• 한국지반환경공학회 논문집
• /
• 제18권6호
• /
• pp.21-30
• /
• 2017

본 연구에서는 도심지 토사재해 예비중점관리 대상지역 중 충주시 안림동, 대전광역시 부사동, 안동시 신안동 3개 연구지역을 선정하여 지반특성을 분석하였다. 연구지역별 특성(수관밀도, 뿌리점착력, 강우특성, 토질특성)을 이용하여 지반특성 간의 상관관계를 고찰하고, 토사재해 예측 모델링을 통해 위험지역을 예측하였다. 토사재해 위험지 예측 모델의 비교 분석을 위하여 산지토사재해 예측프로그램(LSMAP), Stability Index MAPping(SINMAP), 산림청의 산사태위험지도(LHMAP)를 활용하였으며, 토사재해 예측에 적합한 프로그램을 검토하였다. 토사재해 위험도 예측결과 일반적으로 사용되고 있는 SINMAP의 경우 과다한 범위를 위험지역으로 예측하고, 산림청 산사태위험지도(LHMAP)의 경우는 예측지역이 가장 적게 산정되었으며, LSMAP은 SINMAP 및 LHMAP의 중간 정도 범위의 지역을 위험지역으로 예측하였다. 이러한 예측 결과의 차이는 LSMAP이 비교된 두 모델에 비해 분석 매개변수가 비교적 다양하고, 공학적이기 때문인 것으로 판단되며 보다 정밀한 예측이 가능하다는 것을 알 수 있었다.

• 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.

• 환경영향평가
• /
• 제22권1호
• /
• pp.39-50
• /
• 2013

Occurrence of landslides has been increasing due to extreme weather events(e.g. heavy rainfall, torrential rains) by climate change. Pyeongchang, Korea had seriously been damaged by landslides caused by a typhoon, Ewiniar in 2006. Moreover, the frequency and intensity of landslides are increasing in summer due to torrential rain. Therefore, risk assessment and adaptation measure is urgently needed to build resilience. To support landslide adaptation measures, this study predicted landslides occurrence using MaxEnt model and suggested susceptibility map of landslides. Precipitation data of RCP 8.5 Climate change scenarios were used to analyze an impact of increase in rainfall in the future. In 2050 and 2090, the probability of landslides occurrence was predicted to increase. These were due to an increase in heavy rainfall and cumulative rainfall. As a result of analysis, factors that has major impact on landslide appeared to be climate factors, prediction accuracy of the model was very high(92%). In the future Pyeongchang will have serious rainfall compare to 2006 and more intense landslides area expected to increase. This study will help to establish adaptation measure against landslides due to heavy rainfall.

• Geomechanics and Engineering
• /
• 제25권1호
• /
• pp.1-16
• /
• 2021

Machine learning models have been widely used for landslide susceptibility assessment (LSA) in recent years. The large number of inputs or conditioning factors for these models, however, can reduce the computation efficiency and increase the difficulty in collecting data. Feature selection is a good tool to address this problem by selecting the most important features among all factors to reduce the size of the input variables. However, two important questions need to be solved: (1) how do feature selection methods affect the performance of machine learning models? and (2) which feature selection method is the most suitable for a given machine learning model? This paper aims to address these two questions by comparing the predictive performance of 13 feature selection-based machine learning (FS-ML) models and 5 ordinary machine learning models on LSA. First, five commonly used machine learning models (i.e., logistic regression, support vector machine, artificial neural network, Gaussian process and random forest) and six typical feature selection methods in the literature are adopted to constitute the proposed models. Then, fifteen conditioning factors are chosen as input variables and 1,017 landslides are used as recorded data. Next, feature selection methods are used to obtain the importance of the conditioning factors to create feature subsets, based on which 13 FS-ML models are constructed. For each of the machine learning models, a best optimized FS-ML model is selected according to the area under curve value. Finally, five optimal FS-ML models are obtained and applied to the LSA of the studied area. The predictive abilities of the FS-ML models on LSA are verified and compared through the receive operating characteristic curve and statistical indicators such as sensitivity, specificity and accuracy. The results showed that different feature selection methods have different effects on the performance of LSA machine learning models. FS-ML models generally outperform the ordinary machine learning models. The best FS-ML model is the recursive feature elimination (RFE) optimized RF, and RFE is an optimal method for feature selection.

• 한국농공학회논문집
• /
• 제59권5호
• /
• pp.101-108
• /
• 2017

Recently, the occurrence of landslides has been increasing over the years due to the extreme weather event. Developments of landslides monitoring technology that reduce damage caused by landslide are urgently needed. Therefore, in this study, a strain ratio sensor was developed to predict the ground behavior during the slope failure, and the change in surface ground displacement was observed as slope failed on the field model experiment. As a result, in the slope failure, the ground displacement process increases the risk of collapse as the inverse displacement approaches zero. It is closely related to the prediction of precursor. In all cases, increase in displacement and reverse speed of inverse displacement with time was observed during the slope failure, and it is very important event for monitoring collapse phenomenon of risky slopes. In the future, it can be used as disaster prevention technology to contribute in reduction of landslide damage and activation of measurement industry.

• 한국지반공학회논문집
• /
• 제21권2호
• /
• pp.145-150
• /
• 2005

사면 붕괴를 예측하기 위해서 적당한 수학적 모델을 선택하는 것은 매우 유용하다. 시간열로 실시간 계측된 자료를 통하여 합리적인 사면붕괴 예측용 수학모델을 선정할수 있다. 3차 방정식을 이용한2가지 형태의 이론적 모델이 이 연구에서 사용되었다(Polynomial 및 Growth형). 사면의 변위각 및 침하를 계측할 수 있는 계측기가 느릅재 및 북실 현장에 적용되어 모델의 적용가능성을 점검하였다. 그 결과 계측 자료와 두 가지 수학모델과 아주 높은 일치성을 보였다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.694-709
• /
• 2021

연구목적: 지진에 의한 산사태 위험도 평가를 통하여 지진발생 전에는 산사태 예방사업, 지진발생 후에는 피해지 예측 및 복구 우선순위 선정으로 지진유발 산사태 피해저감을 효율적·선제적으로 하기 위한 기초자료를 제공하고자 수행하였다. 연구방법: 국외 선행연구를 분석하여 평가 방법론 검토와 평가 인자를 도출하고 국내 산사태 위험지도 활용성을 검토하였다. 또한 지진동 감쇠식을 이용하여 포항지역의 단층대 및 진앙지 기준으로 지진에 의한 산사태 위험지도를 시범 구축하였다. 연구결과: 지진에 의한 산사태 위험도 평가 연구는 중국이 전체의 44%, 이탈리아 16%, 미국 15%, 일본 10%, 대만 8% 순으로 나타났다. 평가 방법론으로 통계적 모형이 59%로 가장 많았고, 물리적 모형이 23%로 나타났다. 통계적 모형에 많이 사용된 인자는 고도, 단층대와의 거리, 경사도, 사면방향, 모암, 지형곡률로 나타났다. 현재 국내의 산사태 위험지도는 지형·지질·임상이 반영되는데 이를 활용한 지진에 의한 산사태 위험도 평가는 합리적인 것으로 나타났다. 포항지역에 단층대 및 진앙지 기준으로 산사태 위험도를 평가한 결과 기존의 낮은 등급이 높은 등급으로 변화하는 등 지진의 영향이 고려되었다. 결론: 광역 단위의 지진유발 산사태 위험도 평가를 위해서는 산사태 위험지도를 활용하는 것이 효율적이다. 단층대 기준의 위험지도는 지진에 의한 산사태 피해방지를 위한 예방사방사업 대상지 선정에 활용하고, 진앙지 기준의 위험지도는 지진이 발생한 이후 산사태 피해 현황을 조사하거나 피해지 복구 등 피해방지 대책 우선순위 선정의 효율적 사후관리에 활용할 수 있다.

• Geomechanics and Engineering
• /
• 제34권3호
• /
• pp.267-284
• /
• 2023

Landslides are one of the most dangerous phenomena and natural disasters. Landslides cause many human and financial losses in most parts of the world, especially in mountainous areas. Due to the climatic conditions and topography, people in the northern and western regions of Iran live with the risk of landslides. One of the measures that can effectively reduce the possible risks of landslides and their crisis management is to identify potential areas prone to landslides through multi-criteria modeling approach. This research aims to model landslide potential area in the Oshvand watershed using a support vector machine algorithm. For this purpose, evidence maps of seven effective factors in the occurrence of landslides namely slope, slope direction, height, distance from the fault, the density of waterways, rainfall, and geology, were prepared. The maps were generated and weighted using the continuous fuzzification method and logistic functions, resulting values in zero and one range as weights. The weighted maps were then combined using the support vector machine algorithm. For the training and testing of the machine, 81 slippery ground points and 81 non-sliding points were used. Modeling procedure was done using four linear, polynomial, Gaussian, and sigmoid kernels. The efficiency of each model was compared using the area under the receiver operating characteristic curve; the root means square error, and the correlation coefficient . Finally, the landslide potential model that was obtained using Gaussian's kernel was selected as the best one for susceptibility of landslides in the Oshvand watershed.

• 한국산림과학회지
• /
• 제75권1호
• /
• pp.32-37
• /
• 1986

산사태안전도판별(山沙汰安全度判別)에 대한 기초자료를 얻기 위하여 1979년(年) 8월(月) 집중호우(集中豪雨)(일강우량(日降雨量) 465mm)에 의하여 산사태(山沙汰)가 발생한 진해지구(鎭海地區)를 모델로 하여 이 지구(地區)의 지형도상(地形圖上)($S=\frac{1}{5,000}$)에 $2cm{\times}2cm$(실면적(實面積) $100m{\times}100m=1ha$) 단위의 격자(格子)를 얹어 산사태지(山沙汰地) 74개, 비산사태지(非山沙汰地) 119개 계(計) 193개의 mesh에 대하여 산사태발생(山沙汰發生)의 각(各) 요인(要因) 및 수준(水準)을 계측(計測)하여 수량화(數量化)(II)의 수법(手法)에 의하여 해석(解析)한 결과 산사태발생(山沙汰發生)에 기여도(寄與度)가 높은 요인(要因)의 순위(順位)는 다음과 같다. 1) 식생(植生), 2) 종단사면형(縱斷斜面形), 3) 사면위치(斜面位置), 4) 경사(傾斜), 5) 방위(方位), 6) 곡수(谷數). 또 침엽수(針葉樹) 10년생(年生) 내외, 복합사면(複合斜面), 하강사면(下降斜面), 산록(山麓), 경사(傾斜), $10^{\circ}-15^{\circ}$, 방위(方位) NW, 곡수(谷數) 1개의 각(各) 수준(水準)이 불안전측(不安全側)에, 침엽수(針葉樹) 20~30년생(年生), 활엽수(濶葉樹), 상승사면(上昇斜面), 평형사면(平衡斜面), 산정(山頂) 등의 수준(水準)이 안전측(安全側)에 기여(寄與)하고 있다. 그리고 판별구분치(判別區分値)는 -0.123이고 적중률(適中率)은 72%로서 비교적 양호한 양(兩) group구분(區分)을 할 수 있었다.

• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.439-447
• /
• 2019

본 연구에서는 산사태 축소 모형 장치에 레이저 센서와 진동 센서를 설치하여 강우에 의한 사면 붕괴 시 토사의 미세 변위를 조기에 감지하여 붕괴 위험이 높은 사면에 대한 적절한 대책 마련과 사면 붕괴로 인한 피해를 최소화하기 위한 산사태 발생 시점을 예측하고자 실험을 실시하였다. 또한, 산사태 축소모형 실험을 통해 강우에 의한 토층의 거동 특성 및 간극수압과 수분과 같은 함수비 변화 특성을 분석하였다. 화강암의 풍화토로 인공사면을 조성한 다음 강우 조건을 200mm/hr와 400mm/hr로 달리하여 이에 따른 함수비(수압, 수분) 변화를 측정하고 지표 변위를 분석하기 위해 레이저 센서와 진동 센서를 적용하였으며, 영상분석을 위해 비디오 촬영을 하여 변위 발생시간을 상호 비교 분석하였다. 실험 결과 수분함량은 강우강도가 클수록 한계값 도달시간이 짧게 소요되는 것으로 나타났으며, 간극수압은 강우강도가 클수록 간극수압의 증가 시간이 짧은 것으로 나타났다. 산사태 모형실험은 현장 조건을 충분히 반영하지는 못하지만 진동 센서를 이용한 변위 발생 인지 시간을 측정한 결과 붕괴시점이 레이저 센서를 이용한 방법보다 보다 빠른 것으로 나타났다. 산사태 발생 시 센서를 이용한 지반변위 측정은 지속적인 연구를 수행할 경우 사면붕괴 예측 및 피해 저감 그리고 계측산업 활성화의 기초 자료로 활용이 가능할 것으로 판단된다.