본 연구에서는 산림청에서 산사태 위험지를 판정하는데 이용하고 있는 판정표를 기반으로 산사태 발생 위험도를 예측할 수 있는 GIS 응용모델을 개발하였다. 이 모델에서 산사태 위험지는 지형, 임상 및 지질과 같은 산림입지환경 인자들 중 7개 인자를 선별적으로 이용하여 분석하도록 설계되었다. 이러한 입지환경 인자들 중 경사길이, 경사위치, 사변형태의 분석은 DEM 자료를 이용하여 산지사면 분석이 가능하도록 개발된 '산사태 예측을 위한 산지사면 입지해석 모듈' 을 이용하였다. 산사태 위험지 판정 모델의 구조는 원자료를 입력받아 가공, 변환하는 입력모듈과, 산사태 위험지 판정인자를 분석하여 해당지역의 산사태 위험지를 분석하는 모듈, 분석된 산사태 위험도 판정 결과를 제시하는 출력모듈 등으로 구성되어 있다. 경기도 용인 안성 지역에서 발생한 산사태를 대상으로 모델을 적용한 결과 약 72%에 해당하는 산사태가 산사태 위험도 2등급 이상으로 판정된 곳에서 발생하였다.
본 연구에서는 산림청에서 산사태 위험지를 판정하는데 이용하고 있는 판정표를 기반으로 산사태 발생 위험도를 예측할 수 있는 GIS 응용모델을 개발하였다. 이 모델에서 산사태 위험지는 지형, 임상 및 지질과 같은 산림입지환경 인자들 중 7개 인자를 선별적으로 이용하여 분석하도록 설계되었다. 이러한 입지환경 인자들 중 경사길이, 경사위치, 사변형태의 분석은 DEM 자료를 이용하여 산지사면 분석이 가능하도록 개발된 '산사태 예측을 위한 산지사면 입지해석 모듈' 을 이용하였다. 산사태 위험지 판정 모델의 구조는 원자료를 입력받아 가공, 변환하는 입력모듈과, 산사태 위험지 판정인자를 분석하여 해당지역의 산사태 위험지를 분석하는 모듈, 분석된 산사태 위험도 판정 결과를 제시하는 출력모듈 등으로 구성되어 있다. 경기도 용인 안성 지역에서 발생한 산사태를 대상으로 모델을 적용한 결과 약 72%에 해당하는 산사태가 산사태 위험도 2등급 이상으로 판정된 곳에서 발생하였다.
Based on the landslide hazard scoring system of Korea Forest Research Institute, a GIS model for predicting landslide hazards was developed. The risk of landslide hazards was analyzed as the function of 7 environmental site factors for the terrain, vegetation, and geological characteristics of the c...
Based on the landslide hazard scoring system of Korea Forest Research Institute, a GIS model for predicting landslide hazards was developed. The risk of landslide hazards was analyzed as the function of 7 environmental site factors for the terrain, vegetation, and geological characteristics of the corresponding forest stand sites. Among the environmental factors, slope distance, relative height and shapes of slopes were interpreted using the forestland slope interpretation module developed by Chung et al. (2002). The program consists of three modules for managing spatial data, analyzing landslide hazard and report-writing, A performance test of the model showed that 72% of the total landslides in Youngin-Ansung landslides area took place in the highly vulnerable zones of grade 1 or 2 of the landslide hazard scoring map.
Based on the landslide hazard scoring system of Korea Forest Research Institute, a GIS model for predicting landslide hazards was developed. The risk of landslide hazards was analyzed as the function of 7 environmental site factors for the terrain, vegetation, and geological characteristics of the corresponding forest stand sites. Among the environmental factors, slope distance, relative height and shapes of slopes were interpreted using the forestland slope interpretation module developed by Chung et al. (2002). The program consists of three modules for managing spatial data, analyzing landslide hazard and report-writing, A performance test of the model showed that 72% of the total landslides in Youngin-Ansung landslides area took place in the highly vulnerable zones of grade 1 or 2 of the landslide hazard scoring map.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
국립산림과학원에서 개발한 산사태 판정표를 기반으로 산사태 위험도를 판정하기 위한 GIS 응용모델을 개발하였다. 이 모델은 경사도, 경사위치, 경사길이, 사면형태, 임상, 모암, 토심 등의 분석을 자동화하여 산사태 발생 위험도를 분석할 수 있다.
따라서 본 연구에서는 GIS의 공간분석기능에 기반하여 국립산림과학원에서 1999년에 개발한 산사태 위험지 판정표에 제시된 산사태 관련 7개 인자에 대해 자동화된 분석기법을 제시하고, 정주상 등(1992)의 연구결과를 통합하여 산사태 업무 현장에서 이용이 가능한 산사태 위험지 판정 모델을 개발하고자 하였다.
가설 설정
그리고 Tarboton 등(1991)이 제시한 수문분석알고리즘을 이용하여 집수방향과 집수량을 분석하여 하천과 능선을 추출한다. 마지막으로 추출된 하천과 능선을 산지사면의 상·하단 경계로 가정하고, 사면(경사길이, 경사위치, 사면형태)을 분석하는 기능을 지니고 있다. 이 모듈은 C++ 언어로 작성되었으며, 다른 응용 프로그램에서도 활용될 수 있도록 DLL 형태로 작성되었다.
제안 방법
분석대상지의 평균경사는 15°로 나타났다. 경사도 외에 경사위치, 사면길이, 사면형태는 전술한 바와 같이 수문분석을 통해 하천과 능선을 추출한 다음, 사면의 진행방향을 고려하여 계산하였다.
따라서 본 연구에서는 3가지 지형인자, 즉, 능선까지의 사면거리를 의미하는 경사길이, 사면 하단으로부터 상단까지를 기준으로 사면의 상대적 위치를 의미하는 경사위치 그리고 볼록형, 오목형, 선형, 복합형 등으로 표현되는 사면형태를 해석하기 위하여 정주상 등(2002)이 개발한 ‘산사태 예측을 위한 산지사면 입지해석모듈’을 도입하였다. 이 모듈은 등고선과 표고점 자료를 이용하여 DEM을 생성하고, Zevenbergen과 Thorne(1987)과 Jenson과 Domingue(1988)가 제시한 방법을 이용하여 경사도, 경사향을 분석한다.
한편 이러한 인자들 외에 산사태 판정표에서는 현지 조사에 따른 조사자의 판단, 현지 주민의 의견, 과거 산사태 발생여부, 주변시설 존재 유무 등의 보정인자도 산사태 위험도 판정에 중요한 변수로 취급된다. 따라서 이 연구에서도 이러한 외적 요인들이 산사태 위험도 판정에 활용할 수 있는 보정함수를 도입하였다.
이 모델은 경사도, 경사위치, 경사길이, 사면형태, 임상, 모암, 토심 등의 분석을 자동화하여 산사태 발생 위험도를 분석할 수 있다. 또한, 과거 산사태 발생기록 등 산사태 발생지 관리를 위한 체계를 포함하여 산사태 판정 및 산사태 기록관리가 가능한 체계로 개발하였다.
산사태 위험지 판정을 위한 수치지형도, 수치임상도, 수치지질도 등 분석에 필요한 도면을 입력하였다. 먼저 대상지의 지형도를 이용하여 산지 지형분석에 필요한 등고선자료를 추출하였다. 임상도 또한 국립산림과학원에서 작성한 수치임상도를 입력하였으며, 지질도는 토양도를 기본으로 구축하였다.
그림 1은 산사태 위험지 판정표(임업연구원, 1999)에 따른 산사태 위험지 판정을 위한 GIS 분석체계를 보여준다. 산사태 발생에 영향을 미치는 인자로 선정된 7개인자 중 경사도, 경사위치, 사면길이, 사면형태 등 4개 인자의 분석은 국토지리정보원에서 발행한 수치지형도를 이용하고, 나머지 3개 인자에 해당하는 임상 및 지질 인자들은 수치임상도와 수치지질도, 입지도를 활용하도록 개발하였다.
산사태 위험지 판정 모델의 구조는 원자료를 입력받아 가공하는 입력모듈과, 모델의 핵심부분으로써 지형인자, 임상인자, 지질인자를 종합적으로 분석하여 산사태 위험도를 산출하는 분석모듈, 판정 결과를 사용자에게 제시하는 출력모듈 등 3개의 모듈로 구성되어 있다.
산사태 위험지 판정을 위한 수치지형도, 수치임상도, 수치지질도 등 분석에 필요한 도면을 입력하였다. 먼저 대상지의 지형도를 이용하여 산지 지형분석에 필요한 등고선자료를 추출하였다.
산사태위험도 판정 인자 중 경사도는 그림 3과 같이 병합된 등고선 자료를 이용하여 TIN을 생성한 다음, 표면분석을 통하여 산출하였다. 5°이하로 경사가 완만한 지역이 전체의 26.
이러한 과정을 거쳐 설계된 산사태 위험지 판정 모델의 사용자 인터페이스 체계는 그림 2와 같다. 특히 사용자 인터페이스 체계에 산사태 위험지 판정을 위한 메뉴 외에 산사태 위험지 관리 메뉴를 구성하여, 과거 산사태 발생기록과, 산사태 발생시 피해가 예상되는 주요 중요 시설물의 위치를 데이터베이스로 구축하여 관리할 수 있도록 하였다.
대상 데이터
모델의 적용성을 검토하기 위해 경기도 용인 및 안성시 일부 지역을 대상지로 선정하였다. 이 지역은 국토지리정보원에서 발행된 9장의 1:5,000 수치지형도에 분포하고 있으며, 전체 면적은 약 3,557ha이었다.
임상도 또한 국립산림과학원에서 작성한 수치임상도를 입력하였으며, 지질도는 토양도를 기본으로 구축하였다. 분석에 사용된 수치지형도, 수치임상도, 수치지질도 등의 축척이 1:5,000, 1:25,000인 점과 분석에 소요될 시간을 감안하여 래스터 형태의 자료를 생성함에 있어서 격자크기는 25m×25m로 하였다.
산사태 위험지를 판정하는데 이용되는 인자와 평가 기준은 표 1에서와 같이 산사태 위험지 판정표(임업연구원, 1999)를 기반으로 작성되었다. 이 판정표는 1980∼1983년과 1990∼1992년에 전국에 걸쳐 발생한 산사태 511개소를 조사하여 작성한 것으로 다변량 해석기법을 적용하여 만들어졌다.
이론/모형
이 모듈은 등고선과 표고점 자료를 이용하여 DEM을 생성하고, Zevenbergen과 Thorne(1987)과 Jenson과 Domingue(1988)가 제시한 방법을 이용하여 경사도, 경사향을 분석한다. 그리고 Tarboton 등(1991)이 제시한 수문분석알고리즘을 이용하여 집수방향과 집수량을 분석하여 하천과 능선을 추출한다. 마지막으로 추출된 하천과 능선을 산지사면의 상·하단 경계로 가정하고, 사면(경사길이, 경사위치, 사면형태)을 분석하는 기능을 지니고 있다.
2를 이용하였다. 모델 운용체계 및 사용자 인터페이스 구성을 위해 ArcView에 내장된 프로그래밍 언어 Avenue를 이용하였으며, 산사태 예측을 위한 산지사면 입지해석모듈과의 연동을 위해 MicroSoft사의 프로그래밍 도구인 Visual Basic 6.0 Professional version과 Visual C++ 6.0 version을 이용하였다.
모델의 적용가능성을 평가하기 위하여 경기도 용인·안성 일부 지역에 대해 이 모델을 적용하였다. 검토 결과 이러한 GIS 응용모델을 이용하면 공간자료의 처리와 분석 등을 자동화함으로써 대단위 면적의 산림에 대한 산사태 위험도를 매우 효율적으로 평가할 수 있었다.
산사태 위험지 판정 모델을 개발하기 위한 GIS 기본 엔진으로 ESRI사의 ArcView 3.2를 이용하였다. 모델 운용체계 및 사용자 인터페이스 구성을 위해 ArcView에 내장된 프로그래밍 언어 Avenue를 이용하였으며, 산사태 예측을 위한 산지사면 입지해석모듈과의 연동을 위해 MicroSoft사의 프로그래밍 도구인 Visual Basic 6.
산사태 위험지를 판정하는데 이용되는 인자와 평가 기준은 표 1에서와 같이 산사태 위험지 판정표(임업연구원, 1999)를 기반으로 작성되었다. 이 판정표는 1980∼1983년과 1990∼1992년에 전국에 걸쳐 발생한 산사태 511개소를 조사하여 작성한 것으로 다변량 해석기법을 적용하여 만들어졌다.
따라서 본 연구에서는 3가지 지형인자, 즉, 능선까지의 사면거리를 의미하는 경사길이, 사면 하단으로부터 상단까지를 기준으로 사면의 상대적 위치를 의미하는 경사위치 그리고 볼록형, 오목형, 선형, 복합형 등으로 표현되는 사면형태를 해석하기 위하여 정주상 등(2002)이 개발한 ‘산사태 예측을 위한 산지사면 입지해석모듈’을 도입하였다. 이 모듈은 등고선과 표고점 자료를 이용하여 DEM을 생성하고, Zevenbergen과 Thorne(1987)과 Jenson과 Domingue(1988)가 제시한 방법을 이용하여 경사도, 경사향을 분석한다. 그리고 Tarboton 등(1991)이 제시한 수문분석알고리즘을 이용하여 집수방향과 집수량을 분석하여 하천과 능선을 추출한다.
입력모듈은 지형도, 임상도, 지질도 등의 기본도면을 입력받아 모델에서 사용할 수 있는 형태로 변환한다. 지형도는 국토지리정보원에서 발행하는 dxf 형식의 수치지형도를 이용하며, 대상지가 여러 장의 지도에 걸쳐 있을 경우 이를 자동으로 병합하여 하나의 지도로 등록해준다. 임상 정보는 국립산림과학원에서 제작한 수치 임상도를 통해 추출되며, 모암과 토심정보는 국립산림 과학원에서 구축한 입지도를 이용하거나, 사용자가 직접 입력하여 사용할 수 있도록 하였다.
성능/효과
모델의 적용가능성을 평가하기 위하여 경기도 용인·안성 일부 지역에 대해 이 모델을 적용하였다. 검토 결과 이러한 GIS 응용모델을 이용하면 공간자료의 처리와 분석 등을 자동화함으로써 대단위 면적의 산림에 대한 산사태 위험도를 매우 효율적으로 평가할 수 있었다.
이와 같이 모델을 이용해서 분석한 판정결과를 과거 산사태 발생도면과 중첩분석을 수행한 결과 산지에서 발생한 총 453건의 산사태 중 약 48%에 해당하는 217건이 산사태 위험도가 높다고 판정된 1등급 지역에서 발생하였다. 또한 산사태 위험도 2등급지 이상에서 발생한 산사태는 총 327건으로 전체 산사태의 72%에 해당되어 이 지역에서 발생한 대부분의 산사태가 모델에서 위험도가 비교적 높다고 판정된 2등급 이상의 지역에서 발생했음을 알 수 있다.
분석 대상지의 경사위치는 그림 4에서와 같이 1부터 10까지 고른 분포를 보이고 있으며, 이 지역의 평균 사면길이는 52m, 최대 사면길이는 1,020m로 나타났다(그림 5). 약 42%의 산지가 산사태에 취약한 복합형의 사면형태로 분석되었으며, 약 5%를 차지하는 볼록형의 사면형태는 오목형(27%)과 선형(26%)에 비해 상대적으로 적게 나타나 이 지역의 사면형태는 대체로 산사태에 취약한 특성을 보이고 있음을 알 수 있다.
분석 대상지의 경사위치는 그림 4에서와 같이 1부터 10까지 고른 분포를 보이고 있으며, 이 지역의 평균 사면길이는 52m, 최대 사면길이는 1,020m로 나타났다(그림 5). 약 42%의 산지가 산사태에 취약한 복합형의 사면형태로 분석되었으며, 약 5%를 차지하는 볼록형의 사면형태는 오목형(27%)과 선형(26%)에 비해 상대적으로 적게 나타나 이 지역의 사면형태는 대체로 산사태에 취약한 특성을 보이고 있음을 알 수 있다. (그림 6).
이와 같이 모델을 이용해서 분석한 판정결과를 과거 산사태 발생도면과 중첩분석을 수행한 결과 산지에서 발생한 총 453건의 산사태 중 약 48%에 해당하는 217건이 산사태 위험도가 높다고 판정된 1등급 지역에서 발생하였다. 또한 산사태 위험도 2등급지 이상에서 발생한 산사태는 총 327건으로 전체 산사태의 72%에 해당되어 이 지역에서 발생한 대부분의 산사태가 모델에서 위험도가 비교적 높다고 판정된 2등급 이상의 지역에서 발생했음을 알 수 있다.
후속연구
따라서 분석의 정확도를 높이기 위한 목적으로 향후의 연구에서 반복적인 사례연구 등을 통해 각 인자별 상대적 중요도나 상호관계에 따라 영향을 받을 수 있는 산사태 위험도에 대한 연구를 지속적으로 수행할 필요가 있을 것이다. 이러한 과정을 통해 다양한 입지적 특성을 보이는 산림지역을 보다 정확하게 해석함으로써 산사태 위험도를 평가하기 위한 기능이 증진될 것으로 보기 때문이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라에서 산사태가 빈번하게 발생하는 이유는 무엇인가?
우리나라는 산지가 많고 여름철에 집중된 강우로 인하여 산사태가 빈번하게 발생한다. 산사태는 임지 훼손의 직접적이 원인이 되며, 특히 주거지가 형성된 곳에서 발생한 산사태는 인명과 재산상의 피해를 동반하게 된다.
산사태 발생에 대한 효과적인 대처가 어려운 이유는 무엇인가?
매년 되풀이되는 산사태에 효과적으로 대처하기 위해서는 산사태 발생 위험이 높은 지역에 대한 정확한 예측과 이를 통한 집중적인 관리가 요구된다. 하지만, 산사태 발생 과정에는 지질, 지형, 기상, 임상 등의 많은 인자들이 복잡한 양상으로 관련되어 예측이 쉽지 않고, 전국에 걸쳐 동시다발적으로 발생되기 때문에 효과적인 대처가 어려운 것이 사실이다.
산사태 위험도를 판정하기 위한 GIS 응용모델을 개발하여 적용분석한 결과는 어떠한가?
국립산림과학원에서 개발한 산사태 판정표를 기반으로 산사태 위험도를 판정하기 위한 GIS 응용모델을 개발하였다. 이 모델은 경사도, 경사위치, 경사길이, 사면형태, 임상, 모암, 토심 등의 분석을 자동화하여 산사태 발생 위험도를 분석할 수 있다. 또한, 과거 산사태 발생기록 등 산사태 발생지 관리를 위한 체계를 포함하여 산사태 판정 및 산사태 기록관리가 가능한 체계로 개발하였다.
모델의 적용가능성을 평가하기 위하여 경기도 용인․안성 일부 지역에 대해 이 모델을 적용하였다. 검토 결과 이러한 GIS 응용모델을 이용하면 공간자료의 처리와 분석 등을 자동화함으로써 대단위 면적의 산림에 대한 산사태 위험도를 매우 효율적으로 평가할 수 있었다.
다만 이 연구를 통해 개발된 산사태 위험도 판정 모델은 산림과학원에서 제시한 분석체계를 그대로 적용하고 있고, 또한 대부분의 분석 자료는 도면을 통해 취득하기 때문에 그 정확도에 다소의 문제가 있을 수도 있다. 그것은 수치도면의 정확도에 따른 문제, 혹은 산사태와 관련하여 마련된 기존의 위험도 판정방식을 개선할 여지가 있는지 등에 대한 문제가 아직까지 정확하게 밝혀진 바가 없기 때문이다.
따라서 분석의 정확도를 높이기 위한 목적으로 향후의 연구에서 반복적인 사례연구 등을 통해 각 인자별 상대적 중요도나 상호관계에 따라 영향을 받을 수 있는 산사태 위험도에 대한 연구를 지속적으로 수행할 필요가 있을 것이다. 이러한 과정을 통해 다양한 입지적 특성을 보이는 산림지역을 보다 정확하게 해석함으로써 산사태 위험도를 평가하기 위한 기능이 증진될 것으로 보기 때문이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.