Development of an Inventory-Based Flood Loss Estimation Method for Rural Areas

인벤토리 기반 농촌지역 홍수손실 평가기법 개발

Abstract

In recent times, the frequency and intensity of natural disasters, such as heavy rains and typhoons, have been increasing due to the impacts of climate change. This has led to a rise in social and economic damages. Rural areas, in particular, possess limited disaster response capabilities due to their underdeveloped infrastructure and are highly vulnerable to flooding. Therefore, it is crucial to establish preventative and responsive measures. In this study, an Inventory-Based Flood Loss Estimation (IB-FLE) method utilizing high-resolution spatial information was developed for estimating flood-related losses in rural areas. Additionally, the developed approach was applied to a study area and compared with the Multidimensional Flood Damage Analysis (MD-FDA) method. Compared to the MD-FDA, the IB-FLE enables faster and more accurate estimation of flood damages and allows for the assessment of individual building and agricultural land losses using up-to-date information. The findings of this study are expected to contribute to the rational allocation of budgets for rural flood damage prevention and recovery, as well as enhancing disaster response capabilities.

Ⅰ. 서론

기후변화에 따른 극한 강우 사상의 발달 및 돌발호우 등의 증가로 홍수 취약성이 증가하고 있으며, 극한 강우에 따른 자연재난의 발생 빈도와 강도 증가는 많은 사회 및 경제적 피해를 야기하고 있다 (ME, 2020).

호우, 폭풍해일, 태풍 등 자연재난의 발생은 다양한 산업군에 영향을 미치나, 특히 농업지역은 재해로 인해 작물과 농경지가 직접적인 피해를 입으며, 도시지역에 비해 낙후된 환경으로 재난대응능력이 낮아 홍수에 따른 자산요소들의 파괴 및 유실 위험이 크므로 홍수 취약성이 매우 높다고 할 수 있다(Jamshed et al., 2020).

2022년도 용도지역현황에 따른 국내 농촌지역의 면적(49,244 km²)은 전체 용도지역 면적의 약 46%로, 용도지역 중 가장 넓은 면적을 차지할 만큼 풍수해 재난에 따른 피해 범위 및 규모가 크다 (MOLIT and LX, 2022). 또한 농경지 침수피해는 농촌에서 발생하는 전체 피해의 약 60%를 차지함에도 불구하고 도시침수에 비하여 피해액이 적어 소하천 및 농촌 지역의 홍수에 대한 연구가 부족한 실정이며, 홍수피해대책이 여전히 미흡하여 농촌지역은 매년 홍수로 인해 큰 피해를 입고있다 (Jun et al., 2019).

더불어 최근 농촌지역의 농업용 저수지는 노후화와 기후변화에 따른 극한호우사상의 영향으로 저수지의 안정성 문제가 지속적으로 제기되고 있으며, 제체붕괴에 따른 하류지역 침수피해가 빈번히 발생하고 있음에도 불구하고 여전히 제한된 재정 지원 및 관리의 어려움으로 사전 대비책 마련과 복구계획 수립이 체계적으로 이루어지지 않고 있다.

최근에는 홍수피해 예방을 위한 구조적 및 비구조적 적응 대책 수립 관련 연구가 증가하고 있으며, 저수지 붕괴로 인한 홍수파의 확산 규모 및 수위 파악을 위한 홍수위험 지도 구축 관련 연구도 활발히 이루어지고 있으나, 비구조적 대책의 일환으로 범람구역 내 인적 및 물적 피해액 산정에 따른 적절한 예산 수립 및 투자는 충분히 이루어지지 않고 있다. 이는 분석에 필요한 과거 데이터의 부족 및 추정 피해액의 높은 불확실성으로 인해 피해 규모와 복구에 필요한 비용을 정량화하는 데에 많은 어려움이 따르기 때문이다. 하지만 침수피해 예방 및 복구를 위한 합리적인 예산분배를 위해서는 정확한 침수 피해액의 추정이 매우 중요하며, 재해대응 및 복구단계에서 피해 규모의 신속하고 정확한 추정은 재해 발생 시 대처능력을 향상시킬 수 있다 (Choi et al., 2012).

국내 홍수피해액 산정은 MOLIT (1993)이 농작물 피해액을 바탕으로 기타 피해액을 결정하는 ‘간편법’을 제안하며 사용되기 시작하여, MOLIT (2001)은 침수면적을 변수로 한 회귀식 기반의 ‘개선법’을 제안하였으며, 이는 2002 하천설계기준에 반영된 바 있다. 이후 MOLIT (2004)은 대상지역의 공간분포와 자산규모를 기반으로 피해액을 분석하는 ‘다차원 홍수 피해 산정법’ (MD-FDA, Multi-Dimensional Flood Damage Analysis)을 개발하였으며, 이는 현재까지 치수편익 산정기준으로 사용되고 있다. 최근 MOIS (2020)는 ‘풍수해 직접⋅간접 피해를 고려한 피해산정 및 예측 기술개발’ 사업을 통해 호우 재해에 대한 일반 및 공공자산의 한국형 재난 손상 및 손실함수를 개발하여 국내 실정에 맞게 직접피해를 평가하기 위한 기초자료를 마련한 바 있다.

홍수로 인한 피해액의 정확한 추정을 위해서는 정밀하고 정확한 자산가치 산정이 선행되어야 한다. 다차원 홍수피해 산정법은 공간정보의 중첩을 통해 피해지역의 특성을 설명할 수 있다는 점에서 기존 방법들에 비해 개선되었으나, 피해지역의 자산가치 산정을 위해 광범위한 통계자료가 필요하며 토지이용도를 기반으로 공간정보를 반영하므로 개별 건물, 농지, 및 농업시설의 정확한 위치와 면적은 반영하지는 못하는 한계가 있다. 하지만 최근에는 지리정보해석 소프트웨어 기술의 발달과 더불어 고해상도의 공간정보 획득이 가능해짐에 따라 다양한 통계정보들의 공간적 시각화가 가능해졌으며, 건물이나 농경지 등 자산요소들에 대한 정확한 위치와 구획 및 속성정보를 토대로 객체 단위의 자산가치 추정이 가능해 졌다. 따라서 토지이용도 및 읍면동 단위 통계자료를 기반으로 하는 기존 다차원 홍수피해 추정방법에서 나아가, 개별 건물 면적, 건물용도 및 신축단가 자료와 개별 필지의 면적 및 작물 속성정보를 포함하는 인벤토리를 활용하여 침수구역 내 개별 건물 및 필지에 대한 침수피해액을 산정한다면 보다 정확한 피해액 추정이 가능할 것이다.

홍수로 인한 손실평가와 관련된 국내 연구들을 검토한 결과, 도시지역 또는 항만지역을 중심으로 다차원 홍수피해 산정법을 적용하여 홍수피해액을 산정한 연구 (Lee et al., 2006; Choi et al., 2006; Lee et al., 2011; Lee and Park, 2011; Seo and Shin, 2013; Tak et al., 2017)가 대부분이며, 최근에는 다차원 홍수피해 산정법을 일부 개선하거나 공간정보를 활용하여 개별 건물의 자산가치를 산정하고자 하는 연구들 (Jung and Kim, 2012; Choi et al., 2017; Kang et al., 2018; Na and Choi, 2019; Kang et al., 2021)이 수행된 바 있다. 하지만 선행연구들에서의 홍수손실 평가 과정에 적용되는 피해율 기준은 과거 수해자료를 토대로 산정된 일본 국토교통성 치수경제조사메뉴얼 (國土交通省 河川局, 2005)의 계수를 그대로 적용한 것이 대다수이며, 대부분 도시지역을 중심으로 홍수손실 평가가 이루어져 농촌지역에서의 홍수손실 평가와 관련된 구체적이고 종합적인 피해액 산정방법에 관한 연구는 부족한 실정이다. 또한 저수지 붕괴와 같은 극한 상황에 대비하기 위해서는 홍수파의 영향을 고려하여 침수위험지도를 구축하고 하류 지역의 홍수손실을 평가하는 연구가 수행될 필요가 있다.

따라서 본 연구의 목적은 농촌지역을 대상으로 고해상도 공간정보를 활용한 인벤토리 기반 홍수손실 평가기법 개발을 통해 기존 다차원 홍수피해 산정법을 개선한 신속하고 정확한 홍수피해액 산정기준을 마련하는 데 있으며, 이를 경기도에 위치한 어은저수지 하류 농촌지역에 적용하여 저수지 붕괴 시나리오에 따른 하류지역 홍수손실을 평가하고자 한다.

Ⅱ. 인벤토리 기반 홍수손실 평가기법

1. 기존 국내 홍수손실 평가기법

홍수에 따른 피해액 추정 및 자연재해위험개선지구 정비사업의 투자 우선순위 결정을 위한 비용편익 분석을 위해 국내에서 적용되어 온 홍수손실 평가방법에는 간편법, 개선법, 및 다차원 홍수피해액 산정법 (MD-FDA, Multi-Dimensional Flood Damage Analysis)이 있다.

간편법은 2002년 이전까지 침수 저감대책의 편익을 확인하기 위해 사용되어 왔으며, 사업지구의 농작물 피해액으로 부터 농경지, 공공시설물, 기타, 및 간접 피해액을 산정하는 방법이다 (MOLIT, 1993). 간편법은 피해액 산정방법이 간편하며 분석을 위한 소요자료 및 인력 소요가 적다는 장점이 있으나, 도시화에 따라 증가하는 기타 및 간접적 침수피해를 과소추정할 수 있다는 한계가 있다.

MOLIT (2001)은 이러한 문제점을 개선하기 위해 재해연보에 근거하여 침수면적-피해액 관계식을 통해 건물, 농경지, 공공시설물 및 기타 피해액을 산정하는 개선법을 제시하였다. 개선법은 간편법에 비해 분석 방법론이 보편화 되어 있다는 장점은 있으나, 과거 홍수피해조사의 정확성에 크게 의존하며 침수심별 침수피해 규모의 차이를 반영하지 못하는 한계가 있다 (Choi et al., 2012).

개선법에서 제기된 문제점을 보완하기 위해 MOLIT (2004)에서 제시된 다차원 홍수피해액 산정법 (이하 다차원법)은 실제 자산조사를 기반으로 침수심 및 침수편입률을 고려하여 피해액을 산정하는 방법으로, 현재까지 보험급여 등 피해보상을 위한 홍수피해액 산정 및 치수편익 산정기준으로 활용되고 있다. 이 방법은 지역의 통계연보를 기반으로 자산가치를 산정하며, 항목별 자산가치와 침수편입률 (지역 특성 요소별 공간객체들의 위치정보를 침수심별로 중첩하여 전체에 대한 비율로 나타낸 것)에 자산요소별 침수 피해율을 곱하여 피해액을 산정하므로 지역 특성을 반영한 피해액 산정이 가능하다는 장점이 있다. 다차원법의 가장 중요한 요소는 분류별 자산조사로, 자산조사가 얼마나 정확하게 이루어졌느냐에 따라 결과가 달라질 수 있다 (Tak et al., 2017). 다차원 홍수피해 산정기법의 항목별 자산가치 조사를 위해 활용 가능한 기초자료 및 자산가치 산정방법은 Table 1과 같다. 다만, 직접피해조사 항목 중 공공시설물에 대해서는 직접적인 피해액 산정이 현실적으로 불가능하므로 일반자산피해액에 대한 공공 토목시설의 피해액 비율을 적용하여 공공시설물 피해액을 산정하며, 일본 국토건설성의 피해액 비율 (1.694)이 적용되어 왔다.

Table 1 Valuation method for estimating asset values within administrative areas in the MD-FDA

2. 인벤토리 기반 홍수손실 평가기법 개요

기존 다차원법에서 자산의 공간적 분포를 고려하기 위해 활용되는 토지피복도 자료는 행정구역별 작성 및 업데이트 시기가 상이하고 개별 건물 및 필지의 구분이 모호하므로 정확한 자산요소별 면적 추정이 어려운 한계가 있다. 또한 자산 가치 산정은 행정구역 단위로 이루어지므로, 지자체의 통계 연보를 기반으로 한 광범위한 자료 구축이 필요하다 (Choi et al., 2012; Na and Choi, 2019). 이는 조사 과정에서 많은 시간과 인력이 소요되며, 홍수피해 발생 시 재해규모 파악의 지연은 신속한 재해 피해경감 대책 및 복구계획 수립 마련에 지장을 초래할 수 있다. 더불어 홍수손실 추정의 정확도 측면에서, 다차원법은 산업지역 피해액 산정을 위해 행정구역 내 모든 산업분류를 고려하므로 피해액이 과대 산정될 우려가 있으며, 산업부문의 ‘농업’ 피해액은 농경지 및 농작물 피해액과 중복될 우려가 있다. 또한 농업지역 피해액 중 비닐하우스나 축사, 기타 재배시설 등 농림시설에 대한 피해액 산정기준이 마련되어 있지 않으므로, 농림시설의 비율이 높은 농촌지역의 홍수손실 평가 시 산정결과의 정확도가 떨어질 수 있다.

최근에는 침수지역 내 개별 건물 및 필지에 대한 고해상도 공간정보의 획득이 가능해짐에 따라 침수지역 내 자산요소들의 위치와 세부적인 자산요소 특성을 반영할 수 있게 되었으며, 사전에 구축된 공간정보를 활용하여 개별 자산에 대한 신속하고 정확한 피해액 추정이 가능해졌다. 따라서 본 인벤토리 기반 홍수손실 평가기법 (IB-FLE, Inventory-Based Flood Loss Estimation)에서는 피해대상 자산의 객체단위 위치 및 속성정보를 활용하여 침수구역 내 자산가치를 직접적으로 추정하고자 하였다. 인벤토리 기반 홍수손실 평가기법의 주요 특징은 다음과 같다.

(1) 고해상도의 자산정보 (도로명주소 전자지도 및 건축물대장, 농경지 전자지도)를 활용한 개별 건물 및 필지단위의 자산가치 산정

(2) 산업지역 피해액 대신 비주거건물의 피해액 고려, 농림 시설의 피해액 산정기준 마련, 건물/농작물/농경지 피해 원단위의 최신화 및 재정립 등 홍수피해 평가기준 개선

(3) 건물/건물내용물/농작물 피해율 기준으로 국내 실정에 맞게 개발된 MOIS (2020)의 기준 적용, 재해연보 (1998∼2021)를 토대로 일반자산피해액 대비 공공시설물 피해액 비율 재산정 및 대상 공공시설물 종류 수정 등 국내 실정에 맞는 피해율 기준 적용

본 연구의 홍수손실 평가 모식도는 Fig. 1과 같다. 침수 모의를 통한 위험도 분석, 인벤토리를 활용한 침수 위험 자산요소 파악, 자산요소/침수심별 피해율 자료 구축 후 산정된 침수 구역 내 자산가치와 피해율을 곱하여 자산요소별 피해액을 산정한다.

Fig. 1 Diagram of inventory-based flood loss estimation (IB-FLE) method

3. 인벤토리 기반 홍수피해액 산정방법

인벤토리 기반 홍수손실 평가기법 (이하 인벤토리 기반법)에서는 직접피해액 대상이 되는 자산요소를 크게 일반자산과 공공시설물로 구분한다. 일반자산에는 주거지역과 비주거지역의 건물/건물내용물, 농업지역의 농작물, 농경지, 및 농림시설이 포함된다. 인벤토리 기반법의 인벤토리 구조 및 피해액 산정 절차는 Fig. 2와 같으며, 홍수손실 평가를 위해 필요한 기초자료 및 피해액 산정식을 요약하면 Table 2와 같다. 각 자산요소별 홍수피해액 산정방법은 다음과 같다.

Fig. 2 Inventory structure and flood damage loss estimation procedure

Table 2 Valuation method for flood loss by asset types in the IB-FLE

가. 주거지역/비주거지역

행정구역 단위가 아닌 침수구역 내 개별 건물 단위 자산가치 산정을 위해 도로명주소 도움센터 (http://www.juso.go.kr)에서 제공하는 도로명주소 전자지도 (건물)와 건축물정보 민간개방시스템 (http://open.eais.go.kr)에서 제공하는 건축물대장 표제부 자료를 활용하였다. 도로명주소 전자지도는 자료 갱신주기가 월단위로 규칙적이며 실제 건물의 위치와 모양이 잘 반영되어 있고 세부 건물용도와 지상/지하층수 정보를 알 수 있다. 건축물대장 표제부로부터는 건물구조, 건축연면적, 사용연수 등 자산가치 산정 과정에 필요한 세부사항을 알 수 있다. 또한 다차원법에서 지역의 구분 및 정의가 모호했던 산업자산 피해액을 비주거지역의 건물 및 건물내용물 피해액으로 대체하였으며, 도로명주소 전자지도의 건물용도 코드 중 주거지역 (01000∼02003)을 제외한 건물을 비주거지역으로 고려하였다.

건물구조물 자산가치는 건축면적과 건물신축가격 원단위, (1-감가상각률)의 곱으로 산정한다. 건물신축가격 원단위는 한국부동산원에서 발간하는 건물신축단가표에 제시된 건물 구조 및 용도에 따른 원단위 값을 적용하였으며, 감가상각률은 건물신축단가표에 제시된 내용연한 값과 건축물대장 표제부의 사용연수로부터 결정하였다.

건물내용물 자산가치는 MOIS (2020)에서 제시한 CSVR(Content-to-Structure Value Ratios, 건물구조물 대비 감가상각이 고려된 건물내용물 자산가치의 비율)을 적용하여 건물구조물 자산가치와 CSVR의 곱으로 산정하였다. 또한 건물구조물 및 내용물의 침수심별 피해율 기준은 과거 국내에서 발생한 경험적 홍수피해 조사자료와 전문가 의견을 근거로 결정된 MOIS (2020)의 피해율 값을 적용하였다.

나. 농경지

현재까지 국내에 전국 단위의 작물별 재배현황에 대한 공간정보자료는 존재하지 않으나, 토지피복도나 농경지 전자지도를 활용하여 농업활동이 이루어지고 있는 공간적 범위를 참조할 수는 있다. 최근 농림축산식품부에서는 고해상도 위성/항공영상을 기반으로 제작된 농경지 전자지도 (팜맵)를 1년 주기로 갱신 및 제공하여 논, 밭, 시설, 과수, 약용작물 및 비경지 지목에 대한 개별 필지 단위의 농경지 면적과 속성정보를 파악할 수 있다. 본 연구에서는 농경지 전자지도를 농업 지역 인벤토리 자료로 활용하였으며, 농경지 피해액은 농경지 전자지도의 지목 구분 중 논과 밭에 대한 피해 경지면적, 농경지 피해 원단위, 피해율을 곱하여 산정하였다. 매몰 및 유실에 의한 농경지 피해 원단위는 자연재난 복구비용 산정 기준의 농경지 복구단가를 기준으로 하며, 피해율은 침수심 1 m를 기준으로 1 m 미만일 경우 0%, 1 m 이상일 경우 100%로 적용하였다.

다. 농작물

농작물 피해액 산정을 위해 농경지 전자지도의 지목 중 논은 논벼작물, 시설은 시설딸기로 고려하였으며, 밭 경지는 필지별 작물 재배현황을 알 수 없어 유역 내 대표작물의 선정에 한계가 있으므로, 7개의 홍수피해 대표작물 (수박, 가을무, 가을배추, 참깨, 옥수수, 콩, 고구마)의 재배현황에 대한 전국단위 통계자료 확보가 가능한 시도 단위를 기준으로, 광역시도 내 재배현황비를 참고하여 작물별 재배면적을 결정하였다. 농작물 피해액 산정기준으로 생산비 매몰비용 (경작시작부터 피해발생까지 투입된 생산비의 회수불가에 따른 피해)과 순수익 손해 (피해발생에 따른 기대 순수익 하락에 따른 피해)의 두가지 항목을 고려하였다. 피해액 산정에 필요한 원단위는 통계청의 농축산물생산비조사와 농촌진흥청의 농축산물소득자료집으로부터 산정된 MOIS (2020)의 홍수기시 투입생산비와 기대 순수익 값을 활용하였으며, 농작물 피해율은 농림부의 ‘농업재해피해조사요령’을 토대로 새롭게 산정된 MOIS (2020)의 대표작물별 침수심 및 침수시간별 피해율 기준을 적용하였다.

라. 농림시설

최근 농업재배의 형태가 고부가가치 작물재배로 전환되고, 하천 주변지역에 비닐하우스를 이용한 특용작물재배가 증가함에 따라, 농촌지역의 침수피해액 산정에 있어 농림시설의 침수피해액을 함께 고려할 필요가 있다. 자연재난 복구비용 산정기준에서 고려하는 농림시설의 종류로 비닐하우스, 인삼재배시설, 버섯재배사, 과수재배시설, 창고 등 부대시설 및 축사가 있으나, 이 중 버섯재배사, 창고 및 축사는 도로명주소 전자지도의 ‘동식물관련시설’에 포함되므로 비주거지역 구조물 및 내용물 피해액에서 고려될 수 있다. 따라서 중복산정의 방지를 위해 농경지 전자지도의 지목 분류 중 논, 밭 외에 인삼, 과수, 시설로 분류되는 인삼 재배시설, 과수 재배시설 및 비닐하우스를 농림시설로 고려하였다. 침수구역도와 농경지 전자지도의 중첩을 통해 침수구역도 내에 포함되는 농림시설의 면적과 자연재난 복구비용 산정기준의 복구비용 기준단가를 곱하여 농림시설 피해액을 산정하였다.

마. 공공시설물

다차원법에서는 일본 건설성 하천국의 일반자산에 대한 공공시설물별 피해액 비율을 적용하여 공공시설물 피해액을 산정하나, 본 연구에서는 공공시설물의 피해 항목이 동일한 과거 24년 (1998∼2021) 간의 재해연보를 토대로 일반자산에 대한 공공시설물의 피해 비율을 새롭게 산정하였다. 이는 다양한 홍수 사상을 반영하여 과대 및 과소추정의 우려가 적으면서도 고려하는 공공시설물의 종류 또한 국내 실정에 적합한 기준이라고 할 수 있다. Table 3은 다차원법에서 적용되어 오던 일본 치수경제조사메뉴얼의 피해액 비율과 본 연구에서 새롭게 산정한 피해액 비율을 비교한 결과이다.

Table 3 Ratios of public facility flood loss to general asset flood loss by the MD-FDA and IB-FLE

Ⅲ. 사례지역 적용

1. 대상지역

본 연구에서는 경기도 양평군에 위치한 어은저수지 하류 농촌지역을 대상으로 다차원법과 인벤토리 기반법에 따른 침수피해액을 산정하였다. 대상지역의 위치는 Fig. 3(a)와 같다. 대상지역의 공간적 범위는 KRF (Korean Reach File)의 표준유역코드 10071105에 해당하는 경기도 양평군 지평면 수곡리와 경기도 여주시 대신면 계림리 일대이다 (Fig. 3(b)). 대상지역의 총 면적 (871.5 ha) 중 산림지역이 41%, 농업지역이 35%, 초지 14%, 시가화 건조지역이 6%를 차지하며, 저수지 하류에 분포하고 있는 논, 밭, 및 시설재배지 면적은 각각 197.4 ha, 75.9 ha, 및 13.7 ha이다 (Fig. 4(b)). 도로명주소 전자지도에 따른 대상지역 내 건물분포 현황과 농경지 전자지도에 따른 대상지역 내 지목별 농경지 분포 현황은 각각 Fig. 4(c), (d)와 같다.

Fig. 3 (a) Location map and (b) administrative area map of the study area

Fig. 4 (a) Stream reach map, (b) landuse map, (c) new address digital map of building, and (d) farm-map of the study area

2. 농촌지역 홍수모의

가. 홍수 모델링

1) 지형자료 구축

침수 모의 시 어은저수지 하류부의 실제 지형지물이 고려될 수 있도록 UAV-SfM (Unmanned Aerial Vehicles-Structure from Motion) 기법을 이용하여 지형자료를 구축하였다. 이는 LiDAR (Light Detection And Randging)와 같은 3차원 정보를 취득할 수 있고, 재현된 지형의 절대 및 상대적인 3차원 좌표 정확성이 매우 높다고 평가되고 있어 최근 다양한 연구에서 활용되고 있다 (Remondino et al., 2012; Nota et al., 2022). 지형 이미지 확보를 위해 수행한 UAV 항공촬영 방법은 Table 4와 같다.

Table 4 Aerial photographic method for constructing terrain data

2) 제체 붕괴유형 결정 및 모의 조건

본 연구에서는 제체 붕괴 시나리오에 의한 하류부 침수 모의를 수행하였으며, 최근 국내 농업용저수지 붕괴 사례 중 가장 많이 보고되고 있는 제체의 파이핑 붕괴를 가정하여 상시 만수위 조건에서의 홍수 모의를 수행하였다. 제체의 붕괴 형상 (breach shape)과 붕괴형성시간 (breach formation time)은 기존의 댐 붕괴 사고 사례를 바탕으로 회귀분석을 통해 개발된 Froehlich (2008)의 parametric breach prediction model (식 (1)∼(2))를 이용하였다.

B = 0.27K_oV^0.32_wh^0.04_b       (1)

\(\begin{aligned}t_{f}=63.2 \sqrt{\frac{V_{w}}{g h_{b}^{2}}}\end{aligned}\)       (2)

여기서, B는 붕괴 폭, K_o는 상수로 파이핑 붕괴 시 1.3, V_w은 붕괴 시점의 저수용량, h_b는 붕괴 높이, g는 중력상수, t_f는 붕괴형성시간을 의미한다. 붕괴 사면은 파이핑 붕괴 시의 0.7을 적용하였다. 해당 모델은 저수지 붕괴로 인한 하류부 침수 예측 실무 가이드라인 및 연구에서 일반적으로 사용되고 있으며, 높은 추정력을 보유한 것으로 보고된 바 있다 (Sammen et al., 2017; Gaagai, 2022). 이에 따라 본 연구에서는 본 모델을 이용하여 붕괴 폭과 붕괴형성시간을 각각 8 m, 14.4 분으로 결정하였다. 수치 모의 시간은 1,800초, 총 Cell의 개수는 239,283개로 2차원 diffusion wave equation을 이용한 비정상 유동 해석을 수행하였다.

3) 홍수파해석 지배방정식

2차원 홍수파 해석 모델은 HEC-RAS 6.3.1을 이용하였다. 제체의 붕괴 유출량 산정 공식은 식 (3)∼(4)와 같다.

Q_p = C_pA_p√2gH_p       (3)

Q_pw = C_w(1.7W_Bh^1.5_w + 1.35Sh^2.5_w)       (4)

여기서, Q_p는 파이핑 형성으로 인해 구멍으로 방류되는 물의 양, Q_pw는 파이핑으로 인해 제체 붕괴 후 월류 형태의 방류량을 의미한다. C_p는 0.5, A_p는 파이핑 면적, g는 중력상수, H_p는 파이핑 생성 위치와 저수지 바닥면과의 위치수두 차이이다. C_w는 1.44, W_B는 제체의 붕괴 폭, h_w=h_e - z는 수심(h_e는 수위, z는 지표면의 표고이다.), S는 제체의 측면 경사이다. C_w의 경우 Brunner (2016)가 제시한 필댐의 SI 단위 기준 1.1∼1.76의 입력 범위 중 저수지 규모를 고려하여 가장 최소값을 입력하였다. 시간에 따른 제체의 붕괴 유출량과 하도구간별 유입량으로 인해 저수지 하류부에서 발생하는 흐름은 2차원 비정상 유동으로 모의하였다.

Diffusion wave equation은 흐름이 비압축성이라고 가정할 때 연속방정식과 운동량방정식을 통합한 다음 식 (5)와 같다. 이는 이류 및 난류항 등의 운동량 방정식을 단순화한 것으로, 수치적으로 안정적이고 빠른 모의가 가능하다.

\(\begin{aligned}\frac{\partial h_{e}}{\partial t}+\nabla \cdot \frac{\left(R\left(h_{e}\right)\right)^{5 / 3}}{n\left|\nabla h_{e}\right|^{0.5}} \nabla h_{e}+q=0\end{aligned}\)       (5)

여기서, h_e는 수위, t는 시간, ∇는 기울기 연산자(∂ / ∂x, ∂ / ∂y), R은 수력학적 반경으로 젖은 면의 단면적을 젖은 면의 둘레길이로 나누어 계산하며, n은 조도계수, q는 source/sink의 단위시간당 물리량이다.

나. 홍수파 해석 결과

홍수파 해석에 따른 하류 농촌지역 침수 모의 결과는 Fig. 5(a)와 같고, 침수구역도와 인벤토리 지도 중첩을 통해 침수 피해를 입은 건물 및 농경지 분포를 도시한 결과는 Fig. 5(b)와 같다. 침수심별 최대 침수면적은 Table 5와 같으며, 침수심구간 0∼0.6 m 와 0.6∼1.2 m에서 각각 전체 침수면적(380,769 m²)의 약 32%, 35%에 해당하는 면적이 침수되는 것으로 나타났다. 건물 및 농경지 분류별로는 논 237,854 m², 밭 24,077 m², 시설재배지 855 m², 건물 16,404 m²에 해당하는 면적이 홍수파의 영향을 받았으며, 피해를 입은 건물 면적의 대부분은 버섯재배사 (12,924 m²) 및 단독주택 (1,905 m²)에 해당하는 것으로 나타났다.

Fig. 5 (a) Result of 2D flood wave analysis and (b) inventory of buildings and agricultural land within the inundation area

Table 5 Flooded area by flood depth

3. 홍수피해액 산정

다차원법과 2장에서 기술한 인벤토리 기반법을 토대로 침수구역 내 자산요소별 홍수피해액을 산정하였으며, 두 방법의 피해액 산정과정을 비교한 결과는 Table 6과 같다. 건물 구조물에 따른 건축단가 차이를 고려하기 위해 주거건물의 경우 철골, 목조, 조적조, 철근콘크리트구조로 구분하여 단가를 상이하게 적용하였으며, 내용연수 및 사용승인일에 따른 감가상각률을 고려하여 피해액을 산정하였다. 건축단가 및 건물 구조물별 내용연수는 한국부동산원의 2022 건물신축단가표 값을 적용하였다.

Table 6 Procedures for calculating flood loss by asset type according to IB-FLE and MD-FDA methods

농작물 피해액 산정을 위해 30 cm 간격으로 침수심을 재분류하여 논, 밭, 시설에 대한 침수심 구간별 면적을 산정하였다. 밭작물 피해액 산정 시 통계청의 2021년도 농업면적조사 자료에 따른 경기도 내 작물별 재배면적비율을 고려하였다. 다차원법에서는 밭작물 종류에 상관없이 하나의 피해율 값을 적용하는 것과 달리 본 연구에서는 MOIS (2020)의 작물별 손상함수 자료를 토대로 작물 종류별 피해율 기준을 상이하게 적용하였다. 한편, 농림시설로 인삼 재배시설, 과수 재배시설 및 비닐하우스가 고려될 수 있으나 본 연구에서 모의한 침수구역 내에는 비닐하우스만 존재하므로 침수된 하우스 면적과 비닐하우스 단가로부터 농림시설 피해액을 산정하였다. 비닐하우스 피해액 산정 시 현재 가장 많이 사용되는 철재파이프하우스 (A-G형)의 복구단가인 8,963 원/m²을 적용하였다.

공공시설물 피해액은 본 연구에서 새롭게 산정한 일반자산에 대한 피해액 비율을 적용하여 산정하되, 침수구역 내에 위치한 시설물에 대해서만 피해액을 산정하였다. 즉, 전체 고려 가능한 13개의 공공시설물 중 본 연구의 홍수파 도달범위에 위치하지 않는 항만, 어항, 학교, 철도, 군사시설은 공공시설물 피해액에서 제외하였다.

인벤토리 기반법과 다차원법에 따른 침수심별 및 자산요소별 피해액 산정 결과는 각각 Table 7 및 Table 8과 같으며, 인벤토리 기반법과 다차원법을 통해 산정한 피해액 비교 결과는 Table 9 및 Fig. 6과 같다. 주거지역의 건물구조물 피해액 산정결과, 주거지역 내 소규모 단독주택에 대해서만 침수피해가 발생하여 인벤토리 기반법에 비해 다차원법의 피해액이 크게 산정되었다. 이는 다차원법은 읍면동 내 평균 건축연면적과 평균 건축단가를 토대로 자산가치를 산정하므로 침수구역 내에 위치하지 않은 고층건물 및 대규모 건물의 영향을 받아 자산가치가 과대추정된 결과로 사료된다.

Table 7 Assessment results of flood loss by asset type and flood depth according to IB-FLE method (Unit: won)

Table 8 Assessment results of flood loss by asset type and flood depth according to MD-FDA method (Unit: won)

Table 9 Assessment results of flood loss by asset type according to IB-FLE and MD-FDA methods

Fig. 6 Comparison results of flood loss by asset type between IB-FLE and MD-FDA (inventory-based flood loss estimation, IB-FLE; multi-dimensional flood damage analysis, MD-FDA; residential, Res; non-residential, Non res)

한편, 인벤토리 기반법에 따른 건물내용물 피해액은 다차원법에 의한 피해액에 비해 크게 산정되었는데, 다차원법은 2000년 이전의 국부통계자료를 활용하여 행정구역 내 자산가치를 산정하고 여러 통계자료를 조합하여 추정하는 방식으로, 추정된 피해액의 정확도가 낮은 반면, 인벤토리 기반법은 피해지역 현장조사자료 및 보험 가입자료를 기반으로 국내 실정에 맞게 개발된 CSVR을 적용하여 건물 내용물 자산가치를 결정하므로, 다차원법에 비해 산정결과의 신뢰성이 높다고 할 수 있다.

인벤토리 기반법의 비주거지역 피해액과 다차원법의 산업 지역 피해액을 비교한 결과, 인벤토리 기반법의 피해액이 세배 이상 크게 산정되었다. 다차원법에서 산업지역 자산가치는 행정구역 (읍면동) 내 산업분류별 종사자수를 기반으로 산정되는데, 본 연구에서 침수가 발생한 구간 대부분이 농업지역인 것과 달리 행정구역 내 산업별 종사자수 분포에 따른 농업 및 임업 종사자의 비율은 매우 적고 (15명) 제조업 (150명) 및 교육 서비스업 (207명)의 비율이 매우 높아 다차원법은 침수구역 내 산업 분포를 정확히 반영하지 못했다고 할 수 있다. 반면 인벤토리 기반법에서는 침수지역 내에 위치한 창고, 버섯재배사, 축사, 및 기타 동식물 관련시설의 정확한 면적과 건축단가 및 감가상각률이 고려되어 다차원법에 비해 피해액 산정결과의 불확실성이 낮다고 할 수 있다.

농경지 피해액은 인벤토리 기반법과 다차원법의 피해율 기준 및 복구단가가 동일하므로 피해액이 거의 유사하나, 다차원법에서 다소 크게 산정되었다. 이는 개별 필지단위의 정확한 면적을 고려하는 인벤토리 기반법과 달리 다차원법에서는 토지피복도의 논, 밭 면적으로부터 피해액을 산정하여 피해액이 과대 추정된 것으로 사료된다.

농작물 피해액 또한 다차원법에서 더 크게 산정되었는데, 이는 작물 재배면적뿐만 아니라 작물별 피해율 기준이 상이하게 적용되었기 때문이다. 인벤토리 기반법에서는 MOIS (2020)의 피해율 기준이 적용되어 밭작물 종류에 따른 피해율 차이가 고려된 반면, 다차원법에서는 밭작물에 대해 일괄적인 피해율 기준이 적용되어 피해액이 과대 추정된 것으로 사료된다.

공공시설물을 제외한 일반자산의 총 피해액은 인벤토리 기반법에서 약 11억 원, 다차원법에서 약 10억 원으로 인벤토리 기반법이 피해액을 약 1.1배 크게 추정하는 것으로 나타났다. 다차원법은 주거지역의 건물 피해액과 농경지 및 작물 피해액을 다소 과대 추정하나, 주거지역의 건물내용물과 비주거 지역 피해액을 과소추정하고 농림시설의 피해액을 고려하지 않아 총 피해액은 인벤토리 기반법에 비해 낮게 산정되었음을 알 수 있다.

한편 본 연구에서는 저수지 붕괴에 따른 홍수파 확산 시나리오를 기반으로 홍수모의 및 피해액 산정을 수행하였기에 실제 피해액과의 비교에는 한계가 있었다. 추후 실제 침수피해액 자료가 존재하는 과거 호우사상에 대한 홍수 모델링 및 피해액 산정을 수행한다면, 실제 피해액과의 비교를 통해 인벤토리 기반법의 정확도에 대한 정량적인 평가가 가능할 것으로 사료된다.

Ⅳ. 결론

본 연구에서는 농촌지역의 신속하고 정확한 홍수피해액 산정을 위해 고해상도의 공간정보를 활용한 인벤토리 기반 홍수손실 평가기법을 마련하였으며, 개발된 기법을 경기도 양평군에 위치한 어은저수지 하류 농촌지역에 적용하여 다차원법에 따른 피해액 산정결과와의 비교를 수행하였다.

본 연구에서 제안한 인벤토리 기반법은 홍수손실 평가의 신속성 측면에서 기존 다차원법의 침수편입률 산정 및 행정구역 단위의 통계자료 획득과 같이 많은 시간과 인력이 소요되는 과정 없이 사전에 구축된 공간정보를 활용하여 침수구역 내 개별 자산의 피해액을 직접적으로 산정할 수 있다는 점에서 개선되었다고 할 수 있다.

또한, 정확도 측면에서는 고해상도 공간정보를 활용하여 침수구역 내 개별 건물 및 필지 단위의 피해액 산정이 가능하고, 기존 다차원법에서의 중복되는 자산요소 항목은 제거하고 농업 피해액 산정 항목을 보다 구체화하였으며, 최근 국내 실정에 맞게 개발된 피해율 기준을 적용했다는 점에서 의의가 있다.

본 연구의 방법론을 사례지역에 적용하여 다차원법에 따른 결과와 비교 분석한 결과, 인벤토리 기반법을 적용할 경우 행정구역 단위가 아닌 개별 건물 및 농경지에 대한 직접적인 피해액 추정이 가능하여 피해액의 과대 또는 과소추정의 우려가 적고, 행정구역 단위의 통계자료 획득과정 없이 신속하게 피해 규모에 대한 정량화가 가능한 것으로 나타났다. 따라서 본 연구의 결과를 농촌지역의 홍수손실 평가에 활용한다면 침수피해의 예방과 복구를 위한 합리적인 예산분배를 통해 재해 대응능력을 향상시킬 수 있고, 재해 취약지역을 파악하여 지역별 사전 대비책 마련에 기여할 수 있을 것이다.

추후 인명 및 이재민 등 간접 피해에 대한 홍수손실 평가기법을 마련하고, 공공자산에 대해서는 단순히 피해계수의 적용 대신 도로 및 상하수도 시설 등의 인벤토리 자료를 기반으로 직접적인 피해액 추정이 이루어진다면 보다 정확한 홍수 손실 평가가 가능할 것이다. 또한, 전국단위의 홍수피해 예측 지도 및 인벤토리 DB를 구축하고 인벤토리 기반법을 바탕으로 한 홍수피해액 분석 툴 (Tool)을 개발한다면 재난 발생 시 효과적인 의사결정 도구로 활용될 수 있을 것이다.

감사의 글

이 논문은 농림축산식품부의 재원으로 농림식품기술기획평가원의 농업기반 및 재해대응 기술개발사업의 지원을 받아 수행되었음 (과제번호: 321066-3).