• 한국지구과학회지
• /
• 제24권5호
• /
• pp.428-439
• /
• 2003

여러 지질재해 중에서 산사태로부터 피해를 최소화하기 위해서는 미래의 산사태에 대해 취약한 지역의 추정이 필요하다. 산사태 위험성의 정량적 분석을 목적으로, 본 논문에서는 확률론적 공간통합 방법인 베이지안 기법의 적용가능성에 대해서 논의하고자 한다. 우선 산사태 발생과 관련이 있는 여러 공간자료의 확률론적 표현을 위해 우도비 함수를 사용하였으며, 베이지안 결합 규칙을 이용하여 최종적으로 통합된 검증을 수행하였다. 이러한 방법의 적용가능성을 검토하기 위하여 1998년 여름 산사태 공간 분포의 분할을 통한 검증을 수행하였다. 이러한 방법의 적용가능성을 검토하기 위하여 1998년 여름 산사태로 피해를 입은 경기도 장흥지역을 대상으로 사례연구를 수행하였다. 사례연구 수행 결과, 우도비에 기반한 베이지안 공간 통합 기법은 효율적으로 다양한 공간 자료를 통합할 수 있었으며, 검증결과는 해석과 의사결정 보조자료로 이용될 수 있을 것으로 기대된다.

• 환경영향평가
• /
• 제15권6호
• /
• pp.373-383
• /
• 2006

The spatial mapping of risk is very useful data in planning for disaster preparedness. This research presents a methodology for making the landslide life risk map in the Boeun area which had considerable landslide damage following heavy rain in August, 1998. We have developed a three-stage procedure in spatial data analysis not only to estimate the probability of the occurrence of the natural hazardous events but also to evaluate the uncertainty of the estimators of that probability. The three-stage procedure consists of: (i)construction of a hazard prediction map of "future" hazardous events; (ii) validation of prediction results and estimation of the probability of occurrence for each predicted hazard level; and (iii) generation of risk maps with the introduction of human life factors representing assumed or established vulnerability levels by combining the prediction map in the first stage and the estimated probabilities in the second stage with human life data. The significance of the landslide susceptibility map was evaluated by computing a prediction rate curve. It is used that the Bayesian prediction model and the case study results (the landslide susceptibility map and prediction rate curve) can be prepared for prevention of future landslide life risk map. Data from the Bayesian model-based landslide susceptibility map and prediction ratio curves were used together with human rife data to draft future landslide life risk maps. Results reveal that individual pixels had low risks, but the total risk death toll was estimated at 3.14 people. In particular, the dangerous areas involving an estimated 1/100 people were shown to have the highest risk among all research-target areas. Three people were killed in this area when landslides occurred in 1998. Thus, this risk map can deliver factual damage situation prediction to policy decision-makers, and subsequently can be used as useful data in preventing disasters. In particular, drafting of maps on landslide risk in various steps will enable one to forecast the occurrence of disasters.

• Journal of Forest and Environmental Science
• /
• 제29권3호
• /
• pp.237-248
• /
• 2013

The legal basis for the systematic prevention and response to landslide hazards, and the rehabilitation of landslide-hit areas, was established through the amendment of the Forest Protection Act in August 2012. The most noticeable amendment to the Act is the inclusion of clauses associated with the designation and management of landslide-prone zones (including debris flow-prone zones). In this paper, we (1) introduce the clauses related to the designation and management of landslide-prone zones that were included in the amended Forest Protection Act, (2) examine their significance by reviewing the present status of related domestic laws and structural countermeasures such as sediment check dams for sediment-related disaster prevention, and (3) suggest the future directions of the procedure for the designation and cancellation of such zones, and their maintenance and institutional aspects. The establishment of an institutional device for the designation and management of landslide-prone zones has great significance in the aspect of (1) the establishment of a comprehensive management and prevention system for potential landslide-prone zones in forested areas where the hazard risk has been poorly recognized as compared with the flood risks in lowlands, and (2) the establishment of the basis for overcoming the limits of structural countermeasures according to limited budgets. To develop the designation and management system for landslide-prone zones, not only must present problems be addressed, but a cooperation system between the administration and local residents must also be established.

• 대한원격탐사학회지
• /
• 제35권1호
• /
• pp.179-193
• /
• 2019

Landslides are one of the most damaging geological hazards worldwide, threating both humans and property. Hence, there have been many efforts to prevent landslides and mitigate the damage that they cause. Among such efforts, there have been many studies on mapping landslide susceptibility. Geographic information system (GIS)-based techniques have been developed and applied widely, and are now the main tools used to map landslide susceptibility. We reviewed the status of landslide susceptibility mapping using GIS by number of papers, year, study area, number of landslides, cause, and models applied, based on 776 articles over the last 20 years (1999-2018). The number of studies published annually increased rapidly over time. The total study area spanned 65 countries, and 47.7% of study areas were in China, India, South Korea, and Iran, where more than 500 landslides, 27.3% of all landslides, have occurred. Slope (97.6% of total articles) and geology (82.7% of total articles) were most often implicated as causes, and logistic regression (26.9% of total articles) and frequency ratio (24.7% of total article) models were the most widely used models. We analyzed trends in the causes of and models used to simulate landslides. The main causes were similar each year, but machine learning models have increased in popularity over time. In the future, more study areas should be investigated to improve the generalizability and accuracy of the results. Furthermore, more causes, especially those related to topography and soil, should be considered and more machine learning models should be applied. Finally, landslide hazard and risk maps should be studied in addition to landslide susceptibility maps.

• 지적과 국토정보
• /
• 제44권2호
• /
• pp.113-124
• /
• 2014

최근 집중호우에 의한 산사태 발생이 빈번해짐에 따라 산사태 취약지역을 분석하고 산사태 발생을 예측하기 위한 다양한 연구들이 진행되고 있다. 본 연구에서는 산사태 발생지역의 토양특성을 분석하였으며, 배수 특성별 우도비를 평가한 결과 배수가 좋은 토양에서 산사태 발생 가능성이 높게 나타났다. 또한 DEM 자료에서 추출한 경사도의 우도비를 평가한 결과 $20{\sim}40^{\circ}$ 경사구간에서 산사태 발생 가능성이 높게 나타났다. 그리고 공간분석에 의한 사면방향도의 우도비를 평가한 결과 북향에서 산사태 발생 가능성이 높게 나타났다. 아울러 토양배수, 경사도 그리고 사면방향도의 우도비를 중첩하여 산사태 취약도를 평가할 수 있었으며, 산사태 발생지역에 대하여 분석과 검증 프로세스를 수행함으로써 미래 산사태 발생 예측비율을 평가할 수 있었다.

• 지적과 국토정보
• /
• 제45권2호
• /
• pp.161-173
• /
• 2015

최근 기후변화에 따른 집중호우로 산사태 및 토석류가 발생하여 많은 인명 및 재산피해가 발생하고 있다. 본 연구에서는 UAV 측량기술을 활용하여 산사태 평가에 필요한 DSM과 정사영상을 신속하게 구축하였으며, 이를 무한사면해석모형에 적용하여 산사태 위험도를 평가하였다. 대상지역에 대한 산사태 위험도를 평가한 결과, 산사태 위험도 구간인 $SI{\leq}1.0$에서의 분포면적이 $46,396m^2$로 분석되었으며 분포비율로는 전체지역의 18.2%로 나타났다. 특히 산사태 발생이 매우 심각하여 사면보강 대책을 시급히 시행해야 되는 구간인 $SI{\leq}0.0$의 면적은 $7,988m^2$로서 전체지역의 0.8%를 차지하는 것으로 분석되었다. 또한 사면안정지수에 의한 산사태 위험도와 물골분석에 의한 토석류 위험도를 종합적으로 검토함으로써, 집중호우 시 산사태에 따른 토석류 위험지역을 선정할 수 있었다. 본 연구에서 분석한 산사태 및 토석류 위험지역은 향후 사면보강이나 주민안전대책 수립을 위한 의사결정 자료로 활용될 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.376-386
• /
• 2023

기후변화로 인해 우리나라의 산사태 피해는 지속적으로 증가하고 있다. 사방사업 등 산사태 피해저감을 효과적으로 수립하기 위해서는 기후변화 영향을 고려하여 장기간의 산사태 위험도를 추정할 필요가 있다. 이 연구에서는 다변량 회귀분석을 통해 기후변화에 따른 산사태 피해면적의 변화를 예측하였다. 1980-2010 년의 산사태 피해면적과 강우관측자료를 학습자료로 적용하여 다변량 회귀모형을 구축하였다. 이때 강우관측자료를 통해 SSP 시나리오에서는 제공하는 7가지 강우인자를 추출하였다. 이후 분산팽창지수로 다중공선성을 검정하고 주성분 분석을 통해 차원을 축소하여 2개의 주성분을 독립변인으로 하여 산사태 피해면적 추정 모형을 도출하였다. 기후변화 시나리오를 활용하여 2030-2100년까지의 산사태 피해면적 변화를 추정한 결과, 산사태 피해면적은 1981년-2010년의 연평균 산사태 면적의 최대 2배 이상으로 증가하는 것으로 나타났다. 이 연구의 결과는 미래 기후변화를 고려한 산사태 피해저감 대책 수립 및 보강의 필요성을 제시하는 기초자료로 활용 가능할 것으로 보인다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.299-316
• /
• 2019

본 연구는 지리정보시스템(GIS) 환경에서 확률 모델인 Weight Of Evidence (WOE)와 Evidential Belief Function (EBF), 기계학습 모델인 Artificial Neural Networks (ANN) 모델을 이용하여 평창지역의 산사태 취약성도를 공간적으로 분석하고 예측하였다. 본 연구지역은 2006년 태풍 에위니아에 의한 집중호우로 산사태가 많이 발생하여 많은 재산 및 인명피해가 발생하였다. 산사태 취약성도를 작성하기 위해 항공사진을 이용하여 3,955개의 방대한 산사태 발생 위치를 탐지하였고, 환경공간정보인 지형, 지질, 토양, 산림 및 토지이용 등의 공간 데이터를 수집하여 공간데이터베이스에 구축하였다. 이러한 공간데이터베이스를 이용하여 산사태에 영향을 줄 수 있는 인자 17개를 추출하여 입력 인자와 EBF, WOE, ANN 모델을 이용하여 산사태 취약성도를 작성하고 검증하였다. 작성 및 검증을 위해 산사태 자료는 각각 50%씩 나누어서 훈련 및 검증을 실시하였고, 검증결과 WOE 모델의 경우는 74.73%, EBF 모델의 경우는 75.03%, ANN 모델의 경우는 70.87%의 예측 정확도를 나타내었다. 본 연구에 사용된 모델 중 EBF 모델이 가장 높은 정확도를 나타냈으며, 모든 모델에서 70% 이상의 예측 정확도를 보여 본 연구에서 사용된 기법이 산사태 취약성도 작성에 유효함을 나타내었다. 본 연구에서 제안된 WOE, EBF, ANN 모델과 산사태 취약성도는 이전에 산사태가 발생하지 않은 지역의 산사태를 예측하는 데 사용될 수 있다. 이러한 취약성도는 산사태 위험 감소를 촉진하고, 토지 이용 정책 및 개발을 위한 기초자료 역할을 할 수 있으며, 궁극적으로 산사태 재해 예방을 위한 시간과 비용을 절약할 수 있다. 향후 보다 많은 지역에서 산사태 취약성도 작성 방법을 적용하여 산사태 위험 예측을 위한 일반화된 모델을 이끌어 내야 한다.

• 한국지리정보학회지
• /
• 제15권2호
• /
• pp.57-70
• /
• 2012

본 연구에서는 지리정보시스템(GIS)을 기반으로 확률강우량과 인공신경망을 적용하여 2006년 태풍 에위니아에 의하여 발생한 강원도 인제 덕적리 지역의 산사태 취약성도 및 미래 위험도를 작성 및 검증하고자 한다. 산사태 취약성 및 위험도와 관련된 요인으로는 지질, 지형도(경사, 경사방향, 곡률도), 토양도(토양 지형, 토질, 토양 배수, 토양 모재 및 유효토심), 임상도(영급, 경급, 소밀도 및 수종) 등을 GIS 기반의 공간 데이터베이스로 구축하였다. 전체 산사태 발생 위치는 694개소이며 이중 50%는 인공신경망의 산사태 발생 지역으로 적용하였으며, 나머지 50%는 취약성도 및 위험도 검증에 활용하였다. 산사태 발생 강우량 임계치는 1일 202mm 및 3일 누적 449mm로 적용하였다. 확률강우량은 1973년부터 2006년까지의 실측 강우량을 정리하여 2106년까지 목표연도별(1년, 3년, 10년, 50년 및 100년) 산사태 취약성도를 작성하였다. 연구결과 연구지역은 강우량의 증가에 의하여 미래 산사태 가능성이 지속적으로 증가하였다. 향후 본 연구는 강우량의 변화에 의한 산사태 위험성 분석에 한 축을 차지 할 수 있다는 점에서 중요성이 있다고 하겠다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2000년도 춘계 학술대회 논문집 통권 3호 Proceedings of the 2000 KSRS Spring Meeting
• /
• pp.9-9
• /
• 2000

For the planning of future land use for economic activities, an essential component is the identification of the vulnerable areas for natural hazard and environmental impacts from the activities. Also, exploration for mineral and energy resources is carried out by a step by step approach. At each step, a selection of the target area for the next exploration strategy is made based on all the data harnessed from the previous steps. The uncertainty of the selected target area containing undiscovered resources is a critical factor for estimating the exploration risk. We have developed not only spatial prediction models based on adapted artificial intelligence techniques to predict target and vulnerable areas but also validation techniques to estimate the uncertainties associated with the predictions. The prediction models will assist the scientists and decision-makers to make two critical decisions: (i) of the selections of the target or vulnerable areas, and (ii) of estimating the risks associated with the selections.