• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1653-1667
• /
• 2020

본 연구에서는 국지예보시스템(LDAPS)과 전산유체역학(CFD) 모델을 접합하여, 부산 중구 광복동에 소재한 건물 밀집 지역의 상세 흐름과 PM2.5 농도 분포를 조사하였다. 도로 배출이 건물 밀집 지역의 PM2.5 농도에 미치는 영향을 분석하기 위해, PM2.5의 연간 시·군·구별, 배출 원소 별, 연료 별 도로이동오염원·비산먼지 배출량 자료와 월별·일별·시간 별 배출 계수를 이용하여 부산의 단위 면적당 시간별 PM2.5 배출량을 산정하였다. 본 연구에서는 건물 옥상과 도로변에서 수행된 특별 측정 자료를 이용하여 수치 모의 결과를 검증하고, 도로배출 유·무에 따른 PM2.5 농도 분포 특성을 분석하였다. 대상 기간(2020년 06월 22일) 동안 대상 지역에서는 바람이 약하게 나타났다. 새벽 시간에는 북동풍과 북서풍이 불고 주간에는 주로 남동풍이 불었다. 도로 배출을 고려하지 않은 경우에 LDAPS-CFD 접합 모델은 측정 지점(PKNU-AQ Sensor)의 PM2.5 농도를 과소모의 하였으나, 도로 배출을 고려하여 수치 모의한 PM2.5 농도는 도로 배출의 영향으로 PM2.5 농도가 증가하여 측정 결과와 유사하게 나타났다. 2020년 6월 22일 07시와 19시의 유입 풍향은 각각 북동풍과 남동풍이지만, 주변 지형과 건물에 의해 흐름이 변화되어, 두 시각 모두 측정 지점 주변에서는 주로 남풍 계열의 흐름이 나타났다. 07시와 19시의 유사한 흐름에 의해, 두 시각의 PM2.5 농도 분포도 매우 유사하게 나타났다. 건물 옥상 측정 지점에서 수치 모의된 PM2.5 농도는 도로 배출 영향을 크게 받지 않았으나, 도로변 에서는 도로 배출 영향을 상대적으로 크게 받았다. 도로 배출을 고려한 경우, 풍속이 약한 북쪽 도로와 긴 도로 협곡에 위치한 서쪽 도로에서 PM2.5 농도가 높고, 상대적으로 건물의 밀집도가 낮은 동쪽 도로에서는 PM2.5 농도가 낮게 나타났다. LDAPS-CFD 접합모델은 모든 도로에서 배출량이 동일하게 적용되기 때문에, 좁은 골목과 건물 밀도가 낮은 지역의 지형 특성이 반영되어 도로 별 PM2.5 농도 특성이 다양하게 나타났다.

• 한국재난정보학회 논문집
• /
• 제15권4호
• /
• pp.459-468
• /
• 2019

연구목적: 본 연구는 지반함몰 예방을 위하여 도로하부의 공동탐사를 실시한 후 확인된 공동 중 포장층의 재포장 공사 등에 의한 공동 위치 및 이력 정보를 알 수 없게 되어 누구라도 정보를 정확하게 파악할 수 있도록 할 수 있는 RFID 시스템의 현장 적용성을 평가하였다. 연구방법: RFID 시스템을 이용하여 맨홀, 전력관, 가스관, 통신관 등 지하매설물 및 태그 종류에 따른 아스팔트 하부의 깊이별 인식거리와 인식율 등 임시복구시 고무마개 하단부에 전자태그칩을 부착하여 현장 적용성을 평가하였다. 연구결과: 전자태그의 위치에 대한 심도별 인식거리 및 인식율은 심도 15cm까지는 큰 영향이 없으나 심도 20cm인 경우 다소 약한 편이다. 그리고 매설물이나 강우 시 침수 등에 대한 영향은 적은 편이며 도로의 기상상황 특히 바람의 영향이 있어 측정 시 이를 감안하여야 할 것이다. 결론: 포장도로관리스템의 현장 적용을 위한 RFID 태그에 공동위치를 포함하여 공동에 관한 확인 일자, 공동의 규모, 발생원인, 주변 지하 매설물 등의 여러 가지 제반 정보를 저장하여 전산화 및 모바일 활용도 가능한 시스템으로 공동관리 효과를 극대화 할 수 있다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.393-399
• /
• 2021

본 연구는 다양한 미세먼지 농도 환경의 야간 CCTV 영상을 학습 시켜 영상에 의한 미세먼지 농도 추정에 대한 실험을 진행하였다. 주간 영상의 경우 많은 관련 연구가 존재하였고, 영상의 다양한 텍스쳐와 밝기 정보가 잘 표현되어 학습에 영향을 주는 정보가 뚜렷하다. 하지만 야간 영상의 경우 주간 영상에 비해 담고 있는 정보가 적고 야간 영상만 사용한 연구가 드물다. 따라서 차량과 가로등 같은 광원 때문에 특징이 균일하지 못한 야간 촬영 영상들과 비교적 광원이 일정한 건물 지붕, 건물 벽, 가로등을 ROI로 결합한 실험을 진행하였다. 이후 야간 영상으로 딥러닝 기반 미세먼지 농도 추정이 가능한지 상관도를 주간 실험과 비교 분석하였다. 실험 결과, 지붕 ROI (Region of Interest) 학습한 경우의 결과 값이 가장 높았고, 전체 영상과의 결합 학습모델은 더 향상된 결과를 보여주었다. 전체적으로 R²가 0.9를 상회하여 야간 CCTV 영상으로부터 미세먼지 추정이 가능함을 나타내고 있고, 날씨 자료의 추가 결합 학습은 실험 결과에 크게 영향을 주지 않은 것으로 계산되었다.

• 한국인터넷방송통신학회논문지
• /
• 제11권5호
• /
• pp.203-210
• /
• 2011

현재의 센서네트워크는 고정된 센서노드의 센싱에 의해 수집된 정보를 분석하여 서비스를 제공한다. 이러한 방식은 빌딩 오토메이션, 홈오토메이션, 실시간 도로 기상정보, 헬스케어 환경 등 주요 센싱 대상인 사람의 상태와 위치변화, 그리고 주변 환경의 변화에 능동적으로 대처하기 어렵다. 이러한 다양한 환경에서의 개인별로 적합한 동적 상황을 지원하기 위해서는 사람의 이동과 주변상황의 변화에 따라 능동적으로 차별화된 특정 정보를 제공해주어야 한다. 본 본문에서는 건축물 등에 모바일 에이전트 미들웨어가 탑재된 무선 센서노드들을 설치하여 구축한 센서네트워크 환경을 통해 개인화된 서비스(화재의 발생 위치와 확산경로의 추적 등)를 실시간 제공하는 개인화된 센서 모바일 에이전트 미들웨어를 구현하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.929-936
• /
• 2007

본 논문에서는 교통 모니터링 시스템에 사용할 수 있는 국부 영역에서 차량 검지와 추적을 수행하는 새로운 기법을 제안하다. 차량 검지와 추적은 각 차선에 미리 설정된 영역에서만 이루어진다. 각 차선에 설정된 국부 영역을 에지 특성과 프레임 차이를 이용하여 여러 개의 분할 영역으로 나누고 분할영역의 통계적 특성과 기하학적 특성에 의해 차량, 도로, 그림자와 전조등 영역으로 분류하여 차량을 검출한다. 검출된 차량은 에지 영상의 정합에 의해 국부 영역내에서 추적하여 차량 속도, 길이, 차간 거리와 도로 점유율과 같은 교통 정보를 산출할 수 있다. 배경 영상을 사용하지 않으므로 다양한 조건에서 사용이 가능하고 다양한 기상, 시간대와 장소에서 90.16%의 높은 차량 검출의 정확도를 나타냈다. 동작 환경에서 카메라의 각도, 방향과 조리개 설정이 조정되면 아주 높은 정확도의 교통 모니터링 시스템의 핵심기술로 사용될 수 있을 것으로 기대된다.

• 한국BIM학회 논문집
• /
• 제4권2호
• /
• pp.25-32
• /
• 2014

Today, there is a growing need of environment-friendly buildings, so-called 'green', facilities, and energy saving buildings to decrease environmental pollutants released into cities by construction activities. Green-Building Information Modeling (Green-BIM) is a purpose-built solution which supports to forecast energy consumption of 3-D model of a building by augmenting its primary 3-D measurements (width, height and depth) with many more dimensions (e.g. time, costs, social impacts and environmental consequences) throughout a series of sequential phases in the lifecycle of a building. The current study was carried out in order to integrate vegetation systems (particularly green roof and green wall systems) and investigate thermal performance of the new Sainsbury's building which will be built on Melton road, Leicester, United Kingdom. Within this scope, a 3-D building model of the news Sainsbury's building was first developed in $Autodesk^{(R)}$ $Revit^{(R)}$ and this model was then simulated in $Autodesk^{(R)}$ $Ecotect^{(R)}$once weather data of the construction site was obtained from $Autodesk^{(R)}$ Green Building $Studio^{(R)}$. This study primarily analyzed data from (1) solar radiation, (2) heat gains and losses, and (3) heating and cooling loads simulation to evaluate thermal performance of the building integrated with vegetation system or conventionally available envelops. The results showed that building integrated vegetation system can potentially reduce internal solar gains on the building rooftops by creating a 'bioshade'. Heat gains and losses through roofs and walls were markedly diminished by offering greater insulation on the building. Annual energy loads for heating and cooling were significantly reduced by vegetation more significantly through the green roof system in comparison to green wall system.

• 전자공학회논문지SC
• /
• 제48권6호
• /
• pp.63-70
• /
• 2011

자전거는 자동차와 달리 사용자인 탑승자가 외부 환경에 그대로 노출되므로, 주변 날씨, 대기, 주행 경로 등에 관한 정보를 자동차 보다 오히려 폭넓게 활용할 필요가 있다. 더욱이 자전거는 인간의 힘을 동력으로 사용하므로 도로의 경사, 굴곡, 노면 상태와 같은 주행 경로의 특성을 미리 파악할 수 있다면 최적 경로 추정 등을 통해 이동 효율을 획기적으로 높이는 데에 도움이 될 것이다. 최근의 모바일 정보 서비스와 함께 개발되는 각종 자전거용 애플리케이션들은 이러한 지능형 자전거를 위한 체계적인 연구 개발의 필요성을 일깨우고 있다. 본 연구에서는 무선 통신이 가능한 저전력 손목 시계형 임베디드 장치를 자전거에 간단히 장착하고, 여기에 내장된 가속도 센서를 이용하여 자전거의 주행 상황 (오르막, 내리막, 정지, 가 감속) 을 자동으로 인식할 수 있는 알고리듬을 개발하는 것을 목표로 하였다. 개발된 알고리듬의 신뢰성을 검사하기 위해 총 19 개의 실험 주행 데이터에 적용한 결과, 전체 실험 데이터의 83.3% 에서 95% 이상의 구간 인식 정확도를 얻을 수 있었다. 향후 임베디드 장치에 내장된 고도 센서, 온도 센서를 추가로 활용하여 탑승자의 신체 상태 및 운동 추정이 가능한 지능형 자전거를 개발할 계획이다. 개발된 주행 상황 인식 기술은 주행 중의 안전을 고려한 지능형 인터페이스 기술의 기반이 될 수 있을 것으로 기대한다.

• 대한공간정보학회지
• /
• 제22권3호
• /
• pp.99-105
• /
• 2014

교통사고는 화재와 더불어 도시지역에서 발생하는 인위적 재해 중 가장 높은 비중을 차지하고 있어서 보다 과학적인 원인분석과 더불어 다양한 예방대책수립이 필요하다. 본 연구에서는 지방중소도시인 진주시를 대상으로 2013년 발생한 교통사고 데이터를 교통사고 발생 원인별 분석, 발생 시간 및 계절적 특성분석 등 위치정보와 연계하여 시공간적 분포특성을 분석하고 토지이용계획에 따른 도시공간개발 특성과 연계함으로서 교통사고와의 공간적 상관성을 분석하였다. 그 결과 사고유형별 사고 분포특성을 보면 측면직각추돌(차 대 차), 횡단중사고(차 대 사람)가 밀도분석과 최근린분석에서 가장 군집도가 높았으며, 중심상업지역과 고밀도 주거지역, 공업지역을 연결하는 도로상에서 가장 많이 발생하는 특성을 보였다. 또한 피해상황에서는 인적피해가, 기상상태에서는 맑은 날이, 노면상태는 건조할 때가, 도로형태는 삼지교차로 일 때가 가장 높은 군집도를 보여주었다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.54-68
• /
• 2014

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

• 한국산학기술학회논문지
• /
• 제16권11호
• /
• pp.7329-7334
• /
• 2015

본 연구는 전복에서 사고의 특성과 운전자의 행동특성을 분석하기 위한 연구이다. 연구기간은 2011년 1월에서 2014년 5월까지이며 연구대상은 전복사고로 응급의료센터에 내원한 운전자 102명이었다. 연구도구는 교통안전공단 인체상해 데이터를 이용하였으며 여기에는 자동차의 손상정도와 환자의 데이터를 수집하여 정리된 내용으로 차량의 기본정보와 환자정보, 손상의 역학적 원인과 사진 상의 손상정보, 환자의 임상적 손상정보를 모두 포함하고 있다. 자료분석은 SPSS 18.0을 이용하여 기술통계, ANOVA, Chi-square test 분석을 시행하였다. 분석 결과 차량종류에 따른 손상정도계수(Injury Severity Score) 평균 점수는 작은 차량에서 6.00점, 높은 차량에서 11.78점, 그 외 차량에서 14.70점을 보였고 세 집단 간 유의한 차이는 보이지 않았다(P=.267). 안전벨트 착용 여부에서 남자가 여자에 비해 안전벨트를 유의하게 착용하지 않는 것을 볼 수 있었으며 (P=.007), 차량 종류나 날씨 등이 안전벨트 착용 여부와 상관관계를 보이지는 않았다(P=.755, P=.793). 하지만 차량의 크기가 작을수록 운전자들이 안전벨트를 차용하지 않는 경향을 보였고, 날씨가 맑은 날 오히려 안전벨트를 좀 더 착용하는 경향을 볼 수 있었다. 마지막으로 전복 사고에서도 다른 사고 유형에서와 마찬가지로 안전벨트 착용 여부가 손상에 큰 영향을 미치는 것을 확인할 수 있었다.