• 제목/요약/키워드: East Coast Beach

검색결과 64건 처리시간 0.023초

수종간(樹種間)의 내염력(耐塩力) 특성(特性)에 관(關)한 연구(硏究)(I) - 동해안림(東海岸林)의 수종분포(樹種分布)와 염분농도(塩分濃度)와의 관계(關係) - (Characteristics of Salt Tolerance in Tree Species(I) - Relationship between Tree Species Distribution and Soil Salt Concentration in East Coastal Forest -)

  • 최문길
    • 한국산림과학회지
    • /
    • 제73권1호
    • /
    • pp.1-8
    • /
    • 1986
  • 임목(林木)의 내염성(耐鹽性)을 검사(檢討)하기 위하여 우리나라 동해안(東海岸) 일부(一部) 삼림(森林)에 대한 수종분포(樹種分布)와 염분농도(鹽分濃度)의 관계(關係)를 조사(調査) 분석(分析)하였는데 그 결과(結果)를 요약(要約)하면 아래와 같다. 1) 동해안(東海岸) 수종분포(樹種分布)의 주(主) 구성종(構成種)은 곰솔, 소나무, 해당화, 싸리, 족제비 싸리, 떡갈나무, 진달래, 아까시나무 등(等)이었다. 2) 정선(汀線)으로부터 내륙(內陸)쪽으로 들어오면서 200m까지는 곰솔이 우점종(優點種)을 이루고 있었고 해당화의 분포(分布)가 끝나는 지역(地域)이며, 200-300m 구간(區間)은 곰솔의 분포(分布)가 거의 끝나는 반면(反面) 소나무가 우점종(優點種)을 이루고 있었다. 3) 해발고(海拔高) 50m까지는 곰솔이 우점종(優點種)을 이루나 그 이상(以上)부터는 소나무가 우점종(優點種)을 이루고 있었다. 4) 토양중(土壤中)의 NaCl농도(濃度)는 정선(汀線)으로부터 내륙(內陸)쪽으로 멀어질수록, 해발고(海拔高)가 높아질수록, 토심(土深)이 얕을수록 감소(減少)하는 경향(傾向)을 보였다. 5) pH는 정선(汀線)으로부터 내륙(內陸)쪽으로의 거리(距離)나 해발고(海拔高)의 차(差)에 따라 차이(差異)를 인정(認定)할 수 없었지만 표토(表土)와 심토(深土)(지하(地下) 50cm 깊이)의 pH 는 7.0과 6.5로 토심(土深)에 따라 현저(顯著)한 차이(差異)가 있었다. 6) 곰솔은 토양(土壤)의 NaCl농도(濃度)가 100vpm 이상(以上)에서, 소나무는 100vpm 이하(以下)에서 분포밀도(分布密度)가 각각(各各) 증가(增加)함을 알 수 있었고, 해당화는 100vpm 이상(以上)에서만 분포(分布)를 볼 수 있었다. 7) 수체내(樹體內)의 NaCl농도(濃度)는 정선(汀線)으로부터 내륙(內陸)을 향(向)하여 들어오면서 감소(減少)하는 경향(傾向)으로 150m까지는 급감소(急減少)를 나타내었고 이후(以後)는 서서히 감소(減少)하였다. 수체내(樹體內)의 최대(最大) NaCl농도(濃度)는 엽(葉)이 600ppm, 지(枝)가 350ppm, 근(根)이 250ppm 정도(程度)였다.

  • PDF

Gaofen-1 WFV 영상을 이용한 딥러닝 기반 대형 부유조류 분류 (Deep Learning Based Floating Macroalgae Classification Using Gaofen-1 WFV Images)

  • 김의현;김근용;김수미;;유주형
    • 대한원격탐사학회지
    • /
    • 제36권2_2호
    • /
    • pp.293-307
    • /
    • 2020
  • 매년 황해와 동중국해에서는 대형 부유조류인 녹조와 갈조가 대량으로 발생하고 있다. 이러한 대형 부유조류는 연안의 양식 시설물이나 해변으로 유입되며, 제거하는데 막대한 경제적 손실을 발생시킨다. 현재는 연안으로 유입되는 대형 부유조류를 탐지하기 위해 원격탐사 방법이 활발하게 사용되고 있다. 그러나 대형 부유조류는 해양의 다양한 대상들과 중첩되는 파장이 존재하기에 이를 정확하게 탐지하는데 한계가 있다. 더욱이 녹조와 갈조는 유사한 스펙트럼 특성을 보이기 때문에 원격탐사 자료를 이용한 구분을 더욱 어렵게 만든다. 따라서 본 연구에서는 위성 영상에 딥러닝 기법을 적용하여 녹조와 갈조를 효과적으로 구분하고자 하였다. 이를 위한 네트워크를 결정하기 위해 최적의 학습 조건을 찾아 AlexNet 신경망을 전이 학습하였으며, 학습과 검증을 위해 Gaofen-1 WFV 영상을 이용하여 데이터셋을 구성하였다. 최적의 학습 조건으로 학습된 네트워크를 이용하여 실험 데이터에 대한 결과를 확인하였다. 그 결과 실험 데이터에 대한 정확도는 88.89%를 보였으며, 녹조와 갈조에 대해 각각 66.67%와 100%의 정밀도로 구분이 가능하였다. 이는 전이 학습된 AlexNet 신경망이 녹조와 갈조의 미세한 차이를 구분할 수 있는 것으로 해석된다. 본 연구를 통해 해양의 다양한 대상으로부터 녹조와 갈조를 효과적으로 분류하고 각각 구분할 수 있을 것으로 기대된다.

불규칙 파랑 비선형 천수 과정 수치해석 - 천수 단계별 파고분포 변화를 중심으로 (Numerical Analysis of Nonlinear Shoaling Process of Random Waves - Centered on the Evolution of Wave Height Distribution at the Varying Stages of Shoaling Process)

  • 김용희;조용준
    • 한국해안·해양공학회논문집
    • /
    • 제32권2호
    • /
    • pp.106-121
    • /
    • 2020
  • 항 외곽시설 신뢰성 설계가 합리적으로 구현하기 위해서는 우리나라 해양환경 특성이 반영된 확률모형이 필요하며 이러한 시각에서 본 연구에서는 천 해역 확률모형 개발을 위한 기초연구의 일부로 불규칙 파랑 천수 과정을 수치 모의하였다. 수치 모의는 자연해안에서 흔히 관측되는 사주가 원빈에 형성된 해안을 대상으로 수행하였으며 파랑모형은 spatially filtered Navier-Stokes Eq., LES[Large Eddy Simulation], one equation dynamic Smagorinsky turbulence closure 등으로 구성하였다. 불규칙 파랑은 우리나라 동해안에서 관측되는 너울 특성을 반영하기 위해 다양한 첨두 증강계수를 지니는 JONSWAP 스펙트럼과 random phase method를 사용하여 모의하였다. 파고분포의 모수는 먼저 수치 모의에서 관측된 자유수면 시계열 자료를 threshold crossing method로 파별 해석[wave by wave analysis]하여 개별 파랑을 특정하고, 이어 이렇게 특정된 파마루와 파곡 빈도 해석결과로부터 산출하였다. 모의결과 현재 천 해역 파고분포를 대표하는 수정 Glukhovskiy 파고분포는 큰 파고와 작은 파고 발생확률은 과다하게, 중간 크기 파고 발생확률은 과소하게 평가하는 것으로 모의 되었으며, 이에 반해 본 논문에서 제시된 파고분포의 경우 일치도가 상당하였다. 또한, 전술한 수정 Glukhovskiy 파고분포와의 간극은 쇄파역에서 제일 현저하게 관측되어 수정 Glukhovskiy 파고분포를 쇄파역 언저리에 거치되는 외곽시설 신뢰성 설계에 적용하는 일은 지양되어야 할 것으로 판단된다.

미국동부 델라웨어만의 고정밀도 해수면 역사와 고환경 복원 (High-Resolution of Paleoenvironmental Reconstruction and Sea-Level History in Delaware Bay, the East Coast of U.S.A.)

  • 이희일;존 위밀러
    • 한국해양학회지
    • /
    • 제30권4호
    • /
    • pp.320-331
    • /
    • 1995
  • 자세한 고환경복원 및 해수면 변화를 파악하기 위하여 델라웨어만 중부연안에서 조밀한 코어를 채취 분석하였다. 연구지역은 키즈흐머크해변, 세인트존스강, 세인트존 스강 하구의 바월즈해변의 습지지역으로 각자 고유의 지형적인 특성과 해수면 역사를 기록하고 있다. 충서대비에서 가장 중요한 것은 퇴적상과 고환경을 세분하는 것이며 이를 위하여 본 연구에서는 암상분석, 입도분석, 유기물과 무기물의 비, 함수율비, 광 물구성성분, 식물상의 분석, 고생물학적, 분석, 탄소연 대측정 등을 사용하였다. 연구 지역에서 습지환경은 담수습지, 초기담수습지, 약기수습지, 기수습지, 염수습지로 다 섯 등분 하였다. 습지 환경 외에는 조간대 환경과 하천환경이 간혹 발견되었으며, 전 홀로세층의 퇴적물은 사질, 니질, 사니질 퇴적물로 구성되어 있다. 층서의 하부는 담 수습지가 대부분이며 그 위에 기수습지나 조간대 내지 조간대 내의 하천환경으로 나타 났다. 전홀로세의 지형형태가 홀로세 고환경변화에 중요한 영향을 미쳤다. 해수면이 상승하거나 하강하면서 염수나 기수환경을 형성하는 과정에도 해수의 영향이 미치지 않는 고립된 지역에서 담수환경이 형성되었다. 같은 시기에 유사한 고도에서 담수환경 과 기수환경이 형성되는 것은 바로 전홀로 세층의 불규칙한 지형에 기인한 것이다. 따 라서 이러한 복잡한 고환경 형성은 층서대비나 지역적 상대적 해수면 변화에 대한 해 석에 어려움을 가져왔다. 연구지역에서 퇴적층은 퇴적물 공급, 고결작용, 하천활동, 생태계내의 경쟁, 지역적인 지구조적운동, 지각평형, 기후 그리고 지역적인 상대적인 해수면 변화에 의하면 영향을 받았다. 담수환경과 기수환경의 반복이 여러 층에서 발 견 되었는데 이 시점마다 해침이나 해퇴가 일어난 것으로 판단된다. 따라서 연구지역 에서는 여러분의 해침과 해퇴가 일어난 것으로 본다.

  • PDF