• 자원환경지질
• /
• 제40권1호
• /
• pp.115-128
• /
• 2007

본 연구는 화강암질암 지역의 자연사면에서 발생하는 토석류 산사태의 발생지점을 확률론적 예측하기 위하여 기 개발된 로지스틱 회귀모델을 수정하고자 한다. 기 모델의 단점인 일부 범주형 변수사용을 제거하여 예측률의 신뢰도 및 예측도면 작성시의 정확성을 높인 새로운 예측모델을 제안하고자 한다. 새롭게 개발된 모델은 암상, 지형인자 2개 및 토질인자 3개를 사용하여 통계적으로 86%이상의 예측률을 확보하였다. 본 모델의 적용성을 검증하기 위하여 태풍 '루사'로 인해 산사태가 집중적으로 발생한 강릉지역에 적용하여 산사태 예측도를 작성하였다. 예측결과 사천지역의 경우 본 모델에서 고려하지 못한 산불의 영향으로 산불피해지역에서 근소한 차이를 보여주고 있으나, 주문진-연곡지역의 경우는 예측결과가 실제 산사태 발생위치와 잘 일치하고 있다. 따라서 본 모델은 우리나라의 화강암질암지역에 적용하여 널리 활용될 수 있을것으로 판단된다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.281-292
• /
• 2014

본 연구는 산사태 관련 인자를 달리하여 산사태 취약성을 분석한 후, 정확도를 비교하고자 한다. 이를 위해 항공사진을 이용하여 산사태 위치를 추출하였고, 항공 LiDAR와 수치지도를 이용한 지형인자, 각종 주제도를 이용한 토양, 임상, 토지피복 인자를 추출하여 공간데이터베이스를 구축하였다. 산사태 취약성 지도는 로지스틱 회귀분석과 빈도비를 이용하여 산사태 취약지수를 산정하는 것에 의해 작성되었다. 분석결과, 항공 LiDAR와 수치지도의 상관관계는 거의 일치하였으며, 각 방법별로 작성된 산사태 취약성 지도 사이에는 강한 상관관계가 존재하였다. 각 방법별로 작성된 산사태 취약성 지도는 높은 예측 정확도를 보였다. 특히, 빈도비와 항공 LiDAR를 이용할 경우 성능이 더욱 향상되었다. 이를 통해 항공 LiDAR 자료는 효과적인 산사태 발생 예측 및 피해저감대책을 수립하는데 기여할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제12권2호
• /
• pp.1-10
• /
• 2009

최근 대규모 산사태, 산불등과 같은 산림재해로 인한 산림환경 훼손은 산림 농가 피해뿐만 아니라 산림생태계에도 매우 나쁜 영향을 미치고 있으며 사회적으로도 매우 민감한 환경문제로서 국민의 주요 관심사가 되고 있다. 본 연구에서는 현재 국내 여건에서 활용할 수 있는 다양한 지형 GIS 자료와 위성영상자료에 기반을 둔 주제도뿐만 아니라 산사태 발생에 가장 큰 영향을 주는 강우량 자료를 고려하여 산사태 발생 위험지를 예측하고자 하였다. 울진지역을 대상으로 지형자료와 기상자료를 활용하여 주제도를 작성하고 GIS 중첩분석을 통하여 평가기준을 검토 한 후 산사태 발생가능 위험지역의 분포도를 작성하였다. 아울러 고해상 위성영상 자료에서 획득한 산사태 피해 지역과의 가시적 비교를 통하여 산사태 발생 위험지 예측 방법 기술을 확보 하였다.

• 한국산림과학회지
• /
• 제97권3호
• /
• pp.332-339
• /
• 2008

경상북도 23개 시․군 산사태 발생지 172개소를 대상지로 선정하여 산사태 발생 특성을 다양한 요인별로 조사 분석하여 산사태 발생 위험 예측을 위한 판정기준표를 작성하였다. 산사태 위험 판정기준표는 수량화 I류를 이용하여 분석하였으며, 산사태 발생량에 영향을 많이 주는 요인은 경사위치, 경사길이, 모암, 방위, 임분경급, 종단명형, 경사도의 순으로 나타났다. 산사태 발생 위험 예측을 위한 산사태 붕괴 위험도 판정기준표를 작성한 결과, 107점 미만 : 안정(IV등급), 107~176점 : 위험도 소(III등급), 177~246점 : 위험도 중(II등급), 247점 이상 : 위험도 대(I등급)로 붕괴 위험도가 구분되었다.

• 자원환경지질
• /
• 제46권4호
• /
• pp.301-312
• /
• 2013

산사태는 지형, 지질, 임상, 토양 등과 같은 다양한 요인들이 복합적으로 작용하여 발생한다. 따라서 산사태 발생위치와 산사태 유발 요인 사이의 상관관계를 파악할 수 있는 다양한 분석 기법이 사용되고 있으며 본 연구에서는 산사태 위험지역을 정량적으로 예측할 수 있는 효과적인 기법을 제안하고자 퍼지관계 기법과 인공신경망 기법을 이용하여 포항지역의 산사태 취약성을 분석하였다. 취약성 분석을 위해 먼저 산사태 위치를 파악하여 현황도를 작성하였으며, 산사태 발생과 관련 있는 11개의 요인들에 대한 공간 데이터베이스를 구축하였다. 퍼지관계 기법에서는 cosine amplitude method를 이용해 각 요인 별 퍼지 소속 함수 값을 획득하고 퍼지관계 함수 연산을 이용하여 취약성도를 작성하였다. 인공신경망 기법에서는 오류 역전파 알고리즘을 이용하여 산사태와 관련 요인들 간의 상대적 가중치를 결정하고 취약성도를 작성하였다. 두 기법으로 도출된 산사태 취약성도의 ROC(Receiver Operating Characteristic)와 AUC(Area Under the Curve)를 통한 검증 결과는 82.18%와 87.4%로 나타났다. 퍼지 관계 및 인공신경망 기법 모두 높은 예측 정확도를 보여 취약성 분석 기법으로서의 적용 가능성이 있는 것으로 분석되었다. 한편 본 연구지역의 경우 인공신경망 기법이 퍼지관계 기법에 비해 좀 더 나은 예측 정확도를 보이는 것으로 분석되었다.

• 대한토목학회논문집
• /
• 제37권5호
• /
• pp.927-940
• /
• 2017

산사태는 인도네시아에서 오랫동안 피해가 많은 재해로 최근 기후변화와 산지 주위의 무분별한 도시 개발로 인해 위험이 가중되고 있다. 인도네시아 자바지역은 매년 산사태가 빈번하게 발생하고, 인도네시아 인구 절반 이상이 거주하고 있어 그 피해가 크다. 하지만 이러한 위험한 상황에도 불구하고 산사태 위험지역에 매년 거주하는 주민이 증가하고 있어 산사태 위험지역 및 취약지 분석에 대한 기술이 필요한 상황이다. 이에 본 연구는 인도네시아 자바지역을 대상으로 GIS 기반 공간예측모델을 이용하여 산사태 취약성을 평가하고자 한다. 연구지역의 산사태 발생 위치, 지형, 수문, 토양, 토지피복 등의 지형공간정보 자료를 구축하였고, 공간예측모델로는 Weight of Evidence (WoE), 의사결정트리 알고리즘, 인공신경망을 선정하여 산사태 취약지도를 제작하였다. 세 가지 모델은 각각 66.95%, 67.04%, 69.67%의 예측정확도를 보였다. 본 연구의 결과는 향후 인도네시아 산사태 피해 예방 및 산사태 관련 재난관리정책에 중요한 자료로 사용될 수 있을 것으로 기대한다.

• 한국지반신소재학회논문집
• /
• 제16권4호
• /
• pp.129-137
• /
• 2017

본 연구에서는 Decision Tree model을 기반으로 개발된 산사태 예측프로그램 SHAPP ver 1.0을 이용하여 전라남도 무안군 ${\bigcirc}{\bigcirc}$지역의 호남선 철도 주변에 대한 산사태 발생예측을 실시하였다. 이를 위하여 먼저 대상지역의 총 8개소에서 토층시료를 채취하고, 이에 대한 토질시험을 실시하였다. 대상지역에 대한 토질시험결과를 토대로 투수계수와 간극비에 대한 주제도를 작성하고 수치지형도를 이용하여 지형의 경사분석을 실시하였다. 이를 이용하여 산사태 발생예측을 실시한 결과 총 15,552개의 해석셀 가운데 435개의 셀에서 산사태가 발생될 것으로 예측되었다. 이때 해석셀의 크기는 $10m{\times}10m$이므로 산사태 발생예상 면적은 $43,500m^2$으로 나타났다.

• 자원환경지질
• /
• 제52권2호
• /
• pp.199-212
• /
• 2019

머신러닝 기법을 활용한 분석에서 훈련 데이터의 샘플링 전략은 예측 정확도 뿐 만 아니라 일반화 능력에도 많은 영향을 미친다. 특히, 산사태 취약성 분석의 경우, 산사태 발생부에 대한 정보에 비해 산사태 미발생부에 대한 정보가 과도하게 많은 데이터 불균형 현상이 발생하며, 이에 따라 분석 모델의 훈련 데이터 설계 시 데이터 샘플링 과정이 필수적이다. 그러나 기존의 연구들은 대부분 산사태 미발생부 선택 시 발생부 데이터와 1:1의 비율을 갖도록 무작위로 선택하는 방법을 적용하였을 뿐, 특정한 선택 기준에 따라 분석을 수행하지 않았다. 따라서 본 연구에서는 훈련 데이터의 샘플링 전략이 모델의 예측 성능에 미치는 결과를 확인하기 위하여 산사태 발생부와 미발생부의 샘플링 전략기준에 따라 서로 다른 6개의 시나리오를 만들어 Random Forest 모델의 훈련에 사용하였다. 또한 Random Forest의 결과 중 하나인 변수 중요도를 각 산사태 유발인자들에 가중치로 곱하여 줌으로써 산사태 취약지수 값을 산정하였으며, 취약지수 값을 이용해 산사태 취약성도를 제작하고 각 결과 지도의 정확도를 비교 분석하였다. 분석 결과, 훈련데이터의 샘플링 방법에 상관없이 두 지역의 산사태 취약성 분석 결과는 모두 70~80%의 정확도를 보였다. 이를 통해 Random Forest 기법의 산사태 취약성 분석기법으로서의 적용 가능성을 확인하였으며, Random Forest 모델이 제공하는 입력변수의 중요도를 산사태 유발인자 가중치로 활용할 수 있음을 확인하였다. 또한 훈련 시나리오 간의 정확도를 비교한 결과, 특정한 기준에 의해 훈련 데이터를 설계하는 것이 기존의 랜덤 선택 방법보다 높은 예측 정확도를 기대할 수 있음을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.2001-2005
• /
• 2006

우리나라는 매년 집중호우로 인한 산사태로 인해 인적, 물질적 피해를 일으킨다. 반복적인 산사태의 피해를 방지 하기위해서는 산사태 예측 시스템이 필요하다. 본 연구에서는 안성시를 대상으로 GIS와 RS 자료를 활용하여 산사태 위험지를 분석하고자 Logistic 회귀분석 방법과 AHP 기법을 이용하였다. Logistic 회귀분석과 AHP 기법에는 6개의 인자(경사, 경사향, 고도, 토양배수, 토심, 토지이용)를 사용하여, 7등급으로 산사태 위험도를 분류하였다. Logistic 회귀분석 방법과 AHP 기법을 이용한 산사태 위험지도를 표본 자료와 비교하면 산사태가 발생한 표본에서 산사태 위험성이 높은(1-2등급)지역이 Logistic 회귀분석에서는 46.1% AHP 기법은 48.7%로 분류되어 AHP 기법이 분류도가 높다고 분석 되었다. 하지만 Logistic 회귀분석과 AHP 기법은 서로 분석 과정의 차이를 가지고 있기 때문에 Logistic 회귀분석과 AHP기법을 적용한 결과에 동일 가중치를 부여한 후 7개 등급으로 재분류(reclass)하여 산사태 위험지역을 추출 할 수 있는 방법론을 제시하였다. 그 결과 산사태가 발생한 표본에서 1-2등급지역이 58.9%로 분석되어 분류정확도를 높일 수 있었다.

• 한국측량학회지
• /
• 제10권2호
• /
• pp.57-62
• /
• 1992

산지가 많은 우리나라에서는 인구가 증가함에 따라 토지의 이용이 평지에서 경사지로 이동되고 있으며, 산사태와 같은 자연재해는 인명의 손실, 재산상의 손실, 그리고 자연환경 파괴를 일으켜 그 연구의 중요성이 증가하고 있다. 산사태 예측에 있어서 단일사면에 대한 안정검토해석이 아닌 광범위한 지역의 위험지 예측은 중요한 과제라 할 수 있다. 본 연구에서는 산사태 지역의 항공사진 스캐닝으로 얻은 이미지밝기값의 평균 및 표준편차에 대한 상관관계를 알 수 있었다. 산사태 지역에서는 밝기값 범위가 35~65에 분포하였고, 표준편차가 경년변화에서 조금씩 증가하는 것으로 나타났다. 또한, 넓은 지역의 산사태 조사에서는 항공사진 자료에 의해 경사도, 토질특성, 피복상태의 상관관계를 구할 수 있다.