초록
본 연구에서는 실제 풍화토 사면에 대하여 침투해석과 안정해석을 수행하여 강우에 따른 사면의 붕괴를 재현하였다. 불교란시료를 채취하여 불포화토 물성을 실험적으로 직접 획득하여 실제 강우량에 의하여 침투해석을 수행한 결과, 토사층과 암층의 경계부를 중심으로 간극수압이 증가하는 경향이 나타났다. 또한 안정해석을 수행한 결과 안전율이 1.0미만으로 감소하여 실제 사면의 붕괴를 재현할 수 있었다. 또한 설계 강우강도에 의하여 침투해석을 수행한 결과 선행강우 및 강우기간에 따른 침투효과를 고려하기 곤란하였다. 이로 인하여 토사층의 수두변화가 크게 발생하지 못하였고 사면의 안전율이 1.0이상으로 나타났다. 또 다른 붕괴 사면의 경우에는 불포화토의 정수들을 인공신경망기법으로 추정하였다. 침투해석 결과 토사층과 연암층 경계부를 중심으로 포화대가 뚜렷하게 형성되었으며 이로 인하여 토사층의 안전율이 1.0미만으로 감소하였다. 이러한 기법을 통하여 실제 사면의 붕괴를 재현하는 것이 가능하다고 판단된다.
Rainfall-induced slope failures were simulated by seepage and stability analyses for actual slopes of weathered soils. After undisturbed sampling and testing on a specimen of unsaturated conditions, a seepage analysis was performed under actual rainfall and it was found that the pore water pressure increased at the boundary of soil and rock layers. The safety factor of slope stability decreased below 1.0 and the failure of actual slope could be simulated. Under design rainfall intensity, the seepage analysis could not include the effects of the antecedent rainfall and the rainfall duration. Due to these limitations, the safety factor of slope stability resulted in above 1.0, since the hydraulic head of soil layers had not be affected significantly. In the analysis of another slope failure, the parameters of unsaturated conditions were evaluated using artificial neural network (ANN). In the analysis of seepage, the boundary of soil and rock was saturated sufficiently and then the safety factor could be calculated below 1.0. It was found that the failure of actual slope can be simulated by ANN-based estimation.