• 식물병연구
• /
• 제26권3호
• /
• pp.121-133
• /
• 2020

기후변화와 이상기후, 급변하는 사회경제적 환경 하에 식량안보를 확보하고 지속가능한 성장을 위해서는 기존의 관행농업을 벗어나 빅데이터와 인공지능을 활용한 스마트농업으로의 전환이 시급하다. 스마트농업을 통해 식물병을 효율적으로 관리하기 위해서는 다양한 첨단기술과 융합할 수 있는 농업 빅데이터가 우선 확보되어야 한다. 본 리뷰에서는 스마트식물병관리를 위해 식물병리학 분야에서 기여할 수 있는 기상환경 및 농업 빅데이터에 대해 알아보고 이를 활용한 식물병의 예측, 모니터링 및 진단, 방제, 예방 및 위험관리의 각 단계별로 현재 우리가 어느 위치에 있는지를 살펴보았다. 이를 바탕으로 현재까지 스마트식물병관리를 위해 준비해온 것과 미흡했던 부분, 앞으로 나아가야 할 방향을 제시하고자 한다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.536-541
• /
• 2014

기상레이더를 통해 취득된 데이터에는 지형에코, 파랑에코, 이상에코, 그리고 청천에코등이 존재한다. 각 에코는 여러 종류의 비강수에코이고, 이 비강수에코를 제거하기 위해 각 에코들의 특성을 분석하였다. 기상레이더 데이터는 매우 방대한 양이기 때문에 전처리 절차를 통해 분석된다. 본 논문에서는 클러스터링 기반 방사형 기저함수 신경회로망(RBFNNs : Radial Basis Function Neural Networks)과 에코 판단 모듈을 이용하여 기상레이더 데이터에서 강수에코와 비강수에코들을 구별하기 위한 에코 패턴분류기를 설계하였다. HCM(Hard C-Mean) 클러스터링 기반 RBFNNs 와 FCM(Fuzzy C-Mean) 클러스터링 기반 RBFNNs를 이용하여 출력성능은 비교 및 분석된다.

• Journal of Animal Science and Technology
• /
• 제65권3호
• /
• pp.588-595
• /
• 2023

The aim of this study was to investigate the effects of heat stress on milk traits in South Korea using comprehensive data (dairy production and climate). The dataset for this study comprised 1,498,232 test-day records for milk yield, fat- and protein-corrected milk, fat yield, protein yield, milk urea nitrogen (MUN), and somatic cell score (SCS) from 215,276 Holstein cows (primiparous: n = 122,087; multiparous: n = 93,189) in 2,419 South Korean dairy herds. Data were collected from July 2017 to April 2020 through the Dairy Cattle Improvement Program, and merged with meteorological data from 600 automatic weather stations through the Korea Meteorological Administration. The segmented regression model was used to estimate the effects of the temperature-humidity index (THI) on milk traits and elucidate the break point (BP) of the THI. To acquire the least-squares mean of milk traits, the generalized linear model was applied using fixed effects (region, calving year, calving month, parity, days in milk, and THI). For all parameters, the BP of THI was observed; in particular, milk production parameters dramatically decreased after a specific BP of THI (p < 0.05). In contrast, MUN and SCS drastically increased when THI exceeded BP in all cows (p < 0.05) and primiparous cows (p < 0.05), respectively. Dairy cows in South Korea exhibited negative effects on milk traits (decrease in milk performance, increase in MUN, and SCS) when the THI exceeded 70; therefore, detailed feeding management is required to prevent heat stress in dairy cows.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.55-58
• /
• 2024

본 논문은 빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현을 제안한다. 제안하는 시스템은 빅데이터로 구성된 미세먼지 및 기상 정보를 통해 미세먼지 대기환경지수를 분류하는 시스템이다. 이 시스템은 머신러닝 기반의 대기환경지수 분류 카테고리별 이상치에 따른 이상치 탐지 알고리즘 설계를 통해 미세먼지를 분류한다. 카메라에서 수집된 영상의 심도 데이터는 미세먼지 농도에 따른 영상을 수집한 후 미세먼지 가시마스크를 생성합니다. 그리고 모노 심도 추정 알고리즘을 통한 학습 기반 핑거프린팅 기법으로 모노스코프 카메라에서 수집된 미세먼지의 가시거리를 추론하여 미세먼지 농도를 도출합니다. 본 방법의 실험 및 분석을 위해 미세먼지 농도 데이터와 지역별, 시간별 CCTV 영상 데이터를 매칭하여 학습 데이터를 생성한 후 모델을 생성하여 실제 환경에서 테스트한다.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1208-1215
• /
• 2017

Recently, people's attention and worries about fine particulate matter have been increasing. Due to the construction and maintenance costs, there are insufficient air quality monitoring stations. As a result, people have limited information about the concentration of fine particulate matter, depending on the location. Studies have been undertaken to estimate the fine particle concentrations in areas without a measurement station. Yet there are limitations in that the estimate cannot take account of other factors that affect the concentration of fine particle. In order to solve these problems, we propose a framework for estimating the concentration of fine particulate matter of a specific area using meteorological data and traffic data. Since there are more grids without a monitor station than grids with a monitor station, we used a domain adversarial neural network based on the domain adaptation method. The features extracted from meteorological data and traffic data are learned in the network, and the air quality index of the corresponding area is then predicted by the generated model. Experimental results demonstrate that the proposed method performs better as the number of source data increases than the method using conditional random fields.

• 한국환경과학회지
• /
• 제28권8호
• /
• pp.701-707
• /
• 2019

Highland farming is agriculture that takes place 400 m above sea level and typically involves both low temperatures and long sunshine hours. Most highland Chinese cabbages are harvested in the Gangwon province. The Ubiquitous Sensor Network (USN) has been deployed to observe Chinese cabbages growth because of the lack of installed weather stations in the highlands. Five representative Chinese cabbage cultivation spots were selected for USN and meteorological data collection between 2015 and 2017. The purpose of this study is to develop a weight prediction model for Chinese cabbages using the meteorological and growth data that were collected one week prior. Both a regression and random forest model were considered for this study, with the regression assumptions being satisfied. The Root Mean Square Error (RMSE) was used to evaluate the predictive performance of the models. The variables influencing the weight of cabbage were the number of cabbage leaves, wind speed, precipitation and soil electrical conductivity in the regression model. In the random forest model, cabbage width, the number of cabbage leaves, soil temperature, precipitation, temperature, soil moisture at a depth of 30 cm, cabbage leaf width, soil electrical conductivity, humidity, and cabbage leaf length were screened. The RMSE of the random forest model was 265.478, a value that was relatively lower than that of the regression model (404.493); this is because the random forest model could explain nonlinearity.

• 한국컴퓨터정보학회논문지
• /
• 제22권9호
• /
• pp.99-105
• /
• 2017

In this paper, we propose to design and implement the database management system for analyzing vehicle accidents through utilizing integration of the public big data. And the paper aims to provide valuable information for recognizing seriousness of the vehicle accidents and various circumstances at the accident time, and to utilize the produced information for the insurance company policies as well as government policies. For analysis of the vehicle accidents the system utilizes the integrated big data of National Indicator System, the Meteorological Office, National Statistical Office, Korea Insurance Development Institute, Road Traffic Authority, Ministry of Land, Infrastructure and Transport as well as the National Police Agency, which differentiates this system from the previous systems. The system consists of data at the accident time including weather conditions, vehicle models, age, sex, insurance amount etc., by which the database system users are able to obtain the integral information about vehicle accidents. The result shows that the vehicle accidents occur more frequently in the clear weather conditions, in the vehicle to vehicle conditions and in crosswalk & crossway. Also, it shows that the accidents in the cloudy weather leads more seriously to injury and death than in the clear weather. As well, the vehicle accident information produced by the system can be utilized to effectively prevent drivers from dangerous accidents.

• 한국해양학회지:바다
• /
• 제3권1호
• /
• pp.9-15
• /
• 1998

기상청에서는 1996년 7월부터 1997년 2월까지 목포앞바다의 칠발도 인접 해역에 1시간 간격으로 해양기상을 관측할 수 있는 부이를 설치하고 자료를 얻었다. 이 자료로부터 이 해역의 1일 평균 해양-대기 열교환량을 산출하고, 해양기상 상태의 특성을 조사하였다. 현열속의 경우, 7월에 최소(평균 -5.5 $Wm^{-2}$)이고, 1월에 최대(평균 12.6 $Wm^{-2}$)를 나타내고 있는데 이는 여름철에 대기가 해양으로 열을 공급하고 겨울철에는 반대로 해양에서 대기로 열을 공급하지만 그 크기는 여름철이 겨울철에 비해 작다는 것을 의미한다. 잠열속의 경우 7월에 최소(평균 -4.6 $Wm^{-2}$)를 보이고, 최대값은 11월에 월 평균 86.5 $Wm^{-2}$이고 10월에 일평균 최대값이 250$Wm^{-2}$까지 나타났다. 잠열 속은 대기가 건조해지고 바람이 강해지는 가을철에 최대가 나타나서 겨울철까지 지속된다. 파랑분석에 의하면 바람이 강한 겨울철이 여름철에 비해 높은 파의 출현율이 많았다 파주기는 4~6초의 출현율이 가장 많았고, 파향은 계절풍의 영향으로 겨울에는 북 또는 북동방향에서 유입되는 파가 우세하고, 여름에는 남, 남서 또는 서쪽에서 유입되는 파가 비교적 자주 출현하였다.

• 디지털융복합연구
• /
• 제14권6호
• /
• pp.457-466
• /
• 2016

본 연구는 친환경 병원을 실현하는데 도움이 되는 연구로서 병원의 전력사용량에 미치는 기상요인의 영향을 실증적으로 검증하고자 한다. 이를 위해 2009년부터 2013년까지 일별 자료를 기준으로 2개 종합병원을 대상으로 기상조건에 따른 전력 사용 패턴과 그 영향을 분석하였다. 분석결과, 병원 건물의 전력사용량에 가장 큰 영향을 미치는 기상요인은 '기온'으로 나타났고, 병원의 규모에 상관없이 유의한 영향을 미치는 것으로 나타났다. 그러나 병원의 전력소비 패턴은 병원의 규모에 따라 차이가 있었다. 큰 규모의 병원에서는 선형의 전력소비 패턴이 나타났지만 작은 규모의 병원에서는 2차 곡선의 비선형 패턴으로 나타났다. 더운 여름과 추운 겨울에 병원 건물의 전력사용량이 증가하는 전형적인 전력소비 패턴을 보이는 것으로 나타났다. 본 연구결과는 에너지 절약과 친환경 건물 개선을 위하여, 병원 건물의 기능적 특수성뿐만 아니라 기상요소를 반드시 고려해야 한다는 것을 시사한다.

• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.53-58
• /
• 2020

The purpose of this study is to build a database of Spatial information Bigdata of cities using satellite images and spatial information, and to examine the correlations with the surface temperature. Using architectural structure and usage in building information, DEM and Slope topographical information for constructed with 300 × 300 mesh grids for Busan. The satellite image is used to prepare the Normalized Difference Built-up Index (NDBI), Normalized Difference Vegetation Index (NDVI), Bare Soil Index (BI), and Land Surface Temperature (LST). In addition, the building area in the grid was calculated and the building ratio was constructed to build the urban environment DB. In architectural structure, positive correlation was found in masonry and concrete structures. On the terrain, negative correlations were observed between DEM and slope. NDBI and BI were positively correlated, and NDVI was negatively correlated. The higher the Building ratio, the higher the surface temperature. It was found that the urban environment DB could be used as a basic data for urban environment analysis, and it was possible to quantitatively grasp the impact on the architecture and urban environment by adding local meteorological factors. This result is expected to be used as basic data for future urban environment planning and disaster prevention data construction.