• 한국지구과학회지
• /
• 제43권1호
• /
• pp.224-235
• /
• 2022

본 연구는 지난 12년간의 우주위험 관련 언론기사의 토픽모델링 분석을 통해 우주위험별 언론 보도 현황을 알아보기 위한 목적으로 수행되었다. 빅카인즈(BIGKinds)의 뉴스 플랫폼에서 2010년부터 2021년까지의 태양폭풍, 인공우주물체, 자연우주물체에 대한 우주위험 기사를 각각 1200여건 이상 수집하였으며, 키워드 분석, 잠재적 디리클레 할당모형(LDA) 분석을 수행하였다. 그 결과 태양폭풍 관련 기사는 3개의 토픽인 태양폭발이 인공위성에 미치는 영향, 우주전파센터를 중심으로 태양폭발이 우리나라 전파 통신에 미치는 영향, 항공종사자와 우주방사선의 관계로 요약되었다. 인공우주물체 관련 기사의 경우 3개의 토픽으로 인공위성과 우주정거장이 우주쓰레기로부터 위협을 받거나 그 자체가 우주쓰레기가 될 수 있다는 토픽, 영화를 통한 우주쓰레기와 인류의 관계에 대한 토픽, 우주쓰레기 추적·감시 및 처리를 위한 우주강국들의 노력이라는 토픽으로 요약되었다. 자연우주물체 관련 기사는 2개의 토픽으로 국제 우주기관의 근지구소행성에 대한 추적·감시와 충돌 대책과 소행성과 혜성 충돌을 중심으로 공룡과 포유류의 진화 및 멸종 원인으로 요약되었다. 이로부터 2010년부터 현재까지 국내 언론은 우주위험을 사회, 문화 등 다양한 영역에서 총 8개의 주제로 대중들에게 그 위험성과 경각심을 전하는 역할을 하고 있음을 확인하였으며, 이러한 결과를 기반으로 우주위험에 대한 교육방법과 교육정책의 필요성을 제언하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2002년도 학술발표회 논문집(I)
• /
• pp.43-50
• /
• 2002

Accurate quantitative forecasting of rainfall for basins with a short response time is essential to predict streamflow and flash floods. Previously, neural networks were used to develop a Quantitative Precipitation Forecasting (QPF) model that highly improved forecasting skill at specific locations in Pennsylvania, using both Numerical Weather Prediction (NWP) output and rainfall and radiosonde data. The objective of this study was to improve an existing artificial neural network model and incorporate the evolving structure and frequency of intense weather systems in the mid-Atlantic region of the United States for improved flood forecasting. Besides using radiosonde and rainfall data, the model also used the satellite-derived characteristics of storm systems such as tropical cyclones, mesoscale convective complex systems and convective cloud clusters as input. The convective classification and tracking system (CCATS) was used to identify and quantify storm properties such as life time, area, eccentricity, and track. As in standard expert prediction systems, the fundamental structure of the neural network model was learned from the hydroclimatology of the relationships between weather system, rainfall production and streamflow response in the study area. The new Quantitative Flood Forecasting (QFF) model was applied to predict streamflow peaks with lead-times of 18 and 24 hours over a five year period in 4 watersheds on the leeward side of the Appalachian mountains in the mid-Atlantic region. Threat scores consistently above .6 and close to 0.8 ∼ 0.9 were obtained fur 18 hour lead-time forecasts, and skill scores of at least 4％ and up to 6％ were attained for the 24 hour lead-time forecasts. This work demonstrates that multisensor data cast into an expert information system such as neural networks, if built upon scientific understanding of regional hydrometeorology, can lead to significant gains in the forecast skill of extreme rainfall and associated floods. In particular, this study validates our hypothesis that accurate and extended flood forecast lead-times can be attained by taking into consideration the synoptic evolution of atmospheric conditions extracted from the analysis of large-area remotely sensed imagery While physically-based numerical weather prediction and river routing models cannot accurately depict complex natural non-linear processes, and thus have difficulty in simulating extreme events such as heavy rainfall and floods, data-driven approaches should be viewed as a strong alternative in operational hydrology. This is especially more pertinent at a time when the diversity of sensors in satellites and ground-based operational weather monitoring systems provide large volumes of data on a real-time basis.

• 대한환경공학회지
• /
• 제31권11호
• /
• pp.1007-1018
• /
• 2009

Hydrocyclone은 높은 수면적부하율 운전이 가능하고, 구동부분이 없고, 운전 및 유지관리비가 적게 소요되어 미세입자물질제거에 효과적인 장치로 다양한 산업 분야에서 활용되고 있다. Hydrocyclone에 나선형 유입부를 통해 직각으로 유입되어 중력이 아닌 원심력에 의해 입자물질이 하부배출구로 분리되고 처리수는 vortex finder를 통해 배출된다. 입자분리에 hydrocyclone은 많은 장점을 가지고 있음에도 불구하고 도시지역 강우유출수 처리사례는 드문 실정이다. 본 연구에서는 변형된 hydrocyclone과 perlite 여재를 조합한 hydrocyclone filter (HCF)을 이용하여 강우유출수내 미세입자의 제거능을 분석하였다. 입자물질들은 인공입자들을 이용하여 강우유출수내 입자농도를 모의 실험하였다. 인공입자들을 물에 분산시켜 강우유출수를 재현하였는데 사용한 입자들은 이온교환 수지, 도로측구 퇴적물질, 상업지역 맨홀퇴적물질, 그리고 실리카겔 등이다. 하부배출부와 vortex finder 구조를 달리하여 HCFopen system과 HCF-closed system으로 구분하여 처리능을 분석하였다. HCF장치는 아크릴 수지를 이용하였는데 hydrocyclone의 직경은 120 mm이고 여과조의 직경은 250 mm이고 전체적인 높이는 800 mm로 제작하였다. 운전조건별 유입수 농도와 입경을 다양하게 적용하였고 SS와 COD농도를 분석하여 처리효율을 산정하였다. HCF-open system의 경우 운전 가능한 최대 수면적부하율은 700 $m^3/m^2$/day이었고 HCF-closed system의 경우 수면적부하율 1,200 $m^3/m^2$/day까지이다. HCF-open system 운전결과 HCFclosed system에 비교하여 평균 수면적부하율은 2배 이상 높게 운전이 가능하며 처리효율도 8~20% 이상 향상되는 것으로 분석되었다. 또한 유입수 SS농도가 높을수록 처리효율이 증가하며, 입경이 클수록 수면적부하율의 변화에 대한 처리효율의 영향이 적은 것으로 분석되었다. HCF-closed system의 실험을 통한 수면적부하율 변화에 대한 실리카겔입자의 제거 효율과 CFD입자추적기법을 이용한 예측 처리효율을 비교한 결과 CFD에 예측효율이 실제실험결과와 비교하여 다소 높게 나타나지만 처리효율의 경향은 매우 유사하게 나타나 CFD추적기법을 이용한 HDS유형 처리장치 설계 시 유용한 도구로 활용될 수 있을 것으로 판단된다.

• 한국습지학회지
• /
• 제14권2호
• /
• pp.243-254
• /
• 2012

최근 강우의 공간분포와 이동 및 발달상황을 파악할 수 있는 레이더강우 자료의 활용이 수문학분야에서 주목받고 있지만, 레이더 강우자료는 지상강우자료와 비교하여 자료의 신뢰성 확보가 되지 않아 실제 자료의 운용 및 적용에 어려움이 있다. 따라서 수문해석 분야에서는 레이더 강우를 활용하기 위해 레이더강우를 지상강우와 합성하여 보정하고 있다. 본 연구에서는 MFB(Mean-Field Bias)보정기법과 SOA(Statistical Objective Analysis)보정기법을 이용해 2010년 8월의 강우사상에 대하여 시공간 분포를 적절하게 표현할 수 있는 격자형 레이더 강우시계열자료를 생성하였다. 또한, 기존의 집중형 수문모형보다 유역내의 공간적인 유량변동을 보다 상세하게 고려할 수 있는 격자기반의 분포형모형(Vflo)을 국내 유역(낙동강권역 : 감천유역($1005km^2$))에 적용하여, 모의유출량과 관측유출량의 비교를 통해 레이더강우자료의 활용성 및 보정방법의 정확도를 평가하고자 하였다. 각 보정방법에 의한 첨두유량 오차는 20% 내외, 모델효율은 60~80% 수준으로 나타났으며, 특히 SOA방법을 통해 보정된 격자형 레이더 강우자료는 유출모형의 입력 자료로서 수문학적 활용성이 있음을 확인할 수 있었다.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2009년도 한국우주과학회보 제18권2호
• /
• pp.42.3-43
• /
• 2009

Triplets of identical cubesats will be built to carry out the following scientific objectives: i) multi-observations of ionospheric ENA (Energetic Neutral Atom) imaging, ii) ionospheric signature of suprathermal electrons and ions associated with auroral acceleration as well as electron microbursts, and iii) complementary measurements of magnetic fields for particle data. Each satellite, a cubesat for ion, neutral, electron, and magnetic fields (CINEMA), is equipped with a suprathermal electron, ion, neutral (STEIN) instrument and a 3-axis magnetometer of magnetoresistive sensors. TRIO is developed by three institutes: i) two CINEMA by Kyung Hee University (KHU) under the WCU program, ii) one CINEMA by UC Berkeley under the NSF support, and iii) three magnetometers by Imperial College, respectively. Multi-spacecraft observations in the STEIN instruments will provide i) stereo ENA imaging with a wide angle in local times, which are sensitive to the evolution of ring current phase space distributions, ii) suprathermal electron measurements with narrow spacings, which reveal the differential signature of accelerated electrons driven by Alfven waves and/or double layer formation in the ionosphere between the acceleration region and the aurora, and iii) suprathermal ion precipitation when the storm-time ring current appears. In addition, multi-spacecraft magnetic field measurements in low earth orbits will allow the tracking of the phase fronts of ULF waves, FTEs, and quasi-periodic reconnection events between ground-based magnetometer data and upstream satellite data.