• Korean Chemical Engineering Research
• /
• 제50권6호
• /
• pp.1002-1007
• /
• 2012

에너지 수요의 지속적인 증가는 화석 연료의 사용을 통해 상당한 부분이 충족되고 있으며 이로 인한 이산화탄소의 배출은 지구온난화의 주요 원인으로 인식되고 있다. 대규모 발생원으로부터 이산화탄소를 포집하기 위한 방안의 하나로 흡수 공정이 적용되고 있으며, 흡수제의 흡수 및 재생으로 구성된 연속 순환 공정 특성상 흡수제의 특성뿐만 아니라 흡수 재생 운전 조건은 전체 공정 성능에 매우 중요한 부분을 차지한다. 이러한 최적의 운전 조건은 실제로 운전되고 있는 공정에서 찾아내는 것이 최선이라 할 수 있으나, 이를 위해 실제 상용 공정의 운전 변수를 임의로 변경하는 것은 공정 안정성 측면에서 현실적으로 불가능한 경우가 많다. 따라서 본 논문에서는 이러한 현실적인 제약을 극복하고자 흡수제의 기-액 상평형에 대한 이론적인 접근법을 적용하였다. 12 wt% $NH_3$ 수용액을 이용한 $CO_2$ 흡수 공정에서 최적 흡수 재생 조건 파악에 적용된 이론적인 접근법을 20 wt% Monoethanl amine (MEA) 수용액에 적용하여 흡수제의 최적 재생 조건을 예측하였다. 12 wt% $NH_3$ 수용액을 $CO_2$ 흡수 재생 공정에 사용할 경우, 재생 공정으로 공급하는 흡수액의 $CO_2$ 부하(loading)를 0.4 이하로 유지하는 것이 필요한 반면, 20 wt% MEA 수용액을 사용하는 경우에는 재생 공정으로 공급되는 흡수액의 $CO_2$ 부하에 대한 제한이 필요 없음을 알 수 있었다. 최적 재생 온도는 이론적 접근법을 이용해서 재생 공정으로 공급되는 흡수액의 $CO_2$ 부하에 따라 결정할 수 있으며, 재생된 흡수액의 $CO_2$ 부하는 흡수 공정에서 필요한 $CO_2$ 흡수량에 따라 결정되고 이를 기준으로 최적 재생 온도에 해당하는 열원의 공급량을 결정할 수 있게 된다. 12 wt% $NH_3$ 수용액을 이용한 실험실 규모의 연속 $CO_2$ 흡수 재생 실험에서 최적 재생 조건을 비교적 정확하게 예측할 수 있었던 이론적 접근법을 20 wt% MEA 수용액에 적용하여 최적 재생 조건 예측에 적용할 수 있음을 확인하였고, 실제 화학흡수제를 이용한 $CO_2$의 흡수 재생 공정의 설계 및 운전에 사용할 수 있는 가능성을 확인하였다.

• 한국방사선학회논문지
• /
• 제7권6호
• /
• pp.403-408
• /
• 2013

본 연구에서는 기존의 납을 대체할 수 있는 의료 방사선 차폐제품 적용을 위해 몬테카를로 시뮬레이션을 통해 바륨화합물의 두께별 차폐능을 모의 추정하였다. 차폐재 물질로는 황산바륨($BaSO_4$)을 이용하였고, 시편의 면적은 $15{\times}15cm^2$, 황산바륨의 밀도는 $4.5g/cm^3$, 납의 밀도 $11.34g/cm^3$를 적용하여 차폐재 시편의 두께를 0.1 mm부터 5 mm까지 시뮬레이션 하였다. 입력 선원은 연속 X-ray 에너지 스펙트럼(40 kVp ~ 120 kVp)에서 10kVp Step으로 시뮬레이션하였다. 40 kVp ~ 60 kVp에서의 흡수확률은 3 mm ~ 5 mm 두께에서는 납과 동일한 차폐능을 나타내었으나, 2 mm 이하에서는 차폐능이 기존 납 차폐재에 비해 다소 차폐능이 떨어지는 결과로 나타났다. 또한 70 kVp ~ 120 kVp 에너지 대역에서의 차폐능은 기존 납 차폐재와 유사한 성능을 보였지만, 0.5 mm 이하에서는 다소 낮은 차폐능으로 모의 추정되었다. 본 연구는 몬테카를로 시뮬레이션을 통해 의료용 엑스선 에너지 대역에 대한 두께 함수로써 바륨화합물의 차폐능을 추정하여 기존의 납과 비교 분석하였다. 또한 순수한 황산바륨의 의료용 방사선 차폐제품 적용가능성을 검증하고자 하였다. 그 결과 의료 방사선 에너지 대역 70 kVp ~ 120 kVp 에서 최소 2 mm 이상의 바륨화합물 두께에서 기존 납 1.5 mm 대비 95% 이상의 차폐효과가 있는 것으로 추정되었으며, 본 결과는 의료용 방사선 차폐제품의 경량화 제작에 기초 자료로 제공될 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.

• 수산해양기술연구
• /
• 제39권4호
• /
• pp.347-357
• /
• 2003

연근해 소형 어선에 널리 탑재되어 있는 소형 레이더 장치에 radar target extractor를 인터페이스하여 레이더 선호를 수록, 처리 및 해석하기 위한 PC based radar system 을 구축하고, cell averaging CFAR 처리장치를 통해 실제의 레이더 echo 신호를 처리하여 오경보 확률의 설정치 변화에 따른 echo영상의 변화패턴을 레이더 스코프상에서 직접 비교, 분석한 결과 및 레이더 영상신호의 음영구역의 발생대역폭을 추정한 결과를 요약하면 다음과 같다. 1. 레이더 선호의 해석을 통해 추출된 표적의 운동벡터 및 방위, 거리, 속력, CPA, TCPA 등과 같은 ARPA 정보를 실시간으로 이동 궤적과 함께 PC 모니터상에 구현하고 있기 때문에 소형 레이더 시스템에 이 장치를 부착하면 저가의 비용으로써 ARPA 정보의 취득이 기능하다. 2. ideal threshold 에 의한 표적검출성능을 개선시키기 위해 cell averaging CFAR processor 의 CUT전후에 각각 3 개의 guard cell과 이 cell의 좌$.$우측에 각각 20개씩, 총 40개의의 reference cell를 설치하여 레이더의 video 신호를 입벽한 후, 오경보 확률 10$\^$-0.25/∼10$\^$-1.0/의 범위에 대하여 설정치를 점차증가시켜 갈 때, 레이더 영상신호는 10$\^$-0.75/ 의 설정치에서 가장 양호한 clutter 제거효과를 나타내었다. 3. 레이더 스코프상에서 영상신호를 관찰하면서 cell averaging CFAR 의 오경보 확률을 적정하게 제어하면 지금까지의 ideal threshold level 에 의한 잡음억제기법에서 나타나는 선박영상의 과도한 레벨약화현상을 보완할 수 있을 것으로 판단한다. 4. 부산 용호만에 정박중인 예인선의 레이더 신호를 해석하여 영상의 음영패턴과 음영 대역폭을 추정한 결과, 예인선의 유효높이는 약 1.2 m 이었고, 이들 음영효과의 정량적 해석을 통한 해상표적의 형상정보는 향후 3차원 레이더 영상을 구현하는 데 그 기초자료가 될 것으로 판단된다.

• 한국작물학회지
• /
• 제3권
• /
• pp.41-48
• /
• 1965

수도출수기의 년차간변이정도를 알고 아울러 출수기의 조기예측방법을 연구검토코자 1959년부터 1964년까지 6개년간에 걸쳐 관산외 5개품종을 공시하여 작물시험장 답작과(수원)에서 실시한 조기ㆍ보통기 및 만기 재배시험성적과 1953년부터 1964년까지 12갠년간에 걸쳐 각도에서 실시한 수도풍흉고조시험성적으로부터 품종별로 매년의 출수기를 조사정리하고, 아울러 당해연도 해지방의 기상통계를 조사정리하여 출수기의 변이와 기상요인과의 관계를 연구검토하여 출수기의 조기예측방법을 모색코자 시도한 것으로서 그 결과는 다음과 같다. 1. 수도출수기의 년차간변이 : 이것은 조기재배에 있어서는 14∼21일로서 대단히 크며, 보통기재배에서는 7∼14일 정도이고, 만기재배에 있어서는 1∼7일 정도로서 어느 재배시기보다 적으며, 그정도는 품종ㆍ재배시기 및 지역 등에 따라 차이기 있다. 2. 수도출수기의 조기예측 : 조기재배에 있어서는 공시전품종 파종후 31일부터 40일간의 적산온도와 출수일수간에 가장 높은 부의 상관을 가지고 있으며, 따라서 이 기간의 적산온도 및 회귀 직선식(Y=a+bX)의 산출에 의하여 실용적출수기를 조기에 예측할 수 있다고 생각된다. 그러나 만생종에 대하여 앞으로 더욱 검토하여야 할 것이다. 보통기재배에 있어서는 수원에서의 6개년간 성적에 의하면 적산온도와 출수일수간에 유의적상관을 인정할 수 없었고, 각도에서의 12개년간의 결과에 의하면 파종후 70일간의 적산온도와 출수일수간에 품종에 따라서는 유의적인 상관이 있는 것과 없는 것이 있으며, 지역저긴 차이는 인정할 수 없었다. 등은 조파의 경우에 높은 수량을 보이는 품종들이었다. 4. 품종별 수량이 파종기에 따라서 변동하는 경향을 보면 Table 4와 같이 대체로 조생종에 있어서는 파종기 연장에 따라 수량 감소의 정도가 낮고 도리어 조파보다 만파의 경우에 좋은 성적을 나타 내었으나 중생종, 만생종일수록 파종기 연장에 의한 수량 감소의 정도가 높았다. 옥면과 같은 극만생종 품종은 조반의 경우라도 상해 등으로 본실험지의 기후조건 하에서는 경제적 재배가 곤란하다고 믿는다. 따라서 조생종에 있어서는 5월 이후의 만파의 경우에, 중, 만생종에 있어서는 4월보다 도리어 5월 파종의 경우에 좋은 성적을 나타내는 경향이 있으나 품종별 파종 최적기 등의 결정문제는 앞으로 해결되어야 할 한 과제가 될 수 있을 것이라 하겠다.의 일수가 길면 신고비가 높았다. 있다. 인텔리전스(intelligence)에 따라 분류했을 경우, 모던, 엘레강스, 클래식, 소피스티케이트 등은 엘리트적 성향으로 캐주얼, 내추럴은 대중적 성향으로 분류된다. cluster에서 구현하였다. 그 결과 특정 노드의 성능이 다른 것에 비해 현저하게 떨어질 때 전체적인 알고리즘의 수렴 속도가 떨어지는 것을 상당히 완화할 수 있음이 밝혀졌다., 2001).의 특징이라 할 수 있겠다. 대한 자부심과 국제 사회에서 차별화 할 수 있는 한국 복식 디자인에 독창성과 창조성을 표현하는 중요한 영역임을 인식할 수 있었다.와 보호인자를 재확인할 필요가 있다고 보며 본 연구의 결과는 지역민의 대장직장암 예방을 위한 영양교육 자료로서 활용될 수 있다고 본다. 관여도에 영향을

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.275-290
• /
• 2021

대기 중의 이산화황(SO2)은 주로 인위적 배출원에 의해 발생하며 화학 반응을 통해 (초)미세먼지를 형성하여 직간접적으로 주변 환경 및 인체 건강에 해로운 영향을 주는 물질이다. 특히 지상에서의 농도는 인간 활동과 밀접한 관련이 있어 모니터링의 필요성이 매우 크다. 따라서, 본 연구에서는 TROPOMI SO2 연직 컬럼 농도 산출물 및 타 위성 산물과 모델 산출물 등을 융합 활용하여 기계학습 기법에 적용하여 SO2 지상 농도 추정모델을 개발하였다. 기계학습 기법으로는 널리 활용되고 있는 RF(Random Forest)에 잔차 보정 과정을 결합한 2-step 잔차 보정 RF를 적용하였다. 개발된 모델은 무작위, 공간 및 시간별 10-fold 교차 검증을 통하여 검증하였으며, 기울기(slope) 값이 1.14-1.25, 상관계수(R) 값이 0.55-0.65, rRMSE 값이 약 58-63% 정도로 나타났다. 이는 잔차 보정이 적용되지 않은 기존의 RF 대비 slope의 경우 약 10%, R과 rRMSE의 경우 약 3% 가량 향상된 결과를 보인다. 국가별로 나누어 분석하였을 때에는 샘플 수가 적고 SO2의 전반적인 농도가 낮은 일본 지역에서의 공간별 10-fold 교차검증 성능이 소폭 감소하는 것으로 나타났다. SO2 지상농도 분포를 계절별로 표출하였을 때, 일본의 경우 다른 지역 대비 연중 저농도가 관찰되며 높은 결측 값 비율로 인하여 관측소 농도 대비 2-step 잔차 보정 RF 모델에서 과대 모의하는 경향이 관찰되었다. 대표적 고농도 발생지인 중국의 YRD(Yangtze River Delta) 와 한국의 SMA(Seoul Metropolitan Area)의 계절적 분포 변화를 추가적으로 분석하였을 때, 연료 연소로 인한 겨울철 농도 증가 패턴이 나타났다. 이는 인위적 배출원의 영향을 크게 받는 SO2의 시공간적인 분포 특성을 잘 반영하고 있는 결과이다. 따라서, 본 연구를 통하여 제안한 모델은 장기적으로 SO2 지상 농도의 시공간적 분포를 파악하는 데에 활용될 수 있을 것으로 기대된다.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.1-12
• /
• 2022

수문모형의 최적 매개변수를 추정하기 위해서 자동최적화기법이 자주 이용되며, 이러한 최적화기법은 관측값과 모의값의 오차를 최소로 하기 위해 목적함수를 필요로 한다. 다만, 다양한 목적함수 선택에 따라 각기 다른 수문응답 결과를 제공할 수 있다. 본 연구에서는 국내·외에서 사용되는 다양한 목적함수를 활용하여 단기 강우-유출 수문모형의 매개변수를 추정하고, 목적함수에 따른 수문곡선의 재현성을 평가하고, 적정 목적함수를 제시하고자 하였다. 강우-유출 모형으로는 현행 홍수예보에서 유역 유출모의에 활용되고 있는 집중형 수문모형인 저류함수모형을 선택하였으며, 모형의 5개 매개변수에 대해서 전역최적화기법인 SCE-UA를 적용하여 모형의 최적매개변수를 추정하였다. 목적함수별 수문곡선의 재현성 평가를 위해 용담댐 상류유역인 천천유역을 대상으로 9개의 강우사상을 추출하였으며, 7개의 목적함수를 선택하여 개별 강우사상별로 저류함수모형의 매개변수를 추정하고, 이를 활용한 모의 수문곡선의 재현성을 비교·분석하였다. 분석결과, 목적함수에 오차제곱을 포함하고 있는 RMSE, NSE, RSR이 Event 7을 제외한 모든 강우사상에 대해 가장 높은 정확도를 나타냈으며, 관측유량과 모의유량의 오차만을 반영한 ABIAS의 경우, 정확도가 가장 낮은 것으로 분석되었다. 또한, 관측유량 대비 오차 항을 포함하고 있는 PBIAS 및 VE의 경우 역시, 상기 3개(RMSE, NSE, RSR)의 결과와 유사하게 비교적 안정적인 수문곡선 재현성을 보여주었다. 다만, 고유량과 저유량을 동시에 고려하여 이에 민감한 매개변수를 조정하도록 개발된 MIA의 경우, 수문곡선 재현성 성능이 매우 낮은 것으로 나타났다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.384-392
• /
• 2022

본 연구는 RGB, 초분광 센서를 이용하여 시기별 사과 잎의 엽록소와 질소 함량을 예측하여 사과 나무 잎의 질소 영양을 진단하기 위해 수행되었다. 분광 데이터는 사과나무 '홍로/M.9' 2년생을 대상으로 고해상도 RGB와 초분광 센서로 촬영 후 영상처리를 통해 취득하였다. 식물체 데이터는 촬영이 끝난직후 엽록소와 잎 질소 함량을 측정하였다. 엽록소 측정기의 SPAD meter, RGB 센서의 개별 파장, 컬러 식생지수 및 초분광 센서의 214개의 파장과 식물체 데이터를 이용하여 회귀분석을 실시하였다. 엽록소와 잎 질소 함량 데이터는 시기와 상관없이 질소 시비량에 따라 통계적으로 유의한 차이가 나타났다. 잎은 시기가 지나면서 잎에 있던 영양분이 과실로 전이되어 색이 옅어졌으며 RGB센서의 경우 Red파장에서 시기와 상관없이 통계적으로 유의한 차이가 나타났다. 초분광 센서의 경우 두 시기 모두 질소 시비 수준에 따라 가시광 영역보다 비가시광 영역에서 차이가 크게 나타났다. 반사값를 이용하여 식물체 특성의 예측 모델 결과 엽록소, 잎 질소함량 모두 초분광 데이터를 이용한 부분최소제곱회귀분석을 이용하였을 때 성능이 가장 높게 나타났다(chlorophyll: 81% / 63%, leaf nitrogen content: 81% / 67%). 이러한 원인은 RGB 센서에 비해 초분광 센서는 좁은 FWHM과 400-1,000nm의 넓은 파장 범위를 가지고 있어 질소 결핍에 의한 스트레스로 인해 작물의 분광학적 해석이 가능했을 것으로 판단된다. 추후 분광학적 특성을 이용하여 전 생육 시기의 수체 생리, 생태 모델 개발 및 검증 그리고 병해충 진단 등 연구를 통해 고품질, 안정적인 과실 생산 기술 개발에 기여될 것으로 사료된다.

• 지식경영연구
• /
• 제24권1호
• /
• pp.245-271
• /
• 2023

최근 데이터 경제가 가속화되면서 경영학 분야에서는 데이터 매칭이라는 새로운 기법이 주목받고 있다. 데이터 매칭은 모집단이 같지만 서로 다른 표본에서 수집된 데이터셋을 합치는 기법 또는 처리 과정을 의미한다. 그중에서 통계적 매칭은 서로 다른 데이터를 결합하는데 있어서 사업자 번호와 같이 기준이 되는 변수가 없는 경우 통계적 함수를 활용하여 데이터를 매칭하는 방법이다. 선행연구 검토결과 경제학, 교육학, 보건, 의료 등 다양한 분야에서 통계적 매칭이 많이 사용되고 있는데 반해 경영학 분야는 제한적임을 확인할 수 있었다. 본 연구는 기존 경영학 분야에서 충분히 연구되지 않았던 통계적 매칭의 유용성을 검증하고 활용도를 높이는 방안을 연구하고자 한다. 연구목적을 달성하기 위해 본 연구에서는 2020 벤처기업정밀실태조사와 2020 한국기업혁신조사 자료를 활용하여 통계적 매칭 시뮬레이션을 수행하였다. 먼저, 선행연구를 바탕으로 통계적 매칭에 사용되는 변수를 선정하였다. 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수와 제공변수는 중소기업 혁신에서 가장 중요한 연구인력 비율과 R&D 비용으로 각각 설정하였다. 사전 검증을 위해 2020 벤처기업정밀실태조사 자료를 수여자 데이터 30%와 기여자 데이터 70%로 분할하였다. 통계적 매칭에는 마할라노비스 거리와 랜덤 핫덱을 결합한 방식을 사용하였고, 성능평가는 수여자 데이터와 원시 데이터의 평균값 비교와 커널 밀도 함수(Kernel Density Estimation)를 통해 데이터 분포를 비교하였다. 검증결과, 수여자 데이터 30%와 기여자 데이터 70%에서 추출된 매칭 데이터의 평균값이 통계적으로 유의한 차이가 없는 것으로 나타나 유사한 데이터가 매칭된다는 것을 확인하였다. 또한, 두 데이터의 커널 밀도 함수로 도출한 데이터 분포 역시 유사한 형태가 나타나는 것을 확인할 수 있었다. 사후 검증에는 2020 벤처기업정밀실태조사에서 임의로 30%를 수여자 데이터로 추출하고 2020 한국기업혁신조사 자료를 기여자 데이터로 설정하여 통계적 매칭을 수행하고 검증하였다. 사전 검증과 마찬가지로 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수는 연구 인력 비율과 R&D 비용으로 정의하였다. 분석 결과, 수여자 데이터의 연구인력 비율의 평균과 기여자 데이터의 평균은 예상과 다르게 통계적으로 차이가 있는 것으로 나타났다. 하지만 커널 밀도 함수에 따른 두 데이터의 분포는 유사한 형태를 보이는 것으로 조사되어 통계적 매칭의 적절성을 확인할 수 있었다. R&D 비용은 통계적 매칭 수행 결과, 수여자 데이터의 R&D 비용 평균과 기여자 데이터의 평균이 통계적으로 차이가 없었고, 커널 밀도 함수도 유사한 분포를 보이는 것으로 조사되었다. 이러한 결과는 모집단은 동일하지만 서로 다른 표본에서 수집된 자료를 통계적으로 결합하여 신뢰할 수 있는 새로운 데이터를 확보할 수 있다는 측면에서 큰 의의가 있다. 또한, 경영학 분야에서 많이 사용되지 않았던 데이터 매칭 방법론을 모의실험을 통해 타당성을 검증함으로써 연구용 데이터 확보와 연구방법론의 확장에 기여했다는 점에서 시사점을 가진다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.