• Title/Summary/Keyword: 산사태 예측 모델

Search Result 94, Processing Time 0.031 seconds

예측비율곡선을 이용한 GIS 기반 산사태 예측 모델의 정량적 비교 (Quantitative Analysis of GIS-based Landslide Prediction Models Using Prediction Rate Curve)

  • 지광훈;박노욱;박노욱
    • 대한원격탐사학회지
    • /
    • 제17권3호
    • /
    • pp.199-210
    • /
    • 2001
  • 본 연구는 예측비율곡선을 이용한 산사태 예측 모델의 정량적 비교분석을 목적으로 하여 수행되었다. 1998년 8월 집중호우로 산사태가 발생한 경기도 장흥지역을 대상으로 위성영상과 현장답사를 통하여 산사태 발생위치를 확인하였고. GIS 기반의 다양한 산사태 관련 공간 정보를 구축하였다. 사용된 공간통합 방법은 결합 조건부 확률과 certainty factor 이며, 산사태 발생 지역을 무작위로 2개의 그룹으로 나누어서 한 개의 그룹은 예측도 작성에 사용하였으며, 나머지 그룹은 예측 결과의 검증에 사용하였다. 예측비율곡선 작성을 통해 두 예측모델의 정량적 비교가 가능하였다. 본 연구에서 사용된 예측비율곡선작성은 추후 다른 모델의 정량적 비교 분석 및 오차 분석을 하는 데에도 사용될 수 있을 것으로 기대된다.

화강암질암지역 토석류 산사태 예측을 위한 로지스틱 회귀모델의 수정 및 적용 - 강릉지역을 대상으로 (A Modified Logistic Regression Model for Probabilistic Prediction of Debris Flow at the Granitic Rock Area and Its Application; Landslide Prediction Map of Gangreung Area)

  • 조용찬;채병곤;김원영;장태우
    • 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.

물리사면모델을 활용한 정량적 산사태 취약성 분석기법 리뷰 (A Review of Quantitative Landslide Susceptibility Analysis Methods Using Physically Based Modelling)

  • 박혁진;이정현
    • 지질공학
    • /
    • 제32권1호
    • /
    • pp.27-40
    • /
    • 2022
  • 산사태는 매년 전 세계적으로 상당한 규모의 인명 및 재산 피해를 발생시키고 있다. 따라서 이러한 산사태를 정확하게 예측하는 것은 매우 중요한 일이며 많은 연구자들이 다양한 접근방식을 활용하여 많은 연구를 수행하여 왔다. 산사태 예측과 관련된 분석은 고려되는 영향인자들과 분석되는 위험성의 예측 수준 그리고 산사태 발생 시 예상되는 피해에 대한 고려에 따라 산사태 취약성 분석, 산사태 위험성 분석 그리고 산사태 리스크 분석으로 구분된다. 이들 분석 중 현재 획득 가능한 관련 자료의 수준을 감안하여 국내외적으로 산사태 취약성 분석이 주로 수행되고 있다. 산사태 취약성 분석은 다양한 정성적 및 정량적 분석기법이 적용되어 왔으며 최근 들어서는 예측성능이 우수한 것으로 알려진 물리사면모델을 활용한 분석기법이 폭넓게 사용되고 있다. 특히 물리사면모델은 산사태 발생 이력의 존재여부와 상관없이 적용이 가능하고 산사태 발생 프로세스를 재현할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 물리사면모델을 활용한 취약성 분석기법에 대하여 검토해 보았다.

AutoML을 이용한 산사태 예측 및 변수 중요도 산정 (Prediction of Landslides and Determination of Its Variable Importance Using AutoML)

  • 남경훈;김만일;권오일;왕파우;정교철
    • 지질공학
    • /
    • 제30권3호
    • /
    • pp.315-325
    • /
    • 2020
  • 이 연구는 도로 비탈면에서 발생하는 산사태의 확률론적 예측에 기반된 산사태 발생에 영향을 미치는 인자의 중요도 산정 및 예측 모델을 개발하는 것이다. 산사태 예측 모델을 개발하기 위해 한반도 전 지역을 대상으로 2007년부터 2020년까지 조사된 30,615사면의 현장조사 자료를 활용하였다. 전체 131개의 변수 인자 중 지형인자 17개, 지질인자 114개(기반암 89개를 포함), 도로와의 이격거리를 사용하였다. 산사태 발생에 영향을 미치는 인자를 자동화된 머신러닝인 AutoML을 실시하여 예측 성능이 뛰어난 XRT(extremely randomized trees)를 선정하였다. 변수 중요도 분석결과 지형적 요인 10개, 지질인자 9개, 사회적 영향성인 도로와의 이격 거리와 관련된 항목순으로 급경사지 불안정에 가장 많은 영향을 주는 것으로 분석되었다. 개발된 모델의 신뢰성 검증을 수행한 결과 AUC 83.977%의 예측율을 확보한 것으로 나타났다. 이 모델은 산사태 이력을 기반으로 한 현장조사 자료만을 이용하여 변수 중요도의 순위를 도출함으로써 그에 따른 산사태 발생 가능성을 확률적 및 정량적으로 평가하였다. 향후 의사 결정자들에게 현장조사를 통한 사면진단 안전평가 시 신뢰성 있는 근거를 제공하리라 판단된다.

산사태 발생지점의 특성을 고려한 취약성 분석 비교 (Comparison of Landslide Susceptibility Analysis Considering the Characteristics of Landslide Trigger Points)

  • 신현우;이수곤
    • 한국측량학회지
    • /
    • 제36권2호
    • /
    • pp.59-66
    • /
    • 2018
  • 본 연구는 산사태 발생 취약성을 평가하기 위해 2006년 7월 11일부터 7월 18일까지 집중호우 시 다수의 산사태가 발생한 인제지역의 지형요인, 임상, 토질, 지질과의 상관관계를 분석하였다. 미래에 발생할 산사태의 취약성 평가를 위해 인제지역에 발생한 산사태를 활동형태와 흐름형태로 구분하고 지형에서 경사, 경사각, 곡률, 능선, 계곡을 추출하였다. 그리고 임상요인에서 경급, 영급, 밀도, 임상을 추출하여 베이지안을 기반으로 하는 LR 모델과 WOE 모델을 적용하여 연구지역 산사태의 취약성을 평가하고 예측비율곡선을 이용하여 적합도 검증하였다. 취약성 평가 결과의 적합도 검증 결과 산사태를 유형별 구분 없이 적용한 결과 상위 20%에서 LR 모델은 75%, WOE 모델은 73%의 적합도를 보이고 있으며, 활동형태와 흐름형태로 구별하여 검증한 결과 활동 형태는 상위 20%에서 LR 모델은 71%, WOE 모델은 69%의 적합도를 나타내고, 흐름 형태에서는 상위 20%에서 LR 모델은 86%, WOE 모델은 82%의 적합도를 나타내었다. 평가결과 적합도는 LR 모델 적용 결과가 WOE 모델 적용 결과 보다 높은 적합도를 보였으며, 활동형태 보다는 흐름형태의 적합도가 높게 나타났다. 이러한 결과로 보아 산사태 취약성 평가와 검증 시에는 기존의 연구 방법과는 달리 산사태 발생 예측 시 유형별로 구분하여 실시하는 것이 타당한 것으로 사료된다.

인공신경망모델을 이용한 산사태 예측 (Prediction of Landslide Using Artificial Neural Network Model)

  • 홍원표;김원영;송영석;임석규
    • 한국지반공학회논문집
    • /
    • 제20권8호
    • /
    • pp.67-75
    • /
    • 2004
  • 산사태는 인간의 생명과 재산을 위협하는 가장 주요한 자연재해중의 하나이다. 일반적으로 산사태는 토질물성, 지질학적 및 지형학적 특성과 같은 복잡한 문제로 인하여 발생하게 된다. 인공신경망모델은 많은 연구분야에서 적용되고 있으며, 복잡한 문제를 해결하는데 사용되는 유용한 계산방법이다. 본 논문에서는 자연사면의 산사태 발생여부를 조사하기 위하여 오류역전파를 이용한 인공신경망모델을 제안하였다. 제안된 인공신경망 모델은 두가지 경우에 대한 산사태 발생여부의 평가가 가능하다. 한가지는 토질물성데이터만을 적용한 경우이고, 다른 한가지는 토질물성, 지형 및 지질데이터를 적용한 경우이다. 사면의 안정성을 합리적으로 평가하기 위하여, 인공신경망모델을 적용한 SlideEval(Ver. 1.0)을 개발하였다. 인공신경망모델을 이용한 사면의 안정성 평가는 매우 정확한 것으로 나타났다. 특히, 인공신경망모델을 이용한 산사태 예측은 토질물성데이터만을 적용한 경우보다 토질물성, 지형 및 지질데이터를 적용한 경우가 안정하고 정확한 것으로 나타났다. 그리고, 산사태 발생예측에 대한 통계적인 분석결과(한국지질자원 연구원, 2003)와 비교 검토하여 보면 인공신경망 예측결과와 거의 일치하는 것으로 나타났다. 따라서, 인공신경망을 이용한 SlideEval (Ver. 1.0)프로그램은 산사태를 예측하여 사면의 안정성을 평가하는데 적용이 가능하다.

표고 데이타베이스에 의한 산사태 위험평가의 기초적 연구 (A Foundmental Study on the Landslide Hazard Assessment Using Database of Ground Height)

  • 강인준;이홍우;곽재하;정재형
    • 대한토목학회논문집
    • /
    • 제13권2호
    • /
    • pp.211-218
    • /
    • 1993
  • 산사태는 발생빈도는 적으나 자연적 요인이나 인위적인 요인에 의한 사면의 안정파괴시 많은 인명 및 재산상의 손실을 유발시킨다. 최근 산사태 발생지역 예측을 위한 통계적 방법과 현장관측 방법 등의 연구가 지속적으로 진행되고 있으나 발생체계의 복잡성으로 많은 어려움이 있다. 본 연구에서는 산사태 위험지역 예측을 하기위해 산사태가 발생한 지역을 모델 지역으로 선정하였다. 모델 지역의 지형을 축척 1 : 25,000, 1 : 10,000, 1 : 5,000, 1 : 1,200별 비교를 하기위해 표고를 데이타베이스화하여 표고 및 경사도의 경중률에 의한 예측을 한 결과 부분적인 예측이 가능함을 알 수 있었다.

  • PDF

GIS 기반 공간예측모델 비교를 통한 인도네시아 자바지역 산사태 취약지도 제작 (Landslide Susceptibility Mapping by Comparing GIS-based Spatial Models in the Java, Indonesia)

  • 김미경;김상필;노현주;손홍규
    • 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.

Random Forest 기법을 이용한 산사태 취약성 평가 시 훈련 데이터 선택이 결과 정확도에 미치는 영향 (Study on the Effect of Training Data Sampling Strategy on the Accuracy of the Landslide Susceptibility Analysis Using Random Forest Method)

  • 강경희;박혁진
    • 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.

랜덤워크 모델을 이용한 토석류 산사태 피해범위 산정기법 제안 (A Random Walk Model for Estimating Debris Flow Damage Range)

  • 송영석;이민선
    • 지질공학
    • /
    • 제33권1호
    • /
    • pp.201-211
    • /
    • 2023
  • 본 연구에서는 산사태 발생시 붕괴토사량을 산정하기 위하여 산사태 발생면적과 붕괴토사량의 상관관계를 활용하고, 붕괴토사량의 총 이동거리를 예측하기 위하여 붕괴토사량과 붕괴사면의 높이 및 붕괴토사의 도달거리를 활용하였다. 그리고 토석류의 이동경로를 예측하기 위하여 붕괴토사량의 유동 및 퇴적특성을 경사도의 인자로 단순화시킨 랜텀워크 모델을 적용하였다. 산사태 발생지점에서 이동경로 및 피해범위를 산정하기 위하여 토석류 이동 확률계산을 몬테카를로 시뮬레이션을 통하여 10,000회 반복적으로 수행하였다. 이때 계산된 다양한 랜텀워크의 궤적을 피해영역으로 제시하였다. 제안된 랜텀워크 모델을 이용한 산사태 피해범위 산정기법의 정확도를 확인하기 위하여 지리산 천왕봉 일대에서 발생된 산사태 발생이력을 적용하였다. 제안된 모델의 적용성을 검토한 결과 비교적 정확하게 피해범위를 산정하는 것으로 나타났으며, 10 m × 10 m 크기의 셀을 활용하는 것이 실제 피해범위에 대한 정확한 재현이 가능한 것으로 확인되었다.