• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.92-92
• /
• 2017

본 연구에서는 수치모델을 이용하여 대하천서 발생되는 조류의 공간적 농도 분포를 예측하였고, 현장실험을 통해 모델을 검증하였다. 국내하천은 다수의 지류가 본류로 유입됨에 따라 오염물질의 생산과 공급이 지속적으로 발생하고, 하천의 유로연장과 하폭에 비해 수심이 낮은 지형학적 특성을 지닌다. 따라서 지류 유입 이후 발생되는 조류의 거동 특성을 분석하기 위해 수심 적분된 2차원 이송-확산 모델을 사용하였다. 광합성 성장을 이루는 조류의 성장속도 계산을 위해 영양염류, 수온, 일사량과 수심 등을 변수로 하는 성장속도 함수들을 위의 모델과 결합하였다. 본 연구의 대상구간은 낙동강과 금호강 합류부를 포함한 강정고령보 하류 약 9.2 km 구간으로 모델 검증을 위한 현장실험을 수행하였다. 2차원 이송-확산 모델의 입력 값인 유속 및 수심을 계산하는 수리동역학 모델 검증을 위해 미국 Sontek사의 M9을 이용하여 낙동강과 금호강 각각 32개, 12개 측선에 대하여 수리량을 측정하였다. 수리량 측정결과, 금호강과 낙동강의 평균 유량은 각각 $240m^3/s$, $60m^3/s$로 측정되었고 측정된 유량을 모델의 상류단 경계조건으로 사용하여 측정 유속 및 수심과 유사한 결과를 모델로부터 취득할 수 있었다. 조류 농도 측정을 위해 독일 bbe사의 AlgaeTorch 10을 사용하였으며, 수리량 측정과 동일한 측선서 총 조류 세포수(cells/ml)를 측정하였다. 농도 측정결과, 하류로 내려감에 따라 조류의 농도가 증가하는 경향이 나타났고 금호강 합류 후 최대농도는 측정구간 최하류 우안서 4,460 cells/ml로 나타났다. 주 흐름이 발생하는 하천 중앙부에 비해 유속이 느린 하안서 상대적으로 높은 농도가 측정되었으며, 이와 같은 경향은 하류로 내려감에 따라 강하게 나타났다. 측정된 조류 농도를 이용한 2차원 이송-확산 모델 검증결과, 합류부 최상류 측선서 MAPE = 10.5 %의 최대오차가 발생하였고 최하류 측선서 MAPE = 6.7 %의 최소오차가 발생하였다. 인과 질소와 같은 영양염류의 농도가 높고 횡 방향 수온 분포가 균일한 대상구간의 특성상 영양염류 함수와 수온 함수로부터 계산된 성장속도 가중치 범위는 각각 0.8~1.0, 0.91~1.09로 공간적 변동성이 크게 나타나지 않은 반면, 수심을 변수로 하는 일사량 함수의 성장속도 가중치 범위는 0.05~1.00으로 상대적으로 매우 높은 공간적 변동성이 나타났다. 수심이 4 m 이하인 하천 양안서 0.8 이상의 가중치가 나타났으며, 수심이 7 m 이상인 하천 중앙서 0.4 이하의 가중치가 나타났다. 본 연구의 수치모의 결과, 수리동역학 모델로부터 계산된 수심이 모델 결과 값에 큰 영향을 미치는 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• 제8권3호
• /
• pp.154-163
• /
• 2021

본 연구는 최근 국내에 귀화식물로 기록된 미국쥐손이의 적합 서식지의 분포에 영향을 미치는 요인을 파악하고, 미래의 변화를 예측하고자 수행되었다. 전국을 대상으로 총 68개 지점에서 미국쥐손이의 출연 자료를 수집하고 MaxEnt 모델을 적용하여 기준년대(1981~2010)와 기후시나리오에 따른 미래의 적합 서식지 분포를 예측했다. 미국쥐손이의 분포에는 강수량 계절성(bio15), 가장 따뜻한 분기의 평균기온(bio10), 가장 건조한 분기의 평균기온(bio09)가 크게 기여하는 것으로 나타났다. 기후변화에 따라 미국쥐손이의 높은 수준의 적합 서식지는 기준년도에 우리나라 면적의 6.43%를 차지하였고, 먼미래(2071~2100)에는 SSP2-4.5 하에서 92.60%까지, SSP5-4.8 하에서 98.36%까지 차지하는 것으로 예측되었다.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1261-1272
• /
• 2018

북극 지역의 대기 온도는 바다 및 해빙, 대기 사이의 에너지 교환에 큰 역할을 하므로 북극 대기 온도를 정확하게 파악하는 것은 중요하다. 하지만 현장 관측 자료들은 북극 대기 온도의 공간적인 분포를 나타내는 데에 한계가 있다. 따라서 본 연구에서는 부이(buoy) 자료와 Advanced Microwave Scanning Radiometer 2(AMSR2) 위성자료를 이용하여 기계학습 기반 여름철 대기 온도 추정 모델을 구축하였다. 기계학습으로는 random forest(RF) 및 support vector machine(SVM)을 사용하였으며, AMSR2 관측 시간에 따라 하루 두 번의 대기 온도를 추정하였다. 또한 추정된 대기 온도를 유럽 중기예보센터(European Centre for Medium-Range Weather Forecasts, ECMWF)의 ERA-Interim 재분석자료의 대기 온도와 공간 분포를 비교하였다. 교차 검증 결과 두 가지 기계학습 기법 모두 0.84-0.88의 $R^2$ 및 $1.31-1.53^{\circ}C$의 RMSE를 보였다. 공간적인 분포에서 IABP 부이 관측 자료가 존재하지 않는 바렌츠해(Barents Sea), 카라해(Kara Sea) 및 배핀만(Baffin bay) 지역에서는 기계학습 모델이 ERA-Interim 대기 온도에 비하여 과소 추정하는 경향을 보였다. 본 연구는 경험적인 북극 대기 온도 추정의 가능성과 한계점을 서술하였다.

• 대기
• /
• 제29권1호
• /
• pp.87-103
• /
• 2019

이 기술 노트에서는 중간복잡도 지구시스템모델의 하나인 LOVECLIM의 1.3 버전의 특성과 설치 및 운영 방법을 살펴보았으며, 두 종류의 홀로세의 기후 실험을 수행하고 그 결과를 기존 CMIP5/PMIP3실험결과와 비교, 분석하였다. 이 연구에서 수행된 홀로세 중기 평형기후실험과 홀로세 중기부터 현재까지의 점진적 기후변화 실험 결과를 CMIP5/PMIP3 실험 결과와 비교하여 살펴본 결과, 연직 3층의 준지균 근사 방정식을 사용하는 LOVECLIM의 대기모델은 지면대기 온도, 200 hPa 동서방향 바람, 800 hPa 남북방향 바람의 전구 분포의 공간상관도와 편차에서 CMIP5/PMIP3에 참여한 최신의 기후모델들에 비하여 상대적으로 낮은 대기장의 모의정확도를 보였지만, 전구 지면온도의 분포 및 변화, 대륙 연안 지역의 800 hPa 바람장, 200 hPa 동서방향 바람장 등은 최신의 기후모델과 유사한 모의 특성을 보였다. 특히 최근 6천년간의 장기 기후변화 실험은 단일 CPU 환경에서 약 4일 정도의 적분을 통해 수행되었음에도 CMIP5/PMIP3 기후모델들에서 모의된 두 시기의 지면온도의 주요한 차이를 잘 모의하고 있는 것으로 나타났다. 이렇듯 중간복잡도 지구시스템모델은 상대적으로 낮은 정확도로 인하여 범용적인 연구 도구로 활용되기에는 한계가 있지만, 고기후 등 특정 분야의 연구에서는 매우 유용한 연구 도구로 활용될 수 있다. 이러한 활용성은 중간복잡도 지구시스템모델을 이용한 여러 연구 결과들에서도 살펴볼 수 있으며, 이 기술 노트에서 소개된 LOVECLIM의 특성 및 설치 과정이 LOVECLIM을 이용한 다양한 국내 연구에 기여할 수 있길 기대한다.

• 한국해안·해양공학회논문집
• /
• 제30권6호
• /
• pp.286-297
• /
• 2018

본 연구에서는 황해역 파랑 특성을 파악하기 위해 KOGA-W01 파랑관측자료를 분석하고, 이를 바탕으로 파랑 후측모의 실험을 수행하였다. 파랑관측자료 분석에 따르면, 파랑관측지점이 연안역에 비교적 가까이 위치해 있음에도 불구하고 fetch length가 짧아 심해파 출현율이 높은 것으로 나타났다. 이에 본 연구에서는 Chun and Ahn(2017a, b)의 계산영역을 황해역으로 확장하여 파랑계산을 수행하였는데, 황해역에서의 정확한 파랑계산을 위해 조석 및 조류의 효과도 함께 고려하였다. 계산결과를 관측결과와 비교하여 파랑 후측모의의 정확도를 검증하였다. 본 연구의 전반적인 계산 결과의 정확도는 만족할 수준이지만, 계산영역 크기 한계로 S계열의 너울성 장주기파를 제대로 재현하지 못해 황해역 유의파주기의 정확도가 낮게 나타났다. 그러나 이들 장주기파의 파랑에너지가 크지 않아, 극치 파랑분석에의 영향은 작아 극치파랑의 유의파주기는 잘 재현하고 있는 것으로 나타났다.

• Journal of Ecology and Environment
• /
• 제46권4호
• /
• pp.316-323
• /
• 2022

Background: We developed a habitat suitability index (HSI) model for Pedicularis hallaisanensis, a Grade II Endangered Species in South Korea. To determine the habitat variables, we conducted a literature review on P. hallaisanensis with a specific focus on the associated spatial factors, climate, topography, threats, and soil factors to derive five environmental factors that influence P. hallaisanensis habitats. The specific variables were defined based on the collected data and consultations with experts in the field, with the validity of each variable tested through field studies. Results: Mt. Seorak had a suitable habitat area of 2.48 km² for sites with a score of 1 (0.62% of total area) and 0.01 km² for sites with a score of 0.9. Mt. Bangtae had a suitable habitat area of 0.03 km² for sites with a score of 1 (0.02% of total area) and 0 km² for sites with a score of 0.9. Mt. Gaya showed 0.13 km² of suitable habitat for sites with a score of 1 (0.17% of total area) and 0 km² for sites with a score of 0.9. Lastly, Mt. Halla showed 3.12 km² of suitable habitat related to sites with a score of 1 (2.04% of total area) and 4.08 km² of sites with a score of 0.9 (2.66% of total area). Mt. Halla accounts for 73.1% of the total core habitat area. Considering the climatic, soil, and forest conditions together with standardized collection sites, our results indicate that Mt. Halla should be viewed as a core habitat of P. hallaisanensis. Conclusions: The findings in this study provide useful data for the identification of core habitat areas and potential alternative habitats to prevent the extinction of the endangered species, P. hallaisanensis. Furthermore, the developed HSI model allows for the prediction of suitable habitats based on the ecological niche of a given species to identify its unique distribution and causal factors.

• 한국지반공학회논문집
• /
• 제23권7호
• /
• pp.37-46
• /
• 2007

연약 지반 개량을 위한 선행 재하 공법 시행 시, 시공 관리를 위해서는 현장 자료가 체계적으로 활용될 필요가 있다. 현장 자료의 체계적 활용을 위해서는 자료를 표준화하고 정보화하여 데이터베이스를 구축하고, 이를 활용하는 시스템을 구축하여야 한다. 본 연구에서는 선행 재하 공법이 적용된 연약지반 개량 현장에 대한 통합 시공관리시스템을 개발하였다. 개발 시스템은 데이터베이스와 사용자 프로그램으로 구성된다. 데이터베이스는 현장에서 수집된 모든 정보 및 시스템에서 처리된 정보를 보관, 관리하며, 이러한 정보들은 위치 정보와 연계되어 있다. 또한 데이터베이스 내 모든 정보는 각각의 특성에 따라 표준화된 형태로 관리된다. 사용자 프로그램은 데이터베이스에 있는 정보를 관리 및 활용하기 위한 데이터베이스 내 정보의 입-출력 기능, 공간 보간 기능, 현장 계측 정보를 이용한 침하 예측기능을 수행한다. 개발 시스템의 현장 적용 결과, 본 시스템은 데이터베이스 내 정보를 전체 현장에 대해 종합적으로 제공하였으며, 이로부터 시스템의 현장 적용성 및 효율성을 확인하였다.

• 대한토목학회논문집
• /
• 제30권5B호
• /
• pp.437-444
• /
• 2010

토양수분은 물 에너지 순환에서 지표면과 대기 사이의 복잡한 관계를 이해하기 위한 중요한 수문인자 중 하나이다. 일반적으로, 토양수분은 온도, 바람, 토성에 의한 증발과 식생에 의한 증산에 의하여 결정이 되는 것으로 알려져 있다. 하지만, 각 인자와 토양수분과의 관계에 대한 심도 있는 연구는 아직 부족한 실정이다. 본 연구에서는 Flux tower(설마천 타워)에서 생성되는 측정인자인 대기온도, 비습, 풍속을 고려하여 토양수분 예측치를 산정하였으며 이를 실측치와 비교하고 상관분석을 실시하였다. 토양수분은 특히 겨울에는 지중온도와 매우 강한 양의 상관계수를 가졌으나 이외의 항인 대기온도, 비습, 풍속과는 상관성이 낮게 산정되었다. 봄부터 가을까지의 자료에서는 지중온도가 토양수분과 매우 강한 음의 상관계수를 가지며 대기온도와 비습의 경우 상당한 음의 상관계수를 가지며 풍속은 식생의 영향으로 상관성이 매우 낮은 것으로 판단되었다. 중회귀분석을 통하여 계절별 토양수분을 추정하여 이를 측정값과 비교하였으며 결정계수($R^2$)는 봄의 경우 0.82, 여름의 경우 0.81, 가을의 경우 0.82, 겨울의 경우 0.96로 대체로 양호한 결과를 나타내었다. 본 연구에서 토양수분에 대한 지표상의 수문기상인자들과의 밀접한 상관관계는 공간해상도가 비교적 큰 원격탐사 토양수분의 downscaling에 유용한 정보를 제공할 수 있으며, 지표상의 물 에너지 순환에 대한 보다 나은 이해를 줄 것으로 사료된다.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.61-67
• /
• 2006

강한 비선형성의 경향을 보이고 있는 강우-유출간의 관계를 모형화하기 위한 연구는 다양한 방법론으로 적용되어 활발히 연구되고 있다. 그 중에서 인공신경망을 이용하여 강우-유출간의 관계를 모형화하기 위한 대부분의 연구들은 역전파 학습 알고리즘(back propagation algorithm: BPA), Levenberg Marquardt(LV), radial basis function(RBF)을 이용하였으며, 이들은 강한 비선형성을 나타내는 입 출력간의 관계를 나타내는데 탁월한 성능을 보이고 있는 것으로 알려져 있고, 자료들의 급격한 변화나 현저한 변화에 대한 뛰어난 적응성을 보여주고 있다. 이러한 인공신경망 이론은 예측뿐만이 아니라 대상자료들의 양상을 분류하여 그 특성을 분석하는 데에도 이용되고 있다. 따라서 본 연구에서는 강우-유출과정의 양상에 따른 분류와 그에 따른 분석을 위해 Kohonen 네트워크 이론에 의한 자기조직화 방법(self-organizing map; SOM)을 적용하였다. 본 연구에서 제시한 방법을 이용한 결과, 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우양상을 분류 할 수 있었으며, 강우-유출간의 특성을 분석한 결과 강한 비선현성을 가지고 있는 강우-유출관계가 SOM에 의해 7개의 패턴으로 구분되었다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1125-1134
• /
• 2023

우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.