1. 서론
벨기에 재난 역학센터(CRED)의 2018년 보고에 따르면 북한은 자연 재난으로 인한 사망자 수가 세계적으로 9번째로 높은 수준이며(CRED, 2018), 발생 강도 측면에서도 세계 10대 치명적 자연 재난이 발생한 국가이다. 2016년 한국환경정책･평가연구원(KEI)의 연구에서도 재난 발생에 대한 북한의 구체적인 피해 현황을 발간된 신문, 보도자료, 정기보고서 등을 활용하여 파악하였다(한국환경정책･평가연구원, 2016). 보고에 따르면 2000년 이후로 북한에서 빈도가 가장 높았던 재난은 지진으로 나타났으며, 이후로 호우, 황사가 뒤를 이었다. 지진의 경우 2~3의 규모로 발생하는 반면 수해를 유발하는 태풍, 호우, 홍수는 전체 자연 재난 중 약 28%를 차지하고, 제일 큰 재산 및 인명 피해를 유발한 것으로 보고되었다. 북한에는 1995년에 150억 달러의 재산 피해 및 520만 명의 이재민이 발생한 홍수가 있었으며, 1996년에는 22억 달러의 재산 피해, 1998년에는 7만 개 이상의 농경지가 침수되고 4천 세대 이상의 주택이 침수 및 파괴되는 피해가 있었다. 2000년 이후에 들어서는 태풍, 폭우, 집중호우로 인한 홍수 발생으로 약 38,000가구의 주택 파손, 약 700명의 사망자, 약 3,000명의 중상자, 약 400명의 실종자와 약 147,000명의 이재민이 발생하였다(곽창재 등, 2015; 이상혁 등, 2016). 이와 같은 흐름은 과거 30년부터 근래까지 북한에서 홍수가 지속적으로 발생하고 있으며, 그에 따른 인명 피해 및 재산 피해도 상당한 수준으로 나타나고 있음을 시사한다. 북한은 자체적으로 홍수로 인한 피해를 줄이기 위하여 1961년부터 기상수문국을 설치하여 운영하였으며, 해당 기관에서 국가재해예방위원회에 상황을 통보하면 재난 대비 및 피난 조치를 취할 수 있도록 하였다(홍일표, 2003). 그러나 이러한 노력에도 불구하고 국가 경제의 어려움으로 인해 지속적인 투자가 불가능하여 홍수로 인한 피해가 늘고 있는 추세이다(VOA, 2016). 이와 같이 북한은 현실적인 대응체계가 마련되어 있지 않아 홍수 발생으로 인한 인명 피해 및 수해 발생에 노출되어 있다고 볼 수 있다. 따라서 북한의 홍수 피해에 대응하기 위해서는 북한의 홍수 취약성을 평가하는 예방 차원의 모니터링 시도와 선제적인 통일 대비 대응책 마련 계획 수립을 위한 연구가 요구된다.
한편 북한의 행정구역은 현재 1개의 직할시(평양직할시), 3개의 특별시(나선특별시, 개성특별시, 남포특별시), 9개의 도(평안남도, 평안북도, 황해남도, 황해북도, 함경남도, 함경북도, 자강도, 강원도, 양강도)로 구분된다. 직할시와 특별시 아래로 구역과 군, 도 아래로는 시와 군으로 구성되며, 하위 단위로는 동･읍･리 단위까지 구별하고 있다(남성욱･황주희, 2018). 북한의 행정구역은 정책적으로 세분화 되어 있으나 아직까지 공간적인 분석 및 해석을 위한 자료로는 시･군･구 단위까지만 획득이 가능한 실정이다. 북한의 폐쇄성으로 인한 자료 획득의 한계가 원인이며, 이로 인해 북한 관련 재난 연구들은 대부분 시･군･구 단위까지만 수행되고 있다(김금지, 2020; 김정환 등, 2017). 이와 같이 시･군･구 단위에서만 홍수 취약성 분석을 수행할 경우 공간 단위 임의성 문제(Modifiable Areal Unit Problem, MAUP)가 발생할 수 있다. MAUP은 데이터와 실제 현상 간의 공간 단위 불일치 문제로 인해 발생하며, 공간 분석 연구 결과가 연구자에 의해 선택된 공간 단위에 의존한다는 것을 통계적 관점에서 정리한 것이다. MAUP은 스케일 효과(scale effect)와 구획 효과(zoning effect)로 구분한다. 스케일 효과는 동일한 데이터라고 할지라도 동･읍･리 단위와 시･군･구 단위로 분석한 결과가 상이할 수 있음을 의미하며, 구획 효과는 공간분석의 단위 모양(예: 격자 또는 육각형 등)에 따라 분석 결과에 영향을 미치는 것을 의미한다(조성진 등, 2019; Kang et al., 2020). 북한의 시･군･구 단위에서의 재난 및 홍수 취약성 연구에서도 동일한 문제가 발생한다고 볼 수 있는데, 홍수 발생 규모에 비하여 시･군･구 단위 공간 규모에서의 해석은 과대 추정을 유발할 수 있기 때문이다. 최근 위성 원격탐사 영상을 활용한 연구에서는 북한에서 발생하는 홍수의 규모가 시･군･구 단위 이하의 공간 규모에서 발생하는 것으로 파악하였으며, 이는 홍수 취약성 분석이 보다 세밀한 단위에서 이루어져야 함을 시사한다(Lim et al., 2019). 따라서 본 연구에서는 미시적 공간단위에서의 홍수 취약성 분석을 위해 먼저 북한 전역 시･군･구 단위의 공간자료에서 동･읍･리 단위까지 구분할 수 있는 공간자료로 구축하였다. 본 연구에서 미시적 공간단위 행정구역은 현재까지 북한의 공간자료로 획득할 수 있던 시･군･구 단위 행정구역을 세분화하여 보다 면밀한 해석이 가능하도록 구축된 동･읍･리 단위의 행정구역을 지칭한다. 이후 다양한 홍수 발생 영향 인자 데이터들을 수집하여 30m x 30m 그리드 단위의 홍수 취약성 분석을 수행하였고, 구축된 공간자료와의 융합 분석을 통해 홍수 발생에 취약한 지역을 동･읍･리 단위에서 특정할 수 있도록 하였다.
2. 선행연구
북한의 홍수에 관한 연구는 공유하천에서의 홍수 발생(우효섭･김양수, 1996; 이상태, 1999)과 관련하여 2000년대 이전 활발히 이루어졌으며, 2000년 남북정상회담 이후에는 임진강 공동 현지조사 및 수해방지 대책수립 합의 등의 연구가 활발히 이루어졌다(김주훈 등, 2015). 또한 2000년대 초반까지 북한의 홍수 발생 원인 파악 및 취약지 추정으로 직간접적인 완화 및 예방을 목표로 다양한 연구가 수행되었다(박소연 등, 2010; 한국환경정책･평가연구원, 2008). 비교적 최근에는 공간･통계 자료를 활용하여 북한지역별 홍수위험도를 평가하는 연구가 이뤄졌으며 북한 전역을 1~5등급의 위험등급으로 구분하여 상대적인 위험지역을 도출하였다(국립재난안전연구원, 2017). 한국환경정책･평가연구원(2019)은 기상･기후, 수치지형도, 토지피복도 등의 현황자료를 활용하여 기후변화와 산림복원이 홍수에 대한 취약성에 미치는 영향을 평가하였다. 또한 손아롱･김종필(2019)은 미접근 지역인 북한 자료 획득의 한계 때문에 원격탐사를 활용한 연구를 수행하였으며, 태풍 라이언록으로 인해 피해가 발생한 두만강 유역의 홍수 특성을 분석하였다. Lim et al.(2018; 2019)도 마찬가지로 Sentinel 등의 위성 영상 자료를 사용하였으며, 홍수 전후의 영상을 비교하여 침수 지역을 파악하고 이를 토대로 북한 회령시의 홍수 취약성을 파악하였다. 또한 김금지(2020)는 북한의 홍수 취약 요인을 선정하고 이를 활용하여 지역별 재난위험 특성을 규명하는 연구를 수행하였다. 그러나 현재까지의 북한 홍수 연구들의 경우 알려진 홍수 피해 지역에 한해서 국한적으로 이루어지거나 북한 전역을 대상으로 연구를 수행한 경우에도 시･군･구 단위로의 분석만 이루어져 북한 전역에서 미시적 공간단위 행정구역의 취약성을 파악하기 어렵다는 한계가 존재한다.
홍수 취약성 분석 연구에는 다수의 모형이 활용되고 있으며, 개념적 모형(conceptual model), 물리적 모형(physical model), 자료 기반 모형(data-draven model) 등이 있다(Devia et al., 2015). 자료 기반 모형에서는 대표적으로 통계적 모형(statistical model)이 주로 사용된다. 이는 종속변수와 이 변수를 설명할 수 있는 독립변수 간의 영향 정도를 가중치 산정으로 파악하는 모형이며, 가중치를 계산하기 위해 상관관계 분석 또는 회귀분석을 이용한다. 통계적 모형을 활용하면 비교적 합리적인 시간 내에 함수로서 관계를 도출할 수 있다는 장점이 있다(Lee et al., 2012). 홍수 발생에 해당하는 종속변수와 영향 인자인 독립변수 간의 관계를 파악하여 통계적 모형을 생성하기 위해 빈도비(Frequency Ratio) 분석, WoE (Weight of Evidence) 분석, EBFs (Evidential Belief Functions) 분석이 주로 사용되어 왔다(Khosravi et al., 2016; Tehrany et al., 2014; Yusoff et al., 2015). 빈도비는 홍수 발생과 미발생 지역의 확률비를 계산하여 취약성을 확률로 설명하며, WoE는 독립변수의 가중치를 계산하여 최대 가중치를 가지는 등급을 강조하여 분석하므로 중요 지역의 패턴을 고려할 수 있고, EBFs는 앞의 두 가지 보다 조금 더 발전된 형태로 종속변수와 독립변수 간의 관계를 확률로 표현함과 동시에 독립변수의 불확실성을 정량적으로 분석할 수 있다(이사로･오현주, 2019; Kim and Park, 2017). 빈도비, WoE, EBFs 등의 분석 방법이 통계적 모형을 구축하기 위해 자주 활용되고 있으나 독립변수가 연속형 자료인 경우에는 모두 명목형 변수로 변환 후 분석을 해야 하며, 연속형 자료에서 명목형 변수로 변환하기 위한 기준값이 특별히 정해져 있지 않기 때문에 연구자의 판단이 결과에 상당한 영향을 미칠 수 있다는 단점이 존재한다(Tehrany and Kumar, 2018). 반면에 통계적 분석 방법 중 로지스틱 회귀분석은 독립변수에 대하여 연속형 자료라도 명목 및 범주로 나누는 사전적인 과정이 필요하지 않으며, 원자료가 명목형 자료라고 하더라도 더미변수로 변환하여 분석에 활용할 수 있는 등 데이터 유형에 제한이 없어 분석 과정 중 연구자의 판단이나 영향이 상대적으로 적게 개입되므로 연구의 객관성을 유지할 수 있다는 장점이 있다(김근한 등, 2019). 따라서 본 연구에서는 접근 불능 지역인 북한이라는 연구 지역의 특성상 독립변수의 급간을 나누는 근거로 활용될 수 있는 자료의 획득이 거의 불가능하다는 점을 고려하고, 연구 결과의 검증이 어렵다는 부분으로 인해 최대한 객관성을 유지할 수 있는 로지스틱 회귀분석 방법을 선정하여 홍수 취약성 분석을 수행하였다. 이때 로지스틱 회귀모형 형성과 검증 과정에서 남한의 한강 유역과 금강 유역, 낙동강 유역 자료를 모두 활용하여 모형의 적합성을 간접적으로 확인하였다. 이와 더불어 기존 북한 홍수 연구의 한계를 극복하고 미시적 공간단위로의 결과를 도출하기 위해 북한의 기존 행정 경계 자료를 동･읍･리 단위까지 표현할 수 있는 새로운 공간자료로 구축하고 이를 토대로 홍수 취약성 분석을 수행하였다.
3. 데이터 및 연구방법
1) 데이터 획득 및 전처리
북한 전역에서 기존보다 세밀한 단위의 홍수 취약성 분석을 위하여 국토교통부 국토지리정보원에서 2017년에 제작한 시･군･구 단위로 이루어진 공간자료와 국가지식포털 북한지역정보넷에서 제공하는 북한 지도를 토대로 새로운 동･읍･리 단위의 공간자료를 구축하였다. 북한 지도 자료는 그림 형태의 파일 형식으로 제공되며, 2004년에 북한에서 실제로 출간을 목적으로 제작한 지도이다. 본 자료는 비교적 과거 시기의 자료에 해당하지만, 현재 연구 목적으로 획득할 수 있는 가장 최신의 자료에 해당한다. 북한 전역에 대한 지도 파일을 모두 수집한 후 Georeferencing을 수행하였다. 북한지역정보넷에서 제공하는 공간 자료와 국토지리정보원에서 제공하는 공간 자료는 시도 단위에서 거의 차이를 보이지 않았다. 그에 따라 시도 단위를 처음 기준으로 선정하여 디지타이징을 통한 지도 작성을 수행하였고, 시군구 단위에서 발견되는 미세한 차이는 최근 자료인 국토지리정보원 출처 자료에 맞추어 공간자료를 구축하였다. 이후 위성영상 및 OSM (Open Street Map) 자료를 이용하여 작성된 지도를 보정하였다. OSM 자료는 북한 지역을 연구할 때 자주 활용되는 자료로서 최근 북한의 교통 인프라 네트워크 분석과 북한 광산-항만 간 최적 경로 GIS 분석에서도 활용된 바가 있어 연구의 자료로서 활용도가 높은 것으로 판단되었다(김성민 등, 2020; 김예빈･박형동, 2021). 지형의 경계를 나타내는 도로중심선, 하천중심선 등을 기준으로 경계 보정작업을 수행하여 최종적으로 북한 전역에 대한 동･읍･리 행정경계 단위의 지도를 공간 자료(shp 파일)로 구축하였다(그림 1). 이는 13개의 시도(평양직할시, 남포특별시, 개성특별시, 나선특별시, 평안남도, 평안북도, 함경남도, 함경북도, 황해남도, 황해북도, 강원도, 자강도, 양강도)와 199개 시･군･구, 4,152개 동･읍･리로 구성된 공간자료로서 구축되었다.
로지스틱 회귀분석을 활용한 통계적 모형으로 홍수에 취약한 지역을 파악하기 위해서는 홍수 발생으로 인한 실제 침수 자료가 필요하다. 그러나 북한이라는 연구 지역의 특성상 실제 홍수 발생에 따른 침수 발생 자료는 획득할 수 없으므로 한강홍수통제소의 수자원관리과에서 제공하는 100년 빈도 홍수위험지도를 침수 발생 자료로 사용하였다. 국가홍수위험지도는 100년의 빈도를 가진 강우가 발생했을 때의 제방 월류, 파제에 의한 외수범람을 포함하는 가정으로 제작되었다(Jung et al., 2020). 모형의 구축과 검증을 위하여 한강 유역, 낙동강 유역, 그리고 금강 유역의 자료를 선택하였다. 대상 연구 지역은 북한 전역이지만 남한의 자료를 대상으로 모형 구축 및 검증을 수행하였기 때문에 남한과 북한을 모두 포함하는 영역에 대하여 30m x 30m 격자 크기의 그리드를 생성하였다. 로지스틱 회귀분석에서 종속변수 값은 이항 범주형 자료여야 하므로 본 연구에서는 한강, 낙동강, 금강 유역의 홍수위험지도에서 침수 발생 격자에 대하여는 1, 미발생 격자에 대해서는 0의 값이 입력되도록 하였다(그림 2).
본 연구에서 홍수를 유발할 수 있는 영향 인자의 종류는 선행연구 탐색을 통해 선정하였다. Zeleňáková et al.(2015)은 토양도, 토지피복지도, 경사가 홍수 발생에 주요 요인인 것으로 밝혔으며, Danumah et al.(2016)은 배수밀도, 불투수층의 비율, 경사, 강우량, 인구밀도가 영향력이 높은 인자인 것으로 분석하였다. Falguni and Singh(2020) 또한 유사한 요소를 사용하여 홍수 취약 분석을 수행하였으며, 추가적으로 정규식생지수를 사용하였다. Parvin et al.(2022)도 앞의 인자들을 사용하고, 정규수분지수를 추가로 활용하여 결과를 도출하였다. 이와 같이 본 연구에서는 홍수 취약성 분석에서 활용되는 다수의 요소들을 먼저 파악하였고, 이를 토대로 북한 지역의 자료 획득 가능성과 함께 고려하여 본 연구의 활용할 인자로 선정하였다. 지형적 요소로 고도, 곡률, 물흐름누적(Flow accumulation), 하천강도지수(Stream Power Index, SPI), 지형습윤지수(Topographic Wetness Index, TWI), 지표거칠기지수(Topographic Roughness Index, TRI), 퇴적물운반지수(Sediment Transport Index, STI), 배수밀도(Drainage density)를 선정하였다. 인문적인 요소로는 토지피복지도와 도로로부터의 거리, 환경적인 요소로는 정규식생지수(Normalized Difference Vegetation Index, NDVI), 정규수분지수(Normalized Difference Water Index, NDWI), 하천까지의 거리 및 강수량 자료를 영향 요인으로 결정하였다(표 1).
표 1.
북한 홍수 취약성 분석 활용 변수 설명
여기에서 물흐름누적은 물의 흐름 방향을 토대로 물이 모이는 정도를 나타낸다. 하천강도지수는 물의 흐름에 따른 침식 정도, 지형습윤지수는 토양이 지형적으로 얼마만큼 수분을 가지고 있을 수 있는지를 보여주며, 지표거칠기지수는 산비탈에 인접한 하천 주변의 경사 정도로 범람원 발생 유무에 영향을 줄 수 있는 요소이다. 퇴적물운반지수는 지형적으로 침식과 퇴적에의 영향을 파악할 수 있는 요소로 활용된다. 정규식생지수와 정규수분지수는 각각 원격탐사 영상의 다중 밴드의 조합으로 산출할 수 있으며, 각각 식생의 상태와 식생의 수분량을 지수로 나타낸다. 배수밀도는 수로에 의한 지면의 절개 정도를 나타낸다. 해당 변수들은 DEM과 Landsat 영상으로부터 계산하여 산정할 수 있으며 계산 방식은 Pradhan(2009)과 Tehrany et al.(2019)의 연구를 참고하였다. 고도 자료(Digital Elevation Model, DEM)는 USGS에서 제공하는 30m x 30m 공간해상도를 가지는 SRTM (Shuttle Radar Topography Mission) 자료를 활용하였다. ArcGIS Pro 3.1.0을 사용하여 DEM으로부터 경사, 곡률을 계산하여 구축하였고, 물흐름누적, 하천강도지수 등의 지형적 영향 인자 자료를 구축하였다. 토지피복지도의 경우 환경부에서 제공하는 대분류 지도를 사용하였으며, 도로 자료는 Open Street Map에서 공개적으로 제공하는 자료를 바탕으로 구축하고, ArcGIS Pro의 buffer 도구를 이용하여 도로로부터 거리 자료를 구축하였다. 환경적인 요소인 하천으로부터의 거리 자료는 도로 자료와 마찬가지의 과정으로 획득 및 처리하였으며, 강수량은 2022년 세계기상기구의 기상통신망 자료를 인용한 기상자료개방포털의 북한 관측 자료를 획득하였고, 이를 일최대강수량으로 변환하여 사용하였다. 우리나라는 종관기상관측소와 방재기상관측소를 포함하여 약 600개의 관측소가 존재하지만, 북한 내부의 강수량 측정 지점은 27개로 적은 수가 분포하므로 북한 전역의 분석을 위하여 강수량 자료는 역거리가중법을 이용하여 내삽하여 구축하였다.
로지스틱 회귀모형 구축을 위한 자료로 입력하기 위하여 남한 지역의 홍수위험지도와 홍수 영향 인자 자료들은 각각 30m x 30m 격자의 그리드로 변환하였다. 연구 대상지인 북한의 경우 남한의 자료와 마찬가지로 진행하였으며, 종속변수에 해당하는 홍수위험지도는 자료의 부재로 인해 제외되었다. 모형 구축을 위해 선정된 독립변수인 홍수 영향 인자 자료는 변수 간의 값이 차이가 크게 나타나며, 다중공선성의 문제를 내포할 수 있다. 로지스틱 회귀모형의 회귀계수 도출 및 홍수 영향 인자의 중요도 파악의 용이성과 다중공선성 문제의 해결을 위하여 본 연구에서는 로그 및 최대-최소 정규화 수행 후 분석에 활용하였다.
2) 연구 방법
단일 종속변수와 다수의 독립변수 간의 관계를 선형으로 가정하고, 그 사이의 복합적인 관계를 잘 표현할 수 있는 모형을 생성하기 위해 다중선형회귀 분석이 주로 활용된다. 이 과정에서 계산되는 회귀계수는 모형에서의 예측값과 실제값 차이를 나타내는 오차 제곱의 합(error sum of squares)을 최소로 하는 값으로 산정된다. 일반적으로 이 같은 선형회귀분석은 종속변수의 값이 연속형인 경우에 사용되지만, 범주형인 경우에는 선형회귀분석을 그대로 사용하지 않고 로지스틱 회귀분석을 활용한다(Jung et al., 2020). 본 연구에서 종속변수로 사용하는 홍수위험지도는 홍수 발생과 미발생으로 분류하여 사용하기 때문에 이항 범주형 자료에 해당한다. 그러므로 로지스틱 회귀분석이 적절한 것으로 판단되었으며 해당 방법을 적용하였다. 로지스틱 회귀분석은 홍수 취약성 분석에서 최근까지도 다수 활용되고 있어 방법의 효용성은 검증되고 있다(El-Rawy et al., 2022; Jung et al., 2020; Kim et al., 2020; Nandi et al., 2016; Pradhan, 2009).
로지스틱 회귀분석은 범위의 제한이 없는 연속형 독립변수에 대한 종속변수와의 관계를 0과 1 사이의 확률로 계산하며, 각 독립변수가 종속변수에 미치는 영향의 정도 또한 정량적으로 분석할 수 있다. 로지스틱 회귀분석에서 활용하는 확률 p는 독립변수(X)에 의존적으로 가변하며, 홍수가 발생할 확률로 0부터 1 사이의 값을 나타낸다. 종속변수(Y)는 베르누이 확률변수라고 가정하는데, 이때 Y는 베르누이 분포를 따르는 것으로 간주한다. 베르누이 확률변수인 Y는 베르누이 시행에 따라 0(미발생), 1(발생) 두 가지 결과만을 나타내는 이산형 확률변수이다. 베르누이 시행에서 1이 나올 확률과 0이 나올 확률의 비를 오즈비(odds ratio)라고 하며, 이는 식 (1)과 같다.
오즈비에 로그 변환을 하게 되면 0과 1로 정해진 변수를 연속된 무한의 변수로 변환하는 Logit 함수가 된다(식 2). 식 (2)의 오른쪽 항은 독립변수가 n개에 해당하는 다중선형회귀의 일반식과 동일하며, 이 회귀계수로서 추정이 되면 각 독립변수가 홍수 발생에 얼마나 영향을 미치는지를 나타내는 가중치로 사용된다.
각 회귀계수 값들이 모두 산정되면 식 (2)의 역함수인 Logit 함수를 이용하여 Y = 1이 나올 p값인 확률을 계산할 수 있다(식 3). p값이 산정되면 각 그리드에 확률값으로 0 ~ 1의 값이 입력되며, 발생과 미발생 간의 확률값 기준은 선행연구를 참고하여 0.5 이상이면 1의 값을 가지는 것으로 가정하였다(Long et al., 2023).
모형이 생성된 후, 모형의 정확성을 검증하기 위해 수신자 조작 특성(Receiver Operating Characteristic, ROC) 그래프를 사용하였다. ROC 그래프는 예측 모형의 성능과 적합성을 간편하게 파악할 수 있는 평가 방법으로 각종 재해 위험 분석에서 활발하게 활용되고 있다(Kim and Park, 2017). ROC 그래프 작성을 위하여 재현율(True Positive Rate, TPR)과 위양성율(False Positive Rate, FPR)을 각각 계산하였으며, 이때 TPR은 실제 홍수가 발생한 지역을 홍수 발생 지역으로 예측한 비율이며, FPR은 실제 홍수 미발생 지역을 홍수 발생 지역으로 예측한 것을 의미한다. X축을 FPR, Y축을 TPR로 두어 그래프를 생성하며, TPR 값이 1에 가까울수록 FPR은 0에 가까울수록 모형의 예측도가 우수하다고 평가할 수 있다. 이때 정량적인 판단을 위해 수신자 조작 특성의 곡선 아래 영역(Area Under the ROC Curve, AUC)을 산정할 수 있으며, 값이 클수록 높은 정확도를 가진다고 해석할 수 있다. 재해 관련 분야에서는 일반적으로 70% 이상의 값을 보이면 모형의 성능이 우수하다고 판단한다(Corominas et al., 2014).
본 연구는 북한의 홍수 취약성 분석이 피해 지역에 한하여 국한적으로 수행되거나 시･군･구 단위로만 연구가 이루어졌다는 한계점을 극복하고자 하였다. 이를 위해 먼저 북한 전역을 대상으로 30m x 30m 그리드 단위로 홍수 취약성 분석을 수행하고, 이 결과를 동･읍･리 자료에 융합하여 홍수에 대한 취약성을 진단하였다. 접근 불능 지역인 북한의 홍수 피해 위치 자료 획득의 한계로 인해 남한의 한강, 낙동강, 금강 유역의 홍수위험지도를 로지스틱 회귀분석의 종속변수로 활용하였다. 북한 전역의 홍수 취약성 분석을 위해 독립변수는 고도, 경사, 곡률, 물흐름누적, 하천강도지수, 지형습윤지수, 지표거칠기지수, 퇴적물운반지수, 토지피복지도, 도로로부터의 거리, 정규식생지수, 정규수분지수, 배수밀도, 하천까지의 거리 및 강수량 자료를 사용하였다. 홍수위험지도에서 침수 발생 부분의 70%를 트레이닝 데이터로 활용하고, 30%를 모형의 검증 자료로 활용하여 한강 유역을 대상으로 먼저 회귀모형을 도출하였다. 독립변수 중 명목변수인 토지피복지도의 경우 더미변수로 변환하여 분석에 활용하였다. 더미변수는 명목변수에 대하여 해당하는 명목이 1이 되고, 그 외의 명목은 0이 되는 변수를 의미한다(Tehrany and Kumar, 2018).
4. 연구결과 및 토의
생성된 회귀모형에 대한 회귀계수는 표 2와 같으며, 회귀계수가 양수이면 홍수 발생에 양의 상관관계가 있음을 의미하고, 음수이면 음의 상관관계가 있음을 의미한다. 모형의 적합성을 판단하기 위해 F-검정을 수행한 결과 적합한 수준을 보였으며, 회귀계수에 대한 t-검정 수행 결과 모든 변수가 유의미한 것으로 나타났다. 한강 유역을 기준으로 도출된 모형의 정확도는 ROC 커브를 통해 계산한 결과 81.8%의 높은 값을 나타내는 것으로 분석되었다(그림 3).
표 2.
홍수 취약성 분석을 위한 로지스틱 회귀모형의 회귀계수
본 연구는 북한 지역의 홍수 취약성 분석을 위해 앞서 구축된 회귀모형을 적용하였다. 이를 위해서는 앞서 생성된 모형이 다른 지역에 대해서도 비슷한 결과 및 정확도를 가지는지에 대한 견고성(robustness)을 확인해야 한다(황석형 등, 2020). 한강 유역의 홍수위험지도를 활용하여 구축된 로지스틱 회귀모형을 낙동강 유역과 금강 유역에 모두 적용하였으며, 모형의 견고성을 확인하기 위해 예측 결과의 ROC 그래프 검증과 기존 홍수위험지도와의 비교를 수행하였다. ROC 그래프 검증을 수행한 결과 금강 유역에서는 AUC 값이 83.7%, 낙동강 유역에서는 83%로 나타나 위치가 다른 지역에서도 높은 예측 정확도를 가지는 모형이 생성된 것을 확인하였다(그림 4).
이후 앞서 구축된 로지스틱 회귀모형을 북한 전역에 적용하였다. 북한의 경우 종속변수를 제외한 모든 독립변수를 획득하여 모형에 적용하였으며 홍수 발생과 미발생에 대하여 1과 0의 결과를 각 그리드에 입력하여 결과를 도출하였다(그림 5).
이후 미시적 공간단위 행정구역에서의 홍수 취약성을 파악하기 위하여 ArcGIS Pro의 Spatial Join 도구를 이용하여 동･읍･리 단위의 지도에 적용하였다. 북한 전역의 홍수 취약성 분석 결과에 대하여 지도의 가독성을 높이고 취약성이 높은 지역을 직관적으로 파악할 수 있도록 13개의 시도별로 구분하여 시각화하였다. 홍수 취약성에 대한 급간은 위험 없음, 매우 안전, 안전, 보통, 위험, 매우 위험으로 총 6개로 나누었으며, 홍수 발생에 대한 그리드가 해당 동･읍･리의 면적 대비 차지하는 비율 값을 기준으로 등간격으로 구분하여 급간을 설정하였다. 등간격으로 취약성도를 표현하는 방식은 재해 연구에서 가장 많이 활용되고 있는 방법 중 하나이다(Ali et al., 2020; Nandi et al., 2016). 평양직할시, 개성특별시, 남포특별시, 나선특별시의 홍수 취약성 분석 결과는 그림 6과 같다. 다른 시에 비해 평양직할시에서 홍수에 대한 취약성이 높은 지역이 많은 것으로 분석되었으며, 해당 지역은 금대리, 미정리, 남신2동, 동창리, 산업2동, 벽지도리, 송남리, 새살림동, 대흥동, 장진1동, 영제동, 용교리로 나타났다. 이 지역들은 모두 지대가 상대적으로 낮은 곳에 위치하고 있으며, 대동강과 하천에 매우 근접하게 위치하는 것으로 나타났다. 또한 논･밭의 비율이 상대적으로 높았으며, 배수밀도의 값도 높은 것으로 나타났다. 그에 비해 도심지로 발달한 지역인 평양직할시의 최중심부에서는 비교적 홍수에 대한 취약성 정도가 낮은 것으로 나타났다. 남포특별시에서 위험 및 매우 위험 등급에 해당하는 지역은 항구동, 낙원동, 하비석동, 탄포동, 봉상동, 용정동으로 나타났으며, 대부분 논･밭으로 토지를 사용 중으로 분석되었다. 이들 중 낙원동, 탄포동, 봉상동은 고도가 낮은 것으로 나타나 취약성이 높게 나타난 것으로 해석되었으나, 항구동, 하비석동, 용정동의 경우 비교적 고도가 높은 것으로 나타났다. 그러나 이 지역들은 배수밀도, 지표거칠기지수의 값이 높게 나타나 취약성 등급이 위험 이상으로 나타난 것으로 분석되었다. 개성특별시와 나선특별시의 경우 모두 취약성이 안전 또는 매우 안전, 위험 없음 등급에 속하는 것으로 나타났다. 개성특별시와 나선특별시는 대부분의 지역이 산지로 이루어져 있어 고도가 매우 높은 편이며, 주변에 인접한 강이나 하천이 존재하지 않는다. 배수밀도는 주로 낮은 값으로 분포하고 있으며, 정규수분지수 값은 대체로 높은 값으로 분포하고 있어 홍수 취약성 결과에서 안전한 영역이 대부분인 것으로 분석되었다.
북한의 평안남도, 평안북도, 자강도, 황해남도, 황해북도, 강원도, 함경남도, 함경북도, 양강도의 홍수 취약성 분석 결과는 그림 7과 같다. 북한의 도 단위를 기준으로 양강도와 자강도는 홍수 취약성에서 모든 지역이 위험 없음 등급에 해당하는 것으로 나타났다. 양강도와 자강도는 대부분이 산지 지형으로 고도가 매우 높은 편에 해당하고 지역 내의 경사도와 곡률이 모두 높은 것이 원인으로 파악되었다. 평안남도와 평안북도에서는 용북리, 양서리, 인흥리, 성법리, 성서리, 견일리, 침향리, 원천리, 용중리가 홍수 취약성에 대하여 위험 또는 매우 위험 등급으로 분류되었다. 이 지역들은 고도가 낮으며, 산림이 거의 분포하고 있지 않다는 특징이 있다. 또한 정규식생지수와 정규수분지수, 지표거칠기지수도 타 지역에 비해 낮게 나타나 홍수 취약성에 양의 영향을 미쳤을 것으로 판단된다. 황해남도와 황해북도에서는 상하동, 엄곶리, 해서리, 강교리, 지탑리, 우산리, 김제원리, 예로리, 만금리, 삼지강리, 명석리, 남지리, 봉의리, 동신흥리, 북지리, 미곡리, 선정리, 굴해리, 구룡리, 동일동, 원룡리, 구와리, 향정리, 용산리, 장재리, 오국리, 덕성리, 내림리, 마산리, 마명리, 강인리, 수원리, 수복리, 포남리, 송산리가 위험 등급 이상 지역으로 나타나 다른 시도에 비해 위험 등급 이상의 취약성을 보이는 지역이 많은 것으로 나타났다. 황해남도와 황해북도에서 취약성도가 높은 지역들은 높은 수준의 배수밀도 값을 가지고 있으며, 고도 또한 상당히 낮은 것으로 나타났다. 다른 지역에 비해 높은 강수량을 보이는 것으로 분석되었고, 지표거칠기지수 또한 상대적으로 매우 높은 값을 가지는 것으로 나타났다. 함경남도와 함경북도는 풍성리, 신덕리, 신하리, 원동리, 부흥리, 신성리, 서흥리, 함주읍, 중평리, 신상리, 송정리, 흥서리, 지석리, 진흥리, 동원리, 천원리, 향수리, 양탄리, 동도리, 청해리, 주서리, 유정리, 봉흥리, 동암리, 수동리, 신상동, 월포리, 호남리, 덕산리, 용호리, 얀천서리, 향동리, 수흥리, 상중리가 위험 등급 이상의 지역으로 분류되었고, 강원도 내에서는 학천리, 사평리, 배화리가 위험 지역으로 나타났다. 함경남도, 함경북도와 강원도의 홍수 취약성 분석 결과에서 위험 등급 이상으로 분류되는 지역들의 특징들을 파악해본 결과 평안도, 황해도에서 나타난 특징과 유사한 형태를 보였으며, 이는 하천 인근 지역, 논･밭이 차지하는 면적이 큰 지역, 지대가 낮은 곳에 위치한 지역인 것들로 파악되었다.
본 연구에서는 기존 수행되던 북한 홍수 취약성 연구에서 공간 단위를 조금 더 세밀하게 분석하므로 홍수가 발생할 수 있는 지역을 더 명확하게 구분할 수 있다는 장점이 있다. 그러나 이를 정량적으로 검증할 수 있는 자료는 부족한 실정이다. 따라서 본 연구에서는 북한 홍수 취약성 분석 결과의 적합성을 시범적으로 파악해보고자 하였다. 이를 위하여 2017년 통일연구원의 북한 재난협력 방안과 과제 보고서 내용과 최용호(2020), 오삼언･박소영(2022)의 연구 결과를 토대로 실제 북한 홍수 발생 지명 자료를 구축하였으며, 이를 이용하여 본 연구 결과의 적합성을 확인하였다(표 3).
표 3.
2007년~2021년 북한 홍수 발생 및 피해 현황
출처: 통일연구원(2017), 최용호(2020), 오삼언･박소영(2022), 저자 재작성
보고서와 연구에 따르면 2007년부터 2021년까지 평양직할시에서 1번, 개성특별시 2번, 평안남도 7번, 평안북도 5번, 자강도 2번, 황해남도 9번, 황해북도 10번, 강원도 6번, 함경남도 7번, 함경북도 4번의 홍수가 발생한 것으로 나타났으며, 남포특별시, 나선특별시, 양강도는 홍수 발생 이력이 없는 것으로 나타났다. 본 연구의 결과에서도 나선특별시, 양강도에서는 홍수 취약성 분석 결과에서 모든 지역이 위험 없음 또는 매우 안전 등급으로 분석되어 실제 북한 홍수 발생 보고와 유사한 결과를 보임을 확인하였다. 또한 위험 등급 이상으로 나타난 동･읍･리 단위의 지역은 평양직할시 15곳, 평안남도와 평안북도 10곳, 황해남도와 황해북도는 35곳, 함경남도와 함경북도는 34곳, 강원도 3곳으로 나타나 실제 북한의 홍수 발생 이력이 있는 지역 내에서 취약성도가 높은 지역이 다수 나타남을 확인하였다. 그러나 이 결과는 아직까지 북한 지역의 홍수 발생에 대한 정확한 위치 정보를 다수 획득할 수 없는 상태에서 시범적인 수준으로 검증을 수행한 것으로 본 연구에서 구축된 모형 및 홍수 취약성 결과에 대한 명확한 검증은 어려운 실정이다. 보다 정확한 취약성 분석 결과의 적합성을 파악하기 위해서는 북한의 홍수 발생 위치 자료가 통계적으로 유의한 수준까지 해석이 가능하도록 수집될 필요가 있는 것으로 사료된다.
5. 결론
북한은 홍수로 인한 피해가 지속적으로 발생하고 있으나 이에 대한 현실적인 대응책이 마련되어 있지 않아 홍수 발생으로 인한 인명 피해 및 수해 발생에 대한 노출도가 높다. 또한 북한의 폐쇄적인 정책으로 인한 데이터 획득의 어려움으로 홍수 발생에 대한 연구가 다른 연구들에 비해 미비한 실정으로 북한의 홍수 피해 대응 및 선제적인 통일 대비 대응책 마련 계획 수립을 위한 연구가 요구되고 있다. 이러한 필요성으로 인해 수행된 북한 연구에서는 재난 또는 홍수와 관련된 분석을 수행하여 지역에 따른 취약성을 파악해왔다. 그러나 기존에 수행된 연구들은 홍수가 발생한 것으로 알려진 국한된 지역 내에서만 수행되거나 북한 전역을 대상으로 하더라도 시･군･구 단위에서만 수행되어 공간 단위 임의성 문제가 발생할 수 있다. 이는 시･군･구 단위에서의 홍수 취약성 해석은 홍수 발생 규모에 비하여 과대 해석의 오류가 발생할 수 있음을 의미하며, 따라서 세분화된 행정구역에서의 분석이 필요하다. 본 연구에서는 기존 북한의 공간자료를 세분화하여 미시적 공간단위의 분석이 가능하도록 구축하였으며, 획득 가능한 북한의 데이터를 독립변수로 활용하고 로지스틱 회귀분석 방법을 적용하여 홍수 취약성 분석을 수행하였다. 이를 구축한 공간자료와 융합하여 북한 내에서 홍수 발생에 취약한 지역을 동･읍･리 단위에서 특정할 수 있도록 하였다.
본 연구는 통일 대비 북한의 홍수 피해 대응을 위한 선제적인 연구로서 그 가치가 있으며, 연구 결과로 북한 전역 내에서 홍수에 취약한 동･읍･리 단위의 지역을 특정하므로 향후 홍수 피해 예방 정책 적용의 우선순위를 결정할 때 근거로서 활용될 수 있을 것이다. 또한 북한의 미시적 단위의 공간자료를 구축함으로 본 연구를 포함하여 앞으로 수행될 다양한 북한 연구에서 여러 공간 단위의 해석이 가능할 수 있도록 기초 자료를 구축했다는 의의가 있다. 홍수 취약성 분석을 포함한 다수의 공간분석에서는 연구 목적에 따라 다양한 규모의 공간자료가 필요하며, 여러 가지 접근을 통해 최적의 결과를 도출하는 것이 중요하다. 그러나 북한의 경우 다양한 공간 단위 자료가 미비하기 때문에 한정적으로 연구가 수행되어 왔으며, 이 문제를 본 연구에서 구축된 자료를 통해 조금이나마 해소할 수 있을 것으로 기대한다.
본 연구에서 수행된 홍수 취약성 분석은 로지스틱 회귀분석 방법을 활용하였으며, 획득 가능한 북한 자료만을 선정하여 연구를 진행했다는 한계점을 가진다. 로지스틱 회귀모형을 구축하기 위해 종속변수로서 남한의 홍수위험지도 자료를 활용하였기 때문에 구축된 모형이 북한의 실제 환경을 반영하지 못했을 가능성이 있다. 남한에서 구축한 모형을 대상으로 견고성을 확인한 후 북한 지역에 적용하여 결과를 도출하는 방식으로 최대한 오류를 줄였으나, 추후 북한 지역의 홍수 발생 위치 자료를 획득할 수 있다면 본 연구 결과보다 북한에 적합한 모형을 구축할 수 있을 것으로 예상된다. 이는 위성 원격탐사 영상을 이용하여 홍수 발생 위치를 파악하므로 가능할 것으로 보인다. 그러나 만약 광학 영상을 이용한다면, 홍수 발생 시기가 대체로 여름이고 해당 시기에는 분석에 활용할만한 수준의 영상을 획득하기 어렵다는 문제가 존재한다. 따라서 기상에 크게 영향을 받지 않으며 분석에 활용할 수 있는 Synthetic Aperture Radar (SAR) 영상을 이용한다면 언급한 한계점을 해소하고, 홍수 발생 위치를 파악할 수 있을 것으로 기대된다. 홍수 발생 전후의 영상을 획득하고 이를 비교하므로 홍수 발생 위치를 파악할 수 있을 것이며, 이를 북한 지역의 종속변수로 활용하면 북한 홍수 취약성을 더욱 잘 설명할 수 있는 모형을 구축할 수 있을 것으로 사료된다.
