• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2019년도 추계학술대회
• /
• pp.48-48
• /
• 2019

Amorphophallus paeoniifolius (Dennst.) Nicolson는 영명으로 Elephant yam 또는 Whitespot giant arum 으로 불리는 천남성과(Araceae) 식물로 동아시아, 뉴기니, 오세아니아, 마다가스카르 등지에서 자생하고 있으며 숲의 가장자리 또는 2차림에서 발견 된다. 다년생 식물로 덩이줄기는 어두운 갈색의 둥근모양으로 직경 20~25 cm로 자라고 수염뿌리가 사방으로 달린다. IUCN 적색목록(Red List)에 관심대상 종(LC: Least Concern)에 속하는 식물이다. 현지인들은 마(Dioscorea Polystachya Turcz.)처럼 채소로 먹기도 하며 약용으로 쓰이기도 하는데 복부장애, 소화불량, 천식, 기관지염, 빈혈 등에 약효가 있다. Amorphophallus paeoniifolius은 $25^{\circ}C{\sim}35^{\circ}C$, 연강수량 1,000~1,500 mm에서 잘 자란다. 가운데 눈이 올라오면서 생장을 시작하고 며칠이 지나서야 잎 또는 꽃으로 자라는지 알 수 있다. 잎의 생육주기는 잎눈이 생장을 시작하면 잎자루 끝에 소엽과 소잎자루가 접힌 채로 올라온다. 소엽들이 펴지면서 완전한 모습을 갖추는데 30일 이상의 생장기간을 갖는다. 잎의 형태는 우상복엽(pinnate compound leaf)으로 우산처럼 보이는 잎 하나로 광합성을 한다. 잎은 최대 높이 2.5~3 m, 너비 3 m까지 자라며, 잎자루의 색은 녹색과 청색으로 얼룩덜룩한 무늬가 있다. 인공환경 조건에서 Amorphophallus paeoniifolius 생활사 중 잎의 주기를 연구하기 위해서 광, 온도 등의 지상부 환경은 열대 및 아열대 식물의 자생지와 유사하게 조성하였고, 지하부 환경은 인공 배합토를 사용하여 조성하였다. 평균온도는 $25{\sim}28^{\circ}C$, 겨울철 최저 $16^{\circ}C$, 여름철 최고 $33^{\circ}C$를 유지 관리 하였다. 자동 환경제어시스템으로 온도 및 환기를 유지 관리하고 필요에 따라 수동제어 관리를 병행하여 조절하였다. Amorphophallus paeoniifolius는 잎을 먼저 생성하고 광합성으로 생산된 영양물질을 덩이뿌리에 저장을 하고 그 영양물질을 이용하여 꽃을 피우는 생육 특성을 지닌다. 실험에 사용된 공시 식물은 2018년 12월 미얀마에서 생체(덩이줄기) 형태로 도입되었다. 화분에 식재 후 약 5개월이 지난 시점에서 잎의 생장이 시작되었다. 2019년 7월 29일 기준으로 높이 80 cm, 너비 60 cm의 크기로 성장하였으며, 생육환경에 따라 3~5개월 뒤 잎이 지고 나면 다시 덩이줄기로 되돌아갈 것으로 판단된다. 하지만 지금까지 이 식물에 알려진 정보는 인공환경에서의 연구가 아닌 자연환경에서의 연구결과이기 때문에 인공적인 온실 환경에서 자란 Amorphophallus paeoniifolius는 잎의 주기는 더 오래 갈 수도 있으며 꽃의 주기 또한 느리거나 빠를 수 있다. 잎의 생장주기(Leaf Cycle)시 잎자루가 낮과 밤의 방향을 달리 하여 자라는 것이 관찰되었다. 이는 광합성을 위해서 잎자루의 방향을 햇빛 방향으로 돌리는 것으로 판단된다. Amorphophallus paeoniifolius를 실내 조경 식물 또는 식 약용의 소재식물로 활용하기 위해서는 꽃의 생장주기 등 추가적인 모니터링과 연구가 필요하다.

• 터널과지하공간
• /
• 제32권1호
• /
• pp.78-92
• /
• 2022

본 연구에서는 스마트 마이닝 기술의 수준을 체계적이고 구조화된 방법으로 평가할 수 있는 스마트 마이닝 기술 수준 진단평가 모델을 제안하였다. 이를 위해 스마트 마이닝의 성숙도를 정의하였으며, 제조업에서 활용되는 스마트 공장 진단평가 모델(KS X 9001-3)을 참조하여 스마트 마이닝 기술 수준 진단평가 모델의 세부평가항목 도출하였다. 기존의 체계를 유지하면서 기존 46개의 세부평가항목을 광업에 적합하도록 수정하였으며 추진전략, 프로세스, 정보시스템과 자동화, 성과 부문에서 총 29개의 세부 평가 항목을 도출하였다. 이를 토대로 스마트 마이닝 기술 수준 진단평가 설문지를 설계하였고, 국내의 철광산을 연구지역으로 설정한 다음 스마트 마이닝 기술 수준을 평가하였다. 연구지역의 스마트화 수준은 레벨 2로 나타났으며, 일반 제조업의 평균 스마트 수준과 비교했을 때 40% 정도 낮은 수준에 있음을 유추할 수 있었다. 또한, 개발된 모델을 이용하여 스마트 마이닝의 도입, 운영, 고도화의 단계별로 광산의 취약한 부분을 인지하고 투자 및 개선 방향을 제시할 수 있었다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.494-507
• /
• 2021

TBM의 활용이 증가하면서 최근 국내에서도 머신러닝 기법으로 TBM 데이터를 분석하여 TBM 전방의 지반을 예측하고 디스크커터의 교환주기 예측 및 굴진율을 예측하는 연구가 수행되고 있다. 본 연구에서는 TBM 굴진 시 기계 데이터를 대상으로 전통적 암반에 대한 분류 기법과 최근에 다양한 분야에서 널리 사용되고 있는 머신러닝 기법들을 접목하여 슬러리 쉴드 TBM 현장의 암반 특성에 대한 분류 예측을 하였다. 암반 특성 분류 기준 항목을 RQD, 일축압축강도, 탄성파속도로 설정하고 항목별 암반상태를 클래스 0(양호),1(보통),2(불량)의 3개 클래스로 구분한 다음, 6개의 분류 알고리즘에 대한 기계학습을 수행하였다. 그 결과, 앙상블 계열의 모델이 좋은 성능을 보여주었고 특히 학습성능과 더불어 학습속도에서 우수한 결과를 보인 LigthtGBM 모델이 대상 현장 지반에서 최적인 것으로 나타났다. 본 연구에서 설정한 3가지 암반 특성에 대한 분류 모델을 활용하면 지반정보가 제공되지 않은 구간에 대한 암반 상태를 제공할 수 있어 굴착작업 시 도움을 줄 수 있을 것으로 판단된다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.400-414
• /
• 2021

고준위방사성폐기물 처분장에서 벤토나이트는 공학적방벽재로서 주로 사용되어지는 재료로서 열-수리-역학-화학적 복합적 거동을 겪게 된다. 본 보고에서는 이러한 벤토나이트에 대한 X선 단층촬영 기반의 분석 및 특성화와 관련된 최근 연구 및 기술동향을 고찰하였다. X선 단층촬영 기반 벤토나이트의 평가는 분말형태와 펠렛형태에 대해 적용된 내용을 다루었다. X선 이미징을 통해 마이크로스케일에서 입자의 정보를 추출할 수 있으며 벤토나이트의 불균질성을 야기할 수 있는 펠렛 내부의 균열을 검출할 수 있다. 수화조건하에서 분말과 펠렛이 혼합된 벤토나이트에 대한 X선 분석을 통해 실험과정에서 발생하는 불균질 영역을 특정하고 모니터링이 가능하다. 펠렛으로만 구성된 벤토나이트가 펠렛과 파우더의 혼합으로 이루어진 벤토나이트보다 더 빨리 팽윤되는 특성이 보고되기도 하였다. 벤토나이트의 입자와 블록에 존재하는 작은 균열들이 건조-수화 조건하에서 각각 균열의 닫힘과 열림이 발생하는 것도 확인되었다. 전문 소프트웨어를 이용하여 시공간 단층 이미지로부터 변형률분포를 추출한 경우도 있었다. 최근의 연구들에서는 X선 단층촬영 기술을 이용하여 시간경과에 따른 벤토나이트의 건조밀도, 함수비, 입자의 이동 등을 평가하기도 하였다. 또한, 수화과정에 온도 조건을 고려하여 시간에 따른 재료의 전체 밀도 및 국부적 밀도 변화를 관찰하는 연구도 진행되고 있다.

• 한국지반환경공학회 논문집
• /
• 제23권8호
• /
• pp.29-36
• /
• 2022

최근 지하공간에 대한 개발이 활발히 진행됨에 따라 지중 시설물의 정보에 대한 중요도가 증가하고 있다. 굴착작업을 수행하기 전에 지중 시설물의 위치를 정확히 파악해야 한다. 지표투과레이더(GPR)와 같은 지구물리적 탐사 방법은 지중 시설물을 조사하는데 유용하게 사용된다. GPR은 지반에 전자기파를 송출하며 지반과 다른 매질에 의해 반사되는 신호를 분석하여 지중시설물의 위치와 깊이 등을 파악한다. 그러나 GPR 데이터의 판독은 숙련된 전문가의 주관적 판단에 의존하기 때문에 이를 딥러닝을 통해 자동화하려는 많은 연구가 진행되고 있다. 딥러닝은 학습 데이터가 많을수록 정확한 모델을 만들 수 있으며, 이러한 학습데이터 축적에 있어 수치해석이 좋은 대안이 될 수 있다. 수치해석의 경우 지반의 불균질성을 모사하여 다양한 조건에서의 GPR 탐사 데이터를 생성할 수 있으며, 이를 이용하여 학습모델의 성능을 향상시킬 수 있을 것으로 생각된다. 지반은 불균질하며, GPR 신호는 지반의 다양한 변수로 인해 영향을 받는다. 그러나 이러한 불균질 지반에 대한 연구가 필요한 실정이다. 따라서 본 연구에서는 프랙탈 차원수와 지반의 함수비 범위에 따른 GPR탐사 신호특성을 분석하고 불균질한 지반을 모사하기 위한 입력파라미터에 대한 연구를 수행하였다. 프랙탈 차원수가 2.0을 넘어가면 적합곡선에 대한 오차가 크게 감소하는 것으로나타났다. 그리고 분석의 타당성을 확보하기 위해 함수율의 범위가 0.14 미만이어야 한다.

• 지질공학
• /
• 제31권4호
• /
• pp.507-522
• /
• 2021

각 탐사의 반응 값은 지하 매질의 특정 물성에 따라 달라지기 때문에 한가지의 지구물리학적 방법만으로는 탐사목적을 달성하지 못하는 경우가 종종 있다. 특히 지질재해 위험에 취약한 지역을 조사하는 경우, 인명 및 재산피해를 최대한 줄이기 위해 한 가지 이상의 탐사방법을 사용하는 것이 효과적이다. 제방의 안전성 평가를 위한 이 연구에서는 각 탐사결과들을 개별적으로 해석하는 대신 탄성파속도(굴절법에 의한 P파속도와 MASW의 S파속도)와 전기비저항 값들을 통계적으로 분석하여 결정된 임계값들을 기반으로 취약구간과 안전구간 등으로 구분하는 사분면 상관기법을 수행하였다. 임계값은 수평 4층 구조와 경사진 파쇄대에 대한 모델자료를 가지고 수행한 사분면 상관기법을 테스트하는 과정에서 두 개의 속성자료 모두 평균에서 표준편차를 빼준 값으로 결정되었다. 전기비저항-P파속도의 교차출력에 비해 전기비저항과 S파속도를 이용한 교차출력 해석이 제방 시스템의 토양유형, 지반강성 및 암석학적 특성 정보를 보다 충실히 제공하였다. 낮은 S파속도와 높은 전기비저항으로 2사분면에 투영된 느슨한 모래 구역이 취약구간으로 평가되는데 이와 같은 해석은 시추공 표준관입시험에서 보인 중심코어의 N 값 분포로 뒷받침되었다.

• 터널과지하공간
• /
• 제32권6호
• /
• pp.502-517
• /
• 2022

TBM의 활용이 증가하면서 최근 국내외에서 머신러닝 기법으로 TBM 데이터를 분석하여 디스크커터의 교환주기 예측 및 굴진율을 예측하는 연구가 증가하고 있다. 본 연구에서는 굴진 시 획득되는 기계 데이터와 지반 데이터를 기반으로 최근에 다양한 분야에서 널리 사용되고 있는 머신러닝 기법들 중 회귀 모델을 접목하여 슬러리 쉴드 TBM 현장의 디스크 커터 마모 예측을 하였다. 디스크 커터 마모 예측을 위해서 Training과 Test 데이터를 7:3으로 분할하였으며, 최적의 파라미터를 선정을 위해서 분할 교차검증을 포함하는 그리드 서치를 활용하였다. 그 결과, 앙상블 계열의 그레디언트 부스팅 모델이 결정계수가 0.852, 평균 제곱근 오차가 3.111로 좋은 성능을 보여주었고 특히 학습성능과 더불어 학습속도에서 우수한 결과를 보여주었다. 현재 도출된 결과로 볼 때, 슬러리 쉴드 TBM의 기계데이터와 지반정보가 포함된 데이터를 활용한 디스크 커터 마모 예측 모델의 적합성은 높다고 보인다. 추가적으로 지반조건의 다양성과 디스크 마모 측정 데이터양을 늘리는 연구가 필요한 것으로 판단된다.

• 지구물리와물리탐사
• /
• 제24권4호
• /
• pp.180-193
• /
• 2021

복소 전기비저항 탐사기법은 진동수 영역에서 전기비저항과 위상을 측정하여 지하 매질의 다양한 특성정보를 획득할 수 있는 탐사기법으로 최근 그 활용성이 증가하고 있다. 이 논문에서는 복소 전기비저항 탐사기법의 활용성을 높이기 위하여 획득한 자료에 대한 3차원 역산 알고리듬을 개발하였다. 이를 위한 모델링에는 전자기 커플링 효과를 무시하는 경우에 적용할 수 있는 포아송 방정식을 적용하였으며, 역산에는 기존의 평활화된 역산법을 복소수로 확장하는 방법으로 알고리듬을 개발하였다. 역산의 안정성 및 현장자료의 적용성을 높이기 위하여 라그랑지 곱수를 역산 과정에서 오차 벡터와 모델 증분 벡터의 크기에 따라 자동적으로 조정되도록 하는 기법을 도입하였다. 또한, 잡음이 많이 포함된 위상자료로 인한 자료의 손실을 보완하기 위하여 역산반복 단계에서 초반부는 전기비저항 자료만을, 후반부는 전기비저항 자료와 위상 자료를 모두 역산하는 두 단계로 구성된 역산기법을 제시하였다. 수치 모형실험에 대한 역산 시험결과 안정적인 역산 결과를 얻을 수 있었으며, 개발된 3차원 역산 알고리듬을 국내 천열수 광산 인근에서 수행한 복소 전기비저항 탐사자료 해석에 적용하여 그 타당성을 확인하였다.

• 한국자원식물학회지
• /
• 제36권2호
• /
• pp.133-171
• /
• 2023

본 연구는 온실효과로 인한 기후변화에 대응하고자 산림생물다양성특정지역(풍혈)에 대한 생물학적 가치와 환경요인을 분석하여 풍혈에 대한 기초자료를 작성하고 이를 통해 산림생물다양성 보전 및 관리를 위한 방안을 수립하고자 수행되었다. 국내 분포하는 풍혈 25개소 중 지형학적 유형에 따라 분류한 애추형, 동굴형, 함몰형 풍혈 6개소를 선정하여, 지하에서 바람이 불어나오는 전석지를 경계로 구분하여 풍혈 내·외부로 나누어 2020년부터 2021년까지 계절별로 기상정보와 관속식물상을 조사하였다. 여름철에 6곳의 풍혈 모두 풍혈이 위치하는 지역보다 기온이 낮게 나타났다. 6곳의 풍혈의 관속식물은 101과 350속 621종 18아종 57변종 7품종 703분류군으로 조사되었다. 한반도 특산식물은 29분류군, IUCN 지정 희귀식물은 위급종(CR) 5분류군, 위기종(EN) 3분류군, 취약종(VU) 4분류군 등 총 22분류군이 확인되었다. 식물구계학적 특정식물은 V등급 4분류군, IV등급 27분류군, III등급 48분류군 등 총 168분류군, 북방계식물은 129분류군, 한반도 기후변화 적응 대상 식물 300의 북방계식물 100종 중 총 22분류군이 확인되었다. 침입외래식물은 48분류군, 생태계교란식물은 7분류군이 확인되었으며, 귀화율은 6.8%로 나타났다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.214-216
• /
• 2022

분포형 음향 센싱(distributed acoustic sensing, DAS)은 광섬유 케이블을 수신기로 활용하는 탐사기술로서, 석유탐사 및 지진분야에서 모니터링 목적으로 활발히 적용되고 있다. 최근에는 지하매질의 물성정보를 도출하기 위해 분포형 음향 센싱 자료를 활용한 전파형역산 연구가 수행되고 있다. 분포형 음향 센싱은 광섬유 케이블 상의 두 점 간의 위상 차이에 의한 변형률을 측정하기 때문에, 기존 전파형역산 알고리즘에 직접 활용하기 어렵다. 분포형 음향 센싱 자료를 전파형역산에 활용하기 위해, 본 연구에서는 평면파 가정에서의 변형률과 수평입자속도의 관계식을 이용한 평면파 전파형역산 알고리즘을 개발하였다. 수치실험을 통해 평면파 가정에서의 변형률과 입자속도 간의 관계식이 성립함을 확인하였다. 다양한 탐사환경에서 분포형 음향 센싱 자료에 대한 전파형역산의 적용 가능성을 확인하기 위해, 육상 및 해저면 탄성파 탐사 환경을 모사한 4층 및 수정된 Marmousi-2 속도모델을 이용하였다. 제안된 전파형역산을 통해 육상 및 해저면 탄성파 탐사 환경하에서 P파 및 S파 속도구조를 정확히 도출할 수 있었다.