• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1739-1756
• /
• 2021

대기 중 이산화질소(NO₂)는 주로 인위적인 배출요인으로 발생하며 화학 반응을 통해 이차오염 물질 및 오존 형성에 매개 역할을 하는 인체 건강에 악영향을 미치는 물질이다. 우리나라는 지상 관측소에 의한 실시간 NO₂ 모니터링을 수행하고 있지만, 이는 점 기반의 관측 값으로써 미관측 지역의 공간 분포 분석이 어렵다는 한계점을 지닌다. 본 연구에서는 선형 회귀 기반 모델인 다중 선형 회귀와 회귀 크리깅, 기계학습 알고리즘인 Random Forest (RF), Support Vector Regression (SVR)을 적용한 공간 내삽 모델링을 통해 서울 지역의 지상 NO₂ 농도 지도를 제작하였고, 일별 Leave-One-Out Cross Validation (LOOCV) 교차 검증을 시행하였다. 2020년 연구기간 내 일별 LOOCV에서 MLR, RK, SVR 모델의 일별 평균 Index of agreement (IOA)는 약 0.57로 유사한 성능을 보였으며, RF (0.50)보다 높은 성능이 확인되었다. RK의 일별 평균 nRMSE는 0.9483%으로 MLR (0.9501%)보다 상대적으로 낮은 오차를 나타냈다. MLR과 RK, RF 모델의 계절별 공간 분포는 비슷한 양상을 보였으며, RF는 다른 모델에 비해 좁은 NO₂ 농도 범위가 확인되었다. 본 연구에서 제안된 선형 회귀 기반 공간 내삽은 지상 NO₂ 뿐 아니라 다른 대기 오염 물질의 도시 지역 공간 내삽을 위해 활용 가능성이 높을 것으로 기대된다.

• 대한토목학회논문집
• /
• 제38권2호
• /
• pp.357-367
• /
• 2018

최근 경주와 포항에서 발생한 지진으로 국내에서 액상화 현상에 대한 관심이 커지고 있다. 지반의 액상화는 포화된 상태에서 지진과 같은 동하중을 받았을 때 과잉간극수압이 발생하여 흙이 강도를 상실하고 물과 같이 거동하는 현상이며 지반 침하와 상부구조물의 전도와 같은 심각한 문제를 야기한다. 따라서 액상화 발생 가능성을 미리 파악하고 대비할 필요가 있다. 액상화의 발생 가능성과 액상화 피해 정도는 일반적으로 액상화 가능 지수(Liquefaction Potential Index, LPI)에 의해 정량적으로 평가된다. LPI의 계산은 시추공 별로 이루어지며 지반응답해석이 필수적인 작업으로 선행되어 많은 시간과 노력이 필요하다. 본 연구에서는 다양한 지하수위 분포를 가지는 넓은 지역의 액상화 평가를 간단히 수행할 수 있도록 전단파 속도와 LPI의 상관관계를 이용한 액상화 평가 방법을 제안하였다. 제안된 방법은 액상화 가능 층의 평균 전단파 속도(${\bar{V}}s^{\prime}liquefiable$)와 액상화 가능 층의 두께로 나누어 정규화한 정규화 LPI의 상관관계를 분석하여 지하수위 별로 다양한 암반노두가속도에 대해 적용 가능한 상관관계식을 제시하고 이용한다. 상관관계를 이용한 액상화 평가 방법의 적용성을 확인하기 위해 서울특별시의 104개 시추조사자료를 이용하여 지하수위 0m, 1m, 2m, 3m에 대해 상관관계식을 제시하였으며 제시한 상관관계식을 이용하여 서울특별시와 경주시의 액상화 발생 가능성을 평가하였다. 지반응답해석을 이용해 계산한 LPI와 상관관계식을 이용해 계산한 LPI를 비교하였으며 제안된 액상화 평가 방법의 적용성을 확인하였다. 마지막으로 제안된 액상화 평가 방법에 따라 결정된 LPI의 분포를 지구통계학적 기법인 크리깅을 통해 지도로 나타내었다.

• 한국산림과학회지
• /
• 제110권3호
• /
• pp.322-340
• /
• 2021

최근 급격한 봄철 기온 상승과 기후변화의 영향으로 한반도에 분포하고 있는 아까시나무의 개화 시기가 변화하면서 지역간에 동시 개화 현상(simultaneous blooming)이 관측되고 있다. 이러한 변화는 국내 양봉 산업에 큰 변화를 초래하였고, 이로 인해 정확도 높은 아까시나무 개화시기 정보에 대한 수요가 증가하고 있다. 따라서, 본 연구를 통해 아까시나무의 지역별 개화 시기 변화를 잘 설명할 수 있는 신뢰도 높은 개화 시기 예측 모형을 개발하고자 하였다. 이를 위해 지난 12년(2006~2017년)간 전국 26개 지점에서 관측된 아까시나무 만개일 자료와 과거 일기온 복원 자료를 활용하여 봄철 기온 및 아까시나무 만개일 변화의 경향성을 권역별로 파악하고, 과정기반모형을 활용하여 지역 통합 모형(SM)과 함께 지역적 특성을 반영하는 세 모형-SM에 지점별 보정계수를 도입한 수정 통합 모형(MSM), 권역별로 모수를 추정하는 권역별 통합 모형(GM), 관측 지점별로 모수를 추정하는 지역 모형(LM)-을 도출, 성능을 비교하였다. 기온 및 만개일의 경향 분석 결과, 남부 지역에 비해 봄철 기온 상승률이 2배 이상 높았던 중북부 내륙 지역의 경우 만개일이 빠른 속도로 앞당겨져, 결과적으로 남서부 해안 지역과의 만개일 차이는 1년에 0.7098일씩 감소하였다(p-value=0.0417). 전체 지역에 대한 모형의 성능 비교 결과, 지역 특이성이 반영되지 않은 SM에 비해서 MSM은 24% 이상, LM은 15% 이상 감소한 RMSE 값을 나타냈다. 또한 LM과 MSM의 예측 알고리즘을 전국 범위로 확대하여 4년 간(2014~2017년) 16개의 추가 관측 지점을 대상으로 검증한 결과, LM에 코크리깅(Co-kriging)기법을 적용한 방법이 보정계수 전국 분포도를 추정하여 SM을 보정하는 방법보다 예측력이 더 뛰어났으며, 오차의 분포는 두 모형 간에 통계적으로 유의한 차이를 보였다(RMSE: p-value=0.0118, Bias: p-value=0.0471). 본 연구는 아까시나무의 개화 시기 예측에 있어 지역 단위 예측의 신뢰도를 향상시키고 모형을 넓은 지역 범위로 확대, 적용하기 위한 방안을 제시하였다.