• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.39 no.10
• /
• pp.31-38
• /
• 2010

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.18 no.3
• /
• pp.256-266
• /
• 1989

• Journal of the Korean Geotechnical Society
• /
• v.35 no.10
• /
• pp.17-31
• /
• 2019

This study describes a prediction method for rainfall-induced landslides and subsequently debris flows in a regional scale areas. Special attention is given to the calculation of the propagation of debris flows by considering rainfall infiltration into soil slopes and soil entrainments by debris flows. The proposed method was verified by comparing the analytical results and the measured ones reported by the previous research. As a result, predictions and observations were quite similar in terms of the front position, the velocity, volume and momentum of debris flows. Even when applied to natural mountain slope with complicated terrain, numerical results and observations were similar. At last, the combined analysis of landslides and debris flows were conducted. The landslides prediction showed a predictive rate of about 83%, and the result of the final volume of debris flow showed an error rate of 3%. As a result, the proposed combined method for landslides and debris flows overcomes the problem of separating the landslides analysis and the debris flows simulation. Especially, the proposed method can analyze the effects of rainfall on entrainments by debris flows as well as rainfall-induced landslides and the behavior of debris flows.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.366-368
• /
• 2017

본 연구는 국내 산사태 발생 데이터를 기반으로 시뮬레이션 모델을 머신러닝 기법을 통해 학습시켜 산사태의 토석류 흐름을 구현하는 알고리즘에 대한 연구이다. 전통적인 프로그래밍을 통한 산사태 시뮬레이션 모델 개발을 해당 시스템에 더 많은 고도의 물리학 법칙을 통합 적용시켜 토석류의 흐름을 공학적으로 재현해내는데 중점을 두고 개발이 진행되지만, 본 연구에서 다루는 머신러닝 기법을 통한 산사태 시뮬레이션 모델 개발의 경우 시스템에 입력되는 데이터를 기반으로한 학습을 통하여 토석류 흐름에 영향을 미치는 변수와 파라메터를 산출하고 정의는데 중점을 두고 개발이 진행된다. 본 연구에서 산사태 시뮬레이션 모델 개발에 활용하는 머신러닝 알고리즘은 강화학습 알고리즘으로 기존 산사태 발생 지점을 기반으로 에이전트를 설정해 시간에 따라 시뮬레이션의 각 스텝에서 토석류의 흐름 즉 액션을 환경에 따른 가중치를 기준으로 산정하게 된다. 여기서 환경에 따른 가중치는 시뮬레이션 모델에 정의된 메서드에 따라 산정된다. 시간이 목표값에 도달하여 결과가 출력되면 출력된 결과와 해당 산사태 발생 지점의 실제 산사태 피해 지역 데이터 즉 시뮬레이션 결과 이상치와의 비교를 통하여 시뮬레이션을 평가하게 된다. 이러한 평가는 시뮬레이션 데이터와 실제 데이터간의 유사도 비교를 통해 손실률을 도출하게 되고 이러한 손실률을 경사하강법등의 최적화 알고리즘을 통해 최소화 하여 입력된 데이터를 기반으로한 최적의 토석류 흐름 구현 알고리즘을 도출한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.525-525
• /
• 2016

도심지역의 대단위 주거 단지 조성에 따른 다양한 하천 생태계에 대한 문제가 야기되어 하천 생태계에 대한 환경영향평가가 때때로 시도되고 있다. 토지이용의 변화에 따라 유역의 물순환 경향이 달라지고 이로 인하여 하천 수생태계에 영향이 달라지게 된다. 본 연구에서는 토지이용 변화와 물순환 변수인 유량인자와 하천 수생태환경의 상관관계를 조사해 보고자 하였다. 대상 유역으로는 한강 하류지역인 서울특별시 주변의 30개 소유역을 대상으로 하였으며, 일유량 자료와 BMI 지수, 유역의 불투수율등을 사용하였다. 또한 환경부에서 제공하고 있는 2012-2014년 자료중 한강 유역에서 조사된 저서성대형무척추동물지수 관측소와 유랑 관측소와 일치하는 33개 지점을 선정하여 유량지표와 생태환경 지수와의 관계를 조사 분석하였다. 본 연구에서는 수생태환경을 나타낼 수 있는 지수인 저서성대형무척추동물지수 (Benthic Macroinvertebrates Index, BMI)를 조사하여 자료를 구축하고, 토지이용변화와 유량변화에 따른 BMI 지수의 영향을 조사하고, 토지이용 변수와 수문학적 변수와의 상관관계를 조사하고자 하였다. 유역의 불투수율과 마찬가지로 일평균 유량, 0.5년 초과빈도, 0.1년 초과빈도, 0.01년 초과빈도 유량과 BMI 지수와의 상관관계를 조사하였다. 이러한 상관관계 도출을 통하여 유역의 개발에 따른 하천 수생태에 영향을 수문변수 중의 하나인 유량지표로 유추 할 수 있으며 수생태에 대한 영향을 저감할 수 있는 저감 방안으로 유량자료를 사용할 수 있을 것으로 기대할 수 있다.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1205-1214
• /
• 2021

Precipitation is one of a major causes of landslides by rising of pore water pressure, which leads to fluctuations of soil strength and stress. For this reason, precipitation is the most frequently used to determine the landslide thresholds. However, using only precipitation has limitations in predicting and estimating slope stability quantitatively for reducing false alarm events. On the other hand, Soil Moisture (SM) has been used for calculating slope stability in many studies since it is directly related to pore water pressure than precipitation. Therefore, this study attempted to evaluate the appropriateness of applying soil moisture in determining the landslide threshold. First, the reactivity of soil saturation level to precipitation was identified through time-series analysis. The precipitation threshold was calculated using daily precipitation (P_daily) and the Antecedent Precipitation Index (API), and the hydrological threshold was calculated using daily precipitation and soil saturation level. Using a contingency table, these two thresholds were assessed qualitatively. In results, compared to P_daily only threshold, Goesan showed an improvement of 75% (P_daily + API) and 42% (P_daily + SM) and Changsu showed an improvement of 33% (P_daily + API) and 44% (P_daily + SM), respectively. Both API and SM effectively enhanced the Critical Success Index (CSI) and reduced the False Alarm Rate (FAR). In the future, studies such as calculating rainfall intensity required to cause/trigger landslides through soil saturation level or estimating rainfall resistance according to the soil saturation level are expected to contribute to improving landslide prediction accuracy.

• The Magazine of the IEIE
• /
• v.6 no.3
• /
• pp.1-11
• /
• 1979

• The Magazine of the IEIE
• /
• v.21 no.1
• /
• pp.10-16
• /
• 1994

• The Magazine of the IEIE
• /
• v.10 no.3
• /
• pp.8-11
• /
• 1983

• The Magazine of the IEIE
• /
• v.29 no.10
• /
• pp.1198-1198
• /
• 2002