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
- DEM을 현재의 지형이라고 가정한다면 시간의 흐름에 따라 절토, 성토 등으로 인하여 시추정보의 기존 표고와 차이가 발생하게 되고 그 차이의 크기로부터 해당 지반 내 지층은 매우 상이하게 나타날 것으로 판단된다. 그러므로 본 연구에서는 DEM과 기존 표고 자료의 비교를 통해 과다한 오차를 나타내는 표고를 포함한 시추정보를 이상치로 판단하여 제거 전/후의 정밀도를 분석하고자 하였다. 이러한 정밀도 분석에 앞서 먼저 시추정보의 기존 표고 자료에 입력이 누락된 시추공들을 제거하였다.
- 더욱 신뢰성 있는 3차원 지반정보 구축을 위해서는 지반정보의 정밀도를 분석하고 평가하는데서 더 나아가 정밀도 향상 방안의 제시가 필요하다고 판단된다. 그러므로 본 연구에서는 시추정보의 기존 표고 자료에 대한 이상치를 제거하여 지반정보의 정밀도를 향상시키고 더 나아가 지표고 기준 지층경계면 심도 정보를 이용한 3차원 지반정보의 구축뿐만 아니라 지층의 두께를 이용한 3차원 지반정보 구축 방안을 고려하여 지반정보의 활용 방안에 대하여 검토하였다. 여기서, 지층 두께의 이용은 지형의 영향을 최소화하여 지층 분포를 예측할 수 있으므로, 평지로 분류된 대상지들뿐만 아니라 지형 변화가 심한 구릉이나 산지에서도 상대적으로 합리적인 공간 지층 정보 구축이 가능할 것으로 판단된다(Chun et al.
- 2와 같이 시추공 DB의 표고정보와 해당 위치의 DEM 격자 표고정보를 추출하여 상호 표고 오차를 계산하였다. 또한 DEM과 기존 표고 자료 간의 차이인 오차에 대한 이상치 범위를 판단하기 위해서 정규분포를 적용하고자 하였으며, 우선적으로 오차의 정규분포 적용이 타당한지 살펴보았다. 수집된 자료들이 정규분포를 따르는지 확인하는 방법은 다양하나 그중 일반적인 자료의 정규성 검정으로는 히스토그램 모양에 따른 검증과 Q-Q 도표의 기울기를 이용하는 방법 등이 있다(Choi, 2000).
- 그러므로 본 연구에서는 지층경계면 심도뿐만 아니라 각 시추공 별로 영역 내에서 발현되는 모든 지층의 두께를 산정하여 정밀도 분석을 실시하였다. 또한, 지표고 기준 지층경계면 심도를 공간보간하여 생성한 지층경계면과 지층 두께의 공간보간을 통해 생성된 지표고 기준 지층경계면 심도 및 ArcGIS를 통하여 산출한 각 지층의 체적을 비교하였으며, 이를 통해 3차원 지반정보 구축을 위한 지반정보의 정밀도 향상 방안 및 활용 방안을 제시하고자하였다.
- 본 연구는 국토지반정보 통합DB센터(2017)로부터 서울특별시 송파구, 강남구내에 있는 시추정보들을 제공받아 3차원 지반정보 모델 구축 위한 지반정보의 활용 방안을 제시하고자 정밀도 분석 및 정밀도 향상 방안을 검토하였으며 그 결론은 다음과 같다.
- 점 추정은 한 점을 이용하여 모수를 추정하는데 비해 구간 추정은 그 값의 범위와 편차를 통해 추정을 하게 된다. 본 연구에서는 구간 추정을 통하여 각 지역별로 추출한 오차에 대한 신뢰구간을 추정하였다. 주어진 오차 자료에 대한 산포도를 나타내는 수치인 표준편차를 이용하여 전체 자료의 99.
- 본 절에서는 앞서 공간보간으로 생성된 지층경계면을 통해 각 지층별 체적을 산출하고자 하였다. 이러한 체적 산출은 Arc GIS내 ‘Cut Fill’을 활용하였으며, 여기서 ‘Cut Fill’은 높이에 대한 정보가 포함된 지형정보를 기반으로 지형의 변화를 통해서 해당 하는 영역의 위치, 면적, 체적을 계산해주는 툴이다.
- 최근 서울시 내에서는 동공 및 도로함몰과 같은 지반재해가 빈번히 일어나고 있으며, 이를 근거로 본 연구에서는 Fig. 1과 같이 서울시 내의 2개 구(송파구, 강남구)에 대한 지반정보의 정밀도를 분석하고 나아가 3차원 지반정보의 구축을 위한 지반정보의 활용 방안에 대해서 검토하였다. 이러한 연구 수행을 위해서 국토지반정보 통합DB센터(2017)로부터 서울시 2개 구에 대한 격자 크기 1m × 1m의 DEM과 시추공정보 3267개를 제공받았으며, 제공 받은 DB는 각 시추공에 대한 시추주상도 정보로 시추공번호, XY좌표, 표고, 지층이름, 지층에 대한 심도 정보 등을 포함하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.