• 생태와환경
• /
• 제38권3호통권113호
• /
• pp.341-351
• /
• 2005

본 연구는 2004년 8월 (8월 16 ${\sim}$ 17일)부터 10월 (10월1 ${\sim}$ 2일)까지 금강 지류중의 하나인 유등천의 5개의 지점을 선정하여 어류군을 이용한 다변수 모델 적용 및 평가를 실시하였다. 본 연구에서 얻어진 생물학적 건강성평가 모델값은 유등천의 지점별 수질변수 값 (1995 ${\sim}$ 2004년:환경부 자료)과 비교 평가하였다. 이용된 수질변수는 전기전도도 (Conductivity), 생물화학적 산소요구량 $(BOD_5)$, 화학적 산소요구량 $(COD_{mn})$, 총인 (Total phosphorus), 총질소 (Total nitrogen) 및 총부유물 (Total suspended solids)의 6개 항목으로서 조사지점별, 계절별, 연별로 농도 변이가 큰 것으로 나타났다. 본 연구에서는 안 등 (2003)에 의해 국내 특성에 맞게 개발된 다변수 메트릭 모델을 이용하였으며, 이는 최근 미국 환경부(US EPA)의 Barbour et al. (1999)에 의한 RBP 모델을 기반으로 얻어졌다. 총체적인 건강성평가에 따르면, EPA (1993) 및 Barbour et al. (1999)의 기준에 따르면, 2차례 조사에 걸친 유등천의 생물학적 건강도는 27.8(n=10)로서, 수환경등급은 '보통상태' (Fair condition)로 나타났다. 8 ${\sim}$ 10월까지 지점별 개별적인 어류평가 모델 값은 24 ${\sim}$ 32범위로 나타났으며, 5지점에서 모델 값은 25 (Poor condition)로서 가장 낮은 것으로 나타났다. 1 ${\sim}$ 4지점까지 모델 값은 고도 구배에 대해 큰 차이를 보이지 않았다. 한편, 이화학 분석 자료에 따르며, 상류에서 하류로 갈수록 수질이 악화되는 경향을 보이고 있었으며, 특히 5지점 (S5)은 나머지 4개 지점 (S1 ${\sim}$ S4)의 수질에 비해 뚜렷한 수질악화를 보였는데, 이는 제 5지점 부근의 공단과 분뇨처리시설로부터 유입된 폐수에 의한 점 오염원의 효과로 사료되었다. 어류의 지표종 특성에 따르면, 버들치 (Rhynchocypris oxycephalus), 갈겨니 (Zacco temmincki)와 같은 수질에 대해 민감한 어종은 상류(S1 ${\sim}$ S2)에서의 출현빈도가 하류지점에의 출현빈도에 비해 뚜렷하게 높게 나타나 수질 특성을 반영하는 것으로 나타났으며, 트로픽구조 측면에서 내성종 (Tolerant species)및 잡식성종(Omnivore species)이 하류로 갈수록 증가하는 경향을 보였다.

• 한국수자원학회논문집
• /
• 제50권10호
• /
• pp.703-714
• /
• 2017

본 연구에서는 IPCC가 발간한 AR5 의 시나리오 중 임의로 선택된 RCP 4.5와 RCP 8.5 기후변화 시나리오가 용담댐 유역과 호내의 유량과 수질변화에 미치는 영향을 분석 및 그 방법론을 수립하기 위해서 SWAT 모델과 CE-QUAL-W2 모델을 차례로 사용하였다. 기후변화 시나리오는 용담댐 유역에 대해 상세화 된 자료를 사용하였으며 2016~2095년의 기간을 2016~2035년, 2036~2065년 그리고 2066~2095년의 세 가지의 기간으로 구분하고 또한 각 연도별로 5월과 10월 사이의 우기(Wet Season)와 11월과 4월 사이의 건기(Dry Season)로 또한 구분하여 분석하였다. 전체 모의 기간에 대해 산술평균한 용담댐 유역의 유량과 TSS 및 TP는 RCP 4.5가 RCP 8.5 보다 큰 것으로 나타나고 TN의 경우 다른 경향을 나타내었다. 반면, 모델의 예측결과를 기간별 또는 연중 강우특성별로 구별하여 분석한 경우에는 각 경우마다 서로 다른 결과를 나타내고 있다. 기후변화 시나리오가 진행됨에 따라 전반적으로 강우일수는 감소하고 강우강도는 증가하여 갈수기에는 오염물질의 유출이 감소하고, 홍수기에는 오염물질의 유출이 증가하여 연간 오염물질 유출량이 홍수기에 집중되는 특성을 나타내었다. 상기와 동일한 기간에 대해 SWAT 모델에서 생성된 유역의 자료를 CE-QUAL-W2 모델의 경계조건으로 사용하여 용담댐의 수질변화특성을 모의하였다. TSS와 TP농도는 하절기 강우량의 증가에 따라 특히, 높은 값을 나타내는 것으로 분석되었으나, 고형물질에 잘 흡착되지 않는 TN은 다른 경향이 나타났다. 따라서 기후변화에 의한 장래의 유량 및 수질 변화는 전반적인 경향과 더불어 지역적, 시기적 특성을 또한 반영하여 분석하는 것이 바람직하다고 판단되며 이에 따라 갈수 및 홍수에 의한 시기별, 지역별 유량 및 수질 관리 대책이 별도로 필요할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1181-1191
• /
• 2013

다목적댐 저수지는 여름철에 발생하는 성층현상이 발생하고 가을철에는 성층화된 저수지의밀도 차로 인한 전도현상이 일어나게 된다. 이러한 현상은 저수지의 시공간적 수온분포의 변화에 의하여 발생하며, 이를 정확히 모의하고 예측하기 위해서는 수온에 작용하는 관련 매개변수의 작용특성을 명확히 파악할 필요가 있다. 이에 본 연구에서는 합천댐 저수지를 대상으로 횡방향 평균 2차원 저수지 수리 수질 해석모형인 CE-QUAL-W2를 적용하여 저수지내 발생하는 수온성층, 탁수의 거동 및 수질을 예측하기 위해 선행되어야 할 수온모의를 통해 합천댐 저수지에 적합한 수온 매개변수 산정에 대한 연구를 진행하였다. 특히 모델에서 합천댐 수온모의와 관련된 매개변수 중 바람차폐계수(WSC), 복사열계수(BETA), 빛소멸계수(EXH2O), 바닥 열교환계수(CBHE)의 민감도 분석을 수행하였다. 첫 번째로, 민감도가 높은 기간을 확인한 결과 WSC, BETA, EXH2O는 공통적으로 4~9월, CBHE는 8~11월로 나타났다. 두 번째로, 매개변수가 영향을 미치는 수심대를 확인한 결과 BETA는 0~9m, EXH2O는 8~14m 구간으로, 수표면과 가까운 표층과 수온약층, CBHE는 바닥에서부터 12m 구간으로 심층구간에서 영향이 나타났다. 마지막으로 연단위 혹은 각월에서의 최적매개변수를 적용한 결과 WSC와 CBHE 매개변수는 모의온도의 편차가 그다지 크지 않았으나, BETA와 EXH2O의 경우 연단위와 월단위 최적매개변수 적용 시 모의수온편차가 각각 월평균 $0.20^{\circ}C$와 $0.51^{\circ}C$로 다소 큰 값을 보이고 있으며, 특히 수온이 최대로 상승하는 5~8월 중에는 $0.4^{\circ}C$와 $1.09^{\circ}C$의 편차를 보여 월단위 매개변수사용의 필요성이 뚜렷이 확인되었다. 이는 현재 저수지수질모형의 검보정에서 입력요구조건에 따라 혹은 관행적으로 사용되고 있는 연단위 매개변수의 사용에 있어서 월단위로의 개선이 필요한 부분으로 사료된다.

• 대한공간정보학회지
• /
• 제8권1호
• /
• pp.51-63
• /
• 2000

최근 교통문제를 해결하기 위한 방법으로 교통계획분야에 GIS나 ITS를 활용한 다양한 연구가 활발히 진행 중에 있다. 이와 함께 정보환경의 급격한 발달과 더불어 대안 경로의 선정, 또는 교통예보 서비스와 같은 온라인 상에서의 교통정보 제공이 이루어지고 있어 GIS 환경 내에서도 가로망의 교통량을 정확하게 예측할 수 있는 기능이 요구되고 있어 통행배정모형의 중요성이 증가하고 있다. 그런데, 전통적인 정적 통행배정모형은 급변하는 교통상황에 적합하지 않기 때문에 실시간 교통상황에 대한 교통흐름을 예측할 수 있는 동적 통행배정모형의 개발이 요구되고 있다. 그러나, 동적 통행배정모형은 시공간적인 변수들의 복잡성으로 인해서 그 최적해를 찾는데 많은 수학적인 어려움과 제약조건이 존재한다. 따라서, 이를 해결하기 위한 여러 가지 해법이 연구되어왔지만, 기존의 방법은 목적함수나 제약조건이 convex(하지 않은 경우에는 적용이 불가능한 단점을 가지고 있다. 본 연구에서는 인공지능방법(Artificial Intelligence Technique)의 한 분야로 활발히 연구되고 있는 유전자 알고리즘(Genetic Algorithm)을 동적 통행배정 모형에 도입하여 그 해결 방법을 제시하였다. 논문에서 사용한 동적 통행배정모형은 제약조건이 convex(하지 않은 Merchant-Nemhauser모형이고, 새로운 해결기법으로 사용된 유전자 알고리즘은 일반적인 제약조건을 처리할 수 있다고 알려진 GENOCOP III시스템이다. 새로 도입된 방법의 효율성과 유의성을 검증하기 위해 간단한 네트워크에 적용하였다. 그 결과 GENOCOP III 시스템이 계산과정의 효율성에 있어서 기존의 비선형 해법 알고리즘보다 우수한 것으로 입증되었다.연구가 진행되어야 할 것이다. 실질적으로 성감별 수정란의 대량생산이 가능할 것으로 사료되며, 농가차원에서 산업적 실용화가 될 수 있을 것으로 기대한다.twork descrition)를 통해 교통분석후의 제반 교통특성(교통량, 교통량/용량 비(比), 속도 등)을 교통망상에 표시할 수 있음으로서 의사결정에 보다 많은 도움을 줄 수 있을 것이다. 비트율의 증가와 화질 열화는 각각 최대 1.32%와 최대 0.11dB로 무시할 수 있을 정도로 작음을 확인 하였다.을 알 수 있었다. 현지관측에 비해 막대한 비용과 시간을 절약할 수 있는 위성영상해석방법을 이용한 방법은 해양수질파악이 가능할 것으로 판단되며, GIS를 이용하여 다양하고 복잡한 자료를 데이터베이스화함으로써 가시화하고, 이를 기초로 공간분석을 실시함으로써 환경요소별 공간분포에 대한 파악을 통해 수치모형실험을 이용한 각종 환경영향의 평가 및 예측을 위한 기초자료로 이용이 가능할 것으로 사료된다.염총량관리 기본계획 시 구축된 모형 매개변수를 바탕으로 분석을 수행하였다. 일차오차분석을 이용하여 수리매개변수와 수질매개변수의 수질항목별 상대적 기여도를 파악해 본 결과, 수리매개변수는 DO, BOD, 유기질소, 유기인 모든 항목에 일정 정도의 상대적 기여도를 가지고 있는 것을 알 수 있었다. 이로부터 수질 모형의 적용 시 수리 매개변수 또한 수질 매개변수의 추정 시와 같이 보다 세심한 주의를 기울여 추정할 필요가 있을 것으로 판단된다.변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을

• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.713-727
• /
• 2012

본 연구에서는 독립 호우사상을 이용하여 이변량 빈도해석 및 유출해석을 수행하고, 이를 기존 단변량 빈도해석 결과와 비교 평가하였다. 본 연구는 규모가 다른 중랑천, 청계천, 우이천유역 등 세 유역에 대해 수행되었다. 유출모형으로 Clark 모형을 이용하였고, 유효우량은 SCS 방법을 적용하여 계산하였다. 강우의 시간분포 모형으로 교호블록 방법 및 Huff 방법을 적용하여 그 결과가 비교될 수 있도록 하였다. 그 결과를 정리하면 다음과 같다. (1) 연최대치 독립 호우사상계열의 이변량 빈도해석 결과, 지속기간이 짧은 경우에는 단변량 빈도해석 결과와의 차이가 매우 크나 지속기간이 길어짊에 따라서 그 차이가 현저히 줄어드는 것으로 나타났다. 아울러 지속기간이 짧은 경우, 단변량 빈도해석 결과가 이변량 빈도해석 결과보다 더욱 크게 나타났으나 특정 지속기간 이상부터 그 결과가 역전되는 것으로 나타났다. (2) 교호블록 시간분포 방법을 적용하는 경우가 Huff 방법을 적용한 경우보다 더욱 큰 첨두유출량을 발생시키는 것으로 나타났다. 아울러 교호블록 방법을 적용하는 경우에는 강우 지속기간의 증가에 따라서 첨두유출량이 점차 증가하는 것으로 나타났으나, 강우 지속기간이 대략 24시간 정도 되었을 때 그 값이 거의 수렴하는 것으로 나타났다. (3) 중랑천 유역에 대해 Huff 방법을 적용하여 유출해석을 수행한 결과에서는 이변량 설계강우를 적용한 경우가 단변량 설계강우를 적용한 경우보다 더욱 큰 홍수량을 발생시키는 것으로 나타났다. 반면에 청계천 및 우이천 유역의 경우에는 이변량 설계강우를 적용한 경우보다 단변량 설계강우를 적용한 경우의 홍수량이 다소 큰 것으로 나타났다. 그러나 교호블록 방법을 적용한 경우에서는 모든 유역에 대해 이변량 설계강우를 적용한 경우가 단변량 설계강우를 적용한 경우보다 큰 홍수량을 발생시키는 것으로 나타났다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.127-142
• /
• 2016

딥러닝은 인공신경망(neural network)이라는 인공지능분야의 모형이 발전된 형태로서, 계층구조로 이루어진 인공신경망의 내부계층(hidden layer)이 여러 단계로 이루어진 구조이다. 딥러닝에서의 주요 모형은 합성곱신경망(convolutional neural network), 순환신경망(recurrent neural network), 그리고 심층신뢰신경망(deep belief network)의 세가지라고 할 수 있다. 그 중에서 현재 흥미로운 연구가 많이 발표되어서 관심이 집중되고 있는 모형은 지도학습(supervised learning)모형인 처음 두 개의 모형이다. 따라서 본 논문에서는 지도학습모형의 가중치를 최적화하는 기본적인 방법인 오류역전파 알고리즘을 살펴본 뒤에 합성곱신경망과 순환신경망의 구조와 응용사례 등을 살펴보고자 한다. 본문에서 다루지 않은 모형인 심층신뢰신경망은 아직까지는 합성곱신경망 이나 순환신경망보다는 상대적으로 주목을 덜 받고 있다. 그러나 심층신뢰신경망은 CNN이나 RNN과는 달리 비지도학습(unsupervised learning)모형이며, 사람이나 동물은 관찰을 통해서 스스로 학습한다는 점에서 궁극적으로는 비지도학습모형이 더 많이 연구되어야 할 주제가 될 것이다.

• 토지주택연구
• /
• 제12권2호
• /
• pp.47-59
• /
• 2021

본 연구에서는 부산시 지역들의 수도권으로 인구유출 현황을 파악하고, 인구·사회, 고용, 주택, 문화, 안전, 의료, 복지, 녹지, 교육 및 보육 등 전통적 인구이동 변수와 삶의 질 변수들을 포괄하여 수도권으로의 인구이동에 영향을 미치는 요인과 인과관계를 규명하고자 한다. 연구의 데이터 구축을 위하여 통계청 마이크로데이터통합서비스(MDIS)에서 제공하는 '국내 인구이동 데이터'를 사용하였으며, 시간적 범위에 맞는 인구이동 데이터(2012-2017년) 총 5,700만 건 가운데 부산시 지역별 유출량 중 수도권 이동량을 추출하였다. 각 독립변수들은 연구의 시간적 공간적 범위에 맞춰 공공데이터에서 추출하였다. 구축한 데이터 세트(Data Set)을 기반으로 선형 다중 회귀분석(Multiple Linear Regression Analysis) 모형을 사용하였으며, 수정 결정계수(Adjusted R2), Durbin-Watson분석, 검정통계량(F-statstics)의 p-value값으로 모형의 적합도를 측정하였다. 분석결과, 부산시에서 수도권으로 인구이동에 유의미한 영향을 미치는 변수는 1인가구 증가율, 고령인구 증가율, 고령자수 비율, 합계출산율, 사업체수 증가율과 종사자수 증가율, 주택매매가지수 증가율, 문화시설 증가율, 교원 1인당 학생수 증가율 변수로 나타났다. 1인가구가 증가하는 지역일수록, 지역의 고령자 비율이 낮을수록, 고령자 비율이 감소할수록, 사업체수가 감소할수록, 종사자수가 증가할수록, 주택매매가지수가 증가할수록, 문화시설수가 감소할수록, 학생수가 감소할수록 수도권 인구이동 비율에 정(+)의 영향을 미치는 것으로 나타났다. 분석 결과를 바탕으로 한 정책적 시사점으로 청년 계층을 부산시에 정착시키고 유인할 수 있는 양질의 일자리, 문화, 복지 등의 제반환경을 제공해야 할 것이다. 일자리와 삶의 질을 높이는 것이 부산시 인구를 수도권으로 유출시키는 현상을 완화할 수 있는 핵심 요인이라고 할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1635-1650
• /
• 2023

지구온난화로 인한 해수면온도 상승은 해양 생태계와 해양 생물에 열적 스트레스를 유발하여 해양 종의 생산성과 분포에 심각한 영향을 미친다. 이와 관련하여 최근 우리나라의 수산자원 중 살오징어의 어획량이 지속적으로 감소하고 있다. 본 연구에서는 지속적인 수산자원 관리를 위하여 어장 형성에 영향을 주는 해양환경을 분석하고 천리안해양관측위성 자료를 비롯한 여러 위성자료들을 이용하여 계절별 살오징어 서식지적합 모델을 개발하였다. 해수면온도는 14.11-26.16℃, 해수면높이는 0.56-0.82 m, 엽록소-a 농도는 0.31-1.52 mg m^-3, 일차생산량은 580.96-1574.13 mg C m^-2 day^-1인 범위에서 평균적으로 약 83%의 살오징어가 어획되는 것을 확인하였다. 계절별로 적합지수를 곡선 접합한 후, 네 가지 통계 방법으로 서식지적합지수를 개발하였고 그 중 산술평균을 사용한 모델이 가장 좋은 성능을 보였다. 개발한 통계 모델과 2019년 어획량 자료와 비교하였을 때, 계절별로 다른 해역에 생성되는 어장과 어획량이 높은 곳에 서식지적합지수가 높게 나타나는 것을 확인하여 모델이 잘 개발될 것을 볼 수 있었다. 또한, 살오징어의 어장 형성과 관련이 높은 해수면온도의 뚜렷한 증가 추세를 확인하였으며 앞으로 지속될 해양 온난화에 의해 어장이 변화할 것으로 예상이 된다. 수산자원 관리를 위해서는 꾸준히 모니터링하는 것이 필요하다고 보여진다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.