GIS와 기계학습을 이용한 지하수 가능성도 작성 연구 현황

이사로 ( Lee Saro ),( Rezaie Fetemeh ) 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.6

지표수와 지하수로 이루어진 수자원은 세계적으로 가장 중요한 천연자원 중 하나로 여겨진다. 지난 세기 이후 급속한 산업화와 급증하는 인구로 인해, 생활용, 산업용, 농업용수 수요가 급증하고 있으며, 이에 대한 지하수 수요도 급증하고 있다. 따라서 지하수에 대한 지속 가능한 개발과 관리를 위해서는 정확한 위치기반의 지하수 가능성도 작성이 필수적이다. 최근에는 기계학습과 지리정보시스템 통합이 지하수 가능성도 작성에 효과적인 방법이 되고 있다. 이러한 통합접근법의 현황 파악을 위해 6년(2015~2020년) 동안 94편의 직접 관련 논문에 대한 체계적 검토를 실시했다. 문헌 검토에 따르면, 매년 발간되는 연구의 수는 시간이 지남에 따라 급격히 증가했다. 전체 연구 분야는 15개국에 걸쳐 있으며, 85%의 연구가 이란, 인도, 중국, 한국, 이라크에 집중 되었다. 지하수 산출 가능성 조사에는 20개의 변수가 자주 사용된 것으로 조사되었으며, 이 중 지형고도, 경사, 경사방향, 지형습도지수, 지질, 토지 이용 피복, 하천 밀도, 강과의 거리, 강우량 등이 자주 사용되는 것으로 나타났다. 기계학습 모델에 있어 랜덤 포레스트, 서포트벡터머신, 부스트 회귀트리 등의 방법이 많이 사용되었다. 이러한 문헌 연구는 최적의 결과를 위해 지하수 가능성도를 저비용 대체물이 아닌 현장 작업을 보완하는 도구로 사용해야 한다는 것을 보여준다. 마지막으로, 향후, 지하수 가능성도 작성의 표준화 및 정확성을 개선하기 위해 더 많은 연구가 진행되어야 할 것이다. Water resources which is formed of surface and groundwater, are considered as one of the pivotal natural resources worldwide. Since last century, the rapid population growth as well as accelerated industrialization and explosive urbanization lead to boost demand for groundwater for domestic, industrial and agricultural use. In fact, better management of groundwater can play crucial role in sustainable development; therefore, determining accurate location of groundwater based groundwater potential mapping is indispensable. In recent years, integration of machine learning techniques, Geographical Information System (GIS) and Remote Sensing (RS) are popular and effective methods employed for groundwater potential mapping. For determining the status of the integrated approach, a systematic review of 94 directly relevant papers were carried out over the six previous years (2015-2020). According to the literature review, the number of studies published annually increased rapidly over time. The total study area spanned 15 countries, and 85.1% of studies focused on Iran, India, China, South Korea, and Iraq. 20 variables were found to be frequently involved in groundwater potential investigations, of which 9 factors are almost always present namely slope, lithology (geology), land use/land cover (LU/LC), drainage/river density, altitude (elevation), topographic wetness index (TWI), distance from river, rainfall, and aspect. The data integration was carried random forest, support vector machine and boost regression tree among the machine learning techniques. Our study shows that for optimal results, groundwater mapping must be used as a tool to complement field work, rather than a low-cost substitute. Consequently, more study should be conducted to enhance the generalization and precision of groundwater potential map.

GIS를 이용한 철도 연변 낙선, 산사태 정보시스템 개발

이사로(Saro Lee),송원경(WonKyong Song),박종휘(Jonghwi Park) 한국암반공학회 2001 터널과지하공간 Vol.11 No.1

인공신경망을 이용한 강릉지역 산사태 취약성 분석 및 검증

이사로(Saro Lee),이명진(Moung-Jin Lee):원중선(Joong-Sun Won) 대한자원환경지질학회 2005 자원환경지질 Vol.38 No.1

본 연구의 목적은 2002년 산사태가 많이 발생한 강원도 강릉 지역의 산사태 발생원인에 대해 인공신경망 기법과 GIS를 이용하여 취약성도를 작성 및 이를 검증하는 것이다. 이를 위해 지형도, 토양도, 임상도, 지질도, 토지피복도 등을 GIS를 이용하여 공간 데이터베이스로 구축하였고, 이러한 데이터베이스로부터, 경사, 경사방향, 곡률, 수계, 지형종 류, 토질, 토양모재, 토양배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등을 추출하여 산사태 발생요인으로 이용하였다. 이러한 데이터베이스와 산사태 발생 위치에 대해 인공신경망 기법을 적용하여 산사태 발생 원인에 대해 상대적인 가중치를 계산하고, 이를 적용하여 산사태 취약성도를 만들었다. 그리고 계산된 산사태 취약성도는 산사태 발생을 정량적으로 예측하는 비곡선 방법을 이용하여 검증되었다. 이러한 결과는 산사태 피해 예방을 위한 방재 사업, 국토개발 계획, 건설계획 등에 기초 자료로서 활용될 수 있다. The purpose of this study is to make and validate landslide susceptibility map using artificial neural network and GIS in Kangneung area. For this, topography, soil, forest, geology and land cover data sets were constructed as a spatial database in GIS. From the database, slope, aspect, curvature, water system, topographic type, soil texture, soil material, soil drainage, soil effective thickness, wood type, wood age, wood diameter, forest density, lithology, land cover, and lineament were used as the landslide occurrence factors. The weight of the each factor was calculated, and applied to make landslide susceptibility maps using artificial neural network. Then the maps were validated using rate curve method which can predict qualitatively the landslide occurrence. The landslide susceptibility map can be used to reduce associated hazards, and to plan land use and construction as basic data.

딥러닝을 이용한 서울·남천점 지역 내 방사성 핵종 예측도 작성

이사로(Saro Lee),김성원(Sung Won Kim),김혜수(Hyesu Kim),유재형(Jaehyung Yu) 대한지질학회 2022 대한지질학회 학술대회 Vol.2022 No.10

환경 빅데이터 플랫폼 지질/지형 센터 구축

이사로(Saro Lee) 대한지질학회 2022 대한지질학회 학술대회 Vol.2022 No.10

온실가스 지중저장 적지를 위한 데이터 구축

이사로(Saro Lee),이창현(Changhyun Lee),신제현(Jehyun Shin),고보균(Bokyun Ko),이창욱(Chang-Wook Lee),신영식(Yeong Shik Shin),신명호(Myeong Ho Shin),국중현(Junghyun Kook),박창현(Changheon Park) 대한지질학회 2022 대한지질학회 학술대회 Vol.2022 No.10

Determination of Weight of Landslide Related Factors using Artificial Neural Network and GIS in the Kangneung Area

이사로(Saro Lee),이명진(Moung-Jin Lee),원중선(Joong-Sun Won) 대한지질학회 2005 지질학회지 Vol.41 No.1

GIS 및 원격탐사를 이용한 2002년 강릉지역 태풍 루사로 인한 산사태 연구(II)-확률기법을 이용한 강릉지역 산사태 취약성도 작성 및 교차 검증

이사로,이명진,원중선,Lee Saro,Lee Moung-Jin,Won Joong-Sun 대한자원환경지질학회 2004 자원환경지질 Vol.37 No.5

본 연구의 목적은 강릉지역에 대해 산사태 취약성을 GIS와 원격탄사를 이용하여 평가하는 것이다. 이를 위해 산사태 위치는 위성영상 해석 및 현지 조사를 통해 확인되었고, GIS와 원격탐사를 이용하여 지형도, 토양도, 지질도, 선구조도, 토지피복도 등이 수집되고, 처리된 후 공간 데이터베이스로 구축되었다. 확률 기법인 빈도비 모델을 이용하여 산사태와 경사, 경사방향, 곡률, 수계, 지형종류, 토질, 토양모재, 토양배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등 산사태 발생 요인들과의 관계를 계산하여 빈도비를 구하였다. 그리고 이러한 빈도비를 모두 더하여 산사태 취약성 지수를 계산하였으며, 이러한 취약서 지수를 모두 더하여 취약성도를 작성하였다. 그 결과는 실제 산사태 위치자료를 이용하여 검증 및 교차 검증되었고, 그 검증 결과는 산사태 취약성도와 산사태 위치와 밀접한 관계가 있었다. The aim of this study is to evaluate the susceptibility of landslides at Kangneung area, Korea, using a Geographic Information System (GIS) and remote sensing. Landslide locations were identified from interpretation of satellite image and field surveys. The topographic, soil, forest, geologic, lineament and land cover data were collected, processed and constructed into a spatial database using GIS and remote sensing data. Using frequency ratio model which is one of the probability model, the relationships between landslides and related factors such as slope, aspect, curvature and type of topography, texture, material, drainage and effective thickness of soil, type, age, diameter and density of wood, lithology, distance from lineament and land cover were calculated as frequency ratios. Then, the frequency ratio were summed to calculate a landslide susceptibility indexes and the landslide susceptibility maps were generated using the indexes. The results of the analysis were verified and cross-validated using actual landslide location data. The verification results showed satisfactory agreement between the susceptibility map and the existing data on landslide locations.

Multimedia Mapping of Sedimentary Basin with SedBasin

권영인(Young-Ihn Kwon),이사로(Saro Lee) 대한지질학회 2001 지질학회지 Vol.37 No.3

GIS와 원격탐사를 이용한 강릉지역 산사태 연구(I)-산사태 발생 위치와 영향 인자와의 상관관계 분석

이명진(Moung-Jin Lee),이사로 Saro Lee),원중선(Joong-Sun Won) 대한자원환경지질학회 2004 자원환경지질 Vol.37 No.4

본 연구의 목적은 2002년 태풍 루사로 인해 강릉지역에서 발생한 산사태와 관련 요인들 간의 공간적 관계를 분석하는 것이다. 산사태 위치는 위성영상 및 현지조사를 실시하여 탐지하였다. 지형도, 토양도, 임상도, 지질도, 토지피복도 등을 GIS를 이용하여 공간 데이터베이스로 구축되었고, 이러한 데이터베이스로부터, 경사, 경사방향, 곡률, 수계, 지형 종류, 토질, 토앙모재, 토앙배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등이 산사태 발생요인으로 이용되었다. 빈도비 모델을 이용하여 산사태와 발생 요인 간의 공간적 관계를 추출하였다. 그 결과인 공간적 상관관계는 2002년 루사로 인한 산사테의 특성을 설명하고, 산사태 취약성도를 작성하는데 이용될 수 있다. The purpose of this study is to analyze the spatial relationship between the landslides occurred by typhoon, Rusa in 2002 and geospatial dataset. Landslide locations were detected using satellite image and field survey. Topogra-phy, soil, forest, geology and land use data sets were constructed as a spatial database in GIS. From the database, slope, aspect, curvature, water system, type of topography, texture, material, drainage, effective thickness of soil, type, age, diameter, density of wood, lithology, lineament of geology, land use and lineament were used as the land-slide occurrence factors. Using a frequence ratio model, the spatial relationships between the landslides and the factors were extracted. The spatial relationships is helpful to explain the characteristics of the landslide, and to make landslide susceptibility map.