• 한국축산시설환경학회지
• /
• 제18권sup호
• /
• pp.81-90
• /
• 2012

본 연구는 종래의 실험실 및 연구용 근적외선 분광분석기를 보급형 현장용 다수의 장비를 이용하여 신속하게 현장에서 조사료의 품질 평가의 예측 정확성을 평가하기 위하여 3년간 전국에서 수집된 이탈리안 라이그라스 사일리지 241점을 이용하여 연구용 장비 Unity Model 2500X에 구축된 Database를 활용하여 현장용 보급형 장비 Unity Model 1400에 맞춰 Database를 업데이트 하고 검량선을 작성 한 후 검량선 이설 알고리즘을 사용하여 검량선 이설결과 연연구용 장비와 거의 동일한 수준의 결과로 0.000%~0.343%로의 차이로서 현장에서 신속하게 NDF, ADF 및 조단백, 조회분등의 화학적 성분 및 수분, pH 젖산의 발효품질, 그리고 TDN, RFV의 조사료 품질 평가치를 실험실 수준과 같이 5분내에 동시에 분석 할수 있는 결과를 얻었다. 하지만 3년 동안 얻어진 검량선 작성용 시료는 유기적인 시료이므로 지역적 년도별 차이를 가져올 수 있다. 이는 향후 모집단에 의한 지속적인 검량식의 업데이트 및 Database 관리기법이 실험실 분석 및 이를 이용 검량식을 유지 관리 할수 있는 중앙 Control Center 의해서 관리되어져야 지속적인 현장분석이 가능하다는 것을 강력히 시사한다. 현장분석기라 하더라도 조사료 같은 농산물은 계속 변화하는 성질을 가지고 있으므로 현장분석시 변위를 쉽게 파악하여 이를 신속히 보강 하지 않으면 장기적인 분석이 되지 않는다. 그동안 여러 근적외선 분광법의 연구들이 이루어져 왔지만 현장에서 직접 사용할 수 없었을 뿐 아니라 지속성의 결여로 장비들이 잘 활용되지 않고 있었다. 조사료 같은 농산물 등은 단기적으로 맞지만 불과 1년 정도가 지나면 분석결과가 상당히 신뢰성이 결여되어 활용도가 떨어지는 현실이다. 결론적으로 조사료의 향후 계속적인 시료의 보강과 모집단 분석을 이용한 체계적인 관리 및 시료의 확충방식을 직관적으로 할 수 있는 GD(Global Distance) 및 ND(Neighbour Distance) 기법의 신호등 방식으로 손쉬운 한글화된 운영체재를 사용하게 된다면 향후 효과적인 분석을 수행할 수 있어 이에 대한 여러 기대효과가 예상되어진다. 마지막으로는 동일 목적으로 다수의 장비를 운영할 경우 장비마다 동일한 시료가 동일한 결과가 나올 수 있도록 하는 기법 및 손쉽게 검량식을 작성 할 수 있는 프로그램과 작성된 검량식을 장비에 직접 기존의 컴퓨터 Network에 연결 전송하고 관리하는 Network 기능이 필수적이라 할 수 있겠다.

• 한국작물학회지
• /
• 제58권3호
• /
• pp.301-307
• /
• 2013

연구용 NIR 장비에서 수집된 벼 생엽의 질소 함량 검량식 및 데이터베이스를 현장용 NIR 장비에 검량식을 이설, 검증함으로서 현장 적용 가능성을 평가하기 위해 수행한 결과는 다음과 같다. 1. 2003년부터 2009년까지 스펙트럼을 수집한 시료 중 선발 된 A 데이터 세트(개체수 454점)의 총 질소범위는 2.041%~4.933%, 2012년 수집된 B 데이터 세트(258점)는 2.180%~3.690%이며 각각의 전체 평균은 3.497%, 2.712%였다. 2. A, B 데이터 세트에서 유도된 검량식 결과 결정계수($R^2$)는 각각 0.845, 0.777,표준오차(SEC)는 0.196, 0.126, SECV는 0.238, 0.150이었다. 3. 연구용 NIR 장비 400 nm~2500 nm 파장에서 얻어진 데이터베이스를 현장용 NIR 장비 1200 nm~2400 nm 파장에 맞게 잘라 이설한 후 2012년 데이터베이스에 업데이트 확장한 후 작성된 검량식 결과 결정계수($R^2$)는 0.880, 표준오차(SEC)는 0.191이었다. 4. 연구용 NIR 장비에 구축된 데이터베이스를 현장용 NIR 장비에 맞춰 데이터베이스를 확장 업데이트하고 검량식을 이설한 결과 연구용 장비와의 표준오차는 0.005%로 거의 동일한 수준의 결과를 얻었다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1268-1268
• /
• 2001

The availability of in vivo and in sacco degradability values are limited because those methods require work with fistulated animals and are rather complicated, labour intensive and expensive. That is to say, the dynamics and logistics of the methodology result in considerable work, due to limitations on the amount of samples, number of bags that can be placed in an animal and different time intervals to perform kinetic studies. Therefore, a simpler method is necessary to estimate the degradation characteristics of the feed. In this way, near infrared reflectance spectroscopy has been used to predict degradation characteristics of forages. In other hand, the possibility of achieving successful transfer of spectra and equations between instruments is closely related. The objective of this study was to confirm the potential of NIR to optimize work conditions to avoid duplicated efforts in collaborative trials on animal feeds evaluation between research institutions. For this purpose, one set with forty hays and dehydrated forages samples from SERIDA and ten samples with the same characteristics from SIA, were be used to create a spectral database. A calibration was developed using samples from degradation essays made in SERIDA to predict dry matter and crude protein degradability. With the addition of five samples from SIA in original calibration set, the effect of different origin and location was compensated.

• 한국지반공학회논문집
• /
• 제21권8호
• /
• pp.73-84
• /
• 2005

본 논문에서는 피에조콘 관입시험 결과와 상재하중으로부터 점토의 비배수전단강도를 간단히 예측하기 위한 피에조콘 인공신경망 모델 구축에 대하여 기술하였다. 피에조콘 인공신경망 모델의 구축을 위하여 먼저 국내 8개 지역에서 수행된 피에조콘 관입시험 결과와 불교란 시료에 대해 수행된 비압밀-비배수 삼축압축실험(UU)으로 얻어진 비배수전단강도 결과를 바탕으로 데이터베이스가 구축되었으며 오차역전파 알고리즘에 의하여 다층 구조를 갖는 최적 인공신경망 모델이 구성되었다. 구성된 인공신경망 모델은 모델 구축 시에 사용되지 않은 새로운 검증자료에 대해 비배수전단강도 예측을 수행하고 실내시험 결과와 비교함으로써 모델의 타당성이 검증되었다. 또한 피에조콘으로부터 비배수 전단강도의 예측을 위해 제안된 기존의 경험적 방법으로 예측된 비배수전단강도와 제안된 모델의 예측결과를 비교하였다. 인공신경망 모델들은 사용된 전달함수에 따라 단일 은닉층 내에 존재하는 최적 뉴우런 개수는 다르지만 학습자료와 검증자료에 대해 공통적으로 결정계수 $R^2=0.69\~0.72$ 범위의 예측정확도를 보여 국내 연약지반에서 피에조콘 관측결과들과 비배수전단강도 간의 비선형적 상관관계를 정의하는 데에 유용함을 알 수 있었다. 또한 구성된 인공신경망 모델은 지역적인 조정(site calibration)을 필요로 하는 기존의 경험적 방법들에 비하여 전 지역에서 고르게 예측신뢰성이 높으며 이는 학습과정을 통하여 각 지역의 지반공학적 특성을 일반화하는 데에 성공했기 때문으로 인공신경망 모델이 국내 전 지역에서 적용될 수 있는 일반화된 모델로 발전할 수 있음을 의미한다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.32-39
• /
• 2018

라만 스펙트럼은 측정 장비 및 환경 조건에 따라 동일한 물질이라도 스펙트럼의 강도 차이를 보인다. 이는 라만 분광의 패턴 인식적인 접근에 제약을 주기 때문에 장비간의 호환성 및 라만 데이터베이스의 재사용을 위해 반드시 해결해야 하는 문제다. 이를 위해 이전의 주요 연구들에서는 측정 장비 간에 전달 함수를 가정하고 이를 구한 후 직접적인 스펙트럼의 교정을 수행하였다. 하지만 이 방식은 강도 왜곡을 발생시키는 다른 조건들에 대해서는 대처 할 수 없는 방법이다. 따라서 본 논문에서는 다양한 측정 조건에 보다 유연하게 대응 할 수 있는 선형 강도 교정을 이용한 분류 방법을 제안하였다. 제안한 방법의 성능 평가를 위해 실험에서는 14033종의 화학 물질에서 측정된 라만 라이브러리를 실험물질에 대한 판별 지표로 사용하였으며, 3개의 라만 분광기로부터 측정된 10종의 화학 물질 라만 스펙트럼을 실험 데이터로 사용하였다. 실험결과에 따르면 제안한 방법을 사용하였을 때 강도 왜곡된 스펙트럼에 대해 100%의 판별 성능을 보였으며, 판별된 스펙트럼에 대해서도 이전보다 높은 상관점수를 보여 사용자가 화학 물질을 판별하는 데 유용한 도구로 사용될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.