DOI QR코드

DOI QR Code

Observation of Volume Change and Subsidence at a Coal Waste Dump in Jangseong-dong, Taebaek-si, Gangwon-do by Using Digital Elevation Models and PSInSAR Technique

수치표고모델 및 PSInSAR 기법을 이용한 강원도 태백시 장성동 폐석적치장의 적치량과 침하관측

  • Choi, Euncheol (Department of Geophysics, Kangwon National University) ;
  • Moon, Jihyun (Department of Geophysics, Kangwon National University) ;
  • Kang, Taemin (Inter-Korea Resources Team, Korea Mine Rehabilitation and Mineral Resources Corporation) ;
  • Lee, Hoonyol (Department of Geophysics, Kangwon National University)
  • 최은철 (강원대학교 지구물리학과) ;
  • 문지현 (강원대학교 지구물리학과) ;
  • 강태민 (한국광해광업공단 남북자원팀) ;
  • 이훈열 (강원대학교 지구물리학과)
  • Received : 2022.12.03
  • Accepted : 2022.12.16
  • Published : 2022.12.31

Abstract

In this study, the amount of coal waste dump was calculated using six Digital Elevation Models (DEMs) produced between 2006 and 2018 in Jangseong-dong, Taebaek-si, Gangwon-do, and the subsidence was observed by applying the Persistent Scatterer Interferometric SAR (PSInSAR) technique on the Sentinel-1 SAR images. As a result of depositing activities using DEMs, a total of 1,668,980 m3 of coal waste was deposited over a period of about 12 years from 2006 to 2018. The observed subsidence rate from PSInSAR was -32.3 mm/yr and -40.2 mm/yr from the ascending and descending orbits, respectively. As the thickness of the waste pile increased, the rate of subsidence increased, and the more recent the completion of the deposit, the faster the subsidence tended to occur. The subsidence rates from the ascending and descending orbits were converted to vertical and horizontal east-west components, and 22 random reference points were set to compare the subsidence rate, the waste rock thickness, and the time of depositing completion. As a result, the subsidence rate of the reference point tended to increase as the thickness of the waste became thicker, similar to the PSInSAR results in relation to the waste thickness. On the other hand, there was no clear correlation between the completion time of the deposits and the rate Of subsidence at the reference points. This is because the time of completion of the deposits at all but 5 of the 22 reference points was too biased in 2010 and the correlation analysis was meaningless. As in this study, the use of DEM and PSInSAR is expected to be an effective alternative to compensate for the lack of field data in the safety management of coal waste deposits.

본 연구에서는 강원도 태백시 장성동에 위치한 석탄 폐석 적치장에 대해 2006년부터 2018년 사이에 제작된 6개의 수치표고모델(Digital Elevation Model)을 이용하여 폐석 적치량을 산정하고, Sentinel-1 SAR 영상에 Persistent Scatterer Interferometric SAR (PSInSAR) 기법을 이용하여 침하를 관찰하였다. 수치표고모델을 이용하여 적치 활동 양상을 확인한 결과, 2006년부터 2018년까지 약 12년 동안 총 1,668,980 m3의 폐석이 적치되었다. PSInSAR 수행 후 관측되는 침하속도는 상향 및 하향 궤도 방향으로 각각 -32.3 mm/yr, -40.2 mm/yr의 최대 침하속도를 보였다. 폐석 두께가 증가함에 따라 빠른 침하속도가 관측되었으며, 적치 완료 시점이 최근일수록 침하가 빠르게 발생하는 경향이 나타났다. 상향 및 하향 궤도의 침하속도를 수직, 수평 성분으로 변환하고 임의의 참조점 22개를 설정하여 침하속도와 폐석 두께 및 적치 완료 시점과 비교하였다. 그 결과, 참조점의 침하속도는 폐석 두께와의 관계에 있어서 PSInSAR 결과와 유사하게 폐석의 두께가 두꺼워질수록 빠르게 관측되는 경향을 보였다. 반면에 적치 완료 시점과 참조점에서의 침하속도 사이의 뚜렷한 상관성이 파악되지 않았는데 22개의 참조점 중 5개를 제외한 나머지 참조점에서의 적치 완료 시점이 2010년에 지나치게 편중되어 상관성 분석이 무의미하였다. 이 연구와 같이 수치표고모델과 PSInSAR를 이용하면 폐석 적치장의 안전 관리에 있어 부족한 현장자료를 보완할 효과적인 대안책이 될 수 있을 것이라 기대된다.

Keywords

1. 서론

석탄은 과거 우리나라 산업화 시기에 주요 에너지 광물의 역할을 하며 매장량이 풍부한 강원도 태백 일대에서 활발한 채탄이 이루어졌다. 그러나 1980년대 탄광 심부화에 따른 생산 비용 상승, 무연탄 수요 정체, 국제 유가 폭락 등의 이유로 석탄의 경쟁력이 떨어지기 시작했고, 이에 따른 석탄산업합리화 조치가 시행됨에 따라 경제적 가치가 낮은 탄광은 폐쇄되거나 운영이 중단되었다(Lee and Park, 2013; Korea Coal Corporation, 2001). 이러한 폐광 시설에서는 지하 갱도 굴착에 의한 지반침하 및 지표함몰, 지속적으로 배출되는 산성광산배수로 인한 지하수 오염 등 여러 가지 광해가 유발되며 단기간에 많은 폐광이 생겨난 강원도 태백에서는 이러한 사례가 다수 보고된 바 있다(Choi et al., 2011; Jung and Jung, 2006; Silva et al., 2011). 특히 광산 주변으로 폐석을 무분별하게 쌓아 둔 폐석 적치장은 주변 미관을 해칠 뿐만 아니라 적절한 관리가 이루어지지 않아 광미 유실 및 붕괴 위험이 항상 존재하며, 집중호우 발생 시 공극 내 수압 증가로 인한 붕괴 위험성이 증가하기 때문에 지속적인 관리가 필요하다(Ahn et al., 2005; Min et al., 1999).

사면의 안정성을 평가하는 기존 방법으로는 적치장 주변에 설치한 거리 측정기, 경사계, 신장계 등을 통해 획득한 현장자료를 토대로 주변 지반의 지질·수리학적 특성과 폐석의 물리·역학적 특성을 고려하여 평가하는 것이 일반적이다(Cho and Song, 2014; Kang et al., 2004). 그러나 폐석 적치장의 경우 대다수가 접근이 어려운 곳에 위치하고 넓은 지역에 산개한 적치장들을 모두 관리하는 데에는 경제적 제약이 수반된다. 반면 Synthetic Aperture Radar (SAR) 영상을 통한 차분간섭기법(Interferometric SAR)은 지구물리학적 요인에 의해 넓은 범위에서 발생하는 지표 변위를 높은 정밀도로 관측하는데 효과적이다. 따라서 위와 같은 이유로 발생한 현장자료의 공백을 위성 기반 관측자료를 통해 보완한다면 지반 변형 모니터링의 신뢰도와 품질을 크게 향상시킬 수 있다(Colesanti et al., 2003; Strozzi et al., 2005).

Carlà et al. (2019)은 노천광산 사면을 포함한 서로 다른 3가지 유형의 사면이 붕괴하기 전 지표 변위를 SqueeSAR 기법으로 분석하고 사면의 종류 및 특징에 따른 거동 특성을 기반으로 사면 붕괴 전조 현상을 식별하기 위한 연구를 진행하였다. Moon and Lee (2021)는 접근이 불가능하여 현장자료를 획득할 수 없는 북한 무산광산의 활동성을 Shuttle Radar Topography Mission (SRTM) 및 TerraSAR-X add-on for Digital Elevation Measurement (TanDEM-X)DEM간의차분과긴밀도영상에Normalized Difference Activity Index (NDAI)를 적용하여 분석하였다. 후속 연구인 Moon et al. (2021)은 북한 청년광산에 대해 NDAI를 이용한 시계열 분석으로 노천광산에서의 무작위적 지표 변화를 탐지하고 검증하였다. Cuenca et al. (2013)은 과거 채탄 활동에 의해 지반침하가 발생한 지역에서 활동이 중단된 후 지하수위 회복에 따른 시공간적 지표 변위를 Persistent Scatterer Interferometric SAR (PSInSAR) 기법으로 분석하여 현장자료 획득이 어려운 지역의 지하수위와 지표 변위 사이의 상관관계를 분석하였다.

본 연구는 원격 탐사 자료를 활용하여 폐석 적치장에서의 침하를 관찰하고자 시간적으로 얻어진 6개의 수치표고모델(Digital Elevation Model, DEM)을 통해 시기별 폐석 적치량을 산정하고, PSInSAR 기법을 이용하여 폐석의 두께 및 적치 완료 시점이 폐석에서 선정된 고정산란체(Persistent Scatterer, PS)의 침하속도에 어떠한 영향을 미치는지 알아보았다. 2절에서 연구지역과 연구에 사용된 자료들의 정보를 전달하고, 3절의 연구방법에서는 수치표고모델의 차분 방법, PSInSAR 수행을 위한 자료 선택 그리고 수직, 수평 성분으로의 변환 과정을 서술하였다. 4절에서는 연구방법에 기술한 3가지 과정의 결과를 분석하고 토의하였다. 마지막 5절의 결론에서는 결과를 요약하고 추후 연구 방향을 제시하였다.

2. 연구지역 및 자료

연구 대상으로 선정한 석탄 폐석 적치장은 강원도 태백시 장성동에 위치하고 그 아래로 지하 갱도가 넓게 분포한다(Fig. 1; KOMIR, 2021). 강원도 태백시는 우리나라에서 가장 큰 탄전인 삼척탄전이 주로 분포하는 지역으로, 평안누층군 장성층에서 채탄이 이루어졌다(Choi et al., 2010). 현재 우리나라 가행 석탄 광산 중 한 곳인 장성광업소는 석탄산업합리화정책이 시행된 이후 장기육성 탄광으로 지정되어 적정 석탄 생산량 유지를 위해 직영 탄광으로 운영 중이며(Korea Coal Corporation, 2001), 2024년 폐광 예정이다. 광업소에서 지하 갱도를 통한 채탄이 이루어진 후 선탄 과정에서 버려지는 폐석은 컨베이어벨트로 지상으로 운반되어 valley fill 형태로 적치가 이루어지고 적치 이후 폐석더미 상단부를 평탄화 하는 과정에서 안식각을 갖는 폐석더미가 형성된다. 본 연구에서 다룬 폐석 적치장의 경우 폐석이 적치된 높이와 위치에 따라 적치장을 상부와 하부로 구분하였다(Fig. 1(b)).

OGCSBN_2022_v38n6_1_1371_f0001.png 이미지

Fig. 1. Location of the study area. (a) is the distribution of coal mine drift in Taebaek-si overlying a Google Earth image. The yellow rectangle represents the coal waste dump of interest in this study. (b) Upper and lower part of the waste dump indicated by orange and violet dashed line, respectively. (c) Bird’s-eye view of the waste dump.

연구자료로는유럽항공우주국(European Space Agency, ESA)에서 운용중인 Sentinel-1 SAR 영상을 획득하여 사용하였다. Sentinel-1 SAR 영상은 5.405 GHz의 중심주파수를 갖는 C-band 센서로 촬영되어 기상 조건과 관계없이 주야간 활동이 가능하다는 장점을 가지고 있으며(Torres et al., 2012), SAR 영상을 통한 차분간섭기법(Differential Interferometric SAR, DInSAR)은 수 mm의 높은 정밀도로 대상체의 변위를 탐지할 수 있기 때문에 지표 변위를 발생시키는 산사태, 빙하의 유동, 화산 및 지진 관련 연구 등 다양한 분야에서 널리 사용되고 있다(Cigna and Tapete, 2021; Moon et al., 2022; Song and Lee, 2019; Strozzi et al., 2005). 본 연구에서는 최소 6일에서 최대 24일 간격으로 촬영된 2019년 1월 4일부터 2021년 12월 31일 동안의 상향 궤도의 Single Look Complex (SLC) 영상 71장과 2019년 1월 10일에서 2021년 12월 13일 사이의 하향 궤도 SLC 영상 88장을 사용하였다. 그리고 연구지역의 지형 기복을 표현하고 분석하기 위해 지리조사 및 현지측량을 통해 제작되고 배포되는 2006년, 2010년, 2012년, 2014년, 2016년, 2018년의 수치지형도(1:5000)를 국토지리정보원(http://map.ngii.go.kr/)으로부터 수집하였다.

3. 연구방법

1) 적치량 산정

폐석 적치장 경계를 구분하고 폐석의 부피를 산정하기 위해 앞서 수집한 6개의 수치지형도를 Triangulated Irregular Network (TIN) 보간 기법을 통해 래스터 데이터 구조를 갖는 수치표고모델로 변환하였다. 변환한 수치표고모델의 해상도는 1 m × 1 m이다. 수치표고모델을 시간 순으로 나열한 뒤 서로 차분하여 동일한 위치에 대해 2년 또는 4년에 걸쳐 고도 변화가 발생한 구역을 구분하였다. 그리고 오픈소스 지리정보시스템 프로그램 중 하나인 Quantum Geographic Information System (QGIS)의 Volume Calculator 플러그인을 이용하여 적치량을 산정하였다. 이 과정에서 sampling step 크기는 변환한 수치표고모델의 해상도를 유지하기 위해 x, y 방향으로 모두 1픽셀의 크기를 갖도록 설정하였다. Volume Calculator를 이용하여 산정한 적치 폐석의 부피는 추후 다른 연구에서 사면의 구조적 안정성, 환경오염, 시각적 영향 등을 평가하는 지표로써 다양하게 활용될 수 있다(Kim et al., 2016).

2) PSInSAR

PSInSAR 기법은 여러 장의 DInSAR 영상에서 인공 구조물이나 암반 지대와 같이 높은 긴밀도(coherence)를 유지하며 안정된 산란 신호를 제공하는 고정산란체(Persistent Scatterer, PS)를 통해 지표 변위를 감지하는 기법이다. PSInSAR 자료처리는 대표적인 PSInSAR software package인 Stanford Method for Persistent Scatterers(StaMPS)로 수행되었다. StaMPS는 PS의 밀도가 낮거나 PS가 선정되지 않는 넓은 구역이 발생했을 때, 기존의 진폭(amplitude) 기반 알고리즘으로 식별할 수 없는 보다 낮은 진폭의 PS를 탐지하는데 적합하다는 장점이 있다(Crosetto et al., 2016; Ferretti et al., 2000; Ferretti et al., 2001; Hooper et al., 2004). StaMPS 수행 전 상향 및 하향 궤도 영상에서 각각 2020년 7월 21일, 2020년 7월 27일 영상을 master 영상으로 설정하고 나머지 slave 영상들과 차분간섭도를 생성하였다(Fig. 2). 상향 및 하향 궤도 영상에서의 최대 수직기선거리(perpendicular baseline)는 각각 252 m, 299 m이다. StaMPS 자료처리 과정에서는 연구의 방법과 목적에 따라 여러가지 매개변수를 변경할 수 있는데, 본 연구에서는 Höser (2018)를 참고하여 Sentinel-1 SAR 영상을 통한 산사태 관측에 적합한 5가지 매개변수를 변경하였다(Table 1; GIS-Blog, 2019).

OGCSBN_2022_v38n6_1_1371_f0002.png 이미지

Fig. 2. Temporal and perpendicular baseline distribution of Sentinel-1 SAR images. (a) Ascending and (b) descending pass.

Table 1. Parameters adjusted in the StaMPS processing

OGCSBN_2022_v38n6_1_1371_t0001.png 이미지

PSInSAR 기법을 통해 관측되는 지표 변위는 3차원 공간에서 발생하는 실제 지표의 움직임이 위성의 Line of Sight (LOS) 방향으로 투영되어 얻어지는 변위이다. 만약 상향 및 하향 궤도에서 얻어진 위성 자료들의 독립적인 자료처리가 가능하여 동일한 위치와 기간에 촬영된 영상을 결합할 수 있다면, LOS 방향의 변위를 지표와 수직한 방향과 동-서 방향의 변위로 해석할 수 있다(Fuhrmann and Garthwaite, 2019). 그러나 픽셀 단위로 선정되는 PS의 특성상 상향 및 하향 궤도에서 정확히 동일한 위치를 갖는 PS의 수가 제한적이고 한쪽 궤도 영상에서만 선정된 PS는 수직, 수평 성분 변환이 이루어질 수 없다. 따라서 수직, 수평 성분 변환에 앞서 Inverse Distance Weighting (IDW) 보간으로 모든 픽셀에 보간된 침하속도를 대입하여 영상 전 구간에 대한 성분 변환이 이루어졌다. i번째 픽셀에 대한 LOS 방향의 변위(Vl, i)와 실제 지표의 변위(Ve, i, Vn, i, Vu, i) 사이의 관계는 식(1)과 같다.

\(\begin{aligned}V_{l, i}=\left(\begin{array}{lll}-\sin \theta \cos \alpha & \sin \theta \sin \alpha & \cos \theta\end{array}\right)\left(\begin{array}{l}V_{e, i} \\ V_{n, i} \\ V_{u, i}\end{array}\right)\end{aligned}\)       (1)

여기서, θ는 위성과 산란체 사이의 입사각(incidence angle)이고 α는 위성 진행 방향의 방위각(heading angle)이다. 이때 계산 과정에서 필요로 하는 입사각(θ)은 한장의 영상에서도 경사거리(slant range)에 따라 그 값이 큰 폭으로 변하기 때문에 해당 픽셀에서의 정확한 입사각을 대입하는 것에 유의하여야 한다(Fuhrmann and Garthwaite, 2019).

일반적으로 위성의 진행방향 방위각(α)은 지구 자오선과 거의 평행하기 때문에 식(1)의 남-북 방향 수평 성분(Vn, i)은 민감도가 매우 낮아지거나 0에 가까워져 제거된다(Janna et al., 2012). 따라서 상향 및 하향 궤도 영상의 LOS 방향으로 측정된 속도(Va, i, Vd, i)는 식(2)의 계산을 거쳐 동-서 방향의 수평성분(Ve, i)과 상-하 방향의 수직성분(Vu, i)으로 도출된다.

\(\begin{aligned}\left(\begin{array}{l}V_{a, i} \\ V_{d, i}\end{array}\right)=\left(\begin{array}{ll}-\sin \theta_{a} \cos \alpha_{a} & \cos \theta_{a} \\ -\sin \theta_{d} \cos \alpha_{d} & \cos \theta_{d}\end{array}\right)\left(\begin{array}{c}V_{e, i} \\ V_{u, i}\end{array}\right)\end{aligned}\)       (2)

4. 연구결과 및 토의

1) 적치량 산정

제작한 수치표고모델을 서로 차분하여 생성한 5개의 고도 변화 결과에서 1 m 이상의 고도 변화를 보인 구역을 연구지역의 음영기복도 위에 투영하였다(Fig. 3). 새로 생성된 폐석더미는 초록색 영역으로 나타내고 이전 기간에 형성된 더미의 상단부 경계는 점선으로 나타냈다. Fig. 3(a)는 2006년의 수치표고모델 음영기복도로 우측 상단에는 2006년 이전에 이미 적치된 폐석더미가 확인된다. Fig. 3(b)의 2010년 음영기복도에서 2006년부터 4년동안 적치장에 적치된 폐석의 면적은 약 98,891 m2이고, 최대 49.9 m의 두께로 적치가 이루어졌다. 폐석의 면적과 두께 정보를 토대로 추정한 적치 폐석의 부피는 1,209,986 m3이다. Fig. 3(c), (d)는 2012년과 2014년의 음영기복도로 2010년까지 상하부 전반에 걸쳐 다량의 폐석이 적치된 것과 달리 하부에서의 폐석 적치 활동이 완료되어 상부 폐석더미의 서쪽 방향 사면만 연장되었고 적치 폐석의 부피도 크게 감소하였다. 2010년부터 2012년 사이의 폐석 적치 면적은 12,769 m2이고 최대 19.5 m의 두께를 갖는다. 2012년부터 2014년에 적치된 폐석의 면적은 22.672 m2, 최대 두께는 21.5 m이다. 계산된 부피는 각각 87,615 m3, 161,038 m3이다. 2014년부터 2016년의 적치 활동을 보여주는 Fig. 3(e)에서는 적치장 기준 남동쪽으로 적치장이 아닌 사면에서의 작은 변화만 확인될 뿐 폐석 적치 활동은 확인되지 않았다. 마지막으로 2016년부터 2018년 사이의 활동인 Fig. 3(f)에서는 그동안의 적치활동이 상부 폐석더미의 서쪽 사면으로 이루어진 것과 달리 남쪽 방향으로 사면이 연장되었다. 적치 면적 23,596 m2에서 최대 23.3 m로 적치가 이루어졌다. 적치 폐석 부피는 210,537 m3로 산정되었다.

OGCSBN_2022_v38n6_1_1371_f0003.png 이미지

Fig. 3. Shaded relief images of the study area in (a) 2006, (b) 2010, (c) 2012, (d) 2014, (e) 2016, and (f) 2018. The newly-piled dump is indicated by green area. The dashed lines are the top of the previously dumped boundary.

위에서 산정한 시기별 폐석 부피와 누적 부피를 그래프로 도시하였다(Fig. 4). 2006년부터 2018년까지 약 12년동안 총 1,668,980 m3의 폐석이 적치되었고 폐석의 전체 부피 중 72%는 2006년부터 2010년 사이에 적치되었다. 2010년과 2012년 사이에는 약 5%의 폐석이 적치되었으며, 2012년과 2014년 사이에는 약 10%, 2016년과 2018년 사이에는 약 13%의 폐석이 적치되었다. 2010년을 기점으로 새롭게 적치된 폐석더미의 부피가 이전보다 크게 감소하였으나, 2014년부터 2016년을 제외하고 다시 점차적으로 증가하는 추세를 보인다.

OGCSBN_2022_v38n6_1_1371_f0005.png 이미지

Fig. 4. Volume change and cumulative of piled waste dump by period.

2) PSInSAR

PSInSAR 수행 결과 폐석 적치장 전구간에서 총 454개의 PS가 선정되었다(Fig. 5). 이들 중 폐석 운반을 위한 컨베이어벨트와 사무소 건물에서 선정된 PS는 변위가 거의 관측되지 않아 안정된 결과를 보인다. 폐석에서 선정된 PS는 상향 궤도 영상에서 150개가 선정되었고 침하속도는 –32.3 mm/yr부터 0.3 mm/yr의 범위를 갖는다. 하향 궤도에서는 165개의 PS에서 –40.2 mm/yr부터 –4.4 mm/yr의 침하가 발생했다. PS는 주로 2010년 적치가 완료된 이후 추가적인 적치가 이루어지지 않았던 적치장 하부에 밀집되어 분포한다.

OGCSBN_2022_v38n6_1_1371_f0004.png 이미지

Fig. 5. Persistent Scatterer Interferometric SAR (PSInSAR) result from (a) ascending and (b) descending SAR images. The blue polygons are boundary of dump, which were represented by dashed lines in Fig. 3.

폐석에서 선정된 PS 중 Fig. 3을 통해 확인된 기간별 상부 폐석더미 PS에 대한 폐석 두께와 적치 완료 시점에 따른 침하속도와의 상관성을 분석하였다(Fig. 6). 적치장 하부 폐석더미의 PS는 폐석 두께가 상부에 비해 얇고, 모두 2010년 이전에 적치가 완료되어 그래프 상에서 침하 속도가 특정 구간에 편중될 우려가 있다. 그리고 2016년부터 2018년에 적치된 폐석에서는 PS가 선정되지 않았기 때문에 2014년까지 상부 폐석더미에서 선정된 PS 정보만 그래프에 도시하였다.

OGCSBN_2022_v38n6_1_1371_f0006.png 이미지

Fig. 6. Correlation analysis results between Line of Sight (LOS) velocity and (a) thickness, (b) completion time of dump. Persistent Scatterer (PS) points from ascending and descending SAR images are indicated by circle and triangle, respectively. The color of each point is applied in the grayscale according to variation of the year in (a) and thickness in (b).

Fig. 6(a)의 폐석 두께는 2006년과 2014년의 고도를 추출하고 이들의 차를 계산한 값으로 새로 정의하였다. 각 궤도 방향의 PS 침하속도는 폐석 두께가 두꺼운 지역에서 큰 침하속도가 관측된다. 그리고 비슷한 폐석 두께를 갖는 경우에는 하향 궤도 방향 PS의 침하속도가 상향 궤도 방향 PS보다 빠르다. 보편적으로 사면의 침하 방향은 원 지형의 사면 방향을 따른다(Ciampalini et al., 2016). Right looking으로 촬영하는 Sentinel-1 SAR 센서의 특성상 하향 궤도의 경우 남서 방향의 속도 변화에 민감하다. 따라서 원 지형의 경사 방향이 남서쪽을 향하는 상부 폐석의 침하속도가 하향 궤도 방향에서 더 빠르게 나타난 것으로 판단된다. 폐석 두께와 양 방향 PS 침하속도 사이의 상관계수는 0.7342이다.

적치 완료 시점은 Fig. 5에 파란 실선으로 나타낸 연도별 폐석더미 상단부 경계 안에 속하는 PS를 분류하여 결정하였다(Fig. 5). Fig. 6(b)의 폐석더미 적치 완료 시점에 따른 침하 속도 결과에서 2006년에 적치가 완료된 폐석더미에서 선정된 PS들의 침하속도는 대부분 약 –6.3 mm/yr 이내로 관측되었다. 적치 완료 시점이 2010년에 속하는 구역의 PS 침하속도는 –40.2 mm/yr부터 –1.7 mm/yr의 넓은 범위 내에서 고르게 분포한다. 2012년과 2014년에 적치가 완료된 구역에의 침하속도는 각각 –28.9 mm/yr부터 –21.6 mm/yr, –35.3 mm/yr부터 –24.3 mm/yr의 범위를 갖는다. Fig. 5에서 2010년에 적치가 완료된 구역의 상향 궤도 PS는 폐석더미의 안쪽에서 선정된 반면 하향 궤도의 PS는 2010년 더미 경계와 인접한 곳에서 선정되었다. 2010년 PS의 침하속도 값이 넓은 범위에 분포하는 이유는 폐석더미의 변위는 주로 사면 상단부의 평평한 면보다 가장자리를 따라 크게 발생하는 것의 영향을 받은 것이라 생각된다(Hungr et al., 2002). 2010년 이 외의 완료 시점에서는 대체로 적치 완료 시점이 최근일수록 침하 속도가 빨라지는 것을 확인할 수 있고 적치 완료 시점과 폐석 침하 속도 간의 상관계수는 0.5752이다.

PSInSAR 결과로 측정된 LOS 방향의 침하를 수직, 수평 성분으로 변환하여 도출한 합벡터의 크기 및 방향을 지도 상에 등고선으로 표현하고(Fig. 7), 적치장 단면도 상에 도시하여 폐석의 흐름을 2차원적으로 표현하였다(Fig. 8). Fig. 7에서 등고선의 최대 침하 값을 보이는 지점 아래에는 지하 갱도가 존재하지만 적치장으로부터 수십 m 아래 심부에 위치하고(Fig. 1(a)), 컨베이어벨트나 사무실의 PS에서 침하가 나타나지 않고 있다. 따라서 적치장의 침하는 지하갱도의 영향보다는 폐석 두께에 의한 영향이 지배적일 것이다. 폐석 적치장의 단면은 적치장의 지형 기복을 잘 반영하는 것을 우선시하여 적치장 상부, 하부 그리고 전체를 가로지르도록 설정하였고, 폐석의 침하를 나타내기 위한 합벡터의 시작 지점인 임의의 참조점은 IDW 보간 과정에서 발생할 수 있는 오차를 최소화하기 위해 PS의 밀도가 충분히 높은 위치에 설정하였다(Fig. 7). 참조점의 개수는 A-A′ 단면에서 6개, B-B′ 단면에서 8개, C-C′ 단면에서 10개이고 중복되는 참조점을 제외한 참조점의 개수는 22개이다.

OGCSBN_2022_v38n6_1_1371_f0007.png 이미지

Fig. 7. The magnitude of subsidence vector derived by the vertical and horizontal analysis is represented as contours.

OGCSBN_2022_v38n6_1_1371_f0008.png 이미지

Fig. 8. Cross-sections of coal waste dump for (a) A-A′, (b) B-B′, and (c) C-C′. The arrows represent direction and magnitude of subsidence velocity in the vertical-east domain at each reference point.

A-A′ 단면은 하부 적치장의 단면으로 2010년 이전에 이미 적치가 완료되어 2006년 단면을 제외한 나머지 시기의 단면에서 고도 변화가 발생하지 않는다. A에서 A′ 방향으로 각 참조점들의 침하 속도는 –11.64 mm/yr, –13.28mm/yr, –18.31mm/yr, –19.95mm/yr, –19.94mm/yr, –13.44 mm/yr로 계산되었다(Fig. 8(a)). B-B′ 단면은 2006년 이후부터 서쪽 방향 사면을 따라 폐석을 적치해 나간 구역으로 참조점들의 침하속도는 –34.36 mm/yr, –34.83 mm/yr, –35.65 mm/yr, –34.4 mm/yr, –18.4 mm/yr, –19.93 mm/yr, –10.13 mm/yr, –11.14 mm/yr이다(Fig. 8(b)). 마지막으로 C-C’ 단면에서의 침하속도는 –9.77 mm/yr, –13.25 mm/yr, –10.81mm/yr, –12.87mm/yr, –13.28mm/yr, –12.29 mm/yr, –13.19mm/yr, –35.65mm/yr, –33.88mm/yr, –30.38 mm/yr이다(Fig. 8(c)).

모든 참조점에서의 침하 속도와 폐석의 두께 및 적치 완료 시점과의 상관성을 다시 한번 분석하였다(Fig. 9). A-A′ 단면의 6개 참조점의 폐석 적치 두께는 14 m 보다 작은 두께에서 약 -20 mm/yr의 비교적 느린 침하속도를 보이는 구간에 주로 분포한다. 반면 B-B′ 단면과 C-C′ 단면에서는 대부분의 참조점이 14 m 이하 혹은 45 m 이상의 두께를 갖고 침하속도도 양단에 집중되어 있다. 그리고 각 단면에서 최대 침하속도는 A-A′, B-B′ 단면의 경우 적치 폐석의 두께가 가장 두꺼운 참조점, C-C′ 단면은 적치 폐석 두께가 두번째로 큰 참조점에서 관측되었다. Fig. 9(a)는 비록 14–45 m의 두께를 갖는 참조점의 개수가 적지만 적치 폐석의 두께에 따른 침하속도 사이의 상관계수는 0.7911로 Fig. 6(a)와 마찬가지로 폐석 두께가 증가함에 따라 빠른 침하속도가 관측되는 경향이 유사하게 나타났다. 그러나 적치 완료 시점별 침하속도를 분석하였을 때의 상관계수는 0.1942로 매우 낮은 상관성을 보인다. 대부분의 참조점이 2010년에 적치 완료된 구역에 위치하고, B-B′ 단면의 경우 모든 참조점이 2010년에 집중되어 타 시기에 해당하는 참조점의 수가 부족하기 때문에 적치 완료 시점에 따른 침하속도의 경향을 파악하는 데 다소 어려움이 있다. 만약 어느 한 시기에 적치 활동이 집중되지 않고 적치 면적이 고르게 나뉠 때 올바른 판단이 가능할 것으로 생각된다.

OGCSBN_2022_v38n6_1_1371_f0009.png 이미지

Fig. 9. Correlation analysis results between synthesized velocity and (a) thickness, (b) completion time of dump.

5. 결론

강원도 태백시 장성동에 위치한 폐석 적치장의 고도 정보를 반영하는 2006년부터 2018년 사이의 6개 수치표 고모델을 이용하여 2년 혹은 4년 간격으로 폐석 적치량을 산정하고, 상향 및 하향궤도의 Sentinel-1 SAR 영상을 활용하여 수행한 PSInSAR 결과를 통해 2019년부터 2021년까지 3년 동안 발생한 침하를 시계열적으로 분석하였다. 폐석 적치량은 수치표고모델 간의 차분으로 얻어지는 해당 기간의 고도 변화와 적치 면적 정보를 통해 산정되었다. 약 12년동안 폐석이 적치되는 구역이 이동하는 것을 시각적으로 표현하여 확인하였고, 적치장에서의 누적 폐석 적치량 중 72%가 2006년부터 2010년 사이에 적치된 것으로 미루어 보아 2010년을 기점으로 적치장에서의 활동이 급격히 줄어든 것으로 판단된다.

PSInSAR 결과에서는 상부 적치장에서 선정된 하향 궤도 PS의 침하속도가 상향 궤도 PS보다 빠르게 발생하는 것을 알 수 있었다. 폐석 두께가 두꺼워질수록 빠른 침하속도가 관측되는 경향이 확인되는 폐석 두께와 양쪽 궤도 방향 PS 침하속도 사이의 상관계수는 0.7342이다. 적치 완료 시점에 따른 PS의 침하속도에서는 대부분의 PS가 2010년에 적치 완료된 구역에 분포하여 상관 분석에 결과에 영향을 미칠 수 있음에도 불구하고 0.5752의 상관 계수를 갖는다.

양 방향에서 측정된 PSInSAR 결과를 바탕으로 LOS 방향 침하속도를 수직, 수평 성분으로 변환하여 폐석더미에서의 동-서, 상-하 방향 침하속도를 계산하고 동일한 방식으로 상관성을 분석했다. 수직, 수평 성분의 합벡터는 참조점을 설정하여 폐석의 침하 크기와 방향을 단면도 상에 투영했다. 비록 폐석의 두께가 범위 내에 고르게 분포하지 않았지만 폐석더미의 침하 양상은 폐석의 두께가 두꺼워짐에 따라 빠른 속도의 침하가 관측되었고 상관 계수는 0.7911로 다소 증가하였다. 그러나 적치 완료 시점과의 상관 계수는 0.1942로 매우 낮게 측정되었다. 합벡터의 침하속도는 2006년부터 2010년 사이 발생한 대량의 적치활동으로 인해 적치 완료 시점과 비교적 높은 상관관계를 얻을 수 없었다.

적치장의 단면도와 함께 합벡터의 방향과 크기를 나타냈을 때 대부분의 참조점에서의 침하 방향은 가장 오래전에 적치된 2006년의 사면 방향과 유사한 방향으로 계산되었는데, 이러한 결과는 기존 연구 결과에 부합한다. 합벡터의 크기는 폐석 두께가 두꺼운 지점의 참조점에서 빠른 속도의 침하가 관찰되었다. 적치 완료 시점과의 분석 결과는 PS 침하속도와의 분석 결과로 미루어 봤을 때, 추후 연구에서 참조점의 분포가 모든 적치 완료 시점에 고르게 분포하는 대규모의 적치장을 선정하여 적치 완료 시점에 대한 침하 속도의 영향이 분석된다면 비교적 높은 상관성을 보일 것이라 기대된다. 따라서 체계적이고 지속적인 관리가 어려운 적치장 사면에 대한 안정성 평가 시 현장 자료의 부재로 인한 낮은 신뢰도 문제는 원격탐사로 얻어진 지표 변위 분석 자료를 통해 효과적으로 극복할 수 있을 것이라 사료된다.

사사

이 논문은 한국지질자원연구원 기본연구사업과 행정안전부의 지진방재분야 전문인력양성사업, 그리고 2022년도 교육부의 재원으로 한국연구재단(No.2019R1A6A1A03033167, NRF-2022R1F1A1071054)의 지원을 받았습니다.

References

  1. Ahn, N.-G., T.-H. Kim, J.-I. Oh, and J.-Y. Lee, 2005. Slope Stability Analysis of Improved Waste Mine Tailing Landfill Using Fine Recycled-Concrete Aggregates, Journal of Korean Society of Environmental Engineers, 27(2): 145-150 (in Korean with English abstract).
  2. Carla, T., E. Intrieri, F. Raspini, F. Bardi, P. Farina, A. Ferretti, D. Colombo, F. Novali, and N. Casagli, 2019. Perspectives on the prediction of catastrophic slope failures from satellite InSAR, Scientific Reports, 9(1): 1-9. https://doi.org/10.1038/s41598-019-50792-y
  3. Cho, Y.-C. and Y.-S. Song, 2014. Deformation measurements and a stability analysis of the slope at a coal mine waste dump, Ecological Engineering, 68: 189-199. https://doi.org/10.1016/j.ecoleng.2014.03.005
  4. Choi, J.-K., K.-D. Kim, S. Lee, and J.-S. Won, 2010. Application of a fuzzy operator to susceptibility estimations of coal mine subsidence in Taebaek City, Korea, Environmental Earth Sciences, 59(5): 1009-1022. https://doi.org/10.1007/s12665-009-0093-6
  5. Choi, J.-K., J.-S. Won, S. Lee, S.-W. Kim, K.-D. Kim, and H.-S. Jung, 2011. Integration of a subsidence model and SAR interferometry for a coal mine subsidence hazard map in Taebaek, Korea, International Journal of Remote Sensing, 32(23): 8161-8181. https://doi.org/10.1080/01431161.2010.532827
  6. Ciampalini, A., F. Raspini, D. Lagomarsino, F. Catani, and N. Casagli, 2016. Landslide susceptibility map refinement using PSInSAR data, Remote Sensing of Environment, 184: 302-315. https://doi.org/10.1016/j.rse.2016.07.018
  7. Cigna, F. and D. Tapete, 2021. Present-day land subsidence rates, surface faulting hazard and risk in Mexico City with 2014-2020 Sentinel-1 IW InSAR, Remote Sensing of Environment, 253: 112161. https://doi.org/10.1016/j.rse.2020.112161
  8. Colesanti, C., A. Ferretti, C. Prati, and F. Rocca, 2003. Monitoring landslides and tectonic motions with the Permanent Scatterers Technique, Engineering Geology, 68(1-2): 3-14. https://doi.org/10.1016/S0013-7952(02)00195-3
  9. Crosetto, M., O. Monserrat, M. Cuevas-Gonzalez, N. Devanthery, and B. Crippa, 2016. Persistent scatterer interferometry: A review, ISPRS Journal of Photogrammetry and Remote Sensing, 115: 78-89. https://doi.org/10.1016/j.isprsjprs.2015.10.011
  10. Cuenca, M.C., A.J. Hooper, and R.F. Hanssen, 2013. Surface deformation induced by water influx in the abandoned coal mines in Limburg, The Netherlands observed by satellite radar interferometry, Journal of Applied Geophysics, 88: 1-11. https://doi.org/10.1016/j.jappgeo.2012.10.003
  11. Ferretti, A., C. Prati, and F. Rocca, 2000. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry, IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2202-2212. https://doi.org/10.1109/36.868878
  12. Ferretti, A., C. Prati, and F. Rocca, 2001. Permanent scatterers in SAR interferometry, IEEE Transactions on Geoscience and Remote Sensing, 39(1): 8-20. https://doi.org/10.1109/36.898661
  13. Fuhrmann, T. and M.C. Garthwaite, 2019. Resolving three-dimensional surface motion with InSAR: Constraints from multi-geometry data fusion, Remote Sensing, 11(3): 241. https://doi.org/10.3390/rs11030241
  14. GIS-Blog, 2019. 2-4_StaMPS-steps.md, https://gitlab.com/Rexthor/gis-blog/-/blob/master/StaMPS/2-4_ StaMPS-steps.md, Accessed on Dec. 14, 2022.
  15. Hooper, A., H. Zebker, P. Segall, and B. Kampes, 2004. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers, Geophysical Research Letters, 31(23): 1-5. https://doi.org/10.1029/2004GL021737
  16. Hoser, T., 2018. Analysing the capabilities and limitations of InSAR using Sentinel-1 data for landslide detection and monitoring, University of Bonn, Bonn, Germany.
  17. Hungr, O., R.F. Dawson, A. Kent, D. Campbell, and N.R Morgenstern, 2002. Rapid flow slides of coal-mine waste in British Columbia, Canada, In: Evans, S.G., DeGraff, J.V. (eds), Catastrophic Landslides: Effects, Occurrence, and Mechanisms, The Geological Society of America, Boulder, CO, USA, pp. 191-208.
  18. Janna, C., N. Castelletto, M. Ferronato, G. Gambolati, and P. Teatini, 2012. A geomechanical transversely isotropic model of the Po River basin using PSInSAR derived horizontal displacement, International Journal of Rock Mechanics and Mining Sciences, 51: 105-118. https://doi.org/10.1016/j.ijrmms.2012.01.015
  19. Jung, M.C. and M.Y. Jung, 2006. Evaluation and management method of environmental contamination from abandoned metal mines in Korea, Journal of the Korean Society of Mineral and Energy Resources Engineers, 43(5): 383-394 (in Korean with English abstract).
  20. Kang, S.S., Y.W. Cheong, S.B. Choi, and H. Baek, 2004. Stability analysis of the coal mine waste dump, Journal of Korean Society for Geosystem Engineering, 41(4): 291-300 (in Korean with English abstract).
  21. Kim, S.-M., J. Suh, S. Oh, J. Son, C.-U. Hyun, H.-D. Park, S.-H. Shin, and Y. Choi, 2016. Assessing and prioritizing environmental hazards associated with abandoned mines in Gangwon-do, South Korea: the Total Mine Hazards Index, Environmental Earth Sciences, 75(5): 1-14. https://doi.org/10.1007/s12665-016-5283-4
  22. KOMIR (Korea Mine Rehabilitation and Mineral Resources Corporation), 2021. MiRe GIS, https://miregis.komir.or.kr/mainView.do, Accessed on Dec. 16, 2022.
  23. Korea Coal Corporation, 2001. Korea Coal Corporation's 50 years of history, https://www.kocoal.or.kr/newpage/newpage.php?f_id=pr_history_01, Accessed on Dec. 2, 2022.
  24. Lee, S. and I. Park, 2013. Application of decision tree model for the ground subsidence hazard mapping near abandoned underground coal mines, Journal of Environmental Management, 127: 166-176. https://doi.org/10.1016/j.jenvman.2013.04.010
  25. Min, K.-W., P.H. Lee, H.-I. Chin, and K.-S. Yeon, 1999. A Study on Utilization of Metal-Mine Tailings for Polymer Cement Mortars, Economic and Environmental Geology, 32(1): 13-18 (in Korean with English abstract).
  26. Moon, J. and H. Lee, 2021. Analysis of Activity in an Open-Pit Mine by Using InSAR Coherence-Based Normalized Difference Activity Index, Remote Sensing, 13(9): 1861. https://doi.org/10.3390/rs13091861
  27. Moon, J., G. Kim, and H. Lee, 2021. Surface Change Detection in the March 5 Youth Mine Using Sentinel-1 Interferometric SAR Coherence Imagery, Korean Journal of Remote Sensing, 37(3): 531-542 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2021.37.3.13
  28. Moon, J., H. Lee, and H. Lee, 2022. Elevation Change of CookE2 Subglacial Lake in East Antarctica Observed by DInSAR and Time-Segmented PSInSAR, Remote Sensing, 14(18): 4616. https://doi.org/10.3390/rs14184616
  29. Silva, L.F., M. Wollenschlager, and M.L. Oliveira, 2011. A preliminary study of coal mining drainage and environmental health in the Santa Catarina region, Brazil, Environmental Geochemistry and Health, 33(1): 55-65. https://doi.org/10.1007/s10653-010-9322-x
  30. Song, S.G. and H. Lee, 2019. Static slip model of the 2017 Mw 5.4 Pohang, South Korea, earthquake constrained by the InSAR data, Seismological Research Letters, 90(1): 140-148. https://doi.org/10.1785/0220180156
  31. Strozzi, T., P. Farina, A. Corsini, C. Ambrosi, M. Thuring, J. Zilger, A. Wiesmann, U. Wegmuller, and C. Werner, 2005. Survey and monitoring of landslide displacements by means of L-band satellite SAR interferometry, Landslides, 2(3): 193-201. https://doi.org/10.1007/s10346-005-0003-2
  32. Torres, R., P. Snoeij, D. Geudtner, D. Bibby, M. Davidson, E. Attema, P. Potin, B. Rommen, N. Floury, M. Brown, I. Navas Traver, P. Deghaye, B. Duesmann, B. Rosich, N. Miranda, C. Bruno, M. L'Abbate, R. Croci, A. Pietropaolo, M. Huchler, and F. Rostan, 2012. GMES Sentinel-1 mission, Remote Sensing of Environment, 120: 9-24. https://doi.org/10.1016/j.rse.2011.05.028