• 제목/요약/키워드: 시간 오차

검색결과 2,942건 처리시간 0.034초

느타리재배사 정역 제어 대류팬이 공기 균일도에 미치는 영향 (Effect of Reversible Air-circulation Fans on Air Uniformity in a Cultivation Facility for Oyster Mushroom)

  • 염성현;김시환
    • 생물환경조절학회지
    • /
    • 제30권4호
    • /
    • pp.383-392
    • /
    • 2021
  • 느타리버섯은 재배사 내부환경에 크게 영향을 받으며 강제 공기순환팬에 의해 공기를 교반하여 내부환경의 균일도를 향상시키고 있다. 본 연구는 느타리버섯 일부 시범 농가에서의 대류팬 작동방법 등 이용 실태를 조사하고, FCU를 가동하지 않은 버섯의 수확이 끝날 무렵이고 폐상 직전인 7.1-10까지 10일 간 느타리 균상재배사에 상향과 하향 등 양방향으로 번갈아 바람을 토출하는 정역 제어 대류팬과 단일 방향인 상향으로만 바람을 토출하는 관행 방식의 유동팬을 설치하여 재배사 내부환경의 균일도를 평가하고자 수행하였다. 조사 농가의 대류팬 작동방법(작동시간과 멈춤시간의 조합 방법)은 대부분 5-15분 작동 후 5-30분 멈춤을 반복적으로 적용하고 있는 것으로 조사되었으며 냉방장치를 가동하지 않은 폐상 무렵의 느타리 균상재배사에 정역 제어 대류팬을 설치하여 내부 환경 균일도를 평가한 결과, 최대 기온 편차는 1.4-1.8℃, 최대 상대습도 편차는 7.8-8.7%로 나타나 최대 기온 편차 3.2-3.7℃, 최대 상대습도 편차 14.0-15.4%를 보인 관행 방식의 유동팬에 비해 내부환경 균일도가 향상된 것으로 나타났다. 20가지의 정역 제어 대류팬 작동방법 중에서는 10-15분간 상향으로 바람을 토출한 후 5-10분 간 멈추고 바람의 방향을 바꾸어 하향으로 10-15분 간 바람을 토출하는 경우가 가장 적은 기온 편차(1.4-1.5℃)를 보였으나 센서의 오차범위 수준에 있어 설정별 차이를 보인다고는 판단할 수 없었다. 향후 버섯의 호흡이 온전히 고려되고 냉방장치가 가동되는 실제 재배기간 중 정역 제어 대류팬이 공기 균일도와 느타리버섯 품질에 미치는 영향을 평가할 필요가 있을 것으로 판단되었으며 재배사 내 공기교반 정도를 확인하기 위한 유동 가시화 연구가 필요할 것으로 판단되었다.

인공위성 영상레이더를 이용한 멕시코시티 시계열 지반침하 관측 (Monitoring of a Time-series of Land Subsidence in Mexico City Using Space-based Synthetic Aperture Radar Observations)

  • 주정헌;홍상훈
    • 대한원격탐사학회지
    • /
    • 제37권6_1호
    • /
    • pp.1657-1667
    • /
    • 2021
  • 지반침하는 인위적인 인간 활동 또는 자연적 현상에 의해 지표면이 가라앉는 현상이다. 멕시코시티는 전세계에서 가장 심각한 지반침하가 발생하는 지역 중 하나로 평가받고 있다. 멕시코시티 지반침하의 원인은 과도한 지하수 채취로서 해당 지역 전체의 물 사용량의 약 70%를 지하수가 차지하고 있다. 범 지구 위성 항법 시스템(Global Navigation Satellite System, GNSS) 또는 수준측량과 같은 전통적인 현장 관측 방법은 지반침하를 정확하게 측정하기 위해 선호되어 왔다. 하지만 GNSS 관측은 매우 높은 시간해상도를 가진 정확한 지표 변위량을 측정할 수 있음에도 불구하고, 넓은 지역에 대한 부분적인 관측 정보를 제공하고 많은 시간과 비용이 요구되는 한계점이 존재한다. 그러나, 인공위성 영상레이더(Synthetic Aperture Radar, SAR)는 주야 조건과 기상상태에 관계없이 높은 공간 해상도의 지표변화 정보를 mm에서 cm 크기의 정밀도로 비교적 낮은 비용으로 관측할 수 있다는 점에서 효과적인 방법으로 제시되고 있다. 본 연구에서는 2007년 2월 11일에서 2011년 2월 22일까지 획득된 ALOS PALSAR L-band 영상레이더를 이용하여 멕시코시티의 지반 침하 시계열을 추정하였다. 본 연구에서는 대표적인 시계열 분석 방법인 고정 산란체 위상간섭기법(persistent scatterer interferometry, PSI)과 small baseline subset (SBAS)을 적용하여 지표 변위의 시계열 결과를 획득하였으며 대기 효과 및 지형 오차를 제거하였다. PSI 및 SBAS 기법을 이용한 분석 결과 최대 지반침하 속도는 각각 -29.5 cm/year, -27.0 cm/year로 나타났다. 또한 연구지역을 지질 공학적 특성에 따라 세 가지 구역으로 분류하여 각 분류에서의 지반 침하속도를 비교한 결과, 단단한 기반암으로 구성된 지역에 비해 압축률이 큰 호수성 퇴적물로 구성된 지역에서 침하가 크게 발생하였다.

기계학습법을 이용한 동해 남서부해역의 표층 이산화탄소분압(fCO2) 추정 (Estimation of Surface fCO2 in the Southwest East Sea using Machine Learning Techniques)

  • 함도식;박소예나;최상화;강동진;노태근;이동섭
    • 한국해양학회지:바다
    • /
    • 제24권3호
    • /
    • pp.375-388
    • /
    • 2019
  • 지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

심층신경망을 이용한 레이더 영상 학습 기반 초단시간 강우예측 (Very short-term rainfall prediction based on radar image learning using deep neural network)

  • 윤성심;박희성;신홍준
    • 한국수자원학회논문집
    • /
    • 제53권12호
    • /
    • pp.1159-1172
    • /
    • 2020
  • 본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

한국 연안에서 1999년부터 2017년까지 해수물성과 대기압 변화에 따른 계절 비천문조와 월평균 해수면 변화 (Non-astronomical Tides and Monthly Mean Sea Level Variations due to Differing Hydrographic Conditions and Atmospheric Pressure along the Korean Coast from 1999 to 2017)

  • 변도성;최병주;김효원
    • 한국해양학회지:바다
    • /
    • 제26권1호
    • /
    • pp.11-36
    • /
    • 2021
  • 비천문조인 연주조(Sa)와 반년주조(Ssa)는 해수특성 변화와 기상 상태에 영향을 받는 비대칭 월평균 해수면의 연변화와 관련이 깊다. 국립해양조사원이 운영하는 21개 조위관측소에서 관측한 1시간 간격의 19년(1999~2017년) 간 해수면 높이 자료에 대하여 두 종류의 조석 조화분해 프로그램(Task2K와 UTide)을 사용하여 Sa와 Ssa의 조화상수를 산출하였다. 조화분해에 사용되는 자료의 시작 시기와 길이에 따른 Sa의 안정도를 조사하였으며, Sa와 Ssa의 조화상수의 분포 특성을 살펴보았다. 먼저, 인천 조위관측소의 20년(1999~2018년) 해수면 관측자료를 1일씩 이동하면서 1년(369일) 조화분해를 수행하고 그 결과를 비교하였을 때, 두 프로그램 모두 자료의 시작 시기에 따라 Sa 조화상수가 불규칙하게 크게 변동한다는 사실을 알 수 있었다. Task2K가 Sa 분조 계산식에 근일점 천문변수를 고려하지 않아서, 두 프로그램 간에 약 78°의 지각 차가 났으며, 이들 진폭 차이는 1 cm 이하였다. 우리나라 연안에서는 Sa 조화상수가 해마다 크게 다르므로, 조위 예측 정확도와 관련하여 안정적인 조화상수 산출에 필요한 적절한 자료 길이를 결정하기 위해 관측자료 길이(1년, 2년, 3년, 5년, 9년, 19년)에 따른 인천 조위관측소의 Sa 조화상수 값의 변동성을 살펴보았다. 대표성 있는 Sa 조화상수를 구하기 위해서 조화분해를 수행할 때 5~9년 동안의 관측자료를 사용하면 조화상수 예측오차가 상당히 줄어들며, 19년 자료를 사용 것이 가장 바람직하다는 결론을 얻었다. Sa 분조의 진폭은 각 해역별로 다른 해양·대기 환경 특성에 의해 서해안에서 15.0~18.6 cm, 제주도를 포함한 남해안에서 10.7~17.5 cm이었으며, 울릉도를 포함한 동해안에서 10.5~13.0 cm이었다. 울릉도 등 동해 일부 해역을 제외하고 우리나라 연안에서 Ssa 분조의 영향으로 인해 연중 최고(최저) 해수면 높이가 발생하는 시기가 늦어(빨라)져서 해수면의 계절변화가 시간적으로 비대칭적인 특성을 보였다. 끝으로, 월평균 해수면, 대기압 보정 해수면, 비부피 높이 간 관계로부터 해수면의 해해변화와 계절변화의 비대칭성에 대기압 효과와 해수밀도가 가장 큰 영향을 끼친다는 사실을 확인하였다.

해양 이상 자료 탐지를 위한 오토인코더 활용 기법 최적화 연구 (An Outlier Detection Using Autoencoder for Ocean Observation Data)

  • 김현재;김동훈;임채욱;신용탁;이상철;최영진;우승범
    • 한국해안·해양공학회논문집
    • /
    • 제33권6호
    • /
    • pp.265-274
    • /
    • 2021
  • 해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

한반도 주변해역 일별 위성 해수면온도 합성장 스펙트럼 특성 (Characteristics of Spectra of Daily Satellite Sea Surface Temperature Composites in the Seas around the Korean Peninsula)

  • 우혜진;박경애;이준수
    • 한국지구과학회지
    • /
    • 제42권6호
    • /
    • pp.632-645
    • /
    • 2021
  • 위성 해수면온도 합성장은 수치예보모델의 입력 자료 및 지구온난화와 기후 변화 연구에 활용되는 중요한 자료이다. 본 연구에서는 2007년부터 2018년까지 6종류의 위성 해수면온도 합성장 자료를 수집하여 한반도 주변 해역에서 각 해수면온도 합성장 자료의 공간 분포 특성을 분석하였다. 기상청 해양기상부이 실측 수온 자료와 해수면온도 합성장 자료의 시계열을 비교하고 오차의 최대값 및 최대값이 나타나는 시기를 분석하였다. 황해 연안에 위치한 덕적도와 칠발도 부이에서 위성 해수면온도 합성장과 실측 수온의 차는 1년주기 또는 반년주기의 높은 변동성을 보였다. 포항 부이에서는 강한 용승에 의해 냉수대가 발생한 2013년 여름철에 높은 수온 차가 나타났다. 해수면온도 자료의 시계열을 활용하여 스펙트럼 분석을 수행한 결과, 일별 위성 해수면온도 합성장은 약 1개월 이상의 주기에서는 실측 자료와 유사한 스펙트럼 에너지를 보였다. 반면 위성 해수면온도 합성장과 실측 수온의 스펙트럼 에너지의 차는 시간 주파수가 증가할수록 증가하는 경향을 보였다. 이는 위성 해수면온도 합성장 자료가 연안 부근 수온의 시간적 변동성을 적절하게 표현하지 못하였을 가능성을 시사한다. 위성 해수면온도 영상의 해양 전선은 공간 구조와 강도의 측면에서 위성 해수면 온도 합성장 자료 간 차이점을 보였다. 해수면온도 합성장에서 표현되는 공간 규모 또한 공간 스펙트럼 분석을 통해 조사하였다. 그 결과 고해상도 해수면온도 합성 영상이 저해상도 해수면온도 영상보다 상대적으로 중규모 해양 현상의 공간 구조를 더 잘 표현하였다. 따라서 실제 중규모 해양 현상을 보다 구체적으로 표현할 수 있는 위성 해수면온도 합성장 생산을 위한 고도의 기술 개발이 필요하다.

머신러닝 기반 MMS Point Cloud 의미론적 분할 (Machine Learning Based MMS Point Cloud Semantic Segmentation)

  • 배재구;서동주;김진수
    • 대한원격탐사학회지
    • /
    • 제38권5_3호
    • /
    • pp.939-951
    • /
    • 2022
  • 자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

LED 조명의 광원별 최소 분광분포를 사용하여 자연광 색온도를 재현하는 방법 (A Method of Reproducing the CCT of Natural Light using the Minimum Spectral Power Distribution for each Light Source of LED Lighting)

  • 김양수;오승택;임재현
    • 인터넷정보학회논문지
    • /
    • 제24권2호
    • /
    • pp.19-26
    • /
    • 2023
  • 인간은 자연 빛에 적응하고 진화해왔으나 현재는 실내 생활의 비중이 높아짐에 따라 생체리듬 교란의 문제가 유발되었다. 이의 해결을 위해 일출~일몰간 다채롭게 변화하는 자연광의 색온도를 재현하는 조명이 연구되고 있다. 자연광 색온도의 재현을 위해서는 색온도가 다른 다수의 LED 광원을 사용하여 조명을 제작한 후 수백에서 수천 단계의 광원별 인가전류의 조합에 대한 광특성을 측정 및 수집하여 제어지표 DB를 구성하고 광특성 매칭 방법을 통해 조명을 제어하였다. 이러한 제어 방법은 인가전류의 조합 단계를 세밀하게 할수록 많은 시간 및 경제적 비용이 발생한다는 문제가 있다. 이에 본 논문에서는 LED 광원별 최소 분광분포로 보간 및 조합 연산을 수행하여 자연광 색온도를 재현하는 방법을 제안한다. 먼저 색온도가 다른 광원 채널로 구성되고 각 채널별 256단계의 인가전류 제어 기능을 구현한 LED 조명을 대상으로 채널별 5개의 최소 분광분포(Spectral Power Distribution, SPD)를 실측·수집한다. 이후 수집한 SPD를 대상으로 각 채널별 256단계의 SPD를 생성하는 보간 연산을 수행하고, 채널별 SPD의 조합 연산을 통해 LED 조명의 모든 제어 조합에 대한 SPD를 생성한다. 생성된 SPD를 통해 조도와 색온도를 산출하여 제어지표 DB를 구축한 후 매칭 기법을 통해 자연광의 색온도를 재현한다. 성능 평가에서는 실내 권장 조도 기준을 충족하면서도 평균 오차율 0.18%의 범위 내에서 자연광의 시간별 색온도를 제공하였다.

열이온화 질량분석에 의한 극미량 우라늄 정량에 미치는 바탕값 영향 (Background effect on the measurement of trace amount of uranium by thermal ionization mass spectrometry)

  • 전영신;박용준;조기수;한선호;송규석
    • 분석과학
    • /
    • 제21권6호
    • /
    • pp.487-494
    • /
    • 2008
  • 극미량 우라늄시료에 대한 열이온화 질량분석기를 이용하여 우라늄 동위원소 비 측정 및 정량과 관련하여 고순도(zone refined) 레늄필라멘트와 일반 레늄필라멘트로부터 오는 바탕값(background) 특성을 비교하였다. 두 종류 필라멘트에서 가벼운 알칼리금속원소들의 클러스터(cluster)인 $(^{39}K_6)^+$, $(^{39}K_5+^{41}K)^+$ 및 금속산화물($PbO_2$)로 추측되는 우라늄 동중원소영향(isobaric effect)을 확인하였다. 고순도 레늄필라멘트를 < $10^{-7}$ torr에서 약 $2000^{\circ}C$로 1.5 시간 이상 degassing 함으로 불순물들을 완전히 제거할 수 있었으나 일반 레늄필라멘트의 경우 5시간 이상 degassing을 하여도 약 3 pg-U이 남아있었다. 일반 레늄필라멘트에 대한 불순물 제거(degassing) 실험결과 5 A, 30 분이 불순물제거의 최소조건이었다. U-233을 spike로 사용, 동위원소희석 질량분석법으로 일반 레늄필라멘트 중 불순물로 포함된 우라늄 양을 측정한 결과 degassing을 하지 않은 필라멘트에서는 0.31 ng-U이 측정되었고, degassing (5.5 A, 1 hr.)을 한 것은 약 3 pg-U 이 측정되었다. 즉, 일반필라멘트의 경우, degassing을 하더라도 1 ng-U 시료에 대하여 0.3% 오차를 근본적으로 갖는 것을 알 수 있었다. 따라서 환경급 극미량 우라늄시료 측정에는 고순도 필라멘트를 degassing하여 사용해야 함을 알 수 있었다. 우라늄 측정 시 필라멘트 전류를 5.5 A로 하였을 때보다 6.0 A로 했을 때 불순물 우라늄 량이 1.5 배 더 크게 나타났다. 따라서 필라멘트 전류를 5.5 A 이상 올리지 않는 것이 바탕값 영향이 작음을 알 수 있었다. 우라늄 표준물질(KRISS 표준물질/NIST U-005, 030)을 사용하여 우라늄 동위원소 함량을 측정한 후 인증 값과 비교한 결과 U-235 는 0.04%, U-234, U-236는 2% 이내에서 각각 일치하였다.