• 한국환경생태학회지
• /
• 제32권2호
• /
• pp.225-230
• /
• 2018

본 연구는 생태지역 유형에 따른 방문자의 경험에 대한 인식을 비교하는데 목적을 두고 수행되었다. 연구목적 달성을 위해 생태지역 유형을 자연생태지역과 인공생태지역으로 구분하였으며, 생태지역별 방문 경험자를 대상으로 방문경험에 대한 인식도 분석과 인식도에 따른 만족도 분석을 실시하였다. 먼저, 방문경험 인식 측정요소에 대한 분석결과, 생태체험, 환경친화, 사회성, 휴식 등의 4개 요인이 도출되었다. 자연생태지역과 인공생태지역에 따라 방문경험 요인별로 인식차이를 비교한 결과, 전반적으로 자연생태지역에서의 방문경험 인식이 높은 것으로 나타났다. 또한, 생태지역방문경험 인식이 방문자 만족도에 미치는 영향 분석 결과에서는 자연생태지역과 인공생태지역에서 휴식성이 가장 많은 영향을 미치는 요인으로 나타났다. 자연생태지역에서는 생태체험 요인, 인공생태지역에서는 환경친화 요인이 방문자 만족에 영향을 미치는 것으로 분석되었으며, 이에 대한 계획 및 관리적 차원의 시사점을 제시하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.237-240
• /
• 2008

본 연구의 목적은 인공신경망 기법을 이용하여 2006년 전국을 대상으로 구축된 국토환경성평가지도의 환경 생태적항목에 대한 각 항목별 가중치를 결정하는 것이다. 기본 분석 도구로 지리정보시스템(GIS)가 사용되었다. 국토환경성평가지도의 환경 생태적항목은 다양성(생태자연도), 자연성(임상도, 녹지자연도, 생태자연도), 풍부도(생태계변화관찰 지역도), 희귀성(생태자연도), 허약성(수치지형도, 토지피복도), 군집구조의 안정성(임상도)등이 활용되어 구축되었다. 본 연구는 기 구축되어 사용되고 있는 국토환경성평가 지도의 환경 생태적항목을 공간 데이터베이스를 이용하고, 인공신경망 기법을 적용하여 각 평가항목간의 상대적 가중치를 구하였다. 인공신경망의 훈련 지역은 환경 생태적항목중 환경성이 높은 1등급 지역 및 환경성이 낮은 5등급 지역을 추출하였다. 그 결과 50번의 가중치를 산정하였을 경우 허약성이 다른 항목들에 비해 1.58배 정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 국토환경성평가지도 환경 생태적 항목의 취약성도를 작성하는데 활용될 수 있다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.121-133
• /
• 2020

본 연구는 최근 빠르게 발전하는 인공지능 기술의 변화 트렌드를 분석하고 향후 발전 방향을 전망함으로써 부산지역의 인공지능 신산업 육성 방향을 설정하고자 수행하였다. 방향 설정을 위해 수행하였다. 이를 위해 최근 빠르게 시장에 출시되고 있는 인공지능 기술의 동향을 조사하고 부산지역의 실태와 여건을 분석하였다. 시장에 출시되고 있는 인공지능 기술을 지역 특화산업에 활용하기 위한 지원책을 도출하고자 하였다. 인공지능은 '초연결', '초지능', '초융합'으로 대표되는 4차 산업혁명의 핵심 키워드로, 인공지능기반의 데이터 활용 기술은 제조공정에서 서비스까지 다양한 분야에 활용될 수 있으며, 이를 통한 기술 간·산업 간 장벽이 허물어지는 초융합의 시대로 접어들고 있다. 본 연구에서는 이러한 추세에 따라 부산을 인공지능 도시로 육성하기 위한 추진 방향을 주요 지자체 간 인공지능 연관 생태계 비교·분석을 토대로 도출하였다. 본 연구에서 부산을 'AI City'로 육성하기 위한 핵심정책이라고 할 수 있는 인공지능 산업생태계조성 방안을 제시하고자 하였다. 부산의 AI 산업생태계 육성 방안은 궁극적으로 인공지능 산업을 부산의 미래 먹거리로 육성하기 위한 정책방향 설정을 목적으로 한다.

• 한국생태학회:학술대회논문집
• /
• 한국생태학회 1999년도 국제 Symposium 및 '99 춘계 공동 학술 발표대회
• /
• pp.120.2-120.2
• /
• 1999

• 한국환경생태학회:학술대회논문집
• /
• 한국환경생태학회 2005년도 임시총회 및 학술논문발표회
• /
• pp.106-108
• /
• 2005

• 한국환경생태학회:학술대회논문집
• /
• 한국환경생태학회 2001년도 정기총회 및 학술논문발표회
• /
• pp.58-61
• /
• 2001

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.320-320
• /
• 2019

유역의 수문 자료를 정확하게 분석하는 것은 수리 구조물을 효율적으로 운영하기 위한 중요한 요소이다. 인공신경망(Artificial Neural Networks, ANNs) 모형은 입 출력 자료의 비선형적인 관계를 해석할 수 있는 모형으로 강우-유출 해석 등 수문 분야에 다양하게 적용되어 왔다. 이후 기존의 인공신경망 모형을 연속적인(sequential) 자료의 분석에 더 적합하도록 개선한 회귀신경망(Recurrent Neural Networks, RNNs) 모형과 회귀신경망 모형의 '장기 의존성 문제'를 개선한 장단기메모리(Long Short-Term Memory Networks, 이하 LSTM)가 차례로 제안되었다. LSTM은 최근에 주목받는 딥 러닝(Deep learning) 기법의 하나로 수문 자료와 같은 시계열 자료의 분석에 뛰어난 성능을 보일 것으로 예상되며, 수문 분야에서 이에 대한 적용성 평가가 요구되고 있다. 본 연구에서는 인공신경망 모형과 LSTM 모형으로 유출량을 모의하여 두 모형의 성능을 비교하고 향후 LSTM 모형의 활용 가능성을 검토하고자 하였다. 나주 수위관측소의 수위 자료와 인접한 기상관측소의 강우량 자료로 모형의 입 출력 자료를 구성하여 강우 사상에 대한 시간별 유출량을 모의하였다. 연구 결과, 1시간 후의 유출량에 대해서는 두 모형 모두 뛰어난 모의 능력을 보였으나, 선행 시간이 길어질수록 LSTM의 정확성은 유지되는 반면 인공신경망 모형의 정확성은 점차 떨어지는 것으로 나타났다. 앞으로의 연구에서 유역 내 다양한 수리 구조물에 의한 유 출입량을 추가로 고려한다면 LSTM 모형의 활용성을 보다 더 확장할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.839-841
• /
• 2018

인공지능 기술을 활용하여 동물 소리를 분석하고 그 종을 구별하는 기술은 지역의 야생동물 현황 파악이나 생태계 조사 등에 효과적으로 사용될 수 있다. 인공지능 기술을 활용하기 위해서는 많은 동물 소리 샘플이 필요하지만, 현재 그러한 데이터는 녹음 환경이 고도화되어 있는 상용 DB나 전문가 DB 형태로 존재한다. 이러한 데이터만을 학습한 인공지능의 경우 실제 환경에서 녹음된 동물 소리를 식별하는 데 많은 어려움이 예상된다. 따라서 본 논문에서는 다양한 동물 소리를 수집하기 위해 동물 관련 전문가나 일반 사용자 모두 자유롭게 사용할 수 있는 동물 울음소리 수집과 분류를 위한 오픈 플랫폼을 제안한다. 플랫폼에 업로드된 소리 파일은 인공지능의 학습 데이터로 사용하며, 이 인공지능은 사용자에게 소리 파일을 분석한 결과로 해당 동물종과 그에 대한 다양한 생태정보를 제공하고 부가적으로 지역별 동물 통계 및 소리 파일에서의 소리 구간 추출, 소리 파일 공유 등 다양한 기능을 제공한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.212-216
• /
• 2011

현재 하천 건천화에 따른 수생태계 교란 및 수질악화 등의 근본적인 문제가 발생하고 있으며, 최근 정부의 저탄소 녹색성장기조에 따라 조성되고 있는 신도시, 소규모 및 대규모 택지개발사업의 경우는 환경 친화적인 단지조성 요구에 부응하기 위해 기존 도심하천의 복원 및 인공하천의 녹색성장을 고려한 친환경적 생태하천으로 조성하고자 하는 다양한 노력이 시도되고 있으나 안정적인 생태복원의 수원확보 방안을 마련하지 못해 실제 설계가 반영되지 못하고 있다. 또한, 조성하고자 하는 소하천 혹은 실개울 등의 수질보전 및 생태계 보호 등 하천이 본래의 기능을 유지할 수 있도록 생태하천유량을 확보하는 다양한 기술들이 개발되어 있지만, 공사 유형과 주변 환경에 적합한 생태하천유량 확보 방안을 선정할 수 있는 비구조적 대책마련이 부족한 실정이다. 이러한 실정과 문제점을 고려해 볼 때, 조성하고자 하는 도시 내 자연하천 및 인공하천 조성 등 수변환경을 고려한 단지조성에 맞는 생태하천유량 확보 방안 및 평가에 대한 연구가 단계적으로 이루어져야 할 것이다. 따라서 본 연구에서는 생태하천유량 확보와 하천수질 개선이 필요한 특정 지역 또는 다양한 유형의 공사 지구 내 하천이 정상적인 기능을 수행할 수 있도록 적용 가능한 생태하천유량 확보 방안들과 수리해석 모델인 HEC-RAS(River Analysis System), 생태하천유량 산정 모델인 PHABSIM(Physical HABitat SIMulation)을 연계한 물리서식처 평가 모듈을 개발하고, 이를 기초로 가중치부여매트릭스 평가(국토해양부, 2006) 기법을 적용한 최적의 생태하천유량 확보 방안과 수질개선 방안을 제시해 줄 수 있는 의사결정지원 시스템을 구축 하고자 한다. 본 연구에서 개발된 최적의 생태하천유량 확보 방안 도출을 위한 의사결정지원 시스템의 활용으로 필요유량은 물론, 기준을 만족하는 수질의 확보가 절실히 요구되는 중 소규모 하천에 실질적으로 적정수질의 생태하천유량을 확보함으로서 하천으로서의 역할을 위한 본 기능의 회복과 동시에 소하천, 도심하천 및 인공하천 등 중 소규모 수계의 수문순환을 정상화하여 하천의 지속 가능한 개발과 관리가 효율적으로 이루어지도록 하는데 이용될 수 있을 것으로 예상되어진다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.270-270
• /
• 2023

습지 생태계는 복잡한 물리적 생지화학적 프로세스의 상호작용이 있으나, 습지 생태계의 건강성 회복을 위한 첫 번째 단계는 습지 생태계에서의 물순환에 대한 정확한 이해일 것이다. 또한 지역적인 물 균형 및 생태계 보전에서 습지를 활용하기 위해서도 습지 물순환에 대한 정량적인 이해는 필수적이다. 그러나, 습지 물순환의 이해를 위해 필수적인 관측 자료들은 현장 측정으로 획득하기 어려운 자료이거나 비용적인 문제로 인하여 관측이 어려운 실정이다. 이에 본 연구에서는 Sentinel-2 위성 자료를 활용하여 습지의 유입량을 추정하기 위한 절차를 제시하고자 한다. 이를 위해 한반도 동남부의 낙동강에 위치한 주요 다목적댐의 자료를 활용한 분류 기반의 인공지능 모델이 설계된다. 인공지능의 학습을 위한 입력자료는 아래와 같은 절차에 의해 만들어진다. 1) 다목적댐의 수위-물 체적 관계를 이용하여 수위-수표면적 관계 곡선 도출. 2) 수위-수표면적 관계 곡선과 DEM을 활용하여 물과 육지 영역을 구분하는 식별자를 도출. 3) Sentinel-2 위성 정보와 물-육지 식별자를 비교하는 랜덤 포레스트 모델을 설계. 4) 위성 정보의 물-육지 정보로부터 미계측 습지 지역의 물과 육지를 식별할 수 있는 식별자 도출. 이러한 과정을 경유하여 추정된 습지의 수표면적과 습지 지역의 DEM을 결합함으로써 습지의 수위-수표면적-물 체적 관계 곡선이 산정되어, 최종적으로 습지의 유입량이 모의된다. 모의된 습지 유입량은 다양한 수문 모델의 매개변수를 추정하는데 활용될 수 있을 것이며, 검증된 수문 모델을 활용하여 습지의 물순환의 이해도를 증진시킬 수 있을 것으로 기대된다.