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.54 No.5 pp.73-79
DOI : https://doi.org/10.14397/jals.2020.54.5.73

Development of Prediction Technique of Debris Flow Hazard Areas at Rugged Mountain Range of the Jeollabuk-do, Korea

Sung-Jae Lee1, Won-Seok Kang2, Eun-Jai Lee3, Ho-Seop Ma4*
1Seoul National University Forest, Seoul 08826, Korea
2Forest Restoration and Resource Management Division, Forest Conservation Department, National Institute of Forest Science, Seoul, 02455, korea
3National Institute of Forest Science, Forest Technology and Management Research Center, Pocheon 11186, Korea
4Department 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 Email: mhs@gnu.ac.kr
April 8, 2020 August 3, 2020 October 7, 2020

Abstract


The primary mountain disasters are landslides on mountain slopes, and secondary debris flows can spread along mountain streams, damaging facilities and settlements in lower areas. This study was carried out to analyze the influences of each factors by using the quantification theory(I) for the prediction of debris flow length of jeollabuk-do, korea. The results obtained from this study are summarized as follows. According to the range by the stepwise regression analysis, it was shown parent rock (0.5633) and, vertical slope (0.9581) were the highest, followed by. cross slope (0.4565), position(0.3568), DBH (0.3274) and altitude (0.3052). The extent of the normalized score by category of 6 factors was 0 to 2.0092, and the middle score was 1.0046. The prediction criteria on debris flow occurrence based on the normalized score divided into 4 classes. It was over 1.5070 for class I, class Ⅱ was 1.0047 to 1.5069, class Ⅲ 0.5023 to 1.0046 and class Ⅳ was below 0.5022. The prediction on debris flow occurrence appeared relatively high accuracy rate as 76% for class ⅠandⅡ. Therefore, this prediction criteria for debris flow will be very useful for judgement of dangerous slope.



전라북도지역의 산지에서 토석류 취약지 예측기법 개발

이 성재1, 강 원석2, 이 은재3, 마 호섭4*
1서울대학교 농업생명과학대학 학술림
2국립산림과학원 산림보전연구부 산림육성복원연구과
3국립산림과학원 산림기술경영연구소
4경상대학교 환경산림과학부(농업생명과학연구원)

초록


산지재해는 1차적으로 산지사면에서 산사태가 발생되어 2차적으로 계류를 따라 토석류로 이동 및 확산되면서 산지 하부지역의 시설지와 주거지에 피해를 발생시킨다. 따라서 본 연구는 전라북도 지역의 토석류 발생지 79개소를 조사 대상으로 현장조사를 통한 발생 길이에 영향을 미치는 인자를 구명하고, 수량화이론(I)을 이용하여 발생 길이에 대한 각 인자의 기여도 분석을 통해 예방적인 측면에서 전라북도 지역 내 토석류 발생 위험지역에 대한 예측기준을 작성하였다. 토석류의 발생 길이에 영향을 미치는 인자는 모암(화성암), 횡단사면(복합사면), 입목 흉고직경(6cm 이하), 표고(501m 이상), 발생위치(산록) 등이었다. 각 인자의 범위를 추정한 결과, 모암(0.5633)이 가장 높게 나타나 전라북도 지역의 토석류 발생 위험도에 큰 영향을 미치는 것으로 추정되었으며, 다음으로는 횡단사면(0.4565), 사면위치(0.3568), 흉고직경(0.3274), 표고(0.3052)순으로 나타났다. 전라북도 지역 산지 에서 토석류 발생 위험도 판정식을 기준으로 5개 인자의 카테고리별 점수를 계산한 추정치 범위는 0점에서 2.0092점 사이에 분포하였다. 중앙값인 1.0046점을 기준으로 토석류 위험도 예측을 위한 등급을 분류한 결과 Ⅰ등급은 1.5070 이상, Ⅱ등급 1.0047 ∼ 1.5069, Ⅲ등급 0.5023 ∼ 1.0046, IV등급 0.5022 이하로 나타났고, Ⅰ등급과 Ⅱ등급에서 토석류 발생비율이 76%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 전라북도의 산지에서 지역의 위험 비탈면에 있어서 토석류 발생 위험도 판정에 유용하게 활용할 수 있을 것으로 판단된다.



    Korea Forest Service
    2020162C10-2022-AD01

    서론

    최근 우리나라는 기후변화로 집중호우, 태풍 등 기상이변의 발 생횟수와 피해규모가 증가함에 따라 산지토사재해로 인한 물적, 인적 피해가 빈번하게 발생하고 있으며, 특히 2011년에 발생한 우면산 토석류가 이를 대표하는 사례로 꼽혔다. 우면산 토석류가 큰 파장을 불러온 이유는 도심지에서 발생했다는 점이다. 이러한 토석류는 산림생태계의 질서를 파괴할 뿐만 아니라 국민의 생명 및 재산피해와 국토를 훼손하는 큰 원인 중의 하나가 되고 있으므 로, 재난과 재해 측면에서 중요하게 다루어져야 한다(Lee et al., 2014;Ma & Lee 2018a;Lee & Ma, 2018;Lee & Ma, 2019b;Lee et al., 2019b). 재해를 사전에 예방하고 토석류로부터 인명 및 재산의 피해를 줄이기 위하여 토석류 발생 가능지역 예측을 위한 연구를 수행해 왔다.

    관련 연구로는 토석류 산사태 예측을 위한 로지스틱 회귀모형 개발(Chae et al., 2004), 인제군 산사태 지역의 토석류 거동 예측 기법 적용(Kim & Hwang, 2011), 지리정보시스템을 이용한 산사 태 위험지 판정에 관한 연구(Choo et al., 2014), 도시 내 산지의 토석류 위험구역 예측(Kim et al., 2015), 고산지역에 있어서 토석 류 발생 위험성의 예측(Ma et al., 2015), 대룡산 토석류 특성분석 및 위험지역 예측에 관한 연구(Choi et al., 2018), 등이 있다. 그러 나 토석류는 여러 유발 인자들이 복합적으로 조합되어 다양한 형태 로 발생되는 데에 비해 토석류 발생에 대한 사전 예측 및 원인규명 에 대한 연구가 아직 미흡한 상태이고, 특히 외국에 비해 현장자료 와 발생원인 분석이 부족한 실정이다(Varnes, 1978;Hutchinson, 1988;EPOCH. 1993, Lee et al., 2019a).

    특히 토석류에 대한 대책은 그 피해를 최소화하는 관점에서 고 려되어 산지전용에 의한 형질변경 및 각종 시설물의 입지는 산지토 사재해의 원인이 되므로, 잠재적으로 피해를 입게 될 가능성이 크 기 때문에 토석류가 예상 및 예측되는 지역에서의 구조물 건설을 피하거나 그 지역의 사용을 제한하도록 하여야 한다. 이를 위해 토석류 피해를 최소화하기 위하여 토석류의 정확한 발생예측 및 주변 환경인자와의 특성을 파악하는 것이 필요하다(Ma & Jeong, 2010;Lee, 2014;Lee & Ma, 2018;Ma & Lee 2018b).

    따라서 본 연구는 전라북도 내 토석류 발생지를 중심으로 토석 류 발생빈도와 규모에 대한 산림환경 인자들의 기여도 분석을 통해 토석류 발생 위험성을 예측할 수 있는 판정방법을 제시함으로써 토석류 발생으로 인한 인명 및 재산 피해를 최소화하고 위험지역에 대한 관리방안 수립에 필요한 기초자료를 제공하고자 수행하였다.

    재료 및 방법

    1. 조사 방법

    전라북도 지역에서 2005년의 태풍과 집중호우로 등으로 인하여 발생한 산사태 중 발생 길이 100m 이상의 토석류가 발생한 총 79개 소(장수군 34개소, 무주군 32개소, 정읍시 1개소, 남원시 1개소)를 대상으로 현장조사를 실시하였다. 또한 기존의 자연사면, 임도 및 암반사면 붕괴와 관련된 선행연구를 참고하여 토석류 길이에 영향을 미치는 요인을 도출하였다(Choi, 1986;Ma, 1994;Ma & Jeong, 2007;Jung, 2010;Park et al., 2010;Ma et al., 2014;Ma & Lee, 2018a;Lee & Ma, 2018;Lee & Ma, 2019a). 토석류 길이에 영향을 미치는 주요 인자 중 총 12개의 산림환경 인자를 선정하고, 각 인자를 Table 1과 같이 카테고리로 구분하여 토석류 위험판정 표를 구축한 다음, 토석류 발생에 대한 기여도를 분석하였다.

    1.1 토석류 길이

    토석류 길이(m)는 토석류가 발생한 시작점부터 퇴적된 지점까 지를 현장 조사하여 파악한 다음 지형도(1/25,000) 상에 표기하여 도면상에서 측정하였다.

    1.2 토석류 발생지 산림환경 인자

    사면의 평균경사(˚)는 토석류 발생지의 중심부에서 Clinometer 를 이용하여 측정하였고, 사면방위는 토석류 발생원 지점의 방위를 지형도 및 Compass를 이용하여 NE, NW, SE, SW로 구분하였다. 사면형태(종단사면)은 토석류 발생원 지점의 종단사면을 볼록(凸), 오목(凹), 직선(□), 복합(凹,凸)으로 구분하였다. 사면형태(횡단사 면)는 토석류 발생원 지점의 횡단사면을 볼록(凸), 오목(凹), 직선 (□), 복합(凹,凸)으로 구분하였고, 토석류 발생원 지점의 해발고 (m)는 토석류 발생원 지점을 지형도상에서 계측하였다. 사면위치 는 토석류 발생원 지점의 위치를 산정, 산복, 산록으로 구분하였고, 하천차수는 토석류 발생원 지점의 위치를 1/25.000 지형도상에서 Strahler에 의해 개정된 Horton의 방식(Strahler AN, 1952)의 방 식에 의해 구분하였다. 임상은 토석류 발생원 지점의 임상도 및 현지조사를 통해 침엽수림, 활엽수림, 혼효림으로 구분하였고, 임 종은 현지조사를 통해 천연림, 인공림으로 구분하였다. 모암은 지 질도와 현지조사를 통하여 토석류 발생원으로부터 발생구간까지 모암을 퇴적암, 화성암, 변성암으로 구분하였고, 임목수고는 토석 류 발생지 입목수고의 최저, 최고 및 평균을 측정하여 구분하였다. 흉고직경은 임목의 가슴높이지름을 측정하여 구분하였으며, 토석 류 유형은 현지조사를 통해 선상, 수지상, 판상으로 구분하였다.

    2. 분석방법

    토석류 발생지점을 대상으로 토석류 발생 길이(m)에 영향을 미치 는 산림환경 인자를 조사하고, 토석류 발생 위험지역을 예측하기 위해 각 인자를 Table 1과 같은 카테고리로 구분하였다(Choi, 1986;Ma, 1994;Ma et al., 2014;Lee, 2014;Lee & Ma, 2018). 토석류 길이에는 많은 인자가 복합적으로 영향을 미치고 있으므로, 이들 산림환경 인자가 어느 정도의 영향을 미치고 있는가를 추정하기 위하여, 종속변수(토석류 발생 길이(m))가 독립변수(산림환경 인 자)에 의하여 변화함을 가정하여 토석류 발생 규모별 카테고리(범 주)는 Table 1에 표시한 것과 같이 요인의 특성을 명확하게 구분하 여 나타내었다. 분류한 카테고리는 가급적 균일하게 배치되도록 하였다. 또한 결과 해석자료의 객관적 근거를 참고하여 각 산림환 경 인자와 발생규모의 상관 및 단계별 회귀분석을 통하여 높은 상위인자 선별작업으로 카테고리를 재분류하여 최종적으로 토석 류 발생위험 판정기준표를 개발하였다. 본 연구에서는 통계프로그 램 package SPSS 21.0을 이용하여 통계분석을 실시하였다.

    상관분석 및 단계별 회귀분석에서 추정된 인자와 기존에 보고된 각종 자료들을 중심으로, 토석류 발생 규모(발생 길이)에 큰 영향을 주는 10개의 산림환경 인자를 3∼5개의 카테고리로 구분하였다. 수량화이론 I∼IV류 중에서 질적변량에 대한 다중회귀분석을 실시 할 때, 상관계수 최대화와 외적기준의 최대화를 추구할 수 있는 수량화 이론 I류를 사용하여, 토석류 발생규모(발생 길이)에 영향 을 미치는 각 인자의 카테고리별 상대점수를 분석하여, 토석류 판 정지표를 개발하였다.

    결과 및 고찰

    1. 전라북도 지역의 토석류발생에 대한 각 인자의 기여도 분석

    일반적으로 토석류를 유발하는 주요 요인은 사면의 경사, 높이 또는 산세 등 산림의 지형적 요인이 가장 중요한 것으로 인식되어 왔으며, 토석류의 발생 길이에도 가장 큰 영향을 미치게 된다. 따라 서 산림환경 요인을 대상으로 토석류 발생 길이에 영향을 미치는 인자를 분석하기 위하여 각 산림환경 인자에 대한 단계별 회귀분석 을 실시한 결과는 Table 2와 같다. Table 2에서 발생 길이에 영향 을 미치는 요인 중 우선적으로 도입된 변수는 모암(화성암)이며, 다음으로 횡단사면(복합), 흉고직경(6cm 이하), 표고(501m 이상), 발생위치(산록) 순으로 모두 5개의 인자가 도입되었다.

    각종 산림환경 인자에 의한 토석류발생 길이에 대한 추정식 Y= 120.473 + 128.810(모암 화성암) + 145.298(횡단사면 복합) - 177.304(흉고직경 6cm 이하) + 94.594(표고 501m 이상) - 154.012 (발생위치 산록)으로 도출되었고, 추정된 회귀모형식의 적합도에 대한 F 통계량은 12.701(유의확률 0.001)로 매우 유의하고 R²값은 0.594으로 비교적 설명력이 높은 것으로 나타났다. 특히 화성암 및 횡단복합사면과 흉고직경, 표고, 발생위치 등이 토석류발생 길 이에 많은 영향을 미치는 것으로 나타났다. Ma et al. (2015) 수량 화이론(I)을 이용하여 고산지대에서 발생한 토석류 붕괴에 영향을 많이 주는 요인은 종단사면, 횡단사면, 토심, 임상, 발생위치, 토심, 사면경사 순으로 보고하였다. JI (2015)는 강원 영서지역 토석류 붕괴와 관련 인자를 분석한 결과 토석류는 경사, 토석류 길이, 침식 길의의 평균 폭에 관계가 많은 것으로 분석되었다고 보고하였다. Kang et al. (1986)은 수량화이론(II)에 의하여 토석류 발생에 기여 도가 높은 요인은 식생, 종단사면형, 사면위치, 경사, 방위, 하천차 수 순으로 보고하였다. kim et al. (1998)은 전라북도 지역의 토석 류 발생지의 발생 길이에 영향을 미치는 화성암이 변성암보다 산사 태 취약성이 4.7배 높은 것으로 분석하였다. 위의 결과는 전라북도 지역의 토석류 발생지의 지형이 험준하고 고도 500m 이상의 고산 지대에서 주로 영향을 미친 것으로 분석되며 산사태가 계곡으로 까지 확대되어 토석류로 발전하면 대규모 토석류로 이어지는 경우 가 많으므로 산지 상류유역 구간은 토석류재해로 인한 피해를 줄일 수 있도록 산지사방 및 사방댐 등 많은 노력이 필요한 것으로 사료 된다. 또한 토석류 유발에 영향을 미치는 인자와 토석류 규모에 따른 인자의 기여도 순위는 각 조사지역, 조사시기, 분석방법 등에 따라 일정하지 않으며, 다양한 요인들이 복합적으로 발생되기 때문 에 토석류 예측을 위해서는 지속적으로 데이터를 구축하고 분석할 필요가 있다고 사료된다.

    2. 토석류 발생에 대한 주요 인자의 상대점수 분석

    토석류 발생 길이에 미치는 영향 분석에서 도출된 5개 인자를 중심으로 토석류발생에 영향을 미치는 각 인자의 카테고리별 상대 점수를 분석한 결과는 Table 3과 같다. Table 3에서 보면 상대점수 의 범주별 점수 값들 중 부(-)의 값을 나타내는 범주는 비교적 안정 측에 작용하는 요인이며, 반대로 정(+)의 값을 가지는 범주는 위험 측에 작용하여 토석류 발생 길이에 기여를 많이 하는 것을 의미하 며, 그 크기는 수치의 대소로 나타난다. 범위는 토석류 발생 길이에 대한 각 인자의 카테고리별 상대점수의 변동 폭을 나타내는 척도로 서 각 인자의 카테고리별 상대점수의 최대치와 최소치의 상대점수 차로 나타낸다. 각 인자의 범위를 산정한 결과, 모암(0.5633)이 가장 높았으며, 다음으로 횡단사면(0.4565), 사면위치(0.3568), 흉 고직경(0.3274), 표고(0.3052) 순으로 나타났다.

    3. 토석류 발생 위험지역 예측

    상대점수(Normalized score)는 정(+) 및 부(-)의 값으로 되어 있 기 때문에 이용에 불편한 점이 있다. 이를 개선하기 위하여 각 카테고 리별 점수 중에서 최소값을 0점으로 하고, 최소값의 절대치를 증가하 여 정의 값으로 변환시켜 토석류 발생 위험도 예측 스코어 표를 제시 하면 Table 4와 같다. Table 4에서 5개 인자의 카테고리별 점수를 보면 모암은 0점에서 0.5633 범위에 있으며, 횡단사면은 0점에서 0.2543 범위, 임목의 흉고직경은 0점에서 0.3274 범위, 표고는 0점 에서 0.3052 범위, 발생위치는 0점에서 0.3568 범위로 계산되었다.

    토석류 발생 위험지역의 예측을 위해 Table 4에 제시된 산림환 경 인자들의 상대점수를 기준으로 전라북도 지역의 토석류 예측 판정표를 작성하게 된다. Table 4에서 보면 모암, 횡단사면, 흉고직 경, 표고 그리고 발생위치 점수를 각 조사지역에 적용하여 나타난 예측점수의 범위는 0점에서 2.0092점 사이에 분포하고 있으며, 중앙값은 1.0046점이었다. 토석류 위험 등급의 구분은 5개 인자의 카테고리별 점수를 합산하여 산출될 수 있는 최고점과 최저점을 이용하여 25%의 범위로 나누어 4개 등급으로 구분하였으며, 이 4개 등급의 기준 값들을 중심으로 토석류위험도 예측기준을 Table 5와 같이 작성하였다. 전라북도 지역의 토석류 위험도 예측기준 판정 표에서 Ⅰ등급은 1.5070 이상, Ⅱ등급 1.0047 ∼ 1.5069, Ⅲ등급 0.5023 ∼ 1.0046, IV등급 0.5022 이하로 나타났다.

    집중호우에 의한 피해의 특징은 자연사면 상부의 활동파괴가 점 차 토석류로 발달하면서 피해를 발생시키고 있다는 점이다. 즉, 집 중호우로 인한 강우가 계곡으로 한꺼번에 유입되면서 유목, 토사 등이 계곡 및 하천을 따라 갑자기 밀려 내려와 도로로 침범하거나 시설물을 피해를 유발하는 것으로 나타나고 있다. 따라서 본 연구와 같이 토석류로 인한 인적·물적 피해를 저감하기 위한 토석류 발생위 험지역을 예측하고, 추가적인 연구가 수행된다면 토석류예측지도 에 유용하게 활용 될 수 있을 뿐만 아니라, 종합적인 토석류 예측 대책을 수립하는데 필요한 기초자료를 제공할 수 있을 것이다.

    감사의 글

    본 연구는 산림청 ‘기능성 격자 구조물 모델 및 사면안정화 기술 개발(과제번호:2020162C10-2022-AD01)’의 지원과 서울대학교 농업생명과학대학 학술림 지원에 의하여 이루어진 것입니다. 심사 단계에서 논문의 완성도를 높일 수 있도록 좋은 의견을 주신 심사 위원 여러분께 진심으로 감사의 말씀을 드립니다.

    Figure

    Table

    Classification and reactionary number of each factor by category

    The stepwise regression analysis debris flow sediment and factors

    Normalized score of each category and range

    Score table for prediction of debris flow hazard area

    Prediction score for evaluation of debris flow hazard area by score table

    Reference

    1. Chae BG , Kim WY , Cho YC , Kim KS , Lee CO and Choi YS. 2004. Development of a logistic regression model for probabilistic prediction of debris flow. The J. of Engineering Geology 14(2): 211-222.
    2. Choi K. 1986. Landslides occurrence and its prediction in Korea. Ph.D. Dissertation, Kangwon National University, Korea. p.45.
    3. Choi YN , Lee HH and Yoo NJ. 2018. Characteristic analysis and prediction of debris flow-prone area at Daeryongsan. J. of the Korean Association of Geographic Information Studies 21(3): 48-62.
    4. Choo TH , Yoon HC , Bae CY and Son HS. 2014. Study on decision for landslide hazard areas by using GIS. J. of the Korea Academia-Industrial Cooperation Society 15: 5310-5317.
    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. Balkema, Rotterdam, pp.3-35.
    7. Ji YH. 2015. A study on the prediction of failure possibility analyzing the type of debris flows. Ph.D. Dissertation, Sangil University, Korea. pp.59-70.
    8. Jung KW. 2010. Studies on the causal characteristics of landslide and the development of hazard prediction map for landslide in Gyeongsangbuk-do Province. Ph.D. Dissertation, Kyungpook National University, Korea. pp.1-4.
    9. Kang WP , Hiroshi M , Hiroshi O and Ma HS. 1986. On the determination of slope stability to landslide by quantification( II). J. of the Korean Forestry Society 75: 32-37.
    10. Kim GH and Hwang JS. 2011. The estimation of debris flow behaviors in Injae landslide area. J. of the Korean Society of Surveying 29(5): 535-541.
    11. Kim KN , Jang SJ , Lee KY , Seo GB , Kim BS and Chun KW. 2015. Prediction of the debris flow-prone area in the hilly district within urban. J. Korean Soc Hazard Mitig. 15(3): 141-146.
    12. Kim WY , Lee SR , Kim KS and Chae BG. 1998. Landslide types and susceptibilities related to geomorphic characteristics (Yeonchon, Chulwon area). The J. of Engineering Geology 8: 115-130.
    13. Lee GS , Lee HJ , Go SY and Cho GS. 2014. The evaluation on the prediction ratio of landslide hazard area based on geospatial information. J. of Cadastre 44: 113-124.
    14. Lee SJ and Ma HS. 2018. Development of prediction technique of landslide using forest environmental factors. J. of Agriculture & Life Sciences 52(4): 63-72.
    15. Lee SJ and Ma HS. 2019a. Analysis of landslide characteristics of the central regions in Korea. J. of Agriculture & Life Sciences 53(1): 61-72.
    16. Lee SJ and Ma HS. 2019b. Development of prediction technique of landslide hazard of central regions in Korea. J. of Agriculture & Life Sciences 53(3): 7-16.
    17. Lee SJ , Lee EJ and Ma HS. 2019a. Analysis of characteristics of forest environmental factors of debris flow in Jeollabuk-do, Korea. J. of Agriculture & Life Sciences 53(1): 61-72.
    18. Lee SJ , Lee EJ and Ma HS. 2019b. Analysis of characteristics of landslide susceptibility in rugged mountain range in the Korea national park. J. of Korean Forestry Society 108(4): 552-561.
    19. Lee SJ. 2014. Development of prediction technique of landslide using forest environmental factors. Ph.D. Dissertation, Gyeongsang National University, Korea. pp.1-6.
    20. Ma HS and Jeong WO. 2007. Analysis of landslides characteristics in Korean national parks. J. of Korean Forestry Society 6: 611-619.
    21. Ma HS and Jeong WO. 2010. Characteristics analysis of debris flow disaster in Korean national parks. J. Korean Env. Res. Tech. 13(4): 52-64.
    22. Ma HS and Lee SJ. 2018a. Analysis of debris flow characteristics in Bongwha area Gyeongsangbuk-do, Korea. J. of Agriculture & Life Sciences 52(1): 1-11.
    23. Ma HS and Lee SJ. 2018b. Analysis of slope stability of masonry retaining walls in quarry. J. of Korean Forestry Society 107(4): 385-392.
    24. Ma HS , Kang WS and Lee SJ. 2014. Prediction and evaluation of landslide hazard based on regional forest environment. J. of Korean Forestry Society 103: 233-239.
    25. Ma HS , Kang WS and Lee SJ. 2015. Prediction of debris flow hazard in high mountain areas. J. of Agriculture & Life Sciences 49(5): 13-21.
    26. Ma HS. 1994. Studies on development of prediction model of landslide hazard and its utilization. J. of Korean Forestry Society 83: 175-190.
    27. Park CM , Ma HS , Kang WS , Oh KY , Park SH and Lee SJ. 2010. Analysis of landslide characteristics in Jeonlabuk-do, Korea. J. of Agriculture & Life Sciences 44(4): 9-21.
    28. Strahler AN. 1952. Hypsometric (area-altitude) analysis of erosional topology. Bulletin of the Geological Society of America 63: 1117-1142.
    29. Varnes DJ. 1978. Slope movement types and processes. In Landslides analysis and Control, TRB special Report, 176. National Academy of Science. pp.11-33.
    오늘하루 팝업창 안보기 닫기