지상 LiDAR 데이터와 통계적 기법을 활용한 급경사지 위험도 분석

Analysis on the Hazard Assessment for Steep Slopes Using the Terrestrial LiDAR and Statistical Scheme

Article information

J. Korean Soc. Hazard Mitig. 2022;22(3):81-87
Publication date (electronic) : 2022 June 30
doi : https://doi.org/10.9798/KOSHAM.2022.22.3.81
차아름*, 강석구**, 김태훈***
* 정회원, 1국립재난안전연구원 시설연구사(E-mail: emmacha83@gmail.com) 2한양대학교 건설환경공학과 박사과정
* Member, 1Research Officer, National Disaster Management Research Institute 2Ph.D. Candidate, Department of Civil and Environmental Engineering, Hanyang University
** 한양대학교 건설환경공학과 교수
** Professor, Department of Civil and Environmental Engineering, Hanyang University
*** 정회원, 국립재난안전연구원 시설연구관
*** Member, Senior Research Officer, National Disaster Management Research Institute
*** 교신저자, 정회원, 국립재난안전연구원 시설연구관(Tel: +82-52-928-8110, Fax: +82-52-928-8149, E-mail: taihoon@ualberta.ca)
*** Corresponding Author, Member, Senior Research Officer, National Disaster Management Research Institute
Received 2022 March 31; Revised 2022 March 31; Accepted 2022 May 03.

Abstract

산사태 등 급경사지 재해는 우리나라에서 우기에 주로 발생하는 대표적인 자연재해로 부족한 공간확보를 위해 경사지 개발이 시작된 1970년대 이후 급속도로 증가하였으며, 최근에는 태풍 등으로 인한 대규모의 피해보다는 기후변화에 따른 국지성 집중호우로 인한 개별 피해가 주를 이루고 있는 실정이다. 우리나라에서는 최근 산사태 피해저감 대책의 패러다임을 피해발생 후 복구에서 피해발생 전 예측 및 대응중심으로 전환하는 추세에 있으나, 정확한 급경사지의 운동 메커니즘 예측모델이 제시되지는 않고 있다. 이에 본 연구는 급경사지의 지형변화가 초기 산사태 위험도에 미치는 영향을 파악하고, 이를 향후 산사태 발생 예측 및 대응업무에 활용할 수 있는지 확인하고자 하였다. 연구결과, 지형변화를 정량화한 평면도는 사면의 지표거동을 신속하고 정확하게 모니터링할 수 있으며, 결과물들은 초기 산사태 위험도 분석을 위한 기초자료로 활용될 수 있음을 확인하였다. 뿐만 아니라 사면에 직접 설치하는 기존 계측장비가 태생적으로 가지고 있는 한계점을 극복할 수 있음을 보여주었다. 이러한 성과들은 향후 현행 복구중심에서 예측기반으로 산사태 관리의 패러다임을 전환하는데 기여할 것으로 판단된다.

Trans Abstract

Disasters on steep slopes, including landslides, are typical natural disasters that occur mainly during the rainy season in Korea. To procure insufficient space, slopes have been developed rapidly since the 1970s. Recently, individual damage due to localized torrential rains caused by climate change is predominant rather than large-scale damage caused by typhoons. In Korea, there is a trend of shifting the paradigm of landslide countermeasures from recovery after damage to prediction and response before damage. However, an accurate prediction model of the mechanism of landslides has not been presented. Therefore, in this study, we tried to understand the effect of geomorphological changes on ground surface of steep slopes on the initial risk of landslides. Additionally, we checked whether they can be used for future landslide prediction and response work. The results confirmed that the planarity, which quantified geomorphological changes on the ground surface, can quickly and accurately monitor the behavior of the slope. Moreover, the results can be used as the basic data for initial landslide risk analysis. Additionally, we showed that the limitations inherent in the existing measuring equipment installed directly on the slope can be overcome. These achievements are expected to contribute to shifting the paradigm of landslide management from the current recovery-oriented to forecast-based.

1. 서 론

산사태 등 급경사지 재해는 우리나라에서 우기에 주로 발생하는 대표적인 자연재해로 부족한 공간확보를 위해 경사지 개발이 시작된 1970년대 이후 급속도로 증가하였다. 최근에는 태풍 등으로 인한 대규모의 피해보다는 기후변화에 따른 국지성 집중호우로 인한 개별 피해가 주를 이루고 있는 실정이다. 그동안 복구중심의 산사태 관리 대책은 과학기술의 발달을 기반으로 점차 위험도 분석을 통한 예측기반으로 전환되고 있는 추세이나, 정확한 급경사지의 운동 메커니즘 예측모델이 제시되지는 않고 있다. 이에 본 연구는 최근 산사태 등 급경사지 연구에 많이 사용되는 지상 LiDAR에서 생성된 고해상도 데이터를 이용하여 통계적인 기법으로 초기 위험도를 분석하고 이를 향후 산사태 발생 예측 및 대응업무에 활용할 수 있는 실용적인 방안을 제안하고자 한다.

지상 LiDAR를 활용한 급경사지 거동 모니터링은 다음의 방법으로 진행되게 된다. 먼저 대상 지역 사면의 데이터를 취득한다. 데이터의 취득 시점은 거동의 차이를 명확하게 확인할 수 있도록 우기 전/후(2016.2.29./10.23.)로 설정하였다. 본 연구를 위해 사용된 지상 LiDAR 장비는 오스트리아 RIEGL사의 VZ-2000으로, 최대반경 2 km 이내의 대상물을 8 mm의 정확도로 초당 40만 포인트를 스캔하여 3차원 정보를 생성할 수 있다. 다음으로 취득된 데이터를 정합하고, 수목 등 노이즈를 제거한 수치표고모형(DEM)을 만든다. 데이터 정합 및 노이즈 제거에는 RIEGL사의 전용 소프트웨어인 RiSCAN PRO를 이용하였다. 먼저 취득된 데이터의 특징점만을 추출, 이를 매칭하는 단순 정합(Corse Registration)과 자체 알고리즘으로 특징점들의 방향성과 위치를 고려하는 다중지점 조정(Multi Station Adjustment)을 순차적으로 수행하여 데이터의 정확도를 높였다. 이후 연구에 필요한 대상사면만을 추출하였고, 소프트웨어 내 Terrain Filter 기능을 이용, 사면에 존재하는 식생을 제거하였다. 이러한 처리과정들을 거친 데이터를 점군데이터 포맷(LAS)으로 변환한 뒤, ArcGIS 소프트웨어로 격자크기가 0.5 m의 해상도 DEM을 생성하였다. 생성된 DEM은 통계적 방법을 통해 표면의 거칠기를 정량화하여 사면의 변화정도를 확인한다. 마지막으로 분석결과의 적정성을 검증하기 위해 연구지역에 기설치된 지표변위계의 계측결과와 비교하였다. Fig. 1은 본 연구에서 활용한 분석과정을 보여주고 있다.

Fig. 1

Research Process

2. 지형요소의 정량화

본 연구에서 사용한 통계적 기법은 산사태로 발생하는 다양한 지형요소들을 정량적으로 평가하여 이를 미래 산사태 발생의 단서로 활용하는데 그 목적이 있다. 산사태가 발생한 지역은 토사유실과 기반암의 노출로 인해 산사태 미발생 지역보다 지표면의 거칠기(Roughness)가 증가하게 된다. 이러한 형상정보의 취득은 사면 내 위험지역이 어디인지 보여주며 나아가 잠재적인 산사태 위험도를 평가하는 데 기초자료로 활용할 수 있다(Kim et al., 2012; Cha, 2014; Cha and Kim, 2014; Cha et al., 2015). 본 연구에서는 이와 같은 지표면에 나타나는 이질성(Heterogeneity)의 정도를 정량적으로 나타내기 위해 축방향 자료의 방향성을 분석하였고 이를 고유값(Eigen value)과 고유벡터(Eigen vector)로 표현하였다(Watson, 1966). N개의 단위벡터(li, mi, ni)가 일정한 방향 u로 구의 표면에 분포하는 경우 여기에 작용하는 모멘트 I는 다음과 같다(Eq. (1)).

(1)I=NuM=Nj=13k=13ujMjkuk

여기서 M은 방향코사인행렬(Direction cosine matrix)라 정의하며, Eq. (2)와 같이 단위벡터의 방향코사인(Direction cosine)으로 나타낼 수 있다.

(2)M=(li2      limi      linimili    mi2       mininili     nimi     ni2)

Eq. (2)에 나타낸 3차 정방행렬 M에 대한 특성방정식(Characteristic equation)을 통해 도출된 해인 고유값(Eigen value) λi와 이를 전체 단위벡터의 수로 나누어 정규화한 Si는 다음과 같다(Eq. (3)).

(3)λi(i=1,2,3;λ1>λ2>λ3),Sj=λjN,    i=1,2,3

마지막으로, 정규화된 고유값간의 비율을 자연로그를 이용하여 다음과 같이 나타낼 수 있다(Eq. (4)).

(4)P=1n(S1S2)

Eq. (4)에서 정의한 P를 평면도(Planarity)라고 하며 이 값을 통해 지형의 거칠기를 정량적으로 나타낼 수 있다(Kim et al., 2012). 예를 들어 지표면이 매끄러운(Smooth) 경우, 지표면에 직각인 단위벡터들은 일정한 방향으로 수렴하게 되어 높은 평면도 값을 나타내게 된다. 이에 반해 지표면이 거친(Rough) 경우에는 단위벡터들의 방향이 일정하지 않게 되고, 따라서 낮은 평면도 값을 보인다(Fig. 2).

Fig. 2

Normal Vector Distribution and Its Orientation. (a) Smooth Ground Surface (b) Rough Ground Surface. Modified from Hobson (1972)

3. 연구 지역

본 연구에서는 행정자치부(현 행정안전부)가 2014년에서 2015년 사이에 진행한 “USN 급경사지 및 저수지 붕괴위험 예경보 서비스 사업(MOGAHA, 2015)”의 일환으로, 당시 각종 계측기가 설치된 5개 시범지역 중 한 곳인 경기 가평군 청평면 하천리 일대를 연구대상 지역으로 선정하였다(Fig. 3).

Fig. 3

Geographical Location of the Study Area. (a) The Overview Map Showing the Study Area (b) The Slope Is Located Along the Bike Trail

이 지역의 지질은 북한강의 지류인 조종천, 상천천을 따라 퇴적되어 있는 신생대 제4기 충적층(Qa), 선캠브리아기 변성암류 규암 및 편암(PCEqs), 그리고 하천의 윗부분에 놓여있는 선캠브리아기 변성암류 하부호상 편마암(PCElbgn)으로 구성되어 있다(Kim et al., 1981). 이와 같은 지질조사 결과는 이 지역에서 적어도 4차례의 변성작용이 있었으며, 이러한 변성작용의 결과 형성된 습곡과 이로 인한 지질 특성(엽리 등)은 이 지역의 산사태 발생에 잠재적인 영향을 주었음을 보여주고 있다. 특히, 연구지역의 사면은 암반과 토사가 혼재하는 혼합 비탈면으로 낙석 등 사면붕괴로 인해 2010년 10월 급경사지 붕괴위험지역으로 지정되었고, 현재 사면하부에 위치하고 있는 자전거 도로의 안전을 확보하기 위한 비탈면 정비 및 낙석방지 시설이 설치되어 있다. 붕괴위험지역으로 지정된 면적은 길이 200 m, 높이 50 m로 면적은 약 10,000 m2 정도이며, 사면의 경사는 최소 2.7°에서 최대 66.8°의 분포를 보이고 있으며, 평균 경사는 40.5°로 확인되었다(Fig. 4).

Fig. 4

Spatial Distribution of Slope Values

행정안전부 소관 “급경사지 재해예방에 관한 법률”에서 규정한 위험도 평가 등급은 D 등급으로 “재해위험성이 높아 정비계획 수립이 필요”한 상태인 것으로 나타났다. 이에 연구지역의 사면에는 지표변위계(TRS 센서), 함수비계, 강우량계 등 각종 계측기기가 설치되어 있다(Fig. 5).

Fig. 5

Plan View of the Study Area and Installation of Instruments

4. 연구 결과

Fig. 6은 연구지역의 우기 전후 평면도 값을 보여주고 있다. 먼저 우기 전 평면도는 0.36에서 17.16 까지의 범위를 보이고 있다. 전술한 바와 같이 거친 지형에서는 단위벡터가 특정방향으로 수렴되지 않고 확산하기 때문에 낮은 평면도 값을 보인다(McKean and Roering, 2004; Kasai et al., 2009). Fig. 6(a)에서 3.0 이하의 평면도는 주로 사면에 형성된 수로를 따라 분포하고 있는 것을 알 수 있다. 특히, 주목할 만한 것으로는 우측에 위치하고 있는 사면 상부에서부터 하부까지 발달되어 있는 수로와 사면 중간부분에서 두 방향으로 분리, 하부로 발달한 좌측 수로이다. 다음으로 우기 후 취득한 평면도는 우기 전 취득 평면도와 동일한 범위(0.36-17.16)를 보이고 있으나(Fig. 6(b)), 구간별 분포에서는 차이를 발견할 수 있었다(Fig. 7).

Fig. 6

Planarity for the Slopes. (a) Data Taken on Feb. 29, 2016 (b) Data Taken on Oct. 23, 2106. The Area Outlined by the Black Rectangle is Shown in Fig. 8

Fig. 8

Significant Change of Planarity for the Slopes. (a) Data Taken on Feb. 29, 2016 (b) Data Taken on Oct. 23, 2106

Fig. 7

Distribution of Planarity with Respect to Occupied Areas

Fig. 7에 나타낸 바와 같이 2차 계측에서 낮은 평면도(3.0 이하, 3.0-5.0)를 보이는 면적은 다소 증가하였고, 증가된 크기는 각각 1.0% (3.0 이하), 3.1% (3.0-5.0)로 나타났다. 반면, 높은 평면도(5.0 이상)를 보이는 면적은 각각 3.5% (3.0-5.0), 0.6% (7.0-9.0) 감소하였고, 평면도가 9.0 이상인 면적은 동일한 것으로 나타났다. 이러한 결과를 종합해 보면 우기 전과 후 연구지역의 사면의 형상은 그 거칠기의 차이가 발생하였고, 이러한 거칠기의 차이는 사면의 왼쪽 부분에 집중되어 있는 것을 알 수 있다(Fig. 8). Fig. 8에서 보여주는 바와 같이 이 지역은 우기 전보다 후에 평면도가 3.0 이하의 지역(적색)이 확연히 증가하였으며, 또한 평면도가 0.3-0.5 범위의 지역(주황색)의 경우 우기 전에는 망상(Braided) 형태를 보이지만(Fig. 8(a)), 우기 후에는 망상구조의 비어있는 공간이 채워지면서 지표면의 거칠기가 증가한 것을 알 수 있다(Fig. 8(b)).

5. 분석 및 고찰

다음으로 평면도 분석결과의 적정성을 검증하기 위해 사면에 설치된 지표변위계(TRS)의 결과를 활용하였다. 먼저 우기 전후 평면도 값의 차이가 0.75 이상인 지역을 Fig. 9와 같이 도출하였다.

Fig. 9

Area Where the Change of Planarity is Greater Than 0.75

이 지역은 본 연구에서 평면도의 변화가 발생하여 지표의 변형이 발생했다고 가정한 지역이다. 그리고 Fig. 10은 지표변위계가 2016년 동안 측정한 변위를 보여준다. 그림에서 보여주는 바와 같이 일부 구간의 계측값이 기록되지 않은 것을 알 수 있는데, 모든 계측기가 동일한 시간 간격(1월1일-10일, 8월20일-24일, 9월4일-11월10일, 12월6일-21일)에서 측정이 되지 않은 것을 볼 때 개별 지표변위계의 문제라기보다는 전원공급 불량에 따른 데이터 송수신의 문제인 것으로 판단되었다. 먼저 Fig. 9의 상단부에 위치한 지표변위계(TRS) 1, 2, 3의 변위를 살펴보면 지표 변위값이 (+) 방향으로 증가하는 것(지표변위계 2, 3번)과 (-) 방향으로 증가하는 것(지표변위계 1번)을 알 수 있다(Fig. 10(a)). 이는 사면의 거동과 관련이 있는데, 예를 들면 원호파괴(Rotational slide)와 같이 파괴면이 상대적으로 깊은 경우 측점간 변위가 감소하여 (-)가 되고, 표층유실(Surface erosion)과 같이 파괴면이 얕은 경우 측점감 변위가 증가하는 방향으로 거동이 발생, 측점간 변위가 (+)가 기록된다(Lee et al., 2014). 따라서, Fig. 9의 상단에 위치한 사면은 상부는 원호파괴, 중간부부터는 표층유실 형태의 거동을 보이고 있다고 할 수 있다. 평면도 분석결과는 지표변위계 1 우측(사면 상부)에 발달한 평면도의 변화와 지표변위계 2와 3을 따라 좌측(사면 하부)으로 발달한 평면도의 변화, 그리고 지표변위계가 설치된 지역 주변의 넓게 분포되어 있는 평면도의 변화가 이러한 거동을 잘 보여주고 있으며, 이는 실제 현장과도 일치하는 것을 확인하였다(Fig. 11).

Fig. 10

Measurement of TRS Sensors in 2016. Dates of Taking Data Are Shown in the Figures

Fig. 11

Lower Part of the Slope Where the Surface Erosion is Evident (Shaded Area)

두 번째로 Fig. 9의 중간부에 위치한 지표변위계 4, 5, 6에서 계측된 사면의 거동은 상부와 하부에서는 표층유실, 그리고 중간부에서는 원호파괴로 변위가 발생하고 있는 것을 유추할 수 있다(Fig. 10(b)). 평면도 분석결과는 원호파괴가 발생한 것으로 보이는 지표변위계 5에서 평면도의 변화가 집중되어 있는 것을 볼 수 있다. 마지막으로 Fig. 9의 하단부에 설치되어 있는 지표변위계 7, 8, 9가 측정한 변위값을 살펴보면(Fig. 10(c)), 먼저 사면의 상부(지표변위계 7)에서는 거동이 없고, 중간부(지표변위계 8)에서는 감소, 하부(지표변위계 9)에서는 표층유실의 형태로 발달한 것을 알 수 있다. 평면도의 변화 역시 사면 중간부에서 상부 방향(지표변위계 8의 우측)에 집중되어 있고, 지표변위계 9에서는 사면의 하부 방향으로 평면도의 변화가 분포되어 있는 것을 확인할 수 있다. 반면, 지표변위계의 계측결과와는 반대로 평면도의 변화는 사면 상부(지표변위계 7)에 집중된 것을 확인할 수 있었다. 이와 같은 결과값의 상이함은 지표변위계의 계측가능 범위가 제한적인 것에서 유발된다고 할 수 있다. 즉, 계측기 주변에서는 사면의 거동이 발생하고 있으나, 이러한 거동이 계측기가 감지할 수 있는 범위보다 작은 거동이 발생하는 경우이다. 이는 결국 사면에 직접 설치하는 계측장비는 설치된 위치를 포함하는 특정범위 이내 및 일정규모 이상의 거동만을 감지할 수 밖에 없음을 반증하는 것이며, 보다 전체적인 사면의 거동을 모니터링하기에는 한계가 있다고 할 수 있다. 결론적으로, 본 연구에서 제시하고 있는 지형변화의 정량화를 통한 지표분석은 급경사지 위험도 분석을 위한 직접적인 계측기법을 보완할 뿐만 아니라, 보다 신속하고 정확하게 위험도를 분석하여 사면붕괴 예방을 위한 기초자료로 활용될 수 있음을 보여주고 있다.

6. 결 론

본 연구에서는 급경사지의 지형변화가 초기 산사태 위험도에 미치는 영향을 파악하기 위해 지상 LiDAR를 활용하여 취득한 고해상도 데이터로 급경사지의 거칠기를 정량화하여 사면의 위험도를 신속하게 파악하고자 하였다. 연구결과 지형변화를 정량화한 평면도는 사면의 지표거동을 신속하고 정확하게 모니터링할 수 있으며, 결과물들은 초기 산사태 위험도 분석을 위한 기초자료로 활용될 수 있음을 확인하였다. 뿐만 아니라 사면에 직접 설치하는 기존 계측장비가 태생적으로 가지고 있는 한계점(지속적인 유지관리와 안정적인 데이터 취득 제한)을 극복할 수 있음을 보여주었다. 이러한 성과들은 향후 현행 복구중심에서 예측기반으로 산사태 관리의 패러다임을 전환하는데 기여할 수 있다.

다만, 산사태 및 급경사지 붕괴와 같은 사면붕괴가 단순한 지형적인 요소만으로 유발되는 것이 아니고 다양한 내적, 외적 요인들간 상호작용에 의해 발생하는 복잡한 자연현상이므로, 향후 추가적으로 토질정수, 지하수 흐름과 같은 지중정보들을 결합한다면 통합적인 급경사지 붕괴 메커니즘 이해에 도움을 줄 것으로 판단된다.

감사의 글

연구지역의 항공사진은 국토지리정보원이, 지상 LiDAR 자료는 국립재난안전연구원에서 제공해주었습니다. 이에 감사드립니다.

References

1. Cha A. 2014;A comparison on the identification of landslide hazard using geomorphological characteristics. Journal of the Korean Geo-Environmental Society 15(6):67–73.
2. Cha A, Kim T.H. 2014;Analysis on the characteristics of geomorphological features affecting the initial state of landslides. Journal of the Korean Geotechnical Society 30(6):61–68.
3. Cha A, Kim T.H, Gang S.K. 2015;Application of geomorphological features for establishing the preliminary landslide hazard. Journal of the Korean Society for Geospatial Information Science 23(3):23–29.
4. Hobson R.D. 1972. Surface roughness in topography:Quantitative approach. In : Chorley R.J, ed. Spatial Analysis in Geomorphology p. 221–245. London, Great Britain: Methuen &Co Ltd.
5. Kasai M, Ikeda M, Asahina T, Fujisawa K. 2009;LiDAR-derived DEM evaluation of deep-seated landslides in a steep and rocky region of Japan. Geomorphology 113(1-2):57–69.
6. Kim J.H, Park S.W, Lee B.J. 1981;Explanatory text of the geological map of Cheong Pyeong sheet. Korea Institute of Energy and Resources :29.
7. Kim T.H, Cruden D.M, Martin C.D. 2012;Identification of geomorphological features of landslides using airborne laser altimetry. Proc. of 11th International Symposium on Landslides. Banff, Alberta, Canada :567–573.
8. Lee S, Jang S, Kim T, Han H. 2014;Analysis of slope safety by tension wire data. Journal of the Korean Geo-Environmental Society 16(4):5–12.
9. McKean J, Roering J. 2004;Objective landslide detection and surface morphology mapping using high-resolution airborne laser altimetry. Geomorphology 57:331–351.
10. Ministry of Government Administration and Home Affairs (MOGAHA). 2015;Construction of forecasting and warning service for steep slope areas and reservoirs. 2014 MOGAHA e-Government Support Program, NIA III-PER-14111 :180.
11. Watson G.S. 1966;The statistics of orientation data. Journal of Geology 74(5):786–797.

Article information Continued

Fig. 1

Research Process

Fig. 2

Normal Vector Distribution and Its Orientation. (a) Smooth Ground Surface (b) Rough Ground Surface. Modified from Hobson (1972)

Fig. 3

Geographical Location of the Study Area. (a) The Overview Map Showing the Study Area (b) The Slope Is Located Along the Bike Trail

Fig. 4

Spatial Distribution of Slope Values

Fig. 5

Plan View of the Study Area and Installation of Instruments

Fig. 6

Planarity for the Slopes. (a) Data Taken on Feb. 29, 2016 (b) Data Taken on Oct. 23, 2106. The Area Outlined by the Black Rectangle is Shown in Fig. 8

Fig. 8

Significant Change of Planarity for the Slopes. (a) Data Taken on Feb. 29, 2016 (b) Data Taken on Oct. 23, 2106

Fig. 7

Distribution of Planarity with Respect to Occupied Areas

Fig. 8

Significant Change of Planarity for the Slopes. (a) Data Taken on Feb. 29, 2016 (b) Data Taken on Oct. 23, 2106

Fig. 9

Area Where the Change of Planarity is Greater Than 0.75

Fig. 10

Measurement of TRS Sensors in 2016. Dates of Taking Data Are Shown in the Figures

Fig. 11

Lower Part of the Slope Where the Surface Erosion is Evident (Shaded Area)