• 한국방재학회 논문집
• /
• 제10권4호
• /
• pp.1-7
• /
• 2010

최근 기상이변에 따른 폭설로 인한 단동온실의 붕괴가 빈번해져서 농가의 피해가 증가하고 있다. 하지만 이에 대한 연구는 미약하여 매년 농가의 피해는 되풀이 되고 있다. 폭설로 인한 설계적설심 증가에 따라 단동온실의 단면을 증가시키거나 서까래 간격을 줄이는 방법이 있으나 시공비와 골조율 증가 등의 단점이 있다. 따라서, 본 연구에서는 골조율 증가의 최소화와 경제적으로 단동온실의 구조적 안전성을 향상시킬 수 있는 방법을 모색하고자 여러 형태의 보강방법에 대하여 하중단계별 기하학적 비선형성을 고려한 대변위해석을 수행하여 온실의 조합강도비와 응력을 비교, 분석하여 최적의 보강방법 모델을 제시하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.20-20
• /
• 2017

최근 기후변화 영향에 따라 전 세계적으로 인명피해 및 재산피해를 유발하는 자연재난이 지속적으로 증가하고 있으며, 그로 인한 자연재해의 규모가 점점 더 커지고 있다. 실제로 우리나라에서도 지난 1994 년에서 2013 년까지 지난 20 년간 자연재해에 의한 피해액은 12조 3천억 원으로 집계되었으며, 이 중 강우와 태풍에 의한 피해가 85 % 이고, 대설에 의한 피해는 약 13 % 로 자연재해 중 대부분의 피해는 강우 및 태풍에서 발생하지만, 폭설에 의한 피해도 적지 않은 것으로 나타났다. 이에 따라, 정확한 예측을 위해 신뢰도 높은 자료 구축을 통한 대설피해 예측에 관한 연구가 필요한 시점이다. 본 연구에서는 대설피해액 예측을 위해 우리나라의 63개 기상 관측소에서 관측한 적설심 자료 및 기상관측 자료와 사회 경제 자료 총 11개를 대설피해 예측을 위한 입력변수로 선정하고, 이를 기상관측소가 속한 도시의 면적에 따라 3개의 지역으로 구분하였다. 주성분분석을 활용하여 선정된 입력변수들을 4개의 주성분으로 구분하고, 인공신경망 및 다중선형 회귀 모형을 구성하여 각 지역별 대설피해 예측의 오차를 분석하였다. 적용결과, 인공신경망 모형을 이용한 대설피해 예측의 수정결정계수는 22.8 %~48.2 %를 나타냈고, 다중선형회귀 모형의 수정결정 계수는 9.2 %~39.7% 로 나타났다. 그러므로 인공신경망 모형이 다중회귀 모형보다 선택된 입력자료를 활용하여 대설피해를 예측하는 목적으로 조금 더 우수한 결과를 나타내었다. 향후 자료를 보완 및 모형의 고도화를 통해 보다 정확한 대설피해 예측 함수 개발이 가능할 것으로 기대된다.

• 한국농공학회논문집
• /
• 제64권6호
• /
• pp.35-41
• /
• 2022

Heavy snow damage can be prevented in advance with an appropriate security system. To develop the security system, we developed a model that predicts snow depth after a few hours when the snow depth is observed, and utilized it to calculate a failure probability with various types of greenhouses and observed snow depth data. We compared the Markov chain model and Bayesian long short-term memory models with varying input data. Markov chain model showed the worst performance, and the models that used only past snow depth data outperformed the models that used other weather data with snow depth (temperature, humidity, wind speed). Also, the models that utilized 1-hour past data outperformed the models that utilized 3-hour data and 6-hour data. Finally, the Bayesian LSTM model that uses 1-hour snow depth data was selected to predict snow depth. We compared the selected model and the shifting method, which uses present data as future data without prediction, and the model outperformed the shifting method when predicting data after 11-24 hours.

• 한국지리정보학회지
• /
• 제14권3호
• /
• pp.188-202
• /
• 2011

화석연료의 사용 증가로 인한 온실가스의 배출로 인하여 지구의 이상기후가 감지되고 있으며, 이러한 현상은 국내의 온도 변화 및 강수량의 변화에도 큰 영향을 줄 것이다. 특히 기후 변화에 따른 온도 상승은 겨울철 강설량 변동에 많은 영향을 줄 것이다. 본 연구는 이러한 변화를 평가하고자, 중권역별로 상세화 된 GCM (general circulation model) 자료를 이용하여 미래의 강설 가능성과 지역별 강설량을 예측하였다. 강설이 발생하는 원인은 매우 다양하지만, GCM에서 제공하는 정보는 최고 최저 온도, 강우량, 일사량의 네 가지 이므로, 본 연구에서는 강설가능성을 일최저 온도와의 상관성에 초점을 맞추어 예측하였다. 먼저 각 기상관측소별 신적설심을 기상청에서 제공받아 분석하여 강설이 내리는 온도의 조건을 추정하였으며, 추정 된 온도의 조건을 IDW (inverse distance weight)기법을 이용하여 공간 분포시켜 지역별 온도 조건 분포도를 작성하였다. 이렇게 산정된 최고 최저온도별 경계값을 중권역별로 GCM자료에 적용시켜 미래의 강설 가능성을 예측 하였다. 연구에 적용된 기후변화 시나리오는 총 13개 이며, 각 시나리오별 편차는 다양하게 나타났으나 미래로 갈수록 강설량이 줄어드는 패턴을 나타내었다. 지구 온난화에 의한기온 상승의 효과를 여실히 보여주었으며, 이러한 융설 기작의 시공간적 변동은 봄철 수자원에 영향을 줄 것으로 사료 된다.

• 생물환경조절학회지
• /
• 제24권3호
• /
• pp.226-234
• /
• 2015

본 연구에서는 적설하중 산정을 위한 노출계수를 결정하는데 필요한 기초자료를 제공하기 위하여 각국의 온실구조설계기준에서 제시된 노출계수들을 비교분석하였고 우리나라의 각 지역별 노출계수를 결정하고 결정방법에 대하여 개선방안을 분석하였으며 연구결과를 요약하면 다음과 같다. 각국의 노출계수 기준을 비교분석한 결과 노출계수에 영향을 미치는 주요인자는 노풍도, 풍속, 바람막이의 유무인 것으로 분석되었다. 또한 일본을 제외한 각국의 기준을 종합하면 노출계수는 3가지 단계로 구분되며 바람에 완전히 노출되고 바람이 센 지역의 노출계수는 0.8(0.9), 바람에 부분적으로 노출된 지역은 1.0(1.1), 바람막이가 조밀하게 설치된 지역은 1.2로 나타낼 수 있다. 따라서 온실의 적설하중 산정을 위한 노출계수는 적용의 용이성을 고려한다면 3단계로 구분하여 제시하는 것이 바람직할 것으로 판단된다. ISO 4355기준에 따라 우리나라 94개 지역에 대한 노출계수를 산정한 결과 대관령 (0.5)과 여수(0.6)를 제외한 모든 지역의 노출계수가 1.0과 0.8 두 가지로 대별되었다. 우리나라의 내륙지역이 해안지역에 비해 상대적으로 더 큰 강설 확률을 가지며 최대풍속이 $5m{\cdot}s^{-1}$ 이상인 일수가 더 작은 것으로 분석되었다. 우리나라의 노출계수는 3단계로 구분하여 해안 지역을 중심으로 한 바람이 강한 지역을 0.8로 하고 내륙지역은 1.0으로 하며 촘촘한 바람막이가 있는 경우는 일본을 제외한 각국에서 적용하고 있는 값인 1.2로 결정하는 것이 바람직할 것으로 판단되며, 임계풍속 $5.0m{\cdot}s^{-1}$ 이상 일 수에 따른 지역별 구체적인 노출계수는 추가적인 연구를 통해 결정할 필요가 있다.

• 생물환경조절학회지
• /
• 제18권3호
• /
• pp.192-199
• /
• 2009

파프리카를 재배하는 농가에서는 생산성 증대를 위하여 비닐하우스 측고를 관행 3.0m에서 4.5m까지 높이고 있으나 이에 대한 구조안전성 검토 없이 시공이 이루어지고 있는 실정이다. 이 연구에서는 측고가 4.5m로 상승된 1-2W형 비닐하우스를 대상으로 풍속 $40m{\cdot}s^{-1}$, 적설심 40cm의 설계하중에 대하여 구조안전성 분석을 수행하고 적절한 구조보강방법을 제시하였다. 3차원 프레임해석을 이용하여 구조해석을 수행한 결과, 측면 방풍벽의 보강이 반드시 필요한 상태였으며 파프리카 작물하중으로 인하여 매우 취약해지는 중방의 보강이 요구되었다. 측면 보강 방법으로써는 외측 기둥과 방풍벽을 보강이음을 이용하며 서로 연결해주고, 외측 기둥 간격에 따라 방풍벽 부재를 보강하는 방법이 가장 효과가 큰 것으로 분석되었다. 중방의 경우 비닐하우스 폭의 $1/17{\sim}1/20$의 높이로 2중 중방구조를 만들고 그 사이를 사재로 연결하여 트러스 형태로 보강하는 방법이 가장 큰 효과를 보였다.

• 한국지형학회지
• /
• 제20권3호
• /
• pp.95-107
• /
• 2013

한라산 아고산대 표고 1,710m 지점의 나지에서 동결기를 중심으로 212일간 지상 55cm 높이의 기온과 지중 2cm, 10cm 및 20cm 깊이의 지온을 관측하여 주빙하성 지형형성환경을 조사하였다. 관측기간의 평균기온은 $-0.1^{\circ}C$이며, 깊이별 평균지온은 2cm $1.8^{\circ}C$, 10cm $2.6^{\circ}C$, 20cm $3.2^{\circ}C$이다. 2cm 깊이에서는 1월부터 3월까지 영하의 월평균지온이 관측되었으나 다른 깊이에서는 출현하지 않았다. 동결융해 사이클의 출현횟수는 55cm 높이에서 72회인 반면 지중 2cm 깊이에서 17회, 10cm 깊이에서 8회, 20cm 깊이에서 3회로 지중으로 내려가면서 크게 감소하였다. 지상과 2cm 깊이에서의 동결융해는 일일 주기가 탁월한 반면 10cm와 20cm 깊이에서는 수일 주기로 출현하였다. 또한 2cm 깊이에서 12월 중순~4월 중순, 10cm 깊이에서 2월 말~4월 중순, 20cm 깊이에서 4월 초순~중순에 일평균지온이 대체로 $0^{\circ}C$ 밑으로 내려가는 계절적 동결기가 출현하였다. 관측지점은 1월부터 4월 초순까지 55cm 이상의 눈으로 덮여 있다가 4월 16일에 전부 사라졌다. 12월 하순 2cm 깊이에 형성된 계절적 동토층은 적설의 단열효과로 인하여 3월 말~4월 초에 10cm 깊이에 도달하였다. 4월 7일부터 14일까지 깊이 20cm를 넘는 최대동결심을 보이나 이후 급속하게 융해되어 17일 이후 계절적 동토층은 출현하지 않았다. 융해진행기에도 잔설이 남아 있는 관측지점에는 융해진행기보다 동결진행기에 주빙하 프로세스가 더 탁월하게 진행되며, 일주기성 동결융해 사이클의 발생심도와 최대동결심을 고려하면 한라산 아고산대의 사면물질이동은 주로 동상포행에 의해 발생한다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1829-1836
• /
• 2021

구름탐지란 위성영상내의 픽셀 혹은 화소에서의 구름 유무를 결정하는 것을 의미하며 해당 위성영상의 활용성과 정확도에 영향을 미치는 중요한 요소로 작용한다. 본 연구에서는 구름탐지 자료를 제공해주는 여러 선진기관들의 위성 중에서, GK-2A(GeoKompsat-2A)/AMI(Advanced Meteorological Imager)와 Terra(Earth Observation System-Terra)/MODIS(Moderate-Resolution Imaging Spectroradiometer), Suomi-NPP(The Suomi National Polar-orbiting Partnership)/VIIRS(Visible Infrared Imaging Radiometer Suite)의 구름탐지 자료의 차이에 대해서 정량적 및 정성적으로 비교 분석을 수행하고자 한다. 정량적으로 비교한 결과 1월의 Proportion Correct(PC)지수 값이 GK-2A & MODIS가 74.16%, GK-2A & VIIRS가 75.39%를 나타냈으며 4월의 GK-2A & MODIS는 87.35%, GK-2A & VIIRS는 87.71%로 4월이 1월보다 위성별로 큰 차이 없이 구름을 탐지한 것으로 나타났다. 정성적 비교 결과는 RGB영상과 비교하였을 때, 앞선 정량적 결과들의 경향과 동일하게 1월보다 4월에 해당하는 결과들이 구름을 잘 탐지한 것을 확인할 수 있었으나 얇은 구름이나 적설이 존재하는 경우에는 위성별로 구름탐지 결과에 다소 차이가 존재하였다.