본 연구에서는 국내 산사태 발생이력 자료을 기반으로 GIS 기법을 적용하여 산사태 위험도 분석을 수행하였다. 이를 위해 한국도로공사에서 조사한 3년 동안의 총 596개 산사태 발생이력 자료와 산사태 발생요인 정보(기상정보, 지형정보, 토질정보)를 기초로 산사태 발생과 발생요인 간의 통계적 분석을 수행하여 상관관계를 산출하였다. 그 후 산출된 상관관계 토대로 총 6개의 래스터 래이어에 대한 가중치 및 위험도 인덱스를 도출하고, 최종적으로는 가중치를 적용한 래스터 계산기법을 통해 산사태 위험지도를 작성하였다. 본 연구의 적용 결과 산사태 위험도 산출을 위해 GIS 기법을 적용할 경우, 산사태 위험지도 작성을 위한 다양한 발생요인의 통합과 분석을 보다 손쉽고, 효율적으로 수행할 수 있을 것으로 판단되었다.
본 연구에서는 국내 산사태 발생이력 자료을 기반으로 GIS 기법을 적용하여 산사태 위험도 분석을 수행하였다. 이를 위해 한국도로공사에서 조사한 3년 동안의 총 596개 산사태 발생이력 자료와 산사태 발생요인 정보(기상정보, 지형정보, 토질정보)를 기초로 산사태 발생과 발생요인 간의 통계적 분석을 수행하여 상관관계를 산출하였다. 그 후 산출된 상관관계 토대로 총 6개의 래스터 래이어에 대한 가중치 및 위험도 인덱스를 도출하고, 최종적으로는 가중치를 적용한 래스터 계산기법을 통해 산사태 위험지도를 작성하였다. 본 연구의 적용 결과 산사태 위험도 산출을 위해 GIS 기법을 적용할 경우, 산사태 위험지도 작성을 위한 다양한 발생요인의 통합과 분석을 보다 손쉽고, 효율적으로 수행할 수 있을 것으로 판단되었다.
In this study, we performed a GIS-based landslide hazard analysis by employing historical landslide data in Korea, coupling with geomorphological, geological, climatic and rainfall data. Based on 596 landslide data from 2001 to 2003, the correlations between landslide occurrence and various factors ...
In this study, we performed a GIS-based landslide hazard analysis by employing historical landslide data in Korea, coupling with geomorphological, geological, climatic and rainfall data. Based on 596 landslide data from 2001 to 2003, the correlations between landslide occurrence and various factors (elevation, slope angle, slope aspect, soil type and rainfall) that affect the occurrence were estimated by the statistical analysis, zonal statistics. The weights and hazard indices of 6 raster layers were derived from the estimated correlations in order to generate a landslide hazard map by applying raster calculation technique. As a result of this study, GIS technique can be used effectively to incorporate the landslide hazard contributions from various data sets simultaneously.
In this study, we performed a GIS-based landslide hazard analysis by employing historical landslide data in Korea, coupling with geomorphological, geological, climatic and rainfall data. Based on 596 landslide data from 2001 to 2003, the correlations between landslide occurrence and various factors (elevation, slope angle, slope aspect, soil type and rainfall) that affect the occurrence were estimated by the statistical analysis, zonal statistics. The weights and hazard indices of 6 raster layers were derived from the estimated correlations in order to generate a landslide hazard map by applying raster calculation technique. As a result of this study, GIS technique can be used effectively to incorporate the landslide hazard contributions from various data sets simultaneously.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 강수량에 의한 상관관계 도출 시 지점별 관측오차로 인한 비정상적인 효과(abnormal effect)를 제거하기 위하여 기상청에서 제공하는 월별 평균강수량 및 평균기온 자료를 추가로 획득하였으며, 이를 통해 월별 평균강수량 및 평균기온에 따른 산사태 발생빈도를 분석하고 그 상관관계를 분석하였다.
본 연구에서는 국내 산사태 발생 이력을 기반으로 GIS 기법을 적용하여 우리나라 지역에 대한 산사태 위험도 분석을 수행하였다. 이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료와 관련 발생요인 정보(기상정보, 지형정보, 토질정보)를 기초로 산사태 발생 및 피해 분포에 대한 통계적 분석을 수행하였다.
산사태가 발생한 지점의 토질 역시 산사태의 발생에 있어 밀접한 발생요인이 된다. 본 연구에서는 산사태 발생과 발생지점의 토질과의 상관관계를 분석하기 위하여, 전국에 대하여 제작된 1:25,000 정밀토양도를 산사태 발생지점과 중첩하여 산사태 발생지점 별 토질을 속성자료로서 획득하였다.
사면의 기하학적 구조를 나타내는 표고, 경사각, 경사방향 정보를 기존에 산사태가 발생한 지점의 정확한 위치에 입력한다면, 사면의 기하학적 구조에 관련된 요인이 실제의 산사태와 어떠한 상관관계를 가지고 있는지에 대한 통계적 분석이 가능하다. 본 연구에서는 산사태 발생과 사면의 기하학적 구조 간의 상관관계만을 분석하기 위하여 산사태 발생유형은 고려하지 않았으며, 산사태 발생수의 총량만을 이용하여 상관관계를 도출하였다.
본 연구의 주요 목적은 국내 산사태 발생자료를 기반으로 GIS 기법을 적용하여 우리나라의 산사태 위험도 분석을 수행하는 것에 있다. 이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료를 기초로 산사태 발생과 관련된 다양한 발생요인(기상정보, 지형정보, 토질정보)을 속성자료로 구축하여 활용하였다.
본 연구의 최종적인 목적은 산사태 위험을 효율적으로 방재하기 위한 산사태 위험지도를 작성하는데 있다. 이러한 산사태 위험지도(hazard map)를 작성하는 가장 쉬운 방법 중의 하나는 단순히 기존의 산사태 발생자료만을 이용하는 것이다.
제안 방법
위험도 표준화를 위한 기준으로 Evans 등(1999)이 제안한 표고, 경사각, 토질 등에 대한 인덱스를 이용하였으며, 이 연구에서는 경사각에 의한 위험도 표준화를 위하여 산사태 발생이 가장 많이 일어나는 34°~39° 범위를 기준으로 정규화(normalized)를 통해 위험도 인덱스를 산출하였다. 강수량에 대한 위험도 인덱스의 경우에는 최대 강수량이 나타난 격자를 최대값으로 하고, 각 격자에 배정된 강수량이 이와 선형의 비례관계를 가지는 것으로 표준화하여 산출하였다. 산사태 위험도 표준화에 대한 보다 자세한 내용은 Evans 등(1999) 및 Chau 등(2004)을 참조할 수 있다.
이와 더불어 산사태 발생의 주요한 요인으로 간주되는 토질정보를 정밀토질조사를 통해서 제작된 1:25,000 정밀토양도에서 취득하여 DB화 하였다. 그 후 구축된 산사태 자료를 이용하여 GIS 기법을 적용한 산사태 위험지도 작성을 수행하였으며, 산사태 자료의 DB 구축 및 위험지도 제작을 위해서 미국 ESRI 사의 ArcView 3.2 소프트웨어를 모든 과정에 이용하였다.
이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료를 기초로 산사태 발생과 관련된 다양한 발생요인(기상정보, 지형정보, 토질정보)을 속성자료로 구축하여 활용하였다. 그 후 구축된 자료를 통해 GIS 기반의 산사태 위험지도를 효율적으로 작성하기 위하여 산사태 발생 및 발생요인에 대한 통계적 분석을 수행하였으며, 이를 통해 산사태 발생과 밀접한 연관을 가지는 강수량, 토질 및 지형정보(표고, 경사각, 경사 방향)와 산사태 발생 간의 상관관계를 도출하였다. 또한 도출된 상관관계에 다중회귀분석을 적용하여 각 발생요인이 산사태 발생에 미치는 영향을 가중치 및 위험도 인덱스의 형태로 추정하였다.
이러한 통계적 분석 결과를 토대로 산사태와 강수량, 토질 및 지형정보(표고, 경사각, 경사방향) 간의 상관관계를 도출하고, 이를 통해 산사태 위험지도 작성을 위한 각 자료별 가중치 및 위험도 인덱스를 추정하였다. 그 후 생성된 래스터 형태의 위험도 인덱스 레이어를 산사태 발생 자료의 공간적 분포를 기준으로 중첩하였으며, 최종적으로는 가중치를 적용한 래스터 계산 기법을 통해 우리나라 산사태 위험도를 분석한 산사태 위험지도를 작성하였다.
본 연구에서는 산사태 발생이력 자료, 강우자료 및 지형 정보 등을 이용하여 지역별 산사태 위험지도를 작성하기 위하여 2001년부터 2003년까지 총 3년 동안에 걸쳐 한국도로공사에서 조사한 고속도로 주변의 산사태 발생이력 자료(그림 1)를 이용하였으며, 그 후 산사태 발생 시점과 일치하는 강우량 자료를 기상청에서 획득하여 DB(database)화 하였다. 또한 산사태 발생에 대한 발생요인 중 사면의 기하학적 구조에 관련된 자료로서 환경부에서 1:50,000 수치지형도를 기반으로 제작한 30m 해상도의 DEM을 이용하여 계산된 산사태 발생 지점의 경사도, 경사향, 표고값을 DB화 하였다. 이와 더불어 산사태 발생의 주요한 요인으로 간주되는 토질정보를 정밀토질조사를 통해서 제작된 1:25,000 정밀토양도에서 취득하여 DB화 하였다.
모든 래스터 레이어에 동일하게 위험도 인덱스의 최대값으로 1의 값을 주었으며, 이를 기준으로 도출된 상관관계에 따라 속성값의 범위별 위험도를 표준화하였다. 위험도 표준화를 위한 기준으로 Evans 등(1999)이 제안한 표고, 경사각, 토질 등에 대한 인덱스를 이용하였으며, 이 연구에서는 경사각에 의한 위험도 표준화를 위하여 산사태 발생이 가장 많이 일어나는 34°~39° 범위를 기준으로 정규화(normalized)를 통해 위험도 인덱스를 산출하였다.
본 연구에서는 대역분석을 위한 기준 레이어의 격자크기를 사용된 DEM의 해상도와 동일한 해상도로 설정하고, 그 후 각 레이어의 격자에 각 자료별 속성을 일정한 범위의 값으로 분할하여 할당하였다. 각 자료별의 속성값의 범위는 표 3~6에 표현된 범위와 동일하다.
산사태 발생현황 자료는 한국도로공사에 의해서 제공된 것으로 2001년부터 2003년까지 총 3 년간의 도속도로 주변에서 발생된 산사태를 직접 현장 조사한 자료이다. 산사태 발생지점의 위치는 고속도로 기점에서부터의 0.1㎞ 단위의 거리로 표현되고 있으며, 산사태 발생유형은 다음의 총 10 가지로 구분하여 조사되었다(표 1 및 그림 1)
위험도 표준화를 위한 기준으로 Evans 등(1999)이 제안한 표고, 경사각, 토질 등에 대한 인덱스를 이용하였으며, 이 연구에서는 경사각에 의한 위험도 표준화를 위하여 산사태 발생이 가장 많이 일어나는 34°~39° 범위를 기준으로 정규화(normalized)를 통해 위험도 인덱스를 산출하였다.
산사태 유발에 관계된 지형정보는 산사태가 발생하는 사면의 기하학적 구조로 정의될 수 있으며, 이는 산사태 발생에 있어 매우 밀접한 발생요인으로 알려져 있다(Chau 등, 2004). 이러한 사면의 기하학적 구조를 나타내는 여러 인자 중 산사태와 발생과 가장 밀접한 인자는 사면의 표고, 경사각, 경사방향으로 본 연구에서는 30m 해상도의 환경부 DEM 자료를 이용하여 산사태 발생지점 별 표고, 경사각 및 경사방향을 속성자료로 입력하였다.
이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료와 관련 발생요인 정보(기상정보, 지형정보, 토질정보)를 기초로 산사태 발생 및 피해 분포에 대한 통계적 분석을 수행하였다. 이러한 통계적 분석 결과를 토대로 산사태와 강수량, 토질 및 지형정보(표고, 경사각, 경사방향) 간의 상관관계를 도출하고, 이를 통해 산사태 위험지도 작성을 위한 각 자료별 가중치 및 위험도 인덱스를 추정하였다. 그 후 생성된 래스터 형태의 위험도 인덱스 레이어를 산사태 발생 자료의 공간적 분포를 기준으로 중첩하였으며, 최종적으로는 가중치를 적용한 래스터 계산 기법을 통해 우리나라 산사태 위험도를 분석한 산사태 위험지도를 작성하였다.
이를 위해 본 연구에서는 산사태와 밀접한 관계를 가지는 지형, 기상 및 토질정보를 통합하여 산사태와의 상관관계를 산출하고, 이를 통해 산사태 위험도를 분석하였다. 산사태 위험도를 통계적이고 효율적으로 분석 및 표현하기 위해 래스터 계산(Chau 등, 2004)과 같은 특정한 GIS 기법을 적용하였으며, 이를 통해보다 관련 자료 분석과 다양한 산사태 발생요인의 영향을 평가할 수 있었다(Van 등, 1999; Dhakal 등, 2000)
본 연구에서는 국내 산사태 발생 이력을 기반으로 GIS 기법을 적용하여 우리나라 지역에 대한 산사태 위험도 분석을 수행하였다. 이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료와 관련 발생요인 정보(기상정보, 지형정보, 토질정보)를 기초로 산사태 발생 및 피해 분포에 대한 통계적 분석을 수행하였다. 이러한 통계적 분석 결과를 토대로 산사태와 강수량, 토질 및 지형정보(표고, 경사각, 경사방향) 간의 상관관계를 도출하고, 이를 통해 산사태 위험지도 작성을 위한 각 자료별 가중치 및 위험도 인덱스를 추정하였다.
또한 산사태 발생에 대한 발생요인 중 사면의 기하학적 구조에 관련된 자료로서 환경부에서 1:50,000 수치지형도를 기반으로 제작한 30m 해상도의 DEM을 이용하여 계산된 산사태 발생 지점의 경사도, 경사향, 표고값을 DB화 하였다. 이와 더불어 산사태 발생의 주요한 요인으로 간주되는 토질정보를 정밀토질조사를 통해서 제작된 1:25,000 정밀토양도에서 취득하여 DB화 하였다. 그 후 구축된 산사태 자료를 이용하여 GIS 기법을 적용한 산사태 위험지도 작성을 수행하였으며, 산사태 자료의 DB 구축 및 위험지도 제작을 위해서 미국 ESRI 사의 ArcView 3.
또한 도출된 상관관계에 다중회귀분석을 적용하여 각 발생요인이 산사태 발생에 미치는 영향을 가중치 및 위험도 인덱스의 형태로 추정하였다. 최종적으로는 추정된 위험도 인덱스를 토대로 각 자료별 래스터 레이어를 산출하고, 가중치를 도압한 래스터 계산(raster calculation) 기법을 적용하여 우리나라의 산사태 위험도를 분석한 산사태 위험지도를 작성하였다.
각 자료별의 속성값의 범위는 표 3~6에 표현된 범위와 동일하다. 하지만 산사태 발생정보 및 기상정보의 경우 연속성이 없는 점(point) 단위의 자료이므로 래스터 형태의 연속성을 가지는 레이어를 생성하기 위하여 기준격자를 기반으로 각 격자의 속성으로 발생횟수와 강수량을 취득하였다. 다음의 그림 6은 기준격자를 이용하여 산사태 발생정보 및 강수량을 래스터 레이어로 생성한 결과이다.
대상 데이터
본 연구에서는 산사태 발생이력 자료, 강우자료 및 지형 정보 등을 이용하여 지역별 산사태 위험지도를 작성하기 위하여 2001년부터 2003년까지 총 3년 동안에 걸쳐 한국도로공사에서 조사한 고속도로 주변의 산사태 발생이력 자료(그림 1)를 이용하였으며, 그 후 산사태 발생 시점과 일치하는 강우량 자료를 기상청에서 획득하여 DB(database)화 하였다. 또한 산사태 발생에 대한 발생요인 중 사면의 기하학적 구조에 관련된 자료로서 환경부에서 1:50,000 수치지형도를 기반으로 제작한 30m 해상도의 DEM을 이용하여 계산된 산사태 발생 지점의 경사도, 경사향, 표고값을 DB화 하였다.
산사태 발생현황 자료는 한국도로공사에 의해서 제공된 것으로 2001년부터 2003년까지 총 3 년간의 도속도로 주변에서 발생된 산사태를 직접 현장 조사한 자료이다. 산사태 발생지점의 위치는 고속도로 기점에서부터의 0.
본 연구의 주요 목적은 국내 산사태 발생자료를 기반으로 GIS 기법을 적용하여 우리나라의 산사태 위험도 분석을 수행하는 것에 있다. 이를 위해 한국도로공사에서 조사한 고속도로 주변의 총 3년 동안의 산사태 발생이력 자료를 기초로 산사태 발생과 관련된 다양한 발생요인(기상정보, 지형정보, 토질정보)을 속성자료로 구축하여 활용하였다. 그 후 구축된 자료를 통해 GIS 기반의 산사태 위험지도를 효율적으로 작성하기 위하여 산사태 발생 및 발생요인에 대한 통계적 분석을 수행하였으며, 이를 통해 산사태 발생과 밀접한 연관을 가지는 강수량, 토질 및 지형정보(표고, 경사각, 경사 방향)와 산사태 발생 간의 상관관계를 도출하였다.
데이터처리
그 후 구축된 자료를 통해 GIS 기반의 산사태 위험지도를 효율적으로 작성하기 위하여 산사태 발생 및 발생요인에 대한 통계적 분석을 수행하였으며, 이를 통해 산사태 발생과 밀접한 연관을 가지는 강수량, 토질 및 지형정보(표고, 경사각, 경사 방향)와 산사태 발생 간의 상관관계를 도출하였다. 또한 도출된 상관관계에 다중회귀분석을 적용하여 각 발생요인이 산사태 발생에 미치는 영향을 가중치 및 위험도 인덱스의 형태로 추정하였다. 최종적으로는 추정된 위험도 인덱스를 토대로 각 자료별 래스터 레이어를 산출하고, 가중치를 도압한 래스터 계산(raster calculation) 기법을 적용하여 우리나라의 산사태 위험도를 분석한 산사태 위험지도를 작성하였다.
최종적으로 생성된 6개의 래스터 형태의 인덱스 레이어(그림 7(a) 참조)를 이용한 다중회귀분석(multi-dimensional regression analysis) 방법(Chau 등, 2004)을 통하여 산사태 발생에 대한 각 관련 자료범위에 따른 가중치(Wj) 및 위험도 인덱스(Hji)를 산출하였다. 다음의 표 7은 본 연구를 통해 최종적으로 산출된 위험도 인덱스를 정리한 것이다.
이론/모형
레이어별로 적용된 가중치는 Evan 등(1999)이 제시한 방법에 따라 산출된 것으로, 이 방법에 의하면 위험도 산정을 위한 적절한 가중치는 각 레이어 속성값의 분포가 정규분포(norma distribution)에 얼마나 근접하는가에 따라 경험적으로 결정된다. 실제로 Evan 등(1999)은 표고와 산사태 발생 간의 상관관계는 매우 약하다고 주장하였으며, 본 연구에서도 산사태 발생과 표고 간에는 상관관계가 거의 존재하지 않는 것으로 분석되었다(그림 2 참조).
사면의 경사도와 경사향은 ArcView 소프트웨어에 구현되어 있는 표준 알고리즘을 이용한 유한차분(finite difference)을 통해 계산되었으며(Burrough 등, 1998), DEM 상 임의의 격자점에의 수평면과 근방 8점에서 계산되는 근사평면으로 이루어지는 각을 이용하여 계산된다. 경사도는 지표면의 기울어진 정도를 파악하는데 이용되는 지표로서 토지의 이용에 있어 매우 중요한 요소이다.
이를 위해 본 연구에서는 산사태와 밀접한 관계를 가지는 지형, 기상 및 토질정보를 통합하여 산사태와의 상관관계를 산출하고, 이를 통해 산사태 위험도를 분석하였다. 산사태 위험도를 통계적이고 효율적으로 분석 및 표현하기 위해 래스터 계산(Chau 등, 2004)과 같은 특정한 GIS 기법을 적용하였으며, 이를 통해보다 관련 자료 분석과 다양한 산사태 발생요인의 영향을 평가할 수 있었다(Van 등, 1999; Dhakal 등, 2000)
GIS 기법을 통해 다양한 산사태 발생요인를 통합하여 위험도를 추정하기 위해서는 먼저 이러한 산사태 발생요인과 실제 산사태 발생과 상관관계를 생성하여야 한다. 여기서는 상관관계의 생성을 위한 대표적인 GIS 기술인 대역분석(zonal statistics)을 적용하여 산사태와 발생요인 간의 상관관계를 도출하였다(국립방재연구소, 2003; Chau 등, 2004). 대역분석 기능은 기준이 되는 래스터 레이어(zone layer)에 설정된 임의의 지역(zone)별로 분석 대상이 되는 레이어(value layer)의 통계값을 계산하는 기능이다.
성능/효과
각 년도 별로 산사태 발생현황을 분석한 결과, 2001년도에는 총 94건의 산사태가 발생하였으며, 발생유형은 법면유실이 총 76건으로 약 80%를 차지하였으며, 구조물 파괴가 9건으로 약 10% 정도를 나타내었다. 그 외 침수와 도로파괴, 낙석 토사유입 등이 소량 발생하였으며, 인장파괴, 그린네트 설치, 파괴 등은 발생하지 않은 것으로 나타났다.
그림 5는 월별 평균강수량 및 평균기온의 변동과 이에 따른 산사태 발생수를 함께 표현한 것으로 이를 분석한 결과 산사태 발생이 강수량과 기온에 매우 명확한 상관관계를 가지는 것을 알 수 있었다.
또한 가장 많은 강수량을 보인 2002년 8월에 가장 많은 산사태가 발생하였음을 알 수 있었다. 대부분의 산사태가 평균강우량 100㎜ 이상을 나타내는 시기에 발생하였으며, 300㎜ 이상의 높은 평균강우량에서의 산사태는 전체의 약 45%정도를 차지하고 있는 것으로 나타났다.
실제로 대부분의 산사태 발생은 강수량이 집중되는 7월~8월 사이에 발생하였으며, 이 시기 대부분의 평균강수량이 200㎜ 이상의 값을 나타내었다. 또한 가장 많은 강수량을 보인 2002년 8월에 가장 많은 산사태가 발생하였음을 알 수 있었다. 대부분의 산사태가 평균강우량 100㎜ 이상을 나타내는 시기에 발생하였으며, 300㎜ 이상의 높은 평균강우량에서의 산사태는 전체의 약 45%정도를 차지하고 있는 것으로 나타났다.
5로 결정되었다. 또한 경사방향의 경우에도 산사태 발생과의 상관관계가 거의 존재하지 않았으며, 이를 통해 경사방향 레이어의 가중치는 가장 작은 값인 0.3으로 결정되었다.
또한 행정구역별 발생 현황은 강원도에서 164건이 발생하여 전체 발생 수에 대하여 40% 정도의 발생률을 보이고 있었으며, 이는 2002년도에 강원도에 산사태가 특히 많이 발생했음을 나타내고 있다. 또한 경상남도, 충청북도 및 경기도에서도 각각 61건과 44건, 41건 등으로 다른 행정구역과 비교하여 상대적으로 높은 산사태 발생 빈도를 보였다. 전체적으로 대전광역시를 제외한 대부분의 대도시 지역에서 3건 이하의 비교적 낮은 산사태 발생건수를 나타냈으며, 도별로는 경상북도, 전라도에서 아주 작은 수의 산사태가 발생했음을 알 수 있다.
4 이상에 포함되는 면적은 전체면적 대비 약 8% 정도로 나타났다. 또한 산사태 발생 가능성이 매우 높은 0.7 이상의 고위험도 지역은 전체의 약 0.06%로 총 58㎢면적을 가지는 것으로 분석되었다. 이러한 수치는 산지가 많은 우리나라의 특성에 비추어 다소 작은 수치로 인식되지만, 이러한 고위험도 지역에서도 다양한 인간 활동이 이루어지는 경우에는 산사태로 인한 막대한 피해가 유발될 수 있다.
그 외 침수와 도로파괴, 낙석 토사유입 등이 소량 발생하였으며, 인장파괴, 그린네트 설치, 파괴 등은 발생하지 않은 것으로 나타났다. 또한 이러한 노선별 산사태 발생 현황을 행정구역 별로 정리해 보면 경기도 및 경상남도에서 17, 16건이 각각 발생하여 전체 발생 수에 대하여 각각 18% 정도의 발생률을 보이고 있었으며, 충청남도, 경상북도 및 전라도에서도 각각 14건과 13건 등으로 상대적으로 높은 산사태 발생 수를 보였다. 전체적으로 대도시 지역에서 산사태 발생건수가 비교적 낮게 나타났으며, 강원도, 전라북도, 충청북도에서 아주 작은 수의 산사태가 발생한 것으로 나타났다.
그 외 침수와 도로파괴, 낙석 토사유입, 파괴 등이 역시 소량 발생하였으며, 인장파괴, 그린네트 설치 등은 발생하지 않았다. 또한 행정구역별 발생 현황은 강원도에서 164건이 발생하여 전체 발생 수에 대하여 40% 정도의 발생률을 보이고 있었으며, 이는 2002년도에 강원도에 산사태가 특히 많이 발생했음을 나타내고 있다. 또한 경상남도, 충청북도 및 경기도에서도 각각 61건과 44건, 41건 등으로 다른 행정구역과 비교하여 상대적으로 높은 산사태 발생 빈도를 보였다.
2002년도의 경우에는 총 430건의 산사태가 발생하여, 2001년과 2003년에 비하여 상대적으로 많은 산사태가 발생한 것으로 분석되었다. 발생유형으로는 법면유실이 총 393건으로 약 91%를 차지하였으며, 구조물 파괴가 15건으로 약 3% 정도로 나타났다. 그 외 침수와 도로파괴, 낙석 토사유입, 파괴 등이 역시 소량 발생하였으며, 인장파괴, 그린네트 설치 등은 발생하지 않았다.
산출된 산사태 위험도별 대상면적을 분석한 결과(표 8 참조), 산사태 발생 가능성이 거의 없는 위험도 0.1~0.2 사이에 분포하는 지역은 전체 면적의 60% 정도를 나타내었으며, 비교적 높은 위험도인 0.4 이상에 포함되는 면적은 전체면적 대비 약 8% 정도로 나타났다. 또한 산사태 발생 가능성이 매우 높은 0.
또한 이러한 노선별 산사태 발생 현황을 행정구역 별로 정리해 보면 경기도 및 경상남도에서 17, 16건이 각각 발생하여 전체 발생 수에 대하여 각각 18% 정도의 발생률을 보이고 있었으며, 충청남도, 경상북도 및 전라도에서도 각각 14건과 13건 등으로 상대적으로 높은 산사태 발생 수를 보였다. 전체적으로 대도시 지역에서 산사태 발생건수가 비교적 낮게 나타났으며, 강원도, 전라북도, 충청북도에서 아주 작은 수의 산사태가 발생한 것으로 나타났다. 특히 부산광역시와 대구광역시, 광주광역시에서는 산사태가 한 건도 일어나지 않았음을 알 수 있으며, 산지가 많은 강원도에서는 산사태가 3건 정도밖에 발생하지 않은 것으로 나타났다.
또한 경상남도, 충청북도 및 경기도에서도 각각 61건과 44건, 41건 등으로 다른 행정구역과 비교하여 상대적으로 높은 산사태 발생 빈도를 보였다. 전체적으로 대전광역시를 제외한 대부분의 대도시 지역에서 3건 이하의 비교적 낮은 산사태 발생건수를 나타냈으며, 도별로는 경상북도, 전라도에서 아주 작은 수의 산사태가 발생했음을 알 수 있다. 특히, 광주광역시와 대구광역시에서는 산사태가 거의 일어나지 않았음을 알 수 있었다.
행정구역별 발생현황은 경상남도와 경상북도에서 각각 24, 23건이 발생하여 전체 발생 수에 대하여 65% 정도의 발생률을 나타내었으며, 강원도에서는 총 13건이 발생한 것으로 나타났다. 전체적으로는 인천광역시에서 단 1건의 산사태가 발생한 경우를 제외하고 대부분의 대도시 지역에서 산사태가 발생하지 않았으며, 도별로는 전라남도와 충청북도에서 2건으로 두 지역에서는 산사태가 거의 발생하지 않은 것으로 나타났다.
토양의 모재는 화강암의 잔적층으로 구릉지 및 산악지에 분포하는 것으로 알려져 있다. 즉, 사면부에 다량 분포하는 사암질의 토질인 SgE2에서 산사태가 다수 발생하였으며, 이는 총 발생건수에 대해 약 35% 정도의 발생율을 보이는 것이다. 또한, JiB와 WiE, OnD2, YaD2 등의 사암질 토질에서도 발생건수가 48건, 41건, 46건 및 39건 등으로 상대적으로 많은 산사태가 발생하였다.
전체적으로 대도시 지역에서 산사태 발생건수가 비교적 낮게 나타났으며, 강원도, 전라북도, 충청북도에서 아주 작은 수의 산사태가 발생한 것으로 나타났다. 특히 부산광역시와 대구광역시, 광주광역시에서는 산사태가 한 건도 일어나지 않았음을 알 수 있으며, 산지가 많은 강원도에서는 산사태가 3건 정도밖에 발생하지 않은 것으로 나타났다.
표고와 산사태의 상관관계를 분석한 결과 표고값의 증가에 따라 산사태 발생수가 감소하는 양상을 보이고 있었으며, 경사각의 경우 가장 발생빈도가 높은 경사각 15° ~ 20°를 기준으로 좌우로 점차 발생수가 감소하는 종모양의 형태를 나타내는 것으로 분석되었다.
표고와 산사태의 상관관계를 분석한 결과 표고값의 증가에 따라 산사태 발생수가 감소하는 양상을 보이고 있었으며, 경사각의 경우 가장 발생빈도가 높은 경사각 15° ~ 20°를 기준으로 좌우로 점차 발생수가 감소하는 종모양의 형태를 나타내는 것으로 분석되었다. 하지만 경사방향의 경우 발생수와 특별한 상관관계를 나타내지는 않았으며, 전체적으로 북쪽 방향(N, NE, NW)에 위치한 사면에서 산사태 발생수가 나머지 방향의 발생수보다 다소 적은 경향만을 나타내었다.
후속연구
하지만 산출된 산사태 위험지도의 경우 적은 수의 산사태 발생자료 만을 이용하였으며, 산사태 발생과 밀접한 관계를 가지는 다양한 발생요인를 모두 고려한 결과는 아니다. 따라서 위험지도 산출을 위해 적용된 가중치 및 위험도 인덱스의 정확도를 높이기 위한 노력이 필요하며, 이를 위해서는 본 연구에 이용된 자료 이외에 지질, 식생, 토지이용 등의 추가적인 정보를 이용하여 산사태 발생 및 발생요인 간의 상관관계를 보다 정확하게 산출할 필요가 있다.
이러한 수치는 산지가 많은 우리나라의 특성에 비추어 다소 작은 수치로 인식되지만, 이러한 고위험도 지역에서도 다양한 인간 활동이 이루어지는 경우에는 산사태로 인한 막대한 피해가 유발될 수 있다. 따라서 향후 이러한 고위험도 지역에 대해서는 다양한 방법을 통한 산사태 방재 및 피해예방이 필요할 것으로 판단된다.
결국 산사태 위험도 분석의 주요한 부분은 크게 지형학적, 공학적 및 발생이력 분석으로 정의될 수 있으며, 이러한 각각의 분석을 위해서는 실제 산사태 발생자료, 지질학적 자료 및 시뮬레이션 자료 등이 포함된 대용량의 관련 자료의 운영 및 해석이 수행되어야 한다. 또한 대규모 자료를 다루는 각 분석의 특성 상 컴퓨터를 이용한 적절한 정보처리 기술(information technology)을 필수적으로 활용해야할 필요가 있다. 따라서 이러한 산사태 위험도 분석을 위해서 1980년대 중반부터 GIS(geographical information system) 기법이 활발하게 이용되고 있다(Carrara 등, 1999; 이진덕 등, 2002).
강우량은 산사태의 발생에 있어 사면의 기하학적 구조와 더불어 가장 밀접한 발생요인으로서, 정확한 산사태 위험지도 구축을 위해서는 실제 산사태 발생자료를 기준으로 그 상관관계를 분석할 필요가 있다(조명희 등, 2009). 본 연구에서는 실제 산사태 발생 당시의 강수량을 직접 획득하였으나, 이는 단순히 발생지점에 대한 자료로서 각 지점별 강수량 변동이 오차로 작용하여 강수량과 산사태의 통계적인 상관관계의 도출에는 적합하지 못한 것으로 판단되었다.
본 연구의 적용 결과 산사태 위험도 산출을 위해 GIS 기법을 적용할 경우, 산사태 위험지도 작성을 위한 다양한 발생요인의 통합과 분석을 보다 손쉽고, 효율적으로 수행할 수 있을 것으로 판단되었다. 하지만 산출된 산사태 위험지도의 경우 적은 수의 산사태 발생자료 만을 이용하였으며, 산사태 발생과 밀접한 관계를 가지는 다양한 발생요인를 모두 고려한 결과는 아니다.
0의 가중치가 일률적으로 적용되었다. 하지만 표 7에 제시된 이러한 가중치 및 위험도 인덱스의 유효성에 대해서는 향후 추가적인 연구가 필요하며, 보다 많은 자료 또는 토질, 식생, 토지이용 등의 발생요인에 대한 새로운 레이어가 추가된다면 좀 더 정확한 가중치 및 위험도 인덱스를 결정할 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
산사태의 발생 자체를 억제하는 것은 어려운 일이기 때문에 산사태로 인한 인명 및 재산피해를 방지할 수 있는 최선의 방법은 무엇인가?
실제로 산사태의 경우 상기의 사례들과 같이 태풍, 지진 등과 같은 강력한 기상 및 지구 물리적 현상에 동반하여 발생하는 만큼 대규모로 광범위하게 발생하며, 이러한 이유로 인해 산사태의 발생 자체를 억제하는 것은 매우 어려운 일이다(Chau 등, 2004). 따라서 산사태로 인한 인명 및 재산피해를 방재할 수 있는 최선의 방법은 급경사지 주변에 마을이나 도시를 위치시키지 않는 것이지만, 이는 인구의 급격한 증가 및 도시 재건축에 따르는 막대한 비용 등의 이유로 인하여 실현이 불가능하다(Chau 등, 2004). 따라서 최근 들어 좀 더 지역적이고 국소적인 산사태 위험도 분석 및 관리가 도시 계획에 있어서 중요한 사항으로 대두되고 있다.
산사태 중 1920년에 지진에 의해 발생한 중국 감숙성의 황토류는 몇 명의 인명피해를 유발하였는가?
산사태는 낙석, 암석슬라이드, 토석류, 지면 슬립(soil slip), 암석사태, 이류(mudflow) 등의 다양한 형태로 발생하며, 이러한 산사태 중 일부는 1920년 지진에 의해 발생하여 200,000명의 인명피해를 유발한 중국 감숙성의 황토류(loess flow)와 같이 대규모의 참사를 발생시키기도 한다. 보다 최근인 1962년에는 페루의 네바도스 산에서 지진에 의한 산사태가 발생하여 4,000여명의 막대한 사망자가 발생하기도 하였다(Hansen, 1984).
산사태는 어떤 현태로 발생하는가?
산사태는 낙석, 암석슬라이드, 토석류, 지면 슬립(soil slip), 암석사태, 이류(mudflow) 등의 다양한 형태로 발생하며, 이러한 산사태 중 일부는 1920년 지진에 의해 발생하여 200,000명의 인명피해를 유발한 중국 감숙성의 황토류(loess flow)와 같이 대규모의 참사를 발생시키기도 한다. 보다 최근인 1962년에는 페루의 네바도스 산에서 지진에 의한 산사태가 발생하여 4,000여명의 막대한 사망자가 발생하기도 하였다(Hansen, 1984).
한국도로공사 도로교통기술원. 2004. GIS를 이용한 홍수 시 고속도로 사면붕괴 특성평가 연구.138쪽.
Anbalagan, R., L. Sharma and S. Tyagi. 1993. Landslide hazard zonation (LHZ) mapping of a part of Doon valley, Garhwal Himalaya, India. In: Chowdhury, R.N., Sivakumar, M. (Eds.), Environmental Management Geo-water and Engineering Aspects, Balkema, Rotterdam, pp.253-260.
Burrough, P.A. and R.A. McDonnell. 1998. Principles of Geographic Information System, Oxford University Press, New York. 333pp.
Cardinali, M., P. Reichenbach, F. Guzzetti, F. Ardizzone, G. Antonini, M. Galli, M. Cacciano, M. Castellani and P. Salvati. 2002. A geomorphological approach to the estimation of landslide hazards and risks in Umbria, Central Italy. Natural Hazards and Earth System Sciences 2(1):57-72.
Carrara, A., F. Guzzetti, M. Cardinali and P. Reichenbach. 1999. Use of GIS technology in the prediction and monitoring of landslide hazard. Natural Hazards 20(2-3):117-135.
Chau, K.T., R.H.C. Wong, J. Lui and C.F. Lee. 2003. Rockfall hazard analysis for Hong Kong based on rockfall inventory. Rock Mechanics and Rock Engineering 36(5):383-408.
Chau, K.T., Y.L. Sze, M.K. Fung, W.Y. Wong. E.L. Fong and L.C.P. Chan. 2004. Landslide hazard analysis for Hong Kong using landslide inventory and GIS. Computer & Geosciences 30(4):429-443.
Dhakal, A.S., T. Amada and M. Aniya. 2000. Landslide hazard mapping and its evaluation using GIS: an investigation of sampling schemes for a grid-cell based quantitative method. Photogrammetric Engineering Remote Sensing 66(8):981-989.
Evans, N.C., S.W. Huang and J.P. King. 1999. The natural terrain landslide study phases I and II. GEO Report No. 73, GEO, CED, Hong Kong SAR Government.
Hansen, A. 1984. Landslide hazard analysis. In: Brunsden, D., Prior, D.B. (Eds.), Slope Instability. Wiley, New York, pp.523-602.
Kienholz, H. 1978. Maps of geomorphology and natural hazards of Grindelwald, Switzerland: scale 1:10,000. Arctic and Alpine Research 10(2):169-184.
PIARC World Road Association 1997. Landslides-techniques for evaluating hazard. PIARC Technical Committee on Earthworks, Drainage, Subgrade (C12), pp.1-17.
Van Westen, C.J., Seijmonsbergen, A.C. and Mantovani, F. 1999. Comparing landslide hazard maps. Natural Hazards 20(2):137-158.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.