• 제목/요약/키워드: flood flow characteristics

검색결과 252건 처리시간 0.02초

보 개방 후 노출된 금강 모래톱에서 하천 식생의 공간 분포와 천이 (Spatial Distribution and Successional Changes of Riparian Vegetation on Sandbars Exposed after Watergate-Opening of Weirs in the Geumgang River, South Korea)

  • 이철호;김휘래;조강현
    • Ecology and Resilient Infrastructure
    • /
    • 제9권3호
    • /
    • pp.194-205
    • /
    • 2022
  • 하천에서 유사의 이동 및 퇴적으로 형성된 모래톱은 특이한 생물의 서식과 심미적 경관 측면에서 중요한 서식처이다. 본 연구는 보 상류에서 수문 개방에 의하여 노출된 모래톱에서 초기 식생의 발달과 그 분포를 확인하여 시간 경과에 따른 식생변화 과정을 파악하고자 하였다. 보 수문 개방 시기가 다른 금강의 3개 보 개방 구간과 보 운영에 영향을 받지 않는 대조 구간에서 보 개방 후 노출된 모래톱에서 식물군집 구조와 공간 분포의 변화를 파악하고 모래톱의 노출 기간에 따른 식물 군집 구조의 변화를 조사하였다. 금강의 보 상류구간에서 수문 개방으로 기존 홍수터 면적의 33% 이상의 면적에 해당하는 모래톱이 새롭게 형성되었다. 노출된 모래톱에는 1년생 중생식물, 다년생 수생식물, 다년생 습생식물, 아교목, 교목 군집에 속하는 9개 식물군집이 분포하였다. 모래톱의 노출 기간이 길어 짐에 따라서 나지 모래톱, 1년생 초본식물, 다년생 수생식물 군집의 면적은 감소하였고, 다년생 습생식물, 아교목, 교목 군집의 면적은 증가하였다. 하천 모래톱에서 시간 경과에 따른 식생의 변화는 수위 하강 전 수중 서식처의 조건과 물 흐름에 의한 물리적 교란의 정도에 따라서 3가지 천이 유형으로 구분할 수 있었다. 즉 모래톱의 천이과정은 1) 수생식물로부터 시작하는 '정수지 천이', 2) 일년생 습생 초본식물로부터 시작하는 '유수지 천이', 3) 버드나무류로 시작하는 '버드나무류 천이'로 구분할 수 있었다. 따라서 금강의 보 구간에서 하천 서식처 및 경관의 변화를 체계적으로 관리하기 위하여 모래톱에서의 식생 천이계열을 반영하여야 할 것으로 판단된다.

뉴럴 텐서 네트워크 기반 주식 개별종목 지식개체명 추출 방법에 관한 연구 (A Study on Knowledge Entity Extraction Method for Individual Stocks Based on Neural Tensor Network)

  • 양윤석;이현준;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.25-38
    • /
    • 2019
  • 정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.