위한 합성조도계수 산정이 필요하다. 우리나라의 경우하천과 제내지에 대한 합성조도계수 산정에 대한 연구가 미흡하여 지형적 조건이 유사한 일본에서 사용하는 합성조도계수 산정방식을 적용하였으며 다음 식(2)와 같다(Son, 2014).

\(n^2 = n_0^2 +0.020 \times {\theta \over\ {100-\theta}} \times h^{4/3}\)        (2)

\( n_0^2 ={{ n_1^2A_1 + n_2^2A_2 +n_3^2A_3} \over\ A_1+A_2+A_3}\)        (3)

여기서, n은 합성조도계수, n0은 저면조도계수, θ는 건폐율(%), n1 = 0.060(농지), n2 = 0.047(도로), n3 = 0.050 (기타), A1는 농지면적, A2는 도로면적, A3는 기타토지 이용면적, h는 수심이다. 각각의 면적은 앞서 언급한 Worldview-3 위성으로 촬영한 영상을 바탕으로 공간정보 분석 프로그램(ArcGIS)를 활용하여 산정하였다. 합성조도계수의 산정에 있어서 건폐율과 수심이 가장 큰 비중을 차지하므로 중요한 변수이다. 홍수량에 따라 수심이 변화하므로 산정이 쉽지 않아 수심을 1 m~2 m로 가정하였다. 산정결과를 바탕으로 조도계수는 0.03, 0.04, 0.05에 대하여 범람해석을 수행하였고 태풍 라이언록으로 인하여 함경북도 회령시에 발생한 홍수피해를 분석한 결과는 다음 Fig. 8~Fig. 10과 같다. 그림에서 (a)는 DEM 자료만을 활용한 결과이고 (b)는 DEM과 선 형 보간한 하천단면을 합성한 모의결과이다.

OGCSBN_2019_v35n5_2_797_f0009.png 이미지

Fig. 8. Flooded region in case of 0.03 roughness coefficient.

OGCSBN_2019_v35n5_2_797_f0010.png 이미지

Fig. 9. Flooded region in case of 0.04 roughness coefficient.

OGCSBN_2019_v35n5_2_797_f0011.png 이미지

Fig. 10. Flooded region in case of 0.05 roughness coefficient.

조도계수와 지형정보구축방안(a, b)에 따른 홍수범람면적과 수심에 대한 정량적 비교·분석을 수행하였고 그 결과를 Table 1에 제시하였다. 모의 결과, 하천단면을 보간한 경우(b)가 DEM을 그대로 적용한 경우(a)보다 범람면적이 작았다. 하천단면을 보간하지 않은 경우(a) 는 조도계수에 따라 0.2~0.4%의 범위의 차이를 보였으며 조도계수가 커짐에 따라 홍수범람면적이 커졌다. 하천단면을 보간한 (b)의 경우 조도계수에 따라 0.1~0.3% 의 차이를 보였으며 조도계수가 커짐에 따라 홍수범람 면적이 커졌다. 따라서 조도계수가 커짐에 따라 홍수범람면적은 커졌으나 그 차이가 미미하였다.

Table 1. The Result of Flood Analysis

OGCSBN_2019_v35n5_2_797_t0001.png 이미지

그리고 하천단면을 보간한 경우와 보간하지 않은 경우의 차는 6.5~7.4%범위에 있고 조도계수가 커짐에 따라 차이가 크게 계산되었고 하천을 제외한 면적, 즉 제내지 구간의 범람면적 차는 11.7~12.9%이고 조도계수가 커짐에 따라 차이가 커졌다. 그리고 하천단면을 보 간하지 않은 경우(a)는 위성영상으로 확인되는 하천구 간임에도 불구하고 하천의 흐름이 발생하지 않은 영역이 나타났음을 확인할 수 있었다

하천단면의 보간여부 모의조건에 따른 범람면적을 비교하기 위하여 식 (4)를 적용하여 적합도를 산정하였다. 하천단면을 보간하지 않은 경우(a)와 하천단면을 보간한 경우(b)를 비교하기 위하여 범람면적이 일치하는 교집합에 대한 두 범람면적의 전체 합집합 범람면적에 대한 비를 적합도로 정의하였다(Son, 2014)

\(Fit (\%)={ Area(a\cap b)\over\ Area(a\cup b) \times 100}\)   (4)

본 연구에서 조도계수 0.05, 0.04, 0.03에 대한 적합도는 각각 90%, 91%, 88% 일치하는 결과를 보여주었다.

수심의 경우, 조도계수가 증가함에 따라 평균 및 최대수심이 작아졌으며 하천단면을 보간한 경우(b)와 보간하지 않은 경우(a)는 평균수심은 약 0.9 m, 최대수심 은 약 6 m 정도의 차이를 보였다. 최대수심의 차이가 큰 원인은 하천단면을 선형 보간한 경우, 최심선을 고려하여 하천단면을 보간하였기 때문이다. 하천구간을 제외한 제내지에서의 평균 수심차이는 약 0.2 m 차이가 발생하였다.

함경북도 지역은 8월 30일과 31일 사이의 밤에 4시간 동안 집중된 폭우로 인해 두만강 수위가 구간에 따라 6~12 m 상승하여 인근지역이 큰 피해를 입은 것으로 나타났다(Wi and Yun, 2016). 범람해석결과, 하천단면을 보간한 경우(b) 최대수심이  10.89~11.26 m로 조사결과 범위 안에 해당되었으나 하천단면을 보간하지 않은 경우(a)는 최대수심이 4.85~5.07 m로 해당 범위보다 낮은 결과를 보여주었다. 그러나 최대 범람면적이 발생한 시각은 하천단면 보간 유무에 상관없이 8월 31일 14시 12 분으로 동일하였다. 8월 31일 새벽에 집중된 호우가 두만강 및 함경북도 일대를 유하하다 저지대인 회령시에 유량이 집중되어 오후 2시경에 큰 피해가 발생한 것으로 예상된다.

2) 비교 및 고찰

태풍 라이언록으로 인한 회령시의 피해는 제방의 우안(자연토사제방)이 좌안(산지)보다 상대적으로 낮고 만곡부구간에 첨두유량으로 인한 에너지가 집중되어 제방이 붕괴되면서 제내지로 범람이 발생한 것으로 판단된다. 제방의 좌안으로 에너지가 집중된 것은 Fig. 11 에서 확인할 수 있다. 에너지가 높다는 것은 유속이 빠르다는 것으로 제방이 붕괴된 지점은 위성영상 전·후를 비교(Fig. 1)함으로써 위치를 확인할 수 있다. 제방이 붕괴된 지점에 도달하기 전에는 좌안의 유속이 빠르고 제방 붕괴 지점에서는 우안의 유속(약 4 m/s)이 빠른 것을 확인할 수 있다. 이러한 현상은 만곡구간의 일반적인 특징이다. 좌안의 경우 견고한 암석으로 된 산지인 반면, 우안은 자연적으로 퇴적된 토사로 구성된 자연제방으로 형성되어 에너지가 높은 빠른 유속에 쉽게 침식되어 붕괴된 것으로 판단된다. 이는 하천단면의 보간 여부에 상관없이 동일하였다. 그리고 제방이 완전히 붕괴된 이후에는 에너지가 분산되어 유속이 감소하였다.

OGCSBN_2019_v35n5_2_797_f0012.png 이미지

Fig. 11. Velocity distribution.

이로 인하여 Fig. 1 및 Fig. 9에서와 같이 우안제방 붕괴로 회령시 일대 범람 발생 및 제방을 이루고 있거나 하천바닥에 퇴적된 유사가 경작지내로 유입되면서 피해가 발생하였다. 앞서 언급하였듯이 회령시는 2,700가구 침수피해 및 8,151명의 수해난민 발생하였으며 자연 제방붕괴로 인하여 토사가 논으로 유입 및 퇴적됨에 따라 북한당국은 모래와 자갈로 인하여 논의 회복을 위해 고된 노력이 필요할 것이라고 언급한 바 있다(Wi and Yun, 2016).

위성영상으로 주거지역 및 농경지를 분류하여 각각의 침수면적을 하천단면의 보간여부와 조도계수에 따라 산정하였으며 그 결과를 Table 2에 제시하였다.

Table 2. Flooded Area by Landuse

OGCSBN_2019_v35n5_2_797_t0002.png 이미지

4. 결론

본 연구는 미계측유역에 대한 홍수범람해석을 수행하기 위하여 활용한 위성영상의 적용성을 평가하기 위하여 북한의 두만강유역(회령시)를 대상으로 분석하였다. 2차원 홍수범람의 입력자료는 위성영상으로 분석한 지형정보와 수문학적 홍수추적을 통하여 산정된 유입 홍수량 경계조건을 활용하였다. 범람면적 및 수심에 대한 결과를 조도계수 및 가상 하상단면의 보간 여부 조건에 따라 비교·분석하였으며 그 주요 연구결과는 다음과 같다.

1) 위성영상을 분석한 지형의 경우 하천의 단면형상은 파악하기 어려워 유역경사 및 최대수심을 활용한 가상의 선형 보간한 하천 단면을 보간한 경우와 보간하지 않은 경우에 대하여 분석을 수행하였다.

2) 하천 및 제내 홍수범람해석에 가장 큰 영향을 미치는 매개변수인 조도계수를 합성조도계수 산정식에 의하여 0.03, 0.04, 0.05 값을 채택하여 분석을 수행하였다.

3) 조도계수별 홍수범람면적은 0.1~0.4%로 비교적 적은 차이를 보였으나 가상 하상단면을 보간한 경우와 보간하지 않은 경우는 6.5~12.9%의 차이를 보였다. 따라서 하천단면측량을 통한 하천단면자료의 확보가 중요함을 확인할 수 있었다. 적합도 분석결과는 약 90% 일치하는 결과를 보였다.

4) 범람면적의 경우, 하천단면의 보간이 미치는 영향이 적지 않았다. 그러나 미계측유역에서 하천단면에 대한 정보가 부족한 경우 홍수의 범람범위를 개략적으로 확인하는 차원에서는 활용이 가능할 것으로 판단된다.

5) 수심의 경우, 하천단면을 보간한 경우가 보간하지 않은 경우에 비하여 평균수심은 약 0.9 m, 최대수심은 하천구간에서 약 6 m정도 높았다. 제내지에 대한 평균 수심은 약 0.2 m로 오차가 상대적으로 크지 않지만 수심의 경우 활용에 있어 주의가 필요 할 것으로 보인다.

6) 따라서 미계측유역에 대한 위성영상의 적용성은 하천단면에 대한 상세정보의 미확보로 인하여 범 람면적 및 수심의 정확도가 낮지만 재난상황관리 목적의 개괄적인 정보 파악으로는 유의미할 것으 로 판단된다.

본 연구를 통하여 수문관측자료가 부족한 미계측 지 역에 대한 침수피해 발생 시 피해면적 추정을 위하여 위성자료 및 공간정보의 활용 가능성을 확인할 수 있었다. 그러나 ‘원격탐사와 공간정보를 활용한 미계측 유역 홍수범람 해석에 관한 연구(I)’에서 언급한 바와 같이, 여 전히 북한 지역은 미계측 유역이라는 한계로 침수해석 결과에 대한 검증이 어려우며, 정확한 하천단면 및 제방의 위치에 대한 측량조사가 피해면적 추정에는 한계가 있다. 향후 시공간 분해능이 높은 원격탐사 자료를 통하여 북한지역에 대한보다 신뢰성 있는 침수 피해면적 추정이 가능할 것으로 생각된다.

사사

본 연구는 행정안전부 국립재난안전연구원의 주요사업(위성자료 활용 현업지원 기술개발, 주요-2019-03-01)으로 수행되었으며, 이에 감사드립니다.

참고문헌

  1. Birkinshaw, S.J., P. Moore, C.G. Kilsby, G.M. O'Donnell, A.J. Hardy, and P.A.M. Berry, 2014. Daily discharge estimation at ungauged river sites using remote sensing, Hydrological Processes, 28(3): 1043-1054. https://doi.org/10.1002/hyp.9647
  2. Khan, S. I., Y. Hong, H. J. Vergara, J. J. Gourley, G. R. Brakenridge, T. De Groeve, Z. L. Flamig, F. Policelli, and B. Yong, 2012. Microwave satellite data for hydrologic modeling in ungauged basins, IEEE Geoscience and Remote Sensing Letters, 9(4): 663-667. https://doi.org/10.1109/LGRS.2011.2177807
  3. Long, S., E.F. Temilola, and P. Frederick, 2014. Flood extent mapping for Namibia using change detection and thresholding with SAR, Environment Research Letters, 9(3): 1-9.
  4. Mcfeeters, S.K., 1996. The use of the normalized difference water index(NDWI) in the delineation of open water features, International Journal of Remote Sensing, 17(1): 1425-1432. https://doi.org/10.1080/01431169608948714
  5. Schumann, G., P. Matgen, L. Hoffmann, R. Hostache, F. Pappenberger, and L. Pfister, 2007. Deriving distributed roughness values from satellite radar data for flood inundation modelling, Journal of Hydrology, 344(1): 96-111. https://doi.org/10.1016/j.jhydrol.2007.06.024
  6. Skakun, S., 2010. A neural network approach to flood mapping using satellite imagery, Computing and Informatics, 29(6): 1013-1024.
  7. Son, A.L., 2014. The Development of Urban Inundation Reduction Model Combined Real-time Data-Driven Estimation and 2D Hydraulic Analysis, Doctoral dissertation, Kyungpook National University, Daegu, Korea (in Korean).
  8. Sun, W.C., H. Ishidaira, and S. Bastola, 2010. Towards improving river discharge estimation in ungauged basins: calibration of rainfall-runoff models based on satellite observations of river flow width at basin outlet, Hydrology and Earth System Sciences, 14(10): 2011-2022. https://doi.org/10.5194/hess-14-2011-2010
  9. Tarpanelli, A., L. Brocca, F. Melone, and T. Moramarco, 2012. Hydraulic modelling calibration in small rivers by using coarse resolution synthetic aperture radar imagery, Hydrological Processes, 27(9): 1321-1330. https://doi.org/10.1002/hyp.9550
  10. Vanderveken, A., 2016. 2016 Preliminary data: Human impact of Natural disaster, CRED CRUNCH, Centre for research on the epidemiology of disasters, Brussels, Belgium.
  11. Wi, H.S. and J.W. Yun, 2016. Flood Damage in Hamgyeongbuk-do, KDI Review of the North Korean Economy, Korea Development Institute, Seoul, Korea (in Korean).

피인용 문헌

  1. 위성자료를 활용한 미계측유역의 홍수피해액 추산기법 개발 및 적용 vol.53, pp.12, 2019, https://doi.org/10.3741/jkwra.2020.53.12.1183