전통문화대전망 - 전통 미덕 - 산사태 위험 및 위험 평가 연구 진행
산사태 위험 및 위험 평가 연구 진행
첫째, 산사태 위험 평가
1996 년 크로스는 산사태 위험 구역을 정량지표로 삼아 영국 데비군에서 실천했다. 핀리프. J 와 Fell Robin( 1997) 은 산사태 위험 식별과 수용 가능한 산사태 위험 수준의 관점에서 호주와 홍콩의 산사태 재해를 연구했다. 결과에는 산사태 재해 조사, 토지 개발 원칙, 산사태 재해 분류, 산사태 재해로 인한 생명 재산 손실의 허용 가능성이 포함됩니다. 핀리 p.j. 모스틴 G.R. & amp 펠로빈 (1999) 대 1984- 1993 기간 홍콩 3000 여 개 산사태 재해 코너 G. 스미스 회사입니다. Stephen A. Royle (2000) 은 Niteroi 시를 대상으로 호수 재해체에서의 도시 주민들의 취약성을 연구하고, 산사태를 일으키는 요인과 그 영향을 분석하고, 그에 따른 산사태 위험 관리 조치를 제시했다. Fausto Guzzetti(2000) 는 이탈리아 1279- 1999 기간 동안 산사태로 인한 생명사망 데이터베이스를 구축해 치사성 산사태의 발생 빈도와 사망율 평가에 대한 체계적인 연구를 진행했다. Piyoosch Rautelal 과 Ramesh Chandna Lakhera(2000 년) 는 지리 정보 시스템과 원격 감지 기술을 이용하여 인도 Giri 와 Tons 강 (히말라야 히말라야 히말라야) 유역의 산사태 재해를 연구했다. B.Temesgen 과 m. u. Mohammed(200 1+0) 는 GIS 및 원격 감지 기술을 사용하여 산사태 재해와 재해 발생 요인 간의 통계적 관계를 연구하고 위험 계수 (0-/kloc-0) 를 활용합니다 2000 년 Ragozin 등은 산사태 위험 평가를 위한 위험 지수, 취약성 지수 및 해당 표현식을 제시했다. 2000 년 Johnson 등은 지질 재해의 위험, 취약성 및 위험 평가를 전체적으로 GIS 소프트웨어를 기술 플랫폼으로 사용하여 각각 평면 및 3D 평가 시스템을 사용하여 오스트레일리아에 대한 도시 개발 계획의 붕괴, 산사태 및 산사태를 예측하고 케인스 지역에 대한 위험 분석 및 위험 구분 연구를 실시했습니다. P. Aleollt(2000 년) 는 지리 정보 시스템 기술을 이용하여 이탈리아 북부 알프스 앞의 산사태, 홍수, 눈사태, 곡구 축적의 위험과 전반적인 위험을 연구했다. A.Ragozin(2000) 은 산사태 위험 평가의 위험, 취약성 및 위험성을 이론적으로 연구하여 재해 평가 목표의 유효기간을 포함하는 단일 산사태 재해 지수를 제시하여 주요 통제 요인의 확률 곱으로 표시했다. 지역 산사태 재해 평가를 위해 주어진 지역 면적, 산사태 발생 면적, 산사태 수 및 시간 간의 관계를 기반으로 한 정량적 모델이 제시되었습니다.
Suzen 등은 지역 산사태 위험 평가를 위해 산사태 종자도와 통계 백분율 비트맵의 새로운 개념을 제시했다. 주요 원리는 통계적 방법을 이용하여 산사태의 안정성에 영향을 미치는 여러 요인의 상대적 기여율을 추정하는 것이다. 시드 요소는 산사태 경계를 결정하는 데 사용되는 방해받지 않은 지형 단위 (벨트) 입니다. 백분위수 유형 분류는 연속 변수를 클래스 레벨 이산 변수로 변환하는 데 사용됩니다. 그들은 이 방법을 터키 Asarsuyu 유역의 산사태 위험 평가에 적용했다. GIS 환경에서 암석학, 단층선 거리 등이 사면 전개 안정성에 영향을 미치는 13 변수 그래프를 생성합니다. 13 영향 변수 및 산사태 재해 분포도를 각각' 시드 피쳐' 및' 슬라이딩 피쳐' 의 속성 데이터베이스에 중첩합니다. 각 영향 요인에 대해 서로 다른 백분위수 범주의 슬라이딩 셀 수 및 비슬라이딩 (시드) 요소 수를 기준으로 각 영향 요소의 가중치를 계산합니다.
Bonham 은 통계적 베이지안 방법에 기반한 데이터 중심 가중치 모델을 제시하고 이를 탐사 분야에 적용했습니다. Van Westen 은 이 모델을 산사태 위험 평가 분야에 추가로 적용했습니다. 데이터 중심 가중치 시뮬레이션 방법의 주요 원리는 역사적 산사태 분포 데이터를 이용하여 산사태 분포와 각 영향 요소 간의 통계적 관계, 즉 각 영향 요인이 서로 다른 범주의 산사태 분포에 대한 통계를 기준으로 각 영향 요인이 산사태 재해에 기여하는 기여율 (가중치) 을 결정하는 것입니다. 이 모델은 전문가 지식 모델보다 가중치를 결정할 때 더 과학적이고 안정적이며 전문가의 주관성으로 인한 불확실성을 방지합니다. 마지막으로 또 다른 시기의 산사태 분포 내역 데이터를 이용하여 평가 결과를 검사하고 성공률을 예측하고 불합리한 경계를 조정하여 평가 결과를 더욱 믿을 수 있게 했다. 베이시안 통계 방법에 기반한 데이터 중심 가중치 모델은 다른 통계 방법보다 더 엄격하며, 산사태 영향 요소 간의 관계와 각 영향 요인과 산사태 재해 간의 관계를 충분히 고려합니다. 영향 요인에 대한 독립성 분석을 통해 가장 중요한 영향 요인을 파악합니다. 이를 바탕으로 각 영향 요인의 가중치를 계산합니다.
Carrara( 1989) 는 다변량 또는' 블랙 박스' 모델을 사용하여 이탈리아의 일부 지역에서 산사태 위험을 정량적으로 평가하고 그려 실제 및 잠재적 산사태 불안정성 이벤트를 예측합니다. 조기 경보 도구인 이 지도를 사용하여 자세한 조사가 필요한 "고위험" 위치를 선택할 수 있습니다. 채택된 주요 방법은 다음과 같습니다. 1 전문가 경험과 지식을 바탕으로 한 직접 추정 ② 사면 전개 불안정 요인을 나타내는 도면층을 일정한 가중치로 겹쳐' 지표' 주제도를 얻는다. ③ 다원모형을 이용하여 실제/잠재적 사면 불안정성을 통계적으로 평가하고 산사태 위험의 확률 수준을 결정한다. 이러한 방법을 적용하는 기본 가정은 통계 훈련 샘플 영역의 산사태 불안정 조건이 전체 연구 지역의 환경 조건과 동일하다는 것입니다. 통계 분석의 기본 셀은 "지형" 경사 단위입니다 (면적이 다름). 산사태의 불안정성에 영향을 미치는 다양한 요인에 대한 계산은 GIS 환경의 기본 메쉬 단위에서 수행됩니다. 판별 분석 방법을 사용하여 안정된 경사 단위와 불안정한 경사 단위를 범주로 나누고 확률로 변환합니다. 마지막으로, 산사태 위험 예측 확률도를 실제/카탈로그 산사태 그래프와 비교하여' 신뢰성' 검사를 받았다. 불행히도, 많은 사례 연구에서 이러한 신뢰성 테스트는 사실상 의미가 없다. 예측 분석에 사용되는 산사태 데이터는 실제 산사태 데이터입니다. 즉, 예측 모델링에 사용되는 데이터와 검증 모델에 사용되는 데이터가 분리되지 않고 동일한 데이터 세트입니다.
Mark 와 Ellen( 1995) 은 미국 캘리포니아의 수천 개의 파편 흐름 기록과 5 개의 산사태 특성 층의 데이터베이스에 대한 회귀 분석을 실시했습니다. 분석에서 폭우가 산사태를 일으키는 조건은 1982 년 캘리포니아 폭우 사건과 같다고 가정했다. 산사태 재현 연구는 시뮬레이션 기술을 사용하여 정확도가 10m 인 DEM 데이터를 사용합니다. 그들은 얕은 파편 흐름 데이터 세트 (200 개 이상의 파편 흐름) 의 분포와 빈도를 이용하여 파편 흐름의 트리거 영역, 슬라이딩 볼륨, 퇴적 면적 및 최대 물질 이동 거리를 시뮬레이션하여 높은 파편 흐름, 중간 및 낮은 위험 영역을 나눕니다. 또 다른 역사적 산사태 데이터 세트는 시뮬레이션 및 예측 결과를 검증하는 데 사용됩니다.
Carrara 와 Guzzetti( 1995, 1999) 는 기본 매핑 단위를 그리드 셀, 유일한 조건 단위 및 경사 단위의 세 가지 유형으로 나누고 세 가지 위험 모델 (I- 경사 단위 판별 분석) 을 비교 분석합니다 II- 고유 단위의 조건 분석; 유일한 단위의 판별 분석. 위험 모델 (I) 은 40 개의 요소를 사용하여 266 개의 경사 단위를 안정된 영역 (산사태 면적이 2% 미만) 과 불안정한 영역으로 나누는 판별 함수를 설정합니다. 셀 데이터 세트의 65% 는 교육 데이터이고 나머지 35% 는 테스트에 사용됩니다. 그 결과 세 가지 위험 모델의' 정확도율' 은 각각 83.8%, 82%, 75% 로 나타났다.
Liener 등 (1996) 은 암토공사 조사에서 얻은 안전계수를 이용하여 산사태 발생 지역을 결정하는 SLIDISP 산사태 위험 평가 절차를 제안했다. 스위스의 연구 지역에서 산사태의 임계 경사는 안전계수에 따라 결정되며, 임계 경사 위의 영역은 산사태가 발생하기 쉬운 지역이다. 서로 다른 산사태 유형 및 토양에 대해 서로 다른 임계 경사를 추정하고 SLM 이라는 산사태 위험도를 준비합니다. 이 방법의 정확도가 86% 에 달하는 것으로 입증되었습니다. 그러나 이 방법의 단점은 산사태를 예측할 수 없기 때문에 향후 산사태 사건이 발생할 수 있는 위치와 여러 매개변수 레이어 (또는 매개변수 조합) 와의 관계를 설명할 수 없기 때문에 위험 지수를 검사할 수 없다는 것입니다.
Guzzetti 등 (1999) 은 산사태 위험 평가 현황을 종합적으로 검토한 결과 "산사태 위험 예측도의 신뢰성과 위험 평가 기준은 규범이 없다" 고 지적했다. 그는 어떤 제안도 하지 않았지만, "산사태 재해 예측 모델은 전통적인 과학적 방법으로 검사하기 쉽지 않다. 산사태 예측도를 검사하는 유일한 방법은 시간이다" 고 지적했다. 이러한 과제를 해결하기 위해 해결책은 새로운 과학적 실천을 통해 불확실한 문제를 해결하는 것일 수 있습니다. "
Clerici 등 (2002) 은 조건부 확률과 GIS 에 기반한 산사태 민감성 평가 절차를 제시하고 복잡한 공간 데이터 계산을 처리하기 위한 매크로 언어를 작성했습니다. 그들은 산사태 발생과 관련된 다섯 가지 환경 요인, 즉 지질, 토지 이용, 경사, 강우, 층층 지층/지형 경사 관계를 고려했다. 5 개의 특징도가 겹치면 전체 연구 영역이 수많은 "고유-조건부 다각형" 으로 분할됩니다. 각 다각형은 동질성이다. 즉, 동일한 산사태 환경 조건을 가지고 있다. 공간 데이터베이스 해상도 5m×5m, * * *130,000 단위. 산사태 밀도가 산사태 민감도와 같다고 가정합니다. 각 다각형의 산사태 밀도를 계산한 후 분류하여 결국 5 개의 민감한 등급으로 나누었다. 산사태 민감성 지도는 2 13 1 개의 고유한 조건 영역으로 구성되며, 여기서 1542 개의 고유한 조건 영역은 최소한 한 번 이상 산사태의 영향을 받습니다. * * * 6 가지 유형의 산사태가 고려되었지만 별도로 계산되지 않았습니다. 그래서 생성된 민감도 그래프는 대략적인 스케치입니다. 문헌에는 예측에 사용되는 통계 분석 방법과 검증에 사용되는 기술에 대한 언급이 없다.
Dai 와 Li (2002) 는 홍콩 란타우 슬로프의 불안정성을 예측하고 평가하기 위해 논리적 분석을 사용했으며 산사태의 행동 특성을 연구했지만 불행히도 예측 결과는 테스트 및 평가되지 않았습니다.
Gritzner 등 (200 1) 은 역사적인 산사태 데이터를 무작위로 두 그룹으로 나누려고 합니다. 하나는 예측용이고 다른 하나는 테스트용입니다
Disperati 등 (2002 년) 은 Chung 과 Fabbri( 1993) 가 제시한 통계 기술을 사용하여 이탈리아 중부의 한 연구 지역의 산사태 위험 구역을 연구했다. 이들은1:10000 의 공간 데이터베이스 (산사태, 가파른 절벽, 물질 변위 범위 등의 데이터, 암석, 경사향, 고도, 토지 이용 등의 산사태 영향 요인의 도면층 포함) 를 사용했습니다. 예측 모델링에서 교육 데이터 세트 세트를 임의로 선택하여 다양한 산사태 영향 요인을 결합하여 산사태 위험 예측도를 얻습니다. 나머지 데이터 세트를 사용하여 생성된 예측률 곡선을 통해 예측도를 테스트합니다. 예측 결과가 이상적이지는 않지만, 결국 시스템 절차를 이용한 산사태 위험에 대한 공간 정량 예측과 예측 결과를 검사하고 해석하는 데 중요한 단계를 밟았습니다.
Park 등 (2002 년) 은 산사태 재해 지도의 공간 불확실성을 분석하고 연구했다. 그들은 공간 예측 모델에서 영향 요소 레이어의 경계 모호성을 설명합니다. 예측률 곡선은 서로 다른 요소 조합과 서로 다른 공간 불확실성 수준에서 예측 결과를 해석하고 검증하는 데 사용됩니다.
표 2- 1 및 표 2-2 는 최근 30 년 동안 전 세계 산사태 목록 작성 및 재해 공간 분석의 주요 상황을 요약한 것입니다. 지역 규모의 산사태 공간 분석 연구에서 통계 방법은 바에사와 코로나스, 2001과 같은 산사태 민감도 분석에 널리 사용됩니다. 카라라,1989; 페르난데스 등, 2004 년; Griffiths 등, 2002 년) 및 위험 평가 (예: Guzzetti 등,1999; Asch et al .., 1992) 및 퍼지 모델이 최근에 사용되었습니다 (예: Ercanoglu 및 Gokceoglu, 2002; Pistochi 등, 2002) 및 확률 예측 모델과 같은 고급 통계 방법 (Pistochi 등, 2002).
암석 산사태의 공간 분석은 주로 암석 붕괴와 (대규모) 암석 슬라이딩 (표 2-3) 을 포함한다. 일부 암석 산사태 카탈로그는 공간 분포에 대한 정보를 제공하고, 일부 카탈로그는 통계적 방법과 경험적 모델을 사용하여 바위의 공간 붕괴를 분석합니다 (예: Dorren 및 Seijmonsberegen, 2003). 메이, 2006 54 38+0; Wieczorek 등 1998). 일부 연구원 (예: Guzzetti 등, 2002a) 은 암석 산사태의 공간 운동 패턴을 시뮬레이션하기 위한 수치 모델을 개발했습니다.
세계 각국은 유역, 지역, 국가 차원의 산사태조사를 광범위하게 전개하였다 (표 2-4). 주로 폭우, 지진과 같은 주요 트리거 사건의 작용으로 산사태공간 분포와 산사태 분포 카탈로그입니다. 통계 기술 및 수치 방법은 산사태의 민감성과 위험성을 평가하는 데 널리 사용됩니다 (예: D'Ambrosio 등, 2003; Lorente 등, 2002 년). 유역과 지역 규모 외에도 미국과 스위스와 같은 일부 국가에서는 국가 차원의 파편 흐름 목록 작성 및 민감한 공간 분석을 실시했습니다.
세계 각국도 토양 미끄러짐의 공간 분석과 연구를 광범위하게 전개하였다 (표 2-5). 주로 깊은 슬라이딩 및 얕은 변환 슬라이딩이 포함됩니다. 대지 척도의 얕은 변환 슬라이딩의 경우 무한 균형 산사태 안정성 분석 모델은 사면 전개의 안전계수 (FoS) 및 불안정성 확률 (예: Dietrich 등)1995 를 추정하는 데 주로 사용됩니다. 몽고메리 등, 2000 년; 오와 Abdel-Latif, 2000). Moller 등 (200 1) 은 수문 응답 단위와 토역학 응답 단위를 기반으로 한 무한 산사태 모델을 개발했습니다. 계발 전문가 평가법은 주로 지역과 전국적인 연구에 쓰인다. 이 연구는 선진 모델의 사용을 더 연구하기 위한 기초를 다졌다.
전국적인 연구에서 Paige-Green( 1985) 은 전문가의 판단에 따른 산사태 위험 등급을 제시했다. 존스와 리 (1994) 는 영국의 산사태 목록 작성 자료를 요약했다. Guzzetti 등 (1994) 은 이탈리아 산사태의 종합 목록을 만들었다. Dikau 와 Glade(2003 년) 는 사면의 암석 및 기하학적 특징에 따라 전국적인 산사태 민감성도를 제작했다. 전국 규모 분석에서 제공하는 정보는 개략적이지만, 위험 요소 (위험 요소) 와 관련 사회 경제적 속성을 결합하여 지역 산사태 위험 평가를 수행할 수 있는 추가 지역 산사태 위험 분석의 토대를 마련합니다.
표 2- 1 세계 여러 지역의 산사태 목록 (유역 및 지역 규모)
계속됨
표 2-2 글로벌 산사태 공간 위험 분석 개요
계속됨
표 2-3 글로벌 붕괴 및 암석 산사태 공간 평가 개요
계속됨
표 2-4 전 세계 파편 흐름 위험에 대한 공간 분석 및 평가 개요
표 2-5 세계 토양 산사태의 공간 분석 및 평가
계속됨
둘째, 산사태 위험 평가
-유엔 재해 감소기구 UNDRO 는 1982 에서 위험의 개념을 제시했다. 그 후 많은 연구자들 (예: Brabb,1984; 아인슈타인,1988; 떨어졌다,1994; 헤인과 그리피스, 2006 54 38+0; Leoneo 등1996; 르 후아,1996; ) 이 개념을 산사태 위험 분야에 도입하다. Cruden 과 Fell 이 편집한' 산사태 위험 평가 국제 세미나 논문집' (1997) 이 처음으로 산사태 위험 연구를 소개했다. 이후 산사태 위험 연구 사례가 속속 발표됐다 (예: Cardinali et al, 2002; 다이 등, 2002; 핀리 등,1999; 구자티, 2000; 하딩햄 등1998; 헤인과 그리피스, 2006 54 38+0; 마이클 레바 등, 2000 년).
현재, 산사태 위험 평가위원회 (IUGS, 1997) 와 오스트레일리아 암석역학협회의 fall(2000) 이 널리 사용되고 있다. 대부분의 산사태 위험 연구는 주로 자연과학 방법을 채택하고 있으며, 홍수나 지진과 같은 자연재해에 비해 산사태 재해의 사회적 대응 전략이나 영향을 받는 지역사회의 복원력과 관련된 사회과학 연구는 여전히 제한적이다. 다음은 최근 10 년 동안 산사태 위험 연구의 중요한 성과를 열거한 것이다.
마리오 메히아 나바로와 엘렌 E 월 (1994) 은 콜롬비아 메들린 지역의 지질재해 위험과 토지와 생명의 취약성을 종합해 위험 평가 구역을 만들었다. R.Anbalagan 과 Bhawani Singh( 1996) 는 과거 산악 지역의 산사태 위험 평가와 구역 설정 연구를 바탕으로 새로운 위험 평가 지도 작성 방법을 제시했다. 위험 평가 매트릭스. 1996 에서 Jefferies 등은 위험 확률을 평가하는 베이시안 방법을 제시했다.
MeJA-Navarro 와 Garcia( 1996) 는 GIS 플랫폼 및 그래픽 사용자 인터페이스를 기반으로 한 산사태 재해, 취약성 및 위험 평가 종합 정보 시스템인 IPDSS 를 개발했습니다. 산사태 위험 (민감성) 평가는 지형, 경사, 기암, 표면 및 구조 지질, 지형, 토양, 토지 피복, 토지 이용, 수문학, 강우, 방수로 분포 및 이전 재해에 영향을 미치는 역사적 데이터와 같은 산사태에 영향을 미치는 요소의 중첩에 기반을 두고 있습니다. 가중치는 다변량 통계 분석 및 전문 지식을 기반으로 합니다. 마찬가지로, IPDSS 시스템은 물질 움직임을 시간대로 나누지 않았기 때문에 산사태가 발생한 장소와 그 영향 요소 간의 관계를 표상하거나 예측 모델을 검증할 수 없습니다. IPDSS 는 이전 연구보다 한 걸음 앞서 위험 평가 외에 취약성 평가와 위험 평가도 실시했지만 평가 과정 전반에 걸쳐 속성의 표현과 선택은 임의적이었다.
Cardinali 등 (2002) 은 항공 사진 해석과 현장 조사를 통해 다기 산사태 카탈로그를 편성하고 분석했다. 이들은 조사 범위를 지난 60 년 동안 물질운동이 발생한 지역과 과거 물질운동이 발생한 지역으로 제한하며 각종 불안정성의 진화와 분포에 초점을 맞추고 있다. 산사태의 위험, 취약성 및 위험 평가는 다음과 같은 전략을 통해 수행됩니다. 1 연구 지역의 범위를 결정합니다. (2) 다 방향 산사태 목록지도 및 분류지도 준비; ③ 산사태 위험 지역 결정 (단상 및 다상 산사태의 영향 범위); ④ 산사태 위험 평가; ⑤ 여러 유형의 산사태에 대한 취약성을 평가하기 위해 재해체도를 식별하고 편성한다. ⑥ 산사태 위험 평가. 연구 지역의 향후 산사태가 이미 산사태가 발생한 인접 지역이나 동일한 경사 또는 동일한 유역에서 발생할 수 있다고 가정합니다. 경제적 이유로 저자는 지역 산사태 위험 평가 (연구 지역의 265,438+0.4%, 980 개 산사태 영향 지역의 265,438+00, 지역 20km2) 만 수행했으며 전체 연구 지역 또는 유역에 대한 지역 산사태 위험 평가는 수행하지 않았습니다. 산사태 위험 구역도 물질 이동이 발생할 수 있는 지역으로 제한된다. 추정된 산사태 빈도 등급과 관찰된 산사태 강도 등급을 교차한 후 서로 다른 위험 등급을 얻어 합병한 후 4 개의 상대 등급으로 다시 나눕니다. 1:10000 의 도식에서는 1 1 종재해체를 나타내며 각 산사태 유형의 산사태 강도에 따라 세 가지 취약성 등급을 나눕니다. 이 연구는 특히 흥미롭다. 항공 사진을 통해 지난 60 년간의 물질운동을 이해하고, 산사태의 진화 과정을 시간 비교 분석한 것이다. 하지만 이 연구에는 여전히 세 가지 단점이 있다. 1 은 산사태 위험 등급의 정량적 절대값을 제시하지 않았다. ② 산사태 위험 평가/예측 결과는 테스트되지 않았다. ③ 일관된 공간 단위와 공간 적용 범위는 없다.
Lerio( 1996) 는 1970 년대 이후 프랑스, 특히 1982 년 7 월 자연위험계획법 (PER) 제정 이후 산사태 위험평가와 도면을 종합적으로 검토했다. PER 법의 요구에 따라 프랑스는 일반적으로 1: 5000 부터 1: 10000 까지의 산사태 위험 측량 작업을 전개하고 준비된 지도를 재해 예방 및 재해 보상의 근거로 삼았다. 재해 위험 평가 및지도 제작은 주로 다음과 같은 질문에 답합니다. 1 물질 운동의 유형은 무엇입니까? ② 잠재적 불안정 영역은 어디에 있습니까? ③ 재난은 언제 발생합니까? (4) 재해의 범위는 무엇입니까? ⑤ 재해와 환경의 관계는 무엇입니까? 자연적 요인인가, 인위적인 요인인가? 재난으로 인한 피해는 얼마나 됩니까? Lerio 는 사용 가능한 세 가지 매핑 방법을 요약했습니다. ① 전문가 평가 (주관적, 해석 및 통계 기술 필요); (2) 회귀 분석 (신뢰할 수 있는 산사태 지역 공간 데이터베이스를 사용하여 물질 이동 방식과 환경 요소 간의 관계를 구축하고 다른 유사 지역에서 산사태가 발생할 가능성을 추정하며 주로 큰 지역 분석에 사용됨) ③ 역학 분석 (확실성 안정성 모델에 따라 산사태가 발생할 확률을 예측하며 주로 부지 규모의 산사태 평가와 예측에 사용됨). 르리오는 "거의 모든 위험지도에는 통합 시간의 개념이 없다. 방재 투입에는 대량의 역사적 데이터를 기반으로 한 믿을 만한 시공간재해 예측 모델이 필요하다" 고 지적했다.
Leone 등 (1996) 은 취약성 프레임워크 구축의 일환으로 손실 함수를 제안했다. 따라서 역사적 산사태와 관련 자료를 수집하고 비교하는 것이 중요하다. 필요한 표징은 연구 구역을 여러 개의 공간 블록으로 나누고, 블록마다 산사태가 발생할 확률이 다르다는 것이다.
Glade(200 1) 는 독일 라인 헤이슨에서 지역 산사태 위험 평가를 실시했다. 서로 다른 토지 이용은 서로 다른 위험 요소로 나뉜다. 이 지역의 생명위험은 매우 작기 때문에 본 연구에서는 생명위험분석을 소홀히 했다. 각 위험 요소 (다른 토지 유형) 의 화폐 가치가 변환됩니다 (표 2-6). 산사태 재해 정보와 위험 요소의 취약성을 결합하여 위험 매트릭스를 형성합니다. 이에 따라 산사태 위험의 여러 등급을 나누었다. 90% 의 지역은 저위험 지역, 8% 는 중간 위험 지역, 2% 는 고위험 지역, 0.2% 는 매우 고위험 지역으로 등재됐다. 산사태 위험도는 지방정부의 상세한 계획 목적에는 사용할 수 없지만, 확정된 산사태 재해 발생 지역은 의심할 여지 없이 지방정부나 지방정부가 사용하는' 핫스팟' 에 대한 상세한 분석에 중요한 가치가 있다.
표 2-6 다른 잠재적 피해 가치 위험 요소 (유로) (Glade 등)
Glade 와 Jensen(2004) 은 아이슬란드 협만 서북구 Bildudalur 에 대한 붕괴 재해 위험 분석을 실시하여 건물의 취약성과 인명피해의 위험 확률을 파악했다. 역사상 붕괴로 인한 인명피해에 대한 기록은 없었지만, 이 연구는 현지 정부가 위험한 암석을 적절히 관리할 수 있는 확실한 근거를 제공한다. 연구에서 파악된 붕괴 경로를 위험 지역 구역으로 전환한 다음 잠재적 손실액과 관련 위험요인을 결합해 위험 등급을 확정했다. 결과 분석에서는 연구구 내 어느 곳에서나 취약성과 영향의 시공간적 확률뿐만 아니라 붕괴재해의 계절적 영향확률도 고려했습니다. GIS 환경에서 이러한 성과는 지도로 표현된다. 최종적으로 확정된 위험은 개인의 생명위험뿐만 아니라 사회생명위험도 포함한다. 붕괴 재해의 개인 위험은1..1×10-5/년에서 5.6× 10-5/ 까지 매우 낮습니다. 92% 의 지역은 저위험, 8% 의 지역은 초저위험 지역에 속한다. 그러나 사회적 위험은 1.6× 10-3/ 년에서 2. 1× 10-5/ 년까지 다양합니다 계산된 생명의 총 위험 수준, 즉 연간 사망률 0.009.
표 2-7 에는 세계 각지의 다양한 공간 척도에 대한 산사태 위험 평가가 요약되어 있습니다. Espizua 및 Bengochea, 2002 와 같은 지도 프로그램을 기반으로 산사태 재해 및 위험 분할 (예: Espizua 및 Bengochea, 2002), 다양한 유형의 산사태 위험 평가에 대한 경험적 공식 (예: 리우 등, 2002), 확률 방법을 사용하여 산사태 위험 평가 (예: Chung 및 Fabbri) 를 수행하는 연구도 있습니다. 리지그 등 1996). "위험" 이라는 단어는 공개적으로 발표된 많은 문장 중에 자주 나오지만, 진정한 의미의 산사태 위험 연구는 그리 많지 않다. (윌리엄 셰익스피어, 위험, 위험, 위험, 위험, 위험, 위험, 위험, 위험) 산사태 위험에 대한 연구는 여전히 탐사 단계에 있다.
표 2-7 세계 지질 재해의 공간 위험 평가 개요
계속됨