• Current Research on Agriculture and Life Sciences
• /
• 제5권
• /
• pp.81-88
• /
• 1987

젓갈류 및 젓갈류외 원료(原料)가 되는 어패류(魚貝類), 식염중의 중금속(重金屬) 함량(含量)과 젓갈류의 중금속(重金屬) 함유요인(含有要因)에 대하여 조사(調査)한 결과(結果)는 다음과 같았다. 젓갈류중(中) 중금속(重金屬)의 평균함량(平均含量)은 Hg 0.076ppm, Pb 0.677ppm, Cd 0.112ppm, As 1.025ppm, Cu 3.540ppm, Zn 11.23ppm, Mn 2.041ppm이었으며 어패류(魚貝類)는 Hg 0.051ppm, Pb 0.425ppm, Cd 0.071ppm, As 0.632ppm, Cu 2.516ppm, Zn 8.052ppm, Mn 1.178ppm으로서 어패류(魚貝類)가 젓갈류에 비(比)해 낮은 함량(含量)이었다. 식염중의 중금속(重金屬) 함량(含量)은 Hg ND, Pb 0.05ppm, Cd 0.01ppm, As 0.02ppm, Cu 0.087ppm, Zn 0.068ppm으로 매우 낮은 함량(含量)이었다. 용기(容器)에 따른 멸치젓의 숙성시험(熟成試驗) 결과(結果) Hg, Cd는 대조구(對照區)와 차이(差異)를 보이지 않았으나 Pb는 옹기 및 철제용기(鐵製容器), As는 철제용기(鐵製容器) 및 재생(再生)플라스틱 용기(容器)에서 높은 함량(含量)을 보였다. 철제용기(鐵製容器)에서 멸치젓을 숙성(熟成)시킨 결과(結果) Hg, Cd를 제외한 다른 중금속(重金屬)은 함량(含量)이 증가(增加)하였으며, 숙성초기(熟成初期)에 비(比)해 후기(後期)에서 그 증가폭(增加幅)이 크게 나타났다. 용기(容器) 용출시험(溶出試驗) 결과(結果) Hg, Cd는 모든 용기(容器)에서 검출(檢出)되지 않았으나 그 외 중금속(重金屬)은 용출시간(溶出時試)에 따라 증가(增加)하였으며, 식염농도에 따른 중금속(重金屬) 용출(溶出)은 차이(差異)가 없었다.

• 해양환경안전학회지
• /
• 제24권7호
• /
• pp.848-857
• /
• 2018

최근 국제적으로 풍력, 태양광, 파도, 연료전지 등의 친환경 신재생에너지 개발이 활발하다. 특히, 해상에서의 풍력발전단지 개발은 대형화를 통한 단가 절감, 고품질의 풍력자원 활용, 발전기로 인한 소음 피해 최소화를 위해 해안에서 멀리 떨어진 위치에 대규모 부유식으로 건설되는 추세이다. 풍력발전단지의 개발은 해사안전법에 의한 해상교통안전진단제도에 따른 평가가 필요하다. 풍력발전단지의 평가는 해당 수역의 체계적인 개발, 관리, 활용을 위해 선과 면적 개념을 모두 적용하여 수행되어야 하며, 이를 위한 평가 방법과 기준이 개발되어야 한다. 이 연구에서는 해상풍력발전단지처럼 해양 공간을 평가할 수 있는 해상교통조사방법과 평가에 대한 적절한 기준을 수립하고, 이를 시스템적으로 처리할 수 있는 방안에 대해서 연구하였다. 먼저 해상교통조사를 위해 AIS와 레이더를 이용한 이동식 해상교통데이터 수집장치를 설계하였다. 그리고 선과 면적의 개념을 모두 적용한 해상교통 항적도, 밀집도, 경로 분석을 제안하였다. 해상교통밀집도는 Grid-cell의 크기를 조절하여 단위 cell에 대한 공간적, 시간적 점유율을 구분하고 해상교통 경로 분석은 해상을 통항로 또는 작업 공간으로 사용할 때를 구분하여 선박의 이동 패턴을 평가할 수 있도록 제안하였다. 최종적으로 시스템적인 해상교통데이터의 수집과 평가가 가능한 해상교통안전평가솔루션의 개념설계를 수행하였다. 이는 자동적인 해상교통데이터의 수집 저장 분류를 통해, 데이터 누락이나 오표기와 같은 인적 오류를 최소화하고 해상 공간의 용도에 따라 선과 면적 개념을 반영하여 분석함으로써 신뢰성 있는 해상 공간의 평가가 가능하게 한다.

• 대한치과보철학회지
• /
• 제57권1호
• /
• pp.8-17
• /
• 2019

목적: 본 연구의 목적은 최근 5년간 식립된 임플란트 증례를 대상으로 임플란트 주위염의 유병률을 조사하고, 질환 발생에 영향을 미칠 수 있는 요소들을 분석, 평가하는 것이다. 대상 및 방법: 2012년 1월 1일부터 2016년 12월 31일까지 이화여자대학교 의과대학 부속 목동병원 치과진료부 치주과에 내원한 환자 중 본원에서 임플란트를 식립하고 보철수복을 시행한 환자 422명(853개 임플란트)에 대한 의료기록과 방사선 사진을 바탕으로 임플란트 주위염의 유병률을 조사하고 임플란트 주위염에 영향을 미칠 수 있는 요소와의 연관성을 분석하였다. 각 위험요소와 임플란트 주위염의 통계적 연관성을 분석하기 위해 일반화추정방정식(generalized estimation equations, GEE)을 사용하여 각 변수들과 임플란트 주위염의 발생 사이 상관관계를 평가하였다. 또한 관찰 기간 중 임플란트 주위염의 누적 유병률은 Kaplan Meier Method를 사용하였다. 결과: 임플란트 주위염의 유병률은 환자 수준에서 7.3% (422명 중 31명), 임플란트 수준에서 5.5% (853개 중 47개)로 나타났다. 성별, 골유도재생술(guided bone regeneration, GBR)여부, 보철물 부하기간이 임플란트 주위염의 발생과 통계적 상관관계를 갖는 것으로 나타났다. 부하기간에 따른 임플란트 주위염의 누적 유병률을 분석한 결과 보철물 장착 후 19개월째 첫 임플란트 주위염이 발생하였고, 이후로 임계점(critical point) 없이 위험도는 시간에 따라 전반적으로 상승하는 양상을 보였다. 결론: 임플란트 주위염의 유병률은 환자수준에서 7.3%, 임플란트 수준에서 5.5%로 나타났으며, 남성, GBR을 시행한 경우, 보철물 부하기간이 길수록 임플란트 주위염의 발생 위험도가 증가한다.

• 환경생물
• /
• 제41권4호
• /
• pp.482-496
• /
• 2023

지난 수십 년간 국내 벼농사 시스템은 규모와 구조 측면에서 많은 변화가 있었으나, 이 시스템의 지속가능성에 대한 연구는 충분히 이뤄지지 않았다. 본 연구에서는 에머지 분석방법을 이용하여, 시스템 생태학의 관점에서 국내 벼농사 시스템의 지속가능성 변화를 분석하고자 했다. 이를 위해서, 2011년, 2016년, 2021년의 국내 벼농사 시스템에 대한 에머지 테이블을 작성하고 에머지 기반 지표 분석을 수행하였다. 에머지 분석 결과, 2011~2021년 동안의 논면적 감소에 따라 벼농사 시스템에 투입된 총 에머지는 10,744E+18 sej year^-1에서 8,342E+18 sej year^-1로 감소했고, 재생가능한 자원의 비율은 1.4% 감소한 것으로 나타났다. 면적당(ha) 투입된 에머지는 2011년 13.13E+15 sej ha^-1 year^-1에서 2021년 11.89E+15 sej ha^-1 year^-1로 감소한 것으로 분석되었고, 질소 비료 사용량 및 노동시간의 감소가 주된 원인이었다. 벼 1 g을 재배하는 데 투입되는 에머지는 2016년과 2021년 사이에 변화가 없었으나(specific emergy: 13.3E+09 sej g^-1), 벼농사 시스템의 지속가능성(emergy sustainability index, ESI)은 2011년부터 2021년까지 계속해서 낮아진 것으로 나타났다(2011년: 0.107, 2016년: 0.088, 2021년: 0.086). 본 연구는 국내 벼농사 시스템의 에머지 투입 구조 및 특징에 대한 정량적인 정보를 제공했다. 이 연구 결과는 국내 벼농사 시스템의 생태적 지속가능성 향상을 위한 방안을 구축하는 데 중요한 자료로 활용될 수 있을 것이다.

• 현장농수산연구지
• /
• 제24권3호
• /
• pp.15-24
• /
• 2022

동해안 지역에서 발생되는 대형 산불의 원인은 건조주의보, 영동지역에서 불어오는 강한 바람, 소나무의 단순림, 임도 유무와 상태 등을 들고 있다. 이러한 이유로 2000년 동해안 산불로 삼척시는 전체 피해면적의 약 70%인 17,000ha 이상의 산림이 소실되었다. 이후 삼척의 산불 피해지역은 인공복원와 자연복원을 구분하여 식생 분석을 통해 산림복원(회복) 정도를 파악하는 데 연구의 목적이 있다. 조사 대상지인 삼척 검봉산 일대는 기존 소나무가 우점하는 곳으로 2001년 복원을 위해 소나무, 곰솔, 굴참나무 등을 조림하였고, 일부는 자연복원을 하였다. 복원 이후 21년 지난 현재 삼척 검봉산 일대 산불피해 복원지역의 식생은 크게 굴참나무-소나무군락, 소나무-신갈나무군락, 곰솔-소나무 군락으로 나누어지는 것으로 나타났다. 산불피해지 식생회복은 굴참나무, 소나무, 곰솔 등 조림으로 현재 식생은 산불발생 이전의 임상으로 회복되고 있다. 특히, 산불의 유형 중 지표화 피해지역은 하층 식생의 피해가 크다. 기존의 소나무는 결실된 종자를 비산하여 치수를 발생시켜 자연복원의 속도를 높이고 굴참나무를 활용한 인공복원은 맹아를 발달시켜 본인의 영역을 확장하는 전략을 지니고 있다. 단, 입지적 환경이 동일하다는 전제 조건에서 숲에서 재생 기작이 진행되는 자연 복원보다는 인공복원이 회복시간과 종다양성이 높은 측면에서는 효과적인 것으로 결론을 지을 수 있다. 한편, 산불 발생 초기 굴참나무 조림은 4년 이후 아교목층(4m 이상)까지 부피 생장을 하고 종자 발아에 따른 개체수도 늘어난 모습을 보였다. 현재 소나무와 굴참나무, 신갈나무 군락지 간 수관 경쟁으로 소나무가 도태되는 천이 촉진 현상을 보일 것으로 예상된다. 굴참나무-소나무군락은 교목층에서는 조림 수종인 굴참나무가 높은 상대우점치를 나타내고 있지만, 아교목층은 자연 이입종인 신갈나무와 산불 이전 우점종인 소나무가 높은 우점치를 나타내는 특징을 보였다. 소나무나 곰솔이 우점하는 군락에 비해 복원 후 자연 이입종인 신갈나무에 의한 우점도가 높아 향후 혼효림으로 발달할 것으로 보이며, 이후 신갈나무와 굴참나무가 우점할 것으로 예측된다. 소나무-신갈나무군락은 조림 수종인 소나무와 자연 이입종인 신갈나무가 경쟁하고 있는 군락이다. 기존 연구에 따르면 산불 지역의 자연 회복지는 초기에 신갈나무와 쇠물푸레나무가 우점하는 경향을 나타낸다고 하였으나, 본 군락은 교목층과 아교목층 모두 소나무가 우점하는 특징을 나타내었다. 이를 통해 산불 이전 식생이었던 소나무군락을 형성할 것으로 판단된다. 이처럼 동해안은 과거 헐벗은 상태로 장기간 노출된 곳으로 유기물층이 없는 곳이 많다. 또한, 이곳에 광물질 토양이 노출된 나지에 소나무 종자가 비산하여 발아되고 숲을 형성하게 되지만 토양 비옥도가 개선되지 못한다면 자연 천이가 아닌 소나무림으로 장기간 지속될 수 있을 것으로 보인다. 곰솔-소나무군락은 곰솔이 교목층과 아교목층 모두 우점하고 있다. 곰솔-소나무군락은 단순림으로 다른 조사지역과 비교할 때 종다양도가 낮은 특징을 나타내며, 경쟁 수종이 없어 곰솔-소나무림의 형태를 유지할 것으로 판단된다. 이는 산불이 수목의 전소된 상태에서 소나무림 하층에 싸리 등 단일종으로 우점되는 경향이 있어 종다양도가 낮으며, 토양면 노출이 심각하다. 특히, 여름철 집중 강우에 따른 표토 유실이 진행되어 매토종자와 같은 자연복원 보다는 인공복원으로 접근하는 것이 효과적이다. 이와 함께 급경사 지역이나 동해안 해안에 가까운 구릉성 지대에는 토양이 척박하기 때문에 향후 복원을 위한 식물종 선정 시 참나무류 보다는 소나무로 접근하는 것이 효과적이다. 본 연구는 산불 피해지역 복원지에 대한 식생 구조 특성을 분석하기 위해 수행되었다. 전체적인 식생 구조 특성을 파악함에 있어 피해지와 참조생태계가 대변될 수 있는 비피해지(대조구) 식생 구조의 비교·분석과 같은 추가적인 연구가 필요할 것으로 판단된다. 이를 통해 산불피해지의 지표화, 전소화 피해지 등 유형별 효과적인 복원사업과 시행착오를 줄이는 중요한 자료로 활용될 수 있을 것이다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.