우리나라는 많은 산막지역으로이루어져 있으며 우기에 많은산사태의 발생으로 인하여 인명과 재산의 손실을 입고 있다. 따라서, 산사태의 발생에 대한 예측 시스템과 위험도 분석 연구가 필요하며, 본 연구의 목적은 관측된 지하수위의 분석을 통하여 산사태 발생을 예측하는 가능성에 대한 것이다. 이를 위하여 AR 모델을 사용하여 모델계수를 일정하게 하는 경우와 변화시키는 경우로 나누어 분석하였다. AR모델계수를 일정하게 하는 경우에는 AR(1), AR(2), AR(3) 모델을 선택하여 각 각의 모델계수를 구하였고, AR모델계수를 변화시키는 경우에는 변형된 AR(1)과 전형적인 AR (2) 모델을 과정 모델로 이용하여 Kalman Filtering 기법에 의하여 모델계수를 구하였다. 그 결과, 모델계수를 변화시키는 실시간 예측 방법이나 AR모델계수가 일정한 경우 모두 산사면 에서의 지하수위를 잘 예측해주며, 지하수위 뿐만아니라 시간별 강우강도를 고려함으로써 더욱 정 확한 예측을 할 수 있을 것으로 사료된다.
Korea being composed of a number of mountains has been damaged and destroyed in lives and properties by the occurrence of many landslides during the wet seasons. Therefore, it is necessary to study the forecast system and risk analysis for the occurrence of landslides : the rise of groundwater levels due to rainfall is the main cause of landslides. In this paper, the autoregressive models are used to predict the grondwater levls using cases of both time invariant and time -varing autoregressive coefficients. In the former case, AR(1), AR(2), and AR(3) models are selected and their single-valued parameters are estimated to fit them to the observed groundwater level series. In the latter case, modified AR(1) and typical AR(2) models are used as process model and a discrete Kalman Filtering technique is utilized to estimate the parameters which are themselves a function of time. The results show that the real time forecast system using the time-varying autoregressive coefficinets as well as time -invariant AR model is good to predict the groundwater level in hillside slopes and we might get better result if we use the time-hourly rainfall intensity as well as the observed groundwater level.
