Introduction
홍수범람은 인간 생활의 안전을 저해하는 주요 자연재해 중 하나이다. 홍수에 의한 위험은 자연재해, 인적, 사회적, 경제적 및 환경적 요소와 함께 실제 범람과 취약한 사회적 구조의 조합으로 발생한다. 기후변화의 영향으로 전 세계적으로 발생하는 대규모 호우와 예측이 어려운 국지성 호우는 하천 범람, 제방 붕괴, 저수지 붕괴 등과 같은 재해 발생 위험을 높이고 있으며 이러한 재해의 발생은 많은 인명 및 재산피해를 동반하게 된다. 본 연구의 대상지역인 Tonle Sap 호수는 캄보디아에 속하며, 캄보디아는 저개발 농업국으로 인구 대부분이 톤레삽 호수나 Mekong강 인근의 저지대에 거주하고 있다. Maplecroft에서 2015년에 발표한 기후변화 취약성 지수(climate change vulnerability index)에 따르면 캄보디아의 기후변화 취약성은 세계 12위로 나타나 캄보디아가 기후변화에 대해 낮은 적응능력을 가지고 있음을 보여준다. 따라서 기후변화에 의한 피해예방 및 피해 규모를 절감하기 위한 국가 차원의 대응정책 수립이 필수적이며 특히 1차 산업에 대한 의존도가 높은 저개발 국가들의 특성상 홍수 범람양상을 모의할 수 있는 홍수 범람해석은 가장 기본적인 요소이다.
1970년대 초반부터 1차원 수리모형을 이용한 홍수 범람해석 연구가 다수 수행되었으며, 1990년대 이후 컴퓨터 및 지형정보기술이 급속도로 발전하면서 2차원 수리모형을 이용한 홍수 범람해석 연구가 수행되고 있다. 캄보디아와 같은 저개발 국가의 경우, 하천 개·보수를 포함한 구조적 인프라의 부족으로 우기 시 범람이 국지적으로 발생할 수 있으며 공간적인 홍수 범람을 해석할 수 있는 모형이 필요하다. 국내에서는 다양한 홍수 범람해석모형 중 HEC-RAS 1D/2D 및 FLUMEN (FLUvial Modelling ENgine)을 이용한 홍수 범람해석과 관련한 연구가 다수 진행되었다. 그러나 이들 모형의 결과는 하천과 범람원의 수위에 따라 양방향으로 생성되는 흐름에 대한 모의가 불가능하여 하천의 수위 저하 시 범람원에서 하천으로의 유입을 고려할 수 없어 범람면적이 감소되는 현상을 모의할 수 없으며(Kim et al., 2019), 유역내 발생하는 강우의 영향을 반영하지 못하기에 장기적인 홍수 범람 모의에 있어 한계가 존재한다.
이에 본 연구에서는 강우-유출-범람해석을 연계하여 동시에 모의가 가능한 오픈소스 모형인 RRI (rainfall-runoff-inundation) 모형을 선정하였다. RRI 모형은 파키스탄 Kabul 유역(Sayama et al., 2012), 미얀마 Magway 유역(Zaw, 2016), 인도네시아 Solo 유역(Kudo et al., 2016a), 일본 Kinu 유역(Iwami et al., 2016), 태국 Chao Phraya 유역(Sayama et al., 2017), Mekong강 유역(Try et al., 2018), 스리랑카 Mundeni Aru 유역(Yoshimoto and Amarnath, 2018), 인도네시아 Citarum 유역(Nastiti et al., 2018), 미얀마 Bago 유역(Bhagabati and Kawasaki, 2017; San et al., 2020) 등에 적용되어 홍수 범람 해석이 수행된 바 있다. 또한 본 연구대상지역인 Tonle Sap 유역에 대해 2011년 9월 30일부터 10월 7일까지의 홍수사상에 대한 모의(Kudo et al., 2016b), MRI-AGCM3.2S의 RCP 8.5 시나리오 기반의 범람해석(Perera et al., 2017)을 수행한 연구가 진행되었다. 선행연구들을 통해 RRI 모형이 다양한 국가 및 유역을 대상으로 대부분 과거 홍수기간에 대한 적용을 통해 검증되었음을 확인할 수 있다. 다만 선행 연구들은 기후변화시나리오를 이용한 홍수 범람 해석을 위해 기존 물리기반 모형을 이용한 강우-유출해석 결과를 적용하고 있다. 이는 본 연구의 대상지역과 같이 물리모형에서 요구하는 다양한 기초자료 구축이 어려운 지역을 대상으로 할 경우 모형구축 과정 및 해석결과의 신뢰도에 부정적인 영향을 줄 수 있다.
기존의 유출모형의 대안으로 수리·수문 관련 물리적 지식을 배제하고 장기간 입 ·출력 자료를 지도 학습(supervised training) 시킨 데이터 기반의 black-box 수문 모형이 활용될 수 있다. Tran and Song (2017) 및 Jung et al. (2018)은 LSTM (long short term memory) 기법을 수문 시 계열 예측에 활용하고 정확한 수문 시 계열 자료 예측이 가능함을 제시하였다. 또한, Le et al. (2019)는 베트남 Red강 유역을 대상으로 LSTM 모형을 적용하여 유출예측을 수행하였으며, Lee et al. (2020)은 Mekong강 유역을 대상으로 SWAT (soil water assessment tool)과 LSTM 모형의 유출예측 결과비교를 통해 LSTM 모형의 적용성을 검증한 바 있다.
따라서 본 연구에서는 Tonle Sap 유역의 기후변화에 의한 홍수 범람면적 및 침수심 변화 모의를 위해 데이터 기반의 Black-box 모형인 LSTM 모형에 의해 도출된 미래유출해석 결과를 바탕으로 RRI 모형을 구축하고 미래 홍수 범람 해석을 수행하였다. 해석결과는 과거의 관측 및 선행연구의 해석결과와의 비교를 통해 미래 홍수 범람 면적 및 침수심의 변화를 분석하였다.
Materials and Methods
본 연구에서는 Mekong강 하류 Tonle Sap 유역의 미래 기후변화에 의한 홍수 범람면적 및 침수심 변화 모의를 위한 해석시스템을 구축하였다. 홍수 범람해석시스템은 RRI 모형을 기반으로 구축되었으며 이를 위해 필요한 상류단 경계조건(미래기간의 일 유입유량)은 기후변화시나리오 기반의 LSTM 모형의 유출예측결과가 적용되었다. RRI 모형을 통해 최종적 도출되는 결과는 일 단위 격자 별 침수심 및 범람면적으로 해석을 위한 Case를 선정하여 해석을 수행하고 결과분석을 수행하였다. 연구에 적용된 모형들의 개략적인 설명은 다음과 같다.
LSTM 모형
본 연구에 적용된 LSTM 모형은 1997년 Hochreiter and Schmidhuber에 의해 제안되었으며 인공 신경망 알고리즘 중 하나인 RNN (recurrent neural network)의 변형된 모델이다. 연속된 관측 값이 서로 연관성이 있을 때 주로 사용되며 시간과 관계된 연속된 데이터의 분석에 유용하다. 순환신경망의 가장 큰 특징은 특정 시점에서의 상태(state)를 저장하고, 상태가 각 시점의 입력과 출력에 따라 변화한다는 점이다. 순환신경망(RNN)은 여러 가지 변형된 형태가 있지만 기본적으로 특정 시점 t에서의 상태(ht)는 바로 직전의 상태(ht − 1)와 현재의 입력(xt)에 따라 결정되며, 상태(ht)에 따라 출력(yt)가 결정되므로 데이터의 순차적인 의존성(sequential dependency)을 반영할 수 있다. LSTM은 셀이라는 개념을 도입하여 전 상태와 현재 입력에 따라 현재 상태를 얼마나 기억할지, 얼마나 업데이트할지, 무엇을 업데이트할지를 선택적으로 결정하게 됨으로써 순환신경망보다 더 복잡하고, 시간적으로 더 멀리 떨어진 연관관계를 모델링할 수 있다(Tran and Song, 2017; Lee et al., 2018).
LSTM 모형에 의한 기후변화시나리오 기반의 미래유출해석은 선행연구인 Lee et al. (2020)에서 Mekong강 하류 Kratie 지점을 대상으로 수행되었다. 모형의 구축을 위해 2015년 구글이 배포한 텐서플로(Tensorflow, www.tensorflow.org) 프레임워크를 사용하였다. RRI 모형의 상류단 경계조건 지점인 Kratie 지점의 미래 유출변화 예측을 위해 해당 지점의 수위자료, 상류 23개 소유역별 관측 및 기후변화시나리오(HadGEM3-RA) 강우 자료를 적용하여 학습기간(1980 - 2005년) 동안 모형의 학습을 수행하고 검증기간 (2006 - 2007년) 동안 학습에 사용되지 않은 기간의 관측자료를 이용한 검증을 통해 학습이 얼마나 잘 이루어졌는지 검토한다. 이후 기후변화시나리오의 강우를 이용하여 미래기간의 수위를 각 시간 단계별로 예측하며 이전 단계에서 예측된 수위는 다음 단계의 수위예측에 다시 사용된다. 시간 단계의 진행에 따라 이러한 과정을 반복하여 미래기간(2008 - 2100년) 동안의 기후변화 시나리오별 Kratie 지점의 미래수위변화를 예측하였다.
본 연구에서는 Fig. 1과 같이 미래기간(2008 - 2100년)을 대상으로 도출된 유출예측결과 중 시나리오 및 기간별 연 평균 유출량이 가장 크게 발생하는 총 4개의 Case를 선정하고 이를 RRI 모형의 입력자료로 사용하였다. 선정된 Case 별 Tonle Sap 유역의 미래 홍수 범람해석을 위해 적용된 강우 및 유입 유량은 Fig. 2와 같다.
RRI 모형
RRI 모형은 강우-유출과 홍수침수를 동시에 모의할 수 있는 2차원 모델이다(Sayama et al., 2012). RRI 모형은 경사면과 하도를 따로 구분하여 처리하며 하도가 위치하는 격자에서 모형은 경사면과 하천이 동일한 격자 셀 내에 위치한다고 가정한다. 하도는 경사면 격자 셀의 중심선을 따라 단일 선으로 이산화되고 경사 격자 셀의 흐름은 2D 확산파형 모델을 사용하여 계산되며 하도 흐름은 1D 확산파형 모델을 사용하여 계산된다. RRI 모형은 Fortran 90 기반으로 개발되었으며 http://www.icharm.pwri.go.jp/research/rri 사이트에서 무료로 배포하고 있다. RRI 모형은 명령 사용자 인터페이스(command user interface, CUI) 버전과 그래픽 사용자 인터페이스(graphical user interface, GUI) 버전이 존재한다. 일반적으로 모델구축 및 결과의 시각화 면에서 GUI 버전이 유리하지만 본 연구의 대상지와 같이 유역면적이 넓고 입력자료의 양이 많은 경우 GUI 버전은 에러가 발생하는 빈도가 높으며 연산속도 면에서 CUI 버전의 RRI 모델이 유리하기에 본 연구에서는 RRI 모형의 CUI 버전을 이용하여 해석을 수행하였다. RRI 모형의 기본이론 및 해석을 위한 기본적인 방법은 rainfall-runoff-inundation model user’s manual (Sayama et al., 2015)을 참고할 수 있다.
RRI 모형은 모든 하천 단면에 대해 직사각형 모양을 취하며 하천 전반에 대한 단면데이터가 존재하지 않는 경우 집수면적 A (km2)과 하천 수심 D (m), 너비 W (m)의 관계추정을 통해 전 유역에 대한 하천 단면의 형상을 결정할 수 있다. 본 연구에서는 MRC (Mekong River Commission, www.mrcmekong.org) 웹사이트에서 제공되는 수위관측소 지점 중 9개 지점의 단면자료와 Table 1과 같이 FACC (flow accumulation)의 흐름 누적 값에 의해 산정된 해당 관측소의 집수면적을 이용하였다. 각 수위관측소 지점별 집수면적과 관측소지점의 수심 및 너비의 관계는 Fig. 3과 Fig. 4의 그래프를 통해 식(1)과 식(2)와 같이 근사 되며, 이를 통해 격자 별 하천 단면의 형태를 결정한다.
D = 0.0015A0.7491 (1)
W = 0.0520A0.7596 (2)
Table 1. Information of catchment area.
|
|
X_Long, longitude; Y_Lat, latitude; FACC, flow accumulation. |
상기 방법에 의해 구축된 하천의 폭 및 깊이를 해당 유역의 기존 연구(Kudo et al., 2016b)에서 실제 관측에 의해 구축된 유역의 출구점 Neak Luong 지점의 단면 형상과 비교한 결과 하천 폭은 기존 연구결과에서 적용한 2,000 m에 근접한 값을 보였으나 하천 깊이는 기존 14 m 대비 매우 과대산정 된 38.9 m로 나타났다. 이에 Neak Luong 지점의 하천 깊이가 14 m에 가까운 값이 될 수 있도록 식(3)과 같이 식을 조정하였다.
D = 0.0029A0.625 (3)
Try et al. (2018) 은 Mekong강 유역을 대상으로 약 3 km 해상도의 지형 자료를 바탕으로 2000년의 실제 홍수가 발생한 47일 기간에 대한 홍수 범람해석을 수행한 바 있으며 매개변수를 SCE-UA (shuffled complex evolution method developed at The University of Arizona) 방법을 이용하여 보정 하고 Table 2와 같이 제시하였다. 본 연구에서는 Try et al. (2018)의 연구를 통해 제시된 매개변수 값을 적용하였다.
Table 2. Results of calibrated parameters from SCE-UA optimization method.
|
|
Adapted from Try et al. (2018). Min., minimum; Max., maximum. |
Study area and preprocessing
대상유역
Tonle Sap 호수는 동남아시아에 있는 가장 큰 담수호이며, 홍수기 동안에 Mekong강 유역의 홍수를 조절해 주는 완충지대의 역할과 건기에 Mekong 강의 저수량(low flow) 증대, 농업용수량의 증대 및 Mekong Delta 지역의 염수침입 방지기능 등 다양한 혜택을 제공하는 Mekong강 수리 시스템에 매우 중요한 지역이다. Tonle Sap 호수를 중심으로 어업 및 농업이 발달하였으며 캄보디아 GDP의 50% 이상을 차지하는 일차 산업인 농업, 어업, 산림업을 뒷받침하는 캄보디아에서 가장 중요한 담수호이다.
캄보디아의 홍수는 비교적 장기간에 걸친 침수로 막대한 피해를 주는 특징이 있고, 5월부터 11월까지의 홍수기에 연간 전체유량의 80%가 흐르며, 11월부터 다음 5월까지는 건기가 계속된다. 5월부터 9월 말까지 Mekong강의 유량은 Tonle Sap 호수로 흘러 들어가며, 건기에는 그 반대 방향으로 흐름이 변한다. 홍수기에 Tonle Sap 호수는 Kratie 지점 전체 유하량의 약 20 - 30%를 가두는 것으로 추정된다(KOICA, 2015). 본 연구에서는 미래 홍수 범람해석을 위해 Fig. 5와 같이 Kratie 지점의 유출량과 Neak Loung 지점의 유출량을 반영할 수 있도록 상˙하류의 일부 유역을 추가하여 구축하였다(유역면적: 93,480 km2).
모형의 구축
홍수범람해석을 위한 기초지형자료는 전 세계적으로 구축되어 제공되는 격자형 범용자료를 이용하였다. DEM (digital elevation model) 자료는 USGS (United States Geological Survey)에서 제공하는 HydroSHED (hydrological data and maps based on Shuttle elevation derivatives at multiple scales), 토지피복도는 GLCF (global land cover facility)에서 제공하는 MODIS Land Cover 자료를 이용하였으며 각 자료는 2 km 해상도로 재구축하였다. RRI 모형의 적용을 위해 DEM, FDIR (flow direction), FACC, Land use 자료를 Fig. 6과 같이 구축하였다.
미래 강우 및 상류단 경계조건인 유입유량은 앞서 밝힌 바와 같이 선정된 Case별 선행연구(Lee et al., 2020)에 의해 도출된 기후변화 시나리오 기반의 강우 및 LSTM 모형에 의한 유출해석결과가 적용되었다(Fig. 2). 하류단 경계조건 설정 시 출구점의 조위 영향에 대한 고려가 필요하며 이를 위해 Koh Khel 지점과 Neak Luong 지점에 대한 경계조건의 설정이 필요하다. 그러나 범용DEM 자료를 이용한 하천망 구축에 있어 낮은 해상도로 인해 Mekong강 본류와 Koh Khel 지점이 위치하는 Bassac강 간의 하천망이 연결되지 않는 문제가 발생하였다. 이에 Perera et al. (2017)과 같이 Koh Khel 지점과 Neak Luong 지점의 유량을 합산하여 적용하는 방법을 적용하였다. 각 지점별 관측자료가 구축된 13년 기간의 일별 평균 유량을 산정하고 Fig. 7과 같이 유량의 합산을 통해 선정된 4가지 Case에 대한 하류단 경계조건으로 사용하였다.
Results and Discussion
RRI 모형을 이용한 홍수 범람해석결과는 DEM 해상도와 같은 격자 기반의 일 단위 침수심 자료로 산출되며 본 연구에서는 이를 월 및 연 최대 침수심으로 변환하여 분석을 수행하였다.
Kummu et al. (2014) 는 1997 - 2005년 기간 동안 Fig. 8과 같이 Tonle Sap 유역내의 Kg. (Kompong) Luong 지점을 대상으로 관측 및 모델링을 통해 다음과 같은 수심-침수면적 관계식을 도출한 바 있다.
AT = 5.5701 × WLKL3 + 1.374 × WLKL2 + 470.29 × WLKL + 1680.2 (4)
여기서, AT는 침수면적(km2), WLKL는 Kg. Luong 지점의 수심(m)이다.
본 연구에서는 기존 연구결과와의 검토를 통한 미래 침수심 및 범람면적 변화분석을 위해 4개의 Case 별 Kg. Luong 지점에 대한 월별 침수심을 산정하였으며 이를 식(4)에 적용하여 기존 관계식에 의한 침수면적과 RRI 모형에 의해 계산된 월 최대 침수면적을 비교하였다. 해당 결과는 수심이 0.5 m 이상인 지역을 홍수 지역으로 간주하고 수심이 0.5 m 미만인 지역을 비 홍수 지역으로 간주(Sayama et al., 2012; Sayama et al., 2015; Try et al., 2018)하여 도출되었다.
Fig. 9와 Table 3은 각 Case 별 도출된 홍수범람면적 및 Kg. Luong 지점의 침수심 변화를 월별로 나타낸 것이다. RRI 모형의 해석결과에 의해 산출된 월별 최대 침수심(WL-max), 평균침수심(WL-avr), 최저침수심(WL-min), RRI 모형에 의해 도출된 월별 최대침수심을 식(4)의 관계식에 적용하여 산출된 범람면적(Area_CAL)과 RRI 모형에 의해 산출된 월 최대 범람면적(Area_SIM)을 함께 도시하였다.
Case 1의 침수심 변화 및 범람면적 비교결과 RCP 4.5 시나리오의 2035년 Tonle Sap 유역 내 Kg. Luong 지점의 침수심은 5.63 - 7.85 m의 범위로 변화하였으며 최대 침수면적은 최대침수심에 의한 기존 식 및 RRI에 의한 결과에서 10월에 최대 침수면적이 발생하였으며 두 방법 간 침수면적의 차이는 최대 2,100 km2까지 발생하는 것으로 나타났다. Case 2의 침수심 변화 및 범람면적 비교결과 RCP 4.5 시나리오의 2075년 Tonle Sap 유역 내 Kg. Luong 지점의 침수심은 5.02 - 8.44 m의 범위로 변화하였으며 최대 침수면적은 최대침수심에 의한 기존 식 및 RRI에 의한 결과에서 10월에 최대 침수면적이 발생하였으며 두 방법 간 침수면적의 차이는 최대 2,300 km2까지 발생하는 것으로 나타났다. Case 3의 침수심 변화 및 범람면적 비교결과 RCP 8.5 시나리오의 2051년 Tonle Sap 유역 내 Kg. Luong 지점의 침수심은 5.08 - 8.68 m의 범위로 변화하였으며 최대 침수면적은 최대침수심에 의한 기존 식에서는 11월, RRI에 의한 결과에서는 10월에 최대 침수면적이 발생하였으며 두 방법 간 침수면적의 차이는 최대 2,270 km2까지 발생하는 것으로 나타났다. Case 4의 침수심 변화 및 범람면적 비교결과 RCP 8.5 시나리오의 2072년 Tonle Sap 유역 내 Kg. Luong 지점의 침수심은 5.62 - 8.57 m의 범위로 변화하였으며 최대 침수면적은 최대침수심에 의한 기존 식 및 RRI에 의한 결과에서 10월에 최대 침수면적이 발생하였으며 두 방법 간 침수면적의 차이는 최대 2,200 km2까지 발생하는 것으로 나타났다.
이상의 4가지 Case를 통해 도출된 Tonle Sap 유역의 침수심 변화양상은 1997 - 2005년의 약 1 - 10 m까지 변화하는 과거양상(Kummu et al., 2014)과는 달리 약 5 - 9 m의 범위에서 발생하는 것으로 나타났다. 이는 RCP 4.5 및 8.5 시나리오 상에서 과거대비 하천유량의 변동성이 감소되는 것으로 분석할 수 있으며 향후 Tonle Sap 유역의 유출양상이 변화될 수 있음을 보여준다. 본 연구를 통해 도출된 Tonle Sap 유역의 각 Case 별 연 최대 침수심은 Fig. 10과 같다.
Conclusion
본 연구에서는 캄보디아 Tonle Sap 유역을 대상으로 LSTM 모형에 의한 미래유출해석자료를 바탕으로 2차원 강우-유출-범람모형인 RRI 모형을 이용하여 기후변화를 고려한 미래 홍수 범람해석을 수행하였다. 4가지 Case를 통해 도출된 Tonle Sap 유역의 미래 홍수 범람해석결과를 과거의 관측 및 선행연구의 해석결과와 비교한 결과 침수심 변화양상은 1997 - 2005년 기간 동안 약 1 - 10 m의 범위로 변하는 과거양상과는 달리 약 5 - 9 m의 범위에서 발생하여 RCP 4.5 및 8.5 시나리오 상에서 과거대비 하천유량의 변동성이 감소되는 것으로 분석되었으며 이는 향후 Tonle Sap 유역의 유출양상이 변화될 수 있음을 보여준다. 다만 선정된 4가지 Case 모두 연평균 유량이 다른 기간에 비해 크게 발생하는 기간임을 감안했을 때 과거기간 침수심 변화의 범위 안에 포함되어 있으므로 결과를 단정하기에는 어려움이 있다. 따라서 향후 다양한 Case의 선정 또는 장기간의 연속적인 해석을 바탕으로 추가적인 연구가 필요하다. 또한 본 연구에 적용된 2 km 해상도의 지형자료는 낮은 해상도로 인해 침수면적분석 결과에 불확실성을 더할 수 있으며 추후 범용데이터가 지원하는 최대 해상도인 500 m 자료를 이용한 연구가 필요하다.
본 연구결과의 한계는 2차원 모형의 과도한 계산시간에 기인하며 추후 컴퓨팅파워의 확보를 통해 고해상도의 자료를 이용하고 장기간의 연속적인 모의를 통해 해결하고자 하였다. 이를 통해 도출된 결과는 Tonle Sap 유역의 재해 예방을 위한 기초자료로 활용될 수 있을 뿐만 아니라 어업, 농업 등의 1차 산업 기반인 대상유역의 발전계획 및 수자원 활용을 위한 기초자료로 활용될 수 있을 것이다.
