• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.55-64
• /
• 2019

기후변화에 따른 이상난동 현상으로 과수 개화시기는 앞당겨지는 추세이며, 이에 따라 발아-개화기를 전후로 갑작스레 출현하는 저온에 의한 피해사례가 증가하고 있다. 특정 과원 내에서 동일한 저온이 발생하더라도 개별 과수의 현재 발육상태에 따라 저온에 견뎌내는 힘은 각각 다르므로 피해정도와 양상은 다르게 나타나는데, 기존 과수 꽃눈의 발육상태별 동사온도 기준만으로는 기온 공간변이가 큰 임의 지역의 저온해를 예상하기에는 한계가 있었다. 본 연구에서는 이러한 한계를 극복하고 조기 대응할 수 있도록 생육추정 모델을 이용해 과수의 생육 수준을 예측하여 봄철 기온 예보자료만으로 저온에 따른 위험수준을 정량적으로 평가할 수 있는 저온해 위험도 함수식을 도출하였다. 저온해 위험 추정식을 2018년을 대상으로 '후지' 사과, '장호원황도' 복숭아, '신고' 배에 적용하여 저온해 발생일과 위험분포의 지리적 양상을 주산지별로 분석한 결과, 4월 8일에 모든 과수에서 저온해가 가장 큰 것으로 나타났다. 대표 주산지로 보면 사과는 거창, 함양, 장수에서, 복숭아는 의성, 청도, 김천, 임실, 남원, 대구에서, 배는 김천, 천안, 아산, 논산, 울산, 경주, 진주 일대에서 피해가 많이 발생했을 것으로 예상되었다. 이 기술은 과수 재배농가의 봄철 저온 피해 경감 및 이상기후에 따른 대응기술 마련에 기여할 것으로 기대된다.

• 한국조경학회지
• /
• 제49권5호
• /
• pp.1-11
• /
• 2021

본 연구는 도시의 표면을 구성하는 물리적 공간요소 가운데 대기질에 영향을 미치는 주요 요인을 찾아 환경개선을 위한 단서를 제공하는 것이 목적이다. 중국의 산업도시인 창춘의 9개 측정소에서 2018년 1월 1일부터 2019년 12월 31일까지의 AQI 농도 자료를 수집하였다. 측정소를 중심으로 반경 300m 내의 지역을 구성하는 도시의 물리적 시설에 대한 유형과 분포 특징을 분석하였다. 측정소를 3개 그룹으로 나눠 계절별로 미세먼지 농도 차이를 분석한 결과, 봄과 겨울에 AQI 농도가 가장 높고, 다음으로 여름, 가장 낮은 계절은 가을이었다. 봄의 AQI 농도가 가장 높은 곳은 F(93.00)·D(91.10)·I(89.20), 여름 농도가 가장 높은 곳은 D(69.05)·A(67.89)·B(84.44), 가을 농도가 가장 높은 곳은 I(62.80)·G(60.84)·D(53.27), 겨울은 I(95.82)·H(95.60)·F(94.04)이었다. SPSS를 이용한 계열분석을 통해 직경 600m인 공간내의 대기지수는 임야, 초지, 나지, 수공간, 수고, 건축면적(평균치), 건물 체적(평균치)과 상관성이 있는 것으로 나타났다. 오염이 심한 봄과 겨울의 수치자료를 통계분석한 결과, 임야면적(43,637m², 15.44%)과 수면적(18,736m², 6.63%)이 큰 비율을 차지하고, 건축평균면적(448m², 0.17%)과 건축평균부피(10,201m³)가 가장 적은 그룹 1(A, B, C)구역의 오염 농도가 가장 낮았다. 반대로 그룹 2(D, E, F)구역은 AQI 농도가 가장 높은 구역으로 임야(1,917m², 0.68%)와 수면적(0m², 0%)이 적거나 없고 건축평균면적(1,056m², 0.37%)과 건축평균부피(17,470m³)가 가장 높았다. AQI 농도가 가장 높은 지역의 특징은 가로수의 수고가 12m 이상인 경우가 다수 확인되었고, 나지면적의 비율이 적을수록 오염도가 낮은 것으로 나타났다. 동일한 방법으로 창춘의 9개 공간의 특징을 분석한 결과, 도시 공간의 물리적 특성에 따른 대기질은 위의 요인들과 밀접한 관련이 있음을 알 수 있었다.

• 한국전통조경학회지
• /
• 제29권1호
• /
• pp.59-70
• /
• 2011

본 연구는 창원시에 위치한 보호수를 체계적이고 합리적으로 관리하기 위한 기초자료 제공에 그 목적이 있다. 조사항목은 일반현황, 입지정보, 개체정보, 건강정보, 토양정보에 대해 조사하였다. 연구결과를 요약하면 다음과 같다. 보호수 현황은 총 26개소에 위치하고 있으며, 수종은 느티나무, 팽나무, 푸조나무, 은행나무, 개서어나무, 반송, 굴참나무, 소나무, 왕버들 등 9종이다. 보호수 유형에서는 정자목이 가장 많았고, 대부분의 보호수가 수령 200년 이상이었다. 해발범위는 14~173m였고, 평탄지에 보호수가 많이 있었다. 입지유형의 경우 마을형, 산야형 순이었으며, 토지이용은 건물지가 가장 많았다. 수고범위는 8.0~30.0m, 지하고는 0.6~5.1m, 흉고직경은 240~700cm, 근원직경은 210~800cm이었다, 수관면적의 경우, 5번 느티나무가 가장 넓었다. 현황판은 23번과 26번을 제외하고 대부분 설치되어 있었다. 보호책이 설치된 지역은 9개소, 석축이 있는 지역은 14개소였다. 지지대가 설치된 지역은 5개소, 복토는 대부분 되어 있지 않았다. 바닥재질은 흙, 자갈과 식생의 순이었다. 고사지율 범위는 0~40%이며, 수피이탈율은 0~60%이었다. 공동이 있는 지역은 23개소였으며, 12번 푸조나무가 공동의 면적이 가장 넓었다. 답압 발생 지역은 7개소, 병충해 발생 지역은 2개소, 상처 발생 지역은 23개소, 뿌리 노출 지역은 13개소로 나타났다. 토양 분석 결과, 토양산도 pH 4.5~8.0, 유기물함량 3.5~69.8g/kg, 전기전도도 0.11~2.87dS/m, 유효인산 3.0~490.6mg/kg, 치환성 칼륨 0.10~1.05cmol+/kg, 치환성 칼슘 1.41~16.45cmol+/kg, 치환성 마그네슘 0.37~1.96cmol+/kg, 치환성 나트륨 0.25~2.41cmol+/kg, 양이온치환용량 8.35~26.55cmol+/kg으로 나타났다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.261-272
• /
• 2023

최근 급격한 도시화와 기후변화에 따라 재난에 의한 피해가 증가하고 있다. 국내 기상청에서는 표준 경보(주의보, 경보)를 전국적으로 통일된 표준 경보 기준(3시간 및 12시간 최대 누적강우량)에 따라 발령하여 재해에 따른 지역별, 재난 사상별 특성이 고려되지 않은 문제점이 있다. 따라서 본 연구에서는 서울특별시, 인천광역시, 경기도의 호우·태풍에 대한 재해 피해액 및 누적강우량을 활용하여 대상지역별 재해강도에 따른 단계별 기준을 설정하고, 강우에 따라 발생할 수 있는 재해의 강도를 분류하는 모형을 개발하고자 하였다. 즉, 본 연구에서는 호우·태풍에 의한 재해 피해액 누적 분포 함수의 분위별로 재해강도의 범주(관심, 주의, 경계, 심각 단계)를 분류하였고, 재해강도의 범주에 따른 누적강우량 기준을 대상 지자체별로 제시하였다. 그리고 지자체별 재해강도 분류모형 개발을 위해 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)의 머신러닝 모형을 활용하였는데 강우량, 누적강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량을 독립변수로 이용하여 종속변수인 지자체별 재해강도를 분류하였다. 각 모형별 F1 점수를 이용한 정확도 평가 결과, 의사결정나무의 F1 점수가 0.56으로 가장 우수한 정확도를 보였다. 본 연구에서 제시한 머신러닝 기반 재해강도 분류모형을 활용하면 호우·태풍에 의한 재해에 대한 지자체별 위험 상태를 단계별로 파악할 수 있어, 재난 담당자들의 신속한 의사결정을 위한 기초 자료로 활용될 수 있을 것으로 판단된다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.21-36
• /
• 2023

기후변화 대응, 탄소중립 전략, 도시열섬, 미세먼지, 생물다양성 증진 등 환경이슈에 대한 해결책으로 도시녹지와 수목의 가치가 중요해지고 있으며 다양한 연구들이 도시환경개선을 위한 수목의 효과를 다루고 있다. 따라서 본 연구는 도시환경개선 측면에서 식재수종, 식재구조, 식재밀도, 식재기반의 선행연구를 종합적으로 고찰하여 도시공원 조성녹지의 식재 리뉴얼 방향성을 제안하고 이를 리뉴얼 계획에 적용해 조경수목을 통한 도시환경개선 효과를 제고하는 데 목적이 있다. 서울시 내 대규모 근린공원인 서울어린이대공원의 식재현황을 현장조사하고 조사자료를 근거로 식재기능평가를 했으며 식재기능개선 필요지역을 중첩 도출하였다. 식재기능평가는 공원기능 설정, 공간기능에 따른 식재개념, 식재현황 단계별로 수행하였고, 연구의 결과인 기능변화에 따른 식재 리뉴얼 방향은 식재기능평가 단계별로 도출하였다. 공원기능 설정은 녹지율을 높이는 것이 우선이나 이용자 편의도 고려해야 하며, 식재개념으로 시각적 경관식재는 교목층은 수형이 아름답고 탄소흡수와 미세먼지 저감효과가 높은 수종을 식재, 생태적 경관식재는 경사구배 위 다층구조 식재지 조성, 완충식재는 다층구조숲으로 조성하여 탄소흡수와 미세먼지 저감 효과 향상, 녹음식재는 활엽수 교목층과 초본층으로 구성하고 초본류의 자연형 식재를 지향해야 한다. 식재수종은 도시환경개선 효과가 높은 수종, 지역 자생종, 야생조류 선호 수종을 식재하고, 식재구조는 경관식재지와 녹음식재지는 교목층과 관목층, 교목층과 초본층으로 구성하고 생태성이 강조되거나 완충기능이 필요한 식재지는 다층구조로 조성한다. 식재밀도는 식재간격 기준으로 더 높은 기준을 적용하며, 식재기반은 빗물재활용과 토양객토 및 통기시설을 사용한다. 본 연구의 결과는 향후 노후 도시공원의 식재리뉴얼 계획 시 식재기능평가를 수행하여 식재기능개선 필요지역을 도출하는 데 적용할 수 있으며, 조성녹지의 기능변화 패러다임을 다각도로 반영한 식재 리뉴얼 방향성을 제시했다는 점에서 의의가 있다.

• Journal of Nutrition and Health
• /
• 제56권3호
• /
• pp.300-314
• /
• 2023

본 연구는 2016-2018년 국민건강영양조사 자료를 이용하여 청소년의 아침결식과 관련된 요인을 찾고 아침결식 예측모형을 분석하여 청소년의 아침결식 예방 교육 및 정책 수립에 기초 자료를 제공하고자 하였다. 2016-2018년 국민건강영양조사의 참여자는 총 24,269명으로 12-18세의 청소년 중 변수 결측자를 제외한 대상자는 1,024명이며, 이중 아침식사 섭취자 579명, 결식자 445명이었다. 남학생의 49.1%, 여학생의 50.9%가 아침결식자였다. 연령은 아침식사 결식군이 유의적으로 높으며, 결식군의 고등학생 비율이 높았다. 가구소득 4분위수는 아침식사 섭취군의 9.1%, 결식군의 15.4%가 '하'로 유의적인 차이를 보였다. 조사대상자의 신체적 요인은 유의적인 차이를 보이지 않았으나 체중감소를 위해 결식을 하는 경우는 아침식사 결식군의 25.3%, 섭취군의 10.4%로 유의적인 차이를 보였다. 조사대상자의 식습관과 정신건강에서 아침식사 결식군이 섭취군보다 1일 1회이상 외식횟수가 유의적으로 높았으며, 최근 1년간 1주 동안 5-7회 이상의 저녁식사 섭취빈도는 아침섭취군이 유의적으로 높았다. 또한, 아침식사 섭취군은 결식군보다 영양교육 경험이 유의적으로 높았으며, 아침식사 섭취군이 결식군보다 에너지, 단백질, 지방, 탄수화물, 식이섬유, 콜레스테롤, 비타민 A, 비타민 B1, 비타민 B2, 니아신, 비타민 C, 칼슘, 인, 나트륨, 칼륨, 철의 섭취율 및 탄수화물, 단백질, 지방의 섭취비율도 유의적으로 높았다. 아침결식 예측 모형을 도출하기 위해 CART 알고리즘을 사용한 의사결정나무 분석결과, 아침식사 섭취여부를 결정하는 주요인은 투입된 7개의 변수 중 교육수준과 영양교육 경험을 제외한 결식을 통한 체중조절, 가구소득 4분위수, 저녁식사 빈도, 연령, 외식 횟수였다. 체중조절을 위하여 결식을 하는 경우는 아침식사 결식군에서 높았다. 체중조절을 위하여 결식을 하지 않는 대상자는 가구소득 4분위수의 수준에서 소득이 '하', '중하'일 때 아침결식 비율이 높았다. 가구소득수준이 '상', '중상' 대상자의 경우는 저녁식사 빈도가 주 3-4회 이하인 경우 아침결식 비율이 높았다. 저녁식사 빈도가 주 5-7회이더라도 연령이 14.5세 초과인 경우 아침결식을 하고 있으며, 연령이 14.5세 미만인 대상자들은 외식횟수가 일 1회 이상인 경우, 주 6회 이하인 경우 아침결식을 하고 있었다. 따라서 아침결식을 감소시키기 위해서 청소년 대상의 각 그룹의 결식 주요인에 따라 올바른 체중조절 방법, 아침식사 배달, 건강정보에 대한 접근성 높이기, 아침결식과 질병과의 관련성 교육을 위한 토론수업 및 역할놀이 등과 같은 맞춤형 교육이 필요하며, 향후 청소년의 저녁식사 결식 감소 방안에 대한 연구가 추가적으로 진행되어야 하겠다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.221-234
• /
• 2016

우리나라는 대규모 산업단지와 대도시들이 연안에 집중되면서 연안의 오염이 날로 심각해지고 있다. 이러한 연안 오염을 모니터링하기 위해서 위성 영상을 이용한 연안 수질평가지수 모니터링 연구가 수행될 필요가 있다. 수질평가지수란 저층 산소포화도, 엽록소 농도, 투명도, 용존무기질소 및 용존무기인 농도를 수질평가 항목으로 구성하여 해양환경관리법에 따른 해양환경기준을 통해 해역별로 기준을 설정하여 산출하는 지수이다. 이 연구는 한반도 주변의 연안지역을 대상으로 2011년부터 2013년까지의 현장관측 자료 및 Geostationary Ocean Color Imager (GOCI) 위성 영상을 이용하여 연안 표층 해수에 대한 기계학습 기반의 두 가지 수질평가지수 추정 기법을 개발하였다. 첫 번째 방법으로는 GOCI 반사도를 이용하여 추정된 수질평가 항목들로 수질평가지수를 계산하였고, 두 번째 방법은 GOCI 반사도 및 산출물(엽록소 농도, 총 부유물질, 용존유기물)을 이용하여 수질평가지수를 추정하였다. 기계학습으로는 Random Forest(RF), Support Vector Regression (SVR), Cubist를 사용하였다. 수질평가 항목 추정에서 투명도의 정확도가 가장 높게 나타났으며, 모든 수질평가 항목 추정에서 세 가지 기계학습 중 RF의 정확도가 가장 높았다. 하지만 추정된 수질평가 항목들로 계산한 수질평가지수는 추정된 수질평가 항목들의 오차와 저층 산소포화도의 불확실성으로 인해 정확도가 높지는 않았다. 반면 GOCI 반사도와 산출물을 이용하여 추정한 수질평가지수는 현장 관측 기반 수질평가지수와 비교했을 때 첫 번째 방법보다 정확도가 높게 나타났다. 또한 엽록소 농도가 수질평가지수 추정에 가장 중요한 변수로 나타났다.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.327-339
• /
• 2020

증산은 물이 기공을 통해 대기 중으로 이동하는 과정으로, 지표면의 물은 상당부분 증산을 통해 대기 중으로 이동한다. 에디공분산, 수분 수지 측정법 등의 증산량을 측정하는 방법이 있지만, 수종 및 임분의 구성 요소별 증산량의 차이를 비교하기 위해서는 개체목 증산량 측정이 필요하다. 개체목 증산량을 측정하기 위해 수액의 온도차를 이용한 수액류 측정법을 가장 널리 이용하고 있지만, 넓은 범위의 지역을 장기간 조사하기에 한계가 있다. 따라서 큰 공간적 규모에 대해 수액류 및 증산량에 대한 연구를 하기 위해서는 각 지역별로 측정한 데이터의 공유가 필요하다. 본 연구팀은 태화산 학술림에서 열손실탐침법을 이용하여 2011년부터 잣나무(Pinus koraiensis) 18본, 2013년부터 갈참나무(Quercus aliena) 16본을 대상으로 수액류를 측정하고 있으며, 광릉수목원에서도 열손실탐침법을 이용하여, 2013년부터 전나무(Abies holophylla) 18본, 졸참나무(Quercus serrata) 7본, 서어나무(Carpinus laxiflora) 3본, 까치박달(Carpinus cordata) 3본을 대상으로 수액류를 측정하고 있다. 구례 지리산 조사지에서는 열 파동법으로 2018년부터 산벚나무(Prunus sargentii), 낙엽송(Larix kaempferii), 2019년에는 추가로 상수리나무(Quercus accutisima), 소나무(Pinus densiflora), 물푸레나무(Fraxinus rhynchophylla)를 대상으로 수액류를 측정하였으며, 2020년에는 편백(Chamecypans obtuse), 잣나무(P. koraiensis), 자작나무(Betulla platyphylla), 전나무(A. holophylla), 곰솔(Pinus thrunbergii)을 대상으로 수액류를 측정하고 있다. 우리나라 산림의 수액류 데이터를 더욱 활발하게 공유하여 국내 산림생태계에서 개체목과 임분의 수액류와 증산의 환경민감성 등 다양한 연구에 기여할 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1779-1790
• /
• 2023

위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.