A landslide is a phenomenon in which soil collapses and flows downstream, triggered by external causes such as rainfall and earthquakes. With characteristics such as high speeds, large impact forces, and long runouts, landslides are challenging to predict and hence can cause enormous damages. In recent years, landslides have occurred with higher frequency in urban areas, resulting in significant damage due to locally heavy rainfall. Such catastrophic disasters can be prevented by accurately predicting landslide characteristics (i.e., location and volume) and the extent of landslide-related damage through a flow analysis. Furthermore, countermeasures against landslides should be installed in optimum locations through prior survey and analysis. The resolution of topographic information significantly impacts the accuracy of landslide prediction. Ground-based platforms have been employed to acquire topographic information. For example, a point-based method has been used to acquire data at individual points using hand-held equipment, but this method is not applicable in large areas or sites with steep slopes or cliffs that are difficult to access due to time and manpower constraints. Terrestrial light detection and ranging (terrestrial LiDAR), also referred to as terrestrial laser scanning (TLS), is increasingly applied as it is a relatively capable method of obtaining high-resolution points. However, this method is considerably affected by occlusion, a phenomenon in which data are not obtained due to objects being blocked off or closed up. Occlusions can occur when the target is placed in the direction of the source propagation of the LiDAR sensor. Although there is a method to utilize satellite data, certain data may not be available depending on the orbit cycle, revisit period, and weather conditions, and there is the additional issue of low resolutions that could result in inadequate data for landslide analysis purposes. Few studies have been conducted to obtain high-resolution topographic information.
In this Ph. D. dissertation, a study is conducted on the development of analysis methods for landslide analysis and the maintenance of barriers by acquiring high-resolution three-dimensional (3D) LiDAR point clouds and multi-spectral data using an unmanned aerial vehicle (UAV). This dissertation describes the development of a system comprising an UAV with a LiDAR sensor capable of efficiently obtaining high-resolution topographic data (0.2 m horizontal resolution) according to flight altitude and velocity. To verify the multiscale model-to-model cloud comparison (M3C2) method for topographic change analysis, an experiment was performed and the result indicated very high accuracy (0.15% error rate). The UAV system was applied to a recent landslide site in South Korea (occurred on August 7, 2020) to obtain high-resolution topographic data within a short period of time after the landslide occurrence. The initial and final volumes were computed using the topographic information obtained from the 3D LiDAR sensor. Using multi-spectral data obtained from a landslide site, normalized difference vegetation indexes (NDVI) were derived to analyze the landslide area. In addition, multi-spectral data were also gathered to estimate the landslide damage area and the distribution of water content in the soil. Moreover, this study investigates the potential application of the UAV system for barrier sediment monitoring by analyzing a recently dredged closed-type barrier installed in South Korea using LiDAR and red-green-blue (RGB) point clouds. The UAV system results were compared with the results of a field survey that was conducted prior to dredging by the local government. Finally, this study derives a monitoring method to determine maintenance frequency according to the amount of sediment collected behind a barrier. The UAV-LiDAR/optical/multi-spectral camera system and analysis technique developed and verified in this study are an economical and efficient method to obtain high-resolution topographic/soil information related to landslides. Therefore, this study provides information necessary for landslide research and development of various construction automation technologies.
산사태는 기상, 강우 등 외부 환경적 요인에 의해 지반이 파괴되는 현상이다. 파괴된 지반은 하류부로 빠른 속도, 높은 충격력을 가지고 긴 유동 거리를 이동하면서 큰 피해를 일으킨다. 최근에는 국지성 호우가 증가되면서 도심지 산사태 발생과 이로 인한 피해가 증가되고 있다. 산사태로 인한 피해를 막기 위해서는 정확한 산사태 발생 예측과 유동 해석을 통한 확산 범위 산정이 필요하다. 더불어, 사전 조사 및 분석을 통해 최적 위치에 사방댐 설치 또한 중요하다. 산사태 분석에서 지형정보의 해상도는 결과에 매우 큰 영향을 미친다. 지형정보를 취득하기 위해 휴대용 장비로 지점마다 데이터를 획득하는 방법이 많이 사용되었으나, 사람이 접근하기 어려운 급경사 지역이나 절벽에서는 데이터 획득이 불가능하고, 넓은 지역에는 시간과 인력의 문제로 적용이 어려운 단점이 있다. 지상 라이다 계측을 통해 비교적 넓은 지역에 대해 고해상도 데이터 획득이 가능하지만, 라이다 펄스의 전파 방향과 동일 선상에 위치한 물체의 전파 방향 반대편의 정보가 누락되는 단점이 있다. 또한, 인공위성 데이터의 경우 촬영 주기, 기상 조건, 해상도에 대한 한계를 종종 보여준다. 이처럼 산사태 분석을 위한 고해상도 지형정보를 획득하기 위한 기술이 미비한 상황이다.
본 연구에서는 무인항공기를 활용하여 고해상도의 3차원 라이다 점군 데이터 및 광학, 분광 정보 획득 기술과 획득한 정보를 이용하여 산사태 발생 및 사방댐 유지관리를 위한 분석 기법을 개발하였다. 산림 지역의 고해상도 지형정보를 획득하기 위해 무인항공기-라이다 시스템을 구성하고, 무인항공기의 고도와 속도에 따른 해상도(0.2 m 수평해상도)를 확인하였다. 라이다 점군 데이터 비교를 통한 지형 변화 분석 방법을 검증한 결과 매우 높은 정확도(오차율 0.15%)를 나타내었다. 개발된 무인항공시스템 및 분석기법을 2020년 8월 7일 발생한 전라남도 곡성 산사태 현장에 적용하였다. 산사태 발생 후 짧은 시간 안에 현장 비행을 실시하여 고해상도의 라이다 데이터를 획득하고 지형정보를 추출하였다. 라이다-지형정보를 이용하여 산사태 발생으로 영향을 받은 지반의 부피를 분석하였다. 더불어, 무인항공기-분광카메라 시스템으로 획득한 분광 정보로부터 얻어진 식생지수를 이용하여 산사태 피해 면적의 결정 방법을 제시하고 검증하였다. 더불어 분광 데이터를 이용하여 산사태 피해 지역의 흙의 함수비 분포를 추정하였다. 한국에 설치된 사방댐 중 퇴적물로 가득 차 있는 폐쇄형 사방댐을 대상으로 준설 전, 후 라이다와 RGB 점군 데이터를 획득하여 퇴적물의 양을 분석하였고, 현장 측정 결과와 비교하여 무인항공시스템의 적용성을 검증하였다. 최종적으로, 퇴적물 양에 따른 유지관리 시기 결정에 관한 모니터링 방안을 도출하였다. 본 연구에서 개발하고 검증한 무인항공기-라이다•광학•분광카메라 시스템과 분석 기법은 산사태 관련 고해상도 지형/지반 정보를 획득할 수 있는 경제적이고 효율적인 방법이다. 따라서, 앞으로 산사태 연구에 필요한 정보 제공에 큰 기여를 할 수 있을 것이며, 또한 다양한 건설 자동화 기술로 발전할 수 있을 것으로 예상한다.
