• 지질공학
• /
• 제32권1호
• /
• pp.27-40
• /
• 2022

산사태는 매년 전 세계적으로 상당한 규모의 인명 및 재산 피해를 발생시키고 있다. 따라서 이러한 산사태를 정확하게 예측하는 것은 매우 중요한 일이며 많은 연구자들이 다양한 접근방식을 활용하여 많은 연구를 수행하여 왔다. 산사태 예측과 관련된 분석은 고려되는 영향인자들과 분석되는 위험성의 예측 수준 그리고 산사태 발생 시 예상되는 피해에 대한 고려에 따라 산사태 취약성 분석, 산사태 위험성 분석 그리고 산사태 리스크 분석으로 구분된다. 이들 분석 중 현재 획득 가능한 관련 자료의 수준을 감안하여 국내외적으로 산사태 취약성 분석이 주로 수행되고 있다. 산사태 취약성 분석은 다양한 정성적 및 정량적 분석기법이 적용되어 왔으며 최근 들어서는 예측성능이 우수한 것으로 알려진 물리사면모델을 활용한 분석기법이 폭넓게 사용되고 있다. 특히 물리사면모델은 산사태 발생 이력의 존재여부와 상관없이 적용이 가능하고 산사태 발생 프로세스를 재현할 수 있다는 장점을 가지고 있다. 따라서 본 논문에서는 물리사면모델을 활용한 취약성 분석기법에 대하여 검토해 보았다.

• 지질공학
• /
• 제14권2호
• /
• pp.211-222
• /
• 2004

이 연구는 자연사면에서 발생하는 토석류(debris flow)산사태의 확률론적 예측을 위해 로지스틱 회귀분석(logistic regression analysis)을 이용하여 변성 암 및 화강암 분포지에 적용할 수 있는 예측모델을 개발한 것이다. 산사태 예측모델을 개발하기 위해 경기 남ㆍ북부지역과 경북 상주지역에서 발생한 산사태 자료를 현장조사와 실내토질시험을 통해 직접 획득ㆍ분석하였다. 산사태 발생에 영향을 미치는 인자는 기초 통계분석은 물론 로지스틱 회귀분석을 실시하여 최종적으로 7개 영향인자를 선정하였다. 이들 7개 인자는 지형요소 2개와 지질 및 토질특성 요소 5개로 구성되어 있고, 각 인자별 가중치를 부여한 점이 큰 특징이다. 개발된 모델은 신뢰성 검증을 수행한 결과 90.74%의 예측율을 확보한 것으로 나타났다. 이 모델을 이용하여 산사태 발생가능성을 확률적ㆍ정량적으로 예측할 수 있게 되었다.

• 지질공학
• /
• 제14권4호
• /
• pp.443-450
• /
• 2004

이 연구는 제3기 퇴적암과 화산암이 분포하는 지역의 자연사면에서 발생하는 토석류 산사태를 예측하고자 로지스틱 회귀분석(logistic regression analysis)을 이용하여 예측모델을 개발한 것이다. 통계적 방법을 이용한 산사태 예측모델 개발을 위해 산사태 자료는 경북 포항지역에서 1998년 발생한 산사태를 대상으로 수집하였다. 로지스틱 회귀분석의 기본 특성을 고려하여 현장조사 및 실내토질시험은 산사태 발생지점 전체와 임의로 선택한 미발생 지점을 대상으로 실시하였다. 산사태 발생에 영향을 미치는 인자는 로지스틱 회귀분석을 실시하여 최종적으로 6개 영향인자를 선정하였다. 이들 6개 인자는 지형요소 2개와 지질요소 4개로 구성되어 있다. 개발된 모델은 신뢰성 검증을 수행한 결과 $90\%$ 이상의 예측률을 확보한 것으로 나타났다. 이 모델을 바탕으로 기존에 제시된 변성암 및 화강암 분포지에서의 산사태 예측모델과 함께 지질특성을 고려한 산사태 발생의 가능성을 확률적${\cdot}$정량적으로 예측할 수 있게 되었다.

• 한국지형학회지
• /
• 제26권3호
• /
• pp.53-67
• /
• 2019

The purpose of this study is to identify the quality of landslide susceptibility in a landslide-prone area (Jinbu-myeon, Gangwon-do, South Korea) by spatial prediction modeling approach and compare the results obtained. For this goal, a landslide inventory map was prepared mainly based on past historical information and aerial photographs analysis (Daum Map, 2008), as well as some field observation. Altogether, 550 landslides were counted at the whole study area. Among them, 182 landslides are debris flow and each group of landslides was constructed in the inventory map separately. Then, the landslide inventory was randomly selected through Excel; 50% landslide was used for model analysis and the remaining 50% was used for validation purpose. Total 12 contributing factors, such as slope, aspect, curvature, topographic wetness index (TWI), elevation, forest type, forest timber diameter, forest crown density, geology, landuse, soil depth, and soil drainage were used in the analysis. Moreover, to find out the co-relation between landslide causative factors and incidents landslide, pixels were divided into several classes and frequency ratio for individual class was extracted. Eventually, six landslide susceptibility maps were constructed using the Bayesian Predictive Discriminant (BPD), Empirical Likelihood Ratio (ELR), and Linear Regression Method (LRM) models based on different category dada. Finally, in the cross validation process, landslide susceptibility map was plotted with a receiver operating characteristic (ROC) curve and calculated the area under the curve (AUC) and tried to extract success rate curve. The result showed that Bayesian, likelihood and linear models were of 85.52%, 85.23%, and 83.49% accuracy respectively for total data. Subsequently, in the category of debris flow landslide, results are little better compare with total data and its contained 86.33%, 85.53% and 84.17% accuracy. It means all three models were reasonable methods for landslide susceptibility analysis. The models have proved to produce reliable predictions for regional spatial planning or land-use planning.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2008년도 춘계 학술발표회 초청강연 및 논문집
• /
• pp.1378-1385
• /
• 2008

The probability of landslide hazards was predicted to natural terrain around the stone relics of Jinjeon-saji area, which is located in Yangyang, Kangwon Province. As the analysis results of field investigation, laboratory test and geology and geomorphology data, the effect factors of landslides occurrence were evaluated, and then the landslides prediction map was made up by use of prediction model considering the effect factors. The susceptibility of stone relics induced by landslides was investigated as the grading classification of occurrence probability using the landslides prediction map. In the landslides prediction map, the high probability area of landslides over 70% of occurrence probability was 3,489m3, which was 10.1% of total prediction area. If landslides are occurred at the high elevation area, the three stories stone pagoda of Jinjeon-saji (National treasure No.122) and the stone lantern of Jinjeon-saji (Treasure No.439) will be collapsed by debris flow.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.152-163
• /
• 2020

실제적인 산사태 대응조치 단계 이전에 산사태위험지수를 통하여 산사태 발생 위험도를 모니터링하고 예측하기 위하여, LAMP의 고해상도 강우와 토양수분 예측 자료를 DB화 하고, 산사태 연구자들의 연구대상 지역에 적합한 지도 투영법과 공간해상도로 변환하는 절차를 ArcGIS를 이용하여 마련하였다. 이를 위하여 ERA5 재분석 강수와 농촌진흥청 10m 깊이 토양수분자료를 이용하여 LAMP 모델 강수 및 토양수분 자료를 정량적 그리고 정성적으로 평가하여 모델의 특성을 파악하였다. 또한, LAMP 강우, 토양수분, 증발산 등의 결과 자료를 10m 초고해상도 ArcGIS 포맷 자료로 변환하는 과정을 실무적으로 상세히 기술하여, 국내 지역에서 WRF 모델의 NetCDF 자료를 ArcGIS로 이용자들이 손쉽게 변환할 수 있도록 기술적 편의를 제공하였다.

• 한국지반신소재학회논문집
• /
• 제16권4호
• /
• pp.129-137
• /
• 2017

본 연구에서는 Decision Tree model을 기반으로 개발된 산사태 예측프로그램 SHAPP ver 1.0을 이용하여 전라남도 무안군 ${\bigcirc}{\bigcirc}$지역의 호남선 철도 주변에 대한 산사태 발생예측을 실시하였다. 이를 위하여 먼저 대상지역의 총 8개소에서 토층시료를 채취하고, 이에 대한 토질시험을 실시하였다. 대상지역에 대한 토질시험결과를 토대로 투수계수와 간극비에 대한 주제도를 작성하고 수치지형도를 이용하여 지형의 경사분석을 실시하였다. 이를 이용하여 산사태 발생예측을 실시한 결과 총 15,552개의 해석셀 가운데 435개의 셀에서 산사태가 발생될 것으로 예측되었다. 이때 해석셀의 크기는 $10m{\times}10m$이므로 산사태 발생예상 면적은 $43,500m^2$으로 나타났다.

• 자원환경지질
• /
• 제52권2호
• /
• pp.199-212
• /
• 2019

머신러닝 기법을 활용한 분석에서 훈련 데이터의 샘플링 전략은 예측 정확도 뿐 만 아니라 일반화 능력에도 많은 영향을 미친다. 특히, 산사태 취약성 분석의 경우, 산사태 발생부에 대한 정보에 비해 산사태 미발생부에 대한 정보가 과도하게 많은 데이터 불균형 현상이 발생하며, 이에 따라 분석 모델의 훈련 데이터 설계 시 데이터 샘플링 과정이 필수적이다. 그러나 기존의 연구들은 대부분 산사태 미발생부 선택 시 발생부 데이터와 1:1의 비율을 갖도록 무작위로 선택하는 방법을 적용하였을 뿐, 특정한 선택 기준에 따라 분석을 수행하지 않았다. 따라서 본 연구에서는 훈련 데이터의 샘플링 전략이 모델의 예측 성능에 미치는 결과를 확인하기 위하여 산사태 발생부와 미발생부의 샘플링 전략기준에 따라 서로 다른 6개의 시나리오를 만들어 Random Forest 모델의 훈련에 사용하였다. 또한 Random Forest의 결과 중 하나인 변수 중요도를 각 산사태 유발인자들에 가중치로 곱하여 줌으로써 산사태 취약지수 값을 산정하였으며, 취약지수 값을 이용해 산사태 취약성도를 제작하고 각 결과 지도의 정확도를 비교 분석하였다. 분석 결과, 훈련데이터의 샘플링 방법에 상관없이 두 지역의 산사태 취약성 분석 결과는 모두 70~80%의 정확도를 보였다. 이를 통해 Random Forest 기법의 산사태 취약성 분석기법으로서의 적용 가능성을 확인하였으며, Random Forest 모델이 제공하는 입력변수의 중요도를 산사태 유발인자 가중치로 활용할 수 있음을 확인하였다. 또한 훈련 시나리오 간의 정확도를 비교한 결과, 특정한 기준에 의해 훈련 데이터를 설계하는 것이 기존의 랜덤 선택 방법보다 높은 예측 정확도를 기대할 수 있음을 확인하였다.

• 대한토목학회논문집
• /
• 제13권2호
• /
• pp.211-218
• /
• 1993

산사태는 발생빈도는 적으나 자연적 요인이나 인위적인 요인에 의한 사면의 안정파괴시 많은 인명 및 재산상의 손실을 유발시킨다. 최근 산사태 발생지역 예측을 위한 통계적 방법과 현장관측 방법 등의 연구가 지속적으로 진행되고 있으나 발생체계의 복잡성으로 많은 어려움이 있다. 본 연구에서는 산사태 위험지역 예측을 하기위해 산사태가 발생한 지역을 모델 지역으로 선정하였다. 모델 지역의 지형을 축척 1 : 25,000, 1 : 10,000, 1 : 5,000, 1 : 1,200별 비교를 하기위해 표고를 데이타베이스화하여 표고 및 경사도의 경중률에 의한 예측을 한 결과 부분적인 예측이 가능함을 알 수 있었다.

• 지질공학
• /
• 제30권3호
• /
• pp.315-325
• /
• 2020

이 연구는 도로 비탈면에서 발생하는 산사태의 확률론적 예측에 기반된 산사태 발생에 영향을 미치는 인자의 중요도 산정 및 예측 모델을 개발하는 것이다. 산사태 예측 모델을 개발하기 위해 한반도 전 지역을 대상으로 2007년부터 2020년까지 조사된 30,615사면의 현장조사 자료를 활용하였다. 전체 131개의 변수 인자 중 지형인자 17개, 지질인자 114개(기반암 89개를 포함), 도로와의 이격거리를 사용하였다. 산사태 발생에 영향을 미치는 인자를 자동화된 머신러닝인 AutoML을 실시하여 예측 성능이 뛰어난 XRT(extremely randomized trees)를 선정하였다. 변수 중요도 분석결과 지형적 요인 10개, 지질인자 9개, 사회적 영향성인 도로와의 이격 거리와 관련된 항목순으로 급경사지 불안정에 가장 많은 영향을 주는 것으로 분석되었다. 개발된 모델의 신뢰성 검증을 수행한 결과 AUC 83.977%의 예측율을 확보한 것으로 나타났다. 이 모델은 산사태 이력을 기반으로 한 현장조사 자료만을 이용하여 변수 중요도의 순위를 도출함으로써 그에 따른 산사태 발생 가능성을 확률적 및 정량적으로 평가하였다. 향후 의사 결정자들에게 현장조사를 통한 사면진단 안전평가 시 신뢰성 있는 근거를 제공하리라 판단된다.