• 제목/요약/키워드: Underground roads

검색결과 94건 처리시간 0.02초

억지말뚝의 배치에 따른 흙막이의 수평변위 억제효과와 고속철도의 속도와의 상관성 분석 (Analysis of the Correlation between the velocity speed of High-Speed Railways and the Suppressing Effect of lateral Displacement of retaining wall according to the Arrangement of Stabilizing Piles)

  • 손수원;임종철;서민수;홍석우
    • 한국지반신소재학회논문집
    • /
    • 제20권1호
    • /
    • pp.1-8
    • /
    • 2021
  • 도심지에서는 공간 활용을 위해 구조물 하부 깊은 지하까지 구조물을 설치하고 있다. 그래서 구조물 건설 시, 지반에서 발생하는 토압을 방지하기 위해서 흙막이를 활용하고 있다. 굴착공사에 적용되던 흙막이가 건설기술의 발전으로 인해서 성토 공사나 옹벽 설치시에 가시설 낙석이나 산사태와 같은 위험 방지용으로도 이용되고 있다. 일반적으로 성토공사시 가시설 흙막이를 적용하는 경우는 기존에 존재하는 도로나 철도를 확장하는 경우이다. 그러므로 고속철도의 복선화 현장과 같은 성토공사에 적용되는 흙막이에 관한 연구가 필요하다. 본 연구에서는 일반적인 1열 H-pile 흙막이와 지주식 흙막이 2종류에 대해 수치해석을 하였으며, 고속철도의 단선지역에 성토하여 복선화하는 공사에 적용된 흙막이의 안정성을 분석하였다. 지주식 흙막이는 사면안정에 적용되는 억지 말뚝(이하 배면지주)을 흙막이 벽체(이하 전면지주)에 경사지게 결합한 공법이다. 분석결과, 지주식 공법은 동적하중이 적용되는 동안, 전면에만 H-plie이 설치된 타입에 비해 수평변위가 최대 19.0%만 발생하였다. 또한, 고속철의 운행속도가 느릴수록 변위가 많이 발생하였으며, 이 결과는 운행속도가 저속인 구간에서의 지반 설계시 더욱 주의가 필요하다는 것을 보여준다.

수치 데이터로 변환된 RP 이미지를 활용하여 공동 깊이에 따른 적외선 특성 분석 (Analysis of Infrared Characteristics According to Common Depth Using RP Images Converted into Numerical Data)

  • 장병수;김영석;김세원;최현준;윤형구
    • 한국지반공학회논문집
    • /
    • 제40권3호
    • /
    • pp.77-84
    • /
    • 2024
  • 도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

층층둥굴레(Polygonatum stenophyllum Maxim.)의 분포특성과 개체군의 위협요인 및 지속가능성 평가 (Distributional Characteristics and Evaluation of the Population Sustainability, Factors Related to Vulnerability for a Polygonatum stenophyllum Maxim.)

  • 김영철;채현희;안원경;이규송;남기흠;곽명해
    • 한국환경생태학회지
    • /
    • 제33권3호
    • /
    • pp.303-320
    • /
    • 2019
  • 식물은 다양한 생물적 무생물적 환경요인과 상호작용한다. 한 가지 종이 소유하는 특성을 이해하기 위해서는 다양한 정보가 요구된다. 특별히 어떤 종이 멸종의 위협에 직면해 있는지를 평가하는데 있어서 한두 가지의 정보만으로는 한계가 존재한다. 북방계식물로 우리나라가 분포의 남방한계에 해당하는 층층둥굴레는 2015년 12월까지도 멸종위협에 직면해 있는 것으로 평가되었다. 최근 분포범위가 비교적 넓고 다수의 개체군이 보고되었음에도 개체군의 낮은 유전적 다양성으로 인해 취약하다고 평가 하였다. 본 연구에서는 우선적으로 분포현황을 평가하였다. 이를 바탕으로 분포지의 식생환경, 개체군의 구조, 식물계절학, 토양환경, 자가불화합성 여부를 평가하였다. 마지막으로 분포지에서 나타나고 있는 현재의 위협요인을 평가하였다. 분포지는 일부 산지의 사면에 위치하는 경우를 제외하고 대부분은 하천의 가장자리에 위치한 미사가 퇴적되는 공간에 위치하였다. 대부분은 안정적인 개체군 구조를 나타내었고 재정착하는 유묘가 존재하였다. 지상으로의 줄기 출현은 토양 중에 위치한 근경의 깊이에 따라 차이가 존재하였다. 특히 유묘와 어린 개체는 토양 중에 얕게 근경이 위치하였다. 종자의 결실은 화분매개곤충의 방문과 수분의 성공이 중요한 요인으로 평가되었다. 각각의 분포지에서 관찰된 주요한 위협요인으로는 경작지의 확대, 건물의 신축, 제방과 도로의 건설이 있었다. 관찰된 위협요인에도 불구하고 넓은 분포범위, 270만 개체 이상의 전체 개체 수 및 재정착에 의해 새롭게 형성되는 개체군의 존재에 따라 급격한 감소와 절멸은 나타나지 않을 것으로 예상되었다.

매장 문화재 공간 분포 결정을 위한 지하투과레이더 영상 분석 자동화 기법 탐색 (Automated Analyses of Ground-Penetrating Radar Images to Determine Spatial Distribution of Buried Cultural Heritage)

  • 권문희;김승섭
    • 자원환경지질
    • /
    • 제55권5호
    • /
    • pp.551-561
    • /
    • 2022
  • 지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.