• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.904-908
• /
• 2007

도시 지역에서는 범람류에 의한 인명 피해 가능성이 크기 때문에 범람류 특성과 침수특성을 파악하는 하는 것이 매우 중요하다. 인명 피해를 야기시킬 수 위험요소로는 홍수파의 전파속도와 범람류의 유속 및 수심을 들 수 있다. 본 연구에서의 도시 지역의 특성이라 할 수 있는 구조물의 영향에 의한 범람홍수파의 거동에 대해서 추가적인 실험을 수행하여 기초적인 현상을 규명하고자 하였다. 실험결과, 홍수파의 전파속도는 제방 붕괴시 하도 초기수위의 영향을 많이 받는 것으로 나타났다. 즉, 제내지에 구조물 설치 유무가 범람홍수파 전파속도에 지배적인 영향을 미치는 초기 월류수위 효과를 감소시키지는 못하였다. 제내지에 구조물이 있음으로써 없는 경우에 비해 제방붕괴부 주위의 최대수심은 증가하였다. 이는 구조물에 의한 배수영향이 있음을 보이는 것이다. 이러한 현상은 구조물 설치밀도가 높은 군집구조물의 경우에 확실하게 나타났다. 실험결과를 이용하여 범람홍수파의 전파속도와 최대수심을 산정하는 식을 무차원변수를 이용하여 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.5-5
• /
• 2021

최근 기후변화로 인해 예측이 어려운 국지성 호우가 빈번하게 발생하고 있다. 국지성 호우는 대량의 홍수를 일으키고 산사태와 유송잡물을 동반한 흐름을 야기할 수 있으며 이로 말미암아 인근의 초목과 식생들로부터 유목(driftwood)이 발생하기도 한다. 유목이 흐름과 함께 떠내려 오게 되면 그로 인한 운동에너지가 크게 발생하게 되며, 수공구조물과 주택가옥 등에 충돌시, 순수한 수류의 충돌보다 훨씬 큰 손상을 주기도 한다. 또한 유목이 수공구조물 인근 하상에 군집하면 통수능을 저하시키기도 하며 식생효과와 마찬가지로 유목주변으로 유속이 증가하면서 세굴현상이 발생하게 되는데, 이는 하상저하를 일으키며 수공구조물의 안정성에 지속적으로 피해를 줄 수 있다. 특히 군집된 유목들이 교각에 충격을 주면 흐름방향으로 교각에 작용하는 외력을 증가시키게 되고 군집된 유목들이 다른 유목들을 연쇄적으로 포착하는 동시에 흐름을 지속적으로 방해하여 수위상승을 야기하게 된다. 이는 유목주변으로 세굴을 발생시켜 교량의 붕괴를 촉진시킬 수 있다. 일본의 경우에는 대부분의 하천유역의 경사가 매우 급하기 때문에 홍수발생시 산사태와 유송잡물들이 빈번하게 발생하고 있다. 그에 따라 대량의 유목들이 하천으로 유입되어 하천의 수공구조물과 주거지역에 심각한 피해를 주는 경우도 많다. 따라서 유목의 거동과 군집현상을 이해하여 사전에 유목거동의 예측과 유목과 하상변동의 상호작용 분석을 통해 유목에 의한 수리구조물 피해를 예측하는 연구들이 필요할 것으로 판단된다. 본 연구는 유목의 거동과 군집양상을 예측분석하기 위해 유목과 흐름의 이동상 실내실험과 수치해석을 수행하여 유목유입량에 따른 하상변동과 유목의 하상퇴적양상 및 다양한 거동을 관측분석 하였다. 특히, 유목간의 상호충돌과 측벽충돌을 고려하는 수치모듈을 유목동역학모형에 적용하여 수치해석을 수행하였다. 이를 통해 이동상 하상에서의 유목의 군집과정을 분석하고 수치해석의 한계와 개선사항들을 논의하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.10
• /
• pp.137-148
• /
• 2024

The European honeybee (Apis mellifera) is an important pollinator threatened by colony collapse disorder (CCD), primarily due to infestation by the Varroa mite (Varroa destructor). Traditional detection methods are invasive and time-consuming, often causing additional stress to colonies. We propose a two-stage framework using the You Only Look Once version 8 (YOLOv8) model for non-destructive and rapid detection of Varroa mite infestation. The framework uses comb light images from inside the hives. In the first stage, a YOLOv8-n model detects bees and extracts individual bee images. In the second stage, a YOLOv8-cls model classifies the infestation status of each bee. Our object detection model achieved a mAP@0.5 of 0.701, and the classification model achieved an average accuracy of 91%. These results demonstrate the effectiveness of the framework as a non-destructive method for Varroa mite detection. Based on this research, we expect to provide beekeepers with an efficient tool for early detection and management of Varroa mite infestations, potentially reducing the incidence of CCD and supporting the sustainability of apiculture.