• Structural Engineering and Mechanics
• /
• 제85권4호
• /
• pp.469-484
• /
• 2023

A deep recursive bidirectional Cuda Deep Neural Network Long Short Term Memory (Bi-CuDNNLSTM) layer is recruited in this paper to predict the entire force time histories, and the corresponding hysteresis and backbone curves of reinforced concrete (RC) bridge piers using experimental fast and slow cyclic tests. The proposed stacked Bi-CuDNNLSTM layers involve multiple uncertain input variables, including horizontal actuator displacements, vertical actuators axial loads, the effective height of the bridge pier, the moment of inertia, and mass. The functional application programming interface in the Keras Python library is utilized to develop a deep learning model considering all the above various input attributes. To have a robust and reliable prediction, the dataset for both the fast and slow cyclic tests is split into three mutually exclusive subsets of training, validation, and testing (unseen). The whole datasets include 17 RC bridge piers tested experimentally ten for fast and seven for slow cyclic tests. The results bring to light that the mean absolute error, as a loss function, is monotonically decreased to zero for both the training and validation datasets after 5000 epochs, and a high level of correlation is observed between the predicted and the experimentally measured values of the force time histories for all the datasets, more than 90%. It can be concluded that the maximum mean of the normalized error, obtained through Box-Whisker plot and Gaussian distribution of normalized error, associated with unseen data is about 10% and 3% for the fast and slow cyclic tests, respectively. In recapitulation, it brings to an end that the stacked Bi-CuDNNLSTM layer implemented in this study has a myriad of benefits in reducing the time and experimental costs for conducting new fast and slow cyclic tests in the future and results in a fast and accurate insight into hysteretic behavior of bridge piers.

• 생태와환경
• /
• 제48권4호
• /
• pp.238-252
• /
• 2015

4대강 사업의 일환으로 추진된 보 건설이 영산강의 조류발생 형태와 제반 환경조건에 미치는 영향을 조사하기 위해 장기 (2001~2014년) 자료 (환경부 물환경정보시스템)를 분석하였다. 분석 항목으로 조류 발생의 형태를 파악할 수 있는 엽록소 ${\alpha}$와 환경인자인 부유물질, 암모늄, 질산염, 인산염, 총 질소, 총 인, N : P ratio 등이다. 조사 정점은 최상류에 위치한 담양 (DY)에서 하류의 무안1 (MA1)까지 포함 (총 12개)한다. 분석 항목별로 시간적 분포를 시계열로 분석하였고, 건설 전과 후의 직접적인 비교를 위해 전과 후 3년간 자료 (2006~2008년, 2012~2013년)를 Box-Whisker Plot으로 도시하여 분석하였다. 또한 항목들 간의 상관성 분석 (Pearson's correlation analysis)도 실시하였다. 분석 결과, 수층의 탁도를 결정하는 부유물질은 보 건설 기간 중에 부유물질 농도가 보 건설 전에 비해 거의 모든 정점에서 상당 폭 증가한 반면 건설 이후에는 상류 및 중류에 위치한 정점들을 중심으로 확연하게 감소하였다. 암모늄은 건설 이전에 비해 건설 이후 증가하는 경향을 보인 반면, 나머지 영양염은 감소하였고 이로 인해 N : P ratio가 증가하는 경향을 보였다. 엽록소 ${\alpha}$는 건설 중에는 모든 정점에서 감소하였으나, 건설 후에 부유물질 (탁도)이 감소하였던 정점에서 건설 전에 비해 확연히 증가하는 형태를 보여 주었다. 이는 영산강에서 보 건설 이후 인산염과 같은 영양염이 감소했지만, 동시에 탁도가 감소하면서 조류가 대발생 할 수 있는 환경이 조성되었음을 제시하는 결과라 할 수 있다

• Journal of Ecology and Environment
• /
• 제29권6호
• /
• pp.511-520
• /
• 2006

주왕산국립공원 탐방로중 가장 높은 가메봉을 대상으로 포유류의 고도별 분포 현황을 분석한 결과 총 22종의 서식을 확인하였다. 해발 200 m에서 800 m 구간을 100 m 단위로 세분화하여 분석한 결과 다람쥐(Tamias sibiricus)가 가장 많은 구간에서 우점종으로 나타났으며, 조사지역내 전 구간에서 서식이 확인된 종은 족제비(Mustela sibirica), 노루(Caproelus pygargus), 다람쥐였다. 확인된 Field Sign을 관찰 지점을 기준으로 분석한 결과, 고도의 증가에 따른 종 및 개체수는 유의적인 관계가 있는 것으로 나타났다(y=-0.0234X+25.552, $R^2$=0.9296, $F_{0.05}$(1, 4)=7.71, p<0.05). 그러나 100 m 단위로 세분화한 6구간중 5구간 이상에서 관찰된 9종을 대상으로 분석한 결과Apodemus agrarius(y=-0.034X+25.2, $R^2$=0.905, $F_{0.05}$(1, 4)=38.169, p<0.01)와 Sciurus vulgarie (y=-0.0154X+12.819, $R^2$=0.781, $F_{0.05}$(1, 4)=14.270, p<0.05) 2종만 유의적 영향을 받는 것으로 나타나 종별 고도에 따른 제한적 분포보다는 주변 식생 현황 및 서식지 구조에 따라 종의 분포가 이루어지는 것으로 판단된다. Box and Whisker Diagram분석 결과200$\sim$300 m 구간내 탐방객의 출입이 금지되어 있는 자연 휴식년제(Nature Restoration Area) 지역에서의 사분위 편차($Q_U-Q_L$)가 가장 적은 것으로 나타났으며, 주변 식생 및 탐방로 형태가 유사한 해발 500$\sim$600 m 구간에서 가장 광범위한 분포를 보였다. 특히 이 구간내 탐방로 상에서 멸종 위기 야생동물 II인 삵(Prionailurus bengalensis)의 배설물이 집중적으로 관찰되어 이에 대한 연구가 연계되어야 할 것으로 사료된다.

• 대기
• /
• 제20권4호
• /
• pp.467-482
• /
• 2010

수치모델 및 자료동화 기법이 급격히 발달하고 여러 가지 물리 역학적 과정이 개선되며, 이를 운영하는 컴퓨팅 시스템이 발달함에 따라 수치예보 기술 및 성능이 개선되었지만, 낙뢰와 같이 주로 중규모 시스템에 동반되어 발생하거나, 수십 km 이내의 국지적인 악기상에 동반된 경우 아직까지는 수치모델의 예측성은 매우 낮다고 할 수 있다. 이렇게 낮은 낙뢰 탐지 및 예측성을 개선하기 위하여 지상 및 고층, 원격 탐사된 자료를 종합적으로 활용하여 낙뢰 탐지 및 예보에 접근할 필요성이 있다. 또한 한반도의 대기상태가 점차 하층에서의 온난화와 습윤화로 인하여 불안정화되고 있는 상태에서 최근 데이터를 이용하여 새로운 지침을 모색할 필요가 있다. 본 연구에서는 남한 지역에서 발생하는 낙뢰현상의 탐지 가능성 및 예측성을 높이기 위하여 기상청 신낙뢰관측 시스템에서 관측된 낙뢰 자료와 우리나라 5개 고층 관측소 (오산, 광주, 포항, 제주, 백령도)에서 관측된 고층기상관측자료를 분석하여 낙뢰 발생시 안정도 지수와 환경변수의 객관적인 특성을 제시하고자 하였다. 본 연구에서 분석한 안정도 지수 및 대기환경변수는 CAPE, SSI, LI, KI, LCLT, MLMR, TPW 그리고 바람시어 등이다. 낙뢰와 고층기상관측 자료사이의 대응(match-up) 자료 선정기준으로는 레윈존데의 실제적인 비양 및 관측시간을 기준으로 -2hr~+1 hr 사이 그리고 고층기상관측소를 기준으로 100 km 이내에 낙뢰가 발생한 경우로 하였다. 장소 및 시간에 따라 정도의 차이는 있으나 낙뢰가 발생했을 때의 대류권 하층의 기온과 혼합비는 평시에 비해 약 1 K, $1{\sim}2gkg^{-1}$ 높게 나타나고 있다. 또한 각 안정도 지수와 환경변수를 낙뢰 발생시와 비발생시로 구분하여 지수들의 분포를 분석한 결과 변수에 따라 분리수준이 높은 경우도 있지만 대부분 많은 중첩이 나타나고 있어 특정 안정도 지수만을 이용하여 낙뢰탐지가 쉽지 않음을 확인하였다. 낙뢰 발생시와 비발생시에 값들의 분리가 상대적으로 높은 지수들를 이용하여 낙뢰탐지에 최적인 임계값을 산출하였다. 낙뢰와 같이 현상의 유무로 구분되는 이진변수의 탐지수준 분석에는 주로 분할표가 이용된다. 여기서 안정도 지수별 낙뢰탐지 최적의 임계값은 분할표로부터 도출되는 POD, FAR, ACC, CSI, HSS 등 다양한 평가측도 중에서 낙뢰와 같이 발생빈도가 적은 현상의 분석에 적합한 HSS를 최대로 하는 값으로 도출하였다. Table 6에서 보는 바와 같이 전지역에서 HSS의 값이 크지 않을 뿐만 아니라 각 안정도 지수 및 환경변수의 개수 및 임계값이 지역에 따라 상이하게 나타나고 있다. 따라서 이들 자료를 현업에서 이용하기 위해서는 보다 많은 사례와 낙뢰-고층기상관측자료 대응(match-up) 자료 선정기준의 정교화 등이 필요하다. 또한 낙뢰, 집중호우와 같은 악기상의 현황과 발달과정에 대해 많은 정보를 제공해 주는 위성, 레이더 등 원격탐사자료와의 종합적인 활용이 필요하다.