• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1299-1310
• /
• 2018

본 연구는 북극해에 분포하는 유빙의 움직임을 이해하기 위해 현장관측 자료와 입자 추적 방법을 사용하여 분포 및 이동경향을 분석하였다. 북극해에서 유빙의 움직임은 NOAA(National Oceanic and Atmospheric Administration)에서 제공하는 ITP(Ice-Tethered Profiler)의 자료 중에서 2009년부터 2018년 자료를 이용했다. 유빙의 유동은 각 연도별로 분류하고 각각의 ITP 자료를 이용하여 위치 및 속도를 분석하였다. 입자 추적은 HYCOM(Hybrid Coordinate Ocean Model)과 ECMWF(European Centre for Medium-Range Weather Forecasts)에서 제공하는 일별 해류 및 바람 자료를 사용하여 2009년부터 2018년까지의 유빙의 움직임을 모의하였다. 북극해 전역에서 유빙의 이동경향을 분석하기 위해서 현장관측 자료인 ITP자료를 입력 자료로 이용하여 북극해에서 해류와 바람과의 관계식을 계산하여 라그랑지안 입자 추적을 수행하였다. 입자 추적 시뮬레이션은 해류에 의한, 그리고 해류와 바람에 의한 영향을 고려한 두 종류의 실험을 수행하였고, 대부분의 입자는 해류와 바람의 영향을 고려한 경우에 현장관측 자료와 동일하게 재현되었다. 북극해에서 유빙의 움직임은 바람의 영향을 고려한 관계식을 이용하여 재현되었고, 이를 이용하여 특정 연도의 유빙의 이동경향을 분석하였다. 2010년의 경우 Arctic Oscillation Index(AOI)는 음의 해로 입자들은 보퍼트 환류(Beaufort Gyre)를 따라 명확하게 움직임을 보이고, 극점 인근에서는 상대적으로 더 빠른 속도를 나타낸다. 반면에 2017년의 경우 AOI는 양의 해로 대부분의 입자들은 Gyre에 크게 영향을 받지 않는 움직임을 보이며 보퍼트 해 (Beaufort Sea) 인근에서 나타나는 이동속도 또한 상대적으로 감소하였고, 극점에서의 이동속도도 감소했다. 2010년과 2017년의 계절적 특징은 2010년도의 유빙의 이동속도는 동계(0.22 m/s)에 증가되고 춘계(0.16 m/s)에 감소되며, 2017년의 경우 하계(0.22 m/s)에 증가되고 춘계(0.13 m/s)에 감소되었다. 결과적으로 입자추적 방법은 제한된 현장관측 자료를 대신하여 북극해에서 유빙의 분포 및 이동경향을 이해할 수 있는 방법으로 위성자료와 연계하여 장기적인 유빙의 탐지 및 이동경향을 이해하는 유용한 방법이 될 것이다.

• 한국농림기상학회지
• /
• 제21권2호
• /
• pp.85-96
• /
• 2019

일사량은 자연 생태계와 농업 생태계에서 에너지 수지와 물 순환을 추정하는데 중요한 변수이다. 일별 일사량을 추정하기 위해 심층 신경망(DNN) 모델이 개발되었다. 일조시간 등의 변수보다 기상 관측소에서의 가용성이 더 높은 온도와 강수량이 심층 신경망 모델의 입력 자료로 사용되었다. five-fold crossvalidation 을 사용하여 심층 신경망을 훈련시키고 검증하였다. 국내 15 개의 기상 관측소에서 30 년 이상 장기간의 기상 자료가 수집되었다. Cross-validation을 통해 얻어진 심층 신경망 모델은 수원 지역 기상 관측소의 일별 일사량 추정치에 대해 비교적 작은 RMSE($3.75MJ\;m^{-2}\;d^{-1}$) 값을 가졌다. 심층 신경망 모델은 수원 지역 기상 관측소의 일사량의 변위의 약 68%를 설명했다. 1985 년과 1998 년의 일사량 관측값은 일조시간에 비해 상당히 낮은 값이 관측되었다. 이는 후속 연구에서 일사량 관측 데이터의 품질 평가가 필요할 것임을 시사했다. 해당 연도의 데이터를 분석에서 제외했을 때, 심층 신경망 모델의 추정값은 통계적 수치가 약간 높게 나타났다. 예를 들어, $R^2$ 와 RMSE 의 값은 각각 0.72 와 $3.55MJ\;m^{-2}\;d^{-1}$ 이었다. 심층 신경망 모델은 기온과 강수량을 통해 일사량을 추정하는데 유용하며, 이는 미래 기후 시나리오 자료에 대해서 활용할 수 있을 것이다. 따라서, 공간에 대한 제약이 완화된 심층 신경망 모델은 작물 모델의 입력 자료로 일사량이 필요한 작물 생산성에 대한 기후 변화 영향 평가에 유용하게 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.1-17
• /
• 2019

빅데이터 시대에 정보의 양이 급증하고, 그중 많은 부분을 차지하는 문자열 정보를 정량화하여 의미를 찾아 낼 수 있는 인공지능 방법론이 함께 발전하면서, 텍스트 마이닝을 통해 주가 예측에 적용해 온라인 뉴스로 주가를 예측하려는 시도가 다양해지고 있다. 이러한 주가 예측의 방법은 대개 예측하고자 하는 기업의 뉴스로 주가를 예측하는 방식이다. 하지만 특정 회사의 뉴스만이 그 회사의 주가에 영향을 주는 것이 아니라, 그 회사와 관련성이 높은 회사들의 뉴스 또한 주가에 영향을 줄 수 있다. 그러나 관련성이 높은 기업을 찾는 것은 시장 전반의 공통적인 영향과 무작위 신호 때문에 쉽지 않다. 따라서 기존 연구들은 주로 미리 정해진 국제 산업 분류 표준에 기반을 둬 관련성이 높은 기업을 찾았다. 하지만 최근 연구에 따르면, 국제 산업 분류 표준은 섹터에 따라 동질성이 다르며, 동질성이 낮은 섹터는 그들을 모두 함께 고려하여 주가를 예측하는 것이 성능에 악영향을 줄 수 있다는 한계점을 가진다. 이러한 한계점을 극복하기 위해, 본 논문에서는 주가 예측 연구에서 처음으로 경제물리학에서 주로 사용되는 무작위 행렬 이론을 사용하여 시장 전반 효과와 무작위 신호를 제거하고 군집 분석을 시행하여 관련성이 높은 회사를 찾는 방법을 제시하였다. 또한, 이를 기반으로 관련성이 높은 회사의 뉴스를 함께 고려하며 다중 커널 학습을 사용하는 인공지능 모형을 제시한다. 본 논문의 결과는 무작위 행렬 이론을 통해 시장 전반의 효과와 무작위 신호를 제거하여 정확한 상관 계수를 찾아 군집 분석을 시행한다면 기존 연구보다 더 좋은 성능을 보여 준다는 것을 보여준다.

• 한국환경농학회지
• /
• 제38권1호
• /
• pp.54-60
• /
• 2019

본 연구는 실제 불화수소 누출 사고에 대한 OCA(Off-site consequence analysis) 분석을 통해 최악 및 대안의 사고시나리오를 선정하여 사고영향범위 예측치를 평가하고, 사고 반경 내 농작물의 잔류오염도를 측정함으로써 화학사고로부터 발생될 수 있는 환경 피해영향범위를 도출하고자 하였다. KORA 소프트웨어를 이용하여 사고영향범위를 분석한 결과, 최악의 사고시나리오는 사고 발생지점으로부터 10 km 이상, 대안의 사고시나리오는 1,968 m의 영향범위가 산정되었고, ALOHA 소프트웨어 구동 결과는 약 1.9 km를 나타내었다. 아울러, 실제 사고 지역 내 농작물의 불소화물 잔류 여부를 측정한 결과, 피해지역 내 불소화물 농도는 4.96~276.82 mg/kg 범위로 사고 발생지점 인근이(E-1) 가장 높았고(276.82 mg/kg), 동쪽방향으로 멀어질수록 잔류농도가 감소하는 경향이었다. 한편, 북동 방향 2지점과 남동 방향 4지점은 사고 발생지점 인근보다는 낮은 경향이었다(4.96~28.98 mg/kg). 이러한 결과를 비추어 2 km 내외 지점의 불소화물 농도가 5 mg/kg 이하의 미미한 수준과 대안의 사고시나리오 예측 영향범위인 약 1.9 km를 고려했을 때 피해영향범위는 약 2 km 내외 수준인 것으로 추정된다. 이와 같이 OCA 평가는 누출조건, 기상조건, 시간경과에 따른 물리화학적 변수 등을 사고현장과 동일하게 입력할 수 없기 때문에 실제 피해영향범위와 다른 경향은 있지만 농작물 중 불소화물 잔류오염 여부를 동시에 평가함에 따라 화학사고로부터 화학물질의 확산범위를 산정하는데 있어 도움이 될 수 있을 것으로 판단된다.

• 환경영향평가
• /
• 제30권5호
• /
• pp.271-296
• /
• 2021

댐 저수지 수온성층은 수직혼합을 억제하여 저층의 빈산소층 형성과 퇴적물 영양염류 용출을 일으키는 원인이므로 미래 기후변화에 따른 저수지 성층구조의 변화는 수질 및 수생태 관리 측면에서 매우 중요하다. 본 연구의 목적은 대청댐 저수지를 대상으로 고빈도 자료기반의 통계적 저수지 유입 수온 예측 모델을 개발하고, RCP(Representative Concentration Pathways) 기후변화 시나리오를 고려한 미래 유입 수온변화와 대청호 성층구조의 변화를 예측하는 데 있다. 대청호 유입 수온 예측을 위해 개발한 Random Forest 회귀 예측모델(NSE 0.97, RMSE 1.86℃, MAPE 9.45%)은 실측 수온의 통계량과 변동성을 적절히 재현하였다. 지역 기후 모델(HadGEM3-RA)로 예측된 RCP 시나리오별 미래 기상자료를 Random Forest 모델에 입력하여 유입 수온을 예측하고 3차원 저수지 수리 모델을 이용하여 기후변화에 따른 대청호의 미래(2018~2037, 2038~2057, 2058~2077, 2078~2097) 수온성층 구조 변화를 예측하였다. 예측 결과, 미래 기후 시나리오별로 대기 온도와 저수지 유입 수온의 증가속도는 각각 0.14~0.48℃/10year와 0.21~0.43℃/10year의 범위로써 지속적으로 증가하였다. 계절별 분석 결과, RCP 2.6 시나리오의 봄과 겨울철을 제외한 모든 시나리오에서 유입 수온은 증가 경향이 통계적으로 유의하였으며, 탄소저감 노력이 약한 기후 시나리오로 갈수록 수온의 증가속도가 빨랐다. 저수지 표층 수온의 증가속도는 0.04~0.38℃/10year 범위였으며, 모든 시나리오에서 성층화 기간이 점진적으로 증가되었다. 특히 RCP 8.5 시나리오 적용 시 성층일수는 약 24일 증가하는 것으로 전망되었다. 연구 결과는 기후변화가 호소의 성층강도를 강화하고 성층형성 기간을 장기화한다는 선행연구 결과와 일치하며, 수온성층의 장기화는 저층 빈산소층 확대, 퇴적물-수체간 영양염류 용출량 증가, 수체 내 조류 우점종의 변화 등 수생태계 변화를 유발할 수 있음을 시사한다.

• 환경영향평가
• /
• 제28권5호
• /
• pp.492-506
• /
• 2019

공용화기사격장 내 중금속 오염물은 대부분 탄두원형으로 존재하거나 입자로 존재하는 금속조각편이며 이들 미세한 금속입자들은 오랜 기간 풍화되어 표면이 산화물 또는 탄산화물로 존재할 가능성이 매우 높다. 특히 사격장 토양에서 대표적 오염물질인 납은 연성이 높아 무르고 잘 늘어나므로 더 미세입자로 존재한다. 따라서 물리적 세척 실험으로 입도분석, 입경별 중금속농도, 금속물질 성분분석, 비중, 자력, 부상선별의 적용성 평가를 실시하였다. 금속파편의 경우 FESEM분석과 무게측정결과 납은 무른 특성에 따라 얇게 조각나고 편모양의 구조로 비슷한 면적의 구형 토양보다 무게가 더 적게 나가는 것을 확인하였으며 비중선별 적용성이 높은 것을 확인할 수 있었다. 이 결과를 적용하여 하이드로사이클론을 이용한 정화효율평가 결과 1회 71%, 2회 80%, 3회 91%의 누적 정화효율을 보였다. 이에 비해 자력선별은 17%의 낮은 효율을 보였고 부상선별은 입경 0.5 mm 미만으로 선별한 대상토는(-35 mesh) 39%로 비교적 높은 효율을 보였으나 입경 2 mm 미만으로 선별한 대상토의(-10 mesh) 효율은 16%에 불과하였다. 토양세척의 대상 처리입경은 2 mm ~ 0.075 mm로 입도구분을 추가로 하여 실규모 장치에 적용하여야 하며 이는 설치비용과 공정이 추가로 구성됨에 따른 관리가 필요할 것으로 분석되었다. 결과적으로 공용화기사 격장 오염의 토양정화는 탄두 원형을 유지한 탄두는 5.56 mm 이상으로 자갈입경보다 크므로 고비중을 이용한 비중선별을 실시하고, 금속파편으로 존재하는 오염물질은 얇게 조각나고 편모양의 구조로 같은 입경의 토양보다 무게가 더 적음에 따라 토양세척의 하이드로사이클론을 이용하여 분리하여 처리할 수 있음을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.747-763
• /
• 2022

해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R² = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다.

• 자원환경지질
• /
• 제55권3호
• /
• pp.241-259
• /
• 2022

희토류 원소 (Rare Earth Elements; REE)는 전통적으로 카보나타이트나 풍화잔류광상에서 채광이 이루어졌다. 하지만, 최근 각종 첨단산업에 활용되는 희토류 원소의 수요증가로 인해, 추가적인 희토류 부존량 확보를 위한 비전통적인 희토류 광상으로서 함희토류 탄층이 주목받고 있다. 함희토류 탄층은 일반적인 탄층보다 높은 농도 (> 300 ppm)의 희토류 원소를 함유하는 탄층을 의미한다. 이는 크게 3가지 성인유형으로 분류되며, 두가지 이상 성인의 복합작용으로 형성되기도 한다. 우선, 육성형 (terrigenous) 함희토류 탄층은 주로 보크사이트 광상 기원 광물들의 이동 및 재퇴적에 의해 형성되며, 주로 LREE (Light REE)가 부화된다. 응회질형 (tuffaceous) 함희토류 탄층은 화산 분출에 기인한 화산재가 석탄 분지에 유입이 되어 형성된다. 이 유형은 주로 화산재기원의 함희토류 광물들과 자생기원의 인산염 광물들이 탄층과 톤스테인층의 경계부에 얇은 층상으로 농집되며, 희토류가 균질하게 분포하는 수평형 REE 패턴을 갖는다. 마지막으로, 열수형 (hydrothermal) 함희토류 탄층은 화성암기원 열수에 의해 희토류가 유입되어 형성된다. 이러한 탄층에서는 함할로겐 인산염 광물들과 함수광물들이 세립질의 자생형으로 존재하며, 주로 HREE (Heavy REE)가 부화된다. 미국은 이미 켄터키주 파이어 클레이 탄층을 대상으로 탐사로부터 선별 및 공정개발을 통해 고순도 산화 희토류의 생산에 성공하였으며, 연간 희토류 소비량의 약 7% 공급을 목표로 연구를 확장하고 있다. 한국의 경우, 경주-영일 탄전의 갈탄층이 응회암층과 함탄층이 협재하는 특징을 보이고, 압밀작용의 영향이 상대적으로 적은 신생대 제3기의 연대를 갖는 것으로 보아 응회질형 함희토류 탄층으로서의 개발 가능성이 기대된다. 따라서, 국내 희토류 공급망 다각화를 위해 함희토류 탄층 대상의 광물, 광상 및 퇴적학적 연구를 통한 개발 가능성 평가가 우선적으로 요구된다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.246-254
• /
• 2022

본 연구는 급속하게 성장하는 시설농업과 동시에 증가하는 에너지 사용량 및 탄소배출량을 저감하기 위해, 온실의 에너지 부하를 동적으로 분석하기 위한 작물에너지의 다중 회귀모델 개발을 수행하였다. 온실은 연중 안정적인 대량 생산을 위한 적절한 환경을 조성하기 위해 에너지 투입이 필요하다. 도시농업의 일종인 옥상온실 플랫폼을 통해 건물에서 버려지거나 활용되지 않는 에너지를 옥상온실에서 사용할 수 있다. 옥상온실의 효율적인 운영을 위해서는 다양한 환경 조건에 대한 동적 에너지 분석이 선행되어야 하며, 온실에 도입되는 태양 에너지의 40-75%가 작물을 위한 에너지 교환이므로 필수적으로 고려되어야 한다. 한국기계연구원 내 옥상온실에서 여름철에 청경채를 재배하며 생장단계에 따른 에너지 교환을 분석하였다. 작물을 중심으로 미기상 및 양액 환경 분석과 생장 특성 조사를 수행하였다. 정식일수에 따른 엽면적지수를 추정하였으며, 개발된 수식은 결정계수 0.99로 분석되었다. 또한 작물에너지 흐름에 지배적인 잎 표면온도로부터의 현열부하와 증발산에 의한 잠열부하로 나누어 모델을 개발하였다. 엽온과 증발산량을 각각 다중 회귀모델을 이용하여 추정하고 실측한 값을 비교해 보았을 때, 평균 결정계수 0.95, 0.71로 분석되었으며, 이 모델을 이용하여 옥상온실의 에너지 부하를 동적으로 산정하기 위한 모델에 입력값으로 사용할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.931-939
• /
• 2022

우리나라의 경우 강수량의 2/3 정도가 하절기에 집중되는 강우특성상 해마다 여름철 홍수기의 탁수 문제가 다양하게 발생하고 있다. 이상강우와 기상이변에 의한 집중강우가 증가 추세이며, '02년 태풍 루사', '03년 태풍 매미', '06년 에위니아'부터 20년 마이삭, 하이선 까지 장마와 태풍에 의한 유입량이 급증하는 시기 탁수의 유입으로 수중 탁도가 급상승하며 댐 저수지 내 탁수 문제가 발생하였다. 특히 연 평균 물사용량의 대부분을 하천 및 댐 저수지를 이용하는 우리나라의 경우 탁수 문제가 장기화될 경우 댐 하류 해당 지역 농업, 공업, 수생태 등 사회적, 환경적으로 많은 문제를 발생시킨다. 이러한 탁수 예측을 통한 대응을 위해 탁수 모델링에 대한 연구가 활발히 진행되고 있다. 탁수 현황을 모의하기 위해서는 유량, 수온, SS 데이터가 필요하다. 이를 위해 국가측정망에서 하천 및 댐 저수지 내 SS를 측정하여 탁수를 측정 하고 있으나 설비가 미흡하여 데이터 해상도가 낮다는 한계점이 있으며 주요 댐 저수지 내에서는 수자원공사에서 관리하는 자동 측정기기를 활용하여 높은 데이터 해상도를 유지 하고 있으나 댐 별, 기상 조건에 따라 미측정 기간이 존재한다. 탁도를 측정을 위한 센서로는 Optical Backscatter Sensor (OBS), YSI 등이 있으며 SS를 측정하기 위한 센서는 레이저부유사측정기(Laser In-Situ Scattering and Transmissometry, LISST) 등의 장비를 이용하고 있다. 하지만 이런 첨단 센서의 경우 또한 수중에 고정하여 측정하기에는 장비의 안정성 등의 이유로 한계가 있다. 따라서, 취득된 유량, 수온, SS, 탁도 데이터를 기반으로 분석을 통해 미측정 기간이 존재함으로 입력자료에 활용되는 SS를 산정하기 위해 관계식 개발을 필요로한다. 본 연구에서는 댐 방류구 인근 지점 측정 데이터를 기반으로 개발된 탁도-SS 관계식을 통해 수자원 공사 SURIAN 시스템에서 활용되고 있는 AEM3D 모델을 이용하여 탁수 발생 예측 정확도 개선을 하고자 하였다.