Fragility Assessment of Agricultural Facilities Subjected to Volcanic Ash Fall Hazards

Ham Hee Jung; Choi Seung Hun; Lee Sungsu; Kim Ho-Jeong

doi:10.7734/COSEIK.2014.27.6.493

Preview

Journal of the Computational Structural Engineering Institute of Korea. 2014. 493-500
https://doi.org/10.7734/COSEIK.2014.27.6.493

Fragility Assessment of Agricultural Facilities Subjected to Volcanic Ash Fall Hazards

농업시설물에 대한 화산재 취약도 평가

Ham Hee Jung^†^*

Choi Seung Hun

Lee Sungsu

Kim Ho-Jeong

Department of Architectural Engineering, Kangwon National Univ., Chuncheon, 200-701, Korea

School of Civil Engineering, Chungbuk National Univ., Cheongju, 362-763, Korea

Department of Architecture, Dankook Univ., Yongin, 448-701, Korea

•^*Corresponding author Ham, Hee Jung heejham@kangwon.ac.kr

License (open-access, http://creativecommons.org/licenses/by-nc/3.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

This paper presents findings from the assessment of the volcanic ash fragility for multi-hazard resisting vinyl greenhouse and livestock shed among the agricultural facilities. The volcanic ash fragility was evaluated by using a combination of the FOSM (first-order second-moment) method, available statistics of volcanic load, facility specifications, and building code. In this study, the evaluated volcanic ash fragilities represent the conditional probability of failure of the agricultural facilities over the full range of volcanic ash loads. For the evaluation, 6 types(ie., 2 single span, 2 tree crop, and 2 double span types) of multi-hazard resisting vinyl greenhouses and 3 types(ie., standard, coast, and mountain types) of livestock sheds are considered. All volcanic ash fragilities estimated in this study were fitted by using parameters of the GEV(generalized extreme value) distribution function, and the obtained parameters were complied into a database to be used in future. The volcanic ash fragilities obtained in this study are planning to be used to evaluate risk by volcanic ash when Mt. Baekdu erupts.

본 연구에서는 농업시설물 중 내재해형 비닐하우스와 축사에 대한 화산재 취약도를 평가하였다. 이들 농업시설물에 대한 화산재 취약도를 평가하기 위해 화산재 하중의 확률밀도함수와 대상 시설물 저항성능의 확률밀도함수를 비교하는 해석적 접근법 기반의 FOSM(first-order second-moment) 방법이 이용되었다. 화산재 취약도 평가를 위하여 폭과 높이 그리고 단면 및 재료적 특성이 상이한 6종의 내재해형 비닐하우스와 표준형, 해안형, 산간형으로 구분된 3종의 축사가 사용되었다. 또한 FOSM 방법으로 평가된 내재해형 비닐하우스와 축사의 취약도는 GEV(generalized extreme value) 분포함수의 모수 형태로 최적화된 후 데이터베이스화되었다. 본 연구에서 평가한 화산재 취약도는 백두산 화산분화에 따른 화산재 퇴적에 대한 농업시설물의 위험도 평가를 위하여 활용될 수 있다.

Keywords

volcanic ash fragility, agricultural facility, FOSM method, GEV distribution function

화산재 취약도, 농업시설물, FOSM, GEV 분포함수

MAIN

1. 서 론

2010년 8월 인도네시아 수마트라(sumatra)섬 북부에 위치한 시나붕(sinabung) 산이 400여 년 만에 분화하였다. 이 분화로 인하여 시나붕 산 분화구로부터 동쪽 5km 떨어진 지역까지 화산재가 낙하하였다. 이로 인해 15명이 숨지고 주민 수천 명이 대피하였으며, 여러 산업 전반에 큰 피해를 유발시켰다(Iguchi et al., 2011).

백두산은 현재 마그마(magma)가 잠재되어 있는 활화산이며, 서기 946년~947년에 재분화하여 지금과 같은 형상을 띠고 있다. 이는 과거 2,000년 동안 발생한 화산활동 중 가장 강력한 폭발로서(Kim et al., 2013) 향후 백두산 분화 시 매우 심각한 피해가 야기될 수 있다.

화산분화로 야기되는 대표적 피해 중 하나는 화산재에 기인한다. 화산재는 농업·산업과 관련하여 가축의 호흡기 질환이나 사망 그리고 작물 및 과수의 손상과 수확불능 등을 유발시킬 수 있을 뿐만 아니라 Table 1에 나타나 있는 다양한 종류의 농업시설물 관련 사회기반시설에도 큰 영향을 미친다.

Table 1

Agriculture related facilities and infrastructures

Classification	Type
Agricultural facility	vinyl greenhouse, livestock shed, ginseng greenhouse, mushroom greenhouse, cold warehouse
Infrastructure	water resource, transportation, communication, power supply

국내 농업시설물의 경우, Table 2(MIFAFF, 2005)와 같이 비닐하우스와 축사가 다른 농업시설(인삼재배시설, 버섯재배사 및 저온저장고)에 비해 넓게 분포되어 있다. 이에 화산재 퇴적 시 비닐하우스와 축사의 피해가 상대적으로 클 것으로 예측된다.

Table 2

Statistics of agricultural facilities in Korea

Classification	Scale
Vinyl greenhouse	52,149ha
Livestock shed	358,000EA
Ginseng greenhouse	12,016ha
Mushroom vinyl greenhouse	1,246ha
Cold warehouse	9,881EA

선진국의 경우 자연재해에 대한 피해 예측 및 경감을 위해 HAZUS-MH(FEMA, 2010) 등과 같은 위험도 평가기법이 사용되고 있다. 이러한 위험도를 평가하기 위해서는 위험요인(hazard)과 취약도(fragility)의 모형화가 필수적으로 요구된다(Ham et al., 2014). 그러나 국내의 경우 화산재 위험도를 평가할 수 있는 취약도 평가방안에 대한 연구가 매우 미흡한 실정이다.

본 연구에서는 Table 2와 같이 국내에 가장 많이 분포되어 있는 농업시설물(비닐하우스, 축사) 골조에 대한 화산재 취약도를 평가하였다. 본 평가를 위한 농업시설물로는 농림수산식품부에서 제시한 내재해형 비닐하우스(MIFAFF, 2010)와 축사(MIFAFF, 2008)가 선정되었다. 화산재 취약도의 평가모형으로는 화산재 하중과 대상 시설물의 저항성능에 대한 통계치를 비교할 수 있는 FOSM(first-order second-moment) 방법이 선택되었다. FOSM 방법으로 평가한 모든 화산재 취약도는 향후 사용을 위하여 GEV(generalized extreme value) 분포함수의 모수 형태로 데이터베이스화 되었다. 지면 사정상 본 논문에서는 41종의 평가대상 농업시설물 중 대표적이라 할 수 있는 내재해형 비닐하우스 6종과 축사 3종의 화산재 취약도 평가결과를 다루었다.

2. 농업시설물에 대한 화산재 취약도 평가 기법

본 장에서는 농업시설물에 대한 화산재 취약도 평가 방법론, 농업시설물의 모형, 화산재 하중 및 농업시설물의 저항성능 산정방법에 대하여 소개한다.

2.1 화산재 취약도 평가 방법론

농업시설물에 대한 화산재 취약도는 임의의 화산재 퇴적으로 발생하는 하중에 대하여 대상 시설물의 파괴확률(probability of failure)을 나타내는 함수이다. 일반적으로 자연재해에 대한 취약도 함수 구축방안은 Table 3과 같이 네 가지로 구분할 수 있다(Schultz et al, 2010).

Table 3

Fragility modeling approaches

Approach	Definition
Judgmental	Fragility that is based on some form of expert opinion is classified as judgmental.
Empirical	Empirical fragility is based on observational data documenting the performance of structures under a variety of loads.
Analytical	Analytical fragility is based on structural models that characterize the performance limit state of the structure.
Hybrid	A hybrid approach for developing fragility uses a combination of two or more approaches described above in an attempt to overcome their various limitations.

본 연구에서는 Table 3의 해석적 접근법을 이용하여 농업시설물에 대한 화산재 취약도를 평가하였다. 일반적으로 취약도는 임의의 하중에 대한 평균파괴확률인 VC(vulnerability curve)와 초과파괴확률인 FC(fragility curve)로 표현된다(NEMA, 2009). 본 연구에서는 화산재 하중에 의하여 발생할 수 있는 농업시설물의 초과파괴확률을 산정하여 취약도(FC)를 평가하였다. 해석적 접근법은 Table 4와 같이 세 가지로 분류될 수 있으며(Schultz et al, 2010), 이들 방법 중 FOSM 방법이 본 연구의 화산재 취약도 평가에 적용되었다.

Table 4

Analytical fragility modeling method

Solution method	Definition
FOSM	- First-order second-moment - Efficient and cheap method - Method is based on well-known approximations.
FORM	- First-order reliability moment - Extends first-order approximation methods to handle non-normal basic random variables.
SORM	- Second-order reliability moment - Extends first-order approximation methods to address nonlinear limit state equations.

FOSM 방법 기반의 취약도는 정규분포함수(normal distribution function)로 가정한 임의의 하중과 구조물의 저항성능을 이용하여 한계상태방정식(limit state equation)을 설정하고, 이로부터 파괴확률을 산정하는 방법에 기초한다(Ekelen, 1997). 본 연구에서 화산재 하중과 농업시설물의 저항성능을 기초로 설정한 한계상태방정식은 식 (1)과 같다.

Z = R - V

(1)

여기서, Z는 화산재 하중에 의한 농업시설물의 안전여유(safety margin), R은 농업시설물의 저항성능, V는 화산재 하중을 의미한다. 식 (1)에서 Z>0일 경우는 안전상태(survival state), Z=0일 경우는 한계상태(limit state), Z<0일 경우는 파괴상태(failure state)를 의미한다(Ekelen, 1997).

Fig. 1은 화산재 하중과 농업시설물 저항성능의 확률밀도함수(probability density function)를 기초로 산정한 안전여유에 대한 확률밀도함수의 예를 보이고 있다. Fig. 1의 음수 쪽에 음영으로 채워진 부분은 파괴확률을 의미한다.

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F101.png

Figure 1

Probability density function of safety margin(Z)

화산재 하중에 대한 농업시설물의 신뢰도지수(reliability index)는 식 (2)와 같이 안전여유의 평균(mean)을 표준편차(standard deviation)로 나눈 값으로 산정할 수 있다(Schultz et al, 2010).

β = \frac{μ_{Z}}{σ_{Z}} = \frac{μ_{R} - μ_{V}}{\sqrt{σ_{R}^{2} + σ_{V}^{2}}}

(2)

여기서, β는 화산재 하중에 대한 농업시설물의 신뢰도지수, μ_Z, σ_Z는 안전여유에 대한 평균과 표준편차, μ_R, σ_R는 농업시설물의 저항성능에 대한 평균과 표준편차, μ_V, σ_V는 화산재 하중에 대한 평균과 표준편차를 의미한다.

신뢰도지수와 파괴확률은 다음과 같은 관계를 갖는다(Lee et al, 1988).

P_{f} = 1 - Φ (β) = Φ (- β)

(3)

여기서, P_f는 화산재 하중에 의한 농업시설물의 파괴확률, 는 표준정규분포함수(standard normal distribution function)를 의미한다.

2.2 화산재 취약도 평가 시설물

본 연구에서는 농림수산식품부에서 제시한 내재해형 비닐하우스(MIFAFF, 2010)와 축사(MIFAFF, 2008)를 선정하여 대표 시설물 9종에 대한 화산재 취약도를 평가하였다.

Table 5

Types of multi-hazard resisting vinyl greenhouses by Rural Development Administration

Classification		Width(m)	Height(m)	Rafter, Column Φ(mm)×t(mm)×@(mm)	Girder Φ(mm)×t(mm)
Single span type	10-Single-09	8.90	3.90	Rafter: Φ48.10×t2.10×@70	7 EA(Φ25.40×t1.50)
Single span type	10-Single-13	5.80	2.60	Rafter:Φ31.80×t1.50×@90	5 EA(Φ31.80, Φ25.40)
Tree crop type	07-Grape-01	5.00	4.30	Rafter: Φ31.80×t1.50×@60 Column: Φ48.10×t2.10×@300	7 EA(Φ33.50×t2.10)
Tree crop type	08-Tangerine-01	5.50	4.50	Rafter: Φ48.10×t2.10×@200 Column: Φ60.50×t3.65×@200	7 EA(Φ33.50×t2.10)
Double span type	10-Double-01	14.0	4.30	Rafter: Φ33.50×t2.10×@50 Middle molding of a wall: Φ48.10×t2.10×@250	15 EA(Φ33.50×t2.10)
Double span type	10-Double-02	16.0	4.50	Hot dip galvanizing truss @120	14 EA(Φ31.80×t1.70)

Table 6

Types and dimensions of livestock sheds by National Agricultural Cooperative Federation

Classification		Beef barn	Dairy barn		Pigsty		Hen house
Classification		Beef barn	Cow shed	Milk room	Breeding	Fat stock	Spawn	Fat stock	Duck
Available size for breeding		275	140		1,613	2,543	28,378	42,632	6,585
Building area(m²)	Min	624.00	586.00	245.38	453.60	514.80	720.00	270.00	270.00
Building area(m²)	Max	1,824.00	1,486.00	245.38	1,663.20	1,684.80	1,665.00	1,665.00	1,665.00
Total floor area(m²)	Min	450.00	496.80	245.38	453.60	514.80	720.00	270.00	270.00
Total floor area(m²)	Max	1,650.00	1,324.80	245.38	1,663.20	1,684.80	1,665.00	1,665.00	1,665.00
Type of structure		Steel		Concrete	Steel
Eave height(m)		5.0		3.6	3.2, 3.4		3.2	2.9	3.2

본 연구에서 적용한 내재해형 비닐하우스는 Table 5와 같이 사용용도에 따라 단동형, 과수형, 광폭형으로 분류된다. 축사는 Table 6과 같이 가축의 종에 따라 한우사, 유우사, 돈사, 계사로 분류되며, 지역적으로는 표준형, 해안형, 산간형으로 분류되고 있다. 특히 각 시설물의 주요 구조 설계하중은 적설량으로서 농림수산식품부의 축사 설계도에서 제시하고 있는 축사의 지역별 분류와 해당 지역에 대한 기본지상적설하중은 Table 7과 같다. 따라서 본 연구에서는 해당 지역에 대한 기본지상적설하중을 이용하여 농업시설물의 구조적 저항성능을 평가하였다.

Table 7

Regional snow loads by National Agricultural Cooperative Federation

Classification	Region	Snow load (kPa)
Standard type	Seoul, Suwon, Chuncheon, Cheongju, Daejeon, Chupungnyeong, Pohang, Gunsan, Daegu, Jeonju, Ulsan, Gwangju, Busan, Chungmoo, Mokpo, Yeosu, Jeju, Seogwipo, Jinju, Uljin, Icheon	0.5
Coast type	Incheon	0.8
Mountain type	Gangneung	3.0

2.3 화산재 하중 및 농업시설물의 저항성능 산정

화산재의 단위체적당 무게는 Table 8에 보이는 것과 같이 적설하중에 비해 약 10배 정도 크며, 화산재 퇴적에 따른 하중은 식 (4)와 같이 산정할 수 있다(Johnston, 1997).

L_{υ} = \frac{d p g}{1, 000}

(4)

Table 8

Densities of snow and volcanic ash

Classification	Density (kg/m³)	Ratio of volcanic ash/snow
Damped snow	100~200	10.0
Wet volcanic ash	1,000~2,000	10.0

여기서, L_y은 화산재 하중(kPa), d는 화산재 퇴적두께(m), p는 화산재의 밀도(kg/m³), g는 중력가속도(9.81 m/s²)를 의미한다.

Table 8과 식 (4)로부터 화산재 하중은 시설물에 매우 큰 영향을 미칠 수 있음을 알 수 있다. 그러나 현재 국내 시설물 설계에 화산재 하중은 고려되지 않고 있다.

본 연구에서는 2.1절에서 기술한 FOSM 방법을 기반으로 농업시설물의 화산재 취약도를 평가하기 위해 화산재 하중의 변동계수와 해당 시설물 저항성능의 평균과 변동계수를 파악하였다. 이들 값들을 파악하기 위하여 화산재 퇴적량에 대한 문헌과 해당 시설물에 대한 설계하중 산정법 등이 이용되었다.

화산재 하중의 변동계수는 1980년 미국 세인트 헬렌즈(Saint Helens) 화산분화 시 몬타나(Montana) 지역에서 측정된 화산재 퇴적두께 자료(Nimlos et al, 1982)를 기초로 평가하였다. Fig. 2는 Nimlos가 관측한 화산재 퇴적두께의 변동계수를 멱함수(power function)의 형태로 회귀분석(regression analysis)한 것이다. 이 분석을 통하여 화산재하중의 변동계수를 백두산에서부터 600km 가량 떨어진 남한 내륙 중심에서의 값에 해당하는 0.32로 선정하였다.

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F115.png

Figure 2

Relationship between distance and coefficientof variation of volcanic ash fall thickness

Barnard(2010)의 연구에 의하면 허용응력설계법(allowable stress design method)으로 설계된 건축물 지붕은 Table 9와 같이 설계하중의 약 1.8배~2.3배에 해당하는 화산재 하중에 의하여 파괴된다.

Table 9

Classification of roof types for volcanic ash fall resistance

Roof classification	Typical design load range(kPa)	Mean collapse load(kPa)	Ratio
Weak	Pre-design code, or no design code	2.0	2.0
Medium weak	1.0~2.0	3.0	2.0
Medium strong	2.0~3.0	4.5	1.8
Strong	More than 3.0	7.0	2.3
Average			2.0

Barnard의 연구결과에 따라 농업시설물 지붕의 공칭파괴강도(nominal failure strength)와 설계하중의 관계를 표현하면 다음과 같다.

R_{n} = {DL}_{a} \cdot C_{f}

(5)

여기서, R_n은 화산재 하중에 의한 지붕의 공칭파괴강도, DL_a는 허용응력설계법에 의한 설계하중, C_f는 공칭파괴강도와 설계하중 사이의 비인 파괴계수(failure coefficient)이다.

고정하중과 적설하중을 지붕에 대한 수직방향의 하중으로 설정하면 지붕의 설계하중은 식 (6)과 같이 표현될 수 있다.

{DL}_{a} = R_{a} + S_{a}

(6)

여기서, R_a과 S_a는 허용응력설계법에 의한 지붕의 고정하중과 적설하중을 각각 의미한다.

본 연구에서는 농업시설물 지붕에 대한 설계하중 중 적설하중을 산정하기 위해 농림수산식품부에서 제시한 내재해형 비닐하우스 설계도(MIFAFF, 2010)와 축사 설계도(MIFAFF, 2008)의 설계적설심 및 기본지상적설하중을 이용하였다.

내재해형 비닐하우스 설계도(MIFAFF, 2010)의 경우, 해당 시설물에 대한 설계적설심(강도)은 Table 10과 같이 제시되어 있다. 이에 따라 식 (4)와 식 (5)를 이용하여 화산재 하중에 의한 공칭파괴강도를 산정할 수 있다.

Table 10

Design strength of snow depth for multi-hazard resisting vinyl greenhouses

Classification		Design strength of snow depth(mm)
Multi-hazard resisting vinyl greenhouse	10-Single-09	260
	10-Single-13	300
	07-Grape-01	400
	08-Tangerine-01	500
	10-Double-01	330
	10-Double-02	350

이에 반해 축사 설계도(MIFAFF, 2008)의 경우에는 축사에 작용하는 적설하중을 산정하기 위해 기본지상적설하중 이외에 영향을 미치는 계수들(기본지상적설하중계수, 노출계수, 온도계수, 중요도계수, 경사도계수)을 고려하여야 한다. 허용응력설계법에 의한 지붕의 적설하중은 다음과 같이 산정된다(MIFAFF, 2008; Architectural Institute of Korea, 2009).

S_{a} = {(C}_{b} \cdot C_{e} \cdot C_{t} \cdot I_{s} \cdot S_{g}) \cdot C_{s}

(7)

여기서, C_b는 기본지붕적설하중계수, C_e는 노출계수, C_t는 온도계수, I_s는 중요도계수, S_g는 기본지상적설하중, C_s는 경사도계수를 의미한다.

본 연구에서는 기본지붕적설하중계수는 0.7 그리고 노출계수는 1.0으로 설정하였다. 온도계수와 중요도계수는 해당 축사가 비난방 구조물과 중요도(2)에 해당되기 때문에 1.2와 1.0으로 각각 설정하였으며, 기본지상적설하중은 Table 7에 제시된 값을 적용하였다. 경사도계수는 지붕에 장애물이 없고 미끄러운 표면을 가지며 경사도 18.4°일 때의 값에 해당되는 0.94를 선택하였다.

해당 시설물에 설치된 부재의 종류 및 파괴형태에 따라 파괴하중의 변동성은 상이하다. 이에 본 연구에서는 내재해형 비닐하우스와 축사의 지붕 골조가 대부분 강재인 것을 고려하여 0.1로 변동계수를 설정하였다(NEMA, 2009).

2.4 화산재 취약도 데이터베이스 구축 방안

본 연구에서 평가한 농업시설물에 대한 화산재 취약도는 GEV 분포함수의 모수 형태로 데이터베이스화 되었다. GEV 분포함수에 의한 누적분포함수는 다음과 같다(Kottegoda et al, 1997).

F_{y} (x) = e x p {- {(1 - \frac{ξ (x - μ)}{σ})}^{1 / ξ}}

(8)

여기서, x는 화산재 퇴적두께 그리고 ε, σ, μ는 GEV 분포함수의 모수를 각각 의미한다.

GEV 분포함수의 모수에 대한 최적화(optimization) 방법으로는 식 (9)에 나타난 최소자승법(least square method)이 사용되었다(Baker, 2013).

\overset{\land}{ξ}, \overset{\land}{σ}, \overset{\land}{μ} = m i n \sum_{υ = 1}^{m} {[F_{a} (x) - F_{y}^{'} (x)]}^{2}

(9)

여기서, 와 는 FOSM 방법과 최소자승법으로 최적화된 화산재 취약도를 각각 의미한다.

3. 화산재 취약도 평가 및 구축 결과

본 장에서는 FOSM 방법 기반으로 평가한 내재해형 비닐하우스와 축사에 대한 화산재 취약도의 평가 및 데이터베이스 구축 결과를 보인다.

3.1 내재해형 비닐하우스에 대한 화산재 취약도

Fig. 3~Fig. 5와 Table 11~Table 13은 임의의 화산재 퇴적두께에 대하여 단동 비닐하우스(10-단동-09, 10-단동-13), 과수 비닐하우스(07-포도-01, 08-감귤-01) 그리고 광폭 비닐하우스(10-광폭-01, 10-광폭-02)의 취약도 및 GEV 분포함수의 모수를 보인다.

Fig. 3에 보이는 단동 비닐하우스의 화산재 취약도는 화산재 퇴적두께 30mm~200mm 사이에서 파괴확률의 큰 변화를 보인다. 화산재 퇴적두께가 100mm 경우, 10-단동-09는 약 93%의 파괴확률을 보이는 반면 10-단동-13은 약 89%의 파괴확률을 보인다. 두 단동 비닐하우스의 파괴확률 차이는 Table 3에 나타난 단면적 특성 차이보다는 규격(폭, 높이)의 상이성에 기인한다고 판단된다.

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F113.png

Figure 3

Volcanic ash fragilities of single span vinyl greenhouses

Table 11

GEV parameters of volcanic ash fragilities for single span vinyl greenhouses

Classification	ε	σ	μ
10-Single-09	0.293	13.794	46.413
10-Single-13	0.292	15.917	53.554

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F117.png

Figure 4

Volcanic ash fragilities of tree crop vinyl greenhouses

Table 12

GEV parameters of volcanic ash fragilities for tree crop vinyl greenhouses

Classification	ε	σ	μ
07-Grape-01	0.292	21.230	71.407
08-Tangerine-01	0.291	26.548	89.263

Fig. 4에 보이는 과수 비닐하우스의 화산재 취약도는 화산재 퇴적두께 50mm~300mm 사이에서 급격한 파괴확률의 변화를 보인다. 화산재 퇴적두께가 100mm 경우, 07-포도-01은 약 73%의 파괴확률을 보이는 반면 08-감귤-01은 약 51%의 파괴확률을 보인다. 두 과수 비닐하우스의 파괴확률 차이는 서까래와 기둥 등과 같이 상이한 골조 단면특성에 기인한다. 07-포도-01의 경우에는 Φ31.80×t1.50×@60의 서까래와 Φ48.10×t2.10×@300의 기둥이 사용된 반면, 08-감귤-01에는 Φ48.10×t2.10×@200의 서까래와 Φ60.50× t3.65×@200의 기둥이 적용되었다.

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F116.png

Figure 5

Volcanic ash fragilities of double span vinyl greenhouses

Table 13

GEV parameters of volcanic ash fragilities for double span vinyl greenhouses

Classification	ε	σ	μ
10-Double-01	0.292	17.511	58.910
10-Double-02	0.292	18.573	62.480

Fig. 5에 보이는 광폭 비닐하우스의 화산재 취약도는 화산재 퇴적두께 50mm~200mm 사이에서 파괴확률의 급격한 변화를 보인다. 화산재 퇴적두께가 100mm 경우, 10-광폭-01과 10-광폭-02는 85%과 82% 정도의 파괴확률을 각각 보인다. 두 광폭 비닐하우스의 경우, Table 10에 나타나 있는 내재해형 비닐하우스 설계도에 제시된 설계 적설심의 차이(20mm)가 적기 때문에 화산재 취약도가 거의 동일하게 평가되었다.

전반적으로 100mm의 동일한 화산재 퇴적두께에 대하여 10-단동-13보다는 10-단동-09가 구조적으로 취약하며, 08-감귤-01보다는 07-포도-01이 취약한 것을 알 수 있다. 또한 10-광폭-01과 10-광폭-02는 거의 동일하게 취약도가 평가되었다.

3.2 축사에 대한 화산재 취약도

Fig. 6과 Table 14는 임의의 화산재 퇴적두께에 대하여 표준형, 해안형, 산간형 축사의 취약도 및 GEV 분포함수의 모수를 보이고 있다.

https://cdn.apub.kr/journalsite/sites/jcoseik/2014-027-06/03TK122014270606/images/10.7734.27.6.493.F114.png

Figure 6

Volcanic ash fragilities for 3 types of livestock sheds

Table 14

GEV parameters of volcanic ash fragilities for livestock sheds

Classification	ε	σ	μ
Standard type	0.289	39.565	132.847
Coast type	0.287	45.888	153.944
Mountain type	0.257	112.527	373.183

Fig. 6에 보이는 산간형 축사의 화산재 취약도는 표준형과 해안형 축사의 취약도에 비해 그 형태가 매우 다른 것을 알 수 있다. 표준형과 해안형 축사의 화산재 취약도는 화산재 퇴적두께 100mm~500mm 사이에서 파괴확률의 변화가 급격한 반면 산간형 축사는 220mm~1,000mm 사이에서 큰 파괴확률의 변화를 보인다. 또한 화산재 퇴적두께 200mm에서 표준형과 해안형 축사는 각각 78%와 66%의 파괴확률을 보이는데 반해 산간형 축사에 대한 파괴확률이 거의 0%인 것을 확인할 수 있다. 전반적으로 표준형과 해안형 축사에 비해 산간형 축사는 기존 설계강도 자체가 대량의 적설하중을 저항할 수 있게 설계되어 있기 때문에 화산재 하중에 대해서 구조적으로 더 안전한 것을 알 수 있다.

4. 결 론

본 연구에서는 임의의 화산재 퇴적두께에 대하여 내재해형 비닐하우스(단동형, 과수형, 광폭형)와 축사(표준형, 해안형, 산간형) 골조의 취약도를 평가하였다.

화산재 취약도를 평가하기 위해 수집 가능한 문헌상의 자료를 기초로 하여 화산재 하중과 농업시설물 저항성능의 통계치를 파악하였으며, 해석적 접근법 기반의 FOSM 방법을 적용하여 신뢰도지수 기반으로 파괴확률을 산정하였다. 또한 본 연구에서는 FOSM 방법으로 평가한 화산재 취약도를 데이터베이스화하기 위해 최소자승법을 이용하여 GEV 분포함수의 모수 형태로 취약도를 최적화하였다.

본 연구를 통하여 동일한 화산재 퇴적 시 단동 비닐하우스와 과수 비닐하우스 그리고 광폭 비닐하우스는 규격과 단면 및 재료적 특성 차이로 인하여 취약도가 상이한 것으로 파악할 수 있었다. 축사에 대한 화산재 취약도 평가로부터 산간형 축사는 표준형과 해안형 축사에 비해 화산재 하중에 대하여 구조적으로 더 안전한 것을 확인할 수 있다.

본 연구에서 평가한 화산재 취약도는 백두산 화산분화에 따른 화산재에 대한 농업시설물의 위험도 평가를 위하여 활용될 수 있다고 판단된다. 추후 구조해석을 통하여 본 연구에서 평가한 농업시설물의 저항성능을 검증할 필요가 있다. 또한 본 연구에서 평가하지 않은 비닐의 찢어짐에 따른 비닐하우스의 화산재 취약도를 평가할 필요가 있다.

Acknowledgements

본 연구는 소방방재청의 백두산화산대응기술개발사업인 ‘화산재해 피해 예측 기술 개발’ [NEMA-백두산-2012-1-1]과제의 지원으로 이루어 졌습니다. 또한 본 연구는 2014년도 강원대학교 학술연구조성비에 의해 지원받았습니다(과제번호-120140276). 이에 감사드립니다.

References

Architectural Institute of Korea 2009Korean Building Code-StructuralMinistry of Land, Transport and Maritime Affairs772

Baker J.W. 2014 Efficient Analytical Fragility Function Fitting using Dynamic Structural AnalysisEarthquake Spectra24

S.T., Barnard, 2010. The Vulnerability of New Zealand Lifelines Infrastructure to Ashfall, Ph.D. dissertation. Department of Geological Sciences, University of Canterbury, p.286.

Ekelen A.J. 1997Review and Selection Methods for Structural Reliability Analysis Delft University Press44

FEMA2010Multi-Hazard Loss Estimation Methodology Hurricane Model, Technical Manual Department of Homeland SecurityWashington, D.C552

H.J., Ham, W.S., Yun, H.J., Kim and S.S., Lee, 2014. Evaluation of Extreme Wind Fragility for Balcony Windows Installed in Mid/Low-Rise Apartments. J. Korean Soc. Hazard Mitig., 14, pp.19-26.

10.9798/KOSHAM.2014.14.1.19

M., Iguchi, K., Ishihara, Surono and M., Hendrasto, 2011. Learn from 2010 Eruptions at Merapi and Sinabung Volcanoes in Indonesia. Disaster Prevention Research Institute Kyoto University, 54B, pp.186-194.

Johnston D. 1997Physical and Social Impacts of Past and Future Volcanic Eruptions in New ZealandPh.D. Dissertation Massey University288

S.W., Kim, E.K., Choi, S.J., Jung, S.H., Kim, K.H., Lee and S.H., Yun, 2013. A Preliminary Study for Predicting a Damage Range of Pyroclastic Flows, Lahars, and Volcanic Flood caused by Mt. Baekdusan Eruption. Korean Earth Sci. Soc., 34, pp.479-491.

10.5467/JKESS.2013.34.6.479

Kottegoda N.T. Rosso R. 1997Statistics, Probability, and Reliability for Civil and Environmental engineersMcGraw-Hill, New York735

J.H., Lee, H.M, Shin and S.Y., Son, 1988. Partial Safety Factors by SOSM/RC Combined Method. J. Comput. Struct. Eng. Inst. Korea, 1, pp.79-85.

MIFAFF2005Agroforestry Major StatisticsMinistry of AgricultureFood and Rural Affairs493

MIFAFF2008Standard Design of the Livestock ShedNational Agricultural Cooperative Federation232

MIFAFF2010Standard Plans and Specifications of Horticultural & Herbal FacilitiesRural Development Administration478

NEMA2009Development of the Assessment Technique to Wind and Snowfall HazardNatural Hazard Mitigation Research Group,National Emergency Management Agency,279

T.J., Nimlos and Z., Hans, 1982. The Distribution and Thickness of Volcanic Ash in Montana. Northwest Sci., 56, pp.190-198..

Schultz M.T. Gouldby B.P. Simm J.D. Wibowo J.L. 2010Beyond the Factor of Safety: Developing Fragility Curves to Characterize System ReliabilityUS Army Corps of Engineers62

10.21236/ADA525580

Journal of the Computational Structural Engineering Institute of Korea ISSN:1229-3059(Print) 2287-2302(Online) 한국전산구조공학회 논문집

Preview

Fragility Assessment of Agricultural Facilities Subjected to Volcanic Ash Fall Hazards

ABSTRACT

MAIN

Table 1

Agriculture related facilities and infrastructures

Table 2

Statistics of agricultural facilities in Korea

Table 3

Fragility modeling approaches

Table 4

Analytical fragility modeling method

Figure 1

Probability density function of safety margin(Z)

Table 5

Types of multi-hazard resisting vinyl greenhouses by Rural Development Administration

Table 6

Types and dimensions of livestock sheds by National Agricultural Cooperative Federation

Table 7

Regional snow loads by National Agricultural Cooperative Federation

Table 8

Densities of snow and volcanic ash

Figure 2

Relationship between distance and coefficientof variation of volcanic ash fall thickness

Table 9

Classification of roof types for volcanic ash fall resistance

Table 10

Design strength of snow depth for multi-hazard resisting vinyl greenhouses

Figure 3

Volcanic ash fragilities of single span vinyl greenhouses

Table 11

GEV parameters of volcanic ash fragilities for single span vinyl greenhouses

Figure 4

Volcanic ash fragilities of tree crop vinyl greenhouses

Table 12

GEV parameters of volcanic ash fragilities for tree crop vinyl greenhouses

Figure 5

Volcanic ash fragilities of double span vinyl greenhouses

Table 13

GEV parameters of volcanic ash fragilities for double span vinyl greenhouses

Figure 6

Volcanic ash fragilities for 3 types of livestock sheds

Table 14

GEV parameters of volcanic ash fragilities for livestock sheds

Acknowledgements

References