• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.631-639
• /
• 2023

돌발가뭄(Flash drought, FD)은 기존 가뭄과는 달리 급작스러운 발생이 대표적인 특징으로, 즉각적인 수분 스트레스를 유발하여 생태계에 주요한 영향을 미친다. 보다 효과적인 돌발가뭄의 모니터링을 위해서는 돌발가뭄의 특징과 원인에 대한 보다 종합적인 이해가 필요하다. 이에, 본 연구에서는 Global Land Data Assimilation System (GLDAS) 자료를 사용하여 2012년부터 2022년 사이 한반도 전역에서 발생한 돌발가뭄에 대해 분석하고자 하였다. 스트레스 기반 탐지 기법인 표준 증발 스트레스 비율(Standardized Evaporative Stress Ratio, SESR)의 변화를 바탕으로 돌발가뭄을 탐지하였으며, 발생 빈도와 기간에 대해 분석하였다. 또한, 탐지된 돌발가뭄 사건들을 실제 증발산(Actual Evapotranspiration, AET)과 잠재 증발산(Potential Evapotranspiration, PET)의 변화를 기반으로 세 가지 케이스로 분류하였으며, 각 케이스 별 발생 특성 및 공간 분포에 대해 분석하였다. 그 결과, 돌발가뭄의 발생 빈도와 기간에 지역적인 편차가 있는 것을 확인하였으며, 평균 빈도는 6.4회, 평균 발생 기간은 31일로 나타났다. 일반적인 돌발가뭄인 Case 1, AET의 감소가 주 원인이 되어 발생한 Case 2, PET의 증가에 의해 발생한 Case 3으로 돌발가뭄 사건들을 분류하였을 때, 한반도에서는 Case 1 돌발가뭄이 1,448건으로 가장 많이 발생했으며, Case 2 돌발가뭄이 Case 3 돌발가뭄보다 약 1.5배 더 많이 일어난 것을 확인할 수 있었다. Case 2 돌발가뭄은 수분 제한 조건(water-limited condition)에서 발생하여 AET와 PET가 모두 감소하는 결과로 이어졌으며, Case 3 돌발가뭄은 에너지 제한 조건(energy-limited condition)에서 발생한 이후 AET와 PET가 모두 증가하였다. Case 2 돌발가뭄은 주로 북서부와 중남부에 위치한 농경지에 영향을 주었으며, Case 3 돌발가뭄은 산지에 해당하는 동부에서 집중적으로 발생하였다. 본 연구의 결과들은 기후 요소, 토지피복 및 수분 가용성을 고려한, 돌발가뭄에 대한 이해를 돕고, 보다 효과적인 가뭄 대응 방안 수립에 기여할 수 있다.

• 무역학회지
• /
• 제48권3호
• /
• pp.217-242
• /
• 2023

본 연구는 장강 내수로 항만의 물류 수요에 영향을 미치는 요인을 분석하고, 이를 바탕으로 미래의 항만 물류 수요를 예측하는 것을 목적으로 한다. 장강 상류의 충칭항, 이빈항, 중류의 징저우항, 우후항, 하류의 난징항, 쑤저우항 등 총 6개 항만을 대상으로, 시스템 다이내믹스 기법을 활용한 물류 수요 예측을 수행하였다. 모든 항만의 물류 수요는 2026년까지 중단기 예측에서 증가세를 보였다. 충칭항의 물류 수요는 배후지 경제 규모의 영향을 주로 받았으며, 이빈항은 항만의 자동화 수준에 크게 의존하는 것으로 파악되었다. 상류 및 중류 항만의 경우, 배후지의 에너지 소비량 증가와 대기 오염 상황이 심각할수록 물류 수요가 증가하였다. 중류 항만의 물류 수요는 배후지 인프라의 영향을 주로 받았으며, 하류 항만은 도시 건설 면적의 변화에 민감하게 반응하는 것으로 나타났다. 민감도 분석 결과, 대도시에 의존하는 항만의 물류 수요는 영향 요인들의 증감폭에 대해 상대적으로 안정적이었으나, 배후지 도시 규모가 작은 항만은 영향 요인들의 변동에 민감하게 반응하는 경향을 보였다. 따라서 충칭항을 장강 상류의 핵심 항만으로 정책적 지원을 강화하고, 주변 항만들이 충칭항의 보조 역할을 수행하도록 하는 전략을 마련해야 한다. 상류 항만은 충칭항의 보조 역할을 수행하는 동시에, 중하류 항만과의 연결성을 강화하고 입항 산업의 발전을 도모하는 방안도 고려해야 할 것이다. 장강 내수로 항만의 개발 전략은 한국의 항만 및 이해관계자들에게 직항로의 개설과 교통 네트워크의 확장을 시사한다. 배후지 네트워크를 확장하고 물류허브와 연계된 효율적인 교통 체계의 구축을 제시할 수 있다. 협력을 통해 두 지역 모두에서 물류 효율성이 향상될 수 있으며, 이는 각 항만의 국제적인 위치와 경쟁력을 강화하는 데 기여할 것이다.

• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.40-52
• /
• 2023

기와라는 건축 재료는 기본적으로 방수와 방습을 목적으로 하며, 중요 건축물에만 사용이 제한되어 권위까지 보여준다. 특히 출토 사례가 드문 삼국시대에는 더욱이 그럴 것이다. 그마저도 신라, 백제 지역의 유적에서 확인된 기와가 대부분이다. 현재까지 가야 지역에서 확인된 기와 중에서 가장 오래된 제작기법을 보이는 부원동 유적 출토 기와 이래로 금관가야 왕궁지로 추정되는 김해 봉황동 유적에서 최근 삼국시대 초기 기와가 출토되었다. 이들은 금관가야의 고도인 김해 지역 초기 기와의 양상을 살펴볼 수 있는 중요한 자료이다. 봉황동 유적 일대에서 출토된 기와는 연질 소성의 세석립이 일부 포함된 적· 황갈색 계통의 색조를 띠며, 두께가 얇다. 내면에는 포목흔이 확인되지 않으며, 점토띠 흔적이 보인다. 내· 외면에 타날흔 및 목리흔이 뚜렷하게 관찰되며, 깎기조정 및 물손질흔과 내면에 내박자흔도 확인된다. 이를 통해 무와통작법의 토기 제작방식과 동일하게 만들어졌음을 알 수 있다. 가야 토기를 제작하던 도공집단의 계통과 연결시켜 본다면, 고령 송림리, 인천 불로동, 경주 손곡동·천리 유적 등과 같이 와도겸업(瓦陶兼業)이 이루어졌을 것으로 추정된다. 현재까지 김해 지역 출토 기와는 김해 분지 일원의 금관가야 도성(왕성)으로 추정되는 범위 내에서만 확인되었으며, 이는 의미하는 바가 크다. 문헌기록과 지금까지의 발굴조사 성과 및 입지적 경관 등을 통해 보았을 때, 봉황동 유적 일대는 금관가야 도성 후보지로 유일하며, 출토된 기와의 존재를 통해서도 이러한 면모를 보여주기 충분하다. 이 시기 기와는 소량 출토되는 점 등으로 미루어 보아, 지붕자재로써의 기능보다는 상징적 의미를 지닌 위세품으로서의 역할이 더욱 컸을 것이며, 사용 범위의 제한 및 통제가 엄격히 이루어졌던 것으로 추정된다.

• 헤리티지:역사와 과학
• /
• 제56권4호
• /
• pp.54-70
• /
• 2023

라이다(LiDAR) 측량을 활용한 문화재 조사·연구는 해외에서 이미 활성화되어 있다. 최근 국내에서도 라이다 측량의 장점과 활용도에 대한 인식이 높아져 문화재 조사에 활용한 사례가 조금씩 늘어나는 추세다. 다만, 주로 산성 조사에 한정되었고, 아직 고분 조사에는 적극적으로 활용되고 있지 않다. 이에 대체로 산지에 분포하여 아직 본격적인 조사는 물론이고 복원, 정비 등이 제대로 이뤄지지 못하고 있는 삼국~통일신라시대의 고분군에 대해 라이다 측량을 통한 기초 데이터의 확보가 필요함을 강조하고자 한다. 이를 위해 경주 서악동 장산고분군과 충효동고분군 일대에 대한 라이다 측량을 실시하여 고분의 분포현황과 입지 양상 등을 검토하였다. 그 결과, 이미 정밀지표(측량)조사가 실시된 장산고분군에서는 기존 보고서의 지형도에 표기된 배치도만으로는 알 수 없었던 세밀한 지형정보와 분포양상을 추가로 파악할 수 있었다. 또한, 일제강점기에 10기가 발굴된 이후 추가 조사가 이뤄진 적이 없는 충효동고분군에서는 기존 발굴 고분의 위치를 정확히 파악하였고, 조사되지 않은 고분의 현황과 잔존 양상 등 새로운 정보를 추가로 얻을 수 있었다. 이러한 정보들은 고분군 자체에 대한 조사와 연구는 물론이고, 향후 고분군의 보존과 정비 부분에도 기초자료로 다양하게 활용할 수 있다. 산림지대라 접근이 쉽지 않거나, 관찰이 힘든 산지 고분군의 양상을 파악하는데 라이다 측량은 가장 효과적이다. 지표조사와 같은 실질적인 현지조사에 앞서 실시하여 사전조사 또는 예비조사로써 활용도 높은 데이터를 확보할 수 있다. 따라서, 향후 고분 조사는 라이다 측량을 통해 기초자료를 확보하고 이를 바탕으로 조사와 정비·활용 계획을 수립해 나갈 필요가 있다. 현재까지는 보통 산지에 위치하는 고분군에 대한 조사·연구 및 보존·정비 방안을 수립하기 위해 고분분포도 작성을 위한 정밀지표조사가 먼저 실시되는데, 이에 앞서 라이다 측량 데이터를 확보하여 활용한다면 더욱 효과적이고 정확도 높은 분포도 작성과 현황 파악이 가능할 것이다. 또한, 넓은 지역에 대한 현장 조사에서 발생할 수 있는 정보 누락이나 오류도 상당 부분 방지할 수 있다. 따라서, 향후 고분 조사에 있어 라이다 측량을 적극적으로 활용하여 기초 데이터를 축적해 나갈 필요가 있다.

• 한국해양생명과학회지
• /
• 제8권2호
• /
• pp.136-149
• /
• 2023

우리나라 여러 해양환경 지역으로부터 확보한 370주의 해양세균, 균류, 미세조류로부터 기초생리활성(항산화, 항염, 항균, 항암, 항바이러스)을 조사하여 채집지, 분리원, 종(種) 수준에서의 활성결과를 비교하였다. 해양세균의 경우, 일반적으로 유용성이 많이 알려진 Streptomyces 속과 Bacillus 속에 속하는 균주들이 두드러진 강한 효능이 관찰되었고, 주로 해양퇴적물로부터 유용한 자원을 분리할 수 있었다. 해양균류와 미세조류의 경우에도 종 특이적으로 활성이 강하게 나타나는 결과를 확인할 수 있었고, 효능 특이적으로 활성을 보이는 결과도 얻을 수 있었다. 이러한 결과를 바탕으로 추후 특정질병에 선택적으로 효능을 보이는 화학물질 연구 또는 자원 기반 연구 수행 시 유용성을 전제로 한 자원 확보 전략 수립과 산업 활성화를 위한 전략소재로 우선적 접근이 용이할 수 있는 연구결과라 생각된다. 또한, 이들 결과를 해양바이오 뱅크를 통한 분양소재로 활용함으로써 학계, 산업계에서 활용하여 해양바이오산업 활성화에 좀 더 빠른 접근을 도울 수 있다고 생각한다.

• 한국산림과학회지
• /
• 제112권4호
• /
• pp.417-425
• /
• 2023

본 연구는 난대상록수종인 붉가시나무에 대한 수간곡선을 도출하고 이를 이용하여 수간재적표를 작성하기 위함이 그 목적이다. 분석에 사용된 공시목은 전남, 경남, 제주 등에서 수집된 688본이며, 수간곡선 도출을 위하여 적용한 수간곡선 모형은 Max & Burkhart 모델, Kozak 모델 및 Lee 모델 등이다. 3가지 모델 중 우리나라 붉가시나무 수간형태를 가장 잘 설명하는 것은 Kozak 모델인 것으로 분석되었다. 이 모델의 적합도는 0.9583, 편의는 0.0352, 추정치 표준오차의 백분율은 1.1439, 평균절대편차는 0.6751로 각각 나타났다. 붉가시나무의 수간재적표는 수간곡선을 설명하는데 최적인 것으로 나타난 Kozak 모델을 이용하였으며, 재적 계산은 수간고별 직경으로 Smalian 식을 적용시켜 산출하였다. 그리고 이전에 만들어진 붉가시나무 수간재적표 2가지(2007년, 2010년)와 이번에 만든 재적표(2023년) 간을 서로 비교하기 위해 분산분석을 실시하였다. 그 결과 2007년 완도지역에서 만든 재적표가 2010년과 2023년에 만든 재적표 보다 약 2배가 많은 값을 가지는 것으로 나타났다. 이번에 작성된 수간재적표(2023년)는 공시재료의 지역별 수집범위와 공시목이 많을 뿐만 아니라, 충분한 과학적 기반 하에서 만들어졌다. 따라서 전국단위의 공식적인 붉가시나무 수간재적표로 사용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1651-1669
• /
• 2023

해빙(sea ice)은 현재 전 세계 해양 면적의 약 7%를 차지하고 있으며 계절적, 연간 변화를 보이고 주로 극지방과 고위도 지역에 나타난다. 해빙은 대규모 공간 규모에서 다양한 종류로 형성되며 석유 및 가스탐사, 기타 해양활동이 급속히 증가하는 발해해는 해양 구조물 피해 및 해상 운송, 해양 생태계에 심각한 영향을 미치기 때문에 시계열 모니터링을 통해 해빙의 면적 및 유형 분류를 분석하는 것이 매우 중요하다. 현재 고해상도 위성영상 및 현장 실측 자료를 바탕으로 해빙의 종류 및 영역에 대한 연구가 진행되고 있지만 현장 실측자료를 획득하여 해빙 모니터링에는 한계가 있다. 고해상도 광학 위성영상은 광범위에서 해빙의 유형을 육안으로 탐지하고 식별할 수 있고, 짧은 시간해상도를 갖는 해양위성인 천리안 2B호(Geostationary Ocean Color Imager-II, GOCI-II)를 이용하여 해빙 모니터링의 공백을 보완할 수 있다. 이 연구에서는 고해상도 광학위성영상을 이용하여 생산된 학습자료를 기반으로 규칙기반 기계학습 모델을 훈련시키고 이를 GOCI-II 영상에서 탐지를 수행함으로써, 해빙 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 발해(Bohai Sea)의 2021-2022년 랴오둥만(Liaodong Bay)을 대상으로 추출하였으며, GOCI-II를 활용한 Random Forest (RF) 모델을 구축하여 기존 normalized difference snow index (NDSI) 지수 기반 및 고해상도 위성영상에서 획득된 해빙 영역과 정성적 및 정량적 비교 분석하였다. 본 연구 결과 해빙의 영역을 과소평가한 NDSI 지수 기반 결과와 달리 비교적 자세한 해빙 영역을 탐지하였으며 유형별 해빙을 분류할 수 있어 해빙 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 및 해빙형성에 영향인자 구축을 통해 탐지 모델의 정확도를 향상시킨다면 고위도 해양 지역에서 해빙 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1605-1613
• /
• 2023

해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R²)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R²의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.

• 벤처혁신연구
• /
• 제5권3호
• /
• pp.71-80
• /
• 2022

부동산 시장은 한 나라의 경제에서 중요한 부분을 차지하고 있으며, 많은 관련 산업의 성장을 통해 경제성장에 큰 역할을 하고 있다. 이자율의 변동은 자산 가격에 영향을 미치며 주택가격에도 큰 영향을 미친다. 본 연구는 이자율의 변동이 주택가격에 미치는 영향이 지역적인 차이를 보이는지를 분석하기 위하여, 주택가격을 전국, 지방, 서울 주택가격으로 구분하여 분석하였다. 분석은 2011년 1분기부터 2021년 4분기까지의 기간을 대상으로 하였으며 DOLS 모형을 이용하여 분석하였다. 주요한 분석결과는 다음과 같다. 첫째, 이자율은 전국 주택가격에 대해 유의한 음(-)의 영향을 미치는 것으로 나타나, 이자율의 하락은 전국 주택가격을 유의하게 상승시키고 이자율의 상승은 전국 주택가격을 유의하게 하락시키는 것으로 나타났다. 소비자물가지수와 대출증가율도 전국 주택가격에 양(+)의 영향을 미치지만 통계적 유의성은 높지 않았다. 둘째, 이자율은 전국 주택가격의 경우와는 달리 지방 주택가격에 음(-)의 영향을 미치지만 통계적으로 유의하지는 않았다. 반면에 소비자물가지수와 대출증가율은 전국 주택가격에 비해 지방 주택가격에 더 크고 유의한 양(+)의 영향을 미치는 것으로 나타났다. 마지막으로, 이자율은 서울 주택가격에 유일하게 유의한 음(-)의 영향을 미치는 것으로 나타났다. 그리고 이러한 영향은 전국과 지방 주택가격에 대한 영향보다 더 크고 더 유의한 수준을 보였다. 결국 이자율이 한국 주택가격에 미치는 영향은 지역적으로 차이가 존재하는 것으로 나타났다. 이자율은 전국 주택가격에 유의한 음(-)의 영향을 미치며, 지방 주택가격에도 음(-)의 영향을 미치지만 통계적으로 유의하지는 않은 것으로 나타났다. 그리고 이자율은 서울 주택가격에 가장 크고 유의한 음(-)의 영향을 미치는 것으로 나타났다. 또한 거시경제변수들이 주택가격에 미치는 영향도 차이가 존재하는 것으로 나타났다. 이는 지방과 서울 주택가격에 미치는 영향 요인이 서로 다른 지역별 차이가 존재하는 것을 의미하는 것이며, 부동산정책을 입안하고 실행할 때에는 이러한 점을 고려하여야 할 것으로 보여 진다.