• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.563-576
• /
• 2023

본 연구에서는 대류권 오존과 전구체인 nitrogen oxides (NOx), volatile organic compounds (VOCs)의 광화학반응 관계를 살펴보고자, Ozone Monitoring Instrument (OMI)와 TROPOspheric Monitoring Instrument(TROPOMI)의 nitrogen dioxide (NO₂), formaldehyde (HCHO), OMI/Microwave Limb Sounder (MLS) tropospheric column ozone (TCO), Airkorea 지상측정 ozone (O₃) 자료를 분석하였다. OMI 위성자료를 이용하여 2006년부터 2020년까지 장기 변화 경향을 살펴보면 TCO는 동북아시아 지역 전체적으로 증가하는 추세를 보였으며, NO₂는 꾸준히 감소하고 HCHO는 계속해서 증가하는 경향성을 보였다. 또한 오존 민감도의 지표인 formaldehyde nitrogen dioxide ratio (FNR)은 점점 증가하고 있으며, 이는 VOC-limited 영역이 감소하고 있음을 의미한다. 본 연구는 한국 지역 오존의 지속적인 증가 원인을 밝히기 위해서 최근 4년 기간(2019~2022년)의 TROPOMI FNR과 지상 측정 O₃를 이용하여 국내 오존 생성 민감도 분석을 진행하였다. 기존 선행연구들과 동일하게 국내 대도시 지역에서 VOC-limited 및 Transitional 영역이 나타났으며, 그 외에도 국내 주요 발전소가 위치한 지역에서 VOC-limited 영역이 나타났다. VOC-limited 영역, 즉 NOx가 과도하게 포화되어 있는 영역에서는 NOx 배출 감소가 오히려 적정 반응을 약화시켜 국내 오존 농도 증가를 유도했을 것으로 판단된다. 따라서 VOC-limited 영역이 나타나는 지역에서 오존 농도를 감소시키기 위해서는 NOx의 배출보다 단기적으로 VOC 배출을 감소시켜야 함을 시사한다.

• 한국방재안전학회논문집
• /
• 제16권2호
• /
• pp.15-32
• /
• 2023

홍수 유량측정은 직접 하천에 접촉하는 방식의 경우 측정인력의 안전 문제와 다수의 인력이 필요한 점 등 어려운 점이 많다. 최근 이러한 문제점을 해결하기 위해 현장에서 측정이 간편하고, 수면에 접촉하지 않는 비접촉방식의 전자파표면유속계 활용이 증가하고 있으나 돌발적이고 급변하는 현장 여건의 적용에 있어 어려움이 있다. 따라서, 홍수 상황에서 표면유속을 이용한 유량산정방법은 이론적이고, 경제적인 접근이 필요하다. 본 연구에서는 전자파표면유속계 측정자료와 수위-유량관계곡선식 자료를 수집하여 표면유속을 이용한 지표유속법과 유속분포법을 적용 및 분석하였다. 전반적으로 동수반경 3 m 이상 또는 평균유속 2 ㎧ 이상에서는 모든 방법이 측정유량 및 환산유량과 유사한 결과로 분석되었다. 그리고 대상지점 중 수위-유량관계곡선식 고수위 범위에서 최대유속 발생 위치 구간의 최대 표면유속을 이용하여 지표유속법과 유속분포법으로 유량을 산정하였고, 환산유량과의 평균 상대오차가 모두 10% 이내로 비교적 일치하였다. 홍수시 한 개의 최대 표면유속 측정과 지표유속법 및 유속분포법을 이용한 유량산정방법은 고수위 외삽 개발에 적용할 경우 외삽추정 구간에 대한 신뢰도를 제고할 수 있을 것으로 판단되었다. 따라서, 본 연구결과를 토대로 한 표면유속을 이용한 유량산정방법은 신속하고 효율적인 홍수 유량측정 방안이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1173-1183
• /
• 2023

한국의 전체 수출입 물동량은 지난 20여년 동안 연평균 약 5.3%씩 증가하였고, 약 99%가량의 화물이 여전히 해상을 통해 운송되고 있는 것으로 나타났다. 최근 해상 물동량 증가, 코로나 및 전쟁 등의 이유로 해상 물류가 혼잡해지고 예측이 어려워지고 있어 지속적인 항만의 모니터링이 중요하다. 다양한 지상 관측 시스템과 automatic identification system (AIS) 정보를 이용하여 항만을 모니터링하고 항만 내 컨테이너 터미널의 효율적 운영과 물동량 예측을 위한 많은 선행 연구가 진행되었다. 하지만, 소형 무역항이나 개발도상국의 무역항의 경우 대형 항만에 비해 환경 문제와 노후화된 인프라 등의 이유로 항만을 모니터링하기에 어려움이 있다. 최근 인공위성의 활용성이 높아짐에 따라 광범위하고 접근하기 어려운 지역에 대해 위성 영상을 이용하여 지속적인 해상 물동량 데이터 수집 및 해양 감시체계 구축을 위한 선행 연구가 진행되고 있다. 본 연구는 고해상도 위성영상을 이용하여 부산 신항을 대상으로 항만 내 컨테이너 터미널에 존재하는 선석에 정박한 선박을 육안으로 탐지하고 선석 활용률을 정량적으로 평가하고자 한다. 국토위성, 아리랑위성 3호, PlanetScope, Sentinel-2A를 이용해 항만 내 선석에 정박하고 있는 선박을 육안으로 탐지하였고 선석에 정박 가능한 전체 선박의 수를 이용하여 선석 활용률을 산출하였다. 산출 결과 2022년 6월 2일의 경우 0.67, 0.7, 0.59로 변화하는 것을 보였으며, 영상 촬영 시각에 따라 선박의 수가 변화한 것으로 확인되었다. 2022년 6월 3일의 경우 0.7로 동일한 것으로 나타났고 이는 선박의 종류는 변화하였으나 촬영 시각에 선박의 수는 동일한 것으로 확인이 되었다. 선석 활용률은 값이 클수록 해당 선석에서의 작업이 활발하게 이루어지고 있는 것을 의미하고 있으며, 이는 선석이 혼잡하여 정박지에서 대기하고 있는 다른 선박의 대기시간이 길어지고 운임료가 증가할 수 있기 때문에 선석 활용률을 이용하여 기초적인 새로운 선박 운항 계획 수립에 도움이 될 것으로 판단된다. 선석에서의 작업시간은 수시간에서 수일이 소요되는데 영상의 촬영 시간 차이에 따른 선석에서의 선박의 변화율을 산출한 결과 4분 49초의 시간차이에도 선박의 변화가 있는 것을 확인할 수 있었다. 이는 관측 주기가 짧고 고해상도 위성영상을 모두 이용한다면 항만내 지속적인 모니터링이 가능할 것으로 사료된다. 그리고 항만 내 선박의 변화를 최소 시간 단위로 확인할 수 있는 위성 영상을 활용하면 항만 관리가 이루어지지 않는 소형 무역항이나 개발도상국의 무역항 등에서도 유용하게 사용할 수 있을 것으로 기대된다.

• 현장농수산연구지
• /
• 제25권3호
• /
• pp.19-29
• /
• 2023

본 연구는 실내배양을 통해 방사무늬김(N. yezoensis) 패각 사상체의 성장과 수온변화가 각포자 형성 및 방출에 미치는 영향을 조사하였다. 7주간의 실내배양을 통해서 유리 사상체가 패각에 잠입하여 성장하고 각포자가 형성되는 것을 관찰할 수 있었다. 또한 실내 배양기에서 패각 사상체 성장 및 각포자 형성이 충분히 가능하였고, 배양기간도 단축하는 결과를 보였다. 패각 내 각포자 형성량을 조사하기 위하여 배양온도를 10℃와 18℃, 28℃로 나누어 6주간 배양하였다. 10℃에서는 평균 1주 127개, 2주 127개, 3주 95개, 4주 90개, 5주 76개, 6주 75개가 관찰되었고, 18℃에서는 평균 1주 141개, 2주 135개, 3주 94개, 4주 153개, 5주 162개, 6주 2개가 관찰되었으며, 28℃에서는 1주 167개, 2주 102개, 3주 148개, 4주 157개, 5주 270개, 6주 138개가 관찰되었다. 각포자 평균 형성량은 28℃가 가장 많았고, 18℃, 10℃ 순이었다. 패각에서 방출된 각포자 수는 직접적으로 계수가 어려움에 따라 유엽의 개체수로 방출량을 확인하였다. 각포자 방출에 따른 유엽 개체수는 10℃에서 1주 0개, 2주 189개, 3주 200개, 4주 89개, 5주 56개, 6주 27개가 관찰되었고, 18℃에서는 1주 0개, 2주 26개, 3주 546개, 4주 16개, 5주 17개체, 6주 154개체가 관찰되었으며 28℃에서는 거의 관찰되지 않았다. 본 연구를 통하여 패각 속에서 형성된 각포자는 28℃에서 18℃ 조건으로 옮긴 뒤 3주 후 최대 방출하였고, 이어서 3주 후 2번째로 많이 방출하는 패턴을 확인하였다.

• 기록학연구
• /
• 제78호
• /
• pp.153-195
• /
• 2023

RDBMS는 전 세계적으로 많이 사용하는 데이터베이스 시스템으로, 행정정보 데이터세트(이하 데이터세트)는 RDBMS를 이용하여 행정정보시스템에서 생산되는 방대한 규모의 데이터를 의미한다. 행정적인 문서 위주로 생산되는 업무시스템과는 달리 행정정보시스템은 기관의 고유한 업무 중심으로 기록들이 생산되고 있다. 이러한 기록들은 기존의 결재문서류와 메타데이터 등이 달라 표준기록관리시스템으로 이관이 쉽지 않다. 2022년 「공공기록물법 시행령」 개정으로 기록물의 관리권한만 이전하는 유형에 데이터세트가 포함되었고, 개정의 핵심 내용은 행정정보시스템에서 기록의 생애주기를 관리해야 하는 것으로 볼 수 있다. 그러나 현재까지는 행정정보시스템에서 데이터세트를 어떻게 관리해야 하는지 모색된 바는 없었다. 이에 본 연구에서는 기록의 생애주기를 관리하기 위해 행정정보시스템에 탑재해야 하는 기록관리 모듈의 DB를 설계하고자 한다. ISO 16175-1:2020의 예시를 수정·보완하여 "인사관리시스템"을 설계하고, 인사관리 데이터세트를 식별 및 평가함으로써 행정정보시스템에서의 기록관리를 위한 구체적인 실행 예시를 보여주고자 한다. 본 연구에서 설계한 프로토타입 시스템이 실제 기관에서 사용하고 있는 시스템에 비해 데이터의 양이 적고, 기록관리 모듈의 DB가 헹정정보시스템에 적용 가능한지 현업에 계신 기록연구사분들과 IT 개발자들에게 검증을 받지 못한 한계점은 있다. 그러나, 예시를 통해서 데이터세트가 무엇인지 실체를 파악할 수 있었고, 행정정보시스템에서 데이터세트를 어떻게 관리해야 하는지 알 수 있었다. 그리고 행정정보시스템에서 기록관리 모듈의 필요성을 확인할 수 있었다. 향후 완전한 기록관리 모듈이 완성되고 국가기록원에서 기록관리 모듈에 대한 표준이 만들어진다면, 관련 기관에서 데이터세트를 관리하는데 필요한 모듈이 될 수 있을 것이라 기대한다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.481-493
• /
• 2023

고밀도 도심지의 열섬현상이 도시 기온을 더 높이고 있으며 이로부터 대기오염 악화, 냉방 에너지 소비 증가 및 온실가스 배출 증대와 같은 부정적 영향들이 발생한다. 녹지의 추가 확보가 어려운 도시 환경에서 옥상녹화는 효율적인 온실가스 감축 전략이다. 본 연구에서는 열섬현상 현황 분석에서 더 나아가 고해상도 위성자료 및 공간정보를 활용하여 연구 지역 내 옥상녹화 가용면적 산정 후 옥상녹화가 가져오는 온도 분포 예측을 통한 열섬현상 완화도 및 이산화탄소 흡수량 평가를 수행하였다. 이를 위해 WorldView-2 위성자료를 활용하여 부산시 도시열섬 지역의 기존 토지피복을 분류하고 머신러닝 기법을 적용하여 옥상녹화 전 후 온도 분포 예측 모델을 개발하였다. 옥상녹화 면적 변화에 따른 열섬현상 완화도를 평가하기 위해 랜덤포레스트 기법을 통해 온도가 종속변수인 온도 분포 예측모델을 구축하였고, 이 과정에서 랜덤포레스트 모델의 훈련자료로 사용될 고해상도 지표 온도 도출을 위해 Google Earth Engine을 활용하여 Landsat-8과 Sentinel-2 위성자료를 융합하는 다중회귀모델을 적용하였다. 또한, 옥상녹화용 초본식생별 이산화탄소 흡수량을 기반으로 녹화 면적에 따른 이산화탄소 흡수량을 평가하였다. 연구 결과를 통해 개발된 위성자료 활용 도시 열섬현상 평가 및 랜덤포레스트 모델 기반 온도 분포 예측 기술은 도시열섬 취약 지역에 확대 적용이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.695-713
• /
• 2023

연안 해역에서 식물성플랑크톤, 부유입자, 용존유기물은 복합적이고 비선형적으로 해수반사도를 변화시킨다. 최근 빠르게 발전하는 신경망 기술은 복잡한 비선형 관계를 효과적으로 처리할 수 있는 장점이 있다. 기존 연구에서는 성분별 고유광특성을 도출하기 위하여 세 단계의 신경망을 구성하였으나 본 연구에서는 심층신경망을 직접 적용하는 알고리즘을 제안하였다. 본 연구에서 활용한 데이터세트는 국제해색조정그룹에서 제공하는 합성데이터를 활용하였으며, 입력데이터는 9개의 파장의 원격반사도를 입력하였다. 이를 통해 해수 고유광특성을 심층신경망을 기반으로 도출하였다. 성능을 평가하기 위해 준분석 알고리즘(quasi-analytical algorithm)과 비교하였으며, 데이터 분포에 따른 로그 변환 여부가 심층신경망 알고리즘의 성능에 영향을 미치는 정도를 비교 분석하였다. 그 결과, 준분석 알고리즘보다 심층신경망 알고리즘을 활용하면 부유입자에 대한 흡광계수를 제외한 고유광특성을 정확하게 추정할 수 있으며(R² 0.9 이상), 부유입자와 용존유기물의 흡광계수를 부유입자와 용존유기물 흡광계수로 각각 분리할 수 있었다. 그리고 심층신경망을 직접적으로 적용하는 알고리즘은 데이터의 로그 변환을 하지 않아도 성능 차이가 거의 없음을 파악할 수 있었다. 이 연구 결과를 해색 자료 처리에 실제 적용하기 위해서는 다양한 해역의 현장자료 및 추가적인 데이터 세트를 활용한 학습을 진행하여, 경험적 및 반분석적 방법과 비교 분석하고 알고리즘 간 장단점을 적절히 파악하는 연구가 필요하다.

• 생명과학회지
• /
• 제33권11호
• /
• pp.887-896
• /
• 2023

염증반응(inflammation)은 발병, 진행, 악성 전이를 포함한 암의 진행과정(tumorigenesis)에서 중요한 역할을 수행하기 때문에 암 치료를 위한 전략으로 고려되고 있다. 감태(Ecklonia cava) 열수추출물(AEC)의 항암활성 동안 나타나는 항염증 반응을 연구하기 위하여, 비만세포(mast cells)의 분포, inducible nitric oxide synthase (iNOS)단백질, cyclooxygenase-2 (COX-2)단백질, nuclear factor (NF)-κB단백질, inflammasome 구성 단백질, inflammatory cytokines 발현의 변화는 AEC를 5주간 경구투여한 CT26 대장암을 내포하는 BALB/cKorl syngeneic 마우스에서 분석하였다. AEC를 처리한 후, 고형암의 무게와 조직 절편의 괴사 부위가 vehicle처리그룹에 비하여 감소하였다. 비만세포의 수는 vehicle처리그룹에 비하여 AEC처리그룹에서 증가했지만 COX-2와 iNOS의 발현은 AEC처리그룹에서 감소하였다. 또한, NF-κB, NLR family pyrin domain containing 3 (NLRP3), apoptosis-associated speck-like protein containing a caspase recruitment domain (ASC)과 Caspase-1 (Cas-1)단백질의 발현도 유사한 감소가 관찰되었다. 더불어, tumor necrosis factor-α (TNF-α), interleukin-1α (IL-1α)와 interleukin-6 (IL-6)의 mRNA 발현이 vehicle처리그룹에 비하여 AEC처리그룹에서 감소하였다. 이러한 결과는 AEC가 CT26 고형암을 내포하는 BALB/cKorl syngeneic 마우스에서 항암활성은 염증반응과 밀접한 관련이 있음을 제시하고 있다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.603-616
• /
• 2023

본 연구는 주파수 및 시간 특성을 활용하여 머신러닝 기반 공동주택 주거소음의 군집화 및 분류를 진행하였다. 먼저, 공동주택 주거소음의 군집화 및 분류를 진행하기 위하여 주거소음원 데이터셋을 구축하였다. 주거소음원 데이터셋은 바닥충격음, 공기전달음, 급배수 및 설비소음, 환경소음, 공사장 소음으로 구성되었다. 각 음원의 주파수 특성은 1/1과 1/3 옥타브 밴드별 L_eq와 L_max값을 도출하였으며, 시간적 특성은 5 s 동안의 6 ms 간격의 음압레벨 분석을 통해 L_eq값을 도출하였다. 공동주택 주거소음원의 군집화는 K-Means clustering을 통해 진행하였다. K-Means의 k의 개수는 실루엣 계수와 엘보우 방법을 통해 결정하였다. 주파수 특성을 통한 주거소음원 군집화는 모든 평가지수에서 3개로 군집되었다. 주파수 특성 기준으로 분류된 각 군집별 시간적 특성을 통한 주거소음원 군집화는 L_eq평가지수의 경우 9개, L_max 경우는 11개로 군집되었다. 주파수 특성을 통해 군집된 각 군집은 타 주파수 대역 대비 저주파 대역의 음에너지의 비율 또한 조사되었다. 이후, 군집화 결과를 활용하기 위한 방안으로 세 종류의 머신러닝 방법을 이용해 주거소음을 분류하였다. 주거소음 분류 결과, 1/3 옥타브 밴드의 L_eq값으로 라벨링된 데이터에서 가장 높은 정확도와 f1-score가 나타났다. 또한, 주파수 및 시간적 특성을 모두 사용하여 인공신경망(Artificial Neural Network, ANN) 모델로 주거소음원을 분류했을 때 93 %의 정확도와 92 %의 f1-score로 가장 높게 나타났다.