• 제목/요약/키워드: directed cycle

검색결과 63건 처리시간 0.02초

ADCP 표층유속 자료처리방법 개선을 통한 영산강 하구 표층 방류수 이류속도 산정 (Estimation of the Freshwater Advection Speed by Improvement of ADCP Post-Processing Method Near the Surface at the Yeongsan Estuary)

  • 신현정;강기룡;이관홍
    • 한국해양학회지:바다
    • /
    • 제19권3호
    • /
    • pp.180-190
    • /
    • 2014
  • 연안에서 관측된 Acoustic Doppler Current Profiler(ADCP) 유속자료의 10-20%는 음향반사 측면효과로 인하여 일반적으로 사용하지 않는다. 본 연구는 ADCP의 사용되지 않았던 자료를 복구하여 영산강 하구에서 저조시 방류되는 담수의 경계면 이류속도를 구하고 이를 통해 담수 유량과 수층의 역학적 안정도를 보다 정확하게 계산하여 하구 내 혼합 환경을 잘 이해하고자 한다. 현장관측은 2011년 8월 영산강의 하구언 전면과 고하도 부근 두 정점에서 한달 동안 실시하였으며, 방류수의 이류속도는 유효 유속 판정에 상관도, 퍼센트굿, 그리고 유속 히스토그램의 엄격한 기준을 적용한 ADCP 후처리방법을 적용하여 복원하였다. 또한, 같은 수로에 위치한 두 정점에서 이류하는 퇴적물의 농도피크시간을 토대로 퇴적물의 이류속도(Sediment Advection Speed)를 계산하여 방류수 이류속도를 비교 검증하였다. 퇴적물의 이류속도를 방류시 ADCP의 표층유속과 비교하였을 때, 방류량이 $2.0{\times}10^7$톤 보다 크면 두 속도값이 유사하고, 그보다 적을 경우에는 퇴적물의 이류속도가 약간 크게 산정되는 것을 볼 수 있었다. 방류가 발생할때 담수이류속도(Freshwater Advection Speed)는 바닥으로부터 $0.8{\times}$수심의 유속보다 평균 0.8 m/s 정도 크기 때문에, 방류가 증가하는 시기에 새롭게 계산된 방류수의 속도를 포함한 순유출량(=수심 및 조석주기로 적분된 흐름)을 계산하면, 그 방향이 하구언으로 들어오는 방향에서 빠져나가는 방향으로 바뀌는 것을 확인할 수 있었다. 또한, 표층 담수의 속도가 더해짐으로써 표층 속도쉬어와 리차드슨 수의 분포가 바뀜을 관찰할 수 있었기 때문에 표층 해수의 안정도를 해석함에 있어 실제 방류수 유속의 중요성을 알 수 있었다. 향후 유속과 함께 수온과 염분의 장기적인 관측이 수행된다면 담수 방류에 따른 성층의 생성과 소멸, 그리고 관련 부유퇴적물의 변동에 대해서도 보다 정확하게 파악할 수 있을 것으로 생각된다.

MODIS 위성 영상 기반의 일차생산성 알고리즘 입력 기상 자료의 신뢰도 평가: 미국 Corn Belt 지역을 중심으로 (The Evaluation of Meteorological Inputs retrieved from MODIS for Estimation of Gross Primary Productivity in the US Corn Belt Region)

  • 이지혜;강신규;장근창;고종한;홍석영
    • 대한원격탐사학회지
    • /
    • 제27권4호
    • /
    • pp.481-494
    • /
    • 2011
  • 다양한 공간규모에 대해서 식생의 생산성을 추정하기 위해 대기와 생태계내의 탄소순환 과정을 모니터링 하는 것은 탄소순환과정과 원격탐사기법을 결합함으로써 기능하다. 그 대표적인 예로서 미국 항공우주국(NASA)에서 개발한 지구관측시스템(Earth Observing System, EOS)은 총 일차생산성 (Gross Primary Productivity, GPP), 순 일차생산성 (Net Primary Productivity, NPP)을 전 지구에 대해 1km의 공간해상도로 제공한다. 그러나 MODIS의 생산성 추정에 기상입력자료로 이용되는 The NASA Data Assimilation Office (DAO)자료는 $1{\circ}\;{\times}\;1.25{\circ}$의 거친 해상도를 가지기 때문에 지역규모에서 지표기상의 상세한 공간적인 이질성을 반영하기 어렵다. 본 연구에서는 MODIS의 Aqua와 Terra 위성의 영상만을 이용하여 생산성을 추정하기 위한 입력자료로 사용되는 일 단위 일사량(MJ $day^{-1}$), 열 최저기온($^{\circ}C$, 낮 시간 평균 대기수증기압 포차(Yapor Pressure Deficit, Pa)을 5 km 해상도로 각각 추정하였다. 각각의 입력자료의 평가를 위해 미국 중서부 Corn Belt 지역 내에 위치하고 있는 7 개소의 지상기반의 관측자료를 수집하였다. MODIS 위성영상을 이용하여 추정한 기상입력자료와 관측자료를 비교한 결과, 일 최저기온은 ME와 상관계수가 각각 0.83에서 0.98, $-0.9^{\circ}C$ 에서 $+5.2^{\circ}C$ 의 범위로 양호한 상관성을 보였다. VPD는 약간 산개하는 경향을 보인다(ME = -183.8 Pa ~ +382.1 Pa; R = 0.51 ~ 0.92). 반면에, 일 단위 일사량은 MODIS가 약간 과대평가하는 경향을 보였지만 대부분의 지역에서 관측자료와 유의한 일치도를 보였다(ME = -0.4 MJ $day^{-1}$ +7.9 MJ $day^{-1}$; R = 0 67 ~ 0.97). 본 연구에서는 맑은 날에 대해서 MODIS 위성영상으로부터 추정된 기상입력자료가 MODIS가 제공하는 기상입력자료보다 상세한 지표 기상의 이질성을 반영한 자료를 생산할 수 있음을 확인하였다.

딥러닝의 모형과 응용사례 (Deep Learning Architectures and Applications)

  • 안성만
    • 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.