• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

• 지질공학
• /
• 제31권4호
• /
• pp.603-620
• /
• 2021

수진기들을 서로 케이블로 연결하지 않고 독립적으로 운용하는 육상-노달 탄성파 기술을 수륙 경계지역에 대한 탄성파 반사법자료를 얻기 위해 사용하였다. 이 기술은 수진기 설치와 수거가 간편하기 때문에 지형조건 영향을 적게 받으면서 양호한 자료를 얻을 수 있다는 점에서 매우 경제적이다. 경상북도 포항시 형산강 하구를 테스트 지역으로 한 이 연구에서는 송수신 측선을 약 120 m 간격으로 서로 평행하도록 전개하여 음원은 강에서 에어건을 사용하고 무선 수신은 하상에 설치한 노달 시스템을 사용하였다. 수집된 반사파 자료들은 낮은 신호대잡음(S/N)과 불연속적인 이벤트를 보이며, 특히 직접파, 가이드파, 음파, Scholte 표면파를 포함한 대부분의 이벤트들이 현장 자료에서 쌍곡선 형태로 나타는데 이러한 특징은 송수신이 같은 측선에서 이루어지는 일반적인 탐사에서의 직선 형태와 크게 대비된다. 주된 자료처리는 저주파 고진폭 잡음에 가려진 미약한 신호를 향상시키기 위한 띠통과 필터링, 공기파를 완화시키기 위한 주파수-파수 필터링, 송수신기 사이의 전파시간을 보정하기 위한 시간지연 보정을 수행하여 궁극적으로 가이드파와 공기파에 가려진 천부의 반사파를 표출하는데 목적을 두었다. 송신기와 수신기 사이의 횡단-오프셋 거리에 따른 시간지연 보정을 위한 주시방정식과 곡선을 이 연구에서 새로이 제시하였다. 시간지연 보정 효과는 최소 횡단-오프셋 자료에서 보정 후 약 200 ms 상향 이동하는 잘 정렬된 수평층으로 잘 관찰된다, 직접파/공기파를 기준으로 한 시간지연 보정은 서로 평행한 송수신 측선에서 얻어지는 자료처리에 필수적인 것으로 나타났다. 이 연구에서 개발되고 적용된 육상 노달-수상 에어건 시스템 자료의 수집과 처리 기법은 차후 천부가스, 단층대, 연안지역 및 도심지의 엔지니어링 설계를 위해 육해상 경계 지역에서 얻어지는 고분해능 자료에 효과적으로 쉽게 적용될 것으로 기대된다.

• 마이크로전자및패키징학회지
• /
• 제24권4호
• /
• pp.23-29
• /
• 2017

본 연구에서는 선박이송용 트레슬의 표면에 부착할 수 있는 광섬유센서 패키지를 설계하고 파장다중분할방식에 기초한 센서 네트워크를 설계한 후, 모의 트레슬 유닛을 이용한 실험을 통하여 트레슬의 구조적 건전 모니터링을 위한 스마트 트레슬의 가능성을 확인하였다. 광섬유 브래그 격자 센서는 알루미늄 관으로 만들어진 원통형으로 패키징 되었다. 또한, 패키징 된 광섬유 센서를 폴리머 튜브에 삽입 한 후, 튜브 내부에 에폭시를 충전하여 센서가 해수에 대한 부식저항과 내구성을 갖도록 하였다. 패키지 된 광섬유 센서는 0.2 MPa 하의 수압테스트를 통하여 해수에서의 사용에 대한 신뢰성도 검증되었다. 트레슬의 변형에 관한 유한 요소 해석에 의해 얻어진 트레슬 부재의 변위가 큰 곳을 중심으로 트레슬에 부착할 브래그 격자의 수와 위치를 결정하였다. 최대 하중이 가해지는 트레슬 부재의 변형은 ${\sim}1000{\mu}{\varepsilon}$의 변형율로 분석되었으며, 그 때 트레슬에 걸리는 최대 하중으로 인한 센서의 브래그 파장 변화는 ~1,200 pm으로 계산되었다. 유한 요소 해석에서 얻은 결과에 따라 센서의 브래그 파장 간격을 3~5 nm로 결정하여 트레슬에 하중이 가해 졌을 때 센서 사이의 브래그 격자 파장값이 겹치지 않도록 설계하였다. 5개의 광섬유센서 패키지로 구성된 센서 모듈 5개를 연결하면 브래그 격자 센서 50개가 네트워크 될 수 있으므로, 브래그 격자 파장 검출기의 광원 중심 파장이 1550 nm에서 150 nm 광학 창 내에서 모두 검출될 수 있도록 하였다. 모의 트레슬 유닛에 부착 된 5개의 광섬유 센서 패키지의 브래그 파장 이동은 광섬유 루프미러를 사용하는 브래그 격자 파장검출기에 의해 잘 검출되었으며, 그 때 검출된 브래그 격자 센서의 값은 최대 변형률이 약 $235.650{\mu}{\varepsilon}$로 측정되었다. 센서 패키징과 네트워킹의 모델링 결과는 실험 결과와 서로 잘 일치하였다.

• Ecology and Resilient Infrastructure
• /
• 제8권1호
• /
• pp.32-43
• /
• 2021

삼림 생태계에서 토양 CO2 유출량의 연속적인 모니터링을 위한 다중채널 자동챔버시스템 (MCACs)을 개발하였다. MCACs는 자동개폐 덮개가 있는 8개의 토양챔버, 8개의 다중채널 가스샘플러를 장착한 적외선 CO2 농도 분석기, 시간 릴레이 회로를 갖춘 전자 컨트롤러, 프로그래밍이 가능한 로직용 자료수집장치로 구성되었다. 사계절 장기간에 걸쳐 야외 현장에서 MCACs의 안전성과 신뢰도를 조사하고, 높은 시간분해능으로 현장 테스트에서 얻은 온도와 토양수분 함량이 토양 CO2 유출에 미치는 효과들을 파악하기 위해, 2010년 1월부터 12월 사이의 기간 동안 남산의 신갈나무림 실험지소에서 MCACs를 사용하여 토양 CO2 유출속도와 미기상 요인들을 지속적으로 측정하였다. 토양 CO2 유출속도의 일변화 및 계절적인 변화는 현저하게 온도 요인의 경향을 따랐다. 전체 실험 기간 동안에 토양 CO2 유출속도는 5 cm 깊이의 토양온도와 밀접한 상관관계 (r2 = 0.92)를 보였으나 토양수분 함량과는 약한 상관관계 (r2 = 0.27)를 나타냈다. 남산 신갈나무림에서 온도에 대한 토양 CO2 유출량의 연간 민감도(Q10 수치)는 2.23~3.0의 범위에 달했고, 다양한 온대지역의 낙엽활엽수림에 대한 다른 연구들과 일치하였다. MCACs에 의해 측정된 연평균 토양 CO2 유출량은 약 11.1 g CO2 m-2 day-1이었다. 이 결과들은 MCACs가 야외 현장에서 토양 CO2 유출량의 연속적인 장기측정과 동시에 미기상 요인들의 영향을 결정하는데 유용한 시스템임을 나타낸다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.