• 지질공학
• /
• 제19권1호
• /
• pp.99-108
• /
• 2009

기존의 급경사지재해 평가방법은 현장조사를 기반으로 하여 일정 과정의 실내분석이 실시된 후 그 결과를 도출하기 때문에, 현장에서 즉각적인 평가결과를 도출하기 어려운 점이 있었다. 이러한 문제점과 기존의 주관적 평가방법에서 발생하는 평가결과의 오차를 줄이기 위해 본 연구에서는 현장에서 직접 관련요소를 조사하고 이를 토대로 급경사지재해 취약성을 객관적으로 평가할 수 있는 방법을 개발하고자 노력하였다. 이를 위해 응용통계기법의 하나인 AHP 분석을 이용하여 급경사지재해 취약성 평가표를 개발하였는데, 이는 전문가 설문을 통한 AHP분석 방법의 결과를 이용해 수행한 것으로서, 각 평가항목과 평가항목별 세부등급에 대한 가중치를 각각 설정하였다. 평가항목들의 가중치를 100점으로 환산하여 점수화 한 결과 사면경사가 가장 높은 중요도를 보이고, 투수계수, 함수비, 공극율, 암질, 그리고 고도의 순서로 결정되었다. 이렇게 결정된 평가항목별 점수를 기준으로 평가항목 각각의 세부등급에 대한 점수를 할당하여 급경사지재해 취약성 평가표를 개발하였다. 급경사지재해 취약성 평가표를 이용하여 평가자는 평가대상 지점에 대해 각 평가항목별 해당 속성, 즉 세부등급을 선택하고, 선택된 각 속성별 평가점수를 더하면 급경사지재해 취약성을 점수로 파악할 수 있다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.645-648
• /
• 2008

This study provides considerations for quantitative risk assessment of landslide on GIS technology. It shows how the landslide possibility analysis is linked by GIS modeling to provide loss estimation tools for landslide hazards in support of socio-economic loss reduction efforts. Those risk assessment results can deliver factual damage situation prediction to policy making for the landslide damage mitigation.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.202-205
• /
• 2006

The objective of this study is to analyze the hazard-areas for landslide using GIS and RS. LRA (Logistic Regression Analysis) and AHP (Analytic Hierarchy Program) methods were used for evaluation of the hazard-areas by six topographic factors (slope, aspect, elevation, soil drain, soil depth, land use). These methods were applied to Anseong-si where frequent landslides were occurred mainly by the regional heavy rainfall. A landslide hazard-map of Anseong-si could describe into 7 hazard-grades. As results, LRA method was underestimated in higher grades areas, while AHP method was underestimated in lower grades areas. In order to evaluate the hazard-areas for landslides with accuracy, these results of each method were overlapped and the results of suggested method were compared with the historical landslide hazard records of KFRI (Korea Forest Research Institute).

• 지질공학
• /
• 제33권4호
• /
• pp.673-687
• /
• 2023

데이터 탐색은 수집한 데이터를 다양한 각도에서 관찰 및 이해하는 과정으로 데이터 구조 및 특성 분석을 통해 데이터의 분포와 상관관계를 파악하는 과정이다. 일반적으로 산사태는 다양한 인자들에 의해 유발되고 발생 지역에 따라 유발 인자들이 미치는 영향이 상이하기 때문에 산사태 취약성 분석 이전에 데이터 탐색을 통해 유발 인자 사이의 상관관계를 파악하고 특징적인 유발 인자를 선별한다면 효과적인 분석을 수행할 수 있다. 따라서 본 연구는 데이터 탐색이 예측 모델의 성능에 미치는 결과를 확인하기 위해 두 단계에 걸친 데이터 탐색을 수행하여 인자를 선별하고, 선별된 유발 인자들 사이의 조합과 23개의 전체 유발 인자 조합을 활용하여 딥러닝 기반의 산사태 취약성 분석을 진행하였다. 데이터 탐색 과정에서는 Pearson 상관계수 heat map과 random forest의 인자 중요도 histogram을 활용하였으며, 딥러닝 기반 산사태 취약성 분석 결과의 정확도는 분석을 통해 획득한 산사태 취약 지수 값을 이용해 제작한 산사태 취약성 지도를 confusion matrix 기반의 정확도 검증 방법을 통해 분석하였다. 분석 결과, 전체 23개의 인자를 사용한 산사태 취약성 해석 결과는 55.90%의 낮은 정확도를 보였지만 한 단계의 탐색을 거쳐 선별한 13개 인자를 활용한 취약성 해석 결과는 81.25%의 분석 정확도를 보였고, 두 단계 데이터 탐색을 모두 수행하여 선별된 9개의 유발 인자를 활용한 산사태 취약성 분석 결과는 92.80%로 가장 높은 정확도를 보였다. 따라서 데이터 탐색을 통해 특징적인 유발 인자를 선별하고 분석에 활용하는 것이 산사태 취약성 분석에서 더 좋은 분석 성능을 기대할 수 있음을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.294-297
• /
• 2004

The purpose of this study was to develop landslide susceptibility analysis techniques using artificial neural networks and then to apply these to the selected study area of Janghung in Korea. We aimed to verify the effect of data selection on training sites. Landslide locations were identified from interpretation of satellite images and field survey data, and a spatial database of the topography, soil, forest, and land use was constructed. Thirteen landslide-related factors were extracted from the spatial database. Using these factors, landslide susceptibility was analyzed using an artificial neural network. The weights of each factor were determined by the back-propagation training method. Five different training datasets were applied to analyze and verify the effect of training. Then, the landslide susceptibility indices were calculated using the trained back-propagation weights and susceptibility maps were constructed from Geographic Information System (GIS) data for the five cases. The results of the landslide susceptibility maps were verified and compared using landslide location data. GIS data were used to efficiently analyze the large volume of data, and the artificial neural network proved to be an effective tool to analyze landslide susceptibility.

• 대한원격탐사학회지
• /
• 제25권5호
• /
• pp.445-454
• /
• 2009

최근 기후변화로 인해 국지적 기습 폭우와 집중 호우로 피해가속출하며, 인제 지역과 같은 산간 지방의 경우 폭우로 인한 산사태의 탐지와 예측에 어려움을 두고 있다. 본 연구는 인제 지역의 산사태 탐지와 예측을 위한 특성을 분석하고자 2006년 7월 태풍 에위니아로 인해 산사태 발생 후 촬영된 위성영상을 이용하였고, GIS 분석을 위해 위성영상(SPOT5)을 육안 판독하여 발달부, 유하부, 퇴적부로 디지타이징 하였다. 공간적 특성 분석을 위해 수치지도, 3 4차 임상도, 정밀토양도를 육안판독한 산사태 지역과 그리드 중첩 분석 하였다. 그 결과 인제 지역의 지형적 특성은 경사도 평균 $26.34^{\circ}$에서 발생하고, 경사 방향은 남향 남동 남서향이며 고도는 평균 627m에서 발생하였다. 수문학적 분석 결과 유하지, 퇴적지로 갈수록 유하 면적이 급격히 퍼짐을 나타내었고, 임상학적 분석결과 소나무림의 발생률이 크며 경급속성에 따라 흉고직경 6~16cm의 임목 수관정유 비율이 50% 이상인 소경목 에서 산사태가 발생함을 알 수 있었다. 토망통 분석 결과 사양질 이고 배수능력이 뛰어난 OdF(오대) 37.85%, SmF(삼각) 37.35% 로 나타났다. 본 연구를 통해 인제 지역 일대의 산사태 특성을 알 수 있었고, 2.5m 급의 SPOT5 영상의 활용이 가능했다. 하지만 고해상도 영상에 비해 시가지와 인접한 유하부 판단에 어려움이 있었다.

• 한국환경과학회지
• /
• 제17권6호
• /
• pp.679-687
• /
• 2008

In this study, we implemented landslide distribution of Jeju Island using ANN and GIS, respectively. To do this, we first get the counter line from 1:2,5000 digital map and use this counter line to make the DEM. for the evaluate the land slide susceptibility. Next, we abstracted slop map and aspect map from the DEM and get the land use map using ISODATA classification method from Landsat 7 images. In the computation processes of landslide analysis, we make the class to the soil map, tree diameter map, Isohyet map, geological map and so on. Finally, we applied the ANN method to the landslide one and calculated its weighted values. GIS results can be calculated by using Acrview program and produced Jeju landslide susceptibility map by usign Weighted Overlay method. Based on our results, we found the relatively weak points of landslide ware concentrated to the top of Halla mountains.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.302-305
• /
• 2004

The aim of this study is to apply and crossvalidate a spatial logistic multiple-regression model at Boun, Korea, using a Geographic Information System (GIS). Landslide locations in the Boun area were identified by interpretation of aerial photographs and field surveys. Maps of the topography, soil type, forest cover, geology, and land-use were constructed from a spatial database. The factors that influence landslide occurrence, such as slope, aspect, and curvature of topography, were calculated from the topographic database. Texture, material, drainage, and effective soil thickness were extracted from the soil database, and type, diameter, and density of forest were extracted from the forest database. Lithology was extracted from the geological database and land-use was classified from the Landsat TM image satellite image. Landslide susceptibility was analyzed using landslide-occurrence factors by logistic multiple-regression methods. For validation and cross-validation, the result of the analysis was applied both to the study area, Boun, and another area, Youngin, Korea. The validation and cross-validation results showed satisfactory agreement between the susceptibility map and the existing data with respect to landslide locations. The GIS was used to analyze the vast amount of data efficiently, and statistical programs were used to maintain specificity and accuracy.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.298-301
• /
• 2004

The aim of this study is to cross-validate of spatial probability model, artificial neural network at Boun, Korea, using a Geographic Information System (GIS). Landslide locations were identified in the Boun, Janghung and Youngin areas from interpretation of aerial photographs, field surveys, and maps of the topography, soil type, forest cover and land use were constructed to spatial data-sets. The factors that influence landslide occurrence, such as slope, aspect and curvature of topography, were calculated from the topographic database. Topographic type, texture, material, drainage and effective soil thickness were extracted from the soil database, and type, diameter, age and density of forest were extracted from the forest database. Lithology was extracted from the geological database, and land use was classified from the Landsat TM image satellite image. Landslide susceptibility was analyzed using the landslide­occurrence factors by artificial neural network model. For the validation and cross-validation, the result of the analysis was applied to each study areas. The validation and cross-validate results showed satisfactory agreement between the susceptibility map and the existing data on landslide locations.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.310-313
• /
• 2004

The aim of this study is to evaluate the hazard of landslides at Penang, Malaysia, using a Geographic Information System (GIS) and remote sensing. Landslide locations were identified in the study area from interpretation of aerial photographs and from field surveys. Topographical and geological data and satellite images were collected, processed, and constructed into a spatial database using GIS and image processing. The factors chosen that influence landslide occurrence were: topographic slope, topographic aspect, topographic curvature and distance from drainage, all from the topographic database; lithology and distance from lineament, taken from the geologic database; land use from TM satellite images; and the vegetation index value from SPOT satellite images. Landslide hazardous area were analysed and mapped using the landslide-occurrence factors by logistic regression model. The results of the analysis were verified using the landslide location data and compared with probabilistic model. The validation results showed that the logistic regression model is better prediction accuracy than probabilistic model.