• 한국식생활문화학회지
• /
• 제21권6호
• /
• pp.644-652
• /
• 2006

두부는 식물성 단백질 자원의 식품으로 세계적으로 잘 알려져 있으며 우리나라의 전통식품이다. 최근 두부가 건강식품으로 인식되면서 품질 고급화를 위한 방안으로 화학 첨가물이 아닌 천연응고제로서 석류즙을 사용하여 두부를 제조하여 기계적 및 관능적 특성의 품질특성을 조사하고 저장성을 살펴보았다. 두부의 수율을 대조군이 485g/500ml이었으나 석류즙 첨가 두부군에서는 석류즙 3%(49.3g/500mL)가 가장 높고 석류즙 2%, 4% 순이었다. 두부여액의 탁도는 석류즙 첨가량이 많아질수록 높에 나타났으며 여액의 pH는 석류즙 첨가 두부가 대조군보다 낮게 나타났다. 두부의 색도에서 L(lightness)값은 대조군이 가장 높았으며 탁한 붉은 색의 석류즙 두부는 첨가량이 증가될수록 감소하였다. a(redness)값은 석류즙 첨가량이 증가될수록 커졌으며 b(yellowness)값은 대조군이 석류즙 첨가 두부군보다 높았다. 두부의 texture에서 경도(hardness)는 석류즙 첨가 두부가 더 단단하였고 응집성(cohesiveness)은 석류즙 4%, 5% 첨가군이 대조군보다 높고, 석류즙 1%, 2%, 3% 첨가군보다 낮았다. 탄력성(springness)은 P4>P5>P3>P2>P1순이며 검성은 석류즙 3%첨가군이 GDL두부와 유사한 특성을 보였으며(p<.001), 부지짐성(brittleness)은 석류즙을 많이 첨가할수록 높아지는 경향이 있었다. 두부를 $0^{\circ}C^$에 저장하는 동안 pH는 대조군은 증가하며 석류즙 첨가 두부는 감소하는 경향을 보였으며 산도에서 대조군은 석류즙 첨가 두부와 같이 증가하였으며 두부의 저장성에서 대조군은 12일 지나면서 107 CFU/g을 넘어 부패가 진행되었으나 석류즙첨가 두부는 세균의 증식속도가 감소되어 전 기간동안 대조군에 비해 저장성 연장을 볼 수 있었다. 두부의 미세구조에서 석류즙 2%, 3% 첨가 두부가 대조군과 균일하게 구조를 나타냈으며 석류즙 첨가량이 증가할수록 입자가 크고 불규칙하며 거칠었다. 두부의 관능특성에서는 외관이 기호도는 대조군이 가장 높았으나 석류즙 첨가 두부군에서는 석류즙 2% 첨가 두부가 외관(appearance), 향미(flavor), 맛(taste), 질감(testure)에서 가장 높았다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.274-283
• /
• 2023

자연기반해법 중 하나인 홍수터는 블루-그린 네트워크로서 유역의 환경, 사회 및 경제적 이점을 제공한다. 본 연구는 용담호 지류의 수질에 대한 홍수터의 적용 효과를 평가하였다. 특히, 홍수터의 문제점과 개선점을 파악하고 제시하였다. 2021년 9월부터 2022년 4월까지 용담호 내 총 6개 지점에서 수질 및 토양 시료를 채취하였다. 수질 분석 결과, 모니터링 지점 중 상전면 갈현리 하류(SG_W_D2)에서 탁도, 총 부유물질(TSS), 화학적 산소요구량(COD), 총인(TP), 총질소(TN) 농도가 가장 높은 것으로 나타났다. 이는 9월과 10에 실시된 샘플링은 녹조발생에 기여 가능한 것으로 분석되었다. 또한, 토양 오염도 분석을 통해 모든 농경지에서 높은 TN및 TP 농도를 보여 농경지의 영양물질 축적량이 높은 것으로 평가되었다. TN 농도는 정천면 월평리 농경지(JW_S_A), 주천면 신양리(JS_S_A) 순으로 나타났으며, 가장 낮은 곳은 상전면 갈현리 원지반(SG_S_O)로 조사되었다. 본 연구에서 확인된 홍수터 유형 중 II-A 유형, II-B 유형, III 유형은 블루-그린네트워크의 기능을 갖는 것으로 나타났다. 그러나, 초기 홍수터의 경우 블루-그린네트워크를 고려하지 않아 설계가 부실 및 성능이 저하되는 결과가 초래되기에, 이러한 홍수터의 성능을 최적화하기 위해서는 블루-그린 네트워크를 고려한 설계 개선 및 보수가 필요하다. 본 연구 결과는 향후 홍수터 설계시 활용 가능할 것을 사료된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.