1. 서 론

토석류(debris flow)는 산지에서 발생하는 대표적인 사면재해 중 하나로, 집중호우나 사면붕괴로 인해 대량의 토석과 수분이 혼합되어 급격히 하류로 이동하는 현상을 말한다. 이러한 현상은 일반 홍수와 비교할 수 없을 정도로 높은 밀도와 유속을 가지며, 단시간에 도로, 교량, 주택 등 인공구조물뿐 아니라 농경지와 산림에 막대한 피해를 초래한다. 우리나라를 비롯한 동아시아 지역은 여름철 집중호우와 태풍의 영향으로 토석류 발생 위험이 특히 높으며, 최근 기후변화로 인한 극한강우 발생 빈도의 증가와 더불어 피해 규모도 확대되고 있다. 특히 토석류의 피해 규모와 직접적으로 연관되는 피크유량은 유하 범위, 충격력, 구조물 파괴 가능성을 좌우하는 핵심 지표로서, 이를 정량적으로 추정하는 것은 방재시설 설계, 위험지역 설정, 피해 예측의 정확도를 결정하는 데 필수적이다(Scheidl and Rickenmann, 2010; Hsu et al., 2010; Wei et al., 2019). 따라서 토석류의 발생 메커니즘을 이해하고, 유속 및 피크유량(peak discharge)을 신뢰성 있게 산정하는 것은 합리적인 방재계획 수립과 효과적인 피해 저감을 위한 핵심 과제라 할 수 있다.

토석류 피크유량 산정은 크게 세 가지 접근으로 발전해 왔다. 첫째, 경험식 기반 방법은 유역면적, 강우강도, 경사 등을 주요 매개변수로 설정하여 피크유량을 추정하는 방식으로, 계산이 간단하고 설계 실무에 적용이 용이하다는 장점이 있다. Marchi et al.(2002)은 이탈리아 알프스 Moscardo Torrent에서 10년간의 모니터링 자료를 바탕으로 유역 특성과 토석류 발생의 상관성을 분석하였으며, 이러한 연구는 경험식 개발의 기초 자료로 활용되어 왔다. 둘째, 수문학적 방법은 합리식(rational formula) 또는 강우–유출 모형을 이용하여 우선 홍수 유출량을 산정한 뒤, 이에 토석류 변환계수(discharge amplification or debris-flow coefficient)를 적용하여 토석류 유량을 추정하는 접근이다. 이러한 방법은 토석류를 수문학적 홍수의 확장 개념으로 취급하는 실무 중심의 절차로, 일본에서는 사방기본계획을 통해 제도화되어 광범위하게 활용되고 있다(Mizuyama et al., 1992; MLIT, 2016). 국내에서도 일본 사방기술을 준용하여 유사한 방식이 토석류 위험도 평가 및 방재시설 설계에 적용되어 왔다(KFS, 2013; NIDP, 2018). 셋째, 수치해석 및 물리모델 기반 방법은 연속방정식과 운동방정식을 토대로 물–토석 혼합체를 연속체로 가정하고, 흐름의 이동·침식·퇴적 과정을 시간적으로 직접 해석하는 방식이다. 이 접근법은 토석류의 유속, 수심, 유하 범위 및 퇴적 양상을 물리적으로 모의할 수 있다는 장점이 있으며, 일본에서 개발된 KANAKO 2D 및 Hyper KANAKO와 같은 모델이 대표적이다(Chen et al., 2007; Nakatani et al., 2016a; Liu et al., 2013). 다만, 입력 매개변수의 불확실성과 높은 계산 비용으로 인해 실무 적용에는 제약이 존재한다(Rickenmann et al., 2006; Stancanelli and Foti, 2015).

그러나 이러한 방법들은 여전히 여러 한계를 가진다. 경험식 기반 방법은 특정 지역의 관측 자료에 근거하여 도출되므로, 다른 기후·지형 조건을 갖는 지역에 적용할 경우 신뢰도가 저하될 수 있다(Scheidl and Rickenmann, 2010). 수문학적 접근법 역시 강우–유출 해석 이후 적용되는 토석류 변환계수의 설정이 경험적 판단에 크게 의존하며, 토석류 유형이나 발생 조건에 따른 범용성이 제한적이라는 한계가 있다(Mizuyama et al., 1992). 한편, 수치해석 및 물리모델 기반 방법은 물리적 정합성은 높으나, 실제 지형 자료의 해상도, 초기 조건 설정, 매개변수 보정의 불확실성으로 인해 실무 적용에 제약이 따른다(Rickenmann et al., 2006; Stancanelli and Foti, 2015). 실제로 Chen and Chuang(2014)은 2009년 태풍 모라꼿에 의해 대만 남부에서 발생한 토석류 사례를 분석하여, 기존 경험식에 의해 산정된 유량과 수치모의 결과 사이에 상당한 차이가 있음을 보고하였다. 또한 2013년 일본 이즈 오시마 토석류 재해의 경우, 유역면적이 약 0.08 km²에 불과함에도 불구하고, 24시간 누적강우량 824 mm와 대규모 산사태가 복합적으로 작용하여 약 400 m³/s에 이르는 피크유량이 발생한 것으로 추정되었다(Nakatani et al., 2016b). 이는 기존의 단순 경험식이나 변환계수 기반 접근만으로는 설명하기 어려운 사례로, 극한 강우와 지형·퇴적물 조건의 상호작용을 보다 정밀하게 반영할 수 있는 방법론의 필요성을 시사한다.

국내의 경우 국토의 70% 이상이 산지로 이루어져 있어 여름철 태풍과 집중호우 시 토석류 발생 위험이 매우 높다(KFS, 2013; NIDP, 2018). 특히 소규모 산지 유역에서 발생하는 토석류는 발생 빈도가 높고 하류의 피해 범위도 광범위하나, 이에 대한 정량적 분석과 체계적인 연구는 여전히 제한적인 실정이다. 현재 국내 방재 관련 법규 및 설계 지침에서는 토석류 유량 산정을 위해 주로 일본식 경험식이나 수문학적 변환계수를 차용하고 있으며, 이는 우리나라의 지형적 특성 및 집중강우 중심의 강우 체계를 충분히 반영하지 못하는 한계를 가진다(KFS, 2013; Mizuyama et al., 1992).

최근 무인항공기(Unmanned Aerial Vehicle, UAV) 기술의 발전은 이러한 한계를 극복할 수 있는 새로운 가능성을 제시하고 있다. UAV 기반 정사영상과 고해상도 수치표고모델(DSM)은 토석류 유하 흔적과 퇴적 형상을 고정밀도로 복원할 수 있으며, 이를 통해 하상 형상과 최대 도달 수위를 분석하여 토석류의 횡단면적을 직접 산정할 수 있다(Degetto et al., 2015). 나아가 이러한 공간정보를 Manning의 식이나 수치해석 기법과 결합할 경우, 기존의 단순 경험식에 비해 현장 조건을 보다 충실히 반영한 피크유량 추정이 가능함이 보고되고 있다(Chen and Chuang, 2014).

본 연구는 2020년 8월 7일 전라남도 곡성군 오산면 선세리에서 발생한 토석류 사례를 대상으로 수행되었다. UAV 측량을 통해 획득한 고해상도 지형자료를 이용하여 토석류 최대 수위와 하상 형상을 복원하고, 이를 기반으로 횡단면적을 산출하였다. 이어서 Manning의 식과 Takahashi 수치모형을 적용하여 토석류 유속을 산정하고, 최종적으로 피크유량을 추정하였다. 또한 기존의 합리식 및 토석류 변환계수 기반 결과와 비교함으로써 산지 소유역에서의 토석류 유량 산정방법을 재검토하고자 하였다. 본 연구는 향후 국내 토석류 재해 위험평가 및 설계기준 개선에 기초자료를 제공할 수 있을 것으로 기대된다.

2. 연구 방법

2.1 연구대상 지역

본 연구의 대상지는 전라남도 곡성군 오산면 선세리의 소규모 산지 유역으로, 2020년 8월 7일 집중호우(시간 최대강우량 52 mm/hr)에 의해 토석류가 발생하였다(Fig. 1). 토석류가 발생한 유역의 면적은 0.138 km²이며, 현장조사를 통해 확인된 퇴적 면적은 0.04 km²이다. 발생 지점에서 퇴적 지점까지의 거리는 약 500 m였으며, 발생부의 너비는 약 60 m, 유하부는 약 80 m, 퇴적부는 약 100 m로 조사되었다. 유역 내에는 풍화암과 붕적토가 혼재되어 있어 강우 시 대량의 토석이 유출될 수 있는 조건을 갖추고 있었다.

Fig. 1.

Location of the Study Area and Post-event Aerial View of the Debris Flow

2.2 UAV 측량 및 지형자료 구축

토석류 흐름 흔적과 하상 지형을 정밀하게 복원하기 위해 무인항공기(UAV, DJI Phantom 4 Pro)를 활용하여 정사영상(orthophoto)과 수치표고모델(DSM)을 구축하였다. 연구지역 내에 10개의 지상기준점(GCP, Ground Control Point)을 설치하였다. 각 GCP의 위치는 RTK-GNSS를 이용하여 절대좌표(absolute coordinates)로 측정하였다. GCP RMSE는 x, y, z 방향에서 각각 ±0.013 m, ±0.008 m, ±0.016 m로 나타나 사진측량에서 요구되는 정확도를 충분히 충족하는 것으로 확인되었다. 일부 구간에서는 식생에 의한 영향이 포함될 가능성이 있으므로 토석류 흐름 흔적과 단면 형상 분석 시에는 현장 조사에서 확인된 토석류 퇴적 및 유하 흔적을 기준으로 단면을 설정하여 식생의 영향을 최소화하도록 하였다. 이를 위하여 point cloud filtering 및 수동 편집을 통해 식생에 해당하는 일부 점군을 제거하여 지형 형상을 보정하였다. DSM 기반으로 토석류 흔적이 확인되는 구간을 따라 대표 단면을 4개 선정하였다. 각 단면에서는 유로 폭, 최대 수위 흔적, 하상 형상을 추출하였으며, 이를 통해 토석류 흐름 당시의 단면적(cross-sectional area)을 산출하였다.

2.3 토석류 유속 산정

토석류 유속은 두 가지 방법으로 추정하였다.

(1) Manning의 공식을 적용하여 각 단면에서의 유속을 계산하였다.

V=1nR2/3S1/2

여기서, V는 평균 유속(m/s), R은 수리반경(m), S는 하상구배, n은 조도계수로 본 연구에서는 토석류 특성을 고려하여 0.10을 적용하였다.

(2) 수치해석 모의는 토석류 운동을 지배하는 연속방정식과 운동방정식을 적용하였다. 물-토석 혼합체의 연속식과 하상변동 연속식을 고려하였으며, Takahashi 모델을 이용하여 토석류의 흐름 및 유속을 시뮬레이션하였다. 모델 입력자료는 강우-유출 해석으로 도출한 유입수문곡선과 현장 조사로 확인된 토석 공급조건을 반영하였다.

토석류 해석을 위한 지배방정식은 흐름의 질량보존법칙, 운동량보존법칙 및 퇴적층의 질량보존법칙으로 구성된 유한차분법을 이용하였다.

물과 토사 혼합물의 질량보존식

토사입자의 질량보존식

물과 토사 혼합물의 운동량 방정식

여기서, M(uh) : x방향의 flux, u : 평균유속, h : 유동심, i : 침식(>0) 또는 퇴적(<0) 속도식, C : 토사농도, C_* : 하상에서 최대 토사농도, β : 운동량 보정계수(암석형 토석류에서는 1.25), g : 중력가속도, τ_b : 바닥의 전단응력, ρ : 물의 밀도, σ : 토사의 밀도, ρ_T : 물과 토사 혼합체의 밀도(ρ_T = Cσ + (1-C)ρ)

하상의 형태가 직사각형이고 벽면은 고정상이고 바닥은 느슨한 형태로 보았을 때, 침식과 퇴적에 의한 하상의 변동은 아래의 식으로 표현된다.

여기서, Z_b : 하상에서 침식 또는 퇴적된 깊이

침식, 퇴적 속도식은 Takahashi et al.(1992)에 의해 아래와 같이 제안되었다.

침식속도식(C < C_∞)

퇴적속도식(C ≧ C_∞)

여기서, δ : 침식, 퇴적 계수, dm : 토사의 평균 입경, C_∞ : 평형토사농도

토사와 유체의 유동특성은 하상경사에 따라 소류, 소류상 집합유동, 토석류 흐름의 3가지로 구분되어 균형농도가 결정되며, 이 균형농도를 기준으로 침식/퇴적속도가 계산된다.

2.4 토석류 피크유량 산정

각 단면에서의 토석류 피크유량은 다음과 같이 산정하였다.

여기서, Q는 피크유량(m³/s), A는 흐름의 횡단면적(m²), V는 Manning의 식 또는 수치모의로 산출한 평균 유속이다.

또한 합리식을 이용한 단순 수문학적 접근과 토석류 변환계수를 적용한 방법으로 산정한 결과와 비교하였다. 토석류 변환계수를 이용한 유량 산정은 다음과 같이 표현할 수 있다.

여기서, Q_df : 토석류 피크유량(m³/s), Q_f : 홍수유량(m³/s), k : 토석류 변환계수, C_v : 토석류의 체적 토사농도

변환계수는 기존 연구(Chen et al., 2007; Chen and Chuang, 2014) 및 일본 사방기본계획에서 제시된 값을 참고하였다. 변환계수 k는 유출수에 포함된 토사 농도 증가와 토석류의 체적 확대 효과를 고려하여 홍수유량을 토석류 유량으로 환산하기 위해 적용되는 계수이다. 토석류는 물에 많은 토사가 혼합된 흐름이므로, 단순한 홍수유량에 비해 토사 체적이 추가되어 전체 유동 체적이 증가한다. 따라서 홍수유량 Q_f에 체적 증가 효과를 반영하기 위해 변환계수 k를 적용하여 토석류 유량 Q_df를 산정한다. 체적농도 Cv가 증가할수록 변환계수 k도 커지게 된다. 토석류에서 체적농도 Cv는 보통 0.3–0.6 범위로 보고되며, 이에 따른 변환계수 k는 약 1.4–2.5 수준이 된다. 이를 통해 경험식·수문학적 방법과 UAV 기반 방법론 간의 차이를 검토하였다.

3. 결 과

3.1 토석류 유량 검토를 위한 단면 설정

본 연구에서는 토석류 피크유량 산정을 위해 흐름 흔적이 뚜렷하게 확인되는 구간을 따라 총 4개 지점을 대표 단면으로 설정하였다(Fig. 2). Fig. 2(A)는 UAV를 이용해 구축한 정사영상(orthophoto)과 수치표고모델(DSM)을 중첩하여 나타낸 것으로, 붉은 선은 각 단면의 위치를 의미한다. Fig. 2(B)는 연구 유역의 종단면 지형을 제시한 것으로, 각 단면이 위치한 지점의 상대적인 고도 분포를 함께 보여준다.

단면은 토석류 발생 이후 퇴적 흔적이 뚜렷하고 하상 형상의 변화가 명확하게 나타나는 지점을 중심으로 배치하였다. 단면 ①은 유역 하류부의 협곡 출구 인근에 해당하며, 토석류가 집중적으로 퇴적된 구간이다. 단면 ②와 ③은 중류부의 곡선부 구간으로, 하상 경사가 상대적으로 완만해지면서 유로 폭이 확대되는 특징을 보이는 지점이다. 단면 ④는 상류부 협곡에서 평지부로 전이되는 구간에 위치하며, 본 연구 유역 내에서 가장 높은 고도에 해당한다.

각 단면의 위치는 UAV 기반 DSM으로부터 추출한 지표고 분포와 유로 형상을 종합적으로 고려하여 선정하였으며, 단면 간 고도차는 약 60 m(약 230 m에서 170 m)로 나타났다. 이를 바탕으로 유로 구배(S)와 수리반경(R)을 산정하였고, 해당 값들은 이후 Manning의 식 및 수치모의 결과에 적용하여 토석류 유속을 추정하는 데 활용하였다. 또한 단면적(A)은 UAV 자료에서 확인된 최대 유하 흔적을 기준으로 계산하였다.

이와 같이 대표 단면을 체계적으로 설정함으로써, 본 연구에서는 토석류의 유속 및 피크유량 산정에 필요한 기하학적·수리학적 기초 자료를 확보할 수 있었다.

Fig. 2.

Cross-Sectional Setup for Debris Flow Discharge Estimation

3.2 매닝식 적용을 위한 하상 경사도 검토

토석류 유속 산정을 위해서는 수리반경(R)과 하상 경사도(S)가 주요 입력 변수로 요구된다. 본 연구에서는 UAV 기반 수치표고모델(DSM)로부터 추출한 유로의 종단면 지형을 활용하여, 각 대표 단면 위치에서의 하상 경사도를 산정하였다(Fig. 3).

분석 결과, 상류부에 위치한 단면 ①에서는 하상 경사도가 약 0.48로 매우 급한 경사를 보였으며, 중·하류로 갈수록 경사도가 점차 감소하는 경향을 나타냈다. 특히 단면 ③과 ④에서는 하상 경사도가 약 0.10 내외로 비교적 완만한 값을 보였다. 이러한 경사 분포는 토석류 이동 과정에서 상류부에서는 높은 구배로 인해 고속 유동이 발생할 가능성이 크고, 하류로 진행하면서 하상 경사의 감소와 함께 유속 저하 및 퇴적이 발생할 수 있음을 시사한다.

Fig. 3.

Bed Slope for the Application of Manning’s Equation

3.3 하상 경사도 기반 Manning 식을 이용한 유속 산정

산정한 단면별 하상 경사도 값을 바탕으로 Manning의 식을 적용하여 토석류의 평균 유속을 계산하였다. 토석류는 일반 하천 흐름에 비해 토사 농도가 높고 거친 입자 및 불규칙한 하상 조건을 가지기 때문에 상대적으로 큰 조도계수가 적용되는 것으로 알려져 있다. 실제로 Chen et al.(2007) 및 Chen and Chuang(2014) 등의 연구에서도 토석류 해석 시 약 0.05–0.10 범위의 조도계수가 사용된 바 있다. 본 연구에서는 이러한 선행연구와 연구대상지의 유로 특성(토석 혼합 흐름, 불규칙한 하상 조건 등)을 고려하여 상한에 가까운 n=0.10을 적용하였다. 또한 본 연구의 목적이 UAV 기반 단면 자료를 활용한 토석류 유량 추정 방법의 적용 가능성을 검토하는 데 있기 때문에, 기존 연구에서 검증된 범위 내의 조도계수를 적용하는 것이 적절하다고 판단하였다.

계산 결과, 상류부 단면 ①에서는 약 11.0 m/s의 매우 높은 유속이 산출되었으며, 중류부 단면 ②와 ③에서는 각각 약 7.5 m/s와 5.5 m/s로 하류 방향으로 갈수록 유속이 점진적으로 감소하는 경향을 보였다. 하류부 단면 ④에서는 약 4.5 m/s로 나타나, 상류부에 비해 절반 이하 수준으로 감소하였다(Fig. 4).

이러한 유속 분포는 토석류가 상류의 급경사 협곡 구간에서 고속으로 유하한 이후, 하류로 진행하면서 하상 경사의 완화와 함께 에너지가 점진적으로 소산되고 퇴적이 발생하는 전형적인 토석류 거동 특성과 잘 부합한다. 특히 단면 ③과 ④ 구간은 하상 경사도가 약 0.10 내외로 낮아지는 구간으로, 유속이 급격히 감소함과 동시에 실제 현장 조사에서 토석류 퇴적이 집중적으로 확인된 위치와도 일치하였다.

따라서 Manning의 식을 기반으로 산정한 토석류 유속은 UAV 기반 DSM으로부터 추출한 단면 형상과 하상 경사도의 공간적 변화를 합리적으로 반영한 결과로 판단되며, 이후 토석류 피크유량 산정을 위한 기초 입력 자료로 활용할 수 있다.

Fig. 4.

Velocity Estimation Using Manning’s Equation Based on Bed Slope

3.4 유하단면을 고려한 토석류 유량 산정

앞서 산정한 단면별 평균 유속(V)과 UAV 기반 수치표고모델(DSM)로부터 추출한 횡단면적(A)을 곱하여, 각 대표 단면에서의 토석류 피크유량을 산정하였다. 산정 결과는 Fig. 5에 제시하였다.

분석 결과, 상류부에 해당하는 단면 ①에서는 토석류 유량이 약 350 m³/s 수준으로 추정되었다. 단면 ②에서는 하류 방향으로 이동하면서 유속이 다소 감소하였으나, 횡단면적의 증가로 인해 유량은 약 420 m³/s로 오히려 증가하는 양상을 보였다. 단면 ③에서는 횡단면적이 가장 크게 확보되면서 약 460 m³/s의 최대 피크유량이 산정되었으며, 이는 본 연구 대상 구간 내에서 가장 큰 값으로 나타났다. 반면, 하류부 단면 ④에서는 횡단면적이 크게 감소함에 따라 유량 역시 약 330 m³/s 수준으로 감소하였다.

이러한 공간적 유량 분포는 토석류의 이동 및 퇴적 특성과 밀접하게 연관된다. 상류부에서는 급경사 조건으로 인해 높은 유속이 유지되지만 유로 폭과 단면적이 제한적이어서 유량이 상대적으로 작게 산정되었다. 중류부로 이동하면서 유속은 점차 감소하나, 유로 확폭과 함께 횡단면적이 증가함에 따라 전체 유량은 증가하는 경향을 보였다. 그러나 하류부에서는 유로의 수축과 퇴적 발생으로 인해 횡단면적이 감소하면서 유량이 다시 줄어드는 특성이 확인되었다.

따라서 UAV 기반 횡단면 분석과 Manning의 식을 결합한 본 연구의 접근법은 토석류의 공간적 유량 변화를 정량적으로 설명할 수 있음을 보여준다. 특히 최대 피크유량이 약 460 m³/s로 산정된 결과는 기존의 단순 경험식 기반 추정보다 큰 값을 나타내며, 이는 현장 조사에서 확인된 대규모 퇴적 흔적과도 정합적인 결과로 판단된다.

Fig. 5.

Debris Flow Discharge Estimation Considering Flow Cross Sections

3.5 수치해석을 통한 유하거리–시간별 유량 및 유속 분포

토석류 유동의 시·공간적 변화를 정량적으로 파악하기 위해 Takahashi 모델을 기반으로 한 수치해석을 수행하였다. 입력 조건으로는 강우–유출 해석을 통해 산정된 유입 수문곡선과 현장조사를 통해 확인된 토석 공급량을 적용하였다. 수치해석 결과, 토석류의 유량과 유속은 시간 경과 및 유하 거리에 따라 뚜렷한 변화를 나타냈다(Fig. 6).

해석 결과, 토석류 유량은 초기 유입 단계에서 급격히 증가하여 상류부에서 단시간 내 첨두를 형성하였으며, 최대 약 15–20 m³/s 규모의 국부적인 피크가 발생하였다. 이후 토석류가 하류 방향으로 이동함에 따라 파형은 점차 완화되었고, 유로 내 마찰과 퇴적에 따른 에너지 소산으로 인해 전체 유량은 감소하는 경향을 보였다. 또한 유량 수문곡선은 단일 첨두 형태가 아닌, 여러 개의 첨두가 중첩된 다봉형(multi-peaked) 특성을 나타냈다. 이러한 특성은 토석 공급의 시·공간적 불균질성과 유로 형상의 복잡성에 기인한 것으로, 실제 토석류 운동이 지니는 비선형적 거동을 잘 반영하는 결과로 판단된다.

Fig. 6.

Distributions of Discharge (A) and Velocity (B) Obtained from Numerical Simulation

3.6 매닝식과 수치해석 기반 유속 비교

토석류 유속 산정의 신뢰성을 검증하기 위해, UAV 기반 수치표고모델(DSM)에서 추출한 횡단면 자료를 적용한 Manning 식의 결과와 Takahashi 모델 기반 수치해석 결과를 상호 비교하였다(Fig. 7).

분석 결과, 상류부(유하거리 0–100 m 구간)에서는 Manning 식과 수치해석 모두 약 10–12 m/s 수준의 높은 유속을 나타내어 두 방법 간 결과가 비교적 잘 일치하는 것으로 나타났다. 그러나 하류 방향으로 진행할수록 두 결과 간의 차이는 점차 확대되었다. 수치해석 결과(V_Sim)는 약 6–8 m/s 범위에서 완만하게 감소한 반면, Manning 식으로 산정한 유속(V_Manning)은 단면 평균값이 더 낮게 산출되어 약 4–6 m/s 수준을 보였다.

이러한 차이는 Manning 식이 횡단면 평균 수리인자에 기반한 단순화된 유속 산정식인 반면, 수치해석은 유로 내 세부 지형, 토석–유체 혼합 거동, 마찰 및 퇴적에 따른 비선형적 흐름 특성을 시간적으로 반영하기 때문으로 해석된다. 특히 하류부에서는 퇴적과 에너지 소산 과정이 복잡하게 작용함에 따라, 이러한 효과를 보다 민감하게 고려하는 수치해석 결과가 상대적으로 높은 유속을 나타낸 것으로 판단된다.

따라서 Manning 식은 UAV 기반 단면 자료를 활용하여 비교적 간편하게 토석류 유속을 추정할 수 있는 장점이 있으나, 국부적인 지형 변화와 비선형적 유동 특성을 충분히 반영하는 데에는 한계가 있다. 반면 수치해석 방법은 계산 과정이 복잡하고 입력 조건에 대한 민감도가 크다는 제약이 있으나, 토석류 유동의 시·공간적 변동성을 보다 정밀하게 재현할 수 있다는 장점을 가진다.

Fig. 7.

Comparison of flow velocity estimated by Manning’s equation (V_Manning) and numerical simulation (V_Sim) along the channel

4. 결 론

본 연구에서는 2020년 8월 전라남도 곡성군 오산면 선세리에서 발생한 토석류를 대상으로, UAV 기반 지형자료를 활용하여 토석류 유속 및 피크유량을 추정하고, 그 결과를 Manning 식과 수치해석 기법을 통해 비교·검토하였다. 주요 결론은 다음과 같다.

(1) UAV 정사영상과 DSM을 활용하여 토석류 흐름 흔적과 횡단면 형상을 정밀하게 복원할 수 있었으며, 이를 통해 단면적(A)과 하상 경사도(S)를 직접 산출하였다. 이러한 접근은 기존 경험식 의존 방식에 비해 현장 기반의 신뢰성 있는 입력자료를 제공한다.

(2) Manning 식을 적용한 결과, 상류부에서는 최대 약 11 m/s의 유속이 산출되었으며, 중류부에서는 단면적 증가로 인해 최대 약 460 m³/s의 피크유량이 나타났다. 이는 실제 현장에서 관찰된 대규모 퇴적 범위와 잘 부합하였다.

(3) 수치해석 결과, 토석류 유속은 최대 약 20–25 m/s로 국부적 첨두가 발생하였으며, 시간과 유하거리의 변화에 따라 다봉형(multi-peaked) 유량·유속 분포를 보였다. 이는 토석류의 시·공간적 불균질성과 비선형적 특성을 잘 설명해 주었다.

(4) Manning 식 기반 산정 결과는 수치해석 결과와 전반적으로 유사한 경향을 보였으나, 하류부에서는 상대적으로 낮게 추정되는 경향이 있었다. 이는 Manning 식이 평균 유속 산정에 단순화된 수리식을 적용하기 때문이며, 국부적 지형 변화는 수치해석 결과가 더 잘 반영하였다.

(5) 합리식 및 토석류 변환계수를 적용한 단순 수문학적 결과(약 2–3 m³/s)는 UAV·Manning 식 기반 추정치(300–460 m³/s)보다 두 자릿수 이상 작게 산출되어, 기존 경험식이 대규모 토석류를 과소평가할 수 있음을 확인하였다.

본 연구는 UAV 기반 현장조사 자료와 수치해석 기법을 결합하여, 소규모 산지 유역에서 발생한 토석류의 피크유량을 정량적으로 산정하였다는 점에서 중요한 의미가 있다. 특히 국내에서는 토석류 유량, 그중에서도 피크유량을 현장 자료에 기반하여 직접적으로 추정한 연구 사례가 매우 제한적인 상황에서, 본 연구는 UAV 기반 고해상도 지형자료를 활용한 실증적 접근을 제시하였다는 점에서 학문적 기여가 있다.

향후에는 다양한 지형 및 강우 조건을 갖는 토석류 발생 사례를 축적함으로써, 본 연구에서 제시한 방법론의 적용 범위와 일반화 가능성을 검토할 필요가 있다. 아울러 수치해석 모형의 입력자료로 사용되는 토석 공급량, 조도계수, 초기 조건 등에 대한 불확실성을 체계적으로 저감하기 위한 추가 연구도 요구된다. 또한 국내 설계기준과 방재계획 수립 과정에 UAV 기반 토석류 피크유량 산정 기법이 반영된다면, 토석류 위험도의 정량적 평가가 가능해지고, 보다 효과적인 재해 저감 대책 수립에 기여할 수 있을 것으로 기대된다.