KR101693835B1 - 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법 - Google Patents

수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법 Download PDF

Info

Publication number
KR101693835B1
KR101693835B1 KR1020150047532A KR20150047532A KR101693835B1 KR 101693835 B1 KR101693835 B1 KR 101693835B1 KR 1020150047532 A KR1020150047532 A KR 1020150047532A KR 20150047532 A KR20150047532 A KR 20150047532A KR 101693835 B1 KR101693835 B1 KR 101693835B1
Authority
KR
South Korea
Prior art keywords
digital terrain
terrain model
area
distribution
spi
Prior art date
Application number
KR1020150047532A
Other languages
English (en)
Other versions
KR20160118797A (ko
Inventor
이사로
Original Assignee
한국지질자원연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국지질자원연구원 filed Critical 한국지질자원연구원
Priority to KR1020150047532A priority Critical patent/KR101693835B1/ko
Publication of KR20160118797A publication Critical patent/KR20160118797A/ko
Application granted granted Critical
Publication of KR101693835B1 publication Critical patent/KR101693835B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 토석류(Debris Flow) 발생지역의 지형도 정보를 이용하여 수치지형모델을 생성한 후, 생성된 수치지형모델을 이용하여 토석류 발생 지역을 예측하는 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법에 관한 것으로,
상기 수치지형모델을 이용한 토석류 발생지역 예측 장치는, 분석 대상 지역의 지형도 정보를 토석류 발생 지역 예측 기본 정보로 저장하는 토석류지형정보DB; 상기 토석류지형정보DB에 저장된 분석 대상 지역의 토석류 발생 지역 예측 기본 정보를 이용하여 수치지형모델을 생성하는 수치지형모델생성부; 및 상기 수치지형모델생성부에서 생성된 분석 대상 지역의 수치지형모델을 이용하여 TWI(Topographic Wetness Index), SPI(Stream Power Index), SL(Slope Length) 또는 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값 중 하나 이상의 지형지표 값을 위치별로 분석하여 각 지형지표 값들의 분포를 산출한 후 토석류 발생 예측 지역을 도출하는 수치지형모델분석부;를 포함하여 구성되어, 수치지형모델에 포함되는 분석 대상 지역의 면적정보와 고도 정보만으로 토석류 발생을 정확하게 예측할 수 있도록 함으로써, 토석류 발생 예측을 위한 연산처리를 현저히 간소화시키고, 토석류 발생 예측을 현저히 용이하게 수행할 수 있도록 하는 효과를 제공한다.

Description

수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법{DEBRIS FLOW PREDICTION APPARATUS USING DIGITAL TERRAIN MODEL AND THE PREDICTING METHOD THEREOF}
본 발명은 토석류 발생 지역 예측 기술에 관한 것으로, 더욱 상세하게는, 특정 지역의 토석류(Debris Flow) 발생지역의 지형도 정보를 이용하여 수치지형모델을 생성한 후, 생성된 수치지형모델을 이용하여 토석류 발생 지역을 예측하는 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법에 관한 것이다.
세계적인 기후변동으로 우리나라에서도 태풍과 국지성 호우가 증가하고 있다.
최근 2011년 집중호우, 1998년 태풍 예니, 2002년 루사, 2003년 매미의 영향으로 산사태 중 특히 토석류로 인한 인명 및 재산 피해가 급격히 늘었다. 특히 2011년 서울 우면산 지역의 집중호우로 인한 토석류, 2006년도에는 태풍 에위니아, 빌리스, 개미로 인하여 수많은 토석류가 발생하였다. 2006년도에는 평년보다 두 배 이상의 강우(758mm)를 기록하였고, 7월 한 달간 전국적으로 1조 5 천억 원의 재산피해가 발생한 것으로 보고되었다(워터저널, 2007).
강원도에는 약 2일에 걸쳐 675mm의 집중호우가 내려 전국 피해액의 95.4%를 차지하였고 인제군 및 평창군을 중심으로 수많은 토석류가 발생하였다.
이처럼, 토석류는 인간생활 및 사회기반시설에 피해를 주는 지형, 지질학적 현상 중 하나로서, 지구시스템 내에서 불규칙적으로 발생하고 있기 때문에 인명 및 재산 피해를 최소화하기 위해서는 토석류 발생 지역에 대한 예측이 반드시 필요하다.
또한, 현재 첨단기술과 장비의 개발로 인하여 지형, 지질현상과 연관된 실세계 지공간 자료는 점점 더 방대해져가고 복잡해지고 있다. 따라서 이러한 자료의 홍수 속에서 지형, 지질현상과 관련된 정보를 효과적으로 찾고 분석하기 위해서는 지리정보시스템(GIS)이 필요하다. GIS는 방대한 지공간 자료의 효율적인 저장, 관리 및 통합분석을 위한 강력한 도구이자 전문가들의 의사결정을 지원해주는 역할을 한다. 하지만 GIS 자체는 대용량의 다차원 자료에 내재되어 있는 사건발생과 관련된 공간적인 관련성을 파악하거나 미래의 사건발생을 예측할 수 있는 기능이 미흡하다. 그래서 미래의 사건발생을 예측하기 위해 GIS를 이용한 각종 분석 기법을 사용하고 있다.
따라서 GIS 기반의 지형정보를 분석하여 빠르고 정확하게 토석류 발생 지역을 예측함으로써, 토석류의 피해를 최소화할 수 있는 기술의 개발을 필요로 한다.
이러한 필요에 따라, 대한민국 공개특허공보 제2009-0102311호(특허문헌 1, 2009. 09. 30. 공개)는 수치지도의 다수의 레이어와 각 레이어에 포함된 속성정보 및 강수량 데이터를 조합한 조합 속성테이블을 신경망알고리즘에 입력하여 산사태 발생 유무를 측정하는 수치지도를 생성하여 산사태 발생지역을 예측하는 산사태 발생 예측장치를 개시한다.
상기 특허문헌 1의 신경망알고리즘은, 다음의 층에 일반적으로 완전히 상호 연결되지만 같은 층 내에서는 상호 연결이 없도록 여러 개의 노드들을 각각의 층별로 배열하고, 전 층으로부터의 출력 값과 층간 가중치를 곱한 합을 노드의 입력값으로 사용하는 것에 의해, 하나의 층으로부터 노드들의 출력을 층간 가중치를 통해서 확대 또는 감소시키는 방식을 적용하여 훈련을 수행하는 것으로서, 산사태 예측을 위해 입력된 속성들을 가지는 수치지도의 다수의 레이어에 포함하는 속성정보들에 가중치를 부여하여 출력 값을 산출하는 것에 의해 산사태를 예측하고, 예측된 산사태 정보와 실제 산사태 발생 여부를 비교하여 가중치를 조절하는 것에 의해 산사태를 예측할 수 있도록 한다.
다음으로, 대한민국 공개특허공보 제10-2014-0046358호(특허문헌 2, 2014. 04. 18. 공개)는 산사태 정보에서 토양도, 지질도, 임상도 및 지질도 등의 산사태 발생과 관련된 항목을 추출한 후, 추출된 항목을 기준으로 산사태 발생과 관련된 지리정보 및 속성정보를 보정하여 정규화한 후, Frequency ratio, Logistic regression, Neural network의 공간 통계적인 방식을 적용하여 산사태 취약성도를 도출하는 산사태 위험성 분석 시스템 및 방법을 개시한다.
또한, 일본 공개특허공보 특개 2002-148082호(특허문헌 3, 2002.05.22. 공개)는 토석류 예측 유로에 진동을 감지하여 송신하는 복수의 검지기(10)를 설치한 후 토석류를 검지하는 토석류 검지 시스템을 개시한다.
그러나 특허문헌 1의 종래기술의 경우에는 수치지도에 포함하는 레이어의 각 노드별로 속성테이블을 속성값들의 입력 정보에 대하여 신경망 알고리즘의 수행을 위한 가중치를 적용하여 연산처리를 수행하게 되므로 많은 연산처리를 수행해야 하는 문제점을 가진다.
특허문헌 2의 종래기술의 경우에도 토양도, 지질도, 임상도 및 지지돌 등의 개별 항목을 추출하는 연산을 포함하고, 포함된 항목들을 정규화 하는 연산 처리를 수행한 후 통계적 방법을 적용하게 되므로, 많은 연산처리를 수행해야 하는 문제점을 가진다.
또한, 특허문헌 3의 종래기술의 경우에는 검지기가 설치되지 않은 지역에 대하여는 토석류 발생을 예측하지 못하는 문제점을 가진다.
현재 첨단기술과 장비의 개발로 인하여 지형, 지질현상과 연관된 실세계 지공간 자료는 점점 더 방대해져가고 복잡해지고 있다. 따라서 이러한 자료의 홍수 속에서 지형, 지질현상과 관련된 정보를 효과적으로 찾고 분석하기 위해서는 지리정보시스템(GIS)이 필요하다. GIS는 방대한 지공간 자료의 효율적인 저장, 관리 및 통합분석을 위한 강력한 도구이자 전문가들의 의사결정을 지원해주는 역할을 한다. 하지만 GIS 자체는 대용량의 다차원 자료에 내재되어 있는 사건발생과 관련된 공간적인 관련성을 파악하거나 미래의 사건발생을 예측할 수 있는 기능이 미흡하다. 그래서 미래의 사건발생을 예측하기 위해 GIS를 이용한 각종 분석 기법을 사용하고 있다.
따라서 GIS 기반의 지형정보를 분석하여 빠르고 정확하게 토석류 발생 지역을 예측함으로써, 토석류의 피해를 최소화할 수 있는 기술의 개발을 필요로 한다.
특허문헌 1: 대한민국 공개특허공보 2009. 09. 30. 공개) 특허문헌 2:대한민국 공개특허공보 2014. 04. 18. 공개) 특허문헌 3:일본 공개특허공보 특개 2002.05.22. 공개)
따라서 본 발명은 상술한 종래기술의 문제점 및 필요성을 해소하기 위하여, GIS 정보를 기반으로 토석류(Debris Flow) 발생지역에 대한 수치지형분석을 통해 수치지형모델을 생성한 후, 고도 및 면적 정보를 기반으로 TWI(Topographic Wetness Index), SPI(Stream Power Index), SL(Slope length) 분석 등의 지형지표분석을 수행한 정보와 토석류 발생 정보를 비교 분석하여 각 지형지표별 토석류 발생 기준 값을 도출함으로써, 해당 기준값과 지역별 지형지표 값을 비교하는 것에 의해 지역에 무관하게 토석류 발생 지역을 예측할 수 있도록 하는 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법을 제공하는 것을 목적으로 한다.
상술한 목적을 달성하기 위한 본 발명의 수치지형모델을 이용한 토석류 발생지역 예측 장치는, 분석 대상 지역의 지형도 정보를 토석류 발생 지역 예측 기본 정보로 저장하는 토석류지형정보DB; 상기 토석류지형정보DB에 저장된 분석 대상 지역의 토석류 발생 지역 예측 기본 정보를 이용하여 수치지형모델을 생성하는 수치지형모델생성부; 및 상기 수치지형모델생성부에서 생성된 분석 대상 지역의 수치지형모델을 이용하여 TWI(Topographic Wetness Index), SPI(Stream Power Index), SL(Slope Length) 또는 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값 중 하나 이상의 지형지표 값을 위치별로 분석하여 각 지형지표 값들의 분포를 산출한 후 토석류 발생 예측 지역을 도출하는 수치지형모델분석부;를 포함하여 구성되는 것을 특징으로 한다.
상기 수치지형모델은, 상기 분석대상 지역의 면적 및 고도 정보를 포함하여 구성되는 것을 특징으로 한다.
상기 수치지형모델분석부는, 상기 수치지형모델로부터 사면 안정성을 포함하는 지형의 역할을 반영하는 지형지표인 TWI 값들의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 TWI 분석부; 상기 수치지형모델을 분석하여 하천의 침식력을 포함하는 대상 지역 내에서의 안정성을 나타내는 지형지표인 SPI 값들의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 SPI분석부; 및 상기 수치지형모델을 분석하여 사면의 길이를 나타내는 지형지표인 SL(Slope Length)의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 SL분석부;를 포함하여 구성될 수 있다.
상기 TWI분석부는,
Figure 112015032958197-pat00001
는 한 점을 통해 흐르는 누적된 위쪽 사면 면적이고,
Figure 112015032958197-pat00002
는 그 점에서의 경사도(Degree)인 경우
Figure 112015032958197-pat00003
에 의해 TWI의 분포를 도출하도록 구성될 수 있다.
상기 SPI분석부는,
Figure 112015032958197-pat00004
는 한 점을 통해 흐르는 누적된 위쪽 사면 면적이고,
Figure 112015032958197-pat00005
는 그 점에서의 경사도(Degree)인 경우
Figure 112015032958197-pat00006
에 의해 SPI의 분포를 도출하도록 구성될 수 있다.
상기 SL분석부는, 두 점의 고도차인 높이가 h이고, 경사각이 θ인 경우,
Figure 112015032958197-pat00007
에 의해 SL의 분포를 도출하도록 구성될 수 있다.
상기 수치지형모델분석부는, 상기 TWI 분석부, SPI분석부 또는 SL분석부 각각에서 산출된 TWI, SPI 또는 SL 값들을 통합 적용하여 토석류 발생여부 판단을 위한 통합분석값을 산출하는 통합분석부;를 더 포함하여 구성될 수 있다.
상기 수치지형모델분석부는, 상기 지형지표 값들의 분포들의 표준편차를 기준으로 등급을 부여하여 각 단계 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측하도록 구성될 수 있다.
상술한 목적을 달성하기 위한 본 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 방법은, 토석류 발생 지역의 예측을 위한 분석 대상 지역의 토석류 발생 지역 예측 기본 정보 토석류지형정보DB구축과정; 토석류지형정보D 분석 대상 지역에 대한 토석류 발생 지역 예측 기본 정보를 이용하여 수치지형모델을 생성하는 수치지형모델생성과정; 및 상기 수치지형모델생성과정에서 생성된 수치지형모델로부터 TWI 분포, SPI 분포, SL 분포 또는 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값 중 하나 이상의 지형지표 값을 위치별로 분석하여 토석류 발생 지역을 예측하는 수치지형모델분석과정;을 포함하여 이루어지는 것을 특징으로 한다.
상기 토석류 발생 지역 예측 기본 정보는, 항공사진 정보, 토석류 발생 위치 정보, 위치별 고도 정보를 포함하는 GIS 공간정보 데이터 및 지형도 정보를 포함하는 것을 특징으로 한다.
상기 수치지형모델분석과정은 상기 분석대상 지역의 사면 면적(
Figure 112015032958197-pat00008
)과 경사도(
Figure 112015032958197-pat00009
)를 이용하여 사면 안정성을 나타내는 TWI의 분포를 산출하고 토석류발생지역을 예측하는 TWI분석과정; 상기 분석대상 지역의 사면 면적(
Figure 112015032958197-pat00010
)과 경사도(
Figure 112015032958197-pat00011
)를 이용하여 사면의 침식력을 나타내는 SPI의 분포를 산출하고 토석류발생지역을 예측하는 SPI분석과정; 또는 상기 분석 대상 지역의 두 위치의 고도차인 높이(h)와 경사각(θ)을 이용하여 사면길이인 SL의 분포를 산출하고 토석류 발생지역을 예측하는 SL분석과정(S45); 중 하나 이상의 분석 과정을 포함하여 이루어질 수 있다.
상기 토석류 발생 지역 예측은, 상기 지형지표 값들의 분포들의 표준편차를 기준으로 등급을 부여하여 각 단계 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측일 수 있다.
상기 수치지형모델분석과정은, 상기 TWI 분석부, SPI분석부 또는 SL분석부 각각에서 산출된 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 통합분석값의 분포를 표준편차를 기준으로 등급을 부여하여 각 단계 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측하는 통합분석과정;을 더 포함하여 이루어질 수 있다.
상술한 바와 같이, 본 발명은 수치지형모델에 포함되는 분석 대상 지역의 면적정보와 고도 정보만으로 토석류 발생을 정확하게 예측할 수 있도록 함으로써, 토석류 발생 예측을 위한 연산처리를 현저히 간소화시키고, 토석류 발생 예측을 현저히 용이하게 수행할 수 있도록 한다.
도 1은 본 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 장치의 기능 블록 구성도.
도 2는 수치지형모델을 이용한 TWI(Topographic Wetness Index)와 SPI(Stream Power Index) 분석 방법의 개념도.
도 3은 SL(Slope Length) 분석 방법의 개념도.
도 4는 본 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 방법의 처리과정을 나타내는 순서도.
도 5는 토석류 발생지역 예측을 위한 분석대상 지역의 항공사진을 나타내는 도면.
도 6은 수치지형모델생성부(115)에 의해 분석대상 지역의 항공사진을 이용하여 생성된 분석대상 지역의 고도정보를 포함하는 수치지형모델을 나타내는 도면.
도 7은 상술한 처리과정 중 TWI분석과정(S41)에 의해 분석되어 토석류 발생 지역을 예측하여 표시한 TWI 분포를 나타내는 도면.
도 8은 상술한 처리과정 중 SPI분석과정(S43)에 의해 분석되어 토석류 발생지역을 예측하여 표시한 SPI 분포를 나타내는 도면.
도 9는 상술한 처리과정 중 SL분석과정(S45)에 의해 분석되어 토석류 발생 지역을 예측하여 표시한 SL 분포를 나타내는 도면.
도 10의 경우에는 도출된 TWI분포와 SPI분포들의 대응되는 위치에서의 TWI 값과 SPI 값의 합의 분포를 항공사진 위에 표시한 도면.
도 11의 경우에는 도출된 TWI분포와 SPI분포 및 SL분포들의 대응되는 위치에서의 TWI 값과 SPI 값 및 SL 값의 합의 분포를 항공사진 위에 표시한 도면.
이하, 본 발명의 실시예를 나타내는 첨부 도면을 참조하여 본 발명을 더욱 상세히 설명한다.
하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
본 발명의 개념에 따른 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로 특정 실시 예들을 도면에 예시하고 본 명세서 또는 출원서에 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
도 1은 본 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 장치(100)의 기능 블록 구성도이다.
도 1과 같이, 본 발명의 실시예에 따르는 토석류 발생 지역 예측 장치(100)는, 입력부(101), 출력부(103), 표시부(105), 통신부(107), 토석류지형정보DB(110), 수치지형모델생성부(115) 및 TWI(Topographic Wetness Index)분석부(121)와 SPI(Stream Power Index)분석부(123)와 SL(Slope Length) 분석부(125) 및 통합분석부(127)를 포함하는 수치지형모델분석부(120)를 포함하여 구성된다. 본원 발명의 설명에서 '지형지표'는 TWI와 SPI와 SL 및 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값들을 지칭하는 것으로 정의한다.
상기 입력부(101)는 토석류 발생 지역 예측을 위한 GIS정보, 토석류발생정보, 사용자 제어 명령 등을 입력할 수 있도록 구성되는 것으로서, 마그네틱 리더기와 광리더기 등의 대용량 데이터 입력을 위한 리더기와, 마우스 키보드 등의 사용자 인터페이스 명령 입력을 위한 사용자 인터페이스 수단의 입력포트 등을 포함하여 구성된다.
상기 출력부(103)는 수치지형모델분석부(120)의 각 분석 값이나, 토석류발생지역예측부의 예측 결과 값을 출력하는 것으로서, 프린터포트, 마그네틱 기록장치, 광학기록장치 등의 기록 장치로 데이터를 출력하는 출력포트 등을 포함하여 구성된다.
상기 표시부(105)는 토석류 발생지역 예측장치(100)의 구동 상태와 수치지형모델분석부(120)의 분석 결과, 토석류발생지역예측부의 토석류발생지역 예측값 등의 정보를 표시하는 LCD 디스플레이 장치 등의 표시장치로 영상 데이터를 전송하는 포트로 구성된다.
상기 통신부(107)는 외부와 데이터 통신을 수행하는 LAN카드 등의 유선통신수단 또는 WIFI나 블루투스 등의 RF 방식 또는 적외선 포트 등 광학 방식 등의 무선통신카드 등 무선통신 수단 중 하나 이상을 포함하여 구성된다.
상기 토석류지형정보DB(110)는 분석 대상 지역의 항공사진 정보, 토석류 발생 위치 정보, 토석류 발생 관련 요인 정보, 위치별 고도 정보를 포함하는 GIS 공간정보 데이터, 지형도 등의 발생 지역 예측 기본 정보를 구조화하여 저장한다.
상기 수치지형모델생성부(115)는 토석류지형정보DB(110)에 저장된 분석 대상 지역의 항공사진 정보와 위치별 고도 정보를 이용하여 수치지형모델을 생성한다.
상술한 기능을 수행하는 상기 수치지형모델분석부(120)는 수치지형모델생성부(115)에서 생성된 분석 대상 지역의 수치지형모델을 이용하여 TWI(Topographic Wetness Index)와 SPI(Stream Power Index)와 SL(Slope Length) 값을 위치별로 분석하고, 이를 통합 연산 처리하여 토석류 발생 기준 값 이상인 지역을 검출한다.
수치지형모델분석부(120)의 TWI 분석부(121)는 수치지형모델로부터 토양수분, 지하수 흐름, 사면 안정 등과 같은 수문학적 조건의 다양성에 대한 지형의 역할을 반영하는 요인인 TWI 값들의 분포를 연산하여 산출한다.
상기 SPI분석부(123)는 수치지형모델을 분석하여 하천의 침식력을 나타내며, 대상 지역 내에서의 안정성을 나타내는 요인으로서의 SPI 값들의 분포를 연산하여 산출한다.
상기 SL분석부(125)는 수치지형모델을 분석하여 사면의 길이를 나타내는 지형지표인 SL(Slope Length)의 분포를 연산하여 산출한다.
상기 통합분석부(127)는 TWI 분석부(121), SPI분석부(123) 및 SL분석부(125) 각각에서 산출된 TWI, SPI, SL 값들을 통합 적용하여 토석류 발생여부 판단을 위한 통합분석값을 산출한다.
도 2는 수치지형모델을 이용한 TWI(Topographic Wetness Index)와 SPI(Stream Power Index) 분석 방법의 개념도이고, 도 3은 SL(Slope Length) 분석 방법의 개념도이다.
도 2 및 도 3을 참조하여 상기 TWI 분석부(121)와 상기 SPI분석부(123) 및 SL분석부(125)를 더욱 상세하게 설명한다.
상술한 TWI는 하기의 [수학식 1]에 의해 산출된다.
Figure 112015032958197-pat00012
여기서
Figure 112015032958197-pat00013
는 한 점을 통해 흐르는 누적된 위쪽 사면 면적이고,
Figure 112015032958197-pat00014
는 그 점에서의 경사도(Degree) 이다.
상기 [수학식 1]의 TWI는, 지형의 토양수분, 지하수 흐름, 사면 안정 등과 같은 수문학적 조건의 다양성을 반영하는 지형지표이다. 구체적으로 상기 TWI 지표는 수역에 있는 어떠한 점에서 누적되기 위한 물의 경향(
Figure 112015032958197-pat00015
)을 반영하고, 물의 사면 아래로 움직이려는 중력의 경향(
Figure 112015032958197-pat00016
)을 나타낸다. 물의 침투는 주로 침투율, 간극압, 토성강도에 대한 영향 같은 물질의 특성에 좌우된다. 이러한 TWI 분포는 시각적 해석을 위해 표준 편차 값을 기준으로 등급화된 후 도시된다.
다음으로, 상기 SPI는 하기의 [수학식 2]에 의해 산출된다.
Figure 112015032958197-pat00017
상기 SPI로 표시되는 지표는 토양 함수의 공간적인 분포를 나타내는데 사용된다.
상기 SPI는 상술한 바와 같이, 하천의 침식력을 측정하고, 분석 대상 지역 내에서의 안정성에 기여하는 요인으로써 고려된다. 이러한 SPI분포 또한 TWI분포와 같이 시각적 해석을 위해 표준편차 값을 기준으로 등급화 된 후 도시된다.
다음으로, 상기 SL은 도 3에 도시된 바와 같이, 두 위치의 고도차인 높이(h)와 경사각(θ)을 [수학식 3]을 적용하여 산출한다.
Figure 112015032958197-pat00018
상술한 바와 같이 산출된 SL들의 분포 또한 시각적 해석을 위해 표준편차 값을 기준으로 등급화된 후 도시된다.
상기 TWI 분석부(121), SPI분석부(123), SL분석부(125) 및 통합분석부(127)는 각각 TWI분포, SPI분포, SL 분포 및 TWI분포와 SPI분포와 SL 분포 중 둘 이상의 합의 분포를 도출한 후, 시각적 해석을 위해 각각 TWI분포, SPI분포, SL 분포 및 TWI분포와 SPI분포와 SL 분포 중 둘 이상의 지형지표의 합을 도출한 후, 각각의 표준 편차를 구하고, 각각의 지형지표 중 최소 값에 표준편차를 한 번 더하여 1단계, 2번 더하여 2단계 등으로 단계가 부여된다.
이때 본원 발명에서 적용되는 지형지표 값들은 지역별로 상이한 상대 값이므로 분석 대상 지역별로 도출되어 표준편차 값을 기준으로 등급이 부여된 후, 분석 대상 지역에서 실제 토석류 발생 지역의 지형지표 분포에 대한 등급 값이 기준이 되어 해당 값 이상인 등급을 가지는 지역들을 토석류 발생 지역으로 예측할 수 있으며, 따라서 상기 각각의 등급은 분석 대상 지역별로 달라진다.
도 4는 본 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 방법의 처리과정을 나타내는 순서도이다.
도 4와 같이, 본원 발명의 수치지형모델을 이용한 토석류 발생 지역 예측방법은, 분석대상지역선정과정(S10), 토석류지형정보DB구축과정(S20), 수치지형모델생성과정(S30), 수치지형모델분석과정(S40) 및 분석결과표시과정(S50)을 포함하며, 상기 수치지형모델분석과정(S40)은 TWI분석과정(S41), SPI분석과정(S43), SL분석과정(S45) 및 통합분석과정(S47)의 세부 처리과정을 포함한다.
도 4를 참조하여 본원 발명의 수치지형모델을 이용한 토석류 발생 지역 예측 방법의 처리과정을 더욱 구체적으로 설명한다.
먼저, 토석류 발생지역 예측을 위한 분석 대상 지역을 선정하는 분석대상지역선정과정(S10)을 수행한다.
이후 토석류 발생지역 예측을 위한 분석 대상 지역이 선정된 후에는 선정된 분석 대상 지역의 지형도 정보를 토석류 발생 지역 예측 기본 정보로 입력부(101)를 통해 입력하여 구조화된 데이터 구조로 저장하는 것에 의해 토석류지형정보DB(110)를 구축하는 토석류지형정보DB구축과정(S20)을 수행한다.
본원 발명에서 토석류 발생 지역을 위해 사용되는 정보는 지형도에서 계산하는 수치고조자료만을 필요로 한다. 그러나 토석류 발생 지역의 표시 등을 위해, 상기 토석류지형정보DB(110)는 분석 대상 지역의 항공사진 정보, 토석류 발생 위치 정보, 위치별 고도 정보를 포함하는 GIS 공간정보 데이터 등을 토석류 발생 지역 예측 기본 정보로서 추가로 저장할 수 있다.
도 5 내지 도 11은 우면산 지역에 대하여 토석류 발생 여부를 분석한 후 실제 토석류 발생 지역과 비교 분석한 것을 나타내는 도면이다.
도 5는 토석류 발생지역 예측을 위한 분석대상 지역으로서 우면산 지역의 항공사진을 나타내는 도면으로서, 상술한 토석류지형정보DB구축과정(S20)에서 저장되는 분석대상 지역의 항공사진의 예이다.
상술한 바와 같이, 토석류지형정보DB(110)가 구축된 후에는 수치지형모델생성부(115)가 토석류지형정보DB(110)에 저장된 지형도 정보에서 고도 정보를 추출하여 수치지형모델을 생성하는 수치지형모델생성과정(S30)을 수행한다. 도 6은 수치지형모델생성부(115)에 의해 분석대상 지역의 항공사진을 이용하여 생성된 분석대상 지역의 고도정보를 포함하는 수치지형모델을 나타내는 도면으로서, 생성된 수치지형모델은 분석 대상 지역을 면적과 고도정보를 파악할 수 있도록 고도의 분포로서 나타낸다.
수치지형모델생성과정(S30)에 의해 수치지형모델이 생성된 후에는, 생성된 수치지형모델을 수치지형모델분석부(120)가 입력 받아서 토석류 발생 지역 판단을 위한 지표들의 분포를 도출하는 수치지형모델분석을 수행한다. 상기 수치지형모델분석은 각각의 TWI, SPI 또는 SL 값의 분포를 도출하여 토석류 발생 지역을 예측하거나, 선택적으로 TWI, SPI 또는 SL 값의 분포 중 둘 이상의 값들을 이용하여 통합 분석하는 것에 의해 토석류 발생예측 값의 정확도를 향상시키는 분석 과정을 수행한다.
구체적으로, 상기 수치지형모델분석과정(S40)은 분석대상 지역의 사면 면적(
Figure 112016081009076-pat00019
)과 경사도(
Figure 112016081009076-pat00020
)를 이용하여 사면 안정성을 나타내는 TWI의 분포를 산출하고, 분포의 표준편차를 등급화한 후 실제 토석류 발생 지역들을 포함하는 표준편차의 등급을 도출하여 토석류발생지역을 예측하는 TWI분석과정(S41)과, 분석대상 지역의 사면 면적(
Figure 112016081009076-pat00021
)과 경사도(
Figure 112016081009076-pat00022
)를 이용하여 사면의 침식력을 나타내는 SPI의 분포를 산출하고 분포의 표준편차를 등급화한 후 실제 토석류 발생 지역들을 포함하는 등급을 도출하여 토석류발생지역을 예측하는 SPI분석과정(S43)과, 분석 대상 지역의 두 위치의 고도차인 높이(h)와 경사각(θ)을 이용하여 사면길이인 SL의 분포를 산출하고 분포의 표준편차를 등급화한 후 실제 토석류 발생 지역들을 포함하는 등급을 도출하여 토석류 발생지역을 예측하는 SL분석과정(S45)을 포함한다.
도 7은 상술한 처리과정 중 TWI분석과정(S41)에 의해 분석되어 토석류 발생 지역을 예측하여 표시한 TWI 분포를 나타내는 도면이다.
도 7의 경우, [수학식 1]을 적용하여 도출되는 TWI 값들을 이용한 토석류 발생 지역의 예측을 위해 토석류 발생 지역의 TWI 분포에 대하여 표준편차 값을 등급 구간으로 적용하여 등급화 한 후 항공사진에 표시한 것이다. 즉, 도 7의 경우 TWI 값들이 0.42348 ~ 21.93650 의 분포를 나타냈으며, 토석류 발생 지역과 대비한 경우, 토석류가 발생한 지역의 TWI 값이 3.44606 이상으로 나타났으므로, TWI 값이 3.44606 이상인 지역을 토석류 발생 예측 지역으로 붉은 색으로 표시하였다.
도 8은 상술한 처리과정 중 SPI분석과정(S43)에 의해 분석되어 토석류 발생지역을 예측하여 표시한 SPI 분포를 나타내는 도면이다.
도 8의 경우, [수학식 2]를 적용하여 도출되는 SPI 값들을 이용한 토석류 발생 지역의 예측을 위해 토석류 발생 지역의 SPI 분포에 대하여 표준편차 값을 적용하여 등급화 한 후 항공사진에 표시한 것이다. 즉, 도 8의 경우 SPI 값들이 0 ~ 10.46179의 분포를 나타냈으며, 토석류 발생 지역과 대비한 경우, 토석류가 발생한 SPI 값이 6.68189이상으로 나타났으므로, SPI 값이 6.68189 이상인 지역을 토석류 발생 예측 지역으로 붉은 색으로 표시하였다.
도 9는 상술한 처리과정 중 SL분석과정(S45)에 의해 분석되어 토석류 발생 지역을 예측하여 표시한 SL 분포를 나타내는 도면이다.
도 9의 경우, [수학식 3]을 적용하여 도출되는 SL 값들을 이용한 토석류 발생 지역의 예측을 위해 토석류 발생 지역의 SL 분포에 대하여 표준편차 값을 적용하여 등급화한 후 항공사진에 표시한 것이다. 즉, 도 9의 경우 SL 값들은 0 ~ 108.17172 값의 분포를 나타냈으며, 토석류 발생 지역과 대비한 경우, 토석류가 발생한 SL 값이 1.61897이상으로 나타났으므로, SL 값이 1.61897 이상인 지역을 토석류 발생 예측 지역으로서 붉은 색으로 표시하였다.,
또한, 상기 수치지형모델분석과정(S40)은 토석류 발생 예측 값의 정확도를 향상시키기 위하여 상기 TWI분포와 SPI분포 또는 SL분포 중 두 개 이상을 선택하여 합산한 후 합산된 값의 분포의 표준편차를 등급 구간 간격으로 등급화한 후 실제 토석류 발생 지역들을 포함하는 등급을 도출하여 토석류 발생 지역을 예측하는 통합 분석을 수행하는 통합분석과정(S47)을 선택적으로 더 수행할 수 있다.
도 10의 경우에는 도출된 TWI분포와 SPI분포들의 대응되는 위치에서의 TWI 값과 SPI 값의 합의 분포를 항공사진 위에 표시한 도면이다. 도 10의 경우, TWI 값과 SPI 값의 합은 1.03305 ~ 23.88321 값의 분포를 나타냈으며, 토석류 발생 지역과 대비한 결과, 10.24301 이상인 지역에서 토석류가 발생하였으므로, TWI 값과 SPI 값의 합이 10.24301 이상인 지역을 토석류 발생 예측 지역으로서 붉은 색으로 표시하였다.
도 11의 경우에는 도출된 TWI분포와 SPI분포 및 SL분포들의 대응되는 위치에서의 TWI 값과 SPI 값 및 SL 값의 합의 분포를 항공사진 위에 표시한 도면이다. 도 11의 경우, TWI 값과 SPI 값 및 SL 값의 합은 1.52473 ~ 115.65656 값의 분포를 나타냈으며, 토석류 발생 지역과 대비한 결과, 10.45047 이상인 지역에서 토석류가 발생하였으므로, TWI 값과 SPI 값 및 SL 값의 합이 10.45047 이상인 지역을 토석류 발생 예측 지역으로서 붉은 색으로 표시하였다.
우면산 지역의 경우 도 5 내지 도 11에 도시된 바와 같이, TWI의 경우 6단계 중 상위 3단계 값의 범위가 토석류 분포와 잘 일치한다. 즉 표준편차로 단계를 분류하였을 경우 상위 3단계(분포들 사이의 표준편차가 큰 단계) 값을 취하여 토석류 발생 지역을 예측한다.
SPI의 경우 5단계 중 상위 1단계 값의 범위가 토석류 분포와 잘 일치한다. 즉 표준편차로 단계를 분류하였을 경우 상위 1단계 값을 취하여 토석류 발생 지역을 예측한다.
SL의 경우 7단계 중 상위 3단계 값의 범위가 토석류 분포와 잘 일치한다. 즉 표준편차로 단계를 분류하였을 경우 상위 3단계 값을 취하여 토석류 발생 지역을 예측한다.
SPI와 TWI 값을 합산한 경우 6단계 중 상위 2단계 값의 범위가 토석류 분포와 잘 일치한다. 즉 표준편차로 단계를 분류하였을 경우 상위 2단계 값을 취하여 토석류 발생 지역을 예측한다.
SPI, TWI, SL 값을 모두 합산한 경우 6단계 중 상위 2단계 값의 범위가 토석류 분포와 잘 일치한다. 즉 표준편차로 단계를 분류하였을 경우 상위 2단계 값을 취하여 토석류 발생 지역을 예측한다.
토석류 발생 지역의 예측의 경우, 분석 대상의 각 지역의 수치지형모델별로 TWI분포, SPI분포, SL 분포 및 TWI분포와 SPI분포와 SL 분포 중 둘 이상의 합의 분포를 도출한 후, 시각적 해석을 위해 각각 TWI분포, SPI분포, SL 분포 및 TWI분포와 SPI분포와 SL 분포 중 둘 이상의 합으로 되는 지형지표들의 분포를 도출하고, 각각의 지형지표의 최소값에 표준편차를 반복 적으로 더하여 표준편차를 구간으로 하는 등급을 부여한 후, 실제 토석류 발생 지역의 값과 비교하여 토석류 발생지역 예측을 위한 기준 단계를 도출할 수 있다.
상술한 바와 같이, 상기 수치지형모델분석과정(S40) 중 TWI분석과정(S41), SPI분석과정(S43), SL분석과정(S45)은 순서에 무관하게 수행된다. 그리고 상기 통합분석과정(S47)은 TWI분석과정(S41), SPI분석과정(S43), SL분석과정(S45)이 수행되어 도출된 TWI, SPI 또는 SL 값들 중 둘 이상을 통합 적용하여 토석류 발생지역을 예측하게 된다.
다음으로 도 4의 처리과정 중 분석결과표시과정(S50)은 상술한 TWI분석과정(S41), SPI분석과정(S43), SL분석과정(S45) 또는 통합분석과정(S47)을 수행한 후 분석 결과인 TWI, SPI, SL 값 들의 표준편차 값들의 분포, TWI, SPI 또는 SL 값들 중 두 개 이상을 선택하여 합한 값들의 표준편차 값들의 분포 중 토석류 발생 지역의 값 이상인 값들의 분포를 항공사진에 표시하여 출력하는 과정이 된다.
상술한 바와 같이, 본 발명은 수치지형모델에 포함되는 분석 대상 지역의 면적정보와 고도 정보만으로 토석류 발생을 정확하게 예측할 수 있도록 함으로써, 토석류 발생 예측을 위한 연산처리를 현저히 간소화시키고, 토석류 발생 예측을 현저히 용이하게 수행할 수 있도록 한다.
이러한 본 발명은, 토석류뿐만 아니라 눈사태 등의 누적물의 다양한 흐름에 따른 재난에 대비하기 위한 재난 대응 기술 산업 분야 등에 널리 적용될 수 있다.
100: 토석류 발생지역 예측 장치 120: 수치지형모델분석부

Claims (13)

  1. 분석 대상 지역의 지형도 정보를 토석류 발생 지역 예측 기본 정보로 저장하는 토석류지형정보DB;
    상기 토석류지형정보DB에 저장된 분석 대상 지역의 토석류 발생 지역 예측 기본 정보를 이용하여 수치지형모델을 생성하는 수치지형모델생성부; 및
    상기 수치지형모델생성부에서 생성된 분석 대상 지역의 수치지형모델을 이용하여 TWI(Topographic Wetness Index), SPI(Stream Power Index), SL(Slope Length) 또는 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값의 분포 중 하나 이상의 지형지표 값을 위치별로 분석하여 각 지형지표 값들의 분포를 산출한 후 토석류 발생 예측 지역을 도출하는 수치지형모델분석부;를 포함하고,
    상기 수치지형모델분석부는
    상기 수치지형모델로부터 사면 안정성을 포함하는 지형의 역할을 반영하는 지형지표인 TWI 값들의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 TWI 분석부;
    상기 수치지형모델을 분석하여 하천의 침식력을 포함하는 대상 지역 내에서의 안정성을 나타내는 지형지표인 SPI 값들의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 SPI분석부;
    상기 수치지형모델을 분석하여 사면의 길이를 나타내는 지형지표인 SL(Slope Length)의 분포를 연산하여 산출하고, 토석류 발생 지역을 예측하는 SL분석부; 및
    상기 TWI 분석부, SPI분석부 및 SL분석부 각각에서 산출된 TWI, SPI 및 SL 값들을 통합 적용하여 토석류 발생여부 판단을 위한 통합분석값을 산출하는 통합분석부;를 포함하며,
    상기 수치지형모델분석부는,
    상기 지형지표 값들의 분포들의 표준편차를 각 지형지표의 최소값에 반복적으로 더하여 표준편차를 기준으로 등급을 부여하여 각 등급 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역의 등급과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측하는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 장치.
  2. 청구항 1에 있어서, 상기 수치지형모델은,
    상기 분석대상 지역의 면적 및 고도 정보를 포함하여 구성되는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 장치.
  3. 삭제
  4. 청구항 1에 있어서, 상기 TWI분석부는,
    Figure 112016081009076-pat00023
    는 한 점을 통해 흐르는 누적된 위쪽 사면 면적이고,
    Figure 112016081009076-pat00024
    는 그 점에서의 경사도(Degree)인 경우
    Figure 112016081009076-pat00025
    에 의해 TWI의 분포를 도출하도록 구성되는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 장치.
  5. 청구항 1에 있어서, 상기 SPI분석부는,
    Figure 112016081009076-pat00026
    는 한 점을 통해 흐르는 누적된 위쪽 사면 면적이고,
    Figure 112016081009076-pat00027
    는 그 점에서의 경사도(Degree)인 경우
    Figure 112016081009076-pat00028
    에 의해 SPI의 분포를 도출하도록 구성되는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 장치.
  6. 청구항 1에 있어서, 상기 SL분석부는,
    두 점의 고도차인 높이가 h이고, 경사각이 θ인 경우,
    Figure 112016081009076-pat00029
    에 의해 SL의 분포를 도출하도록 구성되는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 장치.
  7. 삭제
  8. 삭제
  9. 제 1항, 제 2항 및 제 4항 내지 제 6항 중 어느 한 항에 따른 토석류 발생 지역 예측 장치를 이용한 토석류 발생지역 예측방법에 있어서,
    토석류지형정보DB가 분석 대상 지역의 지형도 정보를 토석류 발생 지역 예측 기본 정보로 저장하는 토석류지형정보DB구축과정;
    수치지형모델생성부가 토석류지형정보DB에 저장된 분석 대상 지역에 대한 토석류 발생 지역 예측 기본 정보를 이용하여 수치지형모델을 생성하는 수치지형모델생성과정; 및
    수치지형모델분석부가 상기 수치지형모델생성과정에서 생성된 수치지형모델로부터 TWI 분포, SPI 분포, SL 분포 또는 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 값의 분포 중 하나 이상의 지형지표 값을 위치별로 분석하여 토석류 발생 지역을 예측하는 수치지형모델분석과정;을 포함하여 이루어지는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생지역 예측방법.
  10. 청구항 9에 있어서, 상기 토석류 발생 지역 예측 기본 정보는,
    항공사진 정보, 토석류 발생 위치 정보, 위치별 고도 정보를 포함하는 GIS 공간정보 데이터 및 지형도 정보를 포함하는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 방법.
  11. 청구항 9에 있어서, 상기 수치지형모델분석과정은,
    TWI 분석부가 상기 분석대상 지역의 사면 면적(
    Figure 112016081009076-pat00030
    )과 경사도(
    Figure 112016081009076-pat00031
    )를 이용하여 사면 안정성을 나타내는 TWI의 분포를 산출하고 토석류발생지역을 예측하는 TWI분석과정;
    SPI분석부가 상기 분석대상 지역의 사면 면적(
    Figure 112016081009076-pat00032
    )과 경사도(
    Figure 112016081009076-pat00033
    )를 이용하여 사면의 침식력을 나타내는 SPI의 분포를 산출하고 토석류발생지역을 예측하는 SPI분석과정; 및
    SL분석부가 상기 분석 대상 지역의 두 위치의 고도차인 높이(h)와 경사각(θ)을 이용하여 사면길이인 SL의 분포를 산출하고 토석류 발생지역을 예측하는 SL분석과정; 중 하나 이상의 분석 과정을 포함하여 이루어지는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 방법.
  12. 청구항 11에 있어서, 상기 토석류 발생 지역 예측은,
    상기 지형지표 값들의 분포들의 표준편차를 기준으로 등급을 부여하여 각 단계 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측하는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 방법.
  13. 청구항 11에 있어서, 상기 수치지형모델분석과정은,
    상기 TWI 분석과정, SPI 분석과정 및 SL 분석과정 각각에서 산출된 TWI와 SPI와 SL 중 두 개 이상을 선택하여 합한 통합분석값의 분포를 표준편차를 기준으로 등급을 부여하여 각 단계 별 토석류 발생 여부를 구분하고, 실제 토석류 발생 지역과 대비하는 것에 의해 특정 지역에서의 토석류 발생 기준 등급을 도출한 후 도출된 기준 등급을 기준으로 토석류 발생 지역을 예측하는 통합분석과정;을 더 포함하여 이루어지는 것을 특징으로 하는 수치지형모델을 이용한 토석류 발생 지역 예측 방법.
KR1020150047532A 2015-04-03 2015-04-03 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법 KR101693835B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150047532A KR101693835B1 (ko) 2015-04-03 2015-04-03 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150047532A KR101693835B1 (ko) 2015-04-03 2015-04-03 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20160118797A KR20160118797A (ko) 2016-10-12
KR101693835B1 true KR101693835B1 (ko) 2017-01-06

Family

ID=57173667

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150047532A KR101693835B1 (ko) 2015-04-03 2015-04-03 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101693835B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992635B (zh) * 2019-03-19 2022-08-12 成都理工大学 一种震后泥石流早期识别方法
CN113065702B (zh) * 2021-03-31 2023-08-08 中国地质大学（武汉） 基于st-seep分段法和时空arma模型的滑坡位移多线性预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100982447B1 (ko) * 2010-03-03 2010-09-16 한국지질자원연구원 지공간 상관관계 통합기법을 이용한 산사태 발생 예측시스템 및 이를 이용한 산사태 발생 예측방법
KR101280389B1 (ko) 2011-12-28 2013-07-01 한국지질자원연구원 지반재해 발생 예측 시스템 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140046358A (ko) * 2012-10-10 2014-04-18 이명진 산사태 위험성 분석 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100982447B1 (ko) * 2010-03-03 2010-09-16 한국지질자원연구원 지공간 상관관계 통합기법을 이용한 산사태 발생 예측시스템 및 이를 이용한 산사태 발생 예측방법
KR101280389B1 (ko) 2011-12-28 2013-07-01 한국지질자원연구원 지반재해 발생 예측 시스템 및 방법

Also Published As

Publication number Publication date
KR20160118797A (ko) 2016-10-12

Similar Documents

Publication Publication Date Title
Clubb et al. Geomorphometric delineation of floodplains and terraces from objectively defined topographic thresholds
Kumar et al. Landslide susceptibility mapping using analytical hierarchy process (AHP) in Tehri reservoir rim region, Uttarakhand
Yalcin GIS-based landslide susceptibility mapping using analytical hierarchy process and bivariate statistics in Ardesen (Turkey): comparisons of results and confirmations
Wan A spatial decision support system for extracting the core factors and thresholds for landslide susceptibility map
Feizizadeh et al. Landslide risk assessment based on GIS multi-criteria evaluation: a case study in Bostan-Abad County, Iran
Kim et al. ArcMine: A GIS extension to support mine reclamation planning
Kamh et al. Evaluating urban land cover change in the Hurghada area, Egypt, by using GIS and remote sensing
Rawat et al. Remote-sensing and GIS-based landslide-susceptibility zonation using the landslide index method in Igo River Basin, Eastern Himalaya, India
Karakas et al. Landslide susceptibility mapping with random forest model for Ordu, Turkey
Muluneh et al. Morphometric analysis of Didessa river catchment in blue nile basin, western Ethiopia
KR101693835B1 (ko) 수치지형모델을 이용한 토석류 발생지역 예측장치 및 그 방법
CN107944089A (zh) 一种基于现状视廊的地块限高分析系统及其分析方法
Qiu et al. Sinkhole susceptibility assessment based on morphological, imagery, and contextual attributes derived from GIS and imagery data
Lin et al. Framework for susceptibility analysis of layered rock slopes considering the dimensions of the mapping units and geological data resolution at various map scales
Pradhan et al. GIS-based landslide susceptibility model considering effective contributing area for drainage time
Di Crescenzo et al. High-resolution mapping of rock fall instability through the integration of photogrammetric, geomorphological and engineering–geological surveys
JP3646726B1 (ja) 防災事業支援システム
Farina et al. Development of an early warning system for shallow landslide hazard in the Grasberg area, Indonesia
KR102387940B1 (ko) 산사태와 관련된 환경 지리적 특성을 파악하기 위한 산사태 예측 장치 및 방법
Lelyk et al. Spatial disaggregation of soil map polygons to estimate continuous soil property values at a resolution of 90 m for a pilot study area in Manitoba, Canada
Vahidi et al. Monitoring land cover changes in Tehran city over 5 years (2018 to 2022) using remote sensing based spatial information
Mandlburger et al. Derivation of a countrywide river network based on Airborne Laser Scanning DEMs-results of a pilot study
Gbadebo et al. GIS-based landslide susceptibility assessment in Eyinoke Hilly Area of Okeigbo, SW, Nigeria
Kumar et al. Mapping of Landslide Susceptibility Using Geospatial Technique-A Case Study in Kothagiri Region, Western Ghats, Tamil Nadu, India
Pimiento Shallow Landslide Susceptibility Modelling and Validation

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191226

Year of fee payment: 4