• 자원환경지질
• /
• 제43권4호
• /
• pp.381-391
• /
• 2010

최근 다양하게 제시되고 있는 확률론적 방법에 의한 산사태 예측기법의 경우 전문적 지식을 기반으로 조사 및 분석이 이루어질 경우에만 분석결과의 신뢰성을 확보할 수 있다. 그러나 재해 발생상황에서는 통계분석을 통한 산사태 예측의 전문가뿐만 아니라 공무원, 지질공학자 등 통계적 전문지식을 갖지 않은 재해분야 담당자도 신뢰성 있고 간편한 방법으로 산사태 취약성을 해석할 수 있어야 한다. 따라서 본 논문은 전문가는 물론 비전문가도 쉽게 의미를 이해하고 활용할 수 있으면서도 정확한 분석을 통한 통계적 접근으로 신뢰성 높은 산사태 취약성 평가표를 개발하여 제안하고자 하였다. 이를 위해 기존에 국내에서 산사태가 집중적으로 발생한 지역의 지질, 지형, 토질자료를 토대로 산사태 정준상관분석을 통한 수량화 기법을 이용하여 산사태 취약성 평가표를 개발하였다. 산사태의 현장자료와 실내시험자료를 바탕으로 통계분석을 실시하고, 그 결과를 토대로 영향인자 선정 및 인자별 급간 값을 설정한 것이다. 수량화 분석결과 산사태를 발생시키는 여러 인자 중 사면경사가 가장 큰 중요도를 가지며, 고도, 투수계수, 간극율, 암질, 건조밀도의 순서로 큰 영향을 미치는 것으로 나타났다. 각 평가항목별로 결정된 점수를 기준으로 평가항목 각각의 세부등급에 대한 점수를 할당하여 산사태재해 취약성 평가표를 개발하였다. 산사태재해 취약성 평가표를 이용하여 평가자는 평가대상 지점에 대해 각 평가항목별 해당 속성, 즉 세부등급을 선택하고, 선택된 각 속성별 평가점수를 더하면 산사태 취약성을 점수로 신속하게 파악할 수 있다. 또한, 이 결과를 토대로 GIS 기법을 이용한 산사태 예측지도 또는 취약성지도 등을 작성하여 활용할 수 있다.

• 자원환경지질
• /
• 제33권2호
• /
• pp.129-138
• /
• 2000

The various types of geohazards like landslides resulted from civil construction (i.e. highway construction) must of analysed considering all the possible influential factor systematically. Thus, by using GIS, slope stability can be evaluated, and it can be used as a data for further detailed investigation. So the aim of this study is to present a data for decision making in selecting suitable point for remediation. For analysing slope instability, through appropriate definition and classification, landslide mechanism must be understood. In building GIS model, the selection of appropriate factors and their rating system should be made. For this, the characteristics and the mechanism of landslide have to be understood. And suitable coverage should be chosen for the model considering the slope conditions. In this study, field investigation in lst and 2nd Section, Chung-ang highway was carried out. From the field data, GIS model on slope instability was created. 5 coverages were used for it. From the result of this study, 12 unstable sections were found out and more detailed investigation is needed there.

• 지질공학
• /
• 제19권1호
• /
• pp.99-108
• /
• 2009

기존의 급경사지재해 평가방법은 현장조사를 기반으로 하여 일정 과정의 실내분석이 실시된 후 그 결과를 도출하기 때문에, 현장에서 즉각적인 평가결과를 도출하기 어려운 점이 있었다. 이러한 문제점과 기존의 주관적 평가방법에서 발생하는 평가결과의 오차를 줄이기 위해 본 연구에서는 현장에서 직접 관련요소를 조사하고 이를 토대로 급경사지재해 취약성을 객관적으로 평가할 수 있는 방법을 개발하고자 노력하였다. 이를 위해 응용통계기법의 하나인 AHP 분석을 이용하여 급경사지재해 취약성 평가표를 개발하였는데, 이는 전문가 설문을 통한 AHP분석 방법의 결과를 이용해 수행한 것으로서, 각 평가항목과 평가항목별 세부등급에 대한 가중치를 각각 설정하였다. 평가항목들의 가중치를 100점으로 환산하여 점수화 한 결과 사면경사가 가장 높은 중요도를 보이고, 투수계수, 함수비, 공극율, 암질, 그리고 고도의 순서로 결정되었다. 이렇게 결정된 평가항목별 점수를 기준으로 평가항목 각각의 세부등급에 대한 점수를 할당하여 급경사지재해 취약성 평가표를 개발하였다. 급경사지재해 취약성 평가표를 이용하여 평가자는 평가대상 지점에 대해 각 평가항목별 해당 속성, 즉 세부등급을 선택하고, 선택된 각 속성별 평가점수를 더하면 급경사지재해 취약성을 점수로 파악할 수 있다.

• 지질공학
• /
• 제31권4호
• /
• pp.701-718
• /
• 2021

본 연구에서는 산사태가 다수 발생한 충주 산척면 지역을 대상으로 야외지질조사 및 일련의 실내시험을 수행하여 데이터를 취득하고, 이후 인공신경망(Artificial neural network)과 로지스틱 회귀분석(Logistic regression)을 적용하여 각 인자가 산사태 발생에 미치는 영향도를 분석하였다. 야외지질조사 시 산사태 발생 유무에 따라 불교란시료를 채취하였으며, 동적 콘 관입시험기를 이용하여 토심을 측정하였다. 실내시험은 미국 표준시험법인 ASTM 규정에 따라 진행되었으며, 인자간 다중공선성을 해결하기 위해 VIF(Variation inflation factor)를 산정하였다. 다중공선성 분석을 통해 총 9개 인자(전단강도, 암종, 토심, 포화함수비, 비중, 투수계수, USCS, 사면 경사, 고도)가 분석에 적용되었다. 추후 도출되는 각 인자별 영향도를 직접적으로 비교하기 위해서 데이터는 최소값 0, 최대값 1이 되도록 최소-최대 정규화한 후 로지스틱 회귀분석 및 인공신경망 분석에 적용되었다. 로지스틱 회귀분석 결과, 토심, 경사, 포화함수비, 전단강도 순으로 산사태 발생에 영향력이 크게 나타났으며, 인공신경망 분석 결과, 경사, 토심, 포화함수비, 전단강도 순으로 영향력이 크게 나타났다. 각 분석기법으로 산정된 영향도를 산술평균한 결과, 토심, 경사, 포화함수비, 전단강도가 상위 4개 인자로 선정되었으며, 이들의 영향도 합계는 약 70%로 분석되었다.

• 지질공학
• /
• 제32권4호
• /
• pp.585-596
• /
• 2022

본 연구는 충주시 산척면 상산마을 일대 임도 비탈면을 대상으로 지질 및 지형 인자 중 산사태 발생에 영향력이 큰 인자를 선정하기 위하여 수행되었다. 연구지역은 집중호우 기간에 반경 2 km 이내에서 집중적으로 다수의 산사태가 발생했기 때문에 동일 강우조건 및 식생 조건으로 가정할 수 있다. 따라서 이들의 영향을 배제한 상태로 지형적 요인 및 토층의 물리·역학적 특성과 관련된 인자들만의 영향도를 파악할 수 있는 지역이다. 산사태 발생지점 37개소와 미발생 지점 45개소를 대상으로 현장조사, 실내시험, 지형 공간분석 등을 통해 토층의 물리·역학적 자료 및 비탈면의 지형 자료를 수집하였다. 수집된 자료를 대상으로 이상치 제거, 최소-최대 정규화, 다중공선성 진단의 순으로 전처리를 수행하였고, 9개의 독립 변수를 선정한 후 구조방정식 모형분석과 로지스틱 회귀분석을 실시하였다. 통계학적 분석 결과, 토층두께, 공극률 및 포화단위중량이 연구지역의 산사태 발생에 크게 영향을 미친 것으로 파악되며, 상기 3개 인자의 영향도 합계는 구조방정식 모형분석에서 전체의 71%, 로지스틱 회귀분석에서 전체의 83%를 차지하는 것으로 분석되었다.