• Journal of Animal Science and Technology
• /
• v.59 no.2
• /
• pp.3.1-3.7
• /
• 2017

Background: The modelling of lactation curve provides guidelines in formulating farm managerial practices in dairy cows. The aim of the present study was to determine the suitable non-linear model which most accurately fitted to lactation curves of five lactations in 134 Gir crossbred cows reared in Research-CumDevelopment Project (RCDP) on Cattle farm, MPKV (Maharashtra). Four models viz. gamma-type function, quadratic model, mixed log function and Wilmink model were fitted to each lactation separately and then compared on the basis of goodness of fit measures viz. adjusted $R^2$, root mean square error (RMSE), Akaike's Informaion Criteria (AIC) and Bayesian Information Criteria (BIC). Results: In general, highest milk yield was observed in fourth lactation whereas it was lowest in first lactation. Among the models investigated, mixed log function and gamma-type function provided best fit of the lactation curve of first and remaining lactations, respectively. Quadratic model gave least fit to lactation curve in almost all lactations. Peak yield was observed as highest and lowest in fourth and first lactation, respectively. Further, first lactation showed highest persistency but relatively higher time to achieve peak yield than other lactations. Conclusion: Lactation curve modelling using gamma-type function may be helpful to setting the management strategies at farm level, however, modelling must be optimized regularly before implementing them to enhance productivity in Gir crossbred cows.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.945-945
• /
• 2012

본 연구에서는 낙동강 수계의 안동댐 유역을 대상지역으로 선정하여 미래 기후변화 시나리오에 따른 댐 유역의 수환경 영향을 예측해 보고자 하였다. 특히 미래기후에 대한 수환경 평가는 기후자료를 입력 값으로 요구하는 강우-유출모형을 이용하거나 유량 이외에 유사, 영양물질과 같은 수질인자를 동시에 모의할 수 있는 유역모형을 이용하여 평가하는 것이 일반적이다. 이를 위해 선행연구로 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 AR4 시나리오의 RCM 자료를 ANN(Artificial Neural Network)기법을 이용하여 안동댐 유역의 총 4개 기상관측소에 대한 과거 20년(1991~2010) 실측자료를 바탕으로 미래 강수 및 습도 그리고 온도에 대해 상세화 하여 미래 기후 시나리오를 생산하였다. 또한 안동댐 유역 단위의 수질을 예측하기 위해 토양과 토지이용 및 토지관리 상태에 따른 수문-수질 모의가 가능한 유역모형인 SWAT(Soil and Water Assessment Tool)을 이용하였다. 과거의 기상자료와 수질자료를 이용하여 유역모델의 검 보정을 실시하였으며 모형의 보정 및 검증결과에 따른 적합성과 상관성을 판단하기 위해 결정계수($R^2$)와 평균제곱근오차(Root Mean Square Error, RMSE)를 사용하였으며, 모형의 효율성 검증으로는 Nash and Sutcliffe(1970)가 제안한 모형효율성계수(NSE)를 사용하였다. 최종적으로 기후 시나리오에 대해서 전망된 지역상세기후를 유역모형의 입력자료로 이용하여 안동댐 유역의 미래수문 및 수질을 예측하고자 하였다.

• Steel and Composite Structures
• /
• v.29 no.4
• /
• pp.465-481
• /
• 2018

The use of external carbon-fiber-reinforced polymer (CFRP) laminates is one of the most effective techniques existing for the confinement of circular concrete specimens. Currently, several researches have been made to develop models for predicting the ultimate conditions of this type of confinement. As most of the major existing models were developed based on limited experimental database. This paper presents the development of new confinement ultimate conditions, strength and strain models, for concrete cylinders confined with CFRP composites based on a statistical analysis of a large existing experimental database of 310 cylindrical concrete specimens wrapped with CFRP. The database is used to evaluate the performance of the proposed and major existing strength and strain models. Based on the two different statistical indices, the coefficient of determination ($R^2$) and the Root Mean Square Error (RMSE), the two proposed confinement ultimate conditions presents a good performance compared to the major existing models except the models of Lam and Teng (2003) and Youssef et al. (2007) which have relatively similar performance to the proposed models.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.61 no.6
• /
• pp.9-19
• /
• 2019

Vegetative Filter Strip (VFS) is the best management practice which has been widely used to mitigate water pollutants from agricultural fields by alleviating runoff and sediment. This study was conducted to improve an equation for estimating sediment trapping efficiency of VFS using several different regularization methods (i.e., ordinary least squares analysis, LASSO, ridge regression analysis and elastic net). The four different regularization methods were employed to develop the sediment trapping efficiency equation of VFS. Each regularization method indicated high accuracy in estimating the sediment trapping efficiency of VFS. Among the four regularization methods, the ridge method showed the most accurate results according to $R^2$, RMSE and MAPE which were 0.94, 7.31% and 14.63%, respectively. The equation developed in this study can be applied in watershed-scale hydrological models in order to estimate the sediment trapping efficiency of VFS in agricultural fields for an effective watershed management in Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.392-395
• /
• 2017

본 연구에서는 일 증발접시 증발량 산정을 위한 딥러닝 (deep learning) 모형의 적용성을 평가하였다. 본 연구에서 적용된 딥러닝 모형은 deep belief network (DBN) 기반 deep neural network (DNN) (DBN-DNN) 모형이다. 모형 적용성 평가를 위하여 부산 관측소에서 측정된 기상자료를 활용하였으며, 증발량과의 상관성이 높은 기상변수들 (일사량, 일조시간, 평균지상온도, 최대기온)의 조합을 고려하여 입력변수집합 (Set 1, Set 2, Set 3)별 모형을 구축하였다. DBN-DNN 모형의 성능은 통계학적 모형성능 평가지표 (coefficient of efficiency, CE; coefficient of determination, $r^2$; root mean square error, RMSE; mean absolute error, MAE)를 이용하여 평가되었으며, 기존의 두가지 형태의 ANN (artificial neural network), 즉 모형학습 시 SGD (stochastic gradient descent) 및 GD (gradient descent)를 각각 적용한 ANN-SGD 및 ANN-GD 모형과 비교하였다. 효과적인 모형학습을 위하여 각 모형의 초매개변수들은 GA (genetic algorithm)를 이용하여 최적화하였다. 그 결과, Set 1에 대하여 ANN-GD1 모형, Set 2에 대하여 DBN-DNN2 모형, Set 3에 대하여 DBN-DNN3 모형이 가장 우수한 모형 성능을 나타내는 것으로 분석되었다. 비록 비교 모형들 사이의 모형성능이 큰 차이를 보이지는 않았으나, 모든 입력집합에 대하여 DBN-DNN3, DBN-DNN2, ANN-SGD3 순으로 모형 효율성이 우수한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.151-151
• /
• 2016

하천 유역의 수자원관리에 있어서 홍수 및 가뭄 기간에 유출의 규모와 빈도와 같은 유출특성을 신뢰할 수 있도록 예측하는 것은 매우 중요하다. 수문모형은 이러한 유역의 신뢰성 있는 유출량 예측을 위해 이용되며, 수문모형의 결과물은 수문순환 과정의 공간적 표출이나 매개변수 추정방법 등 다양한 요인에 매우 민감하게 반영된다. 대부분의 수문모형 매개변수들은 해당 유역의 특성이나, 홍수 및 가뭄과 같은 극단적 유출상황에 따라 설정되어 있지 못한 실정이며, 이는 모형의 신뢰성 있는 보정 및 유출량 모의를 보다 정밀하게 수행하지 못하는 원인으로 작용하게 된다. 본 연구의 목적은 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 유역의 하천 유출량을 모의함에 있어서 홍수 및 가뭄년, 평년의 유출특성이 모형의 매개변수 추정에 미치는 영향을 분석하고자 하는 것이다. 이를 위해, 안성천 유역($1,658.7km^2$)을 대상으로 유역 내 3지점의 기상관측소(이천, 수원, 천안)를 대상으로 40년(1976~2015)동안의 일 기상자료를 수집하여 SWAT 모형을 구축하였다. 홍수년 및 가뭄년, 평년을 포함하는 선별된 기간에 대하여 다양한 목적함수($R^2$, NSE, RMSE, PBIAS)를 활용하여 각각의 조합된 기간의 극단적 유출특성에 초점을 맞추어 검보정을 수행하였다. 이후 홍수년 및 가뭄년, 평년을 포함하는 선별된 기간에서의 유출량의 규모와 빈도에 영향을 미치는 매개변수를 도출하고 민감도를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.34-34
• /
• 2018

본 연구는 다목적 유전자 알고리즘 Non-Dominated Sorting Genetic Algorithm II (NSGA-II)를 활용하여 자동 검보정 알고리즘을 개발하고, 이를 준분포형 수문모형인 SWAT (Soil and Water Assessment Tool) 모형에 적용하여 평가하고자 한다. 집중형 모형과 달리, 분포형 모형은 유역 내 다양한 물리적 변수와 공간 이질성(spatial heterogeneity)을 표현하기 위한 많은 매개변수를 포함하고 있고, 최근에는 기후 변화와 장기 가뭄과 같은 이상 기후에 따른 물 부족, 수질 오염 및 녹조 현상 등을 고려하기 위해 매개변수의 시간적인 변동성을 고려하기 위한 연구도 수행되고 있다. 이에 따라 본 연구에서 개발한 다목적 알고리즘은 다양한 매개변수의 시공간적 특성을 고려할 수 있도록 작성되었으며, Python으로 개발하여 타 모형으로의 확장성 및 범용성을 고려하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 IOA(Index of agreement) 등을 활용해 기존 연구 결과와 비교분석할 수 있도록 하였으며, 사용자의 선택에 따라 다른 목적함수 또한 활용할 수 있도록 하였다. NSGA-II를 활용한 SWAT 모형의 유출 해석은 다목적 함수를 고려함에 따라 실측값과 높은 상관성을 보여줄 것으로 판단되며, 이상 기후 기간 설정에 따른 유동적인 매개변수 변화를 적용할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.522-522
• /
• 2015

In this study, the effect of threshold applied to the radar rain rate on the comparison of the radar and rain gauge rain rate was theoretically examined. The result derived was also evaluated theoretically, using the Bernoulli random field, and empirically, using Mt. Kwanak weather radar data. The results are summarized as follows. (1) In the application to the Bernoulli random field, it was found that the comparison of the radar and rain gauge rain rate with threshold does not introduce any systematic bias. (2) The same results could also be derived in the application to Mt Kwanak weather radar data. In all cases with several radar bin sizes and thresholds considered, the bias was estimated to be far less than 10% of the mean of the rain gauge rain rate. (3) However, in the comparison with threshold applied to both the radar and rain gauge rain rate, the bias was estimated to be higher than 20%. That is, the systematic bias was introduced. This result indicates that the comparison with threshold applied to both the radar and rain gauge rain rate should not be used.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.41-41
• /
• 2019

동진강, 만경강 그리고 연안 유역으로 이루어진 새만금유역은 농업이 발달한 지역이지만 유역 내 이용 가능한 수자원량이 부족하여 인근 유역인 금강과 섬진강 유역으로부터 용수를 공급받고 있다. 외부유입량은 연도별 강수량 변화에 따라 편차가 크기 때문에 새만금유역은 극한 가뭄과 홍수에 더욱 취약한 유역이다. 또한, 간척사업으로 새만금 방조제 건설에 따라 유역의 수질 환경이 중요한 지역 사회의 이슈이며 특히 만경강의 경우 심각한 수질 문제를 개선하기 위한 다양한 연구가 수행되어왔다. 이에 따라 본 연구에서는 Soil and Water Assessment Tool (SWAT) 모형을 이용하여 만경강유역으로 들어오는 외부유입량 변화에 따른 유역의 수문 및 수질 변화 양상을 분석하여 수질 문제 개선 방안을 제시하고자 한다. 외부유입량 변동 시나리오는 만경강으로 유입되는 용담댐의 방류량을 이용하였으며, 기존 외부유입량 데이터에 비례하도록 산정하였다. SWAT 모형의 신뢰성 있는 모의를 위해 유역 외부에 위치한 용담댐의 운영을 별도로 고려하였고 취수를 통한 유역 내 농업용수 사용 등을 고려하였다. 수위-유량 관측소의 일자료와 수질관측소의 자료를 이용하여 유출량, SS, T-N, 그리고 T-P에 대한 보정(2012~2014) 및 검증(2016~2018)을 수행하였다. 각각의 검보정지점에 대한 $R^2$, NSE, RMSE을 목적 함수로 사용하여 모형의 적용성을 확인하였고, 이렇게 구축된 SWAT 모형을 기반으로 외부유입량 시나리오에 따른 유역의 수문 수질 변화를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.351-354
• /
• 2018

본 연구에서는 일 증발접시 증발량 모델링을 위한 다변량 적응 회귀 스플라인 (multivariate adaptive regression splines, MARS) 모델의 성능을 평가하였다. 모델 입력변수 집합은 부산 관측소 (기상청)로부터 수집된 기상자료를 활용하여 증발접시 증발량과의 상관성이 높은 변수들의 조합으로 구성되었으며, 일사량, 일조시간, 평균지상온도, 최대기온의 조합으로 구성된 세 가지 입력집합이 결정되었다. MARS 모델의 성능은 네 가지의 모델성능평가지표를 활용하여 정량적으로 산출되었으며, 그 결과를 인공신경망 (artificial neural network, ANN) 모델과 비교하였다. 입력변수로서 일사량 및 일조시간을 가지는 Set 1의 경우 MARS1 모델이 ANN1 모델보다 우수한 성능을 나타내었으며, Set 2 (일사량, 일조시간, 평균지상온도)의 경우 ANN2 모델, Set 3 (일사량, 일조시간, 평균지상온도, 최대기온)의 경우 MARS3 모델이 상대적으로 우수한 모델 성능을 나타내었다. 모든 분석 모델들을 비교하였을 때, MARS3, ANN2, ANN3, MARS2, MARS1, ANN1 모델의 순서로 우수한 모델 성능을 나타내었으며, 특히 MARS3 모델은 CE = 0.790, $r^2=0.800$, RMSE = 0.762, MAE = 0.587로서 가장 우수한 일 증발접시 증발량 모델링 성능을 나타내었다. 따라서 본 연구에서 적용한 MARS 모델은 지상관측 기상자료를 활용한 일 증발접시 증발량 모델링에서 효과적인 대안이 될 수 있을 것으로 판단된다.