• 한국산림과학회지
• /
• 제89권2호
• /
• pp.260-274
• /
• 2000

본 논문에서는 임적조사사업(林籍調査事業)(1910)의 수립 배경, 실시 과정, 결과 및 평가와 이 사업을 바탕으로 만들어진 "한국임야정리(韓國林野整理)에 관한 의견서(意見書)"가 일제의 초기 식민지 임정에 끼친 영향력을 중심으로 살펴보았다. 임적조사사업(林籍調査事業)은 일본인 관료 목내중사랑(木內重四郞)과 재등음작(齋藤音作)의 주도하에 조선의 소유별, 임상별 산림분포를 파악하고자 실행되었다. 그러나 경비부족과 짧은 조사기간으로 인해 조사의 정확도는 매우 낮았다. 특히 북부지방의 많은 촌락공유림(村落共有林)과 특수지역림(特殊地役林)이 임적조사사업(林籍調査事業)의 간략성(簡略性)과 자의성(恣意性)으로 인해 "관리기관이 없는 국유림"으로 편입되었다. 그럼에도 당시 일제는 이 조사결과를 바탕으로 조선의 임야정리에 관한 정책을 수립하였다. 이 정책은 "한국임야정리(韓國林野整理)에 관한 의견서(意見書)"로 종합되었는데, 그 중 임야정리에 관한 제안은 이후 삼림령(森林令)(1911) 및 일련의 임야정리과정을 거치면서 구체적이고 구속력을 더한 식민지 임정으로 현실화되었다. 결론적으로 임적조사사업(林籍調査事業)은 조사의 정확도는 떨어지지만, 일제 강점기 초기 식민지 조선의 임정을 수립하는데 가장 기초적인 자료로서 이용되었고 "한국임야정리(韓國林野整理)에 관한 의견서(意見書)"는 임야정리(林野整理)에 관한 구체적인 방향(方向)과 식민지 임정의 각론(各論)을 수립하는데 결정적인 역할을 한 정책제안서(政策提案書)라고 볼 수 있다.

• 디지털융복합연구
• /
• 제17권12호
• /
• pp.191-196
• /
• 2019

노천광산의 개발은 고지대 산림에 대한 넓은 면적의 지형변화를 가져오며, 심각한 산림 훼손을 야기할 수 있어 지속적인 모니터링이 필요하다. 드론 사진측량은 기존 유인항공 사진측량에 비해 상대적으로 낮은 고도에서 수행되므로 비교적 높은 정확도를 보이며, 지상측량 보다 단위 시간 당 작업 가능 영역이 크다는 장점이 있다. 본 연구에서는 드론 사진측량 기법을 이용하여 대규모 노천광산의 공간정보를 구축하고, 정확도 및 성과물의 활용성을 평가하고자 하였다. 드론 사진측량 성과물의 정확도는 수평방향으로 0.018~0.063m, 수직방향으로 0.027m~0.088m로 나타났으며, 이러한 결과는 1:1,000 수치지형도의 허용정확도를 만족하는 것으로 노천광산 모니터링에 활용이 가능할 것으로 판단된다. 구축된 노천광산의 공간정보는 다양한 활용이 가능하며, 주기적인 촬영에 의한 데이터 관리를 통해 시계열적 변화에 대한 특정 지역의 정량적인 변화를 모니터링 하는데 활용이 가능할 것이다. 향후 향후 노천광산 모니터링을 위한 다양한 현장의 추가적 연구가 필요하며, 이를 통해 실무적 차원의 활용성이 제시된다면 드론 사진측량 방법은 기존의 GNSS나 토털스테이션에 비해 작업시간과 비용을 크게 절감하고, 보다 가시적인 데이터의 생성이 가능하기 때문에 업무의 효율성을 크게 향상시킬 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 한국산업보건학회지
• /
• 제32권4호
• /
• pp.402-413
• /
• 2022

Objectives: In this study, the scale of exceeding the extreme heat exposure standard at the construction site was estimated using the nationally approved statistical data and wet bulb globe temperature modeling method. By comparing and analyzing the modeling results with the existing work environment monitoring results, the risk of heat exposure at outdoor construction sites was considered. Methods: Using the coordinates of second level administrative districts and meteorological observatories as the key, the automated synoptic observing system data and building permit data for 2021 were matched. The wet-bulb temperature was obtained using Stull's formula, and the globe temperature was obtained using the Tg_KMA2006 model. WBGT was calculated using these. Excess rates were obtained compared to exposure limits for heavy work-continuous work and moderate work-25% rest. It was compared with the results of the work environment monitoring in 2020. Results: As a result, 1,827,536 cases were estimated for 11,052 workplaces in one year. This is much higher than the 5,116 cases of 3818 workplaces of the existing work environment monitoring results. It is confirmed that the exposure limit was exceeded in 10.6~24.0% of the entire period and 70.2~84.1% of the peak period of the heat wave. It is very high compared to 0.9% of the existing work environment monitoring result. Conclusions: It is necessary to improve the system of monitoring and statistics related to extreme heat. Additional considerations are needed regarding WBGT estimation methods, meteorological data, and evaluation time. Various follow-up risk assessment studies for other industries and time series need to be continued.

• Clinics in Shoulder and Elbow
• /
• 제26권4호
• /
• pp.343-350
• /
• 2023

Background: Our purpose was to evaluate a custom reverse total shoulder arthroplasty glenoid baseplate for severe glenoid deficiency, emphasizing the challenges with this approach, including short-term clinical and radiographic outcomes and complications. Methods: This was a single-institution, retrospective series of 29 patients between January 2017 and December 2022 for whom a custom glenoid component was created for extensive glenoid bone loss. Patients were evaluated preoperatively and at intervals for up to 5 years. All received preoperative physical examinations, plain radiographs, and computed tomography (CT). Intra- and postoperative complications are reported. Results: Of 29 patients, delays resulted in only undergoing surgery, and in three of those, the implant did not match the glenoid. For those three, the time from CT scan to implantation averaged 7.6 months (range, 6.1-10.7 months), compared with 5.5 months (range, 2-8.6 months) for those whose implants fit. In patients with at least 2-year follow-up (n=9), no failures occurred. Significant improvements were observed in all patient-reported outcome measures in those nine patients (American Shoulder and Elbow Score, P<0.01; Simple Shoulder Test, P=0.02; Single Assessment Numeric Evaluation, P<0.01; Western Ontario Osteoarthritis of the Shoulder Index, P<0.01). Range of motion improved for forward flexion and abduction (P=0.03 for both) and internal rotation up the back (P=0.02). Pain and satisfaction also improved (P<0.01 for both). Conclusions: Prolonged time (>6 months) from CT scan to device implantation resulted in bone loss that rendered the implants unusable. Satisfactory short-term radiographic and clinical follow-up can be achieved with a well-fitting device. Level of evidence: III.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.57-72
• /
• 2018

기후스마트농업(Climate-Smart Agriculture, CSA)이 성취되고 있는지에 대한 정량적인 평가방법을 구축하기 위해 타워 기반의 플럭스 관측 시계열 자료를 활용할 수 있다. 이 연구에서는 벼농사가 지배적인 전형적인 비균질 농경지를 대상으로 CSA의 첫 번째 목표와 관련된 생산성과 효율성 평가를 시도하였다. 이를 위해 해남 농경지에 위치한 KoFlux 사이트(HFK)에서 2003년부터 2015년까지 벼의 생장기간 동안에 관측된 탄소, 물 및 에너지 플럭스의 시계열 자료를 분석하여 일련의 정량적인 지표들을 평가하였다. 이 연구기간 동안에 HFK에서는 네 가지의 다른 품종(동진 1호; 2003-2008, 남평; 2009, 온누리; 2010-2011, 새누리; 2012-2015)의 벼가 경작되었다. 전반적으로 품종을 구분하지 않을 경우, 연구기간 동안의 HFK의 총일차생산(GPP)은 800 - 944 g C m-2, 물사용효율(WUE)은 1.91 - 2.80 g C kg H2O-1, 탄소사용효율(CUE)은 1.06 - 1.34, 그리고 광사용효율(LUE)은 0.99 - 1.55 g C MJ-1이었다. 벼 이외의 다른 식생이 포함된 HFK의 비균질성을 고려하여 어림 잡아 비교해 보면, 네 품종 중에서 동진1호를 재배했을 때에 HFK의 생산성이 아시아의 단일 벼논의 생산성과 비슷했고 WUE도 높았던 반면에 CUE는 상대적으로 낮았다. 또한, 새누리를 재배했을 때에도 HFK가 비슷하게 높은 생산성을 보였으나 동진1호보다 생장기간이 상대적으로 길었다. 따라서 동진1호가 지배적인 HFK가 CSA의 관점에서 더 좋은 특성을 보여 준다. 그러나 현실적으로는 농부들이 해충 저항성이 동진1호보다 높은 새 누리를 재배하고 있다. 이는 CSA의 나머지 두 목표의 하나인 탄력(resilience) 향상을 통한 적응력 강화와 관련된 것으로 온실가스 방출 저감을 포함한 총체적인 평가가 이루어져야 함을 시사하며, 이에 대한 평가와 분석이 현재 진행 중에 있다.

• 한국지리정보학회지
• /
• 제23권2호
• /
• pp.53-69
• /
• 2020

산업화와 도시개발로 인한 불투수층 면적의 증가는 수문순환 체계를 왜곡시켜 심각한 건천화를 야기한다. 이를 관리하기 위해 건천화의 정량적인 평가 및 예측이 가능한 하천건천화 영향평가 기술이 필요하다. 본 연구에서는 분포형 수문모형(Drying Stream Assessment Tool and Water Flow Tracking, DrySAT-WFT)과 시계열 GIS자료를 활용하여 전국 5대강 유역의 댐·보 유역을 대상으로 하천유입량 감소원인 평가를 실시하였다. 이를 위해 5개 하천건천화 영향요소(토양침식, 산림성장, 도로-하천 단절, 지하수이용, 도시개발)를 선정하여 1976년부터 2015년까지 GIS 기반의 시계열 공간자료를 연대별로 구축하였다. DrySAT-WFT는 2005~2015년까지 8개의 다목적댐(충주댐, 소양강댐, 안동댐, 임하댐, 합천댐, 섬진강댐, 주암댐, 용담댐) 및 4개의 유량 관측지점(오수천, 미호천, 마륵, 초강)에 대해 하천유량 검보정을 실시하였고, 검보정 결과 결정계수(R²)는 평균 0.76(0.66~0.84), Nash-Sutcliffe 모형효율은 평균 0.62(0.52~0.72)의 값을 보였다. 이를 토대로 2010년대(2006~2015)의 기상조건을 기준으로 연대별(1980년대: 1976~1985, 1990년대: 1986~1995, 2000년대: 1996~2005, 2010년대: 2006~2015) GIS자료를 이용하여 댐·보 유역의 하천유입량 변화를 계산하므로서 각 영향요소별 하천유입량 감소 기여비율을 산정하였다. 모의결과, 1980년대를 기준으로 5대강 유역평균 2010년대 풍수량(Q95)은 4.1~6.3%의 감소율을 보였고, 평수량(Q185)은 6.7~9.1%의 감소율을 보였으며, 갈수량(Q355)은 8.4~10.4%의 감소율을 보였다. 하천건천화 영향요소 중에서 지하수 이용량의 증가로 인한 기저유량 감소(하천건천화 기여율: 40.5%)가 가장 큰 영향을 주었으며, 다음으로는 산림성장에 의한 증발산량 증가(하천건천화 기여율: 29.0%)로 나타났다.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.174-189
• /
• 2015

본 연구는 낙동강 유역의 수생태계 건강성 조사지점에서 생물 및 서식환경, 수질에 대한 건강성을 조사 및 평가한 결과자료를 이용하여 공간정보로 재구축하고 공간분석기법을 활용하여 낙동강 유역의 수생태계 보전 및 복원 정책의 합리적인 의사결정을 지원하고 효율적인 관리방안을 제시하는데 목적이 있다. 낙동강 유역의 수생태계 건강성을 분석하기 위하여 250개 조사구간의 수생태계 건강성 조사 및 평가 결과자료를 각 지점별 위치정보를 기반으로 점형 자료로 구축하였다. 그리고 공간적인 분석기법의 적용을 위해 면형 자료로 재구축 할 필요성이 있으며, 이를 위해 Kriging 보간법(ArcGIS 10.1, Geostatistical Analysis)을 활용하여 공간적 영향력 및 트랜드를 분석하였고 면형 자료로 재구축 하였다. 이를 바탕으로 낙동강 유역 건강성의 공간분포 특성을 분석하기 위해 Hotspot(Getis-Ord Gi, $G^*_i$)과 LISA(Local Indicator of Spatial Association), 표준편차타원체(Standard deviational ellipse) 분석을 활용하였다. Hotspot 분석 결과 생물지수(TDI, BMI, FAI)의 Hotspot 유역은 안동댐 상류, 왕피천, 임하댐 유역으로 생물지수의 건강성 등급이 양호한 것으로 분석되었으며, Coldspot 유역은 낙동강 남해, 낙동강 하구, 수영강 등의 유역으로 나타났다. LISA 분석 결과 이례지역은 가화천, 합천댐 상류, 영강 상류 유역으로 분석되었으며 이 지역은 생물 건강성 지수가 높은 유역이지만 주변 유역의 건강성이 낮아 수생태계 건강성에 대한 관리가 필요한 유역으로 분석되었다. 이화학적 요인(BOD)의 Hotspot 유역은 낙동강하류 유역과 수영강, 회야강, 낙동강남해 유역으로 나타났으며, Coldspot 유역은 안동댐, 임하댐, 영강 등 낙동강 지류의 상류 유역으로 분석되었다. 서식 및 수변환경(HRI)요인의 Hotspot과 LISA 분석결과 요인별 Hotspot과 Coldspot이 다르게 분석되었으나 일반적으로 낙동강 상류, 안동댐, 임하댐, 합천댐 유역 등 낙동강 본류와 지류의 상류 유역 서식 및 수변환경 건강성이 좋은 것으로 분석되었다. 서식 및 수변환경 요인이 Coldspot으로 나타난 유역들은 생물지수와 이화학적 요인의 건강성 지수도 낮게 나타나 서식 및 수변환경의 관리가 필요한 유역으로 판단할 수 있다. 표준편차타원체로 분석한 시계열 분석결과 생물과 서식 및 수변환경에 의한 수생태계 건강성이 좋은 지역이 점점 북쪽으로 이동하는 경향을 나타내고 있으며 BOD 결과는 조사년도에 따라 방향과 집중도가 각각 다르게 나타나는 것으로 분석되었다. 이러한 수생태계 건강성 분석 결과는 조사지점별 건강성 관리정보뿐만 아니라 향후 공간정보 기술기반 수환경 연구와 실무연구진을 위한 집수구역 단위 수생태계를 관리할 수 있는 정보를 제공할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1255-1272
• /
• 2023

위성영상 기반 클로로필-a (chlorophyll-a) 농도는 전지구 기후변화 연구를 위해 장기간의 시계열 자료로 생산되고 있으며, 시간합성 또는 다종위성 자료의 병합(merging)을 통해 결측이 없는 자료의 생산이 요구된다. 그러나 한반도 주변 해역에서의 위성영상 기반 클로로필-a 농도와 관련된 연구는 단일 해색센서로 산출하여 계절적 특징을 평가하거나 연구해역에 적합한 알고리즘을 제시하는 연구가 주로 수행되었다. 본 연구에서는 한반도 주변 해역에서의 공간 커버리지가 높은 클로로필-a 농도 산출을 위해 정지궤도 해색센서 GOCI-II와 극궤도 센서(MODIS, VIIRS, OLCI)의 원격반사도(Remote Sensing Reflectance) 병합자료를 이용하였다. 연구결과 산출물의 공간 커버리지는 극궤도 해색센서 자료보다 약 30% 증가하여 구름으로 인한 결측을 보완하였다. 그리고 현장 관측자료와 함께 Ocean Colour Climate Change Initiative (OC-CCI)와 GlobColour에서 제공하는 전지구 클로로필-a 합성장 자료와의 비교를 통해 정확도를 정량적으로 제시하고자 하였다. 그러나 현장관측 자료의 절대적인 수 부족으로 유의미한 통계적 결과는 제시하지 못하였지만, 전지구 자료와의 비교 결과보다 과소 추정 경향을 확인하였다. 또한 적조와 같은 해양재해·재난 대응 목적의 활용성 평가를 위해 2013년 동해에서 발생한 대번성 사례와 정성적으로 비교하여 정지궤도 해색센서 단독 결과보다 OC-CCI와 유사하게 나타나는 것을 확인하였다. 본 연구를 통해 산출한 결과를 사용하여 향후 인공지능모델 기반의 예측 연구와 아노말리(anomaly) 활용 연구를 수행할 예정이며, 이를 통해 우리나라 연안해역에서 발생하는 클로로필-a 이벤트 모니터링에 유용하게 활용이 가능할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.555-565
• /
• 2018

최근 임시 지보, 보강 및 지하수 차수와 같은 다양한 지질공학분야에서 차수 및 지반보강 공법으로 인공동결공법(artificial ground freezing method)이 적용되고 있다. 인공동결공법은 지중에 매설된 동결관 내로 냉매를 순환시켜 대상 지반에 차수벽 및 지지체의 역할을 할 수 있는 동결벽체(frozen wall)를 형성한다. 본 연구에서는 해성 점토지반(marine clay)에 대한 인공동결공법 현장실증시험을 수행함으로서 인공동결공법에 따른 해성 점토지반에서의 동결속도(freezing rate)를 평가하였다. 현장실증시험은 지중에 3.2m 깊이로 매설된 동결관 내로 초저온 냉매인 액화질소를 순환시키는 방법으로 단일공 시험과 동결벽체 형성 시험을 수행하였다. 자동밸브를 통해 유출되는 액화질소의 온도를 일정하게 유지시켰으며, 동결과정에서 동결관 외벽 및 지중의 온도변화를 측정하였다. 시험결과, 단일공 시험은 부피가 약 $2.12m^3$인 원기둥 모양의 동결체를 형성하는데 총 3.5일 동안 약 11.9ton의 액화질소가 소요되었고, 동결벽체 형성 시험은 부피 약 $7.04m^3$의 동결벽체를 형성하는데 총 4.1일 동안 약 18ton의 액화질소가 소요된 것으로 산정되었다. 임의의 깊이에서 동결면적이 동결반경의 제곱에 비례하기 때문에 동결반경이 증가할수록 방사방향 1차원 동결속도가 감소하였고, 이를 바탕으로 방사방향 1차원 동결속도 예측식을 제시하였다.