선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그리고 산사태 및 관련 요인 간의 상관관계를 정량적으로 분석하면 산사태를 예측하는데 기본 자료로 사용될 수 있다. 따라서 본 연구에서는 2002년 태풍 루사에 의해 발생한 산사태 위치를 인공위성 영상을 사용하여 변화탐지(Change Detection)와 현상조사를 통해 파악하고, 이러한 산사태와 공간 데이터베이스의 상관관계를 분석하였다. 이러한 연구는 국내에서 용인, 장흥, 보은 지역에 대해서 연구가 진행되어 왔다(이사로, 2000; 이사로와 민경덕, 2000; Lee and Min 2001; Lee et al.
- 본 연구를 위해 연구지역인 강릉 지역의 산사태 분석에 필요한 관련 자료로서, 우선적으로 산사태 발생 위치를 파악하기 위하여 강원도청에서 실시한 태풍 루사 피해조사 자료를 분석하였다. 또한 산사태 발생 이전의 2001년 12월 7일과 2002년 12월 14일 아리랑1호 영상에서의 변화탐지를 실시하였다.
가설 설정
- 이러한 방법 중에서 영상 촬영날짜에 대한 대기 상황의 자료 없이 사용가능한 방법이 영상기반 모델(Image-based Model)이다. 전체 자료에 대한 대기 효과는 동일하다는 가정 하에 이루어지는 영상기반 대기 보정 모델들은 흑체의 존재와 표면이 Lambertian면임을 가정하며, 위성의 고도, 태양각, 획득 시각 등의 자료와 영상내의 처리 과정을 거쳐 대기보정이 수행된다. 변화 탐지 방법의 적용에 있어서 다른 전 처리는 히스토그램 매칭 방법이다.
제안 방법
- 이후 이것을 데이터베이스로 구축하였다. 그리고 산사태에 영향을 줄 수 있는 영향인자를 포함하는 1:5,000 정밀지형도, 1:25,000 정밀토양도, 1:25,000 임상도, 1:250, 000 지질도를 GIS 프로그램을 활용하여 공간 데이터베이스로 구축하였다, 토지 피복도는 2000년 5 월 8일 Landsat TM 영상을 이용하여 작성하였으며, 영상에서 추출한 선구조를 100m 간격의 버퍼링을 적용하여 데이터베이스로 구축하였다. 지질 요인의 경우는 암상을 지질도로부터 추출하여 암상도를 구축하였다.
- 그리고 산사태에 영향을 줄 수 있는 영향인자를 포함하는 1:5,000 정밀지형도, 1:25,000 정밀토양도, 1:25,000 임상도, 1:250, 000 지질도를 GIS 프로그램을 활용하여 공간 데이터베이스로 구축하였다, 토지 피복도는 2000년 5 월 8일 Landsat TM 영상을 이용하여 작성하였으며, 영상에서 추출한 선구조를 100m 간격의 버퍼링을 적용하여 데이터베이스로 구축하였다. 지질 요인의 경우는 암상을 지질도로부터 추출하여 암상도를 구축하였다. 지형 요인의 경우에는 지형도의 등고선을 이용하여, DEM을 생성하고, 고도, 경사, 경사방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였고, 수계를 추출한 후 100m로 버퍼링하여 데이터베이스로 구축 하였다.
- 지질 요인의 경우는 암상을 지질도로부터 추출하여 암상도를 구축하였다. 지형 요인의 경우에는 지형도의 등고선을 이용하여, DEM을 생성하고, 고도, 경사, 경사방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였고, 수계를 추출한 후 100m로 버퍼링하여 데이터베이스로 구축 하였다. 토양 요인의 경우 토양도에 있는 지형종류, 토질, 모재, 배수, 유효토심 등을 데이터베이스로 구축하였다.
- 지형 요인의 경우에는 지형도의 등고선을 이용하여, DEM을 생성하고, 고도, 경사, 경사방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였고, 수계를 추출한 후 100m로 버퍼링하여 데이터베이스로 구축 하였다. 토양 요인의 경우 토양도에 있는 지형종류, 토질, 모재, 배수, 유효토심 등을 데이터베이스로 구축하였다. 임상의 경우에도 임상도에서 임상, 경급, 영급, 밀도 등을 데이터베이스로 구축하였다.
- 임상의 경우에도 임상도에서 임상, 경급, 영급, 밀도 등을 데이터베이스로 구축하였다. 이러한 과정을 거쳐서 각각 구축된 데이터베이스는 5x5m 간격의 ARC/ INFO GRID로 변환하였다. 그리고 변환된 자료를 이용하여 산사태와의 교차분석을 이용하여 상관관계를 구하였다.
- 피해조사 자료를 분석하였다. 또한 산사태 발생 이전의 2001년 12월 7일과 2002년 12월 14일 아리랑1호 영상에서의 변화탐지를 실시하였다.
- 이러한 변화 탐지에 의하여 산사태 발생 지역으로 추정되는 곳과 지적도에 의거하여 산사태 피해와 복구공사가 있었던 지역을 중첩하여 우선적으로 산사태가 많이 발생한 지역으로 선정하였다. 선정된 지역에 대한 현장조사를 실시하였다.
- 발생한 지역으로 선정하였다. 선정된 지역에 대한 현장조사를 실시하였다. 산사태 발생지역을 현지 답사하여 그 결과를 지도에 표시하는 방법이 가장 정확한 방법이다.
- 또한 매핑에 있어서도 실제 측량을 하지 않는 대략적인 지도상의 매핑은 정확도가 떨어진다. 이러한 단점을 극복하기 위해 GPS를 이용하고, 1: 5, 000 지형도와 비교함으로써 정확도와 정밀도를 높이려 하였다.
- 이러한 산사태 발생위치 파악은 강원도청에서 작성한 태풍 루사 피해조사 자료와 위성영상을 이용한 변화탐지 기법을 분석하여 일차적으로 탐지하였고, 탐지된 산사태 발생위치의 정확성을 판단하기 위하여 현지답사를 통한 GPS 측량을 수행하여 산사태 위치도를 작성하였다. 작성결과 산사태가 일어난 개소는 강릉 사기막리 지역의 경우에는 GPS측정에서는 337개소이었으며, 변화탐지에 의해서는 456개소이며, 삼교리 지역의 경우에는 GPS측정에 의해서는 115개소이며, 변화탐지에 의해서는 148개소이다(Fig.
- 작성하였다. 이렇게 작성된 수치표고모델로부터 경사도, 경사방향도, 곡률도를 작성하였으며, 경사도는 지형의 기울기를 나타내며, 경사방향도는 지형사면의 경사방향을 나타낸다. 곡률도의 경우, 0을 기준으로 음의 값으로 갈수록 경사면의 형태가 오목한 것을 나타내며, 양의 값으로 갈수록 경사면의 형태가 볼록한 것을, 0은 경사면의 형태가 평탄한 것을 나타낸다.
- 곡률도의 경우, 0을 기준으로 음의 값으로 갈수록 경사면의 형태가 오목한 것을 나타내며, 양의 값으로 갈수록 경사면의 형태가 볼록한 것을, 0은 경사면의 형태가 평탄한 것을 나타낸다. 1:5,000 수치지형도 수계만을 추출하여 수계도를 작성하였다. 수계도는 연구지역에서의 수계의 분포를 나타낸다.
- 수계도는 연구지역에서의 수계의 분포를 나타낸다. 토양자료로는 1:25,000 정밀토양 도로부터 지형종류도, 토질도, 토양 배수도, 토양 모재도, 유효토심도 등을 작성하였다. 지형은 토양이 분포한 지역의 지형에 의해 분류된 것이며, 토질은 토양입자 크기에 의하여, 모재는 토양이 어떤 암상으로부터형성되었는가를, 배수는 물의 배수정도를, 유효토심은토양의 유효두께를 각각 나타낸다.
- 지형은 토양이 분포한 지역의 지형에 의해 분류된 것이며, 토질은 토양입자 크기에 의하여, 모재는 토양이 어떤 암상으로부터형성되었는가를, 배수는 물의 배수정도를, 유효토심은토양의 유효두께를 각각 나타낸다. 또한 1:25,000 임상 도로부터 임상 종류도, 임상 경급도, 임상 영급도, 임상 밀도도 등을 구축하였다. 임상종류도는 나무의 종류를 나타내며, 임상 경급도는 나무의 지름을, 임상 영급도 는 나무의 수령을, 임상 밀도도는 나무의 밀도를 각각 나타낸다.
- 임상종류도는 나무의 종류를 나타내며, 임상 경급도는 나무의 지름을, 임상 영급도 는 나무의 수령을, 임상 밀도도는 나무의 밀도를 각각 나타낸다. 지질자료는 1:250, 000 지질도로부터 암상분포도를 구축하였으며, 기존의 지질도상의 단층자료와 Landsat TM 영상으로부터 선구조를 육안판독을 통해 추출하여 선구조도와 토지피복도를 추출하였다.
- 이는 산사태가 기존의 나무의 직경이 클수록 발생확률이 낮다는 것과 일치하는 것이다. 그러나 삼교리의 경우에는 중경목 지역에서 2가지 경우 모두 산사태가 많이 발생하는 것으로 나타났으며, 이러한 결과를 이해하기 위하여 지형도로부터 추출한 DEM과 DEM으로부터 추출한 경사도를 중첩해 보았다. 그 결과 조경목과 치수는 낮은 고도인 평지에 분포하는 경우가 많았으며, 중경목의 경우에는 산지에 분포하고 있는 경우가 많았다.
- 이러한 경우는 영급이 작을수록 산사태가 많이 발생할 것 이라는 가정과 반대되는 현상으로, 결과를 이해하기 위하여 지형도로부터 추출된 DEM과 DEM으로부터 추출한 경사도를 중첩시켜 보았다. 그 결과 1에서 3영급은 평지에 분포하고 있었으며, 산사태가 발생한 지역에는 4영급과 5영급이 분포하는 지역이었다.
- 본 연구에서는 산사태 발생 관련 요인들에 대한 데이터베이스 구축을 하고, 이를 이용하여 빈도비 방법을 이용한 산사태와 관련 요인 간의 관계를 정량적으로 분석하였다. 산사태 발생 확률인 빈도비를 보면 경사에서는 사기막리 지역과 삼교리 지역 모두 31~35도의 경사도가 가장 높게 나타났으며 사면 방향의 경우에는 사기막리 지역에서는 남쪽이, 삼교리 지역에서는 북쪽이 가장 높게 나타났으며, 곡률의 경우에는 사기막리 지역과 삼교리 지역이 공통적으로 양의 값에서 빈도 비 즉 산사태 발생 확률이 높게 나타났다.
- 변화탐지를 위해서는 영상의 위치 보정이 가장 중요하다. 비교되는 2개의 영상 중 하나의 영상을 수치지형도 등을 사용하여 정밀한 기하보정을 실시하고, 다른 영상은 기하 보정을 실시한 영상을 바탕으로 영상 대 영상(Image to Image) 보정 방법을 적용하였다. 가장 효율적인 비교를 위해서는 두 영상은 대기보정의 단계를 거쳐야 한다.
- 지형자료로서는 1:5,000 수치지형도를 자료변환 후 내삽의 과정을 거쳐 수치표고모델(DEM)을 작성하였다. 이렇게 작성된 수치표고모델로부터 경사도, 경사방향도, 곡률도를 작성하였으며, 경사도는 지형의 기울기를 나타내며, 경사방향도는 지형사면의 경사방향을 나타낸다.
대상 데이터
- 연구지역인 강원도 사천면 사기막리 지역에 대한 산사태 발생 이전의 영상인 2001년 12월 7일 아리랑1호 (KOMPSAT EOC) 위성영상과 산사태 발생 이후인 2002년 12월 14일에 촬영한 영상을 사용하여 변화탐지를 실시하여 산사태 발생 위치를 파악하였으며 현장에서는 GPS를 이용하여 발생위치를 정밀하게 획득하였다. 이후 이것을 데이터베이스로 구축하였다.
- 이 기법은 수확된 논 혹은 작물의 성장에서의 변화 같은 큰 변화가 예상되는 지역에 효과적이다. 본 연구에서는 이러한 적색/녹색 차이 영상을 사용하였으며, 산사태는 픽셀 값 (DN)의 증가요인이 되기 때문에, 녹색 영상만이 나타나게 하여 사용하였다.
- 본 연구에서 산사태 분석에 이용된 각각의 자료들은 Table 1과 같다. 좌표계는 우리나라 지형도에 활용되고 있는 TM (Ernsverse Mercator)의 지역좌표인 129도에 맞추어 사용하였으며, 타원체는 Bessel을 사용하였다.
데이터처리
- 이러한 과정을 거쳐서 각각 구축된 데이터베이스는 5x5m 간격의 ARC/ INFO GRID로 변환하였다. 그리고 변환된 자료를 이용하여 산사태와의 교차분석을 이용하여 상관관계를 구하였다.
- 강릉 지역을 대상으로 구축된 데이터베이스와 파악된 산사태 위치를 이용하여 산사태와 지형, 지질, 토양, 임상, 토지이용 등 산사태 발생에 관련되는 요소들과의 관계를 빈도비 방법을 이용하여 분석하였다. 빈도 비를 이용한 상관관계 분석은 각 요인의 등급별 산사태 발생 면적 비율을 각 요인 등급이 전체 면적에서 차지하는 비율로 나눈 것으로써, 이 빈도비가 1이면 평균을 의미하고, 1 보다 클수록 산사태 발생과 높은 상관관계를 나타낸다.
성능/효과
- 작성결과 산사태가 일어난 개소는 강릉 사기막리 지역의 경우에는 GPS측정에서는 337개소이었으며, 변화탐지에 의해서는 456개소이며, 삼교리 지역의 경우에는 GPS측정에 의해서는 115개소이며, 변화탐지에 의해서는 148개소이다(Fig. 2).
- 모든 자료의 공간해상도는 5x5m으로 구성되었으며, 연구지역의 격자수는 사기막리 지역의 경우에는 행과 열이 1, 586x1, 209로 총 격자수는 1, 917, 474이며, 삼교리 지역의 경우에는 행과 열이 505 x 768로 총 격자 수는 387, 840이다.
- 이러한 결과는 바람의 방향은 수시로 바뀌지만 바람에 방향을 동쪽을 기준으로 보았을 때 바람의 방향은 서쪽을 향하는 것을 알 수 있으며, 결과적으로는 서쪽을 포함하는 지역에 산사태가 많이 발생 확률이 높음을 예상할 수 있고, 연구결과와 일치함을 볼 수 있다.
- 사기막리 지역과 삼교리 지역에서의 GPS 현장조사와 변화탐지에 의한 산사태와의 비교 결과는 각각의 경우 모두 음의 값보다는 양의 값에서 빈도비가 높은 것으로 나타났다. 특히 평탄한 곳은 4가지 경우 모두 1보다 작은 값을 나타냈으며, 이는 평탄한 것은 산사태 발생의 가능성이 매우 적다는 것을 의미한다.
- 사기막리 지역과 삼교리 지역에서의 GPS 현장조사와 변화탐지에 의한 산사태와의 비교 결과는 각각의 경우 모두 음의 값보다는 양의 값에서 빈도비가 높은 것으로 나타났다. 특히 평탄한 곳은 4가지 경우 모두 1보다 작은 값을 나타냈으며, 이는 평탄한 것은 산사태 발생의 가능성이 매우 적다는 것을 의미한다.
- 지형종류의 경우, 사기막리 지역과 삼교리지역의 경우 GPS 현장조사와 변화탐지에서 저 구릉지와 저 구릉 산록경사지의 경우에는 산사태 발생확률이 공통적으로 낮게 나타났으며, 사기막리 지역에서는 곡간 및 선상지의 빈도비가 2이상의 값을 나타내고, 삼교리에서는 곡간 및 산록경사지와 산악지가 빈도비 2정도의 값을 나타내고 있으므로 산사태 발생확률이 높은 것으로 나타났다. 이는 지형의 종류가 경사각과 관계가 있으므로 경사각에 영향을 받은 결과라고 할 수 있다.
- 유효 토심의 경우, 사기막리 지역의 경우에는 GPS 현장조사와 변화탐지에 의한 산사태와의 비교 결과는 보통 깊이의 지역에서 빈도비가 1보다 높게 나타났으며, 삼교리 지역에서는 얕은 지역이 빈도비가 2보다 크게 나타났다.
- 산사태와 임상 관련 요인 즉, 임상, 영급, 경급, 밀도와의 관계(Table 2, Table 3)를 살펴보면, 임상의 경우에는, 사기막리 지역에서는 2가지 경우 모두에서 소나무 인공림의 빈도비가 2를 넘는 값을 나타냈으며, 삼교리의 경우에는 잣나무림에서 빈도비가 2를 넘는 값을 나타냈다. 칩엽수들은 뿌리가 얕고 빨리 자라지만 쉽게 죽고, 활엽수들은 성장이 느리지만 뿌리의 부착은 양호한 특징을 보인다.
- 그 결과 조경목과 치수는 낮은 고도인 평지에 분포하는 경우가 많았으며, 중경목의 경우에는 산지에 분포하고 있는 경우가 많았다. 결과적으로 경사도와 비교해 볼 때 중경목에서 산사태 발생확률이 높게 나타날 수 있음을 확인할 수 있었다.
- 영급의 경우, 사기막리 지역은 2가지의 방법에 대해 모두 5영급이 가장 높은 빈도비를 나타냈으며, 삼교리의 경우에도 4영급이 가장 높은 산사태 발생확률을 나타내었다. 이러한 경우는 영급이 작을수록 산사태가 많이 발생할 것 이라는 가정과 반대되는 현상으로, 결과를 이해하기 위하여 지형도로부터 추출된 DEM과 DEM으로부터 추출한 경사도를 중첩시켜 보았다.
- 이러한 경우는 영급이 작을수록 산사태가 많이 발생할 것 이라는 가정과 반대되는 현상으로, 결과를 이해하기 위하여 지형도로부터 추출된 DEM과 DEM으로부터 추출한 경사도를 중첩시켜 보았다. 그 결과 1에서 3영급은 평지에 분포하고 있었으며, 산사태가 발생한 지역에는 4영급과 5영급이 분포하는 지역이었다.
- 그렇기 때문에 토지피복도를 만들면 산사태가 도시지역에서 발생한 것으로 인식된다. 삼교리의 경우에는 실제 산사태가 산속에서 많이 발생한 지역으로 도시에 대한 산사태 발생 확률이 낮으며, 산속의 작은 경작지 바로 위쪽이나 묘지의 상부 등에서 발생한 산사태가 많기에 목초지에서의 발생 확률이 높게 나타났다.
- 분석하였다. 산사태 발생 확률인 빈도비를 보면 경사에서는 사기막리 지역과 삼교리 지역 모두 31~35도의 경사도가 가장 높게 나타났으며 사면 방향의 경우에는 사기막리 지역에서는 남쪽이, 삼교리 지역에서는 북쪽이 가장 높게 나타났으며, 곡률의 경우에는 사기막리 지역과 삼교리 지역이 공통적으로 양의 값에서 빈도 비 즉 산사태 발생 확률이 높게 나타났다. 지형 종류의 경우에는 사기막리 지역과 삼교리 지역은 공통적으로 곡간지가 산사태 발생확률이 높았으며, 토양자료의 경우에도 사기막리 지역과 삼교리 지역이 공통적으로 배수가 잘될수록 산사태 발생 확률이 높게 나타났으며, 임상자료의 경우에서도 사기막리 지역과 삼교리 지역이 공통적으로 수종이 소나무나 잣나무일 경우 높게 나타났다.
- 산사태 발생 확률인 빈도비를 보면 경사에서는 사기막리 지역과 삼교리 지역 모두 31~35도의 경사도가 가장 높게 나타났으며 사면 방향의 경우에는 사기막리 지역에서는 남쪽이, 삼교리 지역에서는 북쪽이 가장 높게 나타났으며, 곡률의 경우에는 사기막리 지역과 삼교리 지역이 공통적으로 양의 값에서 빈도 비 즉 산사태 발생 확률이 높게 나타났다. 지형 종류의 경우에는 사기막리 지역과 삼교리 지역은 공통적으로 곡간지가 산사태 발생확률이 높았으며, 토양자료의 경우에도 사기막리 지역과 삼교리 지역이 공통적으로 배수가 잘될수록 산사태 발생 확률이 높게 나타났으며, 임상자료의 경우에서도 사기막리 지역과 삼교리 지역이 공통적으로 수종이 소나무나 잣나무일 경우 높게 나타났다. 또한 두 지역 모두 경급과 영급이 높을수록 산사태는 발생 확률이 높게 나타났다.
후속연구
- 원격탐사를 활용하면 산이라는 지리적 특성에서 발생하는 현장 조사의 어려움을 줄일 수 있으며 넓은 지역에 대한지표면의 형태적, 물리적 공간정보의 획득을 용이하게 할 수 있다는 장점이 있다. 그리고 산사태 및 관련 요인 간의 상관관계를 정량적으로 분석하면 산사태를 예측하는데 기본 자료로 사용될 수 있다. 따라서 본 연구에서는 2002년 태풍 루사에 의해 발생한 산사태 위치를 인공위성 영상을 사용하여 변화탐지(Change Detection)와 현상조사를 통해 파악하고, 이러한 산사태와 공간 데이터베이스의 상관관계를 분석하였다.
- 본 연구를 통하여 산사태와 관련 요인 간의 관계를 파악할 수 있었으며, 연구의 결과가 보다 구체적으로 활용되기 위해서는 보다 많은 대상으로 산사태가 발생한 지역에 대한 사례분석이 이루어져야 하며, 이에 따른 결과가 향후 산사태 예측지의 판단을 위하여 데이터베이스화될 필요성이 있다. 또한 산사태 분석에 중요한 부분을 차지하는 정확한 산사태 발생 위치를 파악하는 기술도 선행되어 개발되어야 한다.
- 필요성이 있다. 또한 산사태 분석에 중요한 부분을 차지하는 정확한 산사태 발생 위치를 파악하는 기술도 선행되어 개발되어야 한다. 그러기 위해서는 넓은 지역과 접근이 용이 하지 못한 지역에서의 산사태 발생시에 이를 효과적으로 파악할 수 있는 원격탐사 기술의 개발이 필수적이며, 최근 제공되고 있는 고해상도 위성영상의 활용을 통하여 산사태 예측에 중요한 자료인 산사태 발생위치를 보다 정확하고, 정밀하게 구분할 수 있을 것으로 사료된다.
- 또한 산사태 분석에 중요한 부분을 차지하는 정확한 산사태 발생 위치를 파악하는 기술도 선행되어 개발되어야 한다. 그러기 위해서는 넓은 지역과 접근이 용이 하지 못한 지역에서의 산사태 발생시에 이를 효과적으로 파악할 수 있는 원격탐사 기술의 개발이 필수적이며, 최근 제공되고 있는 고해상도 위성영상의 활용을 통하여 산사태 예측에 중요한 자료인 산사태 발생위치를 보다 정확하고, 정밀하게 구분할 수 있을 것으로 사료된다. 또한 산사태 자료의 계속적인 수집 및 데이터베이스 구축과 관리 및 분석을 효율적으로 할 수 있는 GIS 기술을 활용하여야 한다.
- 그러기 위해서는 넓은 지역과 접근이 용이 하지 못한 지역에서의 산사태 발생시에 이를 효과적으로 파악할 수 있는 원격탐사 기술의 개발이 필수적이며, 최근 제공되고 있는 고해상도 위성영상의 활용을 통하여 산사태 예측에 중요한 자료인 산사태 발생위치를 보다 정확하고, 정밀하게 구분할 수 있을 것으로 사료된다. 또한 산사태 자료의 계속적인 수집 및 데이터베이스 구축과 관리 및 분석을 효율적으로 할 수 있는 GIS 기술을 활용하여야 한다. 본 연구에서의 상관관계 분석결과는 산사태 취약성도 작성에 기본 자료로 이용될 수 있다.
- 또한 산사태 자료의 계속적인 수집 및 데이터베이스 구축과 관리 및 분석을 효율적으로 할 수 있는 GIS 기술을 활용하여야 한다. 본 연구에서의 상관관계 분석결과는 산사태 취약성도 작성에 기본 자료로 이용될 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.