빈도비 분석과 로지스틱 회귀를 이용한 경남 지역 다중 스케일 산사태 위험도 평가

Abstract

산사태 위험도 분석은 일반적으로 종속 인자인 산사태 발생 정보와 독립 인자인 산사태 영향 인자 간의 상관관계 분석을 통해 이뤄지며 연구자에 따라 다양한 방법론과 자료를 활용하고 있다. 산사태가 공간적으로 발생하는 현상이며 공간적 요소의 결합으로 구성됨을 고려할 때 연구 대상 지역 공간 스케일에 따른 산사태 위험도 평가에 대한 영향을 확인할 필요가 있다. 본 연구에서는 2010년부터 2018년까지 9년 간의 전국 산사태 발생 정보를 다양한 매체를 통해 수집하고 고해상도 위성영상 해석을 통해 이를 산사태 인벤토리 맵으로 구축하였다. 수집된 산사태 인벤토리 맵에서 가장 정보가 많고 분포가 고른 경남 지역을 연구 대상 지역으로 선정하였고 최종적으로 공간 스케일을 달리하여 경남 산청과 경남 서부(산청, 함양, 진주), 경남 등 세 지역에 대해 연구를 수행하였다. 산사태 위험도 분석을 위해 사용한 영향 인자는 고도, 경사, 경사 방향, 곡률 유형, TPI(Topographic Position Index), 누적 흐름량, 수계까지의 거리, 도로까지의 거리, 단층까지의 거리, 암질, 토양 종류, 토지피복 총 12 종이며 다양한 산사태 위험도 분석 기법 중 가장 대표적으로 널리 사용되는 기법인 빈도비 분석법과 로지스틱 회귀 분석을 통해 해당 지역에 대한 산사태 위험도 분석을 수행하였다. 분석 결과 각 스케일과 기법에 따른 AUC(Area Under Curve)는 산청 - 빈도비(97.82%), 서부(산청, 함양, 진주) - 빈도비(96.78%), 산청 - 로지스틱 회귀(96.32%), 서부(산청, 함양, 진주) - 로지스틱 회귀(96.14%), 경남 - 로지스틱 회귀(93.08%), 경남 - 빈도비(92.44%) 순이었다. 공간 스케일에 따른 산사태 위험도 분석 결과 공간 스케일이 커질수록 검증을 위한 지표인 AUC가 작아졌으며 작은 공간 스케일일수록 영향 요소 내 산사태 분포에 의해 큰 영향을 받는 것으로 확인되었다. 기법에 따라서 결과를 해석할 경우 로지스틱 회귀가 공간 스케일 변화에 따른 결과 변화가 더 적다고 해석된다. 본 연구의 결과는 경남 지역 산사태 위험도 정보로써 산사태 대응을 위한 자료로 활용될 수 있으며 타 산사태 연구 지역과 분석 수행에 대한 지역 선정, 분석 기법 선정에 참고가 될 수 있다.

Landslide susceptibility analysis is generally performed through correlation analysis between information on landslide occurrence as a dependent factor and factors influencing landslides as independent factors. Various methodologies and data have been used depending on the researcher. Considering that landslide is a phenomenon that occurs spatially and is composed of a combination of spatial elements, it is necessary to consider the impact on the assessment of landslide susceptibility according to the spatial scale of the study area. In this study, information on landslide occurrences across the country for 9 years from 2010 to 2018 was collected through various media and was constructed as a landslide inventory map through high-resolution satellite image analysis. In the collected landslide inventory map, the Gyeongnam province with many landslide data and even distribution was selected as the study area. Finally, three spatial scales of the Sancheong in Gyeongnam and Gyeongnam western region (Sancheong, Hamyang, Jinju), and Gyeongnam provinces were selected. The influencing factors used for the analysis of landslide susceptibility are altitude, slope, slope direction, curvature type, TPI (Topographic Position Index), flow accumulation, distance to a water system, distance to road, distance to fault, rock quality, soil type. Landslide susceptibility analysis was performed for the area through frequency ratio analysis and logistic regression analysis, which are the most widely used and representative techniques among various landslide susceptibility analysis techniques. As a result of the analysis, the AUC (Area Under Curve) according to each scale and technique was Sancheong - frequency ratio (97.82%), western region (Sancheong, Hamyang, Jinju) - frequency ratio (96.78%), Sancheong - logistic regression (96.32%), western region (Sancheong, Hamyang, and Jinju) - logistic regression (96.14%), Gyeongnam - logistic regression (93.08%), and Gyeongnam - frequency ratio (92.44%). The AUC, an index for verification, decreases as the spatial scale increases, and the smaller spatial scale is interpreted to be greatly influenced by the landslide distribution within the influencing factor. When interpreting the results according to the technique, it can be estimated that logistic regression has less change in the results due to the spatial scale change. The importance of landslide inventory is emphasized in estimating the susceptibility of landslides, and a preliminary review of the distribution of landslides according to the scale is required. This should be based on domain knowledge of actual landslide occurrence. It can be used as data for landslide prevention as information on the susceptibility of landslides in the Gyeongnam province and it can be used as a reference for selecting study site and analysis techniques for other landslide research.