• 자원환경지질
• /
• 제53권1호
• /
• pp.33-43
• /
• 2020

CO₂ 지중저장은 현재 온실가스 감축을 위한 CCS(Carbon Capture & Storage) 저장기술 중 가장 안정적이고 효과적인 기술로 평가되고 있다. 지중저장 대상 염대수층은 일반적으로 CO₂가 초임계상태로 저장될 수 있는 지하 800 m 이상의 심도에 위치하고, 그 상부에 지표로의 CO₂ 누출을 막는 광역적인 불투수성 덮개암층이 분포해야 한다. 본 연구에서는 남해 대륙붕 탄성파 및 시추공 자료를 해석하여 덮개암으로 활용할 수 있는 현무암층과, 하부 염대수층이 발달하고 있는 현무암 대지 구조를 CO₂ 지중저장 유망구조로 제시하였다. 연구지역 주입대상 염대수층의 지중저장용량을 평가하기 위해 총 공극률은 시추공 감마 및 음파검층 자료를 이용하여 산출하였으며, 염대수층 구간의 온도/압력 조건을 고려하여 CO₂ 밀도를 계산하였다. 정확한 주입대상 염대수층의 체적을 산정하기 위해 x, y, z 축 방향으로 일정한 크기를 가지는 3차원 지질 격자 모델을 구성하였고, 염대수층 3차원 공간의 물성 분포를 지구통계학적 기법으로 예측하는 물성 모델링을 수행하여 총 공극률 값을 지질 격자에 할당하였다. U.S. DOE 방법을 이용하여 남해 대륙붕 현무암 대지 구조의 CO₂ 지중저장용량 평가 결과 평균 약 8,417만 CO₂톤(최소 4,207만 ~ 최대 1억 4,379만 CO₂톤)이 주입대상 염대수층 구간에 저장 가능한 것으로 예측되었다.

• 한국수자원학회논문집
• /
• 제50권10호
• /
• pp.703-714
• /
• 2017

본 연구에서는 IPCC가 발간한 AR5 의 시나리오 중 임의로 선택된 RCP 4.5와 RCP 8.5 기후변화 시나리오가 용담댐 유역과 호내의 유량과 수질변화에 미치는 영향을 분석 및 그 방법론을 수립하기 위해서 SWAT 모델과 CE-QUAL-W2 모델을 차례로 사용하였다. 기후변화 시나리오는 용담댐 유역에 대해 상세화 된 자료를 사용하였으며 2016~2095년의 기간을 2016~2035년, 2036~2065년 그리고 2066~2095년의 세 가지의 기간으로 구분하고 또한 각 연도별로 5월과 10월 사이의 우기(Wet Season)와 11월과 4월 사이의 건기(Dry Season)로 또한 구분하여 분석하였다. 전체 모의 기간에 대해 산술평균한 용담댐 유역의 유량과 TSS 및 TP는 RCP 4.5가 RCP 8.5 보다 큰 것으로 나타나고 TN의 경우 다른 경향을 나타내었다. 반면, 모델의 예측결과를 기간별 또는 연중 강우특성별로 구별하여 분석한 경우에는 각 경우마다 서로 다른 결과를 나타내고 있다. 기후변화 시나리오가 진행됨에 따라 전반적으로 강우일수는 감소하고 강우강도는 증가하여 갈수기에는 오염물질의 유출이 감소하고, 홍수기에는 오염물질의 유출이 증가하여 연간 오염물질 유출량이 홍수기에 집중되는 특성을 나타내었다. 상기와 동일한 기간에 대해 SWAT 모델에서 생성된 유역의 자료를 CE-QUAL-W2 모델의 경계조건으로 사용하여 용담댐의 수질변화특성을 모의하였다. TSS와 TP농도는 하절기 강우량의 증가에 따라 특히, 높은 값을 나타내는 것으로 분석되었으나, 고형물질에 잘 흡착되지 않는 TN은 다른 경향이 나타났다. 따라서 기후변화에 의한 장래의 유량 및 수질 변화는 전반적인 경향과 더불어 지역적, 시기적 특성을 또한 반영하여 분석하는 것이 바람직하다고 판단되며 이에 따라 갈수 및 홍수에 의한 시기별, 지역별 유량 및 수질 관리 대책이 별도로 필요할 것으로 판단된다.

• 분석과학
• /
• 제13권4호
• /
• pp.494-503
• /
• 2000

암 억제제인 $p16^{INK4A}$ 단백질의 활성부위 84-104번까지의 21개 아미노산으로 이루어진 펩타이드를 합성하여, 이것의 용액상 구조를 CD, $^1H$ NMR 분광법 그리고, 분자 모델링 방법으로 분석하였다. CDK4 그리고 CDK6와 함께 안정된 complex를 형성하는 p16의 활성 펩타이드(84-104 아미노산)는 in vitro에서 pRb를 인산화하는 CDK4/6의 능력을 차단하고, p16단백질의 기능에서 보여주듯이 G1/S상의 세포 Cycle을 차단한다. NOE를 포함하는 $^3J_{NH{\alpha}}$ 스핀결합 상수, $C_{\alpha}H$ 화학적 이동, 아마이드 화학적 이동의 평균 변화 폭 그리고 온도 계수 등은 p16 펩타이드의 이차구조가 helix-turn-helix의 구조를 구성하는 p16단백질과 유사한 2차 구조를 가지고 있음을 보여주었다. NOE에 근거한 거리 및 이면각을 이용한 3.D 기하구조는 p18이나 p19의 대응하는 부위에 대한 결정구조에서 보여준 바와 같이 아미노산 $Gly^{89}-Leu^{91}$(${\varphi}_{i+1}=-79.8^{\circ}$, ${\varphi}_{i+1}=60.2^{\circ}$)사이에는 ${\gamma}$-회전구조를 형성함을 보여주었다. 이렇게 비교적 단단한 구조를 형성하고 있는 ${\gamma}$-회전구조부위는 p16펩타이드 구조를 안정시키며, CDK를 인식하는 부위로 작용할 수 있다. 이러한 ${\gamma}$-회전구조는 항암제 선도물질을 개발하는데 유용하게 활용될 수 있을 것이다.

• 대한교통학회지
• /
• 제22권6호
• /
• pp.133-144
• /
• 2004

안전측면에서 교통류를 효율적으로 운영${\cdot}$관리하기 위해서는 교통류의 위험정도를 명확하게 판단할 수 있는 기준 및 모형개발이 필요하다. 이를 위해, 본 연구에서는 불완전한 추종으로 인해 발생할 수 있는 교통류 위험을 후미추돌위험의 관점에서 파악하였다. 과거 사고 예측 및 도로위험도 평가모형의 경우 운전자 반응을 고려하지 않았기 때문에, 모형의 신뢰성에 다소 문제가 있는 것으로 나타났다. 본 연구에서는 이러한 한계 및 문제점을 극복하기 위해 사고발생 가능성이라는 개념을 도입함으로써 위험과 사고 사이에 존재하는 운전자 반응을 모형에 반영하였다. 즉, 추종이론 및 안정성 이론을 바탕으로 후미추돌과 관련된 미시적 변수 즉, 운전자의 반응시간과 감속도를 반영하여 운전자를 고려한 모형을 개발하였다. 위험도를 대표할 수 있는 지표 개발을 위해 소음영향평가에서 사용되는 척도를 활용하였으며, 상대적인 위험도 우위를 평가하기 위해 위험강도 및 지속시간을 고려한 ‘등가위험도’를 개발하였다. 서울시 도시고속도로를 대상으로 직접 실험${\cdot}$조사를 수행하였으며, 미시적 교통류 자료수집을 위해 직접 실험차량을 제작하였다. 수집된 자료를 바탕으로 구간별, 차로별, 교통상황별 위험도를 도출하였다. 모형에 의해 도출된 위험도를 해당구간에서 수집된 차로별 사고자료와 비교하여 본 결과, 교통상황 및 사고자료 패턴과 일치하는 결과를 보여주었다. 본 연구에서 개발된 모형은 안전진단 및 도로설계에서부터 첨단안전차량 제어알고리즘의 안전성평가에 이르기가지 다양한 분야에서 활용될 수 있다.

• 생태와환경
• /
• 제42권2호
• /
• pp.200-211
• /
• 2009

최근 상수원 수질관리에 있어서 팔당호 수질악화에 직접적으로 영향을 주는 경안천 유역관리에 대한 관심이 증가하여 적절한 대책이 필요하다. 이를 위해 SWAT 모델을 적용하여 유역 내 점 비점오염원에 따른 오염물질 발생 특성을 평가하고자 하였으며, 연구결과는 향후 경안천 유역의 효율적인 수질관리를 위한 기초자료로서 도움이 되고자 한다. BASINS는 유역의 오염현황을 신속하고 용이하게 파악가능하고 예측모형의 입력자료를 자동적으로 생성해주기 때문에, BASINS 적용을 위한 공간입력자료인 유역 경계와 하천도, DEM, 토지 이용도, 토양도 등을 tool 형식에 맞게 변환하고 입력하여 SWAT과 같은 유역모델을 연구목적에 맞게 적용할 수 있었다. 연구목적에 맞게 모델을 적절히 적용하기 위하여 유량, SS, TN, 그리고 TP순으로 2004년부터 2008년까지 일별로 검 보정 하였고, 모델 통계 치와 효율 산정 및 산포도 작성을 통해 모델의 정량적, 정성적 모의특성을 판단하였다. 유량의 경우 실측값에 대한 모의 경향이 잘 반영 되었으며, SS, TN, TP의 경우 특정기간에서 과대 또는 과소평가 되었으나 유역이라는 광범위하고 복합적인 특성과 그 안에서의 복잡한 수질기작 등을 고려해 볼 때 허용할 수 있는 범위에서 실측값을 적절히 묘사한 것으로 판단되었다. 그러나 결과의 정확한 해석과 적용을 위해서는 보다 상세한 측정자료 확보 및 검 보정 작업이 필요하며, 특히 점오염원 배출현황에 대한 관측자료의 검증을 통해 이상 치들의 정확성을 개선할 필요가 있다. 년간 오염부하량을 산정한 결과, SS와 TP의 경우 강우량이 증가함에 따른 유출량 변화가 비점오염부하량 변화에 영향을 미치는 것으로 나타났다. TN은 점오염부하량이 매년 유사한 범위에서 산정되였으나, 유량증가에 따른 질소성분의 희석이나 산화효과로 인하여 질소농도 감소가 비점오염부하량 감소로 나타났다. 수계오염총량관리 기술지침에 의해 산정된 배출부하량과 비교한 결과, 총량에서는 본 연구결과가 2${\sim}$3배 가량 더 작으며, 비점오염 부하량의 경우 더 큰 것으로 나타났다. 원단위를 이용하여 부하량을 산정할 경우 유달개념이 고려되지 않고 단순 강우유출비만을 고려하기 때문에 나타나는 결과라고 판단되였다. 연중 일정하게 나타나는 점오염원의 특성파는 달리, 비점오염원에 의한 부하량은 강우가 집중되는 6${\sim}$9월에 61.8${\sim}$88.7%수준으로 크게 증가하며 강우유출량에 많은 영향을 받는 것을 알 수 있었으나, TN과 TP는 평수기 및 저수기 (10${\sim}$5월)에 점오염원에 의한 영향이 크게 나타났다. 이는 저수기에 흐르는 경안천 유량의 많은 양이 용인시와 광주시에 위치한 환경기초시설의 방류량이며, 이에 따라 하절기 비점오염뿐만 아니라 저수기의 수질개선을 위한 관리 또한 적절히 필요한 것으로 판단되었다.

• 대한토목학회논문집
• /
• 제42권6호
• /
• pp.853-860
• /
• 2022

본 연구의 목적은 엔지니어링 노임단가의 산출기준 개선방안을 마련하고 이를 모델화하여 적정한 노임단가 수준을 산정하는데 있다. 이를 위해 엔지니어링 노임단가 산출기준의 타당성 검토와 더불어 광범위한 엔지니어링 산업 실태조사가 실시되었다. 실태조사는 5,879개 모집단을 층화하여 추출된 표본 1,000개의 기업을 대상으로 실시되었고 이중 유효하게 응답한 748개 기업의 설문지가 분석에 사용되었다. 본 연구가 제시한 엔지니어링 노임단가 산출기준의 개선방안 및 산출모델은 다음과 같다. ① 엔지니어링 대가 산정 시 적용되는 노임단가는 평균임금이 아닌 원청 임금으로 산정하는 것이 합리적인 것으로 분석되었다. 원청노임단가는 '평균 기술자임금÷ [1-하청금액 수주비중×(1-하도급률)]'의 산식에 의해 추정되었다. ② 실태조사결과 엔지니어링산업의 1개월 근로일수는 99 % 신뢰구간에서 20.35일~20.54일로 현행기준(22일)과 차이가 컸다. 또한 노임단가 산출기준 법령을 검토한 결과 2022년 이후부터는 현행 22일에서 근로기준법에서 정한 휴일을 계산하여 근로일수를 산정하는 것이 법령에 부합되는 것으로 나타났다. ③ 엔지니어링 대가 산정 시 임금조사와 노임단가 적용시점 간의 시간차이는 정부지침을 준용할 경우 과거 특정기간 노임단가 상승률로 보정하여 사용할 수 있는 것으로 검토되었다. ④ 분석결과 현행 엔지니어링 노임단가는 하도급 거래구조의 미 반영(4.1 %), 근로일수의 과다 계상(6.8 %~7.8 %), 과거의 임금적용(2.6 %)으로 적정 노임단가보다 13.5~14.5 % 낮았다. 본 연구에서 제시된 모델은 적정한 엔지니어링 대가를 산정할 수 있을 뿐만 아니라 유사 분야의 노임단가 산정 시 유용한 틀로 사용될 수 있어 정책 활용도가 높을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.931-939
• /
• 2022

우리나라의 경우 강수량의 2/3 정도가 하절기에 집중되는 강우특성상 해마다 여름철 홍수기의 탁수 문제가 다양하게 발생하고 있다. 이상강우와 기상이변에 의한 집중강우가 증가 추세이며, '02년 태풍 루사', '03년 태풍 매미', '06년 에위니아'부터 20년 마이삭, 하이선 까지 장마와 태풍에 의한 유입량이 급증하는 시기 탁수의 유입으로 수중 탁도가 급상승하며 댐 저수지 내 탁수 문제가 발생하였다. 특히 연 평균 물사용량의 대부분을 하천 및 댐 저수지를 이용하는 우리나라의 경우 탁수 문제가 장기화될 경우 댐 하류 해당 지역 농업, 공업, 수생태 등 사회적, 환경적으로 많은 문제를 발생시킨다. 이러한 탁수 예측을 통한 대응을 위해 탁수 모델링에 대한 연구가 활발히 진행되고 있다. 탁수 현황을 모의하기 위해서는 유량, 수온, SS 데이터가 필요하다. 이를 위해 국가측정망에서 하천 및 댐 저수지 내 SS를 측정하여 탁수를 측정 하고 있으나 설비가 미흡하여 데이터 해상도가 낮다는 한계점이 있으며 주요 댐 저수지 내에서는 수자원공사에서 관리하는 자동 측정기기를 활용하여 높은 데이터 해상도를 유지 하고 있으나 댐 별, 기상 조건에 따라 미측정 기간이 존재한다. 탁도를 측정을 위한 센서로는 Optical Backscatter Sensor (OBS), YSI 등이 있으며 SS를 측정하기 위한 센서는 레이저부유사측정기(Laser In-Situ Scattering and Transmissometry, LISST) 등의 장비를 이용하고 있다. 하지만 이런 첨단 센서의 경우 또한 수중에 고정하여 측정하기에는 장비의 안정성 등의 이유로 한계가 있다. 따라서, 취득된 유량, 수온, SS, 탁도 데이터를 기반으로 분석을 통해 미측정 기간이 존재함으로 입력자료에 활용되는 SS를 산정하기 위해 관계식 개발을 필요로한다. 본 연구에서는 댐 방류구 인근 지점 측정 데이터를 기반으로 개발된 탁도-SS 관계식을 통해 수자원 공사 SURIAN 시스템에서 활용되고 있는 AEM3D 모델을 이용하여 탁수 발생 예측 정확도 개선을 하고자 하였다.

• 한국수자원학회논문집
• /
• 제56권11호
• /
• pp.737-749
• /
• 2023

본 연구에서는 18개 기후모형으로부터 도출된 SSP 기반의 미래 기후변화 시나리오와 유역모델링(SWAT-K)을 연계하여 제주도 지역의 미래 기후변화에 따른 수문학적 영향을 분석하였다. 기후모형에 따른 편차가 있으나 대체로 미래 기온의 증가에 따라 증발산량이 증가하고, 강수량의 증가로 인해 유출량과 함양량 또한 크게 증가할 것으로 전망되었다. 특히 SSP5-8.5 시나리오에서 이러한 증가가 더욱 뚜렷하게 나타났으며, 미래 후반기로 갈수록 GCM 모형 간의 차이가 크게 나타났다. 연평균 값에 대한 과거기간(1981~2010년) 대비 증감률로는 미래 후반기(2071~2100년)에 SSP5-8.5 시나리오에서 강수량 +21.4%, 증발산량 +19.2%, 유출량 +40.9%, 함양량 +16.6%의 전망을 나타내었다. 월별로 변화율을 보면 SSP5-8.5 시나리오에서 강수량은 9월에 24.5%, 증발산량은 4월에 34.1%, 유출량은 10월에 58.1%, 함양량은 9월에 33.8%까지 증가할 것으로 전망되었다. 또한 극한 기후 시나리오에 따른 전망을 위해, 미래에 최다 강수량을 예측한 CanESM5 모형과 최소 강수량을 예측한 ACCESS-ESM1-5 모형의 미래 기후자료를 사용하여 연평균 수문학적 변화를 비교하였다. 그 결과 강수량이 최대로 나타난 CanESM5 모형에서는 유출률과 함양률이 상대적으로 높게 나타난 반면, 강수량이 최저로 전망된 ACCESS-ESM1-5의 경우에는 증발산 비율이 높게 나타났다. 본 연구에서 적용한 기후변화 시나리오 기준으로 제주도 전체의 가용수자원은 증가한다고 전망할 수 있으나, 기후모형에 따라 계절별 지역별로 상이한 결과를 도출할 수 있기 때문에 가능한 다양한 시나리오를 활용한 종합적 분석과 대응방안이 필요하다고 생각된다.

• 벤처창업연구
• /
• 제19권3호
• /
• pp.53-68
• /
• 2024

Generative AI는 전 세계적으로 많은 관심을 받고 있으며, 이를 비즈니스 환경에서 효과적으로 활용하기 위한 방안이 모색되고 있다. 특히 OpenAI사에서 개발한 Large Language Model인 GPT-3.5 모델을 적용한 ChatGPT 서비스의 대중 공개 이후 더욱 주목받으며 전반적인 산업 분야에 큰 영향을 미치고 있다. 이 연구는 Generative AI, 특히 그 중에서도 OpenAI사의 GPT-3.5 모델을 적용한 ChatGPT의 등장에 초점을 맞춰 스타트업 업계에 미치는 영향을 조사하고 등장 이전과 이후에 일어난 변화를 비교하였다. 본 연구는 스타트업 업계에서 Generative AI가 어떻게 활용되고 있는지를 상세히 조사하고 ChatGPT의 등장이 업계에 미친 영향을 분석함으로써 비즈니스 환경에서 Generative AI의 실제 적용과 영향력을 밝히는 것을 목표로 한다. 이를 위해 ChatGPT 발표 전후에 등장한 Generative AI 관련 스타트업의 기업 정보를 수집하여 산업군, 사업 내용, 투자 정보 등의 변화를 분석하였다. 키워드 분석, 토픽 모델링, 네트워크 분석을 통해 스타트업 업계의 동향과 Generative AI의 도입이 스타트업 업계에 어떤 혁신을 가져왔는지 파악하였다. 연구 결과, ChatGPT의 등장 이후 Generative AI 관련 스타트업의 창업이 증가한 것을 알 수 있었으며 특히 Generative AI 관련 스타트업의 자금 조달 총액과 평균 금액이 크게 증가한 것을 확인할 수 있었다. 또한, 다양한 산업군에서 Generative AI 기술을 적용하고자 하는 시도를 보이고 이를 활용한 기업용 애플리케이션, SaaS 등 서비스와 제품의 개발이 활발해지며 새로운 비즈니스 모델의 등장에 영향을 미치고 있음을 확인하였다. 본 연구 결과를 통해 Generative AI가 스타트업 업계에 미치는 영향을 확인하였으며, 이러한 혁신적인 신기술의 등장이 비즈니스 생태계에 어떠한 변화를 가져다 줄 수 있는 지 이해하는데 이바지할 수 있다.

• 한국토양비료학회지
• /
• 제21권4호
• /
• pp.386-408
• /
• 1988

본(本) 연구(硏究)는 배추를 대상(對象)으로 1986년(年)부터 1986년(年)까지 6년간 Lysimeter시험(試驗)과 포장시험(圃場試驗)을 통하여 기상자료(氣象資料)로 부터 생육시기별(生育時期別) 증발산량(蒸發散量)과 수량(收量)을 추정(推定)하는 모형(模型)을 개발(開發)할 목적(目的)으로 실시(實施)하였다. Lysimeter 시험(試驗)에서는 잠재증발산량(潛在蒸發散量)과 최대증발산량(最大蒸發散量)을 측정(測定)하였고, 관개포장시험(灌漑圃場試驗)에서는 시기별(時期別) 토양수분(土壤水分)을 측정(測定)하여 실증발산량(實蒸發散量)을 계산(計算)하고 수량(收量)을 조사(調査)하였다. 시험(試驗)을 통(通)하여 얻어진 성적(成績)과 기상자료(氣象資料)의 상호관계(相互關係)를 다각적(多角的)으로 비교(比較)하여 증발산량(蒸發散量)과 수량추정모형(收量推定模型)을 설정(設定)하고 검정(檢定)한 결과(結果)는 다음과 같다. 1. 잠재증발산(潛在蒸發散)의 5년간(年間) 측정치(測定値)의 평균치(平均値)는 4월초순(月初旬) 2.38mm/day 에서 시일(時日)이 경과(經過)함에 따라 점점(漸漸) 증가(增加)되어 6월중순(月中旬)에 3.98로 최고치(最高値)를 보이고 다시 감소(減少)되어 11월중순(月中旬)에는 1.06으로 떨어졌다. 기존(旣存) 공식(公式)에 의한 잠재증발산추정치(潛在蒸發散推定値)는 실측치(實測値)에 비(比)하여 Penman법(法), Radiation법(法), Blaney-Criddle법(法)은 과다(過多)하게 추정(推定)되고, Pan evaporation법(法)은 과소(過少)하게 추정(推定)되는 경향을 보였다. 추정치(推定値)와 실측치간(實測値間)에는 전체적(全體的)으로 보아 고도(高度)의 유의(有意)한 상관(相關)이 있었으나, Blaney-Criddle법(法)은 7, 8월(月)에 상관(相關)이 없다는 것이 특이(特異)하였다. 2. 기상요인중(氣象要因中) 잠재증발산량실측치(潛在蒸發散量實測値)와 유의(有意)한 상관(相關)이 있는 것은 기온(氣溫), 대기포차(大氣飽差), 일조시수(日照時數), 일사량(日射量), Pan증발량(蒸發量)이었으며, 이들 요인(要因)을 고려(考慮)한 다중회귀식(多重回歸式)은 PET산정식(算定式)으로 활용(活用)이 가능(可能)하였다. 잠재증발산량(潛在蒸發散量) 추정모형(推定模型)으로서는 Pan 증발량(蒸發量)(Eo)을 사용(使用)한 회귀식(回歸式)이 가장 간편(簡便)하고 정확(正確)하였다. PET= 0.712 + 0.705 Eo 3. 잠재증발산량(潛在蒸發散量)에 대한 최대증발량(最大蒸發量)(ETm)의 비(比)로 정의(定義)된 작물계수(作物係數)(Kc)는 배추생육초기(生育初期)에 0.5~0.7 범위(範圍)이었으며, 생육중기(生育中期)부터는 0.9~1.2범위(範圍)로 유지(維持)되었다. 작물계수(作物係數)는 생육진도(生育進度)(G ; 0~1.0)의 2차함수(次函數)로부터 추정(推定)할 수 있었다. 봄배추 : $$Kc=0.598+0.959G-0.501G^2$$ 가을배추 : $$Kc=0.402+1.887G-1.432G^2$$ 4. 최대증발산량(最大蒸發散量)에 대(對)한 실증발산량(實蒸發散量)의 비(比)로 정의(定義)된 토양수분계수(土壤水分係數)(Kf)는 근권(根圈)의 유효수분률(有效水分率)(f)이 임계치(臨界値)(fp)이상(以上)에서는 1.0 수준(水準)으로 유지(維持)되다가 그 이하(以下) 에서는 f에 따라 직선적(直線的)으로 감소(減少)되었다. Kc와 f와의 관계(關係)에 있어서 fp와 직선함수(直線函數)의 기울기는 재배시기(栽培時期)와 PET에 따라 각각 다르게 나타났다. Kf=1.0, if $$f{\geq}fp$$ $$Kf=a+b{\cdot}f$$, if f＜fp 5. 층위별(層位別) 토양수분함량(土壤水分含量)으로부더 근권(根圈)의 물보유량변화(保有量變化)(${\Delta}S$) 계산(計算)에 있어서 모관수(毛管水)의 상승(上昇)과 배수량(排水量)은 무시(無視)할 정도(程度)로 적었다. 침투량(浸透量)(I)이 있을때 표토(表土) 5cm에 보유(保有)되었다가 증발(蒸發)되어 버리는 물량(量)(Es)은 실증발산(實蒸發散) 추정한형(推定漢型)에서 별도로 고여(考濾)되어야 하며, Es는 근권(根圈)의 유효수분율(有效水分率)로부터 추정(推定)된 표사(表士) 5cm에서 증발가능(蒸發可能)한 최대(最大) 물량(Esm)과 I을 비교(比較)하여 결정(決定)할 수 있었다. Es = I if I < Esm Es = Esm if < Esm 380 6. 실증발산최(實蒸發散最)(ETa) 추정모형(推定模型)은 물수지식(收支式)에 근거(根據)하여, 모관수(毛管水)의 상하이동양(上下移動量)은 무시(無視)하고 잠재증발산양(潛在蒸發散量)(PET), Kc, Kf, Es를 고려(考慮)하여 아래식(式)으로 설정(設定)되었다. $$ETa=PET{\cdot}Kc{\cdot}Kf+Es$$ 7.배추의 상대수양(相對收量)(Y/Ym) 추정모형(推定模型)은 재배기간중(栽培期間中)의 ETa의 대수함수(對數函數)의 형태(形態)로 설정(設定)되었다. $$Y/Ym=a+b{\cdot}{\ell}n(ETa)$$ 봄배추 : a=0.07, b =0.73 가을배추 : a=0.37, b =0.66 8. 설정(設定)된 모형(模型)에 의해 추정(推定)된 실증발산양(實蒸發散量)과 상대수양(相對收量)을 실측치(實測値)와 비교(比較)하여 본 결과(結果), 실증발산추정치(實蒸發散推定値)의 평균편차(平均偏差)는 봄배추에서는 0.29mm/day, 가을배추에서는 0.19mm/day이었으며, 상대수양추정치(相對收量推定値)의 평균편차(平均偏差)는 봄배추에서는 0.14, 가을배추에서는 0.09이었다. 9. 모형설정(模型設定)이 완료(完了)된 이후(以後) 별도(別途)로 3작기(作期)에 대(對)한 실측치(實測値)와 추정치간(推定値間)의 편차(偏差)도 모형설정기간(模型設定期間)의 것보다 오히려 더 적게 나오는 경향(傾向)을 보였다. 따라서 본추정모형(本推定模型)은 실제(實際) 활용가치(活用價値)가 있다고 판단(判斷)된다.