Due to landslides caused by torrential rains in summer in Korea, human casualties and economic damage continue to occur annually. Therefore, researchers focused on developing the prediction methods of landslides and their appropriate prevention measures. Naturally, research on producing landslide inventory maps, the fundamental database for landslide research, became essential. However, the conventional method of producing a landslide inventory map was accomplished through visual interpretation of aerial photographs or field surveys. Because the production process is entirely manual, the conventional method is limited to small areas. Furthermore, the research process involves researchers’ experiences and subjectivity that increase the uncertainty of the results. With the recent development of satellite, air, and terrestrial remote sensing technologies that reduce the time and resources required to collect data, creating objectively verifiable landslide inventory maps has become more efficient.
An object-based image analysis technique was applied to overcome the limitations of the existing inventory map production process and to utilize remote sensing technology’s advantages. The satellite image and digital elevation model (DEM) have a resolution of 10m; therefore, small-scale landslide and slope failure are challenging to verify visually. Hence, large-scale landslides and slope failures in Jucheon-myeon, Namwon-si, Jeollabuk-do, Korea were selected as the study area. The object-based image analysis was performed using Sentinel-2 MSI satellite images and DEM. Multi-resolution segmentation and spectral difference segmentation were performed on the images and DEM. The object’s scale parameter, which decides the minimum number of pixels included in an object to be created, for the segmentation process is set through an optimization process. For this research, the optimization process gave the scaling parameter of 50, which means at least five pixels were required to create an object from the satellite images and DEM with the 10m pixel resolution.
The hierarchical classification was applied to the segmented satellite images and DEM by the following steps. Firstly, classify vegetation and non-vegetation areas with the NDVI by setting the critical value to 0.8. Secondly, classify soil and non-soil regions with the NDSI by setting the critical value to zero (0.0). Thirdly, classify steep and flat areas with slope values by setting the critical slope to 15 degrees. Finally, objects with a length-to-width ratio equal to or exceeding 2.5 were selected as potential sites where landslides or slope failures occurred. A total of 68 candidate sites with an area of 0.5ha or more were classified by applying the classification hierarchy. Site surveying was conducted on 20 random sites with a scale of 1ha or more. Among the surveyed sites, 15 locations showed a trace of landslides or slope failures.
The developed segmentation and classification method has successfully estimated the location and area of landslides or slope failures from torrential rains in July-August 2020. In addition to acquiring landslide inventory maps that visually identify the landslide’s location and area, the maps could estimate the initial occurrence point and the landslide volume. However, classifying the types of materials or landslides based solely on the spectral reflectance shows some limitations. For example, different classification thresholds should be applied in areas where the spectral reflectance of vegetation significantly varies in seasons. Nevertheless, landslide inventory maps produced by the developed image analysis technique with very high-resolution images could allow the identification of smaller-scale landslides and the extraction of more precise landslide location and area information. It is regarded that the developed analysis technique would contribute to the establishment of remote sensing plans and restoration plans for damaged areas.
우리나라에서는 여름철 집중호우로 인한 산사태 발생으로 매년 인명 피해와 물질·경제적 피해가 지속적으로 발생하고 있다. 따라서 산사태 예측과 예방, 방재에 대한 관심이 집중되면서 산사태 연구의 기초 자료로 활용되는 산사태 인벤토리 맵 제작에 대한 연구도 주목을 받고 있다. 그러나 산사태 인벤토리 맵을 제작하는 기존 방법은 항공사진을 시각적으로 해석하거나 현지 조사 등을 통해 이루어져왔다. 이는 수동적인(mannual) 제작과정으로 광범위한 지역에 대한 연구가 제한되었을 뿐만 아니라, 연구 과정에서 연구자의 경험이나 주관이 개입되어 객관성과 타당성이 낮아질 가능성이 있다. 최근 위성·항공 및 지상 원격 탐사 기술이 발달함에 따라 산사태 인벤토리 맵 제작이 용이하여 연구 과정에서의 필요한 시간과 자원을 줄일 수 있게 되었다.
본 연구에서는 기존의 인벤토리 맵 제작 과정의 문제점을 극복하고, 원격 탐사 기술의 이점을 활용하고자 객체 기반 영상 분석 기법을 적용하였다. 획득한 위성 영상과 수치 표고 모형의 해상도가 10m인 것을 고려하여 육안으로 식별 가능한 규모의 산사태가 발생한 전라남도 남원시 주천면 일대를 연구 대상 지역으로 설정하였다. 연구 대상 지역을 중심으로 Sentinel-2 MSI 위성 영상과 수치 표고 모형(DEM, Digital Elevation Model)을 사용해 객체 기반 영상 분석을 수행하였다. 획득한 위성 영상과 수치 표고 모형에 분할 최적화를 수행하였고, 분할 과정에서는 다중 해상도 분할과 스펙트럴 차이 분할을 적용하였다. 분할 최적화 과정을 통해 생성될 객체의 크기를 50으로 설정하였다. 여기서, 50이라는 수치는 영상의 해상도가 10m일 때 생성될 객체에 포함되는 픽셀의 최소 개수가 5개라는 의미이다. 분할 최적화를 적용한 위성 영상과 수치 지도에서 추출한 수치 표고 모형을 사용하여 4단계의 분류 계층을 적용하였다. 분류 계층은 ⅰ) NDVI 수치 0.8을 임계치로 식생지와 비식생지로 분류, ⅱ) NDSI 수치 0.0을 임계치로 토양지와 비토양지로 분류, ⅲ) 경사도 15°를 임계치로 급경사지와 평지를 분류, ⅳ) 길이 대 너비 비율이 2.5이상인 객체를 분류함을 마지막으로 산사태 후보지를 분류하였다. 분류 계층을 적용하여 비식생지·토양지·급경사지·길고 얇은 형태의 규모가 500㎡ 이상인 산사태 발생 후보지 68개소를 분류하였고, 규모 1,000㎡ 이상인 무작위 20개소에 대해 현장을 확인하여 검증한 결과 15개소에서 산사태 흔적을 확인하였다.
본 연구의 결과물인 객체 기반 영상 분석을 적용한 인벤토리 맵은 2020년 7~8월 집중호우로 인해 연구 대상 지역 일대에서 발생한 산사태의 위치 및 면적에 대한 추정이 가능함을 확인하였다. 본 연구 결과는 산사태 초기 발생 후보지 및 위험지역 우선순위 도출에 활용될 수 있다. 그러나 계절 변화에 따른 수목의 스펙트럼 반사율이 현저히 차이 나는 연구 대상 지역을 선정할 경우 상이한 분류 임계치를 적용해야 하며, 스펙트럼 반사율만을 고려하여 연구 대상 지역의 구성물질이나 산사태의 유형을 분류하기엔 제한사항이 있다. 그럼에도 본 연구의 영상 분석 기법을 적용한 산사태 인벤토리 맵 제작 방법은 초고해상도의 영상 획득이 가능해짐에 따라 더 작은 규모의 산사태 식별과 보다 정밀한 산사태 위치 및 면적 정보를 추출할 수 있으며, 이를 이용한 원격 탐사 계획과 피해 지역 복구 계획 수립 등에 기여할 것으로 판단된다.
