지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2020
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 카테나 개념을 활용한 사면유형 분류기법을 개발·평가하고 이 결과의 활용가능성을 살펴보는 것을 목적으로 한다.
퇴적물의 침식-이동-퇴적이라는 지형학의 기본적인 프로세스를 기반으로 하는 카테나 개념을 활용하고 자기조직화 현상에 의해 비슷한 형태로 존재하는 유역을 분석 스케일로 한정하는 UcaP(Upslope contributing area Priority)사면유형 분류기법을 개발하고 기존의 방법들과 비교·평가한 결과는 다음과 같다.
첫째, 경사도를 우선으로 하는 SlgP와 단면곡면률을 우선으로 하는 PrcP 결과는 사면유형 분기점의 구조적 문제로 산정상부 사면유형인 Summit 사면을, 상대고도를 우선하는 ReeP 결과는 Backslope 사면을 과분류하는 문제가 나타났다. 이에 반해 UcaP 결과는 하천의 상류와 하류에 나타나는 사면유형의 분포 특징을 잘 반영한다. 둘째, 카테나 본래의 목적인 지형과 토양 사이의 상관관계에 대한 비교를 위해 토양 속성 6가지와 각 사면유형화 결과를 교차분석한 결과 네 가지 방법 모두 유의미하게 토양 속성을 분류하고 있는 것으로 나타났지만 해석에 주의를 요하며 보완연구가 필요하다. 셋째, 각 방법의 형태적 비교를 위해 하천망도와 비교한 결과, UcaP 방법이 Toeslope 사면의 형태적 정확도가 가장 높은 것으로 나타났다. 넷째, 각 방법의 퇴적물 이동 형태 반영 정도를 비교한 결과, UcaP 결과에서만 각 사면유형의 이론적 배경에 맞는 침식량 분포가 나타나는 것을 확인하였다.
다음으로 다른 방법들과의 비교·평가에서 유용성을 확인한 UcaP 결과의 자연환경 정책적 적용가능성과 활용성을 산사태 위험 예측을 사례로 살펴보았다. 이진분류 기계학습 모델인 랜덤 포레스트, 서포트 벡터 머신, 로지스틱 회귀를 산사태 영향인자를 달리하여 총 9개 기계학습 모델을 구축하여 산사태 민감성 평가를 한 결과, 9개 모델 모두 준수한 예측 성능을 나타냈지만 지점별 예측 결과는 최대 90% 이상으로 나타나 기계학습 결과의 불확실성을 확인하였다. 그러나 UcaP와 같이 잘 분류된 사면유형 분류결과를 통해 기계학습 결과를 살펴보면 이론적·형태적·위치적 특징에 따라 Backslope 사면의 산사태 발생 가능성이 가장 높은 것을 확인할 수 있고 이를 기준으로 산사태의 공간적 관리 범위를 특정할 수 있는 것으로 나타났다.
마지막으로 경로 복원을 사례로 사면유형 분류결과의 적용가능성을 살펴보았다. 기존 최소 비용 분석을 통한 경로 복원 연구는 경사도에 의존한 비용면 생성이 이루어져왔다. 그러나 경사도는 비용의 비등방성 측면만 반영되기 때문에 사면유형화 결과로 등방성 요소를 추가하고자 하였다. 조선시대 10대로를 기준으로 경사도 기반 경로와 UcaP 기반 경로를 비교한 결과, UcaP 기반 경로가 전체 경로 길이와 대로별 길이 모두 10대로에 근접하게 나타났다. 세부 경로의 차이를 시각적으로 살펴보면 경사도 기반 경로는 사면의 작은 경사차이에 의해 경로가 결정됨으로써 세부 경로가 10대로와 달라지는 경향이 곳곳에서 나타남을 확인하였다.
본 연구는 퇴적물의 침식-이동-퇴적 프로세스를 기본으로 하고 유역을 분석 스케일로 한정한다는 점에서 기존의 사면분류방법들과 차별성이 있다. 이러한 사면유형 분류결과는 위험 사면의 공간적 범위가 필요한 환경정책과 경로 복원 연구의 새로운 비용면으로 활용도가 높을 것으로 기대한다.
퇴적물의 침식-이동-퇴적이라는 지형학의 기본적인 프로세스를 기반으로 하는 카테나 개념을 활용하고 자기조직화 현상에 의해 비슷한 형태로 존재하는 유역을 분석 스케일로 한정하는 UcaP(Upslope contributing area Priority)사면유형 분류기법을 개발하고 기존의 방법들과 비교·평가한 결과는 다음과 같다.
첫째, 경사도를 우선으로 하는 SlgP와 단면곡면률을 우선으로 하는 PrcP 결과는 사면유형 분기점의 구조적 문제로 산정상부 사면유형인 Summit 사면을, 상대고도를 우선하는 ReeP 결과는 Backslope 사면을 과분류하는 문제가 나타났다. 이에 반해 UcaP 결과는 하천의 상류와 하류에 나타나는 사면유형의 분포 특징을 잘 반영한다. 둘째, 카테나 본래의 목적인 지형과 토양 사이의 상관관계에 대한 비교를 위해 토양 속성 6가지와 각 사면유형화 결과를 교차분석한 결과 네 가지 방법 모두 유의미하게 토양 속성을 분류하고 있는 것으로 나타났지만 해석에 주의를 요하며 보완연구가 필요하다. 셋째, 각 방법의 형태적 비교를 위해 하천망도와 비교한 결과, UcaP 방법이 Toeslope 사면의 형태적 정확도가 가장 높은 것으로 나타났다. 넷째, 각 방법의 퇴적물 이동 형태 반영 정도를 비교한 결과, UcaP 결과에서만 각 사면유형의 이론적 배경에 맞는 침식량 분포가 나타나는 것을 확인하였다.
다음으로 다른 방법들과의 비교·평가에서 유용성을 확인한 UcaP 결과의 자연환경 정책적 적용가능성과 활용성을 산사태 위험 예측을 사례로 살펴보았다. 이진분류 기계학습 모델인 랜덤 포레스트, 서포트 벡터 머신, 로지스틱 회귀를 산사태 영향인자를 달리하여 총 9개 기계학습 모델을 구축하여 산사태 민감성 평가를 한 결과, 9개 모델 모두 준수한 예측 성능을 나타냈지만 지점별 예측 결과는 최대 90% 이상으로 나타나 기계학습 결과의 불확실성을 확인하였다. 그러나 UcaP와 같이 잘 분류된 사면유형 분류결과를 통해 기계학습 결과를 살펴보면 이론적·형태적·위치적 특징에 따라 Backslope 사면의 산사태 발생 가능성이 가장 높은 것을 확인할 수 있고 이를 기준으로 산사태의 공간적 관리 범위를 특정할 수 있는 것으로 나타났다.
마지막으로 경로 복원을 사례로 사면유형 분류결과의 적용가능성을 살펴보았다. 기존 최소 비용 분석을 통한 경로 복원 연구는 경사도에 의존한 비용면 생성이 이루어져왔다. 그러나 경사도는 비용의 비등방성 측면만 반영되기 때문에 사면유형화 결과로 등방성 요소를 추가하고자 하였다. 조선시대 10대로를 기준으로 경사도 기반 경로와 UcaP 기반 경로를 비교한 결과, UcaP 기반 경로가 전체 경로 길이와 대로별 길이 모두 10대로에 근접하게 나타났다. 세부 경로의 차이를 시각적으로 살펴보면 경사도 기반 경로는 사면의 작은 경사차이에 의해 경로가 결정됨으로써 세부 경로가 10대로와 달라지는 경향이 곳곳에서 나타남을 확인하였다.
본 연구는 퇴적물의 침식-이동-퇴적 프로세스를 기본으로 하고 유역을 분석 스케일로 한정한다는 점에서 기존의 사면분류방법들과 차별성이 있다. 이러한 사면유형 분류결과는 위험 사면의 공간적 범위가 필요한 환경정책과 경로 복원 연구의 새로운 비용면으로 활용도가 높을 것으로 기대한다.
목차
제 1 장 서 론 11.1. 연구의 배경과 목적 11.1.1. 지형분석의 연구 흐름 31.1.2. DEM의 등장과 디지털 지형 분석 51.1.3. 디지털 지형 분석을 통한 사면유형화 기법 81.1.4. 연구의 목적 111.2. 연구의 구성 12제 2 장 사면유형화 기법 개발의 필요성과 방법 132.1. 카테나 개념을 이용한 사면유형화 기법의 필요성 132.1.1. 카테나 개념의 이론적 배경 142.1.2. 기존 사면유형화 기법들의 특징과 한계점 182.2. 사면유형화 기법 UcaP의 개발 302.2.1. 사면유형화을 위한 DEM의 선정 302.2.2. 사면유형화를 위한 지형변수의 선정 322.2.3. 지형학적 산지와 비산지 구분 362.2.4. UcaP 사면유형화 기법 502.3. 사면유형화 기법의 비교·평가 552.3.1. 사면유형화 결과 비교 방법 552.3.2. 사면유형화 기법의 비교평가 결과 582.4. 소결 70제 3 장 사면유형화 결과의 적용, 산사태 위험관리 733.1. 산사태 현황과 사면 위험성 평가의 필요성 733.2. 산사태 민감성 연구 방법 763.2.1. 경험 분석 방법을 통한 산사태 민감성 연구 763.2.2. 통계 기반의 산사태 민감성 연구 773.2.3. 기계학습을 통한 산사태 민감성 연구 783.3. 비교평가를 위한 기계학습 모델의 구축 방법 813.3.1. 산사태 예측을 위한 기계학습 모델 813.3.2. 공간 자료의 구축 883.3.3. 최적매개변수 탐색을 위한 교차 검증 그리드 서치 953.3.4. 정확도 평가 방법 983.4. 산사태 예측 모델의 비교평가 1013.4.1. 알고리즘 및 산사태 영향 인자 개수별 모델의 성능 평가 1013.4.2. 알고리즘 및 산사태 영향인자 개수별 모델의 지점별 결과 비교 1053.5. 산사태 위험관리에서 사면유형화결과의 활용가능성 1113.6. 소결 123제 4 장 사면유형화 결과의 활용, 과거 교통로 추정 1264.1. 과거 경로와 사면유형화 결과 1264.2. 과거 경로 복원과 최소 경로 비용 분석 1294.2.1. 조선시대 경로 복원 연구 1294.2.2. 최소 경로 비용 분석 1304.3. 사면유형화 결과를 활용한 과거 경로 복원 방법 1334.3.1. 경로 복원을 위한 비용면으로써 사면유형화 결과 활용 1334.3.2. 비용면 계산 방법 1364.3.3. 연구 자료 1414.4. 조선시대 10대로와 사면유형화 기반의 경로 비교 1434.4.1. 사면유형화 결과와 과거 토지 이용의 관계 1434.4.2. 조선시대 10대로 복원 결과 비교 1474.5. 중·소로 복원에서 사면유형화결과의 활용가능성 1574.6. 소결 160제 5 장 결 론 162참 고 문 헌 168
최근 본 자료
댓글(0)
0