• 한국수자원학회논문집
• /
• 제45권3호
• /
• pp.301-316
• /
• 2012

본 연구에서는 한강수계 팔당댐 상류의 자연유출량에 대해 기존의 연구 결과를 바탕으로 TANK 모형 결과와 SWAT 모형결과를 비교함으로써, 기존 TANK 모형이 가지고 있는 한계및 문제점을 현실적으로 제시하고, 향후 SWAT 모형의 적용성 및 활용에 대해 검토하였다. TANK 모형의 매개변수 최적화가 이루어진 보정유역들(충주댐 및 소양강댐)의 모의결과를 볼 때 두 모형 모두 모형효율 0.8 이상의 높은 정도의 모의가 가능한 것으로 나타났으며, 첨두유량이 발생하는 홍수기에는 TANK의 결과가 SWAT보다 관측치에 근접하는 것으로 나타났다. 그러나 TANK 모형의 경우 주로 평수기 이상의 유량을 대상으로 보정을 수행하여 갈수기에 관측유량과 많은 차이를 보였으며, 특히 일정 유량 이하로 모의되지 않는 한계를 나타내었다. 반면, SWAT 모형은 일부 홍수사상을 제외하고 대체로 관측치의 경향을 잘 따르고 있으며, 유역 최종 출구인 팔당댐(한강F)에서의 상류댐 방류량을 고려한 모의유입량이 실제 관측유입량과 잘 일치하는 것으로 나타나(모형효율 0.9 수준), 댐 방류량과 인위적인 용수 수요가 없는 상태의 자연유출량의 추정이나 댐개발 전후에 따른 유량변동 평가 등에 있어 매우 높은 신뢰성을 보장하는 것으로 판단되었다. 아울러, TANK 모형의 최적화된 매개변수를 전이시켜 이용하는 대상유역들(평창A, 달천B, 섬강B, 인북A, 한강D, 홍천A)에 대한 결과를 SWAT 모형 결과와 비교할 때, 일부 홍수기를 제외하고는 평수기 이하에서 매우 불안정한 모의 결과를 나타내었으며, 보정유역들에 대한 결과와 마찬가지로 갈수기에 일정 유량이하로 모의되지 않는 문제가 나타났다. 이는 수자원 계획 및 관리의중요한 지표인 갈수량의 산정에 있어 TANK 모형의 적용에 많은 불확실성이 있음을 보여준다. 따라서 복잡 다양한 국내 유역의 특성을 보다 현실적으로 반영하고, 향후 유역내 도시화 등에 따른 토지이용 및 용수이용의 변화, 기후변화 등에 따른 수자원 계획 및 관리에 효율적으로 대처하기 위해서는 TANK와 같은 기존의 개념적 집중형 모형보다는 SWAT과 같은 물리적 기반의 유역모형 적용이 필요할 것으로 판단된다.

• 한국작물학회지
• /
• 제42권5호
• /
• pp.579-596
• /
• 1997

1990년 임하 다목적댐 건설에 의해 경북 안동지역에 생성된 담수면적 28.7$\textrm{km}^2$의 임하호가 주변지역의 국지기후 및 주요 작물의 잠재생산력에 미친 영향을 구명하기 위해 임하호 주변 $30km\times 25km$ 지역을 대상으로 무인기상관측망을 구성, 5년간의 특별관측을 수행하였다. 수집된 자료를 토대로 담수전후 기후시나리오를 작성하고 이를 작물모형에 입력하여 최종 건물생산량을 추정한 바, 주요 결과는 다음과 같다. 1. 담수후 5년간 일최고기온은 담수 전보다 평균적으로 한후기 (10월~3월)에 상승하고 난후기에 하강하였으나, 예외적으로 6월과 7월에는 상승하였다. 일최저기온은 담수 전보다 평균적으로 난후기(4월~8월)에 하강하고 한후기에 상승하였다. 담수 전후 기온의 변화정도는 겨울철에 크고 여름철에 적었다. 2. 담수후 5년간 강수량은 담수 전보다 평균적으로 2, 3, 5, 7, 12월에 증가하였고 나머지 달에는 감소하였으나 연간 총강수량의 변화는 인정되지 않았다. 월별 일사량은 2, 6, 9월을 제외하고는 담수전에 비해 5% 가량 감소하였다. 3. 담수 전후 30년간씩의 벼 생육모의실험에서 대상지역내 27개 재배구역 중 담수에 의해 잠재수량의 변화가 인정되는 곳은 한 곳 뿐으로 담수전에 비해 정조 기준 4%의 증가를 보였다. 4. 담수 전후 30년간씩의 콩 생육모의실험에서 대상지역내 27개 재배구역 중 담수에 의해 잠재수량 감소가 인정되는 곳이 2개였으며 최대 감수율은 16%였다. 5. 담수 전후 30년간씩의 옥수수 생육모의실험에서 담수에 의해 옥수수의 잠재수량 감소가 인정되는 곳이 총 27개 중 6개였고 최대 감수율은 17%였다.. 또한 유수의 크기는 전 유수발달기를 통하여 항상 밀양 2003가 고시히카리보다 컸다. the canopies with more leaf mass, making MB the highest, HB the lowest, and DS in between. Relative humidity was over 90％ in the night and dropped to 70％ in the mid-afternoon, but vapor pressure within the canopy was highest at around 13:00 LST. Dew point depression was lowest and, combined with the temperature, the relative humidity was highest in HB. Mean period of wetting duration was in the order of DS＞HB＞MB, while the dew point depression was greatest in DS.ANCOVA, Pearson correlation을 이용하여 분석하였으며, 그 결과는 다음과 같다. 캠프 프로그램은 소아 당뇨병 환자의 자기 효능을 증진시키고 환자 역할 행위 이행을 높여주는데 효과적 이었다. 소아 당뇨병 환자의 자기 효능은 환자 역할 행위 이행과 순 상관 관계가 있어, 자기 효능이 증진될수록 환자 역할 행위 이행 정도가 높아졌다. 무조건 사주지 않는다(8.0%), 무조건 사준다(3.1%)로 식품광고에 나오는 식품 요구시 부모의 70.3%가 거절하는 것으로 나타났다. 거절 이유는 건강에 나쁘다는 것이 가장 큰 이유였으며 강남과 강북 어린이간에 유의적인 차이가 있었다(p＜0.001). TV

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• 대한토목학회논문집
• /
• 제35권5호
• /
• pp.1135-1146
• /
• 2015

본 논문은 무동력 비탄소 교통수단 중 하나인 자전거 이용의 활성화를 위해 자전거교통의 안전성을 향상시키고자 한다. 이에 현재 설치 운영되고 있는 자전거도로의 문제점을 분석하고, 자전거 교통사고 자료를 토대로 자전거 사고예측모형을 개발하였다. 그에 대한 절차는 다음과 같다. 첫째, 국내 자전거도로의 현황 및 사고 자료를 제시하고 최근 3년(2009년~2011년)동안 전국에서 발생한 자전거교통사고를 수집하여 자료를 토대로 자전거교통사고 특성을 분석한다. 둘째, 전라남도 자전거 사고 자료를 사고 특성 분석을 통해 자전거 사고건수에 영향을 주는 변수를 선정하고, 'SPSS Statistics 21'의 중회귀분석을 이용해 사고예측모형을 개발하였다. 이때 자전거사고건수는 도로형태(교차로, 횡단보도, 기타단일로)별 연장에 따른 사고건수를 사용하였다. 도출된 사고예측모형을 검증하기 위하여 2011년도 광주광역시에서 발생한 자전거 사고자료를 이용하였으며 예측값과 실제 사고건수를 비교하였다. 그 결과, 일부 자료를 제외하고는 대부분 실제사고건수와 일치하는 것을 통해 사고예측모형의 신뢰성이 확보되고 있는 것으로 나타났다. 셋째, 자전거도로 문제점 분석을 위해 자전거도로 현장조사를 실시하였으며 도출된 문제점에 대한 개선대책을 제시하였다. 본 연구를 통해 향후 자전거도로 계획 및 재정비 시 기초자료로 활용 될 것으로 판단되며 자전거 이용자의 안전성을 향상시키고 교통수단으로서의 자전거 이용의 활성화를 도모할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.317-324
• /
• 2015

GNSS 기상학은 1980년 중반 기상 분야에 활용 가능성이 제기된 후, 전 세계적으로 실용화 가능성이 입증되고 있으며, 현재 기상현업에 활용하기 위한 연구가 활발히 진행되고 있다. GNSS 신호의 대류권 지연오차에 기반하여 산출한 가강수량은 대기 중 수증기량을 나타낸 것으로, 기후 모니터링, 기후의 변화 탐지 등 다양한 기상현상 분석에 많이 사용되고 있다. 본 연구에서는 2014년 2월 울산에 내린 폭설현상 분석을 위해 GNSS 상시관측소와 자동기상관측장치에서 제공하는 기상관측 정보를 이용하여 가강수량을 산출하였다. 산출 과정 중 중요한 파라미터인 가중 평균 기온식은 송동섭의 모델을 적용하였다(Song, 2009a). 연구기간은 폭설이 발생한 2014년 2월과 폭설이 발생하지 않은 2013년 2월의 총 56일이다. 2014년 2월 가강수량의 평균은 11.29mm로 산출 되었으며, 폭설이 발생한 2월 9일부터 12일까지 평균 가강수량은 10.14mm로 전체 평균값보다 11.34% 낮은 값을 보였다. 폭설이 내리지 않은 2013년 2월 가강수량의 평균은 10.34mm로 2014년 평균보다 8.41% 낮은 값을 보였다. 또한 가강수량 외 AWS에서 제공하는 다른 기상인자들과 비교하여 폭설 현상에 대한 분석을 수행하였다. 그 결과 Magnus 경험식을 통해 산출한 포화수증기압 경우 GNSS 가강수량과 0.29의 낮은 상관성을 나타내었다. 또한 기상인자의 종류(강설, 강우)에 따라 가강수량의 증감패턴이 다르게 나타났으며, 강수량이 발생하기 평균 6.5시간 전에 가강수량 값이 급격히 증가한 후 감소하는 경향을 확인할 수 있었다. 이를 통해 GNSS 가강수량 패턴분석이 강수량 전조현상 분석에 유효할 것으로 판단된다.