• 대한지리학회지
• /
• 제29권3호
• /
• pp.266-280
• /
• 1994

최근 12년간(1982-1993)의 고도별 상층일기도(850, 700, 500hPa)와 6시간 간격의 지 상일기도 그리고 지상의 기상요소를 분석하여 영서지방에서 높새바람이라고 알려져 있는 푄 현상의 특성을 밝히고자 하였다. 푄현상은 대체로 3월 21일부터 8월 10일까지 기간에 연평 균 28회 출현한다. 반순별로 10회 이상 출현하는 기간은 3월 21-25일, 4월5일-15일, 5월25일 -6월10일, 그리고 6월26-30일이다. 푄현상은 한반도가 오호츠크해기단의 영향하에 있거나, 고기압의 중심이 동해 또는 한반도 북부에 위치하고 있을 때 현저하다. 푄현상의 특성인 이 상고온 및 이상건조현상을 기준으로 푄의 강도를 평가할 때 양사면의 일최고기온의 차가 14.5$^{\circ}C$에 달하기도 하지만 대체로 5.0-7.5$^{\circ}C$(61%)이다. 전날에 비해 일최고기온이 7.6$^{\circ}C$가 높 아진 경우도 있다. 최소상대습도의 강도는 50%를 넘는 경우도 있으나 30% 이하인 사례가 2/3에 달한다. 푄현상의 강도는 6월에 가장 강하나 주민들은 밭작물의 파종과 이앙기인 봄 철에 더욱 심각하게 푄을 인식한다. 푄현상은 9일간 계속되기도 하였으나 55% 이상이 1일 안에 소멸한다. NOAA AVHRR와 GMS의 영상에서 구름의 분포를 참조하여 지상 기상요소 를 분석한 결과 푄현상에서는 풍상강수형, 풍상.정상강수헝, 풍상무강수형 등 3개 유형이 발견된다. 그런데 제 3유형은 열역학적 이론만으로는 설명하기 어려우므로 풍하파와의 관련 여부, 산지지형 또는 기단섭동과의 관련성 등을 밝힐 필요가 있는데, 이를 위하여는 고층기 상자료와 보다 조밀한 기상관측망이 요구된다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1996년도 춘계학술대회
• /
• pp.1-3
• /
• 1996

시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.

• 터널과지하공간
• /
• 제22권4호
• /
• pp.266-275
• /
• 2012

$CO_2$ 저장에 따른 암반 물성의 변화 분석은 지중저장소 정밀 모니터링을 위해 필수적인 요소로서 이에 대한 다양한 각도의 시험 수행과 모델링이 요구된다. 하지만 국내의 경우는 대부분 모델링 연구에 집중되고 있으며, 수치모델에서 필요로 하는 입력자료 대부분이 문헌에 기반을 둔 가정치를 사용하고 있다. 따라서 본 연구에서는 실험실 규모의 $CO_2$ 주입 환경을 모사하는 기술을 고안하고, 초임계 $CO_2$와 반응하는 저류층 암반의 거동 분석을 위해 암석 시료를 이용한 역학적 물성 변화 위주의 실험실 시험을 실시하였다. 시험 대상은 저류층 내에서 덮개암 및 저장층 역할을 하는 셰일 및 사암으로 하였으며, 층간 결합력이 약해 팽창성이 높은 것으로 보고된 셰일에 대해서는 추가적으로 초임계 $CO_2$에 의한 팽창성을 검토 하고자 하였다. 반응 전 후의 변형 거동과 물성변화 관찰을 위해 파괴 및 비파괴 분석 시험을 실시하였다. 단축압축시험 결과 분석을 위해 균열닫힘, 균열개시, 불안정한 균열 성장 구간을 찾아서 검토하였으며, 선형탄성 구간에서의 탄성계수 및 포아송비를 비교 분석하였다. 그리고 비파괴 시험 중 탄성파 속도 측정 시험을 통하여 초임계 $CO_2$에 의한 암석 내부물성변화를 추정하였다. 실험결과, 초임계 $CO_2$ 및 염수, 물 등 반응 조건이 변화함에 따라 암석의 변형거동 양상은 크게 달랐으며 물성 변화도 관측되었다. 덮개암 역할을 하는 셰일의 경우 사암에 비해 반응조건에 따라 물성이 민감하게 변화하였는데 셰일의 이와 같은 특성은 저류층의 안정성에 영향을 미칠 것으로 판단되었다. 본 연구의 결과는 앞으로 추가 실험을 통해 저류층의 지중저장 능력 및 안정성에 영향을 미치는 주요변수들의 상호관계를 규명하는데 기초적인 자료로 활용될 수 있을 것이다.

• 생태와환경
• /
• 제42권2호
• /
• pp.200-211
• /
• 2009

최근 상수원 수질관리에 있어서 팔당호 수질악화에 직접적으로 영향을 주는 경안천 유역관리에 대한 관심이 증가하여 적절한 대책이 필요하다. 이를 위해 SWAT 모델을 적용하여 유역 내 점 비점오염원에 따른 오염물질 발생 특성을 평가하고자 하였으며, 연구결과는 향후 경안천 유역의 효율적인 수질관리를 위한 기초자료로서 도움이 되고자 한다. BASINS는 유역의 오염현황을 신속하고 용이하게 파악가능하고 예측모형의 입력자료를 자동적으로 생성해주기 때문에, BASINS 적용을 위한 공간입력자료인 유역 경계와 하천도, DEM, 토지 이용도, 토양도 등을 tool 형식에 맞게 변환하고 입력하여 SWAT과 같은 유역모델을 연구목적에 맞게 적용할 수 있었다. 연구목적에 맞게 모델을 적절히 적용하기 위하여 유량, SS, TN, 그리고 TP순으로 2004년부터 2008년까지 일별로 검 보정 하였고, 모델 통계 치와 효율 산정 및 산포도 작성을 통해 모델의 정량적, 정성적 모의특성을 판단하였다. 유량의 경우 실측값에 대한 모의 경향이 잘 반영 되었으며, SS, TN, TP의 경우 특정기간에서 과대 또는 과소평가 되었으나 유역이라는 광범위하고 복합적인 특성과 그 안에서의 복잡한 수질기작 등을 고려해 볼 때 허용할 수 있는 범위에서 실측값을 적절히 묘사한 것으로 판단되었다. 그러나 결과의 정확한 해석과 적용을 위해서는 보다 상세한 측정자료 확보 및 검 보정 작업이 필요하며, 특히 점오염원 배출현황에 대한 관측자료의 검증을 통해 이상 치들의 정확성을 개선할 필요가 있다. 년간 오염부하량을 산정한 결과, SS와 TP의 경우 강우량이 증가함에 따른 유출량 변화가 비점오염부하량 변화에 영향을 미치는 것으로 나타났다. TN은 점오염부하량이 매년 유사한 범위에서 산정되였으나, 유량증가에 따른 질소성분의 희석이나 산화효과로 인하여 질소농도 감소가 비점오염부하량 감소로 나타났다. 수계오염총량관리 기술지침에 의해 산정된 배출부하량과 비교한 결과, 총량에서는 본 연구결과가 2${\sim}$3배 가량 더 작으며, 비점오염 부하량의 경우 더 큰 것으로 나타났다. 원단위를 이용하여 부하량을 산정할 경우 유달개념이 고려되지 않고 단순 강우유출비만을 고려하기 때문에 나타나는 결과라고 판단되였다. 연중 일정하게 나타나는 점오염원의 특성파는 달리, 비점오염원에 의한 부하량은 강우가 집중되는 6${\sim}$9월에 61.8${\sim}$88.7%수준으로 크게 증가하며 강우유출량에 많은 영향을 받는 것을 알 수 있었으나, TN과 TP는 평수기 및 저수기 (10${\sim}$5월)에 점오염원에 의한 영향이 크게 나타났다. 이는 저수기에 흐르는 경안천 유량의 많은 양이 용인시와 광주시에 위치한 환경기초시설의 방류량이며, 이에 따라 하절기 비점오염뿐만 아니라 저수기의 수질개선을 위한 관리 또한 적절히 필요한 것으로 판단되었다.

• 한국토양비료학회지
• /
• 제44권5호
• /
• pp.878-886
• /
• 2011

본 연구에서는 레이더파 편파 차이비율에서 얻어진 밴드별 Polarimetric Discrimination Ratio (PDR)와 콩 생육인자 및 토양수분과의 관계를 분석하고 PDR를 이용하여 콩 생육 및 토양수분을 추정하고자 하였다. 기후 등의 영향을 받지 않고 10분 단위로 레이더 산란 측정을 할 수 있는 L, C, X-밴드 레이더 산란계 자동측정시스템을 이용하여 PDR와 콩 생육인자 변화를 모니터링 하였다. 콩 생육시기에 따른 밴드별 PDR과 콩 생육인자 변화를 관측한 결과 L-밴드 PDR이 C-, X-밴드 PDR보다 높게 나타났고, 밴드별 PDR이 가장 높게 보인 시기는 L-밴드PDR (DOY 271), C-, X-밴드 PDR (DOY 273)로 거의 일치하였고, 엽면적지수, 식생수분함량, 생체중, 초장 등 콩생육인자들도 동일한 경향을 보였는데 콩 파종 이후 증가하다가 9월 27일 (DOY 270)에 최대값을 보인 후 감소하였다. 하지만 토양수분은 콩 생육인자들과 다른 경향을 보였다. 생육기간동안 토양수분의 변이가 컸고 PDR과 상관성 도 높지 않았다. 하지만 엽면적지수가 2이하 일 때 콩PDR이 증가함에 따라 토양수분도 증가하는 경향을 보였다. 밴드별 PDR과 콩 생육인자와의 상관관계를 분석하였다. L-밴드 PDR에서 생체중 (r=$0.96^{***}$), 엽면적지수 (r=$0.91^{***}$),식생수분함량 (r=$0.94^{***}$), 토양수분 (r=$0.86^{**}$)등 모든 콩생육인자들과 상관계수가 가장 높게 나타났다. C-, X-밴드 PDR에서도 토양수분을 제외한 다른 인자들과 대체로 상관성이 높았다 ($r{\geq}0.83$). 전체 생육기간에서 PDR과 토양수분과의 상관성은 낮았지만 엽면적지수 2 이하 일 때(DOY 220) 모든 밴드에서 PDR과 토양수분과의 상관계수가 전체 생육단계에서 조사한 것 보다 높게 나타났다. 콩 생육인자들과의 상관분석에서 상관계수가 가장 높은 L-밴드 PDR를 이용하여 콩 생육인자 추정을 위한 회귀식을 작성하고 생육인자 실측값과 추정값을 비교하였다. L-밴드 PDR과 생육인자들과의 관계를 비교해 본 결과 생체중 ($L^2$=0.95), 엽면적지수 ($L^2$=0.89), 식생수분함량 ($L^2$=0.93)에서 결정계수가 높게 나타났고 생육인자 실측값과 추정값을 1:1 선상에서 비교해 본 결과 작은 오차를 보여 추정모형의 유효성이 높다는 것이 증명되었다. 본 연구를 통해 PDR를 이용하여 콩 생육 및 토양수분을 추정할 수 있는 가능성을 확인하였다.