• 생태와환경
• /
• 제48권3호
• /
• pp.176-187
• /
• 2015

본 연구에서는 기후요인에 의하여 두루미류의 월동개체군 규모가 달라질 것으로 가설을 세웠다. 그중 가장 추운 시기인 1월의 기후변수에 의하여 월동개체수가 달라질 것이라고 가정하였다. 특히, 재두루미의 경우 두루미와는 달리 철원지역 이외에 눈 덮임의 영향이 적은 대체 월동지(일본의 이즈미)가 있다. 따라서 철원지역 눈 덮임의 정도에 따라 연도별로 개체군의 증감이 발생할 것으로 예측하였다. 이에 일반적으로 분석되는 기상청의 기후자료와 함께 MODIS 위성영상을 이용한 눈 덮임 범위 자료를 활용하여 요인을 분석하였다. 철원지역 두루미류의 개체수 자료는 2002년부터 2014년까지의 1월 개체수를 활용하였다. 철원지역의 기온은 2002년부터 2007~2008년도 월동기까지 증가하다가 감소하며 2011~2012년도 월동기에 가장 낮은 온도를 보였다. 이와 함께 온량지수도 유사한 증감의 경향을 보였다. 신적설량은 2002년 이후 낮게 유지되었으나 2010~2011, 2011~2012년 크게 증가한 형태를 보였다. 눈 덮임의 범위는 2002년부터 2005~2006년까지 급속히 감소하였다가, 2009~ 2010, 2010~2011년 월동기에 급격히 증가한 양상을 보였다. 재두루미의 월동개체수는 다른 기후요인에 비하여 1월의 눈 덮임 범위가 넓을수록 감소하였으며 가장 높은 상관관계를 보였다. 하지만 두루미의 개체수는 일반적 기후요인뿐만 아니라 눈 덮임 관련 요인에 대해서도 상관관계를 나타내지 않았다. 따라서 두루미의 개체군 변동은 기후요인에 변화하지 않고 다른 서식지 선택요인 (안정적 잠자리, 취식지 넓이 등)에 의해 결정되기 때문이라 판단된다. 재두루미의 월동개체수는 다중 회기분석에서 눈 덮임 범위 및 기간의 로그값과 유의미한 회귀관계가 성립하였다. 따라서 재두루미의 월동개체수는 월동기 눈 덮임의 범위에 영향을 받으며 이는 눈 덮임에 의해 먹이원인 낙곡을 찾기 힘들어지기 때문인 것으로 판단된다. 재두루미의 개체수 변화는 다른 월동지로 이동한 것으로 보이며, 눈 덮임의 영향이 적은 월동지인 일본의 이즈미시로 이동한 것으로 나타났다. 이즈미 월동지의 재두루미 개체수와 철원의 개체수는 음의 상관관계를 가져 서로 연관된 것으로 파악되었다.

• 한국초지조사료학회지
• /
• 제36권1호
• /
• pp.50-57
• /
• 2016

본 연구는 국내산 원물 옥수수 사일리지의 품질을 신속하게 분석 평가하기 위한 NIRS DB 구축과 원물시료의 분석 예측능력을 향상시키기 위한 근적외선 스펙트라의 적정 수 처리 방법을 구명하기 위하여 수행되었다. 옥수수 사일리지는 전국 사료작물 사일리지 품질경연대회에 출품된 시료와 2014년부터 2015년까지 전국 조사료 품질검사 시범사업에 참여한 조사료 생산경영체, 농축협 TMR회사 및 생산농가에서 407점을 수집하였다. 옥수수 사일리지의 품질평가를 위한 NIRS DB 구축을 위해 수집된 시료를 근적외선 분광기를 이용하여 스펙트라를 측정하고 측정된 시료는 실험실에서 화학적 분석을 실시하였다. 다양한 수 처리 방법에 따른 사료가치 및 발효품질의 예측정확성을 평가하기 위하여 원시 스펙트라를 미분처리하여 최적의 수처리 방법을 구명하였다. 옥수수 원물 사일리지의 수분함량 예측능력은 1차 미분처리(1, 16, 16)한 것으로 나타났으며 NDF와 ADF의 최적 수 처리는 두 성분 모두에서 2, 16, 16 처리가 예측 정확성이 가장 높게 나타났다. 조단백질 함량의 예측능력은 1차 미분처리(1, 4, 4)가 SECV 0.51과 $R^2{_{cv}}$ 0.72로 가장 우수한 예측능력을 나타내었다. 옥수수 사일리지의 발효산물인 산도(pH) 예측 정확성은 원물 스펙트라를 1차 미분처리(1, 8, 8)한 것으로 나타났으며 젖산과 초산의 예측능력은 2차 미분처리(2, 16, 16)에서 각각 SECV 0.81% 및 0.71%의 분석오차로 높게 나타났다.

• 원예과학기술지
• /
• 제34권1호
• /
• pp.77-83
• /
• 2016

생체중은 작물 생육의 중요한 지표이기 때문에 계획 생산을 위해서는 반드시 측정이 필요하다. 비파괴적으로 생체중을 측정하기 위하여 이미지 기반의 방법 들이 개발되어 왔으나 한계점을 가지고 있다. 또한 수경재배에서는 양액의 중량 때문에 작물 생체중을 직접 측정하기에 어려움이 있다. 본 연구의 목적은 NFT 방식의 식물공장에서 생육시기에 따른 생체중을 실시간으로 정확하게 측정할 수 있는 방법을 개발하는 것이다. 식물공장 모듈에서 로메인 상추를 재배하며 실험을 진행하였다. 정식 후 7일 간격으로 28일 까지 전체 채널의 중량, 채널 내에 남아 있던 양액의 양, 로메인 상추의 지상부와 지하부의 생체중을 측정하였다. 특히, 양액이 공급 중일 때 채널의 초기 무게(Wi)와 양액 공급을 중단한 후에 채널의 중량 변화를 매초 간격으로 측정하였다. 채널을 통해 더 이상의 배액이 발생하지 않을 때, 채널의 최종 중량(Ws)와 채널에 잔류하고 있는 양액의 양을 측정하였다. 시상수(${\tau}$)는 Wi와 Ws의 변화 추세를 고려하여 계산되었다. Wi, Ws, ${\tau}$와 실제 생체중과의 관계를 정량적으로 분석하였다. 양액 공급을 멈춘 뒤 채널의 중량은 지수적으로 감소하였다. 채널 내 지하부의 중량이 증가하면서 양액이 채널을 빠져나가는 속도는 감소하였다. 실제 작물의 생체중과 채널의 중량을 통하여 예측된 생체중 사이에는 큰 차이가 있었고, 이는 채널 내에 잔류된 양액 때문이다. 이러한 차이는 생육시기에 따라 예측하기에는 어려웠으나 시상수를 이용한 모델식은 높은 예측성을 보였다. Wi, Ws, ${\tau}$를 사용한 모델을 이용하면 작물의 실제 생체중을 추정할 수 있으리라 기대된다.

• 한국식품저장유통학회지
• /
• 제16권4호
• /
• pp.472-481
• /
• 2009

반응표면분석법은 최적화 연구에 자주 사용되는 통계적 분석방법이다. 본 연구는 반응표면분석법에 의해 Staphylococcus aureus, Bacillus cereus, Escherichia coli, Salmonella typhimurium, Pseudomonas fluorescens 및 Vibrio parahaemolyticus에 대한 자몽종자 추출물과 젖산 혼합물의 항균활성을 검토하여 최적화하였다. 중심합성계획에 따라 1% 자몽종자 추출물 (GFSE)과 10% 젖산 (LA)의 비율 ($X_1$, 0:100-100:0 v/v)과 1% GFSE와 10% LA 혼합물의 농도 ($X_2$, 20-100%)를 독립변수로 하고 S. aureus ($Y_1$), B. cereus ($Y_2$), E. coli ($Y_3$), S. typhimurium ($Y_4$), P. fluorescens ($Y_5$) 및 V. parahaemolyticus ($Y_6$)에 대한 항균활성을 종속변수로 하여 항균활성을 측정하였다. 미생물에 대한 1% GFSE와 10% LA의 항균활성 처리조건의 최적범위는 다양한 조건하에서 얻어진 반응변수의 항균활성에 관하여 중첩된 등고선도로 예측하였고, 항균활성을 최대화하기위한 최적범위는 1% GFSE와 10% LA의 비율 35.73:64.27-56.58:43.42 (v/v)이었고 혼합물의 농도는 $51.70{\sim}100%$였다. 최적 항균활성 범위내의 주어진 조건 (1% GFSE:10% LA 비율 40:60, 1% GFSE:10% LA 혼합물 70%)에서 S. aureus ($Y_1$), B. cereus ($Y_2$), E. coli ($Y_3$), S. typhimurium ($Y_4$), P. fluorescens ($Y_5$) 및 V. parahaemolyticus ($Y_6$)에 대한 1% GFSE:10% LA 혼합물의 비율 및 농도의 항균활성은 각각 24.55, 25.22, 20.20, 22.49, 23.89 및 28.04 mm로 예측되었다. 최적조건 범위내의 임의의 조건에서 실험한 결과 각 종속변수들의 예측값과 실제값이 유사한 항균활성을 보였다.

• 한국방사선학회논문지
• /
• 제15권6호
• /
• pp.803-811
• /
• 2021

본 연구에서는 공정 시뮬레이션 기술을 적용하여 조사유기응력부식균열 시험 작업자의 피폭량 평가를 하였다. 상용 공정 시뮬레이션 코드인 DELMIA Version 5를 사용하여 조사유기응력부식균열 분석 시험 설비, 핫셀 및 작업자를 작성하고 조사유기응력부식균열 시험 공정을 구현하였으며, 사용자 코딩을 통해 선량이 분포된 공간을 지나는 작업자의 누적 피폭량을 평가할 수 있도록 하였다. 작업자 모사를 위해 시험 공정별로 인체의 근골격계를 모방하여 약 200 개 이상의 자유도를 가지는 휴먼 마니킨 자세를 작성하였다. 작업자 피폭량 계산을 위하여 휴먼 마니킨 작업의 하위정보에 접근하여 자세 별 좌표, 시작 시간 및 유지 시간을 추출하였으며, 공간 선량 값과 자세 유지 시간을 곱하여 누적 피폭량을 계산하였다. 피폭량 평가를 위한 공간 선량은 MCNP6 Version 1.0을 사용하여 핫셀 내·외부 공간 선량을 계산하였으며, 계산된 공간 선량은 공정 시뮬레이션 도메인에 입력하였다. 공정 시뮬레이션을 이용한 피폭량 평가 결과와 전형적인 피폭량 평가 결과를 비교 분석한 결과, 상시 출입구역 내 일상 시험 작업에 대한 연간 피폭량은 각각 0.388 mSv/year 및 1.334 mSv/year로서 공정 시뮬레이션을 이용한 피폭량 평가 결과가 전형적인 방법의 피폭량 평가 결과 대비 70 % 낮게 예측되었다. 공간 선량 높은 구역에서 수행되는 특수작업에 대해서도 공정 시뮬레이션을 이용한 피폭량 평가를 수행하였으며, 피폭량이 높은 작업을 쉽게 선별할 수 있었고, 해당 작업의 휴먼 마니킨 자세와 공간 선량 가시화를 통해 직관적으로 작업 개선안을 도출할 수 있었다.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.268-278
• /
• 2020

기후변화에 특히 민감한 농업분야에서 최근 겨울철 이상난동 현상으로 과실류의 개화시기는 앞당겨지고 있으며, 늦서리에 의한 꽃눈의 피해는 지속적으로 발생하고 있다. 본 연구에서는 꽃눈이 늦가을부터 휴면에 진입하여 추운 겨울을 지나 싹이 트고 꽃이 피는 봄까지 경과 기온의 양상이 식물의 개화반응에 어떤 영향을 미치는지 살펴보고자 하였다. 이를 위해 남한에서 주로 활용되고 있는 개화예측모델을 대상으로 최근 3년간 8개 지점에서 관측된 기온 자료를 확보하여 신고 배의 내생휴면 해제를 위해 필요한 냉각량과, 휴면타파 이후 개화까지 요구되는 가온량의 일정기간 누적값을 모델별로 각각 비교하고, 객관적으로 평가할 수 있는 관측 만개일 정보를 수집하여 지역별 모델 예측력을 평가하였다. 변동계수로 살펴본 냉각량 계산에 대한 모델별 성능은 mDVR 모델에서 8.4%로 가장 안정적인 것으로 확인되었고, 휴면해제 이후 개화에 도달하기까지 필요한 가온량에 대한 모델별 변동계수는 CD 모델이 17.5%로 낮은 편이었다. 2018년부터 2020년까지 3년간의 신고 배의 만개기 관측날짜로부터 평가한 DVR 모델, mDVR 모델, CD 모델의 만개기 예측력은 mDVR 모델의 정확도가 가장 높은 것으로 나타났고, DVR 모델이 전반적으로 좋지 않았다. 특히 울주나 사천 등 기온이 온난한 남부 해안지역에서 오차가 큰 경향이었으며, 예년에 비해 겨울철 기온이 유난히 따뜻했던 2019-2020년은 이천을 제외한 모든 지점에서 실제 개화일보다 빠르게 예측하는 결과를 보였다.

• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.723-736
• /
• 2022

본 연구에서는 금강권역을 대상으로 최대 12개월까지 선행예측이 가능한 월 강수량 예측모형을 구축하였으며, 예측모형 구축에는 다중회귀분석과 인공신경망의 두 가지 통계적 기법을 적용하였다. 예측인자 후보로 NOAA에서 제공하는 글로벌 기후패턴 39종과 금강권역에 대한 기상인자 8종 등 총 47종의 기후지수를 활용하였다. 예측대상월을 기준으로 과거 40년간의 월 강수량과 기후지수와의 지연상관성 분석을 통해 상관도가 높은 기후지수를 예측인자로 활용하여 다중회귀모형 및 인공신경망 모형을 구축하였다. 1991~2021년에 대해 매월 예측결과의 평균값과 관측값과의 적합도를 분석한 결과, 다중회귀모형은 PBIAS -3.3~-0.1%, NSE 0.45~0.50, r 0.69~0.70으로 분석되었으며, 인공신경망모형은 PBIAS -5.0~+0.5%, NSE 0.35~0.47, r 0.64~0.70로, 다중회귀모형에 의해 도출된 예측치의 평균값이 인공신경망모형보다 관측치에 좀 더 근접한 것으로 나타났다. 각 월의 예측범위 안에 관측치가 포함될 확률을 분석한 결과에서는 다중회귀모형이 57.5~83.6%(평균 72.9%), 인공신경망모형의 경우에는 71.5~88.7%(평균 81.1%)로 인공신경망모형 결과가 우수한 것으로 나타났다. 3분위 예측확률을 비교한 결과는 다중회귀모형의 경우에는 25.9~41.9%(평균 34.6%), 인공신경망모형은 30.3~39.1%(평균 34.7%)로 비슷하며, 두 모형 모두 평균 33.3% 이상으로 월 강수량에 대한 장기예측성을 확인 할 수 있었다. 이상과 같이 두 모형의 예측성 차이는 비교적 크지 않은 것으로 나타났으나, 예측범위에 대한 적중률이나 3분위 예측확률로부터 판단할 때 예측성에 대한 월별 편차는 인공신경망모형의 결과가 상대적으로 작게 나타났다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.451-468
• /
• 2021

터널 굴진면 전방 위험 지반 예측은 TBM (Tunnel Boring Machine) 굴진 성능 및 안정성 확보에 필수적이다. 국내·외에서 굴진면 전방 예측을 위한 전기비저항 탐사법에 대한 연구가 다수 이루어졌으나, TBM 터널 굴진을 고려한 전기비저항 탐사의 실내 실험 모사가 어렵기에 이와 관련된 실험 연구가 매우 부족한 실정이다. 따라서 본 연구에서는 전기비저항 탐사법의 터널 전방 위험 지반 예측 적용성을 분석하기 위한 TBM 굴진을 모사한 실내 축소 모형 실험을 수행하였다. 터널 굴진면 전방의 단층 파쇄대, 해수 침수대, 토사-암반 변화구간, 암반-토사 변화구간을 축소 모사하여, 굴진 중 전기비저항의 변화를 측정하였다. 본 연구에서는 실제 시공 조건을 재현하기 위해 화강암 블록을 사용하여 모형 지반을 모사하였다. 실험 결과, 터널이 굴진하면서 단층 파쇄대에 근접할수록 전기비저항이 감소하였으며, 해수 침수대도 동일한 경향을 보였으나, 단층 파쇄대와 비교하여 측정된 전기비저항이 크게 감소하였다. 토사-암반 변화구간의 경우, 전기비저항이 상대적으로 높은 암반에 터널 굴진면이 다가갈수록 전기비저항이 증가하는 양상을 보였다. 이와 반대로 암반-토사 변화구간의 경우, 전기비저항이 낮은 토사 지반에 굴진면이 근접할수록 전기비저항이 감소하였다. 실험 결과를 통해 전기비저항 탐사 굴진면 전방 위험 지반(단층 파쇄대, 해수 침수대, 토사-암반 변화구간, 암반-토사 변화구간)의 예측이 가능하다고 판단된다.