• 한국물환경학회지
• /
• 제29권3호
• /
• pp.365-376
• /
• 2013

The purpose of this study was to evaluate effects of spatio-temporal changes in land uses and rainfall magnitude using the Soil and Water Assessment Tool (SWAT). Prior of application of the model to real-world problem, the model should be calibrated and validated properly. In most modeling approaches, the validation process is done assuming no significant changes occurring at the study watershed between calibration and validation periods, which is not proper assumption for agricultural watersheds. If simulated results obtained with calibrated parameters match observed data with higher accuracy for validation period, this does not always mean the simulated result represents rainfall-runoff, pollutant generation and transport mechanism for validation period because temporal and spatial variables and rainfall magnitude are often not the same. In this study SWAT was applied to Mandae study watershed in Korea to evaluate effects of spatio-temporal changes in landuses using 2009 and 2010 crop data for each field at the watershed. The Nash-Sutcliffe model efficiency (NSE) values for calibration and validation with either 2009 or 2010 was evaluated and the NSE value for calibration with 2009 and calibration with 2010 were compared. It was found that if there is substantial change in land use and rainfall, model calibration period should be determined to reflect those changes. Through these approaches, inherent limitation of the SWAT, which does not consider changes in land uses over the simulation period, was investigated. Also, Effects of changes in rainfall magnitude during calibration process were analyzed.

• 한국환경과학회지
• /
• 제23권3호
• /
• pp.433-445
• /
• 2014

The objective of study was to analyze seasonal and inter-annual patterns of water chemistry of Miho Stream watershed during 2004 - 2007 along with some influences of tributaries and summer monsoon on the stream water quality. For the study, eight physico-chemical parameters such as nitrogen, phosphorus, BOD, COD and chlorophyll-a (CHL) etc. were analyzed in relation to spatial and temporal variability of seven sampling sites of the mainstream and some tributaries in the watershed. In the upstream reach, Mean of BOD, COD and TP averaged 3.2 mg/L, 6.5 mg/L and $186{\mu}g/L$, respectively, indicating an eutrophic conditions as a III-rank in the stream water quality criteria from the Ministry of Environment, Korea(MEK). The eutrophic water was due to a combined effect of Chiljang tributary with high nutrients ($TP=844{\mu}g/L$, TN=8.087 mg/L) and the point sources from some wastewater treatment plants. In the meantime, BOD, TN, and TP in the downstream reach were about > 1.2-1.5 folds than the values of the midstream reaches. This was mainly attributed to effluents of nutrient rich-water (mean TN: 11.980 mg/L) from two tributaries of Musim Stream and Suknam Stream, which is directly influenced by nearby wastewater disposal plants. Seasonal analysis of water chemistry showed that summer monsoon rainfall was one of the important factors influencing the water quality, and water quality had a large spatial heterogeneity during the rainfall period. In the premonsoon, BOD in the downstream averaged $6.0{\pm}2.47mg/L$, which was 1.4-fold greater than the mean of upstream reach. Mean of CHL-a as an indicator of primary productivity in the water body, was > 2.2 - 2.9 fold in the downstream than in the upstream, and this was a result of the high phosphorus loading from the watershed. Overall, our data suggest that some nutrient controls in point-source tributary streams are required for efficient water quality management of Miho Stream.

• 한국수자원학회논문집
• /
• 제40권11호
• /
• pp.887-898
• /
• 2007

본 연구에서는 분포형 모델링 기법인 SWAT 모형을 이용하여 유역내의 다양한 물리적 특성을 고려한 공간적인 유사량 해석을 통하여 충주댐 유역에 대한 유사 발생 특성을 살펴보았다. 먼저, SWAT 모형의 특성 및 모형내 유사량 모의방법에 대해서 검토하였으며, 대상유역에 대한 유출과 유사량 관련 보정 및 검증을 통해 유역 유사량 해석을 위한 모델링 시스템을 구축하고, 구축된 시스템을 통하여 유역 규모, 토지이용, 하도구간별, 월별 침식 및 유사량을 검토함으로써, 대상유역에 대한 시공간적인 유사 발생 특성을 분석하였다. 상류에서부터 배수면적 크기별로 비유사량을 도시한 결과, 일부 상류 소유역을 제외하고 $0.5{\sim}0.6ton/ha/yr$의 값을 보였으며, 배수면적이 $1,000km^2$ 이상에서는 약 0.51 ton/ha/yr의 비교적 일정한 값을 나타내었다. 토지이용별 단위면적당 연평균 유사 발생량은 밭에서 가장 크게 나타나고 논과 산림에서 작은 것으로 나타났으며, 기존 연구자들의 결과와 다소 차이는 있지만 경향은 비슷하게 나타났다. 하도구간별로는 상류 소유역 중 유역면적이 상대적으로 크고 밭의 비율이 높은 평창강과 주천강에서의 유사량이 많은 것으로 나타났으며, 월별로는 연 유사량의 62% 정도가 홍수기인 $7{\sim}8$월에 집중되고 있는 것으로 나타났다. 이상의 결과로부터 유역면적별 비유사량의 일정한 관계를 도출할 수 있었으며, 토지이용별로 침식 영향을 판단할 수 있는 개략적인 평가를 할 수 있었다. 또한 하도구간별 월별 유사량 비교를 통하여 시공간적인 유사 발생 특성을 파악할 수 있었다.$ 농도를 유지하여 상대적으로 작은 품질변화를 얻을 수 있는 것으로 평가되나 냄새유출과 외부로부터의 오염 문제의 해결을 필요로 한다. 6배 이상, 생체량 밀도는 3배 이상 높았다. 연간 종풍도지수(R)와 종다양성지수(H')는 2001-2002년에 R=0.0160, H'=2.47에 비하여 2006-2007년에는 R=0.0038, H'=1.11로 낮아졌다. 물막이 공사 후 새만금호의 해수역이 줄어들고 수질이 변하면서 어류 서식에 부적합한 환경이 조성되어 종풍도 지수와 종다양성지수가 낮아지고, 소수 기회종의 우점도가 높아진 것으로 보인다.의 표면양상이 관찰되었고, 군간 별다른 차이가 없었다. 즉, 활성형 BR인 CS은 $C_{27}-BRs$, $C_{28}-BRs$의 생합성 과정뿐만 아니라 $C_{29}-BRs$의 생합성 과정을 통하여 생성되는 과정이 식물체내에 존재함을 확인 할 수 있었다.한 one-bottle 접착 시스템과 통계학적으로 유의한 차이를 보이지 않았다.y tissue layer thinning은 3 군모두에서 관찰되었고 항암 3 일군이 가장 심하게 나타났다. 이상의 실험결과를 보면 술전 항암제투여가 초기에 시행한 경우에는 조직의 치유에 초기 5 일정도까지는 영향을 미치나 7 일이 지나면 정상범주로 회복함을 알수 있었고 실험결과 항암제 투여후 3 일째 피판 형성한 군에서 피판치유가 늦어진 것으로 관찰되어 인체에서 항암 투여후 수술시기는 인체면역계가 회복하는 시기를 3주이상 경과후 적어도 4주째 수술시기를 정하는 것이 유리하리라 생각되었다.한 복합레진은 개발의 초기단계이며, 물성의 증가를 위한

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.90-104
• /
• 2015

본 연구의 목적은 위성영상을 이용해 시공간 증발산량을 모의할 수 있는 증발산량 산정 모형을 구축하고, 플럭스 타워 실측 증발산량과 비교를 통해 적용성을 평가하는데 있다. 증발산량 산정 모형은 SEBAL(Surface Energy Balance Algorithm for Land)을 구축하였으며, 모형 내 일부 알고리즘을 수정하여 적용하였다. SEBAL 모형의 위성 입력 자료로는 2개년(2012-2013)의 MODIS Normal Distribution Vegetation Index(NDVI), Albedo, Land Surface Temperature(LST) 영상을 500m의 공간해상도로 구축하였으며, 유역주변 기상청 기상관측소(5개 지점)의 풍속, 풍속측정높이, 일사량 자료를 내삽(Interpolation)하여 활용하였다. 모형의 적용성 평가를 위하여 금강유역의 용담댐을 대상으로 공간 증발산량을 산정하여 유역 내에 위치한 덕유산 플럭스 타워의 산림 증발산량과 비교분석하였다. 모형 매개변수 중 Albedo와 NDVI, 지표 거칠기(Surface roughness) 순으로 민감한 것으로 분석되었으며, 모형의 보정을 위해 최종적으로 Albedo와 NDVI는 월별 평균값을 적용하였다. 모의 기간 동안의 결정계수($R^2$)는 0.45이었다. SEBAL 모형은 특히 지형적 특성을 반영하므로 유역내에서 고지대에 비해 저지대에서 증발산량이 높게 산정되는 경향을 보였다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.649-654
• /
• 2023

본 논문은 그래프 합성곱 신경망을 이용한 신경망 구조 탐색 모델 설계를 제안한다. 딥 러닝은 블랙박스로 학습이 진행되는 특성으로 인해 설계한 모델이 최적화된 성능을 가지는 구조인지 검증하지 못하는 문제점이 존재한다. 신경망 구조 탐색 모델은 모델을 생성하는 순환 신경망과 생성된 네트워크인 합성곱 신경망으로 구성되어있다. 통상의 신경망 구조 탐색 모델은 순환신경망 계열을 사용하지만 우리는 본 논문에서 순환신경망 대신 그래프 합성곱 신경망을 사용하여 합성곱 신경망 모델을 생성하는 GC-NAS를 제안한다. 제안하는 GC-NAS는 Layer Extraction Block을 이용하여 Depth를 탐색하며 Hyper Parameter Prediction Block을 이용하여 Depth 정보를 기반으로 한 spatial, temporal 정보(hyper parameter)를 병렬적으로 탐색합니다. 따라서 Depth 정보를 반영하기 때문에 탐색 영역이 더 넓으며 Depth 정보와 병렬적 탐색을 진행함으로 모델의 탐색 영역의 목적성이 분명하기 때문에 GC-NAS대비 이론적 구조에 있어서 우위에 있다고 판단된다. GC-NAS는 그래프 합성곱 신경망 블록 및 그래프 생성 알고리즘을 통하여 기존 신경망 구조 탐색 모델에서 순환 신경망이 가지는 고차원 시간 축의 문제와 공간적 탐색의 범위 문제를 해결할 것으로 기대한다. 또한 우리는 본 논문이 제안하는 GC-NAS를 통하여 신경망 구조 탐색에 그래프 합성곱 신경망을 적용하는 연구가 활발히 이루어질 수 있는 계기가 될 수 있기를 기대한다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.45-45
• /
• 2017

On-site monitoring of vegetable growth parameters, such as leaf length, leaf area, and fresh weight, in an agricultural field can provide useful information for farmers to establish farm management strategies suitable for optimum production of vegetables. Unmanned Aerial Vehicles (UAVs) are currently gaining a growing interest for agricultural applications. This study reports on validation testing of previously developed vegetable growth estimation models based on UAV-based RGB images for white radish and Chinese cabbage. Specific objective was to investigate the potential of the UAV-based RGB camera system for effectively quantifying temporal and spatial variability in the growth status of white radish and Chinese cabbage in a field. RGB images were acquired based on an automated flight mission with a multi-rotor UAV equipped with a low-cost RGB camera while automatically tracking on a predefined path. The acquired images were initially geo-located based on the log data of flight information saved into the UAV, and then mosaicked using a commerical image processing software. Otsu threshold-based crop coverage and DSM-based crop height were used as two predictor variables of the previously developed multiple linear regression models to estimate growth parameters of vegetables. The predictive capabilities of the UAV sensing system for estimating the growth parameters of the two vegetables were evaluated quantitatively by comparing to ground truth data. There were highly linear relationships between the actual and estimated leaf lengths, widths, and fresh weights, showing coefficients of determination up to 0.7. However, there were differences in slope between the ground truth and estimated values lower than 0.5, thereby requiring the use of a site-specific normalization method.

• 생태와환경
• /
• 제45권1호
• /
• pp.82-92
• /
• 2012

본 연구에서는 금강수계의 저수지들의 공간적 계절적 영양상태를 분류하였으며, Chl-$a$와 전기전도도와 총인 등의 수질 변수들간의 상관관계를 분석하였다. 금강수계의 각 저수지들은 총인 값에 따라 2개의 빈영양상태와 15개의 중영양상태, 14개의 부영양상태로 분류되었으며, 각각의 총인 값은 9.3~9.4 ${\mu}g\;L^{-1}$, 10.3~19.2 ${\mu}g\;L^{-1}$, 38.9~117.1 ${\mu}g\;L^{-1}$로 나타났다. 전기전도도, 총인, Chl-$a$는 강우특성을 반영하였으며, 연평균 총인 값은 연평균 Chl-$a$ 값과 유사한 변이 패턴을 보였다. 한편, 총인에 의한 Chl-$a$의 회귀식은 몇 개의 계절과 영양상태에서 유의성을 나타내었으며, 이는 계절적 강우에 의한 희석효과로 인한 결과로 사료되었다.

• Physical Therapy Rehabilitation Science
• /
• 제3권1호
• /
• pp.49-54
• /
• 2014

Objective: This study aimed to identify how various applications of weight bearing on the affected side of hemiplegia patients affect the ability of balance keeping of the affected leg and the gait parameters. Design: Cross-sectional study. Methods: Eighteen patients with hemiplegia participated in this study. There were twelve males and six females. This study investigated the effects of the single-leg stance exercise on dynamic balance, weight bearing, and gait ability compared with four conditions. Dynamic balance and weight bearing were measured using the step test (ST) of the affected side in stroke patients. In addition, gait parameters were measured using the optogait system for analysis of the spatial and temporal parameters of walking in stroke patients. Results: This study investigated the effect of the single leg stance exercise on the paralysis side. The ST showed significant findings for all conditions (p<0.05). Therefore, knee extension and flexion exercise on the affected side single-leg stance (condition 4) significantly improved dynamic balance and weight bearing on the affected side (p<0.05). In the condition of moving the knee joint in a single-leg stance was discovered that the stance phase time significantly increased more than in the condition of supporting the maximal voluntary weight on the affected side (p<0.05). Conclusions: Single-leg stance on the paralysis side with knee flexion and extension increased symmetry in weight bearing during stance phase time. This study suggests that single-leg stance exercises augments improved gait function through sufficient weight bearing in the stance phase of the affected side.

• 한국토양비료학회지
• /
• 제50권4호
• /
• pp.306-317
• /
• 2017

Unmanned aerial vehicles (UAVs) became popular platforms for the collection of remotely sensed data in the last years. This study deals with the monitoring of multi-temporal onion growth with very high resolution by means of low-cost equipment. The concept of the monitoring was estimation of multi-temporal onion growth using normalized difference vegetation index (NDVI) and meteorological factors. For this study, UAV imagery was taken on the Changnyeong, Hapcheon and Muan regions eight times from early February to late June during the onion growing season. In precision agriculture frequent remote sensing on such scales during the vegetation period provided important spatial information on the crop status. Meanwhile, four plant growth parameters, plant height (P.H.), leaf number (L.N.), plant diameter (P.D.) and fresh weight (F.W.) were measured for about three hundred plants (twenty plants per plot) for each field campaign. Three meteorological factors included average temperature, rainfall and irradiation over an entire onion growth period. The multiple linear regression models were suggested by using stepwise regression in the extraction of independent variables. As a result, $NDVI_{UAV}$ and rainfall in the model explain 88% and 68% of the P.H. and F.W. with a root mean square error (RMSE) of 7.29 cm and 59.47 g, respectively. And $NDVI_{UAV}$ in the model explain 43% of the L.N. with a RMSE of 0.96. These lead to the result that the characteristics of variations in onion growth according to $NDVI_{UAV}$ and other meteorological factors were well reflected in the model.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.216-238
• /
• 2023

In intelligent transportation systems, traffic management is an important task. The accurate forecasting of traffic characteristics like flow, congestion, and density is still active research because of the non-linear nature and uncertainty of the spatiotemporal data. Inclement weather, such as rain and snow, and other special events such as holidays, accidents, and road closures have a significant impact on driving and the average speed of vehicles on the road, which lowers traffic capacity and causes congestion in a widespread manner. This work designs a model for multivariate short-term traffic congestion prediction using SLSTM_AE-BiLSTM. The proposed design consists of a Bidirectional Long Short Term Memory(BiLSTM) network to predict traffic flow value and a Convolutional Neural network (CNN) model for detecting the congestion status. This model uses spatial static temporal dynamic data. The stacked Long Short Term Memory Autoencoder (SLSTM AE) is used to encode the weather features into a reduced and more informative feature space. BiLSTM model is used to capture the features from the past and present traffic data simultaneously and also to identify the long-term dependencies. It uses the traffic data and encoded weather data to perform the traffic flow prediction. The CNN model is used to predict the recurring congestion status based on the predicted traffic flow value at a particular urban traffic network. In this work, a publicly available Caltrans PEMS dataset with traffic parameters is used. The proposed model generates the congestion prediction with an accuracy rate of 92.74% which is slightly better when compared with other deep learning models for congestion prediction.