Abstract
Civil engineers have taken the numerous slope monitoring data for an engineering project subjected to hazard potential of slide. However, the topics on how to deal with and draw out proper information from the data related to the slope behavior have not been widely discussed. Recently, several researchers had installed the real-time monitoring system to cope with slope failure; however they are mainly focused on the hardware system installation. Therefore, this study tries to show how the measured data could be grouped and connected each other. The basic idea of analyzing method studied in this paper came from the clustering, which is the part of data mining analysis. Therefore, at the base of classification of time series data, the authors suggest three mathematical data analyzing methods; Average Index of different displacement ($AD_{i,j}$), Difference of average relative displacement ($\overline{RD}_{i,j}$) and Coordinate system of average and relative displacement ($\overline{RD}$, AD). These analyzing methods are based on the statistical method and failure mechanism of slope. Therefore they showed clustering relationships of the similar parts of the slope which makes the same sliding mechanism.
사면붕괴의 위험성이 있는 다양한 실계측 데이터들이 토목기술자들에게 주어졌지만 이를 해석, 가공 후 실시간 사면거동양상을 분석하고 사면안정에 대한 결론을 유도하는 일은 결코 쉬운 일이 아니다. 최근 많은 연구기관들이 실시간 계측시스템을 위험 사면 현장에 설치하고 이를 계측하고 있으나, 대부분이 하드웨어 시스템의 설치에 초점을 맞추고 있어 이들 계측시스템에서 구한 실시간 계측자료를 해석하는 소프트웨어는 상대적으로 약하다고 할 수 있다. 그러므로 이 연구는 시간에 따라 변위가 지속적으로 증가하는 사면거동에 대한 계측자료들이 서로 어떤 상호관련성이 있고 군집화되는지를 보여주고자 하는 데 목적이 있다. 실시간 계측자료들을 분류함에 있어 저자들은 세 가지의 수학적 개념을 사용하고자 한다. 즉 평균변위차지수($AD_{i,j}$), 평균상대변위차($\overline{RD}_{i,j}$) 및 평균상대좌표시스템($\overline{RD}$, AD)을 사용하고자 한다. 이 세 가지 개념은 통계학적 방법 및 사면파괴거동에 토대를 두고 있다. 그러므로 이 방법들은 파괴거동을 일으키는 같은 대상 사면영역의 군집특성을 보여준다.