Abstract
ASTER 위성영상을 이용하여 팽창성 점토광물인 일라이트 인자 추출 및 SVM 통계분석을 통해 산사태 취약성을 평가하였다. 연구지역의 산사태 발생지역은 항공사진 판독 및 현장 조사를 통해 분석하였다. GIS 기반 공간데이터베이스로는 지형도, 토양도, 임상도, ASTER 위성사진을 이용하였다. 수치지형도에서는 경사 및 경사방향, 곡률도, 계곡과의 거리, 도로와의 거리, 토양도에서는 유효토심, 토질, 토양지형, 토양 배수정도 및 토양 모재, 임상도에서는 경급, 영급 및 밀도를 위성사진에서는 일라이트 인자를 추출하였다. 산사태 발생요인 데이터베이스와 SVM 통계분석 및 가중치 계산을 통해 각 요소간의 상관관계 취약성도를 구하였다. AUC 검증 결과 일라이트 인자 적용결과는 76.46%의 예측 정확도를 보였으며 일라이트 인자 미적용 모델은 74.09%의 예측 정확도를 나타내었다. 이는 일라이트 인자가 산사태 취약성도 작성에 있어 중요한 자료로 사용될 수 있음을 나타낸다. This study evaluates landslide susceptibility using statistical analysis by SVM (support vector machine) and the illite index of clay minerals extracted from ASTER(advanced spaceborne thermal emission and reflection radiometer) imagery which can be use to create mineralogical mapping. Landslide locations in the study area were identified from aerial photographs and field surveys. A GIS spatial database was compiled containing topographic maps (slope, aspect, curvature, distance to stream, and distance to road), maps of soil properties (thickness, material, topography, and drainage), maps of timber properties (diameter, age, and density), and an ASTER satellite imagery (illite index). The landslide susceptibility map was constructed through factor correlation using SVM to analyze the spatial database. Comparison of area under the curve values showed that using the illite index model provided landslide susceptibility maps that were 76.46% accurate, which compared favorably with 74.09% accuracy achieved without them.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have