Background: The health effects of particulate matter (PM2.5) bonded with various harmful chemicals differ based on their composition, so investigating and managing their concentrations and composition is vital for long-term management. As industrial complexes emit considerable quantities of pollutants, higher PM2.5 concentrations and chemical component effects are expected than in other places. Objectives: We investigated the concentration distribution ratios of PM2.5 chemical components to provide basic data to inform future major emissions control and PM2.5 reduction measures in industrial complexes. Methods: We monitored five sites near the Ansan and Siheung industrial complexes from August 2020 to July 2021. Samples were collected and analyzed twice per week in spring/winter and once per week in summer/autumn according to the National Institute of Environmental Research in the Ministry of Environments' Air Pollution Monitoring Network Installation and Operation Guidelines. We investigated and compared composition ratios of 29 ions, carbon, and elemental components in PM2.5. Results: The analysis of PM2.5 components at the five sites revealed that ion components accounted for the greatest total mass at approximately 50% while carbon components and elemental components contributed 23~28% and 8~10%, respectively. Among the ionic components, NO3- occupies the greatest proportion. OC occupies the greatest proportion of the carbon components and sulphur occupies the greatest proportion of elemental components. Conclusions: This study investigated the concentration distribution ratios of PM2.5 chemical components in industrial complexes. We believe these results provide basic chemical component concentration ratio data for establishing future air management policies and plans for the Ansan and Siheung industrial complexes.
연구목적: 인천지역 에너지 저장시설 폭우재해로 인한 침수분석의 원활한 수행을 위해 현장조사를 통한 탐문조사 및 목측 조사, 기 수립 보고서 및 도면 분석을 실시하였다. 현장조사를 통해 지금까지 파악되지 않은 관로 및 하천의 특성을 조사하였으며, 이를 토대로 침수분석을 위해 선정한 SWMM 모형의 입력자료를 구축하였다. 연구방법: 재현기간 및 지속기간별 확률강우강도 산출에 따른 확률홍수량 분석을 통해 임계지속기간의 결정을 위해 빈도별 임의 지속기간에 대한 확률강우강도 산정이 필요하므로 국토해양부 연구 성과를 활용하였다. 연구결과:이를 토대로 빈도 및 지속기간별 확률강우량을 추출하여 침수분석을 통해서 임계지속기간을 결정하고, 방재성능목표에서 제시한 강우량을 적용하여 부지의 안전측 검토가 가능하도록 하였다. 결론: 해당 기지의 임계지속기간은 유역 경사가 매우 완만하여 30분으로 비교적 짧은 지속기간으로 나타났으며, 일반적으로 임계지속기간이 30분 이내의 경우 침수가 발생하더라도 침수규모는 크지 않는 특성이 있다.
인삼은 다년생 식물로 종자 번식을 하는데, 수확 시 미성숙한 배(embryo)를 가지고 있어 후숙이 필요하다. 기후변화에 대비하고 안정적인 종자 보급을 위해서는 단기 및 장기간 대량으로 종자를 저장할 수 있는 기술이 필요하다. 본 연구에서는 2개 지역에서 얻은 개갑된 인삼 종자를 수분함량을 달리하여 -3.5℃에 보관하고, 저장 3, 15, 27개월 후에 유근과 지상부 출현을 관찰하여 발아력 검정을 통해 종자 저장성을 조사하였다. 3개월 후, 전반적으로 batch #1보다 batch #2에서 발아율이 높았고, 그리고 수분함량이 35% 이상에서만 발아가 원활하였다. 15개월 후, batch #2에서 수분함량이 45~54%인 부분 건조된 종자들에서 가장 높은 발아율을 보였고, 대부분의 무건조 종자는 부패하며 발아에 실패하였다. 수분함량 25% 이하로 건조된 종자들 역시 유근발아 또는 출아가 불량하였다. 부분 건조 종자들은 토양에서의 발아 및 생육도 우수하였지만, 1년 뒤에는 역시 활력을 유지하지 못하였다. 요약하면, 인삼 종자는 온대성 난저장 종자의 특성을 가지는 것으로 보이며, 부분 건조 조건에서는 종자의 수명을 연장할 수 있어 1년 정도의 단기 저장에 활용할 수 있을 것으로 판단된다.
생태계서비스의 체계적인 보전 및 증진을 위하여 토지 소유자·점유자 또는 관리인과 생태계서비스지불제계약을 체결할 수 있도록 관련 법이 개정됨에 따라, 사업의 본격 추진을 위한 세부사항을 규정할 필요가 있다. 본 연구는 생태계서비스지불제계약의 다양한 활동 유형을 발굴하여 생태계서비스지불제계약의 원활한 사업 추진의 기초자료를 제공하고자 수행하였다. 연구결과, 지지서비스로 휴경, 친환경 작물 경작, 벼 미수확, 쉼터 조성 관리, 볏짚 존치, 보리 재배, 숲(지역 자생수종) 조성·관리, 습지 조성·관리, 생태 웅덩이 조성·관리, 관목 덤불 조성·관리, 초지 조성·관리, 멸종위기종 서식지 조성·관리 등의 세부 활동 유형을 도출하였으며, 환경조절서비스로 하천 환경 정화, 수변식생대 조성·관리, 기후변화대응숲 조성·관리, 저류지 조성·관리, 나대지 녹화·관리 등의 세부 활동 유형을 도출하였다. 문화서비스로 경관숲 조성·관리, 생태탐방로 조성·관리, 자연경관 전망대 조성·관리, 생태계 교란종 제거, 생태계 보전 관리 활동 등의 세부 활동유형을 도출하였다. 향후 생태계서비스지불제계약 사업의 구체적인 활동유형별 내용(신청 가능 대상지, 사업 내용), 활동 검증 방법, 각 활동유형별 비용(보상) 단가 산정, 모니터링 및 평가 방안, 생태계서비스지불제계약 사업 추진을 위한 가이드라인(추진 절차, 사업 추진협의회 구성 방안 등) 등의 후속 연구가 필요하다.
지구 온난화의 중요한 지시자인 북극의 바다 얼음인 해빙은 기후 시스템, 선박의 항로 안내, 어업 활동 등에서의 중요성으로 인해 다양한 학문 분야에서 관심을 받고 있다. 최근 자동화와 효율적인 미래 예측에 대한 요구가 커지면서 인공지능을 이용한 새로운 해빙 예측 모델들이 전통적인 수치 및 통계 예측 모델을 대체하기 위해 개발되고 있다. 본 연구에서는 북극 해빙의 전역적, 지역적 특징을 학습할 수 있는 two-stream convolutional long- and short-term memory (TS-ConvLSTM) 인공지능 모델의 북극 해빙 면적이 최저를 보이는 9월에 대해 2001년부터 2021년까지 장기적인 성능 검증을 통해 향후 운용 가능한 시스템으로써의 가능성을 살펴보고자 한다. 장기 자료를 통한 검증 결과 TS-ConvLSTM 모델이 훈련자료의 양이 증가하면서 향상된 예측 성능을 보여주고 있지만, 최근 지구 온난화로 인한 단년생 해빙의 감소로 인해 해빙 농도 5-50% 구간에서는 예측력이 저하되고 있음을 보여주었다. 반면 TS-ConvLSTM에 의해 예측된 해빙 면적과 달리 Sea Ice Prediction Network에 제출된 Sea Ice Outlook (SIO)들의 해빙 면적 중간값의 경우 훈련자료가 늘어나더라도 눈에 띄는 향상을 보이지 않았다. 본 연구를 통해 TS-ConvLSTM 모델의 향후 북극 해빙 예측 시스템의 운용 가능 잠재성을 확인하였으나, 향후 연구에서는 예측이 어려운 자연 환경에서 더욱 안정성 있는 예측 시스템 개발을 위해 더 많은 시공간 변화 패턴을 학습할 수 있는 방안을 고려해야 할 것이다.
최근 기후변화로 인해 중대형 산불이 빈번하게 발생하여 매년 인명 및 재산피해로 이어지고 있다. 원격탐사를 활용한 산불 피해지 모니터링 기법은 신속한 정보와 대규모 피해지의 객관적인 결과를 취득할 수 있다. 본 연구에서는 산불 피해지를 분류하기 위해 Sentinel-2의 분광대역, 정규식생지수(normalized difference vegetation index, NDVI), 정규수역지수(normalized difference water index, NDWI)를 활용하여 2022년 3월 발생한 강릉·동해 산불 피해지를 대상으로 U-net 기반 convolutional neural networks (CNNs) 딥러닝 모형을 모의하였다. 산불 피해지 분류 결과 강릉·동해 산불 피해지의 경우 97.3% (f1=0.486, IoU=0.946)로 분류 정확도가 높았으나, 과적합(overfitting)의 가능성을 배제하기 어려워 울진·삼척 지역으로 동일한 모형을 적용하였다. 그 결과, 국립산림과학원에서 보고한 산불 피해 면적과의 중첩도가 74.4%로 확인되어 모형의 불확도를 고려하더라도 높은 수준의 정확도를 확인하였다. 본 연구는 농림위성과 유사한 분광대역을 선택적으로 사용하였으며, Sentinel-2 영상을 활용한 산불 피해지 분류가 정량적으로 가능함을 시사한다.
우리나라는 기상관측 이래 연평균 강수량과 변동성은 점진적으로 증가하는 추세이고, 지역 간 편차가 크다. 또한, 최근의 이상기후로 인하여 재해에 대한 위험도가 증가되고 있는 실정이다. 풍수해의 피해는 주로 하천주변에서 발생하기 때문에 하천기본계획을 수립하기 위해서는 우선적으로 적정한 설계빈도를 결정하는 과정이 반드시 필요하다. 본 연구에서는 설계빈도 결정에 대한 기존 방법론을 분석하여 문제점 및 개선 방향에 대해 제시하였다. 충청남도에 위치한 지방하천 중 자료구축이 가능한 하천인 413개소를 대상으로, 7개의 평가인자(유역면적, 형상계수, 하도경사, 수계차수, 배수영향 구간, 이상강우 발생빈도, 시가화 침수면적)를 선정하고, 베이지안 추론을 통해 가중치를 산정하였다. 그 결과, 이상강우 발생빈도 및 시가화 침수면적의 가중치가 각각 18로 가장 크게 산정되어, 하천 설계빈도 결정에 큰 영향을 미치는 것으로 판단된다. 이러한 가중치를 통해 설계 빈도를 추정한 결과, 기수립 설계빈도보다 본 연구에서 추정된 설계빈도가 증가하는 하천은 255개이고 감소하는 하천은 158개로 나타났다.
Low flow는 하천수의 공급관리 및 계획, 관개용수 등 다양한 분야에 영향을 미친다. 이러한 유황곡선을 산정하기 위해서는 30년 이상의 충분한 기간의 유량자료의 확보가 필수적이다. 하지만 국가하천 단위 이하의 하천의 경우 장기간의 유량자료가 없거나 중간에 일정기간 동안 결측된 관측소가 있어 하천별 유황 곡선을 산정하기에 한계가 있다. 이에 과거에는 미계측 유역의 유황을 예측하기 위해 다중회귀분석(Multiple Regression Analysis), ARIMA 모형 등 통계학적 기반의 기법들을 사용하였지만, 최근에는 머신러닝, 딥러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 최신 패러다임에 맞는 머신러닝 기법인 DNN기법을 제시한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수 값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 DNN 모형을 이용하여 미계측 유역에 적용 가능한 유황곡선을 산정하고자 한다. 먼저, 유황곡선에 영향을 미치는 인자들을 수집하고 인자들 간의 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 통계적 검증을 통해 머신러닝 기법의 효용성을 검토하였다.
본 연구는 관행과 유기논에 서식하는 저서성대형무척추동물의 군집특성 및 군집안정성을 알아보고자 수행되었다. 조사는 2009년부터 2011년까지 수원, 안성, 보은, 군산, 김제, 함양 등 6개 지역의 유기논과 관행논을 대상으로 1년에 5회에 걸쳐 실시하였다. 전 지점에서 출현한 저서성대형무척추동추동물은 총 3문 6강 16목 47과 84종이었다. 서식기능군은 기어오르는무리 (Climbers), 헤엄치는무리 (Swimmers), 기는무리 (Sprawlers)가 대부분을 차지하였으며, 섭식기능군은 잡아먹는무리 (Predators)인 잠자리목 (Odonata), 딱정벌레목 (Coleoptera), 노린재목 (Hemiptera)이 대부분을 차지하는 것으로 나타났으나, 관행과 유기논에서 군집구조의 확연한 차이는 나타나지 않았다. 관행논과 유기논에서의 군집안정성 분석에서는 관행논에 비해 유기논에서 I 그룹에 속하는 종인 애물땡땡이 (Sternolophus rufipes), 잔물땡땡이 (Hydrochara affinis), 좀물땡땡이 (Helochares nipponicus) 등 이동성이 강한 종과 자연생태계에서 서식하는 고추잠자리 (Crocothemis servilia)가 비교적 중요한 종인 것으로 나타났다. 결론적으로 1차 소비자인 깔따구류 (Chironomidae spp.), 모기류 (Dixidae sp.) 등이 풍부한 유기논에서는 이를 먹이원으로 하는 딱정벌레류의 도입이 관행논보다 더 높은 것으로 나타났다.
기후변화로 인한 가뭄, 홍수, 산불, 산사태 등 자연재해의 위협이 증가함에 따라, 합성개구레이더(Synthetic Aperture Radar, SAR)와 같이 고해상도 토양수분 복원에 대한 사회적 수요도 증가하고 있다. 하지만 국내 환경은 산림 지형의 비율이 높아, 식생과 지형의 영향을 크게 받는 SAR 자료에서 토양수분을 복원하는데 많은 어려움을 겪고 있다. 이에 본 연구에서는 기계학습의 일종인 인공신경망(Artificial Neural Network, ANN) 기법을 활용하여, Sentinel-1 SAR 영상의 자립형 활용성을 평가하였다. Sentinel-1에서 얻을 수 있는 이중편파 산란계수는 토양수분 거동과 유의미한 상관성을 가지고 있음을 확인할 수 있었으며, 다른 위성이나 지점에서 관측된 보조자료를 사용하지 않고도 식생의 효과 등을 보정할 수 있는 자립형 활용 가능성도 확인할 수 있었다. 하지만 각 지점별, 지형 그룹별 특성에 의한 차이가 크게 나타났으며, 특히 산지와 평지에서 학습된 모형을 교차적용하였을 때 토양수분을 제대로 모의할 수 없는 현상이 발생하였다. 또한 이러한 문제를 해결하고자 학습 지점의 수를 늘리는 경우에는 토양수분 복원 모형이 평활화되어 상관계수는 증가하였으나, 지점에서의 오차는 점점 증가하였다. 따라서 고해상도 SAR 토양수분 자료를 광범위하게 적용하기 위해서는 체계적 연구 수행이 선행되어야 하며, 목적에 따른 학습 지점의 선정, 적용 지역의 범위 등을 구체적으로 제한하여 활용한다면 다양한 분야에서 효과적으로 활용할 수 있을 것으로 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.