1. 서 론
2. 함수특성곡선(Soil-Water Characteristic Curve, SWCC)
3. 실험 방법(Laboratory test Methodology)
3.1 연구지역(Study area)
3.2 연구지역 함수비 모니터링(Moisture monitoring of Study area)
3.3 건조과정의 함수특성곡선(SWCC - Drying Curve)
3.4 수축시험(Shrinkage test)
4. 실험 결과(Laboratory test Result)
4.1 건조과정의 함수특성곡선(SWCC - Drying Curve)
4.2 수축시험(Shrinkage test)
4.3 습윤과정의 함수특성곡선(SWCC - Wetting Curve)
5. 산사태 안전율/ 토석류 분석
5.1 현장 함수비 모니터링을 통한 산사태 안전율 분석
5.2 산사태-토석류 시물레이션의 적용
6. 결 론
1. 서 론
최근 전 세계적으로 기후변화로 인한 기록적인 재해의 발생이 점차적으로 증가하고 있다. 2022년 여름, 유럽은 48도가 넘는 폭염을 겪었고, 같은 해 동아프리카는 사계절 내내 비가 내리지 않아 40년 동안 경험하지 못한 긴 가뭄이 발생하였다. 또한 우리나라에서는 2022년 8월 과거에 없던 폭우로 인한 홍수 등 많은 피해가 있었다. 2022년 8월 8일 서울 동작구에 오후 9시부터 1시간 동안 136.5mm의 비가 내렸고, 이는 1942년 8월 5일 서울에 기록된 사상 최고 강수량 118.6mm를 80년 만에 처음으로 넘었다. 전 지구적, 지역적 기후모델에 따르면 앞으로 연평균기온이 2~4도 이상 상승하고 강우량도 증가할 것으로 예측된다. 2030년대에는 산사태 발생 가능성이 높아질 것으로 예상되며, 수도권의 폭우가 20% 증가하고 이에 따라 산사태 발생 확률이 5배 증가할 것으로 전망된다(한국기후변화평가보고서, 2020). 우리나라의 강우량은 여름인 6~9월에 집중적으로 발생하는데, 산사태 기록에 따르면 집중호우가 내리는 이 시기에 산사태가 집중적으로 발생하는 것으로 나타났다. 이처럼 산사태 예/경보시스템 구축을 위한 연구가 진행되고 있다. 최근 통신모듈 IEEE 802.15.4 표준 프로토콜을 통해 개발된 Zigbee 모듈을 사용한 연구와 GIS 데이터를 통해 산사태 해석에 중요한 토심을 추정하는 연구도 진행되었고, KIGAM(Landslide Early Warning System, (K-LEWS))개발과 LEWS(산사태조기경보시스템)를 구축하였다(Jeong et al., 2018; Song and Park, 2021). 이와 같이 실제 현장에 따라 산사태를 정확하게 분석하기 위해서는 수집된 데이터와 지반 특성을 통해 정확한 분석이 이루어져야 한다. 하지만 지금까지 산사태 분석에 대한 연구는 강우량과 지형을 기반으로 한 위성관측을 기반으로 진행되어왔다. 따라서 산사태 해석 시 지반 물성의 정확한 분석을 통해 산사태 안전성을 분석할 필요가 있다.
일반적으로 강우에 의한 산사태는 지하수위 상승보다는 강우의 침투로 인한 침투전선의 하강에 더 큰 영향을 받는 것으로 조사되고 있다. 불포화의 모관흡수력과 모니터링 기법을 적용하여 강우 침투와 사면 안전성의 변화를 평가하는 연구가 진행되고 있다. 최근 비정상류 해석에 적용하였고, 해석과 현장 계측된 결과들을 비교 검토하여 불포화 토사사면의 경로의존 함수특성곡선을 적용하는 연구를 진행하였다(Park et al., 2017). 산사태에 대한 관심이 높아지면서 사면 안전율에 영향을 미치는 요인을 고려하여 분석하는 연구가 진행되어 가고 있다. 사면 안전율에 영향을 미치는 가장 중요한 요인은 불포화 상태를 잘 표현 할 수 있는 함수특성곡선이다. 함수특성곡선의 경우 건조과정에서 나타나는 곡선과 습윤과정에서 나타나는 곡선이 있다. 국내 지반에서의 관찰된 사례로 잔디로 덮인 경사면에서 강우집중 기간 동안 모관흡수력을 측정하여 습윤곡선과 유사한 분포를 확인한 연구가 진행되었다(Lee et al., 2003). 이와 같이 실제 현장의 함수특성곡선은 습윤상태의 곡선과 유사한 거동을 나타나지만 산사태 분석 시 일반적인 실내실험을 통해 얻어지는 건조곡선을 사용하는 것이 실태이다. 습윤곡선의 함수특성곡선을 고려한 불포화 편마풍화토에 대한 사면의 안정해석도 연구되었지만(Park and Shin, 2009), 실제 현장의 실측된 데이터를 통한 결과를 분석된 연구는 미진하다. 따라서 본 연구에서는 체적변형을 고려한 함수특성곡선(습윤곡선)을 산정하고 현장에 맞는 모관흡수력을 고려하여 연구지역의 산사태 평가를 하였다.
2. 함수특성곡선(Soil-Water Characteristic Curve, SWCC)
함수특성곡선은 주로 흙 입자의 입경과 분포, 구성, 간극율, 소성지수에 영향을 받기 때문에 흙의 종류에 따라 다른 거동과 특성을 보인다. 불포화토의 투수성과 응력-변형률 거동 특성도 함수특성곡선과 밀접한 상관관계가 있다. 따라서 함수특성곡선은 불포화토의 특성을 이해하기 위한 가장 중요한 매개 변수이며, 불포화토 연구에 있어서 필수적인 기본물성이다. 태초의 현장 시료는 초기 건조곡선을 나타내지만 반복되는 강우와 자연건조로 인하여 주 건조곡선과 주 습윤곡선으로 나타난다. 건조과정은 지반 내의 수분이 증발하여 체적함수비가 감소하는 과정을 나타내며, 습윤곡선은 강우 시 물이 침투하여 체적함수비가 증가하는 과정을 나타낸다. 불포화 함수특성곡선의 건조곡선과 습윤곡선은 동 시료임에도 불구하고 모관흡수력과 체적함수비가 다르게 나타나는데 이걸 히스테리시스(Hysteresis), 이력현상이라고 한다. 따라서 현장 시료는 수없이 많은 습윤과정과 건조과정을 반복하고 있기 때문에 Fig. 1과 같이 두 조건을 모두 반복적으로 일어난다. 실내 함수특성곡선 실험 시 시료를 먼저 포화시킨 후 건조과정에서 수행되기 때문에 건조과정의 곡선이 도출된다.
3. 실험 방법(Laboratory test Methodology)
3.1 연구지역(Study area)
본 연구에서는 흑운모 편마암질의 화강풍화토(SM)로 구성되어있는 서울 서대문구에 위치한 안산(Mt. Ahnsan)으로 선정하였다. 안산의 항공사진과 위치는 Fig. 2와 같다. 부지는 약 5ha, 표고는 100~250m, 경사는 5~35도이다. 본 연구지역은 암반노출지역과 급경사 구간이 다량 존재하고 있다. 따라서, 집중강우 시 산사태 발생 위험이 있을 것으로 판단되며, 유역 역시 주택가 인근에 위치하여 급경사지 구간에서 산사태 발생할 경우 인명과 재산피해가 예상되기 때문에 연구지역으로 선정하였다.
본 연구에서 사용된 시료는 Fig. 3과 같이 안산 모니터링 지점(Sensor Node)을 세 그룹(A,B,C)으로 나누어 각 그룹의 중간지점에서 수집되었다. 각 시료에 대해 3번의 함수특성곡선 시험과 수축시험을 수행하고 각 그룹의 평균 데이터를 사용하여 연구지역의 지반 특성을 분석하였다. 실험에 사용된 시료의 기본 물성에 대한 실험결과는 아래 Table 1과 Fig. 4와 같다.
Table 1.
Index properties of Mt. Ahnsan soil
3.2 연구지역 함수비 모니터링(Moisture monitoring of Study area)
본 연구는 최적 배치된 무선센서 네트워크(Wireless Sensor Network, WSN)를 통해 Fig. 3과 같이 안산지역의 15개의 센서 노드와 2개의 호핑 노드와 1개의 게이트웨이를 이용하여 각 센서 노드의 10분마다 함수비 센서로부터 광역적 지역의 함수비를 실시간 계측하였다. WSN의 경우 배터리팩을 통해 작동이 되고, LTE 통신망을 사용한다. 산지에서는 복잡한 지형에 의한 반사, 수목에 의한 회절, 확산에 의한 전송거리 감쇠 및 노이즈가 발생하지만 호핑(hopping)을 활용하여 기존 시스템이 가지고 있는 근본적인 전기 및 통신오류를 보완하여 충분히 무시할 수 있을 만큼의 양호한 데이터를 획득하였고, 이와 같은 결과로 현장에서 산사태 모니터링을 하기 위한 WSN계측 시스템 적용이 가능함을 확인하였다(Jeong et al., 2018). 기존 구축된 WSN을 통해 2018년도부터 2022년까지 모니터링 하였다.
3.3 건조과정의 함수특성곡선(SWCC - Drying Curve)
본 연구는 METER Environment 회사의 HYPROP2와 WP4C라는 두 가지 장비를 사용하여 건조과정의 함수특성곡선 실험을 수행하였다. HYPROP2 장비의 경우 포화된 시료를 자연 건조하면서 감소된 질량(증발된 물의 질량)과 모세관 흡수력을 센서를 통해 측정하는 방법이다. HYPROP2가 다루는 모관흡수력의 범위는 최대 300kPa이며, 모관흡수력이 더 높은 시료에 대한 실험은 WP4C를 통해 수행되며 기본 열역학과 미세보정을 사용하여 최대 300MPa까지의 모관흡수력을 측정한다. 이와 같이 수행된 실험은 식 (1)의 함수특성곡선 관계식을 통해 건조곡선을 도출하였다(Fredlund and Xing, 1994).
여기서, ws는 중량 체적함수비, ψ는 모관흡수력, C(ψ)는 Fredlund의 보정계수, a,n,m은 곡선에 따른 fitting 계수를 의미한다.
그룹(A, B, C)의 각 시료를 24시간 동안 건조시킨 다음 실험 몰드에 현장 상대밀도(50%)를 맞추어 재성형하여 24시간 동안 포화시킨 후 PC와 연결하여 최소 1주일 동안 자연 건조하면서 실험을 진행하였고, 자연건조가 끝나면 WP4C 장비를 통해 높은 모관흡수력을 측정하였다.
3.4 수축시험(Shrinkage test)
흙의 수축한계는 물이 흙의 모든 공극을 채우기에 충분하고 흙이 포화상태일 때 흙의 수분 함량이다. 수분함량이 수축한계 이하로 감소하면 흙의 부피는 감소하지 않는다. 본 연구에서는 식 (2)와 같이 Fredlund et al.(2002)가 제안한 방정식을 통해 수축곡선을 도출하였다.
여기서, ash는 완전 건조 시 최소 간극비, bsh는 건조 곡선의 기울기와 관련된 계수, csh는 흙의 불포화에 따른 곡률의 변화와 관련된 계수를 의미한다.
본 연구의 수축시험은 KSF 2305:2020에 따라 각 시료에 대해 수행하였다. 먼저 수분 함량이 같은 시료 6개를 놓고 시간별로 무게를 측정한 다음 수은을 넣고 수은을 뺀 부피를 측정하였다. 마지막 시료는 24시간 후 완전 건조되었을 때 측정하였다.
4. 실험 결과(Laboratory test Result)
4.1 건조과정의 함수특성곡선(SWCC - Drying Curve)
본 연구의 함수특성곡선 실험은 각 그룹에 대하여 3번의 실험을 통해 평균값을 도출하여 Fig. 5와 같으며, 지반특성은 Table 2에 요약되어 있다.
Table 2.
Parameters for SWCC (drying curve)
4.2 수축시험(Shrinkage test)
본 연구의 수축시험 또한 함수특성곡선과 같이 각 그룹에 대하여 3번의 실험을 통해 평균값을 도출하여 Fig. 6와 같으며, 피팅을 통해 얻은 계수는 Table 3에 나타나 있다.
Table 3.
Parameters for Shrinkage test
| Site | ash | bsh | csh |
| A | 0.837319 | 83.09 | 2.456 |
| B | 0.844291 | 55.7 | 2.35 |
| C | 0.836188 | 56.29 | 2.85 |
4.3 습윤과정의 함수특성곡선(SWCC - Wetting Curve)
본 연구에서 습윤상태의 함수특성곡선은 “raindrop”효과를 고려한 Fredlund et al.(2011)이 제안된 식 (3)을 이용하여 도출하였다. 식 (4)는 실내 함수특성곡선을 통해 얻은 건조곡선과 체적변형을 고려한 수축곡선을 이용하여 습윤곡선의 체적함수비와 모관흡수력 관계로 정의할 수 있다.
여기서, θw(ψ)는 체적변화를 고려한 체적함수비를 의미한다.
다음과 같이 습윤곡선과 건조곡선을 비교하여 Fig. 7에 나타내었다. 자세한 매개변수는 Table 4에 요약하였다.
Table 4.
Material parameters from SWCC test
5. 산사태 안전율/ 토석류 분석
5.1 현장 함수비 모니터링을 통한 산사태 안전율 분석
본 연구에서는 2021년 장마철 자료의 데이터를 사용하였고, 실측된 데이터는 체적함수비가 증가하였다가 비가 오면 점차 회복하는 것을 확인할 수 있으며, 장기간 모니터링을 하여도 데이터유실 없이 유지하였다(Fig. 8(a,b,c)). Fig. 8(d,e,f,g,h,i)에 표시된 현장 모관흡수력 모니터링 데이터는 습윤 함수특성곡선과 현장 체적함수비 모니터링 데이터를 사용하여 도출하였다. 각 조건(건조 및 습윤)에 따른 산사태 안전율의 차이를 확인하기 위해 건조 함수특성곡선도 함께 나누어 도출하였다. 건조조건의 모관흡수력은 일반적으로 습윤조건보다 높게 확인되었다. 모관흡수력의 급격한 감소는 강우량이 증가한 시점에서 관찰되었으며 최소 모관흡수력도 건조조건과 습윤조건 간에 차이도 확인되었다.
모니터링 기간 중 일강우량이 가장 많아 모관흡수력이 가장 급격히 감소한 경우 ➀ Case 1(7월 19일 16시 15분)과 두 번째로 강우량이 많이 온 경우 ➁ Case 2(8월 31일 16시 30분)를 나누어 연구지역의 산사태 취약성을 분석하였다. 본 연구에서 사용한 산사태 예측모델은 강우-침투 모델과 사면안정해석 모델을 기반으로 강우에 의한 산사태 예측방법(Hong et al., 2019, Landflow3.0)을 적용하였다. 강우-침투 모델(Richard’s infiltration 모델)을 적용하였고, 실시간 강우와 확률강우를 고려한 침투해석을 수행하여 습윤대 깊이(Zw)를 산정하였다. 토심은 GIS 위성 데이터를 기반으로 K-means Clustering을 통해 암반 노출지역을 확인한 후, SPT 현장 데이터에 Inverse Distance Weight(IDW) 방법을 적용하여 추정하였다(Jeong et al., 2022). 사면안정해석은 무한사면파괴 모델을 적용하였으며 이 때 사면안전율은 식 (5)와 같다. 실제 강우 데이터를 적용하였을 때 전체 토심에 대하여 최소 안전율을 산정하였다.
여기서 c's은 지반의 점착력, γsat은 지반의 포화단위중량, γw는 물의 단위중량, β는 사면의 경사, ϕ'은 불포화 지반의 내부마찰각을 의미한다.
본 연구지역의 경사와 표고는 Fig. 9와 같이 도출되었으며, 기타 매개변수는 기본 물성시험과 불포화 삼축압축시험을 실시하여 Table 5와 같이 나타내었다. 그 결과 연구지역의 산사태 안전율 해석 결과는 Fig. 10에 나타나 있다. 모관흡수력이 가장 낮았던 Case 1이 Case 2보다 안전율이 낮고, 건조조건보다 습윤조건의 안전율이 낮게 나타남을 확인할 수 있었다. Case 1의 경우 습윤조건과 건조조건에 대한 최소 안전율은 각각 1.19와 1.3으로 나타났으며, Case 2의 경우 습윤조건과 건조조건에 대한 최소안전율은 각각 1.31과 1.61로 나타났다.
Table 5.
Input parameters for landslides susceptibility analysis of the study area
5.2 산사태-토석류 시물레이션의 적용
본 연구에서는 (1) 강우에 의한 산사태 예측, (2) 산사태 예측 결과로부터 토석류의 초기 체적 결정, (3) 연행침식작용을 고려한 토석류 흐름 해석을 고려하는 해석기법을 적용하였다(LandFow3.0).
산사태-토석류 시뮬레이션(Landflow3.0)은 토석류의 유동과 밀도 변화를 분석하기 위해 Navier-Stokes 운동량방정식을 사용하고 단순화된 2상 유한체적모델과 Hershel-Buckley 유동모델을 적용하여 토석류의 내부 및 입자 간 마찰과 연행침식을 고려하였다(Jeong and Hong, 2022).
본 연구에서는 강우량이 가장 많아 모관흡수력이 가장 급격히 감소한 경우 Case 1의 토석류 시물레이션을 수행하였으며, 사용된 물성은 Table 5에 나타나 있다. 그 결과 모든 구간(사면)에 안전율은 1.0 이상으로 나타나 산사태(토석류의 시작)가 발생하지 않았다. 따라서 토석류 시뮬레이션의 적용 가능성을 검증하기 위해 산지사면의 임계안전율을 1.5로 설정하여 토석류의 거동을 확인하고자 하였다. 그 결과 임계안전율 1.5 미만에서 사면파괴가 발생하는 것으로 간주하여 초기 토석류 발생량을 산정하고, 연행 침식에 의해 토석류의 체적이 증가하는 것을 분석하였다. 시물레이션 결과 모관흡수력이 취약한 지점(5개 지역)에서 발생하여 계곡을 따라 흘러내림을 확인하였으며, 발생 60초 후 토석류가 하류에 도달하였다. 시물레이션 결과, Fig. 11은 토석류의 높이를 건조조건과 습윤조건의 시간대별(0초~60초) 나타낸 그림이다. 여기서 토석류의 높이는 토석류 발생 시점(0초)을 시작으로 60초까지 토석류가 발생하여 연행침식에 의한 토석류 높이를 말하며, 토석류의 속도는 점차 하중이 가해지며 점진적으로 증가되는 속도를 의미한다. 습윤조건 시 토석류의 높이는 0.45m까지 분포하였고, 건조조건의 경우 토석류의 높이는 0.27m까지 분포하였다. Fig. 12는 토석류의 속도를 나타낸 그림이다. 습윤조건 시 토석류의 속도는 최대 약 4.12m/s로 나타났으며, 건조조건의 경우 약 3.77m/s로 나타났다. 토석류가 연행침식에 의하여 하류에 발생된 토석류의 체적은 Fig. 13과 같다. 산사태-토석류 시물레이션의 결과 수치는 Table 6에 요약하였다. 결과적으로 시물레이션 결과 습윤조건의 토석류의 발생량과 속도가 건조조건일 때 보다 더 많이 발생함을 확인하였다.
6. 결 론
본 연구의 주요 목적은 현장에 적합한 모관흡수력을 통해 산사태 취약성을 분석하기 위하여 함수특성곡선과 수축시험을 수행하였다. 실험에 사용된 시료는 국내에 분포하는 세립분이 다량함유 된 SM계열 화강 풍화토이며, 실측된 데이터를 사용하였다. 실내실험 시 측정된 함수특성곡선은 건조과정에서 발생된 곡선이며, 체적변형 확인할 수 있는 수축시험을 통하여 습윤곡선을 도출하였다. 이를 건조곡선과 습윤곡선에 따른 그래프(모관흡수력)로 나타낸 후 산사태-토석류 시물레이션을 수행하여 산사태 취약성 분석을 하였다.
결론에 대한 자세한 설명은 다음과 같다.
(1) 체적 수분 함량 모니터링 데이터에서 모관흡수력을 결정하기 위해 연구 지역에서 수집한 시료를 사용하여 일련의 실험실 테스트를 수행하였다. 실내 함수특성곡선을 실시한 건조곡선과 수축곡선을 이용하여 습윤곡선을 도출하여 현장 함수비 모니터링 데이터를 기반으로 현장 모관흡수력을 획득하였다.
(2) 2021년 장마철 자료를 사용하였고, 산사태 취약성을 평가하기 위해 강우량이 가장 많았던 2개의 강우시점(Case 1, Case 2)을 선정하였고, 두 경우 모두 모니터링 기간 동안 강우 시 함수량이 급격히 증가하고 모관흡수력이 감소하였다. 연구지역의 안전율은 모관흡수력에 의한 강도를 포함한 불포화토 강도를 고려하여 산정하였다.
(3) 산사태 안전율 분석 결과, Case 1과 Case 2의 경우 모두 습윤조건이 건조조건보다 더 작은 안전율이 나타났으며, 실제 계측된 함수비 데이터 결과에 따른 토석류 시물레이션 결과 습윤조건에서 더 많은 토석류량이 발생함을 확인하였다. 산사태 취약성 분석 시 현장에 적합한 습윤조건의 함수특성곡선이 아닌 건조조건의 함수특성곡선을 적용할 경우 실제 현장의 산사태 취약성 분석이 과대평가할 수 있음을 확인하였다.
(4) 건조조건의 함수특성곡선과 현장에 적합한 습윤조건의 함수특성곡선은 이력현상에 따른 차이점이 있다. 본 연구결과 습윤곡선의 안전율이 건조곡선의 안전율보다 낮게 나타남을 알 수 있었으며 그 결과 현장 사면지반의 체적변형을 고려한 모관흡수력 산정이 필요함을 확인 하였다.
