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
- 하지만 앞서 수행된 연구에서는 표고자료의 오차 제거 과정에서 대다수의 지반정보가 이상치로 분류되었으며, 이로 인해 활용 가능한 시추조사자료 수가 현저히 적어지는 문제가 대두되었다. 따라서 본 연구에서는 교차검증을 통한 이상치 분석 기법을 적용하여 표고자료의 활용성을 평가하고, 나아가 분석 대상 지반정보 가운데 통계적으로 동일한 성질의 측정값이 아니라고 할 수 있는 이상치 분류를 통한 정밀도 향상 방안을 제시하고자 한다.
- 따라서 본 연구에서는 정밀도 분석 대상 영역 내의 지표고 기준 지층 종결심도인 지층 경계면 심도 값에 대하여 0∼40%의 이상치를 제거하여 RMSE의 경향성을 파악하고, 최적의 이상치를 결정하여 지반정보의 정밀도 향상 방안에 대해서 검토하였다.
- 분석 결과, 표고의 오차에 3배의 신뢰구간을 적용한 공간보간 결과가 기존표고자료 전체를 활용한 공간 보간 결과보다 기지점 부근에 위치한 지역에서 DEM의 표고와 비슷한 정도를 나타내었으며, 이러한 결과로부터 3차원 지반정보 구축을 위한 기존표고자료의 활용에 대한 타당 성을 확인하였다. 또한, 표고의 오차에 대한 신뢰구간의 적용은 자료가 위치한 기지점 부근 자료에 대한 신뢰도를 향상시키는 것으로 판단하였다. 따라서 본 연구에서는 기존표 고자료의 오차가 신뢰구간의 3배를 벗어나는 시추공 자료를 최적의 이상치로 판단하여 제거 후 지반정보의 정밀도를 분석하였다.
- 본 연구에서는 국토지반정보 통합DB센터(2017)로부터 서울특별시 송파구, 강남구, 관악구, 동작구 시추정보들을 제공받아 3차원 지하공간통합지도 구축을 위한 지반정보의 정밀도 향상 방안을 제시하고자 하였으며, 그 결론은 다음과 같다.
- 앞서, 기존표고자료의 오차에 3배의 신뢰구간을 적용하여 표고에 대한 과다 오차의 제거 후 기존표고자료의 정밀도를 분석하였으며, 본 절에서는 표고의 과다 오차가 제거된 지반 정보의 정밀도를 분석하고자 한다. 지반정보를 3차원으로 구축하기 위해서는 가장 상부에 우선적으로 지표고를 생성해야 한다.
제안 방법
- (2) 이후, 표고자료 오차의 3배에 대한 신뢰구간의 적용을 통해서 과다오차제거를 수행한 지반정보의 정밀도를 분석하고 향상방안을 제시하기 위해서 각 지역별로 분석 대상영역 및 분석대상항목을 선정하였다. 분석대상영역은 250m로 그룹화된 그룹들 중 가장 많은 시추공이 포함된 영역을 선정하고자 하였으며, 분석대상항목은 자료의 활용에 대한 편의를 위해서 영역 내에서 가장 많은자료가 존재하는 지층을 선정하였다.
- (3) 지반정보의 정밀도 향상방안을 검토하고자 지층별로 0∼40%의 이상치가 제거된 표본 집단의 교차검증을 수행한 뒤, 이를 통해 결정된 RMSE를 기준으로 최적의 이상치 제거율을 결정하였다.
- 과다한 오차를 포함한 자료를 순차적으로 0∼40%까지 제거하였으며, 이후 공간보간을 실시하고 RMSE 검토하여 최적의 이상치를 결정하고자 하였다.
- 이는 교차검증을 통해서 나타낸 예측값과 실측값의 오차의 크기뿐만 아니라 해당 자료값과 주변 자료 값의 상관성 또는 주변 자료의 물리량에 영향을 미치는 공간적 분포에 따라 정밀도가 변화할 수 있음을 의미한다. 그러므로 본 연구에서는 C1, D7과 같이 이상치 제거 비율에 대하여 RMSE의 변화가 특정 경향성을 반영하지 않는 경우 이상치 제거 비율이 10% 이하에서 가장 낮은 RMSE 즉, 가장 높은 정밀도를 나타내는 자료 수를 최적의 이상치로 판단하여 제거하였다. 이는 제한된 시추조사 자료 중 최소한의 이상치를 제거함으로써 공간적으로 중요한 역할을 하는 자료를 보전하기 위함이다.
- 하지만 관악구의 경우 기존 표고자료의 정밀도가 다소 낮아지는 결과를 나타내었으며, 이는 공간 내 자료의 분포 특성이나 분포하고 있는 자료의 숫자가 정밀도에 영향을 미치기 때문인 것으로 판단된다. 따라서 각 분석 대상 지역에 대한 신뢰구간을 임의로 50%씩 5배까지 증가시켜 정밀도 분석을 위한 자료 수를 추가적으로 확보하고 RMSE에 대한 변화를 검토하였으며, 이를 Table 3과 Table 4에서 나타내었다.
- 이렇게 분석 대상 영역 내에서 오차 제거 비율에 대한 RMSE가 감소하는 경향이 나타나지 않는 결과를 통해서 과다한 오차를 포함한 자료를 제거하더라도 RMSE의 측면에서 정밀도가 감소할 수 있음을 확인하였다. 따라서 공간적으로 중요한 역할을 하는 자료를 보전하기 위해 C1, D7과같이 이상치 제거 비율에 대한 RMSE가 지속적인 감소 경향을 나타내지 않는 경우 이상치 제거 비율이 10% 이하에서 가장 낮은 RMSE 즉, 가장 높은 정밀도를 나타 내는 자료 수를 이상치로 판단하고 제거하였다. 각 분석 대상 영역별로 최적화된 이상치를 A4는 6.
- 또한, 표고의 오차에 대한 신뢰구간의 적용은 자료가 위치한 기지점 부근 자료에 대한 신뢰도를 향상시키는 것으로 판단하였다. 따라서 본 연구에서는 기존표 고자료의 오차가 신뢰구간의 3배를 벗어나는 시추공 자료를 최적의 이상치로 판단하여 제거 후 지반정보의 정밀도를 분석하였다.
- 이러한 교차검증을 실시하기에 앞서 지반정보에 대한 공간적 특성을 파악하기 위해서 공간보간을 실시하였으며, 이때 적용한 공간보간 기법은 보편적으로 널리 활용되고 있는 Ordinary kriging을 활용하였다(Isaaks & Srivastava, 1989). 또한, 공간보간 이후 교차검증을 통해 획득할 수 있는 평균제곱근오 차를 대상 영역에 대한 지반정보 정밀도의 척도로써 활용하 였다. 여기서, RMSE는 잔차 제곱의 평균에 제곱근을 취한 것으로 Eq.
- 이때, 그룹 된 시추공을 포함하는 영역은 ArcGIS 내 ‘Aggregate Point Tool’을 활용하여 폴리곤 형태로 나타내었으며, 이후 생성된 폴리곤에 순차적으로 번호를 부여하였다. 또한, 그룹 된 시추공들 중 각 분석 대상 지역별로 표고의 오차에 대하여 3배의 신뢰구간을 적용한 시추공이 가장 많이 포함되는 그룹을 분석 대상 영역으로 선정하여 정밀도를 분석하였다. 지반정보의 정밀도 분석을 위해서 선정된 각 분석 대상 영역은 지역별로 Fig.
- 이후 이상치로 결정된 자료를 제외하고 공간보간을 실시하여, 전체 대상 지반의 공간적 특성을 파악하게 된다. 본 연구에서는 우선적으로 Fig. 6과 같이 분석 대상 영역에 대한 교차검증 수행하여 그 결과를 분석하 였다. 또한, 공간보간을 통해 획득된 기지점에 대한 예측값과 실측값을 비교하여 두 값의 오차분석을 통해서 이상치에 대한 판단을 실시하였다.
- 5에서와 같이 가장 많은 수의 자료가 포함된 지층을 분석하였다. 분석 결과 A4와 B13은 퇴적토층, C1은 매립토층, D7은 풍화토층을 가장 많이 포함하고 있음을 확인하였으며, 이후 지층 두께를 산정하여 지표고를 기준으로 지층이 종결되는 심도인 지층 경계면 심도로 재구축하여 지반정보에 대한 정밀도 분석 항목으로 선정하였다.
- 분석 대상 영역의 지반정보에 대한 정밀도 향상 방안을 검토하기 위해서 지표고 기준 지층 종결 심도의 이상치 분석을 실시하였다. 먼저, 교차검증을 실시하여 지층 경계면 심도의 기지점에 대한 예측값과 실측값을 추출하였다.
- 앞서, 수행된 이상치 결정 방법의 적용에 따라 각 분석 대상 영역별로 최적화된 이상치를 A4 6.40%, B13 18.30%, C1 9.68%, D7 8.11%로 결정하였다. Fig.
- 이러한 결과를 바탕으로 본 연구에서는 시추정보에 포함된 표고자료에 대한 과다 오차의 제거 과정을 수행하였다. 여기서, 오차의 제거는 DEM과 기존표고자료의 비교를 통해 과다한 오차를 나타내는 표고를 포함한 시추정보를 이상치로 판단하여 수행하였으며, 제거 전/후의 정밀도를 분석하고자 하였다. 정밀도 분석에 앞서 먼저 시추정보의 기존표고자료에 입력 오류 및 누락된 시추공들을 제거하였으며, 이후 기존표고자료에 대한 오차를 분석하였다.
- 이는 지반정보의 정밀도가 이상치에 대한 제거뿐 아니라 자료의 수와 공간적 분포에 따라 변화할 수 있음을 의미한다. 이러한 결과를 바탕으로 대상 자료를 확보하는 방안을 검토하기 위해서 신뢰구간 증가에 따른 시추공의 수와 RMSE에 대한 변화를 Fig. 2에 지역별로 도시하였다. 지역별로 신뢰구간 증가에 따른 RMSE 의 변화를 살펴보면 송파구, 강남구, 동작구의 경우 신뢰구 간이 증가함에 따라 RMSE의 변화는 미미하나 관악구의 경우 신뢰구간이 2.
- , 2017a). 이러한 결과를 바탕으로 본 연구에서는 시추정보에 포함된 표고자료에 대한 과다 오차의 제거 과정을 수행하였다. 여기서, 오차의 제거는 DEM과 기존표고자료의 비교를 통해 과다한 오차를 나타내는 표고를 포함한 시추정보를 이상치로 판단하여 수행하였으며, 제거 전/후의 정밀도를 분석하고자 하였다.
- 지반정보의 정밀도 향상 방안을 검토하기에 앞서 분석 대 상 영역별로 전체 시추정보와 표고 오차에 대하여 3배의 신뢰구간을 적용한 지반정보에 대한 정밀도의 비교 분석을 수행하였다. 이러한 정밀도 분석은 각 분석 대상 영역별로 존재하는 기존의 표고자료와 앞서 선정된 지반정보의 정밀도 분석 항목인 지표고 기준 지층의 종결 심도인 지층 경계면 심도에 대하여 실시하였다. Table 7은 분석 대상 영역에서 실시한 기존표고자료와 지표고 기준 지층 경계면 심도에 대한 정밀도 분석 결과를 나타내고 있다.
- 여기서 오차는 각 시추공의 표고 정보를 나타내고 있는 공간적 위치에 대한 DEM 격자의 표고 정보를 추출하여 상호 비교 후 계산하였다. 이렇게 계산된 오차들 중 이상치에 대한 판단을 위해서 신뢰구간을 적용하였다. 여기서, 신뢰구간은 주어진 오차 자료에 대한 산포도를 나타내는 수치인 표준편차를 이용하여 전체 자료의 99.
- 따라서 3차원 지반정보의 구축을 위한 시추공 간의 간격은 지반정보의 활용 및 구축의 편의성을 고려하여 결정해야 하며, 이러한 결과를 바탕으로 국토지반정보 통합 DB센터(2017)에서는 250m의 간격으로 시추공을 그룹화시킨 후, 3차원 지반정보를 구축하여 제공하기로 결정하였다.이를 토대로 본 연구에서는 시추정보에 포함된 기존표고자 료에 대한 과다 오차의 제거 전 시추공들을 250m의 거리로 그룹화하였다. 이때, 그룹 된 시추공을 포함하는 영역은 ArcGIS 내 ‘Aggregate Point Tool’을 활용하여 폴리곤 형태로 나타내었으며, 이후 생성된 폴리곤에 순차적으로 번호를 부여하였다.
- 3차원 지반정보는 시추정보들이 존재하는 위치에서 가시 화하여 제공되기 때문에 기지점에 대한 자료의 신뢰도가 중요하다. 이에 따라 각 시추공이 존재하는 기지점에서의 표고자료에 대한 경향과 DEM에 나타나는 표고에 대한 경향을 분석하였다. 분석 결과, 표고의 오차에 3배의 신뢰구간을 적용한 공간보간 결과가 기존표고자료 전체를 활용한 공간 보간 결과보다 기지점 부근에 위치한 지역에서 DEM의 표고와 비슷한 정도를 나타내었으며, 이러한 결과로부터 3차원 지반정보 구축을 위한 기존표고자료의 활용에 대한 타당 성을 확인하였다.
- , 2017a). 이에 따라 본 연구에서는 우선적으로 선정된 분석 대상 영역에서 나타나는 지층을 Table 6과같이 국토지반정보 통합DB센터(2017)에서 정의하는 지층으로 구분하고 그 중 Fig. 5에서와 같이 가장 많은 수의 자료가 포함된 지층을 분석하였다. 분석 결과 A4와 B13은 퇴적토층, C1은 매립토층, D7은 풍화토층을 가장 많이 포함하고 있음을 확인하였으며, 이후 지층 두께를 산정하여 지표고를 기준으로 지층이 종결되는 심도인 지층 경계면 심도로 재구축하여 지반정보에 대한 정밀도 분석 항목으로 선정하였다.
- , 2012). 이후 이상치로 결정된 자료를 제외하고 공간보간을 실시하여, 전체 대상 지반의 공간적 특성을 파악하게 된다. 본 연구에서는 우선적으로 Fig.
- 여기서, 오차의 제거는 DEM과 기존표고자료의 비교를 통해 과다한 오차를 나타내는 표고를 포함한 시추정보를 이상치로 판단하여 수행하였으며, 제거 전/후의 정밀도를 분석하고자 하였다. 정밀도 분석에 앞서 먼저 시추정보의 기존표고자료에 입력 오류 및 누락된 시추공들을 제거하였으며, 이후 기존표고자료에 대한 오차를 분석하였다. 여기서 오차는 각 시추공의 표고 정보를 나타내고 있는 공간적 위치에 대한 DEM 격자의 표고 정보를 추출하여 상호 비교 후 계산하였다.
- 지반정보의 정밀도 향상 방안을 검토하기에 앞서 분석 대 상 영역별로 전체 시추정보와 표고 오차에 대하여 3배의 신뢰구간을 적용한 지반정보에 대한 정밀도의 비교 분석을 수행하였다. 이러한 정밀도 분석은 각 분석 대상 영역별로 존재하는 기존의 표고자료와 앞서 선정된 지반정보의 정밀도 분석 항목인 지표고 기준 지층의 종결 심도인 지층 경계면 심도에 대하여 실시하였다.
- 먼저, 교차검증을 실시하여 지층 경계면 심도의 기지점에 대한 예측값과 실측값을 추출하였다. 추출된 두 값을 상호 비교하여 오차가 큰 순서로 자료를 정리하였다. 과다한 오차를 포함한 자료를 순차적으로 0∼40%까지 제거하였으며, 이후 공간보간을 실시하고 RMSE 검토하여 최적의 이상치를 결정하고자 하였다.
대상 데이터
- (2) 이후, 표고자료 오차의 3배에 대한 신뢰구간의 적용을 통해서 과다오차제거를 수행한 지반정보의 정밀도를 분석하고 향상방안을 제시하기 위해서 각 지역별로 분석 대상영역 및 분석대상항목을 선정하였다. 분석대상영역은 250m로 그룹화된 그룹들 중 가장 많은 시추공이 포함된 영역을 선정하고자 하였으며, 분석대상항목은 자료의 활용에 대한 편의를 위해서 영역 내에서 가장 많은자료가 존재하는 지층을 선정하였다. 이에 따라 A4(퇴적토층), B13(퇴적토층), C1(매립토층), D7(풍화토층)을 분석대상영역 및 항목으로 선정하였다.
- 이를 위해 국토지반정보 통합DB센터(2017)로부터 서울시 4개 구에 대한 시추공 3776개에 대한 데이터베이스(Database, DB)와 격자 크기 1m × 1m의 DEM을 제공 받았다.
- 분석대상영역은 250m로 그룹화된 그룹들 중 가장 많은 시추공이 포함된 영역을 선정하고자 하였으며, 분석대상항목은 자료의 활용에 대한 편의를 위해서 영역 내에서 가장 많은자료가 존재하는 지층을 선정하였다. 이에 따라 A4(퇴적토층), B13(퇴적토층), C1(매립토층), D7(풍화토층)을 분석대상영역 및 항목으로 선정하였다.
- 최근 서울시 내에서는 동공 및 도로함몰과 같은 지반 재해가 빈번히 발생하고 있으며, 이를 근거로 Fig. 1과 같이 서울시 내의 4개 구(송파구, 강남구, 관악구 동작구)를 지반정보의 정밀도 향상 방안을 제시하기 위한 분석 대상 지역으로 선정하였다.
데이터처리
- 또한, 공간보간을 통해 획득된 기지점에 대한 예측값과 실측값을 비교하여 두 값의 오차분석을 통해서 이상치에 대한 판단을 실시하였다.
- 분석 대상 영역의 지반정보에 대한 정밀도 향상 방안을 검토하기 위해서 지표고 기준 지층 종결 심도의 이상치 분석을 실시하였다. 먼저, 교차검증을 실시하여 지층 경계면 심도의 기지점에 대한 예측값과 실측값을 추출하였다. 추출된 두 값을 상호 비교하여 오차가 큰 순서로 자료를 정리하였다.
- 본 연구에서는 3차원 지하공간통합지도 구축을 위한 지반정보의 정밀도 향상방안을 검토하기 위해 교차검증 기법을 적용하였다. 여기서, 교차검증은 대상영역의 기지점 자료 가운데 하나의 물리량을 미지 값으로 가정하고 나머지 자료로부터 이를 예측함으로써 실측된 물리량과 예측된 물리량의 차이를 분석하여 해당 지점의 물리량이 주변의 측정값이 갖는 경향을 따르는지 판단하여 수행하게 된다.
- 정밀도 분석에 앞서 먼저 시추정보의 기존표고자료에 입력 오류 및 누락된 시추공들을 제거하였으며, 이후 기존표고자료에 대한 오차를 분석하였다. 여기서 오차는 각 시추공의 표고 정보를 나타내고 있는 공간적 위치에 대한 DEM 격자의 표고 정보를 추출하여 상호 비교 후 계산하였다. 이렇게 계산된 오차들 중 이상치에 대한 판단을 위해서 신뢰구간을 적용하였다.
이론/모형
- 여기서, A4, B13은 Kim et al.(2014)이 제안한 이상치 결정 방법을 활용하여 최적의 이상치를 선정하였다. 하지만, C1, D7의 경우 과다 오차에 대한 제거 비율이 늘어남에 따라 RMSE가 지속적으로 감소하는 경향이 나타나지 않고 불규칙하게 증가하거나 감소하는 경향이 나타났다.
- 이러한 교차검증을 실시하기에 앞서 지반정보에 대한 공간적 특성을 파악하기 위해서 공간보간을 실시하였으며, 이때 적용한 공간보간 기법은 보편적으로 널리 활용되고 있는 Ordinary kriging을 활용하였다(Isaaks & Srivastava, 1989).
성능/효과
- 따라서 공간적으로 중요한 역할을 하는 자료를 보전하기 위해 C1, D7과같이 이상치 제거 비율에 대한 RMSE가 지속적인 감소 경향을 나타내지 않는 경우 이상치 제거 비율이 10% 이하에서 가장 낮은 RMSE 즉, 가장 높은 정밀도를 나타 내는 자료 수를 이상치로 판단하고 제거하였다. 각 분석 대상 영역별로 최적화된 이상치를 A4는 6.40%, B13 은 18.30%, C1은 9.68%, D7은 8.11%로 결정하여 제거 하였으며, 이에 따라 지반정보의 정밀도가 향상됨을 확인하였다.
- 5배에서 3배로 변화함에 따라 RMSE가 급격하게 낮아지는 경향이 나타났다. 또한, 신뢰구간의 증가에 따른 지역별 RMSE를 평균한 결과 신뢰구간을 3배로 증가시켰을 때 가장 높은 정밀도를 나타내었다. 이러한 결과를 바탕으로 기존 신뢰구간의 증가를 통해서 확보 가능한 분석 대상 자료 수를 증가시킬 수 있으며, 이에 따른 공간보간 시 예측될 수 있는 미지점에 대한 물리량의 정밀도를 향상시킬 수 있음을 확인하였다.
- 이에 따라 각 시추공이 존재하는 기지점에서의 표고자료에 대한 경향과 DEM에 나타나는 표고에 대한 경향을 분석하였다. 분석 결과, 표고의 오차에 3배의 신뢰구간을 적용한 공간보간 결과가 기존표고자료 전체를 활용한 공간 보간 결과보다 기지점 부근에 위치한 지역에서 DEM의 표고와 비슷한 정도를 나타내었으며, 이러한 결과로부터 3차원 지반정보 구축을 위한 기존표고자료의 활용에 대한 타당 성을 확인하였다. 또한, 표고의 오차에 대한 신뢰구간의 적용은 자료가 위치한 기지점 부근 자료에 대한 신뢰도를 향상시키는 것으로 판단하였다.
- (3) 지반정보의 정밀도 향상방안을 검토하고자 지층별로 0∼40%의 이상치가 제거된 표본 집단의 교차검증을 수행한 뒤, 이를 통해 결정된 RMSE를 기준으로 최적의 이상치 제거율을 결정하였다. 이때 A4와 B13은 이상치제거기법의 적용이 가능하였으나, C1, D7의 경우 과다 오차에 대한 제거 비율이 늘어남에 따라 RMSE가 지속적으로 감소하는 경향이 나타나지 않고 불규칙하게 증가하거나 감소하는 경향이 나타났다. 이렇게 분석 대상 영역 내에서 오차 제거 비율에 대한 RMSE가 감소하는 경향이 나타나지 않는 결과를 통해서 과다한 오차를 포함한 자료를 제거하더라도 RMSE의 측면에서 정밀도가 감소할 수 있음을 확인하였다.
- 또한, 신뢰구간의 증가에 따른 지역별 RMSE를 평균한 결과 신뢰구간을 3배로 증가시켰을 때 가장 높은 정밀도를 나타내었다. 이러한 결과를 바탕으로 기존 신뢰구간의 증가를 통해서 확보 가능한 분석 대상 자료 수를 증가시킬 수 있으며, 이에 따른 공간보간 시 예측될 수 있는 미지점에 대한 물리량의 정밀도를 향상시킬 수 있음을 확인하였다.
- 이후 교차검증을 통해서 산출한 이상치의 제거 전/후에 대한 기존표고자 료의 RMSE를 Table 2에 나타내었다. 이러한 이상치 제거의 수행으로부터 분석 대상 지역 내 대부분의 기존표고자료가 이상치로 제거되었으며, 정밀도는 관악구를 제외한 3개 지역에서 RMSE가 감소하는 경향을 보였다.
- 이때 A4와 B13은 이상치제거기법의 적용이 가능하였으나, C1, D7의 경우 과다 오차에 대한 제거 비율이 늘어남에 따라 RMSE가 지속적으로 감소하는 경향이 나타나지 않고 불규칙하게 증가하거나 감소하는 경향이 나타났다. 이렇게 분석 대상 영역 내에서 오차 제거 비율에 대한 RMSE가 감소하는 경향이 나타나지 않는 결과를 통해서 과다한 오차를 포함한 자료를 제거하더라도 RMSE의 측면에서 정밀도가 감소할 수 있음을 확인하였다. 따라서 공간적으로 중요한 역할을 하는 자료를 보전하기 위해 C1, D7과같이 이상치 제거 비율에 대한 RMSE가 지속적인 감소 경향을 나타내지 않는 경우 이상치 제거 비율이 10% 이하에서 가장 낮은 RMSE 즉, 가장 높은 정밀도를 나타 내는 자료 수를 이상치로 판단하고 제거하였다.
- 하지만, C1, D7의 경우 과다 오차에 대한 제거 비율이 늘어남에 따라 RMSE가 지속적으로 감소하는 경향이 나타나지 않고 불규칙하게 증가하거나 감소하는 경향이 나타났다. 이렇게 오차 제거 비율에 대하여 RMSE가 감소하는 경향이 나타나지 않는 결과를 통해서 과다한 오차를 포함한 자료를 제거하더라도 RMSE의 측면에서 정밀도가 감소할 수 있음을 확인하였다. 이는 교차검증을 통해서 나타낸 예측값과 실측값의 오차의 크기뿐만 아니라 해당 자료값과 주변 자료 값의 상관성 또는 주변 자료의 물리량에 영향을 미치는 공간적 분포에 따라 정밀도가 변화할 수 있음을 의미한다.
- 이를 통해 이상치 제거 후 기존표고자료에 대한 정밀도가 상승할 수 있음을 확인하였다. 하지만 관악구의 경우 기존 표고자료의 정밀도가 다소 낮아지는 결과를 나타내었으며, 이는 공간 내 자료의 분포 특성이나 분포하고 있는 자료의 숫자가 정밀도에 영향을 미치기 때문인 것으로 판단된다.
- 하지만 이때, 대부분의 시추정보가 과다오차로 분류되는 문제가 대두되었다. 이에 따라 본 연구에서는 신뢰구간 증가에 따른 표고자료의 정밀도를 비교 분석하여 시추정보자료의 추가적인 확보를 통해서 정밀도가 향상될 수 있음을 확인하였다.
- Table 7은 분석 대상 영역에서 실시한 기존표고자료와 지표고 기준 지층 경계면 심도에 대한 정밀도 분석 결과를 나타내고 있다. 전체 시추공의 정밀도 분석 결과와 표고 오차에 대하여 3배의 신뢰구간을 적용한 결과를 비교해보면, 모든 분석 영역 대상에서 정밀도가 향상됨을 확인할 수 있다. 이러한 결과는 표고의 오차에 대한 신뢰구간의 적용을 통해서 과다한 오차를 제거함에 따라 나타난 결과라 판단된다.
- 2에 지역별로 도시하였다. 지역별로 신뢰구간 증가에 따른 RMSE 의 변화를 살펴보면 송파구, 강남구, 동작구의 경우 신뢰구 간이 증가함에 따라 RMSE의 변화는 미미하나 관악구의 경우 신뢰구간이 2.5배에서 3배로 변화함에 따라 RMSE가 급격하게 낮아지는 경향이 나타났다. 또한, 신뢰구간의 증가에 따른 지역별 RMSE를 평균한 결과 신뢰구간을 3배로 증가시켰을 때 가장 높은 정밀도를 나타내었다.
- DEM은 분석 대상 지역의 전체에 걸쳐 1m × 1m 격자 내에 표고자료가 존재하고 있어 현재의 지형과 거의 일치하는 경향을 나타내고 있다. 하지만 기존표고자료 전체와 표고의 오차에 대해 3배의 신뢰구간을 적용하여 이상치 제거를 실시한 표고자료는 분석 대상 지역 내에서의 자료 수와 공간적 분포가 고르지 못하기 때문에 자료가 존재하지않는 미지점에 대한 표고의 공간 분포가 현재의 지형과는 매우 큰 차이를 나타내는 것을 확인하였다.
후속연구
- 또한, 추가적으로 지반정보에 대한 최적의 이상치를 결정 하고 제거하는 과정을 통해서 시추조사 시 발생할 수 있는 오차를 저감시키고 신뢰도가 고려된 최적화된 3차원 지반 정보의 구축이 가능할 것으로 판단된다. 그러므로 이러한 지반정보 정밀도 향상 방안을 체계적으로 수립하여 수행한다면, 향후 구축되는 3차원 지반정보의 활용성을 제고할 수 있을 것으로 판단된다.
- 또한, 추가적으로 지반정보에 대한 최적의 이상치를 결정 하고 제거하는 과정을 통해서 시추조사 시 발생할 수 있는 오차를 저감시키고 신뢰도가 고려된 최적화된 3차원 지반 정보의 구축이 가능할 것으로 판단된다. 그러므로 이러한 지반정보 정밀도 향상 방안을 체계적으로 수립하여 수행한다면, 향후 구축되는 3차원 지반정보의 활용성을 제고할 수 있을 것으로 판단된다.
- 이러한 결과들을 바탕으로 표고자료의 과다오차 제거 과정과 더불어 지반정보에 대한 최적의 이상치 결정 및 제거 방안의 적용을 통해서 신뢰도가 고려된 최적화된 3차원 지반정보의 구축이 가능할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.