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
- 그러나,산사태 발생에 대하여 산사태 관련 인자의 각 등급이 개별적으로 미치는 영향에 대해서는 분석할 수 없다. 따라서 본 논문은 FR과 LR 분석기법을 통합함으로써 각 기법 간의 취약점을 보완하고, 정확도 검증을 통해 작성된 산사태 취약성 지도의 정확도 향상을 평가하고자 한다.
- 본 연구는 가장 대표적으로 이용되고 있는 FR과 LR 분석기법을 통합하여 산사태 취약성을 분석하고자 한다. FR은 이변량 분석기법 중 하나로 산사태 발생과 산사태 관련 인자의 상관관계 분석을 통해 각 인자의 등급별 영향을 분석할 수 있다.
- 본 연구는 가장 많이 사용되고 있는 FR과 LR 모델을 통합하는 것에 의해 인제읍 지역의 산사태 취약성을 분석하고, FR 모델과의 비교 분석을 통해 정확도 검증을 실시하였다. 산사태 지역은 항공사진으로부터 판독되었고, 70%는 훈련용으로 30%는 검증용으로 사용되었다.
제안 방법
- 구축된 공간데이터베이스는 FR 및 FR과 LR을 통합한 모델을 이용하여 Fig. 3과 같은 과정으로 연구지역의 산사태 취약성을 분석하고 지도화한 뒤 정확도를 검증하였다.
- 또한, 본 연구는 국립산림과학원의 1:25,000 4차 수치임상도로부터 영급, 경급, 밀도 및 임상을 추출하였다. 영급은 나무의 수령, 경급은 나무의 지름, 밀도는 나무의 밀도, 그리고 임상은 나무의 종류를 나타낸다.
- 본 연구는 두 가지 방법에 의해 작성된 LSI 지도와 검증용 산사태 자료를 이용하여 ROC 곡선을 분석하였다. 분석결과, FR LSI 지도의 예측 정확도는 0.
- 본 연구는 산사태 취약성 분석을 위해 산사태 분포도, 지형도, 토양도, 임상도 등을 이용하여 산사태 관련인자를 구축하였다 (Table 1). 지형관련 인자는 고도,경사도, 경사향, 배수로부터의 거리, 토양수분지수(topographic wetness index, TWI), 하천강도지수(stream power index, SPI) 등을 포함한다.
- 본 연구는 이 중 산사태 발달부 (42,615 ㎡)를 10 × 10m 격자 크기를 갖는 Raster 파일로 변환하여 산사태 위치도를 작성하였다.
- 수집된 항공사진은 수치지형도에서 획득된 GCP 값을 이용하여 정사보정 과정을 거친 후 모자이크 되었다. 산사태 피해지역은 모자이크된 항공사진을 육안판독에 의해 토석류 조사야장 (산림청) 분류방식을 기준으로 발단부, 유하부, 퇴적부로 구분하여 디지타이징 되었다.
- LR은 종속변수와 독립변수와의 관계가 비선형이라는 가정 하에 종속변수와 독립변수 간의 관련성을 분석하고 예측하는 통계적 기법이다. 여기서 종속변수는 이항형 변수로 본 연구에서는 산사태 발생 (1), 미발생(0)으로 구분되고, 독립변수는 산사태 관련 인자들이다. 종속변수와 독립변수의 관계는 로지스틱 함수를 이용하여 다음의 Eq.
대상 데이터
- 2006년에 발생한 연구지역의 산사태 위치는 산사태 발생 전후의 항공사진을 비교․ 탐지하여 선정되었다. 산사태 발생 전의 항공사진은 국토지리정보원, 산사태 발생 후의 항공사진은 Pukyong National University (PKNU) 4호 시스템에 의해 촬영된 항공사진을 수집하였다.
- 이로 인해 약 400 개소에서 산사태가 발생하여 많은 피해를 입었다. 본 연구는 가장 많은 산사태가 발생한 인제읍 일대를 대상으로 하였다. 연구지역은 지리학적으로 위도 38°3′ 9″～38° 4′ 21″ N, 경도 128° 18′ 28″～128° 20′ 57″ E 사이에 위치하고, 연구지역의 전체 면적은 8.
- 본 연구에서 사용된 총 12개의 산사태 관련인자는 10 × 10m 격자 크기를 갖는 공간데이터베이스로 구축하였다.
- 산사태 지역은 항공사진으로부터 판독되었고, 70%는 훈련용으로 30%는 검증용으로 사용되었다. 산사태 관련 인자는 지형, 토양, 임상 관련 인자로 구성된 총 12개 인자가 사용되었다. ROC 곡선을 이용한 결과 검증을 통해 본 연구에서 작성한 FR과 LR을 통합한 LSI 지도는 76.
- 2006년에 발생한 연구지역의 산사태 위치는 산사태 발생 전후의 항공사진을 비교․ 탐지하여 선정되었다. 산사태 발생 전의 항공사진은 국토지리정보원, 산사태 발생 후의 항공사진은 Pukyong National University (PKNU) 4호 시스템에 의해 촬영된 항공사진을 수집하였다. PKNU 4호 시스템을 이용한 항공촬영은 산사태 발생 직후인 2006년 8월 2일 2회에 걸쳐 강원도 원주시와 인제시 일대의 산림지역을 대상으로 촬영된 것으로 50 ㎝의 공간해상도를 가진다.
- 본 연구는 가장 많이 사용되고 있는 FR과 LR 모델을 통합하는 것에 의해 인제읍 지역의 산사태 취약성을 분석하고, FR 모델과의 비교 분석을 통해 정확도 검증을 실시하였다. 산사태 지역은 항공사진으로부터 판독되었고, 70%는 훈련용으로 30%는 검증용으로 사용되었다. 산사태 관련 인자는 지형, 토양, 임상 관련 인자로 구성된 총 12개 인자가 사용되었다.
- 연구지역은 지리학적으로 위도 38°3′ 9″～38° 4′ 21″ N, 경도 128° 18′ 28″～128° 20′ 57″ E 사이에 위치하고, 연구지역의 전체 면적은 8.10㎢ 이다 (Fig. 1).
- 연구지역의 공간자료는 ArcGIS 10.0을 이용하여 구축되었고, 총 격자수는 행과 열이 366 × 255인 93,330 개다 (Fig. 2).
- PKNU 4호 시스템을 위해 Canon 800만 화소 DSLR 카메라가 방진․ 방적 기능이 있는 짐벌에 장착되었다. 영상저장부는 2개의 베어본 컴퓨터를 이용하여 구성되었고, 관제부는 Pni사의 TCM3 Gyro와 GPS, 그리고 카메라의 촬영 간격 및 상태를 관제하는 카메라 관제장치로 구성되었다 (Son et al., 2009).
데이터처리
- 본 연구에서 작성된 LSI 지도는 relative operating characteristics(ROC) 곡선을 이용하여 예측 정확도를 검증하였다. ROC 곡선은 두 개의 범주를 가지는 분류모형의 성능을 평가하기 위해 민감도 (sensitivity)를 Y축, 1-특이도 (specificity)를 X축으로 하여 작성되는 그래프이다.
- 정규화된 FR의 값은 산사태 관련 인자를 재분류하기 위해 사용되었고, 이를 통해 FR과 LR 모델이 통합되었다. 최종적으로 정규화된 FR의 값에 의해 재분류된 산사태 관련 인자들은 ASCII 형식으로 변환된 후 SPSS 프로그램을 이용하여 LR 회귀계수가 분석되었다(Table 2).
이론/모형
- FR 및 FR과 LR을 통합한 방법에 의해 작성된 LSI 지도는 ArcGIS 10.0을 이용하여 natural breaks 분류방법으로 5등급화 하였다 (Fig. 4).
- 지형관련 인자는 고도,경사도, 경사향, 배수로부터의 거리, 토양수분지수(topographic wetness index, TWI), 하천강도지수(stream power index, SPI) 등을 포함한다. 이들 인자는 국토지리정보원에서 발행하는 1:5,000 수치지형도를 이용하여 추출하였다. 이 중 TWI는 수문 과정에서 지형학적 특성의 영향성을 평가하는데, SPI는 물의 흐름에 의한 사면의 침식 정도를 추정하는데 사용된다.
- 정규화된 FR의 값은 산사태 관련 인자를 재분류하기 위해 사용되었고, 이를 통해 FR과 LR 모델이 통합되었다. 최종적으로 정규화된 FR의 값에 의해 재분류된 산사태 관련 인자들은 ASCII 형식으로 변환된 후 SPSS 프로그램을 이용하여 LR 회귀계수가 분석되었다(Table 2).
성능/효과
- FR로 작성된 LSI 지도의 very low, low, moderate,high 그리고 very high 등급은 각각 전체 면적에 대하여 9.62%, 15.27%, 25.55%, 28.43%, 그리고 21.14%가 분포하였다.
- 산사태 관련 인자는 지형, 토양, 임상 관련 인자로 구성된 총 12개 인자가 사용되었다. ROC 곡선을 이용한 결과 검증을 통해 본 연구에서 작성한 FR과 LR을 통합한 LSI 지도는 76.2%의 높은 예측 정확도를 보였다. 또한, FR로 작성된 LSI 지도보다 약 2%p의 예측정확도가 향상되는 것으로 나타났다.
- 00이었다. 경급은 6～16㎝, 18～28㎝ 등급에서 FR의 값이 1보다 높게 나타났고, 밀도가 중, 밀일 때 산사태에 취약한 것으로 나타났다. 임상의 경우 소나무림 (D), 혼효림(M), 목장 (LP)의 항목에서 FR의 값이 1보다 높게 나타나 산사태와의 강한 상관관계를 보였다.
- 본 연구에서 사용된 12개의 산사태 관련 인자는 각 등급별로 나눈 다음 FR 값을 구하였다 (Table 2). 고도항목의 경우 518～664 m 일 때 FR의 값이 1보다 크게 나타나 산사태 발생과의 상관관계가 높은 것으로 나타났다. 경사도는 21.
- 산사태 피해지역은 모자이크된 항공사진을 육안판독에 의해 토석류 조사야장 (산림청) 분류방식을 기준으로 발단부, 유하부, 퇴적부로 구분하여 디지타이징 되었다. 그 결과 연구지역 내 산사태 발생지역은 총 286,824 ㎡인 것으로 나타났다. 본 연구는 이 중 산사태 발달부 (42,615 ㎡)를 10 × 10m 격자 크기를 갖는 Raster 파일로 변환하여 산사태 위치도를 작성하였다.
- 90%로 FR에 비해 매우 높은 분포를 보였다. 그러나, 산사태에 취약한 특성을 보이는 very high와 high 항목은 전체 면적에서 총 38.73%를 차지하여 FR 보다 약 1%p 낮은 것으로 나타났다 (Table 3).
- 2%의 높은 예측 정확도를 보였다. 또한, FR로 작성된 LSI 지도보다 약 2%p의 예측정확도가 향상되는 것으로 나타났다.
- 또한, 통합 LSI map은 very low 항목이 24.90%로 FR에 비해 매우 높은 분포를 보였다. 그러나, 산사태에 취약한 특성을 보이는 very high와 high 항목은 전체 면적에서 총 38.
- 본 연구는 두 가지 방법에 의해 작성된 LSI 지도와 검증용 산사태 자료를 이용하여 ROC 곡선을 분석하였다. 분석결과, FR LSI 지도의 예측 정확도는 0.743(74.3%)로 나타났고, FR과 LR을 통합한 LSI 지도의 예측 정확도는 0.762 (76.2%)로 FR과 비교하여 다소 높게 나타났다. 이를 통해 본 연구에서 작성한 FR과LR을 통합한 LSI 지도는 본 연구지역의 산사태 취약성을 평가하는데 FR LSI 지도보다 나은 성능을 가지는 것을 알 수 있다 (Fig.
- 분석결과, 나무 밀도를 제외하고는 모든 항목에서 산사태와 양의 상관관계를 가졌다. 임상 항목은 LR 회귀계수가 3.
- 2%)로 FR과 비교하여 다소 높게 나타났다. 이를 통해 본 연구에서 작성한 FR과LR을 통합한 LSI 지도는 본 연구지역의 산사태 취약성을 평가하는데 FR LSI 지도보다 나은 성능을 가지는 것을 알 수 있다 (Fig. 5).
- 본 연구는 이 중 산사태 발달부 (42,615 ㎡)를 10 × 10m 격자 크기를 갖는 Raster 파일로 변환하여 산사태 위치도를 작성하였다. 최종적으로 총 422개의 산사태가 추출되었고, 이들 자료는 선행연구와 마찬가지로 훈련과 검증을 위해 7:3의 비율로 랜덤하게 분류되었다.
- 토양 인자의 경우 토질이 사양토, 토양 두께가 50～100 ㎝인 등급에서 상대적으로 산사태 발생 빈도가 높게 나타났다.
후속연구
- 또한, LSI 지도는 앞서 살펴본 것과 같이 산사태를 사전에 예방하고 피해를 저감하는데 효과적인 도구로서 활용할 수 있다. 따라서 본 자료는 향후 토지이용 및 재난재해 관련 의사결정자들에게 매우 중요한 자료로 활용될 수 있을 것이다.
- 이를 통해 본 연구는 FR과 LR 모델을 통합하여 적용함으로써 LSI 지도의 정확도를 향상하는데 기여하였음을 알 수 있다. 또한, LSI 지도는 앞서 살펴본 것과 같이 산사태를 사전에 예방하고 피해를 저감하는데 효과적인 도구로서 활용할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.