KR101341437B1 - 다기준 홍수위험도 평가방법 - Google Patents

Abstract

본 발명은 다기준 홍수위험도 평가방법에 관한 것으로, (a) 홍수위험도를 평가하고자 하는 지역에 대하여 DPSIR 구조에 기반하여 일정한 수의 전문가에 의해 선정된 홍수위험도 평가인자와 일정한 수의 전문가가 부여한 평가인자에 대한 가중치는 입력장치에 의해 메인 메모리에 저장되고, 중앙처리장치는 상기에서 DPSIR 구조에 기반하여 일정한 수의 전문가가 부여한 평가인자에 대한 가중치와 순위법, 비율법 또는 퍼지 가중치법에 의한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중치를 산정하는 단계와; (b) 상기 단계(a)에서 선정된 각 평가인자에 대한 자료가 수집되어 입력장치에 의해 메인 메모리 내에 저장되고 중앙처리장치는 각 평가인자에 대한 자료를 메인 메모리 내의 GIS 어플리케이션에 사용할 수 있는 데이터베이스로 구축하며, 표준화 값을 구하는 수학식과 각 평가인자에 대한 자료가 포함된 메인 메모리 내의 프로그램을 이용해 각 평가인자의 자료를 표준화하여 저장하는 단계와; (c) 중앙처리장치는 홍수위험도 평가 지역의 수치지형도로부터 메인 메모리 내의 GIS 어플리케이션을 이용하여 하천의 양안을 각각 설정된 유역 분할 구간의 간격에 대하여 해당하는 유역으로 분할하는 단계와; (d) 중앙처리장치가 메인 메모리에 저장된 각 분할된 유역 단위별 표준화된 각 평가인자의 자료값에 대하여 최소값과 히스토그램을 통한 최빈값 및 최대값을 선택하여, 표준화된 평가인자 자료값을 (최소값, 최빈값, 최대값)형태의 삼각퍼지수로 변환하는 단계와; (e) 중앙처리장치는 삼각퍼지수로 변환된 분할된 유역 단위별 각 평가인자 자료값과 각 평가인자별 가중치 및 두 개의 삼각퍼지수의 곱을 구하는 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중화된 각 평가인자 자료값의 삼각퍼지수를 구하고 각 평가인자와 각 분할된 단위유역에 대하여 가중화된 퍼지 행렬을 산출하는 단계와; (f) 중앙처리장치는 가중화된 퍼지 행렬과 일정한 수학식들이 포함된 메인 메모리 내의 프로그램을 이용해 표준화된 퍼지 행렬(

)을 산출하는 단계와; (g) 중앙처리장치는 표준화된 퍼지 행렬

과 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 퍼지 양의 이상적인 해(A+)와 퍼지 부의 이상적인 해(A-)를 산출하는 단계, 및 (h) 중앙처리장치는 근접도 계수(C_i+)를 구하는 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 분할된 유역 단위별 근접도 계수를 산정하고 상기 근접도 계수가 클수록 홍수위험도가 높은 것으로 판단하는 단계로 이루어짐으로써, 하천을 중심으로 구간을 설정하고 하천과 직접적으로 영향을 주고 받는 유역을 평가의 단위로 하여 홍수위험도를 평가함에 보다 객관적이고 신뢰도 높은 결과를 기대할 수 있는 효과가 있다.

Description

다기준 홍수위험도 평가방법 {Method for Multi Criteria Assessment of Flood Risk}

본 발명은 다기준 홍수위험도 평가방법에 관한 것으로, 보다 상세하게는 경제와 사회 및 환경적 관점에서 홍수영향 요소와 인간사회 사이에서 발생하는 다양한 연관작용을 반영한 관점에서의 홍수위험도를 접근하고, 유역의 특성과 행정구역별 정보 등의 광역적 공간 상황을 포함하고 하천의 홍수위험성을 반영할 수 있도록 지자체 단위로 평가하기보다는 하천에 구간을 설정하고 이에 따른 홍수위험도를 평가함으로써 보다 객관적이고 신뢰도 높은 결과를 기대할 수 있는 다기준 홍수위험도 평가방법에 관한 것이다.

홍수는 심각한 경제적 손실과 인명피해의 원인이 되는 가장 빈번한 자연 재해이다. 전세계적으로 자연현상으로 인한 손실의 많은 부분이 홍수가 원인이고 이는 어떤 종류의 자연재해보다 큰 피해의 원인이 된다. 또한 홍수는 전세계에서 증가하고 있으며 기후변화로 인하여 미래에는 더욱 위협적으로 다가올 것이다. 우리나라 역시 대부분의 자연재해로 인한 피해는 홍수와 태풍으로 인한 것으로 최근 10년 사이에도 빈번하게 이로 인한 많은 피해를 입었으며 특히 2002년에는 6조원에 이르는 피해액이 추산되었다(재해연보, 2011).

최근의 홍수정책은 전통적인 “홍수방어”의 개념에서 “홍수관리”라는 새로운 패러다임으로 변모하고 있다. 즉, 구조적인 방어수단, 예를 들면 제방과 댐, 보 등을 통하여 발생한 홍수를 막아내는 개념에서 홍수로 인한 피해를 예측하여 그 정도를 완화하는 방안을 도입하는 방향으로 정책을 변경하고 있는 것이다.

이와 같은 홍수관리는 크게 홍수위험도 분석과 평가 그리고 위험도의 완화의 두 분야로 나눌 수 있다. 대체로 홍수위험도 평가의 목적은 위험도가 허용치를 넘는 지역을 선정하는데 있다. 즉, 어디에 완화 대책이 필요한가를 결정하는 것이다. 말하자면, 지역을 기반으로 재해 위험의 사전 조사를 통한 평가로서 사회의 취약 정도를 알아보는 것이다. 최근에는 손쉽게 측정할 수 있는 인자 조합의 개발과 공간적인 홍수와 재해 취약성 인자에 대한 가중치를 결정하는 것이 홍수위험도 연구의 주요한 관심사 중 하나이다.

이와 같이 하천에서 발생가능한 최대 위험요소 중의 하나인 홍수에 대한 위험도 및 취약성 분석은 인자의 선정 및 가중치 산정, 평가기법 등이 다양한 각도에서 연구가 진행되고 있다. 그러나 오늘날의 홍수관리는 몇 가지 한계점을 가지고 있다.

첫째, 홍수 위험과 관련이 있는 사회 경제적 요인들은 종종 무시되는 경향이 있다. 대부분의 연구들은 금액과 알려진 단위로 기록되는 쉽게 측정이 가능한 환경적 측면과 손해에 초점을 맞추고 있다.

두번째, 홍수 위험 분석을 위한 모든 인자들은 순환 인과 사슬과 같은 지속가능한 개발을 위한 다양한 분야 간의 형상화된 관계에 의하여 선정되지 않는다. 즉, 평가 인자의 선정에 있어 지속가능성을 포함하여 각 인자간의 복잡한 생태학적 과정과 인간 환경과의 인과관계들이 반영되지 않고 있다. 현재 대부분의 연구는 자료의 수집과 분석이 용이한 몇몇 인자에 대해서 수행되고 있다.

세번째로, 대부분의 연구는 모든 선정한 평가인자가 적절한지에 대한 근거가 부족하다. 어떤 인자가 평가 대상으로 포함되는 가에 따라서 홍수 위험 관리는 매우 현격한 차이를 나타낼 수 있으므로 인자의 결정은 매우 구체적인 조사를 통하여 신중하게 판단해야 한다.

실제로 홍수가 발생하게 되면 홍수로 인하여 직접적인 타격을 입는 건물과 인명 이외에도 많은 생산 시스템이 중단되게 되어 사람들이 일을 할 수 없게 되며 이는 기업과 산업에 큰 영향을 미치고 홍수로 인하여 피해를 입지 않은 가정에도 간접적인 피해를 일으킬 수 있다. 특히 에너지관련 시설이 피해를 입을 경우 이는 더욱 심각한 상황을 일으킬 가능성이 있으며 피해 지역뿐 아니라 국가적인 손실을 야기 할 수도 있다. 또한 오늘날 대부분의 기기와 시스템들이 구동 에너지로서 전기를 사용하고 있으며 물에 접촉하게 되면 기능을 상실할 가능성이 높다. 이들 전기, 전자 기계 등은 습기와 홍수로 인한 오염에 매우 취약하다. 또한 홍수로 인하여 오일 탱크, 기타 화학적 저장물 등이 손상을 입게 되면 에너지 및 자원 부분의 문제뿐만 아니라 지역의 오염이라는 또 다른 심각한 피해를 야기할 수 있다. 이와 같이 홍수위험도와 취약성은 다차원의 복잡한 문제이다. 즉, 재해에 대한 정량적인 피해 및 피해가능성에 대한 수치 이외에도 인간사회에는 정성적으로 커뮤니티내에서 발생되는 불안요소와 대응에 대한 노력들이 나타날 수 있으며 이 역시 재해에 대한 영향을 줄 수 있다. 이와 같은 발상에서 경제, 사회, 환경적 관점에서 홍수영향 요소와 인간사회 사이에서 발생하는 다양한 연관작용을 반영한 관점에서의 홍수위험도를 접근할 필요가 있다.

손민우 등(2011)은 기후변화로 인한 홍수피해의 증가 여부를 정량적으로 제시할 수 있는 홍수취약성지수(Flood Vulnerability Index, FVI)를 개발한 바 있고, 국립환경과학원(2012)은 미래 기후변화를 고려하여 치수, 이수, 수질에 대해 우리나라 232개 광역지방자치단체의 취약성 지수를 산정한 바 있으나, 이러한 홍수위험도를 평가한 다양한 연구들은 지수를 산정하기 위해 입력되는 수문자료 및 인문자료의 불확실성을 고려하지 않았다. 즉 자연 및 사회 시스템과 각 구성요소들 간의 인과 관계는 매우 복잡하고 또한 시스템의 특성을 잘 반영할 수 있는 자료의 확보가 어렵기 때문에 기후변화 영향을 고려하여 취약성을 평가하기 위한 지수 산정에는 많은 불확실성이 내재되어있다.

홍수위험도 평가는 결국, 공간적으로 분포하는 평가 대상 인자들을 수집하고 분석함으로써 결과를 도출한다. 이와 같이 홍수의 위험도를 평가하는 것은 해당 유역의 홍수재해에 대한 위험의 정도를 파악하여 이에 대비하는 것이 최종적인 목표라 할 수 있다. 즉, 유역에 발생가능한 위험의 정도를 파악하여 이에 대응하고자 하는 것이다. 평가 인자의 자료들은 대체적으로 유역 또는 행정구역 단위로 수집, 관리가 되고 있다. 따라서 현재 대부분의 홍수위험도 및 취약성 평가 연구들은 유역 또는 행정구역 등의 지역단위로 평가가 실시되어있다.

대부분의 국가에서는 하천을 관리하는 주체와 주민과 지역을 관리하는 행정부처, 거주민 등이 해당하는 역할에 따라 다양하게 존재하고 있으며 하천 유역의 위험에 대응하기 위한 여러가지 방어 기술들을 적용함에 있어 복잡한 이해관계가 형성된다. 따라서 하천 관리 주체는 이같은 다양한 이해당사자들의 의견을 폭 넓게 교류하여 하천에 대한 관리를 수행하게 된다. 특히 대하천의 경우 그 연장이 길어 여러 지역을 통과할 가능성이 높으며 이는 곧 많은 수의 지자체 및 이해당사자들이 하천관리에 포함된다는 뜻이다. 따라서 하천 재해에 대한 대응은 몇몇 지자체에 의해서 이루어지는 것이 아니라 국가와 지자체가 함께 참여하는 광역적 규모의 계획과 관리가 필요하게 된다. 즉, 이 같은 관점에서 유역의 홍수에 대한 위험은 그 취약성을 지차체 단위로 평가하기 보다는 하천을 문제의 중심으로 한 관점에서 접근할 필요가 있다.

결국 재해를 방어하기 위한 가장 주도적인 방어수단들은 하천의 제방, 저류지 등 하천에 설치되는 구조물들로서 해당 하천 구간의 위험성에 따라 설치가 이루어진다. 또한 예경보 및 방재시설, 피난지도 등의 비구조적 피해 완화 수단들 역시 하천의 예측되는 거동을 중심으로 구성된다. 따라서 “어느 곳이 우선적으로 혹은 더 많은 수단의 적용이 필요한가?”를 알아내는 것이 홍수 재해의 방어 및 완화에 있어서 주요한 문제이다. 즉, 이것이 바로 지역의 취약성을 하천에 대해서 파악하고자 하는 이유이다.

따라서, 본 발명에서는 유역의 특성과 행정구역별 정보 등의 광역적 공간 상황을 포함하고 하천의 홍수위험성을 반영할 수 있도록 하천에 구간을 설정하고 이에 따른 위험도를 평가하는 방법을 제안하고자 한다.

손민우, 성진영, 정은성, 전경수 (2011). "기후변화를 고려한 홍수취약성지표의 개발." 한국수자원학회 논문집, 한국수자원학회, 제44권, 제3호, pp. 231-248.

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 재해에 대한 정량적인 피해 및 피해가능성에 대한 수치 이외에도 인간사회에는 정성적으로 커뮤니티 내에서 발생되는 불안요소와 대응에 대한 노력들이 나타날 수 있으며 이 역시 재해에 대한 영향을 줄 수 있으므로, 경제와 사회 및 환경적 관점에서 홍수영향 요소와 인간사회 사이에서 발생하는 다양한 연관작용을 반영한 관점에서의 홍수위험도를 접근하는 다기준 홍수위험도 평가방법을 제공하는 데 있다.

또한, 본 발명의 다른 목적은 유역의 특성과 행정구역별 정보 등의 광역적 공간 상황을 포함하고 하천의 홍수위험성을 반영할 수 있도록 지자체 단위로 평가하기 보다는 하천을 중심으로 구간을 설정하고 하천과 직접적으로 영향을 주고 받는 유역을 평가의 단위로 하여 이에 따른 홍수위험도를 평가함으로써 보다 객관적이고 신뢰도 높은 결과를 기대할 수 있는 다기준 홍수위험도 평가방법을 제공하는 데 있다.

상기와 같은 목적을 달성하기 위하여, 본 발명은 (a) 홍수위험도를 평가하고자 하는 지역에 대하여 DPSIR 구조에 기반하여 일정한 수의 전문가에 의해 선정된 홍수위험도 평가인자와 일정한 수의 전문가가 부여한 평가인자에 대한 가중치는 입력장치에 의해 메인 메모리에 저장되고, 중앙처리장치는 상기에서 DPSIR 구조에 기반하여 일정한 수의 전문가가 부여한 평가인자에 대한 가중치와 순위법, 비율법 또는 퍼지 가중치법에 의한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중치를 산정하는 단계와;

(b) 상기 단계(a)에서 선정된 각 평가인자에 대한 자료가 수집되어 입력장치에 의해 메인 메모리 내에 저장되고 중앙처리장치는 각 평가인자에 대한 자료를 메인 메모리 내의 GIS 어플리케이션에 사용할 수 있는 데이터베이스로 구축하며, 표준화 값을 구하는 수학식과 각 평가인자에 대한 자료가 포함된 메인 메모리 내의 프로그램을 이용해 각 평가인자의 자료를 표준화하여 저장하는 단계와;

(c) 중앙처리장치는 홍수위험도 평가 지역의 수치지형도로부터 메인 메모리 내의 GIS 어플리케이션을 이용하여 하천의 양안을 각각 설정된 유역 분할 구간의 간격에 대하여 해당하는 유역으로 분할하는 단계와;

(d) 중앙처리장치가 메인 메모리에 저장된 각 분할된 유역 단위별 표준화된 각 평가인자의 자료값에 대하여 최소값과 히스토그램을 통한 최빈값 및 최대값을 선택하여, 표준화된 평가인자 자료값을 (최소값, 최빈값, 최대값)형태의 삼각퍼지수로 변환하는 단계와;

(e) 중앙처리장치는 삼각퍼지수로 변환된 분할된 유역 단위별 각 평가인자 자료값과 각 평가인자별 가중치 및 두 개의 삼각퍼지수의 곱을 구하는 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중화된 각 평가인자 자료값의 삼각퍼지수를 구하고 각 평가인자와 각 분할된 단위유역에 대하여 가중화된 퍼지 행렬을 산출하는 단계와;

(여기서,

,

는 각각 평가인자 자료값과 가중치 삼각퍼지수, 단 가중치의 경우는 순위법과 비율법에 의한 경우는 단일값, 퍼지 가중치법에 의한 경우는 그 삼각퍼지수를 이용함)

(f) 중앙처리장치는 가중화된 퍼지 행렬과 일정한 수학식들이 포함된 메인 메모리 내의 프로그램을 이용해 표준화된 퍼지 행렬(

)을 산출하는 단계와;

(g) 중앙처리장치는 표준화된 퍼지 행렬

과 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 퍼지 양의 이상적인 해(A+)와 퍼지 부의 이상적인 해(A-)를 산출하는 단계, 및

(h) 중앙처리장치는 근접도 계수(C_i+)를 구하는 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 분할된 유역 단위별 근접도 계수를 산정하고 상기 근접도 계수가 클수록 홍수위험도가 높은 것으로 판단하는 단계로 이루어지는 것을 특징으로 한다.

또한, 본 발명의 상기 단계(a)에서 홍수위험도 평가인자는 사회적, 경제적, 환경적 성질을 먼저 구분하고 각 분야에 속하는 평가인자들에 대해서 DPSIR 구조를 적용하는 것을 특징으로 한다.

또한, 본 발명의 상기 단계(a)에서 순위법에 의해 가중치를 산정하는 수학식은

(여기서, w_l 은 평가인자 l에 대한 가중치, m은 평가인자의 개수, R_l 은 모든 설문참여자가 평가인자 l에 할당한 변환순위의 합산값(

), R_lj 은 설문참여자 j가 평가인자 l에 할당한 변환순위, n은 설문참여자의 수)인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(a)에서 비율법에 의해 가중치를 산정하는 수학식은

(여기서, w_lj 는 설문참여자 j가 평가인자 l에 부여한 가중치(

), p_lj 는 설문참여자 j가 평가인자 l에 부여한 비율값, m은 평가인자의 개수, n은 설문참여자의 수, w_l 은 평가인자 l에 대한 가중치)인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(a)에서 퍼지 가중치법에 의해 가중치를 산정하는 수학식은

(여기서,

는 설문참여자 j로부터 수집한 퍼지 가중치,

은 평가인자 l에 대한 최종적인 가중치)인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(b)에서 표준화 값을 구하는 수학식은

(여기서, x_qc 는 c지역의 평가인자 q의 평가인자 값,

는 평가인자 q의 전체 지역

에 대한 평가인자 값 중 최소값,

는 평가인자 q의 전체 지역

에 대한 평가인자 값 중 최대값)인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(f)에서 표준화된 퍼지 행렬(

)을 산출하는 수학식은

(여기서,

은 표준화된 삼각퍼지수, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수,

(

),

(

),

,

,

는 각각 삼각퍼지수로 변환된 평가인자 값의 최소값, 최빈값과 최대값,

는 평가인자가 이득기준(B)일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최대값 중에서 최대값,

는 평가인자가 비용기준(C)일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최소값 중에서 최소값) 인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(g)에서 퍼지 양의 이상적인 해(A+)와 퍼지 부의 이상적인 해(A-)를 산출하는 수학식은

(여기서,

라 할때

,

이고,

,

이며, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수) 인 것을 특징으로 한다.

또한, 본 발명의 상기 단계(h)에서 근접도 계수(C_i+)를 구하는 수학식은

(여기서,

와

는 각각 A+(FPIS)와 A-(FNIS)로부터 각 단위유역의 평가인자 값과의 간격(

,

,

와

는 A+(FPIS)와 A-(FNIS)로부터 각 단위유역의 평가인자 값과의 거리로

라 할때

) 인 것을 특징으로 한다.

이상에서 살펴본, 본 발명인 다기준 홍수위험도 평가방법은 경제와 사회 및 환경적 관점에서 홍수영향 요소와 인간사회 사이에서 발생하는 다양한 연관작용을 반영한 관점에서의 홍수위험도를 접근하고, 유역의 특성과 행정구역별 정보 등의 광역적 공간 상황을 포함하고 하천의 홍수위험성을 반영할 수 있도록 지자체 단위로 평가하기보다는 하천을 중심으로 구간을 설정하고 하천과 직접적으로 영향을 주고 받는 유역을 평가의 단위로 하여 이에 따른 홍수위험도를 평가함으로써 보다 객관적이고 신뢰도 높은 결과를 기대할 수 있는 효과가 있다.

도 1 은 DPSIR 프레임워크의 피드백 루프를 나타낸 도면.
도 2 는 퍼지 수의 범위를 나타낸 도면.
도 3 은 삼각퍼지수의 개념을 나타낸 도면.
도 4 는 본 발명에 따른 다기준 홍수위험도 평가방법의 흐름도.
도 5 는 평가인자의 구조를 나타낸 도면.
도 6 은 본 발명의 실시예에서 평가지역으로 선정된 한강 유역을 나타낸 도면.
도 7 은 실시예로 인구수에 대한 자료가 GIS 어플리케이션을 사용하여 공간적데이터로 구축된 것을 나타낸 도면.
도 8 은 분할된 유역에 대하여 홍수위험도의 최종 평가결과를 나타낸 도면.
도 9 및 도 10 은 분할된 유역 각 구간에 대한 분야별 취약의 정도를 나타낸 도면.
도 11 은 동일한 하천 구간에 대해 좌안과 우안의 평가결과를 비교한 도면.
도 12 는 평가 단위 유역별 양의 이상적인 해와의 거리 산정 결과를 나타낸 도면.
도 13 은 평가 단위 유역별 부의 이상적인 해와의 거리 산정 결과를 나타낸 도면.

상기와 같이 구성된 본 발명의 바람직한 실시예를 첨부된 도면을 참조하면서 상세히 설명하면 다음과 같다.

본 발명에서 다루고자 하는 것은 홍수위험도 평가방법의 수립이며 이를 위하여 다음과 같은 몇가지 이론이 적용된다.

1. 위험도의 정의

위험도는 모호하지 않고 일관성 있게 과학적인 논의로부터 정의되어야 한다. 학계에서는 위험도를 재해와 그로 인한 결과의 산물로 동의하였다. 즉, 자연현상에 의한 영향을 받는 사람과 가치가 없는 경우 위험 역시 없다는 것이다. 다시 말하면 재난은 사람들이 그로 인해 피해를 입었는가 혹은 아닌가에 따라서 정의할 수 있다는 것이다.

스위스 시민 보호청(the Swiss Civil Protection Agency)은 재해는 영향을 받는 사회가 그 자신의 역량으로 복구할 수 있는 용량을 초과하는 이벤트로 정의하였다. 이는 영향을 받는 사회의 경제적 능력을 기반으로 같은 이벤트도 어디에서 발생했는가에 따라서 다른 영향을 일으킬 수 있다는 뜻이다.

따라서, 본 발명에서는 위험도를 재해의 발생 가능성과, 사회에 가해지는 영향, 사회의 대응 능력 등을 반영하여 해당 사회에 가해지는 재해에 대해서 내재하는 모든 것으로 판단하였다.

2. 평가요소

홍수의 위협은 인간사회 전반에 영향을 미친다. 즉, 이와 같은 홍수위험도를 평가하기 위해서는 기존의 경제적 관점 이외에도 해당지역의 여러가지 부분에 대한 고려가 필요하다. 따라서 본 발명에서는 크게 사회적, 경제적, 환경적 관점으로 평가요소의 분야(카테고리)를 나누었다.

사회적 요소는 홍수와 관련하여 인간사회와 그것이 유지되기 위한 모든 것들이 대상이 된다. 예를 들어 거주인구, 가구수 등의 지역의 현재 상태를 나타내는 인자와 지역의 커뮤니티를 유지하기 위한 도로, 철도, 통신망, 병원, 학교, 관공서 등을 포함하며 보호해야 할 환경 및 문화재 등의 역사적 사회적 자산을 망라한다. 또한 홍수기의 인명피해를 줄이기 위한 피난지도와 거주민을 대상으로 하는 방재교육 역시 이 범주에 한 부분이다.

경제적 요소는 의미 그대로 지역의 경제에 관련된 모든 항목이며 지가, 건물의 가치 및 부가적인 모든 자산을 포함한다. 또한 지역에서 발전 가능한 자산과 다른 지역과 연계되는 간접적인 경제적 영향이 모두 해당한다. 즉, 여기에는 피해액과 복구금액 예방에 투입되는 금액 및 장기적인 모든 관련 경제활동이 관련되는 것이다.

환경적 요소에는 자연현상에서 기인하는 인자와 인간의 방어활동들이 해당한다. 홍수에 관련되는 대표적인 기상현상인 강우량과 이로부터 야기되는 홍수위, 홍수량 등에 대한 인자와 범람지역 그리고 이에 대응하는 구조적 홍수 완화수단인 펌프장, 저수지, 하도준설 뿐만 아니라 홍수예경보 등과 같은 비구조적 방어 수단도 여기에 포함된다.

3. DPSIR 프레임워크

DPSIR 프레임워크는 1999년 EEA(European Environment Agency)에서 OECD의 PSR 구조를 개선하여 지속가능성을 지표화하기 위하여 개발하였다. 기존의 PSR 구조는 복잡한 생태학적 과정과 인간 환경과의 인과관계를 설명하지 못한다는 단점이 있다. 특히 상태의 변화로부터 생기는 영향(impact)을 전혀 설명하지 못한다는 단점을 가지고 있을 뿐만 아니라 반응이 시스템에 영향을 미치는 상황을 반영하지 못한다. 즉, PSR 구조는 인간의 활동(Pressure)이 환경(State)에 영향을 미치고 환경은 다시 인간으로 하여금 압력을 줄이기 위한 활동(Response)을 촉진하게 한다. DPSIR 구조는 이러한 PSR 구조에 두 가지 개념이 추가되었다. 인간의 행복은 환경의 질과 관계가 있고 사회의 활동과 경제적 압력은 환경과 인간의 행복에 영향을 미친다는 것이다. 이러한 개념은 추진력(Driving force)과 영향(Impact)에 반영되어 PSR 구조에 추가 되었다. 따라서 DPSIR 구조는 사회의 원동력이 인간사회에 압력을 발생시키고 압력이 상태에 영향을 미치고 상태가 반응을 야기하는 영향을 유발하며 다시 반응은 이상의 네 가지 요소에 각각 다시 영향을 미친다는 인과관계에 착안한다.

따라서, DPSIR 구조하에서 환경관리 프로세스는 다섯 단계로 구성된 사이클을 조절하는 피드백 루프라고 할 수 있다.(도 1)

하천/유역 관리의 경우 사회적 변화가 추진력이 되며, 인간의 거의 모든 활동이 유역환경의 압력요소가 되고 이러한 압력으로 인해 하천의 홍수피해 측면에서 상태가 악화된다. 이렇게 악화된 상태가 직접적인 홍수피해를 야기하고 이를 개선시키기 위해 다양한 하천관리 방안을 수립하여 실행하는데 이러한 사업으로 인해 영향과 상태도 개선되고 압력요소도 줄어들게 된다. 따라서 이러한 사업을 결정하는데 사용되는 기준이 압력, 상태, 반응으로 나뉠 수 있다.

- 추진력(Driving force)는 환경의 압력으로 이어지는 근본 원인을 의미한다. 즉, 홍수와 직접적인 관계가 없더라도 잠정적인 영향을 주는 인자들이 포함된다. 예를 들면 세계적인 홍수 재해 증가 추이 또는 세계적인 자연재해의 발생과 같은 인자는 홍수 재해의 위협에 대한 인식을 증가시키는 추진력의 인자이다.

- 이러한 추진력은 환경에 대한 압력(Pressure)으로 이어진다. 여기에 해당하는 인자는 치수 및 방재에 직접적인 압력을 행사하며 그 필요성을 요구하는 것들이다. 압력은 추진력보다 직접적으로 재해의 위협에 대해 반영하는 인자로서 해당 지역의 강우량 증가, 홍수위험성, 도시의 성장 등이 포함된다.

- 이들 압력은 차례로 환경의 상태(State)에 영향을 미친다. 상태는 다양한 환경적 매체의 품질과 인간과 자연을 지원하고 자원을 제공하는 그들의 지원능력 등을 의미한다. 즉, 홍수 재해에 대한 압력으로 인해 변화하거나 영향을 받을 것으로 예상되는 인자이다.

- 상태의 변화는 인간의 건강, 생태계, 생물 다양성, 공공시설의 가치, 재무가치 등에 영향을 미칠 수 있다. 영향(Impact)은 환경에 의한 피해의 수준에 대한 항목으로 표시된다. 따라서 홍수로 인하여 야기되는 영향을 나타내는 인자이다.

- 응답(Response)은 정책 조치 또는 계획 실행 등 식별된 문제를 해결하기 위한 사회의 노력을 의미한다. 즉, 홍수재해에 대한 각 분야의 치수 또는 방재 기법에 대한 인자이다.

4. 델파이(Delphi) 기법

델파이 기법은 복잡한 문제를 처리하기 위해서 선정한 참여자의 그룹을 이용하기 위한 효과적인 과정으로서 그룹 커뮤니케이션 과정을 구조화한 기법이다. 델파이 방법은 통제된 의견의 피드백과 같이 제안된 설문조사를 일련의 수단으로하여 전문가 그룹으로부터 지식을 선정하고 추출하는 구조적 과정을 기반으로 한다. 델파이 기법은 익명으로 선정된 전문가들의 그룹에 반복적인 설문조사를 연속적으로 시행한다.

따라서, 이전 설문조사의 결과가 설문응답자들에게 제공되고, 이를 참고하여 의견을 수정할 수 있다. 이 과정을 두 번 또는 세 번 반복함으로써 추정하고자 하는 문제에 있어 전문가들의 합의를 도출할 수 있을 것으로 기대하는 것이다. 이와 같은 델파이 기법의 기본적인 기능은 전문가 패널이 다른 구성원들을 통하여 부당한 영향력을 발휘할 수 없다는 관점에서 객관적인 결과를 기대할 수 있게 한다. 특히 각 패널들이 서로 간의 연계성, 이를 테면 함께 회의를 하거나 서로 의견을 나누는 기회가 없다면 델파이 기법은 매우 효과적일 수 있다. 따라서 패널선정은 매우 주의 깊게 이루어져야 하며 응답자들의 의견은 가능한 모두 반영하도록 해야 한다. 또한 응답자가 몇가지 문제점을 간과하게 된다면 다른 패널들의 의견을 피드백하는 과정을 통하여 그것을 알 수 있다. 즉, 델파이 기법을 구현하기 위한 가장 큰 문제는 전문가의 선택을 포함한다. 특히, 이것은 설문 진행자의 해당 분야의 전문가에 대한 구분과 패널로의 선택을 포함한다.

이러한 델파이 기법은 환경 영향 평가, 사회 정책, 공공 보건 등의 계획에 다양하게 적용되고 있다. 델파이 기법의 광범위한 적용은 이를 응용한 기법을 대량으로 생산하였다. 그러나 아직까지 일반적으로 홍수 위험 관리 및 평가의 분야에 사용되지 않고 있다.

5. 다기준 의사결정 분석( Multi - criteria analysis )

다기준 의사결정 분석의 주요한 관심사 중의 하나는 목적이 얼마나 중요하고 그 중요함의 정도가 어느 정도의 크기인가를 알아내는 것이다. 본 발명에서는 홍수관리 전문가들로부터 조사한 모든 주관적인 가중치들을 객관적으로 집계하기 위하여 다음과 같은 3가지 방법을 적용하고자 한다.

1) 순위법(Ranking)

각 설문 참여자는 각각의 평가인자에 대하여 가장 높은 가치가 있는 순서로 순위를 결정한다. 가장 중요한 인자가 rank 1이 되고, 그 다음으로 중요한 인자는 rank 2가 된다. rank는 동일한 순위로 결정될 수도 있다. 작성된 순위는 변환을 통하여 집계되는데 rank 1은 m-1로, rank 2는 m-2로 변환된다. 여기서 m은 평가인자의 총 개수이다. 이들 변환 순위를 다음의 수학식 1로 집계한다.

여기서, R_l 은 모든 설문참여자가 평가인자 l에 할당한 변환순위의 합산값, R_lj 은 설문참여자 j가 평가인자 l에 할당한 변환순위, n은 설문참여자의 수이다.

가중치는 다음의 수학식 2로 산정한다.

여기서, w_l 은 평가인자 l에 대한 가중치, m은 평가인자의 개수이다.

2) 비율법(Rating)

각 인자에 대해서 설문 응답자들은 주어진 가중치의 범위내에서 값을 선정한다. 이 때 rating values의 범위는 연속적인 구간이고 일반적으로 0.0에서 최대 10.0 또는 100.0까지의 범위가 주어진다. 구간의 최저 한계인 0.0에 해당하는 인자 평가에 있어 전혀 중요하지 않은 것이며 반대로 최대값은 가능한 중요성의 최대 수치가 적용된다는 의미이다. 가중치는 다음의 수학식 3 내지 4의 과정을 통하여 산정할 수 있다.

여기서, w_lj 는 설문참여자 j가 평가인자 l에 부여한 가중치, p_lj 는 설문참여자 j가 평가인자 l에 부여한 비율값, m은 평가인자의 개수, n은 설문참여자의 수, w_l 은 평가인자 l에 대한 가중치이다.

3) 퍼지 셋(Fuzzy sets)

이 방법은 해당하는 퍼지 가중치 벡터로부터 여러 가능한 인자들 중에서 우선 순위를 파생하는 방법으로 최종 결과는 설정된 퍼지 구간의 문제가 된다. 인자에 대한 평가를 하기 위한 판단 기준은 사전에 설정하여 설문 응답자들에게 제공된다. 본 발명에서는 삼각 퍼지 수(FTNs : fuzzy triangular numbers)를 사용하였다. FTNs (

)는 (a₁,a₂,a₃)로 정의할 수 있다. 각 인자의 가중치의 중요성에 대한 언어 변수는 표 1에 나타내었으며, 해당 멤버쉽 함수는 도 2와 같다. 이때 각 인자의 가중치는 상대적인 비교가 아니라 절대적으로 FTNs의 어느 구간에 포함되는가를 평가해야 한다.

수집한 설문결과를 감안하여 각 평가인자의 퍼지 가중치(

)를 계산할 수 있다. 모든 전문가들로부터 퍼지 가중치(

)를 수집하여 다음의 수학식 5를 사용하여 최종적인 가중치(

)를 산정할 수 있다.

6. 평가인자의 표준화

각 평가인자의 자료는 히스토그램을 통해 자료의 분포 형태를 확인하여 분포가 고르지 않아서 변별력이 떨어지는 자료는 로그형태로 변환하였다. 계급값은 연구자의 주관적 판단에 의해 결정되기 때문에 적절한 히스토그램을 얻는데 장애가 될 수 있다. 따라서, 본 발명에서는 일반적으로 계급구간의 수를 정하는데 있어 다음의 수학식 6을 사용하였다.

여기서, k는 계급구간의 수이며 n은 자료의 수이다.

또한, 각 평가인자는 서로 다른 단위를 가지고 있기 때문에 통합 지수를 만들기 위해서는 다양한 값들을 표준화하는 방법이 필요하다. 본 발명에서는 다음의 수학식 7과 같이 자료를 전체 자료범위 내에서 표준화하여 0∼1의 값을 갖도록 만드는 Re-scaling 방법을 사용하였다.

여기서, x_qc 는 c지역의 평가인자 q의 평가인자 값이다.

는 평가인자 q의 전체 지역

에 대한 평가인자 값 중 최소값을 의미하며

는 평가인자 q의 전체 지역

에 대한 평가인자 값 중 최대값을 의미한다.

7. 삼각퍼지수( Triangular fuzzy number )

본 발명에서는 입력 자료의 불확실성을 해소하기 위해 각 평가인자의 자료와 가중치를 삼각퍼지수로 변환하였다. 퍼지집합, 퍼지 수 이론의 기본적인 정의를 요약하면 다음과 같다. 퍼지란 원래 ‘애매모호한’, ‘경계가 명확하지 않은’ 이라는 뜻이다.

퍼지집합은 집합 내의 원소가 애매모호한 경계를 갖고 있어 특정 부분집합에 속하는지에 대한 경계가 분명하지 않고 점진적으로 변화되는 원소를 갖는 집합이다. 즉, 퍼지집합 이론의 기본개념은 하나의 원소가 퍼지집합에 부분적으로 소속될 수 있다는 것이다. 퍼지집합 내에 포함되는 모든 원소는 소속 함수(Membership Function)로 표현되고, 소속정도가 1이라는 것은 퍼지집합에서 완전하게 소속되는 의미이며 경계영역은 소속정도가 1과 0사이의 값을 가지게 된다. 퍼지숫자는 “대개 10정도”,“약 10”이라는 숫자를 의미한다. 즉, 퍼지숫자란 어떤 값이 될 가능성이 소속의 정도로 나타내어지는 숫자이다. 예를 들어 퍼지숫자 A=[a₁,a₃],(a₁,a₃∈R(실수),a₁<a₃) 라고 하면 이 구간은 집합이라 생각할 수 있다. 따라서 구간을 집합의 소속 함수 μ_A(x)로 표현하면 다음의 수학식 8과 같다.

퍼지 숫자에는 여러 가지 형태가 있을 수 있다. 이 많은 형태의 퍼지숫자 중에서 삼각퍼지수는 세 개의 점으로 표현할 수 있기 때문에 사용이 간편하다. 예를 들어 삼각퍼지숫자 A를 (a₁,a₂,a₃)∈R(실수) 라고 정의하면 다음의 수학식 9와 같이 정의되며 도 3과 같이 나타낼 수 있다.

또한, 두 개의 삼각 퍼지 수

,

의 곱셈은 다음의 수학식 10과 같다.

8. 퍼지 탑시스(TOPSIS)를 적용한 다기준의사결정기법( Multi Criteria Decision Making , MCDM )

평가 인자의 선정은 각 다기준 의사결정 분석(MCA) 접근을 위한 중요한 단계이다. 인자가 평가에 포함되는가 그렇지 않은가는 평가 결과에 크게 영향을 미칠 수 있다. 평가 인자가 전반적인 문제를 아우르는 것인지에 대한 확인이 우선한다. 한편, 인자의 집합은 평가과정의 복잡성을 줄이기 위해 최소화 되어야 한다.

또한 기후변화와 같은 전지구적인 프로세스는 계속된 자원의 과다사용이 인류에 영향을 미치는 생태계에 부정적인 영향을 초래하고 다국적의 경제, 정치, 사회적 관심의 저하로 심화되고 있다. 모든 기후변화 예측에서 홍수와 같은 자연재해의 강도와 발생횟수는 증가하는 것으로 나타난다. 또한 홍수는 해당지역에 반복적으로 발생하는 경향이 있으며 홍수가 발생하지 않는 지역은 상대적으로 위험도가 낮다. 즉, 대부분의 인간 정착지가 하천 유역의 홍수범람지임을 감안할 때 이는 사회 경제적인 상태에 대한 개념을 반영해야 하는 근거가 된다.

본 발명에서는 이와 같은 사회적, 환경적, 경제적인 관점을 모두 포함하는 다기준 홍수위험도 평가를 위하여 기존의 연구와는 다른 평가인자의 선정기법을 도입하였다. 먼저 인자의 성질을 대표할 수 있는 사회적, 환경적, 경제적인 요소를 분리하여 평가하고자 하였다.

또한 DPSIR Framework를 도입하여 인자를 분류함으로써 인자의 성격을 반영하고자 하였다. 이 방법은 홍수 및 홍수피해에 대한 사회적, 경제적, 환경적인 분야에서의 근본적인 원인으로 나타낼 수 있는 추진력(DR), 홍수피해의 직접적 원인(PR), 홍수로 인한 다양한 환경속성의 변화(ST), 홍수의 피해 정도(IM), 홍수 위험에 대처하기 위해 사용가능한 대응 수단(RE)의 요인으로 인자를 분류할 수 있다. 이들 항목은 사회와 그들의 허용 능력내에서 경제적 특징이 주요한 요인이고 또한 물리적 위치, 과거 홍수 기록, 사회적 정책적 배경, 자산, 가치관 등과 관련된다. DPSIR Framework에 대해서는 앞에서 상세히 기술하였다.

재해에 대한 절대적 안전의 핵심은 삶이 터전이 비교적 안전한 장소여야 한다는 것과 이보다 더욱 중요한 것으로 재해로 인한 심각한 손상을 막기 위해 국민의 안전을 관리하고 정책적 조치를 채택할 수 있는 해당 지역의 거버넌스 시스템을 마련하는 것이다.

결국, 최종적인 평가 결과는 각 인자에 가중치를 반영하여 그 결과를 결합하는 형태로 집계가 된다. 이와 같이 일반적으로 사용되는 가중합계법은 각 인자의 자료를 수집하여 표준화하여 평균한 인자의 값에 설문 조사를 통하여 선정한 가중치를 적용하여 집계하여 지수를 결정한다. 그러나 이 방식은 지수를 산정하기 위해 입력되는 인자의 값, 즉 수문자료 및 인문자료의 불확실성을 고려하지 않았다.

따라서 이를 해결하기 위하여 MCDM에 Fuzzy 이론을 결합하여 좀 더 정확한 결과를 얻을 수 있다. Fuzzy TOPSIS 모형은 MCDM을 적용하여 지표의 가중치를 결정할 때 발생하는 불확실성을 해소하기 위한 적절한 기법이다.

Fuzzy TOPSIS를 적용하기 위해 먼저 삼각퍼지수의 서로 다른 축척을 삼각 퍼지 수의 성질을 유지하면서 비교 가능한 축척으로 표준화해야 한다. 표준화된 퍼지 행렬은 다음의 수학식 11과 같이 나타낼 수 있다.

여기서,

은 표준화된 삼각퍼지수를 의미하며, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수를 의미한다. 또한 다음의 수학식 12 내지 수학식 15의 B와 C는 각 이득기준(측정치가 클수록 더 선호되는 기준, 예를 들어 인구수, 연평균 홍수재해 이재민수 및 사상자수 등)과 비용기준(측정치가 작을수록 더 선호되는 기준, 예를 들어 자산가치, 연평균 홍수피해액 및 GDP 등)의 집합이다.

여기서,

,

,

는 각각 삼각퍼지수로 변환된 평가인자 값의 최소값, 최빈값과 최대값이고,

는 평가인자가 이득기준일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최대값 중에서 최대값이고,

는 평가인자가 비용기준일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최소값 중에서 최소값이다.

TOPSIS는 양의 이상적인 해(PIS: Positive Ideal Solution)로부터 가장 가까운 거리에 있고 부의 이상적인 해(NIS: Negative Ideal Solution)로부터는 가장 먼 거리에 있는 대안을 선정하게 하는 개념으로 최선의 대안과 최악의 대안을 동시에 고려하는 인간의 합리적 선택이 가능하도록 유도하는 기법이다. 또한 다속성 관점에서 모든 대안들에 대한 평가결과를 쉽게 계산해서 나타낼 수 있다. 여기서

라 할 때 표준화된 퍼지 행렬

로부터 퍼지 양의 이상적인 해(FPIS)와 퍼지 부의 이상적인 해(FNIS)는 다음의 수학식 16과 같이 정의된다.

여기서,

,

이고,

,

이며, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수를 의미한다. A+(FPIS), A-(FNIS)와 각 평가인자 값과의 거리는 다음의 수학식 17와 같이 두 삼각 퍼지 수

,

의 거리를 구하는 방법으로 계산할 수 있다. 또한 A+(FPIS)와 A-(FNIS)로부터 각 단위유역의 평가인자 값과의 간격

와

은 다음의 수학식 18 과 수학식 19을 이용해 유도할 수 있으며 각 대안의 상대적 근접도 계수, C+은 다음의 수학식 20를 이용해서 도출할 수 있다. 여기서 1위는 가장 취약한 지역이며 마지막 순위는 가장 덜 취약한 지역을 의미한다.

한편, 본 발명에서는 상기 이론들을 기초로 하여 홍수위험도를 평가하고자 하는 지역이 선정되면 도 4에 도시된 바와 같이 다음과 같은 과정으로 홍수위험도를 평가할 수 있다. 먼저 홍수위험도 평가 인자를 선정하고 각 인자의 가중치를 산정한다. 이 과정은 설문조사 기법을 이용한다. 홍수위험도 평가 인자가 선정되면 인자에 대한 자료를 수집하고 이를 GIS 분석 어플리케이션에 사용할 수 있는 데이터 베이스로 작성한다. 이때 각 인자의 자료는 단위와 크기가 제각각이므로 이를 표준화하여 정리한다. 데이터가 준비되면 GIS 어플리케이션을 이용하여 해당 유역의 DEM(Digital Elevation Map: 수치지형도)으로부터 평가하고자 하는 하천의 구간에 대하여 유역을 분할하고 그에 대하여 자료를 추출하여 홍수위험도를 평가한다. 더불어, 본 발명의 실시예로 한강 유역의 일부를 평가 지역으로 선정하였는데, 해당 지역은 한강의 상류 지역으로 충주조정지 댐에서 팔당댐까지의 95.4㎞ 구간이다(도 6). 이 유역에는 6개의 행정 구역이 포함되어 있고 이 지자체들은 확장되는 수도권의 일부로서 현재 급속한 인구성장을 경험하고 있으며 이에 따른 다양한 개발 계획을 고안하고 있다. 통계청에 따르면 양평군의 인구는 2005년에서 2010년 사이의 5년간 10%가 증가하였다. 또한 각 지자체들은 공업지역, 관광지, 대규모 주거지를 개발할 계획을 가지고 있으며 이들 중 일부는 현재 진행되고 있다. 따라서 이 지역에서는 홍수 재해에 연관되는 경제적, 사회적, 환경적 상황이 변모하고 있다. 이 지역에 대한 기존의 홍수위험도 평가 방법은 예상되는 피해 금액에 관점을 두어 평가가 시행되어 왔다. 국립환경 연구원(2012)에서 기후변화에 따른 취약성 지도를 작성하면서 홍수 피해에 대한 지역의 취약성을 평가하였다. 그러나 이 평가 결과는 시, 군, 구 단위의 지차체를 기준으로 평가되어 실제 하천에 의한 영향을 반영한 평가 결과는 아니다. 따라서 하천을 중심으로 한 홍수위험도 평가를 통하여 하천의 홍수로 인한 거주민과 자산, 그들의 커뮤니티에 대한 영향을 반영하여 분석할 필요가 있다.

따라서, 본 발명인 다기준 홍수위험도 평가방법의 과정을 상술하면 다음과 같다.

STEP 1. 델파이 설문조사를 통한 평가 인자 선정과 가중치 수집

홍수위험도 평가인자와 인자에 대한 가중치를 산정하기 위하여 설문조사를 실시하기 위해서는 먼저 설문 주최자가 DPSIR framework 기반 평가인자의 초안을 선정하고 설문에 참여할 전문가를 선정한다. 이들 설문참여자를 대상으로 1차 설문조사에서는 제시된 인자의 타당성에 대한 질문을 통하여 평가 인자를 선정한다. 이때 설문 참여자들은 제시된 홍수위험도 평가 인자에 포함되지 않았지만 홍수위험도 평가에 포함되어야 할 것으로 판단되는 인자를 추가적으로 제시할 수 있다. 주최자는 수집한 설문조사 결과로부터 홍수위험도 평가 인자를 선정한다. 2차 설문조사에서는 설문 대상자들은 1차 조사로부터 도출된 홍수 평가 인자에 대한 가중치를 작성한다. 가중치는 설문 응답자 본인의 주관적인 관점에서 결정하게 된다. 이와 같은 2차 설문조사 결과를 수집하여 주최자는 응답자들이 제안한 가중치들을 분석한다. 3차 설문조사에서는 2차 조사에서 수집한 가중치에 대하여 분석한 결과를 설문응답자들에서 배포하여 이를 참고한 후 설문에 응답하도록 요청한다. 이를 근거로 홍수위험도 평가 인자의 최종적인 가중치를 산정할 수 있다. 즉, 상기에서 DPSIR 프레임워크에 기반하여 일정한 수의 전문가에 의해 선정된 홍수위험도 평가인자와 일정한 수의 전문가가 부여한 평가인자에 대한 가중치는 입력장치에 의해 메인 메모리에 저장된다.

홍수위험도 평가인자의 선정에 있어 주관을 제거하고 신뢰성을 개선하기 위해 델파이 기법을 사용한다. 본 발명의 실시예에서는 설문 주최자가 가능한 모든 인자를 반영하여 평가 인자의 초안을 작성하였다. 설문 참여자는 주어진 초안에 대하여 해당 인자가 홍수 위험 평가에 필요한지에 대한 여부를 결정한다. 이 첫 번째 조사를 통해 평가 인자를 확정하였다. 다음 설문은 채택된 인자의 가중치를 산정하기 위한 것으로 두 단계로 수행되었다. 첫 번째 단계에서 설문응답자들은 주관적인 가중치를 결정하며 주최자는 이를 수집하여 분석한다. 이 분석결과를 두 번째 단계에서 설문 참가자들에게 배포하여 이를 참조한 후 자신의 판단을 개정할 수 있도록 하였다.

델파이 연구의 성공은 분명하게 전문가 패널로 만들어진 설문 참가자들이 조합된 전문성에 달려 있다. 여기에는 두 가지 핵심적인 측면이 있는데 먼저 참여 패널의 전문성과 참여자의 수이다. 참여 패널의 수를 구성하는 것에 대해서는 몇 가지 논쟁이 있다. 그러나 참여자의 수에 대해서 다양한 변화가 있다는 것은 분명하다. 따라서 본 발명의 실시예에서는 40명보다 많은 패널을 확보하고자 하였다. 또한 패널의 전문성을 확보하기 위하여 홍수위험도 관리 및 하천 관리에 대한 경험이 있는 수자원 분야의 전문가를 대상으로 하였으며 이들의 종사분야는 정부기관, 기업, 국공립 연구소, 대학 등이다. 그러므로, 이 조사결과는 다양한 시각과 의견을 반영할 수 있을 것으로 예상된다. 설문조사는 개별적으로 수행하였다.

총 44인의 수자원 분야의 전문가가 설문조사의 패널로서 참여하였으며 이들 중 15명(34%)는 정부 출연 연구기관에 재직 중이었으며 12명 (27%)은 대학에 소속된 연구자들이었다. 10 명(23%)는 엔지니어링 회사에서 근무 중이고 6 명(14%)는 국가 기관에서 근무하는 공무원이다. 응답자의 연령 분포는 전체 응답자의 84%가 30세에서 49세 사이에 집중되었다. 또한 많은 수의 응답자가 실제로 홍수 관리에 참여한 경험이 있다. 대부분의 설문 참여자는 석사학위 이상의 학력을 소지하였다.

평가 인자의 선정은 각 MCA(Multi-Criteria Assessment)을 위한 중요한 단계이다. 평가에 선정되거나 제외되는 인자에 따라서 평가의 결과가 크게 영향을 받을 수 있다. 한편, 인자는 평가하고자 하는 유역의 특성 및 평가의 목적을 포함하고 있는지 확인해야 하며 반면에, 인자를 포함하는 상위 그룹은 평가 과정의 복잡도를 줄이기 위해 최소단위로 설정해야 한다. 본 발명의 실시예에서는 평가인자는 사회적, 경제적, 환경적 성질을 구분하고 각 분야에 속하는 평가인자들에 대해서 DPSIR 구조를 적용하였다(도 5).

Social Risk: DPSIR 구조에 따른 사회적 취약성을 나타내는 인자를 추출하였다. 추진력(D)에 해당하는 평가 인자는 전세계의 태풍/지진/해일 발생 회수, 전세계의 홍수/재난 피해액 등의 인자가 선정되었다. 인자들은 해당지역이 수해와 직접적인 연관은 없더라도 홍수 및 재해 방지를 위해 정부 관리자들로부터 높은 관심을 유도할 수 있다. 압력(P) 인자로서 선정된 것은 인구 증가율, 인구와 가구수 등이다. 이들은 홍수관리의 공간적으로 수량화된 중요성을 결정하는 데 사용할 수 있다. 상태에 대한 인자(S)는 주거지역 비율, 산업지역 비율, 인구 밀도, 문화재와 천연기념물, 사회 간접 자본의 수, 철새 서식지와 습지 등이 선정되었다. 대부분의 개발 도상국에서와 마찬가지로 한국은 최근에 급속한 경제 성장을 이루었다. 따라서 이와 같은 지표들은 홍수피해에 더 영향력이 있는 인자이다. 홍수와 재해로 인한 연간 사상자수와 이재민수가 영향 인자(I)로 선정되었으며 대응(R)에 대한 인자는 홍수재난 대응 가구의 수, 방재/치수 관련 공무원수, 방재/치수 관련 계획 등을 채택하였다.

Economic Risk: 경제적 요소 분야에서 선정한 추진력(D) 인자는 세 가지 이다. 경제성장율, 실업률, 국내총생산(GDP)가 해당 인자이다. 이들은 국가의 경제 지표와 밀접하게 관련되어 홍수 관리에 주도적인 영향력을 가질 수 있다. 압력 인자(P)는 지역개발 계획과 지역총생산(GRDP)로서 이들은 지역의 경제 상황과 관련이 있는 지표이기 때문에 선정되었다. 홍수 위험 취약성의 상태를 보여주는 기준인 상태 인자(S)는 지역의 자산 가치와 범람 지역이 포함되었다. 연간 홍수 피해액은 영향 인자(I)에 선정되었는데 이는 홍수에 의한 현재의 영향을 보여줄 수 있기 때문이다. 대응 인자(R)은 연간 홍수와 재해 복구액과 대비에 사용하는 금액의 두 가지 지표가 선정되었으며 이들은 홍수 피해와 취약성을 감소시킬 수 있다.

Environmental Risk: 환경 요인에 대한 인자에서는 추진력(D)로서 두 개의 인자가 선정되었다. 연평균 일일 최대 강우량과 연간 강우 일수의 인자는 한국의 전반적인 기상 조건을 나타내는 인자로서 홍수 취약성에 영향력을 가지고 있다. 압력 인자(P)로 일최대 강수량 증가량, 시간당 최대 강수량 증가량, 강우의 여름집중도, 기후변화를 고려한 일최대 강수량 예측 결과와 확률강우량 등이 선정되었으며 이들은 기상조건의 현재와 미래를 반영하는 요인이며 홍수위험관리의 중요한 요소이다. 또한 이 외에도 유역경사가 해당 인자로 포함되며 이는 홍수 흐름의 속도를 반영하는 유역의 환경분야에서의 압력인자로 볼 수 있다. 수문, 수리 분야의 중요한 지표인 빈도별 홍수위와 홍수량과 기후변화를 고려한 홍수위, 홍수량의 네 가지 인자가 상태 인자(S)로 선정되었으며 이들을 위험의 정도를 의미한다. 직접적인 홍수에 의한 영향을 반영한 홍수 발생 빈도와 홍수 범람 지역이 영향 인자(I)이다. 홍수 위험과 피해를 줄이기 위한 구조적, 비구조적 수단인 홍수 예경보 시스템, 빗물펌프장 용량, 저수지 용량, 준설 및 치수 시설이 대응 인자(R)에 포함되었다.

인자를 결정하기 위한 Delphi 설문의 1단계에서 설문 참여자들에게 주어진 인자의 중요성에 대한 의견을 수집해야 한다. 패널은 인자의 중요성에 대하여 중요함, 필요함, 중요하지 않음의 단계로 자신의 판단을 제시하였다. 또한 초안 인자에는 없으나 홍수 위험 평가에 필요한 것으로 생각되는 인자를 별도로 제안할 수 있도록 설문지가 제공되었다.

기본적으로 설문조사 결과의 일정 비율이 해당 단계의 범위에 든다고 한다면 기준의 적합성에 대한 합의를 이끌어 낼 수 있다. 이와 같은 설문 참가자들의 주관적 의견을 집계하여 평균하는 방식은 참여자 모두의 집단적 판단을 수렴하는 강력한 방법이다. 따라서 본 발명의 실시예에서는 채택 기준을 결정하고 선정한 인자를 다음의 표 2에 나타내었다.

제시된 인자 초안에는 포함되지 않았던 지역총생산 지수(GRDP)가 참여 전문가들에 의해서 제안되었다. GRDP는 지역 경제의 크기를 측정하기 위한 지역단위의 국내총생산 지수(GDP)이다. 최종적으로 홍수 취약성 평가를 위한 45개의 인자가 채택되었다.

모든 지표는 그것의 성질에 따른 분류와 DPSIR 구조에 따른 분류로 계층화하여 나타낼 수 있다. 그 결과, 사회적 요소에 16개의 인자, 경제적 요소에 11개, 환경적 요소에 18개의 인자가 선정되었다. 각 요소 분야에는 DPSIR 구조가 적용되었으며 추진력, 압력, 상태, 영향, 대응에 각각 8, 10, 13, 5, 9개의 인자가 포함되었다.

평가 척도를 사용할 경우, 독립적으로 가중치를 결정한 설문 참가자들이 작성한 결과를 사용한 평가의 신뢰도를 크게 향상 시킬 수 있다. 특히 설문 패널이 선행 조사 결과에 대한 통계적인 피드백을 받을 때 판단의 정확성이 향상되는 것으로 알려져 있다.

따라서 본 발명의 실시예에서는 가중치 수집 과정을 두 부분으로 나누었다. 먼저 설문응답자들은 사전의 정보없이 주관적으로 인자에 대한 가중치를 결정한 다음 이 자료를 수집하여 분석한 결과를 피드백 받아 이것을 바탕으로 자신의 의견을 수정, 보완하였다.

STEP 2. 가중치 산정

본 발명에서 제안하는 가중치 산정 기법은 단계별로 가중치를 수집하여 결합하는 방식이다. 즉, 인자가 소속되는 분야를 사회적, 경제적, 환경적인 부분으로 나누어 각 분야에 대한 가중치를 수집하고 해당되는 분야에 DPSIR framework를 적용하여 인자의 속성별로 다시 분류한다. 이 DPSIR 요소에 대하여 별도의 가중치를 수집하고 해당 요소에 소속되는 인자에 대한 가중치를 수집한다. 이와 같이 단계별로 수집한 가중치를 결합하여 최종적인 가중치를 산정할 수 있다. 또한 설문조사에서 Ranking(순위법), Rating(비율법), Fuzzy weights(퍼지 가중치법)의 세가지 종류의 가중치를 수집하도록 하여 각 가중치 기법을 별도로 산정하여 가중치 기법에 따른 평가결과의 민감도를 산정할 수 있도록 한다.

본 발명의 실시예에서 가중치는 총 세가지 유형으로 추정하였다. 먼저 각 인자의 순위를 설정하는 ranking 가중치와 주어진 범위내에서 상대적 중요의 정도를 적절한 값으로 표현하는 rating, 각 기준의 절대적 중요성을 설정하는 fuzzy 가중치를 별도로 책정하였으며 인자가 소속되는 단계 즉, 계층을 기반으로 하였다. 첫 번째 계층은 인자가 포함되는 분야로써 사회적, 경제적, 환경적인 성질을 나타내고 두 번째 계층은 DPSIR framework의 요소에 따른 추진력, 압력, 상태, 영향 및 대응이며 마지막 계층이 인자로 구성된다. 이와 같은 트리 구조에서 최종가중치를 산정한다. 따라서 인자의 성질에 따른 가중치(W_sn; n = 1, 2, 3), DPSIR 구조에 따른 가중치(W_fn; n = 1, …, 5), 각 인자별로 수집한 가중치(W_in; n = 1, …, 45)가 설문 조사로부터 도출 된다(표 3, 4, 5).

즉, 가중치의 산정은 중앙처리장치가 일정한 수의 전문가가 부여한 평가인자에 대한 가중치와 순위법에 의한 상기 수학식 2, 비율법에 의한 상기 수학식 4 또는 퍼지 가중치법에 의한 상기 수학식 5가 포함된 메인 메모리 내의 프로그램을 이용해 구하게 된다. 여기서, 상기 과정의 수행은 이를 컴퓨터로 수행하기 위해 상용 프로그램이나 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지게 된다.

본 발명의 실시예에서 인자의 성질에 따른 가중치 분석결과인 표 3에 따르면 환경적 요소가 다른 요소들에 비하며 높은 수치를 나타내어 가장 중요한 요소로 판단된 것을 알 수 있다. DPSIR 구조에서는 영향(Impact)이 가장 중요한 것으로 분석되었다. 인자들 중에서는 연간 홍수 발생 횟수와 홍수범람지역이 세 가지 가중치 유형 모두 높은 수치를 나타내었으며 계층별 추정치를 결합한 최종 가중치에서도 동일한 결과를 나타내었다. 대체적으로 인자들은 가중치의 유형에 대하여 비슷한 결과를 나타내었다.

STEP 3. 선정 인자의 자료 수집 및 표준화를 통한 DB 구축

선정된 인자에 대한 자료를 수집하면 각 자료는 정량적, 정성적인 다양한 형태와 규모로 구성되어 있다. 따라서 이들 자료를 수집하여 데이터 베이스화하기 위해서는 자료의 형식을 파악하고 이들을 평가에 적용할 방안을 고안해야 한다.

예를 들면 홍수재해 관련 기록인 피해액, 이재민, 사상자수 등과 재해 대응 기관의 수 등의 자료는 행정 구역 단위로 집계되어 기록되는 자료이다. 또한 거주인구수, 가구수, 사업체 수 등의 자료는 통계청에서 관리하며 센서스 조사를 위해 구획화한 구역에 대해서 집계되어 있다. 이들 공간적 구역에 대한 자료를 수집하고 데이터 베이스를 작성하고 평가에 포함되는 면적에 대해서 면적비를 적용하여 자료를 추출할 수 있다. 하천의 확률 홍수위, 홍수량 자료는 하천 구간내에 산정 지점을 결정하여 추정한 후 지점에 대해서 데이터 베이스를 구성한다. 그 외의 자료들에 대해서도 지점 또는 면 형태의 데이터 베이스를 작성한다. 이때 각 자료들은 크기와 단위가 모두 다르므로 이들을 표준화할 필요가 있다. 따라서 각 자료를 전체 범위내에서 표준화하여 0~1의 값을 갖도록 만드는 Re-scaleing 기법을 사용하였다(수학식 7).

상기에서 사회적, 환경적, 경제적 요소를 나타내는 45개의 평가인자를 선정하였으나 본 발명의 실시예에서는 DPSIR 인자 중 추진력에 해당하는, 전세계 태풍/홍수 발생 횟수, 우리나라의 태풍/홍수 발생 횟수, 국내총생산, 경제성장율, 연평균 강우량 등 공간적인 특성보다는 시간적 변화를 반영하는 평가인자 등을 제외하였다. 또한 대상 유역에서 해당 자료를 수집하는데 어려움이 있는 인자들이 있어 이들을 제외하고 수집 가능한 자료를 우선으로 하여 평가에 사용할 수 있다(표 6). 통계청 등의 공신력 있는 국가 기관에서 제공하는 자료를 대상으로 수집하였으며 각 자료는 GIS 어플리케이션을 사용하여 공간적 데이터베이스로 구축하였다(도 7). 또한 수집한 가중치를 대상유역의 평가에 적용한 인자에 대하여 추출하고 표준화하여 평가에 적용할 가중치를 재산정하였다(표 7).

즉, 상기에서 선정된 각 평가인자에 대한 자료를 수집하여 입력장치에 의해 메인 메모리 내에 저장되고 중앙처리장치는 각 평가인자에 대해 히스토그램을 작성하고 분포 형태가 고르지 않은 경우 로그형태로 변환한다. 더불어 중앙처리장치는 각 평가인자에 대한 자료를 메인 메모리 내의 GIS 어플리케이션에 사용할 수 있는 데이터베이스로 구축하며, 각 평가인자의 자료의 표준화는 상기 수학식 7과 각 평가인자에 대한 자료가 포함된 메인 메모리 내의 프로그램을 이용해 구하게 된다. 여기서도 상기 과정의 수행은 이를 컴퓨터로 수행하기 위해 상용 프로그램이나 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지게 된다.

STEP 4. 하천 구간별 유역 분할

본 발명에서 평가하는 홍수위험도는 하천의 구간에 대한 유역을 분할하여 해당 구간의 정보들을 반영하여 산정하게 된다. 따라서 평가하고자 하는 하천의 유역에 대하여 분할할 구간을 설정하고 유역을 추정해야 한다. 이를 위하여 해당유역의 DEM을 작성하고 GIS 어플리케이션을 이용하여 구간에 대응하는 유역을 분할한다. 먼저 유역을 분할한 구간의 간격을 설정하고 하천의 양안을 각각 정해진 구간 길이에 대하여 해당하는 유역으로 분할하여 공간적 정보를 취득한다. 전 단계에서 수집한 정보를 적용하기 위하여 분할한 유역에 포함되는 지자체 등의 정보수집 단위면적을 산정하여 추출한다. 대부분의 사회적 통계자료, 인구수, 가구수, 지가 등은 지자체 단위로 수집된다. 따라서 해당 지자체의 전체 면적에 대한 분할한 유역에 포함되는 면적의 비율을 자료에 적용하여 환산하여 평가에 사용한다.

기존의 공간적 홍수위험도 평가는 행정구역 단위로 평가되거나 유역단위로 분할하여 시행되었다. 다시 말해 본 발명에서는 하천의 구간을 나누고 해당 구간에 대응하는 유역을 분할하여 홍수위험도를 평가하는 기법을 개발하여 적용하였다. 따라서 대상 유역의 하천 구간을 평가하고자 하는 간격으로 분할하여 유역을 추적하여 해당 유역에 대하여 홍수위험도 평가를 수행하였다. 이와 같은 방법은 대상 하천구간을 평가함으로써 치수 정책을 수행하는데 유용하게 적용할 수 있다. 수립한 평가 기법을 수행하기 위하여 먼저 하천 구간에 따른 유역을 분할해야 한다. 이를 위하여 평가 지역의 DEM으로부터 GIS 어플리케이션을 이용하여 유역을 분할하여 나타내었다. 참고로, 본 발명의 실시예에서는 도 6에 도시된 바와 같이 40개 유역으로 분할되었다.

즉, 중앙처리장치는 홍수위험도 평가 지역의 수치지형도로부터 메인 메모리 내의 GIS 어플리케이션을 이용하여 하천의 양안을 각각 설정된 유역 분할 구간의 간격에 대하여 해당하는 유역으로 분할하게 된다.

STEP 5. 홍수위험도 평가

각 분할 유역에 포함되는 홍수위험도 평가인자의 자료와 추정한 가중치를 반영하여 다기준 홍수위험도 평가를 수행한다.

평가인자 중 홍수방어 및 완화 효과를 포함하는 인자는 음의 값으로 홍수를 야기하거나 홍수로 인한 영향을 받는 인자 등은 양의 값으로 적용되며 이때 일반적인 가중합계법과 Fuzzy TOPSIS 방법을 사용하여 평가한다.

각 인자를 반영하여 유역의 총제적인 홍수위험을 평가할 수 있고, 각 기여인자의 특성별로 사회적, 경제적, 환경적 인자들을 별도의 그룹으로 하여 요소에 따른 평가도 가능하다. 또한 DPSIR 구조에 따른 인자들을 분류하여 별도의 평가함으로써 결과를 비교하여 해당 지역의 홍수위험도에 어떤 부분이 더 많이 영향을 미치는지에 대하여 판단할 수 있다.

본 발명의 실시예에서는 분할한 유역에 대하여 가중합계법을 사용하여 홍수위험도를 평가하였다(도 8). 평가 결과를 사회적, 경제적, 환경적 요소별로 확인할 수 있으며 이로부터 각 구간에 대한 각 분야별 취약의 정도를 파악할 수 있다(도 9 및 도 10). 또한 같은 하천 구간이라도 좌안과 우안이 다른 평가 결과를 나타낼 수 있음을 알 수 있다(도 11). 이는 해당하는 유역에 포함되는 평가 요소가 상이하므로 나타나는 결과이다. 즉, 같은 하천 구간이더라도 실제로 적용되는 유역의 특성이 다른 경우 홍수에 대한 위험성이 다르게 나타나므로 이에 대한 대응에 있어서도 적절한 방식과 수준의 대처를 해야 한다. 따라서 본 발명에서 개발한 평가 방법은 하천 구간 중심의 홍수대책에 있어 매우 유용한 홍수위험성 평가 결과를 도출할 수 있을 것으로 기대할 수 있다.

보다 상세하게는, 분할된 유역 단위로 홍수위험도를 정량화하기 위해 표준화된 평가인자 자료를 (Minimum, Mode, Maximum)형태의 삼각퍼지수(TFN)로 변환한다. 예를 들어, 분할된 유역 단위 내의 행정구역별 평가인자의 값들을 대상으로 히스토그램을 그려 최소값과 최빈값, 최대값을 도출하여 삼각퍼지수(TFN)로 사용한다. 가중치의 경우는 순위법과 비율법에 의한 경우는 단일값, 퍼지 가중치법에 의한 경우는 그 삼각퍼지수를 이용하게 된다. 그러나 삼각퍼지수(TFN)으로 변환이 불가능한 것도 있는데 이러한 경우는 3개의 퍼지수 모두 동일한 값을 사용한다.

즉, 표준화된 평가인자 자료값의 (최소값, 최빈값, 최대값)형태의 삼각퍼지수로의 변환은 중앙처리장치가 메인 메모리에 저장된 각 분할된 유역 단위별 표준화된 각 평가인자 자료값에 대하여 최소값과 히스토그램을 통한 최빈값 및 최대값을 선택한다. 여기서도, 상기 과정의 수행은 이를 컴퓨터로 수행하기 위해 상용 프로그램이나 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지게 된다.

삼각퍼지수(TFN)로 변환된 각 평가인자 자료값과 해당하는 가중치는 상기 수학식 10과 같이 퍼지 수의 산술 계산식에 의해 가중치가 곱해져 각 평가인자와 각 분할된 단위유역에 대하여 가중화된 퍼지 행렬이 구해진다. 이러한 가중화된 퍼지 행렬은 서로 다른 축척을 가지고 있기 때문에 비교 가능한 축척으로 표준화해야 한다.

즉, 중앙처리장치는 삼각퍼지수로 변환된 각 평가인자 자료값과 해당하는 가중치 및 상기 수학식 10이 포함된 메인 메모리 내의 프로그램을 이용해 가중화된 퍼지 행렬을 산출하고, 상기 가중화된 퍼지 행렬과 상기 수학식 11 내지 15가 포함된 메인 메모리 내의 프로그램을 이용해 표준화된 퍼지 행렬을 산출하게 된다. 여기서도, 상기 과정의 수행은 이를 컴퓨터로 수행하기 위해 상용 프로그램이나 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지게 된다.

이상의 결과를 이용해서 퍼지(Fuzzy) TOPSIS 기법을 적용할 수 있는데, 중앙처리장치는 표준화된 퍼지 행렬

과 상기 수학식 16이 포함된 메인 메모리 내의 프로그램을 이용해 퍼지 양의 이상적인 해(FPIS)와 퍼지 부의 이상적인 해(FNIS)를 산출하고, 상기 수학식 17 내지 19이 포함된 메인 메모리 내의 프로그램을 이용해 각 분할된 유역 단위별로 표준화된 퍼지 행렬에서의 각 평가인자의 자료값과 FPIS 및 FNIS의 각 평가인자의 자료값 간의 거리를 산출하며, 상기 수학식 20가 포함된 메인 메모리 내의 프로그램을 이용해 각 분할된 유역 단위별 근접도 계수를 산정하고 상기 근접도 계수가 클수록 홍수위험도가 높은 것으로 판단한다. 여기서도, 상기 과정의 수행은 이를 컴퓨터로 수행하기 위해 상용 프로그램이나 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지게 된다. 참고로, 도 12는 평가 단위 유역별(40개) 양의 이상적인 해(수학식 16)와의 거리를 나타낸 것이고, 도 13 은 평가 단위 유역별(40개) 부의 이상적인 해(수학식 16)와의 거리를 나타낸 것이다.

상기에서는 본 발명에 대한 특정의 바람직한 실시예를 도시하고 설명하였으나, 본 발명은 상술한 실시예에만 한정되는 것은 아니고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 요지를 벗어남이 없이 다양하게 변경시킬 수 있을 것이다.

Claims (9)

1. (a) 홍수위험도를 평가하고자 하는 지역에 대하여 DPSIR 구조에 기반하여 일정한 수의 전문가에 의해 선정된 홍수위험도 평가인자와 일정한 수의 전문가가 부여한 평가인자에 대한 가중치는 입력장치에 의해 메인 메모리에 저장되고, 중앙처리장치는 상기에서 DPSIR 구조에 기반하여 일정한 수의 전문가가 부여한 평가인자에 대한 가중치와 순위법, 비율법 또는 퍼지 가중치법에 의한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중치를 산정하는 단계와;
   (b) 상기 단계(a)에서 선정된 각 평가인자에 대한 자료가 수집되어 입력장치에 의해 메인 메모리 내에 저장되고 중앙처리장치는 각 평가인자에 대한 자료를 메인 메모리 내의 GIS 어플리케이션에 사용할 수 있는 데이터베이스로 구축하며, 표준화 값을 구하는 수학식과 각 평가인자에 대한 자료가 포함된 메인 메모리 내의 프로그램을 이용해 각 평가인자의 자료를 표준화하여 저장하는 단계와;
   (c) 중앙처리장치는 홍수위험도 평가 지역의 수치지형도로부터 메인 메모리 내의 GIS 어플리케이션을 이용하여 하천의 양안을 각각 설정된 유역 분할 구간의 간격에 대하여 해당하는 유역으로 분할하는 단계와;
   (d) 중앙처리장치가 메인 메모리에 저장된 각 분할된 유역 단위별 표준화된 각 평가인자의 자료값에 대하여 최소값과 히스토그램을 통한 최빈값 및 최대값을 선택하여, 표준화된 평가인자 자료값을 (최소값, 최빈값, 최대값)형태의 삼각퍼지수로 변환하는 단계와;
   (e) 중앙처리장치는 삼각퍼지수로 변환된 분할된 유역 단위별 각 평가인자 자료값과 각 평가인자별 가중치 및 두 개의 삼각퍼지수의 곱을 구하는 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 가중화된 각 평가인자 자료값의 삼각퍼지수를 구하고 각 평가인자와 각 분할된 단위유역에 대하여 가중화된 퍼지 행렬을 산출하는 단계와;
   

   

   
   (여기서,

   

   ,

   

   는 각각 평가인자 자료값과 가중치 삼각퍼지수, 단 가중치의 경우는 순위법과 비율법에 의한 경우는 단일값, 퍼지 가중치법에 의한 경우는 그 삼각퍼지수를 이용함)
   (f) 중앙처리장치는 가중화된 퍼지 행렬과 일정한 수학식들이 포함된 메인 메모리 내의 프로그램을 이용해 표준화된 퍼지 행렬(

   

   )을 산출하는 단계와;
   (g) 중앙처리장치는 표준화된 퍼지 행렬

   

   과 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 퍼지 양의 이상적인 해(A+)와 퍼지 부의 이상적인 해(A-)를 산출하는 단계, 및
   (h) 중앙처리장치는 근접도 계수(C_i+)를 구하는 일정한 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 분할된 유역 단위별 근접도 계수를 산정하고 상기 근접도 계수가 클수록 홍수위험도가 높은 것으로 판단하는 단계로 이루어지는 것을 특징으로 하는 다기준 홍수위험도 평가방법.
2. 제 1 항에 있어서,
   상기 단계(a)에서 홍수위험도 평가인자는 사회적, 경제적, 환경적 성질을 먼저 구분하고 각 분야에 속하는 평가인자들에 대해서 DPSIR 구조를 적용하는 것을 특징으로 하는 다기준 홍수위험도 평가방법.
3. 제 1 항에 있어서,
   상기 단계(a)에서 순위법에 의해 가중치를 산정하는 수학식은
   

   

   
   (여기서, w_l 은 평가인자 l에 대한 가중치, m은 평가인자의 개수, R_l 은 모든 설문참여자가 평가인자 l에 할당한 변환순위의 합산값(

   

   ), R_lj 은 설문참여자 j가 평가인자 l에 할당한 변환순위, n은 설문참여자의 수)인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
4. 제 1 항에 있어서,
   상기 단계(a)에서 비율법에 의해 가중치를 산정하는 수학식은
   

   

   
   (여기서, w_lj 는 설문참여자 j가 평가인자 l에 부여한 가중치(

   

   ), p_lj 는 설문참여자 j가 평가인자 l에 부여한 비율값, m은 평가인자의 개수, n은 설문참여자의 수, w_l 은 평가인자 l에 대한 가중치)인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
5. 제 1 항에 있어서,
   상기 단계(a)에서 퍼지 가중치법에 의해 가중치를 산정하는 수학식은
   

   

   
   (여기서,

   

   는 설문참여자 j로부터 수집한 퍼지 가중치,

   

   은 평가인자 l에 대한 최종적인 가중치)인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
6. 제 1 항에 있어서,
   상기 단계(b)에서 표준화 값을 구하는 수학식은
   

   

   
   (여기서, x_qc 는 c지역의 평가인자 q의 평가인자 값,

   

   는 평가인자 q의 전체 지역

   

   에 대한 평가인자 값 중 최소값,

   

   는 평가인자 q의 전체 지역

   

   에 대한 평가인자 값 중 최대값)인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
7. 제 1 항에 있어서,
   상기 단계(f)에서 표준화된 퍼지 행렬(

   

   )을 산출하는 수학식은
   

   

   
   (여기서,

   

   은 표준화된 삼각퍼지수, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수,

   

   (

   

   ),

   

   (

   

   ),

   

   ,

   

   ,

   

   는 각각 삼각퍼지수로 변환된 평가인자 값의 최소값, 최빈값과 최대값,

   

   는 평가인자가 이득기준(B)일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최대값 중에서 최대값,

   

   는 평가인자가 비용기준(C)일 경우 각 단위유역별로 삼각퍼지수로 변환된 평가인자 값의 최소값 중에서 최소값) 인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
8. 제 1 항에 있어서,
   상기 단계(g)에서 퍼지 양의 이상적인 해(A+)와 퍼지 부의 이상적인 해(A-)를 산출하는 수학식은
   

   

   
   (여기서,

   

   라 할때

   

   ,

   

   이고,

   

   ,

   

   이며, i는 각 단위유역의 갯수, j는 각 평가인자의 갯수) 인 것을 특징으로 하는 다기준 홍수위험도 평가방법.
9. 제 1 항에 있어서,
   상기 단계(h)에서 근접도 계수(C_i+)를 구하는 수학식은

   

   
   (여기서,

   

   와

   

   는 각각 A+(FPIS)와 A-(FNIS)로부터 각 단위유역의 평가인자 값과의 간격(

   

   ,

   

   ,

   

   와

   

   는 A+(FPIS)와 A-(FNIS)로부터 각 단위유역의 평가인자 값과의 거리로

   

   

   라 할때

   

   ) 인 것을 특징으로 하는 다기준 홍수위험도 평가방법.

Images