서 론

전지구적 기상이변으로 인해 자연재해가 광범위하게 발생하고 있으며, 특히, 집중호우에 의한 산사태와 토석류 재해, 이상고온으로 인한 대형산불 등이 지구촌 곳곳에서 발생되어 상당한 사회 ‧ 경제적 문제를 일으키고 있다.

우리나라도 산사태의 경우 2020년 역대 최장기간 54일 동안 장마와 기록적인 누적강우량으로 인해 산사태 발생면적이 1,343 ha가 발생하였는데, 이는 10년간(’10~’19) 산사태 발생 총면적 대비 약 59%에 해당하는 면적이다(https://www.index.go.kr/). 특히, 산불 피해지의 경우 식생환경 및 지반환경이 변화하여 집중호우 시 표층 유실 및 세굴에 의한 산사태 발생 위험도가 증가한다(Certini, 2005). 산불 피해지의 토양특성은 공극의 크기와 분포의 변화, 흙입자의 결합력의 약화, 산불 후 지표면의 불투수층 발생, 흙의 입도분포 등의 변화는 산불 피해지 지반의 약화를 초래하기 때문에 지반 안정성에 문제를 발생시킬 소지가 있다. 하절기 집중호우 내지 태풍으로 인해 산불 피해지 내 토사유실로 인한 사면 붕괴 또는 산사태 등과 같은 재해의 발생빈도는 산불 미발생지에 비해 더 많이 발생하거나 더 큰 규모로 진행되는 것으로 알려져 있다(Park, 1999; Li, 2022).

이와 같이 산지사면 내로 우수 침투가 잘 이루어지는 지형, 지질, 지반, 산림 특성을 갖는 경우에는 사면 안정성 확보가 불리해 질 수 있어 이를 확보하기 위한 노력이 필요하다. 즉, 산사태와 산불을 포함하는 산림재난은 지역별 기상상황에 따라 크게 좌우되기 때문에 산림재난 조기징후 파악을 통한 예방과 대응방안 마련이 이루어져야 할 것이다.

기존의 다양한 수치해석 내지 경험적 연구 결과에서도 극한 강우조건 하에서는 쉽게 사면을 이루는 토층지반이 포화 상태에 도달하게 되면 사면 안전율은 급격히 감소하여 사면붕괴가 쉽게 발생하는 것으로 나타나기 때문에 토층 내로 우수 침투양상을 고려한 확률론적 통계모형 내지 물리기반 모형을 적용한 산사태위험도 평가 연구가 진행되고 있다(Lee, 2013; Lee and Park, 2016; Park and Lee, 2022).

이 중 물리기반 모형방법은 지반공학적 특성과 대상지역의 기하학적 특성 등 산사태 발생 메커니즘을 고려하여 분석이 가능하고, 산사태가 발생되지 않은 지역에 대해서도 적용이 가능하다는 장점을 가지고 있다(Fell et al., 2008; Lee and Park, 2016). 하지만 물리기반 모형을 이용한 산사태위험도 분석은 입력자료에 따라 해석결과가 크게 달라지는데, 이중 물리기반 모형의 변수인 토층심도에 크게 영향을 받는다(Chae et al., 2012; Liang and Chan, 2017; Kwak et al., 2018).

토층심도를 획득하기 위해서는 현장조사를 통해 직접 측정하는 방법이 가장 좋으나, 광범위한 지역에 대하여 모든 지점을 측정하기에는 한계가 있다. 이러한 한계성으로 인해 기존 연구에서는 산림입지도 및 정밀토양도의 유효토심 자료를 활용하여 적용하고 있는 실정이다(Lee and Park, 2012; Kim and Shin, 2016). 이러한 자료는 광역적인 지역에서 일부 토층심도의 변동성을 확인할 수 있으나, 좁은 지역 내지 특정 지역 내에서 토층심도는 지형 및 지질, 산림 현황을 반영하지 못하고 대부분 동일한 값을 나타내므로 활용성 측면에서는 부적합한 경우도 나타난다.

본 연구에서는 토층심도 자료의 한계성을 극복하는 방안 중 하나로 기존에 제안되었던 토심 예측모형(Saulnier et al., 1997)을 활용하여 2020년 7월에 대규모 산사태가 발생된 충청남도 논산지역을 중심으로 해당지역에 대한 토층심도 자료를 분석하고, 산사태 발생지 현황과 함께 비교 분석하였다. 이를 통해 분석된 토층심도는 포화깊이비를 변수로 적용한 무한사면 안정해석모형(Chae et al., 2011, 2012)에 적용하여 안전율을 분석하였다. 이를 연구지역의 지형경사와 예측된 토심의 관계 분석을 통해 토층심도 결과가 반영된 산사태 위험등급과 산림청 산사태위험지도에서 제공하는 등급간의 비교 검증 하였다.

연구방법

연구지역

2020년 7월 29~30일에 발생한 집중호우로 인해 충청남도 논산시 연산면 천호리 일대에서 피해면적 1 ha 이상의 대규모 산사태가 발생하였다. 산사태 발생지역의 지질은 변성사질암층으로 이루어져 있으며, 산사태 붕괴 유실물이 유하하여 퇴적된 구간은 화강섬록암층으로 현장조사에서 붕적층을 포함하여 토층심도가 깊은 지형적 특징을 갖고 있는 것으로 확인되었다.

논산지역의 연강수량은 1,272.6 mm로 산사태의 발생시점을 기준으로 4일 누적강우량 284 mm와 비교해 대략 22% 정도에 해당한다. 연구지역에 대한 산사태위험도를 평가하기 위해 산사태 발생시기인 2020년 7월 29일 00시부터 7월 30일 06시까지의 기상청 무인자동기상관측장비(Automatic Weather Station, AWS)에서 관측된 자료를 수집 분석하였다. 해당 AWS 관측지점인 논산 615번 관측지점은 충남 논산시 덕지동에 위치해 있으며 연구지역에서 약 12 km 떨어진 지점으로 가장 인접한 강우 관측정보이다. 산사태가 발생된 시각까지 최대 누적강우는 약 155 mm, 시간당 최대강우량은 약 36 mm/hr로 분석되었다(Fig. 1).

Fig. 1.

Rainfall rate and cumulative rainfall prior to the landslide, based on observations from Nonsan 615 AWS (automatic weather station) of the Korea Meteorological Administration.

산사태 발생 이후 계류를 따라 토석류화된 붕괴 유실물이 유하하면서 계류 양안사면을 세굴 및 붕괴시킨 후 하류지역 내 주택과 농경지까지 유하하면서 피해를 발생시켰다(Fig. 2). 이는 산사태 발생구간의 토층심도가 0.5 m 이내로 표층부 붕괴 이후 토석류화된 붕괴 유실물이 유하하는 구간에서 최대 약 5~6 m 정도의 깊이로 양안사면 표층부가 세굴되면서 점진적으로 붕괴된 것으로 조사되었다. 이러한 현상은 선행누적강우로 인해 이미 포화된 붕적층과 토층 구간에서 지속적인 세굴로 연행침식 작용이 진행되어 붕괴 규모가 확대되고, 하부로 유하하면서 토석류로 진행되어 하류지역의 농경지와 주택에 막대한 피해를 발생시켰다.

Fig. 2.

Debris flowed down the mountain stream after the landslide, eroding and collapsing the surfaces on both banks and damaging houses and farmland downstream. (A) Upper section where the landslide was triggered. (B-D) Middle flow section. (E, F) Lower deposition section.

토층심도 추정방법

지형고도를 활용한 Z-model

토층심도는 지형고도가 높아지면 토층심도는 작아진다는 결과를 갖는다는 다수의 측정 결과로부터 추정된 선형법칙을 이용하여 높은 지형고도에서 발생하는 침식작용은 일반적으로 퇴적작용보다 우세하여 상대적으로 더 얇은 토양을 생성한다는 지형고도 기반의 Z-model를 제안하였다(Saulnier et al., 1997). 해당 모델은 토심과 지형고도간의 상관관계를 바탕으로 추정하는 토층심도는 지형고도에 반비례한다는 가정조건을 가지며 아래 식 (1)과 같다.

여기서, hi는 계산하고자 하는 격자의 토심(m), hmax와 hmin은 각 연구지역에서 실제 측정된 최대 및 최소 토층심도(m)이다. zi는 계산하고자 하는 해당격자의 지형고도(m), zmax와 zmin은 각 분석 대상지역의 최대 및 최소 지형고도(m)를 의미한다. 본 연구에서는 GPS 장비를 활용해 산사태 발생지역 현장조사를 실시하고, 현장 토층심도가 확인되는 위치정보인 지형고도와 토층심도 측정자료에 대해 최대값과 최소값으로 활용하였다.

확률론적 통계모델

Mehnatkesh et al.(2013)이 제안한 확률론적 통계모델은 수치표고모델(Digital Elevation Model, DEM), 지형습윤지수(Topographic Wetness Index, TWI), 사면경사(θi), 집수지역 면적(Catchment Area, CA), 유사운송지수(Sediment Transport Index, STI)를 독립변수로 하여 다중회귀분석기법을 활용하여 제안한 모형으로 아래와 같다.

여기서, hi는 계산하고자 하는 격자의 토심(m), θi는 사면경사(°), TWI는 지형습윤지수(무차원), CA는 집수지역 면적(m²), STI는 유사운송지수(무차원)를 의미한다. 따라서, 위 식에서 토층심도는 사면경사(θi)에 가장 크게 영향을 받으며, 지형습윤지수(TWI), 집수지역 면적(CA), 유사운송지수(STI) 등의 지형적인 요인에 지배를 받는 것을 알 수 있다. 이는 Vanwalleghem et al.(2010)의 연구 결과에서도 토층심도가 사면경사, 지형적 곡률, 습윤지수와 밀접한 관계를 갖는 것으로 알려져 있으며, 지형적 곡률은 직접적으로 산사태와 연관성을 갖고 있다(Ohlmacher, 2007).

토층의 포화깊이비를 고려한 무한사면안정해석 모형

무한사면안정해석 모형은 활동면 형태를 사면의 표면과 평행한 직선으로 설정한 해석법으로 흙의 성질, 지하수위 조건 등은 사면 전반에 걸쳐 변하지 않는 것으로 가정한다. 사면경사, 토층의 점착력과 내부마찰각 등은 분석지역에 대한 지형적 특성과 공학적 특성을 함께 고려할 수 있다. 기존 Hammond et al.(1992)에 의해 제안된 무한사면안정해석 모형은 강우에 의한 영향성을 고려하지 못하는 한계점이 있었다.

Fig. 3은 강우 발생 시 토층 내로 우수 침투에 따른 침윤선 거동을 모사한 것으로 침윤선(wetting front)의 거동은 지표면에서 중력방향으로 진행함을 보여준다. 실제 사면 붕괴 또는 산사태가 집중강우 시에 급격히 발생하는 원인은 토층으로 우수가 침투하여 토층의 상태가 불포화 상태에서 포화 상태로 바뀌면서 간극수압 상승으로 인해 전단강도 감소의 영향으로 사면이 불안정해지기 때문이다.

Fig. 3.

An infinite slope stability analysis model considering the saturated infiltration depth ratio, which represents changes in the wetting front caused by rainwater infiltration into the soil (modified from Chae et al., 2011, 2012).

이에 본 연구에서는 강우에 대한 영향을 고려하기 위해 우수가 토층으로 침투하여 포화되는 깊이인 포화깊이비 개념을 포함하는 안정해석을 수행하였다(Chae et al., 2011, 2012; Kim et al., 2019).

여기서, C는 토층의 무게에 대한 점착력 비, θ는 사면의 경사각(°), ϕ는 흙의 내부마찰각(°), r은 토층 전체밀도에 대한 물의 밀도 비, D는 중력방향으로 토층의 깊이, Dwf(t)는 토층 내 우수 침투시간에 따라 변하는 중력방향으로 침윤선의 깊이, H(t)는 토층 내 우수 침투시간에 따른 토층의 포화깊이비를 의미한다. 따라서 H(t)는 토층 깊이(D)에 대한 침윤선 깊이(Dwf(t))에 대한 비이기 때문에 이 값의 범위는 0에서 1사이의 범위에서 존재한다.

위 식으로 분석된 결과는 격자기반으로 안전율(FS)이 분석되며, Pack et al.(1998)이 제안한 기준 안전율인 1.0 이하의 값을 갖는 격자에 대해 등급화하여 구분하였다.

연구결과

공간주제도 구축 및 분석 결과

산사태가 발생한 연구지역에 대해 토심 추정 및 산사태위험도 평가를 위해 지형학적 특성과 공학적인 특성 파악을 목적으로 GIS기반의 공간정보 주제도로 제작하였다. 산사태가 발생된 지역에 대해 현장 토양시료를 채취하여 KS 기준에 따라 흙의 직접전단시험(KS F 2343, 2017)으로 점착력과 내부마찰각, 정수위투수시험(KS F 2322, 2015)을 통해 흙의 투수계수, 흙입자 밀도시험(KS F 2308, 2016)으로 밀도를 산정하였다.

토질시험을 통해 산정된 물성값은 토양시료 채취지점의 좌표값을 포함하여 point data 형태로 연구지역 전체에 적용하기 위해 지구통계학 분야에서 사용되는 GIS 공간정보 분석방법인 역거리가중법(Inverse Distance Weighted Method, IDW)을 적용하여 공간정보를 구축하였다(Fig. 4). 이 역거리가중법(IDW)은 임의의 주어진 두 지점의 특성치가 연결되어 있지만 이들의 유사성은 두 위치 사이의 거리에 반비례한다는 원리를 이용하고 있어 미계측 또는 미조사 지점에 대한 특성값을 계산할 수 있기 때문에 GIS 프로그램에서 효율적으로 공간정보를 보간할 수 있는 기법 중의 하나이다(Longley, 2005; Burrough et al., 2013).

지형학적 특성을 반영하기 위해 국토지리정보원에서 제공하고 있는 1:5,000 축척의 수치지형도를 활용하여 연구지역에 대한 10 m × 10 m 격자의 DEM(Digital Elevation Model)을 구축하였다. 구축된 DEM 자료로 통계모형을 활용한 토심예측을 목적으로 사면경사, 집수면적, 습윤지수, 유사운송지수 등도 함께 구축하였다. 이때 산지사면 경사가 20~40°에서 산사태가 다수 발생한다는 기존의 연구결과(Kim and Shin, 2016; Lee and Park, 2016)를 바탕으로 해당 경사구간에 대해서 분석을 수행하였다.

Fig. 4.

Spatial analysis of soil properties using the inverse distance weighted (IDW) method and measured unit weight, unsaturated permeability, internal friction, and cohesion from local soil samples.

연구지역에 대한 토심 예측결과

지형고도를 고려한 Z-model을 활용하여 산사태 발생지역에 대한 토층심도를 산정하였다(Fig. 5a). 토심예측 결과, 최대 토심은 5.40 m, 최소 토심은 1.77 m, 평균 토심은 4.54 m로 지형고도에 따라 영향을 받는 모델이기 때문에 고도가 낮아질수록 토심의 깊이가 깊어지는 양상을 보였다. 산사태 발생 상부구간은 사면경사가 약 30° 정도로 표토층 내 붕괴 깊이가 대략 1.5 m 가량으로 확인되었으며, 해당 토심 산정 모델에서는 산사태 발생 격자의 토심이 약 1.93 m로 다소 깊게 분석되어 차이를 보였다.

확률론적 통계모형을 활용하여 연구지역에 대한 토층심도 예측 결과, 최대 3.56 m, 최소 1.10 m, 평균 1.25 m로 분석되었다(Fig. 5b). 지형고도를 활용한 Z-model로 예측된 토심과 비교할 때 최소 0.67 m에서 최대 3.29 m까지 차이를 보였다. 여기서, 산사태 발생 격자에서의 토층심도는 약 1.21 m로 Z-model 대비 약 0.7 m 얕게 분석되었다.

Fig. 5.

Soil depth distributions derived from the two soil depth prediction models. The two models show similar depth distributions in the area of the landslide. However, they show starkly different depths in low-elevation and low-incline sections.

토층심도를 예측하기 위해 적용한 2가지 모델의 결과는 산사태 발생지역에서 확인된 5개 지점에 대한 토층심도와의 비교를 통해 검증을 실시하였다. 토층심도를 측정한 지점의 고도 범위는 78~267 m 구간으로 동일한 고도에 해당하는 토층심도 예측 결과를 추출하여 검증한 결과에 대해서 Fig. 6에 나타내었다. 비교 검증 결과에서 가장 높은 고도인 267 m에서 측정된 토층심도는 1.5 m로 통계모형으로 예측된 값인 1.12 m에 가장 근접하게 예측된 것으로 분석되었다. 고도 168 m, 124 m, 95 m, 78 m 등에서 측정된 토층심도는 Z-model로 예측한 토층심도가 최소 0.08 m에서 최대 1.64 m의 차이를 보이는 등 지형고도가 낮아질수록 비교적 산사태 현장에서 측정된 실제 토층심도와 유사하게 모의된 것을 알 수 있다. 이에 반하여 확률론적 통계모형으로 산정된 토층심도는 1~2 m 범위 내에서 지형고도와 상관없이 전 구간에서 비교적 일정한 토층심도를 갖는 것으로 나타났다.

Fig. 6.

Comparison of soil depths measured at five points between 78 and 267 m elevation, with the predictions from the two models. The statistical model’s predictions deviate significantly from the measured depths, whereas the Z-model gives similar values to the measured data.

토심을 반영한 포화깊이비 변화에 따른 산사태위험도 분석

앞서 설명한 2가지 토층심도 예측모델로 구축된 연구지역의 토심 정보를 활용하여 산사태위험도를 분석하였다. 산사태위험도는 토층 포화깊이비를 고려한 무한사면안정해석 모델을 활용하여 안전율을 산정하고, 임계안전율 1.0 이하에 대해 1등급(FS ≤ 0.25), 2등급(0.25 < FS ≤ 0.5), 3등급(0.5 < FS ≤ 0.75), 4등급(0.75 < FS ≤ 1.0)으로 구분하여 표출하였다(Fig. 7).

Fig. 7.

The two sets of soil depth predictions were used in infinite slope stability analyses to find saturated infiltration depth ratios, which were divided into four risk grades (at or below the threshold safety ratio of 1.0). The distributions of risk grades from the two models are similar to the first- and second-grade risk distributions in the landslide risk map published by the Korea Forest Service (KFS).

연구지역 내 Z-model 결과를 적용한 산사태위험도 분석 결과에서는 1등급에 해당하는 격자는 29개, 2등급 70개, 3등급 68개, 4등급 55개로 분석되었다. 각 등급별 분포비율은 1등급 13.1%, 2등급 34.5%, 3등급 30.6%, 4등급 24.8%의 분포비율로 분석되었다. 여기서는 연구지역의 고도가 높은 산정상부를 중심으로 1등급, 2등급의 분포가 집중되어 있는 것으로 나타났으며, 금번 산사태가 발생된 것으로 예상되는 지점은 위험등급 2등급인 것으로 산정되었다.

또한, 확률론적 통계모델을 활용한 산사태위험도 분석 결과에서는 1등급 74개, 2등급 38개, 3등급 49개, 4등급 61개로 각 등급별 분포비율은 1등급 33.3%, 2등급 17.1%, 3등급 22.1%, 4등급 27.5%로 분석되었다. Z-model을 활용한 토심 예측결과를 적용한 경우와 비교할 때 1등급의 분포비율이 약 2.5배 이상 높게 분석되었으며, 산사태가 발생된 것으로 예상되는 지점 주변이 대부분 위험등급 1등급에 포함되는 구간인 것으로 나타났다.

토 의

본 연구에서 제시한 4개의 위험등급으로 표현된 산사태위험도를 산림청의 산사태위험지도와 비교하여 검증하였다. 연구지역의 분석구간은 사면경사 20~40°에 해당하는 구간으로 산림청의 산사태위험지도에서도 동일한 분석구간에 대해서 추출하여 검증을 수행하였다. 또한 여기서 제시된 위험등급은 임계안전율 1.0 이하에 대한 결과로써 물리적으로 붕괴 위험성을 내포하고 있다고 판단할 수 있다. 이에 반하여 산림청의 산사태위험지도에서 제시하는 1~5등급 중 상대적으로 1등급에 가까울수록 위험성이 높아지고, 5등급에 가까울수록 위험성 낮아지는 의미를 갖고 있어 본 검증에서는 위험성이 낮고 안전한 5등급은 제외하고 연구지역 범위 내 해당하는 격자만을 검증값으로 활용하였다.

연구지역에 대한 산림청의 산사태위험지도 내 위험등급 분포를 살펴보면 1등급 14개, 2등급 159개, 3등급 43개, 4등급 6개로 각 등급별 비율은 1등급 6.3%, 2등급 71.6%, 3등급 19.4%, 4등급 2.7%로 2등급의 비율이 가장 높은 것으로 나타났다. 특히, 산사태가 발생된 지점으로 예상되는 지점 주변으로 2등급이 다수 분포하고 있으며 하부 계류를 따라 2등급의 분포비율이 높은 것으로 분석되었다.

2가지 예측모형으로 산정된 토층심도를 반영하여 분석된 산사태위험도를 산림청의 산사태위험지도와 비교한 결과, 확률론적 통계모델 결과를 반영해 분석한 산사태위험도에서 1등급의 분포가 가장 높았으며, 다음 순으로 Z-model, 산림청 산사태위험지도 결과 순으로 나타났다(Fig. 8). 확률론적 통계모델의 경우, 실제 측정된 토층심도와 비교할 때 대부분의 구간에서 토층심도가 얕게 분석되었다. 즉, 동일한 강우사상에서 Z-model 보다는 확률론적 통계모형로 예측된 토층심도 구간이 비교적 얕은 토층심도를 가지기 때문에 Z-model의 예측 결과보다 강우에 의해 빠르게 포화되면서 산사태의 위험성이 높아진 결과라고 판단된다.

Fig. 8.

Comparison of landslide risk grades from the KFS landslide risk map (excluding the fifth grade, which represents a safe level of risk) and the soil depth predictions from the two models (at or below the threshold safety ratio.

결 론

본 연구에서는 2020년 충청남도 논산시에서 발생된 산사태 지역을 대상으로 2가지의 토심 예측모델을 활용하여 연구지역에 대한 토심을 예측하고 이를 바탕으로 토층의 포화깊이비 개념을 접목하여 산사태위험도를 산정하였다. 예측된 토층심도는 실제 현장조사를 통해 측정된 토심과 비교 검증한 결과, Z-model을 활용하여 예측한 토층심도가 확률론적 통계모델을 활용한 예측 토심보다 비교적 높은 신뢰도를 보이는 것으로 분석되었다. 반면, 확률론적 통계모델로 예측된 토층심도는 대부분 구간에서 소수점 2~3자리의 미소하게 변화하며 실제 토층심도와 비교할 때 과소 평가된 것으로 판단된다.

또한 현장에서 측정된 토층심도는 고도와 경사가 낮아질수록 깊어지는 것으로 조사되었는데, 이는 본 연구에서 활용한 2가지 토층심도 예측모델에서 예측된 결과에서도 고도가 낮아짐에 따라 토층심도가 깊어지는 경향을 갖는 것으로 예측되었다. 특히, Z-model이 확률론적 통계모델 보다 더 현장 조사자료와 더 부합되는 것으로 나타났다. 토층 포화깊이비를 고려한 무한사면안정해석 모델을 활용한 산사태위험도 산정 시 모든 물성값은 동일하게 설정하고 토층심도만 변화시켜 분석한 결과 토층심도에 따라 산사태위험도가 직접적으로 영향을 받는 것으로 나타났다. 확률론적 통계모델을 활용한 산사태위험도 분석결과는 연구지역 내 분포하는 전체 격자의 약 33.3%가 1등급으로 분석되었다. 이는 Z-model을 활용한 산사태위험도 분석 결과에서 1등급 분포비율인 13.1% 보다 수치적으로 약 2.5배 이상 높은 것으로 토층심도를 고려하여 적용하는 것이 산사태위험도 등급산정에 직접적으로 영향을 주는 것을 알 수 있다. 이는 산사태위험도 분석에 있어 토층심도 자료의 중요성을 의미한다.

향후 추가연구로써 현장에서 지형적 특성을 고려해 토층심도를 측정하여 신뢰도 높은 토층심도 자료가 구축된다면 보다 산사태위험성 평가가 가능할 것이다.