• 대한지리학회지
• /
• 제46권3호
• /
• pp.331-350
• /
• 2011

컴퓨터 기술이 발달하면서, 지질시간 규모에서 다양한 지형형성작용들의 복합적인 영향으로 인한 지형발달을 모의하는 것이 가능하게 되었다. 본 연구는 최근 들어 활용도가 점차 높아지고 있는 2차원 지질시간 규모 수치지형발달모형을 소개하며, 특히 지질 시간 규모에서 주요한 지형형성작용들을 모형화하기 위한 접근 방법들을 중점적으로 다루었다. 수치지형발달모형은 지형체계를 구성하는 체계요소와 이들 간의 관계를 미분방정식으로 표현한 후 이의 해를 수치적으로 구함으로써 지형발달을 모의한다. 수치지형발달모형 연구는 장기간에 걸친 지형체계요소들간의 관계를 정량적 관점에서 최대한 단순하게 모형화하고 이를 결합하는 것에서부터 시작되었고, 후대 연구자들에 의해 보다 정교해지고 있다. 본 연구에서 소개한 이론들은 수치지형발달모형을 한반도에 적용하거나 개발하려는 연구자들에게 도움이 될 것으로 기대된다.

• 한국지반공학회논문집
• /
• 제34권1호
• /
• pp.17-24
• /
• 2018

심층 처분시설에서 완충재는 지하수의 유입을 최소화하며, 역학적인 충격을 흡수하는 중요한 역할을 한다. 사용후 핵연료로부터 발생하는 붕괴열은 완충재의 온도를 변화시켜 역학적 성능에 큰 영향을 미치기 때문에 완충재 온도변화에 대한 정확한 예측이 필요하다. 이러한 온도 변화는 완충재의 열물성인 열전도도, 밀도, 비열에 영향을 받으며, 이에 대한 영향이 심층 처분시설의 열 해석에 고려되어야 한다. 특히 이들 열물성은 벤토나이트 완충재의 밀도와 함수비에 따라 변화하기 때문에 이에 대한 영향이 해석에 포함되어야한다. 따라서 본 연구에서는 완충재의 밀도와 함수비 변화 영향을 고려할 수 있는 유한요소법 기반의 열 해석 수치모델을 설정하였다. 또한 수치모델을 바탕으로 매개 변수 연구를 수행하여 각각의 열물성이 완충재의 온도 변화에 미치는 영향에 대해 살펴보았다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제23권2호
• /
• pp.23-29
• /
• 2018

This study explored secondary effects of the residual hydrofluoric acid (HF) after a hypothetical acid spill accident by investigating the long-term dissolution of minerals and leaching of pre-existing arsenic (As) from two soil samples (i.e., KBS and KBM) through batch and column experiments. An increase in the HF concentration in both soil samples resulted in a dramatic increase in the release of major cations, especially Si. However, the amounts of mineral dissolved were dependent on the soil type and mineral characteristics. Compared to the KBM soil, relatively more Ca, Mg and Si were dissolved from the KBS soil. The column experiment showed that the long-term dissolution rates of the minerals are closely associated with the acid buffering capacity of the two soils. The KBM soil had relatively higher effluent pH values compared to the KBS soil. Also, more As was leached from the KBM soil, with a more amorphous hydrous oxide-bound As fraction. These results suggest that the potential of heavy metal leaching by the residual acid after an acid spill will be influenced by heavy metal speciation and mineral structure in the affected soil.

• Geomechanics and Engineering
• /
• 제25권1호
• /
• pp.1-16
• /
• 2021

Machine learning models have been widely used for landslide susceptibility assessment (LSA) in recent years. The large number of inputs or conditioning factors for these models, however, can reduce the computation efficiency and increase the difficulty in collecting data. Feature selection is a good tool to address this problem by selecting the most important features among all factors to reduce the size of the input variables. However, two important questions need to be solved: (1) how do feature selection methods affect the performance of machine learning models? and (2) which feature selection method is the most suitable for a given machine learning model? This paper aims to address these two questions by comparing the predictive performance of 13 feature selection-based machine learning (FS-ML) models and 5 ordinary machine learning models on LSA. First, five commonly used machine learning models (i.e., logistic regression, support vector machine, artificial neural network, Gaussian process and random forest) and six typical feature selection methods in the literature are adopted to constitute the proposed models. Then, fifteen conditioning factors are chosen as input variables and 1,017 landslides are used as recorded data. Next, feature selection methods are used to obtain the importance of the conditioning factors to create feature subsets, based on which 13 FS-ML models are constructed. For each of the machine learning models, a best optimized FS-ML model is selected according to the area under curve value. Finally, five optimal FS-ML models are obtained and applied to the LSA of the studied area. The predictive abilities of the FS-ML models on LSA are verified and compared through the receive operating characteristic curve and statistical indicators such as sensitivity, specificity and accuracy. The results showed that different feature selection methods have different effects on the performance of LSA machine learning models. FS-ML models generally outperform the ordinary machine learning models. The best FS-ML model is the recursive feature elimination (RFE) optimized RF, and RFE is an optimal method for feature selection.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제26권5호
• /
• pp.29-38
• /
• 2021

This study investigated the mineralogical properties of bentonite and illite and evaluated the Cs sorption at various concentrations (C_w≈1-10⁵ ㎍/L). Bentonite samples, collected from South Korea and USA, majorly consisted of Ca- and Na-montmorillonite, showed large cation exchange capacity (CEC, 91.4 and 47.3 meq/100 g) and specific surface area (SSA, 46.1 and 39.7 m²/g). In contrast, illite sample (USA) had relatively low values for 14.4 meq/100g of CEC and 29.3 m²/g of SSA, respectively. Bentonite and illite had different non-linear sorption for Cs along with C_w. At low C_w<10 ㎍/L, illite showed higher sorption capacity than bentonite despite low CEC because of the existence of specific sorption sites at the weathered mineral edge. However, as C_w increased, bentonite represented high sorption capacity because the cation exchange between Cs and interlayer cations was effective at high C_w conditions. These results implicated that the Cs concentration is important to evaluate the sorption performance of bentonite and illite. Finally, the Cuadros' kinetic model for illitization using various K concentrations (2×10^-5 and 1.7×10^-3 mol/L) and temperature (100-200℃) showed that up to 50% of the montmorillonite in bentonite could be converted to illite, suggesting that the illitization should be considered to evaluate the sorption performance of the bentonite in deep geological disposal repository.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.551-557
• /
• 2022

대심도 지하 터널 공사에서 마주치는 지반공학적 위험인자는 다양하며, 심도와 한국의 지역적 지질특성에 따라 위험인자의 종류와 기준이 다르다. 도심 지하 복합 지반의 다양한 다공질의 특성을 보이는 지질의 특성 및 지질구조가 안전성에 미치는 영향을 이해하기위해 국내외 사례를 바탕으로 한국의 대심도 암반의 위험 인자를 분석하였다. 연구 결과 대심도 터널지반의 안정성에 영향을 주는 7개의 카테고리들 즉, 지질구조, 암반특성, 수리지질, Overburden, 높은 응력, 지반특성 및 인공 구조물과 약 20 여개의 위험인자들이 도출 되었다. 위험인자들 중 가장 영향력이 큰 단층, 습곡, 암맥 및 암석 종류에 따른 위험기준 및 위험산정을 위한 구간 값을 제시한다. 다른 인자들의 기준과 구간 값은 연구 중에 있다.

• Steel and Composite Structures
• /
• 제44권5호
• /
• pp.619-632
• /
• 2022

There are numerous structural details (Longitudinal beam, web plate, U-ribs and I-ribs) in the top and bottom plates of steel box girders, which have significant influences on the longitudinal stress (normal stress) distribution. Clarifying the influence of these structural details on the normal stress distribution is important. In this paper, the ultra-wide steel box girder with large cantilevers of the Jinhai Bridge in China, which is the widest cable-stayed bridge in the world, has been analyzed. A 1:4.5 scale laboratory model of the steel box girder has been manufactured, and the influence of structural details on the normal stress distribution in the top and bottom plates for four different load cases has been analyzed in detail. Furthermore, a three-dimensional finite element model has been established to further investigate the influence regularity of structural details on the normal stress. The experimental and finite element analysis (FEA) results have shown that different structural details of the top and bottom plates have varying effects on the normal stress distribution. Notably, the U-ribs and I-ribs of the top and bottom plates introduce periodicity to the normal stress distribution. The period of the influence of U-ribs on the normal stress distribution is the sum of the single U-rib width and the U-rib spacing, and that of the influence of I-ribs on the normal stress distribution is equal to the spacing of the I-ribs. Furthermore, the same structural details but located at different positions, will have a different effect on the normal stress distribution.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제11권1호
• /
• pp.23-36
• /
• 2006

이번 연구는 광미시료를 대상으로 반응시간(1, 2, 4, 7, 14, 21 및 30일)과 반응용액의 pH(1, 3 및 5)를 달리하여 실내 용출실험을 실시하였다. pH 5와 pH 3의 반응용액과의 용출실험에서는 반응 2일 후 최종 pH가 4.6-6.1 혹은 2.8-3.5로 안정화되었으며, 반응시간이 지남에 따라 점진적으로 낮아졌다. 황산염 농도와 산도는 7일 이후 증가하는 것이 관찰되었는데, 이는 황화광물의 산화작용때문인 것으로 판단된다 pH 5와 pH 3에서 용출된 Pb 함량은 반응기 간(1-30일) 동안 뚜렷한 변화가 보이지 않은 반면에 Zn, Cd 및 Cu는 시간이 지남에 따라 용출함량이 증가하는 경향을 보였다. 반응용액 pH 1에서의 용출특성은 Zn 형태(Zn, Cd, 및 Cu)와 Pb 형태(Pb)로 구분되었다. Zn 형태는 시간에 따라 용출함량이 증가되었고, 이는 지속적인 용해작용에 의한 것이다. Pb 형태는 시간에 따라 용출농도가 감소하였으며, 이는 황산염의 용출함량이 높아짐에 따라 용해된 Pb가 앵글레사이트(anglesit)로 침전됨을 지시한다. 높은 황산염 농도는 Fe, Zn, 및 Cd의 높은 용출함량과 밀접한 관련이 있다. 이들 용출실험 결과 Zn과 Cd의 용출과 산도는 광산주변 환경의 지표수와 지하수 수질에 악영향을 주는 요인이 될 수 있다. 용출반응에서 kinetics 문제는 광미가 빗물과 반응하여 유출수에서의 중금속 농도를 증가시킬 수 있는 중요한 요인이 된다.

• 암석학회지
• /
• 제18권4호
• /
• pp.279-291
• /
• 2009

라돈은 원자번호 86의 화학원소로서 무색, 무취, 무미의 천연에서 존재하는 방사성 불활성기체이며 암석 및 토양 내 라듐의 방사능붕괴에 의해 생성되어, 주로 토양의 공극 중 가스 상태로 분포된다. 본 연구에서는 부산시 금정구의 금정산에 분포하는 화강암 잔류 토양에서 라돈 농도의 장기적 변화 특성과 이러한 변화에 영향을 미칠 수 있는 요인들로서 대기 온도, 강수, 토양 온 습도에 대한 영향을 분석하였다. 챔버와 튜브를 토양 내 설치하는 두 종류의 In-situ 모니터링 방식으로 토양 가스 내 라돈 농도를 정기적으로 측정하고, 그 효율성을 검토하였다. 토양 가스 중 라돈의 농도는 여름철에 가장 높게 측정되며, 겨울철에 가장 낮게 측정된다. 토양 내부 온도와 대기 온도의 변화가 이러한 라돈의 장기적 변화에 가장 크게 영향을 미치며, 양의 상관관계를 보인다. 대기 중 온도와 토양 내 온도 차에 의한 대기와 토양 내 공기의 순환이 주된 변화 요인으로 분석되었다. 그러나 다른 요인들(강수, 토양 습도)은 라돈 농도의 장기적 변화에 미치는 영향은 상대적으로 낮게 나타났다.

• Journal of Radiation Protection and Research
• /
• 제37권3호
• /
• pp.149-158
• /
• 2012

알파, 베타핵종의 분리측정에 효과적인 저준위 액체섬광계수기를 이용하여 부산 금정구의 10지점을 선정하여 1년 동안 지하수 내 라돈농도의 변화를 측정하였다. 액체섬광계수기의 최적화된 측정방법을 결정하기 위하여 라듐-226의 표준선원을 이용하여 효율과 백그라운드의 관계를 나타내는 FM (Figure of Merit) 값이 최대가 되는 PSA 준위가 100에서 110범위에 있음을 확인하였다. 결정된 PSA 준위에서 측정된 부산 금정구 지역의 각 암석 분포에 대한 지하수 내 라돈의 평균 농도를 비교해보면, 흑운모화강암 지역은 191.39 $Bq{\cdot}L^{-1}$, 미문상화강암 지역은 141.88 $Bq{\cdot}L^{-1}$, 아다멜라이트 지역은 92.94 $Bq{\cdot}L^{-1}$, 안산암 지역은 35.35 $Bq{\cdot}L^{-1}$ 순으로 나타났다. 조사지역의 10개 지점에서 1년간 정기적으로 측정된 라돈농도의 변화 양상을 살펴보면, 뚜렷하게 구분되는 특징적 계절적 변화양상이 나타나지 않고 있다. 지하수 내 라돈 농도와 수온, 기온, 대기압, 강수량의 상관성을 알아본 결과 각각에 대한 뚜렷한 연관성은 찾을 수 없었으며, 하나의 변수에 대해서가 아니라 보다 복합적 요인과 작용에 의해 변화한다고 판단된다.