A multi-variable threshold approach to landslide prediction: integrating rainfall, soil moisture, and soil texture in Indonesia

기술 요약: 인도네시아 산사태 예측을 위한 다변수 임계값 접근 방식

문제 정의
산사태는 인도네시아에서 매우 치명적인 재해이며, 이 나라는 산사태 발생 빈도 측면에서 세계 2위를 기록하고 있다. 현재의 국가 조기 경보 시스템인 인도네시아 산사태 조기 경보 시스템 청사진(BILEWS)은 주로 자바, 수마트라, 칼리만탄의 과거 데이터에서 도출된 강우 임계값에 의존하고 있다. 그러나 이 시스템은 다음과 같은 중대한 한계점에 직면해 있다:

1. 지역적 가변성: 인도네시아는 다양한 강우 패턴(몬순, 적도형, 국지형)과 복잡한 지형을 나타낸다. 자바 특유의 임계값을 수마트라, 술라웨시, 파푸아와 같은 다른 섬에 적용하는 것은 지역적 차이를 반영하지 못하여 부정확한 예측을 초래한다.
2. 누락된 변수: 산사태의 개시는 강우뿐만 아니라 선행 토양 수분 상태와 토양 특성에 의해서도 결정된다. 현재의 BILEWS 프레임워크는 통합된 토양 수분 임계값이 결여되어 있으며, 수분 보유 및 침투에 영향을 미치는 토양 질감의 가변성을 고려하지 않는다.
3. 데이터 격차: 술라웨시와 파푸아를 위한 확립된 강우 임계값이 부족하며, 관측 네트워크의 공간적 제한에도 불구하고 토양 수분 데이터를 국가 경보 체계에 통합할 필요가 있다.

연구 방법론
본 연구는 수마트라, 자바, 칼리만탄, 술라웨시, 파푸아 등 인도네시아의 5개 주요 섬 전역에서 산사태 예측을 향상시키기 위해 강우, 토양 수분, 토양 질감을 통합한 다변수 임계값 프레임워크를 개발하였다.

• 데이터 출처:

  • 산사태 데이터: 정부 보고서 및 언론으로부터 수집된 강우 유발 천층 산사태(2014~2025년) 데이터셋을 구성하였으며, 일반 사건과 "주요(major)" 사건(가옥 5채 이상의 피해 발생)을 구분하였다. 학습을 위해 산사태와 비산사태 사건의 비율을 1:5로 설정하였다.
  • 강우 데이터: Global Precipitation Measurement (GPM) 위성 데이터(0.1° 해상도, 2014~2025년)를 사용하여 1일 및 3일 유효 선행 강우량을 계산하였다.
  • 토양 수분 데이터: ERA5-Land 재분석 데이터(0.1° 해상도)를 사용하여 세 가지 깊이(Layer 1: 0–7 cm, Layer 2: 7–28 cm, Layer 3: 28–100 cm)에서의 체적 토양 수분(VSW)을 제공하였다.
  • 토양 질감 데이터: Harmonized World Soil Database (HWSD) 버전 2.0을 사용하였으며, 이를 12개의 USDA 토양 질감 클래스로 분류하였다.

• 임계값 개발:

  • 강우: 평균, 최소, 최소 주요 산사태, 백분위수(30, 40, 50, 60)를 포함한 통계적 지표를 사용하여 1일 및 3일 유효 선행 강우량에 대한 임계값을 도출하였다.
  • 토양 수분: 유사한 통계적 지표를 사용하여 각 VSW 층에 대한 임계값을 계산하였다.
  • 토양 질감 분석: 로지스틱 회귀와 Wald 검정을 사용하여 다양한 토양 질감에 걸쳐 토양 수분과 산사태 발생 사이의 관계에 대한 통계적 유의성(p < 0.05)을 결정하였다.

• 평가 프레임워크:

  • 분할 샘플 검증: 20142023년 데이터를 학습 세트로, 20242025년 데이터를 테스트 세트로 사용하였다.
  • 성능 지표: 모델은 ROC 곡선, AUC, 참 양성률(TPR), 참 음성률(TNR), 정확도, 그리고 Youden 지수(J = 민감도 + 특이도 - 1)를 통해 평가되었다. 특히 산사태 탐지와 오보 방지 사이의 균형 잡힌 성능을 보장하기 위해 Youden 지수를 우선적으로 고려하였다.
  • 비교 시나리오: 기존 강우 임계값, 새로 개발된 강우 임계값, 그리고 결합된 강우-토양 수분 임계값을 비교하였다. 또한, 유의미한 토양 질감(사질 양토 및 양토)을 필터링한 경우와 그렇지 않은 경우의 임계값을 테스트하였다.

주요 결과

• 지역별 임계값 가변성: 최적의 임계값은 섬마다 크게 달랐다.
  • 수마트라 및 자바: 기존 강우 임계값(1일 및 3일)이 가장 우수한 성능을 보였으며, 각각 0.545와 0.740의 Youden 지수를 달성하였다.
  • 술라웨시: 새로 개발된 강우 임계값이 기존 임계값보다 우수하였으며, 0.477의 Youden 지수를 기록하였다.
  • 칼리만탄 및 파푸아: 결합된 강우-토양 수분 임계값이 가장 균형 잡힌 성능을 제공하였으며, 각각 0.465와 0.458의 Youden 지수를 나타냈다.
• 토양 수분의 영향: 토양 수분 임계값 단독으로는 "낮음에서 보통" 수준의 식별력(AUC 0.547–0.647)을 보였으나, 특정 지역(칼리만탄 및 파푸아)에서 강우와 통합했을 때 Youden 지수가 개선되었다. 이는 결합 모델이 탐지율과 오보 사이의 균형을 더 잘 맞춘다는 것을 의미한다.
• 토양 질감의 유의성:
  • 주요 질감: 산사태는 사질 양토(28.70%)와 양토(26.14%)에서 가장 빈번하게 발생하였다.
  • 통계적 관계: 로지스틱 회귀 분석 결과, 사질 양토와 양토 질감에서 토양 수분이 산사태 발생에 유의미한 영향을 미치는 것으로 확인되었다(p < 0.05).
  • 성능 향상: 유의미한 토양 질감(ST)을 기준으로 임계값을 개발하는 것이 토양 질감을 무시한 경우(NST)보다 수마트라, 자바, 칼리만탄, 술라웨시 전역에서 더 높은 Youden 지수 값을 나타냈다. 예를 들어, 자바의 경우 ST 접근 방식이 Layer 2에서 0.650의 Youden 지수를 달성하여, 비질감 접근 방식의 0.634보다 높은 성능을 보였다.

의의 및 주장
본 논문은 인도네시아의 다양한 기후 및 지형 조건에 적합한 단일 보편적 임계값은 존재하지 않는다고 주장한다. 본 연구의 주요 기여는 다음과 같다:

1. 지역 특수성의 중요성: 특정 섬에 맞춰 임계값을 조정하는 것(예: 술라웨시와 파푸아를 위한 새로운 강우 임계값 개발)이 통합된 자바 기반 모델을 적용하는 것보다 예측 신뢰도를 크게 향상시킨다는 점을 입증하였다.
2. 다변수 통합: 칼리만탄과 파푸아 같은 지역에서 토양 수분을 포함하는 것이 실제 산사태 탐지와 오보 최소화 사이의 균형(Youden 지수로 측정됨)을 개선한다는 점을 보여주었다.
3. 물리적 근거를 갖춘 임계값: 임계값 개발 과정에 토양 질감 정보를 통합하는 것이 더 우수한 예측 성능을 제공한다. 토양 수분이 통계적으로 유의미한 토양 질감(사질 양토 및 양토)에 집중함으로써, 시스템은 순수 통계적 접근 방식보다 더 견고한 예보를 달emat할 수 있다.

저자들은 이러한 연구 결과가 BILEWS 프레임워크를 단일 변수 및 지역적 균일 방식에서 다변수, 지역 특화형, 물리적 근거 기반의 경보 시스템으로 업그레이드하기 위한 기술적 토대를 제공한다고 결론지었다.