$\require{mediawiki-texvc}$

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.

미래 확률강우량 및 인공신경망을 이용한 산사태 위험도 분석 기법 개발 및 검증
Landslide Hazard Mapping and Verification Using Probability Rainfall and Artificial Neural Networks 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.15 no.2, 2012년, pp.57 - 70  

이명진 (한국환경정책.평가연구원 국가기후변화적응센터) ,  이사로 (한국지질자원연구원 지질조사연구실) ,  전성우 (한국환경정책.평가연구원 국가기후변화적응센터)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 지리정보시스템(GIS)을 기반으로 확률강우량과 인공신경망을 적용하여 2006년 태풍 에위니아에 의하여 발생한 강원도 인제 덕적리 지역의 산사태 취약성도 및 미래 위험도를 작성 및 검증하고자 한다. 산사태 취약성 및 위험도와 관련된 요인으로는 지질, 지형도(경사, 경사방향, 곡률도), 토양도(토양 지형, 토질, 토양 배수, 토양 모재 및 유효토심), 임상도(영급, 경급, 소밀도 및 수종) 등을 GIS 기반의 공간 데이터베이스로 구축하였다. 전체 산사태 발생 위치는 694개소이며 이중 50%는 인공신경망의 산사태 발생 지역으로 적용하였으며, 나머지 50%는 취약성도 및 위험도 검증에 활용하였다. 산사태 발생 강우량 임계치는 1일 202mm 및 3일 누적 449mm로 적용하였다. 확률강우량은 1973년부터 2006년까지의 실측 강우량을 정리하여 2106년까지 목표연도별(1년, 3년, 10년, 50년 및 100년) 산사태 취약성도를 작성하였다. 연구결과 연구지역은 강우량의 증가에 의하여 미래 산사태 가능성이 지속적으로 증가하였다. 향후 본 연구는 강우량의 변화에 의한 산사태 위험성 분석에 한 축을 차지 할 수 있다는 점에서 중요성이 있다고 하겠다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The aim of this study is to analyse the landslide susceptibility and the future hazard in Inje, Korea using probability rainfalls and artificial neural network (ANN) environment based on geographic information system (GIS). Data for rainfall probability, topography, and geology were collected, proce...

주제어

#지리정보시스템   #인공신경망   #확률강우량   #산사태 위험도  

참고문헌 (20)

  1. 김경수, 송영석, 조용찬, 김원영, 정교철. 2006. 지질조건에 따른 강우와 산사태의 특성분석. 대한지질공학회지 16(2):201-214. 

    원문보기 상세보기

  2. 국립방재연구소. 1998. 강우분석 프로그램의 개발. 행정자치부 국립방재연구소. 

  3. 국립방재연구소. 2007. 강우분석 프로그램의 개선 및 활용. 소방방재청 국립방재연구소. 

  4. 백경혜, 이명진, 강병진. GIS를 활용한 KMA-RCM의 규모 상세화 기법 개발 및 검증. 한국지리정보학회지 14(3):136-149. 

    원문보기 상세보기

  5. 오현주. 2010. GIS와 인공신경망을 이용한 금-은 광물 부존적지 선정 및 검증. 한국지리정보학회지 13(3):1-13. 

    원문보기 상세보기

  6. 이명진, 이사로, 원중선. 2004. GIS와 원격탐사를 이용한 강릉지역 산사태 연구(I) : 산사태 발생 위치와 영향인자의 상관관계 분석. 자원환경지질 37(4):425-436. 

  7. 이명진, 이정호. 2011. GIS를 이용한 기후변화 연동 지하수 함양량 산정 모델 개발 및 검증. 한국지리정보학회지 14(3):36-51. 

    원문보기 상세보기

  8. 이사로, 이명진, 원중선. 2004. GIS 및 원격탐사를 이용한 2002년 강릉지역 태풍 루사로 인한 산사태 연구(II) : 확률기법을 이용한 강릉지역 산사태 취약성도 작성 및 교차 검증. 자원환경지질 37(5):521-532. 

    원문보기 상세보기

  9. 이사로, 이명진, 원중선. 2005. 인공신경망 및 GIS를 이용한 강릉지역 산사태 발생 요인의 가중치 분석. 지질학회지 41(1):101-111. 

    상세보기

  10. 이사로, 이명진, 원중선. 2005. 인공신경망을 이용한 강릉지역 산사태 취약성 분석 및 검증. 자원환경지질 38(1):33-43. 

    원문보기 상세보기

  11. 이승춘. 2009. 기후변화에 따른 확률강우량의 지역적 변동성 분석. 단국대학교 대학원 석사학위논문. 97쪽. 

  12. 이용준, 박근애, 김성준. 2006. 로지스틱 회귀분석 및 AHP 기법을 이용한 산사태 위험지역 분석. 대한토목학회논문집 26(5):861- 867. 

  13. 인제군청. 2006. 재해대장(산사태). 인제군청 산림녹지과. 

  14. 홍원평, 김윤원, 김상규, 한정건, 김마리아. 1990. 강우로 기인되는 우리나라 사면활동의 예측. 대한토질공학회지 6(2):55-63. 

  15. Borgatti, L. and M. Soldati. 2010. Landslides as a geomorphological proxy for climate change: a record from the Dolomites (northern Italy). Geomorphology 120(1-2):56-64. 

    상세보기 crossref

  16. Collison, A., S. Wade, J. Griffiths and M. Dehn. 2000. Modelling the impact of predicted climate change on landslide frequency and magnitude in SE England. Engineering Geology 55:205-218. 

    상세보기 crossref

  17. Hines, J.W., L.H. Tsoukalas and R.E. Uhrig. 1997. Fuzzy and Neural Approaches in Engineering. John Wiley and Sons, New York, USA. 210pp. 

  18. Lee, S,, K. Min. 2001. Statistical analysis of landslide susceptibility at Yongin, Korea. Environmental Geology 40(9):1095-1113. 

    상세보기 crossref

  19. Nefeslioglu, H.A., C. Gokceoglu, H. Sonmez and T. Gorum. 2011. Medium-scale hazard mapping for shallow landslide initiation: the Buyukkoy catchment area (Cayeli, Rize, Turkey). Landslides doi: 10.1007/s10346-011-0267-7. 

    상세보기 crossref

  20. Paola, J.D. and R.A. Schowengerdt. 1995. A review and analysis of backpropagation neural networks for classification of remotely-sensed multi-spectral imagery. International Journal of Remote Sensing 16(16): 3033-3058. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 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