• 한국지반공학회논문집
• /
• 제39권11호
• /
• pp.63-70
• /
• 2023

지구 온난화를 유발하는 대기 중 이산화탄소 저감을 위한 해결책으로써 이산화탄소 지중 저장공법이 관심받고 있다. 지중에 이산화탄소를 저장하기 위한 방법으로는 대수층 또는 고갈된 원유층 주입 및 이산화탄소 주입을 통한 원유 회수 증진 등이 있다. 이중 대수층은 다른 저장층에 비해 큰 저장 용량을 가짐으로써, 활용성이 가장 높은 것으로 알려져 있다. 하지만, 제한된 저장 공간에 최대한의 저장 효율을 달성하기 위한 기술이 필요한 실정이다. 따라서, 본 연구에서는 비이온성 및 음이온성 계면활성제를 활용하여 이산화탄소의 저장 효율 향상 기술을 개발하고자 한다. 저장 효율 평가는 유체의 흐름 관찰이 가능한 마이크로모델을 활용하여 수행하였다. 이에 따른 실험 결과, 비이온성 및 음이온성 계면활성제 활용 시 순수한 물인 경우보다 가장 낮은 주입 유량에서 저장 효율은 최소 40% 이상의 향상을 보였다. 하지만, 본 연구에서 활용한 계면활성제의 이온성 및 농도에 따른 유의미한 저장 효율 변화는 도출되지 않았다. 이러한 결과는 향후 이산화탄소 지중 저장을 위한 계면활성제의 선택 및 농도 결정에 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.891-907
• /
• 2023

Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

• 대기
• /
• 제33권5호
• /
• pp.531-548
• /
• 2023

We developed the Aviation Convective Index (ACI) for predicting deep convective area using the operational global Numerical Weather Prediction model of the Korea Meteorological Administration. Seasonally optimized ACI (ACI_SnOpt) was developed to consider seasonal variabilities on deep convections in Korea. Yearly optimized ACI (ACI_YrOpt) in Part 1 showed that seasonally averaged values of Area Under the ROC Curve (AUC) and True Skill Statistics (TSS) were decreased by 0.420% and 5.797%, respectively, due to the significant degradation in winter season. In Part 2, we developed new membership function (MF) and weight combination of input variables in the ACI algorithm, which were optimized in each season. Finally, the seasonally optimized ACI (ACI_SnOpt) showed better performance skills with the significant improvements in AUC and TSS by 0.983% and 25.641% respectively, compared with those from the ACI_YrOpt. To confirm the improvements in new algorithm, we also conducted two case studies in winter and spring with observed Convectively-Induced Turbulence (CIT) events from the aircraft data. In these cases, the ACI_SnOpt predicted a better spatial distribution and intensity of deep convection. Enhancements in the forecast fields from the ACI_YrOpt to ACI_SnOpt in the selected cases explained well the changes in overall performance skills of the probability of detection for both "yes" and "no" occurrences of deep convection during 1-yr period of the data. These results imply that the ACI forecast should be optimized seasonally to take into account the variabilities in the background conditions for deep convections in Korea.

• 대기
• /
• 제33권5호
• /
• pp.519-530
• /
• 2023

Deep convection can make adverse effects on safe and efficient aviation operations by causing various weather hazards such as convectively-induced turbulence, icing, lightning, and downburst. To prevent such damage, it is necessary to accurately predict spatiotemporal distribution of deep convective area near the airport and airspace. This study developed a new index, the Aviation Convective Index (ACI), for deep convection, using the operational global Unified Model of the Korea Meteorological Administration. The ACI was computed from combination of three different variables: 3-hour maximum of Convective Available Potential Energy, averaged Outgoing Longwave Radiation, and accumulative precipitation using the fuzzy logic algorithm. In this algorithm, the individual membership function was newly developed following the cumulative distribution function for each variable in Korean Peninsula. This index was validated and optimized by using the 1-yr period of radar mosaic data. According to the Receiver Operating Characteristics curve (AUC) and True Skill Score (TSS), the yearly optimized ACI (ACI_YrOpt) based on the optimal weighting coefficients for 1-yr period shows a better skill than the no optimized one (ACI_NoOpt) with the uniform weights. In all forecast time from 6-hour to 48-hour, the AUC and TSS value of ACI_YrOpt were higher than those of ACI_NoOpt, showing the improvement of averaged value of AUC and TSS by 1.67% and 4.20%, respectively.

• Composites Research
• /
• 제36권5호
• /
• pp.369-376
• /
• 2023

본 연구에서는 복합소재의 기지재로 활용되고 있는 에폭시 고분자의 가교율이 항복표면에 미치는 영향을 분자동역학 해석을 통해 평가하고자 한다. 분자동역학 해석을 활용하여 가교율에 따른 에폭시 모델을 형성한 후, 상온-대기압 조건하에서 단축 변형 해석 및 평면응력 조건을 고려한 다축 변형 해석을 수행하였으며, 해석 데이터를 통하여 가교율에 따른 영률, 항복점, 항복표면, 그리고 경화지수를 도출하였다. 해석 결과, 영률 및 응력은 기존 선행 연구들에서 조사되었듯이, 가교율에 따라 증가하는 경향을 확인하였다. 다축 변형 시에는, 이러한 가교율과 도출된 응력간의 관계가 하중의 방향에 따라 의존적임을 확인하였는데, 가교율이 증가할수록 단축 인장 영역에 비해, 이축 압축 영역의 항복표면은 빠른 속도 팽창하였으며, 이로 인한 항복표면의 상이함을 관측하였다. 이를 통해, 고분자 소재의 항복 표면의 압력의존성은 소재의 가교 정도에 의존적이며, 항복이 진행될수록, 압력의 존성은 동일 소재 하에서도 변할 수 있음을 확인하였다.

• 대기
• /
• 제34권2호
• /
• pp.217-231
• /
• 2024

The Korea Integrated Model (KIM)-based real-time volcanic ash dispersion prediction system, which employs the Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) model, has been developed to quantitatively predict volcanic ash dispersion in East Asia and the Northwest Pacific airspace. This system, known as KIM-HYSPLIT, automatically generates forecasts for the vertical and horizontal spread of volcanic ash up to 72 hours. These forecasts are initiated upon the receipt of a Volcanic Ash Advisory (VAA) from the Tokyo Volcanic Ash Advisory Center by the server at the Korea Meteorological Administration (KMA). This system equips KMA forecasters with diverse volcanic ash prediction information, complemented by the Unified Model (UM)-based HYSPLIT (UM-HYSPLIT) system. Extensive experiments have been conducted using KIM-HYSPLIT across 128 different volcanic scenarios, along with qualitative comparisons with UM-HYSPLIT. The results indicate that the ash direction predictions from KIM-HYSPLIT are consistent with those from UM-HYSPLIT. However, there are slight differences in the horizontal extent and movement speed of the volcanic ash. Additionally, quantitative verifications of the KIM-HYSPLIT forecasts have been performed, including threat score evaluations, based on recent eruption cases. On average, the KIMHYSPLIT forecasts for 6 and 12 hours show better quantitative alignment with the VAA forecasts compared to UM-HYSPLIT. Nevertheless, both models tend to predict a broader horizontal spread of the ash cloud than indicated in the VAA forecasts, particularly noticeable in the 6-hour forecast period.

• 대기
• /
• 제34권2호
• /
• pp.177-185
• /
• 2024

As increasing global interest in renewable energy due to the ongoing climate crisis, there is a growing need for efficient technologies to manage such resources. This study focuses on the predictive skill of daily solar power generation using weather observation and forecast data. Meteorological data from the Korea Meteorological Administration and solar power generation data from the Korea Power Exchange were utilized for the period from January 2017 to May 2023, considering both inland (Daejeon) and coastal (Busan) regions. Temperature, wind speed, relative humidity, and precipitation were selected as relevant meteorological variables for solar power prediction. All data was preprocessed by removing their systematic components to use only their residuals and the residual of solar data were further processed with weighted adjustments for homoscedasticity. Four models, MLR (Multiple Linear Regression), RF (Random Forest), DNN (Deep Neural Network), and RNN (Recurrent Neural Network), were employed for solar power prediction and their performances were evaluated based on predicted values utilizing observed meteorological data (used as a reference), 1-day-ahead forecast data (referred to as fore1), and 2-day-ahead forecast data (fore2). DNN-based prediction model exhibits superior performance in both regions, with RNN performing the least effectively. However, MLR and RF demonstrate competitive performance comparable to DNN. The disparities in the performance of the four different models are less pronounced than anticipated, underscoring the pivotal role of fitting models using residuals. This emphasizes that the utilized preprocessing approach, specifically leveraging residuals, is poised to play a crucial role in the future of solar power generation forecasting.

• Journal of Animal Science and Technology
• /
• 제48권1호
• /
• pp.123-130
• /
• 2006

본 연구는 축분 퇴비화시 대기 중으로 배출되는 암모니아 발생량을 퇴비 부숙 단계에 따라 예측할 수 있는 통계적 모델을 제안하는 데 있다. 퇴비의 발아지수를 근거로 퇴비화 단계를 초기, 중기 및 후기로 구분하였으며, 퇴비화시 암모니아 발생에 기여하는 독립변수로 총 질소와 유기물 함량을 선정하였다. 암모니아 농도는 퇴비화 초기에 10ppm 정도의 낮은 농도를 보이다가 중기에 50ppm까지 증가한 후 후기에는 경시적으로 감소하여 다시 10ppm 정도로 저감되는 경향을 보였다. 총 질소와 유기물의 함량은 퇴비화 전체 기간 동안 각각 0.6 ～1.2%, 30～40%의 범위를 보였으며, 퇴비화 중기에 약간 저감되는 현상이 관찰되었으나 전반적으로 일정한 증감 변화 양상은 나타나지 않았다. 통계적 기법을 적용한 퇴비 부숙 단계별 암모니아 발생량 산정에 있어 암모니아 농도가 가장 높게 나타난 퇴비화 중기에 독립변수에 대한 계수가 가장 높은 값을 나타내었고 가장 낮았던 퇴비화 초기에 가장 낮은 값을 보였으나, 통계적 유의성은 없었다. 퇴비화시 암모니아 발생량 예측 모델을 통계적으로 유의한 수준으로 제안하기 위해서는 많은 수의 시료 채취 및 분석 자료 연구가 향후 수행되어야 할 것이다.

• 한국해안·해양공학회논문집
• /
• 제25권3호
• /
• pp.128-137
• /
• 2013

최근, 지구온난화와 대기오염 등에 의해 신재생에너지에 관한 관심이 증가해 왔다. 특히, 가까운 미래에 직면하게 될 화석에너지자원의 고갈문제는 이와 같은 신재생에너지 기술을 가속화 시키고 있다. 다양한 재생가능 에너지자원 중에서 지구의 3/4을 점유하고 있는 해양은 막대한 에너지를 보유하고 있다. 본 연구에서는 항내 수질개선과 파랑에너지의 이용이라는 두 목적을 달성하기 위하여 공기실 내에서 해수면의 상하운동을 공기흐름으로 변환하고, 이를 터빈의 구동력으로 이용하는 파력발전장치인 진동수주형(OWC, Oscillating Water Column) 파력발전시스템을 적용한 해수교환구조물을 제시한다. 또한, 3차원불규칙파수치파동수로에 기초한 3D-NIT(3-Dimensional Numerical Irregular wave Tank)모델을 불규칙파동장에 적용하여 산정된 공기실 내 수위변동의 시간변화로부터 공기흐름속도를 추정하고, 입사주파수스펙트럼의 변화에 따른 공기흐름 주파수스펙트럼의 변화특성, 구조물의 존재여부에 따른 공기실 위치에서 주파수스펙트럼의 변화특성, 구조물에 의한 파랑변형율의 변화특성 및 공기흐름과 유체흐름에 의한 동력 등을 검토한다. 이로부터 공기실 내에서 수위변동 및 공기흐름의 시계열 자료에서 위상차가 존재하며, 유체흐름에 의한 동력이 공기흐름에 의한 동력에 비해 미흡하다는 것을 알 수 있었다.

• 디지털융복합연구
• /
• 제10권10호
• /
• pp.283-288
• /
• 2012

현재 전 세계적으로 미래 수익 사업의 일환으로 각광받고 있는 분야 중 하나는 3D이다. 3D는 현실세계와 가상현실 세계의 차원을 함께 공존시켜주며 형태 및 질감 등을 느낄 수 있게 해주어 기존의 평면적인 2D에서 입체적인 3D로 변화하고 공존의 시대적 현실을 잘 보여주고 있기 때문이다. 3D에 대한 사람들의 관심은 3D아바타를 바탕으로 하는 영화를 통하여 확산되었다. 또한 현재 대기업들의 3D TV 시장으로의 시장 변화 역시 3D시장의 개척에서 도약의 시대로 한층 더 업그레이드 시키게 되었다. 또한 이와 동시에 세계의 현대인이라면 필수품이 되어가고 있는 스마트폰의 열풍 또한 새로운 핸드폰 시장과 IT 시장의 혁신을 이루었으며. 스마트 폰은 작은 컴퓨터라 불릴 정도로, 그 파급속도와 여파는 전화, 인터넷의 혁신만큼 많은 이슈를 남기고 있다. 스마트폰은 말 그대로 똑똑한 폰으로 여러 가지 기능을 할 수 있는 핸드폰이다. 현재 iPhone, Android. Windows Phone외에 다수의 스마트폰이 출시되어 있다. 위의 전체적인 향후의 전망과 비즈니스 서비스 모델을 위하여 스마트폰에 가상의 3D캐릭터를 카메라로 입력받아 3D 표정아바타를 사람의 얼굴에 합성할 수 있고 카메라로 사용자의 감성 표정을 인식하여 합성된 아바타를 실시간 다른 휴대전화 사용자에게 정합, 전송, 통신 할 수 있는 실시간 감성융합 영상통신 서비스 어플리케이션의 개발하고자 한다.