• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.214-214
• /
• 2015

Rainfall induced landslides is one of the most devastating natural disasters acting on mountainous areas. In Korea, landslide damage areas increase significantly from 1990s to 2000s due to the increase of both rainfall intensity and rainy days in addition with haphazard land development. This study was carried out based on the application of TRIGRS unsaturated (Transient Rainfall Infiltration and Grid-based Regional Slope stability analysis), a Fortran coded, physically based, and numerical model that can predict landslides for areas where are prone to shallow precipitation. Using TRIGRS combining with the geographic information system (GIS) framework, the landslide incident happened on 27th, July 2011 in Mt. Umyeon in Seoul was modeled. The predicted results which were raster maps showed values of the factors of safety on every pixel at different time steps show a strong agreement with to the observed actual landslide scars in both time and locations. Although some limitations of the program are still needed to be further improved, some soil data as well as landslide information are lack; TRIGRS is proved to be a powerful tool for shallow landslide susceptibility zonation especially in great areas where the input geotechnical and hydraulic data for simulation is not fully available.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1303-1322
• /
• 2020

Indonesia is more prone to natural disasters due to its geological condition under the three main plates, making Indonesia experience frequent seismic activity, causing earthquakes, volcanic eruption, and tsunami. Those disasters could lead to other disasters such as landslides, floods, land subsidence, and coastal inundation. Monitoring those disasters could be essential to predict and prevent damage to the environment. We reviewed the application of remote sensing and Geographic Information System (GIS) for detecting natural disasters in the case of Indonesia, based on 43 articles. The remote sensing and GIS method will be focused on InSAR techniques, image classification, and susceptibility mapping. InSAR method has been used to monitor natural disasters affecting the deformation of the earth's surface in Indonesia, such as earthquakes, volcanic activity, and land subsidence. Monitoring landslides in Indonesia using InSAR techniques has not been found in many studies; hence it is crucial to monitor the unstable slope that leads to a landslide. Image classification techniques have been used to monitor pre-and post-natural disasters in Indonesia, such as earthquakes, tsunami, forest fires, and volcano eruptions. It has a lack of studies about the classification of flood damage in Indonesia. However, flood mapping was found in susceptibility maps, as many studies about the landslide susceptibility map in Indonesia have been conducted. However, a land subsidence susceptibility map was the one subject to be studied more to decrease land subsidence damage, considering many reported cases found about land subsidence frequently occur in several cities in Indonesia.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.701-701
• /
• 2004

• 지질공학
• /
• 제26권1호
• /
• pp.23-32
• /
• 2016

ASTER 위성영상을 이용하여 팽창성 점토광물인 일라이트 인자 추출 및 SVM 통계분석을 통해 산사태 취약성을 평가하였다. 연구지역의 산사태 발생지역은 항공사진 판독 및 현장 조사를 통해 분석하였다. GIS 기반 공간데이터베이스로는 지형도, 토양도, 임상도, ASTER 위성사진을 이용하였다. 수치지형도에서는 경사 및 경사방향, 곡률도, 계곡과의 거리, 도로와의 거리, 토양도에서는 유효토심, 토질, 토양지형, 토양 배수정도 및 토양 모재, 임상도에서는 경급, 영급 및 밀도를 위성사진에서는 일라이트 인자를 추출하였다. 산사태 발생요인 데이터베이스와 SVM 통계분석 및 가중치 계산을 통해 각 요소간의 상관관계 취약성도를 구하였다. AUC 검증 결과 일라이트 인자 적용결과는 76.46%의 예측 정확도를 보였으며 일라이트 인자 미적용 모델은 74.09%의 예측 정확도를 나타내었다. 이는 일라이트 인자가 산사태 취약성도 작성에 있어 중요한 자료로 사용될 수 있음을 나타낸다.

• 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.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 2008년도 국제학술회의
• /
• pp.337-341
• /
• 2008

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.19-27
• /
• 2017

본 연구의 목적은 인제읍을 대상으로 빈도비와 로지스틱 회귀분석 모델을 통합한 앙상블 모델을 이용하여 산사태 취약성을 분석하고, 예측 정확도를 비교하는 것이다. 산사태 위치는 산사태 발생 전 후에 촬영된 항공사진을 이용하여 추출되었다. 추출된 총 422개의 산사태는 산사태 취약성 분석을 위해 훈련용 (70%)과 검증용 (30%) 자료로 랜덤하게 분류되었다. 산사태 관련인자는 고도, 경사도, 경사향, 배수로부터의 거리, 토양수분지수, 하천강도지수, 토질, 유효토심, 영급, 경급, 밀도, 임상 등 총 12개의 인자를 이용하였다. 산사태 및 산사태 관련인자는 공간데이터베이스로 구축된 뒤 빈도비와 앙상블 모델을 이용하여 산사태와 산사태 관련 인자 간 상관관계를 분석하였다. 그 결과를 바탕으로 각 모델별 산사태 취약성 지도를 작성하였고, relative operating characteristics(ROC) 곡선을 이용하여 예측 정확도를 검증 및 비교하였다. 분석 결과, 앙상블 모델에 의해 작성된 산사태 취약성 지도는 75.2%의 예측 정확도를 보였고, 이 결과는 빈도비 모델에 의해 작성된 산사태 취약성 지도와 비교하여 예측 정확도가 약 2% 향상된 것으로 나타났다. 본 연구에서 작성된 산사태 취약성 지도는 향후 효과적인 토지이용 계획을 수립하고, 재난재해로 인한 피해를 경감시키는데 활용 가능할 것으로 판단된다.

• 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.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1047-1060
• /
• 2017

현대사회에서 지속적으로 진행되고 있는 지구 온난화 현상은 비정상적인 기상 현상을 빈번히 발생시키고 있다. 특히 21세기에는 폭우와 같이 수문학적 측면에서 물의 특성이 전과 다르고, 수문학적 재해의 강도와 빈도가 증가하고 있다. 그 중 도시 지역에서는 재해로 인한 피해가 극대화될 가능성이 크기 때문에 피해를 대비하기 위한 재해에 대한 예측이 필요하다. 따라서 본 연구에서는 우리나라의 대표적인 도시 자연 재해인 산사태를 로지스틱 회귀(Logistic regression, LR) 모델을 이용하여 분석하고 현장조사를 통해 산사태 이후의 관리 현황을 조사 및 검증하였다. 현장조사 대상 지역은 기존에 산사태 발생지역 및 본 연구의 연구결과로부터 산사태 취약성이 높게 나타난 지역을 중심으로 수행하였다. 기존 산사태 발생지 데이터는 2011년 우면산 산사태 당시의 현장조사 자료 및 항공사진 비교분석을 통해 추출하였다. 산사태 관련 요인은 항공사진으로부터 제작된 지형도와 임상도에서 추출하였다. 산사태 취약성 지도는 산사태에 영향을 미치는 총 13개 요인을 통해 구성된 공간 데이터베이스에 LR 모델을 적용하여 제작되었다. 마지막으로 ROC(Receiver operating characteristic) 곡선을 이용해 산사태 취약성 지도를 검증한 결과 77.79%의 정확도를 나타냈다. 추가적으로, 연구결과에 나타난 산사태 취약지역에 대해 2011년 산사태 이후 산사태가 어떻게 관리되었는지를 확인하기 위해 현장조사를 수행하였다. 본 연구의 결과는 국내 도시 산사태 관리에 관한 정책 수립에 있어 과학적 근거로 활용할 수 있을 것으로 기대된다.