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
- 따라서 본 연구에서는 원격탐사와 GIS를 이용하여 연구지역의 산사태 발생 지역을 추출하고 산사태가 발생한 지역의 지형 특성을 분석한 다음, 산사태와 영향인자간의 상관관계를 도출하고 최종적으로 산사태 발생에 영향을 미친 지형인자의 가중치를 도출하였다.
제안 방법
- 빈도비 분석을 통해서 얻은 값을 이용하여 다중 회귀분석을 실시하였다. 각 요인별 등급에 따른 가중치 결정에 있어서 보다 정량적인 값을 적용하기 위해서 산사태 발생 확률의 의미를 가지는 빈도비 값을 이용하여 분석하였으며 종속변수로 추출한 산사태 발생 지역을 선택하였고 독립변수로 총 6개의 지형인자를 고려하였다. 분석 결과는 Table 5.
- 2는 구글어스 영상과 각 주제도에 사용한 좌표계이다. 구글어스 영상을 얻는데 있어서 영상 자체에 좌표체계가 설정되어 있지 않기 때문에 좌표계를 설정할 필요성이 있어 주제도에 설정된 좌표계를 이용하여 좌표계를 설정하였다.
- 본 연구는 먼저 구글어스 영상과 ERDAS IMAGINE 8.6의 프로그램을 이용하여 산사태가 발생한 지역을 추출한 다음, 프로그램 ARC GIS 9.0을 사용하여 고도, 사면경사, 사면방향, hillshade, 하천과의 거리, 도로와의 거리에 대한 주제도를 작성하였다. 추출한 산사태 발생 지역과 각 주제도를 중첩하여 영향인자에 대한 특성을 분석하였고 영향인자와 산사태와의 상관관계를 알아보기 위해서 빈도비를 이용하였으며 마지막으로 SPSS 12.
- 산사태 발생에 영향을 주는 요인은 크게 지질요인, 지형요인, 기후적요인으로 나눌 수 있다(이부경, 2003). 본 연구에서는 특히 지형요인을 중심으로 하여 총 6개의 영향인자를 분석하였으며 상관관계 분석 및 가중치 도출을 용이하게 하기 위해서 각 주제도를 등급을 4개로 재분류하였다. 또한 하천과의 거리는 하천에서 100m 거리로 400m까지, 도로와의 거리는 20m거리로 80m까지 multiple ring buffer를 실시하였으며 Figure 3.
- 육안으로 작업할 때 발생할 수 있는 오차를 줄이기 위해서 구글어스 영상을 획득하는 과정에서 구글어스 영상 12장을 모자이크하여 연구지역을 포함하는 구글어스 영상을 확대하였을 때 식별이 더욱 용이하도록 하였으며 구별이 쉽지 않은 지역은 현장조사를 통해서 확인하였다ΜΎ 이를 통하여 Figure 2.2와 같은 산사태 발생지역을 추출하였고 산사태 발생 지역은 산사태가 발생한 지점과 산사태에 의해 만들어진 사태물질이 덮고 있는 모든 지역을 고려하여 polygon 형태로 지정하였다.
대상 데이터
- 연구지역 전체 픽셀 수는 46760개이며 산사태가 발생한 지역의 픽셀 수는 고도, 사면경사, 사면방향, hillshade의 경우에는 3190개이며 하천과의 거리의 경우는 2404개, 도로와의 거리의 경우는 1848개이다. 이와 같이 하천과 도로를 고려한 주제도는 산사태가 발생한 지역을 모두 고려하지 못하여 산사태 발행 지역의 픽셀 수가 다른 4개의 인자와 다르게 나타나는 것으로 판단된다.
- 연구지역은 지리산 북쪽 지역으로 경상남도 함양군 마천면과 전라북도 남원시 산내면을 포함하며 면적은 가로 5.7km, 세로 4.6km로 약 26.2km2이다. Figure 1.
데이터처리
- 빈도비 분석을 통해서 얻은 값을 이용하여 다중 회귀분석을 실시하였다. 각 요인별 등급에 따른 가중치 결정에 있어서 보다 정량적인 값을 적용하기 위해서 산사태 발생 확률의 의미를 가지는 빈도비 값을 이용하여 분석하였으며 종속변수로 추출한 산사태 발생 지역을 선택하였고 독립변수로 총 6개의 지형인자를 고려하였다.
- 0을 사용하여 고도, 사면경사, 사면방향, hillshade, 하천과의 거리, 도로와의 거리에 대한 주제도를 작성하였다. 추출한 산사태 발생 지역과 각 주제도를 중첩하여 영향인자에 대한 특성을 분석하였고 영향인자와 산사태와의 상관관계를 알아보기 위해서 빈도비를 이용하였으며 마지막으로 SPSS 12.0을 사용하여 산사태 발생 영향인자의 가중치를 도출하였다. 다음 Table 1.
성능/효과
- 1은 그 결과이다. 결과 값은 각 주제도의 픽셀 수로 도출되었으며 픽셀 수를 통해서 전체 연구지역에서 발생한 산사태의 지형특성을 total(%)로, 산사태가 발생한 지역에서의 지형특성은 landslide(%)로 나타냈다.
- 고도, 사면경사, 사면방향, hillshade 인자에서는 등급에 따라 뚜렷하게 산사태가 많이 발생한 지역이 나타났지만 하천과 도로와의 거리 인자의 등급에 따른 산사태 발생 특성을 보면 그 비율이 각각 20~30%사이로 등급에 따른 산사태 발생 특성이 뚜렷한 차이를 보이지 않았다.
- 1과 같이 산사태가 등급을 따라서 발생한 것을 볼 수 있으며 이는 산봉우리에서 하천으로 능선이 뻗어있어 산사태가 이와 같은 방향으로 발생한 것으로 판단된다. 그리고 도로는 Figure 6.2와 같이 산사태가 도로와 큰 상관성을 보이지 않고 발생한 것을 볼 수 있는데 이런 결과는 다중 회귀분석을 통해서도 확인되었는데 두 인자의 Standardized coefficients를 살펴보면 하천은 0.021, 도로는 -0.076으로 다른 인자들에 비해서 산사태에 많은 영향을 끼치지 않은 것을 확인하였다.
- 최종적으로 도출된 가중치를 통해서 산사태 발생에 영향을 끼친 지형인자에 대해서 살펴보면 hillshade가 가장 높은 가중치를 보였으며 다음으로 slope, elevation, aspect순으로 나타났으며 road와 stream은 산사태가 발생함에 큰 영향을 미치지 않은 것으로 분석되었다. 또한 elevation과 road는 특성 값들이 증가함에 따라 산사태가 발생할 확률이 낮아지는 것으로 해석할 수 있으며 그 외에 hillshade, slope, aspect, stream은 특성 값들이 증가함에 따라 산사태 발생 확률이 증가함을 볼 수 있었다.
- 본 연구지역에 걸쳐 나타나는 편마암류가 분포하는 장흥지역의 산사태를 살펴보면 사면고도는 90%이상일 때 산사태 발생빈도가 가장 높고 그 다음이 80~90%, 70~80% 순으로 사면고도가 낮아질수록 발생빈도가 감소하며 70% 미만일 경우, 산사태 발생빈도가 현저하게 낮아진다. 또한 사면경사는 26~30° 일 때 가장 높은 산사태 발생 빈도를 나타났으며 20° 미만의 경우에는 산사태가 거의 발생하지 않은 것으로 조사되었다(김경수, 2007).
- 최종적으로 도출된 가중치를 통해서 산사태 발생에 영향을 끼친 지형인자에 대해서 살펴보면 hillshade가 가장 높은 가중치를 보였으며 다음으로 slope, elevation, aspect순으로 나타났으며 road와 stream은 산사태가 발생함에 큰 영향을 미치지 않은 것으로 분석되었다. 또한 elevation과 road는 특성 값들이 증가함에 따라 산사태가 발생할 확률이 낮아지는 것으로 해석할 수 있으며 그 외에 hillshade, slope, aspect, stream은 특성 값들이 증가함에 따라 산사태 발생 확률이 증가함을 볼 수 있었다.
후속연구
- 많은 연구 결과, 이상기후로 인한 집중강우가 가장 주요한 원인으로 해석되고 있지만 집중강우와 같은 기후적 요소이외에도 지질학적 요소, 지형학적 요소가 산사태를 일으키는데 영향을 끼치며 김경수 외 연구를 살펴본 바와 같이 사면고도나 경사, 방향과 같은 지형 특성은 산사태 연구에 있어서 필수적으로 고려되어져야 할 요소이다.
- 산사태가 발생한 지역을 추출하는 과정에 있어서 위성사진의 모자이크와 현장조사를 통해서 보다 정확하게 지역을 설정하였지만 취득할 수 있는 위성사진의 공간해상도 부족으로 상대적으로 작은 규모의 산사태 지역은 배제된 것으로 판단하였다. 이와 같은 문제는 보다 높은 공간해상도를 가지는 위성사진을 얻을 수 있다면 해결할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.