• 한국식품영양과학회지
• /
• 제13권1호
• /
• pp.97-106
• /
• 1984

남대양(南大洋)에 다량 서식하고 있는 중요한 단백질자원(蛋白質資源)인 크릴을 보다 유효하게 식량(食糧)으로 이용하기 위한 방안의 하나로 크릴을 원료로 하여 그 자체에 존재하는 활성이 높은 자가소화효소(自家消化酵素)나 단백질분해효소(蛋白質分解酵素)로써 크릴간장 제조(製造)를 시도(試圖)하였다. 마쇄한 크릴에 동량(同量)의 물을 첨가하여 가수분해(加水分解)시킬 때의 최적가수분해조건(最適加水分解條件) 및 저장안정성(貯藏安定性)을 검토(檢討)하고 아울려 제품의 정미성분(呈味成分)을 분석(分析)하였다. 자가소화(自家消化)에 의한 경우와 bromelain, complex enzyme을 첨가한 시료(試料) 모두 $52.5^{\circ}C$에서 최대활성을 나타내었고, 분해시간(分解時間)은 3시간(時間)이 적합하였으며, 효소농도(醴素濃度)는 bromelain의 경우 0.5 %, complex enzyme은 5%가 가장 좋았다. 그리고 pH는 자가소화(自家消化)나 complex enzyme을 첨가하여 분해(分解)하였을 경우는 7.0${\sim}$7.5, bromelain을 첨가하여 분해(分解)하였을 때는 6.5부근에서 가장 활성이 높았다. 이와 같은 최적가수부해조건(最適加水分解條件)에서 크릴을 자가소화(自家消化)시킨 후 $100^{\circ}C$, 20 분간(分間) 불활성화한 다음 여과한 가수분해물(加水分解物)에 식염(食鹽)(10 %)과 벤조산(0.06%)이나 알코올(3 %)을 첨가하여 멸균한 유리병에 밀봉(貯減)한 결과 $37^{\circ}C$에서 한달간 저장(貯藏)하여도 화학적, 미생물적 및 관능적으로 안정하였다. 또한 관능적인 맛으로 보아 식염(食鹽) 10 % 중 5 % 정도까지는 나트륨염(鹽) 대신 칼륨염(鹽)을 대체 첨가할 수 있었다. 크릴간장의 단백질가수분해율(蛋白質加水分解率)은 자가소화법(自家消火法)인 경우 83.2%, bromelain 첨가구는 89.7%, complex enzyme 첨가구는 92.7 %이었다. 자가소화법(自家消化法), bromelain 또는 complex enzyme첨가에 의해 제조(製造) 된 크릴간장의 유리(遊離)아미노산(酸) 중 함량이 많은 것은 lysine, arginine, leucine, proline, alanine 및 valine으로서 전 유리(遊離)아미노산(酸)에 대해 각각 58.8 %, 56.0 %, 55.3 %를 차지하였다. 그리고 전엑스분망(分望) 소(素)에 대하여 유리(遊離)아미노산(酸)이 차지하는 비율은 각각 67.4 %,69.4%, 69.8 %이었다. 핵산관련물질(核酸關聯物質) 중 함량이 가장 많은 것은 hypoxanthine이었고, 다음이 5’-IMP였다. TMAO, betaine, 총 creatinine은 함량이 적었다. 관능검사결과(官能檢査結果) 자가소화(自家消化)시킨 크릴간장은 효소(酵素)처리한 것이나 재래식 콩간장에 비하여 품질 면에서 손색이 없고 저장성(貯藏性)이 좋은 크릴간장을 제조(製造)할 수 있다는 결론을 얻었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.