• 한국토양비료학회지
• /
• 제43권3호
• /
• pp.363-373
• /
• 2010

수문 수자원 분야에서의 활용도를 제고하기 위하여 HSG 1995와 HSG 2006 두가지 분류법에 의한 우리나라 수문학적 토양유형의 분포에 대한 정보를 제공하고 이를 각각 충북 괴산군 소수면의 소유역의 수치세부정밀토양도 (1:5,000)에 적용하여 SCS-CN법을 이용한 유효 우량 산정과 유출곡선을 작성한 결과는 다음과 같다. 산악지에서 주로 침투능이 크고 하성 또는 해안평탄지로 가면서 낮아지는 경향을 보였다. HSG 1995 토양 유형 중 A군은 전체의 42.2%로 가장 넓게 분포하는 것으로 나타났고, B군 29.4%, C군 18.5%, D군 9.9% 순으로 나타났다. HSG 2006 토양유형은 A군 35.1%, B군 15.7%, C군 5.5%, D군 43.7%로 D군이 가장 넓게 분포하는 특징을 가진다. HSG 1995에서 A, B, C군으로 분류되었다가 HSG 2006에서 D군으로 분류된 토양 유형의 비율이 약 34.1%로 나타나 국립농업과학원에 의해 분류된 토양유형 중 D군의 면적이 크게 늘어난 것을 알 수 있었다. 충북 괴산군 소수면 소유역의 수치세부정밀토양도에 기반한 수문학적 토양유형 분포특성을 나타낸 것으로 산림과 밭으로 이용되는 토양의 유형이 A로 분류되는 것은 일치하는 경향을 보였다. HSG 2006의 토양유형은 유역에서 C 유형이 거의 없거나 적게 분포하고 HSG 1995에 비해 D 유형이 많게 나타난다. 미계측 유역에 대한 직접유출량 산정에 가장 많이 사용되는 SCS-CN법을 이용하여, 충북 괴산군 소수면 소유역에서 직접유출에 기여하는 유효우량을 산정하고 SCS 삼각단위도를 사용하여 첨두유량과 첨두시간을 계산한 결과는 다음과 같다. HSG 1995와 HSG 2006 수문학적 토양유형과 토지 이용별 CN값을 적용하여 유역의 CN값 (AMC II)을 구한 결과는 각각 54와 62로 나타났다. 이 때, 우량계가 설치된 지점의 강우자료를 평균하여 2004년~2005년 강우사상별로 정리하여 초기손실량 (I)이 총강우량 (P)보다 큰 경우를 제외한 강우사상을 선택하였고, 8월 16일에서 강우사상 전까지 내린 강수에 따라 선행수분조건 III으로 조정하여 유효우량 산출을 위한 CN값을 각각 73과 79로 하여 사용하였다. 강우사상에 대한 HSG 2006 기준의 유효우량이 56.67 mm로 HSG 1995 기준의 44.87 mm 보다 약 25% 많게 나타났다. 두 가지 수문학적 토양 유형 분류 기준에 따라 계산된 각 유효 우량에 대하여 수문곡선을 합성하여 실제 관측치와 비교한 결과 두 개 기준 모두 관측치와 유사한 변화 패턴을 보이고 있으나 실측치보다 감수부에서 급격하게 감소되는 특징을 나타냈다. 첨두유량은 HSG 1995 보다는 HSG 2006 기준을 사용할 때 관측치와 더 가까운 값을 나타내었다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.