Water Engineering

KSCE JOURNAL OF CIVIL AND ENVIRONMENTAL ENGINEERING RESEARCH. 1 December 2021. 645-653
https://doi.org/10.12652/Ksce.2021.41.6.0645

ABSTRACT


MAIN

  • 1. 서 론

  •   1.1 연구배경 및 필요성

  •   1.2 국내외 연구동향

  • 2. 연구 방법

  •   2.1 바이오폴리머 배합토를 이용한 호안 구축

  •   2.2 테스트베드 모니터링

  •   2.3 비교 구역 결정

  • 3. 연구 결과

  •   3.1 LiDAR 점군자료를 이용한 구간별 침식 분포 비교

  •   3.2 LiDAR 점군자료를 이용한 지형변화 분석

  • 4. 결 론

1. 서 론

1.1 연구배경 및 필요성

기후변화로 인해 하천에서 발생하는 홍수로부터 재난과 재해를 극복하는 일은 수공학 기술개발분야에서 최근에 가장 주목받는 관심사 중 하나이다. 홍수로부터의 재난과 재해를 극복하는데 있어 제방은 매우 중요한 시설물 중 하나이며, 제방을 축조하고 관리하는 분야는 제내지의 인명, 재산 등의 피해와 직결되어 있기 때문에 오래전부터 매우 중요하게 다루어져 왔다. 하지만 이런 과거로부터의 꾸준한 관심과 노력에 비해 제방 관련 기술 분야는 여타 첨단 분야처럼 한계를 뛰어넘는 비약적인 발전을 이루고 있지는 못하며 그로인해 과거와 현재의 기술격차가 크지 않다. 이러한 상황은 우리나라 뿐 아니라 우리나라보다 기술 우위에 있는 것으로 알려진 선진국에서도 크게 다르지 않다. 때문에 많은 양의 비가 내릴 때마다 발생하는 제방붕괴 소식이 전 세계적으로 끊이지 않는다. 2020년 여름 우리나라 전역에 동시다발적인 홍수로 인해 발생한 제방붕괴 문제도 이런 상황과 전혀 무관하지는 않다.

제방을 유수로부터 보호하기 위해 일반적으로 제방 비탈면에 호안을 설치한다. 이 같은 제방 호안에는 제방 사면을 보호하기에 적합한 매우 다양한 재료들이 사용된다. 과거에는 대부분 콘크리트와 같은 인공재료를 사용하여 호안을 조성하였는데 이 경우 유수에 대한 제방의 안정성의 보장은 가능하나 하천 생태계에 악영향을 미치는 경우가 많고, 토양의 흡출로 인해 여전히 파이핑에 의한 제방 붕괴에는 취약할 수 있다. 따라서 근래에는 제방 호안을 시공할 때 유수에 대한 안정성과 친환경성의 두 가지 문제를 모두 고려하여 설치할 것을 요구하는데 아직까지 이 두 가지 문제를 동시에 해결할 수 있는 호안공법은 찾아보기 힘들다. 최근 한국건설기술연구원, 한국과학기술원, 광주과학기술원 등은 자연계 미생물의 부산물인 바이오폴리머 소재를 자연소재 흙과 혼합하여 강도를 높인 후 제방 호안 사면에 도포하여 제방을 보호하는 공법을 제안하였다(Application No. 1020200145007 (KICT et al., 2021)). 이 공법은 제방 사면의 표면에서 토양의 흡출과 침식을 방지하면서 식물이 자랄 수 있도록 하기 때문에 자연친화적인 안정 호안을 조성하는데 좋은 대안이 될 수 있을 것으로 기대된다.

본 연구에서는 친환경 바이오폴리머를 혼합한 배합토를 제방 호안 재료로 활용하는 공법의 적용성을 검토하기 위하여 경기도 연천군 군남면에 위치한 임진강 제방 일부에 바이오폴리머 배합토로 조성한 신소재 호안과 일반토양으로 조성한 자연호안을 함께 테스트베드로 구축하였다. 그리고 지상 LiDAR를 사용해 3차원 스캔측량 모니터링을 진행하고 이를 통해 획득한 점군자료를 활용하여 겨울을 지낸 후의 테스트베드 변화를 구간별로 비교하였다.

1.2 국내외 연구동향

바이오폴리머 소재가 흙의 강도를 높이는 현상을 발견하고 이를 국내에 소개한 연구자는 Chang et al.(2015)이다. Chang et al.(2015)은 식품이나 의약품, 화장품 등의 점성을 높이는데 사용되는 잔탄검, 베타글루칸 등이 흙과 섞이면 가교결합 등에 의해 흙의 압축강도와 전단강도를 증진시키는 것을 확인하였다. Chang et al.(2015)에 의하면 일반적인 점토의 압축강도는 0.44 MPa인 반면 바이오폴리머를 혼합한 점토는 3.7 MPa ~ 4.9 MPa의 강도를 나타낸다.

Lee and Kim(2020)은 바이오폴리머를 혼합한 배합토의 성능을 검토하기 위하여 바이오폴리머를 혼합한 배합토 시험체를 만들고 한국건설기술연구원 하천연구센터에서 ASTM D 6460 (ASTM, 2007)의 방법을 준용하여 실규모 실험을 진행하였다. 그 결과 바이오폴리머 배합토만으로 구성된 피복 시험체의 한계소류력이 36 N/m²가 되는 것을 확인하였는데, 이는 일반적인 식생매트의 식생활착 상태의 한계소류력과 유사한 수치이다.

레이저를 이용하여 지형을 측량하는 LiDAR (Light Detection and Ranging) 기술은 짧은 시간으로 고해상도의 지형자료를 취득할 수 있는 기술로 레이저 발명 직후인 1960년대 초에 개발되었다. 과거 LiDAR는 주로 항공기에 탑재되어 해안선 변화, 하천지형 변화, 산림면적 변화 등의 넓은 범위 위주의 분석에 사용되었으나, 최근 제품이 소형화되고 성능이 향상되어 지상에서 사용할 수 있는 LiDAR가 개발되어 과거에 비해 범용화 되어 소규모의 정밀 측량에 사용되고 있다. LiDAR를 이용한 측량은 국내외적으로 모두 활발하게 이루어지고 있다.

Bakuła et al.(2020)은 LiDAR 측량자료와 사진 자료를 이용하여 제방의 침식과 같은 손상을 감지하는 방법론을 제시하였다. 제방의 결함을 감지하기 위해 고도의 변화와 토지 피복의 변화 두 가지 측면에서 분석을 진행하고 제방의 변화와 잠재적 손상요인을 확인하여 자신들이 제안한 LiDAR 방법론이 제대로 작동하는 것을 입증하였다.

Tarolli et al.(2015)은 계단식 포도밭의 수문학 분석을 위해 고해상도의 LiDAR 데이터를 적용하는 방법을 제시하였다. Tarolli et al.(2015)은 계단식 포도밭의 지표수 흐름의 불안정성을 유발하는 주요 요인 분석을 위해 LiDAR을 사용하여 계단식 포도밭의 손상과 도로의 침식을 올바르게 식별할 수 있게 하였다. 그 결과 LiDAR를 이용하여 취득된 지형 자료를 이용한 다양한 토양 보존 조치 시나리오를 모델링 할 수 있었다.

Shin and Seo(2011)는 지상 LiDAR을 이용하여 단기간의 해빈과 해안사구 지형 변화를 분석하고 해빈의 침식과 퇴적을 확인하였다. 이 연구에서 기존의 다른 장비로는 확인할 수 없었던 좁은 지역의 지형 변화를 cm 단위에서 매우 정밀하게 분석하여 해빈의 미지형과 해안선의 변화, 해빈의 면적변화 등을 파악할 수 있었으며, 측량 시간도 매우 단축되었다.

Kim et al.(2009)은 토목공사 현장에서 취득한 LiDAR측량 자료를 이용하여 절토량을 해상도별로 산정하였다. 스캔 해상도가 증가할수록 지형의 변화를 잘 반영할 수 있게 되어 저해상도의 LiDAR 자료보다 고해상도의 LiDAR 자료를 이용한 절토량 산정 결과 값이 줄어들면서 참 값에 근접하는 것을 확인하였다.

Choung et al.(2015)은 LiDAR와 다중분광정사영상 자료를 활용하여 제방의 주요 재질과 침식지역을 추출하여 제방의 안전도 평가기법을 제안하였다. Choung et al.(2015)은 제방의 안전도를 평가하는데 경험적인 분석이 아닌 LiDAR 자료와 같은 정량적인 분석 자료를 근거로 침식 제방의 위험도를 평가해야 한다고 제안하였다.

2. 연구 방법

2.1 바이오폴리머 배합토를 이용한 호안 구축

바이오폴리머를 하천제방 호안에 적용하기 위해서는 충분한 강도와 함께 식생의 활착이 보장되어야 한다. 따라서 이번 연구에서는 국토교통부 물관리연구사업을 통해 개발된 식생활착이 가능하면서 토양의 피복 강도를 높일 수 있는 바이오폴리머 배합토를 재료로 사용하여 임진강 임진교 하류 좌안에 시드스프레이공법으로 호안을 조성하였다.

테스트베드에 사용된 바이오폴리머 배합토의 배합비는 자연토양 200, 바이오폴리머 1, 물 50 이다. 테스트베드의 범위는 폭 14 m, 총 연장 140 m 로 면적으로 계산하면 1960 m²이다(Fig. 1). 시드스프레이 공법의 특성상 완벽하게 일정한 두께로 바이오폴리머 배합토를 도포하기는 쉽지 않은 일이었으나 도포 중간 중간 깊이를 확인하면서 최대한 3 cm의 도포 두께가 유지될 수 있도록 하였다(Fig. 2).

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F1.jpg
Fig. 1.

Maps of the Test Bed

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F2.jpg
Fig. 2.

Procedures of Test

2.2 테스트베드 모니터링

바이오폴리머 배합토가 설치된 테스트베드의 연장은 140 m 이지만, 바이오폴리머가 적용되지 않은 비교구간까지 포함한 테스트베드 총 연장은 약 200 m 가 된다. 이번 연구에서는 이들 세 구간에 대해 모두 지상 LiDAR를 이용한 3차원 스캔측량 모니터링을 수행하였다. 구간별로 Section 1 은 바이오폴리머 배합토만으로 조성된 구간이고, Section 2 는 식생매트를 설치하고 그 위에 바오폴리머 배합토를 도포한 구간이며, Section 3은 아무런 처리를 하지 않은 자연제방 비교구간이다(Fig. 3).

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F3.jpg
Fig. 3.

Zoning on the Testbed

테스트베드 모니터링에는 Leica의 지상 LiDAR인 RTC360을 사용하였다. 해당 장비는 360도 회전하면서 초당 200만개의 주변 점군자료를 취득하는 성능을 가지고 있다. 제품의 최대 측정 반경은 160 m 이며 정확도는 1.9 mm 이다. LiDAR를 이용한 3차원 스캔측량 1차 모니터링은 2019년 12월 11일에 2차 모니터링은 2020년 3월 4일에 진행되었다. LiDAR을 통해 획득된 자료는 mm 단위의 밀도를 가지는 3차원 좌표 값을 가지는 점군 형태로 저장된다(Fig. 4).

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F4.jpg
Fig. 4.

Measuring Apparatus and Point (3D LiDAR, RTC360 by Leica)

Fig. 5는 LiDAR를 사용하여 취득한 테스트베드의 점군자료를 기간별 비교가 가능하도록 후처리하는 과정을 보여준다. 각각 위치에서 스캔된 점군자료들을 정합하여 모니터링구간 전체의 지형 데이터를 생성한다. 생성된 데이터는 모두 RGB 정보가 포함된 점군자료이며, 확대할 경우 현장에서 육안으로 미처 확인하지 못한 제방의 상태를 확인할 수 있다.

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F5.jpg
Fig. 5.

Complete of Point Cloud for Terrain Analysis

2.3 비교 구역 결정

모니터링 구간 전체를 그대로 사용할 경우 인공구조물, 사람이나 동물의 발자국 등이 결과에 반영되어 정확도를 떨어뜨릴 수 있다. 이에 구간별 지형변화 자료를 정확히 얻기 위하여 각각의 section에서 비교를 위한 영역을 한 번 더 설정하였다. 비교를 위해 설정된 구역은 인공구조물이 없으면서 사람이나 동물의 접근이 비교적 어려운 호안 사면의 중앙부로 하였다(Fig. 6).

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F6.jpg
Fig. 6.

Area Determination for Comparison

3. 연구 결과

3.1 LiDAR 점군자료를 이용한 구간별 침식 분포 비교

3차원 스캔 측량 자료를 분석하기에 앞서 테스트베드의 지형변화에 영향을 미치는 주요 요인을 먼저 파악하고자 테스트베드 주변 강수량과 수위 자료를 확인하였다. 먼저 수위의 경우 테스트베드에서 1 km 직상류에 위치한 임진교 수위관측소의 2019년 12월 1일부터 2020년 3월 31일까지의 수위자료를 조사하여 테스트베드의 시공 위치와 비교하였다(Fig. 7). 그림 제일 하단의 파란선은 모니터링 기간 중에 발생한 임진강의 수위 변화를 보여준다. 테스트베드는 대략 수면에서 1 m 정도 위에서 시작된다. 2019년 12월 11일부터 2020년 3월 4일까지 기간 중 발생한 최대 수위는 약 0.6 m 로 해당 기간 중에 테스트베드가 있는 위치까지 임진강의 수위가 도달한 적은 없는 것으로 나타난다.

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F7.jpg
Fig. 7.

다음으로 강수량도 수위와 마찬가지로 임진교 관측소의 강수량 자료를 사용하여 검토하였다. Fig. 8은 임진교 관측소에서 취득한 2019년 12월 1일부터 2020년 3월 30일 기간 중 강우가 발생한 날의 일 강수량과 시간당 최대 강수량을 보여준다. 모니터링 기간 중 대부분의 경우에는 비가 오지 않거나 강수량이 매우 적게 나타났다. 하지만 간혹 비가 많이 내리는 경우도 있었다. 2020년 1월 6일과 1월 7일의 강수량은 약 80 mm 이상으로 확인되었고, 그 외에 2020년 2월 16일과 2월 25일에는 10 mm 이상의 강수량이 확인되었다.

테스트베드 인근 관측소에서 수위와 강수량 자료를 확인한 결과 임진강의 하천 수위는 모니터링 기간 중 고수부지까지 도달한 적이 없어 고수부지 위 제방에 설치된 테스트베드에 영향을 미치지 못한 것으로 나타났다. 하지만 강우의 경우 하루 최대 60 mm 이상의 비가 내린 경우도 있어 제방 사면 전체에 적지 않은 영향을 미쳤을 것으로 보인다.

테스트베드에서 발생한 지형변화를 보다 정확하게 비교하기 위하여 취득된 LiDAR 점군자료의 수량이나 밀도를 변화시키지 않고 그대로 사용하였다. Kim et al.(2009)은 LiDAR 점군자료의 정밀도의 차이에 따라 산정하고자 하는 체적 값의 품질이 변하는 것을 확인한 바 있다. 따라서 이번 분석에서는 점군의 밀도를 낮추지 않고 노이즈를 제거한 원시 점군자료를 모두 활용하여 각 구간의 지형변화를 비교하였다. 2020년 3월 4일 모니터링을 위해 현장에 나갔을 때 바이오폴리머 배합토로 조성된 section 1과 section 2의 경우 침식 등의 변화를 눈으로는 확인하기 어려웠다. 하지만 바이오폴리머 배합토를 도포하지 않은 section 3의 경우에는 눈으로도 확인되는 대규모의 세류침식(Rill erosion)이 관찰되었다. Fig. 9는 2020년 3월 4일 LiDAR 측량 당시 section 2와 section 3의 현장 사진이다. 바이오폴리머로 조성된 section 2는 사면이 안정되게 유지되고 있는 반면 자연호안 구간인 section 3은 사면 전체에 침식이 발생한 것을 확인 할 수 있다. 3차원 점군자료를 이용해 만든 Figs. 10, 11, 12는 각각의 구간에서 발생한 침식의 위치와 범위 등을 좀 더 자세하게 보여준다. 그림에서 화살표 위의 그림은 점군자료를 모두 활용한 측량 전후 레벨 변화를 보여주는 그림이고 아래의 그림은 침식이 발생한 부분만을 등고선으로 표현한 그림이다. 등고선으로 표현한 그림에서 침식이 발생하지 않은 구역은 모두 흰색으로 표시하였다. Figs. 10, 11에서는 현장에서 눈으로 확인이 어려웠던 미세한 변화도 모두 확인되어 LiDAR 측량의 정밀도를 확인할 수 있었다. 특히 Fig. 10에서는 높은 정밀도의 점군 자료 덕택에 식생매트를 고정한 앵커 주변의 규칙적인 세굴을 발견할 수 있었다. Fig. 13에서는 Fig. 9에서 확인된 section 3의 세류침식이 구간 전체에 어떻게 분포하는지, 그리고 분포된 침식 범위와 강도가 어떠한지를 잘 보여준다. Fig. 13을 통하여 section 3에서 발생한 세류침식이 사면의 중간 아래쪽에서 더 강하게 발생하는 것을 확인할 수 있다.

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F9.jpg
Fig. 9.

Comparison according to the Presence or Absence of Biopolymer – Section 2 (Left) vs. Section 3 (Right)

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F10.jpg
Fig. 10.

Terrain Change – Section 1

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F11.jpg
Fig. 11.

Terrain Change – Section 2

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F12.jpg
Fig. 12.

Terrain Change – Section 3

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F13.jpg
Fig. 13.

Volume Comparison of Major Sections

3.2 LiDAR 점군자료를 이용한 지형변화 분석

LiDAR 점군자료를 이용하여 각 구간의 면적, 부피, 부피차이 등을 계산하고 이를 바이오폴리머 배합토로 조성된 제방의 지형변화 비교 분석에 사용하였다. 뒤에 나오는 그림에서 loss volume은 침식으로 발생한 토양이 손실된 부피를 의미하고, gain volume은 퇴적 등으로 표면 테스트베드 위에 쌓인 토양의 부피을 의미한다. Total volume은 loss volume과 gain volume의 절대 값의 산술적인 합으로 침식과 퇴적의 총 변화량을 의미한다. loss volume per total area 전체 면적에서의 토양손실 부피를 의미하는데 이는 측정한 전체 구간에서의 평균 침하 깊이를 의미하기도 한다. average erosion depth는 loss volume를 loss area로 나눈 값으로 발생한 침식의 평균 깊이를 의미한다.

Table 1Fig. 13은 LiDAR 측량 자료를 이용하여 얻은 분석 결과이다. Fig. 13을 통하여 주요 여러 결과 값의 전반적인 분포를 파악할 수 있다.

Table 1.

Result Data

gain volume
(m3)
loss volume
(m3)
total vol
(m3)
total area
(m2)
loss area
(m2)
loss depth per total area
(cm)
loss depth per loss area
(cm)
section 1
(biopolymer only)
5.571 0.153 5.724 999.425 32.438 0.015 0.471
section 2
(biopolymer+vegeMat)
2.174 0.035 2.209 362.521 6.465 0.010 0.541
section 3
(reference)
4.794 1.179 5.973 863.93 116.699 0.136 1.010

이번 연구는 제품이 실제로 설치된 현장에서 진행되었기 때문에 비교하고자 하는 대상의 분석면적과 위치, 형태 등을 통일할 수 없었다. 따라서 단순히 양적으로만 비교할 경우 분석 오류를 가져올 수도 있다. 예를 들어 각 구간의 부피 총량만으로 지형 변화를 분석할 경우 상대적으로 분석 범위가 작은 section 2는 다른 구간에 비해 퇴적이 적게 발생한 것으로 보여질 수 있다(Fig. 14).

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F14.jpg
Fig. 14.

Change Volume of Testbed

따라서 테스트베드 지형변화 분석에서의 오류를 방지하고자 모든 값 들은 비율과 면적당 부피 변화 등으로 변경하여 분석하였다. Fig. 14를 위와 같은 방법으로 수정한 Fig. 15에서는 Fig. 14에서 상대적으로 적어 보였던 section 2의 퇴적양이 바르게 표현되어 있음을 확인 할 수 있다. LiDAR 측량을 통해 확인된 평균 침식 깊이는 section 1에서 0.47 cm, section 2에서 0.54 cm, section 3에서 1.01 cm 로 나타났다.

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F15.jpg
Fig. 15.

Volume Ratio & Mean Erosion Depth

Fig. 16은 전체 면적대비 단위 면적당 침식 깊이를 보여준다. 여기에서 section 1, 2는 평균 침식 깊이가 각각 0.02, 0.01 cm 로 침식은 거의 발생하지 않은 것으로 나타난다. 반면 section 3에서는 전체 면적의 13 % 해당하는 면적에서 단위 면적당 0.14 cm 의 깊이의 침식 나타났다.

/media/sites/ksce/2021-041-06/N0110410604/images/Figure_KSCE_41_06_04_F16.jpg
Fig. 16.

Total Volume vs. & Mean Erosion Depth

4. 결 론

본 연구에서는 임진강의 제방사면에 바이오폴리머 배합토를 도포한 테스트베드를 조성하고 지상 LiDAR 측량을 통해 취득한 점군자료를 활용하여 테스트베드의 동절기 지형변화를 바이오폴리머의 유무에 따라 비교분석하였다. 결과를 정리하면 다음과 같다.

첫째, 바이오폴리머 배합토를 도포한 section 1, 2에서는 침식이 거의 발생하지 않은 반면 바이오폴리머 배합토를 도포하지 않은 section 3에서는 세류침식이 발생하였다. section 3에서 발생한 침식의 깊이는 section 1에 비해서는 7배, section 2에 비해서는 14배에 달하는 결과를 보였다(Fig. 16). 이러한 결과는 바이오폴리머를 혼합한 배합토가 침식을 억제하고 토양의 유실을 방지하여 제방을 보호하는데 도움을 줄 수 있음을 보여준다.

둘째, 지상 LiDAR를 이용한 제방 모니터링을 통해 기존의 장비로는 측정이 어려웠던 제방 사면의 미세한 지형 변화도 확인하고 분석할 수 있었다. LiDAR를 통해 획득한 점군자료를 활용하면 침식 면적이나 깊이 등에 대한 정밀한 정량분석이 가능하다. 이번 모니터링에서 세류침식이 발생한 section 3과는 달리 section 1, 2에서 발생한 침식은 일반적인 측량방법으로는 분석이 어려운 매우 작은 규모였음에도 LiDAR 측량자료를 활용하여 분석을 진행할 수 있었으며 식생매트를 고정한 앵커 주변의 미세한 침식도 모두 확인 할 수 있었다. 또한 section 3에서 발생한 세류침식의 위치와 범위 뿐 아니라 침식 부피와 깊이까지도 지상 LiDAR 측량결과를 이용하여 분석 할 수 있었다.

지상 LiDAR를 이용한 제방 모니터링은 항공 LiDAR를 이용하는 방법보다 저렴하면서 항공 LiDAR를 포함한 다른 측정 방법들에 비해 더 정밀하다. 또한 일반인도 알아보기 어렵지 않은 직관적인 자료의 제공도 가능하다. 거기에 측정에서 결과분석까지 소요되는 시간이 비교적 길지 않고 기계의 동작법도 어렵지 않아 제방 모니터링 분야에서 활용성의 확대가 기대된다.

Acknowledgements

본 연구는 국토교통부 물관리연구사업의 연구비지원(과제번호 20AWMP-B114111-05)에 의해 수행되었습니다.

본 논문은 2020 CONVENTION 논문을 수정·보완하여 작성되었습니다.

References

1
ASTM (2007). Standard test method for determination of rolled erosion control product performance in protecting earthen channels from stormwater-induced erosion, ASTM D6460-07, ASTM International.
2
Bakuła, K., Pilarska, M., Salach, A. and Kurczyński, Z. (2020). "Detection of levee damage based on UAS data - optical imagery and LiDAR point clouds." ISPRS International Journal of Geo- Information, Vol. 9, No. 4, pp. 248. 10.3390/ijgi9040248
3
Chang, I. H., Prasidhi, A. K., Im, J. Y., Shin, H. D. and Cho, G. C. (2015). "Soil treatment using microbial biopolymers for anti- desertification purposes." Geoderma, Vol. 253-254, pp. 39-47. 10.1016/j.geoderma.2015.04.006
4
Choung, Y. J. (2015). "Development of a levee stability assessment technique using multispectral orthoimages and LiDAR data." Journal of Korean Society of Hazard Mitigation, Vol. 15, No. 2, pp. 293-299 (in Korean). 10.9798/KOSHAM.2015.15.2.293
5
Han River Flood Control Office (2020). Yeoncheongun (Imjingyo) gauging station water elevation data, Available at: http://www. hrfco.go.kr/popup/waterlevelPopup.do?Obscd= 1021680 (Accessed: March 31, 2020).
6
Kim, J. H., Pyeon, M. W., Kim, S. K., Hwang, Y. S. and Kang, N. G. (2009). "Experiment of computation of ground cutting volume using terrestrial LiDAR data." Journal of Korean Society for Geospatial Information System, Vol. 17, No. 2, pp. 11-17 (in Korean).
7
Korea Institute of Civil Engineering and Building Technology (KICT), Korea Advanced Institute of Science and Technology (KAIST), Gwangju Institute of Science and Technology (GIST). (2021). Biopolymer mixture mixed with plant fiber and slope reinforcement method using the same, No. 1020200145007 (in Korean).
8
Lee, D. H. and Kim, M. H. (2020). "Evaluation of critical tractive forces of vegetation mats enhanced with biopolymer mixed soil." Journal of Korea Water Resources Association, Vol. 53, No. 3, pp. 167-179 (in Korean).
9
Shin, D. S. and Seo, J. C. (2011). "The short-term morphological changes of the beach and dune using by terrestrial LIDAR." Journal of The Korean Geomorphological Association, Vol. 18, No. 4, pp. 283-296 (in Korean).
10
Tarolli, P., Sofia, G., Calligaro, S., Prosdocimi, M., Preti, F. and Dalla Fontana, G. (2015). "Vineyards in terraced landscapes: New opportunities from lidar data." Land Degradation & Development, Vol. 26, No. 1, pp. 92-102. 10.1002/ldr.2311
11
Water Resources Management Information System (2020). Daily rainfall data in the Yeoncheongun (Imjingyo) gauging station, Available at: http://www.wamis.go.kr:8081/eng/ RF_YRDATA. ASPX?code=10214010&name=Yeoncheongun(Imjingyo) (Accessed: March 31, 2020).
페이지 상단으로 이동하기