2011년 발생한 서울시 우면산의 토석류는 과거 산간지역 피해와는 달리 도심지역에서 큰 피해가 발생하였다. 따라서 산사태 및 토석류는 산악지역과 도심지역에 관계없이 다양한 지역에서 빠른 속도로 발생하여 엄청난 피해를 유발시키기 때문에 많은 연구자들은 토석류의 영향범위를 예측하고 피해를 최소화하기 위해 노력하고 있다. 토석류의 영향범위 예측을 위한 가장 핵심적인 부분은 복잡한 3차원 지형에서의 토석류 거동 및 퇴적 메커니즘을 이해하여야 한다. 그리고 퇴적 메커니즘을 이해하기 위해서는 토석류의 거동에 따른 에너지량과 침식량이 산정되어야 한다. 하지만 기존에 개발된 토석류 모델들은 토석류의 침식량을 산정하는데 한계가 있었다. 따라서 본 연구에서는 2011년 도심지의 대규모 토석류가 발생한 서울시 우면산 지역을 대상으로 항공사진, 항공 LiDAR 자료로부터 생성된 토석류 피해 전과 후의 DEM을 활용하여 토석류의 피해규모를 산정하였으며, 에너지 이론을 기반으로 하여 침식량을 산정할 수 있는 토석류 거동 해석 모델을 개발하여 비교하였다. 또한 동일지역에 대하여 기존의 토석류 모델(RWM, Debris 2D)도 함께 시뮬레이션 하여 종합적으로 토석류 지역을 비교 분석하였다.
2011년 발생한 서울시 우면산의 토석류는 과거 산간지역 피해와는 달리 도심지역에서 큰 피해가 발생하였다. 따라서 산사태 및 토석류는 산악지역과 도심지역에 관계없이 다양한 지역에서 빠른 속도로 발생하여 엄청난 피해를 유발시키기 때문에 많은 연구자들은 토석류의 영향범위를 예측하고 피해를 최소화하기 위해 노력하고 있다. 토석류의 영향범위 예측을 위한 가장 핵심적인 부분은 복잡한 3차원 지형에서의 토석류 거동 및 퇴적 메커니즘을 이해하여야 한다. 그리고 퇴적 메커니즘을 이해하기 위해서는 토석류의 거동에 따른 에너지량과 침식량이 산정되어야 한다. 하지만 기존에 개발된 토석류 모델들은 토석류의 침식량을 산정하는데 한계가 있었다. 따라서 본 연구에서는 2011년 도심지의 대규모 토석류가 발생한 서울시 우면산 지역을 대상으로 항공사진, 항공 LiDAR 자료로부터 생성된 토석류 피해 전과 후의 DEM을 활용하여 토석류의 피해규모를 산정하였으며, 에너지 이론을 기반으로 하여 침식량을 산정할 수 있는 토석류 거동 해석 모델을 개발하여 비교하였다. 또한 동일지역에 대하여 기존의 토석류 모델(RWM, Debris 2D)도 함께 시뮬레이션 하여 종합적으로 토석류 지역을 비교 분석하였다.
The 2011 debris flow in Mt. Umyeonsan in Seoul, South Korea caused significant damages to the surrounding urban area, unlike other similar incidents reported to have occurred in the past in the country's mountainous regions. Accordingly, landslides and debris flows cause damage in various surroundin...
The 2011 debris flow in Mt. Umyeonsan in Seoul, South Korea caused significant damages to the surrounding urban area, unlike other similar incidents reported to have occurred in the past in the country's mountainous regions. Accordingly, landslides and debris flows cause damage in various surroundings, regardless of mountainous area and urban area, at a great speed and with enormous impact. Hence, many researchers attempted to forecast the extent of impact of debris flows to help minimize the damage. The most fundamental part in forecasting the impact extent of debris flow is to understand the debris flow behavior and sedimentation mechanism in complex three-dimensional topography. To understand sedimentation mechanism, in particular, it is necessary to calculate the amount of energy and erosion according to debris flow behavior. The previously developed debris flow models, however, are limited in their ability to calculate the erosion amount of debris flow. This study calculated the extent of damage caused by a massive debris flow that occurred in 2011 in Seoul's urban area adjacent to Mt. Umyeonsan by using DEM, created from aerial photography and airborne LiDAR data, for both before and after the damage; and developed and compared a debris flow behavioral analysis model that can assess the amount of erosion based on energy theory. In addition, simulations using the existing debris flow model (RWM, Debris 2D) and a comprehensive comparison of debris flow-stricken areas were performed in the same study area.
The 2011 debris flow in Mt. Umyeonsan in Seoul, South Korea caused significant damages to the surrounding urban area, unlike other similar incidents reported to have occurred in the past in the country's mountainous regions. Accordingly, landslides and debris flows cause damage in various surroundings, regardless of mountainous area and urban area, at a great speed and with enormous impact. Hence, many researchers attempted to forecast the extent of impact of debris flows to help minimize the damage. The most fundamental part in forecasting the impact extent of debris flow is to understand the debris flow behavior and sedimentation mechanism in complex three-dimensional topography. To understand sedimentation mechanism, in particular, it is necessary to calculate the amount of energy and erosion according to debris flow behavior. The previously developed debris flow models, however, are limited in their ability to calculate the erosion amount of debris flow. This study calculated the extent of damage caused by a massive debris flow that occurred in 2011 in Seoul's urban area adjacent to Mt. Umyeonsan by using DEM, created from aerial photography and airborne LiDAR data, for both before and after the damage; and developed and compared a debris flow behavioral analysis model that can assess the amount of erosion based on energy theory. In addition, simulations using the existing debris flow model (RWM, Debris 2D) and a comprehensive comparison of debris flow-stricken areas were performed in the same study area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 퇴적 메커니즘을 이해하기 위해서는 토석류의 거동에 따른 침식량이 산정되어야 한다. 따라서 본 연구에서는 토석류의 침식량 산정 모델 개발과 침식량이 고려된 최종 퇴적량 산정을 목적으로 연구를 수행하였다. 그리고 2011년 도심지의대규모 토석류가 발생한 서울시 우면산 지역의 항공사진, 항공 LiDAR 자료로부터 생성된 토석류 피해 전과 후의 DEM을 활용하여 토석류의 실제 침식량 규모를 산정하여 비교하였으며, 동일지역에 대하여 RWM과 Debris 2D 모델도 함께 시뮬레이션 하여 각각의 모델별 퇴적량을 비교하였다.
셋째, 침식량을 예측할 수 없으므로 실제 퇴적량과 유사한 퇴적량을 얻기 위해서는 실제 발생량보다 4~5배 더 과도하게 설정해야 하는 문제가 발생한다. 이러한 문제점을 개선하기 위하여 본 연구에서는 새로운 접근방법을 고민하였으며, 산사태로 발생된 토사의 위치에너지와 이를 통해 변환되는 운동에너지의 관계를 이용하여 흐름을 제어하고 퇴적과 침식을 시뮬레이션 하는 알고리즘을 제시하였다. 산사태 발생에 의한 위치에너지와 토석류 흐름에 관계된 운동에너지는 Fig.
제안 방법
Fig. 9와 같이 일정 간격으로 추출된 지점에서의 운동에너지(energy)와 이를 토대로 재계산한 침식깊이 (simulation), 그리고 항공 LiDAR자료로부터 추출한 실험 전후 침식 깊이(depth)에 대해 경향분석을 위하여각 지점별 비율로 환산한 후 그래프로 나타내어 비교하였다. 가로축은 토석류 이동거리이며, 세로축은 각 지점별 비율이다.
LiDAR 자료를 이용한 실험 전·후의 지형변화 분석은 최종적으로 생성된 1m 해상도의 DEM을 이용하여 수행하였고 토석류 거동해석 모델의 결과와 비교하여 에너지, 침식량, 퇴적위치, 퇴적량 등의 상관관계를 분석하였다.
결국 산사태로 발생된 토사의 위치에너지와 이를 통해 변환되는 운동에너지의 관계를 이용하여 흐름을 제어하고 퇴적과 침식을 시뮬레이션하는 알고리즘을 Fig. 3과 같이 Visual C++언어로 프로그램을 구현하였다.
토석류 발생으로 인한 지형변화는 항공사진을 이용한 육안관측을 통하여 전체적인 피해영역을 관측하였으며, 토석류 발생 전후 시점의 두 개의 LiDAR DEM을 차분하여 관측하였다. 관측 방법은 유하부를 따라 20m 간격으로 종단 설계하여 위치정보를 비교하였으며, 본 연구에서는 line 1~10 중 가장 대표할 수 있는 line 1의 지형변화를 분석하였다. 토석류 발생 후(2011 년) DEM 데이터의 경우 발생 전(2009년) DEM과의 차분결과에 3배의 과고감을 적용하여 표현하였다.
따라서 본 연구에서는 토석류의 침식량 산정 모델 개발과 침식량이 고려된 최종 퇴적량 산정을 목적으로 연구를 수행하였다. 그리고 2011년 도심지의대규모 토석류가 발생한 서울시 우면산 지역의 항공사진, 항공 LiDAR 자료로부터 생성된 토석류 피해 전과 후의 DEM을 활용하여 토석류의 실제 침식량 규모를 산정하여 비교하였으며, 동일지역에 대하여 RWM과 Debris 2D 모델도 함께 시뮬레이션 하여 각각의 모델별 퇴적량을 비교하였다.
에너지 모델로 산정한 침식 및 퇴적량은 항공 LiDAR DEM과 현장조사 데이터와 비교하여 실제 토석류 피해 당시의 침식 및 퇴적과 가장 유사한 조건의 매개변수(관성가중치, 마찰계수, 침식계수 등)를 도출하였다. 그리고 침식량을 가중하여 시뮬레이션 할 수밖에 없는 기존의 토석류 모델인 RWM과 Debris 2D 와도 퇴적량, 퇴적 위치 등을 비교하였다.
본 연구에서는 2011년 도심지의 대규모 토석류가 발생한 서울특별시 서초구에 위치한 우면산의 토석류 피해지역을 대상으로 항공사진, 항공 LiDAR 자료로부터 생성된 DEM을 활용하여, 에너지 이론을 기반으로 개발한 토석류 거동해석 모델과 RWM, Debris 2D 등의 다양한 토석류 거동해석 모델을 시뮬레이션 한 결과를 비교분석 하였다. 또한 본 연구에서 개발한 에너지 모델은 항공 LiDAR 자료와 침식 및 퇴적 깊이를 직접적으로 비교하여 모델의 정확성을 검증하였다.
본 연구에서는 2011년 도심지의 대규모 토석류가 발생한 서울특별시 서초구에 위치한 우면산의 토석류 피해지역을 대상으로 항공사진, 항공 LiDAR 자료로부터 생성된 DEM을 활용하여, 에너지 이론을 기반으로 개발한 토석류 거동해석 모델과 RWM, Debris 2D 등의 다양한 토석류 거동해석 모델을 시뮬레이션 한 결과를 비교분석 하였다. 또한 본 연구에서 개발한 에너지 모델은 항공 LiDAR 자료와 침식 및 퇴적 깊이를 직접적으로 비교하여 모델의 정확성을 검증하였다.
이와 같은 주요 알고리즘을 이용하여 토석류 거동 예측모델을 개선하였으며, 부가적으로 다음과 같은 사항들을 추가적으로 고려하였다. 산사태 발생지점에서 다양한 원인으로 붕괴될 때 발생하는 초기 충격에너지(5~10)에 대하여 실제 우면산 토석류 결과와 비교하여 고려하였다. 그리고 침식에 있어서 우리나라 대부분의 산지는 단단한 암반층 위에 토사가 덮여 있는 형태이기 때문에 운동 에너지가 아무리 크더라도 암반을 침식할 수 없다.
6은 본 연구에서 제안한 연구수행을 위한 흐름도이다. 에너지 모델로 산정한 침식 및 퇴적량은 항공 LiDAR DEM과 현장조사 데이터와 비교하여 실제 토석류 피해 당시의 침식 및 퇴적과 가장 유사한 조건의 매개변수(관성가중치, 마찰계수, 침식계수 등)를 도출하였다. 그리고 침식량을 가중하여 시뮬레이션 할 수밖에 없는 기존의 토석류 모델인 RWM과 Debris 2D 와도 퇴적량, 퇴적 위치 등을 비교하였다.
00006 등으로 나타났다. 여기서 침식계수는 실제 퇴적량을 근거로 각각의 구간 마다 에너지에 따른 침식 깊이의 관계를 이용하여 대표할 수 있는 침식계수를 산정하였다.
연구지역에 대하여 RWM과 Debris 2D, 그리고 본 연구에서 개발한 에너지 모델을 시뮬레이션 하여 퇴적 위치 및 퇴적량을 정량적으로 비교 분석하였다. Fig.
셋째, 흐름 경로 상에서 토사의 침식량은 운동 에너지에 침식계수를 적용하여 산정하고 진행 중인 토사의 부피는 증가한다. 이와 같은 주요 알고리즘을 이용하여 토석류 거동 예측모델을 개선하였으며, 부가적으로 다음과 같은 사항들을 추가적으로 고려하였다. 산사태 발생지점에서 다양한 원인으로 붕괴될 때 발생하는 초기 충격에너지(5~10)에 대하여 실제 우면산 토석류 결과와 비교하여 고려하였다.
토석류 발생으로 인한 지형변화는 항공사진을 이용한 육안관측을 통하여 전체적인 피해영역을 관측하였으며, 토석류 발생 전후 시점의 두 개의 LiDAR DEM을 차분하여 관측하였다. 관측 방법은 유하부를 따라 20m 간격으로 종단 설계하여 위치정보를 비교하였으며, 본 연구에서는 line 1~10 중 가장 대표할 수 있는 line 1의 지형변화를 분석하였다.
대상 데이터
토석류 거동 해석을 위한 연구지역은 서울특별시 서초구에 위치한 우면산의 토석류 피해지역으로써 2011 년 7월 25~27일 3일 누적강우 353mm의 폭우가 집중되어 큰 인명과 재산피해가 발생한 지역이다. Fig. 4와 같이 우면산은 총 31개의 수문학적 유역으로 구분할 수 있는데 이 가운데 토석류 발생 전과 후의 변화가 비교적 명확한 우면산 남동쪽 사면의 형촌마을 유역(우면산 자연생태공원)을 연구지역으로 선정하였다.
따라서 실제 우면산 토석류 최대 침식깊이(약 3m)를 토심까지로 제한하였다. 시뮬레이션에 사용한 DEM은 항공 LiDAR로 제작한 1m DEM을 실제 토석류의 흐름, 침식, 퇴적의 유사성을 고려하여 10m급 DEM으로 리샘플링하여 활용하였으며 이와 같은 사항을 토대로 에너지 시뮬레이션을 수행한 결과는 Fig. 8과 같다.
DEM은 연구지역의 토석류 피해 발생 전․후 측량한 항공 LiDAR 데이터로 생성하였으며, 공간해상도는 1m이다. 에너지모델과 RWM, Debris 2D의 입력변수인 발생부의 위치, 발생량 등은 현장조사를 통하여 얻은 자료를 활용하였다. Fig.
연구에 사용한 데이터는 토석류 피해 발생 전과 후의 지형변화를 관측하기 위하여 피해 전과 후에 촬영한 항공사진을 활용하였다. 피해 전 항공사진은 2009년 8월에 촬영한 영상이며, 피해 후 항공사진은 토석류 피해 직후인 2011년 8월에 촬영한 영상이다.
토석류 거동 해석을 위한 연구지역은 서울특별시 서초구에 위치한 우면산의 토석류 피해지역으로써 2011 년 7월 25~27일 3일 누적강우 353mm의 폭우가 집중되어 큰 인명과 재산피해가 발생한 지역이다. Fig.
이론/모형
구체적인 Debris 2D 모델의 이론적 배경 및 토석류 시뮬레이션 방법은 Julien and Lan(1991)과 Tsai et al.(2011)의 선행연구 방법을 참고하였다.
성능/효과
가로축은 토석류 이동거리이며, 세로축은 각 지점별 비율이다. 각각의 데이터를 비교한 결과 에너지의 크기에 따라서 침식깊이가 깊어졌으며, 실제 깊이와도 유사한 경향을 보임을 확인할 수 있다.
결국, 본 연구에서의 결과는 토석류의 에너지와 침식은 매우 밀접한 관계가 있음을 증명하였고, 토석류 시뮬레이션 수행 시 기존 토석류 모델의 한계를 극복하였다. 향후 에너지 이론을 기반으로 속도를 산출하여 실제 토석류 발생 시 속도 데이터와 비교하는 연구가 추가적으로 진행된다면 보다 다양한 토석류 거동 해석 및 피해예측을 위한 모델로 활용할 수 있을 것으로 기대된다.
Table 1은 초기 산사태 시작점의 위치와 발생량이다. 그리고 에너지 모델의 시뮬레이션을 위하여 초기 조건의 매개변수를 추정하여야 하는데 초기조건의 매개변수는 실제 토석류 피해 당시의 결과와 가장 유사한 흐름, 침식, 퇴적을 보이는 값이며, 관성가중치 1.05, 마찰 계수 0.13, 침식계수 0.00006 등으로 나타났다. 여기서 침식계수는 실제 퇴적량을 근거로 각각의 구간 마다 에너지에 따른 침식 깊이의 관계를 이용하여 대표할 수 있는 침식계수를 산정하였다.
가로축은 토석류 이동거리이며, 세로축은 각 지점별 토석류 발생 전후 높이 차이다. 두 데이터의 높이차를 비교한 결과 550m 부근의 사방시설로 인하여 50cm 가량 차이가 발생하였지만 대체적으로 LiDAR 데이터와 에너지 모델을 시뮬레이션 하여 얻은 데이터의 침식과 퇴적지점의 지형 변화 패턴이 서로 유사한 결과를 얻을 수 있었다.
둘째, 실제 토석류 침식 깊이와 에너지량을 토대로 산출된 침식 깊이의 관계에서도 유사한 결과가 나타났으며, 이러한 침식 깊이 산정방식이 유용함을 알 수 있었다.
본 연구에서 시뮬레이션 한 토석류 거동 예측모델 알고리즘의 주요 특징은 첫째, 토석류의 흐름경로상의 방향 결정은 기존의 RWM 모델과 동일하다. 둘째, 토석류 흐름의 각 지점 별 에너지(위치에너지, 마찰에 의한 손실에너지, 운동에너지)를 계산하고 운동에너지가 감소하여 속도가 0이 되면 토사는 그 자리에 정지하고 퇴적된다. 셋째, 흐름 경로 상에서 토사의 침식량은 운동 에너지에 침식계수를 적용하여 산정하고 진행 중인 토사의 부피는 증가한다.
동일 지역에 대하여 발생량에 따른 흐름과 퇴적부의 위치를 살펴보면 흐름에서 약간의 차이를 보이나 흐름의 방향성과 퇴적부의 위치 등 두 모델 모두 유사한 결과를 나타내고 있다. 발생량의 경우 에너지 모델은 에너지량에 따라 침식량을 산정하여 퇴적량에 추가하므로 별도로 추가 침식량을 고려하지 않고 시뮬레이션을 수행한 반면 RWM과 Debris 2D는 추가 침식량을 고려하여(5배) 시뮬레이션 해야 실제 퇴적량과 유사한 결과가 나타났다.
셋째, 본 연구에서 개발한 에너지 모델은 기존의 RWM과 Debris 2D 모델에서 침식량을 고려할 수 없는 한계점을 극복하였고 토석류 시뮬레이션 수행 시 정량적인 침식량 및 퇴적량 산정이 가능하였다.
둘째, 흐름 경로상의 유로 침식량을 예측할 수 없는 문제가 발생한다. 셋째, 침식량을 예측할 수 없으므로 실제 퇴적량과 유사한 퇴적량을 얻기 위해서는 실제 발생량보다 4~5배 더 과도하게 설정해야 하는 문제가 발생한다. 이러한 문제점을 개선하기 위하여 본 연구에서는 새로운 접근방법을 고민하였으며, 산사태로 발생된 토사의 위치에너지와 이를 통해 변환되는 운동에너지의 관계를 이용하여 흐름을 제어하고 퇴적과 침식을 시뮬레이션 하는 알고리즘을 제시하였다.
둘째, 토석류 흐름의 각 지점 별 에너지(위치에너지, 마찰에 의한 손실에너지, 운동에너지)를 계산하고 운동에너지가 감소하여 속도가 0이 되면 토사는 그 자리에 정지하고 퇴적된다. 셋째, 흐름 경로 상에서 토사의 침식량은 운동 에너지에 침식계수를 적용하여 산정하고 진행 중인 토사의 부피는 증가한다. 이와 같은 주요 알고리즘을 이용하여 토석류 거동 예측모델을 개선하였으며, 부가적으로 다음과 같은 사항들을 추가적으로 고려하였다.
첫째, 실제 토석류 침식 깊이와 시뮬레이션 한 에너지량의 분포 비율은 유사한 패턴을 보이며 밀접한 상관관계를 가지고 있다.
후속연구
결국, 본 연구에서의 결과는 토석류의 에너지와 침식은 매우 밀접한 관계가 있음을 증명하였고, 토석류 시뮬레이션 수행 시 기존 토석류 모델의 한계를 극복하였다. 향후 에너지 이론을 기반으로 속도를 산출하여 실제 토석류 발생 시 속도 데이터와 비교하는 연구가 추가적으로 진행된다면 보다 다양한 토석류 거동 해석 및 피해예측을 위한 모델로 활용할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
토석류에 대한 구체적인 정의는 무엇인가?
태는 자연적 또는 인위적인 원인으로 산지가 일시에 붕괴되는 현상이며, 토석류는 산지 또는 계곡에서 토석과 나무 등이 물과 섞여 빠른 속도로 유출되는 것이라고 설명하고 있다(Korea forest service, 2015). 특히 토석류에 대해서는 외국의 여러 참고문헌에서 보다 구체적으로 정의하고 있는데 토석류(debris flow)란 물과 토석의 혼합체(fluidsolid mixtures) 즉, 물속에서 다양한 입경의 유사와 수로 퇴적물이 집중적으로 분포된 것이 흐르는 동적 현상(질량이동 또는 흐름)을 말한다(Julien and Lan, 1991; Iverson, 1997). 토석류의 총 유사의 농도는 정지된 굳지 않은 토석의 상태에 따라 다르지만, 일반적으로 60% 이상의 체적 농도 값을 가지며, 토석과 유체 사이의 다양한 상호작용은 토석류 거동에 중요한 역할을 한다(Pierson and Costa, 1987; Coussot and Meunier, 1996; Marchi and D’Agostino, 2004; Jakob, 2005).
RWM이 다른 토석류 거동해석 모델에 비하여 가지는 장점은 무엇인가?
, 2014). RWM의 메커니즘은 분석유역을 대상으로 토석류의 흐름 및 퇴적 특성을 경사의 인자로 단순화한 확률 모델이며, 다른 토석류 거동해석 모델에 비하여 비교적 계산방법이 간단하다(Imamura and Sugita, 1980; Satofuka and Mizuyama, 2005). RWM은 토석류의 거동 특성 및 피해범위를 분석하고 예측할 수 있지만 이 모델을 적용하기 위해서는 지형조건에 맞는 매개변수의 결정이 선행되어야 한다(Kim et al.
RWM과 Debris 2D와 같은 기존 모델들이 가지는 몇 가지 제한적인 가정 사항은 무엇인가?
하지만 RWM과 Debris 2D와 같은 기존 모델들은몇 가지 제한적인 가정 사항 때문에 더 이상의 발전을 기대하기 어렵다. 첫째, 일정 경사도 이하에서는 토석류의 속도에 관계없이 무조건 정지하고 퇴적하는 문제가 발생한다. 둘째, 흐름 경로상의 유로 침식량을 예측할 수 없는 문제가 발생한다. 셋째, 침식량을 예측할 수없으므로 실제 퇴적량과 유사한 퇴적량을 얻기 위해서는 실제 발생량보다 4~5배 더 과도하게 설정해야 하는 문제가 발생한다. 이러한 문제점을 개선하기 위하여 본 연구에서는 새로운 접근방법을 고민하였으며, 산사태로 발생된 토사의 위치에너지와 이를 통해 변환되는 운동에너지의 관계를 이용하여 흐름을 제어하고 퇴적과 침식을 시뮬레이션 하는 알고리즘을 제시하였다.
참고문헌 (24)
Chun, K., Kim, M., Park, W. and Ezaki, T., 1997, Characteristics of channel bed and woody debris on mountainous stream, Journal of Korean Forest Society, Vol. 86, No. 1, pp. 69-79.
Coussot, P. and Meunier, M., 1996, Recognition, classification and mechanical description of debris flows, Earth-Science Reviews, Vol. 40, pp. 209-227.
Hirakawa, Y., Suwa, H., Fukuda, K. and Kobayashi, N., 2006, Application of PIV method for the measurement of surface velocity of debris flow, Journal of the Japan Society of Erosion Control Engineering, Vol. 59, No. 2, pp. 49-54.
Imamura, R. and Sugita, M., 1980, Study on simulation of debris depositing based on a random walk model, Journal of the Japan Society of Erosion Control Engineering, Vol. 32, No. 3, pp. 17-26.
Iverson, R. M., 1997, The Physics of debris flows, Review of Geophysics, Vol. 35, No. 3, pp. 245-296.
Jakob, M., 2005, A size classification for debris flows, Engineering Geology, Vol. 79, pp. 150-161.
Jang, B. S., No, S.Y., Son, J. C. and Yu, B. O., 2007, Suggestions to reduce the slope disaster by analysing landslides in localized heavy rain, Journal of the Korea Institute for Structural Maintenance Inspection, Vol. 11, No. 4, pp. 3-11.
Julien, P. Y. and Lan, Y., 1991, Rheology of hyperconcentrations, Journal of Hydraulic Engineering, Vol. 117, No. 3, pp. 346-353.
Kim, G. H., Won, S. Y., Youn, J. H. and Song, Y. S., 2008, Hazard risk assessment for national roads in Gangneung city, Journal of the Korean Society for Geospatial Information Science, Vol. 16, No. 4, pp. 33-39.
Kim, G. N., 2011, A basic study on the development of the guidelines on setting debris flow hazards, Research Institute for Gangwon, Korea, p. 170.
Kim, G., Won, S. and Mo, S., 2014, Umyeon mountain debris flow movement analysis using random walk model, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. 5, pp. 515-525.
Ko, S. M., Lee, S. W., Yune, C. Y. and Kim, G., 2014, Topographic analysis of landslides in Umyeonsan, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. 1, pp. 55-62.
Korea forest service, 2015, The erosion control law, Korea forest service, http://www.law.go.kr/lsInfoP.do?lsiSeq167957&efYd20150804#0000
Lee, C. W., Woo, C. S. and Youn, H. J., 2011, Analysis of debris flow hazard by the optimal parameters extraction of random walk model, Journal of Korean Forest Society, Vol. 100, No. 4, pp. 664-671.
Liu, K. F. and Huang, M. C., 2006, Numerical simulation of debris flow with application on hazard area mapping, Computational Geoscience, Vol. 10, No. 2, pp. 221-240.
Marchi, L. and D'Agostino, V., 2004, Estimation of debris-flow magnitude in the eastern Italian Alps, Earth Surface Processes and Landforms, Vol. 29, pp. 207-220.
O'Brien, J. S., Julien, P. Y. and Fullerton, W. T., 1993, Two dimensional water flood and mudflow simulation, Journal of Hydraulic Engineering, Vol. 119, No. 2, pp. 224-259.
Pierson, T. C. and Costa, J. E., 1987, A theologic classification of subaerial sediment-water flows, Geological Society of America Reviews in Engineering Geology, Vol. 7, pp. 1-12.
Satofuka, Y. and Mizuyama, T., 2005, Numerical simulation on a debris flow in a mountainous river with a Sabo dam, Journal of the Japan Society of Erosion Control Engineering, Vol. 58, No. 1, pp. 14-19.
Suzuki, T., Hotta, N. and Miyamoto, K., 2003, Influence of riverbed roughness on debris flows, Journal of the Japan Society of Erosion Control Engineering, Vol. 56, No. 2, pp. 5-13.
Tsai, M. P., Hsu, Y. C., Li, H. C., Shu, H. M. and Liu, K. F., 2011, Applications of simulation technique on debris flow hazard zone delineation: a case study in Daniao tribe, Eastern Taiwan, Natural Hazards and Earth System Sciences, Vol. 11, No. 11, pp. 3053-3062.
Won, S. and Kim, G., 2015, Simulation of debris flow deposit in Mt. Umyeon, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 33, No. 6, pp. 507-516.
Yang, I. T., Cheon, G. S. and Bak, J. H., 2006, The effect of landslide factor and determination of landslide vulnerable area Using GIS and AHP, Journal of the Korean Society for Geospatial Information System, Vol. 14, No. 1, pp. 3-12.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.