지진 취약성 평가 및 지도제작: 2016년 9월 12일 경주 지진을 중심으로 Seismic Vulnerability Assessment and Mapping : A Case Study of Gyeongju Earthquake on September 12, 2016원문보기
2016년 9월 12일 대한민국 경주시 남남서쪽 8 km 지점에서 발생한 규모 5.8의 지진은 한반도 대부분의 지역에서 진동을 감지할 수 있을 정도의 대규모 지진으로, 이로 인해 수많은 인명 피해 및 경제적 손실 등을 초래하였다. 추후 9.12 경주 지진과 같은 대규모 지진의 발생 가능성을 배제할 수 없는 실정을 반영하여 본 연구에서는 경주시의 지진 취약성을 평가하고자 한다. 먼저, 지진 취약성에 영향을 미치는 5가지 주요 지표 (geotechnical, ...
2016년 9월 12일 대한민국 경주시 남남서쪽 8 km 지점에서 발생한 규모 5.8의 지진은 한반도 대부분의 지역에서 진동을 감지할 수 있을 정도의 대규모 지진으로, 이로 인해 수많은 인명 피해 및 경제적 손실 등을 초래하였다. 추후 9.12 경주 지진과 같은 대규모 지진의 발생 가능성을 배제할 수 없는 실정을 반영하여 본 연구에서는 경주시의 지진 취약성을 평가하고자 한다. 먼저, 지진 취약성에 영향을 미치는 5가지 주요 지표 (geotechnical, physical, social, structural, capacity)를 선정하였으며, 이와 관련하여 18개의 하위 지표 (elevation, slope, groundwater level, PGA, distance to faults, distance to epicenters, age of buildings, number of floors, construction materials, density of buildings, child population, elderly population, population density, distance to roads, distance to hospitals, distance to police stations, distance to gas stations, distance to fire stations)를 10 m 공간 해상도로 구축하여 독립변수로 사용하였다. 종속변수로는 9.12 경주 지진 발생 당시 실제 지진으로 인해 피해 입은 건물들의 위치 자료를 적용하였다. 분석에는 통계적 방법론인 logistic regression (LR), 확률적 방법론인 frequency ratio (FR), 기계학습 방법인 support vector machine (SVM)과 random forest (RF) 방법론을 사용하였다. 훈련 및 검증 데이터셋은 7:3 비율로 무작위 선별되었으며, 정확도 검증은 receiver operating characteristic (ROC) 곡선을 사용하여 최적 모델을 선별하였다. 비교 결과, RF 모델 (100%) 및 예측 (94.9%) 정확도가 가장 높게 산출되었으며, RBF-SVM, FR, LR순서로 높은 성능을 나타냈다. 각 방법론 별 가장 정확도가 높은 모델을 기반으로 경주시 전체 건축물의 예측 값을 산출하였으며, 이를 기반으로 지진 취약성 지도를 제작하였다. 예측 값은 0∼1 범위 값으로 정규화 하여 5개의 동일 간격으로 분류하였으며, 이를 토대로 23개의 행정동 별로 고위험 및 안전 지역을 도출하였다. 4개의 지도를 검토한 결과 공통적으로 강동면이 가장 안전지역으로, 3개의 지도에서 황남동 및 월성동이 취약지역으로 도출되었다. 본 연구에서 제작한 지진 취약성 지도는 환경, 토지, 시설물 관리 및 정책 수립 등 다양한 분야에서 지진으로 인한 피해를 저감하기 위한 기초 자료로 활용 가능할 것으로 기대된다.
2016년 9월 12일 대한민국 경주시 남남서쪽 8 km 지점에서 발생한 규모 5.8의 지진은 한반도 대부분의 지역에서 진동을 감지할 수 있을 정도의 대규모 지진으로, 이로 인해 수많은 인명 피해 및 경제적 손실 등을 초래하였다. 추후 9.12 경주 지진과 같은 대규모 지진의 발생 가능성을 배제할 수 없는 실정을 반영하여 본 연구에서는 경주시의 지진 취약성을 평가하고자 한다. 먼저, 지진 취약성에 영향을 미치는 5가지 주요 지표 (geotechnical, physical, social, structural, capacity)를 선정하였으며, 이와 관련하여 18개의 하위 지표 (elevation, slope, groundwater level, PGA, distance to faults, distance to epicenters, age of buildings, number of floors, construction materials, density of buildings, child population, elderly population, population density, distance to roads, distance to hospitals, distance to police stations, distance to gas stations, distance to fire stations)를 10 m 공간 해상도로 구축하여 독립변수로 사용하였다. 종속변수로는 9.12 경주 지진 발생 당시 실제 지진으로 인해 피해 입은 건물들의 위치 자료를 적용하였다. 분석에는 통계적 방법론인 logistic regression (LR), 확률적 방법론인 frequency ratio (FR), 기계학습 방법인 support vector machine (SVM)과 random forest (RF) 방법론을 사용하였다. 훈련 및 검증 데이터셋은 7:3 비율로 무작위 선별되었으며, 정확도 검증은 receiver operating characteristic (ROC) 곡선을 사용하여 최적 모델을 선별하였다. 비교 결과, RF 모델 (100%) 및 예측 (94.9%) 정확도가 가장 높게 산출되었으며, RBF-SVM, FR, LR순서로 높은 성능을 나타냈다. 각 방법론 별 가장 정확도가 높은 모델을 기반으로 경주시 전체 건축물의 예측 값을 산출하였으며, 이를 기반으로 지진 취약성 지도를 제작하였다. 예측 값은 0∼1 범위 값으로 정규화 하여 5개의 동일 간격으로 분류하였으며, 이를 토대로 23개의 행정동 별로 고위험 및 안전 지역을 도출하였다. 4개의 지도를 검토한 결과 공통적으로 강동면이 가장 안전지역으로, 3개의 지도에서 황남동 및 월성동이 취약지역으로 도출되었다. 본 연구에서 제작한 지진 취약성 지도는 환경, 토지, 시설물 관리 및 정책 수립 등 다양한 분야에서 지진으로 인한 피해를 저감하기 위한 기초 자료로 활용 가능할 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.