시맨틱 기술과 베이시안 네트워크를 이용한 산사태 취약성 분석 (Landslide Susceptibility Analysis Using Bayesian Network and Semantic Technology)

서지정보

· 발행기관 : 대한공간정보학회
· 수록지 정보 : 대한공간정보학회지 / 18권 / 4호 / 61 ~ 69페이지
· 저자명 : 이상훈

초록

비탈면 혹은 절성토지의 파괴로 사람과 재산에 심각한 피해를 입히기 때문에 미리 산사태 취약성 분석을 수행하여 개발 혹은 자연재해로부터 위험을 대비하는 것이 필요하다. 기존의 산사태 취약성 분석은 휴리스틱, 통계학적, 결정론적 혹은 확률론적 방법을 통해 이뤄졌다. 그러나, 적은 현장정보 등으로 분석의 신뢰도가 떨어지거나, 전문가의 경험과 지식을 기존 정량적인 해석모델에 반영하기 어려웠다. 본 연구는 산사태 취약성 분석에 대한 전문가 지식과 공간입력자료의 시맨틱을 추출하여 온톨로지 모델을 구축하고, 이를 베이시안 네트워크에 반영하여 확률적인 산사태 모델링을 제안하였다. 기존에 전문가 수작업으로 이뤄지던 베이시안 네트워크의 구조 생성을 온톨로지 모델의 지식추론으로 자동화하고, 현장정보뿐만 아니라 전문가 지식을 모델링에 반영하여 조건부 산사태 발생확률분포를 작성하였다. 이 결과를 GIS에 적용하여 산사태 취약성 지도를 작성하였다. 검증을 위해 충남 홍성일원의 오서산 지역에 적용한 결과 기존 산사태 발생흔적과 86.5% 일치하였다. 본 연구를 통해 일반 사용자도 전문가 도움없이도 광역적인 산사태 취약성 분석이 가능하리라 기대된다.

영어초록

The collapse of a slope or cut embankment brings much damage to life and property. Accordingly, it is very important to analyze the spatial distribution by calculating the landslide susceptibility in the estimation of the risk of landslide occurrence. The heuristic, statistic, deterministic, and probabilistic methods have been introduced to make landslide susceptibility maps. In many cases, however, the reliability is low due to insufficient field data, and the qualitative experience and knowledge of experts could not be combined with the quantitative mechanical‐analysis model in the existing methods. In this paper, new modeling method for a probabilistic landslide susceptibility analysis combined Bayesian Network with ontology model about experts’ knowledge and spatial data was proposed. The ontology model, which was made using the reasoning engine, was automatically converted into the Bayesian Network structure. Through conditional probabilistic reasoning using the created Bayesian Network, landslide susceptibility with uncertainty was analyzed, and the results were described in maps, using GIS. The developed Bayesian Network was then applied to the test‐site to verify its effect, and the result corresponded to the landslide traces boundary at 86.5% accuracy. We expect that general users will be able to make a landslide susceptibility analysis over a wide area without experts’ help.

참고자료

· 없음