• 한국지리정보학회지
• /
• 제14권4호
• /
• pp.116-127
• /
• 2011

본 논문에서는 로지스틱 회귀분석 기법을 이용하여 산사태 취약성 분석을 수행하였다. 예측모델의 성능은 모델의 적합도 검증을 통해 사용된 데이터가 모델에 얼마나 잘 반영되어 구축되었는지에 대한 적합도 평가뿐만 아니라 예측성능에 대한 평가가 필요하다. 따라서 이 논문에서는 모델에 대한 객관적인 결과를 얻기 위해 이와 같은 두 가지 측면에 대하여 예측성능 평가를 적용하였다. 연구지역은 2006년도 집중 호우로 많은 산사태가 발생한 강원도 인제 일대를 대상으로 하였다. 산사태 관련인자들은 지형도, 토양도, 임상도로부터 추출하였다. 예측모델에 대한 평가는 누적이득차트 곡선의 하부영역을 계산하였다. 예측모델의 적합도 평가에서는 87.9% 교차검증을 통한 예측정확도 평가 결과 84.8%로 두 평가 결과간의 큰 차이를 보이지 않으며 좋은 성능의 결과를 산출하였다. 이는 산사태와 관련성이 높은 유발인자와 예측모델 성능에서 기인된 결과로 해석 될 수 있다.

• 한국농공학회논문집
• /
• 제59권3호
• /
• pp.63-70
• /
• 2017

The purpose of this study was to calibrate the hydrologic parameters of SWAT model and analyze the daily runoff for the study watershed using SWAT-CUP. The Hardware watershed is located in Virginia, USA. The watershed area is $356.15km^2$, and the land use accounts for 73.4 % of forest and 23.2 % of pasture. Input data for the SWAT model were obtained from the digital elevation map, landuse map, soil map and others. Water flow data from 1990 to 1994 was used for calibration and from 1997 to 2005 was for validation. The SUFI-2 module of the SWAT-CUP program was used to calibrate the hydrologic parameters. The parameters were calibrated for the highly sensitive parameters presented in previous studies. The P-factor, R-factor, $R^2$, Nash-Sutcliffe efficiency (NS), and average flow were used for the goodness-of-fit measures. The applicability of the model was evaluated by sequentially increasing the number of applied parameters from 4 to 11. In this study, 10-parameter set was accepted for calibration in consideration of goodness-of-fit measures. For the calibration period, P-factor was 0.85, R-factor was 1.76, $R^2$ was 0.51 and NS was 0.49. The model was validated using the adjusted ranges of selected parameters. For the validation period, P-factor was 0.78, R-factor was 1.60, $R^2$ was 0.60 and NS was 0.57.

• 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.

• 한국지반환경공학회 논문집
• /
• 제20권2호
• /
• pp.5-18
• /
• 2019

본 연구에서는 경상북도 전체를 대상으로 공간분포형 습윤지수와 뿌리보강무한사면안정해석 이론을 활용한 광역적인 산사태 분석을 실시하였다. 해석을 수행하기 위해 수치지도와 정밀토양도, 임상도 등을 이용하여 지형 지질학적 매개변수를 추출하고 $10m{\times}10m$ 해상도의 공간분포형 데이터베이스를 구축하였으며, 공간분포형 습윤지수를 생성하기 위한 비 집수면적은 무한방향흐름기법을 적용하였다. 광역적인 산사태 위험도 평가를 위한 안전율은 4개 등급으로 구분하여 도시하였다. 위험도 평가결과, 산사태 위험지역은 봉화와 김천 등 실제 최근의 산사태 발생지역과 유사성을 갖는 것으로 나타났으며 특히 산지와 인접한 지역에 unstable 지역이 집중적으로 분포되어 있는 것으로 분석되었다. 또한 산사태 기록과 비교해본 결과, 본 해석모형이 합리적인 매개변수의 축적을 통해 광역적인 산사태 위험성을 평가하는 유효한 방법임을 확인할 수 있다.

• 한국농림기상학회지
• /
• 제8권2호
• /
• pp.86-96
• /
• 2006

새로운 개념과 알고리즘으로 완성된 지표 변수 데이터베이스인 Ecoclimap-1이 전 지구 영역에 대해 1km의 해상도로 제공 된 바 있다. 이것은 기상과 기후의 모델에서 토양과 식물과 대기 사이의 이동을 정량적으로 표현하기 위해 고안 되었으며, Ecoclimap-1 데이터베이스를 구성하는 지표변수 자료들은 토지피복지도와 기후지도를 중첩하여 얻어진 생태기후 지도를 기본 주제도로 사용하여 각 클래스에 대한 값(per-class)로 제공된다. 생태기후지도의 제작은 일반적으로 사용하는 토지피복분류가 나타내지 못하는 동질 피복 내 생장 주기의 변동성을 고려하기 위한 것이다. 그러나 이렇게 중첩하여 얻은 주제를 사용하더라도 역시 같은 class내부의 식생 생장 주기의 변동성은 여전히 높게 나타나는 경향을 보였다. 본 연구에서는 이러한 단점을 보완하기 위하여 새로운 방법으로, SPOT/VEGETATION S10 NDVI 자료를 이용하여 토지피복지도와 기후지도의 단순 중첩이 아닌 동일 토지피복 클래스 내의 sub-clustering을 통하여 보다 동질의 하위 집단으로 분류한다. 본 연구는 Ecoclimap-2 project의 전 지구 데이터 베이스 구축의 일환으로 동북 아시아 지역의 생태기후지도 제작을 수행하였다. 사용된 토지피복지도는 University of Maryland Global Land Cover Database를 사용하였고 기후지도는 각 토지피복 클래스의 sub-clustering시 초기 군집의 수를 결정하기 위한 보조 자료로 사용하였다. 1999년부터 2004년 총 6년 동안의 NDVI 10-day 자료를 이용하였고 한 UMD토지피복 class내에 존재하는 모든 화소의 시 공간 긴밀도를 분석하여 비슷한 NDVI 정보를 가지는 화소들을 통합하였다. 이러한 과정을 통해 동북아시아를 총 29개의 ecosystem으로 정의 하였다. 이러한 ecosystem map은 앞으로의 기후 모델 연구에 있어 중요한 기본 주제도로 유용할 것으로 보이며 또한 생태계모델, 기상모델의 중요한 input 자료로서 쓰여 질 것으로 사료 된다.

• 한국산림과학회지
• /
• 제90권2호
• /
• pp.197-209
• /
• 2001

준분포형 수문모형인 TOPMODEL은 산림유역의 유출량, 주 유출경로 및 수질을 공간적으로 예측하는데 많이 적용된다. TOPMODEL은 물리모형이 아니라 일종의 개념모형이며 주요 구성요소는 지형지수와 토양의 수평전달계수로 각각 지표면과 지표하 유출의 기여면적을 계산하는데 이용된다. 본 연구는 우리나라의 소규모 산림유역에서 TOPMODEL의 적용성을 검증하기 위하여 수행되었다. 시험지는 1979년부터 임업연구원에서 운용하고 있으며 서울 근교 경기도 광릉시험림에 위치해 있다. 활엽수림 유역은 임령이 약 80년, 유역면적이 22.0ha이고, 침엽수림 유역은 임령이 약 22년, 유역면적이 13.6ha이다. 관측자료는 활엽수 유역의 경우 1995년 7월과 2000년 6월에 발생한 2개 강우-유출사상이고 침엽수 유역의 경우 1995년과 1999년 7월 그리고 2000년 8월의 3개 강우-유출사상을 이용하였다. 지형지수는 $10m{\times}10m$의 수치지형도를 만들어 계산하였다. 지형지수 분포는 활엽수림 유역의 경우 2.6에서 11.1, 침엽수림 유역은 2.7에서 16.0으로 나타났다. 모형의 예측 효율성을 목적함수로 최적화한 결과 모형매개변수(m)와 유역의 평균 포화수평전달계수($lnT_0$)가 높은 민감도를 나타내었다. 매개변수의 최적값은 활엽수림 유역의 경우 m값은 0.034와 0.038 그리고 $lnT_0$값은 8.672와 9.475였으며, 침엽수 유역의 경우 m값은 0.031, 0.032, 0.033 그리고 $lnT_0$값은 5.969, 7.129, 7.575였다 이들 값을 이용하여 모의한 결과 모형의 예측 효율성은 활엽수림 0.958과 0.909 그리고 침엽수림 0.825, 0.922와 0.961로서 비교적 높게 나타났다. 강우-유출량 관측치와 모의치를 이용하여 강우-수문곡선을 작성한 결과 두 유역 모두 유출지연시간은 잘 일치하였다. 일부 강우-유출사상의 경우 총유출량과 첨두유량의 관측치와 모의치 간에 다소 차이를 보였지만 TOPMODEL은 전반적으로 10% 이하의 오차범위에서 총유출량과 첨두유량을 예측할 수 있었다. 결론적으로 TOPMODEL은 우리나라의 미계측 산림유역에서 유출량을 산정하는데 유용한 수문모형이다.

• 한국산림과학회지
• /
• 제108권3호
• /
• pp.364-371
• /
• 2019

본 연구는 전라도 지역의 주요 수종인 소나무와 편백의 흉고직경에 따른 우세목의 수고생장모델과 지위지수곡선을 개발하여 합리적인 경영과 지속가능한 산림경영체계의 기초자료를 제공할 목적으로 실시하였다. 데이터는 맞춤형 조림지도 제작을 위한 전라도 지역에 생육하고 있는 소나무 3,055본(611개 표본점), 편백 3,345본(669개 표본점)에 대한 표고, 경사도, 방위, 토양형, 우세목의 수고와 흉고직경, 수령 등을 측정하여 수집하였다. 전라도 지역 소나무와 편백에 대한 흉고직경에 따른 우세목의 수고생장모델은 Petterson식, Michailow식, Log식을 이용하였으며, 연령에 따른 우세목의 수고생장모델은 Chapman-Richards식, Schumacher식, Gompertz식을 이용하여 개발하였다. 흉고직경에 따른 우세목의 수고생장모델은 소나무와 편백 모두 잔차평균제곱의 값이 가장 낮은 Pettersosn식을 선정하였다. 연령에 따른 우세목의 수고생장모델은 국가수준에서 사용하고 있는 Chapman-Richards식을 선정하였다. 지위지수의 추정을 위하여 기준임령(Base age)은 30년을 사용하였다. 그 결과 소나무는 지위지수 6~18, 편백은 지위지수 6~22로 국가수준에서 사용하고 있는 지위지수곡선에 비해 매우 다양하게 지위를 추정할 수 있어, 현실임분의 합리적인 경영을 위한 자료제공에 적합한 것으로 판단된다.

• 한국토양비료학회지
• /
• 제37권4호
• /
• pp.199-206
• /
• 2004

국가 전체의 토양유실량을 산정하기 위하여 범용토양유실예측공식 (USLE)과 개정 범용토양유실예측공식(RUSLE)의 각 인자를 재평가하였다. 정 외 (198,B)과 박 외 (2000)의 연구결과를 거리역산가중치법으로 계산하여 전국 150개 시군의 강우유출인자 (R)를 평가하였고, 한국토양총설 (1992), Taxonomical Classification of Korean Soils (2000), 농업환경변동조사사업 보고서 (2003)에 수록되어 있는 정보를 이용하여 390개 토양통, 1321개 토양상에 대한 토양침식성인자 (K)를 산출하였다. 지형인자 (LS)는 1 25,000 토양도를 이용하여 경사도, 경사장, 토지이용에 따른 대표 값을 산정하였으며 식생피복인자 (C)와 침식조절인자 (P)는 지난 27년간 농업과학기술원 토양보전분야의 연구결과를 종합하여 정리하였다 강우유출인자는 시군에 따라 2322-6408 MJ mm $ha^{-1}$ $yr^{-1}$ $hr^{-1}$이었으며 전체평균은 4276 MJ mm ha $yr^{-1}$ $hr^{-1}$이었다. 우리나라의 평균 토양침식성인자는 0.027 MT $r^{-1}$ $MJ^{-1}$ $mm^{-1}$이었으며 강 상류 및 내륙에 위치한 충북. 경북, 강원 등에서 낮았고, 경기, 충남, 전남등에서 높았다 토지이용별로 보면 논이 0.034 MT hr $MJ^{-1}$ $mm^{-1}$로 가장 컸고 밭, 임지, 초지가 각각 0.026, 0.019, 0.020 MT hr $MJ^{-1}$ $mm^{-1}$이었다. 밭의 작물인자는 0.06-0.45였으며 초지는 0.003이었다. 침식조절인자는 토양보전농법에 따라 0.01-0.85로 평가되었다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1109-1123
• /
• 2020

국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습방법을 통한 산불 피해강도 탐지 모델들을 제시하였다. 2017년 5월 삼척, 2019년 4월 강릉·동해, 2019년 4월 고성·속초 총 세개의 산불사례를 이용하여 RF(Random forest), LR(Logistic regression), SVM(Support Vector Machine)기계학습 모델을 구축하였다. 연구결과, random forest 모델이 82.3%의 총정확도로 가장 높은 성능을 보여주었다. 모델의 범용성 및 학습자료 민감도 확인을 위해 사례교차검증도 추가 시행하였는데, 그 결과 사례들의 시기적 차이에 의한 식생활력 및 재생도의 차이에 민감도가 높음을 확인하였다. 이는 추후 다양한 시공간적 사례를 추가할 시 개선이 될 것으로 보인다.

• 한국토양비료학회지
• /
• 제34권5호
• /
• pp.342-349
• /
• 2001

Landsat TM 인공위성 자료(1997년 6월 16일 촬영)를 이용하여 평택시에 대한 지표피복분류도를 만들고 정확도를 평가하였고, 또한 우리 나라의 농업실정에 맞는 지표피복 분류체계를 세우기 위해 Anderson의 지표피복분류안을 응용하여 새로운 분류안을 만들었다. 분류방식으로는 감독분류를 사용하였는데 결과에 직접적인 영향을 주는 훈련장소(training site)의 선정을 위해 지형도, 항공사진 등과 현지 실사자료인 DGPS 자료를 사용하여 논, 밭 등 13개의 훈련조(training sets)를 작성 후 최대우도법(最大尤度法)(maximum likelihood classifier)을 적용하여 주제도를 만들었다. 이의 정확도 평가를 위해 DGPS, 항공사진, 지형도 등을 이용한 분류정확도 평가에서 전체 정확도는 86.8%이며, 카파계수가 85.4%로 매우 양호한(Excellent) 것으로 판명되었다. 그러나 도시/촌락, 비닐하우스 등의 사용자 정확도는 60% 정도로서 낮은 편이며, 도로, 비닐하우스 등의 생산자 정확도는 70% 정도로 낮은 편인데, 이는 인공건조물이라는 특징에 따른 분광학적 반사특성과 이질성(異質性)과 분포면적이 적은데 기인된 것으로 생각된다. 한편 원격탐사자료를 이용하여 토지피복 분류도를 작성할 때 우리나라 농업실정에 알맞은 농업적(農業的) 지표피복분류안(地表被覆分類案)을 만들었는데, 수준 I에는 농경지, 산림지, 물, 불모지, 도시나 인공건조물 등으로 나눌 수 있다.