• 한국지리정보학회지
• /
• 제15권4호
• /
• pp.162-174
• /
• 2012

공간적으로 3차원의 특성을 지닌 해양에서 수직적인 수온 자료의 특성을 가시화하기 위해서는 각 수심층별 수평 수온분포도와 같은 2차원적 주제도나 3차원적 공간보간을 통한 입체 모델을 사용하게 된다. 이러한 방법은 해양 현상을 시각적으로 이해하는데 유용하지만, 수직적 수온분포의 공간 패턴 분석이나 수직적 수온의 특성과 다른 해양 요인(해양화학, 해양생물, 기후변화 등)과의 관계분석에는 한계가 있다. 따라서 본 연구는 수온 수직구조의 주요 파라미터인 혼합층의 깊이, 최대수온구배, 수온약층의 두께를 추출하는 알고리즘을 이용하여, 수온의 수직구조 특성을 정량화함으로써 제주남부 해역의 수온 수직구조의 공간분포 특성을 밝히고자 한다. 이를 위해 수온 수직구조를 대표하는 세 가지 파라미터에 대한 공간분포지도 제작을 비롯해 공간자기상관 지수(Moran's I)를 계산하였다. 아울러, 세 가지 파라미터에 대한 군집분석을 수행하여 제주 남부해역을 4개 지역으로 그룹핑하고, 각 지역에 대한 수직 수온구조의 특성을 정의하였다.

• 지구물리와물리탐사
• /
• 제25권2호
• /
• pp.59-70
• /
• 2022

최근의 연구들을 통해 기계학습은 탄성파 해석 분야에 그 적용 범위를 확장하고 있으며, 탄성파 해석에서 중요한 탄성파 층서 구분을 수행하는 합성곱 신경망들의 개발도 수행되었다. 하지만 지도 학습의 경우 대량의 학습 자료가 필요하며, 비용과 시간의 한계로 탄성파 층서구분의 지도학습은 학습 자료의 부족이 문제가 될 수 있다. 이번 연구에서는 자료 부족 문제를 보완하기위해 탄성파 단면에 패치 분할과 자료증강을 적용하였다. 또한 패치 분할로 손실될 수 있는 공간정보를 제공하기 위해 깊이를 고려할 수 있는 인공 채널을 생성하여 추가하였다. 실험을 위한 학습 모델로 U-Net을 사용하였으며, 층서 구분을 위한 학습 자료가 제공되는 F3 block 자료를 이용하여 학습과 예측 결과에 대한 평가를 수행하였다. 분석 결과 자료증강과 인공 채널의 추가로 패치 기반의 층서 구분 학습 모델을 개선할 수 있음을 확인하였다.

• 한국잡초학회지
• /
• 제18권3호
• /
• pp.225-236
• /
• 1998

시험 화합물 KSC-13906에 대하여 이앙심도(移秧深度)와 감수심(減水深)의 차이에 의한 약해 및 약효 변동, 토양중 이동성 등의 효력 변동 요인과 인위적인 용출 조절 처리, dymron 및 타 제초제와의 혼합 처리에 의한 약해 경감 효과와 상호작용 특성 등을 온실에서 조사하여 결과를 요약 정리하면 다음과 같다. 2.5 엽기 어린 모의 경우 3cm 깊이로 이앙하고 이앙 10일 이후에 처리하는 것이 바람직하였다. 0 - 1cm/day의 무누수 조건보다 3 - 5cm/day의 감수심 조건에서 약효와 약해가 모두 감소되었다. KSC-13906는 3cm/day의 용출조건 에서 2cm 정도의 이동폭을 가지고 있었다. 인위적인 용출조절(溶出調節)에 의하여 KSC-13906의 배량 약해 경감 효과가 뚜렸하였으나 직파벼에 대한 약해를 완전히 제거시킬 수는 없었다. 약해 경감을 위한 dymron의 혼합처리 효과는 아주 우수하여 7 DAT 처리 KSC-13906 18g ai/ha까지도 직파벼가 안전하였고, 12 DAT 처리에서도 18g ai/ha까지 안전성을 증대시켰다. KSC-13906과 mefenacet의 2원 혼합 처리에서는 약해 경감 효과가 나다나지 않았지만, KSC-13906과 mefenacet 그리고 dymron 3원 혼합의 경우 처리한 전 조합에서 약해 문제는 피할 수 있었다. KSC-13906를 thiobencarb, piperophos, 2,4-D, diuron, quinclorac 등과 혼합할 경우 약해 - 약효측면에서 실용적인 장점을 찾을 수 없었으나 9 - 12g ai/ha의 KSC-13906과 250 - 500g ai/ha의 dymron을 혼합하거나, KSC 13906+mefenacet+dymron을 9+250+250g ai/ha로 조합 처리할 경우 실용화 가능성이 인정되었다.