• Journal of Korean Society of Forest Science
• /
• v.103 no.2
• /
• pp.218-225
• /
• 2014

Landslides, one of earth's natural disasters, increase every year due to heavy rainfall, and cause damage to human life and assets. This study used the SHALSTAB to predict places at risk of landslides, in accordance with the intensity of rainfall. The parameter value of transmissivity was $19.58m^2/day$, the internal friction angle $36.3^{\circ}$, and the saturated unit weight $2.03t/m^3$. The slope stability status was classified into four categories, namely: unconditionally stable, stable, unstable and unconditionally unstable. In order to evaluate the applicability of the SHALSTAB, actual landslide areas were checked, with the unstable area under 263 mm rainfall. 85.1% of them were consistent. And so we can identify the distribution of places at risk of landslides, on the basis of the intensity of rainfall by means of SHALSTAB.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.13 no.2
• /
• pp.211-218
• /
• 1993

Landslides, failure of slope stability by natural or artificial factors, occur loss of life and properties. Recently, statistical methods and field measurements are used to a study for prediction of landslide harzard area, but there are so many difficulties to find the occurence system because of its complexity. In this study, authors choose the model area where occured landslides to predict the landslide hazard. Authors made a database of ground height to compare the each topography by scale of 1 : 25,000, 1 : 10,000, 1 : 5,000 and 1 : 1,200. Authors predict to landslide hazard area by the weight of ground height data and slope angle data. Finally, authors could know the possibility of prediction to find the landslide hazard partly.

• Journal of Korean Society of Forest Science
• /
• v.97 no.3
• /
• pp.326-331
• /
• 2008

This study was carried out to analyze the characteristics of each factors by using the quantification theory(I) for prediction of landslide hazard area. The results obtained from this study were summarized as follows; The stepwise regression analysis between landslide sediment ($m^3$ ) and environmental factors, factors affecting landslide sediment ($m^3$ ) were high in order of mixed (forest type), < 15 cm(soil depth), 801~1,200 m (altitude), $31{\sim}40^{\circ}$ (slope gradient), 46 cm < (soil depth), 1,201 m < (altitude) and s(aspect). According to the range, it was shown in order of soil depth (0.3784), altitude (0.2876), forest type (0.2409), slope gradient (0.1728) and aspect (0.1681). The prediction of landslide hazard area was estimated by score table of each category. The extent of prediction score was 0 to 1.2478, and middle score was 0.6239. Class I was over 1.1720, class II was 0.7543 to 0.1719, class III was 0.4989 to 0.7542 and class IV was below 0.4988.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.11 no.2
• /
• pp.53-58
• /
• 1993

Landslides, failure of slope stability by natural or artificial factors, occur loss of life and properties. Recently, landslides hazard area predict statistical methods and field measurements, but there are so many difficulties to find the occurrence system because of its complexity. To predict the landslide harvard region, model area is the Seodong in Pusan where occurred landslides. Database of ground height made the each topography in map scale of 1 : 25,000, 1 : 10,000, 1 : 5,000 and 1 : 1,200. Authors knew to landslide hazard area by the weight of ground height data and slope angle data. Finally, aerial photo analysis is possible find landslide hazard area.

• The Korean Journal of Applied Statistics
• /
• v.29 no.2
• /
• pp.345-354
• /
• 2016

Inhomogeneous Poisson process models are widely applied to landslide data to understand how environmental variables systematically influence the risk of landslides. However, those models cannot successfully explain the clustering phenomenon of landslide locations. In order to overcome this limitation, we propose to use a Cauchy cluster process model and show how it improves the goodness of fit to the landslide data in terms of K-function. In addition, a numerical study is performed to select the optimal estimation method for the Cauchy cluster process.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.33-33
• /
• 2016

산사태 발생 예측은 재해를 예방하고 대처하기 위한 가장 근본적이며 효과적인 방법이나, 과학기술의 발전과 많은 노력에도 불구하고 아직 산사태의 발생 장소와 시기를 예측하는 것은 매우 어려운 일이다. 산사태 발생 예측 기법은 크게 경험론적 지수기법, 통계적 해석기법, 물리적 해석 기법으로 나뉠 수 있다. 이 세 방법은 각기 장단점이 있으나 일반적으로 후자로 갈수록 많은 데이터가 요구되고, 해석에 시간이 필요하며, 보다 신뢰할만한 결과를 도출할 수 있다. 경험론적 지수 기법은 국내에서 실무적으로 널리 활용되고 있으며, 통계적 해석기법에 관한 연구도 수행된 바 있다. 하지만 이 두 방법론은 일정량 또는 일정강도 이상의 강우 발생 시 산사태의 발생 위험도를 공간적으로 예측할 수 있으나, 산사태의 발생 시점과 연속적인 강우량 또는 강우강도의 관계를 정량적으로 분석하기 힘든 한계가 있어 최근에는 이러한 한계를 극복하기 위해 최근 무한사면안정 모형과 토양수분침투 모형을 결합한 시변 사면안정모형들이 활용되기 시작하고 있다. 대표적으로는 TRIGRS가 있으며, 이 모형에서는 선형화한 1차원 Richards 방정식의 해석해를 활용하여 토양수분량을 계산한 후 이 정보를 무한사면안정모형에 반영하여 시변적인 사면안정도를 구하고 있다. 하지만 Richards 방정식을 선형화하기 위해서 제한된 토양수분-압력 관계식이 사용되며, GUI가 제공되지 않아 전처리 및 후처리가 번거로운 한계가 있다. 본 연구에서는 이러한 한계를 개선하기 위해 3차원 Richards방정식을 수치적으로 계산하여 보다 다양한 토양수분-압력 모형과 초기조건을 반영할 수 있게 하였다. 또한 GUI를 지원하여 사용자가 보다 손쉽게 해석모형을 사용할 수 있도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1817-1821
• /
• 2010

본 연구에서의 지리정보시스템(GIS)을 이용한 사방댐 입지선정모델 개발은 산사태 발생 예측을 위한 사면안정성 평가 기준을 개발하여 사방댐 지점을 선정하기 위하여 체계적으로 표준화된 시스템을 구축하는 것이 목표이며, 2002년 태풍 '루사'와 2003년 태풍 '매미'에 의하여 토석류와 산사태가 발생한 서부경남 지역의 38개 지점에 대하여 항공사진 수집 및 현장조사를 수행하고, 산사태 발생에 관계되는 강우, 지형, 지질 및 토양, 임상 등을 인자로서 규정하였다. 연구결과 서부경남지역에서 발생한 산사태는 지리산, 가야산, 좌굴산 등 EL. 500m 이상의 비교적 고도가 높은 산악지역에서 지형성 집중호우에 의하여 발생하는 것으로 분석되었으며, 강우량과 산사태의 상관분석결과 시강우량 70mm 이상 및 누가강우량 230mm 이상에서 산사태의 발생빈도가 높은 것으로 나타났다. 또한 산사태 발생지점에서의 고도(평균해수면 기준)와 능선의 고도와의 비를 백분율로 계산하여 빈도를 살펴보면 산사태 발생지점이 능선의 90% 이상의 고도에서 산사태의 발생빈도가 53%로 가장 높고, 80-90%는 21%, 70-80% 16%의 순으로 산사태 발생빈도가 감소하고 있으며, 고도가 더욱 낮아져 산사태 발생지점이 60% 이하로 내려가면 산사태 발생빈도는 급격히 감소한다. 예를 들어 능선의 고도가 1000m일 경우 900m 이상의 고도(90% 이상)에서 산사태 발생빈도가 가장 높고 600m 이하의 고도(70% 이하)에서는 발생빈도가 급격히 저하하는 것으로 나타났다. 산사태 발생지점의 표면 굴곡도에 따른 산사태의 발생빈도는 대부분의 평행사면에서 74%, 약간 오목사면에서 26%가 발생하는 것으로 나타났다. 각 지구의 지질 및 토양별 산사태 발생빈도는 화성암계열의 지질 및 자갈/암괴 섞인 토사의 토양에서 발생하는 것으로 분석되었고, $34-40^{\circ}$ 사면경사에서 40%, $26-34^{\circ}$ 사면경사에서 26%, $26^{\circ}$ 이하의 사면경사에서 22%가 주로 발생하였으며, $40^{\circ}$ 이상의 높은 사면경사에서는 극히 미미하였다. 또한 임상 기준으로는 침엽수림에서 주로 발생하는 것으로 나타났다. 본 연구에서는 이상의 결과를 기초로 매우 안정, 안정, 부분적 안정, 불안정, 매우 불안정, 위험 지역으로 구분하고, 평가한 결과는 불안정 33개소, 매우 불안정 5개소 등 38개소 지점 모두에 사방댐 설치가 필요한 것으로 분석되었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.4
• /
• pp.61-69
• /
• 2010

The collapse of a slope or cut embankment brings much damage to life and property. Accordingly, it is very important to analyze the spatial distribution by calculating the landslide susceptibility in the estimation of the risk of landslide occurrence. The heuristic, statistic, deterministic, and probabilistic methods have been introduced to make landslide susceptibility maps. In many cases, however, the reliability is low due to insufficient field data, and the qualitative experience and knowledge of experts could not be combined with the quantitative mechanical?analysis model in the existing methods. In this paper, new modeling method for a probabilistic landslide susceptibility analysis combined Bayesian Network with ontology model about experts' knowledge and spatial data was proposed. The ontology model, which was made using the reasoning engine, was automatically converted into the Bayesian Network structure. Through conditional probabilistic reasoning using the created Bayesian Network, landslide susceptibility with uncertainty was analyzed, and the results were described in maps, using GIS. The developed Bayesian Network was then applied to the test-site to verify its effect, and the result corresponded to the landslide traces boundary at 86.5% accuracy. We expect that general users will be able to make a landslide susceptibility analysis over a wide area without experts' help.

• 산림경영
• /
• s.151
• /
• pp.48-50
• /
• 2001

• Journal of Korean Society of Forest Science
• /
• v.103 no.2
• /
• pp.233-239
• /
• 2014

This study was carried out to propose the criteria for the prediction of landslide occurrence through analysis the influence of each factor by using the quantification theory. The results obtained from this study are summarized as follows. From a stepwise regression analysis between the landslide area($m^2$) and environmental factors, the factors strongly affecting the landslide sediment($m^2$) were the Parents rock (igneous), cross slope(complex), coniferous forests (forest type) and slope gradient ($21{\sim}30^{\circ}$). According to the range, it was shown in order of Cross slope (0.2922), Parents rock (0.2691), Forest type (0.2631) and Slope gradient (0.2312). The range of prediction score of landslide occurrence has been distributed between score 0 and score 1.0556, the median value was score 0.5278. The prediction for class I was over 0.7818, for class II was 0.5279 to 0.7917, for class III 0.2694 to 0.5278 and for class IV was below 0.2693. The prediction on landslide occurrence appeared relatively high accuracy rate as 72% for class I and II. Therefore, this score table for landslide will be very useful for judgement of dangerous slope.