Journal of Korean Society of Disaster and Security. September 2019. 1-11
https://doi.org/10.21729/ksds.2019.12.3.1


ABSTRACT


MAIN

  • 1. 서 론

  • 2. 연구방법

  •   2.1 연구대상지역

  •   2.2 지상 LiDAR

  •   2.3 Flo-2D 모형이론

  • 3. 분석결과

  •   3.1 지형분석

  •   3.2 FLO-2D모형 분석

  • 4. 결 론

1. 서 론

기후변화로 인한 이상기후에 의해 태풍 및 국지성 집중호우가 빈번해지고 산사태나 토석류의 발생 확률도 높아지고 있어 무엇보다 예방과 대처가 필요하며 강원도의 경우 최근 산불이 빈번하게 발생하고 있고 산불 피해지의 경우 집중호우와 태풍으로 인한 2차 피해의 영향에 직접적으로 노출되어 있다. 이에 대응하여 지역 특성에 맞는 산지재해 예방 대책이 무엇보다 중요하다. 토석류의 경우 산지사면이나 계곡 등에서 진흙과 돌덩어리 등을 포함하는 토석 그 자체 또는 토석과 물의 일체가 유체의 상으로 흘러내리는 흐름을 나타내는 현상(Park et al., 2010)으로 토석류 발생 시 하류부의 도로나 주택지까지 피해를 가중시킨다. 이러한 산지 재해는 예측이 어려우며 피해를 줄이기 위해서는 재해 발생 예상 지역, 피해정도 및 규모에 대한 예측이 중요하다. 특히 산지 재해로 인한 피해를 최소화하고 효율적으로 산지를 관리하기 위해서는 산사태가 발생한 지점이나 발생이 예상되는 지점의 환경적인 원인들을 규명하는 것이 중요하며, 이는 산사태 발생에 대한 사전 예방적 접근에 가장 핵심적인 요소이다(Sidle et al., 2006; Park, 2014). 또한 Kasai et al.(2009)는 산사태는 사면 단위에서 나타나는 재해로, 산사태 발생지점과 토석류의 이동궤적, 퇴적 장소까지 산사태의 위험성과 취약성을 사면 단위로 분석하기 위해서는 높은 공간 해상도를 가진 공간자료가 필요하다. Wie et al.(2009)는 지형이 복잡한 형태를 가진 산악지역의 경우 불규칙한 자연지형으로 인하여 수치지도 등고선의 정확도가 실제 위치와 상당한 오차를 가지고 있으며, Tangestani(2004)는 지상 LiDAR와 GPS장비를 도입하여 현지 조사를 정밀하게 수행하고 정확도를 높이는 분석과 Jun and Oh(2016)는 정밀한 지형 자료를 구축하기 위하여 지상 LiDAR를 활용하여 재해 발생지역을 스캔하고 3D지형자료를 구축하였다. O'Brien et al.(1993)는 이차원으로 토석류 거동을 해석한 연구를 수행하여 FLO-2D라는 홍수 및 토석류 해석 상용프로그램을 개발하였다. Kim et al.(2013)는 토석류의 피해를 저감하기 위해서는 토석류가 어떻게 이동하고 퇴적되어 하류부에 피해를 주는지를 예측할 수 있는 기술이 필요하며 우면산 토석류에 대해서 FLO-2D 수치모형을 적용하여, 모형의 성능을 평가하고, 토석류의 유동 매개변수를 분석하였다.

본 연구에서는 산사태나 토석류와 같은 산지재해 위험지역을 예측하기 위해서 토석류 발생 이력을 가지고 있는 유역을 대상으로 현장조사 및 지형자료를 구축하였다. 그리고 토석류 발생 전․후 항공사진을 분석하고 재해 발생구간을 지상 LiDAR를 활용하여 스캔작업을 실시하였다. 그리고 토석류가 발생한 일부 구간의 정밀 지형자료를 구축하고 수치지도(재해 발생이전)와 LiDAR 스캔 자료(재해 발생 이후)의 지형변화를 비교 분석하였다. 연구흐름도는 Fig. 1과 같으며 지형자료 구축 후 토석류 확산범위 분석을 위하여 FLO-2D모형을 활용하여 확산면적을 산정하고 실제 발생 구간과 비교하였으며 FLO-2D의 적용성을 검토하였다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F1.jpg
Fig. 1.

Research flowchart

2. 연구방법

2.1 연구대상지역

강원도 인제군은 2006년 태풍 에위니아로 인해 많은 토석류 피해가 발생하였다. 특히, 고산지대인 한계천, 덕산천, 가리산천, 귀둔천 유역에 최대시우량 114 mm(한계령), 3시간 지속강우량 241 mm의 집중호우로 인해 많은 토석류가 발생하였으며, 급한 유역 경사와 하천 경사가 피해를 가중시켰다. 한계천은 유역면적 56.0 km2 유로연장 16.5 km의 지방 2급 하천이며, 남쪽으로는 인제읍, 동쪽으로는 양양군과 접하고 있으며 한계천의 발원지는 한계령으로 유역형상은 동서로 길고, 남북으로는 좁은 형상이고, 유역 면적의 대부분은 설악산 국립공원에 속해 있으며 설악산 국립공원을 동서 방향으로 횡단하는 국도 44호선을 따라 토석류가 집중되었으며, 계곡부를 따라 퇴적된 토석류 및 주변의 유송 잡물이 한계천으로 한꺼번에 유입되면서 하천을 범람하여 많은 가옥 및 전답에 막대한 피해가 발생하였다. 유역 내 토석류 발생지점을 Fig. 2와 같이 조사하였으며 하류부의 경우 링네트에 많은 토석류가 집적된 상태였으며 사진과 같이 토석류의 발생 이력이 그대로 존재하고 있었다. Fig. 3은 연구지역인 설악산국립공원 내 장수 5교 상류부로 대상 유역의 토석류 발생부, 유하부, 퇴적부를 나타내고 있다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F2.jpg
Fig. 2.

Photograph of field survey (Disasters history)

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F3.jpg
Fig. 3.

Location of the study area

현장조사와 산사태 발생이력을 토대로 연구대상 유역은 그림 3과 같이 선정하였으며, 유역면적은 약 1.23 km2이며 토석류 발생 2006년 7월 12일부터 16일 까지 총 누적강우량은 569.6 mm를 기록하였으며, Fig. 4는 7월 15일 토석류 발생당일 강우량으로 일 강우량이 186 mm, 최대시간강우량은 49.5 mm를 기록하였다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F4.jpg
Fig. 4.

24 Hour rainfall and Accumulative rainfall

2.2 지상 LiDAR

지상 LiDAR의 측정 원리는 레이저를 이용한 지형․지물의 측정은 측정 대상에 레이저를 쏘아 표면에서 반사되어 되돌아오는 레이저광을 광센서(light-detecting sensor)를 이용하여 감지, 분석하는 방법으로 이루어지며 장치는 송신부(transmitter), 수신부(receiver), 처리부(processor)로 구성된다.

Time-Of-Flight(TOF) 또는 Ranging으로 불리는 레이저스캔방법은 레이저 빔을 보내는 레이저 다이오드에서 나온 빛이 대상의 표면에 부딪혀 일부는 주변으로 퍼지게 되고 나머지는 수신부로 되돌아오게 되는데 이 때 돌아온 빛의 왕복시간과 각도를 계산하여 측정하는 방법으로 송신과 수신사이의 경과시간 △tt2-t1의 식으로 계산되어 질 수 있다. 여기서 t1은 송신된 주파수가 f1에서 f2로 변할 때의 시간이며, t2는 수신된 주파수가 f1에서 f2로 변할 때의 시간이다. 따라서 경과된 시간에 빛의 속도(c)를 곱하면 왕복거리가 산출되며, 측정대상물까지의 거리(d)는 식 (1)과 같다.

$$d=\frac{c\times(t_2-t_1)}2$$ (1)

Fig. 5는 현장측량에 사용된 장비로 RIEGL사의 LMS-Z210ii로 반사율 80%기준에서 최대 측정거리 650 m, 수직 0°~80°, 수평 0°~360° 범위로 15 mm의 오차수준으로 포인트를 획득할 수 있으며 카메라와 GPS를 장착하면 측정 포인트의 RGB값 및 절대좌표를 획득할 수 있다. GPS는 HUACE사의 X90 2주파 RTK(Real Time Kinematic) 장비로 국토지리원에서 구축한 VRS(Virtual Reference System) RTK시스템을 이용하면 수평방향 ±10 mm+1 ppm, 수직방향 ±20 mm+1 ppm의 정확도를 가진다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F5.jpg
Fig. 5.

LiDAR scanner equipment

2.3 Flo-2D 모형이론

FLO-2D모델(O'Brien et al., 1993)은 미국 콜로라도 대학에서 개발되었으며 그리드 기반의 물리적 모델로써 지표면과 하도내의 홍수-수문곡선과 강우-유출을 추적할 수 있다. 이 모델은 운동학, 확산, 운동파 방정식을 이용하여 운동량방정식으로 접근한다.

FLO-2D는 홍수흐름과 발달된 토석류 사이에서의 이송은 지형데이터와 혼합물의 특징을 이용하여 모의 가능하며, Bingham 모델에 난류항과 Bagnold 모델의 전단응력 분포를 결합한 것이다. 이 모델은 격자와 시간에 관계없이 유동심, 속도, 압력이 예상가능하고, 그리드 기반의 모델로써 GIS 및 기타 응용 프로그램들과 연동가능하다. 하지만 하상침식에 의해 유발된 토석류 체적의 증가는 FLO-2D 모델에서 고려 할 수 없기 때문에 토석류의 퇴적이나 확산영역에서의 토석류 모의에만 사용되어야 하는 단점이 있다. FLO-2D는 2차원 수치해석 프로그램으로 8개의 흐름 방향으로 정의되며 지배방정식은 각방향의 흐름방정식인 연속방정식과 운동량방정식으로 구성되어있다(FLO-2D, 2009).

$$\frac{\partial h}{\partial t}+\frac{\partial\left(vh\right)}{\partial x}+\frac{\partial\left(vh\right)}{\partial y}=i$$ (2)
$$S_{fx}=S_{ax}-\frac{\partial h}{\partial x}-\frac{V_x}g\frac{\partial V_x}{\partial x}-\frac{V_y}g\frac{\partial V_x}{\partial y}-\frac1g\frac{\partial V_x}{\partial t}$$ (3)
$$S_{fy}=S_{ay}-\frac{\partial h}{\partial y}-\frac{V_y}g\frac{\partial V_y}{\partial y}-\frac{V_x}g\frac{\partial V_y}{\partial x}-\frac1g\frac{\partial V_y}{\partial t}$$ (4)

여기서, h= 토석류의 유동심, Vx, Vy = 평균 수심에서의 x, y축 이동속도, i = 강우강도, Sfx, Sfy = 흐름 방향과 흐름직각 방향의 마찰 경사, Sax, Say= 바닥 경사이며, 일반 유체와 달리 고밀도인 토석류 전단응력은 다음 식 (5)와 같이 나타낼 수 있다.

$$\tau=\tau_y+\tau_v+\tau_t+\tau_d=\tau_y+\eta(\frac{\partial v}{\partial y})+C{(\frac{\partial v}{\partial y})}^2$$ (5)

여기서, τ는 전단응력, τy는 항복전단응력으로 Mohr-Coulomb 전단저항(shear resistance)을 나타내며, τv는 점성전단응력, τt는 난류전단응력, τd는 분산(dispersive)전단응력, η는 동점성(dynamic viscosity)계수, 그리고 C는 내부(internal)전단계수를 나타낸다. 총 전단응력을 수심 적분하여 경사형식(gradient form)으로 표현하면 다음 식 (6)과 같다.

$$S_f=S_y+S_v+S_{td}=\frac{\tau_y}{\gamma_mh}+\frac{K\eta u}{8\gamma_mn^2}+\frac{n^2u^2}{n^{4/3}}$$ (6)

여기서, Sf는 전체 마찰 경사, Sy는 항복경사, Sv는 점성경사, Std는 난류-분산경사, γm은 유사혼합물(sediment mixture)의 비중량, K는 저항매개변수, n은 등가 Manning 계수값이다.

토석류 해석을 위해서 항복응력과 점성력에 대한 값을 산정하기 위한 매계변수 값은 Table 1과 같다.

Table 1. Empirical coefficients of yield stress and dynamic viscosity (O’Brien & Julien, 1998)

Source τy=α1eβ1Cυ (1 PA=dynes/cm2) η=α2eβ2Cv (1 Pas=10 poises)
α1β1α2β2
Relationships Found in Field
Aspen Pit 1 0.181 25.7 0.0360 22.1
Aspen Pit 2 2.72 10.4 0.0538 14.5
Aspen Natureal Soil 0.152 18.7 0.00136 28.4
Aspen Mine Fill 0.0473 21.1 0.128 12.0
Aspen Watershed 0.0383 19.6 0.000495 27.1
Aspen Mine Source Area 0.291 14.3 0.000201 33.1
Glenwood 1 0.0345 20.1 0.00283 23.0
Glenwood 2 0.0765 16.9 0.0648 6.20
Glenwood 3 0.000707 29.8 0.000632 19.9
Glenwood 4 0.00172 29.5 0.000602 33.1
Relationships Found in Literature
Iida (1938) - - 0.0000373 36.6
Dai et al. (1980) 2.60 17.48 0.00750 14.39
Kang and Zhang (1980) 1.75 7.82 0.0405 8.29
Qian et al. (1980) 0.00136 21.2 - -
0.050 15.48 - -
Chein and Ma (1958) 0.0588 19.1-32.7 - -
Fei (1981) 0.166 25.6 - -
0.00470 22.2 - -

3. 분석결과

3.1 지형분석

지형특성 분석을 위해 공간 해상도 5 m×5 m 수치표고모델을 활용하여 지형분석을 수행하였으며 Fig. 6은 대상유역의 (a)고도와 (b)경사도 (c)토양도 (d)지질도를 분석한 결과이다. 유역의 해발 고도(a)는 대략 510∼1280 m이며 (b)경사도의 경우는 지형의 기울기로 평균유역 경사는 31°로 대체로 높게 나타났다. (c)토양도의 경우 토양기호 OdF가 대부분을 차지하고 있으며 심토의 토성은 사양질이고 배수 상태는 대체로 양호한 상태로 분석되었다. 지질도의 경우 고도가 높은 부분은 대체로 흑운모 편마암으로 나머지 부분은 설악산 화강암으로 이루어져 있었다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F6.jpg
Fig. 6

Target Watershed Spatial Database

LiDAR지형 자료의 정밀도 및 재해발생 이전의 지형자료와 비교 분석하기 위해서는 먼저 재해 발생이전의 지형 자료가 구축되어야 한다. 재해발생 전의 정밀지형의 자료 확보는 사실상 불가능하기 때문에 1:5000 수치지도를 이용하여 DEM (Digital Elevation Model)을 생성하고 재해 발생 이전의 지형으로 가정하였고, 지상 LiDAR를 이용하여 측정한 지형자료와 비교하였다. 그리고 LiDAR 지형자료를 활용하여 재해발생 이후의 토석류 확산면적을 산정하였으며 확산면적은 대략 21,336 m2로 분석되었다. Fig. 7은 지형의 음영기복도를 3D로 나타낸 것으로 토석류가 발생지점에서 하류로 약 500 m 정도 이동하였으며 정밀도에 있어 수치지도와 많은 차이를 보이고 있다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F7.jpg
Fig. 7

3D Shaded Relief map of LiDAR data and the digital map

Fig. 8(a)는 수치지도를 활용하여 DEM을 생성한 자료이고 토석류 발생이전의 지형데이터이다. (b)는 수치지도와 LiDAR를 활용하여 생성한 정밀 DEM이다. 토석류 발생이전과 이후의 지형변화를 분석하기 위하여 3개의 종단면도를 나누었으며 종단면도는 LiDAR 스캔지점의 계곡선을 따라 라인을 그리고 단면의 표고 값을 비교하였다. Fig. 9은 종단면도를 비교한 것으로 ①번 단면도(Profile 1)의 경우 많은 침식이 발생하였으며 ②번 단면도(Profile 2)의 경우는 계곡을 따라 약 50 m 정도의 침식과 퇴적이 발생하였다. ③번 단면도(Profile 3)도 계곡 중앙은 많은 침식이 발생하였고, 계곡 주변부는 많은 퇴적이 발생한 것으로 보이며 형태는 현장조사에서 확인한 결과와 비슷하게 나타났다. 실제 1:5000수치지도의 경우 표고점의 부족과 산림이나 계곡 등의 미반영으로 인해 많은 오차를 가지고 있을 것으로 생각된다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F8.jpg
Fig. 8

LiDAR data and the digital map comparison of section

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F9.jpg
Fig. 9

Comparison of cross-section

3.2 FLO-2D모형 분석

FLO-2D모형을 이용하여 토석류 확산범위를 모의하였으며 유입유량은 토석류가 발생한 2개의 상단지점에 주고 시뮬레이션 모의 시간은 6시간, 12시간, 15시간, 24시간 4개의 Case로 나누어 확산량을 산정하였다. Fig. 10은 Case별 토석류 확산범위를 나타낸 것으로 Case 1의 경우 17,115 m2, Case 2의 경우 18,415 m2, Case 3의 경우 22,192 m2, Case 4의 경우 22,314 m2로 나타났다. 실제 토석류 확산면적인 21,336 m2와 Case 3이 가장 비슷한 결과를 보였으며 4개의 Case 모두 도로를 넘어 한계천으로 유입되는 결과로 나타났다. Case 3과 Case 4의 경우는 실제 LiDAR 지형자료와 중첩 하였으며 유하부의 경우는 약간의 오차를 보였으나 퇴적부는 실제 지형 자료와 비슷한 양상을 보였다. Fig. 11은 Flo-2D 해석결과 산정된 토석류 위험지도로 실제 토석류 발생 위성사진과 중첩한 결과로 토석류가 유하 하면서 유속이 빨라지고 한계천으로 유입되는 양상을 보였다.

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F10.jpg
Fig. 10

Flo-2D Simulation Results (Diffusion Range)

http://static.apub.kr/journalsite/sites/ksds/2019-012-03/N0240120301/images/ksds_12_03_01_F11.jpg
Fig. 11

Flo-2D Simulation Results (Case 2, 4 Hazard map)

4. 결 론

본 연구에서는 설악산 국립공원에 속해있는 한계천 일대를 대상 유역으로 선정하고 수치지도와 지상LiDAR를 활용하여 지형분석을 실시하였으며, FLO-2D모형을 적용하여 토석류의 이동과 확산에 대해 다음과 같은 결과를 얻었다.

토석류 재해 발생 이전의 공간데이터는 1:5000 수치지도를 이용하여 DEM을 생성하고 재해 발생 이후의 지형데이터로 수치지도와 지상 LiDAR를 활용하여 정밀 DEM지형 자료를 구축하였다. 토석류 발생이전과 이후의 지형변화를 분석하기 위하여 3개의 종단면도를 나누어 지형의 침식과 퇴적을 모의하였으며 ①단면의 경우 많은 침식이 발생하였으며 ②단면은 계곡을 따라 약 50 m의 침식과 퇴적이 발생하였다. ③단면 또한 계곡 중앙은 많은 침식이 발생하였고, 계곡 주변부는 많은 퇴적이 발생한 것으로 나타났다. 단면도 비교 결과 발생부에서 퇴적부까지 약 50 m의 차이를 보였으며 이는 계곡을 따라 많은 침식이 발생한 것과 실제 수치지도의 오차도 있을 것으로 보여 진다.

토석류 발생 지역의 확산 면적를 산정하기 위하여 FLO-2D모형을 적용하여 토석류 거동분석을 실시하였으며 Case별 토석류 확산범위는 Case 1의 경우 17,115 m2, Case 2의 경우 18,415 m2, Case 3의 경우 22,192 m2, Case 4의 경우 22,314 m2로 실제 토석류 확산면적인 21,336 m2과 Case 3의 결과가 가장 비슷하게 나타났으며 4개의 Case 모두 도로를 넘어 한계천 유역으로 유입되는 결과를 보였다. 토석류 모의 결과 FLO-2D모형을 활용하여 산사태나 토석류 발생 가능 지역에 토석류 확산범위나 퇴적량 산정이 가능할 것으로 보이며 토석류 피해예상지역의 유출저감 시설 위치선정시 중요한 자료로 활용 가능할 것으로 판단된다.

Acknowledgements

This research was supported by Basic Science Research Program through the National Research Foundation of Korea(NRF) funded by the Ministry of Science, ICT & Future Planning (No. NRF-2017R1A2B1012609). This research was supported by a grant(19CTAP-C141846-02) from Technology Advancement REsearch Program (TARP) funded by Ministry of Land, Infrastructure and Transport of Korean government.

References

1 

FLO-2D (2009). FLO-2D Reference Manual. http://www.flo-2d.com.

2 

Jun, K. W. and Oh, C. Y. (2016). Study on the Terrestrial LiDAR Topographic Data Construction for Mountainous Disaster Hazard Analysis. Jounal of the KOSOS. 31(1): 105-110.

10.14346/JKOSOS.2016.31.1.105
3 

Kasaia, M., Ikeda, M., Asahina, T., and Fujisawa, K. (2009). LiDAR-derived DEM Evaluation of Deep-seated Landslides in a Steep and Rocky Region of Japan. Geomorphology. 113: 57-69.

10.1016/j.geomorph.2009.06.004
4 

Kim, S. G., Paik, J. C., and Kim, K. S. (2013). Run-out Modeling of Debris Flows in MT. Umyeon using FLO-2D. Journal of the Korean Society of Civil Engineers. 33(3): 965-974.

10.12652/Ksce.2013.33.3.965
5 

O'Brien, J. S. Julien, P. Y., and Fullerton, W. T. (1993). Two-dimensional Water Flood and Mudflow Simulation. Journal of Hydraulic Engineering. 119(2): 244-261

10.1061/(ASCE)0733-9429(1993)119:2(244)
6 

O'Brien, J. S. and Julien, P. Y. (1998). Laboratory Analysis of Mudflow Properties. Journal of Hydraulics Engineering. 114(8): 877-887.

10.1061/(ASCE)0733-9429(1988)114:8(877)
7 

Park, S. J. (2014). Generality and Specificity of Landforms of the Korean Peninsula, and Its Sustainability. Journal of the Korean Geographical Society. 49(5): 656-674.

8 

Park, S. D., Yune, C. Y., and Paik, J. C. (2010). Debris flow and Sediment Glossary of Terms. Research Center for River Flow Impingement and Debris Flow.

9 

Sidle, R. C., Ziegler, A. D., Negishi, J. N., Nik, A. R., Siew, R., and Turkelboom, F., (2006). Erosion Processes in Steep Terrain-Truths, Myths, and Uncertainties Related to Forest Management in Southeast Asia. Forest Ecology and Management. 224: 199-225.

10.1016/j.foreco.2005.12.019
10 

Tangestani, M. H. (2004). Landslide Susceptibility Mapping Using the Fuzzy Gamma Approach in a GIS, Kakan Catchment Area, Southwest Iran. Australian Journal of Earth Science. 51: 439-450.

10.1111/j.1400-0952.2004.01068.x
11 

Wie, G. J., Kim, E. Y., Kang, I. G., and Kim, C. W. (2009). A Development of lidar data Filtering for Contour Generation. Jounal of the Korea Society of Surveying, Geodesy, Photogrammetry, and Cartography. 27(4): 469-476.

Korean References Translated from the English

1 

김승은, 백중철, 김경식 (2013). Flo-2D 모형을 이용한 우면산 토석류 유동 수치모의. 대한토목학회논문집. 33(3): 965-974.

10.12652/Ksce.2013.33.3.965
2 

박수진 (2014). 한반도 지형의 일반성과 특수성, 그리고 지속가능성. 대한지리학회지. 49(5): 656-674.

3 

박상덕, 윤찬영, 백중철 (2010). 수충부 및 토석류 용어해설집. 수충부 및 토석류 방재기술연구단.

4 

위광재, 김은영, 강인구, 김창우 (2009). 등고선 제작을 위한 라이다 데이터의 필터링 알고리즘 개발 및 적용. 한국측량학회지. 27(4): 469-476.

5 

전계원, 오채연 (2016). 산지재해 위험성 분석을 위한 지상 LiDAR 지형자료 구축에 관한 연구. 한국안전학회지. 31(1): 105-110.

10.14346/JKOSOS.2016.31.1.105
페이지 상단으로 이동하기