$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

급경사지 붕괴 예측을 위한 모형 개발
Development of model for prediction of land sliding at steep slopes 원문보기 논문타임라인

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.22 no.4, 2011년, pp.691 - 699  

박기병 (동국대학교 통계학과, 대학원) ,  주용성 (동국대학교 통계학과) ,  박덕근 (소방방재청 방재연구소 지반방재팀)

초록
AI-Helper 아이콘AI-Helper

현재까지 우리나라뿐만 아니라 세계적으로 급경사지 붕괴는 대표적인 자연재해로 알려져 있다. 급경사지 붕괴 피해를 방지하기 위해 행해진 많은 선행 연구를 바탕으로 일부 국내기관에서는 급경사지 평가표를 만들어 붕괴 예측에 활용하고 있다. 하지만, 대부분의 기존 연구는 비통계전문가들에 의해 행해졌기 때문에 평가표 구성의 통계적 타당성을 제시하지 못했다. 본 연구는 전국 지역을 대상으로 급경사지 (암반사면, 토사사면) 붕괴에 영향을 미칠 것으로 예상되는 인자들의 자료를 수집하고 그 인자들의 가중치를 판정하기 위하여 로지스틱 회귀분석 방법을 사용하였다. 선행연구들 중에 로지스틱 회귀분석을 이용한 기존의 연구들이 있었지만 다중공선성을 전혀 고려하지 않았기 때문에 결과가 신뢰할 만하지 못하다. 본 연구에서는 다중공선성을 제거된 급경사지 붕괴 예측모형을 제시하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Land sliding is one of well-known nature disaster. As a part of effort to reduce damage from land sliding, many researchers worked on increasing prediction ability. However, because previous studies are conducted mostly by non-statisticians, previously proposed models were hardly statistically justi...

주제어

#급경사지 붕괴   #다중공선성   #단계별 선택법   #로지스틱 회귀분석  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 평가표 개발에 근거를 제공하는 통계모형 (로지스틱 회귀모형)을 개발하는 것을 목표로 하였다. 평가표 작성에 반영되지는 않았지만, 로지스틱모형을 이용하여 통계적 타당성을 입증하려고 한 논문들도 있었다.
  • 본 연구에서는 급경사지 붕괴에 영향을 미치는 요인과 그 인자들의 가중치를 판단하기 위해서 암반사면92개 (미붕괴 44개, 붕괴 48개)와 토사사면 55개 (미붕괴 27개, 붕괴 28개)에 대한 현장조사를 실시 하였다. 로지스틱모형이 사용되었으며 다중공선성을 제거하면서 붕괴에 영향을 미치는 유의한 요인을 찾기 위해 단계별 선택법을 이용하였다.
  • 다중공선성을 제거하기 위하여 다중공선성을 발생시키는 일부 변수의 제거, 주성분회귀분석법, ridge 회귀분석법 등을 흔히 사용한다 (정수정, 2010; Kutner, 2005). 본 연구에서는 최종적으로 제안될 모형이 비통계전문가에게 설득력이 있으면서 단순한 형태를 가지도록 하기 위하여 다중공선성을 유발시키는 변수를 제거하는 방식을 택하였다. 기존의 연구와 급경사지붕괴 관련 전문가들에게 가장 중요한 붕괴영향 인자로 여겨지는 경사각을 모형에 기본적인 설명변수도 넣고 추가적인 변수의 선택을 위하여 단계별 선택법 (stepwise)을 사용하였다 (조장식, 2010; Hong, 2008).
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
우리나라가 외국에 비해 얇은 토층을 가지는 이유는? 우리나라는 만장년기의 지형을 가지고 있지만 산이 많기 때문에 외국 (일본과 홍콩)의 지질 상태에 비하여 비교적 얇은 토층 (수십 cm정도)을 가지고 있다. 도로주변에는 암반급경사면이 주로 분포하고, 계곡이나 농가주변에는 토사사면이 많이 분포한다.
본 연구에서 급경사지 붕괴 예측모형을 개발하기 위해 어떤 모형을 사용했는가? 급경사지 붕괴 예측모형을 개발하기 위해 로지스틱모형을 사용하였다 (이혜정, 2009; Kahng, 2011).
암반사면의 급경사지 붕괴 예측을 위해 설정된 변수는? 암반사면의 급경사지 붕괴를 예측하기 위해서 고려된 설명변수 가운데 경사각, 높이, 재해도는 연속형 변수로 측정되었고, 나머지 변수들은 범주형으로 측정되었다. 풍화도는 3개의 범주 (신선 혹은 약간 풍화 - 광물입자들이 광택을 내고 절리가 이물질에 의해 착색되어 있지 않거나 절리를 따라 약간 변색된 흔적이 있음, 보통 풍화 - 암석의 일부분이 변색되고 풍화흔적이 있고, 장석질의 색이 변색되어 있음, 심한 풍화 - 대부분의 구성광물들이 변색되거나 착색되어 있고, 대부분의 장석질이 고령토화 됨), 용수상태는 2개의 범주 (용수없음 - 사면에 물의 흔적이 없음, 습윤상태 혹은 상시존재 - 사면에 물의 흔적이 존재하거나 물이 지속적으로 흐름), 인공배수로상태는 3개의 범주 (양호 - 훼손이 거의 없는 상태, 보통- 일부 훼손된 상태, 불량 - 인공배수로가 없거나 훼손이 많이 된 상태), 절취상태는 2개의 범주 (양호 -사면의 절취가 안정한 경우, 불량- 사면의 절취가 불안정한 경우), 인장균열은 2개의 범주 (유 - 인장균열이 있는 경우, 무 - 인장균열이 없는 경우)로 나뉜다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)
타임라인 바로가기

  1. 이혜정, 조수현, 김재희 (2009). 한우 수소 고기 관능평가 데이터에 대한 범주형 자료 분석. , 20, 819-827. 

    원문보기 상세보기 타임라인에서 보기

  2. 조용찬, 채병곤, 김원영, 장태우 (2007). 화강암질암지역 토석류 산사태 예측을 위한 로지스틱 회귀모델의 수정 및적용. , 40, 115-128. 

    원문보기 상세보기 타임라인에서 보기

  3. 조장식. (2010). 회귀분석에 기초한 균둥화 방법에 관한 연구. , 21, 513-521. 

    원문보기 상세보기

  4. 채병곤, 김원영, 조용찬, 김경수, 이춘오, 최영섭 (2004a). 토석류 산사태 예측을 위한 로지스틱 회귀모형 개발. , 14, 211-222. 

    원문보기 상세보기 타임라인에서 보기

  5. 채병곤, 김원영, 나종화, 조용찬, 김경수, 이춘오 (2004b). 제3기 퇴적암 및 화산암 분포지의 산사태 예측모델. , 14, 443-450. 

    원문보기 상세보기 타임라인에서 보기

  6. 채병곤, 조용찬, 송영석, 서용석 (2009). AIP분석기법을 이용한 급경사지재해 취약성 평가표 개발. ,19, 99-108. 

    원문보기 상세보기 타임라인에서 보기

  7. Hong, C. S. and Choi, J. M. (2008). Validation comparison of credit rating models using Box-Cox transformation. Journal of the Korean Data & Information Science Society, 19, 789-800. 

    원문보기 상세보기 타임라인에서 보기

  8. Kahng, M. W. (2011). A study on log-density ratio in logistic regression model for binary data. Journal of the Korean Data & Information Science Society, 22, 107-113. 

    원문보기 상세보기 타임라인에서 보기

  9. Kutner, M. H., Nachtsheim, C. J., Neter J. and Li, W. (2005). Applied linear statistical models, fifth Ed, Mcgraw-hill, USA. 

  10. Lee, S., Ryu, J. H. and Kim, I. S. (2007). Landslide susceptibility analysis and its verification using likelihood ratio, logistic regression, and artificial neural network models: Case study of Youngin, Korea. Landslides, 4, 327-338. 

    상세보기

  11. Ohlmacher, G. C. and Davis J. C. (2003). Using multiple logistic regression and GIS technology to predict landslide hazard in northeast Kansas, USA. Engineering Geology, 69, 331-343. 

    상세보기

  12. Pradhan, B. and Youssef, A. M. (2009). Manifestation of remote sensing data and GIS on landslide hazard analysis using spatial-based statistical models. Arabian Journal of Geosciences, 3, 319-326. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로