• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.244-244
• /
• 2022

4차 산업혁명에 따라 유역 및 하천관리 사업, 각종 풍수해 예방사업 분야에 다양한 스마트기술이 도입되고 있으나 건설현장 침수 피해 사고는 지속적으로 발생하고 있다. 굴착공사 현장에서 발생할 수 있는 침수피해를 사전에 예측하기 위해서는 공정별로 변화하는 현장상황을 반영하여 다양한 강우 시나리오를 기반으로 침수 예측 모델링이 선행되어야한다. 따라서 본 연구에서는 2차원 동수역학 모형인 HDM-2D 모형을 기반으로 굴착공사 현장 침수피해 예측 모델을 개발하여 굴착공사현장 침수 예·경보 시스템에 탑재하고자 한다. 침수피해 예측 모델은 천수방정식을 Petrov-Galerkin stabilized scheme 으로 이산화하여 해석하는 수평 2차원 동수역학 흐름해석모델로서 수로 및 지표면 등 다양한 지형 상황에서의 물 흐름을 상세하게 해석할 수 있다. 지형자료 생성 이후 경계조건 부여를 통해 수행되며 침수발생지역의 유속, 수심, 수위를 취득할 수 있다. 배수지나 굴착공사 현장에 2차원 흐름해석을 적용하는 경우 지형의 경사나 배치가 공간에 따라 변화하므로 불연속적인 흐름을 유발하여 모의결과의 계산 오차를 검토해야 한다. 2차원 침수피해 예측 모형의 정확성을 확인하기 위해 지면 돌출부가 있는 흐름 문제와 테스트베드 대상지에 침수해석 모형을 적용하였다. 돌출부 흐름 문제의 경우 돌출부를 지나며 발생하는 유속과 수심 모의 결과를 상용모형과 비교검증 하였으며 테스트베드 대상지역에 침수피해예측모형을 적용했을때 지형 경사에 따른 흐름의 변화와 침수양상을 확인할 수 있었다.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2003.05a
• /
• pp.244-245
• /
• 2003

고체나 액체 추진로켓에 비하여 하이브리드 추진 시스템은 작동조건의 안정성과 안전함등의 많은 장점을 가지고 있다. HTPB와 같은 고체연료는 제작 및 저장, 운송 그리고 장착상의 안정성을 가지고 있으며 하이브리드 로켓의 고체연료로의 산화제의 유입을 제어하면서 추력의 변화와 엔진내부의 연소중단과 재 점화를 용이하게 할 수 있다. 이러한 이유로 인하여 하이브리드 엔진은 좀 더 경제적인 장치로 기대를 모으고 있다. 그러나, 기존의 하이브리드 로켓 엔진은 고체 추진 로켓에 비하여 낮은 연료 regression 율과 연소효율을 가지는 단점이 있다. 이러한 단점을 해결하고 요구되어지는 추력값과 연료유량을 증가시키기 위하여 고체연료의 표면적을 증가시킬 필요가 있다. 기존의 하이브리드 엔진에서는 연료 그레인에 다수의 연소포트를 만들어 표면적을 증가시켰으나 이는 비 활용 공간의 증가와 추진제의 질량 및 체적분율의 상당한 감소를 초래한다. 지난 수십년간에 걸쳐 하이브리드 엔진에서 연료의 regression 특성 및 엔진 성능 향상을 위한 연구가 계속되어 왔으며 최근에 엔진의 체적 규제를 경감시키고 연료의 regression율을 향상시키기 위하여 선회유동을 이용하는 하이브리드 로켓 엔진들이 제안되고 있다. 이러한 선회유동을 가지는 하이브리드 로켓은 고체연료 그레인에 대하여 평행하게 유입되는 기존의 하이브리드 로켓에 비하여 고체연료 벽면에서의 대류열전달이 현저하게 증가하게 되어 아주 높은 고체연료의 regression율을 얻을 수 있는 이점이 있다. 선회유동 하이브리드 로켓의 연소과정은 고체 연료의 열분해과정, 대류 열전달, 난류 혼합, 난류와 화학반응의 상호작용, soot의 생성 및 산화과정, soot 입자 및 연소가스에 의한 복사 열전달, 연소장과 음향장의 상호작용 등의 복잡한 물리적 과정을 포함하고 있다. 이러한 물리적 과정 중 난류연소, 고체연료 벽면 근방에서의 대류 열전달 및 연소과정에서 생성되는 soot 입자로부터의 복사 열전달, 그리고 고체연료 열 분해시 표면반응들은 고체연료의 regression율에 큰 영향을 미친다. 특히 고체연료의 난류화염면의 위치와 폭, 그리고 비 예혼합 난류화염장에서 생성되는 soot의 체적분율의 예측은 난류연소모델, 열전달 모델, 그리고 regression율 모델에 의해 크게 영향을 받기 때문에 수치모델의 예측 능력 향상시키기 위하여 이러한 물리적 과정을 정확히 모델링해야 할 필요가 있다. 특히 vortex hybrid rocket내의 난류연소과정은 아래와 같은 Laminar Flamelet Model에 의해 모델링 하였다. 상세 화학반응 과정을 고려한 혼합분율 공간에서의 화염편의 화학종 및 에너지 보존 방정식은 다음과 같다. 화염편 방정식과 혼합분률과 scalar dissipation rate의 관계식을 이용하여 혼합분률과 scalar dissipation rate에 따른 모든 reactive scalar들을 구하게 된다. 이러한 화염편 방정식들을 mixture fraction space에서 이산화시켜서 얻은 비선형 대수방정식은 TWOPNT(Grcar, 1992)로 계산돼 flamelet Library에 저장되게 된다. 저장된 laminar flamelet library를 이용하여 난류화염장의 열역학 상태량 평균치는 presumed PDF approach에 의해 구해진다. 본 연구에서는 강한 선회유동을 가지는 Hybrid Rocket 연소장내의 난류와 화학반응의 상호작용을 분석하기 위하여 Laminar Flamelet Model, 화학평형모델, 그리고 Eddy Dissipation Model을 이용한 수치해석결과를 체계적으로 비교하였다. 또한 Laminar Flamelet Model과 state-of-art 물리모델들을 이용하여 선회 유동을 갖는 하이브리드 로켓 엔진의 연소 및 Soot 생성 및 산화과정을 살펴보았으며 복사 열전달이 고체 연료 표면의 regression율에 미치는 영향도 살펴보았다. 특히 swirl강도, 산화제의 유입위치 그리고 선회유동의 형성방식이 하이브리드 로켓의 연소특성 및 regression rate에 미치는 영향을 상세히 해석하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.1
• /
• pp.68-81
• /
• 2021

The agricultural ecosystem is one of the major sources of greenhouse gas (GHG) emissions. In order to search for climate change adaptation options which mitigate GHG emissions while maintaining crop yield, it is advantageous to integrate multiple models at a high spatial resolution. The objective of this study was to develop a tool to support integrated assessment of climate change impact b y coupling the DSSAT model and the DNDC model. DNDC Regional Input File Tool(DRIFT) was developed to prepare input data for the regional mode of DNDC model using input data and output data of the DSSAT model. In a case study, GHG emissions under the climate change conditions were simulated using the input data prepared b y the DRIFT. The time to prepare the input data was increased b y increasing the number of grid points. Most of the process took a relatively short time, while it took most of the time to convert the daily flood depth data of the DSSAT model to the flood period of the DNDC model. Still, processing a large amount of data would require a long time, which could be reduced by parallelizing some calculation processes. Expanding the DRIFT to other models would help reduce the time required to prepare input data for the models.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.3
• /
• pp.90-95
• /
• 2018

The Korean Peninsula is no longer safe from volcanic disasters. Therefore, the Korean government has been developing a spatial information-based system implementation technology since 2014. VDRS (Volcanic Disaster Response System), which is the result of the technology, was implemented in 2016 as Phase I. Since then, phase II implementation technology has been developed for an advanced system reflecting the user's requirements. To advance the system, redesign architecture is essential. This paper examined the redesign application architecture for an advanced VDRS. First, existing application architecture, which was implemented in phase I, was analyzed. Second, the user's requirements for advanced VDRS were analyzed. The analyzed user's requirements were categorized as a transforming service oriented to a business-oriented architecture, improving accuracy, and expanding the spatial range and target disaster. Third, application architecture was redesigned based on gap analysis between the existing architecture and user's requirements. The results of the proposed redesign architecture are presented as the application system structure and description of the application function based on owner's point of view in the enterprise architecture. The results of this paper can be used to derive the application module design and provide a detailed description of the application module based on the designer's point of view. Further research focused on structuring the HW/SW architecture will be required for system implementation.

• Journal of Wetlands Research
• /
• v.21 no.spc
• /
• pp.51-60
• /
• 2019

In this study, we performed At-site Frequency Analysis(AFA) and Regional Frequency Analysis(RFA) using the observed and climate change scenario data, and the relative root mean squared error(RMMSE) was compared and analyzed for both approaches through Monte Carlo simulation. To evaluate the rainfall quantile, the daily rainfall data were extracted for 615 points in Korea from HadGEM3-RA(12.5km) climate model data, one of the RCM(Regional Climate Model) data provided by the Korea Meteorological Administration(KMA). Quantile mapping(QM) and inverse distance squared methods(IDSM) were applied for bias correction and spatial disaggregation. As a result, it is shown that the RFA estimates more accurate rainfall quantile than AFA, and it is expected that the RFA could be reasonable when estimating the rainfall quantile based on climate change scenarios.

• Journal of Korean Society for Geospatial Information Science
• /
• v.13 no.1 s.31
• /
• pp.19-25
• /
• 2005

Nowadays, it is possible to construct the DEMs of urban area effectively and economically by LiDAR system. But the data from LiDAR system has form of DSM which is included various objects as trees and buildings. So the preprocess is necessary to extract the DEMs from LiDAR DSMs for particular purpose as effects analysis of man-made objects for flood prediction. As this study is for extracting DEM from LiDAR DSM of urban area, we detected the edges of various objects using edge detecting algorithm of image process. And, we tried mean value filtering, median value filtering and minimum value filtering or detected edges instead of interpolation method which is used in the previous study and could be modified the source data. it could minimize the modification of source data, and the extracting process of DEMs from DSMs could be simplified and automated.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.61 no.6
• /
• pp.81-92
• /
• 2019

The objective of this study is to evaluate hydrologic impacts of climate change according to downscaling methods using the Soil and Water Assessment Tool (SWAT) model at watershed scale. We used the APCC Integrated Modeling Solution (AIMS) for assessing various General Circulation Models (GCMs) and downscaling methods. AIMS provides three downscaling methods: 1) BCSA (Bias-Correction & Stochastic Analogue), 2) Simple Quantile Mapping (SQM), 3) SDQDM (Spatial Disaggregation and Quantile Delta Mapping). To assess future hydrologic responses of climate change, we adopted three GCMs: CESM1-BGC for flood, MIROC-ESM for drought, and HadGEM2-AO for Korea Meteorological Administration (KMA) national standard scenario. Combined nine climate change scenarios were assessed by Expert Team on Climate Change Detection and Indices (ETCCDI). SWAT model was established at the Mankyung watershed and the applicability assessment was completed by performing calibration and validation from 2008 to 2017. Historical reproducibility results from BCSA, SQM, SDQDM of three GCMs show different patterns on annual precipitation, maximum temperature, and four selected ETCCDI. BCSA and SQM showed high historical reproducibility compared with the observed data, however SDQDM was underestimated, possibly due to the uncertainty of future climate data. Future hydrologic responses presented greater variability in SQM and relatively less variability in BCSA and SDQDM. This study implies that reasonable selection of GCMs and downscaling methods considering research objective is important and necessary to minimize uncertainty of climate change scenarios.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_1
• /
• pp.959-974
• /
• 2021

Forel-Ule Index (FUI) is an index which classifies the colors of inland and seawater exist in nature into 21 gradesranging from indigo blue to cola brown. FUI has been analyzed in connection with the eutrophication, water quality, and light characteristics of water systems in many studies, and the possibility as a new water quality index which simultaneously contains optical information of water quality parameters has been suggested. In thisstudy, Ocean Colour-Climate Change Initiative (OC-CCI) based 4 km FUI was spatially downscaled to the resolution of 500 m using the Geostationary Ocean Color Imager (GOCI) data and Random Forest (RF) machine learning. Then, the RF-derived FUI was examined in terms of its correlation with various water quality parameters measured in coastal areas and its spatial distribution and seasonal characteristics. The results showed that the RF-derived FUI resulted in higher accuracy (Coefficient of Determination (R²)=0.81, Root Mean Square Error (RMSE)=0.7784) than GOCI-derived FUI estimated by Pitarch's OC-CCI FUI algorithm (R²=0.72, RMSE=0.9708). RF-derived FUI showed a high correlation with five water quality parameters including Total Nitrogen, Total Phosphorus, Chlorophyll-a, Total Suspended Solids, Transparency with the correlation coefficients of 0.87, 0.88, 0.97, 0.65, and -0.98, respectively. The temporal pattern of the RF-derived FUI well reflected the physical relationship with various water quality parameters with a strong seasonality. The research findingssuggested the potential of the high resolution FUI in coastal water quality management in the Korean Peninsula.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.153-158
• /
• 2007

사용자들의 특성에 맞게 개인화되고 세분화된 위치 기반 서비스를 제공하기 위해서는 방대한 이동 객체의 위치 이력 데이터 집합으로부터 유용한 패턴을 추출하여 의미 있는 지식을 탐사하기 위한 시공간 패턴 탐사가 필요하다. 현재까지 다양한 패턴 탐사 기법들이 제안되었으나 이동 패턴들 중 단순히 시공간 제약이 없는 빈발 패턴만을 추출하기 때문에 한정된 시간 범위와 제한적인 영역 범위 내에서의 빈발 패턴을 탐사하는 문제에는 적용하기 어렵다. 또한 패턴 탐사 수행 시 데이터베이스를 반복 스캔하여 탐사 수행시간이 많이 소요되는 문제를 포함하거나 메모리상에 탐사 대상인 후보 패턴 트리를 생성하는 방법을 통해 탐사 시간을 줄일 수는 있으나 이동 객체 수나 최소지지도 등에 따라 트리를 구성하고 유지하는데 드는 비용이 커질 수 있다. 따라서 이러한 문제를 해결하기 위한 효율적인 패턴 탐사 기법의 개발이 요구됨으로써 선행 작업으로 본 논문에서는 상세 수준의 객체 이력 데이터들의 시간 및 공간 속성을 의미 있는 시간영역과 공간영역 정보로 변환하는 시공간 데이터 일반화 방법을 제안한다. 제안된 방법은 공간 개념 계층에 대한 영역 정보들을 영역 Grid 해쉬 테이블(AGHT:Area Grid Hash Table)로 생성하여 공간 인덱스트리인 R*-Tree의 검색 방법을 이용해 이동 객체의 위치 속성을 2차원 공간영역으로 일반화하고, 시간 개념 계층을 생성하여 이동 객체의 시간적인 속성을 시간 영역으로 일반화함으로써 일반화된 데이터 집합을 형성하여 효율적인 이동 객체의 시간 패턴 마이닝을 유도할 수 있다.의 성능을 기대할 수 있을 것이다.onium sulfate첨가배지(添加培地)에서 가장 저조(低調)하였다. vitamin중(中)에서는 niacin과 thiamine첨가배지(添加培地)에서 근소(僅少)한 증가(增加)를 나타내었다.소시켜 항이뇨 및 Na 배설 감소를 초래하는 작용과, 둘째는 신경 경로를 통하지 않고, 아마도 humoral factor를 통하여 신세뇨관에서 Na 재흡수를 억제하는 작용이 복합적으로 나타내는 것을 알 수 있었다.으로 초래되는 복합적인 기전으로 추정되었다., 소형과와 기형과는 S-3에서 많이 나왔다. 이상 연구결과에서 입도분포가 1.2-5mm인 것이 바람직한 것으로 나타났다.omopolysaccharides로 확인되었다. EPS 생성량이 가장 좋은 Leu. kimchii GJ2의 평균 분자량은 360,606 Da이었으며, 나머지 두 균주에 대해서는 생성 EPS 형태와 점도의 차이로 미루어 보아 생성 EPS의 분자구조와 분자량이 서로 다른 것으로 판단하였다.TEX>개로 통계학적으로 유의한 차이가 없었다. Heat shock protein-70 (HSP70)과 neuronal nitric oxide synthase (nNOS)에 대한 면역조직화학검사에서 실험군 Cs2군의 신경세포가 대조군 12군에 비해 HSP70과 nNOS의 과발현을 보였으며, 이는 통계학적으로 유의한 차이를 보였다(p<0.05). nNOS와 HSP70의 발현은 강한 연관성을 보였고(상관계수 0.91, p=0.000), nNOS를 발현하는 세포가 동시에 HSP70도 발현함을 확인할 수 있었다. 결론: 우리는

• Journal of the Korean Association of Geographic Information Studies
• /
• v.14 no.3
• /
• pp.188-202
• /
• 2011

Due to emissions of greenhouse gases caused by increased use of fossil fuels, the climate change has been detected and this phenomenon would affect even larger changes in temperature and precipitation of South Korea. Especially, the increase of temperature by climate change can affect the amount and pattern of snowfall. Accordingly, we tried to predict future snowfall and the snowfall pattern changes by using the downscaled GCM (general circulation model) scenarios. Causes of snow varies greatly, but the information provided by GCM are maximum / minimum temperature, rainfall, solar radiation. In this study, the possibility of snow was focused on correlation between minimum temperatures and future precipitation. First, we collected the newest fresh snow depth offered by KMA (Korea meteorological administration), then we estimate the temperature of snow falling conditions. These estimated temperature conditions were distributed spatially and regionally by IDW (Inverse Distance Weight) interpolation. Finally, the distributed temperature conditions (or boundaries) were applied to GCM, and the future snowfall was predicted. The results showed a wide range of variation for each scenario. Our models predict that snowfall will decrease in the study region. This may be caused by global warming. Temperature rise caused by global warming highlights the effectiveness of these mechanisms that concerned with the temporal and spatial changes in snow, and would affect the spring water resources.