• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.35-44
• /
• 2022

V_S30지도는 부지증폭을 나타내는 주요 변수로 임의의 부지에서 지반운동을 예측하는 ShakeMap의 핵심 변수로 사용된다. 하지만, 한반도의 지질특성과 지형특성을 고려하는 V_S30지도는 아직 제시된 적이 없다. 이번 연구에서는 지질과 지형을 고려하는 V_S30지도를 작성하기 위해 전단파 속도 주상도로부터 계산 또는 추정된 1,101개의 V_S30과 한반도 광범위 지질, 지형정보 레이어를 수집하였다. 이러한 데이터와 일반선형회귀분석 방법을 사용하여 V_S30 추정 모델을 개발하였다. 모델은 지질분류에 따라 매립지, 신생대 제4기 퇴적층, 중생대 그룹, 선캄브리아기와 해양층으로 구분된 후 지형정보의 함수로 제안되었다. 지도의 해상도는 기상청에서 기존에 진도추정을 위한 ShakeMap 구동에 사용하는 미국지질조사국(USGS)의 지도의 2배로 하였다. 그 결과, 프락시 기반 V_S30지도의 대수로그 잔차의 표준편차는 0.233으로 USGS의 V_S30 지도의 표준편차인 0.387보다 낮은 수치를 보인다. 본 연구에서 개발한 V_S30지도를 사용한다면 ShakeMap의 불확실성이 줄어들 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.77-86
• /
• 2021

시간적인 차이를 두고 획득한 이질적인 과거 전쟁 결과 데이터를 하나의 모형으로 구축하는 방법으로 베이지안 추론에 의한 전쟁시뮬레이션 모형을 구축하는 방법을 제안하였다. 과거의 전쟁 결과를 분석하여 미래에 있을 수 있는 전쟁을 예측하는 방법으로 선형회귀모형을 적용하는 방법을 고려할 수 있다. 그러나 역사적으로 시대가 서로 달라 전장 환경의 변화가 반영된 이질적인 두 유형의 자료들이라면 모형의 가정사항 위반으로 하나의 선형회귀모형으로 적합하는 것은 적절하지 않다. 이러한 문제를 해결하기 위해 앞선 시대에 있는 자료를 비정보적 사전분포로 가정하여 사후분포를 구하고 이를 다음 시대에 얻은 자료를 분석하기 위한 사전분포로 활용하여 최종 사후분포를 추론하는 베이지안 추론 방법을 제안하였다. 베이지안 추론 방법의 또 다른 장점은 마코프 체인 몬테 카를로 방법으로 샘플링한 결과를 이용하여 불확실성이 반영된 사후분포나 사후예측분포를 추론할 수 있다는 점이다. 이렇게 했을 때 고전적인 선형회귀모형으로 분석하는 것보다 다양한 정보를 활용할 수 있을 뿐만 아니라 향후 추가적으로 획득되는 자료도 모형에 반영하여 모형을 계속 업데이트시킬 수 있다는 장점이 있다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1246-1246
• /
• 2001

The quality of meat is highly variable in many properties. This variability originates from both animal production and meat processing. At the pre-slaughter stage, animal factors such as breed, sex, age contribute to this variability. Environmental factors include feeding, rearing, transport and conditions just before slaughter (Hildrum et al., 1995). Meat can be presented in a variety of forms, each offering different opportunities for adulteration and contamination. This has imposed great pressure on the food manufacturing industry to guarantee the safety of meat. Tissue and muscle speciation of flesh foods, as well as speciation of animal derived by-products fed to all classes of domestic animals, are now perhaps the most important uncertainty which the food industry must resolve to allay consumer concern. Recently, there is a demand for rapid and low cost methods of direct quality measurements in both food and food ingredients (including high performance liquid chromatography (HPLC), thin layer chromatography (TLC), enzymatic and inmunological tests (e.g. ELISA test) and physical tests) to establish their authenticity and hence guarantee the quality of products manufactured for consumers (Holland et al., 1998). The use of Near Infrared Reflectance Spectroscopy (NIRS) for the rapid, precise and non-destructive analysis of a wide range of organic materials has been comprehensively documented (Osborne et at., 1993). Most of the established methods have involved the development of NIRS calibrations for the quantitative prediction of composition in meat (Ben-Gera and Norris, 1968; Lanza, 1983; Clark and Short, 1994). This was a rational strategy to pursue during the initial stages of its application, given the type of equipment available, the state of development of the emerging discipline of chemometrics and the overwhelming commercial interest in solving such problems (Downey, 1994). One of the advantages of NIRS technology is not only to assess chemical structures through the analysis of the molecular bonds in the near infrared spectrum, but also to build an optical model characteristic of the sample which behaves like the “finger print” of the sample. This opens the possibility of using spectra to determine complex attributes of organic structures, which are related to molecular chromophores, organoleptic scores and sensory characteristics (Hildrum et al., 1994, 1995; Park et al., 1998). In addition, the application of statistical packages like principal component or discriminant analysis provides the possibility to understand the optical properties of the sample and make a classification without the chemical information. The objectives of this present work were: (1) to examine two methods of sample presentation to the instrument (intact and minced) and (2) to explore the use of principal component analysis (PCA) and Soft Independent Modelling of class Analogy (SIMCA) to classify muscles by quality attributes. Seventy-eight (n: 78) beef muscles (m. longissimus dorsi) from Hereford breed of cattle were used. The samples were scanned in a NIRS monochromator instrument (NIR Systems 6500, Silver Spring, MD, USA) in reflectance mode (log 1/R). Both intact and minced presentation to the instrument were explored. Qualitative analysis of optical information through PCA and SIMCA analysis showed differences in muscles resulting from two different feeding systems.

• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.128-130
• /
• 2021

본 연구는 광어의 적정 생산량 예측을 위한 회귀분석 자동화 시스템 구축을 목표로 한다. 현재 우리나라의 세계 각국과 FTA 체결 및 시장 개방 가속화 등으로 인해 한국 광어 양식 사업들은 환경의 특수성과 불확실성에 의해 많은 어려움을 겪고 있다. 또한 최근 연어, 방어 등의 수입 수산물의 급증과 국민들의 식생활 변화로 소비 부진 및 가격 하락 등의 문제를 해결할 방안이 필요한 실정이다. 이에 본 연구에서는 양식 광어의 수급 안정과 경제적 가치를 분석하여 적정한 광어 생산량을 알기 위해 빅 데이터를 활용한 회귀분석 자동화 시스템을 구현하였으며, 파이썬 모듈인 xlwings를 활용하여 광어의 생산금액과 생산량에 대한 가중치를 구하고 추후 생산될 광어의 양을 예측하는 데 활용하였다. 따라서 이러한 광어 생산량 예측에 대한 분석 결과를 토대로 향후 광어 양식 업계에서는 적정 생산량 달성 및 수급 조절 방안을 마련할 수 있을 것이며, 이는 불필요한 경제적 손실을 줄이고 데이터를 기반한 새로운 가치창출을 도모할 수 있을 것이다. 또한 본 연구에서 시도한 데이터 접근 방식을 통해 향후 여러 분야의 연구에서는 인공신경망, 다중회귀분석 등 다양한 분석 기법을 활용할 수 있고 이는 다양한 업계에서 효과적으로 빅데이터를 분석하고 활용할 수 있는 기초적인 자료의 토대가 될 것이다.

• 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.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 대한토목학회논문집
• /
• 제36권1호
• /
• pp.49-63
• /
• 2016

본 연구는 열대 태평양지역 ENSO (El $Ni{\tilde{n}}o$-Southern Oscillation) 패턴 변화에 따른 우리나라 여름철(June-September, JJAS) 지역 수문변동 영향 분석을 위하여, 우리나라 5대강 113개 중권역의 강수량과 유출량 자료를 대상으로 합성편차 분석(Composit Analysis, CA)과 Student's t-test에 의한 유의성 검정을 실시하였다. 분석 결과, 유역별로 다소 차이는 있으나 전반적으로 WP (Warm-Pool) El $Ni{\tilde{n}}o$ 해에는 평년에 비하여 강수량과 유출량의 증가 특성이 뚜렷이 나타났으며, CT (Cold-Tongue) El $Ni{\tilde{n}}o$ 해에는 주로 감소하는 경향이, La $Ni{\tilde{n}}a$ 해에는 다소 증가 또는 평년 상태를 유지하는 것을 분석되었다. 또한 백분위 기후값 편차의 산포도분석 결과 여름철 강수량의 증가/감소에 따른 유출량 증 감의 선형적 분포특성을 확인할 수 있었으며, 산포도의 중심은 WP El $Ni{\tilde{n}}o$ 해에는 +17.93%, +26.99%, CT El $Ni{\tilde{n}}o$ 해에는 -8.20%, -15.73%, 그리고 La $Ni{\tilde{n}}a$ 해에는 +8.89%, +15.85%로 분석되었다. 본 연구의 결과는 El $Ni{\tilde{n}}o$ La $Ni{\tilde{n}}a$ 등 열대 태평양 지역 기후현상이 뚜렷한 시기의 우리나라 수자원 장기예측의 불확실성을 줄여 주어 유역차원의 안정적인 중 장기 물공급 전망 등 수방정책지원을 위한 참고자료로 활용이 가능할 것이다.

• 대기
• /
• 제23권1호
• /
• pp.85-92
• /
• 2013

2001년 4월 제주 고산기후관측소에서 AERONET sun/sky radiometer와 MPL을 통해 관측된 에어로졸 광학적 두께, 단산란 알베도, 비대칭 변수, 에어로졸 소산계수 프로파일 등을 대기복사모델의 입력 자료로 이용하여 대기가열효과를 산정하고, 이들 광학변수가 대기복사가열률에 미치는 영향을 분석하였다. 본 연구에서는 NCAR Climate Community Model (CCM-3.6)에 포함되어 있는 복사 모듈인 Column Radiation Model (CRM-2.1.2)을 연직 54층으로, AERONET sun/sky radiometer로부터 관측된 4 파장 (440, 670, 870, 그리고 1020 nm)에서의 관측 자료를 19개의 파장에서 계산 가능하도록 수정하였다. 에어로졸층이 존재하지 않은 맑은 날 (4월 14일과 16일)은 지표면과 대기상단에서의 에어로졸 직접복사강제력이 각각 $-20{\sim}-25\;W\;m^{-2}$와 $-10{\sim}-15\;W\;m^{-2}$로, 대기 중 흡수는 $+10{\sim}+15\;W\;m^{-2}$였다. 에어로졸층이 관측된 4월 15일과 4월 17~18일의 경우 지표면, 대기, 대기상단의 에어로졸 복사강제력이 맑은 날에 비해 3~4배 정도 크게 나타났다. 4월 14일과 16일에의 대기복사가열률 (${\Delta}H$)는 $1{\sim}2\;K\;day^{-1}$ 범위에서 산출되었으며, 4월 15일과 4월 17~18일에는 MPL 관측에서 보여지는 에어로졸층에서의 ${\Delta}H$와 ${\Delta}H_{aerosol}$가 각각 $3\;K\;day^{-1}$ 이상과 $1{\sim}3\;K\;day^{-1}$ 범위에서 산정되었다. 에어로졸 광학적 두께와 비대칭 변수의 변화에 따른 에어로졸층의 ${\Delta}H$ 변화는 미미하였으나, 단산란 알베도의 10% 변화는 지표면과 대기상단에서의 에어로졸 직접복사강제력의 30%, 대기복사강제력의 약 60%, 그리고 에어로졸층 ${\Delta}H$의 약 35% 변화를 유발하였다. 이는 에어로졸 광학적 두께 10% 변화와 비교하여 대기흡수 또는 에어로졸층의 가열 및 냉각 효과가 6배 가량 큰 결과로, 태양복사를 효과적으로 잘 흡수하는 에어로졸의 양에 의해 대기 가열 또는 ${\Delta}H$가 크게 좌우됨을 의미한다. 2001년 4월부터 2008년 3월까지 제주 고산기후관측소에서의 AERONET sun/sky radiometer 관측 자료를 이용하여 계산한 ${\Delta}H$와 ${\Delta}H_{aerosol}$의 월변화를 보면, ${\Delta}H$는 4~8월 사이에 대류권 하부에서 약 $1.0\;K\;day^{-1}$ 이상으로 뚜렷하게 나타났으나, ${\Delta}H_{aerosol}$의 경우 2월부터 6월까지 고도 2 km 이하에서 약 $0.8\;K\;day^{-1}$ 이하의 범위에서 나타나는데, 이는 대부분의 에어로졸이 지표면 부근의 대기경계층에 존재하며, 봄철 황사와 오염 에어로졸의 증가에 의한 영향으로 판단된다.

• 한국수자원학회논문집
• /
• 제42권1호
• /
• pp.33-50
• /
• 2009

본 연구에서는 SLURP 장기 수문모형을 이용하여 미래기후와 예측된 토지이용자료 및 식생의 활력도를 고려한 상태에서 하천유역의 수문요소에 미치는 영향을 분석하였다. 경안천 상류유역($260.4\;km^2$)을 대상유역으로 선정하여 4개년(1999-2002) 동안의 일별 유출량 자료를 바탕으로 모형의 보정(1999-2000)과 검증(2001-2002)을 실시하였다. 모형의 보정 및 검정 결과 Nash-Sutcliffe 모형효율은 0.79에서 0.60의 범위로 $R^2$는 0.77에서 0.60의 범위로 나타났다. 미래 기후자료는 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 A2, A1B, B1 기후변화시나리오 의 MIROC3.2 hires, ECHAM5-OM 모델의 결과 값을 이용하였다. 먼저 과거 30년 기후자료(1977-2006, baseline)를 바탕으로 각 모델별 20C3M(20th Century Climate Coupled Model)의 모의 결과 값을 이용하여 강수와 온도를 보정 한 뒤 Change Factor Method로 downscaling 하였다. 미래 기후자료는 2020s(2010-2039), 2050s(2040-2069), 2080s(2070-2099)의 세 기간으로 나누어 분석하였다. 불확실성을 줄이고자 개선된 CA-Markov기법으로 미래 토지이용을 예측하였으며, 월별 NDVI와 월평균기온간의 선형 회귀식을 도출하여 미래의 식생지수 정보를 추정하였다. 모형의 적용결과, 미래 유출량은 MIROC3.2 hires는 A1B(2080s) 시나리오에서 연 유출량이 21.4% 증가, ECHAM5-OM은 A1B(2050s) 시나리오에서 8.9% 증가하였다. 증발산량은 MIROC3.2 hires가 3%, ECHAM5-OM은 16% 증가하였다. 미래 토양수분량은 현재에 비해 약 1% 정도 증가하였다.