• 디자인학연구
• /
• 제13권2호
• /
• pp.95-102
• /
• 2000

본 연구는 도시공원내 벤치의 배치장소가 이용자의 선호도에 어떻게 영향을 주고 있는가를 파악하고자 하였다. 이를 위해 도시근린공원내 벤치의 대표적인 배치장소의 유형을 크게 4가지로 구분하고 각 배치장소별 시각적 특성과 형용사 항목들의 차이 등을 설명하고자 분산분석과 던칸분석을 실시하였다. 이상의 결과를 요약해 보면 아래와 같다. 1.벤치의 배치장소별 시각적 특성을 구성하는 인자는 감정적요인,시각적요인,물리적/개성적요인,명료성 요인,밀도요인 등 모두 5가지 요인으로 구분되었다. 이들 5가지 요인들의 설명력은 60.40%였으며,이들 요인중 심리적반응을 표현하는 감적적 요인이 가장 높게 평가되었다.2. 앞의 요인분석 결과로부터 도출된 5가지의 요인별 시가적 특성은 형용사 변인들이 배치장소별로 다르게 지각되고있는 것으로 확인되었다. 특히 조사결과 대부분의 형용사 이미지 변인들이 통계적인 유의성을 보이며 Spot1->Spot Spot 4->spot 2-> spot3의 순으로 평균점수를 나타내고 있어,벤치의 배치장소가 수변과 인접해 배치된 유형을 가장 선호하고 있는 것으로 나타났으며, 인공재료 및 인위적인 공간과 연계되어 배치되었을 것으로 나타났으며,인공재료 및 인위적인 공간과 연계되어 배치되었을 때의 선호도가 낮아지고 있음을 확인할 수 있었다. 한편, 본연구는 앞으로 검토되어야 할 것 으로 첫째 제한된 설문대상자 외에도 연령별,계층별로 다각적인 접근을 통한 선호도 조사가 지속적으로 수행되어야 한다. 둘째 본 실험에 사용된 대표적인 4가지 유형외에도 실험 대상을 확대시킬 필요가 있다. 셋째 보여지는 대상과 장소의 시각적 특성 뿐만 아니라 벤치에 앉았을 때 관찰되는 주변경관의 시각적 특성 등에 대한 조사 연구도 동시데 뒷받침될 필요가 있다.그럼에도 불구하고 본 연구결과를 통해 공원시설물 디자인을 함에 있어 유용한 자료로 활용을 기대할 수 있을 것이다.고 있다.석한후 그 결과를 종합적으로 해석함으로써 더 유효성이 높은 접근 가능성을 모색하고자 하였다. 시스템 에서 포도당을 낮은 level로 유지할 수 있었으나, 초산의 과도한 축적으로 항체 생산성의 향상은 예상에 비해 크지 않았다. 81%), C18 0(12.38%), C18: 1(25.93%), C22:6(9.95%)이며 결합지방질(結合脂肪質)은 C14 : 0(11.60%), C16 : 0(18.94%), C16: 1(10.42%). C18 : 1(10.89%), C22 : 6(23.44%)이었다. 총필수지방산(總必須脂肪酸) 함량(含量)은 극성지방질(極成脂肪質)$(20.14{\sim}31.12%)$이 비극성지방질(非極成脂肪質)$(6.97{\sim}11.13%)$보다 훨씬 높았고, 결합지방질(結合脂肪質)이 유리지방질(遊離脂肪質)보다 높았으며 부위별(部位別)로는 피부(皮部)$(15.18{\sim}15.41%)$가 육질부(肉質部)$(6.97{\sim}11.13%)$보다 높았다. 또${\omega}3$고도부포화지방산(高度不飽和脂肪酸) 함량(含量)은 육질부(肉質部)$(15.15{\sim}28.32%)$가 피부(皮部)$(6.77{\sim}18.18%)$나 내장부(內臟部)$(8.35{\sim}9.74%)$보다 높았으며, 육질부(肉質部)에서는 극성지방질(極成脂肪質)$(26.28{\sim}34.18%)$이 비극성지방질(非極成脂肪質)$(15.15{\sim}28.32%)$보다 높았다.veral world-wide prediction models. Based on the analysis, we can easilty know the importance of the model

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 한국작물학회지
• /
• 제18권
• /
• pp.54-87
• /
• 1975

수도 수량구성요소에 미치는 몇가지 기상요인의 기여율과 수량 구성요소의 지역내 년차 변이 및 년차내 지역 변이를 검토하여 수도 재배법 개선 및 작황 예측의 참고 자료를 얻고서 1966년부터 1973년까지 8개년간 3개 작물시험장 및 각 도 농촌진흥원포장에서 실시한 수도 작황 시험성적을 재료로 하여 표준 편회귀분석법을 적용 분석한 결과를 요약하면 다음과 같다. 1. 수도 수량에 미치는 수량 구성요소의 기여율은 보통기 재배에서는 수수가 가장 크고, 적파 만식재배 및 북부 지방에서의 보통기재배에서는 등숙비율이 가장 크게 나타났다. 2. 수량 구성요소의 년차 기여율은 수수가 가장 크고, 해에 따라서는 등숙비율과 현미 1,000립중이 컸으며 통일은 단위 면적당 경화수가 수량성립에 크게 영향하였다. 3. 수량 구성요소의 기여율을 적용하여 지역별 수량성립 유형을 1) 영양생장 의존형(V), 2) 편영양생장 의존형(P.V), 3) 중간형(M), 4) 편등숙 의존형 (P.R) 5) 등숙 의존형(R)으로 분류하였다. 대체로 남부지방에서는 단위 면적당 경화수 의존도가 크고 중북부에서는 등숙요소의 의존도가 컸다. 4. 수량에 대한 수량구성 4요소의 회귀식을 상승적인 식에서 대수변환하여 가산적인 식으로 작성하였던바 보통기 재배나 적파 만식재배에서 다같이 가산적인 식으로 계산하였을 때 정도높은 수량측정을 할 수 있었다. 5. 분약 각기의 경수와 수수와의 관계는 보통기재배에서나 만식 재배에서 이앙후 20일부터 유의적인 정의 상관을 인정할 수 있었다. 6. 수수는 이앙후 21∼30일의 기상요인과 가장 밀접한 관계가 있었다. 7. 각기상 요인들의 최고분약수에 미치는 기여율은 이앙후 31∼40일의 평균기온의 기여율이 가장 크고 일조시간의 기여율은 11∼30일의 컸으며 수온의 기영율은 대체로 적었다. 8. 수수의 조기 측정은 경수만의 단요인이나 기상 요인만을 조합한 것보다는 이앙후 20일경수와 이앙후 20∼40일의 최고기온, 기온교차 및 일조시간 등 복합 요인을 조합하므로서 정도 높은 추정식을 작성할 수 있었다. 9. 수당 경화수와 기상 요인과는 출수전 25∼34일에 가장 밀접한 관계가 있었는데 중북부에서는 최고기온과 일조시간의 기여율이 컸고, 남부에서는 최저기온과 일조시간의 기여율이 컸으며 최저기온은 부치를 나타냈다. 10. 각 기상 요인들의 등숙비율에 미치는 기여율은 최고기온이 가장 크고 최저기온은 출수전이나 등숙 초기에 부치를 나타냈다. 11. 현미 1,000립중에 미치는 기상요인의 기여율은 최고기온이 등숙초기나 중기에 높고 최저기온은 등숙기간에 대체로 부치를 나타냈다.