• Proceedings of the KSEG Conference
• /
• 2001.03a
• /
• pp.33-44
• /
• 2001

경기지역에 발생한 약 1,600개의 산사태를 1:50,000 지형도와 1:5,000 지형도를 이용해 정밀 조사하였다. 대부분의 산사태는 토석류(debris flow)로 분류되지만, 산사태 시작부는 전이형(translational) 사태의 성격을 띤다. 강우 이외에 산사태를 발생시키는 지질학적 요인을 찾고자 하루동안 250-300mm의 강우량을 가진 6개 지역을 세부연구지역으로 선정하였다. 이 지역 내 198개의 산사태를 대상으로 현장정밀 조사와 실내실험을 실시한 후, 이를 바탕으로 지구통계학 기법을 이용해 사태발생 원인을 선정하였고, 이에 대한 정량적 가중치를 각각 결정하였다. 분석결과에 의하면 7개 요소가 산사태 발생원인으로 선정되었고, 원인별 정량적 가중치를 부여한 산사태 발생확률을 계산식을 도출했다. 이를 통해 일부지역의 산사태 발생 확률을 구한 후, 실제 발생기록과 비교한 결과 90.74%의 정확성을 나타냈다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2009.05a
• /
• pp.114-119
• /
• 2009

본 논문에서는 수량화 방법과 AHP(Analytic Hierarchy Process) 기법을 사용하여 산사태 발생에 대한 통계적 예측모형을 구축하는데 목적이 있다. 수량화(Quantification) 방법은 질적변수에 수량을 부여하는 통계적 방법으로, 기 조사된 자료에 기반하여 분석을 수행하는 방법이다. 본 논문에서는 서구의 다변량분석 기법인 정준상관분석의 결과를 토대로 수량화 과정을 구체적으로 제안한다. 데이터에 기반한 수량화 방법과는 달리 AHP(Analytic Hierarchy Process) 기법은 일종의 다기준 의사결정을 위해 사용되는 기법으로, 설문자료에 기반한 분석법이다. 실제자료에 대한 분석으로 산사태 발생여부를 측정한 자료(한국지질자원연구원 제공)와 전문가 설문을 통해 수집된 자료를 이용하였다. 이들 자료에 대해 수량화 분석과 AHP분석을 통해 산사태 발생여부를 예측할 수 있는 두 종류의 평가표와 함께 로지스틱 회귀를 통한 통계적 예측모형을 개발하였으며, 두 모형간의 성능비교와 안정성 평가를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.296-296
• /
• 2019

전 세계적으로 기후변화로 인한 국지성 집중호우 및 태풍으로 인한 피해가 지속적으로 발생하고 있으며, 그에 따른 2차 피해인 산사태 및 토석류 피해 또한 증가하고 있는 추세이다. 최근 국내의 산사태 및 토석류에 대한 선행연구는 지속적으로 수행되고 있으나, 산사태 및 토석류 위험성이 높은 구간, 즉, 발생기작을 판단할 수 있도록 지표화 해놓은 것이며, 현재 피해예측지도 및 피해 하류부의 시설물을 고려한 연구는 미비한 실정이다. 따라서 본 연구에서는 강우-유출모형인 S-RAT모형 및 토석류 수치해석 프로그램 RAMMS 모형을 이용하여 산사태 및 토석류 피해를 극대화 시키는 인자인 토석유동심(H), 토석유속(V)을 이용하여 토석류피해예측지도를 작성하였으며, 피해 하류부의 시설물을 건물 유형별 시설물의 중요도로 구분하였다. 또한 작성된 피해예측지도 및 시설물 중요도를 중첩하여 위험성 지도를 제시하였다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.14 no.4
• /
• pp.116-127
• /
• 2011

This study conducted landslide susceptibility analysis using logistic regression. The performance of prediction model needs to be evaluated considering two aspects such as a goodness of fit and a prediction accuracy. Thus to gain more objective prediction results in this study, the prediction performance of the applied model was evaluated considering two such evaluation aspects. The selected study area is located between Inje-eup and Buk-myeon in the middle of Kwangwon. Landslides in the study area were caused by heavy rain in 2006. Landslide causal factors were extracted from topographic map, forest map and soil map. The evaluation of prediction model was assessed based on the area under the curve of the cumulative gain chart. From the results of experiments, 87.9% in the goodness of fit and 84.8% in the cross validation were evaluated, showing good prediction accuracies and not big difference between the results of the two evaluation methods. The results can be interpreted in terms of the use of environmental factors which are highly related to landslide occurrences and the accuracy of the prediction model.

• The Journal of Engineering Geology
• /
• v.32 no.1
• /
• pp.27-40
• /
• 2022

Every year landslides cause serious casualties and property damages around the world. As the accurate prediction of landslides is important to reduce the fatalities and economic losses, various approaches have been developed to predict them. Prediction methods can be divided into landslide susceptibility analysis, landslide hazard analysis and landslide risk analysis according to the type of the conditioning factors, the predicted level of the landslide dangers, and whether the expected consequence cased by landslides were considered. Landslide susceptibility analyses are mainly based on the available landslide data and consequently, they predict the likelihood of landslide occurrence by considering factors that can induce landslides and analyzing the spatial distribution of these factors. Various qualitative and quantitative analysis techniques have been applied to landslide susceptibility analysis. Recently, quantitative susceptibility analyses have predominantly employed the physically based model due to high predictive capacity. This is because the physically based approaches use physical slope model to analyze slope stability regardless of prior landslide occurrence. This approach can also reproduce the physical processes governing landslide occurrence. This review examines physically based landslide susceptibility analysis approaches.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.8 no.4
• /
• pp.81-90
• /
• 2005

Based on the landslide hazard scoring system of Korea Forest Research Institute, a GIS model for predicting landslide hazards was developed. The risk of landslide hazards was analyzed as the function of 7 environmental site factors for the terrain, vegetation, and geological characteristics of the corresponding forest stand sites. Among the environmental factors, slope distance, relative height and shapes of slopes were interpreted using the forestland slope interpretation module developed by Chung et al. (2002). The program consists of three modules for managing spatial data, analyzing landslide hazard and report-writing, A performance test of the model showed that 72% of the total landslides in Youngin-Ansung landslides area took place in the highly vulnerable zones of grade 1 or 2 of the landslide hazard scoring map.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.512-515
• /
• 2012

최근의 재해 발생은 하천에 의한 범람, 제방의 붕괴 등에 의한 피해발생보다는 일정지역에 국한적으로 내수배제 불량, 토사유출, 산사태 등으로 인한 피해의 발생이 증가하고 있다. 특히나 도시지역과 신규개발지역을 중심으로 집중호우로 인한 토사유출 등으로 인한 배수로 막힘, 산사태등의 2차적인 피해가 증가하고 있는 추세이다. 2011년의 서울의 우면산 산사태 등과 같은 도시중심에서의 피해와 강원도 등의 신규개발지역에서의 토사로 인해 2차, 3차 피해는 국지적이고 예측이 불가능한 곳에서 발생되고 있다. 이러한 토사유출, 산사태에 의한 예측기법은 최근의 정보기술의 발달로 인해 보다 다양한 방법의 접근들이 시도되고 있으며, 이에 대한 정량적인 평가기법들이 개발되고 적용되고 있다. 본 연구에서는 산지지형의 소규모 개발지의 토사재해의 위험성을 평가하기 위하여 GIS 기술을 이용한 사면의 안정성과 산사태 위험성을 평가하는 대표적인 방법으로 Pack et al. (1998)이 제안한 수리적 무한사면 안정모델과 결합하여 사면안정분석을 위해 개발된 SINMAP을 이용하여 소규모 개발지역의 토석류 해석과 사면의 안정성 검토 그리고 범용토양공식을 이용하여 토사유출량을 산정하여 개발지역내 사면 및 토사재해의 위험성을 평가하였다. GIS를 이용한 지형적 특성에 따른 사면의 위험성과 토사유출량 해석 결과를 이용하여 소규모 개발지역의 토사재해의 위험성을 정량적이고 다각적으로 평가하여 재해발생에 따른 위험성을 노출하고 이에 대한 대책 수립에 도움이 될 것으로 판단된다.

• Economic and Environmental Geology
• /
• v.40 no.1 s.182
• /
• pp.115-128
• /
• 2007

This study proposed a modified logistic regression model for a probabilistic prediction of debris flow on natural terrain at the granitic rock area. The modified model dose not contain any categorical factors that were used in the previous model and secured higher reliability of prediction than that of the previous one. The modified model is composed of lithology, two factors of geomorphology, and three factors of soil property. Verification result shows that the prediction reliability is more than 86%. Using the modified regression model, the landslide prediction maps were established. In case of Sacheon area, the prediction map showed that the landslide occurrence was not well corresponded with the model since, even though the forest-fred area was distributed on the center of the model, no factors were considered for the landslide predictions. On the other hand, the prediction model was well corresponded with landslide occurrence at Jumunjin-Yeongok area. The prediction model developed in this study has very high availability to employ in other granitic areas.

• 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.

• The Journal of Engineering Geology
• /
• v.30 no.3
• /
• pp.315-325
• /
• 2020

This study was performed to develop a model to predict landslides and determine the variable importance of landslides susceptibility factors based on the probabilistic prediction of landslides occurring on slopes along the road. Field survey data of 30,615 slopes from 2007 to 2020 in Korea were analyzed to develop a landslide prediction model. Of the total 131 variable factors, 17 topographic factors and 114 geological factors (including 89 bedrocks) were used to predict landslides. Automated machine learning (AutoML) was used to classify landslides and non-landslides. The verification results revealed that the best model, an extremely randomized tree (XRT) with excellent predictive performance, yielded 83.977% of prediction rates on test data. As a result of the analysis to determine the variable importance of the landslide susceptibility factors, it was composed of 10 topographic factors and 9 geological factors, which was presented as a percentage for each factor. This model was evaluated probabilistically and quantitatively for the likelihood of landslide occurrence by deriving the ranking of variable importance using only on-site survey data. It is considered that this model can provide a reliable basis for slope safety assessment through field surveys to decision-makers in the future.