📄 other

Development of a Regional Landslide Forecast Model for Slowly Moving Landslides in the Western Canada Sedimentary Basin

본 논문은 수십 년간의 기반 시설 변위 데이터와 수문 기후 동인을 통합하여 과거의 사건을 사후 검증하고 선제적인 기반 시설 완화를 위한 미래 산사태 위험을 예측할 수 있는 활동 지수를 생성함으로써, 서부 캐나다 퇴적 분지를 대상으로 한 지역 산사태 예측 모델의 개발 및 검증을 제시한다.

원저자: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

게시일 2026-07-27

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Michael Porter, Corey Froese, Caio Stringari, Vincenzo Coia

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

거대한 지구의 압착: 땅이 움직이는 이유와 이를 예측하는 방법

우리 발밑의 땅이 바위처럼 단단한 것이 아니라, 마치 거대하고 느릿하게 움직이는 스펀지와 같다고 상상해 보십시오. 세계의 일부 지역, 특히 서부 캐나다 퇴적 분지(Western Canada Sedimentary Basin) 아래에서는 이 "스펀지"가 수천 년 동안 빙하에 의해 짓눌린 고대 점토와 부드러운 암석 층으로 이루어져 있습니다. 시간이 흐르면서 이 층들은 진흙으로 된 빙하처럼 아주 천천히 아래로 미끄러지기 시작했습니다. 이것들은 영화에서 보는 것처럼 몇 초 만에 무너져 내리는 무서운 급경사 산사태가 아닙니다. 이것들은 "심층부 산사태(Deep-Seated Landslides, DSL)"입니다. 이들은 너무 느리게 움직여서 몇 년 동안은 알아차리지 못할 수도 있지만, 끊임없이 움직입니다.

우리가 왜 이것을 신경 써야 할까요? 이 느릿한 압착 현상이 바로 우리의 현대 문명이 살아가는 곳에서 일어나고 있기 때문입니다. 파이프라인, 도로, 송전선이 바로 이 미끄러지는 경사면 위에 건설되어 있습니다. 이러한 시설을 건설하는 엔지니어들은 지표면이 약간 움직일 수 있다는 점을 알고 있지만, 거기에는 한계가 있습니다. 만약 땅이 너무 많이 혹은 너무 빠르게 움직이면, 파이프가 균열되거나 도로가 뒤틀려 수백만 달러의 수리 비용이 발생할 수 있습니다. 과학자들이 던져온 핵심 질문은 이것입니다. 언제 이 느리게 움직이는 거인들이 속도를 높일지 예측할 수 있는가? 만약 지표면이 언제 더 "축축해지고" 무거워질지 알 수 있다면, 우리는 파이프가 부서지기 전에 수리하여 돈을 아끼고 사람들을 안전하게 지킬 수 있습니다. 이 논문은 비와 눈 데이터를 사용하여 지표면이 언제 더 빠르게 미끄러지기 시작할지 추측하는, 땅을 위한 '수정구슬'을 만드는 것에 관한 이야기입니다.

지구의 일기 예보: 산사태를 관찰하는 새로운 방법

BGC 엔지니어링과 앨버타 대학교 연구진이 이끄는 이번 연구팀은 단순히 추측하는 것을 멈추고, 날씨와 미끄러지는 지표면 사이의 관계를 측정하기로 했습니다. 그들은 스펀지가 물을 머금으면 더 무거워지고 미끄러워지는 것처럼, 이 심층부 산사태들도 토양이 젖을 때 속도가 빨라진다는 사실을 깨달았습니다. 하지만 단순히 오늘 내리는 비를 보는 대신, 그들은 토양의 "기억력", 즉 작년과 재작년에 얼마나 젖어 있었는지, 그리고 봄에 눈이 어떻게 녹았는지를 이해해야 했습니다.

이를 위해 그들은 방대한 양의 데이터를 수집했습니다. 그들은 서부 캐나다 전역의 이 산사태 내부 깊숙이 매설된 500개 이상의 센서(경사계라고 불림)로부터 얻은 30년 이상의 이동 기록을 조사했습니다. 이 센서들은 매년 지표면이 얼마나 빨리 움직이는지 정확하게 알려주었습니다. 그런 다음, 이 이동 데이터와 지구의 날씨를 모델링한 슈퍼컴퓨터 모델인 ERA-5를 결다 결합했습니다. 이 모델은 1950년까지 거슬러 올라가는 토양 수분, 눈 녹음, 강수량에 대한 거대한 글로벌 일기장 역할을 합니다. 팀은 "스펀지"의 움직임과 그 "물 일기장"을 비교함으로써, 산사태를 가속화하는 비밀 레시피를 찾아내고자 했습니다.

움직이는 산의 레시피

연구진은 날씨 레시피에서 산사태가 활성화될 시점을 예측하는 데 가장 중요한 세 가지 주요 재료를 발견했습니다:

시즌 시작 시점의 토양 습도: 구체적으로, 2월까지 지표면 약 1~3미터 아래에 물이 얼마나 많이 차 있었는가 하는 점입니다.
전년도의 추세: 지난 12개월 동안 토양이 점점 젖어 들었는가, 아니면 말라갔는가 하는 점입니다.
시즌 중 "총 수분량"의 타격: 이것이 가장 중요합니다. 이는 산사태 시즌(3월~10월) 동안 90일간의 이동 창(rolling window) 동안 지면에 쏟아진 총 수분량(비와 녹은 눈)을 의미합니다.

이 세 가지 재료를 사용하여, 팀은 **지역 산사태 활동 지수(Regional Landslide Activity Index, RLAI)**라는 새로운 도구를 만들었습니다. 이 지수를 지표면을 위한 "교통 신호등"이라고 생각하십시오. 다만 단순히 빨강, 노랑, 초록색이 아니라 네 가지 단계가 있습니다: 낮음, 보통, 높음, 매우 높음.

작동 방식은 다음과 같습니다. 컴퓨터는 날씨 데이터를 가져와 **지역 산사태 활동 점수(Regional Landslide Activity Score, RLAS)**를 계산합니다.

점수가 낮으면(0.95 미만), 낮은 활동의 해입니다. 대부분의 산사태는 잠들어 있거나 느릿한 거북이처럼 매우 느리게 움직입니다.
점수가 0.95에서 1.40 사이라면, 보통 활동의 해입니다. 일부 산사태가 빨라질 수는 있지만, 대부분은 평소의 느린 춤을 춥니다.
점수가 1.40에서 1.80 사이라면, 높은 활동의 해입니다. 이때 지표면은 불안정해집니다. 모델은 이 지역의 약 71%의 산사태가 평소보다 빠르게 움직이기 시작할 것이라고 제안합니다.
점수가 1.80을 넘으면, 매우 높은 활동의 해입니다. 이것은 "적색 경보" 구역입니다. 모델은 거의 모든 산사태가 갑자기 달려 나가는 군중처럼 평소보다 훨씬 빠르게 움직일 것이라고 예측합니다.

수정구슬 테스트하기

연구팀은 단순히 규칙을 만들어낸 것이 아니라, 역사를 통해 이를 테스트했습니다. 그들은 2017년, 2020년, 2021년의 대규모 가속 이벤트와 같이 산사태가 실제 문제를 일으켰던 특정 연도들을 살펴보았습니다. 그들은 모델을 역으로 돌려보는 과정("힌드캐스팅", hindcasting)을 통해, 모델이 그러한 문제 지점들을 예측할 수 있었는지 확인했습니다.

결과는 유망했습니다. 예를 들어, 1997년과 1998년에 모델은 지표면이 실제로 빠르게 움직이기 전에 "매우 높은 활동"의 해를 정확히 예측했습니다. 2020년에는 모델이 엄청난 비율의 산사태가 빨라질 것이라고 경고했고, 실제로 일어난 일이었습니다. 저자들은 모델이 완벽하지는 않아서 가끔 "높음" 단계로 예측했으나 실제로는 "보통"이었던 경우도 있다고 언급했지만, 주요 사건을 놓치는 경우는 드물었습니다. 모델은 사건을 놓치기보다는 큰 위험을 잡아내는 데 훨씬 뛰어납니다.

앞을 내다보며: 2026년 예보

논문은 이 새로운 시스템의 첫 번째 실제 적용 사례인 2026년 산사태 시즌 예보를 보여주며 마무리됩니다. 미래에 비가 얼마나 내릴지는 알 수 없기 때문에, 그들은 통계적인 기법을 사용했습니다. 75년간의 날씨 기록을 바탕으로 수천 번의 컴퓨터 시뮬레이션(몬테카를로 시뮬레이션)을 실행하여 가능한 결과의 범위를 추측했습니다.

그 결과는 지표면이 빠르게 움직일 확률을 보여주는 지도들입니다. 2026년 3월, 그들은 "95 백분위수" 예측, 즉 발생 가능성이 있는 최악의 시나리오를 보여주는 지도를 발표했습니다. 시즌이 진행됨에 따라 실제 강수 데이터가 들어오면 불확실성은 줄어들고 예보는 더욱 정교해집니다. 시즌이 끝날 때쯤이면 그 해가 얼마나 활발했는지 정확히 알 수 있게 됩니다.

다음 단계는?

저자들은 흥분되면서도, 이것이 시작에 불과하다는 것을 알고 있습니다. 현재 모델은 약 641개의 특정 지점 데이터를 기반으로 합니다. 하지만 그들은 이를 더 개선할 계획입니다. 그들은 몇 시간마다 움직임을 측정하는 새로운 센서의 데이터를 추가하고 있으며, 2025년에 발사될 새로운 위성(NISAR)을 기다리고 있습니다. 이 위성은 지상에 센서가 없는 곳에서도 우주에서 지표면의 움직임을 "볼" 수 있을 것입니다.

이 논문은 이 모델이 산사태를 멈추게 하는 마법 지팡이가 아니라는 점을 분명히 합니다. 땅은 계속 움직일 것입니다. 하지만 파이프라인이나 도로 소유주들에게 지표면이 언제 불안정해질지를 예측할 수 있는 더 나은 방법을 제공함으로써, 그들은 문제가 터지기 전에 조치를 취할 수 있습니다. 이것은 예상치 못한 재난을 계획된 유지보수 작업으로 바꾸어, 수백만 달러를 절약하고 인프라를 안전하게 지키는 일입니다. 저자들은 더 많은 데이터와 더 나은 모델이 있다면, 결국 지역 전체가 젖는 것뿐만 아니라 특정 산사태가 정확히 어디에서 속도를 높일지도 예측할 수 있을 것이라고 제안합니다. 현재로서는, 이 새로운 "지표면을 위한 일기 예보"는 우리 발밑의 느릿하고 은밀한 거인들을 이해하는 데 있어 거대한 진전입니다.

기술 요약: 서부 캐나다 퇴적 분지(WCSB)의 완만하게 이동하는 산사태를 위한 지역적 산사태 예측 모델 개발

문제 정의
서부 캐나다 퇴적 분지(WCSB) 전역에 걸친 대규모, 심층부, 완만하게 이동하는 산사태(DSLs)는 파이프라인과 같은 선형 인프라 및 강 계곡 사면에 위치한 거주 지역에 지속적인 위협을 가하고 있습니다. 이러한 산사태는 흔히 급격하고 파괴적인 붕괴를 일으키지는 않지만, 지속적인 변형을 유발하여 완화 조치 및 수리 비용을 통해 상당한 경제적 손실을 초냅니다. 인프라 소유자들은 움직임에 대한 설계 허용 오차를 가지고 있으나, 급격한 가속은 조기 식별 및 선제적 완화를 위한 대응 시간을 단축시킵니다. 역사적으로 이러한 위험 관리는 사후 대응적이었으며, 연간 완화 비용으로 약 4억 달러가 지출되는 것으로 추정됩니다. 2020년 봄에 발생한 상당한 지역적 가속 현상 이후, 선제적인 지역 단위의 인지와 자원 배분을 가능하게 하기 위해 산사태 활동 변화의 동인을 이해할 필요성이 제기되었습니다.

방법론
본 연구는 30년 이상의 과거 변위 데이터와 수문 기후 동인을 통합하여 지역적 예측 모델을 개발했습니다. 방법론은 다음 단계로 진행되었습니다:

데이터 통합 및 정규화:
- 변위 데이터: WCSB 전역의 500개 이상의 사면 계측기(SI)에서 추출한 641개의 연간 변위 지점을 포함하는 고품질 데이터셋을 구축했습니다. 데이터는 품질 검토(최소 5년의 모니터링, 최소 1회의 가속 이벤트 포함)를 거쳤으며, 서로 다른 산사태 속도 및 전단대를 비교할 수 있도록 Minimum-Maximum 방식(0~1 척도)을 사용하여 정규화되었습니다.
- 수문 기후 데이터: 공간적, 시간적으로 연속적인 토양 수분 및 강수 데이터를 제공하기 위해 ERA-5 Land 글로벌 재분석 모델(1950년~현재)을 선택했습니다. 본 연구는 DSL과 관련된 심층 지하수 충전 조건을 나타내기 위해 Layer 4 토양 수분(깊이 100–289 cm)에 초점을 맞추었습니다.
동인 식별:
- 산사태 시즌은 3월부터 10월까지로 정의되었으며, 물 수지 역학을 이해하기 위해 단계별(해빙기, 늦봄/초여름, 늦여름, 가을, 겨울)로 구분되었습니다.
- 53개의 가용 ERA-5 변수 중 40개의 파생 변수를 초기 고려 대상으로 삼았습니다. 통계적 평가와 전문가 판단을 통해 예측 모델을 위한 세 가지 주요 동인이 선정되었습니다:
  - 시즌 시작 시점의 정규화된 토양 수분(NSMPLS): 2월의 평균 체적 토양 수분.
  - 직전 1년간의 토양 수분 추세(NSMTPLS1yr): 2월부터 2월까지의 심층 토양 수분 추세.
  - 산사태 시즌 90일 총 수량 롤링 누적량(TWRA90): 시즌 중 90일 이동 창(rolling window) 동안 추가된 최대 총 수량(눈 녹은 물 + 강수량).
모델 개발:
- 지역 산사태 활동 점수(RLAS): 세 가지 동인의 가중 선형 결합으로 계산됩니다: $RLAS = (1.0 \times NSMPLS) + (0.5 \times NSMTPLS1yr) + (1.0 \times TWRA90)$ . 1년 추세는 다른 변수들에 비해 예측력이 낮아 0.5의 가중치가 부여되었습니다.
- 지역 산사태 활동 지수(RLAI): RLAS(0–2.5 범위)는 산사태 활동의 확률 분포를 나타내는 네 가지 질적 범주로 분류됩니다:
  - 저활동(Low Activity): RLAS < 0.95 (대부분 휴지기 또는 일반보다 느림).
  - 일반 활동(Typical Activity): 0.95 ≤ RLAS ≤ 1.40 (혼합된 활동 양상).
  - 고활동(High Activity): 1.40 < RLAS ≤ 1.80 (대부분 일반보다 빠름).
  - 매우 높은 활동(Very High Activity): RLAS > 1.80 (대부분의 산사태가 일반보다 훨씬 빠름).
검증 및 예측:
- 역사적 검증(Hindcasting): 모델은 특정 지점(예: 1997–1998, 2013–2014, 2020–2022)의 높은 활동기에 대해 테스트되었습니다. 예측은 사전 시즌 데이터(2월)를 사용하여 생성되었으며, 관측된 데이터를 통해 매월 업데이트되었습니다.
- 2026년 예측: 미지의 90일 총 수량 누적량을 추정하기 위해 몬테카를로 시뮬레이션을 적용하여 2026년 시즌에 대한 첫 번째 운영 예측을 생성하였으며, 확률 지도(5th, 50th, 95th 백분위수)를 도출하였습니다.

주요 기여 및 결과

정량적 연결: 본 연구는 지역적 수문 기후 추세(특히 심층 토양 수분 및 총 수량 누적)와 DSL 집단의 가속 사이의 통계적 관계를 성공적으로 확립했습니다.
운영 도구(RLAI): RLAI 개발은 자산 소유자가 지역적 산사태 가속 가능성을 평가할 수 있는 표준화된 지표를 제공합니다. 역사는 검증 분석 결과, 모델이 관찰된 운영 반응과 잘 일치함을 보여주었습니다. 예를 들어, 모델은 2020–2022 기간에 대해 "매우 높음" 활동을 올바르게 예측했으며, 1997–1998년의 경우 높은 움직임이 시작되기 전 "고활동" 조건을 식별했습니다.
확률적 예측: 모델은 시즌 초기에 확률적 예측을 생성할 수 있으며, 관측된 강수 및 적설 데이터가 시뮬레이션된 값을 대체함에 따라 불확실성이 줄어듭니다.
데이터 정규화: Minimum-Maximum 정규화 기법의 적용을 통해 이질적인 데이터셋(서로 다른 산사태 속도, 서로 다른 모니터링 기간)을 단일 지역 모델로 통합할 수 있었습니다.

의의 및 주장
본 논문은 이 연구의 주요 의의가 사후 대응적인 현장 중심 완화에서 선제적인 지역 단위 위험 관리로의 전환에 있다고 주장합니다. 산사재 집단이 수문 기후 강제력에 어떻게 반응하는지 이해함으로써, 자산 소유자는 다년 단위의 유지보수 일정을 계획하고 자원을 우선순위에 따라 배분할 수 있습니다.

저자들은 RLAI가 즉각적인 대피나 폐쇄를 위한 결정적인 현장별 경보 역할을 하기보다는, 지역 전체의 활동 증가 가능성에 대한 인식을 제공하여 대비와 의사결정을 지원하도록 설계되었다고 명시합니다. 또한, 국부적 요인(토사 붕괴, 건설, 점진적 붕괴 등)으로 인해 개별 산사태가 지역적 추세와 다르게 행동할 수 있음을 인정합니다.

본 연구는 수십 년간의 변위 데이터와 글로벌 재분석 모델을 통합하는 것이 DSL 활동을 예측하는 실행 가능한 경로를 제공한다고 결론짓습니다. 저자들은 향후 지속적으로 모니터링되는 센서 배열(Shape Acceleration Arrays)과 NISAR 위성의 L-Band InSAR 데이터를 통합함으로써 모델의 정확도와 공간적 해상도가 향상될 것으로 기대하고 있습니다.