• 한국해양학회지:바다
• /
• 제19권2호
• /
• pp.131-146
• /
• 2014

남해대륙붕 가막만의 현생퇴적층 음향특성과 분포양상을 조사하기 위해 고해상도 탄성파 자료와 퇴적물을 분석하였다. 표층퇴적물의 입도는 주로 $6.3{\sim}9.7{\Phi}$의 분포를 보인다. 퇴적물은 니질과 실트로 구성되어 있으며, 내만으로 갈수록 입도가 감소한다. 고해상도 탄성파 자료에서 나타나는 가막만의 층서는 하부 경계면인 음향기반암 위로 2개의 퇴적층서(GB I과 II)로 구성되며 이들 층서는 중간 반사 경계면(최대해침면)에 의해 구분된다. 매우 불규칙한 형태를 보이는 음향기반암은 일반적으로 해수면 아래 약 20 m에서부터 최대 40 m 깊이에서 나타나며, 남쪽으로 갈수록 깊어진다. 하부층인 GB I은 수로를 피복하는 형태로 발달하고 있으며 무층리 반사 특징을 보인다. 이는 후기 해침동안 퇴적된 해침퇴적계열(TST)로, 조간대환경 퇴적층으로 해석할 수 있다. 최대해침면은 평균 해수면 아래 약 15 m에서부터 28 m 깊이에서 나타나며, 탄성파 단면상에서 편평하고 연속적인 반사면으로 나타난다. 최대해침면 위에 놓여있는 GB II는 투명 혹은 반투명한 음향특성, 그리고 평행한 반사 층리로 구성되며, 해수면이 현재의 위치에 도달했던 지난 6,000년 이후에 퇴적된 고해수면 퇴적계열(HST)로 해석된다. 특히, GB II 퇴적층은 고해수면 반사 경계면에 의해 2개의 층(GB II-a and II-b)으로 세분화되며 이는 바람, 해수 유동량, 그리고 조류에 의해 구분된 것으로 생각된다.

• 한국해안·해양공학회논문집
• /
• 제25권3호
• /
• pp.147-153
• /
• 2013

파력변환장치에는 여러 가지 형식이 있으며 지점흡수식이 가장 많이 연구되고 있다. 하지만, 국내외적으로 진동형 전력부이 형식의 설계를 위한 계통적 실측자료 분석 예는 찾기가 어렵다. 본 연구는 권 등(2010)에 의해 제안된 지점흡수식인 공진형 파동에너지 추출시스템에 작용하는 파랑외력을 산정하고자 한다. 본 연구는 경북 동해안에 위치한 후 포항 북방파제 전면수역에서 수압식 파고계를 이용하여 약 3년동안 관측한 자료(2002년 5월 1일~2005년 3월 29일)를 대상으로 시계열 스펙트럼을 분석하였다. 분석결과, 월별주기변동과 파고변동이 뚜렷하게 나타나며 월별 파력이 년 간 불균등하게 분포함을 알았다. 상시파랑의 평균 파형경사는 풍파영역인 0.02-0.04보다 작은 0.01이였다. 년 중 파의 평균주기의 최빈값은 5.31 sec 이며 본 주기에 해당하는 파고 중 최빈 파고는 0.32m이다. 첨두 주기의 발생확률은 이산형(bi-modal)으로 나타나며 4.47 sec와 6.78 sec에서 mode값을 보인다. 설계주기는 이러한 4개의 값으로부터 선택할 수 있다. 파고는 1m 이하가 약 95%를 차지하고 있다. 본 연구를 통하여 파력이 미약한 해역에서는 공진형 파력 시스템이 필요하며 파력의 월별 불균등 분포를 극복하기 위한 최적설계가 전력생산단지(Wave Energy Farm) 형성을 위한 주요한 과제임을 알았다. 본 연구는 상시파랑의 평균스펙트럼에 대하여 표준스펙트럼으로 표현이 불가능하여 3개의 매개변수로 표현이 가능한 새로운 스펙트럼형을 제안하였으며 파력부이에 의한 전력생산 예측과 피로해석을 위한 기본 자료를 제공할 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 자원환경지질
• /
• 제45권6호
• /
• pp.661-672
• /
• 2012

국내 육상 이산화탄소 지중저장 후보지 중 하나로 거론되고 있는 경상분지 사암에 대하여 초임계$CO_2$ 주입에 의한 사암의 용해반응을 규명하는 실내 실험을 실시하였다. 초임계$CO_2$로 존재하는 지중저장 온도/압력조건(100 bar와 $50^{\circ}C$)을 재현한 스테인레스 셀(용량 110 ml) 내부에 지하수를 주입한 후, 공극률이 다른 3 종류의 경상분지 사암 시료에 대하여 슬랩으로 제작하여 표면을 폴리싱한 후 고압셀 하부에 고정시켜 지하수에 잠기게 하였으며, 초임계$CO_2$를 주입한 후 60 일 동안 지하수 용존 이온 농도 변화, 질량 변화, 광물의 평균 표면 거칠기 변화를 측정하였다. 사암의 물성 변화 실험에서는 채취한 3 종류의 경상분지 사암들을 원통형 코어 형태로 가공하여 대형 고온고압탱크(2 liter 용량)에 고정시켜 30 일 동안 반응 시킨 후 공극률, 건조밀도, 탄성파 속도, 일축압축강도 등을 측정하여 용해반응에 의한 사암의 물성변화를 규명하였다. 반응 시간에 따른 사암 코어의 무게를 측정하여 질량 변화에 따른 1차 용해반응 상수값($k_d$)을 계산하였으며, 이 용해상수를 이용하여 단위면적($cm^2$) 당 1 g의 사암시료가 완전히 용해되는데 걸리는 용해시간을 계산하였다. 사암 슬랩을 이용한 지중저장 조건에서 초임계$CO_2$-사암-지하수 반응 실험 결과 $Ca^{2+}$, $Na^+$의 용해반응이 활발하게 일어나는 것으로 나타나, 이들 함량이 높은 사장석, 방해석 등을 중심으로 사암의 용해반응이 일어남을 알 수 있었으며, 반응 30 일 후 초기 A사암 슬랩 무게의 0.66%가 반응에 의해 용해되었다. 경상분지 사암의 물성 변화 실험 결과, $CO_2$ 반응 30 일 동안 B사암과 C사암의 공극률은 초기 공극률 기준 16.2%와 7.4% 증가하는 반면, 건조밀도, 탄성파 속도 그리고 일축압축강도는 감소하는 경향을 보였으며, 이 결과는 초임계$CO_2$와 반응하여 암석의 용해반응에 의한 물성변화가 짧은 시간 동안 활발히 일어나고 있음을 의미한다. 계산된 용해반응상수값($k_d$)으로부터 B사암과 C사암의 경우 사암에 주입된 $CO_2$에 의하여 단위면적($cm^2$)당 1 g이 용해되는데 각각 평균 1,532 년과 329 년이 걸리는 것으로 나타나, $CO_2$ 지중저장 시 사암의 용해반응이 짧은 시간동안 활발히 일어날 수 있음을 입증하였다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.