• 대한지리학회지
• /
• 제41권5호
• /
• pp.527-544
• /
• 2006

본 연구는 우리나라 실정에 맞는 여름철 강한 무더위인 열파(Heat Wave)를 정의하고, 각 강도별 장기간(1973-2006) 평균적인 열파 발생빈도의 시공간적 분포 특징을 밝히고자 하였다. 고온다습한 한반도 여름몬순 기후하에서 체감온도와 사망자의 관계를 분석하여, 최소 $32.5^{\circ}C$ 및 $35.5^{\circ}C,\;38.5^{\circ}C,\;41.5^{\circ}C$의 일최고 열지수(Heat Index)가 3일간 지속되었을 때를 더운기간(Hot Spell) 및 열파(Heat Wave), 강한열파(Strong Heat Wave), 매우강한열파(Extreme Heat Wave) 발생일로 정의하였다. 이를 바탕으로 모든 단계별 열파 연평균 발생빈도를 살펴보면, 해발고도가 높은 고지대나 바다에 인접한 도서지역에서는 낮게 나타나는 반면, 주요 대하천에 인접한 내륙 저지대에서는 연평균 열파 발생빈도 뿐만 아니라 연구기간중 연 최다 열파 발생일수도 장마휴지기(7월 하순-8월 초순)를 중심으로 높게 나타난다 연구기간(1973-2006) 동안 각 단계별 열파일 발생빈도에는 뚜렷한 변화가 없었으나, 더운기간 (Hot Spell)의 최고 발생빈도를 기록한 연도는 1970년대에, 열파(Heat Waves)와 강한열파(Strong Heat Wave)의 최고 발생빈도를 기록한 연도는 1990년대에 각 집중되어 나타났다. 한편, 우리나라의 열파 발생시에는 기온 이외에도 습도의 부가적인 영향이 $4.3-9.5^{\circ}C$ 정도 열파(Heat Wave)의 강도를 높이고 있음을 알 수 있다. 이러한 연구 결과들은 우리나라에 맞는 국가 열파 경보 체계를 구축하는데 기초자료로써 활용될 수 있을 것으로 생각된다.커마 세기를 구할 수 있었다. 이러한 물 흡수선량을 통한 Ir-192 선원의 검교정 방법들은 미국의학물리학회(AAPM) 보고서 TG-43에서 권고한 흡수선량 계산 알고리즘에 바로 적용할 수 있는 것으로 사료된다. 성장 억제 작용은 G0/Gl기를 지체시켜 암세포 증식을 억제하고 apoptosis에 의해 암세포를 사멸시키는 항암 활성을 나타내는 것으로 확인되었으며, 특허 AO가 AG보다 현저한 활성을 보였다. 더 나아가 아가리쿠스 $\beta$-glucan (AG)과 올리고당류 (AO)는 항암 활성을 가진 대체 의약 소재로 개발될 수 있을 것으로 기대된다.eruginosa rhlI의 경우 단일배양보다 혼합배양시 최고 약 40배, P. aeruginosa lasI의 경우 최고 약 250배 그리고 S. aureus luxS의 경우는 단일배양보다 혼합배양시 최고 약 5배 이상 mRNA 발현량이 증가하였다. 또한 세 균주의 4가지 유전자 중 P. aeruginosa의 rhlI와 lasI의 mRNA가 가장 많은 양으로 발현됨을 확인하였다.석되었다. 6. 연 강수량이 17.4% 증가해 월별 평균 강수량 변화가 가장 큰 시나리오 Al은 연 유출량이 24.6% 증가하고, 유사량과 TN, IP 부하량은 각각 60.1%, 14.4%, 27.1%증가하는 것으로 나타났으며, 이에 비하여 연 강수량 증가가 2.5%로 가장 작은 시나리오 B1의 연 유출량 변화는 -0.4% 감소하는 것으로 나타났고, 유사량과 TN, TP 부하량은 각각 14.6%, 3.0%, 7.2% 증가하는 것으로 모의되었다. 7. 강우 발생 일수 변화를 가정한 시나리오에 대한 모의 결과, 연강우일수가 약 10일 감소한 A1-1, A2-1, B1-1, B2-1의 경우, 강우 일수 감소 이전과 연 유출량 변화는 거의

• 한국컴퓨터정보학회논문지
• /
• 제16권2호
• /
• pp.249-256
• /
• 2011

텍스처 영상을 표현할 수 있는 새로운 특징(feature)의 개발은 텍스처 영상 연구에서 가장 중요한 분야 중 하나이다. 모든 종류의 텍스처 영상을 표현하는 완벽한 특징의 집합을 정립하는 것은 불가능하여 텍스처 영상을 분석하는 분야에 따라 적절한 텍스처 특징을 사용하여야 하기 때문이다. 본 논문의 첫 번째 연구 목적은 텍스처 영상을 분할하는데 유용한 새로운 텍스처 특징을 찾아내는 것이다. 실험 텍스처를 통해 본 논문에서 제안하는 새로운 특징의 영상 분할에서의 유용성 검증도 제시하였다. 한편 본 논문에서 제안한 텍스처 특징은 페이즈의 미분 데이터이다. 페이즈 정보는 텍스처에 가버 함수를 필터로 적용한 결과 영상으로부터 구해지는데, 페이즈 정보는 지금까지 텍스처 특징으로 사용하기에는 적절하지 않다고 알려져 왔으며 관련 연구도 미미한 상태이다. 그 이유는 페이즈 정보를 계산하는 방법으로 역탄젠트 오퍼레이터를 적용하여 구하는데, 이렇게 구한 페이즈 값은 $-{\pi}/2$와 ${\pi}/2$ 범위에서 정의 되는 불연속 값들이기 때문이다. 이러한 불연속적인 페이즈 데이터는 텍스처에 대한 정보를 적절하게 표현하지 못하고 왜곡된 정보를 만든다. 물론 불연속적인 페이즈 데이터를 연속적인 페이즈 데이터로 변환하는 언랩핑은 이론적으로는 불연속의 문제를 해결하지만 실제적인 적용에서는 문제점을 노출시킨다. 즉 실수와 허수 부문이 모두 0인 지점을 중심으로 페이즈 불연속을 해결하는 과정에 따라 상이한 페이즈 데이터의 값들이 도출되어 정보가 왜곡된다. 본 논문의 두 번째 연구 목적은 이러한 단점을 근본적으로 회피하는 다른 방법을 찾는 것이다. 본 연구에서 제안하는 새로운 방법은 불연속적인 페이즈를 왜곡되고 복잡한 언래핑을 거치지 않고 바로 미분함으로써 영상분할에 필요한 데이터를 도출하는 것이다. 페이즈 미분 방식은페이즈 언랩핑 절차를 필요로 하지 않기 때문에 언랩핑의 왜곡을 회피하고, 알고리즘이 매우 간단해지며, 가버함수에 적용하는 필터도 자유롭게 선택할 수 있다는 장점을 가진다. 본 논문에서는 제시하는 방법의 유용성을 검증하기 위해 가버 필터를 적용하여 도출된 결과 영상으로부터 새롭게 제시한 방법으로 계산한 페이즈로 구성된 특징 벡터를 구해 텍스처 영상의 분할에 이용하였다. 실험 결과를통해 본 논문에서 제시한 새로운 방식이 텍스처 영상분할에 필요한 유용한 정보를 생성하는 것을 확인할 수 있었다.

• 핵의학기술
• /
• 제16권2호
• /
• pp.81-86
• /
• 2012

PET과 융합된 MR 영상에서 MR coil은 PET 영상용 감쇄보정에 있어서 위치 정보 수집에 관한 오류를 극복하기 위한 노력이 시도 되어 왔다. 본원에서는 이런 문제점을 보완한 Three modality system (PET/CT +MR)을 이용하고 있다. 이 논문에서는 MR torso coil이 CT 감쇄보정에 미치는 영향을 평가하였다. MR torso coil을 장착하고 CT로 감쇄보정한 PET 영상에서 인공물에 대한 평가를 하였다. 균일도 평가용 팬텀과 1994 NEMA 실린더 팬텀을 사용하여, CT의 관전압과 관전류를 변경해가며 표준화섭취계수에 대한 변화를 추적하였다. MR torso coil안에 있는 금속 물질로 인한 줄무늬 인공물이 관찰되었다. CT 검사에 있어서 관전압과 관전류를 변화 시키면 선 감쇄계수도 일정하게 변화하였다. 관전압과 관전류의 수치가 높아짐에 따라 PET 영상에서의 표준화섭취계수가 증가하는 것을 볼 수 있었다. PET/CT 검사 시, MR torso coil은 금속으로 인한 줄무늬 인공물을 생성하며, 감쇄보정에 있어서 잠재적인 오류를 불러올 수 있다. 이와 같은 오류를 감소시키기 위해서는 첫째, 감쇄보정 알고리즘의 보완, 둘째, MR coil을 사용하지 않은 검사방법의 연구, 셋째, PET/CT 감쇄보정에 영향을 주지 않는 MR coil소재의 개발 등이 요구된다.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.155-159
• /
• 2004

최근 교통량 예측을 위한 인공 신경망(Artificial neural networks : ANNs) 구조와 학습방법에 대한 연구가 다양하게 시도되고 있다. 이것은 신경망이 유연한 비선형 모형(non-linear model)으로 강력한 패턴 인식 능력을 가지고 있기 때문이다. 그러나, 신경망은 비선형 모형이기 때문에 많은 매개변수(parameter)를 사용하게 되면서 과적합(overfitting) 문제에 부딪히게 된다. 본 논문에서는 이러한 교통량 예측을 위한 신경망 모형에서 과적합을 해소하기 위한 방안으로 매개변수에 대한 다양한 모형선택기준(model selection criterion)에 대한 적용성에 대해서 알아보았다. 특히, AIC계열을 중심으로 모형선택기준으로 선택된 모형이 과적합 경향을 해소하고 시간적 전이성을 보장할 수 있는지를 분석하는데 본 연구의 목적을 두고 있다. 교통량 자료를 신경망 모형에 적용하여 분석한 결과, 첫째 학습자료(in-sample) 모형선택기준에 의해 선택된 모형이 검증자료(out-of-sample)의 최적의 성능을 보장하지는 못한다는 결과를 얻었다. 즉, 본 연구에서 기존의 연구에서처럼, 학습자료(in-sample)의 최적 모형이 검증자료(out-of-sample)의 성능과 직접적인 관계가 없다는 것을 알 수 있었다. 둘째 모형선택기준의 안정성을 분석한 결과 AIC3, AICC, BIC는 안정적인 모형을 선택하는 기준으로서 의미가 있는 것으로 분석되었다. 하지만, AIC4의 경우는 최상의 모형과 편차가 큰 것으로 분석되었다. 시계열 자료 분석과 예측에 있어서 모형의 불확실성은 학습 자료와 검증 자료의 상관관계에 영향을 줄 수 있음에 비춰볼 때, 앞으로 보다 많은 자료에 대한 분석이 필요하다고 판단되며, 다른 시계열 자료에 대한 분석이 요구된다. 수 없었지만, 확정적 통행배정모형으로 설정한 경우, Stackelberg게임 접근법이 Cournot-Nash게임 접근법 보다 더 우수함을 확인할 수 있었다.다.수안보 등 지역에서 나타난다 이러한 이상대 주변에는 대개 온천이 발달되어 있었거나 새로 개발되어 있는 곳이다. 온천에 이용하고 있는 시추공의 자료는 배제하였으나 온천이응으로 직접적으로 영향을 받지 않은 시추공의 자료는 사용하였다 이러한 온천 주변 지역이라 하더라도 실제는 온천의 pumping 으로 인한 대류현상으로 주변 일대의 온도를 올려놓았기 때문에 비교적 높은 지열류량 값을 보인다. 한편 한반도 남동부 일대는 이번 추가된 자료에 의해 새로운 지열류량 분포 변화가 나타났다 강원 북부 오색온천지역 부근에서 높은 지열류량 분포를 보이며 또한 우리나라 대단층 중의 하나인 양산단층과 같은 방향으로 발달한 밀양단층, 모량단층, 동래단층 등 주변부로 NNE-SSW 방향의 지열류량 이상대가 발달한다. 이것으로 볼 때 지열류량은 지질구조와 무관하지 않음을 파악할 수 있다. 특히 이러한 단층대 주변은 지열수의 순환이 깊은 심도까지 가능하므로 이러한 대류현상으로 지표부근까지 높은 지온 전달이 되어 나타나는 것으로 판단된다.의 안정된 방사성표지효율을 보였다. $^{99m}Tc$-transferrin을 이용한 감염영상을 성공적으로 얻을 수 있었으며, $^{67}Ga$-citrate 영상과 비교하여 더 빠른 시간 안에 우수한 영상을 얻을 수 있었다. 그러므로 $^{99m}Tc$-transierrin이 감염 병소의 영상진단에 사용될 수 있을 것으로 기대된다.리를 정량화 하였다. 특히 선조체에서의 도파민 유리에 의한 수용체 결합능의 감소는 흡연에 의한 혈중 니코틴의 축적 농도와 양의 상관관계를 보였다

• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.481-494
• /
• 2011

다양한 공간규모에 대해서 식생의 생산성을 추정하기 위해 대기와 생태계내의 탄소순환 과정을 모니터링 하는 것은 탄소순환과정과 원격탐사기법을 결합함으로써 기능하다. 그 대표적인 예로서 미국 항공우주국(NASA)에서 개발한 지구관측시스템(Earth Observing System, EOS)은 총 일차생산성 (Gross Primary Productivity, GPP), 순 일차생산성 (Net Primary Productivity, NPP)을 전 지구에 대해 1km의 공간해상도로 제공한다. 그러나 MODIS의 생산성 추정에 기상입력자료로 이용되는 The NASA Data Assimilation Office (DAO)자료는 $1{\circ}\;{\times}\;1.25{\circ}$의 거친 해상도를 가지기 때문에 지역규모에서 지표기상의 상세한 공간적인 이질성을 반영하기 어렵다. 본 연구에서는 MODIS의 Aqua와 Terra 위성의 영상만을 이용하여 생산성을 추정하기 위한 입력자료로 사용되는 일 단위 일사량(MJ $day^{-1}$), 열 최저기온($^{\circ}C$, 낮 시간 평균 대기수증기압 포차(Yapor Pressure Deficit, Pa)을 5 km 해상도로 각각 추정하였다. 각각의 입력자료의 평가를 위해 미국 중서부 Corn Belt 지역 내에 위치하고 있는 7 개소의 지상기반의 관측자료를 수집하였다. MODIS 위성영상을 이용하여 추정한 기상입력자료와 관측자료를 비교한 결과, 일 최저기온은 ME와 상관계수가 각각 0.83에서 0.98, $-0.9^{\circ}C$ 에서 $+5.2^{\circ}C$ 의 범위로 양호한 상관성을 보였다. VPD는 약간 산개하는 경향을 보인다(ME = -183.8 Pa ~ +382.1 Pa; R = 0.51 ~ 0.92). 반면에, 일 단위 일사량은 MODIS가 약간 과대평가하는 경향을 보였지만 대부분의 지역에서 관측자료와 유의한 일치도를 보였다(ME = -0.4 MJ $day^{-1}$ +7.9 MJ $day^{-1}$; R = 0 67 ~ 0.97). 본 연구에서는 맑은 날에 대해서 MODIS 위성영상으로부터 추정된 기상입력자료가 MODIS가 제공하는 기상입력자료보다 상세한 지표 기상의 이질성을 반영한 자료를 생산할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.377-391
• /
• 2018

광역범위에 대한 적조의 효율적인 모니터링을 위하여 원격탐사의 필요성이 점차 증가하고 있다. 하지만 기존 연구에서는 다양한 센서 중 해색 센서만을 위한 적조 탐지 알고리즘 개발에만 집중되어 있는 실정이다. 본 연구에서는 위성 기반 적조 모니터링의 한계로 지적되고 있는 탁도가 높은 연안역의 적조 탐지와 원격탐사 자료의 부정확성을 개선하고자 다중센서의 활용을 제시하고자 한다. 국립수산과학원 적조속보 정보를 바탕으로 적조 발생해역을 선정하였고, 해색 센서인 GOCI 영상과 육상 센서인 Landsat OLI 영상을 이용하여 공간적인 융합과 분광기반 융합을 시도하였다. 두 영상의 공간 융합을 통하여, GOCI 영상에서 관측 불가능하였던 연안지역의 적조와 Landsat OLI 영상의 품질이 낮았던 외해역의 적조 모두 개선된 탐지결과 획득 가능하였다. Feature-level과 rawdata-level로 나누어 진행된 분광 융합 결과, 두 방법에서 도출된 적조 분포 양상은 큰 차이를 보이지 않았다. 하지만 feature-level 방법에서는 영상의 공간해상도가 낮을수록 적조 면적이 과대추정되는 경향이 나타났다. Linear spectral unmixing 방법으로 픽셀을 세분화한 결과, 적조 비율이 낮은 픽셀의 수가 많을수록 적조 면적의 차이는 심화되는 것으로 나타났다. Rawdata-level의 경우Gram-Schmidt가 PC spectral sharpening 기법보다 다소 넓은 면적이 추정되었지만, 큰 차이는 나타나지 않았다. 본 연구에서는 해색 센서와 육상 센서의 공간 융합을 통해 외해뿐만 아니라 탁도가 높은 연안의 적조 역시 탐지가 가능함을 보여주었고, 다양한 분광 융합 방법을 제시함으로써 더욱 정확한 적조 면적 추정 방법을 제시하였다. 이 결과는 한반도 주변의 적조를 더욱 정확하게 탐지하고, 적조를 효과적으로 제어하기 위한 대응대책 수립을 결정하는데 필요한 정확한 적조 면적 정보를 제공할 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제36권2호
• /
• pp.155-168
• /
• 2018

본 연구는 단속류 도로에서 짧은 미래(5분 또는 10분)의 교차로 방향별 진입 교통량을 예측함에 앞서, 교차로 상류부 링크에서 교차로로 진입하는 방향별 패턴에 대한 연구를 수행하였고, 통행배정 모형과의 연계 및 활용을 통한 교통량 예측 가능성을 검토하였다. 분석 방법은 택시 DTG (Digital Tachograph) 자료(1주일)를 이용하여 2시간 단위로 구분된 교차로 방향별 교통량 비율을 변수로 클러스터 분석(Cluster analysis)을 수행하여 패턴의 유사성을 검토하였다. 또한, 통행배정 모형 결과와 연계를 위해 택시 DTG 자료와 교차로 중심의 5분 또는 10분 범위에 포함되는 영향권 비교 분석을 수행하였으며, 이를 위해 택시 DTG 자료와 통행배정 모형의 영향권 설정 알고리즘을 개발하였다. 분석 결과, 택시의 교차로 진입 패턴은 총 12개로 집합화 되었으며, 클러스터링의 신뢰 수준을 나타내는 Cubic Clustering Criterion은 6.92로 나타나 클러스터링 결과에 대한 신뢰성을 확보하였다. 통행배정 모형의 영향권 범위와 상관분석을 수행한 결과, 5분 영향권 범위에 대한 상관계수는 0.86으로 분석되어 유의한 결과를 도출하였다. 다만 10분 영향권 범위에서는 상관계수가 0.69로 다소 낮아지는 것으로 분석되었는데, 이는 통행량 및 네트워크 자료의 정밀성 부족에 따른 것으로 나타났다. 향후, 교통 분석용 네트워크의 정밀성과 시간대별 통행량의 정확성을 향상시켜 분석할 경우, 교차로 신호제어에 있어 통행배정 모형에서 산출된 교통량 자료를 활용할 수 있을 것으로 기대된다.

• 한국작물학회지
• /
• 제37권2호
• /
• pp.178-184
• /
• 1992

벼의 내염성 검정 방법을 개선하고자 주요 품종을 수경재배하여 염분처리하고 유묘기에 엽의 엽록소 및 유리 proline의 함량을 조사하여 달관조사에 의한 내염성정도와의 관계를 검사하였다. 1. 염해정도는 0.6%의 염분처리에서 약 25일이 경과되어야 품종간 차이가 뚜렷하였다. 2. 염분처리농도별 엽록소의 함량은 처리후 14일에 가야벼와 태백벼에서 모두 처리농도가 높아짐에 따라 점차 감소하였는데 그 감소경향은 0.4% 이상부터 가야벼보다 태백벼에서 크게 나타났다. 3. 0.6%의 염처리에서 염록소의 함량은 시간이 경과함에 따라 가야벼에서는 감소정도가 완만하였는데 태백벼에서는 감소정도가 컸으며 처리 20일 후에는 무처리에 비하여 가야벼는 약 16%, 태백벼에서는 약 67%가 각각 감소되었다. 4. 0.6% 염처리에서는 처리후 10일에 품종별 엽록소함량과 염해정도(1-9)와의 사이에는 유의적인 부의 상관이 인정되었다. 5. 염처리농도에 따라 유리 proline의 함량은 처리 후 14일에 가야벼에서는 염농도가 높아짐에 따라 점차 증가하였고 태백벼에서는 0.6%까지 급증하였다가 0.8%에서는 감소되었는데 특히 0.4%와 0.6%에서는 태백벼가 가야벼보다 월등히 높았다. 6. 0.6%의 염처리에서 시기별 유리 proline의 함량은 가야벼에서는 처리 15일 후부터 증가하였으나 태백벼에서는 처리 5일 후부터 급증하다가 처리 20일 후에는 오히려 감소되었으며 처리 10일 후에는 태백벼가 가야벼에 비하여 6배 이상이나 높았다. 7. 0.6% 염처리 10일 후에 유리 proline의 함량과 염해정도와의 사이에는 유의적인 정의 상관이 있었다. 8. 이상의 결과로 볼 때 벼 유묘기의 염처리에 따른 엽록소 및 유리 proline함량은 품종간 내염성정도를 판정할 수 있는 지표의 하나로 활용할 수 있을 것으로 생각된다.엽면적지수의 최고점이 조기에 오고 만생종은 늦게 최고점에 달하였다. 최고점의 엽면적지수는 6.4～6.8이었고 측정시기별 엽면적지수합계치는 최근품종이 24.6～28.8범위인데 과거품종은 이보다 훨씬 많았다. 8. 조숙다수성인 조광, 내밀, 그루밀, 새밀의 엽록소함량은 월동후 4월 21일까지 높았고 출수후(5월 12일～26일)의 엽록소함량도 높았으며 과거품종인 영광, 장광, 진광, 원광, 신광은 엽록소함량이 낮았다. 9. 순동화율은 다수성품종일수록, 초성이 좋을수록 높았고 장간인 과거품종은 순동화율이 낮았다. 10. 수당립중은 만생종보다 조생종이 낮으며 입모중 1일당 수분감소율은 평균 1.2%, 영광, 진광, 남광, 원광, 신광은 1.5%이었고 조광, 내밀, 그루밀, 새밀, 올밀, 청계밀, 중국8001는 9～1.1이었다. 11. 과거품종에 비하여 최근품종은 다수품종이 많으며 수량의 증가는 직선적으로 증가되고 조광, 내밀, 그루밀, 새밀이 가장 다수성품종이었다. 수량구성요소를 보면 수원 육성품종은 m$^2$ 당수수와 천립중의 증가에 의하여, 밀양육성품종은 m$^2$당수수의 증가에 의하여 수량이 높아졌으며 앞으로 수원에서는 수당립수, 밀양에서는 수당립수와 천립중의 증가에 주력해야겠다.적용 및 임상실무적 차원에서 간호에 대한 제언을 하지 않았다.유모델변수들은 유입-유출 자료들로부터 평가할 수 있으며, 이를 위해서 본 논문에서는 Gauss-Newton 방법을 이용한 Bard 알고리즘을 사용하였다. 서울 구로구 시흥동 산사태 발생 지역의 산사면에 대하여 개발된 모델을 적용하여 예제 해석을 수행함으로써, 지하수 흐름 모델이 산사태 발생 예측을 위하여 이용할 수 있음을 입증하였다. 또한, 매개변수분석 연구를 통하여, 변수 a값은 작은 변화에 대하여 목적함수값에 큰 변화를 일으키므로

• 한국농림기상학회지
• /
• 제17권1호
• /
• pp.25-34
• /
• 2015

농업기상 관측자료의 QC는 원자료의 튀는 값을 의심자료로 분류하거나 제거하는 사후 성격의 작업이다. 본 연구에서는 수원기상대의 2012, 2013년 농업기상 관측요소에 대하여 처음으로 QC를 시행하고, 관련 절차를 문서화하였다. QC 방법은 기상청의 실시간 품질관리 시스템을 참고하였고, 토양수분은 국제 토양수분관측망 QC 모듈을 참고하였으며, 그 외의 경우는 경험에 근거하여 자체적으로 고안한 기준을 적용하였다. 농업기상 관측자료에 이상의 품질검사 알고리즘들을 적용한 결과, 튀는 값과 비정상적인 값들이 사라지고, 보다 신뢰할 수 있는 시계열 자료가 확보되었으며, 보다 정확한 통계값이 산출되었다. 연직 기온, 토양온도 등의 온도 요소는 품질관리가 상대적으로 용이하게 이루어졌다. 그러나 토양온도의 튀는 값이 여름철에 집중된 것으로 볼 때, 강우에 따른 대비와 관측 장비의 철저한 관리가 필요하다고 사료된다. 한편, 온도 요소를 제외한 나머지 요소에는 각각의 자료 특성에 맞는 품질관리 방법의 개발이 시급하다. 특히 토양수분은 연직으로 깊이 들어가더라도 그 정도에 차이가 있을 뿐 강수량의 영향을 받음에도 불구하고, 앞에 제시한 일부 QC 방법은 0.10m 토양수분에 한정되어 있는 점이 한계로 작용하였다. 수원기상대에서 나타나는 토양수분의 겨울철 이상 변동은 ISMN 방식의 QC 모듈로도 걸러지지 않았으므로, 이에 대한 원인 분석이 이루어져야 할 것이다. 또한, 토양수분 QC에서 플래그가 부여된 의심자료들을 오류값으로 분류하기 위해서는 더욱 확실한 근거가 필요하다. 예를 들어 수원기상대의 경우, 여러 해 동안 측정된 토양수분 관측자료를 종합적으로 분석하여 수원기상대에서의 토양수분의 변화 양상이 매년 어떻게 반복되고 있는지 파악하는 것이 중요하다. 향후 단기적으로는 이번 QC 연구에서 자료의 신뢰도가 낮아 제외되었던 복사 변수와 지면온도 변수에 대한 QC가 이루어져야 하며, 수원 이외의 다른 농관 지점의 관측자료에 대해서도 QC가 속히 실시되어야 할 것이다. 중기적으로는 QC된 자료를 바탕으로 농업기상 정기보고서 작성 및 배포가 가능하다. 장기적으로는 기상청 및 KoFlux의 자동화 QC 프로그램, 수치모형을 이용한 비선형 변분 QC(예로, Lee et al., 2011) 등을 기반으로 농업기상 관측요소별 QC 수행의 고도화 및 자동화가 필요하다. 이러한 체계적인 개선을 통해 농업기상 관측자료의 품질경영이 한층 더 성취되면, 지상기상 관측자료에 버금가는 고품질의 농업기상 관측자료가 생산되어, 국내 유관기관, 학술 연구자, 농림업 현장 종사자 등 많은 이용자들에게 제공 및 활용될 것으로 기대된다. 이 연구에서 사용된 원자료 및 품질관리 결과 자료는 국가농림기상센터의 웹사이트(http://ncam.kr/page/req/agri_weather.php)에서 소정의 절차를 거쳐 이용할 수 있다.

• 경영과정보연구
• /
• 제39권3호
• /
• pp.1-16
• /
• 2020

현재 운영되고 있는 관세신고납부제도는 납세의무자가 세액 산정을 스스로하고 그 세액을 본인 책임으로 납부하도록 하는 제도이다. 다시 말해, 관세법상 신고 납부제도는 납세액을 정확히 계산해서 납부할 의무와 책임이 온전히 납세의무자에게 무한정으로 부과하는 것을 원칙으로 하고 있다. 따라서, 만일 납세의무자가 그 의무와 책임을 제대로 행하지 못했을 경우에는 부족한 만큼의 세액 추징과 그에 대한 제제로 가산세를 부과하고 있다. 이러한 이유로 세액 산정의 기본이 되는 품목분류는 관세평가와 함께 가장 어려운 부분이며 잘못 분류하게 되면 기업에게도 큰 리스크가 될 수도 있다. 이러한 이유로 관세전문가인 관세사에게 상당한 수수료를 지불하면서 수입신고를 위탁하여 처리하고 있는 실정이다. 이에 본 연구에서는 수입신고 시 신고하려는 품목이 어떤 것인지 HS 코드 분류를 하여 수입신고 시 기재해야 할 HS 코드를 추천해 주는데 목적이 있다. HS 코드 분류를 위해 관세청 품목분류 결정 사례를 바탕으로 사례에 첨부된 이미지를 활용하여 HS 코드 분류를 하였다. 이미지 분류를 위해 이미지 인식에 많이 사용되는 딥러닝 알고리즘인 CNN을 사용하였는데, 세부적으로 CNN 모델 중 VggNet(Vgg16, Vgg19), ResNet50, Inception-V3 모델을 사용하였다. 분류 정확도를 높이기 위해 3개의 dataset을 만들어 실험을 진행하였다. Dataset 1은 HS 코드 이미지가 가장 많은 5종을 선정하였고 Dataset 2와 Dataset 3은 HS 코드 2단위 중 가장 데이터 샘플의 수가 많은 87류를 대상으로 하였으며, 이 중 샘플 수가 많은 5종으로 분류 범위를 좁혀 분석하였다. 이 중 dataset 3로 학습시켜 HS 코드 분류를 수행하였을 때 Vgg16 모델에서 분류 정확도가 73.12%로 가장 높았다. 본 연구는 HS 코드 이미지를 이용해 딥러닝에 기반한 HS 코드 분류를 최초로 시도하였다는 점에서 의의가 있다. 또한, 수출입 업무를 하고 있는 기업이나 개인사업자들이 본 연구에서 제안한 모델을 참조하여 활용할 수 있다면 수출입 신고 시 HS 코드 작성에 도움될 것으로 기대된다.