• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.

• 한국항행학회논문지
• /
• 제26권6호
• /
• pp.522-527
• /
• 2022

객체추적은 이전시간에서 추정한 위치와 현재 관측 데이터를 바탕으로 객체의 위치를 연속적으로 추적하는 신호처리 분야이다. 이 논문에서는 3개의 RNN을 서브모듈로 가지는 적응형 스케일조절 신경망을 이용해 입력 데이터의 스케일을 스스로 조절하여 추적할 수 있는 신경망을 제안한다. 객체 추적 성능을 평가하기 위해 객체가 조각별 등가속운동을 하는 1차원 객체 운동 모델에서 제안하는 시스템, 칼만 필터와 최대우도기법의 추적 성능을 비교한다. 그 결과 제안하는 알고리듬의 성능이 평균제곱근오차 기준으로 최대우도기법과 칼만필터보다 다양한 상황에서 전반적으로 우수하며 관측잡음이 커질수록 성능격차가 더 커지는 것을 보인다.

• 터널과지하공간
• /
• 제34권2호
• /
• pp.143-153
• /
• 2024

TBM 공법은 발파 공법에 비해 굴착 중 소음과 진동 수준이 낮고, 안정성이 높은 터널 굴착 공법이며, 전세계적으로 터널 프로젝트에 TBM 공법을 적용하는 사례가 증가하는 추세이다. 디스크 커터는 TBM의 커터헤드에 장착되는 굴착 도구로 지속적으로 막장면 지반과 상호작용하며, 이때 필연적으로 마모가 발생한다. 본 연구에서는 지질 조건과 TBM 운영파라미터, 머신러닝 알고리즘들을 이용하여 디스크 커터 마모를 정량적으로 예측하였다. 디스크커터 마모 예측의 입력변수 중 UCS 데이터의 수가 다른 기계 데이터 및 마모 데이터에 비해 매우 부족하기 때문에, 먼저 TBM 기계 데이터를 이용하여 전체 구간에 대한 UCS 추정을 진행하고, 완성된 전체 데이터로 마모율 계수 예측을 수행하였다. 마모율 계수 예측 모델의 성능을 비교해 본 결과 XGBoost 모델의 성능이 가장 높게 나타났으며, 복잡한 예측 모델의 해석을 위해 SHapley Additive exPlanation (SHAP) 분석을 진행하였다.

• 대한토목학회논문집
• /
• 제44권4호
• /
• pp.495-501
• /
• 2024

SWAT-K(Soil and Water Assessment Tool-Korea) 모형은 토양 중심의 물수지 방정식을 기본으로 하는 장기유출모형이다. 모형의 필수 입력자료로 공간적인 정보를 나타내는 수치주제도인 토양도를 적용할 경우, 토양통(Soil series)으로 분류된 각 토양의 속성정보에 대한 데이터베이스(usersoil.dbf)의 구축을 필요로 한다. 국외에서 개발된 토양전이함수에 의해 추정된 토양 속성정보는 국내 토양특성을 반영하지 못하기 때문에 한국건설기술연구원에서는 국립농업과학원의 국내 토양 조사결과 및 연구결과를 반영한 토양DB를 구축한 바 있다. 본 연구에서는 토양 속성정보의 수문성분 모의과정을 보다 상세히 기술하고, 기구축된 토양DB를 최신 SWAT 모형에서 구동되도록 수정·보완하였다. 또한, 통합물관리 플랫폼을 통하여 구축된 토양DB를 제공함으로써, SWAT-K 모형 뿐만 아니라 토양을 고려하여 개발된 다양한 유역수문모형에 활용될 수 있을 것으로 기대된다.

• 한국지반공학회논문집
• /
• 제40권4호
• /
• pp.137-144
• /
• 2024

해당 논문의 목적은 균열밀도 산정 시 독립변수로 설정한 값이 얼마나 중요하게 작용하는지를 기계학습 기반의 알고리즘으로 분석하는 것이다. 논문에서 사용한 알고리즘은 random forest와 SHAP이며, 독립변수는 압축파 속도, 전단파 속도, 간극률 그리고 포아송 비로 결정하였다. 암석 시료는 건설현장에서 채취하였으며, 원기둥 형태로 가공하여 각 입력 물성치의 획득이 용이하게 고려하였다. 다수의 특징이 포함된 독립 및 종속 변수 값을 얻고자 인위적인 풍화를 진행하였으며, 총 12회 진행하였다. 2가지 알고리즘 적용 결과 간극률이 균열밀도 산정시 매우 중요한 독립변수로 나타났으며, 전단파 속도가 상대적으로 낮은 영향을 미치는 인자로 나타났다. 이와 같은 결과는 독립변수로 설정한 4개의 물성치로 충분히 균열밀도를 추정할 수 있음을 시사하며 random forest 및 SHAP과 같은 알고리즘을 통해 설정된 독립 변수가 적절하게 구성되었는지 확인할 수 있는 방법론도 제시하였다.

• 한국수자원학회논문집
• /
• 제49권7호
• /
• pp.589-597
• /
• 2016

본 연구에서는 임진강 상류유역과 같이 수리수문학적 분석에 필요한 측정데이터가 존재하지 않거나 혹은 데이터의 확보가 어려운 유역에 대하여 위성 데이터와 데이터 기반 모형을 활용하여 유출량을 산정하였다. SDF 시그널(Satellite-derived Flow Signal)은 하도내의 유량변화에 따른 하천 폭의 변화를 반영할 수 있다고 알려져 있으며, 그 상관관계는 하도단면의 형태와 밀접한 관계가 있다. SDF 시그널 데이터와 유출량 간의 비선형 상관관계를 반영할 수 있는 인공신경망 모형을 활용하여, 모형의 입력변수인 SDF 시그널 데이터로부터 임진강의 임진교 지점에서의 유출량을 추정하였다. 15개의 위성 이미지 픽셀의 SDF 시그널 값이 0~10일의 lag가 되어 활용되었으며, lag된 데이터를 포함하여 총 150개의 변수 중 유출량과 가장 큰 관계가 있는 변수 선정을 위해 PMI(Partial Mutual Information) 기법이 활용되었다. 인공신경망 모형을 통해 산정된 유출량은 임진교에서 측정된 지점 유출량과 비교 분석되었으며, 학습(training)과 검증(validation)을 통한 상관계수는 각각 0.86, 0.72로 좋은 결과를 보여주었다. 추가적으로 SDF 시그널 데이터 외에 임진교의 1일 전 측정유량이 인공신경망 입력변수로 추가되었을 때 상관계수가 0.90, 0.83으로 증가함을 보였다. 결과로부터 계측수문자료가 부족하거나 접근 불가능한 유역에 대하여 하천 유량 변화에 대한 추정치인 SDF 시그널 데이터와 지상 데이터가 결합되었을 때 신뢰성 높은 유역의 유출량을 산정할 수 있으며, 큰 유량이 발생하는 홍수사상에 대해서도 첨두 유량과 첨두 발생시간을 잘 모의할 수 있음을 알 수 있었다. 향후 위성 데이터와 지점 데이터를 활용하여 미계측 유역의 홍수발생에 대하여 높은 정확도로 예측 가능할 것으로 기대한다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.

• 생명과학회지
• /
• 제21권1호
• /
• pp.102-109
• /
• 2011

턱끝혀근은 호흡을 위해 상부기도를 확보하는 중요한 근육이지만 정상적으로 수축하지 못하면 상부기도를 폐쇄함으로써 호흡장애가 생길 수있다. 이것은 턱끝혀근을 지배하는 운동신경원의 연접입력 이상으로 생각하고 있으나 이러한 연접입력에 대해서는 잘 알려져 있지 않다. 본 연구에서는 흰쥐의 턱끝혀근을 지배하는 운동신경원과 연접하는 억제성 및 흥분성 신경종말의 분포 양식에 대해 분석하고자 하였으며, 이를 위해 신경추적자인 HRP를 주입하여 턱끝혀근 지배 운동신경원을 표식하고, 운동신경원을 세포체와 가지돌기의 근위부, 중간부 및 원위부로 구분한 후, 전자현미경용 연속절편을 제작하여 GABA, glycine 및 glutamate 항체를 사용한 postembedding immunogold histochemistry를 시행하였다. 정량적 분석은 3개의 턱끝혀근 운동신경원에 연접한 622개의 신경종말 중 157개는 세포체에서, 188개는 14개의 가지돌기 근위부에서, 181개는 35개의 가지돌기 중간부에서, 96개는 28개의 가지돌기 원위부에서 각각 연접 양상을 분석하였다. 관찰한 신경종말의 71.9%에서 사용된 3종류의 아미노산에 대한 면역양성반응이 나타났는데 이 중 32.8%는 GABA 또는 glycine에 대한 면역양성반응을 보였고, 39.1%는 glutamate에 대한 면역양성반응을 보였다. GABA 또는 glycine에 대한 면역양성 신경종말 중 14.2%는 glycine에만 면역양성반응을 보였고, 13.3%는 glycine과 GABA에 동시에 면역양성반응을 보였으며, 5.3%만이 GABA에만 면역양성반응을 보였다. 억제성 아미노산에 면역양성반응을 보인 신경종말에는 납작하거나, 타원형 또는 둥근 형태의 연접소포가 함유된 반면, 흥분성 아미노산에 면역양성반응을 보인 신경종말에는 구형의 소포와 약간의 큰 치밀연접소포가 함유되어 있었다. 억제성 신경종말과 흥분성 신경종말의 분포 비율은 가지돌기 원위부에서 각각 23.9% 대 43.8%로 가장 높았지만, 세포체(35.7% 대 38.2%), 가지돌기의 근위부(34.6% 대 37.8%), 및 중간부(33.1% 대 38.7%)에서는 큰 차이를 보이지 않았다. 억제성 신경종말의 synaptic covering (%)은 세포체에서 가지돌기 원위부로 갈수록 감소되었지만, 흥분성 신경종말의 synaptic covering (%)은 각 부위에서 큰 차이를 나타내지 않았다. 본 연구를 통하여 턱끝혀근 지배 운동신경원은 세포체와 가지돌기의 부위에 따라 GABA, glycine 및 glutamate를 함유하는 전운동신경원들에 의해 서로 다른 양식의 제어를 받고 있다는 것을 알 수 있었으며, 운동신경원의 부위에 따른 이러한 억제성 및 흥분성 연접입력 양식의 차이는 유연한 혀운동의 제어기전과 밀접한 관련이 있을 것으로 추정된다.

• 해양환경안전학회지
• /
• 제24권6호
• /
• pp.750-763
• /
• 2018

본 연구는 울진 바다목장해역에 서식하는 생물을 대상으로 바다목장 관리를 위한 해양생태계의 영양구조와 에너지흐름을 파악하기 위한 목적으로 2013년 3월부터 10월까지 총 4회 현장조사를 실시하였다. 본 연구에서 개별 생물종들의 생태학적 특징에 따라 유사도에 근거한 비계량형다차원척도법을 사용하여 최고포식자, 바다새, 대형 및 소형유영어류, 볼락류, 가자미류, 저서어류, 반저서어류, 두족류, 저서섭이자, 표서동물, 이매패류, 전복, 자포동물, 동물플랑크톤, 부착성해조류, 미소해조류, 식물플랑크톤, 유기쇄설물 등 총 19가지로 생물그룹핑되었다. Ecopath 모델의 입력변수인 각 생물군들의 생체량, 생산량/생체량의 비, 섭식량/생체량의 비, 피식-포식관계 자료를 사용하여 울진 바다목장해역의 영양구조와 에너지 흐름을 추정하였다. 연구해역에서 각 생물군들의 영양단계는 1 ~ 5.687 범위로 파악되었다. 울진 바다목장 해역에 서식하는 모든 생물그룹들의 전체 소비량의 합은 $229.7t/km^2/yr$, 생물그룹들의 전체 이출량은 $3,432.4t/km^2/yr$이었다. 모든 생물그룹들의 총 에너지량은 $6,796.2t/km^2/yr$, 전체 생산량은 $3,613.1t/km^2/yr$로 추정되었다. 울진 바다목장 해역에서의 순 생태계 생산량은 $3,490.3t/km^2/yr$, 전체 생물군의 생체량은 $167.3t/km^2/yr$으로 추정되었다.

• Nuclear Medicine and Molecular Imaging
• /
• 제41권4호
• /
• pp.317-325
• /
• 2007

동적 PET 데이터는 구획모델과 Nonlinear Least Squares(NLS)방법을 사용하여 분석함으로서 각종 생화학적 물질의 생체 대사율 등을 정량화 할 수 있다. 하지만 NLS방법은 변수의 초기 값이 적절하지 않을 경우 지역적인 최소점에 빠지거나 계산시간이 길어 동역학 변수들을 각 화소마다 구해야 하는 파라메터 영상(parametric image) 구성에는 효과적이지 않다. Patlak 도표분석법(PGA)은 비선형 방정식을 선형화하여 값을 추정함으로서 간단하면서 적은 계산량으로 인해 파라메터 영상을 구성하는데 많이 사용되고 있으나 잡음성분과 선형구간 선정에 따라 값이 영향을 받는 단점이 있다. 따라서 이 연구에서는 3구획 비가역 모델에 적합한 다중선형분석법(MLAIR)을 고안하였으며 3구획 비가역 모델의 대표적 예인 $[^{18}F]Fluoride$ PET을 이용하여 미니돼지에서의 뼈 섭취률을 계산하여 PGA방법과 비교 분석해 보았다. 대상 및 방법: 3마리의 미니돼지를 대상으로 100MBq의 $[^{18}F]Fluoride$를 대퇴부 정맥에 주사하면서 ECAT EXAET 47 PET 스캐너를 이용하여 60분간 PET 영상을 얻었다. 케타민과 자일라진을 이용하여 30분 간격으로 마취하였으며 실험동물을 진공 쿠션을 이용하여 반드시 누운 자세로 위치하도록 고정 시켰다. 입력함수인 혈장 내 농도곡선은 대퇴동맥으로부터 스캔 시작과 함께 혈액 채취를 통해 얻었다. ROI분석을 위해 대퇴골두, 척추 뼈, 근육에 ROI를 그려 조직 내 시간-방사능 곡선을 얻었다. $k_4$가 0인 3구획 비가역 모델로부터 MLAIR와 PGA방법을 사용하여 관심영역에서의 뼈 섭취률 $K_i$와 파라메터 영상을 구성하였다. PGA방법은 선형구간의 시작점인 $t^*$선택에 따른 영향을 보기 위해 분석구간을 변화시켜가며 분석하였다. 결과: ROI 분석결과 추정된 $K_i$값은 NLS방법에 비하여 MLAIR방법과 PGA방법 모두에서 과대 추정되었으나 두 분석방법 끼리는 비슷한결과를 보였다. Patlak 기울기는 $t^*$선택에 따라 값이 변하였으며 Patlak 상수는 Fluoride 섭취가 높은 대퇴골두나 척추뼈에서 30분이 지나서야 일정한 값으로 나타났고 섭취가 낮은 근육에서는 10분만에 일정해졌다. 파라메터 영상에서는 제안한 MLAIR방법이 PGA방법에 비해 영상의 질을 향상시킴을 알 수 있었다. 또한 PGA방법을 이용하여 구성한 파라메터 영상은 $t^*$값이 커질수록 급격히 영상의 질이 저하됨을 볼 수 있다. 특히 Fluoride 섭취가 높은 영역에서 Patlak 상수가 일정해지는 시간인 $t^*$값이 30분일 때 파라메터 영상은 MLAIR와 크게 차이가 났다. 결론 결론적으로 제안한 MLAIR방법은 선형구간을 정할 필요 없이 모든 데이터를 사용하는 이점이 있으며 선형적인 방법을 통해 $K_i$값을 얻을 수 있어 계산시간을 단축 시켜 줄 뿐 아니라 잡음성분에 강해 파라메터 영상의 질을 크게 향상 시켜 줌으로 비가역 3구획모델에서의 PGA방법을 대체할 새로운 파라메터 영상구성방법으로 적합할 것이다.