1. 서 론
2. 연구대상지역 및 자료
2.1 연구대상지역
2.2 입력자료 수집 및 전처리
3. 연구방법
3.1 홍수위험도 분석체계
3.2 HEC-HMS 강우-유출 모형
3.3 HEC-RAS 2D 수리모형
3.4 경보수위 설정방법 비교
4. 연구결과
4.1 홍수위험도 분석결과
4.2 경보수위 설정 옵션 비교 및 선정
4.3 단계별 경보수위 및 대피기준 — 인도네시아·한국 비교
4.4 선행연구와의 비교
5. 결 론
1. 서 론
찌따룸(Citarum) 강 유역은 인도네시아에서 가장 중요한 수자원 공급지로, 서부 자바 주 자카르타·반둥 등 약 2,700만 명의 생활·산업·농업용수를 담당한다. 그러나 급속한 도시화, 산림 훼손, 기후변화 등 복합적 요인으로 인해 매년 홍수 피해가 반복되고 있으며, 특히 상류지역은 좁은 하곡 지형과 고밀도 토지이용으로 인해 홍수 취약성이 높다.
이러한 맥락에서 지역사회 기반 재난위험 경감(CBDRM: Community-Based Disaster Risk Management)은 주민 참여를 핵심으로 하는 재난 대응 패러다임으로, 인도네시아 재난관리청 지침(BNPB, 2012)에 의해 제도화되어 있다. CBDRM은 중앙집중식 경보·대피 체계의 한계를 보완하기 위해 지역 주민이 위험 평가, 경보 전달, 대피 실행의 주체로 직접 참여하는 방식을 채택한다. Majalaya의 Jaga Balai 조직은 이 원칙의 자생적 실천 사례로, 수위 감시·주민 연락·취약계층 이송 기능을 수행한다. 본 연구에서 설정하는 단계별 경보수위(GREEN·YELLOW·RED)는 이러한 CBDRM 실행계획의 발령 기준으로 직접 활용될 수 있도록 설계되었으며, 이를 통해 수문 모형 결과와 지역사회 대응 역량이 유기적으로 연결되는 체계를 구축하고자 한다.
이에 본 연구는 찌따룸강 유역의 Majalaya 지역을 대상으로 HEC-HMS·HEC-RAS 2D 통합 모형을 활용하여 재현빈도별 침수 특성을 정량 분석하며, 인도네시아와 한국의 기준을 포함한 복수의 경보수위 설정 옵션을 체계적으로 비교 검토함으로써 지역 특성에 최적화된 단계별 경보수위 및 대피기준을 제시하는 것을 목적으로 한다.
2. 연구대상지역 및 자료
2.1 연구대상지역
Majalaya 지역은 찌따룸 강 최상류 유역(유역면적 약 1,512 km2)에 위치하며, 행정구역상 인도네시아 서부 자바 주 반둥 군(Kabupaten Bandung)에 해당한다(Fig. 1). 해발 668~672 m의 분지형 저지대로 구성되어 있으며, 하천 양안으로 주거지·섬유공단·농경지가 집중 분포한다. 인구는 약 12만 명(2023년 기준)이며, 홍수 발생 시 침수 피해가 산업·주거 기능 모두에 영향을 미친다. 지형 특성상 분지 외곽의 산지에서 발원한 지류들이 Majalaya 중심부에서 합류하여 수위가 급격히 상승하는 구조를 가진다. 기존 제방의 설계홍수 기준이 30년 빈도 이하로 낮게 설정되어 있어(BBWS Citarum, 2021), 25년 빈도 이상의 홍수사상에서 제방 월류가 빈번히 발생한다.
2.2 입력자료 수집 및 전처리
강우자료는 유역 내 7개 지상 관측소(Table 1)의 1993~2022년(30년) 일강우 자료와 PERSIANN-CCS 위성강우 자료를 병행 활용하였다. 결측치는 인접 관측소 자료를 이용한 정상비율법으로 보완하였으며, 이상치는 Grubbs 검정을 통해 제거하였다.
Table 1.
Specifications of Rainfall–Water Level Stations
지형자료는 항공 LiDAR 측량 기반 DEM(해상도 5 m)을 사용하였고, 토지이용도는 인도네시아 환경산림부(KLHK) 2022년 기준 자료(7개 분류: 시가지, 논, 밭, 과수원, 초지, 관목, 수계)를 적용하였다. 토양자료는 FAO-UNESCO 토양분류도를 기반으로 수문학적 토양군(HSG: A~D)으로 구분하였으며, GIS 플랫폼(ArcGIS 10.8)에서 공간 데이터를 통합 관리하였다.
설계강우량 산정을 위해 30년 일강우 자료에 Log-Pearson Type III 분포를 적용하여 재현빈도별(2·25·50·100년) 확률강우량을 산출하였다. 빈도분석은 국내에서 개발된 강우 빈도해석 프로그램인 FARD(Frequency Analysis of Rainfall Data)를 이용하여 수행하였으며, 분포형의 모수(왜곡도, 평균, 표준편차)는 적률법(Method of Moments)으로 추정하였다. 분포 적합도는 Kolmogorov–Smirnov 검정(유의수준 0.05)으로 평가하였으며, 검정통계량이 임계값보다 작아 적합도가 확보된 것으로 판단하였다. 그 결과 24시간 지속시간 기준 확률강우량은 2년 빈도 98 mm, 25년 빈도 178 mm, 50년 빈도 205 mm, 100년 빈도 230 mm로 산정되었다. 확률강우량의 시간분포는 인도네시아 수문기상청(BMKG) 권고 방법인 Huff 4분위 시간분포법(24시간 지속기간)을 적용하였다.
3. 연구방법
3.1 홍수위험도 분석체계
본 연구의 홍수위험도 분석은 HEC-HMS 강우-유출 모형과 HEC-RAS 2D 수리 모형을 통합 적용하여 재현빈도별 침수심 및 침수면적을 정량화하고, 이를 위험 등급으로 분류하는 방식으로 수행하였다. 침수심(d)과 침수면적(A)은 홍수위험도 산정의 핵심 지표로 활용하였으며, 위험도 등급은 Table 2의 기준에 따라 구분하였다. 두 지표가 서로 다른 등급을 가리킬 경우에는 보수적 위험 관리 원칙에 따라 상위 등급을 최종 판정으로 채택하였다(UNDRR, 2022). 단, 분지형 지형의 침수 포화 등 지역 특성에 의해 침수면적이 급증하는 경우에는 평균침수심 기준 등급을 우선 적용하였다. 침수심 기준은 평균침수심을 원칙으로 하되, 인명 안전에 직결되는 최대침수심이 상위 등급 기준을 충족하는 경우 이를 병기하였다. 홍수위험도 분석의 전체 흐름은 강우-유출 모의(HEC-HMS) → 침수 모의(HEC-RAS 2D) → 침수심·침수면적 산정 → 위험 등급 분류 → 경보수위 결정의 순서로 진행하였다.
Table 2.
Flood Risk Classification Criteria Based on Inundation Depth and Area
3.2 HEC-HMS 강우-유출 모형
3.2.1 모형개요 및 기본방정식
HEC-HMS(Hydrologic Engineering Center - Hydrologic Modeling System)는 미국 육군 공병대(USACE, 2000)에서 개발한 강우-유출 모형으로, 강우로부터 유출량을 산정하는 수문 과정 전반을 모의한다. 모형은 강우 손실, 직접유출 변환, 하도추적의 세 단계로 구성되며, 본 연구에서 적용한 주요 방정식은 다음과 같다.
• 유효강우량 — SCS Curve Number 방법
Pe : 유효강우량(mm), P : 총강우량(mm), CN : 무차원 유출곡선 지수(60~88 적용)
• 직접유출 변환 — SCS 단위도
qp : 첨두단위유량(m3/s/mm), A : 유역면적(km2), Tc : 집중시간(hr)
• 집중시간 — Kirpich 공식
L : 최장 유로 길이(km), S : 유로 평균 경사(m/m)
• 하도추적 — Muskingum 방법
K : 저류 시간 매개변수(hr), X : 가중치 매개변수, C1, C2, C3 : 무차원 추적계수
직접유출 변환 방법으로는 SCS 무차원 단위도와 Clark 단위도법을 비교 검토하였다. Clark 단위도법은 도달시간(Tc)과 저류상수(R)를 매개변수로 하는 시간–면적 변환 방식으로, 저류상수 R의 산정에 유역별 장기 유량 관측자료(첨두 이후 감쇠구간)의 보정이 필요하다(Clark, 1945). 그러나 Majalaya 유역은 장기 유량 관측자료가 제한적이어 R의 독립적 보정이 어려운 반면, SCS 무차원 단위도는 토지이용 및 토양도 기반의 표준화된 CN 산정 절차(USDA-NRCS, 1986)를 통해 자료가 제한된 유역에서도 적용이 용이하다. 아울러 찌따룸 강 유역을 대상으로 한 선행연구(Wijaya and Wijayanti, 2024; Shrestha et al., 2025)에서도 SCS-CN 기반 단위도를 채택하고 있어, 본 연구에서도 자료 가용성과 선행연구와의 일관성을 고려하여 SCS 무차원 단위도를 최종 채택하였다.
3.2.2 모형구성 및 검증
HEC-HMS v4.10 모형을 활용하여 유역을 21개 소유역으로 분할하고 9개 하도 구간을 설정하였다. 모형의 검정(Calibration)은 2018년 11월 호우사상을 대상으로 SCS-CN, 도달시간(Tc), Muskingum K·X 매개변수를 수동 시행착오법(Trial-and-Error)으로 보정하였으며, 검증(Validation)은 보정된 매개변수를 고정한 채 2024년 3월 호우사상에 독립 적용하여 모형의 예측 신뢰도를 평가하였다(Table 3). 관측값은 Baleendah 수위관측소의 수위–유량 관계곡선(Rating Curve, BBWS Citarum)으로 환산한 첨두유량을 사용하였다. 검정 결과 NSE 0.74, 검증 결과 NSE 0.71으로 모두 Moriasi et al.(2007)의 ‘양호(Good)’ 등급(NSE≥0.65) 기준을 만족하였으며, HEC-HMS의 모형분석개요(Table 4) 및 흐름도(Fig. 2)는 다음과 같다.
Table 3.
Calibration and Validation Results of the HEC-HMS Model
Table 4.
Summary of HEC-HMS Model Analysis
| Item | Details |
| Model Name | HEC-HMS v4.10 (USACE, 2000) |
| Loss Model | SCS Curve Number method (CN = 60~88, combination of land use & HSG) |
| Direct Runoff Transform | SCS Dimensionless Unit Hydrograph (Time of concentration Tc : applied Kirpich formula) |
| Routing Model | Muskingum method (K = 1.2~2.1 hr, X = 0.15~0.25, calibrated values) |
| Design Rainfall | Log-Pearson Type III + Huff 4th quartile temporal distribution (24-hour duration) |
3.3 HEC-RAS 2D 수리모형
3.3.1 모형개요 및 기본방정식
HEC-RAS 2D 모형(Brunner, 2021)은 2차원 비정상류 수리 해석을 통해 범람원의 침수심·침수면적·유속 분포를 시공간적으로 모의한다. 지배방정식은 연속 방정식과 운동량 방정식으로 구성되며, 유한체적법으로 수치 해석된다.
• 연속 방정식(질량 보존)
h : 수심(m), u·v : x·y 방향 유속(m/s), q : 단위면적 유입·유출량(m2/s)
• 운동량 방정식(x·y 방향)
g : 중력가속도(9.81 m/s2), z : 수면 고도(m), Sf : 마찰경사, ▽: 무차원 미분연산자
• Manning 마찰경사(Chow, 1959)
n : Manning 조도계수(하도 0.030~0.040 / 농경지 0.035 / 시가지 0.080~0.120)
• 제방 월류 — 광정 위어 공식
Q : 월류유량(m3/s), L : 위어 길이(m), H : 위어 상류 수두(m), Cd: 무차원 유량계수
3.3.2 모형구성 및 검증
HEC-RAS v6.3 모형을 사용하여 Majalaya 범람원을 대상으로 하도 내 15 m, 범람원 30 m 해상도의 비정형 격자를 구축하였다. 하류단 경계조건은 정상수위(하상경사 0.0008)를 적용하였으며, HEC-RAS 2D의 모형분석개요(Table 5) 및 흐름도(Fig. 3)는 다음과 같다.
Table 5.
Summary of HEC-RAS 2D Model Analysis
| Item | Details |
| Model Name | HEC-RAS v6.3 — 2D Unsteady Flow (Brunner, 2021) |
| Governing Equations | 2D Unsteady Continuity Equation + Momentum Equation (Finite Volume Method numerical analysis) |
| Computational Grid | Unstructured: 15 m resolution for river channels / 30 m resolution for floodplains |
| Manning n | Channel: 0.030~0.040 / Agricultural land: 0.035 / Urban area: 0.080~0.120 |
| Boundary Conditions | Upstream: HEC-HMS design flood hydrograph / Downstream: Normal depth (S0 = 0.0008) |
| Levee Overtopping | Lateral Structure + Broad-Crested Weir formula (Cd = 0.385) |
3.4 경보수위 설정방법 비교
Majalaya 지역 홍수예경보시스템(FFWS)의 단계별 경보수위 설정을 위해 인도네시아와 한국의 기준을 포함한 세 가지 옵션을 검토하고 비교하였다.
세 옵션의 산정 기준은 옵션 1(제방고 절대값: 인도네시아 PUPR 지침에 준한 잔여여유고 0.8·1.2·1.5 m 고정값), 옵션 2(제방고 비율: 잔여여유고 0.8 m를 RED 기점으로 하고 기점 이하 구간의 60%·80% 지점을 GREEN·YELLOW로 설정), 옵션 3(Rating Curve 기반: 한국 홍수경보 기준을 참조하여 기점 유량의 70%·50% 지점 수위로 설정)으로 구성하였다. 한국은 ｢자연재해대책법｣ 및 ｢재난 및 안전관리 기본법｣에 따라 홍수 위기경보를 관심·주의·경계·심각의 4단계로 구분하며, 하천 수위 및 강우 예측에 연동하여 단계별로 발령된다(MOIS, 2022).
4. 연구결과
4.1 홍수위험도 분석결과
HEC-HMS와 HEC-RAS 2D 모형을 통합 적용한 결과, 재현빈도가 증가할수록 침수심 및 침수면적이 확대되었으며, 이에 따른 홍수위험 등급도 상향되었다(Table 6). 100년 빈도 첨두홍수량은 952 m3/s로 산출되었으며, 침수면적은 2년 빈도 163.59 ha에서 100년 빈도 1,550.15 ha로 약 9.5배 확대되었다. 이는 Majalaya 중심부가 하천 지류들이 합류하는 저지대 분지 지형이기 때문이다.
침수심과 침수면적을 Table 2의 위험 등급 기준에 적용하면, 재현빈도별 최종 판정 등급은 다음과 같다. 2년 빈도는 평균침수심 1.2 m(보통)와 침수면적 163.59 ha(낮음)로 지표 간 충돌이 발생하나, 보수적 위험 관리 원칙에 따라 상위 등급인 ‘보통(Medium)’으로 최종 판정하였다. 25년 빈도는 평균침수심 1.8 m(높음)와 침수면적 1,191 ha(높음)가 일치하여 ‘높음(High)’으로 판정하였다. 50년 빈도는 평균침수심 2.0 m(높음)와 침수면적 1,446 ha(매우 높음)로 충돌이 발생하나, 침수면적 급증이 Majalaya 분지 저지대의 지형적 침수 포화에 기인하므로(Bates et al., 2010) 평균침수심 기준인 ‘높음(High)’을 우선 적용하였다. 100년 빈도는 평균침수심 2.1 m(높음)와 침수면적 1,550 ha(매우 높음)로 충돌이 발생하나, 최대침수심 3.2 m가 매우 높음 기준(d ≥ 2.5 m)을 충족하므로 ‘매우 높음(Very High)’으로 최종 판정하였다.
Table 6.
Integrated Hydrologic–Hydraulic Model Results by Return Period in Majalaya
특히 재현빈도 25년에서 50년 구간의 침수면적 증가폭(약 255 ha)이 2년에서 25년 구간(약 1,028 ha)에 비해 완만한 것은 Majalaya 분지 저지대의 지형적 침수 포화 특성에 기인한다(Bates et al., 2010). 이러한 재현빈도-위험 등급 관계는 이후 경보수위 단계 결정의 정량적 근거로 활용된다.
4.2 경보수위 설정 옵션 비교 및 선정
세 가지 옵션을 ① 지역 수문 특성 반영도, ② 오경보 최소화 가능성, ③ CBDRM 적합성(BNPB, 2012), ④ 다지점 동시 적용 가능성의 4개 기준으로 비교한 결과(Table 7), 옵션 2(제방고 비율 기반)가 최적안으로 선정되었다.
Table 7.
Comparison of Alarm Stage Setting Options
4.3 단계별 경보수위 및 대피기준 — 인도네시아·한국 비교
선정된 옵션 2를 적용하여 Majalaya 지역 대표 단면(Majalaya, 제방고 EL. 671.288 m)의 GREEN·YELLOW·RED 3단계 경보수위를 설정하였다(Table 8, Fig. 4). 옵션 2는 잔여여유고 0.8 m 수위(EL. 670.488 m)를 RED 기준(기점)으로 설정하고, 기점 이하 구간(하천바닥 EL. 666.778 m~기점, 총 3.710 m)의 60%·80% 지점을 각각 GREEN·YELLOW 기준으로 산정하였다. RED를 잔여여유고 0이 아닌 0.8 m 시점으로 설정함으로써 월류가 시작되기 전 전면 대피 발령이 가능하다는 점에서 인도네시아 PUPR 지침(Kementerian PUPR, 2016)의 설계 여유고 기준과도 부합하였다. Table 8의 단면 수심은 경보 발령 시점 하천 단면 내 흐름 수심(WL−하천바닥)으로, 범람 후 침수지역에서 산정되는 침수심(Inundation Depth)과 구분되는 값이다. 각 단계는 침수심·침수면적 기반 홍수위험 등급(Table 2)과 다음과 같이 연계하였다: GREEN(보통 등급에 해당하는 홍수 초기 단계)·YELLOW(높음 등급에 해당하는 홍수 발전 단계)·RED(매우 높음 등급에 해당하는 홍수 위기 단계). 각 경보단계와 재현빈도의 정량적 대응은 Rating Curve를 통한 별도 검증이 필요하며, 본 연구에서는 홍수위험 등급 연계를 기준으로 단계를 구분하였다. 50년 빈도는 침수면적 기준으로 매우 높음에 해당하였으나, 지형적 침수 포화에 의한 면적 급증으로 평균침수심(2.0 m) 기준의 높음 등급을 우선 적용하여 YELLOW 상한으로 분류하였다. 100년 빈도는 최대침수심 3.2 m가 매우 높음 기준을 충족하여 RED 단계에 연계하였다.
Table 8.
Stage-Based Alarm Levels and Evacuation Criteria (Option 2 Applied)
한국의 홍수 위기경보는 ｢자연재해대책법｣ 제38조 및 ｢재난 및 안전관리 기본법｣ 제38조에 따라 관심(Blue)·주의(Yellow)·경계(Orange)·심각(Red)의 4단계로 구분되며, 홍수통제소의 실시간 수위 모니터링, 기상청의 강우 예측, 댐·하천 수위 현황을 종합하여 단계별로 발령된다(MOIS, 2022). 각 단계는 발생 가능성과 실제 영향 수준에 따라 구분되며, 단계가 높아질수록 대응 기관의 동원 수준과 주민 행동 범위가 확대된다. Table 9는 인도네시아 Majalaya 3단계 경보체계와 한국 4단계 홍수 위기경보 체계를 주요 항목별로 비교한 것이다.
Table 9.
Comparison of Indonesia’s Majalaya System (3 Stages) and Korea’s Flood Crisis Warning System (4 Stages)
|
Comparison Item | Indonesia Majalaya (This Study) | South Korea Flood Crisis Warning System | |||||
| GREEN | YELLOW | RED | Blue | Yellow | Orange | Red | |
|
Issuance Criteria & Stages |
Freeboard 2.284 m (EL.669.004 m) |
Freeboard 1.542 m (EL.669.746 m) |
Freeboard 0.800 m (EL.670.488 m) |
Increased flood probability, water level rise detected |
Flood advisory level, rapid river level rise |
Flood warning level, levee threatened |
Widespread inundation, levee failure concerns |
|
Expected Inundation Depth (Risk Correlation) |
d < 1.5 m (Medium risk) |
1.5 ≤ d < 2.5 m (High risk) |
d ≥ 2.5 m (Very High risk) |
Minor inundation concern |
Localized inundation potential |
Inundation in progress |
Severe regional flooding occurs |
|
Issuing Authority | BPBD + Jaga Balai Community Organization | Flood Control Office (MOLIT) + Local Government Disaster and Safety Countermeasures Headquarters | |||||
|
Dissemination Channels |
Siren (Warning Post) + SMS + SNS + Jaga Balai Vigilante direct transmission |
CBS (Cell Broadcast Service) Emergency Alerts + Broadcasting (TV/Radio) + Interlocking River Forecast System | |||||
|
Community & Resident Actions |
Vulnerable groups prepare activate communication network |
Open shelters; prioritize evacuation of vulnerable groups |
Full forced evacuation; rescue teams deploy |
Monitor situation and prepare |
Prepare for evacuation; vulnerable groups begin moving |
Execute evacuation; operate Counter measures Headquarters |
Immediate evacuation; Central Support Headquarters activated |
|
Directly linked with Jaga Balai + CBDRM Action Plan (BNPB, 2012) |
Linked with Voluntary Disaster Prevention Corps + Local Safety Plans (MOIS, 2022) | ||||||
| Legal Basis |
PUPR Guidelines SE Dirjen SDA 05/SE/D/2016 (Kementerian PUPR, 2016) |
Framework Act on the Management of Disasters and Safety (Art. 38), Natural Disaster Countermeasures Act (Art. 38) | |||||
비교 분석 결과, 한국의 4단계 홍수 위기경보 체계는 ‘관심’ 단계에서부터 상황을 모니터링하고 단계적으로 대응 수준을 높이는 사전 예방적 구조를 갖추고 있으며, CBS 긴급재난문자와 홍수통제소 실시간 모형의 연동으로 정보 전달의 신속성과 광역성이 우수한 것으로 확인되었다(MOLIT and ME, 2021; MOIS, 2022). 반면 Majalaya의 3단계 체계는 Jaga Balai 지역사회 조직과의 밀접한 연계를 통해 주민 밀착형 대응이 가능하다는 강점이 있으나, 자동화된 광역 경보 시스템이 미흡한 것으로 분석되었다. 따라서 한국식 자동화 CBS 채널을 Jaga Balai의 인적 네트워크와 결합한다면 오경보를 줄이고 대피 효율을 극대화할 수 있을 것으로 분석되었다.
본 연구에서 설정된 3단계 경보수위는 CBDRM 실행계획의 발령 기준으로 직접 통합될 수 있도록 설계되었다. CBDRM(Community-Based Disaster Risk Management)은 지역 주민과 공동체 조직이 재난 위험의 인식·준비·대응·복구 전 과정에 주체적으로 참여하는 재난관리 접근법으로(BNPB, 2012; UNDRR, 2022), 중앙정부 주도의 경보 체계가 미치지 못하는 현장의 신속한 행동 전환을 목표로 한다. Majalaya에서는 Jaga Balai 조직이 이 역할을 담당하며, Table 8의 경보수위별 대피행동 기준(GREEN: 취약가구 대피 준비 및 비상연락망 가동 / YELLOW: 대피소 개방 및 취약계층 우선 대피 / RED: 전면 강제 대피 및 구조대 출동)이 각 단계의 CBDRM 행동 지침으로 기능하도록 하였다. 이를 통해 수문 모형 기반 경보수위라는 과학적 근거와 지역사회 자율 대응 역량이 유기적으로 결합된 통합 홍수 대응 체계를 구축하였다.
4.4 선행연구와의 비교
본 연구 방법론의 차별성을 확인하기 위해 찌따룸 강 하류를 분석한 Wijaya and Wijayanti (2024)과 Solo 강 상류를 대상으로 한 Shrestha et al.(2025)의 선행연구와 비교하였다(Table 10).
Table 10.
Methodological Comparison with Previous Studies (Wijaya and Wijayanti, 2024; Shrestha et al., 2025)
| Classification | Wijaya and Wijayanti (2024) Lower Citarum | Shrestha et al. (2025) Upper Solo River |
This Study Upper Citarum (Majalaya) |
| Hydrological Model | HEC-HMS | HEC-HMS | HEC-HMS |
| Hydraulic Simulation | HEC-RAS 1D | WEB-RRI | HEC-RAS 2D |
| Risk Analysis | 3-Class Classification | Exposure and Loss |
4-Class Classification based on Inundation Depth & Area |
| Alarm Criteria | Flood risk map | Based on EAD |
Levee Height Ratio + Comparison with Korea’s 4-Stage System |
| CBDRM Integration | Not Applied | Not Applied |
Integrated into 3-Stage Actions (GREEN, YELLOW, RED) |
5. 결 론
본 연구는 찌따룸 강 상류 Majalaya 지역을 대상으로 HEC-HMS·HEC-RAS 2D 통합 모형을 활용하여 재현빈도별 침수심 및 침수면적을 정량 분석하고, 단계별 경보수위 및 대피기준을 설정하였으며, 인도네시아와 한국의 경보체계를 비교 분석하였다. 주요 결론은 다음과 같다.
첫째, HEC-HMS·HEC-RAS 2D 통합 모형으로 재현빈도별 침수심·침수면적을 정량화하고 4등급 위험도 체계와 연계하여 경보수위 설정의 정량적 근거를 마련하였다. 두 지표 충돌 시 상위 등급을 원칙으로 하되, 분지형 침수 포화에 의한 면적 급증 시에는 평균침수심 기준을 우선 적용하는 복합 판정 기준을 명시하였다. 침수면적은 2년 빈도 163.59 ha에서 100년 빈도 1,550.15 ha로 약 9.5배 확대되었으며, 100년 빈도 최대침수심 3.2 m가 매우 높음 기준을 충족하여 RED 단계의 정량적 근거로 활용되었다. 모형 성능은 Moriasi et al.(2007) 기준 ‘양호’ 이상으로 확인되었다.
둘째, 세 가지 경보수위 옵션을 비교한 결과, 제방고 비율 기반 옵션(옵션 2)이 지역 수문 특성 반영도, 오경보 최소화, CBDRM 적합성(BNPB, 2012) 측면에서 최적안으로 선정되었다. 옵션 2는 잔여여유고 0.8 m를 RED 기준(기점)으로 설정하여 월류 전 전면 대피를 발령하고, 기점 이하 구간(3.710 m)의 60%·80% 지점을 GREEN(EL. 669.004 m)·YELLOW(EL. 669.746 m)로 산정함으로써 복수 단면에 일관 적용 가능한 체계를 구축하였다.
셋째, Majalaya 3단계 경보체계와 한국 4단계 홍수 위기경보 체계를 7개 항목에서 비교 분석하였다(MOIS, 2022). 한국의 CBS 기반 자동화 경보 채널 도입이 인도네시아 경보체계의 실효성 향상에 기여할 수 있을 것으로 판단되었으며, 설정된 경보수위와 대피행동 기준은 Jaga Balai 주도의 CBDRM 실행계획에 직접 통합되어 과학적 경보 발령과 지역사회 자율 대응 역량을 결합한 통합 홍수 대응 체계를 구현하였다.
