최근 들어 집중호우 및 태풍과 국지성 집중호우로 인한 산사태 피해가 자주 보고되고 있다. 국내 지형특성상 산지 인근에서 도시가 발달되고 도로 철도 등의 기간시설물이 건설된 경우가 많기 때문에 산사태로 인한 인명 및 재산피해는 매우 심각하다. 이러한 피해를 효과적으로 방지하기 위해서는 건설계획 단계부터 산사태 위험이 높은 지역을 파악하고 적절한 대책을 마련하는 것이 중요하다. 본 연구에서는 산사태 발생에 영향을 미칠 수 있는 지형학적 특성, 토질의 특성, 강우 정보, 나무의 종류 정보 등의 자료를 재해대장 분석, 항공사진 분석, 현장조사를 실시하여 구축한 423 지점의 산사태 데이터에 대한 통계학적 분석을 수행하여 산사태 위험도 예측식을 제안하였다. 제안된 예측식으로 예측된 결과와 실제 산사태 발생여부를 비교해 본 결과 약 92%의 분류 정확도를 보였다. 예측식에 필요한 입력치들은 단 시간 내에 저비용으로 획득할 수 있도록 구성하였다. 또한 예측결과의 경우 재해지도 형식으로 표현하기 용이하기 때문에 제안된 산사태 위험도 예측식은 광범위한 지역의 산사태 발생 위험도를 산정하는데 효과적으로 활용될 수 있다고 판단된다.
최근 들어 집중호우 및 태풍과 국지성 집중호우로 인한 산사태 피해가 자주 보고되고 있다. 국내 지형특성상 산지 인근에서 도시가 발달되고 도로 철도 등의 기간시설물이 건설된 경우가 많기 때문에 산사태로 인한 인명 및 재산피해는 매우 심각하다. 이러한 피해를 효과적으로 방지하기 위해서는 건설계획 단계부터 산사태 위험이 높은 지역을 파악하고 적절한 대책을 마련하는 것이 중요하다. 본 연구에서는 산사태 발생에 영향을 미칠 수 있는 지형학적 특성, 토질의 특성, 강우 정보, 나무의 종류 정보 등의 자료를 재해대장 분석, 항공사진 분석, 현장조사를 실시하여 구축한 423 지점의 산사태 데이터에 대한 통계학적 분석을 수행하여 산사태 위험도 예측식을 제안하였다. 제안된 예측식으로 예측된 결과와 실제 산사태 발생여부를 비교해 본 결과 약 92%의 분류 정확도를 보였다. 예측식에 필요한 입력치들은 단 시간 내에 저비용으로 획득할 수 있도록 구성하였다. 또한 예측결과의 경우 재해지도 형식으로 표현하기 용이하기 때문에 제안된 산사태 위험도 예측식은 광범위한 지역의 산사태 발생 위험도를 산정하는데 효과적으로 활용될 수 있다고 판단된다.
Recently, landslide disasters caused by severe rain storms and typhoons have been frequently reported. Due to the geomorphologic characteristics of Korea, considerable portion of urban area and infrastructures such as road and railway have been constructed near mountains. These infrastructures may e...
Recently, landslide disasters caused by severe rain storms and typhoons have been frequently reported. Due to the geomorphologic characteristics of Korea, considerable portion of urban area and infrastructures such as road and railway have been constructed near mountains. These infrastructures may encounter the risk of landslide and debris flow. It is important to evaluate the highly risky locations of landslide and to prepare measures for the protection of landslide in the process of construction planning. In this study, a landslide-risk prediction equation is proposed based on the statistical analysis of 423 landslide data set obtained from field surveys, disaster reports on national road, and digital maps of landslide area. Each dataset includes geomorphologic characteristics, soil properties, rainfall information, forest properties and hazard history. The comparison between the result of proposed equation and actual occurrence of landslide shows 92 percent in the accuracy of classification. Since the input for the equation can be provided within short period and low cost, and the results of equation can be easily incorporated with hazard map, the proposed equation can be effectively utilized in the analysis of landslide-risk for large mountainous area.
Recently, landslide disasters caused by severe rain storms and typhoons have been frequently reported. Due to the geomorphologic characteristics of Korea, considerable portion of urban area and infrastructures such as road and railway have been constructed near mountains. These infrastructures may encounter the risk of landslide and debris flow. It is important to evaluate the highly risky locations of landslide and to prepare measures for the protection of landslide in the process of construction planning. In this study, a landslide-risk prediction equation is proposed based on the statistical analysis of 423 landslide data set obtained from field surveys, disaster reports on national road, and digital maps of landslide area. Each dataset includes geomorphologic characteristics, soil properties, rainfall information, forest properties and hazard history. The comparison between the result of proposed equation and actual occurrence of landslide shows 92 percent in the accuracy of classification. Since the input for the equation can be provided within short period and low cost, and the results of equation can be easily incorporated with hazard map, the proposed equation can be effectively utilized in the analysis of landslide-risk for large mountainous area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
본 연구에서는 광범위한 산사태 및 토석류 피해지역을 대상으로 현장조사를 실시하고, 조사결과를 데이터베이스로 구축하였다. 구축된 데이터베이스를 이용하여 강우를 포함한 다양한 영향인자에 대한 분석을 실시하였으며, 이러한 인자들이 고려된 산사태 위험도 예측방법을 제안하고 제안된 방법의 적용성을 검증하였다.
또한 윤찬영 등(2010)은 산사태 발생과 강우량, 산불 발생이력에 대한 분석을 수행하였으며 최대 시우량과 누적 강우량 모두 산사태 발생에 밀접한 관계를 나타내며 산불 발생 지역의 경우 더 적은 강우에서도 산사태가 발생하는 경향을 보인다는 것을 확인하였다. 따라서 강우 기간 및 강우 강도에 따라 산사태의 발생 특성을 분석하기 위하여 산사태 발생 시점으로부터의 최대 시우량, 연속 강우량, 3일 누적 강우량, 7일 누적 강우량, 14일 누적 강우량, 21일 누적 강우량, 28일 누적 강우량을 조사하였다. 그림 7은 각 강우인자가 산사태 발생에 미치는 영향도를 분석한 내용으로 비교에 사용된 대응위험도(Odds ratio)는 입력변수와 목표변수사이의 인과관계를 나타내는 지수로서 대응위험도가 높을수록 입력변수와 목표변수사이의 상관성이 높다.
또한 북, 북서, 동, 북동의 경우 상대적으로 산사태가 적게 발생하는 경향을 보인다. 따라서 산사태 위험도 예측 식을 제안하기 위하여 서, 남서, 남, 남동 지역은 산사태 발생에 영향을 많이 주는 그룹으로 1의 값으로 분류하고 북, 북서, 동, 북동의 경우 산사태 발생에 유의한 확률을 미치지 않는 그룹으로 0의 값으로 분류하여 Database에 입력하였다.
이와 같이 산사태 발생에 영향을 주는 것으로 정리된 인자 중에서 가장 산사태 발생과 통계학적으로 상관성이 높은 인자를 선정하고 이를 이용한 산사태 발생모델을 개발하였다. 또한 조사된 영향인자 중 일부는 이를 제작한 기관에 따라 각기 다른 방식으로 표현되어 있어 공학적인 의미를 갖는 인자로 수정 및 보완 작업을 수행하였다.
이를 위하여 산사태 및 토석류 피해가 반복적으로 발생하는 인제군, 평창군, 강릉시, 정선군, 제천시 등을 대상 지역으로 선정하였고 2002년부터 2010년까지 도로 재해 대장에 수록된 산사태 피해 위치를 기반으로 현장조사, 보도자료수집, 탐문조사 등을 통하여 산사태 발생 당시 조건과 위치정보를 조사하였다. 또한 표 3과 같이 GIS기반의 수치지형도(DEM, Digital Elevation Map)를 기반으로 사면의 경사, 형상, 방향 등을 산출하였으며, 산사태 발생 지역에서 가장 가까운 기상청의 자동기상관측소(AWS, automatic weather station)의 강우 기록을 수집하였다. 이에 더하여, 산림청의 산불연보(산림청, 2010)를 이용하여 과거 산불발생이력을 조사하였으며, 토양도와 임상도를 이용하여 표층의 두께, 토양특성 및 식생현황 등에 대한 자료도 함께 수집하여 데이터베이스로 구축하였다.
로지스틱 모델의 성능 검증은 로지스틱 회귀식에 의해 계산된 예측 결과와 실제 발생 여부를 비교하여 수행한다. 예측결과의 경우 Database내의 모든 구간에 대하여 각 지점별 발생 확률을 계산하며 판단 기준 값을 통하여 발생과 미발생 여부를 판단하게 된다.
하지만 앞서 살펴본 바와 같이 기존의 연구에서는 산사태 예측에 있어서 강우인자를 고려하지 못하고 있다. 본 연구에서는 광범위한 산사태 및 토석류 피해지역을 대상으로 현장조사를 실시하고, 조사결과를 데이터베이스로 구축하였다. 구축된 데이터베이스를 이용하여 강우를 포함한 다양한 영향인자에 대한 분석을 실시하였으며, 이러한 인자들이 고려된 산사태 위험도 예측방법을 제안하고 제안된 방법의 적용성을 검증하였다.
05에서 단계별 선택법을 수행하였다. 분석결과 사면인자, 경사방향, 3일 누적강우량, 표토토성(건조단위중량), 산불발생이력, 영급분포가 선택되었으며, 선택된 6개의 영향인자를 통하여 산사태 위험도 예측식을 개발하였다. 유효토심, 나무의 종류, 사면형태 등의 인자는 유의수준이 0.
사면의 모양이 오목한 경우 지중으로 침투된 지하수가 집중되고 이로 인하여 산사태 발생이 더 많을 것으로 예측하여 조사를 수행하였다. 그림 11과 같이 사면형태와 산사태발생 확률간의 관계를 분석한 결과, 오목한 사면은 53%, 볼록한 사면은 47%로 사면의 형태가 산사태 발생에는 큰 영향을 미치지 않는 것으로 나타났다.
산사태 미발생 지점에 대해서도 산사태 발생지점과 같은 인제군, 평창군, 강릉시, 정선군, 제천시 등을 대상으로 조사를 수행하였다. 산사태 미발생 지점은 그림 4와 같이 이미 조사된 산사태 발생 지점에 대한 지도 및 항공사진 자료를 토대로 육안으로 식별하여 지도상에 표기하고 GPS 좌표정보로 변환하였다. 이와 같이 표시된 지점에 대해서는 수치지형도, 토양도, 임상도, 산불 현황, 기상자료 등을 이용하여 산사태 발생지점의 자료와 동일한 영향인자를 추출하고 이를 데이터베이스로 구축하였다.
식생의 경우 뿌리인장강도에 의한 산사태 방지효과가 있으며 뿌리인장강도가 충분하지 못할 경우 자중으로 작용하여 산사태 위험성을 높이기도 한다. 식물 뿌리의 인장강도는 식생의 성장과 관련이 있으며, 이에 따라 뿌리의 성장정도를 판단할 수 있는 척도인 나무의 나이를 표현하는 영급과 나무의 직경을 표현하는 경급을 조사하였다. 그림 13은 경급에 따른 산사태발생률의 관계를 나타낸다.
산사태 위험도 예측식을 개발하기 위해서는 신뢰성 있는 데이터를 바탕으로 재해발생과의 상관성을 분석해야 한다. 이를 위하여 산사태 및 토석류 피해가 반복적으로 발생하는 인제군, 평창군, 강릉시, 정선군, 제천시 등을 대상 지역으로 선정하였고 2002년부터 2010년까지 도로 재해 대장에 수록된 산사태 피해 위치를 기반으로 현장조사, 보도자료수집, 탐문조사 등을 통하여 산사태 발생 당시 조건과 위치정보를 조사하였다. 또한 표 3과 같이 GIS기반의 수치지형도(DEM, Digital Elevation Map)를 기반으로 사면의 경사, 형상, 방향 등을 산출하였으며, 산사태 발생 지역에서 가장 가까운 기상청의 자동기상관측소(AWS, automatic weather station)의 강우 기록을 수집하였다.
또한 표 3과 같이 GIS기반의 수치지형도(DEM, Digital Elevation Map)를 기반으로 사면의 경사, 형상, 방향 등을 산출하였으며, 산사태 발생 지역에서 가장 가까운 기상청의 자동기상관측소(AWS, automatic weather station)의 강우 기록을 수집하였다. 이에 더하여, 산림청의 산불연보(산림청, 2010)를 이용하여 과거 산불발생이력을 조사하였으며, 토양도와 임상도를 이용하여 표층의 두께, 토양특성 및 식생현황 등에 대한 자료도 함께 수집하여 데이터베이스로 구축하였다.
산사태 발생 예측을 위하여 구축된 데이터베이스는 표 4와 같이 지형, 강우, 식생, 기타 인자에 대하여 총 18개의 세부 인자로 정리되었다. 이와 같이 산사태 발생에 영향을 주는 것으로 정리된 인자 중에서 가장 산사태 발생과 통계학적으로 상관성이 높은 인자를 선정하고 이를 이용한 산사태 발생모델을 개발하였다. 또한 조사된 영향인자 중 일부는 이를 제작한 기관에 따라 각기 다른 방식으로 표현되어 있어 공학적인 의미를 갖는 인자로 수정 및 보완 작업을 수행하였다.
산사태 미발생 지점은 그림 4와 같이 이미 조사된 산사태 발생 지점에 대한 지도 및 항공사진 자료를 토대로 육안으로 식별하여 지도상에 표기하고 GPS 좌표정보로 변환하였다. 이와 같이 표시된 지점에 대해서는 수치지형도, 토양도, 임상도, 산불 현황, 기상자료 등을 이용하여 산사태 발생지점의 자료와 동일한 영향인자를 추출하고 이를 데이터베이스로 구축하였다.
통계적 회귀분석을 수행하기 위하여 범주형 자료인 경급과 영급의 등급을 표 7, 표 8을 통하여 변환하여 입력하였다. 표7은 경급의 등급에 따른 나무의 직경이며, 표 8은 영급의 등급에 따른 나무의 나이에 대한 산림청의 자료이다.
효율적으로 광범위한 지역의 산사태 위험도를 산정할 수 있는 예측식을 제안하기 위하여 423개 지역에서 산사태 발생과 관련된 강우특성 및 산불발생 이력을 포함한 영향인자들(사면 인자, 유효토심, 표토토성, 3일 누적 강우량, 산불발생이력, 그리고 나무의 영급 등)을 조사하여 데이터베이스로 구축하고 통계분석을 수행하였다.
대상 데이터
산사태 미발생 지점에 대해서도 산사태 발생지점과 같은 인제군, 평창군, 강릉시, 정선군, 제천시 등을 대상으로 조사를 수행하였다. 산사태 미발생 지점은 그림 4와 같이 이미 조사된 산사태 발생 지점에 대한 지도 및 항공사진 자료를 토대로 육안으로 식별하여 지도상에 표기하고 GPS 좌표정보로 변환하였다.
산사태 발생 예측을 위하여 구축된 데이터베이스는 표 4와 같이 지형, 강우, 식생, 기타 인자에 대하여 총 18개의 세부 인자로 정리되었다. 이와 같이 산사태 발생에 영향을 주는 것으로 정리된 인자 중에서 가장 산사태 발생과 통계학적으로 상관성이 높은 인자를 선정하고 이를 이용한 산사태 발생모델을 개발하였다.
산사태 발생지역의 경우 분류정확도는 76%이며 오차 확률이 24%이다. 총 423구간 중 387구간의 산사태 발생 여부를 정확하게 판단하였으며 36개의 오차가 발생하였다. 전체 데이터에 대한 산사태 위험도 예측식의 정확도는 92%로 매우 신뢰성 있는 결과를 보이는 것으로 판단된다.
최종적으로 산사태 발생지역과 산사태 미발생 지역의 각 지점에 대한 산사태 영향인자에 대하여 표 4와 같이 정리하였다. 표 4는 인제군 덕산리의 Database의 일부이며, 산사태 발생 지역 139 지점, 산사태 미발생 지역 284 지점으로 총 423개 지점에 대한 산사태 영향인자 정보를 구축하였다.
데이터처리
구축된 데이터베이스를 이용하여 로지스틱 회귀분석을 수행하고 유의수준 0.05에서 단계별 선택법을 수행하였다. 분석결과 사면인자, 경사방향, 3일 누적강우량, 표토토성(건조단위중량), 산불발생이력, 영급분포가 선택되었으며, 선택된 6개의 영향인자를 통하여 산사태 위험도 예측식을 개발하였다.
산사태와 같이 발생에 영향을 주는 독립변수가 많고, 두 개의 종속변수를 갖는 경우에 그 상관성을 일반적인 선형 회귀분석으로 도출하는 것은 불가능하다. 따라서 다양한 독립변수와 종속변수간의 상관성 도출을 위하여 로지스틱 회귀분석을 이용하였다. 로지스틱 회귀분석은 각 인자간의 상관성이 크게 중요하지 않을 때 효과적이며, 로지스틱 회귀분석의 결과로 나타나는 식으로부터 바로 해당 지역의 발생확률을 계산할 수 있어 산사태 발생확률을 예측하는 이상적인 통계 분석 방법이라고 할 수 있다.
이론/모형
산사태 발생 영향 인자의 선택은 단계별 선택법에 의하여 진행하였다. 단계별 선택법은 전체 인자에 대한 회귀분석을 수행하고 신뢰성에 따라 변수를 제거, 혹은 다시 선택하여 최대한의 신뢰성을 확보할 수 있는 인자들이 선택되도록 분석식의 신뢰성 및 유의성 분석을 반복 수행하는 방법이다.
성능/효과
1) 표토토성을 나타내는 건조단위중량의 경우 사양토, 양토, 미사질양토 등의 모래, 점토, 실트질 토양으로만 제한된다. 표층이 자갈, 암석층으로 구성된 경우는 제안된 모델의 적용범위에 포함하지 않는다.
2) 제안된 모델의 기반이 된 데이터베이스에는 식생 조건이 항상 존재했다. 따라서 식생이 없는 경우 제안된 산사태 위험도 예측식의 적용범위에 포함하지 않는다.
경중률은 나무의 종류의 종류별 상대 비교치로서 소나무림의 경우 일반적으로 낙엽송림이나 침활혼효림에 비하여 2배정도 더 산사태가 많이 발생하는 경향이 있으며 활엽수의 경우 소나무에 비해 약 1/4가량 적게 발생하는 경향을 보인다. 그림 12는 본 연구에서 데이터베이스를 구축한 연구지역에서 나무의 종류에 따른 산사태 발생확률을 비교한 결과를 나타내며, 기존의 연구와 유사하게 소나무림의 경우 산사태 발생 확률이 43%로 활엽수림에 비해 약 2배정도 많은 산사태가 발생하였으며, 다른 종류의 수목에서는 전체적으로 낮은 규모의 발생률을 보였다.
이와 같은 경사와 산사태 발생과의 관계를 고려하기 위하여 이 연구에서는 사면인자를 식 (2)와 같이 제안하였다. 도출된 식을 이용하여 산사태 발생과의 상관분석을 수행한 결과는 그림 6과 같으며, 94%의 매우 높은 상관성을 보였다.
산사태 발생에 대한 영향인자를 분석한 결과 사면경사의 경우 15°~40°, 유효토심의 경우 25~50cm, 표토토성의 경우 투수성이 높은 사양토에서 산사태에 취약한 것으로 나타났다. 또한 강우량의 경우 3일 누적강우량, 영급분포의 경우 51년 이상 6급의 나무에서 산사태 발생에 취약한 것으로 나타났다. 경급분포의 경우 나무의 직경이 30cm 이상인 경우 산사태 발생에 취약한 것으로 나타났다.
본 연구에서 현장조사를 통하여 구축된 데이터베이스를 분석한 결과에서도 사면경사의 경우 그림 5와 같이 주로 15°~40°사이에서 산사태가 많이 발생하였으며, 데이타 분석결과 29°에서 산사태 발생빈도가 가장 높은 것을 알 수 있다.
산사태 발생에 대한 영향인자를 분석한 결과 사면경사의 경우 15°~40°, 유효토심의 경우 25~50cm, 표토토성의 경우 투수성이 높은 사양토에서 산사태에 취약한 것으로 나타났다.
따라서 유효토심이 얕을수록 강우에 의한 사면포화현상이 빠르게 진행되어 산사태 발생에 취약하다. 실제로 이 연구에서 구축한 데이터베이스를 이용하여 분석한 결과를 보면 그림 9와 같이 유효토심이 20~50cm인 경우 산사태 발생분포는 54%이며, 50~100cm분포에 해당하는 경우 산사태 발생분포는 34%로 토심이 얕아질수록 산사태 발생 가능성이 높아진다. 유효토심은 범위의 형태로 기록되어 있어 Database상에서 20~50cm의 경우 평균값 35cm, 50~100cm의 경우 평균값 75cm와 같이 변환하였다.
단계별 선택법은 전체 인자에 대한 회귀분석을 수행하고 신뢰성에 따라 변수를 제거, 혹은 다시 선택하여 최대한의 신뢰성을 확보할 수 있는 인자들이 선택되도록 분석식의 신뢰성 및 유의성 분석을 반복 수행하는 방법이다. 이에 따라 최종적으로 선택된 변수는 표 9에 정리된 바와 같이 사면인자, 경사향, 건조단위중량, 강우량, 산불이력, 영급분포이며, 유효토심, 나무의 종류, 사면형태는 산사태 발생과의 상관성이 낮은 것으로 판정되어 회귀분석에서는 제외되었다. 경급의 경우 유의확률이 유의수준 범위에 포함되지만 영급이 산사태 발생과의 상관성이 더 높은 것으로 나타나 개발된 최종 모델에서는 제외되었다.
총 423구간 중 387구간의 산사태 발생 여부를 정확하게 판단하였으며 36개의 오차가 발생하였다. 전체 데이터에 대한 산사태 위험도 예측식의 정확도는 92%로 매우 신뢰성 있는 결과를 보이는 것으로 판단된다.
이는 50% 이상의 확률을 나타낼 경우 산사태 발생, 미만일 경우 산사태 미발생으로 판단한다는 의미이다. 정오분류표에 의한 산사태 위험도 예측식의 적합성을 보면 산사태 미발생 지역에 대한 분류정확도는 99%로 매우 우수하며 3곳의 판단 오류가 발생하였다. 산사태 발생지역의 경우 분류정확도는 76%이며 오차 확률이 24%이다.
회귀분석계수를 살펴보면 사면인자의 경우 29°에 가까울수록 산사태 발생확률이 증가하는 것으로 나타났다.
후속연구
예측식에 필요한 입력치들은 단 시간 내에 저비용으로 획득할 수 있도록 구성했고, 예측결과도 재해지도 형식으로 표현하기 용이하기 때문에 제안된 산사태 위험도 예측식은 산사태 발생 위험도를 산정하는데 효과적으로 활용될 수 있다고 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내에서 산사태로 인한 인명 및 재산피해가 심각한 이유는?
최근 들어 집중호우 및 태풍과 국지성 집중호우로 인한 산사태 피해가 자주 보고되고 있다. 국내 지형특성상 산지 인근에서 도시가 발달되고 도로 철도 등의 기간시설물이 건설된 경우가 많기 때문에 산사태로 인한 인명 및 재산피해는 매우 심각하다. 이러한 피해를 효과적으로 방지하기 위해서는 건설계획 단계부터 산사태 위험이 높은 지역을 파악하고 적절한 대책을 마련하는 것이 중요하다.
경사방향이 산사태 발생에 영향을 미치는 이유는?
경사방향은 일반적으로 태풍 혹은 집중호우의 이동경로에 의하여 같은 지역에서도 사면의 방향에 따라 집중적으로 강우가 더 내리거나, 태풍으로 인한 나무의 흔들림이 심하거나, 혹은 방위별 일사량 차이로 나무의 종류에 따른 특성차이가 있기 때문에 산사태 발생에 영향을 미친다. 그림 10은 경사방향에 따른 산사태 발생확률 관계를 나타내며, 대체로 서, 남서, 남, 남동 지역이 산사태 발생에 취약한 것으로 나타났다.
유효토심이 얕을수록 강우에 의한 사면포화현상이 빠르게 진행되어 산사태 발생에 취약한 이유는?
일반적으로 산사태의 침투와 함께 지하수위가 상승하면서 사면이 포화되고 안전율이 감소한다. 이 때 지반이 포화되는 시점은 토층의 두께와 밀접한 관련이 있는데 토층이 두꺼울수록 지하수위 상승에 필요한 시간이 증가한다. 따라서 유효토심이 얕을수록 강우에 의한 사면포화현상이 빠르게 진행되어 산사태 발생에 취약하다.
참고문헌 (15)
강건택, "국토지리정보원, 산사태 피해 항공사진 촬영", 연합뉴스 2011. 08. 16일자.
김경수, 송영석, 조용찬, 김원영, 정교철 (2006), "지질조건에 따른 강우와 산사태의 특성분석", The Journal of Engineering Geology Vol.16, No.2, pp.201-214.
김원영, 채병곤, 김경수, 기원서, 조용찬, 최영섭, 이사료, 이봉주 (2000) "산사태 예측 및 방지기술 연구, 과학기술부.
류주형, 김성호, 유병오, 김종찬, 서수안, 김준섭 (2011), "항공사진 DB자료를 활용한 제5차 임상도 제작, pp.17-28.
마호섭, 정원옥 (2007), "우리나라 국립공원지역의 산사태 발생 특성 분석" 한국임학회지, 제96권 제6호, pp.611-619.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.