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
- 본 연구는 산림청에서 제작된 산사태 위 험지도의 검증을 위하여 2005년 8월 2~3일 전북지역에서 발생한 산사태 지역을 대상으로 부경대학교 위성정보과학과 PE &RS Lab에서 개발한 PKNU 3호 시스템 으로 촬영하고 GIS 기법을 활용 산사태 발생 지역의 고도, 경사도, 경사방향, 하천장, 유하면적에 대한 특성을 분석하여 산사태 위험지도의 정확도를 검증하였다.
제안 방법
- PKNU 3호 영상에서 추출된 산사태 발생지와 산사태 위험도를 비교하여 붕괴지의 위험도를 판독하였다. 1등급 지역은 24.
- 경사방향(Flow Direction) GRID를 바탕으로 Arc View 3.3 프로그램의 Map Ca Iculator을 이용하여 누가흐름도(Flow ac cumulation)를 생성하였다. 유하면적은 누가흐름도(Flow accumulation), X(셀의 X 축 방향간격:2m), Y(셀의 Y축 간격:2m)를 곱하여 산정된다(최철웅, 1999).
- 산사태 위험도는 산림청에서 전국 산지를 대상으로 산사태 발생에 관한 7가지 지질 및 지형인자(모암, 임상 및 경급, 경사도, 경사길이, 경사위치, 토심, 사면형태)를 분석하여 산사태 위험성이 높은 1, 2등급과 위험성이 없는 3, 4등급으로 4등급으로 분류되어 2005년 2월 제작하였다.
- 산사태 위험도의 정확성을 검증하기 위하여 항공영상에서 추출된 붕괴지역과 산사태 위험도를 중첩하여 붕괴지를 증심으로 주위의 9개 셀 중 최대 위험등급을 선택하는 방법(1)과 최소 위험 등급을 선택 하는 방법(2)을 택하여 위험 등급을 선정 하였다(Fig. 1). 그 결과 Table 1과 같다.
- 산사태 위험도의 중요한 인자 중 하나인 경사도(Slope)는 수치지도에서 생성된 DEM을 토대로 ArcView 3.3 프로그램을 이용하여 Slope GRID를 생성하여 산사태 지역의 Polygon 중첩을 통하여 데이터(Ta ble 3)를 흭득 하였다.
- 산사태 지역의 보다 명확한 구분을 위하여 식생지역을 판가름 할 수 있는 CIR영상 획득방법을 활용하여 2초 간격으로 24 50장(17.12GB)의 영상을 획득하였다.
- 산사태를 토석류 조사야장(산림청)을 토대로 정사투영 된 항공영상을 Imagine A nalyst 프로그램을 이용하여 붕괴지, 유하지, 퇴적지로 분류하여 Digitizing 하여 각 영역별 면적을 측정하고 각 붕괴지별 좌표값을 획득하였다.
- 3%)에서 발생하였다. 이러한 등급별 데이터를 이용하여 각 인자별 특성에 대하여 분석하였다.
- 항공촬영 지역이 광범위하기 때문에 붕괴지 203곳(85%)이 집중되어있는 무주 지역을 연구지역(실거리 약 llkmx&8k m)으로 선정하였다. 최대 위험등급을 선택하여 분류된 등급을 기준으로 203곳의 붕괴지의 특성을 분석하였다. 이 중 1등급 지역에서 발생된 붕괴지는 51곳(25.
대상 데이터
- 하지만 일조시간에 따라 토양 수분상태, 식생 및 풍화 정도에 차이를 유발시켜 토양의 응집력과 안정성에 영향을 미치므로 산사태에 영향하는 인자라 할 수 있다. 본 연구에서는 DEM을 ArcView 3.3 프로그램의 Hydro Extension을 이용하여 생성된 Direction GRID와 산사태 지역 Polygon을 중첩하여 각 지역의 경사 방향에 대한 데이터(Tabl e 4)를 획득하였다.
- 연구지역의 1:5000 수치지도에서 생성된 2m 해상도의 DEM을 생성하고 PKNU 3호 영상에서 추출된 산사태 붕괴지역을 Polygon으로 형성하였다. DEM과 Polygo n의 중첩을 통하여 붕괴지 고도 값을 획득하고 각 Ploygon 영역의 평균 고도자료를 SPSS 13.
- 유수의 흐름 방향인 Direction을 토대로 ArcView 3.3 프로그램의 Hydro Extensi on을 이용하여 Flow Length (GRID)를 생성하여 산사태 지역 Polygon을 중첩 각 영역의 하천장에 대한 데이터를 획득하였다.(Table 5)
- 항공촬영에서 획득한 2450장의 영상 중 산사태 지역이라고 판단되는 총 618장의 영상을 선별하였다. 이 영상들 중 산사태 붕괴지를 포함하고 촬영위치 좌표값이 있는 153장의 영상을 선별하여 ERDAS 8.6 프로그램을 이용 정사보정 하였다.
- 2005년 8월 2~3일 전국에 국지적인 폭우로 인하여 전국적으로 421ha의 산사태 가 발생하였다. 이번 산사태 피해지역의 정확한 관측을 위해서 2005년 8월 19일 오전 9시 11분 전라북도 익산 항공 관리 소에서 산림청 KAMOV 헬기에 부경대학 교 위성정보과학과 PE&RS Lab에서 개발 한 소형 다중분광 항공 촬영 시스템인 PK NU3호를 탑재하여 무주, 함양, 정읍지역 에서 발생한 산사태 지역을 촬영하였다.
- 항공촬영 지역이 광범위하기 때문에 붕괴지 203곳(85%)이 집중되어있는 무주 지역을 연구지역(실거리 약 llkmx&8k m)으로 선정하였다. 최대 위험등급을 선택하여 분류된 등급을 기준으로 203곳의 붕괴지의 특성을 분석하였다.
- 항공촬영에서 획득한 2450장의 영상 중 산사태 지역이라고 판단되는 총 618장의 영상을 선별하였다. 이 영상들 중 산사태 붕괴지를 포함하고 촬영위치 좌표값이 있는 153장의 영상을 선별하여 ERDAS 8.
데이터처리
- 연구지역의 1:5000 수치지도에서 생성된 2m 해상도의 DEM을 생성하고 PKNU 3호 영상에서 추출된 산사태 붕괴지역을 Polygon으로 형성하였다. DEM과 Polygo n의 중첩을 통하여 붕괴지 고도 값을 획득하고 각 Ploygon 영역의 평균 고도자료를 SPSS 13.0 통계 프로그램을 이용하여 분석하였다. 산사태 위험도 등급별 고도 분석 결과는 Table 2와 같다.
성능/효과
- 또한 산사태 위험지 판정표를 기준으로 산사태 위험도와 산사태 붕괴지의 특성을 비교·분석한 결과 현재 제작된 위험지도는 산사태 위험 인자 중 경사길이에 대한 가중치가 제대로 적용되지 않은 것으로 사료되며, 경사도는 산사태 위험성이 높은 등급의 경사도가 평균 25.30°~26.92°에서 발생하였으나 판정표의 가중치는 0°~ 25°에 최고 가중치가 부여된다. 따라서 판정표의 경사도에 대한 가중치 수정이 필요할 것으로 사료된다.
후속연구
- 5%였다. 그러나 연구지역 누가 1, 2등급 63.6%을 고려할 때 상관성이 다소 낮게 볼 수 있으므로 향후 기존 사용하는 산사태 위험지도 작성항목에 대한 수정.보완과 등급별 단위 %량의 조정이 필요하다고 사료 된다.
- 따라서 판정표의 경사도에 대한 가중치 수정이 필요할 것으로 사료된다. 그리고 경사 방향, 하천장, 유하면적은 발생 빈도에 따른 특성을 가지므로 향후 수문학적 산사태 위험요인으로 추가하여 산사태 위험지도의 정확성을 높을 수 있을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.