Abstract
This study conducted to develop an assessment method of runout distance of debris flow that is a major type of landslides in Korea. In order to accomplish the objectives, this study performed detailed field survey of runout distance and laboratory soil tests using 24 landslides over three pilot sites. Based on the data of the field survey and the laboratory tests, an assessment method of runout distance was suggested using the artificial neural network. The input data for the analysis of artificial neural network are change rate of slope angle, Permeability coefficient of in-situ soil, dry density, void ratio, volume of debris and the measured runout distance. The analyzed results using the artificial neural network show low error rate of inference distributing lower than $10\%$. Some cases have $5\%$ and $2\%$ of error rates of inferences. The results can be thought as excellent teaming rates. However, it is difficult to be accepted as excellent results if it is considered with the results derived using only 24 landslide data. Therefore, more landslide data should be surveyed and analyzed to increase the confidence in the assessment results.
본 연구는 우리나라에서 발생하는 산사태 유형의 대부분을 차지하는 토석류 산사태를 대상으로 사면하부로 이동되는 사태물질의 이동거리를 산정하기 위한 기법을 개발하기 위하여 수행되었다. 이를 위하여 최근 산사태가 발생한 지역 중 지질특성이 서로 다른 3개 지역에 서 선정한 24개 산사태를 대상으로 사태물질 이동범위의 정 밀 현장조사와 토질 실내시험 을 수행하고, 그 결과를 토대로 인공신경망을 적용하여 이동거리 산정기법을 제안하였다. 인공신경망 분석을 위한 입력자료는 개개 사면의 경사변화율, 원지반 투수계수, 건조밀도, 간극율, 사태물질의 체적, 측정한 확산거리 등 6개 항목이다. 인공신경망을 이용해 도출된 결과는 각 입력치에서 추론율이 우수하게 나타나 대부분 오차율 $10\%$이내 에 분포하고, 일부경우는 오차율 $5\%$와 $2\%$내에 분포하기도 한다. 이는 학습율이 대단히 좋은 것으로 해석 될 수도 있으나, 학습 자료가 24개 로서 비교적 적은 수이기 때문에 반드시 우수하다고 단정 할 수는 없다. 단, 본 연구에서 획득한 입력자료의 분포범 위가 전국 3개 지역에 걸친 넓은 범위임을 고려하면 대체로 우수한 추론율이라고 할 수도 있다. 향후 산정 결과의 신뢰도를 향상시키기 위해서는 더 많은 자료의 조사 및 해석이 수행되어야 할 것이다.
