1. 서 론

1.1 연구배경 및 목적

최근 기상이변으로 인한 자연재해 피해량이 증가하고 있다. 그 중에서도 급격한 도시화로 인해 도시지역의 불투수 면적이 증가하여 늘어난 첨두유출량은 도시지역의 내수침수 발생 위험을 증가시키고 있다. 우리나라의 경우 과거 약 100년 동안 연간 강수량이 대체로 증가하는 추세를 보이고 있으며 단시간동안 국지성 집중 호우의 발생 빈도가 잦아져 침수로 인한 위험이 2000년대 이후 급증하였다(MPSS, 2009; Park and Choi, 2011). 또한 도시 지역에 발생하는 침수피해의 주요 원인은 내수침수이며 침수피해의 약 73%를 차지하고 있다(Park et al., 2011). 따라서 도시지역의 내수침수 피해를 저감시키기 위해, 도시 지역의 유출해석과 하수관거의 내수배수능력을 시험하여 내수 침수에 대한 취약성을 진단하고 침수지역을 예상하여 피해에 대비할 수 있도록 침수예상지도를 제작하는 연구의 필요성이 대두되고 있다.

도시 지역의 유출해석을 위해 침수유출량을 산정하고 그에 대한 취약성을 평가하는 도시 유출모형에 대한 연구들이 진행되어 왔다. 대표적인 도시유출 모형으로는 ILLUDAS, SWMM(Storm Water Management Model), STORM, MOUSE 등이 있다. IILUDAS모형은 Terstriep and Stall(1974)이 기존의 불투수면적만을 고려하였던 RRL(Road Research Laboratory Method) 방법을 보완하여 모형을 개발하였다. SWMM 모형은 1971년에 미국환경보호청(EPA)의 지원으로 개발되었으며, 개발된 이후에도 꾸준한 보완과 기능 확장을 통해 그 활용성이 계속 증가하고 있다(Kim and Lee, 2005; Rossman, 2010). 특히 SWMM은 유출 모의와 수질 모의가 동시에 가능하여 침수 모의에 사용되는 모델이다(Kim et al., 2012; Yoon et al., 2008).

기존의 SWMM 모형을 이용한 연구로는 도시유역의 내수침수를 모델링하여 홍수 유출량을 분석한 연구가 진행되어 왔으며, 내수침수 발생 시 배수흐름에 관한 연구와 SWMM 모형과 기타 홍수유출 해석모델과의 결과를 비교·분석하는 연구가 진행되어 왔다(Barco et al., 2007; Kang et al., 2012; Park et al., 2008; Park et al., 2011). 또한 홍수 유출 결과로 침수지역을 예측하기 위해 침수예상지도를 작성하였다. 하지만 기존의 침수예상지도는 다음과 같은 한계점을 가진다. 첫째, 홍수 유출 총량을 일괄적으로 부피로 계산하여 대상 지역의 DEM(Digital Elevation Model)위에 가산하여 최종 홍수 수위를 결정하였다. 시간대별 홍수유출 모의를 통해 유출량 변화를 바탕으로 추정하여야 하지만 그렇게 하지 않았다. 둘째, 특히 최대 범람지역의 범위를 계산할 뿐 시간대별 범람지역의 변화에 대해서는 연구가 미약하였다(Chen, 2005; Shon et al., 2010).

내수침수 모형인 SWMM 모형은 기본 입력 자료로 하수관망 데이터를 사용하는데, 크게 두 가지 오류가 발생한다. 첫째, 하수관망 데이터는 맨홀(노드)과 하수관(링크)으로 네트워크를 구성하는데, 이 때 노드와 링크가 제대로 연결되지 않아 위상적 오류가 발생한다. 둘째, 하수의 흐름 방향으로 특정노드의 깊이보다 다음 노드로의 깊이가 더 얕아서 흐름에 오류를 발생하는 지반고 오류가 발생한다. 입력 자료에 이러한 오류가 있다면 SWMM을 전혀 운용할 수 없게 된다.

따라서 본 연구는 도시유출모형을 이용하여 시간대별 침수예상지도를 작성하고 이때 유출모형의 입력자료 오류를 최소화하는 방법을 제시하고자 하였다. 구체적으로는 첫째, 기존의 최대 침수예상지도 보다는 도시유출모형을 통해 시간대별 침수예상지도를 작성하여 침수지역의 공간적 변화를 살펴볼 수 있도록 하였다. 둘째, SWMM 모형의 입력 자료인 하수관망 GIS 데이터를 SWMM 모형의 프로젝트파일 형태로 변환할 수 있고 이 과정에서 하수관망 데이터의 위상적 오류와 지반고 오류를 제거할 수 있도록 하는 변환모듈을 개발하고자 하였다.

1.2 연구방법 및 연구지역

본 연구는 다음과 같은 흐름으로 진행하였다. 첫째, 침수이력을 조사하여 그 빈도수가 높은 지역을 연구사례지역으로 선정하였고, 하수관망 GIS 데이터를 구축하였다. 둘째, 하수관망 GIS 데이터를 참고자료가 아닌 SWMM 모형의 입력 자료로 사용될 수 있도록 변환하는 연계 모듈을 설계 및 구축하였다. 이때 하수관망 데이터의 오류를 분석하고 수정할 수있는 기능을 추가하여, 침수모형 운용 시 오류가 발생하지 않도록 하였다. 셋째, 다수의 피드백 과정을 거쳐 연계 모듈의 필수 기능과 성능을 테스트하였다. 넷째, 연계 모듈을 이용하여 하수관망 GIS 데이터를 직접 변환한 후 연구 사례지역에 SWMM 모형을 적용하여 내수침수를 모의하였으며 분석결과를 시간대별로 정리하였다. 마지막으로, 홍수모의 결과를 바탕으로 시간대별 침수예상지도를 작성하고 평가하였다.

본 연구에서 연구 사례지역을 선정하는 기준으로 최근 내수침수의 발생빈도가 높은 지역이면서 내수침수의 피해량이 높은 지역을 선정하였다. 연구의 사례지역인 서울특별시 서초구 서초2동은 한강과 탄천 및 양재천이 합류하며 한강 본류에 유입되면서 형성된 범람원지역이다. 지형적으로 이 지역은 하천 퇴적지형에 해당하며 구룡산과 대모산 등의 산지를 제외한 대부분의 지역이 100m 이하로 저지대 지역이다. 또한 이 지역은 하수관망의 낮은 통수능력으로 인해 국지성 집중 호우발생 시 내수침수가 빈번하게 발생한다(Na, 2014). 실제로 강남역 일대에서 2010년 이후 3년 연속(2010년 9월 21일, 2011년 7월 27일, 2012년 8월 15일) 침수피해가 발생하였다. 재해연보에 따르면 서초구의 경우 2010년에 3억 원 이상, 2011년에 6억원 이상의 피해가 발생하였다. 따라서 최근 내수침수 발생빈도가 높고, 피해량이 큰 서초구의 강남역 일대를 연구 사례지역으로 적합하다고 판단하였다.

Fig. 1.Research area

2. SWMM모형과 GIS 연계모듈 개발

GIS 데이터는 지도제작 및 공간분석이 용이한 데이터이며 SWMM 모형은 하수관망 데이터를 바탕으로 침수모의가 가능하다. 이때, SWMM 모형은 하수관망 GIS 데이터(하수관망 shapefile)를 직접입력 할 수 있는 모듈이 없어 하수관망을 수작업으로 입력해야 한다. 이를 위해 XP-SWMM이 개발되어 있으나 고가의 상용소프트웨어이다(Lee and Yeon, 2008). 따라서 하수관망 GIS를 SWMM 프로젝트 파일로 변환할 수 있는 모듈의 개발이 필요하다. 이 연계 모듈은 GIS 데이터를 입력하여 SWMM 모형의 입력 자료로 변환해 주며 또한 SWMM 모형에서 발생할 수 있는 오류를 진단하고 해결할 수 있도록 설계하였다.

연계 모듈은 세부적으로 다음 기능들을 포함하고 있다. 첫째, 하수관망 GIS 데이터 중 노드 데이터의 누락으로 인해 노드와 링크의 연결이 정상적으로 이루어지지 않은 위상적 오류를 진단하고 필요시 새로운 노드를 생성하고 링크와 연결한다. 둘째, 노드 데이터의 지반고 오류를 진단하여 SWMM 모형 구축 시 발생할 수 있는 모형오류를 진단할 수 있으며 지반고를 자동으로 보정한다. 즉 특정 노드의 깊이보다 다음 노드가 깊어야 흐름상 역류가 발생하지 않는다. 셋째, 앞선 오류 진단과 디버그를 모두 완료한 후 하수관망 GIS 데이터를 SWMM 모형의 프로젝트 파일형식으로 변환한다.

2.1 노드 링크의 위상적 오류 진단 및 보정

SWMM모형의 주요 입력인자 중 하나는 맨홀과 하수관거의 연결인 노드와 링크이다. 하지만 하수관망 GIS 데이터 중 노드 데이터의 누락으로 인해 링크의 연결이 정상적으로 되지 않는 문제가 발생한다. 이러한 문제를 해결하기 위해 링크를 구성하는 시작 노드와 끝 노드 데이터가 모두 존재하는지 우선적으로 확인해야하며, 만약 시작 노드와 끝 노드 데이터가 누락되어있다면 링크가 정상적으로 구성되도록 해당 노드를 생성해야 한다.

위 Fig. 2에서 하수관망 GIS 데이터 중 링크를 구성하는 시작 노드 또는 끝 노드 데이터의 누락으로 인해 노드와 링크가 정상적으로 연결되지 않는 것을 알 수 있다. 따라서 노드와 링크가 정상적으로 연결되어 있는지 진단하고, 만약 데이터 누락이 있을 시 누락된 노드 데이터를 생성하는 기능이 필요하다. 누락된 노드 데이터를 생성하기 위해 생성 기준 데이터인 하수관거 GIS 데이터를 이용한다. 하수관거 GIS 데이터는 선데이터로서 선의 시작점과 끝점인 Vertex를 각각의 점 데이터로 생성한다. 그 후 생성된 점 데이터를 노드 데이터 사용하여 시작 노드와 끝 노드를 구성하게 된다.

Fig. 2.Error of connection between nodes and links from loss of nodes data

2.2 노드 데이터의 지반고 오류 진단 및 보정

링크는 시작 노드와 끝 노드로 구성되며 각각의 노드는 지반고 값을 가지게 된다. 이때, 링크를 구성하는 시작 노드와 끝 노드의 지반고 값 중 끝 노드의 지반고 값이 시작노드 지반고 값 보다 높을 경우, SWMM모형을 구축할 시 모형오류가 발생한다.

위 Fig. 3에서는 93013이라는 ID를 가진 링크가 시작 노드와 끝 노드를 연결한 경사값으로 인해 발생하는 SWMM모형의 오류를 나타내고 있다. 시작 노드와 끝 노드는 각각의 지반고 값을 가지게 되는데 이때, 끝 노드의 지반고 값은 시작 노드의 지반고 값 보다 같거나 낮아야 한다. 그렇지 않은 경우 경사값에 대한 모형오류가 발생한다. 이러한 SWMM모형오류를 진단하여 노드의 지반고 값을 수정하여 오류를 보정해 주는 기능을 구현하였다. 기능을 구현하기 위해 시작 노드의 지반고 값과 끝 노드의 지반고 값을 2차원 배열을 생성하고, 배열값을 서로 비교하였다.

Fig. 3.Error of SWMM model with the negative elevation

링크를 구성하는 시작 노드와 끝 노드의 지반고 값을 2차원 배열에 저장하여 지반고 값을 비교하였다. 이 때, 끝 노드의 지반고 값이 시작 노드의 지반고 값보다 높아 오류가 발생되는 노드를 검색한 뒤 끝 노드의 지반고 값을 시작 노드의 지반고 값과 동일하게 변경하여 노드 지반고 오류를 제거하는 기능을 구축하였다.

위 Fig. 4는 노드의 지반고 오류를 보정하여 SWMM모형 오류가 제거된 것을 나타낸다. 기존의 링크 93013을 구성하는 시작 노드와 끝 노드의 지반고 값을 비교하여 끝 노드의 지반고 값이 시작 노드의 지반고 값보다 높아 발생하는 오류를 확인하였다. 이를 보정하기 위해 시작 노드의 지반고 값을 끝 노드의 지반고 값과 동일하게 맞추어 주어 SWMM모형의 오류를 해결하였다.

Fig. 4.Error correction of the elevation

2.3 SWMM모형 프로젝트 변환

하수관망 GIS 데이터를 SWMM모형의 입력자료 요소 중 하나로 선택하고 속성 테이블 값을 SWMM모형의 속성으로 입력하였다. 사용자가 변환하고자 하는 하수관망 GIS 데이터를 모두 입력한 후 최종적으로 SWMM모형의 프로젝트 파일 형식인 ASCII로 포맷의 inp형식을 변환하는 기능을 구축하였다.

SWMM모형의 입력자료 요소 중 입력된 하수관망 GIS 데이터가 존재한다면, 입력된 속성테이블 값과 함께 SWMM모형의 프로젝트 파일 형식인 inp형식으로 변환하여 SWMM모형에서 직접 프로젝트 파일을 불러와 구축된 모형을 바로 확인할 수 있다. 하수관망 GIS 데이터의 속성 테이블 값을 직접 변환하여 사용하기 때문에 기존에 SWMM모형을 구축할 시 사용자가 직접 입력할 시 발생할 수 있는 입력 오류를 방지할 수 있으며 SWMM모형을 구축할 수 있는 이점이 있다.

위 그림 Fig. 5는 입력된 하수관망 GIS 데이터를 변환하여 구축된 SWMM모형을 나타낸다. 사용자가 맨홀 점 데이터와 하수관거 선 데이터의 속성 테이블 값을 SWMM모형 입력 자료의 속성값으로 할당한 결과를 SWMM모형의 프로젝트 파일 형식으로 변환하였다. 하수관망 GIS 데이터의 좌표정보를 동일하게 사용하여 공간정확도가 그대로 유지된다. 또한 하수관망 GIS 데이터의 속성테이블 값이 SWMM모형 입력자료의 속성값으로 정상 변환되는 것을 확인하였다. 앞서 설명한 기능을 포함하는 GeoSWMM의 사용자 인터페이스는 Fig. 6과 같다.

Fig. 5.SWMM Model developed from GIS data using GeoSWMM

Fig. 6.Interface of GeoSWMM

3. 유출모형 분석 및 침수예상지도 작성

3.1 연구지역 데이터 구축

SWMM 모형 구축을 위해 필요한 데이터는 소유역 자료와 하수관망 자료, 강우량 자료가 필요하다. 각각의 데이터 구축과정 및 정보는 다음과 같다. 먼저 소유역 자료는 연구지역인 강남역 일대인 서울특별시 서초구 서초2동을 소유역으로 구분하기 위해 DEM 데이터의 고도값을 살펴보았다. 서초2동의 경우 고도값의 변화가 거의 없는 지역으로 고도값을 기준으로 소유역을 구분하기에 무리가 있다. 따라서 서초2동의 하수관망의 자료와 구역내 건물 블록을 기준으로 소유역을 Fig. 7과 같이 구분하였다. 각각의 소유역은 면적값, 조도계수, 유입노드인 맨홀 등의 정보가 기입된다. 연구지역의 하수관망 자료는 GeoSWMM을 이용하여 구축하였다. GeoSWMM을 이용하여 서초2동의 맨홀데이터와 하수관거 Shapefile로부터 데이터 누락으로 인한 노드-링크 연결 오류, 각 노드인 맨홀의 지반고 값에 따른 오류를 제거하여 SWMM모형의 프로젝트 파일형식으로 변환하였다.

Fig. 7.Catchment basin with sewer networks

연구지역의 강우자료는 기상청에서 제공하는 지역별상세관측자료(AWS)를 이용하였다. 분석에 이용된 지역별상세관측자료(AWS)는 서울특별시 서초구 서초동에 위치한 관측장비로 분단위로 강우량, 기온, 풍향, 풍속, 습도 등의 기상정보를 담고 있다. 분석에 입력한 강우량자료는 실제 침수가 발생했던 2010년 9월 21일의 데이터로 00:00시부터 24시간을 1시간 단위로 강우량 자료를 수집하였다

3.2 유출모의 및 해석

시간당 강우량 데이터를 이용하여 1시간 단위의 유출모의를 진행하였으며, 노드별 유출 결과는 아래 Fig. 8과 같다. 그래프의 X축은 1시간 단위의 시간이며 Y축은 범람 유출량이다. 모델링 결과 서초2동의 범람 발생 맨홀은 5곳으로 나타났다. 모든 맨홀에서 오후 2시에 범람이 최초로 발생했으며 유출량이 꾸준히 증가하는 모습을 보여준다. 또한 오후 3시~4시에 유출량이 감소하는 모습을 볼 수 있으며 오후 4시~5시에 유출량이 다시 증가한다. 맨홀 0038-200-1(Fig. 8 실선)에서 가장 높을 유출량이 나타났으며 오후 6시~10시에 모든 맨홀에서 유출량이 감소하는 모습을 보였다.

Fig. 8.Volume of node flooding by time period

아래 Fig. 9는 시간대별 강우량을 나타내고 있다. 오후 1시부터 오후 2시 사이에 강우량이 급격히 증가하였고 이에 따라 서초2동 하수관망의 경우 오후 2시 이후 하수관망의 통수능력이 부족하여 범람하는 결과가 나타났다.

Fig. 9.Volume of rainfall by time period

3.3 침수예상지도 작성 및 평가

위 결과를 바탕으로 기존 최대침수지도의 한계점을 개선하고자 시간대별 침수예상지도를 작성하였다. 침수예상지도는 DEM 자료를 바탕으로 TIN(Triangulated Irregular Network)을 제작하고 ArcMap의 Surface Volume Tool을 사용하여 고도별 부피를 계산하였다.

도출된 고도별 부피값과 유출모의 결과 부피값을 비교하여 연구지역의 예상침수 높이를 산정하고 침수예상지도를 작성하였다. 오후 2시부터 유출이 시작되어 오후 7시 이후 급격히 감소하므로 오후 3시부터 오후 8시까지 1시간 간격으로 침수예상지도를 작성하였다. 아래 Fig. 10은 시간대별 침수예상 지역을 나타내고 있다. 각각 오후 3시(a), 오후 4시(b), 오후 5시(c), 오후 6시(d), 오후 7시(e), 오후 8시(f)시의 침수예상도이다.

Fig. 10.Inundation map by time period; (a)3p.m., (b)4p.m., (c)5p.m., (d)6p.m., (e)7p.m., (f)8p.m.

침수예상지도의 정확도 평가를 위해 L ee S allee S hape Index Method를 이용하였다(Lee and Sallee, 1970). 이는 두 데이터를 중첩하여 중복되는 면적을 통해 두 데이터의 공간 일치도를 나타내는 지수이며, 0에서 1의 값을 갖는다. 값이 0에 가까울수록 일치도가 낮으며 1에 가까울수록 일치도가 높다. 본 연구에서 작성한 침수예상지도의 정확성 평가를 위해 사용한 비교 데이터는 서울시 수해예방정보 홈페이지3)에서 제공하는 침수흔적도이다. Fig. 11의 좌측은 2010년 서초2동의 침수흔적도이다. Fig. 11의 우측은 두 데이터를 Shape Index 방법을 사용하여 중첩 비교한 그림이다. 두 지도의 합집합 면적과 교집합 면적을 볼 수 있다. 본 연구에서 사용한 모델링 결과와 실제 침수지역의 차이 면적은 0.74km2으로 모델링된 침수지역이 더 적게 나타났으며 Index값이 0.66으로 계산되었다. 이는 침수예상지도가 침수지역을 과소 예측하는 것으로, 이는 주변지역으로부터의 표면유출이 고려되지 않았기 때문인 것으로 판단된다.

Fig. 11.Inundation trace map of Seocho-2dong(2010) and the intersected area with the stimulated inundation map

4. 결 론

본 연구에서는 도시유출모형인 SWMM 모형을 이용하여 기존의 침수예상지도가 고려하지 못했던 시간대별 침수예상지도를 작성하고 SWMM 모형의 정확도 향상을 위한 연계모듈을 개발하였다. 먼저 SWMM 모형 구축 시 필요한 입력자료인 하수관망 GIS데이터에 대해 위상적 오류와 지반고 오류를 제거한 후 SWMM 포맷으로 변환하여 활용할 수 있도록 GeoSWMM 모듈을 개발하였다. 또한 SWMM 모형을 구축하여 시간대별 침수예상지도를 작성하였으며 정확도를 검증하였다. 2010년 침수흔적도를 기준으로 시간대별 침수예상지도 중 최대 침수예상지도와 면적비교를 수행하였다. 평가 결과 Shape Index 값이 0.66으로, 침수예상지도가 침수흔적도와 약 66% 일치하는 것으로 나타났다. 본 연구에서는 하수관망 유출만 고려하였으므로 침수지역을 과소추정한 것으로 판단되며 유역 외부에서의 지표유출까지 포함할 수 있다면 보다 근사한 유출 추정이 가능할 것이라 판단된다.

따라서 본 연구의 기대효과를 보다 구체적으로 살펴보면 다음과 같다. 첫째, 기존의 침수예상지도가 고려하지 못했던 시간변수를 포함하여 침수예상지도를 작성하였다. 기존의 침수예상지도는 특정 강우시나리오에 따라 침수가 예상되는 전체 지역을 지도화하였기 때문에 어느 시간대에 어떤 지역이 침수되는지 알 수 없어 방재에 크게 도움이 되지 못했다. 따라서 시간대별 침수예상지도는 방재계획수립에 상당히 기여할 수 있을 것이라 판단된다. 예를 들어 도심침수의 경우 시간대별 교통 통제 구역을 달리함으로써 도심 교통흐름을 보다 효율적이고 원활하게 관리할 수 있을 것이다. 둘째, 하수관망 GIS 데이터를 SWMM 모형 구축 시 직접 변환하여 사용할 수 있는 연계모듈인 GeoSWMM을 개발하였고 이 과정에서 노드 누락에 의한 위상적 오류, 지반고 오류 등을 수정할 수 있으므로 하수관망 GIS 데이터와 SWMM 모형의 활용도를 높이는데 기여할 수 있었다.