• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.129.1-129.1
• /
• 2012

서포트 벡터 머신(Support Vector Machine, SVM)과 인공신경망 모형(Neural Network, NN)을 사용하여 태양 양성자 현상(Solar proton event, SPE)의 플럭스 세기를 예측해 보았다. 이번 연구에서는 1976년부터 2011년까지 10MeV이상의 에너지를 가진 입자가 10개 cm-1 sec-1 ster -1 이상 입사할 경우를 태양 양성자 현상으로 정의한 NOAA의 태양 고에너지 입자 리스트와 GOE위성의 X-ray 플레어 데이터를 사용하였다. 여기에서 C, M, X 등급의 플레어와 관련있는 178개 이벤트를 모델의 훈련을 위한 데이터(training data) 89개와 예측을 위한 데이터(prediction data) 89개로 구분하였다. 플러스 세기의 예측을 위하여, 우리는 로그 플레어 세기, 플레어 발생위치, Rise time(플레어 시작시간부터 최대값까지의 시간)을 모델 입력인자로 사용하였다. 그 결과 예측된 로그 플럭스 세기와 관측된 로그 플럭스 세기 사이의 상관계수는 SVM과 NN에서 각각 0.32와 0.39의 값을 얻었다. 또한 두 값 사이의 평균 제곱근 오차(Root mean square error)는 SVM에서 1.17, NN에서는 0.82로 나왔다. 예측된 플럭스 세기와 관측된 플럭스 세기의 차이를 계산해 본 결과, 오차 범위가 1이하인 경우가 SVM에서는 약 68%이고 NN에서는 약 80%의 분포를 보였다. 이러한 결과로부터 우리는 NN모델이 SVM모델보다 플럭스 세기를 잘 예측하는 것을 알 수 있었다.

• Membrane Journal
• /
• v.10 no.1
• /
• pp.30-38
• /
• 2000

Prediction method of permeation flux and sorption characteristics in pervaporation through a polydimethylsiloxane(PDMS) memrane was suggested. The amount of sorption and permeation flux of chloroform, toluene, methanol and n-butanol were calculated with this method and compared with this method and compared with experimetal data. The calculated values of permeation flux and the amount of sorption of good solvents, that is, toluene and chloroform were well agreed with the experimental data. The lower the density of PDMS membrane is, the more permeation flux and sorption quantity were increased. However, the experimental data of poor solvents, that is, methanol and n-butanol were no so well agreed with the calculated values. It is shown that the prediction method suggested in this study may be used without experimetnal for the prediction of permeation flux and sorption quantity of the good solvent on PDMS membrane.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2001.11a
• /
• pp.60-62
• /
• 2001

습성침적은 여러 가지 기상 요소 중 대규모 강수량과 구름의 두께에 의해 큰 영향을 받는다. 실측치를 ADOM에 적용하여 습성침적 플럭스를 산정한 결과, $SO_2$의 침적 플럭스는 대규모 강수량과 구름 두께에 의해 좌우되고, sulfate의 침적 플럭스는 여름에 많고 겨울에 적은 전형적인 sulfate의 습성침적 패턴을 잘 따르며, 구름 내 $SO_2$의 산화정도에 따라 다르게 나타난다. 이상의 연구 결과들은 향후 산성 침적 모형을 사용한 다양한 조건에서의 습성침적 연구 및 나아가 습성침적 플럭스의 예측에 관한 선행 연구로서 도움을 줄 것으로 사료된다.

• Proceedings of the Membrane Society of Korea Conference
• /
• 1997.04b
• /
• pp.48-49
• /
• 1997

막분리에 있어 막오염 현상은 공정의 경제성을 좌우하는 중요한 요소이다. 이에따라 막오염에 따른 플럭스 변화를 예측하기 위한 다양한 방법을 시도하고 있다. 그러나 대부분의 동력학적 해석식들은 여과초기에만 적용되는 단점이 있었다. 최근에는 콜로이드 입자에 의한 막오염 과정을 그대로 모사하여 여과개시 후 상당한 시간 후의 플럭스를 예측하려는 시도를 하고 있다. 그러나 지금까지 연구된 모델들은 2차원입자를 사용하거나 혹은 단일입자분포를 갖는 3차원입자를 사용한 것들이었다. 2차원 모사인 경우 세공막힘현상을 설명할 수 없으며 3차원 단일분포 입자시스템은 현실과는 거리가 먼 단점이 있었다. 이에따라 본 연구에서는 다중분포(multi-disperse)를 갖는 입자의 정밀여과 (microfiltration)를 모사하여 시간에 따른 플럭스의 변화를 예측해 보고자 하였다.

• Fire Science and Engineering
• /
• v.31 no.5
• /
• pp.12-18
• /
• 2017

The present study has been conducted to predict the mass burning flux of methanol pool fire using liquid vaporization model in FDS and examine the effect of thermal properties of liquid fuel such as radiative fraction and mean absorption coefficient. A series of calculation for the pool diameter of 5 cm to 200 cm were performed and the size of computational domain was determined by the scale of the pool diameter. The reference grid size was determined by the grid sensitivity analysis and the computational grids consisted of approximately 750,000 cells. For the methanol pool fire, the mass burning flux predicted by liquid vaporization model of FDS followed the trend of transient characteristics as a function of pool diameter and showed good agreement within measurement uncertainty range of previous studies. The mass burning flux increased with increasing the radiative fraction and the mean absorption coefficient greatly affected on relatively small pool diameter.

• Proceedings of the Membrane Society of Korea Conference
• /
• 2000.04a
• /
• pp.79-81
• /
• 2000

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.191-191
• /
• 2023

기후변화 대응을 위한 탄소 중립의 중요성이 대두되는 요즘, 생태계의 가장 큰 메탄 저장소로서 지구의 탄소 순환에 주요한 영향을 미치는 습지에 대한 이해는 필수적이다. 전지구 지면 모델인 Community Land Model(CLM)에 Functionally Assembled Terrestial Ecosystem Simulator(FATES) 외부 모듈을 함께 구동한 지면 생태계 모델 CLM-FATES는 지면 heterogeneity와 다양한 식생 종류를 고려하여 에너지 플럭스, 토양 수문, 생화학적 과정 등을 모의함으로써 탄소 동태 변화를 포함한 장기적 생태계 동태 변화 모의를 가능하게 한다. 본 연구는 CLM-FATES 모델을 미국 캘리포니아주 Mayberry Wetland (US-Myb)와 Twitchell East End Wetland (US-Tw4)에 적용하였다. 모델의 대기 입력 자료로는 FLUXNET-CH4에서 제공하는 에디 공분산 기반 플럭스 관측 자료를 사용하였다. 기존 CLM-FATES 모델은 토양이 장기간 포화 혹은 침수되어 지표 위 혹은 지표면 가까이 발달한 지하수면을 가지고 있는 습지의 수문학적 특성을 잘 반영하지 못해 정밀한 습지 생태계 동태 변화 모의에 한계를 가지고 있다. 본 연구에서는 CLM-FATES를 통한 보다 정확한 습지 생태계 모의를 위해 모델 내 토양 수문 관련 모듈을 수정하여 모델이 습지의 수문학적 특성을 반영할 수 있도록 하였다. 모델 구동 결과 도출한 잠열, 총일차생산량(Gross Primary Production: GPP)과 순생태계생산량(Net Ecosystem Production, NEP) 플럭스, 메탄 플럭스, 엽면적지수(Leaf Area Index; LAI)와 지표수 높이에 대해 관측값 대비 RMSE 및 R² 값을 계산하여 모의 결과의 적절성을 분석하였다. 이러한 모델 개선 경험을 바탕으로 추후 우리나라 습지 사이트에 모델을 적용하여 습지 탄소 동태 예측에 활용할 계획이다.

• Journal of the Korean Society for Marine Environment & Energy
• /
• v.4 no.2
• /
• pp.3-14
• /
• 2001

In order to predict nutrient circulation in Hakata bay, we have developed an ecosystem model named the Sediment-Water Ecological Model (SWEM). The model, consisting of two sub-models with hydrodynamic and biological models, simulates the circulation process of nutrient between water column and sediment, such as nutrient regeneration from sediments as well as ecological structures on the growth of phytoplankton and zooplankton. This model was applied to prevent eutrophication in Hakata bay, located in western Japan. The calculated results of the tidal currents by the hydrodynamic model showed good agreement with the observed currents. Moreover, SWEM simulated reasonably well the seasonal variations of water quality, and reproduced spatial heterogeneity of water quality in the bay, observed in the field. According to the simulation of phosphorus circulation at the head of the bay, it was predicted that the regeneration process of phosphorus across the sediment-water interface had a strong influence on the water quality of the bay.

• Membrane Journal
• /
• v.22 no.1
• /
• pp.23-34
• /
• 2012

In this study, we investigated the permeation property of single gases ($N_2$, $O_2$, $SF_6$, $CF_4$ through hollow fiber polymeric membrane (PSF, PC, PI) as a function of pressure and temperature to decide operating condition for $SF_6$ gas separation process. The results showed the gas permeation varied differentlydepending on the properties of gases and membrane. When permeance of each gases was represented as a function of temperature and pressure in 3 dimensional space, the surface of permeance was shown approximately flat. Thus, we established permeance models with forms of first-and second-order polynomial. These two models showed high goodness of fit. This indicates that the two polynomial models have enough applicability to predict the gas separation process.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.