• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.861-867
• /
• 2006

본 연구에서는 안성시($520km^2$)를 대상으로 Logistic 회귀분석 방법과 AHP 기법을 이용하여, GIS와 RS 자료를 활용한 산사태 위험지를 분석하였다. Logistic 회귀분석과 AHP 기법에는 6개의 인자(경사, 경사향, 고도, 토양배수, 토심, 토지이용)를 사용하여, 7등급으로 산사태 위험도를 분류하였다. Logistic 회귀분석 방법과 AHP 기법을 이용한 산사태 위험지도를 표본 자료와 비교하면 산사태가 발생한 표본에서 산사태 위험성이 높은(1-2등급)지역이 Logistic 회귀분석에서는 46.1% AHP 기법은 48.7%로 분류되어 AHP 기법이 분류도가 높다고 분석되었다. Logistic 회귀분석과 AHP 기법은 서로 분석 과정의 차이를 가지고 있기 때문에 Logistic 회귀분석과 AHP기법을 적용한 결과에 동일 가중치를 부여한 후 7개 등급으로 재분류(reclass)하여 산사태 위험지역을 추출할 수 있는 방법론을 본 연구에서 제시하였다. 그 결과 산사태가 발생한 표본에서 1-2 등급지역이 58.9%로 분석되어 분류정확도를 높일 수 있었다.

• 한국지형학회지
• /
• 제27권3호
• /
• pp.87-103
• /
• 2020

The purpose of this study is to evaluate the risk of cropland and man-made infrastructures in a landslide-prone area using a GIS-based method. To achieve this goal, a landslide inventory map was prepared based on aerial photograph analysis as well as field observations. A total of 550 landslides have been counted in the entire study area. For model analysis and validation, extracted landslides were randomly selected and divided into two groups. The landslide causative factors such as slope, aspect, curvature, topographic wetness index, elevation, forest type, forest crown density, geology, land-use, soil drainage, and soil texture were used in the analysis. Moreover, to identify the correlation between landslides and causative factors, pixels were divided into several classes and frequency ratio was also extracted. A landslide susceptibility map was constructed using a bayesian predictive model (BPM) based on the entire events. In the cross validation process, the landslide susceptibility map as well as observation data were plotted with a receiver operating characteristic (ROC) curve then the area under the curve (AUC) was calculated and tried to extract a success rate curve. The results showed that, the BPM produced 85.8% accuracy. We believed that the model was acceptable for the landslide susceptibility analysis of the study area. In addition, for risk assessment, monetary value (local) and vulnerability scale were added for each social thematic data layers, which were then converted into US dollar considering landslide occurrence time. Moreover, the total number of the study area pixels and predictive landslide affected pixels were considered for making a probability table. Matching with the affected number, 5,000 landslide pixels were assumed to run for final calculation. Based on the result, cropland showed the estimated total risk as US $ 35.4 million and man-made infrastructure risk amounted to US $ 39.3 million.

• 한국지형학회지
• /
• 제26권3호
• /
• pp.53-67
• /
• 2019

The purpose of this study is to identify the quality of landslide susceptibility in a landslide-prone area (Jinbu-myeon, Gangwon-do, South Korea) by spatial prediction modeling approach and compare the results obtained. For this goal, a landslide inventory map was prepared mainly based on past historical information and aerial photographs analysis (Daum Map, 2008), as well as some field observation. Altogether, 550 landslides were counted at the whole study area. Among them, 182 landslides are debris flow and each group of landslides was constructed in the inventory map separately. Then, the landslide inventory was randomly selected through Excel; 50% landslide was used for model analysis and the remaining 50% was used for validation purpose. Total 12 contributing factors, such as slope, aspect, curvature, topographic wetness index (TWI), elevation, forest type, forest timber diameter, forest crown density, geology, landuse, soil depth, and soil drainage were used in the analysis. Moreover, to find out the co-relation between landslide causative factors and incidents landslide, pixels were divided into several classes and frequency ratio for individual class was extracted. Eventually, six landslide susceptibility maps were constructed using the Bayesian Predictive Discriminant (BPD), Empirical Likelihood Ratio (ELR), and Linear Regression Method (LRM) models based on different category dada. Finally, in the cross validation process, landslide susceptibility map was plotted with a receiver operating characteristic (ROC) curve and calculated the area under the curve (AUC) and tried to extract success rate curve. The result showed that Bayesian, likelihood and linear models were of 85.52%, 85.23%, and 83.49% accuracy respectively for total data. Subsequently, in the category of debris flow landslide, results are little better compare with total data and its contained 86.33%, 85.53% and 84.17% accuracy. It means all three models were reasonable methods for landslide susceptibility analysis. The models have proved to produce reliable predictions for regional spatial planning or land-use planning.

• 한국지형학회지
• /
• 제27권2호
• /
• pp.65-80
• /
• 2020

This paper deals with risk assessment of life in a landslide-prone area by a GIS-based modeling method. Landslide susceptibility maps can provide a probability of landslide prone areas to mitigate or proper control this problems and to take any development plan and disaster management. A landslide inventory map of the study area was prepared based on past historical information and aerial photography analysis. A total of 550 landslides have been counted at the whole study area. The extracted landslides were randomly selected and divided into two different groups, 50% of the landslides were used for model calibration and the other were used for validation purpose. Eleven causative factors (continuous and thematic) such as slope, aspect, curvature, topographic wetness index, elevation, forest type, forest crown density, geology, land-use, soil drainage, and soil texture were used in hazard analysis. The correlation between landslides and these factors, pixels were divided into several classes and frequency ratio was also extracted. Eventually, a landslide susceptibility map was constructed using a logistic regression model based on entire events. Moreover, the landslide susceptibility map was plotted with a receiver operating characteristic (ROC) curve and calculated the area under the curve (AUC) and tried to extract a success rate curve. Based on the results, logistic regression produced an 85.18% accuracy, so we believed that the model was reliable and acceptable for the landslide susceptibility analysis on the study area. In addition, for risk assessment, vulnerability scale were added for social thematic data layer. The study area predictive landslide affected pixels 2,000 and 5,000 were also calculated for making a probability table. In final calculation, the 2,000 predictive landslide affected pixels were assumed to run. The total population causalities were estimated as 7.75 person that was relatively close to the actual number published in Korean Annual Disaster Report, 2006.

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제4권4호
• /
• pp.159-176
• /
• 2023

The conservation of the raccoon dog (Nyctereutes procyonoides) in South Korea requires the protection and preservation of natural habitats while additionally ensuring coexistence with human activities. Applying habitat map modeling techniques provides information regarding the distributional patterns of raccoon dogs and assists in the development of future conservation strategies. The purpose of this study is to generate potential habitat distribution maps for the raccoon dog in South Korea using geospatial technology-based models. These models include the frequency ratio (FR) as a bivariate statistical approach, the group method of data handling (GMDH) as a machine learning algorithm, and convolutional neural network (CNN) and long short-term memory (LSTM) as deep learning algorithms. Moreover, the imperialist competitive algorithm (ICA) is used to fine-tune the hyperparameters of the machine learning and deep learning models. Moreover, there are 14 habitat characteristics used for developing the models: elevation, slope, valley depth, topographic wetness index, terrain roughness index, slope height, surface area, slope length and steepness factor (LS factor), normalized difference vegetation index, normalized difference water index, distance to drainage, distance to roads, drainage density, and morphometric features. The accuracy of prediction is evaluated using the area under the receiver operating characteristic curve. The results indicate comparable performances of all models. However, the CNN demonstrates superior capacity for prediction, achieving accuracies of 76.3% and 75.7% for the training and validation processes, respectively. The maps of potential habitat distribution are generated for five different levels of potentiality: very low, low, moderate, high, and very high.

• 지질공학
• /
• 제34권1호
• /
• pp.51-65
• /
• 2024

산사태는 전 세계적으로 매년 큰 재산 피해를 야기하는 자연 재해로 알려져 있다. 국내에서도 기후 변화의 영향으로 산사태 피해가 증가하는 경향을 보이고 있으며, 이로 인한 피해를 줄이기 위해서는 산사태를 증가시키는 인자들을 파악하는 것이 중요하다. 따라서 본 연구는 충청북도 충주시에서 발생한 산사태 피해에 영향을 미치는 변수들의 중요도를 평가하기 위해 랜덤포레스트 모델을 활용하여 14개의 인자들 사이의 중요도를 분석하였다. 연구 결과, 모델의 성능은 AUC가 0.87로 높은 정확도를 보이며, 변수 중요도는 경사 방향, 경사, 계곡까지의 직선 거리, 고도 순으로 정해졌으며, 이는 경사방향과 경사 등의 지형인자가 암종과 유효토심과 같은 지질과 토양인자보다 산사태 피해에 더 큰 영향을 미친다는 것을 시사한다. 이 연구 결과는 산사태 피해 예측지도의 제작 및 산사태 피해 감소에 초점을 맞춘 연구에 기초 자료로서 활용될 수 있을 것으로 기대된다.

• 한국지구과학회지
• /
• 제41권2호
• /
• pp.95-110
• /
• 2020

본 연구에서는 고해상도 ERA5 재분석자료 중 우리나라 지상 온도 자료의 신뢰성을 검증할 목적으로 종관기상관측소(ASOS) 관측자료와 비교를 수행하였다. 새롭게 생산되어 배포 중인 ERA5 재분석자료는 높은 시·공간적 해상도를 가져 여러 분야에 활용성이 매우 높다. 자료의 분석 기간은 ASOS 61개 관측소가 1999년 이후로 결측률이 매우 낮으며 시간평균 자료를 제공한다는 점을 고려하여 1999-2018년 기간으로 설정하였다. ERA5 격자 자료는 격자 내 90-m 수치표고모델(DEM) 분포로부터 내륙, 해안, 산악 지역에 해당하는 지형학적인 특성에 따라 분류하여 ASOS 지점 자료와 비교되었다. 분석 기간 전체에 대한 평균 지상 온도는 ASOS와 ERA5 모두 공간 분포의 패턴과 값은 큰 차이없이 유사하였다. ASOS와 ERA5의 산점도 비교를 통해 전체 기간, 특히 여름, 겨울 기간에 대해 계절 변동성을 가진다는 특성을 확인할 수 있었으며, 이는 달별 두 자료 사이의 매시간 차이 확률밀도함수(PDF)의 시계열을 통해서도 확인되었다. 두 자료 사이의 차이를 통계지수인 NMB, RMSE를 계산하여 정량화시켰을 때, 각 값에서 지역적인 특성을 보였으나 모든 지수에서 큰 차이가 없다고 판단할 수 있었으며, 상관성을 보기 위해 R과 IOA를 통해 구한 값은 모두 0.99에 근접하였다. 특히 일평균 산출에 있어 1-시간-평균 값 24개를 이용한 일평균의 경우가 최고와 최저온도의 평균을 이용하는 일평균에 비해 오차가 작게 나타났고, 두 자료 사이의 상관성도 높게 나타남을 확인하였다. 두 자료의 차이가 나타나는 원인으로 ERA5 격자 내 지형 효과가 가장 클 것으로 판단하여 수치표고모델을 활용하여 각 지역별 PDF를 이용해 첨도 및 왜도를 구하고, 이를 온도 차이 파워 스펙트럼의 1년 주기 변동 크기와 비교하였다. 그 결과, 양의 상관성을 가졌음을 확인하였다. 이는 지형 효과가 두 자료 차이의 원인이라고 설명하는 결과이다.

• 농업생명과학연구
• /
• 제50권3호
• /
• pp.1-11
• /
• 2016

3차원 지형정보를 얻기 위하여 항공 LiDAR(Light Detection and Ranging)자료 기반 수치표고모델(Digital Elevation Model, DEM) 생성에 대한 연구들에 대한 관심이 지속적으로 높아져 왔다. 항공 LiDAR 원자료로부터 정확도가 높은 DEM을 생성하기 위해서는 3차원 점군에서 비지면점을 제외시키고 지면점만을 포함시키는 필터링(filtering)과정이 중요하다. 특히, 필터링을 구성하는 알고리즘의 패러미터 값 변화에 따라 산출되는 결과물들에 차이가 발생하고 정확도에 영향을 준다. 따라서 본 연구는 화천, 양주, 경산 및 장흥 유역 대상지의 항공 LiDAR 자료로부터 Fusion 소프트웨어를 이용하여 LiDAR DEM을 생성하는 GroundFilter알고리즘의 Mean패러미터(GFmn) 수준 변화가 LiDAR DEM 결과물의 정확도에 어떤 영향을 주는지 분석하였다. GFmn 수준 변화에 따른 정확도에 대한 영향 여부를 분석하기 위해 일원배치분산분석을 실시하였고, 그 결과 GFmn의 수준 변화에 따라 정확도에 대한 영향이 유의미하게 나타났다(F-value: 4.915, p<0.01). 이 후 각각의 GFmn 수준들을 다른 수준들과 차이가 있는지 여부로 묶기 위하여 사후검정을 실시하였다. 사후분석을 통해 잔차의 평균 차이에 따라 '7, 5, 9, 3'과 '1' 두 집단으로 나뉘었다. 아울러 보다 정확한 해발고도를 표현하는 LiDAR DEM 생성하는데 적정 GFmn은 '7' 조건일 때로 나타났다. 이 연구를 통해 보다 정확한 해발고도를 표현하는 LiDAR DEM을 생성할 수 있는 패러미터 값을 제안하였다.

• 자원환경지질
• /
• 제47권6호
• /
• pp.589-599
• /
• 2014

본 연구에서는 서해 명사십리 일대의 제 4기 극한재해 퇴적기록 보존지역을 선정하기 위해, 1918년 일제 강점기 지형도, 2000년 수치지형도, 1976년 항공사진 및 2012년 항공사진을 이용하여 작성한 수치표고모델과 지표이용도를 순차 비교 분석하여 연구지역의 퇴적환경 및 지표환경 변화를 고찰하였다. 연구지역의 지형적 특징은 지난 100여 년간 큰 변화가 없었으나 연구지역의 북부와 남부에는 고도의 변화폭이 상대적으로 큰 구릉지가 위치하고 해안에 평행하게 사구가 발달하며 연구지역 남부 사구의 후면으로 내륙에 평탄한 저지대가 위치한다. 연구지역 유수 및 퇴적물의 이동 방향을 분석한 결과 사구에서 내륙으로 이동하는 흐름과 내륙의 높은 지대에서 해안으로 이동하는 흐름이 연구 지역 중부를 가로지르는 하천을 향하여 이동하며 중남부 용정리와 남부 자룡리의 평탄한 저지대에 각각 $0.2km^2$의 넓이를 가지는 저수지역을 형성할 수 있다. 또한 연구지역 해수면 변화기록을 보존하는 지역을 찾기 위하여 해수면을 상승시킨 결과 해수면이 3 m 상승했을 때 침수되는 지역은 1918년 $3.4km^2$, 2000년 $3.64km^2$으로 저수지역이 형성되는 위치와 중첩되며 남부의 평탄한 저지대가 해수범람 퇴적층의 형성이나 퇴적물의 집적에 용이한 환경임을 지시한다. 100여 년간 인간의 활동으로 인한 지표 환경 변화가 제한적이었던 지역은 약 $3.51km^2$의 면적으로 연구지역 중부에서 남부에 분포하며 1918년에는 점토 퇴적지, 논으로 활용되었고 2012년에 이르러서는 모두 논으로 이용되고 있다. 연구지역의 퇴적환경과 지표이용변화를 중첩 분석한 결과, 제4기 퇴적기록을 보존하고 있을 가능성이 가장 높은 지역은 연구지역 중부에 약 $0.15km^2$, 남부에 $0.09km^2$의 면적으로 존재하며 이 지역을 중심으로 과거 이상기후 퇴적기록을 연구하는 것이 효과적일 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제17권1호
• /
• pp.1-10
• /
• 2014

춘천시 인구 밀집지역의 지반특성 파악 및 분류를 목적으로 2011년 1월부터 2013년 5월까지 고유진동수 1 Hz인 수직성분 속도센서 4대와 4.5 Hz 수직 지오폰 24개를 이용하여 춘천시계 내의 50 지점(산림지 4 곳 포함)에서 레일리파를 기록하였다. 확장된 공간자기상관함수법으로 얻은 레일리파 분산곡선을 두께 1 m인 40개 수평층의 횡파속도($v_s$) 모델로 역산하였다. 또한 이를 바탕으로 풍화암질 기반암의 깊이($D_b$) 및 횡파속도($v_s^b$), 토양층의 평균 횡파속도($\bar{v}_s^s$), 깊이 30m까지의 횡파속도($v_s30$)를 각각 산출하였다. 46개 저고도 측점에서 구한 $D_b$, $v_s^b$, $\bar{v}_s^s$, $v_s30$는 각각 5 ~ 29 m, 404 ~ 561 m/s, 208 ~ 375 m/s, 226 ~ 583 m/s의 범위를 갖는다. 이는 국내 내진설계기준에 따르면 단단한 토사지반 $S_D$와 매우 조밀한 토사지반 및 연암지반인 $S_C$에 해당한다. $v_s30$의 대표적 지시자를 파악하기 위해 토지피복 종류, 기반암 암상, 지표면 경사도 및 지표 고도와의 상관도를 분석하였다. 그 결과, 가장 좋은 지시자인 고도와의 상관성(r = 0.41)도 미약하게 나타나서, 상대적으로 작은 면적의 춘천시만을 대상으로 적용하기에는 신뢰성에 한계가 있다고 판단된다.