서 론
재료 및 방법
연구지역
땅밀림 요인 자료수집 및 분석방법
로지스틱 회귀분석
땅밀림 위험지 판별
결과 및 고찰
요인 분석 결과
로지스틱 회귀 분석·검증 결과
땅밀림 위험지 판별결과
결 론
서 론
국립산림과학원은 산지토사재해를 산사태, 토석류, 땅밀림으로 구분하며(NIFoS, 2021), 그 중 땅밀림은 1996년 이후 학계에 알려지면서 신규재난이라고 불린다. 땅밀림은 지하수의 영향으로 토층 일부가 어느 정도 원형을 유지한 채 서서히 산지 하방으로 이동하는 현상이다. 이동속도는 약 0.01–10 mm/day의 매우 느린 속도로 이동하고(Varnes, 1984; Shin et al., 2018), 지속적이며 재발성이 있어(Park, 2015), 징후 발생 후 집중호우 등 유인에 의한 붕괴 시 진행 속도가 빠르게 무너지거나 흘러가는 형태로 발생하는 산사태나 토석류와는 구별된다(Yang et al., 2024).
우리나라 최초의 땅밀림은 1996년에 발견되어 고유의 발생기작이 확인되었고(Woo et al., 1996), 이후 땅밀림 발생 특성을 파악하기 위해 지형, 지질, 기상, 산림환경 등을 분석하는 다양한 연구들이 수행되었다. Park et al. (2015)은 땅밀림지의 입지 환경요인 분석을 목적으로 전국 22개소 땅밀림지를 조사하여, 표고 101–200 m 사이, 침엽수림 Ⅲ영급, 암석 풍화가 심한 곳에서 땅밀림이 주로 발생하는 결과를 보고하였다. Park et al. (2019)은 땅밀림지의 지형 특성을 분석한 결과, 오목한 지형인 철상대지상(convex) 지형에서 가장 많이 발생하는 것을 밝혀냈고, 땅밀림지의 주 구성 암석은 셰일, 사암, 역암으로 구성되어 있으며, 경사 20° 이하에서 발생한다는 특성 또한 확인했다(Park et al., 2024). 또한 Park and Park (2018)은 광산지역에서 발생한 땅밀림 특성을 밝혀내는 등, 땅밀림의 임지 환경요인을 분석하는 연구들이 수행되었다. 최근에는 물리탐사 기법을 활용하여 땅밀림 발생지의 지질구조와 지반특성을 분석하는 연구도 진행되고 있다. Park et al. (2023)은 전기비저항 탐사와 탄성파 탐사를 통해 땅밀림 발생지의 저비저항 이상대와 활동연약대 분석 결과, 지하수 흐름과 지반 구조가 땅밀림에 영향을 미친다는 결과를 밝혀냈다. 그러나 이러한 연구는 땅밀림 발생 후 현상학적 연구로, 땅밀림에 대한 기계학습모델에 대한 연구의 필요성이 대두되었다.
최근 땅밀림 연구는 특성 데이터를 활용하여 땅밀림 우려지를 효율적으로 판정하기 위해 판정·분류 모델을 제작하는 고도화 연구들이 수행되고 있다. Lee et al. (2021)은 땅밀림 위험지 평가를 위해 기계학습 분류모델인 K-Nearest Neighbor (K-NN), Naive Bayes (NB), Random Forest (RF), Support Vector Machine (SVM)을 활용하여 높은 분류 정확도와 함께 산지토사재해에도 분류모델을 적용할 수 있음을 밝혔다. 또한, Yang et al. (2024)은 땅밀림 우려지 판정에 영향을 미치는 입지환경 인자를 분석하기 위해 기계학습모형인 RF, XGBoost 모형을 활용하여 토양 내부마찰각, 풍화암·기반암 층후 평균값, 주요 지질 이상대 개수에서 유의한 차이가 있다고 보고한 바 있다. 이 결과에 따르면 땅밀림의 경우 지표면에 가까운 토양 특성보다는 지층 층후 및 지질 이상대에서 특징을 지을 수 있는 가능성을 밝혀냈다. 이와 같이 다양한 기계학습 모형을 활용하여 땅밀림 가능성을 예측하는 연구가 최근에 활발히 수행되고 있지만, 로지스틱 회귀모형을 활용한 땅밀림 우려지를 평가한 연구는 미진한 실정이다. 로지스틱 회귀모형은 산사태 발생 가능성을 평가하는 연구에서 활용되고 있는 분석기법으로 알려져 있으며(Lee and Talib, 2005), 다양한 환경요인을 이용하여 재해 발생 가능성을 정량적으로 분석하는데 활용되고 있다. 로지스틱 회귀모델은 기계학습 모형 중 하나로, 이항형 종속변수를 대상으로 하는 분류기법이며, 오즈비(odds ratio)를 이용하여 특정 사건의 발생 오즈에 대한 설명변수의 상대적 영향을 해석할 수 있다.
따라서 이 연구는 경상남북도의 땅밀림지와 비땅밀림지를 대상으로 로지스틱 회귀분석을 통해 요인별 가중치를 도출하였으며, 유의하게 나타난 요인들을 선별하여 땅밀림 발생확률 모델을 구축하였다. 이후 경상남북도를 대상으로 로지스틱 회귀모델을 적용하여 땅밀림 판별지도를 구축하였고, 본 연구에서는 땅밀림지를 대상으로 로지스틱 회귀모형의 적용 가능성을 기초적으로 검토하였다. 그러나 자료 수의 한계, 비땅밀림지 선정의 불확실성, 모형 검증의 미흡 등이 존재하므로, 본 연구 결과는 땅밀림 발생 가능성 평가를 위한 기초적 검토 수준의 자료로 활용될 수 있으며, 향후 후속 연구를 통한 보완이 필요하다.
재료 및 방법
연구지역
땅밀림은 지질적으로 경상누층군에서 주로 발생하는 것으로 알려져 있으며, 본연구에서도 경상누층군 분포 지역의 사례를 대상으로 하였다(Fig. 1). 또한 Fig. 1에서 제시한 supergroup은 연구 대상지의 광역 지질 단위를 구분한 항목으로, 경상누층군을 포함한 주요 지질군을 나타낸다. 모암은 역암, 셰일, 이암, 이회암 등의 퇴적암으로 이루어져 있다(Park et al., 2021). 특히, 지층 하부는 얇고 불연속적인 탄층이 협재 및 호층으로 구성되어 있어(Ryu et al., 2006) 땅밀림에 취약한 지질특성을 나타내므로 땅밀림이 주로 발생하는 경상남북도(경상남도, 경상북도, 울산광역시, 부산광역시, 대구광역시)를 중심으로 연구지역을 선정하였다.
땅밀림의 특성은 땅밀림지와 비땅밀림지의 분석 및 비교를 통해 구분할 수 있다. 이 연구에서는 한국임업진흥원의 지원을 받아 경상국립대학교에서 수행된 “미세지형 및 항공사진을 활용한 땅밀림 위험사면의 분포와 특성 연구”의 자료를 활용하였다. 이 연구는 전국을 대상으로 미세지형 및 항공사진을 활용하여 땅밀림을 탐색하는 연구로, 땅밀림지의 위치 데이터와 땅밀림지로 예측되었으나 조사 및 분석 결과 땅밀림이 발생하지 않은 지점의 위치 데이터를 포함하고 있다. 따라서 선행연구에서 밝혀진 경상남북도, 울산광역시, 부산광역시, 대구광역시를 대상으로 땅밀림지 92개소와 비땅밀림지 92개소를 선정하여 두 집단의 특성을 비교 분석하였다. 연구 대상지 92개소의 땅밀림지 평균 발생면적은 1.5 ha로 나타났다. 땅밀림지와 비땅밀림지의 면적 조건을 일치시키기 위해 땅밀림지의 경우 인장균열과 단차가 나타난 지점을 기준으로 1.5 ha를 원형 버퍼(circular buffer)로 폴리건 형태로 구획하였다. 비땅밀림지는 미세지형 및 항공사진 분석을 통해 땅밀림지와 유사한 형태를 보이는 후보지를 선정한 후, 현장조사를 통해 인장균열 및 단차 등 땅밀림 징후가 확인되지 않은 지점을 최종적으로 선정하였으며, 동일한 기준으로 1.5 ha 원형버퍼를 적용하여 공간분석을 수행하였다. 또한, 비땅밀림지는 동일 지형 조건을 고려하되, 개별 사면 단위로 독립성이 유지되도록 선정하였다. 다만, 일부 비땅밀림지는 향후 땅밀림으로 발전할 가능성이 있는 잠재 사면일 수 있으므로 해석 시 주의가 필요하다(Fig. 2).
땅밀림 요인 자료수집 및 분석방법
표고
기준이 되는 수평면으로부터 지표 위의 특정 지점까지 높이를 측정함으로써, 땅밀림지와 비땅밀림지의 표고 분포 특성을 파악하였다. 이를 위해 국토지리정보원(NGII)에서 제작한 1:5,000 수치지형도와 ArcGIS Pro (ver. 3.3.0, ESRI, CA, USA)를 활용하여 표고점, 계곡선, 주곡선을 추출하고, 이를 바탕으로 불규칙 삼각망(triangulated irregular network, TIN)을 생성하였다. 이후 TIN 데이터를 격자 형태로 제작하기 위해 레스터 데이터로 변환하여(TIN to Raster) 격자 크기 10 m × 10 m급 수치표고모형(digital elevation model, DEM)을 제작하였다(Fig. 3). 이를 통해 땅밀림지와 미발생지의 원형 버퍼에 대한 표고를 분석하여 평균 값을 산출하였다.
경사
경사는 중력의 사면방향 성분을 증가시키는 지형인자로 토층의 이동 가능성에 직접적인 영향을 미친다(Park et al., 2019). 경사를 분석하기 위해 앞서 분석한 수치표고모형과 ArcGIS Pro의 경사(slope) 분석 도구를 활용하여 땅밀림지와 비땅밀림지의 원형 버퍼에 대한 경사를 분석하고, 평균 값을 산출하였다.
지질
땅밀림지와 비땅밀림지의 지질 특성을 분석하기 위해 한국지질자원연구원(KIGAM)에서 제작한 1:50,000 지질도를 활용하였다. 지질은 모암 분류와 지질시대를 분류하였으며, 층군의 경우 매우 다양하고 분류의 어려움이 있어 분석에서 제외하였다. 모암은 화성암, 변성암, 퇴적암으로 분류하였으며, 지질시대는 선캄브리아, 고생대, 중생대, 신생대, 미상으로 분류하여 분석하였다.
임상
땅밀림지와 비땅밀림지의 임상별 수종 특성을 분석하기 위해 산림청에서 제작한 1:5,000 임상도를 활용하여 수종을 분석하였다. 제공된 임상도는 2006–2010년 제 5차 전국산림자원조사를 바탕으로 제작된 도면으로, 우리나라의 산림 수종분포를 파악할 수 있다. 수종은 침엽수림, 활엽수림, 혼효림으로 분류하여 분석하였다.
사면곡률
땅밀림지와 비땅밀림지의 사면 곡률 특성을 분석하기 위해 수치표고모델과 ArcGIS Pro의 곡률(curvature) 분석 도구를 활용하였다. 사면 곡률은 Zevenbergen and Thorne (1987)이 제안한 분석 방법으로, 주변 고도값에 대한 1·2차 편미분을 기반으로 산정된다. 이는 사면의 기울기 형태 또는 곡률을 정량적으로 나타내어 지형의 형태를 효율적으로 파악할 수 있으며, 두 가지 분석유형인 프로파일(profile)과 평면형(planform)을 사용하여 분석하였다.
첫째, 프로파일(profile) 유형은 경사 방향의 사면 곡률이 오목하거나 볼록한 지형을 분석할 수 있다. 분석값이 음수에 가까울수록 사면이 볼록한 상태로, 비교적 경사가 완만하고 지표수의 흐름이 느린 상태임을 나타낸다. 반면, 분석값이 양수에 가까울수록 사면이 오목하고 경사가 가파르며, 지표수의 흐름이 빨라지는 상태임을 파악할 수 있다(Fig. 4a).
둘째, 평면형(planform) 유형은 경사 방향의 수직 사면 곡률이 오목한 요형(concave) 지형인지, 볼록한 철형(convex) 지형인지 분석할 수 있다. 분석값이 음수에 가까울수록 오목한 사면을 의미하고, 양수에 가까울수록 볼록한 사면을 의미한다(Fig. 4b). 따라서 땅밀림지와 비땅밀림지의 원형버퍼를 대상으로 두 가지 유형의 사면 곡률을 분석하여 특성을 파악하였다.
지형습윤지수
땅밀림지와 비땅밀림지를 대상으로 집수 정도와 토양 습윤 함량을 분석하기 위해 지형습윤지수(topographic wetness index, TWI)를 분석하였다. 지형습윤지수는 수문 및 토양의 습윤 함량을 나타내는 집수 모델링 방법으로, 사면의 방향과 경사를 고려하여 물이 축적되는 정도를 나타낼 수 있다. 선행연구에 따르면 지형습윤지수는 간극수압 간의 정(正)의 상관관계를 갖고 있으며(Liang and Chan, 2017), 지형 기반 수문모델로서 지하수를 평가하는데 사용한다(Beven and Kirkby, 1979).
지형습윤지수를 제작하기 위해 네 가지 분석 도구를 활용하여야 한다. 첫째, ArcGIS Pro와 수치표고모델을 활용하여 빈 셀을 채우는 과정(fill sink)을 실시하였다. 이 과정은 수문학 분석을 위한 기초단계로, 표고 데이터가 없는 셀과 오류로 인해 값이 현저히 높거나 낮게 나타나는 셀을 주변 환경과 비슷하게 처리하여 경사면의 흐름을 명확히 할 수 있다.
둘째, ArcGIS Pro의 Hydro Tool (ver. 9.2, ESRI, CA, USA)을 활용하여 사면 흐름방향(flow direction)을 D8 그리드 방식(O’Callaghan and Mark, 1984)으로 8개의 방향으로 분류하였다. 사면의 흐름방향을 8개의 방향으로 분류함으로써, 각각의 레스터 셀이 어떤 방향을 향하고 있는지 파악할 수 있다.
셋째, 흐름방향을 활용하여 흐름누적(flow accumulation)을 분석하였다. 흐름누적은 흐름방향 결과를 기반으로 흐름방향 그리드 값에 따라 셀들의 수를 누적하여 상류 셀부터 특정한 하부 셀까지 얼마나 많은 값이 누적되었는지를 정량적으로 분석할 수 있다.
넷째, 마지막으로 흐름누적 데이터와 앞서 분석한 경사 데이터를 래스터 계산기(raster calculator)를 활용하여, 지형 경사(β)가 특정 흐름누적 데이터(specific catchment area, SCA)에 미치는 영향에 대한 지표로 지형습윤지수(식 (1))을 활용하여 10 m × 10 m급 지형습윤지수를 제작하였다(Fig. 5). 땅밀림지와 비땅밀림지의 원형버퍼에 대한 지형습윤지수를 분석하여 평균 값을 산출하였다. 지형습윤지수는 값이 높을수록 경사가 낮고 물이 집수가 용이한 곳을 의미하며, 반대로 값이 낮을수록 경사가 높아 집수가 어려운 지역을 의미한다.
where, TWI : topographic wetness index
: specific catchment area (m2/m)
𝛽 : slope (°)
수계와의 거리
땅밀림지와 비땅밀림지를 대상으로 수계와의 거리를 분석하기 위해 ArcGIS pro의 Near 분석 도구를 활용하였다. Near 분석은 설정한 두 피처 간의 최단 거리를 산출하는 분석 방법으로, 사면 내 지하수 및 지표수에 연관성이 있는 수계 간의 떨어진 거리를 분석하였다. 수계는 물이 흐르는 계곡, 하천, 강을 통칭하는 용어로 앞서 분석하였던 흐름누적 데이터를 활용하여 수계를 정의하였다.
흐름누적을 활용하여 수계를 정의하는 방법에는 임계값 분석을 통한 방법(Tarboton and Ames, 2001)과 흐름 누적값의 1%를 설정하는 방법(Olivera et al., 2002)이 있다. 두 가지 방법 중 가장 많이 사용되는 방법은 흐름 누적값의 1%를 수계로 설정하는 방법으로, 본 연구에서도 이 방법을 활용하여 수계를 정의하였다. 또한, 설정된 지점을 대상으로 항공사진을 활용하여 실제 수계와 일치를 육안으로 판단하여 데이터를 활용하였다.
도로와의 거리
땅밀림지와 비땅밀림지를 대상으로 도로와의 거리를 분석하기 위해 ArcGIS Pro의 다중 링 버퍼(multiple ring buffer) 분석 도구를 활용하였다. 도로는 대표적인 인위적 개발요인으로, 도로망이 구축된 지역은 인명피해가 발생할 수 있는 생활권과 밀접한 관련이 있다. 본 연구에서 활용한 도로 데이터는 국가교통정보센터(ITS)에서 제공하는 전국 도로망 자료를 기반으로 하였으며, 국도, 고속도로, 지방도 등 주요 도로는 포함되어 있으나, 농로, 마을도로 및 일부 임도와 같은 소규모 도로는 포함되지 않는 한계가 있다. 따라서 도로와의 거리는 절대적 거리 개념이 아닌 주요 도로망을 기준으로 한 상대적 거리 지표로 해석하였다. 또한, 도로 데이터의 공간적 불완전성을 고려하여 단일 거리값 분석이 아닌 100 m 간격의 다중 링 버퍼(0–5,500 m)를 생성하여 거리 구간별 분포 특성을 분석하였다.
로지스틱 회귀분석
로지스틱 회귀분석 이론 및 적용
회귀분석은 둘 이상의 독립변수가 종속변수에 미치는 영향을 분석함으로써 데이터의 패턴을 파악하여 값을 예측하는 통계 기법이다. 일반적으로 많이 사용되는 선형회귀분석의 경우, 독립변수와 종속변수 모두 양적변수 사용해야 하므로 이론적으로 출력값의 범위는 -∞ ~ +∞이다. 따라서, 어떤 특정 사건을 예측할 때 표본이 많은 범위는 설명력이 있으나, 표본이 상대적으로 적은 범위는 설명력이 상당히 부족하며 잘못된 관계를 설명할 수 있다.
특정 사건의 발생 유무와 같이 종속변수를 이항형 질적변수로 사용하기 위해서는 비선형 회귀분석인 로지스틱 회귀분석(logistic regression)이 널리 사용된다(Lee et al., 2021). 로지스틱 회귀분석은 독립변수에 로그(log)와 거듭제곱을 취하여 설명력을 높이는 통계분석으로, 어떤 사건의 발생확률을 예측하는 모델이다. 독립변수는 양적변수와 질적변수를 모두 사용할 수 있으며, 종속변수의 경우 0, 1로 나뉘는 이항형 변수를 사용한다. 이론적으로 독립변수의 경우 -∞ ~ +∞의 값을 가지지만, 종속변수는 이항형으로 구성되어 있기 때문에 출력값의 범위는 0과 1 사이를 넘어서지 않는다. 따라서, 로지스틱 회귀분석은 의료, 재해 등 예측 연구에 주로 사용되고 있다. 일례로 산림청에서 제작한 산사태 위험지도의 경우에도 로지스틱 회귀분석을 활용 및 구축을 통해 선제적으로 산사태 재해에 대응하고 있다(KFS, 2022).
로지스틱 회귀분석은 확률모델로 오즈(odds) 함수(식 (2))를 기반으로 만들어졌다. 오즈는 성공 확률이 실패 확률에 비해 몇 배 더 높은지를 나타내는 함수로, 어떤 사건이 일어날 확률(p)을 사건이 일어나지 않을 확률(1-p)로 나눈 값을 의미한다. 오즈함수에 자연로그를 적용하는 로짓변환을 통해 이항형 종속변수를 분석할 수 있으며, 확률을 선형적으로 변환하여 분석할 수 있으므로 로짓변환을 통해 완성된 로지스틱 회귀분석 함수를 수식으로 표현하면(식 (3))와 같다.
where, : probability
로지스틱 회귀분석을 수행하기 위해 각 요인을 변수로 변환하였다. 종속변수는 땅밀림지와 비땅밀림지를 이분형 변수로 설정하여 땅밀림지는 1, 비땅밀림지는 0으로 정의하였다. 독립변수는 땅밀림에 영향을 미칠 것으로 예상되는 변수들로, 질적 요인은 지질, 지질시대, 임상을 더미변수(dummy coding)로 변환하여 분석에 활용하였으며, 더미 기준 변수는 지질은 퇴적암, 지질시대는 미상, 임상은 혼효림으로 설정하였다(Table 1). 또한, 양적 요인의 경우 표고, 경사, 수계와의 거리, 도로와의 거리, 지형습윤지수, 사면곡률을 독립변수로 설정하여 분석에 포함하였다. 로지스틱 회귀분석은 입력(enter), 전진(stepwise forward), 후진(stepwise backward) 등 다양한 분석 방법을 적용할 수 있으며, 본 연구에서는 종속변수에 영향을 미치는 주요 변수를 선별하기 위해 전진 방법을 적용하였다. 분석은 SPSS ver. 25 (IBM, NY, USA)를 활용하여 수행하였다.
Table 1.
Variable types and classification
로지스틱 회귀모형 검증
추정된 로지스틱 회귀모형을 검증하는 과정은 필수적이다. 본 연구에서는 Nagelkerke 계수와 Hosmer & Lemeshow R2검정을 활용하여 모형의 설명력과 적합도를 평가하였다. Nagelkerke 계수는 모형의 설명력을 나타내는 지표로 값이 클수록 설명력이 높은 모형으로 해석할 수 있으며, Hosmer & Lemeshow 검정은 예측값과 관측값 간의 차이를 기반으로 모형의 적합성을 평가하는 방법이다(Hosmer and Lemeshow, 1989). 분석 결과, Nagelkerke 값은 0.375로 나타났으며, Hosmer & Lemeshow 검정의 유의확률은 0.545로 0.05보다 크게 나타나 모형이 자료에 적합한 것으로 판단된다. 다만, 이러한 검증은 모형의 설명력과 적합성을 평가하는 데 한정되며, 예측 성능을 직접적으로 평가하기에는 한계가 있다. 따라서 confusion matrix, ROC curve 및 AUC와 같은 추가적인 성능 평가 지표를 활용한 검증이 필요하며, 이는 향후 연구에서 보완되어야 할 것으로 판단된다.
땅밀림 위험지 판별
로지스틱 회귀모형을 바탕으로 경상남북도를 대상으로 땅밀림 위험지를 판별하였다. 위험지 판별은 ArcGIS pro 래스터 계산기를 활용하여 로지스틱 회귀분석에서 분석된 각 변수별 가중치를 적용함으로써 10 m × 10 m급 래스터 파일 형식으로 제작하였다. 또한, 현 연구에서 선정했던 땅밀림지를 대상으로 제작한 위험 판별지를 분석하여 판별률을 파악하였다.
결과 및 고찰
요인 분석 결과
표고
땅밀림지의 표고분포는 100 m 이하 40개소(43.6%), 101–200 m 29개소(31.5%), 201–300 m 12개소(13.0%), 301–400 m 6개소(6.5%), 401–500 m 4개소(4.3%), 501 m 이상 1개소(1.1%)로 분석되어 땅밀림지는 100 m 이하에서 가장 많이 분포하며, 평균 표고는 155.8 m (11.7–476.8 m)로 나타났다(Fig. 6).
비땅밀림지의 경우 100 m 이하 19개소(20.7%), 101–200 m 31개소(33.7%), 201–300 m 17개소(18.5%), 301–400 m 17개소(18.5%), 401–500 m 5개소(5.4%), 500 m 이상 3개소(3.2%)로 분석되어 비땅밀림지는 101–200 m에서 가장 많이 분포하며, 평균표고는 215.0 m (48.6–544.8 m)로 나타났다(Fig. 6).
땅밀림지의 경우 1–200 m 구간이 75.1%를 차지하였는데, 이는 산지 5부 이하 능선부에서 가장 많이 발생하는 연구 결과(NIFoS, 2017)와 Park et al. (2015)이 밝힌 땅밀림지는 101–200 m에서 가장 많이 발생하는 결과와 유사했다. 땅밀림지와 비땅밀림지의 평균 표고 차이는 59.2 m로 표고가 낮아질수록 땅밀림지가 더 많이 분포함을 의미하며, 표고가 낮은 생활권에서 땅밀림이 빈번하게 발생할 수 있는 결과로 해석되었다.
경사
땅밀림지의 경사분포는 10° 이하 1개소(1.1%), 11–20° 44개소(47.9%), 21–30° 43개소(46.7%), 31° 이상 4개소(4.3%)로 분석되어 11–20°에서 가장 많이 분포하고 있었으며 평균 경사는 20.0°(9.8–34.7°)로 분석되었다(Fig. 7). 비땅밀림지의 경우 10° 이하 1개소(1.1%), 11–20° 26개소(28.3%), 21–30° 58개소(63.0%), 31° 이상 7개소(7.6%)로 분석되어 21–30°에서 가장 많이 분포하고 있었으며 평균 경사는 22.8°(9.1–33.2°)로 분석되었다(Fig. 7). 땅밀림지의 평균 경사는 20.0°로, Woo (1992)가 보고한 바와 같이 땅밀림은 급경사가 아닌 5–20°의 완경사면에서 발생한다는 결과와 유사한 경향을 나타냈다. 그러나 Park et al. (2019)은 우리나라 전국에 분포한 37개소를 대상으로 평균 경사도가 23.8°로 나타났다고 보고한 바 있다. 다만, 해당 연구는 비교적 제한된 표본 수를 기반으로 수행되었으며, 경사 분포의 편차를 고려할 때 본 연구 결과와의 차이가 통계적으로 유의미한지 판단하기에는 한계가 있다. 또한, 경사 산정 방법에 있어서도 수치표고모형(DEM) 기반 분석과 현장 측정 등 연구 간 차이가 존재할 수 있으므로, 이러한 방법론적 차이에 따라 경사도의 통계적 특성이 다르게 나타날 가능성이 있다. 따라서 본 연구와 선행 연구 간 경사도 차이는 단순 비교보다는 연구 조건의 차이를 고려하여 해석할 필요가 있다.
본 연구에서 분석한 경사도와 땅밀림 선행 연구의 경사도가 다소 상이하게 나타난 이유는 연구 대상지의 공간적 범위, 표본 수 및 경사 산정 방법의 차이에 기인한 것으로 판단된다. 경사는 중력의 사면방향 성분을 결정하는 중요한 물리적 인자이므로, 단순히 지역적 지형 특성에 의해 그 차이를 설명하기에는 한계가 있다.
우리나라의 지형은 부채꼴식 확장이론(Otofuji and Matsuda, 1983), 열 개분지형이론(Lallemand and Jolivet, 1985), 경동성 요곡운동(Shin and Hwang, 2014) 등 다양한 지질학적 연구와 이론들이 제시되고 있지만, 동고서저, 북고남저 지형을 이룬 것은 사실이다. 북동쪽에는 대표적인 산맥인 태백산맥이 분포하고 있으며, 서쪽과 남쪽으로는 낮은 구릉과 평야지대가 형성되어 있으므로 지역에 따라 지형 특성이 상이하다. 따라서, 지역에 따라 경사가 높거나 낮게 분석될 수도 있다.
지질
땅밀림지의 모암 분류결과 화성암 34개소(37.0%), 변성암 14개소(15.2%), 퇴적암 44개소(47.8%)로 땅밀림지는 퇴적암에서 가장 많이 나타났다. 비땅밀림지의 경우 화성암 40개소(43.5%), 변성암 18개소(19.6%), 퇴적암 34개소(36.9%)로 비땅밀림지는 화성암에서 가장 많이 나타났다(Fig. 8).
땅밀림지 지질시대 분류결과 선캄브리아대 5개소(5.4%), 고생대 1개소(1.1%), 중생대 55개소(59.8%), 신생대 10개소(10.9%), 미상은 21개소(22.8%)로 땅밀림지는 중생대가 가장 많이 나타났다. 비땅밀림지의 경우 선캄브리아대 9개소(9.8%), 고생대 0개소(0.0%), 중생대 67개소(72.8%), 신생대 2개소(2.2%), 미상 14개소(15.2%)로 비땅밀림지 또한 중생대가 가장 많이 나타났다(Fig. 9).
Park et al. (2021)의 연구에 따르면, 전국 57개소 땅밀림지의 지질시대와 주 구성암석을 분석한 결과, 중생대 백악기에서 40.4%로 가장 많이 나타났으며, 61.0%가 퇴적암 지대에서 발생하는 것으로 밝혀졌다. 또한, Park et al. (2019)의 연구에서는 전국 37개소 땅밀림지에서는 중생대 백악기가 41.0%로 가장 많았고, 퇴적암이 49.0%로 가장 많이 발생하는 특성을 확인할 수 있었다. 선행 연구와 이 연구 결과를 비교한 결과, 땅밀림지는 중생대 백악기 퇴적암 지대에서 가장 많이 발생하는 동일한 결과를 밝혀낼 수 있었다.
다만, 비땅밀림지의 지질시대에서도 중생대가 67개소(72.8%)로 높은 비율을 나타냈는데, 이는 연구대상지를 동일한 공간적 조건인 경상남북도를 중심으로 설정하였기 때문이다(Ryu et al., 2006).
임상
땅밀림지 임상 분석결과 침엽수림 42개소(45.7%), 활엽수림 24개소(26.1%), 혼효림 26개소(28.3%)로 땅밀림지는 침엽수림에서 가장 많이 나타났다. 비땅밀림지의 경우 침엽수림 25개소(27.2%), 활엽수림 20개소(21.7%), 혼효림 46개소(50.0%)로 비땅밀림지의 경우 혼효림에서 가장 많이 나타났다(Fig. 10).
이 결과는 Park et al. (2015)이 밝힌 침엽수림에서 땅밀림이 가장 많이 발생한 결과와 Park et al. (2010)이 밝힌 침엽수림에서 산사태가 많이 발생하는 결과와 동일하게 나타났다. 침엽수림에서 산지 재해가 주로 발생하는 경향을 나타냈다. 이의 원인을 분석하기 위해 임상분포와 토양 특성 간의 관련된 선행연구를 조사한 결과, Nam and Park (1997)은 침엽수와 같이 토양이 낙엽으로 피복되지 않고 노출되는 경우, 빗방울의 충격에 의해 토양 표면의 단립구조가 파괴되므로 침투능이 저하되고 토양의 공극분포에 영향을 끼친다고 밝혔다. Lee and Lee (1994)는 부식층이 많은 참나무림에서 소나무림보다 더 큰 침투능이 나타났으며, 임상에 따라 토양 침투능이 상이하다고 밝혔다. 이는 우리나라 산림의 수원함양기능과는 반대의 결과로, 수원함양기능이 낮은 침엽수림으로 구성되어 있을 경우, 산사태에 취약한 것과 같이(Nam and Park, 1997) 땅밀림 또한 동일한 결과를 나타냈다.
사면곡률
사면곡률 분석유형 중 Profile 곡률 분석 결과, 땅밀림지의 평균 곡률값은 0.1 (-0.6–0.8)로 분석되었고, 비땅밀림지의 경우 평균 곡률값은 -0.1 (-0.9–0.6)으로 분석되었다. Kwon and Kim (2014)의 연구에 따르면, 산사태 발생지역의 곡률 특성 빈도를 분석한 결과, 곡률이 음수의 값을 가지는 볼록한 지형에서 산사태 발생확률이 높은 것으로 밝혀졌다. 또한, Lee et al. (2004)의 연구에서도 산사태 발생지역 곡률 분석 결과, 음수의 값을 가지는 볼록한 지형을 가진 지역에서 산사태 발생확률이 높은 것으로 나타나 땅밀림지와 상반되는 결과로 나타났다. Wieczorek et al. (1997)과 Delmonaco et al. (2003)은 사면곡률이 양수의 값을 가지는 오목한 지형에서 토석류의 발생이 빈번하다고 밝힌 바 있다. 이는 오목한 지형이 볼록한 지형에 비해 지표수의 흐름이 빠르며, 특정 지역에 지표수가 빠르게 모일 수 있는 지형적 특성을 지니고 있기 때문이다.
사면곡률 분석유형 중 Planform 곡률 분석 결과, 땅밀림지의 평균 곡률값은 0.2 (-0.8–0.9)로 분석되었고, 비땅밀림지의 경우 평균 곡률값은 0.2 (-0.5–0.9)로 분석되었다. Ko et al. (2014)은 산사태 발생지점의 Planform 곡률 분석결과, 곡률값 -5–-7로 나타났다. 이는 산사태의 경우 산지 지형에서 볼록한 면보다는 오목한 면에서 발생빈도가 높으며, 물이 모이는 계곡선 부근에서 주로 발생했음을 밝혔다. 하지만, 땅밀림 발생은 계곡이 아닌 지하수의 영향으로 발생하며, 주로 요형보다는 철형에서 땅밀림이 많이 발생하므로(Park et al., 2019), 산사태와 상반되는 결과를 나타낸 것으로 판단된다. 땅밀림지와 비땅밀림지의 Planform 곡률 분석값 차이가 나타나지 않았다.
지형습윤지수
땅밀림지의 지형습윤지수 평균은 5.4 (4.2–7.5)로 분석되었으며, 비땅밀림지의 경우 평균 5.1 (4.2–6.6)로 분석되었다. 땅밀림지의 평균 지형습윤지수는 비땅밀림지에 비해 0.3 높게 측정되었다. 이는 비교적 낮은 지형습윤지수를 가지는 셀의 경우 경사가 높거나 산등성이 같은 지형이 주로 나타나는 반면, 높은 지형습윤지수를 가지는 셀에서는 경사가 낮고 물이 집수되는 지형임을 나타내므로(Ballerine, 2017), 땅밀림지는 비땅밀림지에 비해 경사가 낮고 물이 집수되는 지형임을 파악할 수 있었다. 지형습윤지수 결과는 앞서 경사 분석에서 나타난 비땅밀림지에 비해 땅밀림지의 경사도가 낮게 분석된 결과와, 곡률 분석에서 땅밀림지의 지형은 지표수 흐빠르게 모일 수 있는 오목한 지형에서 나타나는 결과와 일치하였다.
그러나 해외 연구에 비해 우리나라에서 수행된 지형습윤지수 관련 연구는 미미하여, 땅밀림지의 지형습윤지수 기준값을 설정하는 데에는 한계가 있다. 따라서 향후 우리나라에서 발생하는 땅밀림지를 대상으로 지형습윤지수를 추가적으로 분석하여 기준값을 정립할 필요가 있다.
수계와의 거리
수계와 땅밀림지 간의 거리를 분석한 결과, 평균 거리는 185.5 m (24.4–753.9 m)로 비땅밀림지의 경우 평균 거리는 185.1 m (32.8–490.6 m)로 분석되었다. 비땅밀림지에 비해 땅밀림지의 거리가 0.4 m 높게 측정되었으나, 이 차이는 크지 않으므로 땅밀림지와 비땅밀림지의 수계의 거리는 차이가 없는 것으로 분석되었다.
도로와의 거리
도로와 땅밀림지 간의 거리를 분석한 결과, 땅밀림지의 경우 0–100 m 구간에 83개소로 분석되었고, 101–200 m 구간에는 9개소로 분석되었다. 그 외의 구간에는 분석되지 않았다. 반면, 비땅밀림지의 경우 0–100 m 구간에 59개소로 분석되었고, 101–200 m 구간에 26개소, 201–300 m 구간에 7개소로 분석되었으며, 그 외의 값은 분석되지 않았다(Fig. 11).
땅밀림지의 경우 0–100 m 구간에 주로 분포하고 있어 비땅밀림지에 비해 도로와 가까운 위치에 분포되어 있으므로, 상대적으로 생활권과 가깝게 분포하고 있었다. 이는 도로 개설의 영향으로 산지 절취와 성토 과정에서 산지 경사가 변형되고, 산각부의 안정성 불균형으로 인해 땅밀림지가 도로에 가깝게 분포한 것으로 판단되므로, 산지 사면을 대상으로 도로개설을 실시할 때는 산지재해 가능성에 대한 면밀한 검토가 필요한 것으로 판단된다.
로지스틱 회귀 분석·검증 결과
로지스틱 회귀분석
땅밀림지와 비땅밀림지에 따라 통계적으로 유의한 영향을 미치는 요인 판별과 요인별 가중치를 파악하기 위해 로지스틱 회귀분석을 수행한 결과, 식생(침엽수림, 혼효림, 활엽수림), 곡률(profile), 도로와 떨어진 거리의 요인들이 유의수준 0.05에서 통계적으로 유의한 영향을 미치는 것으로 나타났다(Table 2). 반면, 지질시대, 지질, 경사, 지형습윤지수, 곡률(planform), 수계와 떨어진 거리, 표고는 통계적으로 유의하지 않아 분석에서 제외하였다(Table 3).
한편, 일부 변수에서 Wald 통계량과 유의확률 간에 다소 상이한 경향이 나타날 수 있으며, 이는 표본 수, 변수 분포 및 추정 과정에서의 통계적 특성에 기인할 수 있다. 따라서 본 연구에서는 유의확률(p)을 기준으로 변수의 통계적 유의성을 판단하였다.
임상은 통계적으로 유의한 변수로 나타났다. 혼효림을 기준(참조변수)으로 할 때, 침엽수림의 경우 땅밀림 발생 오즈(odds)는 4.1배 높은 것으로 나타났으며, 활엽수림의 경우 2.6배 높은 것으로 나타났다. 이는 침엽수림과 활엽수림이 혼효림에 비해 땅밀림 발생과 더 높은 관련성을 보였음을 의미한다. 다만, 오즈비는 발생확률의 증가율을 직접적으로 의미하는 것은 아니므로, 이를 확률이 각각 4.1배, 2.6배 증가한 것으로 해석하는 데에는 주의가 필요하다. 혼효림의 경우 참조변수로 설정되어 승산비를 직접적으로 파악하기는 어려웠으나, 침엽수림과 활엽수림의 B 값이 모두 양수이므로 혼효림의 확률이 가장 낮음을 나타냈다. 즉, 땅밀림지의 임상이 침엽수림일때 가장 높은 발생할 확률을 가지며, 그 다음으로 활엽수림, 혼효림 순으로 나타났다. 사면 곡률 Profile의 경우 값이 증가할수록 땅밀림지일 확률이 31.6배 증가하는 것으로 나타났다. 도로와의 떨어진 거리의 경우 거리가 증가할수록 땅밀림지일 확률이 0.2배 감소하며, 이를 백분율로 환산하면 0.8%로 미미한 차이를 나타냈다. 로지스틱 회귀분석을 통해 분석된 유의한 변수를 바탕으로 로지스틱 회귀모형식을 산정한 결과는 식 (4)와 같다.
Table 2는 로지스틱 회귀분석을 통해 도출된 변수별 회귀계수(B), Wald 통계량, 유의확률(p), 오즈비(OR)를 나타낸 것이다. B 값은 각 변수의 영향 방향을 의미하며, 양수일 경우 해당 변수가 증가할수록 땅밀림 발생 가능성이 증가하는 경향을, 음수일 경우 감소하는 경향을 나타낸다. Wald 통계량과 유의확률(p)은 변수의 통계적 유의성을 판단하는 지표로, 일반적으로 p 값이 0.05 미만일 경우 해당 변수가 유의한 영향을 미치는 것으로 해석된다. 오즈비(OR)는 독립변수가 종속변수에 미치는 상대적 영향을 나타내는 지표로, 1보다 클 경우 해당 변수의 증가가 땅밀림 발생 오즈를 증가시키는 방향으로 작용함을 의미한다.
Table 2.
Results of logistic regression analysis
| Variable | B | Wald | Degrees of freedom | p | OR | |
| Vegetation | Mixed (Ref) | - | - | 2 | 0.002** | - |
| Coniferous | 1.42 | 11.61 | 1 | 0.001** | 4.12 | |
| Broadleaf | 0.98 | 0.46 | 1 | 0.034* | 2.66 | |
| Curvature | Profile | 3.45 | 0.77 | 1 | 0.000*** | 31.55 |
| Distance from road | -1.52 | 0.39 | 1 | 0.000*** | 0.22 | |
| Constant | 0.99 | 0.53 | 1 | 0.065 | 2.69 | |
Table 3은 로지스틱 회귀분석 과정에서 통계적으로 유의하지 않아 최종 모형에서 제외된 변수들을 나타낸 것이다. 해당 변수들은 유의확률이 0.05 이상으로 나타나 땅밀림 발생에 대한 설명력이 충분하지 않은 것으로 판단되어 모형에서 제외되었다.
Table 3.
Excluded variables
로지스틱 회귀모델 검증
로지스틱 회귀모델 검증 결과, Nagelkerke R2 값은 0.375로 나타났으며, Hosmer & Lemeshow 검정의 유의확률은 0.545로 0.05보다 크게 나타났다(Table 4). 이는 본 연구에서 구축된 모형이 자료에 대해 통계적으로 수용 가능한 적합도를 가지는 것으로 해석할 수 있다. 다만, 이러한 검증은 모형의 설명력과 적합도를 평가하는 데 한정되며, 땅밀림지 분류에 대한 예측 성능을 직접적으로 평가하기에는 한계가 있다. 따라서 confusion matrix, ROC curve 및 AUC와 같은 추가적인 성능 평가 지표를 활용한 검증이 필요하며, 이는 향후 연구에서 보완되어야 할 것으로 판단된다. 또한, 본 연구에서 제시된 최종 모형은 임상, 사면곡률, 도로와의 거리의 3개 변수로 구성되었다.
Table 4.
Result of logistic regression testing hypothesis
| Nagelkerke R2 | Homser & Lemeshow | |
| Degrees of freedom | p | |
| 0.37 | 8 | 0.54 |
땅밀림 위험지 판별결과
로지스틱 회귀분석을 통한 산출된 가중치를 적용하여 땅밀림 위험지를 판별하였다. 로지스틱 회귀분석 결과는 0–1 사이에 분포하므로, 땅밀림 발생기준을 중앙값인 0.5보다 크면 발생으로, 0.5보다 작으면 미발생으로 분류하는 것이 일반적이다(Lee and Kim, 2012). 로지스틱 회귀분석 결과는 0–1 사이의 확률값으로 산출되며, 일반적으로 0.5를 기준으로 발생 여부를 구분한다. 그러나 본 연구에서는 땅밀림지와 비땅밀림지의 분류 결과를 고려하여, 두 집단 간 분류 균형이 가장 적절하게 나타나는 임계값을 기준으로 설정하였으며, 그 결과 0.48을 기준값으로 적용하였다. 또한, 땅밀림 위험도는 결과값의 분포를 고려하여 5개 등급으로 구분하였으며, 각 구간은 연속성을 유지하도록 설정하였다. 이에 따라 땅밀림 위험도는 0.73–1.00을 1등급, 0.48–0.73을 2등급, 0.32–0.48을 3등급, 0.16–0.32를 4등급, 0.00–0.16을 5등급으로 구분하였다.
1등급은 땅밀림 위험이 매우 높음의 단계로 심볼을 빨간색으로 설정하였고, 2등급은 높음의 단계로 주황색, 3등급은 낮음의 단계로 연초록색, 4등급은 매우 낮음의 단계로 하늘색, 5등급의 경우 없음의 단계로 파란색으로 나타내었다(Fig. 12).
구축된 땅밀림 위험 판별지도의 판별률을 파악하기 위해 본 연구에서 활용되었던 땅밀림지 92개소를 대상으로 등급별 분포면적을 분석하였다. 1등급은 27.1 ha로 33.9%, 2등급은 15.5 ha로 19.4%, 3등급은 9.8 ha로 12.3%, 4등급은 9.8 ha로 12.3%, 5등급은 17.7 ha로 22.1%로 나타났다.
땅밀림 위험도가 매우높음–높음의 등급을 나타내는 1등급과 2등급의 합계는 42.6 ha로 53.3%로 나타났으며, 땅밀림 위험도가 낮음–없음의 등급을 나타내는 3–5등급의 합계는 37.7 ha로 46.7%로 나타났다. 본 결과는 연구 대상지에서 산정된 땅밀림 위험등급의 분포 특성을 나타낸 것으로, 이를 통해 위험지의 공간적 분포 경향을 확인할 수 있었다(Table 5). 다만, 등급별 면적 비율은 모형의 분류정확도나 예측성능을 직접적으로 의미하는 것은 아니므로, 향후에는 confusion matrix (분류표), ROC curve 및 AUC와 같은 성능 평가 지표를 추가적으로 적용하여 위험 판별지도의 예측력을 종합적으로 검토할 필요가 있다(Table 5).
Table 5.
Reclassification of landcreep susceptibility
본 연구에서 도출된 결과를 바탕으로, 땅밀림 위험 판별모형의 예측력 향상을 위한 개선 방향을 다음과 같이 고찰하였다. 첫째, 연구대상지의 개소 수가 충분하지 않아 중요한 변수들이 유의확률이 나타내지 않았다. 땅밀림에 대한 선행 연구에서는 산사태와는 다른 땅밀림의 특유한 특성이 퇴적암에서 주로 발생하며, 낮은 경사와 낮은 표고에서 주로 발생한다고 보고되었다. 이는 본 연구에서 분석한 지질, 표고, 경사 결과와도 유사한 경향을 보였다. 그러나 로지스틱 회귀분석에서 유의확률이 나타나지 않아 회귀식에 포함될 수 없었다. Woo et al. (2014)은 로지스틱 회귀모형을 활용하여 산사태 발생위험 예측지도를 개발하였으며, 산사태 발생지 1,912개소와 비발생지 3,000개소를 대상으로 분석한 결과 9개의 유의한 변수가 도출된 바 있다. 반면, 본 연구에서는 땅밀림지와 비땅밀림지 각각 92개소를 대상으로 분석한 결과, 임상, 사면곡률(profile), 도로와의 거리의 3개 변수가 통계적으로 유의하게 나타났다. 이러한 차이는 재해 유형의 차이뿐만 아니라 표본 수, 자료 구성 및 분석 조건의 차이에 기인한 것으로 판단된다. 또한, 향후 땅밀림지 표본 수를 확대하여 재분석할 경우 변수 도출 결과에 변화가 나타날 가능성이 있다. 둘째, 대상지 선정 과정에서 비땅밀림지의 설정에 따른 한계가 존재한다. 본 연구에서 설정한 비땅밀림지는 지형적으로 땅밀림지와 유사하게 나타나 땅밀림으로 예측되었으나, 현장 조사 결과 명확한 활락애(인장균열 및 단차)가 확인되지 않아 비땅밀림지로 분류된 사면이다. 따라서 일부 비땅밀림지는 향후 땅밀림이 발생할 가능성이 있는 잠재 사면일 수 있으며, 이러한 점은 분석 결과 해석 시 고려해야 할 한계로 작용할 수 있다.
결 론
본 연구는 경상남북도의 땅밀림지와 비땅밀림지를 대상으로 로지스틱 회귀분석을 수행하였으며, 분석 결과 임상, 사면곡률(profile), 도로와의 거리의 3개 변수가 땅밀림 발생에 유의한 영향을 미치는 주요 요인으로 도출되었다.
땅밀림지의 평균 표고는 155.8 m, 평균 경사는 20.0°로 나타났으며, 이는 일부 선행연구와 유사한 경향을 보였다. 다만, 이러한 특성은 연구 대상지의 공간적 범위와 자료 구성에 따라 달라질 수 있으므로, 지역별 특성을 고려한 해석이 필요하다. 또한, 전국 단위의 땅밀림 위험지도를 구축하기 위해서는 지역별 자료를 기반으로 한 분석이 필요하다. 땅밀림지의 임상은 침엽수림에서 가장 많이 발생하는 것으로 나타났으며, 이는 산사태를 대상으로 한 선행연구 결과와 유사한 경향을 보였다. 로지스틱 회귀분석을 통해 구축된 땅밀림 위험 판별지도에서 고위험 등급(1–2등급)의 비율은 53.3%로 나타났으며, 이는 연구 대상지 내에서의 위험등급 분포 특성을 보여주는 결과이다. 다만, 이러한 등급 비율은 모형의 분류정확도나 예측성능을 직접적으로 의미하는 것은 아니므로 해석에 주의가 필요하다. 또한, 본 연구는 대상지 개소수의 제한과 비땅밀림지 설정 방식에 따른 한계를 가진다. 특히 비땅밀림지는 지형적으로 땅밀림지와 유사하나 명확한 활락애가 확인되지 않은 사면으로, 일부는 향후 땅밀림이 발생할 가능성이 있는 잠재 사면일 수 있다. 따라서 이러한 한계를 고려하여 결과를 해석할 필요가 있으며, 향후에는 보다 많은 땅밀림지 자료의 확보와 함께 장기 모니터링 및 비땅밀림지 재선정을 통해 자료의 신뢰성을 보완할 필요가 있다.
