• 생물환경조절학회지
• /
• 제30권4호
• /
• pp.401-409
• /
• 2021

본 연구는 반밀폐형 토마토 재배 온실에서 광합성율 극대화를 위한 적정 탄산가스 시비 농도를 구명하고자 광합성 모델을 이용하여 잎의 최대 카복실화율(V_cmax), 최대 전자전달속도(J_max), 열파괴, 잎 호흡 등을 계산하고 실제 측정값과 비교하였다. 다양한 광도(PAR 200µmol·m^-2·s^-1 to 1500µmol·m^-2·s^-1)와 온도(20℃ to 35℃) 조건에서 CO₂ 농도에 대한 A-C_i curve는 광합성 측정 기기를 사용하여 측정하였고, 모델링 방정식으로 아레니우스 함수값(Arrhenius function), 순광합성율(net CO₂ assimilation, A_n), 열파괴(thermal breakdown), R_d(주간의 잎호흡)를 계산하였다. 엽온이 30℃ 이상으로 상승하였을 때 J_max, An 및 thermal breakdown 예측치가 모두 감소하였고, 예측 J_max의 가장 최고점은 엽온 30℃였으며 그 이상의 온도에서는 감소하였다. 생장점 아래 5번째 잎의 광합성율은 PAR 200-400µmol·m^-2·s^-1 수준에서는 CO₂ 600ppm, PAR 600-800µmol·m^-2·s^-1 수준에서는 CO₂ 800ppm, PAR 1000µmol·m^-2·s^-1 수준에서는 CO₂ 1000ppm, PAR 1200-1500µmol·m^-2·s^-1 수준에서는 CO₂ 1500ppm을 공급했을 때 포화점에 도달하였다. 앞으로 광합성 모델식을 활용하여 과채류 온실 재배 시 광합성을 높일 수 있는 탄산시비 농도를 추정할 수 있을 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제5권5호
• /
• pp.283-287
• /
• 2011

본 연구는 고해상도 디지털 X선 영상 검출기 적용을 위해 미세 $Gd_2O_2S$:Tb 형광체 분말을 저온 액상법을 이용하여 합성하였다. 제조된 형광체 분말을 이용하여 입자침전법을 이용하여 형광체 필름을 제작하여 발광특성을 조사하였다. 측정결과, Tb 첨가농도에 따른 상대적인 발광량 측정결과 5 wt%의 첨가농도에서 가장 높은 발광효율을 보였으며, 첨가농도가 증가할수록 소광현상에 의한 발광강도가 급격히 감소하는 경향을 보였다. 또한 270 ${\mu}m$ 두께의 $Gd_2O_2S$:Tb에서 2945 pC/$cm^2$/mR의 발광 강도를 가졌으며, 발광 강도가 거의 포화되는 것을 관찰할 수 있었다. 끝으로 제조된 형광체의 영상획득 성능을 평가하기 위해 상용화된 CMOS 센서를 이용하여 X선 영상을 획득하여 MTF, NPS를 측정하여 DQE 평가를 수행하였다. 측정결과, DQE(0)의 값은 37%로 다소 낮은 값을 보였다. 향후 필름 제조 공정상의 문제점을 해결한다면, DQE를 개선할 수 있을 것으며, 고해상도 의료 방사선 영상 시스템 적용에 유용하게 적용 가능할 것으로 판단된다.

• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.101-109
• /
• 2021

항해용 X-band 레이다를 이용한 파랑관측은 해수면에 후방산란 된 전자기파 이미지를 분석하여 이루어진다. 1분당 42개의 해수면 시계열 이미지로부터 3차원 FFT를 계산하고 변조전달함수(Modulation Transfer Function)를 구하여 파랑정보를 추출한다. 따라서 레이다 파고계로 계측한 유의파고의 정확도는 X-band 레이다 영상의 상태에 따라 결정된다. 2020년 여름 태풍 마이삭과 하이선 내습 시 강릉 안인 해안에 설치된 X-band 레이다 파고계로 관측한 유의파고의 오차가 크게 발생하였다. 이는 태풍 내습 시 급격히 유의파고가 증가하는 한편 강한 강우가 동반되어 X-band 레이다 영상의 품질이 저하되었기 때문이다. 최대 오차 발생 이전까지 많은 강우가 있었음이 확인된다. 본 연구에서는 convolution neural network(CNN)을 이용하여 레이다 이미지로부터 강우 여부를 분류하고 강우여부에 따라 강우시 인공신경망 모델을 적용하여 태풍 시 유의파고 관측 정확도를 향상시켰다. 폭우를 동반한 태풍 시 레이다 자료 특성에 기반하여 인공신경망 유의파고 산출 알고리즘을 개선하고 이를 통해 X-band 레이다 파고계의 정확도를 향상시키는 방법을 제시하였다.