• 한국해안·해양공학회논문집
• /
• 제32권5호
• /
• pp.363-371
• /
• 2020

우리나라 동해 남항진 해역에서 관측한 고파 파랑 스펙트럼 정보를 이용하여 수정 BM 스펙트럼과 JONSWAP 스펙트럼의 매개변수를 추정하였다. BM 스펙트럼의 매개변수 추정결과는 1.04, 0.27로 대푯값으로 제시된 1.098, 0.30과 유사하였으나 통계적으로는 유의미한 차이를 보였다. 한편 JONSWAP 스펙트럼의 경우에는 첨두증대계수의 값이 통상적으로 적용되는 값인 3.3보다 매우 작은 1.4로 추정되었다. 두 스펙트럼의 적합 RMS 오차 차이는 0.2 정도로 미미한 수준이었으나, 두 스펙트럼 모두 첨두주파수보다 큰 주파수 영역에서의 에너지가 표준 스펙트럼 형태에 비해 상대적으로 완만하게 감소하는 양상을 보였다.

• 대한원격탐사학회지
• /
• 제23권3호
• /
• pp.161-169
• /
• 2007

A study was conducted in the Hong Kong with the aim of deriving an algorithm for the retrieval of suspended sediment (SS) and sea surface salinity (SSS) concentrations from Aqua/MODIS level 1B reflectance data with 250m and 500m spatial resolutions. 'In-situ' measurements of SS and SSS were also compared with coincident MODIS spectral reflectance measurements over the ocean surface. This is the first study of SSS modeling in Southeast Asia using earth observation satellite images. Three analysis techniques such as multiple regression, linear regression, and principal component analysis (PCA) were performed on the MODIS data and the 'in-situ' measurement datasets of the SS and SSS. Correlation coefficients by each analysis method shows that the best correlation results are multiple regression from the 500m spatial resolution MODIS images, $R^2$= 0.82 for SS and $R^2$ = 0.81 for SSS. The Root Mean Square Error (RMSE) between satellite and 'in-situ' data are 0.92mg/L for SS and 1.63psu for SSS, respectively. These suggest that 500m spatial resolution MODIS data are suitable for water quality modeling in the study area. Furthermore, the application of these models to MODIS images of the Hong Kong and Pearl River Delta (PRO) Region are able to accurately reproduce the spatial distribution map of the high turbidity with realistic SS concentrations.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.186-186
• /
• 2018

본 연구에서는 매개변수 자동 보정기법인 PEST(Model-Independent Parameter Estimation and Uncertainty Analysis)를 CAT 모형에 연계하여 유출특성 분석을 실시하였다. CAT-PEST 연계모형은 CAT 모형의 모의유출량을 이용하며 PEST의 반복계산을 통하여 최적 매개변수를 추정한다. 침투방법은 CAT에서 제공하는 Rainfall Excess 방법, Green and Ampt 방법 및 Horton 방법을 이용하였으며 각 침투방법에 따른 유출 특성을 비교 및 분석하였다. 연구대상유역은 보령 댐 유역으로 유역면적은 $163.7km^2$이며 전체면적의 약 80%가 산지로 구성되어 있고, 유로연장은 22.3km, 유역평균경사는 40.19%이다. 또한 보령댐 유역의 월평년값 평균기온은 -0.8에서 $25.5^{\circ}C$로 계절변동이 매우 큰 것을 알 수 있다. 최근 몇 년간 심각한 가뭄 피해를 입은 보령댐 유역은 2016년에 도수관로를 완공하여 이를 통해 금강으로부터 물을 끌어다 쓰고 있는 실정이며, CAT 모형에서는 금강도수유입량을 외부유입 처리하여 유출량을 산정하였다. 모의기간은 1999년부터 2017년까지이며 전체기간에 대한 보정 후 연도별 보정을 실시하였다. 통계적 평가수단은 $R^2$, RMSE 및 NSE를 사용하여 유역 최종출구점에서의 유출량과 비교하였으며 전체기간에 대한 보정결과 NSE와 $R^2$가 0.75 이상으로 나타나 대체적으로 모의 유출수문곡선이 관측 수문곡선과 유사한 양상을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.35-35
• /
• 2019

본 연구에서는 분포형 수문 모형 Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WTF)을 활용해 우리나라의 1976년부터 2015년까지의 유출량을 산정하고, 이를 다층퍼셉트론(Multi Layer Perceptron) 인경신경망 모형(Artificial Neural Network Model)에 적용해 미래 유출을 예측하였다. DrySAT-WFT은 전국 표준 유역을 대상으로 하천 건천화 원인 추적 및 평가를 위해 개발된 모형으로 유출모의를 위한 기상자료 외에 건천화 영향 요소를 고려하기 위한 산림 높이, 도로망, 지하수 이용량, 토지이용, 토심 변화에 대한 DB를 적용 가능한 것이 특징이다. DrySAT-WFT를 위한 기상자료로 모의 기간에 대한 일별 강우량, 상대습도, 평균풍속, 평균 및 최고, 최저 기온, 일조시간을 구축하였으며, 연대별 건천화 영향 요소 DB를 구축하여 적용하였다. 전국 다목적 댐 보 12지점의 유량을 활용해 모형의 보정(2005-2010) 및 검증(2011-2015)을 실시한 결과, 평균 결정계수(Coefficient of determination, $R^2$)는 0.76, 모형효율성계수(Nash-Sutcliffe efficiency, NSE)는 0.62, 평균제곱근오차(average root mean square error, RMSE)는 3.09로 신뢰성 있는 유출 모의 결과를 나타내었다. 미래 유출량 예측을 위한 MLP-ANN은 1976년부터 2015년까지의 유출 모의 결과를 Training Set으로 훈련하여 $R^2$가 0.5 이상이 되어 신뢰성을 확보하였고, 2016년부터 2018년까지의 기간을 1개월 단위로 실제 유출량과 예측 유출량을 비교하며 적용성을 검증 및 향상시켰다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.39-39
• /
• 2019

인구의 도시 집중화로 인하여 다량의 생활용수의 사용에 따라 하천의 자정능력을 초과하여 오염을 유발시키고 있다. 이에 도시하천들의 오염은 점점 심해져 경제적으로 많은 문제를 유발하고 있다. 이러한 하천오염 문제를 과학적으로 대응하기 위해서는 오염물질의 농도 측정 및 데이터 축척을 통한 오염예측이 필수적이라 할 수 있으며, 부산광역시 보건환경정보 공개시스템에서는 하천수질 자동측정망을 설치하여 시간 단위로 오염물질을 측정하고 있다. 그러나 온천천의 하천수질 데이터는 계속 쌓여가고 있는데 이 데이터를 활용해서 하천수질 인자 예측이 거의 이뤄지지 않고 있다. 본 연구에서는 순환신경망 알고리즘을 활용하여 일 단위의 하천수질 인자 예측을 시도하였다. 순환신경망은 인공신경망의 발전된 형태인 시계열 학습에 강한 RNN, LSTM 알고리즘을 활용한 일단위 하천수질 인자 예측을 하고자 하였다. 연구에 앞서 시간 단위로 쌓여있는 데이터를 평균 내어 일 단위로 변경하였고 이 데이터를 가지고 일 단위 하천수질 인자 예측을 진행하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 DO, 탁도 등 항목을 예측하였다. 하천오염의 학습과 예측을 위해 대상지로는 부산지역 온천천의 부곡교, 세병교, 이섭교 관측소를 선택하였다. 연구를 위해 DO, 탁도 등 자료 수집은 부산광역시 보건환경정보 공개시스템의 자료를 활용하였다. 모형의 학습을 위해 입력자료로는 하천수질 인자 자료를 이용하였고, 자료의 학습에는 2014년~2017년 4년간의 자료를 학습자료로 사용하였고, 2018년 1년간의 자료는 모형의 검증을 위해 사용하였다. RNN, LSTM 알고리즘을 활용하여 분석 시 은닉층의 개수, 반복시행횟수, sequence length 등의 값을 조절하여 하천수질 인자 예측을 하였다. 모형의 검증을 위해 $R^2$(r square)와 RMSE(root mean square error)을 이용하여 통계분석을 실시하였다.

• 수산해양기술연구
• /
• 제55권2호
• /
• pp.95-104
• /
• 2019

This study is aimed to take a stock assessment of blackthroat seaperch Doederleinia seaperch regarding the fishing effort of large-powered Danish Seine Fishery and Southwest Sea Danish Seine Fishery. For the assessment, the state-space model was implemented and the standardized catch per unit effort (CPUE) of large powered Danish Seine Fishery and Southwest Sea Danish Seine Fishery which is necessary for the model was estimated with generalized linear model (GLM). The model was adequate for stock assessment because its r-square value was 0.99 and root mean square error (RMSE) value was 0.003. According to the model with 95% confidence interval, maximum sustainable yield (MSY) of Blackthroat seaperch is from 2,634 to 6,765 ton and carrying capacity (K) is between 33,180 and 62,820. Also, the catchability coefficient (q) is between 2.14E-06 and 3.95E-06 and intrinsic growth rate (r) is between 0.31 and 0.72.

• 농업과학연구
• /
• 제47권4호
• /
• pp.753-767
• /
• 2020

The commercial value of strawberries is affected by various factors such as their shape, size and color. Among them, size determined by weight is one of the main factors determining the quality grade of strawberries. In this study, image technology was developed to predict the weight of strawberries using the shape characteristics of strawberry cultivars. For realtime weight measurements of strawberries in transport, an image measurement system was developed for weight prediction with a charge coupled device (CCD) color camera and a conveyor belt. A strawberry weight prediction algorithm was developed for three cultivars, Maehyang, Sulhyang, and Ssanta, using the number of pixels in the pulp portion that measured the strawberry weight. The discrimination accuracy (R2) of the weight prediction models of the Maeyang, Sulhyang and Santa cultivars was 0.9531, 0.951 and 0.9432, respectively. The discriminative accuracy (R2) and measurement error (RMSE) of the integrated weight prediction model of the three cultivars were 0.958 and 1.454 g, respectively. These results show that the 2D imaging technology considering the shape characteristics of strawberries has the potential to predict the weight of strawberries.

• 한국환경과학회지
• /
• 제32권8호
• /
• pp.595-611
• /
• 2023

The purpose of this study is to improve the daily prediction results of PM2.5 from the air quality diagnosis and evaluation system operated by the Busan Institute of Health and Environment in real time. The air quality diagnosis and evaluation system is based on the photochemical numerical model, CMAQ (Community multiscale air quality modeling system), and includes a 3-day forecast at the end of the model's calculation. The photochemical numerical model basically has limitations because of the uncertainty of input data and simplification of physical and chemical processes. To overcome these limitations, this study applied DNN (Deep Neural Network), a deep learning technique, to the results of the numerical model. As a result of applying DNN, the r of the model was significantly improved. The r value for GFS (Global forecast system) and UM (Unified model) increased from 0.77 to 0.87 and 0.70 to 0.83, respectively. The RMSE (Root mean square error), which indicates the model's error rate, was also significantly improved (GFS: 5.01 to 6.52 ug/m³ , UM: 5.76 to 7.44 ug/m³ ). The prediction results for each concentration grade performed in the field also improved significantly (GFS: 74.4 to 80.1%, UM: 70.0 to 77.9%). In particular, it was confirmed that the improvement effect at the high concentration grade was excellent.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.119-119
• /
• 2023

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상과 토양수분 부족지수(Soil Water Deficit Index, SWDI)를 이용하여 2012년부터 2022년까지 한반도 전국의 1km 공간 증발산량을 산정하였다. 공간 증발산량을 산정하기 위한 과정은 크게 두 가지로 구분된다. 첫 번째로 MODIS의 LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index), 선행강우 및 무강우 누적일수를 이용해 1 km 공간 토양수분을 산정하였다. 농촌진흥청 토양수분관측망 자료 중 토지피복, 토양 속성을 고려하여 선정된 70개소 토양수분 실측데이터와 비교한 결과 지점별 평균 R² 0.63~0.90으로 유의미한 상관성을 나타내었다. 산정된 공간 토양수분은 생장저해수분점과 초기위조점의 관계를 이용한 SWDI로 변환하였다. 두 번째로 순 복사량, 기온 및 NDVI의 적은 수문인자를 통해 증발산량 산정이 가능한 MS-PT(Modified Satellite-based Priestley-Taylor) 모형을 기반으로 계절별 식생과 토양수분 상태를 고려하여 1 km 공간 증발산량을 산정하였다. MS-PT 모형에서 가정한 대기 증발 변수 Diurnal temperature (DT)와 지표 수분의 상관성 문제를 해결하기 위해 DT를 SWDI로 적용하였다. 모형 결과의 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측자료와의 결정계수(Coefficient of determination, R²), RMSE(Root Mean Square Error) 및 IOA(Index of Agreement)를 산정하였다. 본 연구의 결과로 생산되는 국내 증발산량의 시, 공간적 변동성은 증발산량을 통한 수문학적 가뭄지수 및 급성 가뭄을 파악하는데 활용될 수 있을 것으로 판단된다.

• Computers and Concrete
• /
• 제31권3호
• /
• pp.253-265
• /
• 2023

In this research, the gene expression programming (GEP) technique was employed to provide a new model for predicting the maximum loading capacity of concrete-encased steel (CES) columns. This model was developed based on 96 CES column specimens available in the literature. The six main parameters used in the model were the compressive strength of concrete (f_c), yield stress of structural steel (f_ys), yield stress of steel rebar (f_yr), and cross-sectional areas of concrete, structural steel, and steel rebar (A_c, A_s and A_r respectively). The performance of the prediction model for the ultimate load-carrying capacity was investigated using different statistical indicators such as root mean square error (RMSE), correlation coefficient (R), mean absolute error (MAE), and relative square error (RSE), the corresponding values of which for the proposed model were 620.28, 0.99, 411.8, and 0.01, respectively. Here, the predictions of the model and those of available codes including ACI ITG, AS 3600, CSA-A23, EN 1994, JGJ 138, and NZS 3101 were compared for further model assessment. The obtained results showed that the proposed model had the highest correlation with the experimental data and the lowest error. In addition, to see if the developed model matched engineering realities and corresponded to the previously developed models, a parametric study and sensitivity analysis were carried out. The sensitivity analysis results indicated that the concrete cross-sectional area (A_c) has the greatest effect on the model, while parameter (f_yr) has a negligible effect.