선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 강원도 평창군을 대상으로 산사태 발생지점 조사자료와 기후인자, 지형인자, 식생인자를 기반으로 MaxEnt 모형을 구동하여 산사태 발생가능성을 분석하였다. 모형의 예측정확도는 0.
- 이에 본 연구에서는 우리나라의 산사태가 주로 강우량에 의해 발생한다는 사실에 주목하여 기후변화로 인한 강우량 증가를 반영한 산사태 발생가능성 예측 연구를 실시하였다. 이를 위하여 기상청의 기후변화 시나리오 RCP 8.
제안 방법
- 반응곡선을 통해 산사태 발생가능성이 급격하게 높아지는 구간 및 특성을 정리하고, 이러한 구간 및 특성들이 평창군의 지역적인 특성과는 어떠한 관계가 있는지를 참고하기 위하여 각 변수의 구간 및 특성에 대한 평창군의 평균값 또는 면적 비율(%)을 정리하였다(표 3). 또한 MaxEnt 모형 구동 시에 반영된 변수 별 기여도를 함께 정리하였다. 가장 기여도가 높은 변수들은 기후인자로 나타났으며, 특히 5일주기 최대 강우량, 일강우량이 80mm이상인 날의 횟수가 높은 기여도를 보였다.
- 또한 기후변화에 따른 강우량 증가가 산사태에 미칠 수 있는 영향을 분석하기 위하여 RCP 8.5 시나리오를 이용하여 2050년, 2070년, 2090년의 산사태 발생가능성을 예측하였다. 미래에는 2070년을 제외하고는 산사태 발생가능성이 증가하는 것으로 예측되었으며, 이러한 결과는 미래에는 집중강우와 누적강우가 증가하는 경향을 보이기 때문으로 판단된다.
- 그림 5는 모형에 입력된 주요한 변수들과 산사태 발생지점 간의 특성을 파악할 수 있는 반응곡선들을 정리한 것이다. 반응곡선을 통해 산사태 발생가능성이 급격하게 높아지는 구간 및 특성을 정리하고, 이러한 구간 및 특성들이 평창군의 지역적인 특성과는 어떠한 관계가 있는지를 참고하기 위하여 각 변수의 구간 및 특성에 대한 평창군의 평균값 또는 면적 비율(%)을 정리하였다(표 3). 또한 MaxEnt 모형 구동 시에 반영된 변수 별 기여도를 함께 정리하였다.
- 발생가능성 분석에 이용할 통계적 분포모형을 선정하기 위해 산사태 발생 예측에 사용되는 통계적 모형들의 특성을 파악하였다. 통계적 모형은 크게 요구하는 자료의 특성에 따라 출현자료와 비출현자료를 모두 요구하는 모형과 출현자료만을 요구하는 모형으로 분류할 수 있다.
- 산사태 발생가능성은 현재와 미래를 대상으로 실시하였으며, 현재의 모형을 다른 지역에 적용하여 검증하였다. 분석결과를 바탕으로 주요 변수에 대한 반응곡선을 해석하고 위험지역을 파악하였다.
- 분석을 위한 평가단위는 기후변화 시나리오 자료가 1,000m×1,000m이므로 다운 스케일링 시에 발생하는 문제점과 연구결과의 정밀성을 함께 고려하여 100m×100m로 설정하였다.
- 산사태 관련 변수는 크게 기후인자, 지형인자, 식생인자로 구성되며 기존 산사태 관련 연구들의 변수들을 참고하여 선정하였다. 특히 산사태 발생에 대하여 영향력이 큰 것으로 판단되는 기후인자의 변수들은 산사태 취약성 평가에서 사용된 변수와 산사태에 영향을 미치는 주요한 강우량 지수를 참고하여 선정하였다(이부경, 2003; 국립환경과학원, 2012) 일최대 강우량과 일강우량이 80mm 이상인 날의 횟수는 집중강우에 대한 변수이며, 5일주기 최대 강우량은 누적강우에 대한 변수로서 반영하였다.
- 이어서 산사태 발생가능성 분석에 이용할 통계적 분포모형에 대한 연구를 실시하여 MaxEnt 모형이 선정되었으며, 분석에 사용될 자료를 구축 및 제작하였다. 산사태 발생가능성은 현재와 미래를 대상으로 실시하였으며, 현재의 모형을 다른 지역에 적용하여 검증하였다. 분석결과를 바탕으로 주요 변수에 대한 반응곡선을 해석하고 위험지역을 파악하였다.
- 이에 본 연구에서는 우리나라의 산사태가 주로 강우량에 의해 발생한다는 사실에 주목하여 기후변화로 인한 강우량 증가를 반영한 산사태 발생가능성 예측 연구를 실시하였다. 이를 위하여 기상청의 기후변화 시나리오 RCP 8.5를 이용하여 미래 시점의 강우량을 추출하고 산사태 발생가능성 예측에 반영하였다. 대상지는 2006년 태풍 에위니아로 인해 대규모의 산사태 피해를 입은 강원도 평창군으로 선정하였다.
- 산사태와 산사태에 영향을 미치는 주요 변수에 대한 선행연구를 실시하고 대상지를 선정하였다. 이어서 산사태 발생가능성 분석에 이용할 통계적 분포모형에 대한 연구를 실시하여 MaxEnt 모형이 선정되었으며, 분석에 사용될 자료를 구축 및 제작하였다. 산사태 발생가능성은 현재와 미래를 대상으로 실시하였으며, 현재의 모형을 다른 지역에 적용하여 검증하였다.
- 지형인자와 식생인자들은 환경부, 국가수자원관리종합정보시스템(WAMIS)의 자료를 이용하여 작성하였다(그림 3). 분석을 위한 평가단위는 기후변화 시나리오 자료가 1,000m×1,000m이므로 다운 스케일링 시에 발생하는 문제점과 연구결과의 정밀성을 함께 고려하여 100m×100m로 설정하였다.
- 산사태 관련 변수는 크게 기후인자, 지형인자, 식생인자로 구성되며 기존 산사태 관련 연구들의 변수들을 참고하여 선정하였다. 특히 산사태 발생에 대하여 영향력이 큰 것으로 판단되는 기후인자의 변수들은 산사태 취약성 평가에서 사용된 변수와 산사태에 영향을 미치는 주요한 강우량 지수를 참고하여 선정하였다(이부경, 2003; 국립환경과학원, 2012) 일최대 강우량과 일강우량이 80mm 이상인 날의 횟수는 집중강우에 대한 변수이며, 5일주기 최대 강우량은 누적강우에 대한 변수로서 반영하였다.
- 현재의 산사태 발생가능성 모형을 바탕으로 RCP 8.5 기후변화 시나리오의 기후인자를 반영하여 미래에 대한 발생가능성을 분석하였다(그림 6). 미래의 분석시점으로는 2050년, 2070년, 2090년으로 3개의 목표연도를 설정하였다.
대상 데이터
- 5를 이용하여 미래 시점의 강우량을 추출하고 산사태 발생가능성 예측에 반영하였다. 대상지는 2006년 태풍 에위니아로 인해 대규모의 산사태 피해를 입은 강원도 평창군으로 선정하였다. 연구결과를 통해 현재와 미래에 산사태 발생가능성이 높은 지역을 도출함으로써 산사태 적응대책 수립 중점지역 파악에 도움이 될 것으로 판단된다.
- 5 기후변화 시나리오의 기후인자를 반영하여 미래에 대한 발생가능성을 분석하였다(그림 6). 미래의 분석시점으로는 2050년, 2070년, 2090년으로 3개의 목표연도를 설정하였다. 기후변화 시나리오에 따르면, 2006년에 비하여 2050년에는 산사태 발생가능성이 증가하였다가 2070년에는 다소 감소하는 경향을 보이고, 2090년에는 다시 증가하는 것으로 나타났다.
- 산사태 모형 구동에 필요한 입력자료는 크게 산사태 발생지점(출현지점) 자료와 산사태 관련 변수로 구분할 수 있다. 본 연구에서 산사태 발생지점 자료는 강원도청에서 제공한 자료로써, 2006년 7월경 태풍 에위니아로 인해 강원도 평창군에서 발생한 산사태 발생지점 자료를 이용하였다. 총 발생 지점의 수는 2,425개이며, 이 중 무작위 추출법을 통해 500개의 발생지점을 추출하여 이용하였다.
- 다만 시나리오 자료는 지점별로 예측되는 것이 아닌 격자단위로 예측되는 것으로 보간법을 사용하지 않았다. 본 연구에서는 시나리오에 따른 기후변화 경향을 이용하는 것이 아니라, 미래의 특정 시점을 대상으로 하는 것이므로 기후변화의 경향을 파악할 때 사용하는 30년 평균 기후를 사용하지 않고, 2050년, 2070년, 2090년의 시나리오 값을 목표연도로 사용하였다.
- 본 연구의 흐름은 그림 1과 같다. 산사태와 산사태에 영향을 미치는 주요 변수에 대한 선행연구를 실시하고 대상지를 선정하였다. 이어서 산사태 발생가능성 분석에 이용할 통계적 분포모형에 대한 연구를 실시하여 MaxEnt 모형이 선정되었으며, 분석에 사용될 자료를 구축 및 제작하였다.
- 본 연구에서 산사태 발생지점 자료는 강원도청에서 제공한 자료로써, 2006년 7월경 태풍 에위니아로 인해 강원도 평창군에서 발생한 산사태 발생지점 자료를 이용하였다. 총 발생 지점의 수는 2,425개이며, 이 중 무작위 추출법을 통해 500개의 발생지점을 추출하여 이용하였다.
- 기후인자들은 현재와 미래시점으로 구분된다. 현재시점의 기후인자들은 태풍 에위니아가 도래한 시점인 2006년 7월에 대한 기상청의 자동기상관측시스템(Automatic Weather System, AWS) 자료를 이용하여 제작하였다. 전국의 AWS 지점자료 중 2006년 자료에 대하여 연중 일최대 강우량, 연중 일강우량이 80mm 이상인 날의 횟수, 연중 연속된 5일의 강우량 합이 가장 큰 시기를 도출하였다.
데이터처리
- 2006년 당시의 산사태 발생지점 자료와 변수들을 기반으로 MaxEnt 모형을 구동한 결과, 그림 4와 같은 산사태 발생가능성 지도가 도출되었다. 모형 구동 시에는 3-fold cross-validation으로 검증하여 도출된 값을 결과로 이용하였다. ROC 곡선을 통해 도출된 모형의 AUC(Area under curve) 값은 0.
이론/모형
- 전국의 AWS 지점자료 중 2006년 자료에 대하여 연중 일최대 강우량, 연중 일강우량이 80mm 이상인 날의 횟수, 연중 연속된 5일의 강우량 합이 가장 큰 시기를 도출하였다. 각 지점 별로 도출된 지표 값을 GIS의 보간법 중 IDW (Inverse Distance Weight) 기법을 활용하여 도면화하였다.
- , 2012). 따라서 본 연구에서는 이들 중 가장 적합한 모형으로 MaxEnt 모형을 선정하였다. 본 연구에서는 무료로 배포되는 3.
- 따라서 본 연구에서는 이들 중 가장 적합한 모형으로 MaxEnt 모형을 선정하였다. 본 연구에서는 무료로 배포되는 3.3.3k버전의 MaxEnt 소프트웨어를 사용하였다(Phillips et al., 2004; Phillips and Dudik, 2008).
성능/효과
- 92로 모형의 예측정확도는 매우 높게 나타났다.2) 산사태 발생가능성은 최대 74.3%로 나타났다. 또한 모형의 검증을 위해 평창지역과 함께 산사태 피해가 컸던 횡성군의 산사태 발생지점 150개의 발생가능성을 추출한 결과, 최소 42%에서 최대 67%의 발생가능성을 갖는 것으로 나타났으며, 평균은 62%인 것으로 도출되었으며, AUC 값은 0.
- 모형 구동 시에는 3-fold cross-validation으로 검증하여 도출된 값을 결과로 이용하였다. ROC 곡선을 통해 도출된 모형의 AUC(Area under curve) 값은 0.92로 모형의 예측정확도는 매우 높게 나타났다.2) 산사태 발생가능성은 최대 74.
- 또한 MaxEnt 모형 구동 시에 반영된 변수 별 기여도를 함께 정리하였다. 가장 기여도가 높은 변수들은 기후인자로 나타났으며, 특히 5일주기 최대 강우량, 일강우량이 80mm이상인 날의 횟수가 높은 기여도를 보였다. 이는 우리나라의 산사태가 주로 여름철 강우에 의해 발생하는 경우가 많다는 점과 일치하는 것으로 판단된다.
- 3%로 나타났다. 또한 모형의 검증을 위해 평창지역과 함께 산사태 피해가 컸던 횡성군의 산사태 발생지점 150개의 발생가능성을 추출한 결과, 최소 42%에서 최대 67%의 발생가능성을 갖는 것으로 나타났으며, 평균은 62%인 것으로 도출되었으며, AUC 값은 0.89로 나타났다. 따라서 산사태 발생가능성 모형의 신뢰도는 높은 것으로 판단된다.
- 기후변화 시나리오에 따르면, 2006년에 비하여 2050년에는 산사태 발생가능성이 증가하였다가 2070년에는 다소 감소하는 경향을 보이고, 2090년에는 다시 증가하는 것으로 나타났다. 또한 산사태 발생가능성이 50%를 넘는 주요 산사태 위험 지역의 면적은 2070년을 제외하고는 2006년보다 증가하는 것으로 나타났다(표 4). 따라서 평창군은 미래에도 전반적으로 산사태 발생가능성이 높을 것으로 예측되었다.
- 59%를 차지하고 있으나 산사태 발생가능성은 다른 임상에 비해 훨씬 큰 것으로 나타났다(그림 5). 또한 자연림은 인공림에 비해 2배 이상 넓은 면적을 가지고 있으나 산사태 발생가능성은 인공림이 자연림에 비해 매우 높은 것으로 나타났다. 한편 영급과 경급은 매우 낮거나 매우 높은 산림에서 산사태가 발생하는 특성을 보였다.
- 본 연구에서는 강원도 평창군 전체지역을 대상으로 분석을 하고자 하였으므로, 비출현자료에 대한 현장조사 자료구축이 어려웠기 때문에 출현자료만을 활용하는 모형을 이용하는 것이 더욱 적합할 것으로 판단하였다. 특히 MaxEnt 모형은 Phillips et al.
- 92로 매우 높은 것으로 나타났다. 분석결과, 산사태의 발생에 주요한 영향을 미치는 인자는 기후인자로 나타났다. 이는 우리나라의 산사태가 주로 여름철 강우량에 의한 것이라는 점에서 실제를 잘 반영한 것으로 판단된다.
- 현재에서 미래에 이르기까지의 주요 산사태 위험 지역을 종합적으로 파악하기 위하여, 2006년에서 2090년까지 산사태 발생가능성이 50%가 넘는 지역을 중첩하여 산사태 발생가능성이 높은 지역을 종합하였다(그림 11). 산사태 발생가능성을 종합한 결과, 산사태 발생지점 조사자료가 있는 지역을 중심으로 2006년, 2050년, 2070년, 2099년에 4회 연속으로 발생가능성이 높은 위험지역이 나타났으며, 발생지점과 특성이 유사한 산지에서도 4년 연속은 아니더라도 산사태에 위험한 지역들이 도출되었다. 4년 연속 발생가능성이 높게 나타난 지역을 최우선적인 적응대책 수립 대상지역으로 선정하되, 지속적으로 산사태 발생가능성이 높게 나타나지 않은 지역 또한 한 해라도 산사태 발생가능성이 높게 나타났다면 산사태에 대한 적응대책의 권고가 필요하다고 판단된다.
- 한편 2070년에 산사태 발생가능성이 감소하는 것은 당시의 강우량이 감소하였기 때문에 나타난 결과이며, 각 연도에 따른 기후인자의 특성은 표 5와 같이 나타났다. 일최대 강우량은 지속적으로 증가하는 것으로 나타났으며, 5일주기 최대 강우량 또한 2070년에 다소 감소하는 경향을 보이나 큰 폭으로 증가하는 것으로 나타났다. 일강수량 80mm 이상인 날의 횟수는 미래에 다소 감소하는 것으로 나타났다.
- 지형인자와 식생인자는 서로 비슷한 기여도를 보였으며 고도, 임상(활엽수림, 침엽수림, 혼효림), 자연림·인공림 등이 높은 기여도를 보였다.
- 현재에서 미래에 이르기까지의 주요 산사태 위험 지역을 종합적으로 파악하기 위하여, 2006년에서 2090년까지 산사태 발생가능성이 50%가 넘는 지역을 중첩하여 산사태 발생가능성이 높은 지역을 종합하였다(그림 11). 산사태 발생가능성을 종합한 결과, 산사태 발생지점 조사자료가 있는 지역을 중심으로 2006년, 2050년, 2070년, 2099년에 4회 연속으로 발생가능성이 높은 위험지역이 나타났으며, 발생지점과 특성이 유사한 산지에서도 4년 연속은 아니더라도 산사태에 위험한 지역들이 도출되었다.
후속연구
- 산사태 발생가능성을 종합한 결과, 산사태 발생지점 조사자료가 있는 지역을 중심으로 2006년, 2050년, 2070년, 2099년에 4회 연속으로 발생가능성이 높은 위험지역이 나타났으며, 발생지점과 특성이 유사한 산지에서도 4년 연속은 아니더라도 산사태에 위험한 지역들이 도출되었다. 4년 연속 발생가능성이 높게 나타난 지역을 최우선적인 적응대책 수립 대상지역으로 선정하되, 지속적으로 산사태 발생가능성이 높게 나타나지 않은 지역 또한 한 해라도 산사태 발생가능성이 높게 나타났다면 산사태에 대한 적응대책의 권고가 필요하다고 판단된다.
- 연구결과를 통해 현재와 미래에 산사태 발생가능성이 높은 지역을 도출함으로써 산사태 적응대책 수립 중점지역 파악에 도움이 될 것으로 판단된다. 또한 기후변화에 의한 강우량 증가에 대비한 효과적인 산사태 적응대책 수립이 가능할 것으로 기대된다.
- 연구결과를 통해 기후변화의 영향으로 평창군의 산사태 발생가능성이 더욱 높아지고 발생규모 또한 증가할 것으로 예상되므로, 산사태 발생가능성 종합 지도에서 나타난 바와 같이, 2006년에서 2090년에 이르기까지 산사태 발생가능성이 지속적으로 높은 지역에 대해서는 적응대책 수립이 시급하다고 사료된다.
- 대상지는 2006년 태풍 에위니아로 인해 대규모의 산사태 피해를 입은 강원도 평창군으로 선정하였다. 연구결과를 통해 현재와 미래에 산사태 발생가능성이 높은 지역을 도출함으로써 산사태 적응대책 수립 중점지역 파악에 도움이 될 것으로 판단된다. 또한 기후변화에 의한 강우량 증가에 대비한 효과적인 산사태 적응대책 수립이 가능할 것으로 기대된다.
- 본 연구는 우리나라 산사태 발생의 주요원인인 강우량에 초점을 맞추어 기후변화에 따른 강우량 증가를 반영한 산사태 발생가능성 예측 연구를 실시하였다는 점, 또한 국내 산사태 연구에 대해서는 최초로 MaxEnt 모형을 적용하였다는 점에서 의의를 갖는다. 한편, 본 연구에서는 기후변화에 따른 식생분포변화를 반영하지 못했다는 점, 자료구축의 한계로 지질인자에 대한 반영이 부족하다는 점, 발생지점 자료가 밀집되어서 나타나는 공간적 자기상관성이 모형에 미칠 수 있는 영향을 고려하지 못했다는 점에서 한계를 갖는다. 또한 발생가능성 50%의 기준은 출현과 비출현을 고려하여 설정된 값으로 보다 정확한 산사태 위험기준을 파악하기 위해서는 전문가 설문조사를 통한 기준설정이 필요하다고 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.