Studies on Development of Prediction Model of Landslide Hazard and Its Utilization

산지사면(山地斜面)의 붕괴위험도(崩壞危險度) 예측(豫測)모델의 개발(開發) 및 실용화(實用化) 방안(方案)

In order to get fundamental information for prediction of landslide hazard, both forest and site factors affecting slope stability were investigated in many areas of active landslides. Twelve descriptors were identified and quantified to develop the prediction model by multivariate statistical analysis. The main results obtained could be summarized as follows : The main factors influencing a large scale of landslide were shown in order of precipitation, age group of forest trees, altitude, soil texture, slope gradient, position of slope, vegetation, stream order, vertical slope, bed rock, soil depth and aspect. According to partial correlation coefficient, it was shown in order of age group of forest trees, precipitation, soil texture, bed rock, slope gradient, position of slope, altitude, vertical slope, stream order, vegetation, soil depth and aspect. The main factors influencing a landslide occurrence were shown in order of age group of forest trees, altitude, soil texture, slope gradient, precipitation, vertical slope, stream order, bed rock and soil depth. Two prediction models were developed by magnitude and frequency of landslide. Particularly, a prediction method by magnitude of landslide was changed the score for the convenience of use. If the total store of the various factors mark over 9.1636, it is evaluated as a very dangerous area. The mean score of landslide and non-landslide group was 0.1977 and -0.1977, and variance was 0.1100 and 0.1250, respectively. The boundary value between the two groups related to slope stability was -0.02, and its predicted rate of discrimination was 73%. In the score range of the degree of landslide hazard based on the boundary value of discrimination, class A was 0.3132 over, class B was 0.3132 to -0.1050, class C was -0.1050 to -0.4196, class D was -0.4195 below. The rank of landslide hazard could be divided into classes A, B, C and D by the boundary value. In the number of slope, class A was 68, class B was 115, class C was 65, and class D was 52. The rate of landslide occurrence in class A and class B was shown at the hige prediction of 83%. Therefore, dangerous areas selected by the prediction method of landslide could be mapped for land-use planning and criterion of disaster district. And also, it could be applied to an administration index for disaster prevention.

산지사면붕괴(山地斜面崩壞)에 의(依)한 피해(被害)를 예방(豫防) 또는 극소화(極小化)하기 위(爲)하여 산사태(山沙汰)가 자주 발생(發生)하는 지역(地域)을 중심(中心)으로 각(各) 조사(調査) 단위사면(單位斜面)에 대(對)하여 산지사면붕괴(山地斜面崩壞)에 영향(影響)하리라고 예상(豫想)되는 12개(個) 환경요인(環境要因)을 현지조사(現地調査)하고 붕괴(崩壞)와 환경인자(環境因子)와의 관계(關係)를 수량화(數量化) 이론(理論)에 의(依)한 방법(方法)으로 분석(分析)하여 산사태발생(山沙汰發生)의 위험도(危險度)를 평가(評價)할 수 있는 예측(豫測)모델을 도출(導出)하였으며, 또한 이를 기초(基礎)로 하여 위험도(危險度)를 각(各) 급별(級別)로 구분(區分)하고 예지(豫知)모델을 검토(檢討)하였던 바 그 결과(結果)을 요약(要約)하면 다음과 같다. 산지붕괴발생면적(山地崩壞發生面積)에 영향(影響)을 주는 인자(因子)는 강우(降雨), 령급(齡級), 표고(標高), 토성(土性), 경사(傾斜), 사면위치(斜面位置), 임상(林相), 곡차수(谷次數), 종단사면형(縱斷斜面形), 모암(母岩), 토심(土深), 방위(方位)의 순(順)이었으며, 편상관계수(偏相關係數)에 의(依)한 인자(因子)는 령급(令級), 강우(降雨), 토성(土性), 모암(母岩), 경사(傾斜), 사면위치(斜面位置), 표고(標高), 종단사면형(縱斷斜面形), 곡차수(谷次數), 임상(林相), 토심(土深), 방위(方位)의 순(順)으로 나타났다. 또한 산지붕괴발생빈도(山地崩壞發生頻度)에 의(依)한 인자(因子)의 순위(順位)는 령급(令級), 표고(標高), 토성(土性), 경사도(傾斜度), 식생(植生), 강우(降雨), 종단사면(縱斷斜面), 곡차수(谷次數), 모암(母岩), 토심(土深)이었으며 사면위치(斜面位置) 및 방위(方位)는 기여도(寄與度)가 낮게 나타났다. 산지사면붕괴위험(山地斜面崩壞危險) 예지(豫知)를 위(爲)하여 붕괴발생면적(崩壞發生面積)에 의(依)한 예측(豫測)모델에서 위험도(危險度) 예측점수표(豫測點數表)를 작성(作成)할 수 있었으며, 점수합계(點數合計)가 9.1636이면 붕괴발생위험(崩壞發生危險)이 높은 것으로 평가(評價)되었으며 산지(山地) 사면붕괴(斜面崩壞)가 발생(發生)한 사면(斜面)과 발생(發生)하지 않은 사면(斜面)에 의(依)한 예측(豫測)모델에서 우사면(雨斜面)에 대(對)한 사면판별(斜面判別) 구분치(區分値)는 -0.02였고, 그 적중율(適中率)은 73%로 높았다. 또한 판별구분치(判別區分値)를 기준(基準)으로 한 산지사면붕괴발생(山地斜面崩壞發生) 위험도별(危險度別) 점수(點數)는 A급(級)은 0.3132 이상(以上)이었고, B급(級)은 0.3132~-0.1051, C급(級)은 -0.1050~-0.4195, D급(級)은 -0.4195 이하(以下)였다. 그리고 산지사면붕괴발생(山地斜面崩壞發生)의 예지(豫知)는 판별구분치(判別區分値)를 기준(基準)으로 위험도(危險度)을 A, B, C, D의 4등급(等級)으로 구분(區分)할 수 있었으며, 총(總) 300개(個) 사면(斜面) 중(中) A급사면(級斜面) 68개(個), B급사면(級斜面) 115개(個), C급사면(級斜面) 65개, D급사면(級斜面) 52개(個)였다. 위험도(危險度) A, B급(級)에서의 산사태발생(山沙汰發生)은 150개(個) 붕괴지(崩壞地) 중 125개(個)로서 약(約) 83.3%의 높은 적중율(適中率)을 보여 예측(豫測)모델로서 응용(應用) 가능성(可能性)이 높게 나타났다. 따라서 이러한 예지방법(豫知方法)에 의(依)하여 선정(選定)한 위험(危險)한 지역(地域)에 대(對)하여 산지재해위험도(山地災害危險度) 지도(地圖)를 작성(作成)하여 토지이용(土地利用) 계획(計劃) 및 재해위험지(災害危險地) 선정기준(選定基準)의 행정지표(行政指標)로서 활용(活用)할 수 있을 것이다. 또한 산지재해(山地災害)에 대(對)한 종합(綜合) 대책(對策)에 유용(有用)하게 활용(活用)함으로써 막대(莫大)한 재산(財産) 피해(被害)와 인명(人命) 손실(損失)을 사전(事前)에 방지(防止)할 수 있을 것이다.