DOI QR코드

DOI QR Code

Proposed Landslide Warning System Based on Real-time Rainfall Data

급경사지 붕괴위험 판단을 위한 강우기반의 한계영역 설정 기법 연구

  • Kim, Hong Gyun (Technical Service Center, NexGeo Inc.) ;
  • Park, Sung Wook (Technical Service Center, NexGeo Inc.) ;
  • Yeo, Kang Dong (Technical Service Center, NexGeo Inc.) ;
  • Lee, Moon Se (Forest Engineering Research Institute, National Forestry Cooperative Federation) ;
  • Park, Hyuck Jin (Department of Energy Resources Engineering, Sejong University) ;
  • Lee, Jung Hyun (Department of Energy Resources Engineering, Sejong University) ;
  • Hong, Sung Jin (Disaster Information Research Division, National Disaster Management Institute)
  • 김홍균 ((주)넥스지오 기술사업본부) ;
  • 박성욱 ((주)넥스지오 기술사업본부) ;
  • 여강동 ((주)넥스지오 기술사업본부) ;
  • 이문세 (산림조합중앙회 산림공학연구소) ;
  • 박혁진 (세종대학교 에너지자원공학과) ;
  • 이정현 (세종대학교 에너지자원공학과) ;
  • 홍성진 (국립재난안전연구원 재난정보연구실)
  • Received : 2016.03.03
  • Accepted : 2016.05.21
  • Published : 2016.06.30

Abstract

Rainfall-induced landslide disaster case histories are typically required to establish critical lines based on the decrease coefficient for judging the likelihood of slope collapse or failure; however, reliably setting critical lines is difficult because the number of nationwide disaster case histories is insufficient and not well distributed across the region. In this study, we propose a method for setting the critical area to judge the risk of slope collapse without disaster case history information. Past 10 years rainfall data based on decrease coefficient are plotted as points, and a reference line is established by connecting the outermost points. When realtime working rainfall cross the reference line, warning system is operating and this system can be utilized nationwide through setting of reference line for each AWS (Automatic Weather Station). Warnings were effectively predicted at 10 of the sites, and warnings could have been issued 30 min prior to the landslide movement at eight of the sites. These results indicate a reliability of about 67%. To more fully utilize this model, it is necessary to establish nationwide rainfall databases and conduct further studies to develop regional critical areas for landslide disaster prevention.

급경사지 붕괴 위험을 판단하기 위한 반감계수 기반의 한계선 설정은 재해이력 자료가 반드시 필요하다. 그러나 전국적으로 재해이력 자료는 절대적으로 부족하며, 지역별로 편중되어 있어 신뢰도 높은 한계선 설정은 어려운 문제이다. 본 연구에서는 재해이력 자료 없이 급경사지 붕괴 위험을 판단하기 위한 한계영역 설정 기법을 제안하였다. 반감계수가 적용된 과거 10년간의 강우자료를 도시한 후 가장 바깥에 위치한 점들을 연결하여 기준선을 설정한다. 실시간 작용강우가 기준선을 넘어가면 경보가 발령되는 시스템을 구축하였으며, AWS (자동기상관측) 지점별 기준선 설정을 통해 전국적 활용이 가능하다. 과거 시뮬레이션 방법을 통한 신뢰성 검증 결과, 12개 현장 중 10개 현장에서 실제 붕괴 발생 전 경보 발령이 가능했던 것으로 나타났다. 실제 붕괴 발생 30분 전에 경보 발령이 가능했던 현장은 총 8개소로 약 67%의 정확도를 보였다. 본 모델의 활용성을 높이기 위해서는 전국적인 강우 DB구축과 지역별 한계영역 보정에 대한 추가 연구가 진행되어야 할 것으로 판단된다.

Keywords

서 론

우리나라는 영토가 협소한데 비해 산악 지형의 분포 면적이 넓으므로 여러 종류의 기반 시설을 건설함에 따라 급경사지(또는 비탈면)는 필연적으로 발생된다(Kim, 2013). 과거에는 시설물 건설에 의해 형성된 인공 급경사지 안정성에 많은 관심이 있었으나, 최근에는 자연 급경사지 주변에도 주택, 공장 등 많은 시설물이 건설됨에 따라 이에 대한 안정성 문제가 사회적 관심사로 대두되고 있다. 특히, 2011년 많은 인적·물적 피해를 가져다 준 우면산 산사태와 춘천 펜션 산사태 이후, 자연 급경사지에서의 산사태 및 토석류에 대한 위험성 평가, 효과적인 사방공법 적용 연구 등이 활발히 진행되고 있다(Yoon and Koh, 2012; Kim et al., 2013; Ham and Hwang, 2014; Kim et al., 2014; Choi et al., 2015).

인공 급경사지는 안정성을 확보하기 위한 여러 가지 대책공법이 알려져 있으며(kim, 2013), 과학적인 설계 및 검토, 시공이 이루어지고 있다. 그러나 자연 급경사지는 적용할 수 있는 대책공법이 매우 제한적이고 시공 범위가 매우 넓으므로 안정성을 확보하는데 많은 어려움이 따르며, 막대한 예산이 소요된다. 따라서 자연 급경사지에 대해서는 대책공법 연구와 더불어 붕괴를 미리 예측(붕괴위험도 판단) 할 수 있는 방법에 대한 연구가 국내외적으로 활발히 진행되어 왔다(Einstein, 1988; Aleotti and Chowdhury, 1999; Guzzetti et al., 1999; Chacón et al., 2006; Fell et al., 2008; Griffiths et al., 2011; Santoso et al., 2011; Ho et al., 2012; Lee and Park, 2012; Park et al., 2013).

급경사지의 붕괴위험도를 판단하여 실효적인 예·경보를 발령하기 위해서는 해당 지역의 강우사상, 지질특성, 지반의 공학적 특성 등이 종합적으로 고려되어야 함으로 매우 어려운 문제라 할 수 있다. 특히 강우는 급경사지 붕괴의 가장 중요한 요인으로서 대피를 위한 예·경보를 발령하는데 있어 실질적인 변수로 작용하게 된다. 급경사지 붕괴 예·경보는 크게 강우기반의 예·경보와 위험지도 기반의 예·경보로 나눌 수 있으며, 전자를 LEVEL I 해석, 후자를 LEVEL II 해석으로 구분한다. LEVEL I 해석에는 강우강도-누적강우량 해석 방법, 탱크모델(Tank Model) 해석 방법, 강우강도-지속시간 해석 방법 등이 있으며, 이들 중 강우강도-누적강우량 해석 방법과 탱크모델 해석 방법은 반감계수 적용에 기반을 둔다. 국내에서는 반감계수를 이용한 재해 유발 작용강우량과 비유발 작용강우량을 도시하여 한계선(Critical Line)을 설정하는 연구가 진행된 바 있다(NIDP, 2008; NIDP, 2009; NDMI, 2012; NDMI, 2013). 한계선은 유발/비유발 강우자료의 분포에 따라 급경사지 붕괴의 안전영역과 불안전영역을 구분하는 기준선인 만큼 매우 중요한 부분이라 할 수 있다. 그러나 해당 지역에 대한 재해이력 자료가 불충분할 시 한계선을 설정하기 어려운 경우가 발생하며, 설정 기울기에 따른 예·경보의 오보 가능성에 대한 문제점이 존재한다. 또한, 재해이력 자료의 절대적 부족 및 편중으로 인해 전국으로의 확대 적용에 한계성이 있다.

본 연구에서는 상기의 문제점을 해소해 보고자 재해이력 자료가 없이 강우자료만을 이용하여 급경사지 붕괴위험도를 판단할 수 있는 새로운 모델을 고안하였으며, 웹상에서 표현할 수 있는 시스템을 구축하였다. 또한, 시스템 내 과거 시뮬레이션 기능을 통해 새로운 모델에 대한 신뢰성을 검증하였다. 이를 통해 새로운 모델의 정량적인 정확도와 문제점 등을 고찰하고, 향후 신뢰도를 높이기 위한 여러 가지 방안 및 연구 방향에 대해 논의해 보고자 한다.

 

기존 방법의 문제점

반감계수 기반의 한계선 설정을 위한 작용강우량 도시는 Fig. 1과 같은 방식으로 x, y값이 결정된다. Ri는 i시간에서의 실시간강우량을, Di는 i시간에서의 감소계수를 나타내며 1.5시간과 72시간에 대한 감소계수는 Table 1과 같다(감소계수 0.004 미만은 영향을 미치지 않는 것으로 간주함, Table 1 내 음영 표시 부분). 72시간 반감기 작용강우량은 x축에 지정되며, 1.5시간 반감기 작용강우량은 y축에 표시된다. 여기서, x축은 누적강우(지속강우)의 영향을 내포하며, y축은 강우강도의 영향을 내포하는 것으로 풀이될 수 있다. 즉, 그래프에서 우상향으로 점이 찍힐수록 강우의 영향이 강함을 의미하고 급경사지 붕괴 유발 가능성이 높은 것으로 간주할 수 있다.

Fig. 1.Calculation method of working rainfall based on the decrease coefficient (A: x-value calculation; B: y-value calculation).

Table 1.Correlation between half-period and decrease coefficient (NIDP, 2007).

상기와 같은 방법으로 해당 지역 내 작용강우량을 도시하고 실제 급경사지 재해를 유발한 강우자료와 비유발 강우자료를 구분한 뒤, 이를 토대로 한계선을 설정하게 된다. 그러나, 이러한 방법으로 정확도 높은 한계선을 설정하는 데는 적지 않은 어려움이 따른다. 다수의 현장을 대상으로 유발 및 비유발 작용강우량을 도시하여 종합적으로 분석해본 결과, 크게 다음과 같은 3가지 경우의 문제점이 확인되었다(Fig. 2).

Fig. 2.Three example cases showing the difficulties in establishing critical lines using disaster history data.

이와 같은 경우는 어떤 지역에 대한 적절한 한계선을 설정하기 매우 어려우며, 결론적으로 급경사지 붕괴위험도를 판단하기 어려운 상황에 놓이게 된다. 특히, CASE 2와 CASE 3과 같이 재해이력 자료가 부족하거나 전무한 경우가 다수 확인됨에 따라 재해이력 자료가 없이도 급경사지 재해 예·경보 발령이 가능토록 하는 방법적 검토가 필요하였다.

 

붕괴위험 판단을 위한 새로운 모델 제안

한계영역 설정 방법

본 연구에서 제안하는 새로운 모델은 기존의 반감계수 기반 작용강우량 산출 방법을 동일하게 이용한다. 본 모델은 강우자료만을 이용하여 급경사지 붕괴 위험을 판단하는 것이 핵심이며, 비교적 간단한 원리에 입각하였다. 우선 이 모델을 적용시키기 위해서는 과거 강우자료에 대한 DB가 구축되어야 한다. 강우자료는 기상청 AWS (Automatic Weather Station) 자료를 기본으로 하며, 해당 AWS 폴리곤에 대한 과거 10년간의 강우자료를 DB화 하였다.날짜와 시간(10분 단위)별로 기록된 10년간의 강우자료는 Fig. 1과 같은 방법으로 x-y축에 도시된다. 도시된 점들은 과거 10년간의 자료이므로 매우 복잡한 형태로 표출되며, 일부 중첩되어 나타나기도 한다. 이때, 가장 바깥쪽에 도시된 점들을 연결하여 하나의 최외곽 곡선을 만들고 이 선을 “기준선(reference line)”이라 명명한다. 기준선을 중심으로 바깥영역을 한계영역으로 간주하고, 이곳에 실시간 강우자료가 도시될 때 경보(경계 단계)가 발령되도록 하는 알고리즘을 개발하였다(Fig. 3). 또한, 예측 강우자료를 이용하여 작용강우량이 기준선을 넘기 약 1시간 전에 예보(주의 단계)가 발령될 수 있도록 하였다. 이는 해당 지역(AWS 지점)에서 지금까지 겪어보지 못했던 강우를 경험하였을 때 급경사지의 붕괴 가능성이 높다는 것에 기본 개념을 두고 있다.

Fig. 3.Establishment of a reference line for separating the safety area and the critical area, with cut-off line (x = 100 mm).

한계영역 설정 기준의 보정

기준선 설정을 통한 예·경보 발령에는 약간의 문제점이 존재한다. 실시간 작용강우가 한계영역 내 우측 상단 쪽으로 도시되는 경우, 경보 발령이 비교적 적합한 것으로 판단할 수 있다. 이는 x축의 누적강우(72시간 작용강우량) 또는 y축의 강우강도(1.5시간 작용강우량)가 높은 값을 보임에 따라 급경사지 붕괴 위험성이 높아진다는 것을 의미한다. 그러나 작용강우가 한계영역 내 도시된다 할지라도 그래프의 좌측 하단 쪽으로 도시 된다면 경보를 발령하기에 다소 무리가 있다. 따라서 이에 대한 보정 작업이 필요하다. 본 모델에서는 x축 값이 100이 되는 지점에 수직선을 긋고, 이 선의 좌측으로 도시되는 작용강우에 대해서는 비록 기준선을 넘었다 할지라도 경보를 발령하지 않도록 하는 알고리즘을 도입하였다(Fig. 3). 즉 72시간 반감기를 적용한 작용강우량이 100 mm 가 넘지 않는 한 지반을 거동 시킬 수 있는 누적강우 효과가 매우 적을 것이라는 점에 착안하였다. 여기서 x값 100 mm의 기준은 현재까지의 급경사지 재해이력과 경험치를 종합적으로 고려하여 정한 값임을 밝히며, 여기에 대한 보다 정확한 기준 정립에 대해서는 향후 추가 연구가 필요하다.

 

신뢰성 검증

본 연구에서는 상기 새로운 모델을 적용한 급경사지 붕괴 위험 판단시스템을 구축하였으며, 전국의 AWS 지점별로 한계영역 기준선을 설정하여 실시간 예·경보 발령이 이루어질 수 있도록 하였다. 본 시스템에서는 지역별(AWS별) 예·경보 발령 기능 외 과거 강우사상에 대한 시뮬레이션 기능을 구현하였으며, 이를 통해 새로운 모델에 대한 신뢰성을 검증하였다. 신뢰성 검증은 언론에 공개된 주요 급경사지 붕괴 현장 12개소를 대상으로 수행하였으며, 검증 작업에 이용된 기준선은 붕괴 일시 이전 년도까지의 강우자료를 이용하였다(2011년 우면산 산사태의 경우, 2005년~2010년까지의 강우자료를 이용하여 기준선 설정). 시뮬레이션 시간 간격 설정은 실제 붕괴 시각을 기준으로 전후 5시간 이상으로 입력하였으며, 검증 방법은 다음과 같은 과정을 거쳤다.

이 과정에 따른 시뮬레이션 구동을 통해 작용강우량 좌표가 한계영역에 진입하는 시각과 실제 붕괴 발생 시각의 시간 격차를 알아낼 수 있다. 실제 시뮬레이션 결과, 춘천 펜션 산사태(2011년 7월 27일 00:08)의 경우 실제 붕괴 발생 시각 1시간 20분전에 작용강우량 좌표가 기준선을 벗어나는 것으로 확인되어 본 시스템에 의해 최소 1시간 전에 경보가 발령될 수 있었던 상황이었다(Fig. 4, simulation 1). 그림 내 점선 원으로 표시된 지점이 작용강우량이 한계영역으로 진입하는 순간을 나타내는 것이며, 속이 채워진 원이 실제 붕괴가 발생한 작용강우량 좌표를 나타내는 것이다. 장안 IC 급경사지 붕괴(2014년 8월 25일 16:00경)는 1시간 10분전에 작용강우량 좌표가 기준선을 넘어갔으며(Fig. 4, simulation 2), 부산 북구 경로당 산사태(2014년 8월 25일 14:20)는 약 30분 전에 경보가 발령될 수 있었던 상황이었다(Fig. 4, simulation 3). 우면산 산사태(2011년 7월 27일 07:40~08:40)의 경우는 실제 여러 지역에서 산사태가 발생하였으며, 붕괴 발생 시각이 지역에 따라 상이함에 따라 정확한 신뢰성 검증에는 약간의 한계가 발생했다. 그러나 시뮬레이션 상 08:30분에 사행점이 기준선을 벗어나는 것으로 확인되어 실제 붕괴 시각에 매우 근접하는 것으로 나타났다(Fig. 4, simulation 4). 한편, 고성터널 사면붕괴 현장(AWS : 고성(918))은 작용강우량 좌표가 실제 붕괴 시각 20분 후에 기준선을 넘어가는 것으로 확인되어 사전 경보 발령에 실패한 것으로 나타났다(Fig. 4, simulation 7).

Fig. 4.Results of reliability verification of the new model based on simulations at 12 sites.

시뮬레이션 검증을 수행한 12개 현장에 대한 전체 결과를 Fig. 4에 나타내었으며, AWS 위치 및 번호, 실제 붕괴 발생 시각, 작용강우량 좌표가 기준선을 넘어가는 시각 등에 대한 정보는 Table 2와 같다.

Table 2.Results of the time interval between the “Time of real collapse” and “Time of entering the critical area” calculated from the 12 site simulations.

12개 현장을 대상으로 한 새로운 모델의 신뢰성 검증 결과, 총 10개 현장에서 실제 붕괴 발생 전 경보가 발령될 수 있었음이 확인되었다. 붕괴 발생 1시간 이전에 경보가 발령될 수 있었던 현장은 4개소로 나타났으며, 붕괴 발생 30분 이전에 경보가 발령될 수 있었던 현장은 총 8개소로 확인되었다(Table 3). 신뢰성 검증을 위한 12개 현장 선정은 메스컴에 보도된 현장들 중 무작위로 선택하였다는 점을 고려했을 때, 본 연구에서 제안한 새로운 모델은 비교적 높은 신뢰도를 보이고 있으며, 그동안 경험하지 못했던 강우사상에 직면할 때 급경사지의 붕괴 위험도가 높아질 수 있다는 것을 보여주었다. 그러나 보다 과학적이고 정확한 예·경보 기준선 설정을 위해서는 많은 재해 현장을 통한 추가적인 검증이 필요할 것이며, 체계적인 연구가 지속되어야 할 것으로 판단된다.

Table 3.Warning states issued from simulations of the proposed model.

 

요약 및 결론

본 연구는 급경사지 붕괴 위험을 사전에 판단하고 예·경보할 수 있는 방법에 대한 고찰로서 반감계수가 적용된 강우자료를 이용하여 새로운 예·경보 기준을 설정하는 데 그 목적이 있다. 한계영역 설정을 위한 기준선 작업은 기상청 AWS에서 수집된 과거 10년간의 강우자료가 이용된다. 10분 단위로 DB화 된 과거 강우자료는 반감계수 적용 공식에 의해 각각의 점(좌표)으로 도시되며, 수많은 점들 중 가장 바깥에 위치한 점들을 이어 최외곽 곡선을 형성한다. 이 곡선을 “기준선”이라 명명하고 실시간 작용강우가 이 선을 넘어 도시되는 순간 경보가 발령되는 시스템을 개발하였다.

새로운 예·경보 모델에 대한 신뢰도를 검증한 결과, 총 12개 검증 현장 중 10개소에서 실제 붕괴 발생 전 경보 발령이 가능했었던 것으로 나타나 약 83%의 높은 적중률을 보였다. 실제 붕괴 발생 1시간 이전에 경보 발령이 가능했었던 현장은 총 4개소로 약 33%의 정확도를 보였으며, 30분 이전에 경보 발령이 가능했었던 현장은 총 8개소로 약 67%의 신뢰도를 보였다.

본 연구에서 제안된 한계영역 설정 모델은 강우자료만을 이용한 비교적 간단한 방법이라 할 수 있다. 그러나 과거 10년간의 강우자료 DB를 구축하는 데는 많은 시행착오 및 시간적 소요가 요구된다. 따라서 현재는 전국의 모든 AWS 지점에 대해서 과거 10년간의 강우자료를 이용한 기준선 설정을 하지 못한 상태이며 서울, 울산, 그리고 주요 붕괴 현장이 위치한 지역의 AWS에 대해서만 우선적으로 기준선 설정 작업이 진행되었다. 향후 전국 단위의 예·경보 발령 시스템을 원활하게 가동시키기 위해서는 나머지 AWS 지역에 대한 추가적인 강우자료 DB구축이 필요할 것으로 사료된다. 또한, 보다 신뢰도 높은 기준선 설정을 위해서는 앞서 언급한 한계영역 보정 문제에 대한 심도 있는 연구가 진행되어야 할 것이다. 본 논문에서는 붕괴 사례 및 경험치 등을 참고하여 임의로 x=100 mm 직선을 사용했으나 이것을 모든 AWS 현장에 통상적으로 적용시키는 데는 한계가 있다. 각 지역의 토질특성, 재해이력, 강우특성 등을 종합적으로 고려하여 그 지역에 가장 최적화된 경계선(cut-off line)을 설정할 필요가 있으며, 강우강도를 고려하여 y축 값이 동시에 고려될 수 있는 방안도 추가 연구를 통해 정립이 되어야 할 것이다. 이에 대한 지속적 연구와 함께 전국 AWS의 과거 강우자료 DB가 체계적으로 구축된다면, 본 연구에서 제안된 새로운 예·경보 모델은 신뢰도 및 확장성을 모두 겸비한 실용적 방법이 될 수 있을 것으로 판단된다.

References

  1. Aleotti, P. and Chowdhury, R., 1999, Landslide hazard assessment: summary review and new perspectives, Bulletin of Engineering Geology and the Environment, 58(1), 21-44. https://doi.org/10.1007/s100640050066
  2. Chacón, J., Irigaray, C., Fernández, T., and El Hamdouni, R., 2006, Engineering geology maps: landslides and geographical information systems, Bulletin of Engineering Geology and the Environment, 65(4), 341-411. https://doi.org/10.1007/s10064-006-0064-z
  3. Choi, J. R., Kim, G. W., Jee, Y. K., and Park, I. C., 2015, Development and Application of Precise Debris-flow Risk Assessment Index in Urban Area, J. Korean Soc. Hazard Mitig., 15(3), 107-113 (in Korean with English abstract). https://doi.org/10.9798/KOSHAM.2015.15.3.107
  4. Einstein, H. H.,1988, Special lecture: Landslide risk assessment procedure, Proceedings of 5th International Symposium on Landslides, Lausanne, 2, 1075-1090.
  5. Fell, R., Corominas, J., Bonnard, C., Cascini, L., Leroi, E., and Savage, W. Z., 2008, Guidelines for landslide susceptibility, hazard and risk zoning for land use planning, Engineering Geology, 102(3-4), 85-98. https://doi.org/10.1016/j.enggeo.2008.03.022
  6. Griffiths, D. V., Huang, J. S., and Fenton, G. A., 2011, Probabilistic infinite slope analysis, Computers and Geotechnics, 38(4), 577-584. https://doi.org/10.1016/j.compgeo.2011.03.006
  7. Guzzetti, F., Carrara, A., Cardinali, M., and Reichenbach, P., 1999, Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy, Geomorphology, 31(1), 181-216. https://doi.org/10.1016/S0169-555X(99)00078-1
  8. Ham, D. H. and Hwang, S. H., 2014, Review of Landslide Forecast Standard Suitability by Analysing Landslide-inducing Rainfall, J. Korean Soc. Hazard Mitig., 14(3), 299-310 (in Korean with English abstract). https://doi.org/10.9798/KOSHAM.2014.14.3.299
  9. Ho, J. Y., Lee, K. T., Chang, T. C., Wang, Z. Y., and Liao, Y. H., 2012, Influences of spatial distribution of soil thickness on shallow landslide prediction, Engineering Geology, 124, 38-46. https://doi.org/10.1016/j.enggeo.2011.09.013
  10. Kim, G. H., Won, S. Y., and Mo, S. H., 2014, Umyeon Mountain Debris Flow Movement Analysis Using Random Walk Model, Journal of the Korean Society of Surveying, 32(5), 515-525 (in Korean with English abstract).
  11. Kim, S. E., Paik, J. C., and Kim, K. S., 2013, Run-out Modeling of Debris Flows in Mt. Umyeon using FLO-2D, Journal of the Korean Society of Civil Engineers, 33(3), 965-974 (in Korean with English abstract). https://doi.org/10.12652/Ksce.2013.33.3.965
  12. Kim, S. H., 2013, Study on Behavior Characteristics and Systematic Maintenance of Road Slopes in Korea, PhD. thesis, Busan University, 1p & 179-192p (in Korean with English abstract).
  13. Lee, J. H. and Park, H. J., 2012, Assessment of Landslide Susceptibility using a Coupled Infinite Slope Model and Hydrologic Model in Jinbu Area, Gangwon-Do, Econ. Environ. Geol., 45(6), 697-707 (in Korean with English abstract). https://doi.org/10.9719/EEG.2012.45.6.697
  14. NDMI (National Disaster Management Institute), 2012, GIS-Based Warning System for Steep Slope, 39-44p (in Korean with English abstract).
  15. NDMI (National Disaster Management Institute), 2013, Development of Warning System for Nationwide Steep Slope, 27-29p (in Korean with English abstract).
  16. NIDP (National Institute for Disaster Prevention), 2007, A Study on the Early Warning System for Damage Mitigation of Geotechnical Disasters, 119-120p (in Korean with English abstract).
  17. NIDP (National Institute for Disaster Prevention), 2008, Study on the Applicability of an Early Warning System using Rainfall Data in Korea, 100-128p (in Korean with English abstract).
  18. NIDP (National Institute for Disaster Prevention), 2009, Real-time Rainfall Data Analysis and Visualization Module Development of the Steep Slope Analysis System, 165-181p (in Korean with English abstract).
  19. Park, H. J., Lee, J. H., and Woo, I., 2013, Assessment of rainfall-induced shallow landslide susceptibility using a GIS-based probabilistic approach, Engineering Geology, 16(1), 1-15. https://doi.org/10.1016/j.enggeo.2013.04.011
  20. Santoso, A. M., Phoon, K. K., and Quek, S. T., 2011, Effects of soil spatial variability on rainfall-induced landslides, Computers and Structures, 89(11), 893-900. https://doi.org/10.1016/j.compstruc.2011.02.016
  21. Yoon, D. H. and Koh, J. H., 2012, A Study on Analysis of Landslide Disaster Area using Cellular Automata : An Application to Umyeonsan, Seocho-Gu, Seoul, Korea, Journal of Korea Spatial Information Society, 20(1), 9-18 (in Korean with English abstract). https://doi.org/10.12672/ksis.2012.20.1.009