Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1598-5504(Print)
ISSN : 2383-8272(Online)
Journal of Agriculture & Life Science Vol.53 No.3 pp.7-16
DOI : https://doi.org/10.14397/jals.2019.53.3.7

Development of Prediction Technique of Landslide Hazard of Central Regions in Korea

Sung-Jae Lee1, Ho-Seop Ma2*
1Seoul National University Forest, Seoul, 08826, Korea
2Department of Forest Environmental Resources, Gyeongsang Nat'l Univ.(Insti. of Agri. Llife Science), Jinju, 52828, Korea
Corresponding author: Ho-Seop Ma Tel: +82-55-772-1851 Fax: +82-55-772-1859 E-mail: mhs@gnu.ac.kr
February 19, 2019 April 12, 2019 May 7, 2019

Abstract


This study was carried out to analyze the impacts of each factors by using the quantification theory (I) for the prediction of landslide hazard areas of central regions in korea. The results obtained from this study are summarized as follows. According to the range by the stepwise regression analysis, it was shown in order of soil depth (0.3606) was the highest. altitude (0.2065), vertical slope (0.2065), slope gradient (0.1297), aspect (0.1154). The extent of the normalized score by category of 6 factors was 0 to 1.5122, and the middle score was 0.7561. The prediction criteria on landslide occurrence based on the normalized score divided into 4 grade. It was over 1.1343 for class I, class II was 0.7562 to 1.1342, class III 0.3782 to 0.7561 and class Ⅳ was below 0.3781. The prediction on landslide occurrence appeared relatively high accuracy rate as 96% for class I, II and III. Therefore, this prediction criteria for landslide will be very useful for judgement of dangerous slope.



중부권역의 산사태위험성 예측기법의 개발

이성재1, 마 호섭2*
1서울대학교 농업생명과학대학 학술림
2경상대학교 환경산림과학부(농업생명과학연구원)

초록


본 연구는 중부권역에서 발생한 산사태를 중심으로 수량화이론을 이용하여 산림환경인자가 발생면 적에 미치는 영향 분석을 통해 예방적인 측면에서 산사태 발생 위험성에 대한 예측기준을 작성하였 다. 산사태 재해로 발생면적에 영향을 미치는 각 인자의 기여도는 토심(0.3606)이 가장 높았으며, 다음으로 고도(0.2065), 종단사면(0.2065), 경사(0.1297), 사면방위 0.1154)순으로 높게 나타났다. 산사태 발생 위험 기여도가 높은 6개 인자의 category별 상대점수 범위는 0점에서 1.5122점 사이에 분포하고 있었고 중앙값은 0.7561점이었다. 이 점수를 기준으로 산사태 발생 위험성을 4개 등급으로 구분한 예측 판정표를 작성하였다. Ⅰ등급의 점수는 1.1343 이상, Ⅱ등급은 0.7562~1.1342, Ⅲ등급 은 0.3782~0.7561, IV등급은 0.3781 이하로 나타나 1등급, 2등급, 3등급에서 산사태 발생 비율이 96%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 중부권역의 위험 비탈면에 있어서 산사 태 발생 위험도 판정에 유용하게 활용할 수 있을 것으로 판단된다.



    Korea Forest Service
    S211213L020110

    서론

    최근 우리나라는 기후변화에 따른 이상강우와 국 지성 강우가 산발적으로 발생하여 매년 산사태가 반 복적으로 발생하고 많은 인명 및 재산 피해를 일으 키고 있다. 특히 수도권을 포함한 중부권역은 지속 적인 도시화·산업화로 인하여 주거지 및 산업단지 가 급경사지에 인접하게 되어 산사태에 의한 도심지 피해가 지속적으로 증가하고 있다. 도심지 인구 밀 도가 높은 우리나라는 산사태가 발생하면 그 피해 규모가 다른 외국과 달리 크게 발생되고 있어 국내 여건에 적합한 산사태 예측 및 대응 기술의 개발이 필요한 실정이다(Ma, 1990;1992;2001;Ma & jeong, 2007;2008;Lee, 2014;Lee & Ma, 2019). 국내의 많은 연구자들은 산사태로부터 인명 및 재산 의 손실을 줄이기 위해 다양한 방법으로 산사태 발 생 가능 지역예측을 시도하고 있다.

    관련 연구로는 지리정보시스템을 이용한 산사태 위험지 판정에 관한 연구(Choo et al., 2014), 공간 정보 기반 산사태 발생지역 예측비율 평가(Lee et al., 2014), 산사태 발생예측을 위한 지형분류기법 의 비표평가(Lee et al., 2015), 산사태 분포예측을 위한 로지 스틱, 베이지안, Maxent의 비교(Al et al., 2017), 산사태 발생지점의 특성을 고려한 취약성 분 석 비교(Shin & Lee, 2018) 등이 있다. 그러나 산 사태는 여러 유발 인자들이 복잡하게 조합되어 다양 한 형태로 발생되고 있는 데 비해 산사태 발생에 대 한 사전 예측이나 원인규명에 대한 연구가 미흡한 상태이며, 아직 외국에 비해 발생원인 및 현장자료 가 부족한 실정이다(Varnes, 1978;Hutchinson, 1988;EPOCH, 1993).

    산사태가 발생하기 이전에 산사태 발생 가능 지역 을 예측 할 수 있다면 인명 및 재산피해를 줄여 나 가는 데 크게 도움이 될 것이다. 특히 산사태에 대 한 피해를 최소화하기 위하여 산사태의 발생이 예상 되는 지역에 새로운 구조물의 시공을 피하거나 토지 이용을 제한하도록 하며, 산사태의 정확한 발생예측 및 산림환경 인자와의 특성을 파악하는 장기적인 연 구도 필요하다(Ma & Jeong, 2010;Lee, 2014;Ma et al., 2014;Lee & Ma, 2018)

    따라서 본 연구는 산사태 발생 위험지역 선정 및 조기감지 시스템 도입에 활용할 목적으로 중부권역 의 산사태 발생지를 중심으로 산사태 발생에 미치는 주요 산림환경 인자들의 기여도 분석을 통해 산사태 발생 위험성을 예측할 수 있는 판정방법을 제시함으 로써 산사태 발생으로 인한 인명 및 재산 피해를 최 소화할 수 있는 학술적 정보를 제공하고자 한다.

    재료 및 방법

    1 조사 방법

    2003년부터 2012년 사이에 중부권역에서 태풍 과 집중호우 등으로 인해 산사태가 많이 발생한 총 474개소의 산사태 발생지(강원도 386개소, 충청 북도 23개소, 경상북도 40개소, 서울특별시 25개소) 를 대상으로 발생면적에 영향을 미치는 산림환경 인 자의 선정을 위하여 기존의 연구 자료(Choi, 1986;Ma, 1994;Ma & jeong, 2007;Jung, 2010;Park et al., 2010)를 참고하여 산사태 발생면적과 10개 의 산림환경 인자를 선정하고 조사하였다.

    1.1 산사태 발생지 발생면적

    산사태 발생면적(㎡)은 산사태 발생원으로부터 유 하 및 퇴적구간까지의 산사태 길이×폭을 이용하여 측정하였다.

    1.2 산사태 발생지 산림환경 인자

    사면경사(˚)는 산사태 발생원 지점의 평균경사를 Clinometer를 이용하여 측정하였다. 사면방위는 산 사태 발생원 지점의 방위를 지형도 및 Compass를 이용하여 N, E, S, W로 구분하였다. 사면형태(종단 사면)는 산사태 발생원 지점의 종단사면을 볼록(凸), 오목(凹), 직선(□), 복합(凹,凸)으로 구분하였다. 사 면형태(횡단사면)는 산사태 발생원 지점의 횡단사면 을 볼록(凸), 오목(凹), 직선(□), 복합(凹,凸)으로 구 분하였다. 산사태 발생원 지점의 해발고(m)는 지형 도상에서 계측하였다. 사면위치는 산사태 발생원 지 점의 위치를 산정, 산복, 산록으로 구분하였다. 하 천차수는 산사태 발생원 지점의 위치를 1/25.000 지 형도상에서 Strahler에 의해 개정된 Horton (1952) 의 방식에 의해 구분하였다. 임상은 산사태 발생원 지점의 임상도 및 현지조사를 통해 침엽수림, 활엽 수림, 혼효림으로 구분하였다. 모암은 지질도와 현 지조사를 통하여 산사태 발생원으로부터 발생구간까 지 모암을 퇴적암, 화성암, 변성암으로 구분하였다. 토심은 산사태 발생원으로부터 유하 및 퇴적구간까 지 상부, 중부, 하부 3지점에서 토심을 측정하여 평 균하였다.

    2 분석방법

    산사태 발생지점을 대상으로 발생면적(㎡)에 영향 을 미치는 산림환경 인자를 조사하고, 산사태 발생 위험지역을 예측하기 위해 각 인자를 Table 1과 같 은 카테고리로 구분하였다(Choi, 1986;Ma, 1994;Ma et al., 2014;Lee & Ma, 2018). 산사태 발생 면적에는 많은 인자가 복합적으로 영향을 미치고 있 으므로, 이들 산림환경 인자가 어느 정도의 영향을 미치고 있는가를 추정하기 위하여, 종속변수(Y: 발 생면적 ㎡)가 p- 1개의 독립변수(Xn: 산림환경인자) 에 의하여 변화함을 가정하여, 다음의 식 (1)에 의하 여 단계별 회귀분석(stepwise regression analysis) 을 실시하였다.

    Y =  B o  + B 1 X 1  + B 2 X 2 + B p-1 X p-1
    식 (1)

    또한, 단계별 회귀분석에서 추정된 카테고리 내의 인자들을 중심으로 산사태 발생 위험지역을 예측하 기 위해 산사태 발생면적과 내적 기준인 산림환경 인자와의 관계를 수량화이론(quantification theory) 을 이용하여 각 인자의 category별 반응표를 작성하 고, 이들 반응표에서 category와 category간의 상 호관계를 수량화이론에 따라 다음의 식 (2)에 의하 여 cross표를 작성하게 된다.

    T I m N l m + j = 1 M 1 k = 1 r i 2 t j k f l m ( j k ) = i = l n y i δ i ( l m )
    식 (2)

    2.1 Score 계산

    score 계산은 cross표에서 유도되었으며, cross표 는 n차 정방행열로서 AX= Po라는 행열식이 되어, 실제 계산은 역행열 .X= A-1PO에서 그 답을 얻고 각 category에 따라 계산된 수치를 score로 하게 된다.

    2.2 Range 계산

    각종 인자가 산사태 발생면적(㎡)에 미치는 기 여도를 추정하는 하나의 지표로서 range를 사용 하였는데, 이는 각 인자의 category별 상대점수 (Normalized score)의 최대치와 최소치의 변동폭으 로서 다음의 식 (3)에 의하여 계산하였다.

    R ( k ) = max ( xk ) - min ( xk )
    식 (3)

    • Note) max(xk): k번째 인자의 category에 기여한 상대점수(Normalized score)의 최 대치

    • min(xk): k번째 인자의 category에 기여한 상대점수(Normalized score)의 최 소치

    이상과 같은 과정을 거쳐 상대점수를 기준으로 하 여 산사태 발생 위험지역을 예측하고, 예측점수를 산사태 발생지점에 직접 대입하여 적절성을 평가하 였다.

    결과 및 고찰

    1 산사태발생에 대한 각 인자의 기여도

    산사태 발생면적에 미치는 기여도를 분석하기 위 하여 각 인자에 대한 단계별 회귀분석을 실시한 결 과는 Table 2와 같다. Table 2에서 보면 발생면적 에 영향을 미치는 요인 중 처음 도입된 변수는 토심 46 cm 이상이며, 다음으로 고도 1,201 m 이상, 종 단사면 복합, 횡단사면 복합, 경사 21~30°, 고도 801~1,200 m, 방위 북(N) 순으로 모두 7개의 인자 가 도입되었다.

    중부권역에서 발생한 산사태의 발생면적(㎡)에 대한 각 환경인자의 기여도에 대한 추정식은 Y= 185.512+5735.305(토심 46 cm<)+2042.997(고도 1,201 m<)+3805.294(종단사면 복합)-2957.219(횡 단사면 복합)+691.215(경사 21~30°)+641.817(고도 801~1,200 m)+507.279(방위 북)로 도출되었고, 이 에 대한 설명력은 46% 정도였다. 추정된 회귀모형 식의 적합도에 대한 F 통계량은 17.747(유의확률 0.000)로 매우 유의하고, R²값은 0.459으로 나타 났다. 위 추정식으로 볼 때 산림환경 인자들 중에서 특히 종단사면형 복합사면, 토심, 경사, 고도 등이 산사태 발생에 많은 영향을 미치며, 오히려 횡단사 면상의 복합사면은 산사태의 진행을 막아주는 역할 을 하고 있는 것으로 나타났다.

    Ma et al. (2008)은 수량화이론(I)을 이용하여 국 립공원지역의 산사태 발생 위험지역은 경사, 방위, 표고, 임상, 토심 등 5가지 인자가 크게 기여하는 것으로 보고하였다. Ma et al. (2014)은 수량화이 론(I)을 이용하여 전라북도지역의 산사태 발생과 관 련이 있는 것은 모암, 횡단사면, 임상, 산사태 유 형, 경사 5가지 인자 기여한다고 보고하였다. Choi (1986)는 수량화(I)이론에 의한 산사태면적에 영향 을 주는 인자는 횡단면형, 경사길이, 모암, 사면위 치, 경사도, 석력함량, 임분경급, 지형, 산사태 깊 이, 임상, 횡단면형 순으로 높게 나타났다고 하였 다. Kang et al. (1986)은 수량화이론(II)에 의하여 산사태 발생에 기여도가 높은 요인은 식생, 종단사 면형, 사면위치, 경사, 방위, 하천차수 순으로 보고 하였다. Bae et al. (2009)은 경상북도 지역에서 발 생한 산사태에 영향을 많이 주는 요인은 경사위치, 경사길이, 모암, 방위 임분 경급, 종단면형, 경사도 순으로 보고하였다. 이러한 결과를 종합적으로 고려 해볼 때 산사태 발생에는 지형적, 토질 및 임상적 특성 등에 따라 복잡하고 다양하게 영향을 미치고 있음을 알 수 있다.

    2 산사태 발생에 대한 주요 인자의 상대점수 분석

    산사태 발생면적에 미치는 기여도 분석에서 도출 된 6개 인자를 중심으로 산사태 발생에 영향을 미치 는 각 인자의 category별 상대점수를 분석한 결과는 Table 3과 같다. Table 3에서 보면 상대점수의 범 주별 점수 값들 중 부(-)의 값을 나타내는 범주는 비교적 안정 측에 작용하는 요인이며, 반대로 정(+) 의 값을 가지는 범주는 위험 측에 작용하여 산사태 발생면적에 기여를 많이 하는 것을 의미하며, 그 크 기는 수치의 대소로 나타난다.

    토심은 깊을수록 발생면적에 크게 기여하는 것 으로 나타났으며, 종단사면형의 경우 복합사면이 산사태 발생위험도에 가장 크게 기여하는 것으로 나타났으며, 횡단사면의 경우는 복합사면이 안정 측에 기여하는 것으로 분석되었다. 사면경사의 경 우 21~30°가 붕괴위험도가 가장 크게 기여하고, 사면방위는 S(남)에서 산사태 발생 후 계류로 흘 러들어 대형 산사태로 발전되는 것을 알 수 있다.

    Range는 산사태 발생면적에 대한 각 인자의 category별 상대점수의 변동 폭을 나타내는 척도로 서 각 인자의 category별 상대점수의 최대치와 최 소치의 상대점수 차로 나타낸다. 각 인자의 Range 를 산정한 결과, 종단사면이 0.4387로서 가장 높 았으며, 다음으로 토심(0.3606), 횡단사면(0.2613), 고도(0.2065), 방위(0.1154)의 순으로 나타났다.

    3 산사태 발생 위험지역 예측 및 평가

    상대점수(Normalized score)는 정(+) 및 부(-)의 값으로 되어 있기 때문에 이용에 불편한 점이 있다. 이를 개선하기 위하여 각 category별 점수 중에서 최소값을 0점으로 하고, 최소값의 절대치를 증가하 여 정의 값으로 변환시켜 산사태 발생 위험도 예측 스코어 표를 제시하면 Table 4와 같다. Table 4에서 6개 인자의 category별 점수를 보면 토심이 0점에서 0.3606 범위에 있으며, 고도는 0점에서 0.2065 범위, 종단사면은 0점에서 0.4387 범위, 횡단사면은 0점 에서 0.2613 범위, 사면경사도는 0점에서 0.1297 범 위, 사면방위는 0점에서 0.1154 범위로 계산되었다.

    산사태 발생 위험지역의 예측을 위해 Table 4에 제시된 산림환경 인자들의 상대점수를 기준으로 중부 권역 산사태 예측 판정표를 작성하게 된다. Table 4 에서 보면 토심, 고도, 종단사면, 횡단사면, 경사, 그리고 사면방위의 점수를 각 조사지역에 적용하여 산출된 예측점수의 범위는 0점에서 1.5122점 사이에 분포하였고, 중앙값은 0.7561점이었다. 산사태 위험 등급의 구분은 6개 인자의 category별 점수를 합산 하여 산출될 수 있는 최고점과 최저점을 이용하여 25%의 범위로 나누어 4개 등급으로 구분하였으며, 이 4개 등급의 기준 값들을 중심으로 산사태위험도 예측기준을 Table 5와 같이 작성하였다. 중부권역 산사태 위험도 예측기준 판정표에서 Ⅰ등급의 점수 는 1.1343 이상, Ⅱ등급은 0.7562~1.1342, Ⅲ등급 은 0.3782~0.7561, IV등급은 0.3781 이하로 나타 났다.

    또한, Table 5의 판정표를 이용하여 실제 산사태 발생지역에 Y=0.3606(토심 46 cm 이상)+0.4387 (종단사면 복합)+0.1154(사면방위 북)+0.1119(고도 801~1,200 m)+0.0237(경사 31~40˚)+0.2065(횡단 사면 복합)=1.2568점(산사태 위험도 등급 Ⅰ) 등의 산출식을 대입하여 평가 검증한 한 결과 산사태 위 험 등급별 발생개소는 Table 6과 같다. Table 6에 서 보면 Ⅰ 등급은 64개소로 전체의 13.5%, Ⅱ등급 은 202개소로 42.6%, Ⅲ등급은 189개소 39.8%, IV 등급은 19개소 4.1%로 나타났다. 산사태 위험성이 높다고 할 수 있는 Ⅰ등급, Ⅱ등급, Ⅲ등급을 합하 면 조사대상지 474개소의 96%에 해당하는 455개소 가 포함되어 예측 정확도가 매우 높게 나타났다. 따 라서 본 연구에서 6개 산림환경 인자를 기반으로 작 성한 산사태 위험등급 판정표는 산사태 위험성을 정 확하게 판정하는데 유용하게 활용할 수 있을 것으로 생각된다.

    결론

    최근에 발생한 중부권역 산사태지 474개소를 산 사태 발생면적(㎡)에 대한 6개 산림환경 인자의 기 여도 추정식은 Y(산사태 발생면적)=Y=185.512+ 5735.305(토심 46 cm<)+2042.997(고도 1,201 m<) +3805.294(종단사면 복합)-2957.219(횡단사면 복합) +691.215(경사 21~30°)+641.817(고도 801~1,200 m) +507.279(방위 북)로 도출되었다. 추정된 회귀모형 식의 적합도에 대한 F 통계량은 17.747(유의확률 0.000)로 매우 유의하고 R²값은 0.459으로 나타났 다. 수량화 이론(I)에 의해 각 인자의 category별 상 대점수를 분석한 결과, 토심(46 cm<)이 산사태 발생 위험도에 가장 크게 영향을 미치며, 토심(<15 cm)은 안정 측에 속하는 것으로 나타났다. 고도(1,201 m<), 종단(복합), 방위(N), 고도(801~1,200 m), 경사(21~ 30°)이 불안정 측에 기여하는 것으로 분석되었다. 각 인자의 Range를 산정한 결과, 종단사면이 0.4387로 서 가장 높게 나타나 산사태 발생에 큰 영향을 미치 는 것으로 추정되었고, 다음으로 토심(0.3606), 횡 단사면(0.2613), 고도(0.2065), 방위(0.1154)의 순으 로 나타났다. 산사태발생 위험도 판정표를 기준으로 6개 인자의 category별 점수를 계산한 추정치 범위 는 0점에서 1.5122점 사이에 분포하고 있었고 중앙 값은 0.7561점이었다. 6개 인자의 상대적 기여도 점 수를 기준으로 산출한 산사태 위험도 예측점수는 Ⅰ 등급 1.1343 이상, Ⅱ 등급 0.7562~1.1342, Ⅲ등급 0.3782~0.7561, IV등급 0.3781 이하로 나타났다. 위 의 산사태발생 위험도 판정표를 이용하여 산사태 발생 지역에 실제 대입한 결과 Ⅰ등급은 64개소로 전체의 13.5%, Ⅱ등급은 202개소로 42.6%, Ⅲ등급은 189개소 39.8%, IV등급 19개소 4.1%로 나타났다. Ⅰ등급, Ⅱ등 급, Ⅲ등급을 합하면 조사대상지의 96%인 455개소 의 산사태지가 포함되어 예측의 정확도가 매우 높게 나타났다.

    최근들어 도시생활권에서도 산사태가 자주 발생함 에 따라 인명 및 재산 피해가 가중되고 있으며, 이 는 인위적인 구릉지와 산지의 개발에 따른 경우가 많으므로 산사태 방지대책을 마련하려면 이들 산사 태 발생요인을 잘 파악하여야 한다. 물론 사방사업 을 통해 어느 정도 피해를 줄일 수는 있지만 도시생 활권 전체에 사방사업을 실시하기는 어려우므로 이 에 앞서 산사태 예측 및 예보를 통한 피난체계가 필 요하다. 산림환경 인자 자료만으로 산사태 발생을 예측하는 것이 절대적인 지표라고 할 수는 없지만, 본 연구에서 작성한 산사태 위험 판정표는 산사태 발생의 위험정도를 어느 정도 파악할 수 있고 무엇 보다도 인명피해를 최소화할 수 있는 유용한 정보가 될 것으로 판단된다. 본 연구에서는 중부권역의 산 사태발생지를 대상으로 분석하였지만, 앞으로 전국 적인 산사태 자료를 축적하여 추가적인 연구를 수행 하여 새로운 산사태 예측 판정표를 작성함으로써 우 리나라의 산지토사재해에 의한 피해를 줄이는 데 노 력하여야 할 것이다.

    감사의 글

    본 연구는 산림청 ‘산림과학기술개발사업(과제번 호: S211213L020110)’의 지원 및 서울대학교 농업 생명과학대학 남부학술림에서 지원을 받아 수행되 었으며, 이에 감사드립니다.

    Figure

    Table

    Classification and reactionary number of each factor by category

    The stepwise regression analysis Landslide sediment and factors

    Normalized score of each category and range

    Score table for prediction of Landslide hazard area

    Prediction score for evaluation of Landslide hazard area by score table

    The number of landslide occurred by hazard class

    Reference

    1. Al Mamun, Jang DH and Park JC. 2017. Comparison of logistic, bayesian, and maxent models for prediction of landslide distribution. Journal of the Korean Geomorphological Association. 24: 91-101.
    2. Bae MK , Jung KW and Park SJ. 2009. Development of Landslide Hazard Map Using Environmental Information System: Case on the Gyeongsangbukdo Province. Journal of the Environmental Sciences. 11: 1189-1197.
    3. Choo TH , Yoon HC , Bae CY and Son HS. 2014. Study on decision for landslide hazard areas by using GIS. Journal of the Korea Academia-Industrial Cooperation Society. 15: 5310-5317.
    4. Choi K. 1986. Landslides occurrence and its prediction in Korea. Doctor Philosophy Dissertation kangwon National University korea. pp.45.
    5. EPOCH (European Community Program). 1993. Temporal Occurrence and Forecasting of Landslides in the European Community, Contract No. 900025.
    6. Hutchinson JN. 1988. Mophological and geotechnical parameters of landslides in relation to geology and hydrology, In Landslides Proc. 5th Int. Symp. On Landslides. 1: 3-35.
    7. Jung KW. 2010. Studies on the causal characteristics of landslide and the development of hazard prediction map for landslide in Gyeongsangbuk-Do Province, Korea Doctor of Philosophy Dissertation. Kyungpook National University. Korea. pp.1-4.
    8. Kang WP , Hiroshi M , Hiroshi O and Ma HS. 1986. On the determination of slope stability to landslide by quantification (II). Journal Korean Forestry Society. 75: 32-37.
    9. Lee GS , Lee HJ , Go SY and Cho GS. 2014. The evaluation on the prediction ratio of landslide hazard area based on geospatial information. Journal of Cadastre. 44: 113-124.
    10. Lee SJ. 2014. Development of prediction Technique of Landslide Using Forest Environmental Factors. Doctor of Philosophy Dissertation. Gyeongsang National University. Korea. 1-6.
    11. Lee SJ and Ma HS. 2018. Development of Prediction Technique of Landslide Using Forest Environmental Factors. J. Agric. Life Sci. 52: 63-72.
    12. Lee SJ and Ma HS. 2019. Analysis of Landslide Characteristics of the Central Regions in Korea. J. Agric. Life Sci. 53: 61-72.
    13. Lee SY , Jeong GY and Park SJ. 2015. Evaluating geomorphological classification systems to predict the occurrence of landslides in mountainous region. The Korean Geographic Society. 50: 482-503.
    14. Ma HS. 1990. Studies on landslide and debris flow in Mt. Chiri district. Research Bulletin of Experiment Forests Gyeongsang National University. 1: 13-25.
    15. Ma HS. 1992. Studies on landslide and debris flow in NT. Chiri district. Research Bulletin of Experiment Forests Gyeongsang National University. 2: 17-28.
    16. Ma HS. 1994. Studies on development of prediction model of landslide hazard and its utilization. Journal of Korean Forestry Society. 83: 175-190.
    17. Ma HS. 2001. Landslide Characteristics and Recovery Direction in Korean National Parks. Journal of National Park Research. 27: 17-21.
    18. Ma HS and Jeong WO. 2007. Analysis of landslides characteristics in Korean National Parks. Journal of Korean Forestry Society. 6: 611-619.
    19. Ma HS , Jeong WO and Park JW. 2008. Development of technique of landslide azard area in Korea National Parks. Journal of Korean Forestry Society. 97: 326-331.
    20. Ma HS and Jeong WO. 2010. Characteristics Analysis of Debris Flow Disaster in Korean National Parks. The Korea Society For Environmental Restoration And Revegetation Technology. 13: 52-64.
    21. Ma HS , Kang WS and Lee SJ. 2014. Prediction and Evaluation of Landslide Hazard Based on Regional Forest Environment. Journal of Korean Forestry Society. 103: 233-239.
    22. Park CM , Ma HS , Kang WS , Oh KY , Park SH and Lee SJ. 2010. Analysis of landslide characteristics in Jeonlabuk-do, Korea. J. Agric. Life Sci. 44: 9-21.
    23. Shin HW and Lee SG. 2018. Comparison of Landslide Susceptibility Analysis Considering the Characteristics of Landslide Trigger Points. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography. 36: 59-66.
    24. Strahler AN. 1952. Hypsometric (area-altitude) analysis of erosional topology, Bulletin of the Geological Society of America. 63: 1117-1142.
    25. Varnes DJ. 1978. Slope movement types and processes, In LandslidesAnalysis and Control, TRB special Report, 176, National Academy of Science. 11-33.
    오늘하루 팝업창 안보기 닫기