지리정보시스템(GIS)을 이용한 폐탄광 지역의 지반침하 예측 및 검증 : 강원도 삼척시를 중심으로 = Prediction and verification of ground subsidence at abandoned underground coal mine area using GIS : examples from Samcheok city, Kangwon-do, Korea

국문 초록 (Abstract)

석탄산업의 감소로 수익성이 없는 탄광을 정리하는 석탄산업합리화 사업이 시작된 1989년부터 2005년까지 전국 345개 석탄광 중 338개가 폐광되었다. 이후 폐탄광 지역에서 지반침하, 지하수오염, 토양오염, 산림훼손 등의 광해가 발생되어 사회문제화 되고 있다. 그러나 폐탄광지역의 광해에 대한 정량적인 예측 및 이를 통한 대책 마련에 관한 국내 연구는 거의 이루어지지 않고 있는 실정이다.본 연구는 폐탄광지역에서 발생하고 있는 광해 중 도로, 철도 등의 국가기간시설물의 안전성을 위협하고 인명, 가옥 및 시설물의 재산 피해를 초래하는 지반침하에 대해, GIS와 확률, 통계, 인공신경망 분석기법을 이용하여 지반침하 위험지역을 정량적으로 예측하고 검증하기 위해 수행되었다. 본 연구 대상지역은 삼척탄전에 포함되는 강원도 삼척시 도계읍 심포리 및 마교리 일대로, 1991년과 1989년에 각각 폐광된 구 한양탄광과 구 삼마탄광 주변이다. 연구지역 내의 지반침하는 1999년과 2000년에 석탄산업합리화사업단에서 수행한 지반안정성 정밀조사 및 지반조사 보고서에 의해 각 28개, 21개소의 침하 징후가 발견되었고 일부 침하 구간에 대해 지반 보강공사가 수행되었다.연구지역의 지반침하 현장 조사자료 및 실내시험 자료를 GIS를 이용하여 공간데이터베이스로 구축하였고, GIS의 공간분석 기능을 활용하여 지반침하와 관련된 요인들 간의 상관관계를 분석하였다. 분석 결과 갱으로 부터의 거리, 지하수 심도, 갱심도, 지형경사도, 투수계수, 토지특성, 지질의 7개 요인의 선형 결정계수(R^2)가 0.6897 ～ 0.0556으로 상관관계가 있는 것으로 나타났다. 상관관계가 있는 침하요인들의 데이터베이스를, 확률기법인 빈도비(Frequency Ratio), 통계기법인 로지스틱 회귀분석(Logistic Regression) 및 데이터마이닝 기법인 오류역전파알고리즘(error backpropagation neural network) 인공신경망 분석을 이용하여 정량적 지반침하 예측을 하기 위해, 1m x 1m 크기의 격자를 갖는 ASCII grid file로 변환하였다.변환된 자료를 이용하여 지반침하 위험지역을 예측한 침하 위험도에 대한 추정능력곡선(Success Rate Curve)검증 결과, 심포리 지역에 대한 빈도비의 경우 92.92%, 로지스틱 회귀분석의 경우 94.98%, 인공신경망의 경우 94.40%의 정확도를 나타냈다. 마교리 지역에 대한 빈도비의 경우 95.64%, 로지스틱 회귀분석의 경우 96.75%, 인공신경망의 경우 95.80%의 정확도를 나타냈다. 심포리와 마교리의 지질조건, 탄층 구조, 채탄 규모 등의 차이에도 불구하고 분석 정확도는 매우 높게 나타났으며 두 지역 모두 로지스틱 회귀분석의 정확도가 가장 높게 나타났다. 본 연구지역의 심포리에 대해 수행된 슐럼버저배열(Schlumberger array)과 마교리에 대해 수행된 쌍극자배열(dipole-dipole array) 방식의 전기비저항 탐사 자료와 지반침하 고위험 지역으로 분류된 지역을 비교 분석한 결과, 심포리의 북동부에 위치한 주거 지역과 마교리의 38번 지방 국도 주변에서 기존 갱내도에 표기되어 있지 않은 지하채굴 공동 및 천부파쇄대의 영향으로 비저항 이상대가 존재하며 이로 인해 침하 발생 가능성이 높게 나타나는 것으로 판단된다. 또한, 지반침하 고위험 지역으로 예측된 지역에 대해 현장 조사를 수행한 결과 기존 침하 관측 지역 외에 추가로 침하징후가 발견되어 본 연구의 예측 신뢰도를 확인할 수 있었다. 향 후, 본 연구의 결과를 연구지역 이외의 타 폐탄광 지역에 적용하여 지반침하 위험지역 예측의 시간, 인력, 비용을 줄여 광해의 관리 및 예방에 크게 기여할 수 있을 것이며, 궁극적으로 폐탄광지역의 균형적인 개발을 이루는데 일조할 것으로 사료된다.

다국어 초록 (Multilingual Abstract)

Since 1989, 338 underground coal mines in Korea have been abandoned among 345 mines. Although the occurrences of ground subsidence have recently become a serious problem at those area, quantitative assessments for predicting ground subsidence in coal mining areas have not well studied.This study constructs and verifies a predicted hazard map for ground subsidence around abandoned underground coal mines(AUCMs) at Samcheok City using probability(frequency ratio) model, statistical(logistic regression) model, artificial neural network, and Geographic Information System(GIS). The study area covers Simpori and Magyori at Samcheok City where the areas belong to the Samcheok coalfield and have been abandoned in 1991 and 1989 respectively.An image database and an attribute database of related factors for ground subsidence were constructed using GIS. Correlation between ground subsidence and related factors have been analyzed using spatial analysis function of GIS. The results show that (1) distance from drift, (2) depth of groundwater, (3) depth of drift, (4) slope gradient, (5) permeability, (6) character of land use, and (7) geology have a decision coefficient(R^2) from 0.6897 to 0.0556. The seven related factors were converted to 1-m resolution ASCII grid file to predict ground subsidence area quantitatively.The frequency ratio and logistic regression models and artificial neural network method have been applied to determine each factor's rating, and the ratings were overlain for ground subsidence hazard mapping. The ground subsidence hazard map have then been verified by comparing with existing subsidence areas. The results show very high prediction accuracy : 92.92%, 94.98%, 94.40% for Simpori and 95.64%, 96.75%, 95.80% for Magyori for the frequency ratio model, logistic regression model and artificial neural network respectively. Thus, the logistic regression model shows better results than the others. The comparative analysis between the predicted hazard map and the results of electrical resistivity survey along the study area show good agreement. Field survey with the predicted hazard map shows high reliability of this study as additional 6 subsidence areas within predicted hazard area were found at each study site.According to the results of this study, the quantitative prediction of ground subsidence hazard area around abandoned underground coal mines may be possible. And using the methods of this study will be effective to predict and control the ground subsidence around abandoned coal mines in Korea.