• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.221-228
• /
• 2019

일출 이후부터 일몰 전까지 매시 간격으로 태양 일사로 인한 지표부근 기온상승 효과와 풍속이 미치는 영향을 추정하고자, 동향사면과 서향사면 간 대표 기상관측지점에 대하여 매시 일사량 편차에 따른 관측기온의 편차(기온변화량)을 풍속별로 구분하여 도출하였다. 일사편차 1 MJ/㎡ 당 기온변화량으로 일사효과를 표현하여 풍속과의 경험식을 구하고, 이것을 토대로 2018년 1월부터 2018년 12월까지 농산촌의 복잡지형에 위치한 기상관측지점 25곳에 대해 주간(06:00~19:00) 매시 기온을 추정한 후 검증하였다. 그 결과 추정값과 관측값의 평균 ME는 -0.98~0.67℃, 평균 RMSE는 0.95~2.04℃ 나타났다. 오후 3시 기준의 한낮기온은 선행연구에서 제시한 기존 모형과 추정신뢰도를 대조하였는데, 기존 모형의 추정오차(ME -0.91℃, RMSE 1.47℃)를 ME -0.45℃, RMSE 1.22℃까지 개선시킬 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제13권1호
• /
• pp.31-39
• /
• 2009

목적 : 본 연구는 PRF(Proton Resonance Frequency)를 이용한 MR 온도감시 영상에서 시간 해상도를 keyhole방법 적용으로 향상시키고자하였다. 제시된 keyhole방법과 기존 온도영상 방법 사이의 비교를 위해 온도 값에 대한 RMS(Root Mean Square) 오차와 SNR(Signal to Noise Ratio)을 비교하였다. 대상 및 방법 : PRF 방법과 GRE(Gradient Recalled Echo)를 이용하여 MR 온도영상을 구현하였으며 장비로는 임상용 1.5T MRI 장치를 이용하였다. 인체모사 조직인 2% 한천 젤 팬텀과 돼지 근육조직으로 실험을 수행하였다. 2.45GHz대역의 마이크로파 발생장치로 MR호환 동축 슬롯 안테나를 구동하여 MRI장치 내에서 대상 조직과 팬텀을 5분간 가열하였다. 가열 직후 10분 동안에 순차적으로 MR 원 데이터를 획득하였다. 획득된 원 데이터는 PC로 전송되어 전체 위상을 부호화하여 얻은 원 데이터의 바깥영역과 K-space의 중앙 영역을 각각 128, 64, 32, 16으로 위상부호화된 데이터로 keyhole영상을 재구성하였다. 256개로 전체 부호화된 자체-참조 온도영상과 RMS 오차를 비교하였으며, zero-filling 영상과 SNR비교를 하였다. 결과 : keyhole 온도 영상에서 위상부호화 수가 128, 64, 32, 16으로 줄어들수록 RMS 오차로 산출한 온도의 차이가 0.538, 0.712, 0.786, 0.845$^{\circ}C$ 만큼 증가하였으나 SNR 값은 keyhole의 위상부호화 수가 줄어도 유지되었다. 결론 : 본 연구는 고정된 매트릭스 크기에 keyhole 방법 적용을 이용하여 온도 감시에서의 시간해상도 증가와 SNR 값을 유지하는 결과를 도출하여 성공적인 적용을 보여 주었다. 본 연구를 기반으로 한 다음 연구에서는 최적화된 변수를 이용한 keyhole 방법 적용으로 최소 온도 오차의 실시간 MR 온도 감시가 가능할 것이라 예상된다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.975-984
• /
• 2019

하천수의 체계적이고 통합적인 관리를 위한 필수 전제로, 하천으로 공급되고, 하천에서 방류되는 유량 등의 기초자료 확보가 필요하다. 현행되는 하천수 사용 허가제도에 의하면 2017년 허가시설 중 59.1%는 유량 계측기기가 없는 것으로 확인되었고, 특히 농업용수의 경우, 보고량의 상당부분이 사용자의 자발적인 보고로 이루어져 신뢰성 있는 자료의 확보가 어려운 실정이다. 본 연구에서는 양수장의 전력사용량을 통해 유량을 산정하는 간접 유량 계측방법을 적용하여 경제적이고 신뢰성 있는 유량자료의 확보에 대한 연구를 수행하였다. 특히, 전력량법에 의해 산정된 유량이 하천의 수위에 따라 실측 유량과 차이가 나는 점에 집중하여, 하천수위를 반영한 전력량법의 개선 및 유량자료의 정확도 향상에 대한 적용성 연구를 수행하였다. 하천수위를 고려한 전력량법으로 산정된 유량을 회귀분석, 백분율 차이, 평균 제곱근 오차 등의 상관성 분석 방법 등을 이용하여 분석한 결과, 기존의 전력량법과 비교하여 보다 더 실측 유량에 근사한 결과를 산정하는 것으로 확인하였다. 이를 통해, 양수장에서는 기존의 전력량법으로도 신뢰성 있는 유량 자료를 확보할 수 있지만, 하천의 수위 변동폭이 큰 지점에서 개선된 전력량법을 사용한다면, 보다 정확한 하천수 취수량 자료를 확보할 수 있을 것으로 기대한다.

• 한국지반공학회논문집
• /
• 제24권10호
• /
• pp.83-91
• /
• 2008

현장계측 자료를 이용하여 연약지반의 향후 침하거동을 예측하는 기존의 방법들은 모두 즉시재하 조건을 가정하고 개발된 방법으로써 실제로는 연약지반의 안정성 등을 고려하여 점증재하가 이루어지는 현장에 적용하기에는 많은 제약이 있다. 본 연구에서는 연약층의 두께, 성토하중 크기, 선행압밀하중, 배수거리, 성토속도 등의 다양한 영향인자를 고려하였으며 점증재하가 완료된 이후의 지반개량 기간에도 지속적으로 예측 정확도를 높일 수 있는 계측기반 침하거동 예측기법을 개발하였다. 점증재하 과정에서의 예측방법과 성토완료 이후의 예측방법이 개발되었으며, 성토 완료 이후의 예측방법은 기하학적 보정을 이용한 정확도 향상기법과 확률론적 보정을 이용한 정확도 향상기법 두 가지를 제안하였다. 대형압밀시험 결과를 이용한 예측기법의 적용성 검증 결과, 기존의 예측기법을 적용할 수 없는 점증재하 초기에도 비교적 적은 데이터를 이용하여 상당히 높은 정확도를 가지고 침하거동을 예측할 수 있었다. 또한, 성토완료이후에도 기존 예측기법과 제안된 방법의 비교, 분석 결과 최종침하량과 RMSE에서 모두 제안된 방법이 기존의 예측기법에 비하여 우수한 예측결과를 보였다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.221-232
• /
• 2021

본 연구는 KOMPSAT-3 및 KOMPSAT-3A호에서 전처리 단계에 따라 구분하여 제공하는 Level 1R 영상과 Level 1G 영상을 이용하여 기준영상의 기하품질에 따른 상호좌표등록 결과 분석을 수행하였다. 기준영상으로 Level 1R 영상 및 1G 영상 각각을 사용하고 대상영상은 Level 1R 영상을 사용하여 상호좌표등록을 수행하였다. 실험을 위해 대전지역에서 촬영된 KOMPSAT-3 및 3A호의 Level 1R, 1G 영상 총 7장을 이용하였다. 상호좌표등록을 수행하기 위해, 우선적으로 특징기반 정합기법인 SURF (Speeded-Up Robust Feature) 기법과 영역기반 정합기법인 위상상관 (Phase Correlation) 기법을 함께 이용한 반복적 정합기법을 통해 두 영상의 기하학적 위치를 개략적으로 일치시켜 주었다. 개략적으로 일치된 영상에서 SURF 기법을 이용하여 정합쌍을 추출하고 Affine 변환모델과 Piecewise Linear 변환모델을 각각 구성하여 상호좌표등록을 수행하였다. 실험결과, 기하오차가 보정된 Level 1G 영상을 기준영상으로 선정하였을 경우, Level 1R 영상을 이용하였을 때보다 상대적으로 많은 수의 정합쌍을 추출하였다. 또한, 기준영상이 Level 1G 영상일 때의 상호좌표등록 RMSE (Root Mean Square Error) 값이 평균 5화소 미만으로 Level 1R 영상을 이용하였을 때보다 더 낮은 것을 확인하였다. 이는 상호좌표등록 수행 시 두 위성영상 간의 초기위치관계가 상호좌표등록 결과에 영향을 끼칠 수 있음을 의미하며, 기준영상의 기하품질이 우수할수록 안정적인 상호좌표등록 정확도를 나타내는 것을 확인하였다.

• 한국농림기상학회지
• /
• 제24권3호
• /
• pp.164-178
• /
• 2022

주요 곡물 생산 지역에 대한 작황 계절 예측을 위해 작물모형과 기상 예보자료들이 활용되고 있다. 이 때, 작물모형의 입력자료로 활용되는 기상자료의 불확실성이 작황 예측 결과에 영향을 줄 수 있다. 본 연구에서는 기상 예보자료에 따른 작물모형 결과에 미치는 영향을 알아보고자 하였다. 주요 곡물 생산 지역인 미국의 콘벨트 지역을 대상으로 중규모 수치예보 모형인 Weather Research and Forecasting (WRF)로 10km 해상도의 계절 예측 자료를 생산하였다. 보다 상세한 기상 예보자료 생산을 가정하기 위해 통계적 기법인 Parameter-elevation Regressions on Independent Slopes Model (PRISM) 기법을 활용하여 WRF 자료를 기반으로 5km 해상도로 예측 자료를 생산하였다. WRF와 PRISM 계절 예측 자료로 CROPGRO-SOYBEAN 모형을 구동하여 두 기상 예보자료에 따른 작물 생육 모의 결과를 얻었다. 2011~2018 기간에 대하여 4월 10일부터 8일 간격으로 11개의 파종일을 설정하였으며, 3개의 콩 성숙군에 대한 품종 모수가 사용되었다. 기상 자료의 불확실성을 파악하기 위해 작물 재배기간 동안의 누적 생육도일과 누적 일사량을 비교하였다. 예측된 수량 및 성숙일 등의 주요 변수들을 비교하였다. 두 기상 자료로부터 얻어진 변수들 사이의 일치도 통계량 계산을 위해 root mean square error (RMSE), normalized root mean square error (NRMSE) 및 structural similarity(SSIM) index가 사용되었다. WRF와 PRISM에서 계산된 누적 생육도일 사이의 일치도가 낮았던 연도에 콩 성숙일 모의 값에 대한 오차가 크게 나타났다. 콩 모의 수량 또한 성숙일 및 온도의 오차가 크게 나타났던 연도에 상대적으로 낮은 일치도를 가졌다. 또한 파종일이 수량 및 성숙일 예측의 일치도에 상당한 영향을 미치는 것으로 나타났다. 이러한 결과는 WRF와 PRISM 자료 사이에 온도 자료의 불확실성이 작황 예측의 불확실성에 영향을 주었으며, 재배 시기에 따라 그 불확도의 크기가 상이할 수 있음을 암시하였다. 따라서 신뢰도 높은 작황 예측 자료 생산을 위해 작물별 재배기간을 고려한 불확실성 평가 등의 추가적인 연구가 진행되어야 할 것으로 보인다.

• Smart Structures and Systems
• /
• 제20권5호
• /
• pp.549-562
• /
• 2017

The US railroad network carries 40% of the nation's total freight. Railroad bridges are the most critical part of the network infrastructure and, therefore, must be properly maintained for the operational safety. Railroad managers inspect bridges by measuring displacements under train crossing events to assess their structural condition and prioritize bridge management and safety decisions accordingly. The displacement of a railroad bridge under train crossings is one parameter of interest to railroad bridge owners, as it quantifies a bridge's ability to perform safely and addresses its serviceability. Railroad bridges with poor track conditions will have amplified displacements under heavy loads due to impacts between the wheels and rail joints. Under these circumstances, vehicle-track-bridge interactions could cause excessive bridge displacements, and hence, unsafe train crossings. If displacements during train crossings could be measured objectively, owners could repair or replace less safe bridges first. However, data on bridge displacements is difficult to collect in the field as a fixed point of reference is required for measurement. Accelerations can be used to estimate dynamic displacements, but to date, the pseudo-static displacements cannot be measured using reference-free sensors. This study proposes a method to estimate total transverse displacements of a railroad bridge under live train loads using acceleration and tilt data at the top of the exterior pile bent of a standard timber trestle, where train derailment due to excessive lateral movement is the main concern. Researchers used real bridge transverse displacement data under train traffic from varying bridge serviceability levels. This study explores the design of a new bridge deck-pier experimental model that simulates the vibrations of railroad bridges under traffic using a shake table for the input of train crossing data collected from the field into a laboratory model of a standard timber railroad pile bent. Reference-free sensors measured both the inclination angle and accelerations of the pile cap. Various readings are used to estimate the total displacements of the bridge using data filtering. The estimated displacements are then compared to the true responses of the model measured with displacement sensors. An average peak error of 10% and a root mean square error average of 5% resulted, concluding that this method can cost-effectively measure the total displacement of railroad bridges without a fixed reference.

• 한국농공학회논문집
• /
• 제64권3호
• /
• pp.9-24
• /
• 2022

Currently, a vast amount of hydrologic data is accumulated in real-time through automatic water level measuring instruments in agricultural reservoirs. At the same time, false and missing data points are also increasing. The applicability and reliability of quality control of hydrological data must be secured for efficient agricultural water management through calculation of water supply and disaster management. Considering the characteristics of irregularities in hydrological data caused by irrigation water usage and rainfall pattern, the Korea Rural Community Corporation is currently applying the Hampel filter as a water level data quality management method. This method uses window size as a key parameter, and if window size is large, distortion of data may occur and if window size is small, many outliers are not removed which reduces the reliability of the corrected data. Thus, selection of the optimal window size for individual reservoir is required. To ensure reliability, we compared and analyzed the RMSE (Root Mean Square Error) and NSE (Nash-Sutcliffe model efficiency coefficient) of the corrected data and the daily water level of the RIMS (Rural Infrastructure Management System) data, and the automatic outlier detection standards used by the Ministry of Environment. To select the optimal window size, we used the classification performance evaluation index of the error matrix and the rainfall data of the irrigation period, showing the optimal values at 3 h. The efficient reservoir automatic calibration technique can reduce manpower and time required for manual calibration, and is expected to improve the reliability of water level data and the value of water resources.

• 한국수자원학회논문집
• /
• 제48권6호
• /
• pp.491-500
• /
• 2015

본 연구는 NRCS-CN 방법이 산정하는 유출량의 정확성을 향상시키기 위하여 강우량과 최대잠재보유수량을 초기손실량 계산과정의 주요 기여인자로 고려하였으며, 우리나라 15개 유역에서 관측된 658개의 강우량과 유출량 자료를 이용하여 초기손실량의 수정모형을 제안하였다. 유효우량을 산정하는 방법으로는 NRCS-CN 방법(M1), NRCS-CN 방법에서 초기손실량계수를 감소시킨 방법(M2), 관측 강우-유출 관계를 바탕으로 본 연구에서 제안하는 방법(M3)을 적용하였다. 또한 USDA에서 제시하는 CN값($CN_T$), 관측자료로 부터 계산된 CN값($CN_C$) 그리고 최소자승법으로 추정한 CN값($CN_{LSF}$)을 각각의 방법에 적용하였다. 적용 결과는 RRMSE, NSE 그리고 PBIAS 등을 이용하여 평가되었다. 그 결과 $CN_T$를 M1, M2, M3에 적용한 경우 각 유역에서 평균적으로 [RMSE (23.60, 18.12, 16.04), NSE (0.54, 0.73, 0.79), PBIAS (36.54, 20.25, 12.00)]로 나타났다. 이와 비슷하게 $CN_C$를 M1과 M2에 적용하고, $CN_{LSF}$를 M3에 적용하였을 경우 각 유역에서 평균적으로 [RMSE (17.17, 15.88, 13.82), NSE (0.76, 0.80, 0.85), PBIAS (3.06, 4.47, 0.11)]로 나타났다. 따라서 본 연구에서 제안된 M3 방법을 사용하여 추정한 유효우량이 관측된 직접유출량과 통계학적으로 가장 가까운 값을 제공하는 것으로 나타났다.