The objective of this study was to calibrate and validate the HSPF (Hydrological Simulation Program-Fortran) model for estimating the runoff of the Hapcheon dam watershed. Spatial data, such as watershed, stream, land use, and a digital elevation map, were used as input data for the HSPF model. Observed runoff data from 2000 to 2016 in study watershed were used for calibration and validation. Hydrologic parameters for runoff calibration were selected based on the user's manual and references, and trial and error method was used for parameter calibration. The $R^2$, RMSE (root-mean-square error), RMAE (relative mean absolute error), and NSE (Nash-Sutcliffe efficiency coefficient) were used to evaluate the model's performance. Calibration and validation results showed that annual mean runoff was within ${\pm}4%$ error. The model performance criteria for calibration and validation showed that $R^2$ was in the rang of 0.78 to 0.83, RMSE was 2.55 to 2.76 mm/day, RMAE was 0.46 to 0.48 mm/day, and NSE was 0.81 to 0.82 for daily runoff. The amount of inflow to Hapcheon Dam was calculated from the calibrated HSPF model and the result was compared with observed inflow, which was -0.9% error. As a result of analyzing the relation between inflow and storage capacity, it was found that as the inflow increases, the storage increases, and when the inflow decreases, the storage also decreases. As a result of correlation between inflow and storage, $R^2$ of the measured inflow and storage was 0.67, and the simulated inflow and storage was 0.61.
An UAV (Unmanned Aerial Vehicle) is a flight system that is designed to conduct missions without a pilot. Compared to traditional airborne-based photogrammetry, UAV-based photogrammetry is inexpensive and can obtain high-spatial resolution data quickly. In this study, we aimed to classify the land cover using high-spatial resolution images obtained using a UAV. An RGB camera was used to obtain high-spatial resolution orthoimage. For accurate classification, multispectral image about same areas were obtained using a multispectral sensor. A DSM (Digital Surface Model) and a modified NDVI (Normalized Difference Vegetation Index) were generated using images obtained using the RGB camera and multispectral sensor. Pixel-based classification was performed for twelve classes by using the RF (Random Forest) method. The classification accuracy was evaluated based on the error matrix, and it was confirmed that the proposed method effectively classified the area compared to supervised classification using only the RGB image.
Journal of information and communication convergence engineering
/
제6권4호
/
pp.359-363
/
2008
In this paper, the capacity of MIMO fading channel in the OFDM-based spatial multiplexing systems is analyzed when there is scattering at both transmitter and receiver. The employed MIMO channel model is spanning from the correlated low-rank case to uncorrelated high-rank case at both transmitter and receiver. The effects of spatial fading correlation on the capacity of MIMO channel is examined when the channel is known and unknown at the transmitter. We also evaluate the impacts of a channel estimation error at the transmitter on the MIMO channel capacity.
Lee, Ji Sang;Hong, Seung Hwan;Park, Il Suk;Cho, Hyoung Sig;Sohn, Hong Gyoo
대한공간정보학회지
/
제24권2호
/
pp.79-87
/
2016
As 3D geospatial information is demanded, terrestrial laser scanners which can obtain 3D model of objects have been applied in various fields such as Building Information Modeling (BIM), structural analysis, and disaster management. To acquire precise data, performance evaluation of a terrestrial laser scanner must be conducted. While existing 3D surveying equipment like a total station has a standard method for performance evaluation, a terrestrial laser scanner evaluation technique for users is not established. This paper categorizes and analyzes error sources which generally occur in terrestrial laser scanning. In addition to the prior researches about categorizing error sources of terrestrial Laser scanning, this paper evaluates the error sources by the actual field tests for the smooth in-situ applications.The error factors in terrestrial laser scanning are categorized into interior error caused by mechanical errors in a terrestrial laser scanner and exterior errors affected by scanning geometry and target property. Each error sources were evaluated by simulation and actual experiments. The 3D coordinates of observed target can be distortedby the biases in distance and rotation measurement in scanning system. In particular, the exterior factors caused significant geometric errors in observed point cloud. The noise points can be generated by steep incidence angle, mixed-pixel and crosstalk. In using terrestrial laser scanner, elaborate scanning plan and proper post processing are required to obtain valid and accurate 3D spatial information.
Prognostic meteorological model, MM5V3 (Mesoscale Model 5 Version 3) was used to assess the effects of the land-use modifications on spatial variations of temperature and wind fields in Busan during the selected period of summer season in 2000. We first examined sensitivity analysis for temperature between MM5V3 predictions and meteorological data observed at 4 AWS (Automatic Weather System) stations in Busan, which exhibited low structural and accurate errors (Mean Bias Error, MBE: 0.73, Root Mean Square Error, RMSE: 1.18 on maximum). The second part of this paper, MMSV3 simulations for the modification of land-use was performed with 1 km resolution in target domain, 46$\times$46 $\textrm{km}^2$ area around city of Busan. It was found that modification result from change of surface land-use in central urban area altered spatial distributions of temperature and wind. In particular, heat island core moved slightly to the seaward at 1300 LST. This results may imply that modification of surface land-use leads to change the thermal environments; in addition, it has a significant effect on local wind circulations and dispersions of air pollutants.
본 연구는 마산시의 범죄발생 데이터를 이용하여 범죄발생의 특성을 파악하고, 범죄발생의 영향인자를 찾아내어 안전한 도시환경 조성에 도움이 되는 정보를 발견하는데 목적이 있다. 먼저 지리정보시스템을 이용하여 범죄 밀도분석 및 핫스팟(hotspot)분석 등을 통해 지역 범죄 발생패턴을 지도화하고, 공간회귀모델링 등의 공간통계분석을 통해 범죄율과 범죄영향요인간의 관계를 규명하였다. 그 결과 범죄는 생활주기 및 범죄유형에 따라 시계열적으로 일정한 패턴을 가지고 발생할 뿐 아니라, 공간적으로도 인접하여 발생하는 군집적 특성이 있음을 발견할 수 있었다. 모든 범죄유형의 발생에서 공간적 자기상관이 존재하였으며, 강도범죄율이 가장 높은 공간적 자기상관이 있는 것으로 분석되었다. 5대 총범죄율과 절도범죄율의 경우는 노령자인구비, 재산세, 도소매업수, 숙박음식업종수가 범죄율에 유의하고, 폭력범죄의 경우는 인구밀도가 유의미하며 범죄율에 부(-)적 영향을 미치는 것으로 분석되었다. 연구 결과는 범죄로부터 안전한 U-City 구현을 위한 관련 정책수립 등에 기초적인 자료로 활용될 수 있을 것으로 기대된다.
Given the widespread use of the Finite Element Method in strength analysis, automatic mesh generation is an important component in the computer-aided design of parts and assemblies. For a given resolution of geometric accuracy, the purpose of mesh generators is to discretize the continuous model of a part within this error limit. Sticking to this condition often produces many small elements around small features in spite that these regions are usually of little interest and computer resources are thus wasted. Therefore, it is desirable to selectively suppress small features from the model before discretization. This can be achieved by low-pass filtering a CAD model. A spatial function of one dimension higher than the model of interest is represented using the Fourier basis functions and the region where the function yields a value greater than a prescribed value is considered as the extent of a shape. Subsequently, the spatial function is low-pass filtered, yielding a shape without the small features. As an undesirable effect to this operation, all sharp corners are rounded. Preservation of sharp corners is important since stress concentrations might occur there. This is why the LPF (low-pass filtered) model can not be directly used. Instead, the distances of the boundary elements of the original shape from the LPF model are calculated and those that are far from the LPF model are identified and removed. It is shown that the number of mesh elements generated on the simplified model is much less than that of the original model.
Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure's safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.
Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms-specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms-to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.
최근 우리나라는 크고 작은 화재가 지속해서 발생하고 있다. 화재는 우리나라의 도시 내에서 교통사고와 더불어 가장 많이 발생하는 재해 중 하나이며, 화재 발생 빈도는 토지이용의 형태와 시설물의 유형에 따라 밀접한 상관성을 갖고 있다. 따라서 본 연구에서는 진주시를 대상으로 10년간 화재데이터를 사용하여 토지용도별, 시설물 유형별 그리고 인문 사회적 요인을 고려하여 화재 발생의 유의성을 분석하였다. 먼저 진주시 화재 발생의 공간분포 패턴을 파악한 후, 다중 회귀분석을 통해 인문·사회 및 물리적 요인 간의 공간적 종속성 및 비정상성을 확인하였다. 이를 토대로 화재 발생 위치와 각 요인의 위치를 고려하여 공간가중치를 활용한 선형회귀모형, 공간시차모형 그리고 공간오차모형을 비교 분석하였으며 적합도가 높은 통계모형을 제시하였다. 그 결과 진주시 화재 발생의 공간분포 패턴을 확인하기 위해 LISA분석을 실시하였으며 중심상업지역, 공업지역, 주거지역 순으로 화재 발생 빈도가 높은 것으로 나타났고, 인구·사회 및 물리적 변수를 통합하여 다중회귀분석을 실시하였다. 이에 따라 최종 도출된 요인들을 중심으로 공간가중치를 적용하여 세 모형을 비교 분석하였으며 유의성 검정을 실시한 결과 공간오차모형이 가장 유의한 것으로 분석되었다. 화재 발생과 가장 높은 상관성이 있는 시설은 제2종 근린생활시설로 나타났으며 다음으로 단독주택, 제1종 근린생활시설, 가구 수, 판매시설의 순으로 분석되었다. 또한, 표준편차 타원체분석을 통하여 용도지역 중 주거지역, 공업지역, 중심상업지역을 중심으로 시설물별 분포특성을 분석한 결과 주거지역 및 공업지역에서는 네 개 시설물의 특성이 비슷하게 나타났으나 중심상업지역에서는 화재위험도가 가장 높은 제2종 근린생활시설이 중심부에 집중분포하였다. 이러한 연구 결과는 도시지역에서 발생하는 화재에 대해 시설물별 특성을 파악하여 화재안전관리를 하는데 유용한 자료로 활용될 것으로 예상된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.