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
- 산사태 가능성은 어떤 지역의 산사태 취약성에 경우, 지진 등의 산사태 유발요인의 발생 가능성을 더 해 그 지역에서 산사태가 얼마나 잘 일어날 수 있는가를 분석하는 것이다. 그리고 산사태 위험성은 산사태 취약성 혹은 가능성에 인명, 시설물 등 피해요소를 같이 고려한 것으로 산사태로 인해 인명 및 시설물의 피해 가능성이 얼마인가를 분석하는 것이다. 이를 식으로 표현하면 아래와 같다.
- 산사태의 취약성 기법이 적용되면 산사태 발생원인을 분석할 수 있으며, 이를 바탕으로 산사태 발생 가능성을 예측할 수 있기 때문에 산사태에 의한 피해 예방과 관리가 가능해진다. 따라서 본 연구의 목적은 확률기법인 빈 도비 모델을 강릉시의 2개 지역에 적용하여 취약 성도를 작성하고, 검증 및 교차 검증을 통해 취약성도의 정확도를 평가하는 것이다.
제안 방법
- 각각의 산사태에 영향을 주었을 공간 데이터베이스 (Table 1)는 GIS 프로그램을 활용하여 산사태 지역의 1: 5,000 축척의 정밀 지형도, 1:25,000 축척의 정밀 토양도, 1:25,000 축척의 임상도, 1: 250, 000 축척의 지질도를 ARC/INFO 커버리지 형태의 공간데이터베 이스로 정리하였다. 토지이용도는 2000년 5월 8일 Landsat TM(Thematic Mapper) 영상을 이용하여 작성하였으며, 영상에서 추출한 선 구조를 100 m 간격의 버퍼링을 적용하여 데이터베이스로 구축하였다.
- 2는 삼교리 지역의 빈도 비를 삼교리 지역에 적용한 경우이다. 그리고 각각의 빈도 비를 상대방에 적용하여 취약 성도를 작성하였다(Fig. 3 and 4). 즉 Fig 3은 삼교리 지역 빈도 비를 사기막리 지역에 적용한 경우이고, Fig.
- 특히 교차 검증을 적용할 경우 적용된 기법의 적절성뿐 아니라, 예측 정확도까지 객관적으로 평가할 수 있다. 기존 계산된 산사태 취약성 지수의 기존 산사태 발생을 설명하는 능력을 정량적으로 표현하기 위하여 추정능력을 계산하였다. 추정능력을 계산하기 위하여, 산사태 취약성 지수 값을 그대로 사용하지 않고 상대적 순위(rank)를 계산하여 10% 별로 값을 재분류하여 그 범위에 포함되는 기존 산사태 발생 위치의 셀 수를 계산하여 상대적 비율을 계산하였다.
- 이러한 축척에 의한 산사태 취약성 분석 기법은 Table 2와 같다. 본 연구에서는 다변량 확률 방법이이 주로 사용되었는데, 이 방법은 확률기법에 의하여 각각 요소의 등급값를 정하고 이를 바탕으로 산사태 취약 성도를 작성하였다. 산사태와 관련되는 각각의 요인과 산사태와의 관계가 확률적으로 분석하고, 그 결과를 이용하여 산사태 취약성 도가 작성된다.
- 본 연구에서는 빈 도비 방법을 이용한 산사태 발생 취약성을 분석하였으며, 교차 적용을 통하여 사기막리 지역의 등급값를 삼교리 지역에 적용하여 각각의 지역에 대한 전체적인 산사태 위험성을 평가하였다. 분석된 취약성도 는 계산된 산사태 취약성 지수를 기존 산사태 발생을 정량적으로 설명 및 표현하기 위하여 추정능력을 계산하여 검증 및 교차 검증을 실시하였다.
- 연구지역의 격자 수는 사기막리 지역의 경우에는 행과 열이 1, 586x1, 209로 총 격자 수는 1, 917, 474이며, 삼교리 지역의 경우에는 행과 열이 505x768로 총 격자 수는 387, 840이다. 빈도 비를 사용하여 각각 구분되어진 요인들이 발생한 산사태에 미치는 등급값를 계산하였다. 이후에 각각 등급값를 활용하여 산사태 취약 성도를 작성하였으며, 검증을 위하여 계산되어진 산사태 취약성 지수가 기존 산사태 발생을 설명하는 것을 정량적으로 표현하기 위하여 추정능력(Success rate)을 계산하였다.
- 본 연구에서는 다변량 확률 방법이이 주로 사용되었는데, 이 방법은 확률기법에 의하여 각각 요소의 등급값를 정하고 이를 바탕으로 산사태 취약 성도를 작성하였다. 산사태와 관련되는 각각의 요인과 산사태와의 관계가 확률적으로 분석하고, 그 결과를 이용하여 산사태 취약성 도가 작성된다. 그리고 이러한 산사태 분석에 사용될 수 있는 자료의 종류는 Table 3과 같다.
- 이러한 산사태 취약성 분석에는 여러가지 방법이 있으며 입력 자료의 축척별로 분류되었는데 그 이유는 산사태 분석 기법이 축척에 따라서 다르기 때문이다. 소축척은 1:500, 000 이상의 입력 자료를 사용하여 분석하며, 중축척은 1:25,000-1:50, 000의 자료를 사용하고, 대 축척은 1:5,000 이상의 자료를 사용하여 분석한다. 이러한 축척에 의한 산사태 취약성 분석 기법은 Table 2와 같다.
- 이러한 3단계의 분석 과정 중 본 연구에서는 산사태의 취약성 분석만을 실시하였다.
- 취약성도의 값들은 일종의 추정값에 해당되는데, 예측을 위해서는 검증과정이 필요하다. 이러한 검증을 위해 본 연구에서는 사기막리 지역의 산사태 등급 값과 삼교리 지역의 등급 값을 각각 적용하고, 또한 교차 적용함으로써 각각의 경우의 산사태 등급 값이 얼마나 올바른 추정치인지 여부를 검증하였다. 이러한 검증 및 교차 검증은 산사태 취약성도 작성에 사용된 산사태 위치의 정확성, 관련 요인자료들의 적절성, 적용된 기 법의 적절성 등을 검증하는데 꼭 필요한 절차이다.
- 임상의 경우에도 임상 도에서 임상, 경급, 영급, 밀도 등을 데이터베이스 구축하였다. 이러한 과정을 거쳐서 각각 구축된 데이터베이스는 5x5m 간격의 격자 (ARC/INFO GRID 형태)로 변환하였다. 연구지역의 격자 수는 사기막리 지역의 경우에는 행과 열이 1, 586x1, 209로 총 격자 수는 1, 917, 474이며, 삼교리 지역의 경우에는 행과 열이 505x768로 총 격자 수는 387, 840이다.
- 즉 산사태 발생 확률이 적다는 것을 의미한다. 이러한 빈 도비 값은 Table 4와 Table 5와 같으며, 산사태 취약성도 작성을 위해 각 요인에 대해 이러한 빈 도비 값을 준 다음, 이를 중첩 분석하여 산사태 취약성 지수(LIS: Landslide Susceptibility Index)를 구하였다. 즉 산사태 취약성 지수는 산사태와 각 요인과의 관계인 빈 도비 값을 각 요인에 등급 값으로 하여 식(4)과 같이 각 요인에 대해 가중치를 1로 같이 주고 모두 더한 값이다.
- 이렇게 계산된 산사태 취약성 지수 값으로 강릉시 사 천 면 사기막리와 주문진읍 삼교리 지역에 대해 산사태 취약 성도를 작성하였다(Fig. 1 and 2). 즉 Fig.
- 빈도 비를 사용하여 각각 구분되어진 요인들이 발생한 산사태에 미치는 등급값를 계산하였다. 이후에 각각 등급값를 활용하여 산사태 취약 성도를 작성하였으며, 검증을 위하여 계산되어진 산사태 취약성 지수가 기존 산사태 발생을 설명하는 것을 정량적으로 표현하기 위하여 추정능력(Success rate)을 계산하였다.
- 토지이용도는 2000년 5월 8일 Landsat TM(Thematic Mapper) 영상을 이용하여 작성하였으며, 영상에서 추출한 선 구조를 100 m 간격의 버퍼링을 적용하여 데이터베이스로 구축하였다. 지질 요인의 경우는 암상을 추출하여 암상도를 구축하였다. 지형 요인의 경우에는 지형도에서 수계를 추출한 후 이를 100이 단위로 버퍼링하여 데이터베이스로 구축을 하였으며, 또한 DEM(Digital Elevation Model)을 생성하여 고도, 경사, 경사 방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였다.
- 지질 요인의 경우는 암상을 추출하여 암상도를 구축하였다. 지형 요인의 경우에는 지형도에서 수계를 추출한 후 이를 100이 단위로 버퍼링하여 데이터베이스로 구축을 하였으며, 또한 DEM(Digital Elevation Model)을 생성하여 고도, 경사, 경사 방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였다. 토양요인의 경우 토양도에 있는 지형 종류, 토질, 모재, 배수, 유효 토심 등을 데이터베이스로 구축하였다.
- 기존 계산된 산사태 취약성 지수의 기존 산사태 발생을 설명하는 능력을 정량적으로 표현하기 위하여 추정능력을 계산하였다. 추정능력을 계산하기 위하여, 산사태 취약성 지수 값을 그대로 사용하지 않고 상대적 순위(rank)를 계산하여 10% 별로 값을 재분류하여 그 범위에 포함되는 기존 산사태 발생 위치의 셀 수를 계산하여 상대적 비율을 계산하였다. 이와 같이 계산하여, 사기막리 및 삼교리 지역에 대해 분석된 취약성도 에서 얻어진 취약성 지수 값을 단위 면적당 산사태 발생 비율 값을 그래프로 나타내면 Fig.
- 지형 요인의 경우에는 지형도에서 수계를 추출한 후 이를 100이 단위로 버퍼링하여 데이터베이스로 구축을 하였으며, 또한 DEM(Digital Elevation Model)을 생성하여 고도, 경사, 경사 방향, 곡률 등의 지형분석을 실시하여 각각을 데이터베이스로 구축하였다. 토양요인의 경우 토양도에 있는 지형 종류, 토질, 모재, 배수, 유효 토심 등을 데이터베이스로 구축하였다. 임상의 경우에도 임상 도에서 임상, 경급, 영급, 밀도 등을 데이터베이스 구축하였다.
- 각각의 산사태에 영향을 주었을 공간 데이터베이스 (Table 1)는 GIS 프로그램을 활용하여 산사태 지역의 1: 5,000 축척의 정밀 지형도, 1:25,000 축척의 정밀 토양도, 1:25,000 축척의 임상도, 1: 250, 000 축척의 지질도를 ARC/INFO 커버리지 형태의 공간데이터베 이스로 정리하였다. 토지이용도는 2000년 5월 8일 Landsat TM(Thematic Mapper) 영상을 이용하여 작성하였으며, 영상에서 추출한 선 구조를 100 m 간격의 버퍼링을 적용하여 데이터베이스로 구축하였다. 지질 요인의 경우는 암상을 추출하여 암상도를 구축하였다.
대상 데이터
- 연구지역은 행정구상으로 강원도 강릉시 사천면 사기막리와 주문진읍 삼교리에 해당한다. 지리 좌표상 으로는 사기막리 지역의 경우는 동경 128°45'00"~ 128°50'00", 북위 37。45'00''~37。50'00" 이고, 삼교리 지역의 경우는 동경 128°45'00"~128°47'50" 북위 37° 5250"~37°52'80" 에 해당하는 지역이다.
- 지리 좌표상 으로는 사기막리 지역의 경우는 동경 128°45'00"~ 128°50'00", 북위 37。45'00''~37。50'00" 이고, 삼교리 지역의 경우는 동경 128°45'00"~128°47'50" 북위 37° 5250"~37°52'80" 에 해당하는 지역이다. 이 가운데에서 상세 연구 대상 지역은 사천면 사기막리 지역 일대, 즉 사기막 저수지 지역에서부터 강릉 고속도로 인터체인지 부근까지의 지역이다.
데이터처리
- 본 연구지역에 대한 빈 도비 값은 기존의 각 요인 및 산사태와의 관계를 분석한 결과를 이용하였다(이명진 외, 2004). 빈도 비는 각 요인의 등급별 산사태 발생 면적 비율을 각 요인 등급이 전체 면적에서 차지하는 비율로 나눈 것으로서, 이 빈도 비가 1이면 평균을 의 미하고, 1보다 클수록 산사태 발생과 높은 상관관계를 나타낸다.
- 본 연구에서는 빈 도비 방법을 이용한 산사태 발생 취약성을 분석하였으며, 교차 적용을 통하여 사기막리 지역의 등급값를 삼교리 지역에 적용하여 각각의 지역에 대한 전체적인 산사태 위험성을 평가하였다. 분석된 취약성도 는 계산된 산사태 취약성 지수를 기존 산사태 발생을 정량적으로 설명 및 표현하기 위하여 추정능력을 계산하여 검증 및 교차 검증을 실시하였다. 그 결과 같은 지역에서 계산된 빈도 비를 적용할 경우가 다른 지역에서 계산된 빈도 비를 적용할 경우 즉 교차적용의 경우보다 더욱 높은 추정능력을 나타내었다.
이론/모형
- 4는 사기막리 지역의 빈도 비를 삼교리에 적용한 경우이다. 취약 성도에서 산사태 취약성 지수 값 의 구분은 시각적으로 구분이 편리하게 하기 위해 지 수값이 분포하는 면적을 같게 하는 방법인 등간격 방법을 사용하였다.
성능/효과
- 11%)을 나타내었고, 사기막리 지역의 빈도 비를 사기막리 지역에 적용했을 때가 두 번째로 높은 추정능력(8590%)을 나타내었다. 교차 적용에서는 사기막리 지역의 빈도 비를 삼교리 지역에 적용한 경우(78.70%)가 그 반대의 경우(67.64%)보다 높은 추정능력을 나타내었다.
- 즉 삼교리 지역에서 구해진 빈도 비를 사기막리 지역에 적용할 때 분류가 되지 않은 종류가 많아 이러한 지역은 빈 도비 평균값인 1을 주었기 때문에 추정능력이 많이 떨어지는 것으로 사료된다. 그러나 사기막리 지역의 경우 다양한 분류를 포함하기 때문에 이를 삼교리에 적용하였을 때는 삼교리 지역의 분류들은 대부분 빈도 비를 가지므로 교차 검증에서 보다 좋은 추정능력을 보여주었다.
- 11%이다. 사기막리 지역에서 구한 빈도 비를 삼교리 지역에 적용한 취약성도의 산사태 추정능력은 78, 70%이며, 삼교리 지역에서 구한 빈도 비를 사기막리 지역에 적용한 취약성도의 산사태 추정능력은 67.64%로 나타났다. 즉 같은 지역의 빈도 비를 적용한 경우는 85% 이상 높게 나타났으며, 다른 지역의 빈도 비를 적용한 경우 78.
- 즉 아래쪽 면적의 비율을 추정능력으로 볼 수 있다. 이러한 추정능력은 사기막리 지역에서 구한 빈도 비를 사기막리 지역에 적용한 취약성도의 경우 8590%이고, 삼교리 지역에서 구한 빈도 비를 삼교리 지역에 적용한 취약성도의 경우 89.11%이다. 사기막리 지역에서 구한 빈도 비를 삼교리 지역에 적용한 취약성도의 산사태 추정능력은 78, 70%이며, 삼교리 지역에서 구한 빈도 비를 사기막리 지역에 적용한 취약성도의 산사태 추정능력은 67.
- 그 결과 같은 지역에서 계산된 빈도 비를 적용할 경우가 다른 지역에서 계산된 빈도 비를 적용할 경우 즉 교차적용의 경우보다 더욱 높은 추정능력을 나타내었다. 즉 삼교리 지역의 빈도 비를 삼교리 지역에 적용하였을 때가 가장 높은 추정능력(89.11%)을 나타내었고, 사기막리 지역의 빈도 비를 사기막리 지역에 적용했을 때가 두 번째로 높은 추정능력(8590%)을 나타내었다. 교차 적용에서는 사기막리 지역의 빈도 비를 삼교리 지역에 적용한 경우(78.
- 추정능력을 보게 되면(Fig. 5), 산사태 취약성 지수가 높은 경우인, 순위가 높은 부분으로 갈수록 산사태가 많이 발생되었음을 확인할 수 있다. 보다 정량적인 분석을 위해 그래프 아래쪽의 면적을 구하였다.
후속연구
- 본 연구의 결과인 산사태 취약성도 작성이 구체적으로 활용되기 위해서는 전국을 대상으로 산사태가 발생한 지역에 대해 보다 체계적인 적용 및 분석이 이루어져야 할 것이다. 그러기 위해서는 과거 발생한 산사태 발생 위치를 과학적이고 체계적으로 DB를 구축하고, 공간분석을 통해 보다 정확한 예측모델이 개발 및 적용되어야 할 것이다. 본 연구에 사용된 지형, 토양, 임상 등의 지형 공간정보는 이미 전국을 대상으로 대부분 구축되어 있는 상태이기 때문에 보다 많은 적용 연구가 진행된다면 보다 빠른 시간에 산사태 예측 및 예방에 기여할 수 있을 것으로 사료된다.
- 그러기 위해서는 과거 발생한 산사태 발생 위치를 과학적이고 체계적으로 DB를 구축하고, 공간분석을 통해 보다 정확한 예측모델이 개발 및 적용되어야 할 것이다. 본 연구에 사용된 지형, 토양, 임상 등의 지형 공간정보는 이미 전국을 대상으로 대부분 구축되어 있는 상태이기 때문에 보다 많은 적용 연구가 진행된다면 보다 빠른 시간에 산사태 예측 및 예방에 기여할 수 있을 것으로 사료된다.
- 본 연구의 결과인 산사태 취약성도 작성이 구체적으로 활용되기 위해서는 전국을 대상으로 산사태가 발생한 지역에 대해 보다 체계적인 적용 및 분석이 이루어져야 할 것이다. 그러기 위해서는 과거 발생한 산사태 발생 위치를 과학적이고 체계적으로 DB를 구축하고, 공간분석을 통해 보다 정확한 예측모델이 개발 및 적용되어야 할 것이다.
- 이러한 산사태 발생지역에 대한 다각적이고 종합적 인원인 조사 및 이를 위한 취약성도 작성은 산사태의 발생 가능성 및 위험성을 평가하고 발생 시의 피해를 최소한으로 줄일 수 있다. 이를 위해 지리정보시스템(GIS)을 사용한다면 산사태에 방대한 공간정보 데이터베이스를 계속적으로 수집 및 관리, 분석 할 수 있으며, 빈 도비 (Frequency Ratio; Lee and Min, 2001)를 통하여 정량적인 산사태의 영향 요인별 등급 값을 구하여 산사 태 취약성을 분석할 수 있다. 산사태의 취약성 기법이 적용되면 산사태 발생원인을 분석할 수 있으며, 이를 바탕으로 산사태 발생 가능성을 예측할 수 있기 때문에 산사태에 의한 피해 예방과 관리가 가능해진다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.