Kim, Yihyun;Hong, Sukyoung;Lee, Kyoungdo;Jang, Soyeong
한국토양비료학회지
/
제46권4호
/
pp.237-244
/
2013
Radar remote sensing is appropriate for monitoring rice because the areas where this crop is cultivated are often cloudy and rainy. Especially, Synthetic Aperture Radar (SAR) can acquire remote sensing information with a high temporal resolution in tropical and subtropical regions due to its all-weather capability. This paper analyzes the relationships between backscattering coefficients of rice measured by RADARSAT-2 SAR and growth parameters during a rice growth period. We examined the temporal variations of backscattering coefficients with full polarization. Backscattering coefficients for all polarizations increased until Day Of Year (DOY 222) and then decreased along with Leaf Area Index (LAI), fresh weight, and Vegetation Water Content (VWC). Vertical transmit and Vertical receive polarization (VV)-polarization backscattering coefficients were higher than Horizontal transmit and Horizontal receive polarization (HH)-polarization backscattering coefficients in early rice growth stage and HH-polarization backscattering coefficients were higher than VV-polarization backscattering coefficients after effective tillering stage (DOY 186). Correlation analysis between backscattering coefficients and rice growth parameters revealed that HH-polarization was highly correlated with LAI, fresh weight, and VWC. Based on the observed relationships between backscattering coefficients and variables of cultivation, prediction equations were developed using the HH-polarization backscattering coefficients.
Kim, Hyo-Jung;Lee, Hyun-Jeoung;Lee, Dong-Soo;Kwon, Jung-Hwan
Environmental Engineering Research
/
제14권3호
/
pp.186-194
/
2009
Understanding the environmental fate of human and animal pharmaceuticals and their risk assessment are of great importance due to their growing environmental concerns. Although there are many potential pathways for them to reach the environment, effluents from sewage treatment plants (STPs) are recognized as major point sources. In this study, the removal efficiencies of the 43 selected priority pharmaceuticals in a conventional STP were evaluated using two simple models: an equilibrium partitioning model (EPM) and STPWIN$^{TM}$ program developed by US EPA. It was expected that many pharmaceuticals are not likely to be removed by conventional activated sludge processes because of their relatively low sorption potential to suspended sludge and low biodegradability. Only a few pharmaceuticals were predicted to be easily removed by sorption or biodegradation, and hence a conventional STP may not protect the environment from the release of unwanted pharmaceuticals. However, the prediction made in this study strongly relies on sorption coefficient to suspended sludge and biodegradation half-lives, which may vary significantly depending on models. Removal efficiencies predicted using the EPM were typically higher than those predicted by STPWIN for many hydrophilic pharmaceuticals due to the difference in prediction method for sorption coefficients. Comparison with experimental organic carbon-water partition coefficients ($K_{ocs}) revealed that log KOW-based estimation used in STPWIN is likely to underestimate sorption coefficients, thus resulting low removal efficiency by sorption. Predicted values by the EPM were consistent with limited experimental data although this model does not include biodegradation processes, implying that this simple model can be very useful with reliable Koc values. Because there are not many experimental data available for priority pharmaceuticals to evaluate the model performance, it should be important to obtain reliable experimental data including sorption coefficients and biodegradation rate constants for the prediction of the fate of the selected pharmaceuticals.
With the development of package printing technology, the package has expanded from the basic function of protecting products to the marketing function through package design. Color, the visual element that composes the package design, is delivered to the consumer most quickly and effectively. As color marketing of these package designs expands, accurate color reproduction that the product wants to express is becoming more important. The color of an object is transmitted by absorption and scattering of light. Spectral reflectance refers to the intensity of light reflected by an object at different wavelengths by the spectral effect. As a result, the color of the object is expressed in various colors. Packaged printing inks have their own absorption and scattering coefficients, and the Kubelka-Munk model for color reproduction and prediction defines the relationship between these correlation coefficients through reflectance. In the Kubelka-Munk model for color reproduction and prediction, the relationship between the absorption and scattering coefficients (K/S) of printed material is predicted as the sum of the K/S values according to the mixing ratio of all color ink used. In this study, the reflectance of the measured print is reversely calculated at the mixing ratio of print ink using the Kubelka-Munk model. Through this, the relationship value of the ink-specific absorption/scattering coefficient constituting the final printed material is predicted. Delta E is derived through the predicted reflectance, and the similarity between the measured value and the predicted value is confirmed.
The evaluation of the drag and lift as the aerodynamic performance of airfoils is essential. In addition, the analysis of the velocity and pressure fields is needed to support the physical mechanism of the force coefficients of the airfoil. Thus, the present study aims at establishing two different deep learning models to predict force coefficients and flow fields of the airfoil. One is the convolutional neural network (CNN) model to predict drag and lift coefficients of airfoil. Another is the Encoder-Decoder (ED) model to predict pressure distribution and velocity vector field. The images of airfoil section are applied as the input data of both models. Thus, the computational fluid dynamics (CFD) is adopted to form the dataset to training and test of both CNN models. The models are established by the convergence performance for the various hyperparameters. The prediction capability of the established CNN model and ED model is evaluated for the various NACA sections by comparing the true results obtained by the CFD, resulting in the high accurate prediction. It is noted that the predicted results near the leading edge, where the velocity has sharp gradient, reveal relatively lower accuracies. Therefore, the more and high resolved dataset are required to improve the highly nonlinear flow fields.
The aerodynamic force is a significant component that influences the stability and safety of structures. It has unstable properties and depends on computer precision, making its long-term prediction challenging. Accurately estimating the aerodynamic traits of structures is critical for structural design and vibration control. This paper establishes an unsteady aerodynamic time series prediction model using Long Short-Term Memory (LSTM) network. The unsteady aerodynamic force under varied Reynolds number and angles of attack is predicted by the LSTM model. The input of the model is the aerodynamic coefficients of the 1 to n sample points and output is the aerodynamic coefficients of the n+1 sample point. The model is predicted by interpolation and extrapolation utilizing Unsteady Reynolds-average Navier-Stokes (URANS) simulation data of flow around a circular cylinder, square cylinder and airfoil. The results illustrate that the trajectories of the LSTM prediction results and URANS outcomes are largely consistent with time. The mean relative error between the forecast results and the original results is less than 6%. Therefore, our technique has a prospective application in unsteady aerodynamic force prediction of structures and can give technical assistance for engineering applications.
Pan, Bao-Feng;Njonjo, Anne Wanjiru;Jeong, Tae-Gweon
한국항해항만학회지
/
제40권5호
/
pp.241-247
/
2016
The tracking filter plays a key role in the accurate estimation and prediction of maneuvering a vessel's position and velocity when attempting to enhance safety by avoiding collision. Therefore, in order to achieve accurate estimation and prediction, many oceangoing vessels are equipped with the Automatic Radar Plotting Aid (ARPA) system. However, the accuracy of prediction depends on the tracking filter's ability to reduce noise and maintain a stable transient response. The purpose of this paper is to derive the optimal values of the gain parameters used in tracking a High Dynamic Warship. The algorithm employs a ${\alpha}-{\beta}-{\gamma}$ filter to provide accurate estimates and updates of the state variables, that is, positions, velocity and acceleration of the high dynamic warship based on previously observed values. In this study, the filtering coefficients ${\alpha}$, ${\beta}$ and ${\gamma}$ are determined from set values of the damping parameter, ${\xi}$. Optimization of the damping parameter, ${\xi}$, is achieved experimentally by plotting the residual error against different values of the damping parameter to determine the least value of the damping parameter that results in the optimum smoothing coefficients leading to a reduction in the noise corruption effect. Further investigation of the performance of the filter indicates that optimal smoothing coefficients depend on the initial and average velocity of the target.
Skewness and kurtosis are important higher-order statistics for simulating non-Gaussian wind pressure series on low-rise buildings, but their predictions are less studied in comparison with those of the low order statistics as mean and rms. The distribution gradients of skewness and kurtosis on roofs are evidently higher than those of mean and rms, which increases their prediction difficulty. The conventional artificial neural networks (ANNs) used for predicting mean and rms show unsatisfactory accuracy in predicting skewness and kurtosis owing to the limited capacity of shallow learning of ANNs. In this work, the deep neural networks (DNNs) model with the ability of deep learning is introduced to predict the skewness and kurtosis on a low-rise building. For obtaining the optimal generalization of the DNNs model, the hyper parameters are automatically determined by Bayesian Optimization (BO). Moreover, for providing a benchmark for future studies on predicting higher order statistics, the data sets for training and testing the DNNs model are extracted from the internationally open NIST-UWO database, and the prediction errors of all taps are comprehensively quantified by various error metrices. The results show that the prediction accuracy in this study is apparently better than that in the literature, since the correlation coefficient between the predicted and experimental results is 0.99 and 0.75 in this paper and the literature respectively. In the untrained cornering wind direction, the distributions of skewness and kurtosis are well captured by DNNs on the whole building including the roof corner with strong non-normality, and the correlation coefficients between the predicted and experimental results are 0.99 and 0.95 for skewness and kurtosis respectively.
Radar remote sensing is appropriate for rice monitoring because the areas where this crop is cultivated are often cloudy and rainy. Especially, Synthetic Aperture Radar (SAR) can acquire remote sensing information with a high temporal resolution in tropical and subtropical regions due to its all-weather capability. This paper analyzes the relationships between backscattering coefficients of rice measured by RADARSAT-2 SAR and growth parameters during a rice growth period. And we applied the relationships to crop monitoring of paddy rice in North Korea. As a result, plant height and Leaf Area Index (LAI) increased until Day Of Year (DOY) 234 and then decreased, while fresh weight and dry weight increased until DOY 253. Correlation coefficients revealed that Horizontal transmit and Horizontal receive polarization (HH)-polarization backscattering coefficients were correlated highly with plant height (r=0.95), fresh weight (r=0.92), vegetation water content (r=0.91), LAI (r=0.90), and dry weight (r=0.89). Based on the observed relationships between backscattering coefficients and variables of cultivation, prediction equations were developed using the HH-polarization backscattering coefficients. Concerning the evaluation for the applicability of the LAI distribution from RADARSAT-2, the LAI statistic was evaluated in comparison with LAI distribution from RapidEye image. And LAI distributions in Pyongyang were presented to show spatial variability for unaccessible areas.
The Kajiyama formula, which is an empirical formula based on the maximum flood data at Korean watersheds, has been widely used for the design of hydraulic structures and management of watersheds. However, this formula was developed based on meteorological data and flow measured during early 1900s so that it could not consider the recently changed rainfall pattern due to climate changes. Moreover, the formula does not provide the monthly coefficients for 5 months including July and August (flood season), which causes the uncertainty to accurately interpret runoff characteristics at a watershed. Thus, the objective of this study is to enhance the monthly coefficients based on the recent meteorological data and flow data expanding the range of rainfall classification. The simulated runoff using the enhanced monthly coefficients showed better performance compared to that using the original coefficients. In addition, we evaluated the applicability of the enhanced monthly coefficient for future runoff prediction. Based on the results of this study, we found that the Kajiyame formula with the enhanced coefficients could be applied for the future prediction. Hence, the Kajiyama formula with enhanced monthly coefficient can be useful to support the policy and plan related to management of watersheds in Korea.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.