1. 서 론
2. 무선센서네트워크(Wireless Sensor Network)
2.1 WSN 계측시스템의 구성
2.2 센서노드(Sensor Node)
2.3 게이트웨이(Gate way)
2.4 함수비 센서
2.5 네트워크 토폴로지(Network Topology)
3. 비탈면 붕괴 지역의 실험방법
3.1 연구 대상 지역
3.2 함수비 모니터링 시스템 구축
3.3 함수비 계측 비교
4. 결 론
1. 서 론
기후변화로 인하여 국내뿐만 아니라 전 세계적으로 재해 발생 수가 점차적으로 증가하고 있으며, 도심지에서 발생한 산사태의 경우 수많은 인명피해 및 재산피해를 발생시켜 산사태에 대한 국가적인 관심이 높아지고 있다. 이러한 상황 속에서 해마다 지자체별 관광시설이나 도심 내 산책로와 같은 편의시설을 증설하고(Kim et al., 2022), 지역마다 증가하는 도시화와 산업화로 인해 주민들이 인식하지 못하는 임야개발의 면적 수 증가와 병충해의 피해로 벌목에 대한 면적은 Fig. 1과 같이 해마다 증가하고 있는 추세이다. 임야개발 면적의 증가는 옹벽이나 급경사지의 수를 증가시키며, 그로 인해 발생하는 산지지역 내 벌목지역 수의 증가는 산사태와 같은 피해를 발생시키는 중요한 요인으로 작용된다.
국내의 경우 강우 특성상 하절기인 6~8월 사이에 약 50% 이상의 강우가 집중적으로 발생하며, 이 기간에 산사태가 집중적으로 발생하고 있다. 국내의 강우량에 따라 산사태를 예·경보하고 있으나, 약 60%의 재해가 산림청 산사태 주의보 기준에 못 미치는 강우에서 발생하였다(Kim et al., 2013). 이처럼 집중호우로 인해 발생하는 산사태는 강우침투로 인하여 발생하기 때문에 지반 내의 토양수분을 직접 측정하는 것이 매우 효과적이다. 현장에서 실측한 계측정보를 바탕으로 안전율을 계산한 결과 지반이 포화 되었을 때 간극수압보다 체적함수비(Volumetric Water Content, VWC)가 붕괴예측에 더욱 효과적이었다(Bordoni et al., 2016). 강우침투에 의한 체적함수비의 변화특성을 파악할 수 있다면 비탈면의 붕괴 징후 또한 파악할 수 있어 산사태 위험기준을 도출하는데 용이하다고 판단된다.
이를 위해서는 강우에 대한 실시간 모니터링 방법이 가장 효율적인 방법이나, 국내의 경우 급경사지 계측을 제외하고는 자연사면을 대상으로 연구된 사례를 찾아보기 어렵다. 산사태 계측의 경우 모니터링을 실시하기에 대상면적이 넓고 설치하는 과정과 비용이 많이들 뿐만 아니라 유지보수에 대한 어려움이 있어 급경사지를 제외한 산지에는 계측을 실시하고 있지 않은 상황이다. 최근까지도 급경사지를 제외한 산지 대부분은 미계측 영역으로 분류하고 있지만 무선네트워크 및 센서의 기술발전에 따라 무선센서네트워크(Wireless Sensor Network, WSN) 기반의 산사태 계측 시스템이 개발되고 있다. 국내에서는 한국지질자원연구원과 산림과학원 등에서 WSN을 산사태 모니터링에 도입하기 위해 현장시험 기반으로 연구하고 있다(Ramesh, 2014; Zhang et al., 2017; Chae et al., 2017; Song et al., 2016).
기존의 유선 기반의 계측 방식과는 달리 WSN 기반의 계측시스템은 보다 넓은 지역을 저렴한 비용으로 모니터링이 가능하나, WSN의 전력이 빠르게 소모되어 원하는 기간에 모니터링을 수행할 수 없는 문제점이 있다. 최근 이러한 문제점을 보완하고자 전력소모량이 적고 수명이 긴 센서 및 라우팅 프로토콜 기술개발에 대한 연구가 이루어지고 있다(Nasseri et al., 2017). 이에 본 연구에서는 실제 장마철 시기에 얕은 비탈면 붕괴가 발생한 광주광역시 서구 OO산에 최신 기술의 WSN 계측 시스템을 설치하여, 벌목지역과 수풀지역 간 장마철 지반 내 물의 흐름을 파악하고 실시간 모니터링을 통해 강우침투량을 비교하여 지역 별 강우 침투특성을 분석하고자 한다.
2. 무선센서네트워크(Wireless Sensor Network)
2.1 WSN 계측시스템의 구성
무선 센서 네트워크(WSN)는 넓은 지역에 여러 개의 센서노드가 분산되어 구성된 시스템이며, 최근에는 IoT 노드로 구성된 네트워크 연결이 주로 이용되고 있으며 구성은 Fig. 2와 같다. 센서노드는 여러 데이터를 수집하고, 수집한 데이터를 모니터링하여 다른 센서노드로 전송한다. 전송하는 동안 모니터링된 데이터는 게이트웨이로 전달되며 연결된 통신망(LTE)을 통해 클라우드 서버로 송신한다. 송신된 데이터는 시설 관리자가 직접 서버에 접속하여 WSN의 구성 및 관리를 실시하거나, 실시간으로 계측결과를 확인할 수 있다.
2.2 센서노드(Sensor Node)
무선센서네트워크(WSN)의 주요 구성품 중 하나인 무선센서노드는 일반적으로 저전력 및 저비용의 제품으로 다기능의 센서노드로 이루어져 데이터 계측 및 처리, 무선통신 등의 특징을 가지고 있다. 무선센서노드는 텍셀의 C-02 배터리를 통해 구동되며, 배터리의 수명은 약 1년으로 1년주기로 배터리를 교체해 주어야 한다. 무선센서노드의 계측은 설치한 센서로부터 수집된 아놀로그 데이터를 컴퓨터가 읽을 수 있게 디지털 데이터로 변환하고 이를 공학적 수치로 변환시켜 게이트웨이까지 전송하는 역할을 한다(Fig. 3). 엣지 노드 상의 센서들은 기능 유닛의 동작에 대한 실시간 정보를 수집하고, 이 정보를 유선 또는 근거리 무선 통신망(LAN)을 통해서 전송한다. 본 연구의 무선센서 네트워크 통신 방식은 IEEE802.15.4e 규격의 TSCH(Time Slotted Channel Hopping) 방식을 사용하고 있으며, 2.4GHz 비면허 대역의 주파수를 사용하여 저전력, 저비용으로 통신이 가능하다. 또한, 센서노드 내부에 칩셋을 소장하고 있어 자가자동구성 기능을 통해 네트워크를 형성하고 있다.
2.3 게이트웨이(Gate way)
게이트웨이는 센서노드로부터 계측된 데이터를 수집하고 처리하여 최종서버로 전송하는 장비로 데이터를 전송하기 위해서는 무선통신 모듈과 결합하여야 한다. 일반적으로 결합하는 무선통신 모듈은 LTE, 지그비(Zigbee), 블루투스, Wi-Fi 등이 있으며, 본 연구에서는 근거리 통신기술인 지그비 및 블루투스가 아닌 장거리 통신기술인 LTE 모듈을 적용하였다(Fig. 4). LTE 모듈은 빠른 데이터 전송속도, 높은 보안성, 다수의 장치지원 등 이점이 있는 SK telecom의 유심칩을 사용하여 PC 서버와의 원거리 통신을 실시하였으며, PC 서버의 운영체제는 Linux를 사용하였다. LTE 모듈에 대한 전력부족의 문제는 가설분전함을 설치하여 해결하였다.
2.4 함수비 센서
본 연구에서 사용한 센서는 METER Environment 회사의 TEROS10 이라는 장비를 사용하여 함수비 계측을 수행하였다(Fig. 5). TEROS10 센서의 측정방식은 센서를 둘러싸고 있는 매체의 유전율에 따라 달라지는 전압을 통해 토양의 체적수분함량을 측정하며, 측정하기 위해서는 3.0~15.0 VDC 범위의 전압이 필요하다. 필요한 전압을 공급하기 위해 배터리팩을 만들었으며, 배터리팩은 Fig. 6과 같이 배터리 용량을 위해 텍셀의 D-02 배터리 4개를 병렬로 연결하여 설치하였다.
2.5 네트워크 토폴로지(Network Topology)
WSN의 구성요소인 센서노드는 자신의 상태를 주변에 전송하고 다른 센서 노드의 상태를 수신하여 상호간 신호강도를 감지하며 네트워크를 형성한다. 다수의 센서 노드들은 Fig. 7과 같이 특정 토폴로지에 따라 네트워크를 형성하고 있으며 WSN은 선형, 이중 매쉬형, 트리형, 스타형 토폴로지를 주로 적용하여 사용한다. 이중 본 연구에서는 다른 네트워크 토폴로지에 비해 유연성과 신뢰성이 높은 메시형 네트워크와 시간 동기화 채널 호핑 메쉬 네트워크를 적용하여 배터리 수명을 연장시킬뿐만 아니라 저전력으로 멀티홉 기능이 가능한 시스템을 구축하였다.
3. 비탈면 붕괴 지역의 실험방법
3.1 연구 대상 지역
2018년 8월 31일 광주광역시 서구에 위치한 OO산 일대 옹벽 비탈면에서 집중호우로 인하여 얕은 비탈면 붕괴가 발생하였다. 장마철의 강우 침투로 함수비 계측을 위한 대상지역은 붕괴된 옹벽 비탈면의 상부에서 발견된 벌목지역과 수풀지역이다. Kim et al.(2022)의 결론에 따르면, 비탈면 붕괴의 이유는 최소 1년 전에 확인된 벌목지역이 강우침투가 지반내로 많이 발생하여 붕괴 원인이 된 것으로 수치해석으로 예측할 수 있었다. 이는 지속적으로 비탈면 상부 지층내부에서 물의 흐름이 생겨 비탈면 맨 하단부인 옹벽 위 사면에서 유출수가 표층 밖으로 쏟아져 나오면서 붕괴가 발생되었다.
붕괴된 비탈면은 2018년 8월 31일에 발생했지만, Fig. 8에서처럼 강우 침투해석과 한계평형해석(GeoStudio, 2016)을 연계하여 수행한 결과 Fig. 9에서 제시한 날짜별 비탈면 안전율은 붕괴 날짜 이전부터 위험했다는 것을 예측할 수 있었다. 제시한 사면안전율은 날짜별 강우강도를 적용하여 시간별 침투해석을 수행하여 안전율을 계산하였으며, 지표면의 강우 침투는 ponding효과를 적용하여 수치해석에서 벌목지역을 고려하여 수행되어졌다.
비탈면 상부에서 발견된 5곳의 벌목지역을 항공사진으로 Fig. 10에서 확인할 수 있다. 그림에서 확인할 수 있듯이 벌목이 수행된 OO산의 경우 병충해 확산을 방지하기 위해 수행한 것으로 판단된다. 항공사진 자료 역시 2015년에는 수풀이 우거진 상태이지만 2017년부터는 벌목지역이 존재하고 있는 것을 확인할 수 있다(2년마다 촬영하기 때문에 2016년 항공사진은 확인하지 못함).
Fig. 10과 같이 OO산의 표고는 약 100~170m, 경사는 15~35°로 벌목지역 및 암반 노출지역이 분포하고 있으며 대부분 급경사 구간으로 이루어져 있다. 또한, 집중호우 시 산사태 발생 위험이 존재하며, 유역 금방에 주택가, 병원 및 학교가 위치하고 있어 급경사지 구간에서 산사태가 발생할 경우 인명피해 및 재산피해가 예상된다. 따라서, 집중호우로 인해 발생하는 비탈면 표층붕괴에 대한 특성을 파악하기 위해 벌목지역의 강우 침투량과 수풀지역 강우 함유량에 대한 비교·분석하여, 지역별 강우의 침투양상을 확인하고자 한다.
3.2 함수비 모니터링 시스템 구축
본 연구 대상 지역의 경우 Fig. 10과 같이 다량의 벌목지역이 존재하고 있으며, 이 중 최적의 함수비 모니터링 지점을 선정하고자 수풀지역과 벌목지역 간의 전기 및 통신오류가 없는 지점을 선정하였다. 선정된 지점은 3번 지역으로 설치 전 선정지역의 지반특성에 대해 분석하고자 실내시험을 실시하였으며, 실험에 사용된 시료의 기본물성은 Table 1과 같다.
Table 1.
Physical properties of soil in OO mountain
Fig. 11과 같이 1개의 게이트웨이와 6개의 센서노드를 벌목지역 3곳, 수풀지역 3곳에 설치하였다. 센서노드 별 함수비 센서는 토층 깊이별(20cm, 40cm, 60cm)로 한 곳당 3개의 센서를 설치하여 총 18개의 센서를 설치하였으며, 센서노드별 계측기 설치 개요는 Fig. 12와 같다. 계측기 설치는 토심이 매우 얕거나 암반지역은 제외하여 설치하였고 계측 시간은 장마철은 10분으로 설정하였고 장마철을 제외한 기간에는 30분으로 설정하여 실시간으로 함수비를 계측하였다.
산지에서는 복잡한 지형에 의한 반사, 수목에 의한 회절, 확산에 의한 전송거리 감쇠 및 노이즈가 발생하지만 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).
3.3 함수비 계측 비교
본 연구의 계측기간은 2023년 9월에 설치하여 2024년 11월까지 계측한 실측 데이터 자료를 통하여 벌목지역과 수풀지역의 함수비 변화를 체크하였다. 장기간의 모니터링 동안 천둥 번개를 동반한 전기 차단이 되어 기간 이외에 자료를 취득하였으나, 산속에서 산짐승으로 인한 각 센서들의 접속 불량으로 발생하는 센서 전선의 이격현상으로 서로 비교할 수 있는 자료들을 비교하여 분석하였다. 비교한 데이터는 최대강수량에 대한 데이터로 기상청 광주기상관측소의 자료를 활용하였으며, 광주기상관측소와 본 연구 대상지역은 2km 떨어진 위치에 자리하고 있다. 이에 강우 데이터 활용에 대한 불일치나 오류는 없다고 생각하며 계측 위치에서 반복적인 강우에 대한 침투 경향을 집중적으로 관찰하였다. 광주광역시에 최대강수량이 발생한 6월 22일과 29일의 일강수량은 각각 37.6mm/day, 43.3mm/day가 발생하였고, 발생한 일 강우량에 대한 자세한 자료는 Fig. 13과 같다. 벌목지역과 수풀지역의 깊이별 같은 위치에서의 함수비 변화를 체크한 24시간 함수비 변화(Fig. 15~17)뿐만 아니라 3 ~ 4시간 사이의 급격하게 함수비가 변화하는 시간대를 확대(Fig. 18~19)하여 분석하였다.
Fig. 18~17은 2024년 6월 22일과 29일 광주광역시에 내린 일 강수량인 37.6mm/day, 43.3mm/day에 대한 현장 함수비 계측데이터이다. 계측 데이터 정리는 OO산 모니터링 지점에서의 설치 위치에 따라 분류하였다. 센서노드(sensor node) 1번과 4번은 벌목지역과 수풀지역의 최상단 비탈면 위치이며, 노드 2번과 5번은 중간, 노드 3번과 6번은 최하단 비탈면에 위치한 노드로 설치 위치에 따라 분류하여 계측한 결과를 보여준다.
계측 결과를 벌목지역과 수풀지역으로 나누어 분석한 결과, 벌목지역의 경우 수풀지역의 침투변화와 비교하였을 때 지중 깊이 20cm와 40cm의 경우 강우량에 따라 침투속도가 빠르게 변화하고 있는 것을 확인할 수 있었으며, 60cm 깊이는 일반적인 강우강도(43.3mm/day)에서는 침투수가 충분히 스며들지 못하여 센서의 반응이 없음을 확인할 수 있었다. 수풀지역의 경우 대부분의 지반이 완전 건조가 아닌 습한 함수비 상태로 분포하고 있었으며 강우가 발생하고 난 뒤 천천히 지중 깊이별로 강우가 침투하는 것을 확인할 수 있었다. 전반적으로 수풀지역의 강우에 의한 함수비 변화는 무성하게 있는 식생들에 의해서 표층 지반의 포화깊이가 빠르게 발생하거나 급격한 건조상태로 변화하지 않는다.
6월 22일에 계측된 센서인 Fig. 17에서도 벌목지역의 함수비는 수풀지역보다 강우침투가 빠르게 반응하여 상승하였으며, 강우가 더 이상 발생하지 않더라도 수풀지역의 지반 내 함수비는 지속적으로 유지하고 있음을 보여주고 있다. 벌목지역의 센서 위치는 수풀이 없는 지반으로 강우침투가 발생할수록 지반내 물길이 형성되어있는것이라는 예측을 할 수 있다. 이는 센서의 오류나 고장으로 수리를 하기 위해서 다시 설치하는 작업에서 유추할 수 있다.
Fig. 20은 Fig. 15와 같은 위치에서의 함수비 변화를 비교하였으며, 반복적인 강우가 발생하였을 때 지층 내 함수비 변화 경향을 비교하기 위해서 조사한 결과 값이다. 센서를 최초 설치하고 같은 위치에서 센서가 반복적으로 함수비를 측정하였을 때, 벌목지역과 수풀지역의 습윤과 건조하는 경향은 조금씩 변화하였다. 강우 이후 수풀지역은 꾸준하게 일정한 함수비를 유지하여 건조시기에도 벌목지역과 차이를 보였다. 강우가 반복되면서 수풀지역의 함수비 보유량은 조금 더 높게 유지하는 반면 벌목지역의 지반은 습윤과 건조의 변화가 빠르게 변화되는 것을 확인할 수 있었다. 이러한 2가지 조건에서 반복적인 강우의 영향을 비교하였을 때, 지반을 쉽게 포화시키고 빠르게 건조시키는 벌목지역에서 지반의 풍화작용을 빠르게 진행시킬 수 있고, 쉽게 인장균열이 발생하여 강우 침투가 쉽게 발생하여 비탈면의 불안정성 요인들을 확인할 수 있을 것으로 판단된다.
4. 결 론
본 연구의 목적은 선행연구(Kim et al., 2022)에서 역해석한 비탈면 붕괴의 원인이 벌목지역의 많은 강우 침투량에 의해서 발생한 점을 확인하고자 하였다. 붕괴된 비탈면의 산지 상부에서 벌목이 되었고, 그 이후 1년 또는 2년이 지나서 발생한 비탈면 붕괴의 원인을 확인하고자 설치한 지중내 함수비 모니터링 시스템에서 얻은 결과를 토대로 벌목지역과 수풀지역 간의 강우 침투량을 분석 결론은 다음과 같이 얻었다.
(1) 벌목지역의 경우 토층의 깊이(20cm, 40cm, 60cm) 순서대로 함수비가 상승하며, 침투하는 속도 또한 수풀지역의 함수비 계측 결과보다 표층에서부터 빠르게 침투하는 것을 확인할 수 있었다. 수풀에 의한 지반이 함수비를 유지하기 때문에 수풀지역 초기 함수비가 높았으며, 건조시기에서도 초기 함수비의 범위이하로는 측정되지 않았다.
(2) 강우가 여러 번 반복되는 경우, 수풀지역에서의 함수비는 일정한 크기를 유지하여 지표층은 쉽게 포화되지 않으며, 건조시기에도 강우가 쉽게 침투하여 벌목지역에서는 더 빠르게 함수비가 상승하며 강우 후에도 예전 강우시기보다 지반의 함수비가 빠르게 건조된다는 것을 확인할 수 있었다.
(3) 계속적으로 반복되는 강우에 의한 벌목지역과 수풀지역의 함수비를 비교할 때, 지표면에서 가장 큰 초기 함수비를 보이고 있으며 깊이가 깊어질수록 함수비의 차이가 작아진다. 일반적으로 사면의 붕괴는 얕은파괴의 형태로 주로 발생하기 때문에 벌목에 의한 지표층의 포화속도나 건조속도가 가속화되면 사면의 불안정성 요인이 커지고 있음을 예측할 수 있다.
