KR101762809B1 - 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법 - Google Patents

드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법 Download PDF

Info

Publication number
KR101762809B1
KR101762809B1 KR1020160007808A KR20160007808A KR101762809B1 KR 101762809 B1 KR101762809 B1 KR 101762809B1 KR 1020160007808 A KR1020160007808 A KR 1020160007808A KR 20160007808 A KR20160007808 A KR 20160007808A KR 101762809 B1 KR101762809 B1 KR 101762809B1
Authority
KR
South Korea
Prior art keywords
landslide
area
landslides
slope stability
soil
Prior art date
Application number
KR1020160007808A
Other languages
English (en)
Inventor
이근상
정인준
Original Assignee
전주비전대학교산학협력단
주식회사 고원공간정보
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 전주비전대학교산학협력단, 주식회사 고원공간정보 filed Critical 전주비전대학교산학협력단
Priority to KR1020160007808A priority Critical patent/KR101762809B1/ko
Application granted granted Critical
Publication of KR101762809B1 publication Critical patent/KR101762809B1/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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D43/00—Arrangements or adaptations of instruments
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • 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
    • 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
    • G06Q90/00—Systems or methods specially adapted for administrative, commercial, financial, managerial or supervisory purposes, not involving significant data processing
    • B64C2201/127—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

본 발명은 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법에 관한 것으로, GNSS 수신기와 관성항법장치(INS)이 탑재된 드론을 활용하여 대상지에 대한 항공사진 낱장을 촬영한 후 영상접합을 통해 정사사진과 수치표고모델(DEM)을 제작하게 되며, GNSS 측량을 통해 취득한 지상기준점(GCP)을 이용하여 영상에 대한 정확한 좌표매칭을 수행한다. 드론을 통해 구축한 수치표고모델(DEM)은 산사태 예측을 위한 무한사면안정해석모형의 입력자료로 제공되며, 이를 통해 집중호우로 인한 산사태 위험등급을 6단계로 구분할 수 있고 또한 물골분석을 통해 토석류 발생지역도 선정한다. 드론으로 구축한 수치표고모델(DEM) 자료에 대해 흐름방향분석, 상류기여면적 및 집수면적을 공간정보(GIS) 분석기법을 통해 자동으로 계산함으로써, 무한사면안정해석에 사용되는 기초자료를 효과적으로 생성한다. 또한, 무한사면안정해석의 사면안정지수(SI) 기준을 통해 6등급으로 분류된 산사태 위험도를 제작할 수 있었으며, 이 중 SI가 매우 낮아 산사태 위험도가 높은 지역을 도면에서 확인하여 산사태 위험지역을 예측할 수 있었다. 그리고 물골분석을 통해 토석류 발생 가능성이 높은 토사붕괴 위험지역을 도면에서 확인하게 되었다. 본 발명은 산사태 및 토석류 발생 저감을 위한 사면보강이나 주민안전대책 수립을 위한 지반재해 분야의 의사결정 자료로 활용될 수 있다.

Description

드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법{Method for generating topographical data for landslide prediction by using drone and selecting landslide harzard zone by using the topographical data}
본 발명은 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법에 관한 것으로, 보다 상세하게는 GNSS(Global Navigation Satellite System) 수신기와 관성항법장치(INS, Inertial Navigation System)가 탑재되고 카메라와 모뎀과 배터리를 구비하는 드론을 사용하여 대상지에 대한 항공사진 낱장들을 촬영한 후 영상접합을 통해 정사사진과 수치표고모델(DEM, Digital Elevation Model)을 제작하며, GNSS 측량을 통해 취득한 지상기준점(GCP, Ground Control Point)을 이용하여 영상에 대한 정확한 좌표매칭을 하고, 드론을 통해 구축한 수치표고모델(DEM)은 산사태 예측을 위한 무한사면안정해석모형의 입력자료로 제공되며, 이를 통해 집중호우로 인한 산사태 위험등급을 6단계로 구분하여 물골분석을 통해 토석류 발생지역을 선정하고, 드론을 활용하여 촬영한 항공 사진을 사용하여 산사태 예측에 필요한 최신의 지형자료를 생성하는 방법을 제시하고 이를 무한사면안정해석모형에 입력하여 산사태 위험지역을 예측하는 방법을 제공한다.
전세계적으로 산업화와 도시화로 인한 지구온난화가 심각해지면서 기후변화에 따른 국지성 집중호우가 빈번하게 발생하고 있다. 최근, 기후변화에 따른 집중호우로 산사태 및 토석류가 발생하여 토사 붕괴시에 많은 인명 및 재산피해가 발생하고 있다. 이러한 집중호우로 도심지 주변의 산사태가 발생하여 많은 인명과 재산피해를 야기하게 되었으며, 대표적으로 2011년 우면산 산사태로 산사태에 대한 사회적 관심이 집중되었다. 2002년부터 현재까지 우리나라의 연평균 산사태로 인한 피해면적은 여의도 면적의 2.6배가 넘는 779ha에 이르고 있으며 사망 11명, 피해복구액 기준으로 약 1,300억원 규모로 국가적으로 매해 큰 손실을 입고 있다. 이에 따라 급경사지재해예방에관한법률 제20조에서는 각종 설계, 시공 및 붕괴위험예측 등에 활용할 수 있는 전국 단위의 지반재해위험지도를 제작하여 보급하도록 규정하고 있으며, 또한 산림보호법 개정으로 산림청장은 국민들에게 산사태 관련 정보를 제공(산림보호법 제45조의 5 산사태정보체계의 구축) 하도록 되어 있다. 이러한 산사태 위험지역을 예측하여 국민들에게 제공하는 부분은 산사태 및 급경사지 주변지역의 안전을 확보할 수 있다는 점에서 매우 중요하다.
최근 기후변화에 따른 집중호우가 빈번하게 발생하고 있으며, 2011년 7월 밀양, 춘천 그리고 우면산 산사태 등으로 58명의 인명피해가 발생하여 사회적으로 큰 관심을 갖게 되었고 이에 따라 과학적이고 합리적인 급경사지 예방정책을 추진하게 되었다. 2002년부터 현재까지 우리나라의 연평균 산사태로 인한 피해면적은 여의도 면적의 2.6배가 넘는 779ha에 이르고 있으며 사망 11명, 피해복구액 기준으로 약 1,300억원 규모로 국가적으로 매해 큰 손실을 입고 있다. 이에 따라 급경사지재해예방에 관한법률 제20조에서는 각종 설계, 시공 및 붕괴위험예측 등에 활용할 수 있는 전국 단위의 지반재해위험지도를 제작하여 보급하도록 규정하고 있다. 이러한 지반재해위험지도 제작은 산사태 및 급경사지 주변지역의 안전을 확보할 수 있는 기초자료로 활용이 가능하다는 점에서 의미가 있다(소방방재청, 2012).
산사태에 효과적으로 대처하기 위해 산사태 발생 원인을 정확하게 평가해야 한다. 산지 경사면에 위치한 흙은 높은 위치에너지를 가진 불안정한 상태에 놓여 있으며, 흙과 기반암과의 마찰력, 나무뿌리와 흙 간의 점착력, 흙 입자들간의 점착력 그리고 사면 위족의 흙이 흘러내려오지 않도록 지탱해주는 사면 아래쪽 흙들의 지지력들과의 평형관계가 무너지면서 산사태가 발생하게 된다. 또한, 집중호우로 흙이 포화될 경우 흙과 기반암간의 마찰력이 약해지고 아울러 나무뿌리와 흙 그리고 흙 입자들간의 점착력이 약해져 산사태가 더 가속화되게 된다.
이러한 산사태 위험도 평가에 이용되는 자료 중 가장 필수적인 것이 지형자료이며 주로 항공사진측량에 의해 제작된 수치지형도가 이용되고 있다. 그러나, 도심지 주변의 경우 택지개발, 재건축, 토석채취 등으로 지형이 자주 변화되고 있으므로 최신의 지형정보를 취득할 수 있는 새로운 방법이 요구되고 있다.
상기한 문제점을 해결하기 위한 본 발명의 목적은 GNSS 수신기와 관성항법장치(INS)가 탑재되고 카메라와 모뎀, 배터리를 구비하는 드론을 사용하여 항공사진을 촬영한 후, 사진측량기법을 사용한 정사사진 및 수치표고모델(DEM, Digital Elevation Model)을 구축 방법을 제시하며, 영상과 수치표고모델(DEM)의 좌표매칭을 위해 GNSS 측량을 통해 지상기준점(GCP, Ground Control Point)을 구축하는 방법을 제시하는, 드론을 활용한 사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법을 제공하는 것이다.
드론을 통해 구축한 지형자료는 공간정보(GIS) 분석기법을 활용하여 무한사면안정해석에 이용되는 기초자료를 생성하게 되며, 이와 같이 생성된 기초자료와 다양한 입력자료를 연계하여 무한사면안정해석 개념을 이용하여 사면안정지수(SI, Stability Index)를 계산하게 된다. 이러한 방법을 통해 사면안정지수(SI)와 물골분석 결과를 도면으로 표출한 후 도면을 통해 산사태와 토석류 위험지역을 예측하는 방법을 제시하였다.
본 발명의 목적을 달성하기 위해, 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법은 (a) 무인비행기를 활용하여 항공사진을 촬영하는 단계; (b) GNSS(Global Navigation Satellite System) 측량을 통해 취득한 지상기준점(GCP; Ground Control Point)을 사용하여 영상에 대한 좌표매칭을 수행하는 단계; (c) 컴퓨터와 연결하여 상기 무인비행기로 촬영된 낱장 사진들에 대해 영상접합 기술을 통해 정사사진과 수치표고모델(DEM; Digital Elevatin Model)을 구축하는 단계; (d) 공간정보(GIS) 분석을 통해 흐름방향도, 상류기여면적, 집수면적을 계산하여 GIS 분석에 의한 무한사면안정해석을 위한 지형자료를 구축하는 단계; (e) 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의하고, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율을 고려하여 무한사면안정해석을 수행하며, 상기 무한사면안정해석을 이용하여 공간정보(GIS) 자료를 활용한 사면안정지수(SI, Stability Index)를 계산하고, 등급별 분류하여 사면안정지수(SI) 등급 도면제작과 면적을 계산하여 상기 무한사면안정해석을 사용한 사면안정지수(SI)를 계산하는 단계; 및 (f) 상기 사면안정지수(SI)에 의한 산사태 위험지역을 선정하고 물골분석을 실시한 도면을 통해 토석류 위험지역을 선정하는 산사태와 토석류 위험지역 선정 단계를 포함하며,
상기 단계(e)의 무한사면안정해석을 사용한 사면안정지수(SI)를 계산하는 단계는, 상기 무한사면안정해석은 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의한다는 점이며, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율을 고려하여 무한사면해석을 수행하고, 다양한 지형정보로부터 사면안정계수의 인자들을 계산하기 위해 식 (3)에 의해 계산되며,
Figure 112017022471705-pat00071
[식 (3)]
식 (3)에서 최소값인
Figure 112017022471705-pat00072
은 상대 습윤도의 상한계가 1.0임을 의미하며, 사면안정지수(SI; Stability Index)를 정의하기 위해 다음 식 (4), (5)가 사용되며,
Figure 112017022471705-pat00073
[식 (4)],
Figure 112017022471705-pat00074
[식 (5)]
이 중 집수면적 a와 사면경사 θ는 지형자료로 산정이 가능하며, 물과 흙의 밀도비 r은 0.5로 가정하고, 또한 복합점착력(C), 흙의 마찰력(tanφ), 지하수 재충전율과 흙의 투수량 계수의 비(R/T)는 불확실성을 내포한 매개별수로서 무한사면안정해석을 수행하는데 중요한 요소이며, 무한사면안정해석에서는 이들 매개변수가 각각 상한계와 하한계의 범위를 가지며, 이 범위 내에서 발생확률이 균일한 확률분포를 갖는 것으로 가정하고, 여기서, R/T = x, tanθ = t라고 하면 C~ U(C1,C2), x~ U(x1,x2), t ~ U(t1,t2)로 나타낼 수 있으며, 식 (4)와 같이 가장 불리한 조건은 흙의 최소전단강도 조건에서의 최대강우강도를 의미하며, 식 (5)와 같이 가장 유리한 조건은 흙의 최대전단강도에서의 최소강우강도를 의미하고, FSmin 에서 안전율이 1을 상회하는 경우 사면안정지수(SI)가 1 이상으로서 산사태 발생 가능성이 전혀 없는 산사태에 안전한 지역을 의미하며,
Figure 112017022471705-pat00075
에서 안전율이 1보다 작은 경우 SI가 0이 되어 반드시 산사태 보강대책이 필요하다는 의미이며, 식 (4)와 (5)에서 SI가 모두 1 이하인 경우에는 산사태가 발생할 가능성이 있는 것으로 해석되는 것을 특징으로 한다.
본 발명에 따르면, 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법은 최근 도심지 주변의 산지를 중심으로 집중 호우로 토사붕괴나 산사태가 발생하여 인명 및 재산피해가 크게 증가하고 있는 실정이다. 본 발명에서는 드론을 활용하여 UAV(Unmanned Aerial Vehicle) 측정 기술을 사용하여 최신의 지형정보를 취득하고 이를 무한사면해석에 입력하여 여름철 집중호우로 인한 산사태 및 토석류 위험도를 평가하는 방법론을 제시하였다.
일 실시예에서는 특정 대상지역에 대한 산사태 위험도를 평가한 결과, 산사태 위험도 구간인 SI≤1.0에서의 분포면적이 46,396로 분석되었으며 분포비율로는 전체지역의 18.2%로 나타났다. 특히 산사태 발생이 매우 심각하여 사면보강 대책을 시급히 시행해야 되는 구간인 SI ≤ 0.0의 면적은 7,988로서 전체지역의 0.8%를 차지하는 것으로 분석되었다. 또한, 사면안정지수(SI)에 의한 산사태 위험도와 물골분석에 의한 토석류 위험도를 종합적으로 검토함으로써, 집중호우시 산사태에 따른 토석류 위험지역을 선정할 수 있었다. 본 연구에서 분석한 산사태 및 토석류 위험지역은 향후 사면보강이나 주민안전대책 수립을 위한 의사결정 자료로 활용될 수 있을 것으로 판단된다.
드론은 비교적 저렴한 비용으로 신속하게 대상지역에 대한 최신의 3차원 지형정보를 취득할 수 있다. 따라서 국가에서 5년의 주기로 취득하는 지형정보에 비해 택지개발이나 토석채취 등 신속하게 변화하는 지형의 변화를 신속하게 반영할 수 있으므로 무한사면안정해석의 입력자료로 활용하여 산사태나 토석류 발생지역을 예측하는데 정확도를 높일 수 있다.
특히, 드론으로 촬영한 사진의 좌표를 국내 지도좌표와 매칭시키기 위해 GNSS 측량을 통해 지상기준점(GCP)을 선정하여 좌표를 취득하였으며, 이를 통해 국내에서 활용되고 있는 다른 지도와 정확히 매칭되는 정사사진과 수치표고모델(DEM)을 구축할 수 있었다.
이와 같이 드론으로 구축한 수치표고모델(DEM) 자료에 대해 흐름방향분석, 상류기여면적 및 집수면적을 공간정보(GIS) 분석기법을 통해 자동으로 계산함으로서, 무한사면안정해석에 이용되는 기초자료를 효과적으로 생성할 수 있었다.
또한, 무한사면안정해석의 사면안정지수(SI) 기준을 통해 6등급으로 분류된 산사태 위험도를 파악할 수 있었으며, 이 중 SI가 매우 낮아 산사태 위험도가 높은 지역을 도면에서 확인하여 산사태 위험지역을 검토할 수 있었다. 그리고 물골분석을 통해 토석류 발생 가능성이 높은 위험지역을 도면에서 확인할 수 있었다.
이와 같은 발명을 통해 산사태 및 토석류 발생 저감을 위한 사면보강이나 주민안전대책 수립을 위한 지반재해 분야의 의사결정 자료로 활용될 수 있을 것으로 사료된다.
도 1은 본 발명에 따른 드론을 사용한 지형자료 생성 및 산사태 위험지역 선정 방법을 설명한 순서도이다.
도 2는 현장 사진촬영 및 GNSS 측량 방법을 나타낸 순서도이다.
도 3은 드론 시스템 구성품을 나타낸 사진이다.
도 4는 드론 본체에 날개 연결 방법을 나타낸 도면이다.
도 5는 드론 본체에 배터리를 연결 방법을 나타낸 도면이다.
도 6은 드론 본체에 배터리 연결 사진이다.
도 7은 드론 본체에 카메라 연결 방법을 나타낸 사진이다.
도 8은 드론 본체에 카메라 연결 사진이다.
도 9는 노트북에 드론과의 데이터 링크용 모뎀 연결 사진이다.
도 10은 노트북에서 비행계획 수립 및 모니터링 프로그램 구동 화면이다.
도 11은 드론의 이륙 및 착륙에 관한 정보 세팅 화면이다.
도 12는 비행계획 수립 및 모니터링 프로그램 구동 화면이다.
도 13은 드론 이륙 사진이다.
도 14는 드론 모니터링 및 사진 촬영 화면이다.
도 15는 드론 착륙을 위한 모니터링 화면이다.
도 16은 드론 착륙 사진이다.
도 17은 드론 본체에 저장된 로그파일을 노트북으로 전송하는 사진이다.
도 18은 사진과 로그파일 연결 기능 화면이다.
도 19는 사진과 로그파일 연결 후 해당 위치 표시 화면이다.
도 20은 사진과 로그파일을 연결한 최종 사진이다.
도 21은 지상기준점(GCP, Ground Control Point) 위치도이다.
도 22는 GNSS 측량을 수행하는 사진이다.
도 23은 영상접합 프로그램을 이용하여 드론으로 촬영된 낱장 형태의 사진을 접합하는 과정을 나타낸 사진 접합 화면이다.
도 24는 GNSS 측량을 통해 취득한 지상기준점(GCP)을 사진상에 매칭하는 화면이다.
도 25는 영상매칭을 통해 구축한 정사사진이다.
도 26은 수치표고모델(DEM, Digital Elevation Model) 화면이다.
도 27은 무한사면에서의 힘의 평형 상태를 나타낸 도면이다.
도 28은 흐름 방향 계산 모형도이다.
도 29는 흐름방향도 분석 화면이다.
도 30은 특정지점의 비집수면적으로서 단위등고길이에 대한 상류기여면적으로 정의되는 집수면적 계산 모형도이다.
도 31은 공간정보(GIS) 분석기법을 통해 분석한 상류기여면적 분석 화면이다.
도 32는 특정 지점의 비집수면적 분석 화면이다.
도 33은 상류방향 누적셀과 경사를 기준으로 지하수포화대별 산사태 위험도의 분포특성을 나타낸 것이며, 사면안정지수(SI, Stability Index)가 1.0 이상인 셀은 산사태에 안전한 지역을 의미하며, 1.0 이하인 셀은 산사태 발생 가능성이 있는 지역을 의미하는 사면안정지수(SI)별 분포 특성 사례를 나타낸 그래프이다.
도 34는 사면안정지수(SI)의 6단계 등급을 기준으로 산사태 위험도를 나타낸 산사태 위험도 분석 화면이다.
도 35는 사면안정지수(SI) 6등급을 도면에 표출하여 사면안정지수(SI) 분석을 통한 산사태 위험지역을 나타낸 화면이다.
도 36은 토석류 발생에 따른 위험도를 예측할 수 있는 물골이 집중되는 지역을 나타낸 것으로, 물골분석을 통한 토석류 위험지역 나타낸 화면이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다.
가. 드론을 활용한 현장 항공사진 촬영 방법
도 1은 본 발명에 따른 드론을 사용한 지형자료 생성 및 산사태 위험지역 선정 방법을 설명한 순서도이다.
무인비행시스템은 일 실시예로 GNSS(Global Navigation Satellite System) 수신기와 관성항법장치(INS, Inertial Navigation System)가 탑재되고 카메라와 모뎀, 배터리를 구비하는 드론 또는 무인비행기를 사용하며, 이에 한정하지 않으며 다른 무인비행기를 사용할 수 있다. 본 발명의 실시예에서는 '드론'을 예를 들어 설명한다.
본 발명의 드론(drone)을 사용한 지형자료 생성 및 산사태 위험지역 선정 방법은 드론, 배터리, 카메라, 모뎀 장비를 연결하고 비행계획(종횡중복도, 해상도, 비행고도 등)을 수립하여 드론을 이용한 항공사진 촬영, 노트북으로 사진과 로그 파일(GNSS 좌표, INS)을 다운로드 및 저장하는 드론을 이용한 항공사진 촬영하는 단계; 지상기준점(GCP, Ground Control Point)에 대해 GNSS 측량을 수행하여 WGS84 좌표를 GRS80 좌표로 변환하는 GNSS 측량 단계; 드론으로 항공 촬영된 낱장사진에 대해 영상접합을 수행하여 정사사진 및 수치표고모델(DEM, Digital Elevation Model)을 제작하는 단계; 공간정보(GIS) 분석기술 활용하여 흐름방향도, 상류기여면적, 집수면적을 계산하여 GIS 분석에 의한 무한사면안정해석 지형자료 구축 단계; 공간정보(GIS) 자료를 활용한 사면안정지수(SI, Stability Index) 계산 및 등급별 분류화 과정과 사면안정지수(SI) 등급 도면제작과 면적을 계산하여 무한사면안정해석을 통한 사면안정지수(SI)를 계산하는 단계; 및 사면안정지수(SI)에 의한 산사태 위험지역을 선정하고 물골분석에 의한 토석류 위험지역 선정하는 산사태와 토석류 위험지역을 선정하는 단계를 포함한다.
도 2는 현장 사진촬영 및 GNSS 측량 방법을 나타낸 순서도이다.
현장 사진촬영 및 GNSS 측량 방법은 드론(본체, GNSS, INS, 날개, 배터리, 카메라)과 노트북을 데이터 링크용 모뎀으로 연결하는 단계; 종중복도, 횡중복도, 해상도, 비행고도를 세팅하고 촬영 범위, 이착률 방향, 안전 기준(풍속 등) 세팅하는 단계; 드론을 이륙하여 사진 촬영 후 착륙하는 드론을 이용한 사진 촬영 단계; 착륙 후, 드론과 노트북을 연결하여 사진 파일을 다운로드하고 로그 파일(GNSS 좌표, INS)을 다운로드하는 사진 및 로그 파일 다운로드 단계; 노트북의 비행 데이터 매니저(Flight Data Manager)를 이용하여 사진과 로그파일을 연결하는 사진과 로그 파일을 연결하는 단계를 포함한다.
1) 드론 시스템 장비 연결
도 3은 드론 시스템 구성품을 나타낸 사진이다. 도 4는 드론 본체에 날개 연결 방법을 나타낸 도면이다. 도 5는 드론 본체에 배터리를 연결 방법을 나타낸 도면이다. 도 6은 드론 본체에 배터리 연결 사진이다. 도 7은 드론 본체에 카메라 연결 방법을 나타낸 사진이다. 도 8은 드론 본체에 카메라 연결 사진이다.
드론 본체에는 기본적으로 외부 케이스와 비행시스템, GNSS 수신기, INS가 탑재되어 있다. 기본적인 드론 구성품은 도 3과 같이 드론 시스템 구성품을 볼 수 있다.
드론 시스템 장비 연결 시에, 먼저 날개(Wing)를 연결한다. 이후, 드론 본체에 배터리를 장착한다. 드론 본체에 카메라를 장착한 후, 케이블을 연결한다.
노트북에 드론과 비행 모니터링 프로그램을 상호 연동하는데 사용되는 데이터 링크용 모뎀을 연결한다.
도 9는 노트북에 드론과의 데이터 링크용 모뎀 연결 사진이다.
2) 비행계획 수립
도 10은 노트북에서 비행계획 수립 및 모니터링 프로그램 구동 화면이다. 도 11은 드론의 이륙 및 착륙에 관한 정보 세팅 화면이다. 도 12는 비행계획 수립 및 모니터링 프로그램 구동 화면이다.
* 노트북을 켜고 비행계획 수립 및 현장에서 드론의 항공 촬영상황을 모니터링할 수 있는 프로그램을 실행한다.
* 촬영범위를 선정한 후 종중복도, 횡중복도, 해상도, 비행고도를 세팅한다.
* 이륙 및 착륙에 관한 정보(지점, 방향, 폭)를 설정한다.
* 최종적으로 결정된 비행계획을 데이터 링크용 모뎀을 통해 드론 본체에 송신한다.
3) 드론을 사용한 사진 촬영
도 13은 드론 이륙 사진이다. 도 14는 드론 모니터링 및 사진 촬영 화면이다. 도 15는 드론 착륙을 위한 모니터링 화면이다. 도 16은 드론 착륙 사진이다.
* 비행 프로그램 세팅을 완료되었으면 드론을 이륙시킨다.
* 종중복도, 횡중복도, 해상도 등과 같이 비행계획 세팅에 의해 촬영범위에 대한 항공사진을 촬영하게 되며 비행경로, 배터리 상태, 비행시간, 출발지로부터의 거리, 데이터 링크 품질, 풍속 등 비행정보에 대한 모니터링을 수행할 수 있다.
* 촬영시점의 드론의 위치와 방향은 GNSS 수신기와 INS 장비를 통해 취득되어 로그파일 형태로 본체에 저장된다.
* 촬영방향 및 위치에 따라 드론을 착륙시킨다.
4) 사진과 로그파일 다운로드
* 드론 본체에 연결한 카메라의 저장매체로부터 낱장 형태의 항공사진들을 노트북에 연결하여 다운로드 한다.
* 드론 본체에 저장되어 있는 로그파일(GNSS 수신좌표, INS 정보)을 USB 연결을 통해 노트북으로 전송한다.
도 17은 드론 본체에 저장된 로그파일을 노트북으로 전송하는 사진이다.
5) 사진과 로그파일 연결
도 18은 사진과 로그파일 연결 기능 화면이다. 도 19는 사진과 로그파일 연결 후 해당 위치 표시 화면이다. 도 20은 사진과 로그 파일을 연결한 최종 사진이다.
* 드론으로 사진을 항공 촬영시 해당 지점의 위치와 방향은 GNSS 수신기와 관성항법장치(INS, Inertial Navigation System)로 취득되며, 해당 좌표와 방향이 로그파일에 저장된다.
* 따라서 각각의 사진과 로그파일을 서로 연결하여 영상접합을 위한 기본 자료를 생성하게 된다.
* 사진과 로그파일 연결은 Flight Data Manager 모듈을 이용하여 수행한다.
* 사진과 로그파일 연결이 완료되면 촬영된 사진의 위치를 도 19에 도시된 바와 같이 화면에서 확인할 수 있다.
* 드론으로 활영된 낱장 사진에 로그파일을 연결한 최종 사진은 도 20에 도시된 바와 같이 볼 수 있다.
나. GNSS 측량을 통한 지상기준점(GCP) 좌표 취득 방법
도 21은 지상기준점(GCP, Ground Control Point) 위치도이다.
드론을 이용하여 촬영된 사진은 GNSS 측량 좌표계인 WGS84 좌표계를 가지고 있으며, 국내에서 활용하고 있는 GRS80 좌표계로의 변환을 위해 GNSS 측량을 수행해야 한다.
본 발명에서는 도 21과 같이 산사태 위험지역 예측에 활용되는 대상지역내의 6점을 선정하여 GNSS 측량을 통해 GRS80 타원체 기반의 좌표를 취득하였다.
본 발명의 일 실시예에서는 도심지 주변의 산사태 위험도 평가를 위해 도 21과 같이 전북 전주시 풍남동에 위치하고 있는 산 주변지역을 선정하였으며 대상지 면적은 255,083 이다. 연구대상지역은 주변에 전주 한옥마을을 비롯하여 오목대, 전주향교, 전주전통문화관 등 문화적으로 매우 중요한 시설물들이 위치하고 있으며. 특히 전주와 남원을 연결하는 국도 17호선이 인접하고 있어 산사태 발생시 매우 큰 피해가 우려될 가능성이 높은 지역을 분석하였다.
UAV 기반 DSM(Digital Surface Model) 및 영상정보 구축시에, 본 연구에서는 도심지 주변의 산사태 위험도 평가에 이용되는 지형정보와 영상정보를 구축하기 위해 2015년 7월에 스위스 SenseFly 사에서 제작한 eBee 모델을 활용하여 촬영을 수행하였다. eBee 모델은 순항 속도는 4090/h, 최대풍속은 12m/s, 그리고 약 50분 정도 비행이 가능한 고정익 UAV이다. 촬영에 이용되는 카메라는 일본 Canon 사의 IXUS 127 모델을 사용하였다. 드론의 비행출발은 eMotion 비행계획 수립에 따라 대상지역에 인접해 있는 천주교 전주교구청에서 시작하였으며, 도 12에 도시된 바와 같이 같이 eMotion SW를 활용하여 종중복도 85%, 횡중복도 70%, 비행고도 약 160m 그리고 해상도는 5급로 촬영 계획을 수립하였다.
도 22는 GNSS 측량을 수행하는 사진이며, 취득된 지상기준점(GCP) 좌표의 사례는 표 1과 나타냈다.
Figure 112016007215916-pat00001
UAV 측량을 통해 대상지역에 대해 총 129장의 사진을 취득되었으며, 지상기준점(Ground Control Point; GCP)은 도 12에 제시된 바와 같이 6점에 대해 RTK(Real Time Kinematic) 측량을 수행하였다. 표 1은 GRS80 타원체 직각좌표계 기반의 GCP 측량성과이며, 도 22는 GCP 중 천주교 전주교구청에 대공표지 형태로 설치한 3번 지점에 대해 RTK 측량을 수행하는 화면이다.
다. 무한사면안정해석을 위한 지형자료 구축 방법
드론을 이용하여 항공 촬영된 낱장 형태의 사진들은 사진측량 영상접합 기술을 활용하여 한 장의 정사사진으로 접합하게 된다. 도 23은 영상접합 프로그램을 이용하여 드론으로 촬영된 낱장 형태의 사진을 접합하는 과정을 나타낸 사진 접합 화면이다. 도 24는 GNSS 측량을 통해 취득한 지상기준점(GCP, Ground Control Point)을 사진상에 매칭하는 화면이다. 영상접합 기술을 이용하여 최종적으로 접합한 정사사진과 수치표고모델(DEM,Digital Elevation Model)은 각각 도 25 및 도 26과 같이 디스플레이된다.
도 25는 영상매칭을 통해 구축한 정사사진이다. 도 26은 수치표고모델(DEM) 화면이다. UAV로 촬영한 사진에 대해 Postflight Terra 3D SW를 사용하여 영상접합을 수행하였으며, 이 때 좌표매칭은 RTK 측량을 통해 취득한 6개 GCP 좌표를 사용하였다. 도 26은 UAV 측량을 통해 취득한 1m 해상도의 DSM과 경사도를 보여주고 있으며, 평균고도와 평균경사는 각각 79.3m와 17.6ㅀ이다.
라. 무한사면안정해석과 이에 필요한 지형자료 구축 방법
무한사면안정해석은 중력에 의한 불안정 요소와 지표면과 평행한 면에 작용하는 마찰 및 점착력에 의한 안전요소간의 균형을 기초로 하고 있으며, 토층의 두께가 비교적 얕은 것으로 가정하여 사면의 안정해석을 수행하는 모형이다. 따라서 무한사면해석모형은 우리나라 산지와 같이 기반암 위에 형성된 2~3m 정도의 비교적 앝은 토층에서 지하수 포화에 의해 발생하는 슬라이딩 형태의 산사태를 모의하는데 효과적이다. 무한사면해석모형은 깊이에 비해 사면의 길이가 길 때 파괴면은 사면에 평행하게 형성되며 사면의 길이는 거의 무한대이므로 양 끝의 영향은 무시하고 침투수압이 사면에 평행하게 작용한다고 가정한다.
도 27은 무한사면에서의 힘의 평형 상태를 나타낸 도면이며, 무한사면에서의 안전율을 평가하는 방법은 식 (1)과 같다.
Figure 112016007215916-pat00002
여기서, Cr은 나무뿌리 점착력(N/m2), Cs는 흙의 점착력(N/m2), θ는 사면의 각도(degree),
Figure 112016007215916-pat00003
는 흙의 단위중량(kg/m3),
Figure 112016007215916-pat00004
는 물의 단위중량(kg/m3), g는 중력가속도(
Figure 112016007215916-pat00005
), D는 연직방향 토층두께(m),
Figure 112016007215916-pat00006
는 지하수위(m), φ는 흙의 내부마찰각(degree)을 나타낸다.
산사태 발생을 예측하는데 가장 중요한 영향을 주는 포화도인 강우효과를 반영하기 위해 수문학에서는 습윤지수로 변형한 식을 사용하고 있다. 따라서, 수문학적 모델을 고려하기 위해 식 (1)에서 토층의 깊이 D를 토층 두께 h로 변환하면 식 (2)와 같이 나타낼 수 있다.
Figure 112016007215916-pat00007
여기서,
Figure 112016007215916-pat00008
,
Figure 112016007215916-pat00009
,
Figure 112016007215916-pat00010
,
Figure 112016007215916-pat00011
이다.
흙의 상대적 점착력 C는 식생과 흙의 점착력을 합한 전체 점착력과 토양무게와의 상대적인 비를 나타내며 무차원이다. 또한, 상대습윤도(relative wetness)는 사면의 배수특성과 연관하여
Figure 112016007215916-pat00012
로 가정할 수 있다. 여기서, R은 정류상태의 지하수 재충진율(m/hr), T는 흙의 투수량계수(m2/hr), a는 비집수면적(m2/m)을 의미한다.
도 28은 흐름 방향 계산 모형도, 도 29는 흐름방향도 분석 화면이다. 도 28은 흐름방향을 계산하는 모식도로서 동쪽으로부터 최대경사방향이 있는 셀까지 반시계방향으로 각을 관측하여 번호로 부여하는 방식이며, 도 29는 흐름방향 계산 알고리듬을 통해 구현한 화면이다.
도 30은 특정지점의 비집수면적으로서 단위등고길이에 대한 상류기여면적으로 정의되는 집수면적 계산 모형도이다.
도 28은 특정지점의 비집수면적으로서 단위등고길이에 대한 상류기여면적으로 정의되어지며, 도 30은 흐름방향을 계산하는 모식도로써 동쪽으로부터 최대경사방향이 있는 셀까지 반시계방향으로 각을 관측하여 번호로 부여하는 방식이다.
본 연구에서는 산사태 위험도를 평가하기 위해 SINMAP 모형을 이용하였다. 먼저 수문학적인 개념을 고려한 지형처리를 위해 DSM(Digital Surface Model) 자료로부터 흐름방향도를 계산한 결과는 도 29와 같이 표시되며, 해당 픽셀로 유입되는 상류방향의 누적셀을 분석한 결과는 도 31과 같이 표시된다.
도 32는 도 31의 상류방향 누적셀로부터 등고선 길이를 연산하여 비집수면적을 계산한 것이다. 비집수면적은 단위면적당 누적셀을 평가한 것으로 물의 흐름에 의한 토석류 발생을 모의하기 위해 이용된다. 표 2는 SINMAP 구동을 위해 필요한 매개변수 설정값을 나타낸다.
SINMAP은 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의한다는 점이며, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율 등을 고려하여 무한사면해석을 수행한다.
SINMAP 프로그램을 통해 계산되는 사면안정지수(Stability Index; SI)는 절대적인 사면안정값을 표시한 것이라기 보다는 상대적인 위험성을 나타내는 지수로 활용되고 있다. SINMAP에서는 토양과 식생의 점착력, 토양의 내부마찰각 등의 입력 매개변수에 내포되어 있는 불확실성을 일정 범위에 대한 등분포형태의 확률분포로 가정하여 산사태 위험도를 해석한다는 점에서 산사태가 지속적으로 발생했던 지역의 산사태 주제도가 있을 경우 산사태 발생지역 예측과 산사태 흔적의 비교를 통해 적정한 매개변수의 범위를 보정할 수 있게 된다.
본 발명에서 SINMAP 프로그램 기반의 무한사면해석모형을 적용한 것은 UAV를 통해 취득한 DSM(Digital Surface Model)이나 경사도와 같은 최신의 지형정보를 활용하여 물의 흐름방향과 누적셀 그리고 이를 통한 산사태 및 물골을 분석할 수 있고, 그 결과물을 UAV로 촬영한 정사영상과 함께 검토할 수 있어 산사태 및 토석류와 같은 지반재해 업무에 효과적이기 때문이다. SINMAP 프로그램의 입력자료(input)는 DSM과 경사도와 같은 공간정보를 비롯하여 중력가속도, 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량 등과 같은 매개변수가 이용되며 출력자료(output)는 SI 등급도 및 물골분석 등이 있다.
도 31은 공간정보(GIS) 분석기법을 통해 분석한 상류기여면적 분석 화면이다. 도 32는 특정 지점의 비집수면적 분석 화면이다.
마. 무한사면안정해석 개념을 이용한 사면안정지수(SI) 계산 방법
무한사면안정해석은 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의한다는 점이며, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율 등을 고려하여 무한사면해석을 수행한다. 따라서, 다양한 지형정보로부터 사면안정지수(SI)에 필요한 인자들을 계산하기 위해 식 (2)는 식 (3)과 같이 변형되어진다.
Figure 112016007215916-pat00013
식 (3)에서 최소값인
Figure 112016007215916-pat00014
은 상대 습윤도의 상한계가 1.0임을 의미한다. 식 (4)와 (5)는 사면안정계수(SI; Stability Index)를 정의하기 위해 사용된 식들이다.
Figure 112016007215916-pat00015
Figure 112016007215916-pat00016
이 중 집수면적 a와 사면경사 θ는 지형자료로 산정이 가능하며, 물과 흙의 밀도비 r은 0.5로 가정하고 있다. 또한 복합점착력(C), 흙의 마찰력(tanφ), 지하수 재충전율과 흙의 투수량 계수의 비(R/T) 등은 불확실성을 내포한 매개별수로서 무한사면안정해석을 수행하는데 중요한 요소이다. 무한사면안정해석에서는 이들 매개변수가 각각 상한계와 하한계의 범위를 가지며, 이 범위 내에서 발생확률이 균일한 확률분포를 갖는 것으로 가정한다. 여기서, R/T = x, tanθ= t라고 하면 C ~ U(C1,C2), x ~ U(x1,x2), t ~ U(t1,t2)로 나타낼 수 있다. 식 (4)와 같이 가장 불리한 조건은 흙의 최소전단강도 조건에서의 최대강우강도를 의미하며, 식 (5)와 같이 가장 유리한 조건은 흙의 최대전단강도에서의 최소강우강도를 의미한다. FS min 에서 안전율이 1을 상회하는 경우에는 사면안정지수(SI)가 1 이상으로서 산사태 발생 가능성이 전혀 없는 산사태에 안전한 지역을 의미하며,
Figure 112016007215916-pat00017
에서 안전율이 1보다 작은 경우에는 SI가 0이 되어 반드시 산사태 보강대책이 필요하다는 의미가 된다. 또한, 식 (4)와 (5)에서 SI가 모두 1 이하인 경우에는 산사태가 발생할 가능성이 있는 것으로 해석할 수 있다. 사면안정지수(SI)는 6단계 등급으로 분류하여 산사태 위험도를 나타낸 산사태 위험도를 분석하였다.
무한사면안정해석의 사면안정지수(SI)는 절대적인 사면안정값을 표시한 것이라기 보다는 상대적인 위험성을 나타내는 지수로 활용되고 있다. SINMAP에서는 토양과 식생의 점착력, 토양의 내부마찰각 등의 입력 매개변수에 내포되어 있는 불확실성을 일정 범위에 대한 등분포형태의 확률분포로 가정하여 산사태 위험도를 해석한다는 점에서 산사태가 지속적으로 발생했던 지역의 산사태 주제도가 있을 경우 산사태 발생지역 예측과 산사태 흔적의 비교를 통해 적정한 매개변수의 범위를 보정할 수 있게 된다.
도 33은 대상지역내에 샘플 2000개를 선정하여 상류방향 누적셀과 경사를 기준으로 지하수포화대별 산사태 위험도의 분포특성을 나타낸 것이며, SI가 1.0 이상인 셀은 산사태에 안전한 지역을 의미하며, 1.0 이하인 셀은 산사태 발생 가능성이 있는 지역을 의미한다. 특히 지하수포화대가 Saturated 혹은 Possibly Saturated인 셀이 가장 위험한 위치로 해석할 수 있다. 도 34는 산사태 위험도 분석 결과를 보여주고 있으며 표 2는 도 34의 분석결과를 기초로 하여 Pack 등(1998)이 제시한 SI 등급별로 분석한 면적을 나타낸 것이다.
도 33은 상류방향 누적셀과 경사를 기준으로 지하수포화대별 산사태 위험도의 분포특성을 나타낸 것이며, 사면안정지수(SI)가 1.0 이상인 셀은 산사태에 안전한 지역을 의미하며, SI가 1.0 이하인 셀은 경사도가 있는 산사태 발생 가능성이 있는 지역을 의미한다. 특히 지하수포화대가 Saturated 또는 Possibly Saturated인 셀이 가장 위험한 위치로 해석할 수 있다.
표 2는 사면안정지수(SI) 등급별로 도 33을 기준으로 분석한 분석사례를 나타낸 것이다.
Figure 112016007215916-pat00018
또한, 도 34는 사면안정지수(SI)의 6단계 등급을 기준으로 산사태 위험도를 나타낸 산사태 위험도 분석 화면이다.
바. 사면안정지수(SI)와 물골분석 도면을 활용한 산사태 및 토석류 위험지역 선정 방법
1) 산사태와 토석류
산사태 발생지역은 경사가 급한 셀에서 유발되며, 발생한 산사태는 물의 흐름이 가속화되는 물골을 따라 토석류의 형태로 발달하게 된다. 따라서 산사태 발생이 우려되는 산지내의 셀에 대해서는 보강대책이 실시될 필요가 있으며, 아울러 토석류의 위험이 높은 물골이 집중되는 셀 주변지역에 대해서는 토석률에 대비한 시설물 설치나 주거지 이전도 고려할 필요가 있다고 판단된다. 이러한 산사태 위험도 및 물골에 의한 토석률 위험지역을 검토하기 위해, 물골과 사면안정지수(SI)에 의한 산사태 위험등급 분석결과를 함께 중첩하였다.
2) 사면안정지수(SI)에 의한 산사태 위험지역 선정 방법
도 35는 사면안정지수(SI) 6등급을 도면에 표출하여 사면안정지수(SI) 분석을 통한 산사태 위험지역을 나타낸 화면이다.
상기 사면안정지수(SI)에 의한 산사태 위험지역 선정은 사면안정지수(SI) N등급을 도면에 표출하여 사면안정지수(SI) 분석을 통한 산사태 위험지역을 표시하고, 상기 사면안정지수(SI)가 1.0 이상인 셀은 산사태에 안전한 지역을 의미한다.
산사태 발생가능성이 있는 위험 구간은 SI≤1.0 이며, 도 35의 A~H 지역은 산사태 위험도가 매우 높아 시급히 보강이 필요한 구간(SI≤0.0)과 산사태 가능성이 높은 0.0＜SI≤0.5를 대상으로 하여 대단위 산사태가 발생될 가능성이 높은 위험지역을 표시하였다. 이러한 산사태 위험지역은 집중호우시 대단위 붕락을 유발하게 되며 이로 인해 하류지역의 대규모 인명 및 재산피해를 초래할 수 있다.
3) 물골분석에 의한 토석류 위험지역 선정 방법
도 36은 토석류 발생에 따른 위험도를 예측할 수 있는 물골이 집중되는 지역을 나타낸 것으로, 물골분석을 통한 토석류 위험지역 나타낸 화면이다.
A~G로 표시한 곳은 집중호우로 지하수포화대가 충진되어 다량의 유출이 토사와 함께 하류로 이동하여 토석류 피해가 우려되는 지역이다. G지역은 주변지역에 주택이 비교적 적어 인명 및 재산피해가 비교적 적을 것으로 예상되지만, A~F지역은 물골이 집중되는 곳에 대부분 주택이 위치하고 있어 산사태로 인한 토석류가 발생시 토사 붕괴에 의해 심각한 피해가 발생될 가능성이 높다.
도 35에 의한 산사태 위험지역과 도 36에 의한 토석류 위험지역을 종합적으로 검토해 볼 때, 물골이 집중되는 지역 중 상류에 산사태 위험지역이 있는 지역이 실제 산사태에 따른 토석류 발생 우려지역으로 분류할 수 있다. 이러한 측면을 볼 때 도 35에서 A, B, E, F 지역이 산사태 및 토석류 발생이 종합적으로 발생할 수 있는 지역으로 볼 수 있으며, 여름철 집중호우시 사면보강 및 주민대피 등과 같은 안전대책이 마련되어야 할 것으로 판단된다. 본 연구에서는 UAV를 활용하여 DSM과 정사영상을 구축하였으며, 이를 무한사면해석모형인 SINMAP에 활용하여 산사태 위험도를 평가하였다. 또한 수문학적 개념을 고려하여 지하수포화대 및 물골을 분석함으로서 토석류 발생 위험지역도 함께 평가하였다.
본 연구를 통해 분석된 산사태 위험도 평가 결과는 집중호우로 인한 산사태 및 토석류 발생지역을 사전에 예측함으로서 사면보강을 위한 위치선정이나 지반재해 발생에 대비한 안전대책을 수립하는데 중요한 의사결정 자료로 활용될 수 있으리라 판단된다.
도심지 주변의 산지를 중심으로 토사붕괴나 산사태가 발생하여 인명 및 재산피해가 크게 증가하고 있는 실정이므로, 본 연구에서는 UAV 공간정보와 무한사면해석모형을 이용하여 여름철 집중호우로 인한 산사태 및 토석류 위험도를 평가하였다. 특히 도심지 주변 개발로 인한 최신의 지형변화를 반영하기 위해 무인비행시스템인 UAV를 활용하였다. UAV 비행설계는 eMotion SW를 사용하였으며, 영상매칭 및 접합에 필요한 GCP 설정은 RTK 측량을 통해 수행하였다. UAV 측량을 통해 영상과 DSM 자료를 취득하였으며, 이를 무한사면해석모형인 SINMAP 프로그램에 입력하였다.
SINMAP은 수문학적 개념을 고려한 유출특성을 반영하도록 설계되었으며, 이를 통해 지하수 포화대 및 물골을 분석할 수 있다. 또한 중력가속도, 흙의 단위중량, 점착력, 내부마찰각 등의 매개변수를 통해 상류방향의 누적셀과 지형경사를 기준으로 포화정도를 고려한 SI를 계산할 수 있다.
대상지역에 대한 산사태 위험도를 평가한 결과, 산사태 위험도 구간인 SI≤1.0에서의 분포면적이 46,396㎡로 분석되었으며 분포비율로는 전체지역의 18.2%로 나타났다. 특히 산사태 발생이 매우 심각하여 사면보강 대책을 시급히 시행해야 되는 구간인 SI≤0.0의 면적은 7,988㎡로서 전체지역의 0.8%를 차지하는 것으로 분석되었다.
산사태는 사면경사에 가장 큰 영향을 받게 되며 일단 산사태가 발생하면 하류방향으로 토사가 이동하게 되고 유출이 가속화되는 물골을 따라 토석류로 발전하게 된다. 따라서 DSM을 이용하여 분석된 흐름방향도(Flow direction)와 상류방향의 누적셀을 통해 계산된 물골 분포도는 토석류 위험도를 평가하는데 매우 중요한 자료가 된다. 특히 물골이 강하게 나타나는 상류쪽에 산사태 가능성이 높은 지역이 밀집되어 있을 경우 산사태로 인한 토석류 위험도가 매우 높다고 예측할 수 있다.
본 연구에서는 수치지형도를 중첩하여 산사태 위험지역과 물골을 고려한 토석류 위험지역을 종합적으로 검토하였다. 이를 통해 산사태 위험도가 높아 시급히 보강이 필요한 구간(SI≤0.0) 이거나 산사태 가능성이 높은 0.0<SI≤0.5가 밀집된 지역을 파악할 수 있었으며, 물골이 집중되어 토석류 발생이 우려되는 지역을 도면에서 확인할 수 있었다. 특히 UAV를 통해 촬영한 정사영상을 함께 활용하여 산사태와 토석류 발생지역에 대한 확인이 용이하도록 하였다.
본 연구에서 UAV를 통해 구축한 수치표고모형(DSM)과 정사영상을 무한사면해석모형과 연계하여 분석한 산사태 및 물골 위험지역 분석 결과는 사면보강이나 주민안전대책 수립을 위한 지반재해 분야의 의사결정 자료로 활용될 수 있을 것으로 사료된다.
본 발명의 기술은 UAV를 사용한 산사태 위험지역 촬영, UAV 기반의 3차원 실감 정보를 통한 산사태 및 지반재해 모니터링 기술, 지반 재해 위험도 평가를 위한 GIS 데이터베이스 구축(산사태 위험도 평가를 위한 GIS DB 구축, 토사유실 평가를 위한 GIS DB 구축), UAV와 GIS 기반의 산사태 위험 지도 및 토사유실 위험 지도 제작 기술, 모바일 기반의 지반재해 위험지역 관리 시스템 에 적용할 수 있다. 토사유실 위험 지도 제작을 위한 GIS 데이터베이스 구축하기 위해 토사 유실도 평가 모델로써, 토사재해 원인 지역에 대한 대책을 효과적으로 지원하기 위해 정밀 셀 단위의 분석이 가능한 RULSE(Revised Universal Soil Loss Equation) 모델을 선정하여 정밀 토양도, 토지 피복도, 수치표고모형(DEM) 등의 GIS DB를 구축한다.

결과적으로, 드론을 활용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법은 최근 도심지 주변의 산지를 중심으로 토사붕괴나 산사태가 발생하여 인명 및 재산피해가 크게 증가하고 있는 실정이므로, 드론을 활용하여 최신의 지형정보를 취득하고 이를 무한사면해석에 입력하여 여름철 집중호우에 의한 산사태 및 토석류 위험도를 평가하는 방법론을 제시하였다.
드론은 비교적 저렴한 비용으로 신속하게 대상지역에 대한 최신의 3차원 지형정보를 취득할 수 있다. 따라서 국가에서 5년의 주기로 취득하는 지형정보에 비해 택지개발이나 토석채취 등 신속하게 변화하는 지형의 변화를 신속하게 반영할 수 있으므로 무한사면안정해석의 입력자료로 활용하여 산사태나 토석류 발생지역을 예측하는데 정확도를 높일 수 있다.
특히 드론으로 촬영한 사진의 좌표를 국내 지도좌표와 매칭시키기 위해 GNSS 측량을 통해 지상기준점(GCP, Ground Control Point)을 선정하여 좌표를 취득하였으며, 이를 통해 국내에서 활용되고 있는 다른 지도와 정확히 매칭되는 정사사진과 수치표고모델(DEM, Digital Elevation Model)을 구축할 수 있었다.
이와 같이 드론으로 구축한 수치표고모델(DEM) 자료에 대해 흐름방향분석, 상류기여면적 및 집수면적을 공간정보(GIS) 분석기법을 통해 자동으로 계산함으로서, 무한사면안정해석에 이용되는 기초자료를 효과적으로 생성할 수 있었다.
또한, 무한사면안정해석의 사면안정지수(SI) 기준을 통해 6등급으로 분류된 산사태 위험도를 파악할 수 있었으며, 이 중 SI가 매우 낮아 산사태 위험도가 높은 지역을 도면에서 확인하여 산사태 위험지역을 검토할 수 있었다. 그리고 물골분석을 통해 토석류 발생 가능성이 높은 위험지역을 도면에서 확인할 수 있었다.
이와 같은 발명을 통해 산사태 및 토석류 발생 저감을 위한 사면보강이나 주민안전대책 수립을 위한 지반재해 분야의 의사결정 자료로 활용될 수 있다.
전술한 바와 같이 본 발명의 방법은 프로그램으로 구현되어 컴퓨터의 소프트웨어를 이용하여 읽을 수 있는 형태로 기록매체(CD-ROM, RAM, ROM, 메모리 카드, 하드 디스크, 광자기 디스크, 스토리지 디바이스 등)에 저장될 수 있다.
이상에서 설명한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.
SI: 사면안정지수(Stablilty Index)
GCP: 지상기준점(Ground Control Point)
DEM: 수치표고모델(Digital Elevation Model)

Claims (13)

  1. (a) 무인비행기를 활용하여 항공사진을 촬영하는 단계;
    (b) GNSS(Global Navigation Satellite System) 측량을 통해 취득한 지상기준점(GCP; Ground Control Point)을 사용하여 영상에 대한 좌표매칭을 수행하는 단계;
    (c) 컴퓨터와 연결하여 상기 무인비행기로 촬영된 낱장 사진들에 대해 영상접합 기술을 통해 정사사진과 수치표고모델(DEM; Digital Elevatin Model)을 구축하는 단계;
    (d) 공간정보(GIS) 분석을 통해 흐름방향도, 상류기여면적, 집수면적을 계산하여 GIS 분석에 의한 무한사면안정해석을 위한 지형자료를 구축하는 단계;
    (e) 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의하고, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율을 고려하여 무한사면안정해석을 수행하며, 상기 무한사면안정해석을 이용하여 공간정보(GIS) 자료를 활용한 사면안정지수(SI, Stability Index)를 계산하고, 등급별 분류하여 사면안정지수(SI) 등급 도면제작과 면적을 계산하여 상기 무한사면안정해석을 사용한 사면안정지수(SI)를 계산하는 단계; 및
    (f) 상기 사면안정지수(SI)에 의한 산사태 위험지역을 선정하고 물골분석을 실시한 도면을 통해 토석류 위험지역을 선정하는 산사태와 토석류 위험지역 선정 단계를 포함하며,
    상기 단계(e)의 무한사면안정해석을 사용한 사면안정지수(SI)를 계산하는 단계는
    상기 무한사면안정해석은 집중호우에 따른 산지 사면에서의 지표면 유출을 고려하여 지하수 포화과정을 수문학적으로 모의한다는 점이며, 모의된 지하수 포화과정을 기반으로 토양과 식생의 점착력, 토양 내부마찰각, 토양의 단위중량, 투수계수와 지하수 충진율을 고려하여 무한사면해석을 수행하고, 다양한 지형정보로부터 사면안정계수의 인자들을 계산하기 위해 식 (3)에 의해 계산되며
    Figure 112017022471705-pat00076
    [식 (3)]
    식 (3)에서 최소값인
    Figure 112017022471705-pat00077
    은 상대 습윤도의 상한계가 1.0임을 의미하며, 사면안정지수(SI; Stability Index)를 정의하기 위해 다음 식 (4), (5)가 사용되며,
    Figure 112017022471705-pat00078
    [식 (4)],
    Figure 112017022471705-pat00079
    [식 (5)]
    이 중 집수면적 a와 사면경사 θ는 지형자료로 산정이 가능하며, 물과 흙의 밀도비 r은 0.5로 가정하고, 또한 복합점착력(C), 흙의 마찰력(tanφ), 지하수 재충전율과 흙의 투수량 계수의 비(R/T)는 불확실성을 내포한 매개별수로서 무한사면안정해석을 수행하는데 중요한 요소이며, 무한사면안정해석에서는 이들 매개변수가 각각 상한계와 하한계의 범위를 가지며, 이 범위 내에서 발생확률이 균일한 확률분포를 갖는 것으로 가정하고, 여기서, R/T = x, tanθ = t라고 하면 C~ U(C1,C2), x~ U(x1,x2), t ~ U(t1,t2)로 나타낼 수 있으며, 식 (4)와 같이 가장 불리한 조건은 흙의 최소전단강도 조건에서의 최대강우강도를 의미하며, 식 (5)와 같이 가장 유리한 조건은 흙의 최대전단강도에서의 최소강우강도를 의미하고, FSmin 에서 안전율이 1을 상회하는 경우 사면안정지수(SI)가 1 이상으로서 산사태 발생 가능성이 전혀 없는 산사태에 안전한 지역을 의미하며,
    Figure 112017022471705-pat00080
    에서 안전율이 1보다 작은 경우 SI가 0이 되어 반드시 산사태 보강대책이 필요하다는 의미이며, 식 (4)와 (5)에서 SI가 모두 1 이하인 경우에는 산사태가 발생할 가능성이 있는 것으로 해석되는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  2. 제1항에 있어서,
    상기 무인비행기는 GNSS 수신기와 관성항법장치(INS, Inertial Navigation System)가 탑재되고 카메라와 모뎀과 배터리를 구비하는 드론을 사용하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  3. 제2항에 있어서,
    상기 단계 (a)는
    무인비행기(드론), 배터리, 카메라, 모뎀 장비를 연결하고 비행계획(종횡중복도, 해상도, 비행고도 등)을 수립하여 드론을 이용한 항공사진 촬영, 노트북으로 사진과 로그 파일(GNSS 좌표, INS)을 다운로드 및 저장하는 드론을 이용한 항공사진 촬영하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  4. 제1항에 있어서,
    상기 단계 (a)는
    비행 프로그램 세팅을 완료되면, 상기 무인비행기(드론)를 이륙시키는 단계;
    종중복도, 횡중복도, 해상도와 같이 비행계획 세팅에 의해 촬영범위에 대한 항공사진들을 촬영하며, 비행경로, 배터리 상태, 비행시간, 출발지로부터의 거리, 데이터 링크 품질, 풍속 등 비행정보에 대한 모니터링을 수행하는 단계;
    촬영시점의 상기 무인비행기의 위치와 방향은 GNSS 수신기와 관성항법장치(INS)를 통해 취득되어 로그파일로 무인비행기 본체에 저장되는 단계; 및
    촬영방향 및 위치에 따라 상기 무인비행기를 착륙시키는 단계;
    를 포함하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  5. 제3항에 있어서,
    상기 (b)의 GNSS 측량 단계는 지상기준점(GCP, Ground Control Point)에 대해 GNSS 측량을 수행하여 WGS84 좌표를 GRS80 좌표로 변환하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  6. 제1항에 있어서,
    상기 단계 (c)는
    항공 사진과 로그파일 다운로드 시에, 상기 무인비행기 본체에 연결한 카메라의 저장매체로부터 낱장 형태의 항공사진을 컴퓨터에 연결하여 다운로드하며, 드론 본체에 저장되어 있는 로그파일(GNSS 수신좌표, INS 정보)을 USB 연결을 통해 노트북으로 전송하는 단계;
    항공 사진과 로그파일 연결 시에, 드론으로 사진을 항공 촬영시 해당 지점의 위치와 방향은 GNSS 수신기와 관성항법장치(INS, Inertial Navigation System)로 취득되며, 해당 좌표와 방향이 상기 로그파일에 저장되는 단계;
    컴퓨터에서 각각의 항공 사진과 로그파일을 서로 연결하여 영상접합을 위한 기본 자료를 생성하며, 사진과 로그파일 연결은 비행 데이터 매니저(Flight Data Manager) 모듈을 이용하여 수행하는 단계;
    사진과 로그파일 연결이 완료되면 촬영된 사진의 위치를 화면에서 확인되며,상기 무인비행기로 활영된 낱장 사진에 로그파일을 연결한 최종 사진을 생성하는 단계를 더 포함하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  7. 제1항에 있어서,
    상기 단계 (d)의 무한사면안정해석을 위한 지형자료를 구축하는 단계는
    상기 무한사면안정해석은 중력에 의한 불안정 요소와 지표면과 평행한 면에 작용하는 마찰 및 점착력에 의한 안전요소간의 균형을 기초로 하고 있으며, 토층의 두께가 비교적 얕은 것으로 가정하여 사면의 안정해석을 수행하는 모형이며, 무한사면해석모형은 우리나라 산지와 같이 기반암 위에 형성된 2~3m 정도의 비교적 앝은 토층에서 지하수 포화에 의해 발생하는 슬라이딩 형태의 산사태를 모의하는데 효과적이며, 깊이에 비해 사면의 길이가 길 때 파괴면은 사면에 평행하게 형성되고, 사면의 길이는 거의 무한대이므로 양 끝의 영향은 무시하고 침투수압이 사면에 평행하게 작용한다고 가정하며, 무한사면에서의 안전율을 평가하는 방법은 식 (1)과 같이 표현되며,
    Figure 112017022471705-pat00019
    [식 (1)]
    여기서, Cr은 나무뿌리 점착력(N/m2), Cs는 흙의 점착력(N/m2), θ는 사면의 각도(degree),
    Figure 112017022471705-pat00020
    는 흙의 단위중량(kg/m3),
    Figure 112017022471705-pat00021
    는 물의 단위중량(kg/m3), g는 중력가속도(
    Figure 112017022471705-pat00022
    ), D는 연직방향 토층두께(m),
    Figure 112017022471705-pat00023
    는 지하수위(m), φ는 흙의 내부마찰각(degree)을 나타내고,
    산사태 발생을 예측하는데 가장 중요한 영향을 주는 강우효과를 반영하기 위해 수문학에서는 습윤지수로 변형된 식 (2)을 사용하며, 식 (1)에서 토층의 깊이 D를 토층 두께 h로 변환하면 다음 식 (2)와 같이 나타내고,
    Figure 112017022471705-pat00024
    [식 (2)]
    여기서,
    Figure 112017022471705-pat00025
    ,
    Figure 112017022471705-pat00026
    ,
    Figure 112017022471705-pat00027
    ,
    Figure 112017022471705-pat00028
    이며,
    흙의 상대적 점착력 C는 식생과 흙의 점착력을 합한 전체 점착력과 토양무게와의 상대적인 비를 나타내며 무차원이며, 상대습윤도(relative wetness)는 사면의 배수특성과 연관하여
    Figure 112017022471705-pat00029
    로 가정할 수 있으며, 여기서, R은 정류상태의 지하수 재충진율(m/hr), T는 흙의 투수량계수(m2/hr), a는 비집수면적(m2/m)을 의미하며,
    상기 흐름 방향도는 흐름방향을 계산하는 모식도로서 동쪽으로부터 최대경사방향이 있는 셀까지 반시계방향으로 각을 관측하여 번호로 부여하는 방식을 사용하며, 흐름방향 계산 알고리듬을 통해 구현되고,
    상기 집수면적은 특정지점의 비집수면적으로서 단위등고길이에 대한 상류기여면적으로 정의되는 집수면적 계산 모형도에 의해 분석되는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  8. 제1항에 있어서,
    산사태 위험도를 평가하기 위해 SINMAP 모형을 사용하였으며, 먼저 수문학적인 개념을 고려한 지형처리를 위해 DSM(Digital Surface Model) 자료로부터 흐름방향도를 계산한 결과를 표시하며, 해당 픽셀로 유입되는 상류방향의 누적셀을 분석한 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  9. 삭제
  10. 제1항에 있어서,
    상기 무한사면안정해석의 상기 사면안정지수(SI)는 절대적인 사면안정값을 표시한 것이라기 보다는 상대적인 위험성을 나타내는 지수로 활용되며, 상류방향 누적셀과 경사를 기준으로 지하수포화대별 산사태 위험도의 분포특성을 나타내고, SINMAP에서는 토양과 식생의 점착력, 토양의 내부마찰각 등의 입력 매개변수에 내포된 불확실성을 일정 범위에 대한 등분포형태의 확률분포로 가정하여 산사태 위험도를 해석한다는 점에서 산사태가 지속적으로 발생했던 지역의 산사태 주제도가 있을 경우 산사태 발생지역 예측과 산사태 흔적의 비교를 통해 적정한 매개변수의 범위를 보정할 수 있으며, 상기 사면안정지수(SI)가 1.0 이상인 셀은 산사태에 안전한 지역을 의미하며, SI가 1.0 이하인 셀은 경사도가 있는 산사태 발생 가능성이 있는 지역을 의미하며 N(N은 1 이상의 자연수) 등급으로 분류하여 산사태 위험도를 표시하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  11. 제1항에 있어서,
    상기 단계 (f)의 상기 사면안정지수(SI)에 의한 산사태 위험지역을 선정하고 물골분석을 실시한 도면을 통해 토석류 위험지역을 선정하는 단계는
    산사태 발생지역은 경사가 급한 셀에서 유발되며, 발생한 산사태는 물의 흐름이 가속화되는 물골을 따라 토석류의 형태로 발달하게 되므로, 산사태 발생이 우려되는 산지내의 셀에 대해 보강대책이 필요하며, 아울러 토석류의 위험이 있는 물골이 집중되는 셀 주변지역에 대해서는 토석률에 대비한 시설물 설치나 주거지 이전이 고려되므로, 산사태 위험도 및 물골에 의한 토석률 위험지역을 검토하기 위해, 사면안정지수(SI)에 의한 산사태 위험지역 선정하고, 물골분석에 의한 토석류 위험지역을 선정하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  12. 제10항에 있어서,
    상기 사면안정지수(SI)에 의한 산사태 위험지역 선정은
    사면안정지수(SI) N등급을 도면에 표출하여 사면안정지수(SI) 분석을 통한 산사태 위험지역을 표시하고, 상기 사면안정지수(SI)가 1.0 이상인 셀은 산사태에 안전한 지역을 의미하며, SI가 1.0 이하인 셀은 경사도가 있는 산사태 발생 가능성이 있는 지역을 의미하며, 산사태 발생가능성이 있는 위험 구간은 SI≤1.0 이며, 산사태 위험도가 있는 시급히 보강이 필요한 구간(SI≤0.0)과 산사태 가능성이 있는 0.0＜SI≤0.5를 대상으로 하여 대단위 산사태가 발생될 가능성이 있는 위험지역을 표시하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
  13. 제10항에 있어서,
    상기 물골분석에 의한 토석류 위험지역 선정은
    토석류 발생에 따른 위험도를 예측할 수 있는 물골이 집중되는 지역을 나타내는 물골분석을 통한 토석류 위험지역(A~G)을 표시하며, 집중호우로 지하수포화대가 충진되어 다량의 유출이 토사와 함께 하류로 이동하여 토석류 피해가 우려되는 지역을 표시하여 산사태로 인한 토석류가 발생시 토사 붕괴에 의해 심각한 피해가 발생 지역을 사전에 보강되도록 하는 것을 특징으로 하는 드론을 사용한 산사태 예측을 위한 지형자료 생성 및 이를 이용한 산사태 위험지역 선정 방법.
KR1020160007808A 2016-01-21 2016-01-21 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법 KR101762809B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160007808A KR101762809B1 (ko) 2016-01-21 2016-01-21 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160007808A KR101762809B1 (ko) 2016-01-21 2016-01-21 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법

Publications (1)

Publication Number Publication Date
KR101762809B1 true KR101762809B1 (ko) 2017-07-28

Family

ID=59422261

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160007808A KR101762809B1 (ko) 2016-01-21 2016-01-21 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법

Country Status (1)

Country Link
KR (1) KR101762809B1 (ko)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190025162A (ko) * 2017-08-31 2019-03-11 서울시립대학교 산학협력단 지리공간정보를 이용하는 실시간 감독 학습 방법 및 시스템
CN109669198A (zh) * 2019-01-20 2019-04-23 四川极云智飞科技有限公司 基于rtk技术的无人机地质滑坡监测预警方法及其系统
KR20190063058A (ko) 2017-11-29 2019-06-07 (주)엔젤스윙 드론을 이용한 데이터 수집 방법 및 장치
KR102008017B1 (ko) * 2018-02-12 2019-08-06 전주비전대학교산학협력단 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법
KR101970196B1 (ko) * 2018-10-25 2019-08-13 한국지질자원연구원 우수 배수 시스템을 고려한 유출 플럭스 계산 방법
CN110144908A (zh) * 2019-05-09 2019-08-20 中铁二院工程集团有限责任公司 一种深层注浆加固滑坡构造及其构筑方法
KR20190140175A (ko) * 2018-06-11 2019-12-19 한국건설기술연구원 무인비행체에 탑재된 합성구경레이더 센서를 활용한 비탈면 변위 측정 시스템 및 그 방법
KR102074465B1 (ko) * 2019-06-17 2020-02-06 (주)해양정보기술 항공영상 보정을 위한 원격이동식 표정기준점 운용방법
KR20200059521A (ko) * 2018-11-21 2020-05-29 대한민국(산림청 국립산림과학원장) 산사태 발생 영역 자동 탐지 장치 및 탐지 방법
KR20200070822A (ko) * 2018-12-10 2020-06-18 메타빌드주식회사 도로 사면 점검을 위한 드론 운용 시스템 및 방법
KR20200001524U (ko) 2018-12-28 2020-07-08 주식회사 스마트지오 접이식 스마트 지상기준점
CN111739143A (zh) * 2020-07-17 2020-10-02 陕西师范大学 一种黄土地貌沟沿线提取方法及系统
CN111999189A (zh) * 2020-08-24 2020-11-27 磐安斯元智能装备科技有限公司 一种可以检测山体是否有滑坡风险的无人机
KR102195051B1 (ko) * 2020-09-25 2020-12-24 김화경 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램
US11061155B2 (en) 2017-06-08 2021-07-13 Total Sa Method of dropping a plurality of probes intended to partially penetrate into a ground using a vegetation detection, and related system
KR102281829B1 (ko) * 2020-10-08 2021-07-23 산림조합중앙회 무인 항공기의 촬영 영상 및 상부 자연 사면의 상태 정보를 이용하는 사면 붕괴 위험성 평가 방법 및 그 방법을 실행시키는 프로그램이 기록된 기록 매체
WO2021164134A1 (zh) * 2020-02-19 2021-08-26 青岛理工大学 一种考虑地貌类型贡献率的边坡倾倒变形分析方法
US11107162B1 (en) 2019-01-10 2021-08-31 State Farm Mutual Automobile Insurance Company Systems and methods for predictive modeling via simulation
CN113408121A (zh) * 2021-06-11 2021-09-17 长江水利委员会长江科学院 一种高陡边坡危岩运动轨迹测量及坡段参数计算方法
KR102303783B1 (ko) * 2021-01-26 2021-09-23 대한민국 드론을 활용한 사면붕괴를 포함한 재난사고 현장정보 취득 및 분석 방법과 시스템
KR102331410B1 (ko) * 2021-03-22 2021-12-03 대한민국 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템
CN113762623A (zh) * 2021-09-09 2021-12-07 甘肃中星鸿图科技有限公司 一种滑坡方向与趋势的识别和预测方法、装置及电子设备
CN113987807A (zh) * 2021-10-29 2022-01-28 重庆地质矿产研究院 一种基于gis的多准则决策分析绘制滑坡敏感性图的方法
CN114066165A (zh) * 2021-10-20 2022-02-18 国网黑龙江省电力有限公司电力科学研究院 一种改进的输电线路高位滑坡危险性评价系统及方法
KR20220021930A (ko) 2020-08-13 2022-02-23 롯데건설 주식회사 무인비행기를 이용한 지표면 변위 감지 시스템
KR102372959B1 (ko) 2020-09-04 2022-03-11 롯데건설 주식회사 무인비행기를 이용한 비탈면 모니터링 방법
CN114996827A (zh) * 2022-07-12 2022-09-02 清华大学 岩土工程滑坡的加固方法及装置
KR102609100B1 (ko) * 2023-04-14 2023-12-04 주식회사 동신지티아이 Gnss 좌표를 기반으로 한 지형지물 정보를 확보할 수 있는 측지측량시스템
CN117392811A (zh) * 2023-10-27 2024-01-12 浙江水文新技术开发经营有限公司 一种山丘降雨监测预警系统
KR102635207B1 (ko) * 2023-07-31 2024-02-08 (주)신일지형정보 Gnss 측량을 이용한 중요 지형의 정보를 보정할 수있는 수치지도 제작시스템
CN117671508A (zh) * 2024-02-01 2024-03-08 中国水利水电第七工程局有限公司 基于sar图像的高陡边坡滑坡检测方法及系统
CN117933578A (zh) * 2024-03-22 2024-04-26 四川省地质调查研究院 一种泥石流的安全隐患评估方法及系统
CN117933578B (zh) * 2024-03-22 2024-06-07 四川省地质调查研究院 一种泥石流的安全隐患评估方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
보고서*

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11061155B2 (en) 2017-06-08 2021-07-13 Total Sa Method of dropping a plurality of probes intended to partially penetrate into a ground using a vegetation detection, and related system
KR20190025162A (ko) * 2017-08-31 2019-03-11 서울시립대학교 산학협력단 지리공간정보를 이용하는 실시간 감독 학습 방법 및 시스템
KR102053906B1 (ko) 2017-08-31 2019-12-10 서울시립대학교 산학협력단 지리공간정보를 이용하는 실시간 감독 학습 방법 및 시스템
KR20190063058A (ko) 2017-11-29 2019-06-07 (주)엔젤스윙 드론을 이용한 데이터 수집 방법 및 장치
KR102008017B1 (ko) * 2018-02-12 2019-08-06 전주비전대학교산학협력단 드론을 이용한 태양광발전소 건설부지의 일사량 계산 방법
KR20190140175A (ko) * 2018-06-11 2019-12-19 한국건설기술연구원 무인비행체에 탑재된 합성구경레이더 센서를 활용한 비탈면 변위 측정 시스템 및 그 방법
KR102206161B1 (ko) * 2018-06-11 2021-01-25 한국건설기술연구원 무인비행체에 탑재된 합성구경레이더 센서를 활용한 비탈면 변위 측정 시스템
KR101970196B1 (ko) * 2018-10-25 2019-08-13 한국지질자원연구원 우수 배수 시스템을 고려한 유출 플럭스 계산 방법
KR102177985B1 (ko) * 2018-11-21 2020-11-12 대한민국 산사태 발생 영역 자동 탐지 장치 및 탐지 방법
KR20200059521A (ko) * 2018-11-21 2020-05-29 대한민국(산림청 국립산림과학원장) 산사태 발생 영역 자동 탐지 장치 및 탐지 방법
KR20200070822A (ko) * 2018-12-10 2020-06-18 메타빌드주식회사 도로 사면 점검을 위한 드론 운용 시스템 및 방법
KR102141667B1 (ko) * 2018-12-10 2020-08-05 메타빌드(주) 도로 사면 점검을 위한 드론 운용 시스템 및 방법
KR20200001524U (ko) 2018-12-28 2020-07-08 주식회사 스마트지오 접이식 스마트 지상기준점
US11107162B1 (en) 2019-01-10 2021-08-31 State Farm Mutual Automobile Insurance Company Systems and methods for predictive modeling via simulation
CN109669198A (zh) * 2019-01-20 2019-04-23 四川极云智飞科技有限公司 基于rtk技术的无人机地质滑坡监测预警方法及其系统
CN110144908B (zh) * 2019-05-09 2024-03-22 中铁二院工程集团有限责任公司 一种深层注浆加固滑坡构造的构筑方法
CN110144908A (zh) * 2019-05-09 2019-08-20 中铁二院工程集团有限责任公司 一种深层注浆加固滑坡构造及其构筑方法
KR102074465B1 (ko) * 2019-06-17 2020-02-06 (주)해양정보기술 항공영상 보정을 위한 원격이동식 표정기준점 운용방법
WO2021164134A1 (zh) * 2020-02-19 2021-08-26 青岛理工大学 一种考虑地貌类型贡献率的边坡倾倒变形分析方法
CN111739143B (zh) * 2020-07-17 2023-10-27 陕西师范大学 一种黄土地貌沟沿线提取方法及系统
CN111739143A (zh) * 2020-07-17 2020-10-02 陕西师范大学 一种黄土地貌沟沿线提取方法及系统
KR20220021930A (ko) 2020-08-13 2022-02-23 롯데건설 주식회사 무인비행기를 이용한 지표면 변위 감지 시스템
CN111999189B (zh) * 2020-08-24 2021-05-28 深圳市地籍测绘大队 一种可以检测山体是否有滑坡风险的无人机
CN111999189A (zh) * 2020-08-24 2020-11-27 磐安斯元智能装备科技有限公司 一种可以检测山体是否有滑坡风险的无人机
KR102372959B1 (ko) 2020-09-04 2022-03-11 롯데건설 주식회사 무인비행기를 이용한 비탈면 모니터링 방법
KR102195051B1 (ko) * 2020-09-25 2020-12-24 김화경 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램
KR102281829B1 (ko) * 2020-10-08 2021-07-23 산림조합중앙회 무인 항공기의 촬영 영상 및 상부 자연 사면의 상태 정보를 이용하는 사면 붕괴 위험성 평가 방법 및 그 방법을 실행시키는 프로그램이 기록된 기록 매체
KR102303783B1 (ko) * 2021-01-26 2021-09-23 대한민국 드론을 활용한 사면붕괴를 포함한 재난사고 현장정보 취득 및 분석 방법과 시스템
KR102331410B1 (ko) * 2021-03-22 2021-12-03 대한민국 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템
CN113408121A (zh) * 2021-06-11 2021-09-17 长江水利委员会长江科学院 一种高陡边坡危岩运动轨迹测量及坡段参数计算方法
CN113408121B (zh) * 2021-06-11 2023-07-11 长江水利委员会长江科学院 一种高陡边坡危岩运动轨迹测量及坡段参数计算方法
CN113762623A (zh) * 2021-09-09 2021-12-07 甘肃中星鸿图科技有限公司 一种滑坡方向与趋势的识别和预测方法、装置及电子设备
CN113762623B (zh) * 2021-09-09 2024-04-05 雷添杰 一种滑坡方向与趋势的识别和预测方法、装置及电子设备
CN114066165A (zh) * 2021-10-20 2022-02-18 国网黑龙江省电力有限公司电力科学研究院 一种改进的输电线路高位滑坡危险性评价系统及方法
CN113987807A (zh) * 2021-10-29 2022-01-28 重庆地质矿产研究院 一种基于gis的多准则决策分析绘制滑坡敏感性图的方法
CN114996827A (zh) * 2022-07-12 2022-09-02 清华大学 岩土工程滑坡的加固方法及装置
KR102609100B1 (ko) * 2023-04-14 2023-12-04 주식회사 동신지티아이 Gnss 좌표를 기반으로 한 지형지물 정보를 확보할 수 있는 측지측량시스템
KR102635207B1 (ko) * 2023-07-31 2024-02-08 (주)신일지형정보 Gnss 측량을 이용한 중요 지형의 정보를 보정할 수있는 수치지도 제작시스템
CN117392811A (zh) * 2023-10-27 2024-01-12 浙江水文新技术开发经营有限公司 一种山丘降雨监测预警系统
CN117392811B (zh) * 2023-10-27 2024-05-07 浙江水文新技术开发经营有限公司 一种山丘降雨监测预警系统
CN117671508A (zh) * 2024-02-01 2024-03-08 中国水利水电第七工程局有限公司 基于sar图像的高陡边坡滑坡检测方法及系统
CN117671508B (zh) * 2024-02-01 2024-04-05 中国水利水电第七工程局有限公司 基于sar图像的高陡边坡滑坡检测方法及系统
CN117933578A (zh) * 2024-03-22 2024-04-26 四川省地质调查研究院 一种泥石流的安全隐患评估方法及系统
CN117933578B (zh) * 2024-03-22 2024-06-07 四川省地质调查研究院 一种泥石流的安全隐患评估方法及系统

Similar Documents

Publication Publication Date Title
KR101762809B1 (ko) 드론을 사용한 산사태 예측 지형자료 생성 및 산사태 위험지역 선정 방법
KR101859947B1 (ko) 무인 항공기를 이용한 재해위험 저수지의 정밀안전진단평가를 위한 데이터베이스 구축 시스템 및 방법
Hackl et al. Use of unmanned aerial vehicle photogrammetry to obtain topographical information to improve bridge risk assessment
Prokešová et al. Landslide dynamics from high-resolution aerial photographs: A case study from the Western Carpathians, Slovakia
McDougall et al. The use of LIDAR and volunteered geographic information to map flood extents and inundation
CN103700054A (zh) 一种突发地质灾害应急预案数字化系统
Albarelli et al. Identification of potential rockfall sources using UAV-derived point cloud
Congress et al. Methodology for resloping of rock slope using 3D models from UAV-CRP technology
Kaćunić et al. Application of unmanned aerial vehicles on transport infrastructure network
Udin et al. UAV based multi-spectral imaging system for mapping landslide risk area along Jeli-Gerik highway, Jeli, Kelantan
Bouali et al. Rockfall hazard rating system: Benefits of utilizing remote sensing
Nobahar et al. Mapping of slope failures on highway embankments using Electrical Resistivity Imaging (ERI), Unmanned Aerial Vehicle (UAV), and Finite Element Method (FEM) numerical modeling for forensic analysis
Yan et al. Detection and numerical simulation of potential hazard in oil pipeline areas based on UAV surveys
D’Urso et al. Rescue Management and Assessment of Structural Damage by Uav in Post-Seismic Emergency
Koca et al. Volume estimation and evaluation of rotational landslides using multi-temporal aerial photographs in Çağlayan dam reservoir area, Turkey
Bray et al. Turning disaster into knowledge in geotechnical earthquake engineering
Miyagi Landslide Recognition and Mapping for Slope Disaster Risk Reduction and Management–Keynote Speech
Chian et al. Feasibility of remote sensing for multihazard analysis of landslides in Padang Pariaman during the 2009 Padang earthquake
Sohn et al. Resilient Heritage Using Aerial and Ground-Based Multi-sensor Imagery
Pontes et al. Geological-geotechnical risk mapping of gravitational mass movements in an urban area in Colombo, Brazil
Clemente et al. Rockfall susceptibility analysis through 3D simulations in marine protected areas of the Portofino coastline: case studies of San Fruttuoso and Paraggi bays
Van Tien et al. Landslide Risk Assessment in the Tropical Zone of Vietnam as a Contribution to the Mitigation of Natural Disaster Vulnerability
Soulakellis et al. Synergistic Exploitation of Geoinformation Methods for Post-earthquake 3D Mapping and Damage Assessment
Kim et al. Development and Application of GIS-based Information System of Landslide Hazard Map Induced by Earthquakes and Rainfall in Korea.
Soleimani et al. Feasibility of using UAV in surveying and 3D modeling of landslides (case study of Ardabil province)

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant