미래 확률강우량 및 인공신경망을 이용한 산사태 위험도 분석 기법 개발 및 검증 = Landslide Hazard Mapping and Verification Using Probability Rainfall and Artificial Neural Networks

국문 초록 (Abstract)

본 연구에서는 지리정보시스템(GIS)을 기반으로 확률강우량과 인공신경망을 적용하여 2006년태풍 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 누적449mm로 적용하였다. 확률강우량은 1973년부터 2006년까지의 실측 강우량을 정리하여 2106년까지 목표연도별(1년, 3년, 10년, 50년 및 100년) 산사태 취약성도를 작성하였다. 연구결과연구지역은 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.

다국어 초록 (Multilingual Abstract)

The aim of this study is to analyse the landslide susceptibility and the future hazard in Inje, Korea using probability rainfalls and artificial neural network (ANN) environment based on geographic information system (GIS). Data for rainfall probability, topography, and geology were collected, processed, and compiled in a spatial database using GIS. Deokjeok-ri that had experienced 694 landslides by Typhoon Ewinia in 2006 was selected for analysis and verification. The 50% of landslide data were randomly selected to use as training data while the other 50% being used for verification. The probability of landslides for target years (1 year, 3 years, 10 years, 50 years, and 100 years) was calculated assuming that landslides are triggered by 1-day rainfall of 202 mm or 3-day cumulative rainfalls of 449 mm.

참고문헌 (Reference)

1 김경수, "지질조건에 따른 강우와 산사태의 특성분석" 대한지질공학회 16 (16): 201-214, 2006

2 인제군청, "재해대장(산사태)" 인제군청산림녹지과 2006

3 이사로, "인공신경망을 이용한 강릉지역 산사태 취약성 분석 및 검증" 대한자원환경지질학회 38 (38): 33-43, 2005

4 이사로, "인공신경망 및 GIS를 이용한 강릉지역 산사태 발생 요인의 가중치 분석" 대한지질학회 41 (41): 101-111, 2005

5 이용준, "로지스틱 회귀분석 및 AHP 기법을 이용한 산사태 위험지역 분석" 대한토목학회 26 (26): 861-867, 2006

6 이승춘, "기후변화에 따른 확률강우량의 지역적 변동성 분석" 단국대학교 대학원 2009

7 국립방재연구소, "강우분석 프로그램의개선 및 활용" 소방방재청 국립방재연구소 2007

8 국립방재연구소, "강우분석 프로그램의개발" 행정자치부 국립방재연구소 1998

9 홍원평, "강우로 기인되는 우리나라 사면활동 의 예측" 6 (6): 55-63, 1990

10 Borgatti, L., "climate change: a record from the" 120 (120): 56-64, 2010

11 Lee, S,, "Statistical analysis of landslide susceptibility at Yongin, Korea" 40 (40): 1095-1113, 2001

12 Collison, A., "Modelling the impact of predicted climate change on landslide frequency and magnitude in SE England" 55 : 205-218, 2000

13 Nefeslioglu, H.A., "Medium-scale hazard mapping for shallow landslide initiation: the Buyukkoy catchment area (Cayeli, Rize, Turkey)" 2011

14 오현주, "GIS와 인공신경망을 이용한 금-은 광물 부존적지 선정 및 검증" 한국지리정보학회 13 (13): 1-13, 2010

15 백경혜, "GIS를 활용한 KMA-RCM의 규모 상세화 기법 개발 및 검증" 한국지리정보학회 14 (14): 136-149, 2011

16 이명진, "GIS를 이용한 기후변화 연동 지하수 함양량 산정 모델 개발 및 검증" 한국지리정보학회 14 (14): 36-51, 2011

17 이명진, "GIS 및 원격탐사를 이용한 강릉지역 산사태 연구(I)-산사태 발생 위치와 영향인자와의 상관관계 분석" 대한자원환경지질학회 37 (37): 425-436, 2004

18 이사로, "GIS 및 원격탐사를 이용한 2002년 강릉지역 태풍 루사로 인한 산사태 연구(II)-확률기법을 이용한 강릉지역 산사태 취약성도 작성 및 교차 검증" 대한자원환경지질학회 37 (37): 521-532, 2004

19 Hines, J.W., "Fuzzy and Neural Approaches in Engineering" John Wiley and Sons 210-, 1997

20 Paola, J.D., "A review and analysis of backpropagation neural networks for classification of remotely-sensed multi-spectral imagery" 16 (16): 3033-3058, 1995