지진 및 강우로 인한 산사태 발생 위험지 예측 모델 비교 · 1) Professor,...

1) Professor, Department of Civil Engineering, Yeoju Institute of Technology

† Professor, Department of Civil Engineering, Andong National Univerisity (Corresponding Author : [email protected])

지진 및 강우로 인한 산사태 발생 위험지 예측 모델 비교

Comparison of Prediction Models for Identification of Areas at Risk

of Landslides due to Earthquake and Rainfall

전 성 곤1)･백 승 철

†

Seongkon Jeon ･ Seungcheol Baek

Received: April 24th

, 2019; Revised: April 29th

, 2019; Accepted: May 20th

, 2019

ABSTRACT : In this study, the hazard areas are identified by using the Newmark displacement model, which is a predictive model

for identifying the areas at risk of landslide triggered by earthquakes, based on the results of field survey and laboratory test, and

literature data. The Newmark displacement model mainly utilizes earthquake and slope related data, and the safety of slope stability

derived from LSMAP, which is a landslide prediction program. Backyang Mt. in Busan where the landslide has already occurred,

was chosen as the study area of this research. As a result of this study, the area of landslide prone zone identified by using the

Newmark displacement model without earthquake factor is about 1.15 times larger than that identified by using LSMAP.

Keywords : Landslide, Earthquake, Prediction of hazard areas, Newmark displacement model, LSMAP

요 지 : 본 연구에서는 현장조사, 실내시험 및 문헌자료를 기초로 지진 시 산사태 발생 위험지 예측 모델인 Newmark displacement

model을 이용하여 위험지를 예측하였다. Newmark displacement model은 주로 지진의 정보와 해당 지역의 사면의 정보를 통해 산정

되며, 사면의 안전율은 산지 토사재해 예측 프로그램인 LSMAP의 결과를 활용하였다. 연구대상 지역으로 과거 산사태가 발생한

부산의 백양산 일대를 선정하였다. 산사태 발생 해석 결과 Newmark displacement model을 활용한 지진 시 산사태 위험지 예측이

지진 계수가 미적용된 LSMAP의 산사태 위험지 예측보다 약 1.15배 넓은 지역을 위험지역으로 예측하는 것으로 나타났다.

주요어 : 산사태, 지진, 위험지 예측, Newmark displacement model, LSMAP

Journal of the Korean Geo-Environmental Society

20(6): 15～22. (June 2019) http://www.kges.or.kr

ISSN 1598-0820

DOI https://doi.org/10.14481/jkges.2019.20.6.15

Fig. 1. Trends in occurrence of earthquake (KMA, 2018)

1. 서 론

산사태 유발 요인으로는 크게 강우와 지진을 들 수 있다.

그중에 지진 발생으로 인한 산사태는 대규모 지진에 의해

발생되는 경우가 대부분이지만, 강우나 기타 요인으로 지층

이 포화된다면 소규모 지진에서도 산사태가 발생할 수 있

다. 예를 들어 2006년 2월 필리핀 레이테(Leyte) 남부 지역

에서는 집중호우로 지반이 포화된 상태에서 규모 2.6의 소

규모 지진이 발생하였으나 대규모 산사태로 이어져 1,100

여명의 사망자가 발생하였다(Evans et al., 2007; Kim, 2011,

Jeon et al., 2014).

최근 이상 기온으로 인한 국지성 집중호우가 증가하고 있

으며, 과거에 비해 강우일수는 줄어들었으나 산사태 발생에

영향을 미치는 높은 강도의 강우가 빈번해지고 있다. Oh &

Park(2014)에 의하면 1999년부터 2012년도까지 13년간 산

사태가 약 670건이 발생하였다. 2011년부터 2014년까지 사

면재해가 185개소에서 발생하였으며, 그중 토석류 발생이

77개소로 41.6%를 차지한다고 하였다(Jun & Yune, 2015).

지진 발생 빈도 또한 Fig. 1과 같이 1988년 이후 꾸준히

증가하고 있으며, 특히 2016년도에 발생한 254회의 지진

이후 전체적으로 지진발생 빈도 및 진도 3.0 이상의 유감지

16 >> Comparison of Prediction Models for Identification of Areas at Risk of Landslides due to Earthquake and Rainfall

Fig. 2. Geologic map of study area (KIGAM, 1978)

진이 증가하고 있는 실정이다.

이처럼 우리나라도 더 이상 지진에 대한 안전지대가 아

니며, 지진으로 인한 산사태가 발생할 가능성이 증가하고

있다(Jeon et al., 2014).

따라서 본 논문에서는 문헌자료, 현장조사 및 실내시험을

이용하여 지진 시 산사태 발생 위험지 예측 모델인 Newmark

Displacement model과 지진 계수가 미적용된 LSMAP의 산

사태 위험지 예측 결과와 비교 분석하였다. 분석 결과 Newmark

displacement model을 활용한 분석이 LSMAP을 활용한

분석보다 더 넓은 지역을 위험지로 예측하는 것으로 나타

났다.

2. 연구지역 선정

2.1 연구지역 현황

부산광역시 북구 만덕동 백양산 일대를 연구지역으로 선

정하였다. 본 지역은 과거 산사태가 발생했던 지역으로 산

지 하부에 아파트 단지가 밀집되어 있어 산사태가 발생하였

을 때 인명 및 재산 피해가 클 것으로 예상된다. 과거 산사

태 발생 이후 토사 및 유송잡물 피해를 방지하기 위하여 링

네트를 설치하였으며, 아파트 인근에는 CCTV 및 낙석방지

책을 설치하여 재해에 대비하고 있다.

지질구조를 파악하기 위하여 동래지질도폭을 활용하였

다. 지질 분포는 Fig. 2와 같이 중생대 백악기 경상계 신라

층군 안산암질암류(Kan), 중생대 백악기 경상계 불국사화

강암류 화강섬록암(Kgdi), 중생대 백악기 경상계 마산암류

규장암(Kfl) 및 신생대 제4기 충적층(Qa) 등이 분포하고

있다.

2.2 강우이력

강우이력을 파악하기 위하여 가장 근접한 기상관측소인

부산기상대의 최근 10년간(2008년~2017년) 기상관측자료

를 이용하였으며, Table 1과 같이 최근 10년간 강수량 평균

은 1,484.0mm로 조사되었다. 1시간 최다강수량은 2008년 8

월 13일에 106.0mm/hr 발생하였고, 일 최다강수량은 2017

년 9월 11일에 264.1mm/day 발생한 것으로 조사되었다.

Table 1. Rainfall history by year (KMA, 2017)

Year

Total

precipitation

(mm)

1 hour maximum

precipitation (mm)

Day maximum

precipitation (mm)

PrecipitationOccurrence

datePrecipitation

Occurrence

date

2008 1,168.3 106.0 2008.08.13 144 2008.08.12

2009 1,772.9 90.0 2009.07.16 310 2009.07.07

2010 1,441.9 34.5 2010.08.09 106 2010.07.11

2011 1,478.6 96.0 2011.07.27 245 2011.07.27

2012 1,983.3 80.5 2012.07.15 231 2012.07.15

2013 1,130.1 36.5 2013.06.19 105.5 2013.05.28

2014 1,693.1 60.0 2014.08.25 129.5 2014.08.18

2015 1,396.7 19.0 2015.05.11 87.5 2015.04.19

2016 1,760.2 39.8 2016.08.15 119.4 2016.09.17

2017 1,014.4 86.3 2017.09.11 264.1 2017.09.11

Average 1,484.0 - - - -

2.3 토층파악을 위한 현장 조사

현장의 토층을 파악하기 위하여 굴절법 탄성파탐사를 실

시하였다. 굴절법 탄성파탐사는 지표상에 인위적으로 탄성

파를 발생시켜, 표토층을 따라 수진기 도달하는 직접파 및

지층 경계면에서 임계 굴절된 선두파의 도달시간을 측정하

여 지층 경계면의 깊이와 경계면 상･하부 지층의 탄성파

속도를 알아내는 방법이다. 또한 2D Seisimager 해석기법

을 적용하여, 속도구조를 층 구조라고 가정하여 해석함에

따라 생기는 오류 보완하고 비교적 정확한 속도구조를 도

출하였다.

탄성파탐사 자료의 해석은 탐사 기록으로부터 직접파, 굴

절파 및 반사파의 도달시간을 읽어 주시곡선도를 작성한다.

굴절법탐사에서는 일반적으로 각 수진점에 도달하는 초동

만을 읽어 주시곡선을 작성하고, 주시곡선상에 나타나는 각

직선 등의 기울기로부터 지층에 대한 속도를 결정한 후 각

층 경계면까지의 심도를 계산한다(Jung, 2018).

탐사 측선은 Fig. 3과 같이 계곡 정상부 인근 1개소(L-1),

유역 중앙부에 1개소(L-2)를 선정하였으며, 수진기 간격 6.0m

로 측선의 길이는 245m, 165m이다. L-1 측선은 주택지와

인접해 있는 산지의 산자락에서 북서쪽 주향으로 전개한 측

Journal of the Korean Geo-Environmental Society Vol. 20, Issue 6, June 2019 >> 17

Fig. 3. Exploration survey line

(a) Survey line L-1

(b) Survey line L-2

Fig. 4. Section showing seismic velocity variation

Fig. 5. Sliding block representation of Newmark displacement

model. ac : yield acceleration, a : base acceleration, α :

angle (Jibson & Keefer, 1994)

선으로 소능선을 가로지르는 방향으로 전개하여 경사가 반

복되는 요철이 있는 지형을 보이며, 측선 후반부에서는 급

경사면을 이루고 있다. L-2 측선은 주택지와 인접해 있는

산지의 산자락에서 북서쪽 주향으로 전개한 측선으로 산골

짜기를 가로지르는 방향으로 전개하여 양안이 급경사를 이

루는 계곡형 지형을 이루고 있다.

탄성파속도(토사층 0.7km/sec 이하, 리핑암 0.7~1.2km/sec,

발파암 1.2km/sec 이상)를 토대로 L-1 측선의 층후를 구분

한 결과 Fig. 4(a)와 같이, 토사층의 층후는 3.3~5.5m, 리핑

암이 약 2.7~4.5m 정도로 나타나며, 기반암의 출현심도는

약 6.3~9.5m로 나타났다. 탄성파속도 구조가 지형경사와 나

란한 형태를 보이고 있어 대체로 급격한 지층변화 없는 단

순한 지층구조를 이루고 있을 것으로 판단된다.

또한 Fig. 4(b)와 같이 L-1 층후 분석의 탄성파 속도를 기

준으로 L-2 측선의 층후를 구분한 결과 토사층의 층후는

0.3~5.9m, 리핑암이 약 2.3~4.5m 정도로 이며, 기반암의 출

현심도는 약 2.8~9.7m로 나타났다. 탄성파속도 구조가 지형

경사와 나란한 형태를 보이고 있어 대체로 급격한 지층변화

없는 단순한 지층구조를 이루고 있을 것으로 판단되며, 다

만 측선 중앙부의 계곡부에서 국부적으로 토사층이 매우 얇

은 층으로 나타나고 있다.

3. 위험지 예측 모델

3.1 Newmark displacement model

지진 발생으로 인한 산사태 발생 위험지 예측 모델은 연

구자의 경험적으로 산정되는 지진계수의 불확실성을 보완

하기 위하여 1965년 Newmark가 개발한 동적변위분석법인

Newmark displacement model을 활용하였다(Newmark, 1965).

Newmark displacement model은 Fig. 5와 같이 활동토괴

를 강체블럭(rigid sliding block)으로 가정하고, 지진 발생

시 작용가속도가 항복가속도보다 클 경우 토체가 이동한다

고 가정하여 활동토괴의 변위를 구한다. 이때 활동토괴와

활동면 하부는 서로 상대적인 속도 차이를 가지며, 가속도

가 항복가속도 이하로 떨어졌음에도 불구하고 속도가 0이

될 때까지 이동이 지속된다. 가속도가 다시 항복가속도를

초과하면 활동토괴는 활동(slip)과 멈춤(stick)을 반복한다.

여기서 주어진 항복가속도와 작용가속도를 이용하여 변위를

계산하게 된다(Duncan & Wright, 2005; Makdishi & Seed,

1978).

Newmark displacement model은 많은 연구자들에 의해 지

진 시 산사태 발생 예측 모델로 사용되었다(Wilson & Keefer,

1983; Jibson & Keefer, 1994; Jibson et al., 2000; Refice &


Table 2. Stability class definitions of LSMAP

Class Condition Predicted state Explanation

1 FS < 1 Danger Landslide hazard area

2 1 ≤ FS < 1.25 Caution -

3 1.25 ≤ FS < 1.5 Normal -

4 1.5 ≤ FS Stable -

Capolongo, 2002; Wang et al., 2008). Jeon et al.(2014)의

연구에서는 이러한 다양한 Newmark displacement model의

분석 결과를 비교 검토하였는데, 그 중 Jibson et al.(2000)

및 Refice & Capolongo(2002)는 위험지역을 분류하는 변위

량 기준이 상이하여 Wilson & Keefer(1985)의 위험지 예측

결과보다 과소평가 되는 것으로 검토되었다. 본 논문에서는

Wilson & Keefer(1985)의 Newmark displacement model을

이용하여 지진 시 산사태 분석을 실시였다.

Wilson & Keefer(1985)의 Newmark displacement model

공식은 다음 Eq. (1)과 같다.

log log

(1)

여기서,

: 변위량(mm)

: 지진과 관련된 정보

: 임계가속도

Newmark displacement model 분석은 ArcGIS 10.1을 통

하여 실시하였으며, 분석결과는 지진이 발생하였을 때 사면

의 변위량(mm)으로 나타난다. Wilson & Keefer(1985)의 연

구 기준에 따라 사면의 변위량이 100mm 이상으로 나타나

는 지역을 산사태 위험지로 판정하였다.

지진과 관련된 정보()는 Arias(1970)에 의해 만들어진

경험식을 토대로 Wilson & Keefer(1985)가 제안한 Eq. (2)

를 통해 계산된다.

log

log (2)

여기서,

: 지진의 규모

R : 진앙과의 거리(m)

임계가속도()는 다음의 Eq. (3)을 통해 얻을 수 있다

(Wilson & Keefer, 1985). 사면의 안전율은 LSMAP(산지

토사재해 예측 프로그램)의 결과를 활용하였다.

g sin (3)

여기서,

: 사면의 안전율

g : 중력가속도(m/s2)

: 사면의 경사(°)

3.2 LSMAP

LSMAP은 Iverson(2000)이 제시한 모델을 사용하여 미국

지질연구소(USGS)에서 개발한 TRIGRS(A Fortran Program

for Rainfall Infiltration and Grid-Based Regional Slope-

Stability Analysis)를 기반으로 고도화한 프로그램이다. LSMAP

은 강우에 따른 국내 지형 및 지질, 임상 특성 등을 고려하

여 토사재해 위험도를 평가하는 프로그램이다. 분석 결과는

각 지점(cell)의 사면 안정지수(FS)로 나타나며, Table 2의

기준으로 등급을 분류하여 위험지역을 평가한다.

LSMAP 프로그램은 사용자가 토사재해 위험지 분석 시

입력변수를 편리하게 작성하고, 오류를 쉽게 확인할 수 있

도록 GUI(Graphic User Interface) 제공하고, 분석 결과를

활용하여 간단한 작업을 실행할 수 있도록 결과 가시화 창

을 제공한다. LSMAP은 데이터 입력, 해석엔진, 해석결과 가

시화의 3가지 부분으로 구성되며, 모델링 GUI 개발은 MVC

(Model-View-Controller) 모델을 바탕으로 설계하였으며, 최

소한의 시간과 인력으로 프로그램 유지 보수 및 기능 추가

가 가능한 프로그램이다.

LSMAP을 이용한 비탈면 안전율(FS) 계산은 Eq. (4)를

이용한다(Choi et al., 2017).

tan

tan

′

sin cos

′ tan

(4)

여기서, : 토양 내부마찰각(°)

: 사면경사(°)

Z : 토심(m)

t : 강우 시간(sec)

′ : 토양단위중량+수목하중(N/m3)

: 지하수 단위 중량(N/m3)

′ : 토양점착력+수목 뿌리점착력(Pa)

: 지하수 압력수두(m)

4. 적용 매개변수

4.1 지형특성

연구지역의 기초지형(표고, 경사도, 우수흐름방향 등) 분

석은 ArcGIS 10.1 프로그램을 이용하였다. 그리고 국토지


Fig. 6. Tree resources evaluation program

Table 4. Parameters used for analysis

Soil

characteristics

Cohesion (kN/m2) 3.9

Unit weight (kN/m3) 18.7

Friction (°) 33.8

Permeability (cm/s) 1.45e-03

Forest

characteristics

Forest Mix (Soft+Hard)

Root cohesion (kN/m2) 0.5

Tree weight (kN/m3) 2.6

Rainfall

characteristics

Rainfall scenarios Current rainfall scenario

Rainfall model Huff 4th

Return period (year) 100

Rainfall duration (hr) 24

Earthquake

characteristics

Seismic magnitude scales 6.5

Epicentral distance (km) 0

리정보원에서 제공하는 수치지형도를 이용하여 등고선 레

이어를 TIN(Triangulated Irregular Network, 불규칙 삼각망)

으로 형성한 다음 다시 그리드 데이터(ASCII)로 변환시켜

디지털고도모델(Digital Elevation Model)을 만들어 지형 데

이터를 구축하였다(Choi et al., 2017).

4.2 토질특성

토질 특성 자료는 핸드오거를 통해 평균 30~50cm 깊이

에서 채취된 지료를 비닐 팩으로 밀봉하여 현장조건을 최대

한 유지하여 실험실로 운반하고, 물성시험, 다짐시험, 직접

전단시험 및 실내투수시험 등을 실시한 결과를 활용하였다

(Choi et al., 2017)(Table 4).

4.3 임상특성

연구지역 내 임상 분포는 현장조사 및 산림청의 산림입

지토양도(임상도)(Korea Forest Service, 2016), 국가수자원

관리종합정보시스템(Water Management Information System,

2017)의 공간지형정보를 기반으로 적용하였다.

그에 따른 임상특성(수목뿌리 점착력 및 수목 하중)은 국

립산림과학원에서 개발한 임목자원평가 프로그램(Korea Forest

Research Institute, 2003)(Fig. 6) 및 Oh & Lee(2014)의 임

상별 영급별 점착력 결정식(Eq. (5))을 활용하였다(Table 4).

(5)

여기서,

: 임의 전단면에 존재하는 뿌리만의 평균 인

장강도(t/m2)

: 임의의 전단면속에 포함되어 있는 뿌리의

전체 면적(m2)

: 임의의 전단면의 면적(m2)

4.4 수리특성

수리특성 매개변수(단위중량 및 투수계수 등)은 체분석

결과를 바탕으로 National Disaster Management Research

Institute(2004)의 토질의 함유율에 따른 단위중량 분류(Table

3)와 Jung et al.(2007)의 산림토양에 대한 추정식(Eq. (6))

을 활용하였다(Choi et al., 2017)(Table 4).

Table 3. Unit weight and cohesion of soil (National Disaster

Management Research Institute, 2004)

SoilSand

(%)

Silt

(%)

Clay

(%)

Unit

weight

(t/m3)

Cohesion

(t/m2)

Friction

(°)

Silty clay loam 10 55 35 1.730 1.145 22

Silt loam 15 70 15 1.745 0.955 27

Sandy loam 70 15 15 1.910 0.405 28

Fine sandy loam 70 15 15 1.910 0.405 27

Clay loam 30 30 40 1.790 0.980 20

Loamy sand 80 10 10 1.940 0.270 30

Loamy fine sand 100 0 0 2.000 0.000 30

Loamy coarse sand 100 0 0 2.000 0.000 30

Loamy soils 40 4 20 1.820 0.740 25

×

××

log (6)

여기서,

: 포화수리전도도(cm/sec)

S : 모래(%)

C : 점토(%)

OM : 유기물함량(%)

4.5 지진정보

지진과 관련된 정보()는 지진의 규모 및 진앙과의 거리


(a) LSMAP analysis (unapplied ground shaking)

(b) Newmark displacement model analysis (applied ground

shaking)

Fig. 7. Results of forecasting of landslide hazard areas

를 이용하여 구축하였다. 지진의 규모는 연구지역의 행정

구역상 구조물의 중요도를 고려하여 내진 1등급 붕괴방지

수준을 반영하여 지진 규모 6.5를 적용하였으며, 진앙과의

거리는 연구지역을 진앙지로 지정하여 분석을 실시하였다

(Table 4).

5. 위험지 예측 결과 및 비교 검토

5.1 위험지 예측 결과

Newmark displacement model 및 LSMAP을 이용하여 산사

태 발생 위험지를 예측하였다. Newmark displacement model

은 사면의 변위량이 100mm 이상 나타나는 지역을, LSMAP

은 사면 안전율이 1 미만의 지역을 각각 산사태 위험지로

판정하였다. 그에 따른 산사태 발생 위험지 예측 결과는

Table 5와 Fig. 7(a), Fig. 7(b)과 같이 나타났다.

Table 5. Comparison of the predictions of landslide hazard area

according to whether earthquake coefficient is applied

Analysis

model

Application

of seismic

coefficient

Area of

target area

(m2)

Area of

landslide

hazard area

(m2)

Ratio of areas

of landslide

hazard area to

target area (%)

LSMAP X 215,041 21,795 10.14

Newmark O 215,041 24,986 11.62

LSMAP을 활용한 지반 진동 미적용 산사태 위험지의 분

석 결과 Table 5와 Fig. 7(a)과 같이 산사태 위험지 예측 면

적은 21,795m2로 나타났고, 이는 연구대상 전체 면적 대비

약 10.14%에 해당되는 것으로 나타났다.

그리고 Newmark displacement model을 활용한 지진 시

산사태 위험지 예측 분석 결과 Table 5와 같이 위험지 예측

면적은 24,986m2로 나타났으며, 이는 연구대상 전체 면적

대비 11.62%에 해당되는 것으로 나타났다.

5.2 위험지 예측 결과 비교 검토

지반 진동 매개변수가 적용되는 Newmark displacement

model을 활용한 분석 결과가 지반 진동 매개변수가 미적용

되는 LSMAP을 이용한 산사태 위험지역 예측 결과는 전체

적으로 유사한 결과를 도출하는 것으로 검토되었다(Fig. 7).

하지만 Fig. 8의 site 1 및 site 2의 지역과 같이 Fig. 7의 결

과를 세부적으로 확대하여 보면 Newmark displacement model

해석 결과가 지반 진동 매개변수가 미적용 되는 LSMAP을

활용한 분석결과 보다 약 15% 더 넓은 지역을 위험지로 예

측되는 것으로 나타났다(Fig. 8).

6. 결 론

최근 우리나라도 지진 발생 빈도가 높아져 지진으로 인

한 산사태 발생 가능성이 높아짐에 따라 이에 대한 대비가


(a) SITE-1

(b) SITE-2

Fig. 8. Overlapping of landslide risk area to be analyzed by

using the LSMAP and Newmark displacement model

필요하다. 이에 따라 본 논문에서는 지진 시 산사태 발생

위험지 예측 모델인 Newmark Displacement model을 이용

하여 위험지를 예측하고, 지진 계수가 미적용된 LSMAP의

산사태 위험지 예측결과와 비교 분석하였다. 이를 통해 산

사태 위험지 예측 시 지진 계수 적용의 중요성을 검토하였

으며, 다음과 같은 결론을 얻었다.

(1) LSMAP에 의한 지반 진동 미적용 산사태 위험지의 분석

결과 산사태 위험지가 연구대상 전체 면적의 약 10.14%

인 21,795m2로 나타났다.

(2) Newmark displacement model에 의한 지진 시 산사태

위험지 예측 분석 결과 산사태 위험지가 연구대상 전체

면적의 약 11.62%인 24,986m2로 나타났다.

(3) 지반 진동 매개변수가 적용된 Newmark displacement

model 분석 결과가 지반 진동 매개변수가 미적용되는

LSMAP 분석보다 약 15% 증가된 더 넓은 지역을 위험

지로 예측되는 것으로 나타났다.

(4) 본 연구에서 제시한 지진 및 강우로 인한 산사태 발생

위험지 예측 방법은 미래의 이상기후에 대비한 지반특

성 및 지역의 특성에 맞는 구조적 방어대책과 비구조적

방법을 적절히 선정하여 피해 경감대책을 수립하는데

이용될 수 있을 것으로 판단된다.

(5) 지진 및 강우로 인한 산사태 발생 위험지 예측 방법에 대

한 수치해석 결과들의 확인과 이론정립을 위해 향후 현

장실험 등의 추가적인 연구가 필요한 것으로 판단된다.

감사의 글

본 연구는 2018년도 여주대학교 연구비 및 행정안전부장

관의 방재안전분야 전문인력 양성사업으로 지원되었습니다.

References

1. Arias, A. (1970), A measure of earthquake intensity, in Hansen,

R. J. (Ed), Seismic design for nuclear power plants, Massachusetts

Institute of Technology Press, Cambridge, MA, pp. 438~483.

2. Choi, W. I., Choi, E. H. and Baek, S. C. (2017), Analysis of

Hazard Areas by Sediment Disaster Prediction Techniques Based

on Ground Characteristics, Vol. 18, No. 12, pp. 47~57 (In

Korean).

3. Duncan, J. M. and Wright, S. G. (2005), Soil Strength and

Slope Stability, John Wiley and Sons, pp. 312.

4. ESRI (2012), ArcGIS 10.1.

5. Evans, S. G., Guthrie, N. J., Roberts, N. J. and Bishop N. F.

(2007), The disastrous 17 February 2006 rockslide-debris avalanche

on Leyte Island, Philippines : a catastrophic landslide in tropical

mountain terrain, Natural Hazards and Earth System Science,

Vol. 7, pp. 89~101.

6. Iverson, R. M. (2000), Landslide triggering by rain infiltration,

Water Resources Research, Vol. 36, No. 7, pp. 1897~1940.

7. Jeon, S. G., Kim, D. M., Choi, W. I. and Choi, E. H. (2014),

Prediction of the landslide and effect on heritage located in

mountain induced earthquake, Journal of Korean Society Hazard

Mitigation, Vol. 14, No. 2, pp. 139~148 (In Korean).

8. Jibson, R. W. and Keefer, D. K. (1993), Analysis of the seismic

origin of landslides: Examples from the new madrid seismic

zone, Geological Society of America Bulletin, Vol. 105, No.

4, pp. 521~536.

9. Jibson, R. W. and Keefer, D. K. (1994), Analysis of the origin

of landslides in the New Madrid seismic zone, U.S. Geological

Survey Porfessional Paper 1538-D, pp. D1~D23.


10. Jibson, R. W., Harp, E. L. and Michael, M. A. (2000), A

method for producing digital probabilistic seismic landslide

hazard maps, U.S. Geological Survey, Vol. 58, pp. 271~289.

11. Jun, K. J. and Yune, C. Y. (2015), Analysis of slope hazard

triggering factors through field investigation in Korea over the

past four year, Journal of the Korean Geotechnical Society,

Vol. 31, No. 5, pp. 47~58 (In Korean).

12. Jung, K. H., Jung, S. J., Sonn, Y. K. and Hong, S. Y. (2007),

Classification of hydrologic soil group of Korean soil, National

Institute of Agricultural Science and Technology, pp. 141~176

(In Korean).

13. Jung, S. M. (2018), Development of 3D urban area sediment

disaster prediction simulation technology and construction of

integrated management system, Report, 15SCIP-B 069989-03,

pp. 245~257 (In Korean).

14. KIGAM (1978), Dong-rai geologic map.

15. Kim, J. S. (2011), Assessment of landslide hazard induced by

earthquake and groundwater level variation, Master’s thesis,

Sejong university, 82p. (In Korean).

16. KMA (2017), Annual climatological report, pp. 128~130.

17. KMA (2018), http://www.weather.go.kr/weather/earthquake_volcano/

domestictrend.jsp.

18. Korea Forest Research Institute (2003), Tree resources evaluation

program user’s guide (In Korean).

19. Korea Forest Service (2016), Forest Soil Digital Mapping,

National Spatial Information Clearinghouse, GRS80/TM/1:25,000

(In Korean).

20. Makdishi, F. I. and Seed, H. B. (1978), Simplified procedure

for estimating dam and embankment earthquake induced defor-

mations, Journal of the Geotechnical Engineering Division, Vol.

104, No. GT7, pp. 849~867.

21. National Disaster Management Research Institute (2004), A study

on the debris-flow and mitigation techniques, 11-1310148-000132-

01 (In Korean).

22. Newmark, N. M. (1965), Effects of earthquakes on dams and

embankments, Geotechnique, Vol. 15, Issue. 2, pp. 139~160.

23. Oh, S. R. and Lee, G. H. (2014), Slope stability analysis at

catchment scale using spatially-distributed wetness index, Journal

of Korean Geographers, Vol. 3, No. 2, pp. 111~126 (In Korean).

24. Oh, J. and Park, H. J. (2014), Analysis of landslide triggering

rainfall threshold for prediction of landslide occurrence, Journal

of Korean Society Hazard Mitigation, Vol. 14, No. 2, pp.

115~129 (In Korean).

25. Refice, A. and Capolongo, D. (2002), Probabilistic modeling

of uncertainties in earthquake-induced landslide hazard assessment,

Computers and Geosciences, Vol. 28, pp. 735~749.

26. Wang, H., Wang, G., Wang, F., Sassa, K. and Chen Y. (2008),

Probabilistic modeling of seismically triggered landslides using

Monte Carlo simulations, Landslides, Vol. 5, No. 4, pp. 387~

395.

27. Water Management Information System, http://www.wamis.go.kr/,

(2017. 09. 20).

28. Wilson, R. C. and Keefer, D. K. (1983), Dynamic analysis of

a slope failure from the 6 August 1979 Coyote lake, California

earthquake, Bulletin of the Seismological Society of America,

Vol. 73, No. 3, pp. 863~877.

29. Wilson, R. C. and Keefer, D. K. (1985), Predicting areal limits of

earthquake induced landsliding. In: Ziony JI. (Ed.), Evaluating

Earthquake Hazards in the Los Angeles Region - An Earth-

science Perspective. U.S. Geological survey, pp. 316~345.

지진 및 강우로 인한 산사태 발생 위험지 예측 모델 비교 · 1) Professor,...

Documents

Transcript of 지진 및 강우로 인한 산사태 발생 위험지 예측 모델 비교 · 1) Professor,...