KR20120004113A - 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발 - Google Patents

지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발 Download PDF

Info

Publication number
KR20120004113A
KR20120004113A KR1020100064787A KR20100064787A KR20120004113A KR 20120004113 A KR20120004113 A KR 20120004113A KR 1020100064787 A KR1020100064787 A KR 1020100064787A KR 20100064787 A KR20100064787 A KR 20100064787A KR 20120004113 A KR20120004113 A KR 20120004113A
Authority
KR
South Korea
Prior art keywords
groundwater
density
factors
analysis
database
Prior art date
Application number
KR1020100064787A
Other languages
English (en)
Inventor
이사로
오현주
김용성
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 KR1020100064787A priority Critical patent/KR20120004113A/ko
Publication of KR20120004113A publication Critical patent/KR20120004113A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

본 발명은 GIS,확률,통계 기반의 지하수산출가능성 예측 분석방법을 이용한 지하수산출가능성 예측분석 시스템에 관한 것으로, 특히 분석대상지역의 투수량계수와 비양수량의 정보를 제공하는 대수층 수리특성 데이터베이스와 지형, 지질, 선구조, 지표피복, 지하수관련 요인의 정보를 제공하는 수문지질인자 데이터베이스 구축부, 대수층 수리특성 자료와 수문지질인자들 간의 지하수산출 상관관계를 분석하는 분석부, 그리고 상기 상관관계 분석부에서 분석된 정보를 바탕으로 지하수산출가능 예측도를 작성하는 작성부, 투수량계수와 비양수량의 검증자료를 이용하여 지하수산출가능 예측도의 정확도를 정량적으로 검증하는 검증부; 모든 결과를 비교하기위한 결과 도출부;를 포함하여 이루어지는 것을 특징으로 한다.
본 발명에 따르면, 대수층 수리특성자료를 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d와 비양수량 3.75㎥/d/m, 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d와 비양수량 6.25㎥/d/m를 이분화 기준으로 설정하여 각각 4개의 종속변수에 대하여 빈도비, WOE, 로지스틱회귀분석을 수행할 수 있도록 하고, 빈도비분석에서는 수문지질인자 중 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대한 민감도를 분석하는 민감도분석, WOE 분석에서는 WOE가 부여된 수문지질인자들 간의 독립성 검증을 통해 상관성 있는 인자의 중복을 배제하는 독립성분석 등을 이용하여 다양한 조건의 정량적인 지하수산출가능성 예측분석을 수행할 수 있는 효과가 있다.

Description

지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발 {A Development of Prediction Model for Groundwater Productivity Potential based on Probability and Statistic}
본 발명은 지하수개발 유망지점 선정과 관련하여, GIS,확률,통계 분석기법과 연계한 특정 지역의 지하수산출가능성 예측 모델 개발과 이의 적용에 관한 것이다.
본 연구에서는 지하수개발 유망지점 선정과 관련하여, GIS 분석기법을 연계하여 지하수산출가능성(Groundwater productivity, GWP 또는 Groundwater favorability, GWF)을 예측하는 기법을 개발하였다.
지하수계는 기상, 수문, 지표피복상태, 지형 및 지질 등 제 환경의 조합과 상호작용에 따라 종합적으로 형성되는 동역학적 시스템으로써, 지하수계에서 발생되는 복합적인 작용과 대수층의 산출능력을 총체적으로 이해하기 위해서는 시스템을 구성하는 기본 요소의 물리적 특성에 대한 규명이 필요하다. 현장조사 없이 원격탐사나 GIS 분석만으로 지하수를 직접적으로 파악할 수는 없지만, 지질, 지표특성, 토양, 토지이용 및 하천수계분포 등 지표면의 상이한 특성으로 부터 지하수 부존 양상을 유추할 수 있다(Todd, 1980; Jha and Peiffer, 2006). GIS 및 확률, 통계기법을 적용하여 지하수산출가능성과 관련이 있는 인자들 간의 정량적인 상관관계 및 가중치분석을 통해 작성된 예측도는 기존에 알려지지 않은 사건발생 지역을 알려주고, 예측 정확도를 통하여 각 사례별 적합한 모델을 정립할 수 있다. 이러한 연구는 1990년대부터 지금까지 여러 연구자들에 의해 취약성, 가능성도 및 산사태 분석 등에 적용되어 많은 연구 결과들이 발표되고 있으나, 지하수 산출가능성에 대해 적용된 사례는 없다.
본 발명은 상술한 과제를 해결하기 위하여 안출된 것으로, 본 발명의 목적은 지하수산출가능성에 영향을 미칠 것으로 판단되는 다양한 인자들과 현장에서 얻어진 직간접적 지하수산출능력을 지시하는 인자들 간의 상호관계를 빈도비분석, WOE분석, 로지스틱회귀분석을 수행할 수 있는 분석부를 이용하여 지하수산출가능성을 예측하고 빈도비를 이용한 민감도 분석과 WOE를 이용한 독립성 검증을 통하여 각 인자들의 각각의 인자들에 대한 민감정도와 독립여부를 판단하는데 있다.
상술한 과제를 수행하기 위한 수단으로서, 본 발명은 지하수산출가능성 예측 시스템에 있어서, 대수층 수리특성 자료, 토양, 임상, 토지이용 등 지표피복에 관련된 인자, 지형고도, 지형고도차, 지형경사, 하천 등 지형에 관련된 인자, 지질암종, 수문지질단위, 선형구조 밀도 등 지질에 관련된 인자, 지하수심도, 지하수수리경사, 지하수함양률 등 지하수 분포에 관련된 인자 등 지하수산출에 영향을 미치는 것으로 알려진 수문지질인자를 포함하는 GIS 지하수 공간데이터베이스; 상기 수문지질인자 데이터베이스에서 제공되는 요인들을 바탕으로 확률 및 통계 모델별로 분석하는 GIS/통계/확률 기반의 지하수산출 상관관계 분석부; 상기 지하수산출 상관관계 분석부에서 분석된 정보를 바탕으로 지하수산출가능성 예측을 작성하는 예측도 도출부; 상기 대수층 수리특성 자료를 이용하여 지하수산출가능 예측도의 정확도를 정량적으로 검증하는 검증부; 모든 결과의 비교를 위한 결과 도출부;를 포함하여 이루어지는 것을 특징으로 하는 GIS,확률,통계기법에 근거한 지하수산출가능성 예측모델을 제공할 수 있도록 한다.
특히, GIS 지하수 공간데이터베이스에는 대수층 수리특성 자료와 수문지질인자와 지하수 산출능력간의 특성을 파악하기 위하여, 투수량계수(transmissivity, T)와 비양수량(specific capacity, SPC) 외에도 양수량(yield, Y)과 굴착심도 등 대수층 수리특성 자료를 공간데이터베이스화한 대수층 수리특성 데이터베이스;
분석대상지역의 지형도에서 추출한 고도, 경사, 곡률, TWI(Topographic wetness Index), 하천밀도, 하천으로부터 거리, 소유역 등의 요인을 공간데이터베이스화한 지형 데이터베이스; 분석대상지역의 지질도에서 추출한 기반암 분포도, 수분지질단위 등의 요인을 공간데이터베이스화한 지질 데이터베이스; 분석대상지역의 Landsat TM 영상자료와 음영기복도를 이용하여 추출한 선구조에서 선구조 길이에 대한밀도, 선구조 길이의 연장성을 고려한 밀도, 선구조 개수에 대한 밀도, 선구조 개수에 대한 연장성을 고려한 밀도, 선구조 교차점에대한 밀도 등의 요인을 공간데이터베이스화한 선구조 데이터베이스; 분석대상지역의 지표피복 관련인자로는 위성영상 Landsat-TM 위성영상에서 추출한 토지이용도, 수치임상도에서 추출한 식생분포도, 정밀토양도에서 추출한 토성분포도, 토양배수 등의 요인을 공간데이터베이스화한 지표피복 데이터베이스; 분석대상지역의 지하수 분포 해석을 위해 연구지역에 분포하는 지하수시설 244개소에서 측정한 현장 자료와 지하수 심도 자료를 이용하여 지하수심도 분포도, 지하수수리경사, 지하수함양률 등의 요인을 공간데이터베이스화한 지하수분포 데이터베이스;를 포함하고 있으며 이중 중 어느 하나 이상을 포함하여 이루어질 수 있다.
또한, 본 발명에 따른 시스템에서, GIS,통계,확률 기반의 지하수산출 상관관계 분석부는, 상기 지하수산출가능성과 관련된 모든 인자들을 제공하는 수문지질인자 데이터베이스에서 대수층 수리특성자료의 70%에 해당하는 자료는 종속변수로 하고, 지형, 지질, 선구조, 지표피복, 지하수와 관련된 인자들을 독립변수로 이용하여, 수문지질 인자와 투수량계수 및 비양수량간의 상관관계를 분석하여 지하수산출가능성을 예측하는 확률기반의 빈도비 분석부; 수문지질 인자들 간의 등급별 가중치를 분석하는 확률기반의 WOE(Weights-of-Evidence) 분석부; 입력인자(독립변수)와 대수층 수리특성자료(종속변수) 사이의 상관정도를 분석하는 로지스틱회귀분석부; 중 어느 하나 이상을 포함하여 이루어질 수 있다.
상기 빈도비 분석부에서는 수문지질인자 중 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대한 민감도 분석을 수행할 수 있으며, 또한 WOE 분석부에서는 WOE가 부여된 수문지질인자들 간의 독립성 검증을 통해 상관성 있는 인자의 중복을 배제하는 독립성분석을 포함하여 이루어질 수 있다.
아울러, 본 발명에 따른 GIS,확률,통계 기법에 근거한 지하수산출가능성 예측 모델을 이용하여 지하수산출가능성을 예측할 수 있는 예측방법을 수행할 수 있다.
구체적으로는, 지하수산출가능성 예측분석을 수행하기위해 분석대상지역의 대수층 수리특성과 관련된 인자를 포함하는 GIS 지하수 공간데이터베이스를 구축하는 1단계; 상기 공간데이터베이스에 구축된 대수층 수리특성과 관련된 인자들 간의 GIS/통계/확률 기반의 지하수산출 상관관계를 분석하는 2단계; 상기 2단계의 분석정보를 이용하여 지하수산출가능성 예측도를 작성하는 3단계; 2와 3단계에서 도출된 지하수산출가능성 예측도를 검증하는 4단계; 모든 결과 도출을 위한 5단계;를 포함하는 GIS,확률,통계기법에 근거한 지하수산출가능성 예측방법을 구현할 수 있다.
특히, 상기 2단계는, 대수층 수리특성자료인 투수량계수 및 비양수량를 종속변수로 하고, 지형도(고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역), 지질도(기반암 분포도, 수분지질단위), 선구조(선구조 길이에 대한밀도, 선구조 길이의 연장성을 고려한 밀도, 선구조 개수에 대한 밀도, 선구조 개수에 대한 연장성을 고려한 밀도, 선구조 교차점에 대한 밀도), 지표피복(토지이용도, 식생분포도, 토성분포도, 토양배수), 지하수 분포(지하수심도 분포도, 지하수수리경사, 지하수함양률) 자료를 독립변수로 하여, 빈도비분석, WOE분석, 로지스틱회귀분석 중 어느 하나 이상의 분석을 수행하여 지하수산출가능 예측도를 분석하는 단계로 형성할 수 있다.
또한 상기 2단계의 빈도비분석에서는 수문지질인자 중 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대한 민감도분석을, 상기 2단계의 WOE분석에서는 WOE가 부여된 수문지질인자들 간의 독립성 검증을 통해 상관성 있는 인자의 중복을 배제하는 독립성분석을 포함시켜 지하수산출가능 예측도를 분석하는 단계로 형성할 수 있다.
본 연구에서는 지하수개발 유망지점 선정과 관련하여, 확률,통계분석(빈도비, WOE, 로지스틱 회귀분석)과 신속한 의사결정을 지원하는 GIS 분석기법을 연계하여, 수문지질인자와 지하수 산출능력간의 관계를 정량적으로 확인할 수 있고, 빈도비분석에서는 민감도분석을, WOE분석에서는 독립성검증을 추가분석하여 각 인자들 간의 민감도와 독립여부를 확인할 수 있다. 따라서 이러한 분석부를 이용하여 확률 및 통계 모델별로 지하수 산출가능성을 예측하고, 인자들 간의 민감정도, 독립여부를 파악하고, 예측도의 정확도를 분석함으로써 최종적으로 지하수산출가능성 예측을 수행할 수 있다.
도 1은 종래의 GIS의 구성을 개념적으로 도시한 예시도이다.
도 2a는 본 발명에 따른 GIS,확률,통계 기반의 지하수산출가능성 예측분석 기법을 이용한 지하수산출가능성 예측분석 시스템의 구성도 도시한 것이다.
도 2b는 대수층 수리특성 데이터베이스에서 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d와 비양수량 3.75㎥/d/m, 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d와 비양수량 6.25㎥/d/m를 이분화 기준으로 설정하여 각각 4개의 종속변수로 구분한 예를, 도 2c는 지하수산출가능성에 영향을 미칠 것으로 판단되는 수문지질인자를 도시한 것이다.
도 2d는 본 발명에 따른 분석대상지역인 경상북도 포항시 일대의 지역을 도시한 것이다.
도 2e는 지하수산출가능성과 관련 있는 모든 수문지질인자들을 GIS 기반의 공간데이터베이스로 구축한 결과를 도시한 것이다.
도 3a는 본 시스템의 지하수산출 상관관계 분석부의 구성을 도시한 것이다.
도 3b는 본 분석대상지역의 지하수산출 상관관계 분석을 이용한 지하수산출가능 예측분석의 흐름을 도시한 것이다.
도 3c는 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d 경우에 대하여 빈도비를 이용한 지하수산출가능성 예측도를, 도 3d는 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m 경우에 대하여 빈도비를 이용한 지하수산출가능성 예측도를, 도 3e는 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d 경우에 대하여 빈도비를 이용한 지하수산출가능성 예측도를, 도 3f는 일양수량 300㎥/d에 해당되는 비양수량 3.75㎥/d/m 경우에 대하여 빈도비를 이용한 지하수산출가능성 예측도를 도시한 예이다.
도 3g~도 3j는 지하수산출가능성과 관련 수문지질인자들의 빈도비를 나타낸 표이다.
도 4a는 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d 경우에 대하여 WOE를 이용한 지하수산출가능성 예측도를, 도 4b는 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m 경우에 대하여 WOE를 이용한 지하수산출가능성 예측도를, 도 4c는 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d 경우에 대하여 WOE를 이용한 지하수산출가능성 예측도를, 도 4d는 일양수량 300㎥/d에 해당되는 비양수량 3.75㎥/d/m 경우에 대하여 WOE를 이용한 지하수산출가능성 예측도를 도시한 예이다.
도 4e~도 4h는 지하수산출가능성과 관련 수문지질인자들의 WOE를 나타낸 표이다.
도 4i~도 4l은 WOE 값으로 이분화된 인자들의 독립성 검증 값을 나타낸 표이다.
도 5a는 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m 경우에 대하여 로지스틱 회귀분석을 이용한 지하수산출가능성 예측도를 도시한 예이고, 도 5b는 수문지질단위에 대한 로지스틱 회귀 상관계수를 나타낸 표이다.
도 6a~도6d는 각각의 종속변수를 대상으로 빈도비 값이 부여된 수문지질인자들을 하나씩 제거하여 중첩분석한 지하수산출가능 예측도를 검증한 결과로서 수문지질인자들의 민감정도를 보여주는 표이다.
도 7a는 빈도비를 이용한 각 4개의 종속변수에 대한 지하수산출가능예측도의 정확도를, 도 7b는 WOE를 이용한 각 4개의 종속변수에 대한 지하수산출가능예측도의 정확도를, 도 7c는 로지스틱 회귀분석을 이용한 SPC6.25㎥/d/m일 경우의 지하수산출가능예측도의 정확도를 도시한 것이다.
도 7d는 빈도비, WOE, 로지스틱 회귀분석을 이용한 4개의 종속변수에 대한 지하수산출가능예측도의 정확도를 비교한 것이다.
도 7e는 빈도비가 부여된 모든 인자들에서 특정 인자를 제외시켜 중첩분석한 민감도 분석의 예측 정확도를 비교한 것이다.
도 7f는 WOE로 이분화된 모든 인자들에 대한 독립성 검증후 중첩분석한 예측도의 정확도를 비교한 것이다.
이하에서는 첨부한 도면을 참조하여 본 발명에 따른 구성 및 작용을 구체적으로 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성요소는 동일한 참조부여를 부여하고, 이에 대한 중복설명은 생략하기로 한다.
본 발명은 GIS/확률/통계기법에 근거한 지하수산출가능성 예측시스템을 제공하며, 특히 빈도비, WOE, 로지스틱 회귀분석 중 어느 하나 이상의 분석을 수행하여 대수층 수리특성 자료인 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d와 비양수량 3.75㎥/d/m, 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d와 비양수량 6.25㎥/d/m를 이분화 기준으로 설정하여 각각 4개의 종속변수에 대한 지하수산출가능 예측도를 분석하는 것과 빈도비와 WOE를 이용한 각 인자들에 대한 민감정도와 독립여부를 평가하는 것을 그 요지로 한다.
도 2a를 참조하면, 이는 본 발명에 따른 GIS,확률,통계기법을 이용한 지하수산출가능성 예측시스템 (이하, '본 시스템'이라 한다.)의 구성도를 나타낸 것이다.
본 발명에 따른 본 시스템은 분석대상지역인 경상북도 포항시 일대의 대수층 수리특성 자료와 지하수산출가능성과 관련 있는 모든 수문지질인자들의 정보를 제공하는 GIS 지하수 공간데이터베이스(100)와 상기 수문지질인자들을 바탕으로 GIS,확률,통계 기반의 지하수산출가능성을 분석하는 지하수산출 상관관계 분석부(200), 그리고 상기 지하수산출 상관관계 분석부에서 분석된 4개로 분류한 대수층 수리특성 자료에 대한 지하수산출가능 예측도를 작성하는 작성부(300), 지하수산출가능 예측도를 정량적으로 검증하는 검증부(400) 및 이의 결과들의 비교를 위한 결과 도출부(500)를 포함하여 구성될 수 있다.
도 2b는 도 2a에서 형성하는 GIS 지하수 공간데이터베이스에 포함된 대수층 수리특성 자료를 4개로 분류한 것이며 도 2c는 도 2a에서 형성하는 GIS 지하수 공간데이터베이스에 포함된 지하수산출가능성과 관련 있는 모든 수문지질인자들을 나열한 것으로 상술한 본 시스템을 이용하여 특정 지역에 대한 지하수산출가능성과 관련된 GIS 지하수 공간데이터베이스의 형성 예를 설명한다.
특히, 상기 GIS 지하수 공간데이터베이스(100)는 도 2b와 같은 대수층 수리특성 자료 (① 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d, ② 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m, ③ 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d, ④ 일양수량 300㎥/d에 해당되는 비양수량 3.75㎥/d/m) 데이터베이스군과 도 2c와 같은 지하수산출가능성과 관련 있는 모든 수문지질인자들을 종류별로 분류한 수문지질인자 데이터베이스군으로 형성될 수 있다. 구체적으로는, 상기 GIS 지하수 공간데이터베이스(100)는 분석대상지역의 고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역 등을 공간데이터베이스화한 지형 데이터베이스 (110), 기반암 분포도, 수분지질단위 등을 공간데이터베이스화한 지질 데이터베이스 (120), 선구조 길이에 대한밀도, 선구조 길이의 연장성을 고려한 밀도, 선구조 개수에 대한 밀도, 선구조 개수에 대한 연장성을 고려한 밀도, 선구조 교차점에 대한 밀도 등을 공간데이터베이스화한 선구조 데이터베이스 (130), 토지이용도, 식생분포도, 토성분포도, 토양배수 등을 공간데이터베이스화한 지표피복 데이터베이스 (140), 지하수심도 분포도, 지하수수리경사, 지하수함양률 등을 공간데이터베이스화한 지하수 분포 데이터베이스 (150)를 더 포함하여 구성될 수 있다.
도 2d는 본 발명에 따른 실예로서, 경상북도 포항시 일대의 지역을 대상으로 본 발명의 시스템을 설명하기로 한다(지리좌표상 북위 35° 50’ 07’’ ～ 36° 16’ 34’’, 동경 129° 05’ 40” ～ 129° 34’ 57’’사이에 위치).
도 2e는 지하수산출가능성과 관련 있는 수문지질인자들을 공간데이터베이스로 구축한 결과를 도시한 것이다. 분석대상지역인 포항시 일대의 지하수산출가능성 예측분석을 위해 수집된 자료는 대수층 수리특성 자료 (① 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d, ② 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m, ③ 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d, ④ 일양수량 300㎥/d에 해당되는 비양수량 3.75㎥/d/m), 지형 (고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역), 지질 (기반암 분포도, 수분지질단위), 선구조 (선구조 길이에 대한밀도, 선구조 길이의 연장성을 고려한 밀도, 선구조 개수에 대한 밀도, 선구조 개수에 대한 연장성을 고려한 밀도, 선구조 교차점에 대한 밀도), 지표피복 (토지이용도, 식생분포도, 토성분포도, 토양배수), 지하수 분포 (지하수심도 분포도, 지하수수리경사, 지하수함양률) 자료이다. 분석대상지역에서 선정한 대수층 수리특성자료는 투수량계수 81개소, 비양수량 83개소이며, 분석결과에 대한 검증을 위해 대수층 수리특성 자료를 70:30의 비율로 훈련자료와 검증자료로 분류하고, 훈련자료를 확률 및 통계 모델에 적용하여 지하수산출가능성을 예측하고, 검증자료를 이용하여 예측 정확도를 검증하였다. 공간해상도는 분석항목 중 공간해상도가 가장 낮은 Landsat-TM 영상의 공간해상도 30m를 기준으로 하여 각 인자별 격자수는 1,621×1,480 = 990,495개 이다.
본 발명에 따른 GIS,확률,통계 기반의 지하수산출가능성을 분석하는 지하수산출 상관관계 분석부(200)는 구체적으로는 GIS 지하수 공간데이터베이스(100)에서 제공되는 도 2b인 대수층 수리특성자료의 70%에 해당하는 자료를 종속변수로 하고, 도 2c인 수문지질인자데이터들을 독립변수로 이용하여, 지하수산출가능성과 관련 있는 대수층 수리특성자료와 수문지질인자들 간의 상관관계를 분석하여 도 3a의 지하수산출가능성을 예측하는 빈도비분석부(210); 지하수산출능력과 관련된 수문지질인자와 대수층 수리특성 자료들 간의 등급별 가중치를 분석하는 WOE분석부(220); 입력자료인 독립변수와 사건자료인 종속변수의 로지스틱회귀 상관계수를 분석하는 로지스틱회귀분석부(230); 중 어느 하나 이상을 포함하여 이루어질 수 있다. 또한 빈도비분석부(210)에서는 수문지질인자 중 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대한 민감도분석이 수행되고, WOE분석부(220)에서는 수문지질인자들 간의 독립성 검증을 통해 상관성 있는 인자의 중복을 배제하는 독립성분석이 포함되어 이루어질 수 있다.
도 3b는 상술한 본 시스템을 이용하여 GIS,확률,통계 기반의 지하수산출가능성 예측분석 기법을 이용한 지하수산출가능성 예측분석 시스템의 구성도 도시한 것이다.
도시된 것처럼, 본 시스템을 이용하는 지하수산출가능성 예측분석은 다양한 지질현상(지질, 자연재해, 지질자원, 환경오염)을 예측하는데 활용될 수 있을 뿐만 아니라 지공간에서 일어나는 모든 사건예측에 적용할 수 있다. 본 발명에서는 GIS와 빈도비, WOE, 로지스틱 회귀분석 등을 이용하여 지하수산출가능성 예측분석을 도시된 것과 같은 절차로 수행하였다.
즉, 우선 연구분야 및 연구지역을 선정하며(이를 테면, 경상북도 포항시 일대), 이후 GIS 기반의 공간데이터베이스를 구축한다. 이 경우 상기 공간데이터베이스에서 제공되는 값 중 대수층 수리특성 자료 종속변수로 하고, 수문지질인자들을 독립변수로 하여 지하수산출 상관관계 분석부에 입력하게 된다.
이러한 상관관계 분석부가 도 3a와 같이 형성되는 경우, 각각의 분석을 수행하는 빈도비-민감도분석, WOE-독립성분석, 로지스틱회귀 분석부에서 분석한 지하수산출가능 예측도에 대한 정확도를 검증하게 된다.
이후, 검증된 지하수산출가능 예측도들의 비교를 통해 보다 정확한 결과도를 도출할 수 있게 된다.
또한 수문지질인자들 간의 민감도 및 독립성 검증을 통하여 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는지 평가할 수 있고 인자들 간의 중복성 여부를 판단할 수 있게 된다.
이하에서는 상술한 지하수산출 상관관계 분석부의 구체적인 분석방법을 상세하게 설명하기로 한다.
1) 빈도비분석부-빈도비
빈도비 기법의 적용은 관측된 지하수산출능력과 관련된 요인들 간의 상관관계를 밝히고, 각 요인의 등급별 빈도비를 통해 지하수산출가능성 예측하는 데 있다. 빈도비는 조건부 확률 원리를 바탕으로 한, 각 요인의 등급별 사건의 발생 면적 비율을 의미한다. 빈도비는 조건부 확률 원리를 바탕으로 각 인자의 등급별 지하수산출가능성에 대한 면적비를 의미한다. 그러므로 빈도비가 1이면 평균, 1보다 작으면 지하수산출가능성이 기준보다 낮고 1보다 크면 지하수산출가능성이 기준보다 높음을 의미한다. 따라서 빈도비를 통하여 각 인자의 등급에서 기준이상의 지하수산출가능성에 기여한 정도를 알 수 있다. 계산된 빈도비 (도 3g~도 3j)는 각 요인의 등급에 부여한 후 GIS 중첩분석을 이용하여 {식 1}과 같이 대수층 수리특성 자료를 일양수량 300㎥/d 이상(T2.61㎡/d, SPC3.75㎥/d/m)과 500㎥/d 이상(T3.79㎡/d, SPC6.25㎥/d/m)으로 각각 분류하고 각각의 4가지 경우에 대해 지하수산출가능성지수(GPPIFR, Groundwater productivity potential index by frequency ratio)를 구하고 지하수산출가능 예측도를 작성하였다.
{식 1}
Figure pat00001

도 3c~도 3f는 4가지 대수층 수리특성 자료에 대한 지하수산출가능성도로서 시각적 해석을 위해 지하수산출가능성지수를 상위 5%, 10%, 15% 및 70%로 등급화하여 도시하였다.
2) WOE 분석부-Weights-of-Evidence 및 독립성 검증 분석
WOE 분석은 빈도비에 자연로그를 취하여 양과 음의 가중치(W+와 W-)를 적용하는 방법으로, studentized value인 C/S(C)를 이용해 이 값이 최대값을 갖는 등급의 W+와 W-로 수문지질인자를 이분화시킨 후, 지하수산출가능성 지수를 예측하여, 설정된 투수량계수 또는 비양수량 기준에 따른 지하수산출가능 예측도를 작성한다.
앞서 빈도비분석과 마찬가지로 수문지질인자별 WOE 분석을 위해, 대수층 수리특성 자료를 일양수량 300㎥/d 이상(T2.61㎡/d, SPC3.75㎥/d/m)과 500㎥/d 이상(T3.79㎡/d, SPC6.25㎥/d/m)으로 각각 분류하고 각각의 4가지 경우에 대해 수문지질인자별로 W+와 W-로 이분화하고 이를 각 인자의 등급에 적용하여 각 수문지질인자를 이분화시켰다. 이렇게 이분화된 인자별 가중치는 도 4e~도 4h와 같다.
이분화된 가중치는 각 인자의 등급에 부여한 후 중첩분석을 실시하여 {식 2}와 같이 지하수산출가능성지수(GPPIFR, Groundwater productivity potential index by frequency ratio)를 구하고 지하수산출가능 예측도를 작성하였다.
{식 2}
Figure pat00002

도 4a~도 4b는 4가지 대수층 수리특성 자료에 대한 지하수산출가능성도로서 시각적 해석을 위해 지하수산출가능성지수를 상위 5%, 10%, 15% 및 70%로 등급화하여 도시하였다.
훈련자료를 이용한 지하수산출가능성 예측 분석의 사전단계로 예측에 활용될 수문지질인자 상호간의 독립성 검증(Conditional independence)을 통해 상관성 있는 인자의 중복을 배제해야 한다. 이를 위해 본 연구에서는 WOE 분석 시 카이제곱 검증을 실시하였다. 각 인자들 간의 독립성 검증은 99% 신뢰도 및 자유도 1인 경우에 대한 카이제곱 6.63을 기준으로 실시하였다. 인자별로 카이제곱 값이 기준값보다 크면 상관관계가 존재하므로 최종 분석 시에는 이를 제거하고 분석하였다.
앞서 빈도비분석과 마찬가지로 수문지질인자별 WOE 분석을 위해, 대수층 수리특성 자료를 일양수량 300㎥/d 이상(T2.61㎡/d, SPC3.75㎥/d/m)과 500㎥/d 이상(T3.79㎡/d, SPC6.25㎥/d/m)으로 각각 분류하고 각각의 4가지 경우에 대해 수문지질 인자에 대해 중첩분석을 실시하여 지하수산출가능성지수(GPPI)를 예측하고, 지하수산출가능 예측도를 작성하였다.
도 4i는 T 3.79㎡/d (Y500㎥/d)에 대한 독립성 결과표를, 도 4j인 SPC 6.25㎥/d/m (Y500㎥/d)에 대한 독립성 결과표를, 도 4k인 T 2.61㎡/d (Y300㎥/d)에 대한 독립성 결과표를, 도 4l인 SPC 3.75㎥/d/m (Y300㎥/d)에 대한 독립성 결과표를 나타낸다.
3)로지스틱회귀분석부-분석기법적용
독립변수와 종속변수 사이의 관계를 정확히 파악하기 위해서는 두 변수간의 규칙성을 나타내는 회귀식 또는 예측식을 구하는 회귀분석이 필요하다. 회귀분석에서는 독립변수의 일정한 값에 대응되는 종속변수의 값을 예측하기 위하여 회귀방정식을 구하며, 본 연구에서는 통계프로그램인 SPSS 다변량 회귀분석인 로지스틱 회귀모델을 이용하여 회귀방정식을 구하였다. 로지스틱 상관계수는 독립변수의 변화에 따라서 종속변수가 얼마만큼 변화하는가를 제시하는 통계치로써, 해당 독립변수의 계수 값이 ‘0’보다 크면 클수록 지하수산출가능성이 크고, ‘0’보다 작으면 작을수록 지하수산출가능성이 낮다는 것을 의미한다.
로지스틱 회귀분석 모델은 빈도분석 시 적용한 4가지 기준 중 예측정확도가 가장 높았던 일양수량 500㎥/d 이상에 해당되는 SPC6.25㎥/d/m를 기준으로 분석하였다. 수문지질인자 중 빈도비 분석시 유효한 인자로 분석된 15개 인자 중 상관관계 분석을 통해 독립성이 있는 것으로 분석된 8개 수문지질 인자를 독립변수로 사용하였으며, 분석된 로짓은 {식 3}과 같이 유도하였고, {식 4}와 같이 지하수산출가능 확률을 계산하였다. 각 요인들에 곱해지는 계수는 요인들의 가중치가 되며, {식 3}과 {식 4}를 이용하여 지하수산출가능성지수(GPPILR , Groundwater productivity potential index by logistic regression)를 구하고 지하수산출가능성도를 작성하였다.
{식 3}
Z = (-0.001 × 고도) + (-0.001 × 경사) + (-0.900 × 곡률) + (-0.013 × 하천으로부터 거리) + (2.278 × 선구조 길이 연장성 밀도) + (0.386 × 선구조 교차점 밀도) + 수문지질단위 - 7.999
{식 4}
Figure pat00003

도 5a는 지하수산출가능성도로서 시각적 해석을 위해 지하수산출가능성지수를 상위 5%, 10%, 15% 및 70%로 등급화하여 도시하였다. 도 5b는 명목형 자료인 수문지질단위에 대한 로지스틱 회귀계수이다.
4) 민감도분석부
아울러, 빈도비분석 시에는 검증 결과 시 민감도 분석을 병행하여 수문지질인자 중 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대해 살펴보았다. 이를 위해 수문지질인자인 고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역, 기반암의 분포도, 수문지질단위, 선구조 길이 밀도, 선구조 길이 연장성 밀도, 선구조 개수 밀도, 선구조 개수 연장성 밀도, 선구조 교차점 밀도, 토지이용, 식생분포도, 토성분포도, 토양배수, 지하수심도 분포도, 지하수수리경사도, 지하수함양률 등을 한 번씩 제외하여 각각의 지하수산출가능 예측도의 정확도를 비교함으로써 어느 인자를 제외시켰을 때 예측도의 정확도가 가장 낮은지를 판단하여 수문지질인자들의 민감도를 판단하였다.
도 6a~도 6d는 4가지 대수층 수리특성 자료에 대한 민감도 분석 결과표이다.
도 6a인 T 3.79㎡/d (Y500㎥/d)에 대한 민감도 분석결과, 지형고도 인자가 가장 민감한 것으로 분석되었으며, 지형고도를 제외한 경우가 예측 정확도 66.63%로 예측 정확도가 가장 낮고, 소유역 평균 지형고도 인자를 제외한 경우가 예측 정확도 70.85%로 예측 정확도가 가장 높았다.
도 6b인 SPC 6.25㎥/d/m (Y500㎥/d)에 대한 민감도 분석결과, 토양토성 인자가 가장 민감한 것으로 분석되었으며, 토양토성을 제외한 경우가 예측 정확도 76.64%로 예측 정확도가 가장 낮고, 지형고도 인자를 제외한 경우가 예측 정확도 78.64%로 예측 정확도가 가장 높았다.
도 6c인 T 2.61㎡/d (Y300㎥/d)에 대한 민감도 분석결과, 선형구조 길이 인자가 가장 민감한 것으로 분석되었으며, 소유역 평균 지형경사를 제외한 경우가 예측 정확도 71.30%로 예측 정확도가 가장 높았고, 선형구조 길이 인자를 제외한 경우가 예측 정확도 66.98%로 예측 정확도가 가장 낮았다.
도 6d인 SPC 3.75㎥/d/m (Y300㎥/d)에 대한 민감도 분석결과, 토양토성 인자가 가장 민감한 것으로 분석되었으며, 토양토성을 제외한 경우가 예측 정확도 67.60%로 예측 정확도가 가장 낮고, 하천밀도 인자를 제외한 경우가 예측 정확도 74.20%로 예측 정확도가 가장 높았다.
5) 결과도출부
빈도비, WOE 및 로지스틱 회귀분석을 이용하여 지하수산출가능성을 예측하였으나, 분석된 예측지수는 추정(assessment)값에 해당되므로 검증이 필요하다. 각각의 분석기법에 따라 도출된 4가지 경우에 대해, 대수층 수리특성 자료 중 검증자료(전체 자료의 약 30%)로 구분한 자료를 이용하여 Success Rate Curve(SRC) 방법을 적용하여 예측도 검증을 실시하였다(도 7a ~ 도 7c참조).
SRC는 예측도에서 얻어진 예측 지수 값을 등면적당 대수층 수리특성 자료가 위치한 곳의 비율값으로 표현한다. 그래프의 X축에는 지하수산출가능성지수가 높은 지역을 상위 퍼센트로 나열한 값이고, Y축은 대수층 수리특성 자료가 위치한 하위 퍼센트 값을 나타낸 것이다. 예를 들어, X축의 값이 상위 1%일 때 Y축의 값이 상위 100%라면 지하수산출가능성도에서 이들의 가능성이 높게 나타난 1%의 픽셀 안에 대수층 수리특성 자료가 모두 속한다는 것을 의미하며 또한 이들의 예측이 올바르게 되었음을 의미한다. 보다 정량적인 검증을 위해 AUC(Area Under the Curve)방법을 이용하였는데, 이 방법은 위의 SRC 아래 면적으로 구하는 것으로써 X축과 Y축을 1:1로 곱하면 그 SRC 아래의 면적을 구할 수 있고 이 면적이 넓을수록 더 정확한 지하수산출가능성도가 된다.
도 7a는 빈도비를 이용한 지하수산출가능 예측도의 정확도를 나타낸 것이며, 도 7b는 WOE를 이용한 지하수산출가능 예측도의 정확도를 나타낸 것이며, 도 7c는 로지스틱 회귀분석을 이용한 지하수산출가능 예측도의 정확도를 나타낸 것이다. 도 7d는 빈도비, WOE, 로지스틱 회귀분석의 지하수산출가능 예측도의 정확도를 비교한 것이다.
그 결과 빈도비 기법을 이용한 지하수산출가능성에 대한 예측 정확도는 SPC6.25㎥/d/m인 경우가 77.78%로 가장 높고, T3.79㎡/d인 경우가 68.98%로 가장 낮다. WOE 기법을 이용한 지하수산출가능성에 대한 예측 정확도는 SPC6.25㎥/d/m인 경우가 71.20%로 가장 높고, SPC3.75㎥/d/m인 경우가 68.93%로 가장 낮다. 로지스틱 회귀분석 기법을 이용한 SPC6.25㎥/d/m(Y500㎥/d)에 대한 지하수산출가능성에 대한 예측 정확도는 76.85%로 분석되었다. 따라서 빈도비 기법을 이용한 SPC6.25㎥/d/m인 경우, 예측정확도가 77.78%로 예측성능이 우수함을 확인할 수 있다.
도 7e는 민감도 분석에 있어서 특정 인자의 빈도비값을 제외하여 중첩분석한 지하수산출가능 예측도의 정확도를 비교한 것이다. 그 결과 지하수산출가능성에 대한 예측 정확도는 SPC6.25㎥/d/m인 경우가 77.78%로 가장 높고, T3.79㎡/d인 경우가 68.98%로 가장 낮다.
도 7f는 WOE의 독립성 분석후 수문지질인자들의 다양한 조합을 통하여 중첩분석한 지하수산출가증 예측도의 정확도로써, T 3.79㎡/d (Y500㎥/d)에 대한 독립성 검증후 상관성 있는 300m 반경의 평균 지형고도, 곡률, 소유역 평균 지형경사, 선형구조 길이를 제외한 9개 수문지질인자들의 조합을 바탕으로 작성된 지하수산출가능 예측도에 대한 검증결과는 69.43%, SPC6.25㎥/d/m(Y500㎥/d)에 대한 독립성 검증후 상관성 있는 300m 반경의 평균 지형고도, 소유역 평균 지형고도, 곡률, TWI, 하천으로부터의 거리를 제외한 10개 수문지질인자들의 조합을 바탕으로 작성된 지하수산출가능 예측도에 대한 검증결과는 71.83%, T2.61㎡/d(Y300㎥/d)에 대한 독립성 검증후 300m 반경의 평균 지형고도, 소유역 평균 지형고도, 소유역 평균 지형경사, 연장성을 고려한 선형구조 개수를 제외한 7개 수문지질인자들의 조합을 바탕으로 작성된 지하수산출가능 예측도에 대한 검증결과는 74.51%, SPC3.75㎥/d/m(Y300㎥/d)에 대한 독립성 검증후 300m 반경의 평균 지형고도, 하천밀도, 연장성을 고려한 선형구조 길이를 제외한 4개 수문지질인자들의 조합을 바탕으로 작성된 지하수산출가능 예측도에 대한 검증결과는 72.00%로 나타났다. 그 결과 지하수산출가능성에 대한 예측 정확도는 T3.79㎡/d/인 경우가 69.43%로 가장 낮고, T2.61㎡/d인 경우가 74.51%로 가장 높다.
전술한 바와 같은 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였다. 그러나 본 발명의 범주에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능하다. 본 발명의 기술적 사상은 본 발명의 기술한 실시예에 국한되어 정해져서는 안 되며, 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: GIS 지하수 공간데이터베이스
110: 지형 데이터베이스
120: 지질 데이터베이스
130: 선구조 데이터베이스
140: 지표피복 데이터베이스
150: 지하수 데이터베이스
200: GIS,확률,통계 기반의 지하수산출 상관관계 분석부
210: 빈도비분석부
220: WOE분석부
230: 로지스틱회귀분석부
300: 지하수산출가능 예측도 작성부
400: 지하수산출가능 예측도 검증부
500: 결과 비교 도출부

Claims (4)

  1. 지하수산출가능성 예측 모델에 있어서,
    분석대상지역의 지하수산출가능성에 영향을 미칠것으로 판단되는 다양한 수문지질인자와 대수층 수리특성 자료를 제공하는 GIS 지하수 공간데이터베이스 구축 1단계;
    상기 GIS 지하수 공간데이터베이스에서 제공되는 수문지질인자와 대수층 수리특성 정보를 바탕으로 GIS,확률,통계 기반의 지하수산출가능성을 분석하는 지하수산출 상관관계분석부 2단계;
    상기 상관관계 분석부에서 분석된 정보를 바탕으로 지하수산출가능 예측도를 작성하는 예측도작성부 3단계;
    상기 지하수산출가능 예측도를 이용하여 지하수산출가능성의 정확도를 검증하는 검증부 4단계;
    상기 예측 모델에서 분석된 모든 예측도의 비교를 위한 결과 도출부 5단계;
    를 포함하여 이루어지는 것을 특징으로 하는 지하수산출가능성 예측 모델을 이용한 지하수산출가능성 예측분석 시스템.
  2. 청구항 1에 있어서,
    상기 GIS 지하수 공간데이터베이스에 속하는 대수층 수리특성 데이터베이스는 일양수량 300㎥/d과 500㎥/d에 해당하는 투수량계수와 비양수량을 4가지 경우로 분류하여,
    ① 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d
    ② 일양수량 500㎥/d에 해당되는 비양수량 6.25㎥/d/m
    ③ 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d
    ④ 일양수량 300㎥/d에 해당되는 비양수량 3.75㎥/d/m
    어느 하나 이상을 포함하여 이루어지는 것을 특징으로 하는 지하수산출가능성 예측분석 시스템.
    또한, 상기 GIS 지하수 공간데이터베이스에 속하는 수문지질인자 데이터베이스는 분석대상지역의 지형자료에서 추출한 고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역등의 지형관련 요인을 공간데이터베이스화한 지형데이터베이스;
    분석대상지역의 지질도에서 추출한 기반암의 분포도, 수문지질단위 등의 지질관련 요인을 공간데이터베이스화한 지질데이터베이스;
    분석대상지역의 Landsat TM 위성영상 및 음영기복도에서 추출한 선구조 길이 밀도, 선구조 길이 연장성 밀도, 선구조 개수 밀도, 선구조 개수 연장성 밀도, 선구조 교차점 밀도등의 선구조관련 요인을 공간데이터베이스화한 선구조데이터베이스;
    분석대상지역의 Landsat-TM 위성영상에서 추출한 토지이용, 수치임상도에서 추출한 식생분포도, 정밀토양도에서 추출한 토성분포도와 토양배수 등의 지표피복관련 요인을 공간데이터베이스화한 지표피복데이터베이스;
    분석대상지역의 현장에서 얻어진 직간접적 지하수산출 능력을 지시하는 지하수심도 분포도, 지하수수리경사도, 지하수함양률 등의 지하수분포관련 요인을 공간데이터베이스화한 지하수데이터베이스;
    중 어느 하나 이상을 포함하여 이루어지는 것을 특징으로 하는 지하수산출가능성 예측분석 시스템.
  3. 청구항 1에 있어서,
    상기 지하수산출 상관관계분석부는,
    상기 GIS 지하수 공간데이터베이스에서 제공되는 대수층 수리특성 데이터베이스에서 일양수량 300㎥/d에 해당되는 투수량계수 2.61㎡/d와 비양수량 3.75㎥/d/m, 일양수량 500㎥/d에 해당되는 투수량계수 3.79㎡/d와 비양수량 6.25㎥/d/m를 이분화 기준으로 설정하여 종속변수로하고, 수문지질인자 데이터베이스에서 고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역, 기반암의 분포도, 수문지질단위, 선구조 길이 밀도, 선구조 길이 연장성 밀도, 선구조 개수 밀도, 선구조 개수 연장성 밀도, 선구조 교차점 밀도, 토지이용, 식생분포도, 토성분포도, 토양배수, 지하수심도 분포도, 지하수수리경사도, 지하수함양률 등의 요인을 독립변수로 이용하여,
    관측된 지하수산출능력과 관련된 수문지질인자와 대수층 수리특성 자료들간의 상관관계를 분석하여 지하수산출가능성을 예측하는 빈도비분석부;
    지하수산출능력과 관련된 수문지질인자와 대수층 수리특성 자료들간의 등급별 가중치를 분석하는 WOE분석부;
    WOE가 부여된 수문지질인자들 간의 독립성 검증을 통해 상관성 있는 인자의 중복을 배제하는 독립성분석부;
    입력자료인 독립변수와 사건자료인 종속변수의 로지스틱회귀 상관계수를 분석하는 로지스틱회귀분석부;
    중 어느 하나 이상을 포함하여 이루어지는 것을 특징으로 하는 지하수산출 상관관계분석 모델을 지하수산출가능성 예측분석 시스템.
  4. 청구항 1 또는 3에 있어서,
    상기 2단계의 수문지질인자별 빈도비를 이용하여 어떤 인자가 지하수산출가능성에 얼마나 영향을 미치는가에 대한 인자별 민감도 평가를 위해 수문지질인자인 고도, 경사, 곡률, TWI, 하천밀도, 하천으로부터 거리, 소유역, 기반암의 분포도, 수문지질단위, 선구조 길이 밀도, 선구조 길이 연장성 밀도, 선구조 개수 밀도, 선구조 개수 연장성 밀도, 선구조 교차점 밀도, 토지이용, 식생분포도, 토성분포도, 토양배수, 지하수심도 분포도, 지하수수리경사도, 지하수함양률 등을 한 번씩 제외하는 방법을 적용하는 민감도 분석부;를 포함하여 이루어지는 것을 특징으로 하는 지하수산출가능성 예측분석 시스템.
KR1020100064787A 2010-07-06 2010-07-06 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발 KR20120004113A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100064787A KR20120004113A (ko) 2010-07-06 2010-07-06 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100064787A KR20120004113A (ko) 2010-07-06 2010-07-06 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발

Publications (1)

Publication Number Publication Date
KR20120004113A true KR20120004113A (ko) 2012-01-12

Family

ID=45610802

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100064787A KR20120004113A (ko) 2010-07-06 2010-07-06 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발

Country Status (1)

Country Link
KR (1) KR20120004113A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160064559A (ko) * 2014-11-28 2016-06-08 공주대학교 산학협력단 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법
KR101703972B1 (ko) * 2015-09-30 2017-02-22 한국지질자원연구원 공간정보를 이용한 지하수 부존 지역 예측시스템 및 지하수 부존 지역 예측방법
CN109886339A (zh) * 2019-02-25 2019-06-14 广东电网有限责任公司 一种化学物质的gwp回归预测方法及装置
CN113109228A (zh) * 2020-09-17 2021-07-13 合肥工业大学 基于煤矿地质钻孔的松散承压含水层渗透系数确定方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160064559A (ko) * 2014-11-28 2016-06-08 공주대학교 산학협력단 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법
KR101703972B1 (ko) * 2015-09-30 2017-02-22 한국지질자원연구원 공간정보를 이용한 지하수 부존 지역 예측시스템 및 지하수 부존 지역 예측방법
CN109886339A (zh) * 2019-02-25 2019-06-14 广东电网有限责任公司 一种化学物质的gwp回归预测方法及装置
CN109886339B (zh) * 2019-02-25 2021-10-26 广东电网有限责任公司 一种化学物质的gwp回归预测方法及装置
CN113109228A (zh) * 2020-09-17 2021-07-13 合肥工业大学 基于煤矿地质钻孔的松散承压含水层渗透系数确定方法
CN113109228B (zh) * 2020-09-17 2024-03-29 合肥工业大学 基于煤矿地质钻孔的松散承压含水层渗透系数确定方法

Similar Documents

Publication Publication Date Title
CN106651211B (zh) 一种不同尺度区域洪水灾害风险评估的方法
Papadopoulou-Vrynioti et al. Karst collapse susceptibility mapping considering peak ground acceleration in a rapidly growing urban area
Sorbino et al. Susceptibility analysis of shallow landslides source areas using physically based models
Ciurean et al. Multi-scale debris flow vulnerability assessment and direct loss estimation of buildings in the Eastern Italian Alps
Kolat et al. Preparation of a geotechnical microzonation model using geographical information systems based on multicriteria decision analysis
Wu et al. Simulation of soil loss processes based on rainfall runoff and the time factor of governance in the Jialing River Watershed, China
Li et al. Application and verification of fractal approach to landslide susceptibility mapping
Talaei Landslide susceptibility zonation mapping using logistic regression and its validation in Hashtchin Region, northwest of Iran
Gaspar-Escribano et al. Uncertainty assessment for the seismic hazard map of Spain
Tufano et al. Anthropogenic sinkholes of the city of Naples, Italy: An update
Sundell et al. A probabilistic approach to soil layer and bedrock-level modeling for risk assessment of groundwater drawdown induced land subsidence
Biswas et al. Modeling on management strategies of slope stability and susceptibility to landslides catastrophe at hilly region in Bangladesh
Rohan et al. Landslide susceptibility analysis based on citizen reports
KR20120004113A (ko) 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발
Hwang et al. Quantifying dam‐induced fluctuations in streamflow frequencies across the Colorado River Basin
Godif et al. Delineation of groundwater potential zones using remotely sensed data and GIS-based analytical hierarchy process: Insights from the Geba river basin in Tigray, Northern Ethiopia
Seifu et al. Identification of groundwater potential sites in the drought-prone area using geospatial techniques at Fafen-Jerer sub-basin, Ethiopia
Mosaffaie et al. Landslide risk assessment based on susceptibility and vulnerability
Ascott et al. Analysis of the impact of hydraulic properties and climate change on estimations of borehole yields
Edalat et al. Scenarios to control land subsidence using numerical modeling of groundwater exploitation: Aliabad plain (in Iran) as a case study
Hua-xi et al. Study on spatial prediction and time forecast of landslide
Mookiah et al. Assessment of groundwater mass balance and zone budget in the semi-arid region: A case study of Palar sub-basin, Tamil Nadu, India
Liao et al. Simulation of Flow in a Complex Aquifer System Subjected to Long‐Term Well Network Growth
Singh et al. Evaluating control of various hydrological factors on selection of groundwater-level monitoring networks in irrigated areas using a geospatial approach
Chitsazan et al. Land subsidence susceptibility mapping using PWRSTFAL framework and analytic hierarchy process: fuzzy method (case study: Damaneh-Daran Plain in the west of Isfahan Province, Iran)

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application