본 연구는 지역산림지역을 중심으로 수량화이론을 이용하여 산사태 발생면적에 영향을 미치는 인자를 도출하여 각 인자의 기여도 분석을 통해 산사태 발생 위험성에 대한 예측기준을 마련하고, 그 기준을 평가하였다. 산사태 발생지 붕괴면적에 영향을 미치는 인자는 모암(화성암), 횡단사면(복합), 침엽수림(임상), 사면경사($21{\sim}30^{\circ}$ 이상)이었다. 각 인자의 Range를 추정한 결과, 횡단사면 (0.2922)이 가장 높게 나타났고, 다음으로는 모암(0.2691), 임상(0.2631), 사면경사(0.2312)순으로 나타났다. 산사태 발생 위험도 판정표를 기준으로 4개 인자의 category별 점수를 계산한 추정치 범위는 0 점에서 1.0556 점 사이에 분포하고 있으며, 중앙값은 0.5278 점이었다. I 등급의 점수는 0.7818 이상, II 등급은 0.5279~7917, III 등급은 0.2694~0.5278, IV 등급은 0.2693 이하로 나타났다. 1 등급 및 2 등급에서 산사태 발생 비율이 72%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 산사태 위험도 판정에 활용 가능한 것으로 판단된다.
본 연구는 지역산림지역을 중심으로 수량화이론을 이용하여 산사태 발생면적에 영향을 미치는 인자를 도출하여 각 인자의 기여도 분석을 통해 산사태 발생 위험성에 대한 예측기준을 마련하고, 그 기준을 평가하였다. 산사태 발생지 붕괴면적에 영향을 미치는 인자는 모암(화성암), 횡단사면(복합), 침엽수림(임상), 사면경사($21{\sim}30^{\circ}$ 이상)이었다. 각 인자의 Range를 추정한 결과, 횡단사면 (0.2922)이 가장 높게 나타났고, 다음으로는 모암(0.2691), 임상(0.2631), 사면경사(0.2312)순으로 나타났다. 산사태 발생 위험도 판정표를 기준으로 4개 인자의 category별 점수를 계산한 추정치 범위는 0 점에서 1.0556 점 사이에 분포하고 있으며, 중앙값은 0.5278 점이었다. I 등급의 점수는 0.7818 이상, II 등급은 0.5279~7917, III 등급은 0.2694~0.5278, IV 등급은 0.2693 이하로 나타났다. 1 등급 및 2 등급에서 산사태 발생 비율이 72%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 산사태 위험도 판정에 활용 가능한 것으로 판단된다.
This study was carried out to propose the criteria for the prediction of landslide occurrence through analysis the influence of each factor by using the quantification theory. The results obtained from this study are summarized as follows. From a stepwise regression analysis between the landslide ar...
This study was carried out to propose the criteria for the prediction of landslide occurrence through analysis the influence of each factor by using the quantification theory. The results obtained from this study are summarized as follows. From a stepwise regression analysis between the landslide area($m^2$) and environmental factors, the factors strongly affecting the landslide sediment($m^2$) were the Parents rock (igneous), cross slope(complex), coniferous forests (forest type) and slope gradient ($21{\sim}30^{\circ}$). According to the range, it was shown in order of Cross slope (0.2922), Parents rock (0.2691), Forest type (0.2631) and Slope gradient (0.2312). The range of prediction score of landslide occurrence has been distributed between score 0 and score 1.0556, the median value was score 0.5278. The prediction for class I was over 0.7818, for class II was 0.5279 to 0.7917, for class III 0.2694 to 0.5278 and for class IV was below 0.2693. The prediction on landslide occurrence appeared relatively high accuracy rate as 72% for class I and II. Therefore, this score table for landslide will be very useful for judgement of dangerous slope.
This study was carried out to propose the criteria for the prediction of landslide occurrence through analysis the influence of each factor by using the quantification theory. The results obtained from this study are summarized as follows. From a stepwise regression analysis between the landslide area($m^2$) and environmental factors, the factors strongly affecting the landslide sediment($m^2$) were the Parents rock (igneous), cross slope(complex), coniferous forests (forest type) and slope gradient ($21{\sim}30^{\circ}$). According to the range, it was shown in order of Cross slope (0.2922), Parents rock (0.2691), Forest type (0.2631) and Slope gradient (0.2312). The range of prediction score of landslide occurrence has been distributed between score 0 and score 1.0556, the median value was score 0.5278. The prediction for class I was over 0.7818, for class II was 0.5279 to 0.7917, for class III 0.2694 to 0.5278 and for class IV was below 0.2693. The prediction on landslide occurrence appeared relatively high accuracy rate as 72% for class I and II. Therefore, this score table for landslide will be very useful for judgement of dangerous slope.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 지역 산림환경을 기반으로 하여 산사태 취약지역 선정 및 조기감지시스템 도입에 활용할 목적으로 산사태 발생지를 중심으로 산사태 발생에 따른 각 환경인자의 기여도 분석을 통하여 산사태 발생위험성을 예측할 수 있는 기법을 개발함으로써 산사태 발생으로 인한 인명 및 재산피해를 최소화 할 수 있는 학술적 정보를 제공하고자 한다.
본 연구에서는 지역 산림환경을 기반으로 산사태 발생지를 중심으로 산사태 발생면적에 많은 영향을 미치는 인자들을 도출하고, 각 인자의 기여도 분석을 통하여 산사태 발생 위험성을 예측할 수 있는 기법을 개발하여 얻어진 결과를 요약하면 다음과 같다.
제안 방법
이상과 같은 과정을 거쳐 상대점수를 기준으로 하여 산사태 발생 위험지역을 예측하고, 산사태 발생지점의 붕괴 면적과 계산치를 비교하여 예측기준의 적절성을 평가하였다.
전라북도 지역의 산사태 발생지점을 대상으로 피해면적에 영향을 미치는 산림환경 인자를 조사하고, 산사태 발생 위험지역을 예측하기 위해 각 기존의 연구 자료를 참고하여 인자를 Table 1과 같은 카테고리로 구분하였다(Choi, 1986; Ma, 1994). 산사태 발생지내 발생면적에는 많은 인자가 상호 복합적으로 영향을 미치고 있으므로, 이들 산림환경인자가 어느 정도의 영향을 미치고 있는가를 추정하기 위하여, 종속변수(Y: 발생면적 m2)가 p- 1개의 독립변수(Xn: 산림환경인자)에 의하여 변화함을 가정하여, 다음의 식 1에 의하여 단계별 회귀분석(stepwise regression analysis)을 실시하였다.
대상 데이터
본 연구는 2005년 8월 2일~3일 기간 중 서해안에서 발달한 저기압대의 수증기가 지속적으로 유입되면서 시간 당 15~108 mm의 집중호우가 내린 전라북도 장수군, 무주군, 진안군, 남원시, 정읍시 일대를 대상지로 하였다. 산사태가 발생한 전라북도 지역의 호우특성은 지역적으로 매우 편중되어 전주시가 279.
산사태 영향인자 분석을 위한 산림환경 조사인자의 선정은 기존의 연구 자료를 참고하여 산사태 면적외 11개의 인자를 선정하였다(Choi, 1986; Ma, 1994), 특히 조사대상 산사태 개소수는 Table 1에 나타낸 바와 같이 전라북도 내 총 182개소이다.
데이터처리
전라북도 지역의 산사태 발생지점을 대상으로 피해면적에 영향을 미치는 산림환경 인자를 조사하고, 산사태 발생 위험지역을 예측하기 위해 각 기존의 연구 자료를 참고하여 인자를 Table 1과 같은 카테고리로 구분하였다(Choi, 1986; Ma, 1994). 산사태 발생지내 발생면적에는 많은 인자가 상호 복합적으로 영향을 미치고 있으므로, 이들 산림환경인자가 어느 정도의 영향을 미치고 있는가를 추정하기 위하여, 종속변수(Y: 발생면적 m2)가 p- 1개의 독립변수(Xn: 산림환경인자)에 의하여 변화함을 가정하여, 다음의 식 1에 의하여 단계별 회귀분석(stepwise regression analysis)을 실시하였다. 일반적으로 회귀모형은 인자가 많으면 많을수록 졀정계수(R2)는 높아지는데, 단계별 회귀분석은 모형의 단순화를 위해 인자를 하나하나씩 줄여가면서 가장 영향을 많이 주는 인자들만을 선정하여 최적의 인자수를 결정하게 된다.
이론/모형
각종 인자가 산사태 발생면적(m2)발생에 미치는 효과를 추정하는 하나의 지표로서 range를 사용하였으며, 이는 각 인자의 category별 상대점수 (Normalized score)의 최대치와 최소치의 변동폭으로, 다음의 식 3에 의하여 계산하였다.
성능/효과
5278점이었다. I 등급의 점수는 0.7818 이상, II 등급은 0.5279~7917, III 등급은 0.2694~0.5278, IV 등급은 0.2693 이하로 나타났으며, 본 판정표를 실제 산사태 발생지점에 각각 점수를 대입한 결과 I 등급은 39 개소로 전체의 21%이며, II 등급은 92 개소 51%, III 등급은 45 개소 25%, IV 등급은 6 개소 3%로 나타났다. I 등급 및 II 등급에서 산사태 발생 비율이 72% 로서 매우 높게 나타났다.
Range는 산사태 발생면적에 대한 각 인자의 category별 상대점수의 변동 폭을 나타내는 척도로서 각 인자의 category별 상대점수의 최대치와 최소치의 상대점수 차로 나타낸다. 각 인자의 Range를 산정한 결과, 횡단사면(0.2922)로서 가장 높았으며, 다음으로 모암(0.2691)로 나타났다. 임상(0.
Range는 산사태 발생면적에 대한 각 인자의 category별 상대점수의 변동 폭을 나타내는 척도로서 각 인자의 category별 상대점수의 최대치와 최소치의 상대점수 차로 나타낸다. 각 인자의 Range를 산정한 결과, 횡단사면(0.2922)로서 가장 높았으며, 다음으로 모암(0.2691)로 나타났다. 임상(0.
각종 환경인자에 의한 전라북도지역의 산사태 발생지의 붕괴면적(m2)에 대한 추정식 Y = 350.844 + 1359.009(모암 화성암) + 1760.886(횡단복합사면) + 1188.196(임상 침엽수림) − 762.973 (사면경사 21~30°이상)로 도출되었다.
각종 환경인자에 의한 전라북도지역의 산사태 발생지의 붕괴면적(m2)에 대한 추정식 Y = 350.844 + 1359.009(모암 화성암) + 1760.886(횡단복합사면) + 1188.196(침엽수림) − 762.973(경사 21~30º이상)로 도출되었다.
단계별 회귀분석을 실시한 결과, 산사태 발생지의 면적에 영향을 미치는 요인 중 처음 도입된 변수는 모암(화성암), 횡단사면(복합), 임상(침엽수), 사면경사(21~30º이상) 순으로 도입되었다.
산사태 발생 면적에 많은 영향을 미치는 4개의 인자만을 이용하여 계산한 예측치는 각 지점의 산사태 발생면적에 대한 실측치에는 미치지 못하지만 전체적으로 직선 아래쪽에 많이 분포하면서 매우 안정적으로 실제 실측치를 잘 반영하고 있음을 알 수 있다.
이상과 같이 전라북도 지역은 횡단사면(볼록), 사면위치(산정), 표고(501 m이상), 임상(침엽수), 모암(퇴적암), 흉고직경(17 cm이상) 등의 인자가 산사태 발생에 기여하였으나 여러 연구지역들의 내용을 보면 국소 지역내에서도 지형적 특성, 토질적 특성 및 임상적 특성에 따라 복합적이고 다양하게 나타나고 있음을 알 수 있다.
특히 침엽수 10년생 내외, 복합사면, 하강사면, 산록, 경사 10~15°, 방위는 남서(SW), 하천차수는 1차수의 각 수준에서 산사태 발생에 크게 기여하는 것으로 분석하였다.
후속연구
Table 6에서 보면 I 등급은 39 개소로 전체의 21%, II 등급은 92 개소로 51%, III 등급은 45 개소 25%, IV 등급 6 개소 3%로 나타났다. I 등급 및 II 등급에서 산사태는 131개소가 발생되어 발생 비율이 72%로서 매우 높게 분포하고 있어 산사태 위험성의 정도를 판별하는데 유용하게 사용할 수 있을 것으로 생각된다.
따라서 본 모델은 안정적인 모델로 평가되므로 전라북도 지역의 취약지구 선정을 위한 산사태 위험도 판정에 유용하게 사용할 수 있을 것으로 판단된다.
따라서 앞으로 산사태 발생 위험성을 보다 정확하게 예측하기 위하여 많은 자료를 확보하고, 지역 및 지형별 특성을 고려한 산림환경인자의 선정을 통하여 예측기법을 개발하는 등 산사태위험 판정기술을 확립하고 예측의 정확도를 향상시키기 위한 지속적인 연구가 필요할 것으로 생각된다.
I 등급 및 II 등급에서 산사태 발생 비율이 72% 로서 매우 높게 나타났다. 특히, 산사태 발생지역에서 실제 조사된 산사태 발생면적에 영향을 많이 미치는 4개의 인자들만을 이용하여 수량화이론에 의하여 얻어진 본 모델에 의해 계산된 산사태 발생 예측치를 비교 분석한 결과 보다 안정적인 모델로 평가되어 지역적인 산사태 위험도 판정에는 유용하게 사용할 수 있을 것으로 판단되지만 전국적인 적용에는 한계가 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라의 산지재해 원인은 무엇인가?
우리나라의 경우 산지재해 원인은 주로 기압이 불안정한 여름철 장마기간에 생기는 집중호우와 7~9월 한반도를 통과하는 태풍으로 인한 국지성 호우 등을 들 수 있다. 지난 30년간(1971~2000) 우리나라 연평균 강수량은 1,312 mm이었는데, 최근 2000년대(2000~2009)에는 1,389 mm로 77 mm 증가하였다.
우리나라 연평균 강수량의 추이는?
우리나라의 경우 산지재해 원인은 주로 기압이 불안정한 여름철 장마기간에 생기는 집중호우와 7~9월 한반도를 통과하는 태풍으로 인한 국지성 호우 등을 들 수 있다. 지난 30년간(1971~2000) 우리나라 연평균 강수량은 1,312 mm이었는데, 최근 2000년대(2000~2009)에는 1,389 mm로 77 mm 증가하였다. 계절별로 보면 여름철에 96 mm 증가하였지만 봄철에는 13 mm 감소하여, 홍수와 가뭄의 상반된 기상현상이 함께 더욱 발생할 가능성을 보여주었다(Cho, 2011).
산지재해 원인 중 산사태 등이 위험한 이유는?
산사태 등 토사재해가 발생되어 생산된 토사, 유목 및 토석은 토석류로 발전하면서 계곡침식과 함께 많은 토사석력들이 유출되고 주택, 도로 및 농경지를 덮치면 인명 및 재산피해가 가중되게 된다(Ma and Jeong, 2007; Korea Forest Service, 2012). 특히, 최근 10년간(‘04-13) 연평균 산사태 발생면적은 456 ha로서 서울의 남산 면적(339 ha) 보다 더 많이 발생하고 있다(Korea Forest Service, 2014).
참고문헌 (26)
Changsugun. 2006. Report of Flood Rehabilitation Propulsion Situation. pp. 1-4.
Cho, C.H. 2011. The Cause and Prospect of Climate Change. National Foresty Cooperative Federation San. pp. 74-77.
Choi, E.Y. 2010. Korea landslide interpretation using. Master Dissertation Kongju National University Korea.
Choi, K. 1986. Landslides occurrence and its prediction in Korea. Doctor of Philosophy Dissertation Kangwon National University Korea.
Jeong, K.W. 2010. Studies on the causal characteristics of landslide and the development of hazard prediction map for landslide in Gyeongsangbuk-Do Province, Korea. Doctor of Philosophy Dissertation Kyungpook National University, Korea.
Jo, M.H. and Jo, Y.W. 2009. Developing Forecast Technique of Landslide Hazard Area by Integrating Meteorological Observation Data and Topographical Data - A Case Study of Uljin Area -. The Korean Association of Geographic Information Studies 12(2): 1-10.
Kang, J.T., Jung, S.Y., Ma, H.S., and Chung, Y. G. 1999. Analysis of the Forest-land Conservation Function by the GIS. Research Bulletin of Experiment Forests, Gyeongsang National University 9: 63-70.
Kang, W.P., Hiroshi, M., Hiroshi, O., and Ma, H.S. 1986. On the determination of slope stability to landslide by quantification(II). Journal Korean Forestry Society 75: 32-37.
Kim, G.H., Won, S.Y., Youn, J.H., and Song, Y.S. 2008. Hazard Risk Assessment for National Roads in Gangneung Journal of the Korean Society for Geo-Spatial Information System 16(4): 33-39.
Kim, Y.J., Kim, Y.S., and Jo, W.C. 2010. Landslide Prediction and Warning Systems Construction in Dalsung Area of Daegu. Jornal of Korean Geotechnical Society 26(5): 10-18.
Korea Forest Service. 2012. Spot Manual for Prevention and Response on Landslide. pp. 114.
Korea Forest Service. 2014. Expert Workshop for Landslide Prevention in Korea. pp. 94.
Lee, S.H. 2005. Application of physically based hydrologic model to the prediction of shallow landslide potential area using GIS. Doctor of Philosophy Dissertation Chungbuk University Korea.
Lee, S.R. 2001. Application of Regional Landslide Susceptibility, Possibility, and Risk Assessment Techniques Using GIS. The Korean Society of Economic and Environmental Geology, Economic and Environmental Geology 34(4): 385-394.
Ma, H.S. 1990. Studies on landslide and debris flow in Mt. Chiri district. Research Bulletin of Experiment Forests Gyeongsang National University 1: 13-25.
Ma, H.S. 1992. Studies on Landslides and debris flow in Mt. Chiri district(II). Research Bulletin of Experiment Forests Gyeongsang National University 2: 17-28.
Ma, H.S. 1994. Studies on development of prediction model of landslide hazard and its utilization. Journal of Korean Forestry Society 83: 175-190.
Ma, H.S. 2001. Landslide Characteristics and Recovery Direction in Korean National Parks. Journal of National Park Research 27: 17-21.
Ma, H.S. and Jeong, W.O. 2007. Analysis of landslides characteristics in Korean National Parks. Journal of Korean Forestry Society 6: 611-619.
Ma, H.S., Jeong, W.O., and Park, J.W. 2008. Development of technique of landslide hazard area in Korea National Parks. Journal of Korean Forestry Society 97: 326-331.
Ministry of Science and Technology. 2006. Developmenet of QRA system and damage mitigation technology of landslides. pp. 360.
National Emergency Management Agency. 2008. Development of Prediction and Reduction Technology in Landslide.
Oh, C.Y., Jun, K.W., Jang, C.D., and Jun, B.H. 2011. Verifying of Soil Water Index for Sediment Disaster Triggering in Mountainous Area. Korean Review of Crisis & Emergency Management. 7(4): 167-176.
Toshio Shimizu. 1977. Statistical Analysis on Hazard Stability in Granite area. Journal of Japanese Forestry Society 59: 186-190.
Toshio Shimizu. 1978. Discrimination of Dangerous Slope in Landslide - Theory and Technology -. Forest Techniques 439: 23-26.
Woo, C.S., Lee, C.W., and Jeong, Y.H. 2008. Study on Application of Topographic Position Index for Prediction of the Landslide Occurrence. Journal of the Korea Society of Environmental Restoration Tecnology 11(2): 1-9.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.