• 농업생명과학연구
• /
• 제44권6호
• /
• pp.91-99
• /
• 2010

한우 이력추적제에 적용되는 11개의 MS marker (TGLA227, BM2113, TGLA53, ETH10, SPS115, TGLA126, TGLA122, ETH3, ETH225, BM1824 and INRA23)와 성감별을 위한 2개의 sexing primer로 조합된 하나의 Multiplex PCR set를 이용하여 모근에서 추출한 genomic DNA를 이용해 3510두의 대량 시료를 분석한 결과 3.93%의 genotyping 실패율로 성공적인 분석결과를 얻었다. 무작위교배집단으로 가정 시 동일개체출현확률 (PI)은 $1.31{\times}10^{-23}$, 반형매교배집단으로 가정 시 동일개체출현확률 ($PI_{half-sibs}$)은 $2.52{\times}10^{-16}$ 그리고 전형매교배집단으로 가정 시 동일개체출현확률 ($PI_{sibs}$)은 $1.09{\times}10^{-6}$으로 나타나 현재 사용 중인 11종의 MS marker는 범용적으로 사용하여도 무방할 것으로 재확인 되었다. 또한 생산 및 사육단계의 생우의 경우 모근을 이용하여 DNA를 추출하는 것은 시료 채취 시 소에게 주어지는 스트레스를 최소화 시킬 수 있을 뿐만 아니라 대립유전자형 분석에 있어서 시간적, 경제적인 효율성을 높일 수 있었다. 또한 모근 채취 부위 중 등, 배, 꼬리상부와 꼬리하부를 이용하여 검정한 결과 꼬리하부의 모근을 이용하여 5~13가닥을 사용했을 때 최적의 분석결과를 보였다. 최종적으로 한우의 사육단계 대량 유전자형 분석에 적용 가능한 96 well 단위를 기본으로 하는 모근 DNA분리 체계를 확립하였다.

• 환경영향평가
• /
• 제28권5호
• /
• pp.440-456
• /
• 2019

본 연구는 미세먼지에 대한 야외활동의 위험인식의 논란에 따른 미세먼지 우려의 본질을 파악해보고자 미세먼지의 노출로 건강에 영향을 많이 받는 자전거 커뮤니티를 대상으로 카페글과 댓글을 수집하여 분석하였다. 그 결과 첫째, 정부에서 주도한 미세먼지 정책은 매 시기별로 견고해지고, 세분화되고 있었지만 자전거 커뮤니티 내에서의 미세먼지 위험인식은 시간흐름에 따라 논의가 활성화되고, 심각해지고 있었다. 둘째, 미세먼지 우려로 인한 야외활동 인식변화를 분석한 결과 자전거 커뮤니티 회원들은 날씨 변수보다 미세먼지 등급에 따라 야외활동 여부가 달라지는 양상을 보였다. 또한 국내 미세먼지 수치나 마스크 성능에 대한 불신과 맞물리면서 일상생활과 건강에 심각한 위협을 주는 공포의 대상으로 변화되고 있었다. 궁극적으로 이러한 미세먼지 위험인식은 주로 야외에서 즐겼던 자전거활동 일부를 실내공간으로 이동하게 하였다. 하지만 경관, 사람, 날씨 등 야외에서 다양한 요소들을 누리며 즐겼던 자전거활동에 비해 단조로운 실내 자전거운동은 헬스, 요가 등의 다른 실내운동 유형으로 전환되고 있었다. 종합적으로 살펴보면 미세먼지에 대한 자전거 이용객의 위험인식이나 야외 자전거활동의 인식변화는 정부나 지자체 등에서 제공하는 미세먼지 농도수치의 정확성, 중국영향, 국내 어플리케이션 신뢰성, 마스크 성능, 미세먼지 농도 제시방법(숫자제시형, 점적 데이터 제공) 등 정책 불신과 검증되지 않는 과도한 정보 오류로 인한 논란이 가장 큰 역할을 하고 있는 것으로 도출되었다. 따라서 모든 계층을 아우르는 종합적 사회방안이나 정부주도형 미세먼지 정책을 제시하기보다 자전거 이용객들의 눈높이에서 미세먼지로 인한 건강상의 위험을 인지하는 것이 필요하다. 또한 총체적 유기적으로 미세먼지를 인식하도록 돕는 체감형 위험 커뮤니케이션이나 교육 및 홍보과정이 선행되어야 하고, 단계별 토의를 통한 사회적 합의와 함께 향후 야외활동 유형별로 세분화된 체계적 연구가 추진되어야할 것으로 판단된다. 이에 따라 본 연구는 정부와 지자체, 언론, 국민들의 효과적인 커뮤니케이션 방향 모색을 위한 학술적 근거로 제공될 수 있을 것으로 기대된다.

• 한국지구과학회지
• /
• 제40권5호
• /
• pp.447-463
• /
• 2019

해상풍은 해양 현상을 이해하고, 지구 온난화에 의한 지구 환경의 변화를 분석하기 위한 필수 요소이다. 전세계 연구 기관은 해상풍을 정확하고 지속적으로 관측하기 위해 산란계(scatterometer)를 개발하여 운영해오고 있으며, 정확도는 풍향이 ${\pm}20^{\circ}$, 풍속이 ${\pm}2m\;s^{-1}$ 안팎이다. 하지만, 산란계의 해상도는 12.5-25.0 km로, 해안선이 복잡하고 섬이 많은 한반도 근해에서는 자료의 결측이 빈번하게 발생하여 활용도가 감소한다. 그에 반해, Synthetic Aperture Radar (SAR, 합성개구레이더)는 마이크로파를 활용하는 전천후 센서로, 1 km 이하의 고해상도 해상풍이 산출이 가능하여 산란계의 단점 보완이 가능하다. 본 연구에서는 일반적으로 활용되는 SAR 자료 기반 해상풍 산출 알고리즘인 Geophysical Model Function (GMF, 지구 물리 모델 함수)를 밴드별로 분류하여 조사하였다. 상대 풍향, 입사각, 풍속에 따른 후방산란계수를 L-band Model (LMOD, L 밴드 모델), C-band Model (CMOD, C 밴드 모델), X-band Model (XMOD, X 밴드 모델)에 적용하여 모의하였고, 각 GMF의 특성을 분석하였다. 이러한 GMF를 SAR 탑재 인공위성 자료에 적용하여 산출한 해상풍의 정확도 검증 연구에 대해 조사하였다. SAR 자료 기반 해상풍의 정확도는 영상 관측 모드, 적용한 GMF의 종류, 정확도 비교 기준 자료, SAR 자료 전처리 방법, 상대 풍향 정보 산출 방법 등에 따라 변하는 것으로 나타났다. 본 연구를 통해 국내 연구자들의 SAR 자료 기반 해상풍 산출 방법에 대한 접근성이 향상되고, 고해상도 해상풍 자료를 활용한 한반도 근해 분석에 이바지할 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.209-218
• /
• 2019

본 연구의 목적은 다문화가정 부모의 부모효능감과 다문화청소년의 자아존중감 및 성취동기 간의 관계를 종단적으로 분석하는 것이다. 연구자료는 다문화청소년패널연구(MAPS) 데이터를 사용하였다. 2011년 1차(초등학교 4학년)에서 2016년 6차(중학교 3학년)까지 총 6차년에 걸친 데이터 중, 본 연구에서는 2012년(2차, 초등학교 5학년), 2014년(4차, 중학교 1학년), 2016년(6차, 중학교 3학년) 자료를 분석대상으로 하였다. 다문화가정 부모의 부모효능감과 다문화청소년의 자아존중감 및 성취동기 간의 종단적 관계를 살펴보기 위해 자기회귀교차지연 모형을 적용한 분석결과는 다음과 같다. 첫째, 다문화가정 부모의 부모효능감, 다문화청소년의 자아존중감과 성취동기의 자기회귀효과는 각각 시간의 흐름에도 지속적인 정(+)적인 영향을 미치는 것으로 나타났다. 둘째, 이전 시점의 다문화가정 부모의 부모효능감은 이후 시점의 다문화청소년의 자아존중감과 성취동기에 미치는 교차지연효과는 정(+)적인 방향으로 유의한 영향을 미치는 것으로 확인되었다. 셋째, 이전 시점의 다문화청소년의 자아존중감은 이후 시점의 다문화청소년의 성취동기에 미치는 교차지연효과는 정(+)적인 방향으로 유의한 영향을 미치는 것으로 확인되었다. 넷째, 다문화가정 부모의 부모효능감은 다문화청소년의 성취동기에 미치는 교차지연효과의 영향력이 다문화청소년의 자아존중감이 성취동기에 미치는 교차지연효과의 영향력보다 더 큰 것으로 나타났다. 본 연구는 다문화가정 부모의 부모효능감과 다문화청소년의 자아존중감 및 성취동기 간의 관계를 확인하기 위해 종단적 자료를 사용하여 시간의 흐름에 따른 세 변인 간의 인과적 방향성을 검증하는데 연구의 의의가 있다.

• 지구물리와물리탐사
• /
• 제1권1호
• /
• pp.25-30
• /
• 1998

공동충전 효과를 검증하기 위하여 실시한 시차 공대공 탄성파 탐사자료로부터 지하공동 부존 지역에서 충전 전과 후에 매질의 탄성파 전파속도의 변화를 확인하였다. 시차 공대공 탄성파 탐사자료에 나타난 반응과 시추조사 결과에 의하면 본 지역의 공동은 규모가 극히 소규모이거나 또는 폐석 등으로 충전된 것으로 보인다. 공동충진 효과는 토모그래피로부터 도출된 속도단면상의 탄성파 속도의 증가량을 분석함으로써 평가하였다. 시추공용 에어건을 진원으로 24-채널 하이드로폰을 수진기로 하여 자료를 취득하였다. 취득한 자료에는 무시할 수 없을 정도의 source statics를 확인할 수 있었다. 본 논문에서 제시한 보정방법은 2단계로; 1) 불규칙한 발파시점에 의한 영향 보정과 2) 잔여 정보정으로 이는 진원의 부정확한 위치에 대한 정보정이다. 본 논문에서는 고주파수 성분의 수치잡음이 억제되고 관심대상 부분에서 비교적 고분해능 영상을 도출할 수 있는 다단계 역산 방안을 제시하였다. 일반적으로 최소자승 주시토모그래피로는 평활화된 속도 영상을 얻을 수 있다. 따라서 이러한 역산으로는 비교적 소규모의 구간에서 발생한 적은 속도변화를 영상화하기에는 어려운 면이 있다. 본 논문에서는 속도모델의 파라메터를 변화시킨 2단계 제어 역산법으로 도출한 시차 토모그램으로부터 채굴 영향대에서 발생한 매질의 속도변화를 시각화 할 수 있었다. 2단계 역산법은 1-단계에서는 적정한 크기의 균일 격자로 구성된 모델을 사용하여 토모그램을 작성하고 이 토모그램에 2차원 중위수 필터를 적용하여 대략적인 속도구조 모델을 작성한다. 2-단계 역산시는 1-단계에서 작성한 속도모델을 수정하여 초기 모델로 한다. 모델 수정은 관심대상 부분만을 작은 크기의 균일격자로 재구성하는 것이다. 기준조사 토모그램을 2차 조사자료 역산의 초기 속도모델로 사용하였다. 속도변화는 공동대 부근에서만 예상되므로 그 이외 부분의 속도는 기준 토모그램과 동일하게 고정시키고 역산을 수행하였다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.83-98
• /
• 2021

도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.959-974
• /
• 2021

Forel-Ule Index (FUI)는 자연에 존재하는 담수 및 해수의 색을 남색부터 고동색까지 21 가지의 등급으로 구분하는 지표이다. FUI는 여러 선행연구에서 수계의 부영양화 지수, 수질인자, 광 특성 등과 연관 지어 분석되었으며, 여러 수질인자의 광학적 정보를 동시에 가지고 있는 새로운 수질 지표로써의 가능성이 제시되었다. 본 연구에서는 500 m의 높은 공간해상도를 가지는 정지궤도 해양위성해색탑재체(Geostationary Ocean Color Imager; GOCI) 관측 자료와 Random Forest (RF) 기계학습 기법을 활용하여 Ocean Colour-Climate Change Initiative(OC-CCI) 기반의 4 km FUI 자료를 공간 상세화 시켰다. 이를 활용하여 우리나라 연안 해역에 대한 수질인자와의 상관관계와 주요 해역에 대한 FUI의 공간적 분포 및 계절별 특성 변화를 분석하였다. 검증 결과 RF 기법으로 추정한 RF FUI는 결정계수(R²)=0.81, 평균 제곱근 오차(Root Mean Square Error; RMSE)=0.7784로, Pitarch의 OC-CCI FUI 알고리즘을 적용하여 계산한 GOCI FUI 추정 정확도(R²=0.72, RMSE=0.9708) 대비 향상된 결과를 보였다. RF FUI는 총 질소(Total Nitrogen), 총 인(Total Phosphorus), 클로로필-a(Chlorophyll-a), 총 부유물질(Total Suspended Solids), 투명도(Secchi Disk Depth)를 포함하는 5가지 수질인자와 각각 0.87, 0.88, 0.97, 0.65, -0.98의 상관계수로 강한 상관성을 보였다. 산출된 FUI의 시간적 패턴 역시 여러 수질인자와의 물리적 관계를 반영하며 유의미한 계절적 패턴의 변화를 보였다. 본 연구의 결과로 한반도 연안 수질 관리에서 고해상도 FUI의 활용 가능성을 제시하였다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.795-805
• /
• 2021

본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m³/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.

• 벤처창업연구
• /
• 제16권5호
• /
• pp.125-141
• /
• 2021

급속하게 변하고 있는 디지털 환경의 사회 구조는 경제활동에 큰 영향을 주고 있다. 경제활동을 지속하려는 개인과 정책지원을 하는 국가에도 중요한 현안이다. 고령화로 인한 인적 자본 활용 문제, 코로나19 팬데믹으로 인한 실물경제 불황과 대면 경제활동의 위축 그리고 고용 감소와 일자리 불안정성이 대두되면서 비대면 산업이 활성화되었다. 그에 따라 디지털 미디어 콘텐츠 기반의 경제활동이 일상화되었고, 정부도 미디어 콘텐츠 기반 경제활동에 실효성 있는 인적 자본 활용이 주요 정책 과제가 되었다. 일자리 지속을 바라는 사람들에게 디지털 환경에 대한 적응은 선택이 아닌 필수가 되었다. 따라서 본 연구는 디지털 역량과 개인적 역량이 경제활동 지속 의도에 미치는 영향을 실증적으로 분석하고, 롤 모델의 조절 효과를 검증하였다. 본 연구의 목적을 달성하기 위하여 전국 남·여 20~80세를 대상으로 온라인 설문조사를 실시하였으며, 수집된 설문지 385부 중 382부의 자료를 분석하였다. 본 연구의 분석을 위해서 SPSS 23.0의 프로그램을 사용하였고, 설문 항목은 Likert 5점 척도를 이용하여 측정하였다. 분석 결과는 첫째, 디지털 역량 중 미디어 콘텐츠 활용 역량은 경제활동 지속 의도에 정(+)의 영향이 나타나 SNS 등의 최신 디지털 미디어 콘텐츠 활용 역량이 높을수록 경제활동 지속 의도가 증가하는 것으로 나타났다. 둘째, 개인적 역량 중 자금 능력은 부(-)의 영향이, 경험은 정(+)의 영향이 경제활동 지속 의도에 미치는 것으로 나타났다. 셋째, 사회적 환경은 경제활동 지속 의도에 의미 있는 영향이 없는 것으로 나타났다. 넷째, 사회적 지지 중 가족지지는 경제활동 지속 의도에 정(+)의 영향이 나타나 가족에 대한 다양한 감정적 지원은 경제활동 지속 의도가 증가하는 것으로 나타났다. 다섯째, 롤 모델은 경제활동 지속 의도에 정(+)의 영향이 미치는 것으로 나타났으며, 미디어 콘텐츠 활용 역량과 가족지지가 경제활동 지속 의도에 미치는 영향에서 조절 효과 역할을 하는 것으로 나타났다. 따라서 본 연구 결과, 경제활동 지속을 위하여 디지털 미디어 콘텐츠 기반의 디지털 교육과 인적 구조에 맞는 정부의 취업과 창업에 대한 정책지원이 요구된다.