토석류를 포함하는 산사태 재해는 빠른 이동속도로 인한 대응 및 대피가 어려운 특성으로 인해 발생 초기에 그 위험성을 파악, 예방대책을 수립하는 것이 무엇보다 필요하다 할 수 있다. 하지만 현재까지 다양한 방법들이 초기 산사태 재해의 발생 및 위험도를 파악하기 위해 활용되었으나, 분석과정과 입력변수의 복잡함, 그리고 이로 인한 모델의 단순화로 인해 산정된 산사태 위험도의 정확성에는 많은 의문이 제기되고 있는 실정이다. 이에 본 연구는 산사태 재해예방을 목적으로 실제 지형의 특성을 파악, 이를 초기 산사태 위험도 평가에 적용하는 방안에 대해 알아보고자 하였다. 지형특성 분석을 위해 방향성 벡터의 통계적 방법을 이용한 벡터분산(vector dispersion)과 평면도(planarity) 기법을 이용, 지형특성과 산사태 위험도간의 상관관계를 규명하고자 하였다. 분석결과는 제안한 두 방법 모두 초기 산사태 위험도 분석에 있어 매우 효과적인 것으로 나타났다. 결국, 지형특성은 산사태 위험도에 영향을 미치고 있으며, 보다 객관적인 산사태 위험성 평가를 수행하기 위해서는 개별 모형보다는 다수의 모형을 이용, 각각의 장점을 극대화할 필요가 있다. 이는 결국 산사태의 발생이 단순한 특정 요소만으로 결정되는 것이 아니며, 내 외부적인 요인들간의 상호작용에 의해 유발되는 복합적인 자연현상임을 인지하고 보다 다양한 방법들을 통해 산사태 발생 메커니즘에 대한 추가적인 연구가 수행되어야 할 것이다.
토석류를 포함하는 산사태 재해는 빠른 이동속도로 인한 대응 및 대피가 어려운 특성으로 인해 발생 초기에 그 위험성을 파악, 예방대책을 수립하는 것이 무엇보다 필요하다 할 수 있다. 하지만 현재까지 다양한 방법들이 초기 산사태 재해의 발생 및 위험도를 파악하기 위해 활용되었으나, 분석과정과 입력변수의 복잡함, 그리고 이로 인한 모델의 단순화로 인해 산정된 산사태 위험도의 정확성에는 많은 의문이 제기되고 있는 실정이다. 이에 본 연구는 산사태 재해예방을 목적으로 실제 지형의 특성을 파악, 이를 초기 산사태 위험도 평가에 적용하는 방안에 대해 알아보고자 하였다. 지형특성 분석을 위해 방향성 벡터의 통계적 방법을 이용한 벡터분산(vector dispersion)과 평면도(planarity) 기법을 이용, 지형특성과 산사태 위험도간의 상관관계를 규명하고자 하였다. 분석결과는 제안한 두 방법 모두 초기 산사태 위험도 분석에 있어 매우 효과적인 것으로 나타났다. 결국, 지형특성은 산사태 위험도에 영향을 미치고 있으며, 보다 객관적인 산사태 위험성 평가를 수행하기 위해서는 개별 모형보다는 다수의 모형을 이용, 각각의 장점을 극대화할 필요가 있다. 이는 결국 산사태의 발생이 단순한 특정 요소만으로 결정되는 것이 아니며, 내 외부적인 요인들간의 상호작용에 의해 유발되는 복합적인 자연현상임을 인지하고 보다 다양한 방법들을 통해 산사태 발생 메커니즘에 대한 추가적인 연구가 수행되어야 할 것이다.
Due to the characteristics of landslide disasters including debris flow, the rapid speed to downward and difficulty to respond or evacuate from them, it is imperative to identify their potential hazards and prepare the reduction plans. However, the current landslide hazards generated by a variety of...
Due to the characteristics of landslide disasters including debris flow, the rapid speed to downward and difficulty to respond or evacuate from them, it is imperative to identify their potential hazards and prepare the reduction plans. However, the current landslide hazards generated by a variety of methods has been raised its accuracy because of the complexity of input data and their analyses, and the simplification of the landslide model. The main objective of this study is, therefore, to evaluate the preliminary landslide hazard based on the identification of geomorphological features. Especially, two methodologies based on the statistics of the directional data, Vector dispersion and Planarity analyses, are used to find some relationships between geomorphological characteristics and the landslide hazard. Results show that both methods well discriminate geomorphological features between stable and unstable domains in the landslide areas. Geomorphological features are closely related to the landslide hazard and it is imperative to maximize their characteristics by adapting multiple models rather than individual model only. In conclusions, the mechanism of landslide is not determined solely by a simple cause but the complex natural phenomenon caused by the interactions of the numerous factors and it is of primary importance to require additional researches for the outbreaking mechanism that are based on various methodologies.
Due to the characteristics of landslide disasters including debris flow, the rapid speed to downward and difficulty to respond or evacuate from them, it is imperative to identify their potential hazards and prepare the reduction plans. However, the current landslide hazards generated by a variety of methods has been raised its accuracy because of the complexity of input data and their analyses, and the simplification of the landslide model. The main objective of this study is, therefore, to evaluate the preliminary landslide hazard based on the identification of geomorphological features. Especially, two methodologies based on the statistics of the directional data, Vector dispersion and Planarity analyses, are used to find some relationships between geomorphological characteristics and the landslide hazard. Results show that both methods well discriminate geomorphological features between stable and unstable domains in the landslide areas. Geomorphological features are closely related to the landslide hazard and it is imperative to maximize their characteristics by adapting multiple models rather than individual model only. In conclusions, the mechanism of landslide is not determined solely by a simple cause but the complex natural phenomenon caused by the interactions of the numerous factors and it is of primary importance to require additional researches for the outbreaking mechanism that are based on various methodologies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러므로 지표면의 형상정보는 과거 산사태 발생지역을 보여줄 뿐만 아니라 잠재적인 산사태의 발생 위험도를 확인하는데 유용한 기초자료로 활용할 수 있다. 따라서 본 연구에서는 산사태로 발생하는 지형요소의 거칠기를 방향성 벡터를 활용해 분석, 이를 통해 산사태 위험도를 파악하고자 하였다.
본 연구에서는 벡터분산(vector dispersion)과 평면도(planarity) 기법을 산사태의 지형요소 분석에 이용, 이를 통한 초기 산사태 발생 위험도를 평가하는 방안을 제시하고자 하였다. 본 연구에서 제시한 방법은 지형특성이 산사태 위험도에 미치는 영향을 보여주고 있으며, 개별 모형보다는 다수의 모형을 이용, 각각의 장점을 활용하여 보다 현실적인 산사태 위험성 평가를 수행해야 한다는 것을 잘 보여주고 있다.
본 연구에서는 산사태 발생 후 형성되는 지형요소를 확인하기 위해 다음과 같은 방법에 의해 방향성 자료의 통계적 평가를 통해 얻어지는 고유치(eigen value)를 분석하였다. 먼저, 고유치를 활용한 지형요소의 판독은 우선 LiDAR 시스템 등을 통해 취득한 정밀 고도정보를 산사태 발생 전 대축척 수치표고모델(Digital Elevation Model, DEM)로 변환하는 것으로 시작된다.
이에 본 연구는 지형특성 분석을 기반으로 하는 초기 산사태 위험도를 신속하게 평가하는데 활용할 수 있는 방안을 제시하고자 하였다. 이를 위해 벡터 분산(vector dispersion)과 평면도(planarity) 기법을 이용하였으며, 도출된 결과를 2011년 발생한 춘천 ○○ 지역에 적용, 지형특성과 산사태 위험도간의 관계를 규명하고자 하였다.
제안 방법
다음으로, 지형학적 분석을 위해 전술한 방향성 데이터를 통해 얻어진 고유치(eigen value)를 활용한 평면도(planarity)를 산정하여 동일지형의 평면정도를 평가하였다. Fig.
먼저, 방향 벡터를 활용하여 벡터 분산을 도출, 이를 기반으로 연구지역 내 지표면의 거칠기 정도를 평가하였다. 본 연구를 위해 산출된 DEM은 모두 산사태 발생 전인 2009년 LiDAR 시스템 기반 DEM이며, 그 범위는 2011년 실제 산사태가 발생한 지역으로 국한하였다(Fig.
이에 본 연구는 지형특성 분석을 기반으로 하는 초기 산사태 위험도를 신속하게 평가하는데 활용할 수 있는 방안을 제시하고자 하였다. 이를 위해 벡터 분산(vector dispersion)과 평면도(planarity) 기법을 이용하였으며, 도출된 결과를 2011년 발생한 춘천 ○○ 지역에 적용, 지형특성과 산사태 위험도간의 관계를 규명하고자 하였다.
대상 데이터
먼저, 방향 벡터를 활용하여 벡터 분산을 도출, 이를 기반으로 연구지역 내 지표면의 거칠기 정도를 평가하였다. 본 연구를 위해 산출된 DEM은 모두 산사태 발생 전인 2009년 LiDAR 시스템 기반 DEM이며, 그 범위는 2011년 실제 산사태가 발생한 지역으로 국한하였다(Fig. 2).
591')은 2011년 발생한 2개의 산사태(A, B)로 많은 인명(사망 13명) 및 건물피해(7동)가 발생한 지역이다. 이 현장의 지질특성은 전반적으로 붕적층이 발달되어 있으며 전석이나 자갈이 포함된 점성이 있는 세립질의 토사로 구성되어 있다. 세립질 흙은 강우 등으로 흙이 포화되었을 때 전단강도가 급격히 저하, 토층 내에서 사면파괴가 일어나기 쉽게 전단 파괴면(rupture surface)을 형성할 수 있다.
이론/모형
다음으로, 이동경로의 범위를 VanDine(1996)에 따라 발생지역(initiation zone), 이동지역(transportation zone), 그리고 퇴적지역(deposition zone)으로 분류하였다. Fig.
성능/효과
5는 실제 발생 산사태 A의 고도(elevation)에 따른 두 기법의 결과 값을 보여주고 있다. Fig. 5에 나타낸 바와 같이 벡터분산을 통해 도출된 결과를 3개의 구역으로 구분 하여 그 분포를 도시한 결과, 이동지역에서의 결과값이 가장 많은 분포를 보이고 있는 것을 알 수 있었다. 또한, 산정된 벡터 분산값의 비균등 정보를 구역별로 비교하여 보면, 이동지역에서 값이 상대적으로 크게 도시된 것을 알 수 있다.
결론적으로 보다 객관적인 산사태 위험도 평가를 위한 해석방법이 상이한 두 기법을 동일 산사태의 거동분석에 적용한 결과, 유사한 거동 메커니즘을 보여주고 있는 것으로 나타났다. 따라서 본 연구에서 제시한 산사태발생시 특정요소의 위험성을 구체적으로 설명할 수 있는 기법을 추가로 고려한다면, 보다 정확한 초기 산사태 위험도 평가를 수행할 수 있을 것으로 판단된다.
5에 나타낸 바와 같이 벡터분산을 통해 도출된 결과를 3개의 구역으로 구분 하여 그 분포를 도시한 결과, 이동지역에서의 결과값이 가장 많은 분포를 보이고 있는 것을 알 수 있었다. 또한, 산정된 벡터 분산값의 비균등 정보를 구역별로 비교하여 보면, 이동지역에서 값이 상대적으로 크게 도시된 것을 알 수 있다.
이는 토석류 발생에 따른 불규칙한 지형정보가 반영된 것으로 분석된다. 또한, 이동지역에서는 평면도 값의 증가와 감소가 주기적으로 반복하는 것으로 나타났다.
본 연구에서는 벡터분산(vector dispersion)과 평면도(planarity) 기법을 산사태의 지형요소 분석에 이용, 이를 통한 초기 산사태 발생 위험도를 평가하는 방안을 제시하고자 하였다. 본 연구에서 제시한 방법은 지형특성이 산사태 위험도에 미치는 영향을 보여주고 있으며, 개별 모형보다는 다수의 모형을 이용, 각각의 장점을 활용하여 보다 현실적인 산사태 위험성 평가를 수행해야 한다는 것을 잘 보여주고 있다.
한편, 산사태 A 내부에 분포하는 평면도(planarity)와 고도(elevation)를 비교해보면 지표면에 가까울수록 즉, 퇴적지역에서는 평면도 값이 증가하는 것으로 나타났다. 한편, 토석류 발생지역 부근에서는 평면도 값이 낮게 나타났다.
후속연구
결론적으로 보다 객관적인 산사태 위험도 평가를 위한 해석방법이 상이한 두 기법을 동일 산사태의 거동분석에 적용한 결과, 유사한 거동 메커니즘을 보여주고 있는 것으로 나타났다. 따라서 본 연구에서 제시한 산사태발생시 특정요소의 위험성을 구체적으로 설명할 수 있는 기법을 추가로 고려한다면, 보다 정확한 초기 산사태 위험도 평가를 수행할 수 있을 것으로 판단된다.
이는 결국 산사태의 발생이 단순한 특정 요소만으로 결정되는 것이 아니며, 내·외부적인 요인들 간의 상호작용에 의해 유발되는 복합적인 자연현상임을 인지하고 보다 다양한 방법들을 통해 산사태 발생 메커니즘에 대한 추가적인 연구가 이루어져야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
산사태는 어떤 지형 변화를 일으키는가?
산사태는 산사태 미발생지역과 달리 발생지역을 중심으로 첨단부의 급경사지, 인장균열, 그리고 사태물질과 같은 다양한 형태의 지형정보를 생성한다(Kim et al., 2012).
본 연구는 산사태 위험도를 평가하기 위해 어떤 기법을 이용하였는가?
이에 본 연구는 지형특성 분석을 기반으로 하는 초기 산사태 위험도를 신속하게 평가하는데 활용할 수 있는 방안을 제시하고자 하였다. 이를 위해 벡터 분산(vector dispersion)과 평면도(planarity) 기법을 이용하였으며, 도출된 결과를 2011년 발생한 춘천 ○○ 지역에 적용, 지형특성과 산사태 위험도간의 관계를 규명하고자 하였다.
방향성 벡터를 활용한 지형요소의 분석은 어떤 특징이 있는가?
방향성 벡터를 활용한 지형요소의 분석은 지형을 구성하고 있는 표면의 지형학적 이질성(heterogeneity)의 정도를 정량적으로 평가하는 방법의 하나로(Kim, 2012), 연구대상 지표면의 방향과 그 분포를 평가하여 지표면의 거칠기를 결정한다. Hobson(1972)은 특정 지역의 한 영역(domain)안의 지표면은 다수의 평면으로 구성 되어 있으며 이들은 서로 연결되어 있다고 가정하고, 이러한 평면들의 거칠기 정도를 평면에 수직한 단위벡터의 형태로 나타낼 수 있다고 하였다.
참고문헌 (14)
National Emergency Management Agency, 2012, 2012 Annual disaster report, National Emergency Management Agency, pp. 1226-1242.
Cha, A. R., Kim, T. H. and Jung, M. S., 2013, Preliminary risk assessment for landslides using directional vectors, Proc. of KGS Fall National Conference, pp. 1041-1046.
Cha, A. R., 2014, A comparative study on the identification of landslide hazard using geomorphological characteristics, Journal of Korean Geo-Environmental Society, Vol. 15, No. 6, pp. 67-73.
Hobson, R. D., 1972, Surface roughness in topography: quantitative approach, Spatial Analysis in Geomorphology, Methuen & Co Ltd., London, Great Britain, pp. 221-245.
Kasai, M., Ikeda, M., Asahina, T. and Fujisawa, K., 2009, LiDAR-derived DEM evaluation of deep-seated landslides in a steep and rocky region of Japan, Geomorphology, Vol. 113, No. 1-2, pp. 57-69.
Kim, T. H., Cruden, D. M. and Martin, C. D., 2012, Identification of geomorphological features of landslides using airborne laser altimetry, Proc. of 11th International Symposium on Landslides and 2nd North American Symposium on Landslides, Banff, Alberta, Canada, pp. 567-573.
Mark, D. M., 1974, On the interpretation of till fabrics, Geology, Vol. 2, No. 2, pp. 101-104.
McKean, J. and Roering, J., 2004, Objective landslide detection and surface morphology mapping using high-resolution airborne laser altimetry, Geomorphology, Vol. 57, pp. 331-351.
National Disaster Management Institute, 2011, Establishment of collapse warning & evacuation criteria for steep slopes, Developments of the GIS based steep slope collapse determination system (I), Primary Research Report, NDMI-PR-2011-14-01, p. 154.
VanDine, D. F., 1996, Debris flow control structures for forest engineering, Research Branch, B.C. Ministry of Forests, Victoria, B.C., Working Paper No. 8, pp. 4-6.
Varnes, D. J. and International Association of Engineering Geology(IAEG) Commission on Landslides and other Mass Movement on Slopes, 1984, Landslide hazard zonation: a review of principles and practices, UNESCO, Paris, pp. 11-15.
Watson, G. S., 1966, Statistics of orientation data, Journal of Geology, Vol. 74, No. 5, pp. 786-797.
Woodcock, N. H., 1977, Specification of fabric shapes using an eigenvalue method, Geological Society of America Bulletin, Vol. 88 No. 9, pp. 1231-1236.
Woodcock, N. H. and Naylor, M. A., 1983, Randomness testing in 3-dimensional orientation data, Journal of Structural Geology, Vol. 5, No. 5, pp. 539-548.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.