Recently, there has been a lot of damage due to local and short-term heavy rainfall. In order to prepare for this, efforts are continuously being made to predict the scale of debris flow. In the RUSLE model, the Sediment Delivery Ratio(SDR) value is a numerical value to reflect characteristics of the valley and watershed. It can be confirmed that the process of calculating appropriate value of similarity transfer rate through the actual case of soils resulrs in the numerical value close to actual the value through a regression analysis and an artificial neural network method. Especially, the method of artificial neural network is closer to the actual result than the result of regression analysis, which is considered as an approach to obtain more conservative and objective data in the design of the erosion control facility.
최근 국지성 및 단기간의 집중호우로 인한 토석류로 많은 피해가 발생하고 있다. 이에 사전에 대비하고자 토석류의 규모를 예측하려는 노력이 지속적으로 이루어 지고 있다. 많이 사용되는 수정범용토양유실공식(RUSLE) 모형에서 유사전달률(SDR) 값은 구곡 및 유역의 특성을 반영하기 위한 수치이며 이는 해외에서 제시된 경험식으로서 국내 적용에 제약이 뒤따른다. 토석류의 실제사례를 통해 적정한 유사전달률 값을 산정할 수 있는 과정을 확인하고 회귀분석과 인공신경망 방법을 통해 실제 값에 근접한 수치를 확인할 수 있었다. 특히 회귀분석의 결과보다 인공신경망의 방법이 실제에 좀더 근접한 수치를 얻을 수 있었으며 이는 사방시설 설계시 좀더 보수적이고 객관적인 데이터를 얻을 수 있는 접근법이라 사료된다.
