• 한국작물학회지
• /
• 제55권2호
• /
• pp.111-118
• /
• 2010

본 시험은 이상기후 대비 내습성 콩 품종의 조기육성을 위한 기초자료를 제공하고자 수행하였던 바, 그 결과를 요약하면 다음과 같다. 1. 엽록소형광반응은 모든 시험품종이 V5 stage에 비해 R2 stage 과습처리시 더 급격히 감소되었으며, 풍산나물콩과 무한콩이 장엽콩과 명주나물콩에 비해 엽록소형광반응의 감소정도가 더 적었고, 과습처리 종료 5일 후 과습구가 대조구의 95～97% 정도로 회복도 더 빨랐다. 2. 광합성율은 과습처리 시기에 상관없이 풍산나물콩과 무한콩이 장엽콩과 명주나물콩에 비해 더 적게 감소하였으며, R2 stage 과습처리 종료 31일 후에 무한콩은 대조구에 비하여 과습구의 광합성율이 66%로 회복속도가 가장 빨랐으며, 명주나물콩은 41%로 광합성율의 회복속도가 가장 늦었다. 증산량의 변화도 광합성율과 같은 경향을 보였다. 3. 기공전도도는 R2 stage 과습처리에서는 평균 71% 감소한 반면 V5 stage 과습처리에서는 62%로 더 적게 감소하였다. R2 stage 과습처리 종료 31일 후에는 기공전도도가 대조구의 44%였으나, V5 stage 과습처리 종료 21일 후에는 대조구의 63%로, V5 stage 과습처리시에 회복속도가 더 빨랐다. 4. 단순회귀분석 결과, 대조구와 과습구 모두 기공전도도와 광합성율, 증산량과 광합성율 및 기공전도도와 증산량간에는 정의 상관이 있었다. 5. 증산량과 기공전도도가 광합성율에 미치는 효과를 추정하기 위하여 다중회귀분석을 한 결과, 기공전도도가 광합성율에 미치는 효과를 추정했을 때 대조구와 과습구의 $R^2$값이 0.7293과 0.7582였으나, 또 다른 독립변수인 증산량이 회귀식에 추가되어도 광합성율 변이의 설명정도가 크게 증가하지 않았다. 따라서 습해를 받을 경우 기공전도도나 증산율 중 어느 한 요소의 변화만을 측정해도 이들과 상관이 높은 광합성율의 변화를 추정할 수가 있을 것으로 판단됨.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.445-456
• /
• 2005

지표변수는 지면 근처의 기후변화에 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다 하지만 지표 반사도는 강한 이방성(non-Lambertian) 특징을 가지고 있기 때문에, 위성 천저각으로부터 멀어질수록 태양-지점-위성과의 기하학적 영향을 더욱 강하게 받는 효과를 가져온다. 또한 지표 각 영향을 포함하고 있는 지표 반사도는 노이즈를 가지게 된다. 따라서 본 연구의 목적은 한반도 지역의 MODIS 반사도 자료(250m)를 이용하여 각 영향이 제거된 보다 정확한 반사도 값에 대한 데이터베이스를 제공하는 것이다. 본 연구에서는 매일 2회씩 제공하는 MODIS(Moderate Resolution Imaging Spoctroradiometer) 센서의 가시영역과 근적외영역의 반사도(250m)자료를 이용하였다. 먼저 구름화소를 제거하기 위해서 연속적인 물리과정을 통하여 각각의 구름 화소를 제거하였다. 그리고 지리보정은 MODIS 센서에서 제공하는 지리정보자료를 이용하여 2차 다항회귀식을 통한 최근접 내삽법을 사용하였다. 본 연구에서는 지표 이방성 효과를 보정하기 위해서 반 경험적 양방향성분포함수(BRDF) 모델을 사용하였다. 이 알고리즘은 위성으로부터 관측된 위성천정각, 태양천정각, 위성방위각, 태양방위각과 같은 각 성분을 이용하여 Kernel-deriven 모델의 역변환을 통하여 지표 반사도를 재생산한다. 먼저 우리는 BRDF 모델을 수행하기 위해 총 31일 모델 관측 실행기간을 고려하였다. 다음 단계로 각각의 화소 및 밴드에 대해서 BRDF 모델을 통하여 분리된 각 성분들을 변조함으로써 위성 직하점 반사도 정규화가 수행되었다. 모델을 이용하여 산출된 반사도 값은 실제 위성 반사도 값과 잘 일치하였고, RMSE(Root Mean Square Error)값은 전체적으로 약 0.01(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1107-1118
• /
• 2021

지구온난화로 인해 발생한 기후변화는 한반도의 홍수, 가뭄 등의 발생빈도를 증가시켰으며, 이로 인해 인적, 물적 피해가 증가한 것으로 나타났다. 수재해 대비 및 대응을 위해서는 국가 차원의 수자원 관리 계획 수립이 필요하며, 유역 단위 수자원 관리를 위해서는 장기간 관측된 유량 자료를 이용하여 도출된 유량지속곡선이 필요하다. 전통적으로 수자원 분야에서 유량지속곡선을 도출하기 위하여 물리적 기반의 강우-유출 모형이 많이 사용되고 있으며, 최근에는 데이터 기반의 딥러닝 기법을 이용한 유출량 예측 기법에 관한 연구가 진행된 바 있다. 물리적 기반의 모형은 수문학적으로 신뢰도 높은 결과를 도출할 수 있으나, 사용자의 높은 이해도가 요구되며, 모형 구동 시간이 오래 걸릴 수 있는 단점이 있다. 데이터 기반의 딥러닝 기법의 경우 입력 자료가 간단하며, 모형 구동 시간이 비교적 짧으나 입력 및 출력자료 간의 관계가 블랙박스로 처리되어 수리·수문학적 특성을 반영할 수 없는 단점이 있다. 본 연구에서는 물리적 기반 모형으로 국내외에서 적용성이 검증된 Soil Water Assessment Tool (SWAT)의 매개변수 보정(Calibration)을 통해 장기간의 결측치 없는 데이터를 산출하고, 이를 데이터 기반 딥러닝 기법인 Long Short-term Memory (LSTM)의 훈련(Training) 데이터로 활용하였다. 시계열 데이터 분석 결과 검·보정 전체 기간('07-'18) 동안 Nash-Sutcliffe Efficiency (NSE)와 적합도 비교를 위한 결정계수는 각각 0.04, 0.03 높게 도출되어 모형에서 도출된 SWAT의 결과가 LSTM보다 전반적으로 우수한 것으로 나타났다. 또한, 모형에서 도출된 연도별 시계열 자료를 내림차순하여 산정된 유량지속곡선과 관측유량 기반의 유량지속곡선과 비교한 결과 NSE는 SWAT과 LSTM 각각 0.95, 0.91로 나타났으며, 결정계수는 0.96, 0.92로 두 모형 모두 우수한 성능을 보였다. LSTM 모형의 경우 저유량 부분 모의의 정확도 개선이 필요하나, 방대한 입력 자료로 인해 모형 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유량지속곡선 산정 등에 활용성이 높을 것으로 판단된다.

• 한국지구과학회지
• /
• 제43권5호
• /
• pp.604-617
• /
• 2022

해수면온도는 해양-대기의 현상을 이해하고 기후변화를 예측하기 위해 사용되는 중요한 변수이다. 마이크로파 영역의 인공위성 원격탐사는 구름과 강수와 같은 기상현상 위성 관측 측기의 경로에 존재하더라도 해수면온도 획득을 가능하게 한다. 따라서 마이크로파 해수면온도의 높은 활용도를 고려하면 위성 해수면온도를 정확도를 지속적으로 검증하고 오차 특성을 분석할 필요가 있다. 본 연구에서는 2014년 3월부터 2021년 12월까지 약 8년 동안 Global Precipitation Measurement (GPM)/GPM Microwave Imager (GMI) 마이크로파 해수면온도의 정확도를 표층 뜰개 부이 수온 자료를 사용하여 검증하였다. GMI 해수면온도는 실측 해수면온도에 비해 0.09 K의 편차와 0.97 K의 평균 제곱근 오차를 보였고, 이는 기존 연구 결과에 비해 다소 높게 나타났다. 이외에도 GMI 해수면 온도의 오차 특성은 위도, 연안과의 거리, 해상풍 및 수증기량과 같은 환경적 요인과 관련성이 있다. 오차는 육지에서 300 km 이내의 거리에서 해안 지역에 가까운 지역과 고위도 지역에서 증가하는 경향이 있다. 또한 낮에는 약한 풍속(<6 m s^-1), 밤에는 강한 풍속(>10 m s^-1) 범위에서 상대적으로 높은 오차가 나타났다. 대기 수증기는 30 mm 미만의 매우 낮은 범위 또는 60 mm보다 큰 매우 높은 범위에서 높은 해수면온도 차이에 기여했다. 이러한 오차들은 저수온에서 GMI 자료의 정확도가 떨어지는 기존 연구와 일치하며, 연안으로부터의 거리, 풍속, 수증기량에 의한 오차의 경우 육지와 해양의 방사율 차이 및 바람에 의한 해수면 거칠기 변화, 수증기의 마이크로파 대기 흡수에서 기인하는 것으로 추정된다. 이는 한반도 주변해에서 마이크로파 위성 계산 SST를 보다 광범위하게 활용하기 위해서는 GMI 해수면온도 오차의 특성에 대한 이해가 필요함을 시사한다.

• 해양환경안전학회지
• /
• 제29권5호
• /
• pp.417-426
• /
• 2023

세종기지가 위치한 마리안 소만은 기후 변화로 인한 빙하후퇴로 다량의 융빙수가 유입되고 있다. 이러한 빙하후퇴에 따른 생태계 반응을 예측하기 위해, 해양 환경 변화의 지시자인 식물플랑크톤 생체량 및 크기 구조와 물리, 화학적 매개변수에 대한 현장 조사를 2021년 12월, 2022년 1월 두 차례 수행하였다. 2022년 1월의 수온과 염분은 평균 1.41 ± 0.13 ℃, 33.9 ± 0.10 psu로 2021년 1월의 수온과 염분인 0.87 ± 0.17 ℃, 34.1 ± 0.12 psu보다 상대적으로 고온, 저염의 양상을 보였다. 조사시기 동안 영양염류는 대체로 높은 농도를 보여 식물 플랑크톤의 제한요소로 작용하지 않은 것으로 판단된다. 식물플랑크톤 생체량의 지표인 엽록소는 2021년 12월, 2022년 1월에 각각 1.03 ± 0.64 ㎍ L^-1, 0.66 ± 0.15 ㎍ L^-1로 나타났으며 부유물질은 전체 조사기간 평균 24.9 ± 3.54 mg L^-1로 나타났다. 부유물질의 농도가 높은 소만내측에서 엽록소는 낮은 농도를 보였는데 이는 융빙수로부터 유입되는 고농도의 부유물질로 인해 수층 내 빛이 강하게 제한되어 식물플랑크톤의 성장이 저해된 것으로 판단된다. 또한, 빙벽 주변 정점에서 크기가 작은 미소 식물플랑크톤이 전체 식물플랑크톤 생체량에서 70% 이상 차지하는 것으로 나타났으며 이는 융빙수 유입으로 유발된 저조도 환경에서 미소 식물플랑크톤의 기여도가 증가할 수 있음을 시사한다. 따라서 본 연구는 빙하후퇴 지역에서 유입되는 담수와 부유물질이 식물플랑크톤의 생체량 및 군집구조 조절 요인이 될 수 있음을 시사하며, 결과 자료는 추후 마리안 소만의 탄소순환 변동을 파악하는 기초자료로 활용될 수 있다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.49-62
• /
• 2023

급속적으로 비중이 증가하고 있는 태양광 에너지는 지속적인 개발 및 투자가 이루어지고 있다. 신재생에너지 정책인 그린뉴딜과 가정용 태양광 패널의 설치가 증가함에 따라 국내 태양광 에너지 보급이 점차 확대되어 그에 맞추어 발전량의 정확한 수요 예측 연구가 활발하게 진행되고 있는 시점이다. 또한, 일사량 예측이 발전량 수요 예측에 가장 영향을 미치는 요소로 작용하고 있다는 점에서 일사량 예측의 중요성을 파악하였다. 덧붙여, 본 연구는 선행 연구들에서 사용되지 않은 중기예보 기상 데이터를 활용하여 일사량 예측을 하고자 하였다는 점에서 가장 큰 차이점을 확인할 수 있다. 본 논문에서는 서울, 인천, 수원, 춘천, 대구, 대전의 총 여섯 지역의 태양광 일사량 예측을 위하여 다중선형회귀모형, KNN, Random Forest 그리고 SVR 모형과 클러스터링 기법인 K-means 기법을 결합한 후, 클러스터별 확률밀도함수를 계산하여 시간별 일사량 예측을 진행하고자 하였다. 중기예보 데이터를 사용하기 전, 모형 예측 결과를 비교하기 위한 지표로서 MAE (mean absolute error)와 RMSE (root mean squared error)를 사용하였다. 데이터는 2017년 3월 1일부터 2022년 2월 28일까지의 시간별 원 관측 데이터를 중기예보 데이터 양식에 맞추어 일별 데이터로 변환하였다. 모형의 예측 성능 비교 결과, Random Forest로 일별 일사량을 예측한 후, K-means 클러스터링으로 기후요인이 유사한 날짜들을 분류한 뒤 클러스터별 일사량의 확률밀도함수를 계산하여 시간별 일사량 예측값을 나타낸 방법이 가장 우수한 성능을 보였다. 또한 이 방법론을 이용하여 중기예보 데이터에 모형 적합 후, 예측 결과를 확인하였을 때, 일자별로 예측 오류가 상승하는 것을 확인할 수 있었다. 이는 중기예보 기상데이터의 예측 오류로 인한 것으로 보인다. 향후 연구에서는 중기예보 데이터에서 활용할 수 있는 기상요인 중, 강수 여부와 같은 외생 변수를 추가하거나 시계열 클러스터링 기법을 적용한 연구가 이루어져야할 것으로 보인다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.

• 한국건설순환자원학회논문집
• /
• 제11권3호
• /
• pp.282-288
• /
• 2023

본 연구에서는 신규 건설된 특수개질 아스팔트 포장체와 기존 도로로써 일반 아스팔트 포장체의 도로변 미세먼지의 발생량을 분석하였다. 충청남도 지자체로써 차량 통행이 높은 C 도시의 고속버스터미널과 상업 시설 지역에 위치한 도로변에서 2022년과 2023년 하절기 동안 3일 간격으로 1,000 g(100 g/day)의 먼지 샘플을 채집하였다. 채집된 먼지 샘플은 크기와 밀도 분리를 통해 75-150 ㎛ 범위의 미세먼지 및 타이어와 도로 마모입자로 전처리하여 분리하였다. 기존 도로로써 일반 아스팔트 포장체 구간인 No.1-3 구역의 미세먼지 및 타이어와 도로 마모입자의 평균은 각각 24.27 g과 24.36 g 및 0.53 g과 0.53 g으로, 2022년과 2023년의 미세먼지 발생량 데이터를 비교할 때 정량적 결과가 유사하게 분석되었다. 신규 건설된 특수개질 아스팔 트 포장체 구간인 No.4-6 구역은 2022년 분석 결과와 비교할 때 2023년 미세먼지는 14.8 %, 타이어와 도로 마모입자는 29.6 % 감소되었다. 또한, 열중량분석 결과에 의하면, No.1-3 구역의 타이어와 도로 마모입자는 타이어와 도로 성분이 각각 30 %와 70 %로 분석되었다. 그러나, No.4-6 구역의 2023년에는 타이어와 도로 성분이 각각 35 %와 65 % 분석되었다. 이러한 결과로부터 신규 건설된 특수개질 아스팔트 포장체에서 도로변 미세먼지 및 타이어와 도로 마모입자 발생을 낮출 수 있는 미세먼지 저감 효과를 확인 할 수 있었다. 그러나, 다양한 환경 및 기후적 변수를 고려한 공간적 제약 및 샘플 수집 기간의 한계로부터 추후 지속적인 연계성을 확보한 연구가 필요하다고 판단된다. 따라서, 향후에는 미세먼지를 저감할 수 있는 아스팔트 포장체의 기술적 접근과 도심지 도로변에서 발생되는 미세먼지 및 타이어와 도로 마모입자의 정량적 분석에 대한 다양한 사례 연구를 진행할 계획이다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.28-41
• /
• 2024

탄소수지는 다양한 환경조건에서 식물의 생리적 상태를 평가할 수 있는 중요한 지표 중 하나이다. 우리 동해 연안에 분포하는 새우말의 수온 변화(5-30℃)에 따른 광합성률과 호흡률을 측정하여, 전체 식물 탄소수지의 계절적 변동을 추정하였다. 수온 처리에 따라 최대총광합성률은 유의한 차이를 보였지만, 광합성 효율은 유의한 차이를 보이지 않았다. 새우말의 최대총광합성률은 수온이 상승함에 따라 증가하여 20℃에서 최대값(101.65 μmol O₂ g^-1 DW h^-1)을 보인 후 30℃에서 급격히 감소하였다. 수온 변화에 따른 새우말의 포화광도, 보상광도와 호흡률은 모두 유의한 차이를 보였다. 새우말의 포화광도는 20-25℃까지(121.59-124.50 μmol photons m^-2 s^-1) 증가하다가 30℃에서 급격히 감소하였다. 보상광도와 호흡률은 수온이 증가할수록 점차 증가하였다. 최대총광합성률과 호흡률의 비율은 5℃에서 가장 높았고, 30℃에서 급격히 감소하였다. 광합성 매개변수, 호흡률 및 생체량을 통해서 추정된 새우말 전체 식물의 탄소수지는 겨울과 봄에 증가하고, 여름과 가을에 감소하는 뚜렷한 계절적 경향을 보였으며, 봄에 생장이 가장 활발하고, 수온이 가장 높은 시기에 급격히 감소하는 새우말의 생장 패턴과 일치하였다. 새우말은 늦여름부터 겨울까지 음의 탄소수지를, 봄에서 초여름까지 양의 탄소수지를 보였다. 기후 변화에 의한 지속적인 수온 상승은 우리 동해 연안 암반생태계에 분포하는 잘피생육지의 구조와 기능에 영향을 미칠 것으로 판단된다.