• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1423-1444
• /
• 2022

본 연구에서는 대기 및 지표면 인자들에 대한 중적외 파장역의 복사휘도의 민감도를 복사전달모델인 MODerate resolution atmospheric TRANsmission (MODTRAN)6을 이용하여 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도 산출 가능성을 평가하였다. 이를 기반으로 야간에 대해 다양한 조건을 반영한 지표면온도 산출식을 개발하고 처방 온도 자료와 현장 관측 자료를 이용하여 개발된 지표면온도 산출식의 수준을 평가하였다. 중적외 파장역을 활용한 위성 원격탐사에 주로 영향을 미치는 대기연직구조, 이산화탄소와 오존, 지표면온도의 일 변동, 지표면 방출률 그리고 위성의 관측각에 대해 민감도 실험을 실시하였다. 이때 분리대기창 기법 활용 가능성을 평가하기 위해 중적외 파장역을 투과율을 근거로 2개의 밴드로 분리한 후 민감도를 분석한 결과 밴드와 관계없이 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받았다. 주요 변인 실험 모두에서 대기의 창에 해당되는 밴드 1은 민감도가 낮은 반면 오존과 수증기 흡수가 포함된 밴드 2에서는 민감도가 높아서 분리대기창 기법을 활용하여 지표면온도 산출이 가능할 것으로 판단하였다. 중적외 2개 밴드와 다양한 변인들을 이용하여 개발된 지표면온도 산출식은 복사모의 시 입력된 기준 지표면온도와 상관계수, 편의 그리고 root mean squared error (RMSE)가 각각 0.999, 0.023K과 0.437K의 수준을 보였다. 또한 26개의 현장관측 지표면온도 자료로 검증한 결과 상관계수는 0.993, 편의는 1.875K, RMSE는 2.079K을 보였다. 본 연구의 결과는 대기 및 지표면 조건이 야간의 중적외 두 밴드에 미치는 영향이 다른 특성을 이용하여 지표면온도를 산출할 수 있음을 제시한다. 따라서 향후에는 중적외 파장역 센서를 탑재한 위성자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.

• 토지주택연구
• /
• 제12권2호
• /
• pp.33-45
• /
• 2021

최근 정부 정책의 변화와 맞물려 오피스텔은 수도권을 중심으로 사무실과 아파트 가격이 급등하면서 새로운 대체 투자 대안이 되고 있다. 그러나 오피스텔의 선행연구 부재와 더불어 지표를 공표하는 민관기관 역시 표본샘플 부족으로 정확도 저하의 한계를 지녔다. 이들은 공통적으로 시세에 기반한 가격지수를 활용하는데, 시장보다 후행하고 변동성이 적어 평활화 문제가 꾸준히 제기되어 왔다. 따라서 본 연구의 목적은 국토교통부가 최초 공개한 시점부터 지난해까지 실거래가 이루어진 매매(2006~2020), 전·월세(2011~2020) 데이터 자료를 이용하여 서울시 오피스텔 가격지수를 산출하는 것이다. 이를 규명하기 위한 실증방법론으로 반복매매모형을 채택하여 주요 지표인 매매, 전세, 월세지수를 각각 산정하고, 그 외에 보조지표에 해당하는 전월세전환율도 개선된 형태로 함께 개발하였다. 수집된 자료결과 및 통계해석의 정확성을 기하기 위한 지원도구는 SAS 9.4로 일괄 처리하였다. 본 연구의 실증분석 결과를 간단히 요약하면, 다음과 같이 정리할 수 있다. 첫째, 2020년말 서울시 오피스텔 매매지수는 132.5P, 전세지수는 163.9P(2011.1Q=100.0P)이며, 월세는 원점인 100.0P선에서 밑돌았다. 오피스텔의 지수 유형별 월세가 공실 위험으로 비교적 보합세를 유지한 가운데, 수요가 풍부한 매매가와 전세금 상승세가 지속되는 차이를 보인 것으로 해석된다. 둘째, 주택유형별 매매가 증가폭은 오피스텔이 아파트, 연립다세대 등 다른 주택유형보다 낮은 자산으로 드러났다. 모형의 설명력은 표준오차 평균이 0.02 이하로 적합도가 뛰어난 것으로 판명되었다. 셋째, 본 연구가 추정한 가격지수를 한국부동산원, KB국민은행 등 유사 발표기관의 지표와 상호 비교하면, 변이가 크게 나타나 고질적인 평활화 문제를 해결할 수 있는 가능성을 확인하였다. 결론적으로 본 연구는 코로나 19와 같이 경기 불확실성이 큰 상황 하에서, 서울시 오피스텔 실거래가 지수 산정 제시와 시험 모의적용을 새롭게 시도함으로써 향후 시장참가자들이 가격동향 및 변화를 예측하는데 유의미한 의의를 둘 수 있다.

• 한국수자원학회논문집
• /
• 제54권11호
• /
• pp.875-889
• /
• 2021

본 연구는 용담댐 유역(904.4 km²)을 대상으로 준분포형 장기유출 모델인 SWAT (Soil and Water Assessment Tool)과 Terra MODIS (Moderate Resolution Imaging Spectroradiometer)의 엽면적지수 위성자료를 활용하여 임상별로 수문에 미치는 영향을 비교 및 분석하였다. 수문 평가 기간은 2010년부터 2019년까지 10년으로 설정하였으며, 8일 간격의 MOD15A2 LAI (Leaf Area Index)자료, 토양수분 TDR (Time Domain Reflectometry) 관측소 3개소(GB, JC, CC), 증발산량 Flux Tower 1개소(DU)와 용담댐(YDD) 유입량 자료를 SWAT 모의결과와 비교하여 적용성을 검토하였다. 검·보정 결과, 침엽수, 활엽수, 혼효림 LAI의 R²는 각각 0.95, 0.89, 0.90이며, 토양수분 및 증발산량 관측소 R²는 각각 0.50 ~ 0.55, 0.51로 분석되었으며, 용담댐 유입량의 경우 R²의 경우 0.74, RMSE 2.75 mm/day, NSE 0.70, PBIAS 14.3 %로 분석되었다. 검·보정된 유역을 기반으로 하여 HRU에서 침엽수, 활엽수, 혼효림 수문분석 결과 총 연평균 증발산량은 침엽수 469.7 mm 이며, 활엽수는 501.0 mm, 혼효림의 경우 511.5 mm로 산정되었으며, 유출량은 침엽수 909.8 mm, 활엽수 860.6 mm, 혼효림 864.2 mm로 산정되었다. 연중 패턴이 비슷한 다른 수문과 다르게 여름과 가을에 엽면적지수가 높은 활엽수의 증발산량이 침엽수에 비해 높아 연평균 증발산량이 약 7% 높게 산정되었다. 또한, 유출량의 경우 지표유출 및 중간유출의 경우 활엽수가 각각 9%, 6% 높았으나, 침엽수의 기저유출이 77% 더 높은 것으로 산정됐다. 따라서, 총유출량이 침엽수 혼효림 활엽수 순으로 많은 것을 확인할 수 있었다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.28-36
• /
• 2023

일사량은 작물 생산성 평가를 위한 작물 생육 모델의 주요 입력 변수 중 하나로 사용되지만 관측이 어려워 다른 기상 변수들에 비해 관측값의 확보가 어렵다. 천리안 2A호와 히마와리 8호 위성 일사량 자료가 제공되기 시작하면서, 작물 생육과 태양광 발전을 결합한 영농형 태양광 시설 하에서의 작물 생산성 평가를 위한 일사량 자료를 확보하기 용이해졌다. 본 연구의 목적은 이들 인공위성 일사량 자료의 신뢰도를 비교하는 것이다. 이를 위해 2020년 5월부터 10월까지 인공위성 일사량 자료를 수집하여 일별 일사량의 평균 제곱근 편차(RMSE)와 정규 평균 제곱근 편차(NRMSE)를 계산하였다. 인공위성 일사량 자료가 작물 생육 모의 결과의 신뢰도에 미치는 영향을 파악하기 위해 연구기간 동안의 일사량 누적값을 비교하였다. 본 연구의 결과 히마와리 8호 일사량 자료가 천리안 2A호 일사량 자료보다 RMSE와 NRMSE가 작은 것으로 나타났다. 누적 일사량을 비교한 결과에서도 히마와리 8호 일사량 자료 누적값이 천리안 2A호 일사량 자료 누적값보다 오차가 작았다. 본 연구의 결과는 작물 생산성 평가에 히마와리 8호 일사량 자료를 사용하는 것이 천리안 2A호 일사량 자료를 사용하는 것보다 불확도를 줄일 수 있다는 것을 시사한다. 후속 연구에서 히마와리 8호 일사량 자료를 사용한 영농형 태양광 시설 하에서의 작물 생산성 및 태양광 발전량에 대한 분석이 이루어져야 할 것이다.

• 한국식품위생안전성학회지
• /
• 제38권6호
• /
• pp.528-536
• /
• 2023

2021년 11월 5일 '유통기한(流通期限)' 대신 '소비기한(消費期限)'을 표시하도록 하는 ｢식품 등의 표시·광고에 관한 법률｣ 시행령과 시행규칙 일부 개정안이 입법 예고되었다. 이에 본 연구는 식품 유형별 소비기한 참고치 설정을 위한 과학적 기반을 구축하고자 과학적 안전계수 산출법을 마련하고, 안전계수를 제시하고자 하였다. 본 연구에서는 온도 남용, pH, 수분활성도, 포장방법에 대해 모의실험을 진행하며 식품 자체의 수명(소비기한)에 영향을 주는 5가지 특성을 1) 수소이온농도(pH), 2) 수분활성도(Aw), 3) 살균 여부, 보존료(항균, 항산화) 함유 여부, 저장성 향상 포장(레토르트, 진공포장, CO₂ 충진, N₂ 충진, 탈산소 제 등), 4) 제품 보관 방법 (냉장, 냉동, 상온, 실온), 5) 멸균 여부로 설정하였다. 수소이온농도(pH) 4.6 이상의 식품은 세균 생장이 용이해 가장 높은 안전계수 값인 0.92를 적용하며, pH 3.5 이하의 강산성 식품은 세균 생장이 중단되고 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). pH 3.5-4.6 사이의 약산성 식품은 미생물(효모, 곰팡이 포함) 생장이 활발하지는 않지만 가능은하므로 중간값인 안전계수 0.96을 적용하였다. 수분활성도(Aw) 0.91 이상의 식품은 미생물(효모, 곰팡이 포함) 생장이 용이해 가장 높은 안전계수 값인 0.92를 적용하며, Aw 8.0 이하의 건조식품은 세균 생장이 중단되고 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). Aw 0.8-0.9 사이의 반건조 식품은 세균 생장이 활발하지는 않지만 가능은 하며 진균류(효모, 곰팡이) 생장이 용이하므로 중간값인 안전계수 0.96을 적용하였다. 살균, 보존료(항균, 항산화) 함유 또는 저장성 향상 포장(레토르트, 진공, CO₂ 충진, N₂ 충진, 탈산소제 등) 식품은 미생물(효모, 곰팡이 포함) 오염도 및 생장, 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). 위와 같은 처리를 하지 않은 식품은 미생물(효모, 곰팡이 포함) 생장이 용이하고 대부분의 효소반응이 촉진되므로 가장 높은 안전계수 값인 0.92를 적용하였다. 저장 온도(냉동, 냉장, 상온, 실온)별 안전계수는 표준온도 편차 값(냉장 0.07, 냉동 0.08, 상온 0.27, 실온 0.01)을 사용했으며, 온도편차 중 낮은 온도는 안전에 영향을 주지 않으므로 온도 편차의 절반인 높은 온도 값만 안전에 영향을 주므로 50%(0.5)를 곱해주고 온도 초과에 미치는 '유통+소비단계' 기여율(85%)인 0.85를 다시 곱해 나온 안전계수 값인 냉장 0.03, 냉동 0.03, 상온 0.11, 실온 0.01을 적용하였다. 냉장식품의 온도남용에 대한 안전계수는 온도남용 시 실제 노출시간(1시간)을 반영해 50%(0.5) 곱하고, 소비자 냉장식품 온도남용 비율인 92.3%(0.923)를 곱해 도출한 0.407 값을 활용한 안전계수 값인 0.96을 적용하였다. 멸균 제품의 경우 안전계수를 적용하지 않았다. 요인별 특성을 고려하여 안전계수에 기여하는 비중과 이를 활용하여 최종 안전계수값을 산출하는 방법(A그룹-O그룹)을 decision tree로 나타냈다. 본 연구는 과학적으로 산출한 안전계수를 통해 소비기한을 제시함으로써 음식물쓰레기 감량과 탄소 중립성 달성에 기여할 것으로 사료된다.

• 대한방사선치료학회지
• /
• 제28권2호
• /
• pp.179-186
• /
• 2016

목 적 : 분할치료간(Interfraction) 움직임에 의한 오류가 많은 직장과 방광 그리고 전립선의 변화를 MR영상을 기반으로 분석하여 보정치료계획(adaptive plan) 없이 SBRT 선량제한을 충족하는지 알아보고자 하였다. 대상 및 방법 : 본원에서 ViewRay MRIdian System(ViewRay, ViewRay Inc., Cleveland, OH, USA)을 이용하여 전립선암에 총 선량이 70 Gy, 28회의 분할치료인 IMRT 치료를 시행한 환자 5명을 대상으로 하였다. 기존 치료방법을 가정하기 위해 ViewRay 모의치료계획과 동일한 날짜와 조건으로 촬영한 전산화단층촬영(Computed Tomography, 이하 CT)영상에 초기 치료계획을 생성하였고, 전산화치료계획은 Eclipse(Ver 10.0.42, Varian, USA)를 이용하였다. 분할치료간(Interfraction) 장기 변화를 분석하기 위해 치료계획용 CT영상에 각 5회 치료 자기공명영상(Magnetic Resonance Imaging, 이하 MRI)을 Registration 한 후, 초기 치료계획을 각 치료영상에 적용하여 선량체적곡선 변화와 각 장기의 절대용적 변화를 측정하였다. 처방선량은 5회에 걸쳐 PTV에 총 선량이 $V_{36.25}$ Gy $${\geq_-}$$ 95%가 되도록 하였고, 전립선 SBRT 선량제한의 충족 여부를 확인하기 위하여 직장과 방광의 $V_{100%}$, $V_{90%}$, $V_{80%}$ $V_{50%}$을 측정하였으며, CTV의 $V_{100%}$, $V_{95%}$, $V_{90%}$도 측정하였다. 결 과 : 총 5회의 CTV, 직장, 방광의 선량평균값은 5명 모두 SBRT 선량제한을 충족하였으나 각 치료 영상을 분석한 결과 1회 이상 선량제한을 초과하는 경우도 나타났다. 초기 치료계획과 분할치료의 MR영상을 비교하여 절대용적 변화를 측정한 결과 직장에서 최대 1.72배, 방광에서 최대 2.0배 차이를 보였다. 직장의 경우 초기 치료계획에서 5명의 측정값이 평균 $V_{100%}=0.32%$, $V_{90%}=3.33%$, $V_{80%}=7.71%$, $V_{50%}=23.55%$로 선량한도 이하로 계획 되었으나, 실제 분할치료 중 최대 3회까지 선량한도를 초과하기도 하였다. 방광의 경우도 초기 치료계획의 절대용적이 평균 117.9 cc 였으나 실제 치료 5회 평균용적은 79.2 cc 로 나타났다. CTV의 경우 방광과 직장의 용적 변화 등으로 인해 5 mm 여백을 포함한 PTV에 치료계획을 세웠음에도 불구하고 100% 처방선량 영역을 벗어나기도 하였다. 결 론 : 본 연구에서는 5회 치료 평균으로 분석한 결과 선량한도를 벗어난 경우는 없었으나, 각각의 분할치료에서는 직장과 방광의 오차가 비교적 큰 것을 확인 할 수 있었다. 그러므로 전립선암 SBRT를 시행하기 위해서는 선량 전달 정확성에 더욱 신중을 기해야 한다. 이를 위해서는 실시간 영상추적과 보정치료계획이 필수적이며 이것은 모든 방사선 치료가 궁극적으로 나아가야 할 방향으로 사료된다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.