• 제목/요약/키워드: 지반함몰 예측 모델

검색결과 8건 처리시간 0.019초

지하매설물 속성을 활용한 기계학습 기반 지반함몰 위험도 예측모델 개발 (Development of Machine Learning Model to Predict the Ground Subsidence Risk Grade According to the Characteristics of Underground Facility)

  • 이성열;강재모;김진영
    • 한국지반환경공학회 논문집
    • /
    • 제23권8호
    • /
    • pp.5-10
    • /
    • 2022
  • 인구 밀집도가 높은 도시 중심지에서 발생하는 지반함몰의 주요 원인은 하수관 및 상수관과 같은 지하매설물의 손상으로 알려져 있다. 이와 관련하여 지반함몰의 원인 규명과 지반함몰 위험 예측에 관한 연구가 꾸준히 수행되고 있다. 현재 지반함몰은 지중탐사레이더를 통해 선제적으로 공동을 발견하여 대응하고 있으나, 이는 인력 및 비용의 소비가 크기 때문에 효율적인 장비의 운영을 위해 위험지역을 예측하고 예측된 지역을 우선순위로 탐사해야 할 필요가 있다. 따라서 본 연구에서는 ◯◯시의 2개 구를 500m×500m 크기의 그리드로 분할하고, 해당 그리드 내의 지하매설관 속성과 지반함몰 발생 데이터를 활용하여 데이터셋을 구축하였다. 구축된 데이터셋으로 기계학습을 통한 적절한 지반함몰 위험등급 예측 모델을 제시하였고, 제시된 모델을 활용하여 대상지역의 지반함몰 위험지도를 제시하고자 하였다.

기계학습 기반 지하매설물 속성 및 밀집도를 활용한 지반함몰 위험도 예측 모델 (Ground Subsidence Risk Grade Prediction Model Based on Machine Learning According to the Underground Facility Properties and Density)

  • 이성열;강재모;김진영
    • 한국지반환경공학회 논문집
    • /
    • 제24권4호
    • /
    • pp.23-29
    • /
    • 2023
  • 지반함몰의 주요 발생원인은 지하매설물의 손상으로 알려져 있다. 지반함몰은 상·하수관의 손상으로 인한 물길 형성에 따른 지반 내 토립자의 이동으로 공동이 형성되어 상부지반이 붕괴되는 메커니즘을 보이고 있다. 따라서 지반함몰은 지하매설물의 밀집도가 높은 도심지를 중심으로 발생하고 있으며, 사고 발생 시 인명 및 경제적 피해를 야기하므로 사고에 대한 대비가 반드시 필요하다. 이에 따라 지반함몰 위험을 예측하기 위한 연구가 꾸준히 수행되고 있으며, 본 연구에서는 ○○시의 2개 구를 대상으로 지반함몰 위험도 예측 모델을 제시하고자 하였다. 대상 지역의 지하매설물 속성 데이터(활용년수, 관직경)와 지하매설물 밀집도, 지반함몰 이력 데이터를 활용하여 데이터셋을 구축하고 전처리를 수행한 뒤, 기계학습 모델에 적용하여 최적의 평가지표가 도출되는 모델을 선정하였으며, 선정된 모델의 신뢰도를 평가하고 모델에서 도출되는 지반함몰 위험도 예측 시 활용된 영향인자의 중요도를 제시하고자 하였다.

손상 하수관으로 인한 지반함몰의 위험도 평가를 위한 랜덤 포레스트 모델 개발 (Development of Random Forest Model for Sewer-induced Sinkhole Susceptibility)

  • 김준영;강재모;백성하
    • 한국지반공학회논문집
    • /
    • 제37권12호
    • /
    • pp.117-125
    • /
    • 2021
  • 시민의 안전을 위협하는 지반재해 중 하나인 지반함몰이 최근 도심지에서 빈번하게 보고되고 있다. 다양한 지반함몰 발생 메커니즘 중, 하수관 손상부를 통한 토사 유실이 서울시에서 발생하는 지반함몰의 주요원인으로 나타났다. 본 연구에서는 서울시 하수관 정보와 지반함몰이 발생한 위치 정보를 기반으로 머신러닝 기법 중 하나인 랜덤 포레스트 알고리즘을 이용하여 하수관 정보로부터 손상 하수관으로 유발되는 지반함몰의 발생 여부를 예측하는 모델을 학습하였다. 모델 성능 평가 결과, 본 연구에서 도출한 모델이 지반함몰을 상당히 훌륭하게 예측할 수 있는 것으로 나타났다. 또한, 입력변수로 사용한 하수관 정보 중 하수관 길이, 해발고도, 경사, 매립 심도, 하수관 순서로 지반함몰 발생 위험에 영향을 미치는 것을 확인하였다. 본 연구의 결과는 지반함몰 위험도 지도 작성, 지하공동 탐사 계획 수립 및 하수관 정비 사업 계획 수립의 기초 자료로 활용될 수 있을 것으로 기대된다.

하수관로 특성에 따른 지반함몰 발생 예측을 위한 기계학습 모델 비교 (Comparison of Machine Learning Models to Predict the Occurrence of Ground Subsidence According to the Characteristics of Sewer)

  • 이성열;김진영;강재모;백원진
    • 한국지반환경공학회 논문집
    • /
    • 제23권4호
    • /
    • pp.5-10
    • /
    • 2022
  • 최근 도심지에서는 지반침하가 지속적으로 발생하여 시민의 안전을 위협하고 있다. 상하수도관, 통신관 등 각종 지하시설물이 도로 밑에 매설되어 있다. 지반침하의 원인으로는 도심지에 매설되어 있는 각종 시설물의 노후화와 급격한 도시화로 인한 지하 난개발로 인한 것으로 보고되고 있다. 특히 지반침하의 가장 큰 원인은 하수관로의 노후화로 알려져 있다. 이와 관련된 기존 연구로는 하수관로의 대표적인 몇 가지 요인을 선정하여 통계분석을 통해 지반침하 위험을 예측하는 연구가 진행되었다. 본 연구에서는 OO시의 하수관 특성과 지반침하 데이터를 이용하여 데이터셋을 구축하고, OO시의 하수관 특성과 지반함몰 발생 위치 데이터로 구축된 데이터셋으로 기계학습을 통한 하수관 특성에 따른 지반함몰 발생 분류 모델들을 비교하여 적절한 모델을 선정하고자 하였으며, 선정된 모델에서 도출된 지반함몰에 영향을 미치는 하수관 특성별 중요도를 산정하고자 하였다.

개별요소법을 활용한 도로함몰 발생과 전개거동 예측 (DEM Simulation on the Initiation and Development of Road Subsidence)

  • 김연호;박성완
    • 한국지반공학회논문집
    • /
    • 제33권7호
    • /
    • pp.43-53
    • /
    • 2017
  • 최근 도시지역에서 빈번하게 발생하는 도로함몰은 지하에 생성된 동공으로 인해 지표면이 붕괴되는 현상을 의미한다. 지하 공간에서 동공 생성 과정과 생성된 동공이 도로함몰로 이어지는 현상을 이해하기 위해서는 동공의 형성 메커니즘을 명확히 이해할 필요가 있다. 따라서 본 연구에서는 실제 사례와 여러 모델 시험 결과를 분석하여 두 가지 가능한 메커니즘을 제시하였으며 각 메커니즘에 대해 개별요소법 기반의 수치해석 시뮬레이션을 수행하였다. 특히, 도로함몰 영향인자 중 토사 유출구의 크기와 지반의 간극비, 지반 구성 입자 형상의 영향을 확인하기 위한 수치해석을 통해 유출구 특성과 지반 조건에 따라 입자 손실과 지표 침하가 다르게 발생할 수 있음을 확인하였다. 또한, 불연속 침하 해석 결과로 본 연구에서 제시한 도표를 통해 동공의 지름과 심도를 통해 지반의 포화 시 거동을 예측할 수 있다.

LSTM을 이용한 상수관망 내 실시간 유량 및 수질 데이터 예측 (Estimation of real-time data in water distribution systems using LSTM)

  • 조은영;최선홍;장동우
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.463-463
    • /
    • 2023
  • 국내 수도관 보급률이 증가하면서 기존 노후화된 수도관들과 추가로 노후화된 수도관들이 증가하고 있다. 경과년수가 오래된 시설이 증가하는 것은 잠재적인 사고발생 위험을 증가시킨다. 실제 노후화된 상수도 시설물로 인해 단수, 누수, 수질오염, 지반함몰 발생이 증가하는 추세이다. 이러한 현상들은 시민들의 생활과 안전, 경제활동에 직접적인 영향을 끼치기 때문에 이에 대한 대책 마련이 시급한 상태이다. 본 연구에서는 AI를 기반으로 상수도관의 노후도 및 위험도를 예측하는 모델을 설계하고자 하였다. 대상지역을 인천광역시 서구로 선정하여 유량과 수질의 실시간 계측데이터를 수집하였다. 딥러닝 기법 중 하나인 LSTM(Long Short-Term Memory)을 이용하여 데이터를 예측하였고, 결정계수(R2)와 RMSE(Root Mean Square Error)로 학습데이터와 검증데이터의 비율을 정하여 예측도를 평가하였다. 유량과 수질 데이터 중 80%는 학습데이터로 20%는 검증 데이터로 분리하였고, LSTM의 셀과레이어 수를 해석에 적합한 범위로 설정한 결과, 실제값과 예측값이 높은 상관성을 보이는 것으로 나타났다. 예측된 유량 및 수질의 결과는 상수도 관리에 중요한 정보를 제공하며, 사고 위험도 평가와 관 노후화에 따른 대응력을 향상시키는 데 도움이 될 것으로 판단된다.

  • PDF

지하 터널 건설을 위한 굴착 시 지하수 유동 분석 (Groundwater Flow Analysis During Excavation for Underground Tunnel Construction)

  • 이성열;백원진;김진영;정창성;강재모
    • 한국지반환경공학회 논문집
    • /
    • 제25권6호
    • /
    • pp.19-24
    • /
    • 2024
  • 도심지의 인구 밀집화로 인해 인구의 분산 및 이동을 위해 지하철도 및 지하 터널의 개발과 같은 지하공간에 대한 개발이 이루어지고 있다. 지하공간을 개발하기 위해서는 지반 상부로부터 굴착이 진행되어야 하며, 굴착 시 주변 지하수 유동이 발생할 수 있다. 지하수의 유동은 지반의 침하 및 함몰을 야기하여 구조물의 손상을 발생시킬 수 있다. 따라서 시공 전 지하수 유동을 모델링하여 지하수 유동 특성을 분석하고 굴착 시 발생하는 지하수 유출을 예측하여 대비해야 한다. 본 연구에서는 지하터널 건설을 위한 굴착공사가 이루어지는 ○○시를 대상으로 기상 및 지형, 지반 조건 등을 수집하여 Visual MODFLOW 프로그램을 통해 지하수 유동을 모델링하였다. 또한, 모델을 통해 굴착구간을 배수 지점으로 설정하여 굴착 공정에 따른 지하수 유출을 확인하였으며, 차수 조건에 따른 지하수 유출 감소 효과를 확인하였다. 실측 지하수위와 모델의 지하수위를 비교하여 모델을 검증한 결과, 0.87의 결정계수가 도출되었으며, 해당 모델을 통해 대상지역 굴착 공정에 따른 지하수 유동을 비교하였다. 그 결과, 굴착 초기에 지하수 유출이 가장 많이 발생하는 것으로 나타났다. 또한, 차수 유무에 따른 지하수 유출 저감 효과를 확인한 결과, 차수 구조물 설치 시 약 59%의 지하수 유출 저감 효과를 보이는 것으로 나타났다.

대수층 수리지질특성에 따른 인공함양시험 적용 방법에 관한 연구 (A Study on the Application Method of Artificial Injection Test according to the Hydraulic Conductivity of Aquifer)

  • 채동석;최진오;정현철;김창용
    • 지질공학
    • /
    • 제31권4호
    • /
    • pp.589-601
    • /
    • 2021
  • 본 연구에서는 지하공간 개발로 인해 발생하는 지하수위저하, 지반함몰 등의 문제를 해결하는 방법 중 하나인 인공함양기술에 있어 지하수 함양에 결정적인 역할을 하는 지표매질 특성인 수리전도도(hydraulic conductivity)에 관한 적용성에 대한 연구를 수행하였다. 경기도 이천에 위치한 인공함양시설의 설계조건을 동일하게 하여 양수시험과 주입시험을 수행하였다. 양수시험을 통해서는 지하수위를 회복하는데 있어 결정적인 역할을 하는 대수층의 수리상수값을 도출하였으며, 현장 대수층을 단순화 시킨 모델을 구축하여 양수시험 조건과 동일하게 적용한 부정류 해석을 수행하여 실측값과 모델값의 상관성을 검토한 결과 R2 = 0.78로 분석되었다. 동일한 조건으로 주입시험을 수행하였으며, 주입되는 지층은 실트질모래와 점토질모래로 구성된 퇴적층에서 시험을 진행하였다. 주입시험을 통해 측정된 결과를 통해 시간-수위 자료로부터 대수층의 매개변수를 결정하는 대표적 우물해석해인 Thiem의 공식을 활용하여 경험식을 유도하였으며, 유도된 경험식과 실측값의 상관분석을 수행한 결과 R2 = 0.99의 높은 상관성을 가지는 경험식을 유도하였다. 본 연구는 주입시험이 수행되기 어려운 지역에서 양수시험을 통해 결정된 대수층의 수리전도도를 활용할 경우, 특정 조건에서 신뢰도 높은 결과를 예측하는데 적절히 활용될 것으로 판단된다.