• 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.

• 한국식품저장유통학회지
• /
• 제19권1호
• /
• pp.95-103
• /
• 2012

본 연구는 원유의 실시간 휴대용품질측정 시스템 개발을 위한 기초 연구로서 원유 시료의 온도에 따른 가시광선-근적외선 스펙트럼을 측정하였으며, 다양한 수학적 전처리방법을 적용하여 유성분 예측모델을 개발하였다. 스펙트럼 측정은 원유 시료 180개에 대해 스펙트럼의 수학적 전처리 방법으로 평활화, 정규화, MSC, 1차 및 2차 미분을 사용하였고 예측모델은 부분최소자승법을 이용하였다. 유성분을 분석한 결과 함량 범위와 평균은 지방이 각각 2.44~6.42%, 4.05%, 단백질은 각각 2.44~4.28%, 3.35%, 무지고형분은 각각 7.85~9.57%, 8.76%로 나타났다. 또한 유당의 함량 범위와 평균은 각각 3.93~5.24%, 4.74%였으며 요소태질소의 경우에는 각각 4.6~15.1 mg/dl, 10.27 mg/dl로 대부분 권장 기준을 만족하였다. 원유 시료의 온도에 따른 스펙트럼은 1,400~2,500 nm에서 큰 차이를 보였으며 온도가 상승함에 따라 흡광도가 높아지는 것을 알 수 있었다. 원유 시료의 온도에 따른 유성분 예측모델을 400~2,500 nm의 영역에서 개발하였으며 예측성능은 지방과 무지고형분의 경우 온도변화와 무관하였다. 단백질과 유당, 요소태질소의 예측성능은 온도가 낮을수록 급격히 감소하여 스펙트럼 측정 시 원유 시료의 온도를 $40^{\circ}C$로 유지하는 것이 필요함을 알 수 있다. $40^{\circ}C$의 원유 스펙트럼에 대해 수학적 전처리를 수행한 결과 평활화를 수행하여 측정 장치 자체의 노이즈를 감소시킬 수 있었고 정규화를 수행하여 기준선을 일치시킬 수 있었다. 또한 MSC를 수행하여 빛의 산란에 의한 영향을 제거하여 스펙트럼간의 차이를 감소시킬 수 있었고 1차 및 2차 미분을 수행한 결과 기준선 일치와 기존 스펙트럼에서 나타나지 않았던 파장영역에 대한 분석이 가능함을 알수 있다. 다중회귀분석의 stepwise 방법을 이용하여 최적 파장영역을 선정하고 유성분 예측모델을 개발한 결과 요소태질소를 제외하고 대부분 근적외선 영역에서 우수한 상관관계를 보여주었다. 지방과 단백질은 원시 스펙트럼의 검증부 결정계수가 각각 0.93, 0.92에서 정규화를 수행한 결과 각각 0.98, 0.92로 원시 스펙트럼의 결과가 우수하여 큰 개선이 없었으나 RPD는 각각 4.10, 3.41에서 5.47, 3.73으로 높아져 정밀도가 향상됨을 알 수 있다. 무지고형분과 유당의 예측모델은 원시 스펙트럼의 경우 각각 0.82, 0.75로 예측모델로 사용하기에는 어려웠으나 각각 평활화와 MSC를 수행하였을 때 검증부 결정계수가 0.90, 0.80으로 크게 개선되어 유성분 예측모델의 신뢰성 향상에 기여할 수 있을 것으로 판단된다. 요소태질소의 경우 가시광선 영역에서 가장 우수한 상관관계를 보여주었으나 검증부 결정계수, 오차, RPD가 각각 0.61, 1.56%, 1.58로 다른 성분에 비해 매우 낮게 나타났다. 이를 개선하기 위해 수학적 전처리를 수행하였으나 크게 개선되지 않았으므로 요소태질소의 신뢰성 있는 모델을 개발하기 위해서는 부분최소자승법 외에 다양한 알고리즘의 적용이 필요할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.