1. 서 론
최근 집중 강우의 증가로 인하여 사면 붕괴가 잦아지고 있으며, 대규모 사면 붕괴가 빈번하게 발생하고 있다. 사면 붕괴로 인한 인명 및 재산 피해를 최소한으로 하기 위해서 강우 침투에 의한 붕괴 메커니즘 규명 및 강우에 의한 사면의 거동 관찰, 또는 사면 붕괴 시점 예측이 필요하다. 사면 계측 시스템은 현장 사면의 상태를 파악할 수 있어, 붕괴 메커니즘 규명 및 거동, 그리고 붕괴 예보에 사용되고 있다. Lee et al.(2003)은 강우에 의한 사면의 얕은 파괴 발생 메커니즘을 규명하기 위해서 자연사면에 흡수력과 체적함수비를 측정하였다. 또한, Kim et al.(2008)은 강우 침투시 침윤선의 거동을 파악하기 위해서 자연사면에 강우량계와 체적함수비 측정 장비를 설치하여 체적 함수비의 변화를 검토하였다. Reder et al.(2018)과 Kim et al.(2018)은 모형 사면에 강우를 발생시켜 붕괴시 사면의 변화를 확인하였다. 하지만, 사면 계측은 특정 지점에 대한 결과만을 측정하기 때문에 전반적인 사면의 거동을 파악하기는 어렵다.
수치해석은 계측 시스템의 단점을 보완할 수 있는 수단으로 많이 사용되고 있다. Napolitano et al.(2015)과 Pirone et al.(2015)는 현장 사면에서 측정된 결과를 수치해석으로 구현하였으며, Reder et al.(2018)은 모형 사면에서 측정된 결과를 수치해석으로 구현하였다. 강우에 의한 사면의 거동을 파악하기 위해서는 경계 조건과 침투 특성을 적절하게 적용하는 것이 필요하다(Pirone et al., 2015). 국내에서는 Kim et al.(2014)는 침투 특성을 적절하게 고려하기 위해서 유한요소 해석을 연계한 해석을 진행하였다. Kim et al.(2016)은 강우를 시간적으로 분포하여 사면 붕괴에 미치는 영향을 파악하였다. Napolitano et al.(2015), Pirone et al.(2015), 그리고 Reder et al.(2018)은 강우 뿐만 아니라 증발산을 고려하여 수치해석을 진행하였다. 또한, 불포화 함수 특성 곡선을 적절하게 적용하는 것에 따라 침투해석 결과는 다르게 발생한다. 특히, 불포화 함수 특성 곡선은 건조 곡선과 습윤 곡선으로 구분되며, 두 곡선은 이력현상(동일한 흡수력에서 체적 함수비가 다른 현상)을 나타낸다. 이력 현상은 침투 해석 결과를 다르게 나타내어 사면 안정 해석의 결과를 다르게 한다. Kristo et al.(2019)에 따르면, 불포화 함수 특성 곡선의 건조 곡선은 상대적으로 보수적인 결과를 나타내어 더 빠르고 낮은 안전율이 발생한다고 한다. 하지만, 증발산을 고려한 기존의 연구에서는 불포화 함수 특성 곡선의 이력 현상에 대한 고려가 이뤄지지 않았다. 따라서, 불포화 함수 특성 곡선의 이력 현상(건조 곡선과 습윤 곡선)을 적용하였을 때의 증발산에 따른 사면 거동 해석이 필요하다.
본 연구에서는 증발산 산정 방법과 증발산을 경계 조건에 적용하는 방법을 나타내었으며, 불포화 사면의 현장 계측 결과와 경계조건(증발산의 영향)과 침투 조건(불포화 함수 특성 곡선의 이력 현상)을 고려한 수치해석 결과를 비교하였다. 현장 계측은 3개의 지역에서 측정된 결과를 고려하였으며, 계측값과 수치해석의 결과값(흡수력 변화)을 선형 회귀 분석하여 정량적으로 분석하였다.
2. 실제 증발산을 고려한 환경하중
증발산량(Evapotranspiration, ET)은 수표면이나 지표면에서 수증기의 형태로 대기중에 방출되는 증발량과 식생을 통해 지중의 물이 대기 중에 방출되는 증산량의 합이다. 수문순환에서 증발산의 측정 및 추정은 유역 수자원 관리에 있어 물 수지 및 물 순환 체계의 규명에 중요한 요소이다(Jeon et al., 2019). 증발산량은 증발산계에 의한 측정, 에너지수지 방법, 물수지 방법, 기상자료에 의한 추정 방법으로 산정할 수 있다. 증발산계로 증발산량을 직접 측정하는 것은 많은 숙련도가 필요하며, 광범위한 증발산의 지역적 분포를 측정하기 위해서는 조밀한 관측망이 구성해야 하는 어려움이 있다. 따라서, 기후 데이터와 경험식을 기반으로 증발산량이 추정되어 사용되고 있다(Allen et al., 1989; Penman, 1948). 증발산량은 잠재 증발산량을 산정하고, 이를 바탕으로 실제 증발산량을 산정할 수 있다.
2.1 잠재 증발산
FAO Penman-Monteith식은 기준 잠재 증발산을 산정하는 식으로 국제연합식량농업기구(Food and Agriculture Organization of the United Nation; FAO)에서 개발되었다. FAO Penman-Monteith 식은 증발산 산정 방법을 평가하기 위한 기준으로 사용되고 있다(Hargreaves, 1994; Doorenbos and Pruitt, 1997; FAO, 1998). FAO Penman-Monteith 식은 다양한 기상 요소와 식물의 생육 정도를 반영하여 일 단위 또는 시간당 증발산량을 예측할 수 있다. 또한, 전 세계에서 각종 증발산계(lysimeter)를 통해 측정된 실제 증발산량과 비교 검증되어 가장 널리 사용되는 방법이다(Allen et al., 1998; Droogres and Allen, 2002; Kashyap and Panda, 2001; Heo et al., 2006). Allen et al.(1998)이 제안한 FAO Penman-Monteith 식은 식 (1)과 같다.
여기서, ET0=기준 잠재 증발산(mm/day), ∆=증기압 곡선의 기울기(kPa/℃), Rn=일 순 복사에너지(MJm-2day-1), G=토양 열 유속 밀도(MJm-2day-1), γ=건습계상수(kPa/℃), T=2m 높이에서의 열 평균기온(℃), u2=2m 높이에서의 풍속(m/s), es=포화 증기압(kPa), ea=실제 증기압(kPa) 이며, 상수 값 0.408은 에너지 단위인 MJm-2day-1를 mm/day로 환산하기 위한 단위 환산계수이다.
Allen et al.(1998)의 연구에 따르면 토양 열 유속 밀도(G)는 복사에너지에 비해 매우 작은 값이며 일별 기준 증발산량을 산정하는 경우 낮과 밤사이의 증가, 감소를 반복하며, 지표면이 식생으로 피복되었을 시 더욱 감소한다고 하였다. 이에 일별 증발산량 계산시 토양 열 유속 밀도는 무시할 수 있어 G=0으로 가정할 수 있다. FAO Penman-Monteith방법으로 잠재 증발산량을 구하기 위해선 태양 복사에너지, 일조시간, 최저 기온, 최고기온, 상대습도, 풍속의 기상데이터가 필요하다. 일 순 복사에너지의 측정데이터가 한정적이기 때문에 Allen et al.(1998)이 제안한 방법을 사용하여 추정하였으며, 기온과 실제 증기압을 사용하는 식은 (2)~(6)과 같다.
여기서, Rn=일 순 복사에너지(MJm-2day-1), Rns=일 순 단파복사에너지(MJm-2day-1), Rnl==일 순 장파복사에너지(MJm-2day-1), α=지표면 반사율로 지표면에 도달한 태양복사에너지와 반사된 에너지간 비를 나타내는 반사율(albedo)상수, Rs=지표면에 입사하는 태양 복사에너지(MJm-2day-1), Ra=대기권 밖에 입사하는 태양 복사에너지(MJm-2day-1), n=일별 실제 일조시간(hour), N=최대 가능 일조시간(hour), σ=Stefan-Boltzmann 상수(4.903×10-9MJ/K4/m2/day), Tmax=일 최고 온도(°K), Tmin=일 최저온도(°K), ea=실제 증기압(kPa), Rso=맑은 날의 순 입사하는 태양 복사에너지(MJm-2day-1), Z=해수면으로부터 높이(m)이다.
일 순 복사에너지(Rn)는 순 단파복사에너지(Rns)와 순 장파복사에너지(Rnl)의 차로 계산되며, 순 단파복사에너지(Rns)는 지표면 반사율로 지표면에 도달한 태양복사에너지와 반사된 에너지간의 비를 나타내는 반사율 상수(α)를 지표면에 입사하는 태양 복사 에너지(Rs)에 곱하여 획득할 수 있다. 반사율 상수(α)는 작물에 따라 값이 달라지며, 잔디 작물의 경우 0.23을 사용하고 있다. 또한, 지표면에 입사하는 태양 복사에너지(Rs)는 대기권 밖에서 입사하는 태양 복사에너지(Ra)에 일별 실제 일조시간(n) 대비 최대 가능 일조시간(N)의 비를 곱하여 획득할 수 있다. 대기권 밖에서 입사하는 태양 복사 에너지(Ra)는 계측 지역의 위도를 이용하여 계산하거나 위도에 따라 미리 산정된 값을 통하여 획득할 수 있다.
순 장파복사에너지(Rnl)는 일 최고 온도(Tmax)와 일 최저 온도(Tmin), 실제 증기압(ea), 지표면에 입사하는 태양복세에너지(Rs), 그리고 맑은 날의 순 입사하는 태양 복사에너지(Rso)를 통하여 획득할 수 있다. 맑은 날의 순 입사하는 태양 복사에너지(Rso)는 해수면으로부터의 높이(Z)와 대기권 밖에서 입사하는 태양 복사 에너지 (Ra)를 통해서 획득할 수 있다.
2.2 실제 증발산
잠재 증발산량은 지표면에 충분한 물이 존재하는 포화된 상태에서 발생하는 양이다. 그러나 대부분의 지표면은 불포화 상태로 존재하기 때문에 잠재 증발산량은 과도한 증발을 유도할 수 있으므로 사면 해석시 실제 증발산량이 적용되어야 한다. 토양의 흡수력은 Fig. 1과 같이 상대습도와 일정한 관계를 가지는 것으로 알려져 있으며, Edlefsen and Anderson(1943)은 흡수력과 토양의 상대습도에 대하여 식 (7)을 제안하였다. Wilson et al.(1997)은 이러한 관계와 실험 데이터를 기반으로 불포화 상태에서 지표면의 함수비에 따라 발생하는 실제 증발산량을 산정하기 위하여 지반의 흡수력을 고려한 실제 증발산량과 잠재 증발산량의 비를 식 (8)과 같이 제안하였다.
여기서 hs=토양의 상대습도는 uvsoil=지표면의 실제 증기압(kPa)과 uv0soil=지표면의 포화 증기압의 비율로 식 (7)과 같이 나타낼 수 있으며, ψ=토양의 흡수력(kPa), g=중력 가속도(9.807m/sec), γw=물의 단위 중량(9.807kN/m3), ωv=물 분자량(0.018kg/mol), R=보편 기체 상수(8.314J/(mol.K)), Tsoil=토양 온도(°C), ha=대기의 상대습도이다. 대기의 상대습도는 Wilson et al.(1997)이 실험을 통해 얻은 ζ=경험적 맞춤 계수(0.7)로 가정할 수 있으며, 이는 식생에 의해 발생하는 증산을 고려하지 않고 증발에 대한 개념만을 적용한 값이다. 수치해석에 증발산을 적용하였을 시, 자연상태에서 지반의 흡수력은 3000kPa에 수렴한다고 알려져 있어 잔류함수비에 도달하였을 때 증발산이 차단되도록 Cut-off하여 적용해야 한다(Fredlund et al., 2012).
3. 수리학적 특성 및 경계 조건
증발산 적용시 수치해석 결과와 현장에서의 지반공학적 거동을 비교하기 위해서 현장 사면을 선정하였다. 침투해석과 실제 계측 자료를 비교하기 위해서는 포화 투수계수와 불포화 함수 특성 곡선이 필요하다. 또한, 침투해석은 흡수력의 영향을 많이 받기 때문에 흡수력이 계측된 결과가 존재해야한다. 따라서, Table 1과 같이 포화 투수계수와 불포화 함수 특성 곡선이 존재하고, 흡수력이 측정된 3지역의 사면을 선정하였다. 흡수력 측정 기간은 지역에 따라 다르며, 강우와 증발산의 영향이 큰 여름철에 측정된 결과를 활용하였다.
Table 1.
Measurement site and physical properties
| Site | Physical properties | Reference | |||
|
Measuring period (YYYY.MM.DD) |
Specific gravity G |
Dry unit weigh γd (g/m3) | USCS | ||
| Gyeonggi | 2014.08.20~2014.11.04 | 2.7 | 1.72 | SW | Park et al., 2014 |
| Seoul | 2001.06.12.~2001.08.22. | 2.68 | 1.72 | SP | Lee et al., 2003 |
| Busan | 2013.07.05.~2013.11.20. | 2.73 | 1.59 | SM | Song and Jung, 2016 |
불포화 함수 특성 시험은 일정 흡수력에서 시료의 체적함수비를 측정하기 때문에 연속적인 분포를 갖지 못한다. Fredlund and Xing(1994)은 불포화 함수 특성 곡선 산정식을 제안하였으며, 불포화 함수 특성 시험 결과를 곡선으로 나타낼 수 있도록 제안하였다. 식 (9)는 Fredlund and Xing(1994)에 의해 제안된 불포화 함수 특성 곡선 산정식을 나타낸다.
여기서, θ는 체적 함수비(m3/m3), C(ψ)는 보정 계수(C(ψ)=1-ln(1+ψ/ψr)/ln[1+(106/ψr)]), θs는 포화 체적 함수비(m3/m3), a, n, m은 맞춤 변수이다. 각 지역에 대한 불포화 함수 특성 곡선의 맞춤 변수는 Table 2와 같으며, 맞춤 변수와 식 (9)를 통해 불포화 함수 특성 곡선을 산정할 수 있다.
Table 2.
Fitting parameters for the soil-water characteristic curve (SWCC)
수치해석에 사용된 현장 사면의 경계 조건은 Fig. 2와 같다. 침투해석을 수행함에 있어서 강우량은 지표면에 수분이 투입되는 과정을 나타내며, 양(+)의 값으로 표현된다. 반면에, 증발산량은 지표면의 수분을 감소시키므로 음(-)의 값으로 표현된다. 각 사면의 강우량은 기상청으로부터 획득하였으며, 증발산량은 기상청에서 획득한 평균기온, 최저기온, 최고기온, 평균 풍속, 평균 이슬점 온도, 일별 실제 일조시간, 그리고 최대 일조시간과 FAO Penmen-Monteith식으로 잠재 증발산량을 산정하였다. FAO Penmen-Monteith식은 잠재 증발산량을 나타내므로 Wilson et al.(1997)이 제안한 식 (8)을 활용하여 지표면의 흡수력을 고려하여 발생하는 실제 증발산량을 산정하였다. 식 (8)의 경험적 맞춤 계수는 0.7을 사용하였으며, 각 지역의 30년 평균 토양 온도와 상대습도를 적용하였다(Lee, 2020). 또한, 동일 시점에 강우와 증발산이 동시에 발생할 수 있다. 이는 강우량과 증발산량은 일 단위로 계산되기 때문에 오전 또는 오후에 강우가 발생한 경우에는 두 수치가 동시에 존재하게 된다. 따라서, 강우가 발생한 날에는 증발산이 발생하지 않았고, 강우가 발생하지 않은 날에는 실제 증발산만 발생하였다고 가정하였다.
Fig. 2는 현장 사면의 강우와 실제 증발산량을 나타낸다. 8월부터 11월까지의 75일 중 경기 지역의 강우 일수는 19일이며, 4번의 강우 발생 기간이 존재한다. 강우 발생 이후에는 건기가 지속되는 패턴을 보이며, 최대 강우량은 73.5mm로 계측되었다. 서울지역의 2001년 6월부터 8월 사이에 강우가 빈번하게 발생하여 일 평균 강우량이 15.13mm로 높았으며, 최대 강우량은 280mm로 큰 강우가 발생하였다. 2013년 7월부터 11일까지의 부산지역에서는 일평균 증발산량이 3.93mm로 계측 지역 중에서 가장 많았으며, 최대 강우량은 83mm이다.
침투 해석은 유한요소 해석 프로그램인 SEEP/W(Geostudio, 2012)를 사용하였으며, 각 사면의 단면과 초기 조건은 Fig. 3과 같다. 사면의 단면과 초기 조건은 사전 연구를 참고하였다(Lee et al., 2003; Park et al., 2014; Song and Jung, 2016). 결정된 사면의 단면과 초기 조건을 바탕으로 강우 침투해석을 진행하였다. 강우량은 기존의 연구와 동일하지만, 증발의 경우 본 연구에서 도출된 결과를 적용하여 산정한 값을 추가하여 나타내었다. 또한, 강우 침투 수치해석을 진행하기 전에 초기 정상류 상태에서 지하수위를 적용하여 초기 조건을 구현하였으며, 표층에 강우 및 증발에 대한 변화량을 적용하여 비정상류 해석을 수행하였다.
4. 해석적 비교
증발산이 적용된 조건과 적용되지 않은 조건에 대하여 수치해석을 수행하였으며, 각 조건에 불포화 함수 특성 곡선의 건조 곡선과 습윤 곡선을 적용하였을 때의 수치해석 결과를 비교하였다. Fig. 4는 각 사면에서 측정된 흡수력과 수치해석 결과를 나타낸다. 그림에 표현된 흡수력은 간극 공기압이 ‘0’인 상태를 나타내며, 강우와 증발산량을 구분하였다. AE는 강우와 실제 증발산, Rain은 강우만을 적용하였을 때의 수치해석 결과를 나타낸다. 또한, Drying curve는 불포화 함수 특성 곡선의 건조 과정을 적용하여 측정된 결과이며, Wetting curve는 습윤 과정을 적용하였을 때의 수치해석 결과를 나타낸다. 수치해석을 통해 계산된 흡수력은 각 사면의 흡수력 측정 위치와 동일한 지점에서 변화한 값을 비교하였다.
경기 지역의 수치해석 결과는 Fig. 4(a)와 같다. 증발산을 적용하지 않은 경우와 증발산을 적용한 경우의 흡수력 변화 모두 강우가 발생함에 따라 지표면으로부터 강우가 유입되어 흡수력이 급격하게 감소하는 경향을 보인다. 또한, 초기 조건 이후에 강우가 발생하고 증발이 반복되었을 때, 이력 현상의 영향과 경계조건에 상관 없이 흡수력 변화의 차이가 없다. 하지만, 9월 4일에 강우가 발생한 이후에 장기간 건조가 진행되었을 때, 흡수력 변화는 큰 차이를 보인다. 증발산을 적용하였을 때, 장기간 건조에 의해 흡수력이 증가하는 경향을 보인다. 반면에, 강우만을 적용한 경우에는 증발산량이 크게 증가하지 않는 경향을 보였다. 또한, 증발산에 의한 흡수력 증가 이후에 강우가 장기간 발생하였을 때, 경계 조건과 이력 현상의 영향과는 무관하게 흡수력 변화가 동일하게 나타났다.
Fig. 4(b)는 서울지역에서 계측된 흡수력과 수치해석을 통해 예측된 흡수력을 나타낸다. 서울지역은 경기 지역과는 다르게 계측 기간동안 강우가 지속적으로 발생하였으며, 증발산이 연속적으로 발생하는 기간이 적었다. 따라서, 경기 지역과는 다르게 증발산으로 인한 흡수력 변화가 크게 발생하지 않았다.
Fig. 4(c)는 부산지역의 강우와 증발산을 적용한 수치해석 결과이다. 부산지역은 계측 초기에 증발산이 많이 발생하였다. 따라서, 경기 지역과 동일하게 증발산을 고려하였을 때에는 흡수력이 실제 계측값에 근접하게 40kPa까지 증가하지만, 강우만을 적용하였을 경우에는 흡수력 증가가 약 30kPa에서 제한되는 것을 볼 수 있었다. 또한, 증발산을 적용하였을 때, 흡수력 증가가 상대적으로 크게 발생하여 강우시 흡수력 감소가 상대적으로 크게 나타났다.
강우가 빈번하게 발생하고 단기간의 사면 거동을 예측하는 데에는 경계조건의 차이가 크지 않았다. 하지만, 장기간 사면의 거동을 예측하고 증발산이 많이 발생하는 기간에는 강우만을 적용하였을 때, 흡수력 증가가 제한되었다. 또한, 증발산을 적용하였을 때, 건조기간 이후 강우에 의한 흡수력 변화가 크게 발생하였다. 따라서, 장기간의 사면 거동 예측 시에는 증발산이 사면의 거동에 상당한 영향을 미칠 것으로 보인다.
강우와 증발산을 적용한 수치 해석에 의해 계산된 불포화 사면의 흡수력과 현장 계측 자료를 정량적으로 비교하기 위해서 선형 회귀분석을 수행하였다.
식 (10)에서 Y는 예측 값, X는 계측 값을 나타내며 회귀계수 β1는 독립변수 X값이 고정인 상태에서 X가 1단위 증가할 때 종속변수 Y의 증가분을 의미한다. 계측된 값과 환경 하중에 따른 예측 값의 증가율이 1과 가까울수록 흡수력 변동 예측 정확도가 높으며, 두 변수의 상관관계가 높을수록 상관계수 R의 값이 -1과 1에 가까워져 선형 관계를 이룬다. Fig. 5는 적용한 경계 조건에 따라 예측 값과 계측 값을 Y=X그래프와 나타낸 것이며, Table 3은 수치해석 조건에 따라 회귀계수 β1과 피어슨 상관계수(Pearson correlation coefficient, R)을 정리한 것이다.
Table 3.
Regression coefficients for each analysis case
Fig. 5에서 증발산 해석(증발산과 강우를 적용한 수치해석)의 흡수력이 강우 해석(강우만을 적용한 수치해석)의 흡수력에 비해 실제 계측값과 유사도가 높은 것을 보였다. 또한, 불포화 함수특성 곡선의 건조와 습윤곡선을 적용하였을 때의 결과에 차이가 존재하는 것을 확인하였다. Fig. 5(a)는 건조 곡선이 적용되었을 때의 강우 해석에 대한 흡수력의 결과를 나타낸다. 그림에 나타나는 것과 같이 지반이 건조됨에 따라 흡수력이 증가하지 못하고 20kPa에 수렴하는 결과를 보였다.
반면에, 증발산 해석의 결과는 Fig. 5(b)와 같이 현장 흡수력의 증가를 모사하는 결과를 보였다. 반면에, 불포화 함수특성 곡선의 습윤곡선을 적용하였을 때, Fig. 5(c)와 Fig. 5(d)와 같이 건조 곡선을 적용하였을 때의 수치해석 결과에 비해 계측 값과 선형 관계를 이루는 것을 볼 수 있다. 하지만, 강우 해석에서는 Fig. 5(c)와 같이 건조기간이 지속됨에 따라 지표면이 건조되는 것을 모사하지 못하고 20kPa이하의 값을 가졌다. 반면에, Fig. 5(d)의 증발산 해석에서는 예측 값이 계측 값 증가율을 잘 모사하였으며 약 30kPa까지 증가하는 것을 확인하였다.
Table 3에서 경기 사면의 경우 습윤 곡선을 적용한 강우 해석에서 R값이 0.94로 가장 1과 근접하였으나, 회귀계수 β1이 0.30으로 매우 낮아 예측 값과 계측 값이 선형 관계를 이루지만, 고 흡수력에서의 흡수력 증가율을 반영하지 못하였다. 반면, Fig. 5(b)에서 나타난 것과 같이, 증발산 해석의 흡수력은 건조 곡선 적용 시 R값이 0.92, 회귀계수 β1이 0.81로 증가하여 현장의 흡수력 거동을 비교적 정확하게 예측하였다.
Table 3에서 서울 사면에 대한 증발산 해석 결과는 회귀계수 β1이 증가하고 건조 곡선의 경우 큰 차이가 발생하진 않았지만, 습윤 곡선의 R값이 0.26에서 0.52로 증가하였다. Table 2와 같이 부산 사면에서 강우 해석의 경우 회귀계수 β1가 0.17로 매우 작았으며, 현장 흡수력의 증가율을 예측하지 못하고 건조 곡선의경우는 30kPa, 습윤 곡선은 10kPa에 수렴하였다. 건기 시 증발산을 적용한 해석에서는 건기 시 지표면 건조에 따라 흡수이 계측 값과 가깝게 증가하여 회귀계수 β1가 약 0.5로 증가한 것을 확인할 수 있다.
또한 상관계수, R이 습윤곡선에서 0.8로 가장 높았다. 이를 통해 강우만을 적용한 기존의 수치해석은 현장 사면의 고 흡수력 범위를 예측할 수 없으며, 증발산을 적용한다면 현장의 흡수력 증가율에 가깝게 예측하여 예측 정확도가 증가하는 것을 확인하였다. 또한 건조기간동안 지반의 흡수력 증가로 인해 불포화 투수계수 감소하였으며 이후, 강우발생시 지표면의 흡수력이 급격하게 감소하는 것을 확인하였다. 이는 강우가 지표면에서 유입되어 흡수력이 증가하지만, 건조기간동안 발생한 증발산에 의해 지반 내부의 흡수력이 증가한 상태로 강우가 내부로 흐르지 못하고 지표면에 포화되어 표층파괴 또는 토석류 등을 발생시킬수 있다(Kim et al., 2013). 따라서, 강우뿐만 아니라 증발산을 포함한 환경하중을 적용한 사면의 안전성 검토가 필요할 것으로 판단된다.
5. 결 론
본 연구에서는 현장 사면의 수리적 거동과 흡수력을 모사하기 위하여 증발산 산정 방법과 경계 조건 적용 방법을 제안하였다. 또한, 불포화 함수 특성 곡선의 이력 현상과 증발산의 영향을 고려한 수치해석 결과를 현장 계측 결과와 비교하였다. 본 연구를 통하여 도출된 결론은 다음과 같다.
(1) 증발산이 계측되지 않은 지역의 일별 증발산량을 각 지역의 기상 자료와 FAO Penman-Monteith 식, 그리고 Wilson 식을 사용하여 각 지역의 일별 증발산량을 산정하였다. 증발산량을 적용하지 않은 경우에는 흡수력의 증가가 약 20kPa에 수렴하였다. 하지만, 증발산량을 적용하였을 경우에는 약 30kPa까지 증가하였다. 따라서, 각 지역에 따른 증발산량을 적용 시, 건기시의 흡수력이 증가된다.
(2) 증발산량을 적용 시, 건기 시의 흡수력이 실제 측정된 흡수력에 근접하게 증가하였다. 또한, 증발산량을 적용한 침투 해석에서 우기시 흡수력 감소가 증발산량을 적용하지 않은 경우보다 컸다. 따라서, 증발산량을 적용하여 실제 사면에서 관측되는 건기와 우기 시의 흡수력 변화를 고려할 수 있다.
(3) 수치해석 결과와 계측 결과의 흡수력을 대상으로 상관성 분석을 수행하였다. 증발산량을 고려하였을 때, 상관 계수가 평균 0.67에서 0.70으로 증가하였다. 따라서, 증발산량을 고려할 경우에 증발산량을 고려하지 않은 경우보다 실제 사면의 침투 거동을 더 정확하게 예측할 수 있다고 판단된다.
