• 제목/요약/키워드: 천공 조건

검색결과 92건 처리시간 0.019초

고로쇠나무 수액(樹液)의 채취(採取)와 유통구조(流通構造)에 관(關)한 연구(硏究) (A Study on the Collection and Marketing Structure of Sap Water of Acer mono)

  • 안종만;강학모;김준선
    • 한국산림과학회지
    • /
    • 제87권3호
    • /
    • pp.391-403
    • /
    • 1998
  • 본 연구는 산림부산물인 고로쇠나무 수액 채취에서 판매에 이르기까지 전과정을 파악 분석하여, 수액이 산촌 주민의 지속적인 소득증대는 물론, 지역 사회에도 경제적으로 기여할 수 있는 지역 특산물로서의 기능을 극대화시킬 수 있는 방안을 모색하고자 현재 지역의 관행조사을 수행하였다. 조사는 1997년 1월 중순에서 2월 중순까지 약 l개월간에 걸쳐 실시하였으며, 조사대상지는 전라남도 고로쇠나무 수액의 주요 채취 지역인 구례군 토지면(지리산 피아골 지역)과 광양시 옥룡면(백운산 옥룡지역) 그리고 순천시 죽학리(조계산 선암사 지역)의 음용이용객이 많은 3개 지역을 선정하였다. 조사대상자는 각 지역별로 채취세대의 세대주를 임의로 30인씩 선정, 전체 90인을 직접적인 개별 면담을 통하여 설문을 실시하였다. 조사내용은 고로쇠나무 수액 채취에 관련한 관행 및 일반적인 사항, 수액의 가격별 판매현황, 수액의 판매경로, 수액의 채취 운반과 판매 노동력, 수액채취를 위한 운반거리와 운반수단, 수액판매에 따른 수액수업과 수액부대수입내역, 수액 채취세대의 수입현황 등이며, 조사자료는 지역별로 분석하였다. 조사 결과 고로쇠나무 수액 채취지역은 일정지역에 집중되어 있지 않고 분산되어 있으며, 각 지역별 각 마을별로 채취방법, 채취량, 판매방법, 판매가격 등의 제 조건이 상이하였다. 고로쇠나무 수액채취는 대부분의 지역에서 천공법을 채택하고 있으나 순천시는 사구법을 이용 채취하고 있었다. 수액의 채취량은 세대 평균 75말이었으나, 수액의 판매방법은 현지 음용에 의한 것과 외부 주문에 의한 판매가 각각 44%와 36%로 대부분을 차지하였다. 수액 18리터(1말)의 판매 가격은 6만원부터 l만원까지 다양하였으나, 평균 가격은 4.1만원이었으며, 4.3만원과 4.5만원에 판매된 수액이 각각 38%와 25%를 차지하였다.

  • PDF

머신러닝을 이용한 터널발파설계 자동화를 위한 기초연구 (A fundamental study on the automation of tunnel blasting design using a machine learning model)

  • 김양균;이제겸;이승원
    • 한국터널지하공간학회 논문집
    • /
    • 제24권5호
    • /
    • pp.431-449
    • /
    • 2022
  • 지금까지 국내에서는 수 많은 터널들이 완공되어 오면서 시공에서뿐 아니라 설계에서도 다양한 경험과 기술이 지속적으로 축적되어 왔다. 따라서 이제는 매우 복잡한 지질조건 또는 특수한 터널구조가 아니라면 일반적인 터널설계작업은 설계 항목에 따라 기존 유사 설계사례를 수정 또는 보완하는 것만으로도 충분한 경우도 적지 않다. 특히 터널발파설계의 경우, 실제 터널시공시 현장에서 시험발파를 통해 시공을 위한 발파설계를 추가로 수행하는 것이 일반적이라는 것을 감안할때, 설계단계에서 수행하는 발파설계는 예비설계 성격을 지니고 있어 기존의 유사 설계사례를 참고하는 것도 타당하다고 사료된다. 한편 최근 4차산업혁명시대에 들어서면서 전 산업분야에 걸쳐 그 활용도가 급증하고 있는 인공지능은 터널 및 발파분야에서도 다양하게 활용되고 있지만, 발파터널의 경우 발파진동 및 암반분류 등의 예측 분야에서 주로 활용되고 있을 뿐 터널발파패턴 설계에 활용된 사례는 많지 않다. 따라서 본 연구에서는 터널발파설계를 인공지능의 한 분야인 머신러닝 모델을 이용하여 자동화하기 위한 시도를 하였다. 이를 위하여 25개 학습용 터널설계 자료 및 2개의 시험용 설계자료에서 4가지의 입력데이터(지보패턴, 도로유형, 상반 및 하반 단면적) 및 16개의 출력데이터(심발공 종류, 비장약량, 천공수, 각 발파공 그룹별 공간격과 저항선 등)를 발췌하였다. 이를 기반으로 3가지 머신러닝 모델, 즉, XGBoost, ANN, SVM 모델을 시험한 결과 XGBoost모델이 상대적으로 최상의 결과를 나타내었다. 또한 이를 이용하여 실제 발파설계 상황을 가정하여 발파패턴을 제안하도록 한 결과 일부 항목에서 보완이 필요하긴 하지만 일반적 설계와 유사한 결과를 나타내었다. 본 연구가 기초연구 성격이어서 전체 발파설계를 완벽하게 수행하기는 아직 부족하지만, 향후 충분한 발파설계데이터를 확보하고 세부적인 처리과정을 보완하여 실용적인 활용이 가능하도록 추가 연구를 수행할 계획이다.