• 한국농림기상학회지
• /
• 제17권1호
• /
• pp.35-44
• /
• 2015

산림은 많은 양의 탄소를 저장하고 있으며, 산림 탄소 동태는 기후변화에 따라 변화할 것으로 예상된다. 본 연구는 우리나라 산림에서 가장 우점하는 침엽수종과 활엽수종인 소나무림과 참나무림을 대상으로 최근 개발 및 개선된 한국형산림토양탄소모델(Korean Forest Soil Carbon model; KFSC model)을 이용하여 두 가지 기후변화 시나리오(2012년 기온이 2100년까지 유지되는 시나리오(CT), Representative Concentration Pathway(RCP) 8.5 시나리오) 하에서의 산림 탄소 동태를 예측하였다. 5차 국가산림자원조사 자료로부터 소나무림과 굴참나무림 조사구들을 추출한 뒤, 이를 행정구역(9개 도, 7개 특별 광역시) 및 영급(1-5영급, 6영급 이상)별로 분류하여 탄소 동태 모의 단위를 설정하였다. 탄소 저장고는 2012년을 기준으로 초기화하였으며, 모의 기간인 2012년부터 2100년까지 모든 교란은 고려하지 않았다. 모의 결과 산림 탄소 저장량은 시간이 경과함에 따라 전반적으로 증가하지만, CT 시나리오에 비하여 RCP 8.5 시나리오 하에서 산림 탄소 저장량이 낮게 나타났다. 소나무림의 탄소 저장량(Tg C)은 2012년에 260.4에서 2100년에는 각각 395.3(CT 시나리오) 및 384.1(RCP 8.5 시나리오)로 증가하였다. 굴참나무림의 탄소 저장량(Tg C)은 2012년에 124.4에서 2100년에는 219.5(CT 시나리오) 및 204.7(RCP 8.5 시나리오)로 각각 증가하였다. 5차 국가산림자원조사 자료와 비교한 결과, 고사유기물 탄소 저장량의 초기값은 타당한 것으로 나타났다. 모의 기간 동안 소나무림과 굴참나무림의 연간 탄소 흡수율($g\;C\;m^{-2}\;yr^{-1}$)은 CT 시나리오 하에서 각각 71.1과 193.5, RCP 8.5 시나리오 하에서 각각 65.8과 164.2로 추정된다. 따라서 우리나라 소나무림과 굴참나무림의 탄소 흡수잠재력은 지구 온난화에 의하여 감소할 것으로 예상된다. 비록 모델의 구조와 파라미터로부터 불확실성이 존재하지만 본 연구는 미래 산림 탄소 동태 파악에 기여할 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제21권3호
• /
• pp.171-182
• /
• 2018

탄성파 처리 기술개발 분야의 오픈-소스 소프트웨어인 Madagascar를 이용하여 신호 대 잡음비가 낮고 속도정보가 불확실한 현장 탄성파 자료에 대해 자료처리를 수행하고, 오픈-소스 소프트웨어의 현장 적용성을 시험하였다. 파이썬(python) 기반의 Madagascar는 방법론적으로는 다차원 자료 분석이 가능하고, 처리 공정의 재현성이 뛰어나 효율적인 자료처리가 가능하다는 장점이 있지만, 다소 복잡한 사용법과 자료 구조 시스템으로 인해 현장 자료에 대한 자료처리 사례는 많지 않다. 본 연구에서는 현장 자료에 대한 Madagascar의 효용성을 확인하기 위해 기본적인 탄성파 자료처리(자료입력, 지형 정보 일치, 진동수-파수 필터, 예측 곱풀기, 속도 분석, 수직 시간차 보정, 겹쌓기, 참반사 보정)를 수행하였다. 테스트를 위해 사용한 현장 자료는 서해 군산분지에서 에어건 음원과 480채널의 스트리머로 취득한 해양 탄성파 탐사자료이며, 각 자료처리 단계마다의 결과를 Landmark사의 상용 소프트웨어인 ProMAX (SeisSpace R5000)을 사용하여 처리한 결과와 비교하였다. 그 결과 데이터 입출력 및 관리, 처리 과정의 재현성 및 자동 속도 분석 측면에서는 Madagascar가 상대적으로 높은 효율성을 보였고, 신호 품질 향상을 위한 전처리 결과는 상용 소프트웨어와 유사함을 확인하였다. 반면에, 심부 지층에 대한 영상화 결과는 상용 소프트웨어로 처리한 결과가 보다 뛰어남을 확인하였다. 이러한 결과는 상용 소프트웨어의 경우 다양한 겹반사 제거 모듈이 적용되었고, 상호 대화식 인터페이스로 인해 보다 정교한 자료처리가 가능하였기 때문이다. 그러나, Madagascar의 경우에도 현재 전 세계에서 많은 연구자들이 다양한 자료처리 알고리듬을 개발하여 지속적으로 공개하고 있기 때문에, 향후 이러한 최신 알고리듬을 적용한다면 상업용 수준의 자료처리가 가능해져 보다 향상된 결과를 도출할 수 있을 것이다.

• 대기
• /
• 제24권3호
• /
• pp.303-315
• /
• 2014

HadGEM2-CC 모델에서의 $CO_2$ 농도증가에 대한 RCP 시나리오의 결과는 21세기 말 전 지구 연평균 기온과 강수 증가가 전망되고 이에 따라 식물의 생산량 및 호흡량 증가가 전망된다. 20세기 말 일차생산량(GPP와 NPP), 호흡량, LAI가 21세기 말 기온 증가에 따라 증가하는 점은 기존의 Shao et al. (2013)와 유사하였다. 특히 이전 연구와 유사하게 21세기 말 일차생산량과 호흡량은 고위도보다 열대 저위도 지역에서 증가량이 더 컸다. 기온이 상승하고 강수량이 증가하면서 식생이 자라지 않던 나지 면적이 감소하였고, 이에 따른 식생 면적 증가는 식생의 생산량(GPP, NPP) 증가로 나타났다. 특히, 본 연구에서는 C3 초지, 활엽수의 면적 증가가 뚜렷하였다. 이는 Beck and Goetz (2011)에서 언급한 대로 온난화에 따른 식생 면적 증가가 식생 생산성과 연관되어 $CO_2$ 흡수작용을 강화하는 데 기여할 수 있음을 의미한다. Shao et al. (2013)에 따르면 21세기 말 누적 NEE는 증가가 전망되고 이는 특히 열대와 고위도 지역이 주요 흡수원으로 작용하였기 때문으로 그 원인을 설명하였다. 본 연구에서 사용된 HadGEM2-CC에서는 전 지구 평균적으로 NEE 흡수가 증가하는 경향은 동일하게 전망하며, 이는 열대보다는 북반구 고위도지역인 유라시아와 북미 대륙에서 증가한 흡수가 그 원인으로 분석되었다(Fig. 8). 앞서 Mynenl et al. (1997)에 따르면 기온상승에 따라 식생의 광합성활동, 생장시기 길이와 시작시기의 당겨짐을 보고하였다. 본 연구 실험에서도 이와 유사하게 미래에 기온 상승에 따라 식생 성장 기간이 길어지고 LAI도 증가하며 식생 지대가 점차 고위도로 북상할 것을 전망하였다(Figs. 5, 12b). 이에 따라 육상 생태계의 $CO_2$ 흡수량은 20세기 말보다 21세기 말에 증가하였고 우리나라가 속해있는 동아시아지역($90^{\circ}E{\sim}140^{\circ}E$, $20^{\circ}N{\sim}60^{\circ}N$)은 기온, 강수뿐 아니라 $CO_2$ 흡수량도 같은 위도대의 전 지구 동서평균보다 크게 모의되었다. RCPs에 따른 흡수율은 21세기 중반까지는 대기 중 이산화탄소 농도 변화율과 유사한 경향을 보이는데 RCP 8.5에서는 21세기 후반에 흡수 증가율이 감소하며 이는 Liddicoat et al. (2013) 에서 보인것과 유사하다. 하지만 대기 중 $CO_2$의 증가와 식생분포 지역의 확대에도 불구하고 21세기 말 육상생태계의 순생태계흡수량은 크게 증가하지 않음을 확인할 수 있었다. 이는 기온 상승이 크게 일어난 21세기 후반부터 토양 호흡의 급격한 증가로 인하여 육상생태계의 이산화탄소 흡수 능력은 감소한 것에 기인하였다. 향후 본 연구결과의 유의성을 확보하기 위해 다양한 모델의 자료를 추가할 필요가 있다. Shao et al. (2013)에 따르면 미래 탄소 흡수 전망에 있어 전 지구 및 위도별 모의 결과가 모델마다 매우 다양한데 이는 지면생태모형 간의 식생역학, 물리과정의 차이로 해석된다. 미래 육상생태계의 이산화탄소 흡수 능력의 변화와 기후변화를 보다 정확하게 예측하기 위해서는 다른 모델의 자료를 이용한 불확실성을 정량화 하는 것이 필요하며 이는 전 지구 및 지역별 탄소 순환 이해를 높이는 데 기여할 것이다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.281-286
• /
• 2003

실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다