• 생물환경조절학회지
• /
• 제23권3호
• /
• pp.174-180
• /
• 2014

Standard weather data available to greenhouse environmental design are limited in most regions of the country. So, instead of using standard weather data, in order to find the method to build design weather data for greenhouse heating and cooling, design outdoor weather conditions were analyzed and compared by TAC method and frequency analysis using climatological normal and thirty years from 1981 to 2010 hourly weather data provided by KMA and standard weather data provided by KSES. Average TAC values of outdoor temperature, relative humidity and insolation using thirty years hourly weather data showed a good agreement with them using standard weather data. Therefore, in regions which are not available standard weather data, we suggest that design outdoor weather conditions should be analyzed using thirty years hourly weather data. Average of TAC values derived from every year hourly weather data during the whole period can be established as environmental design standards, and also minimum and maximum of them can be used as reference data.

• 생물환경조절학회지
• /
• 제25권4호
• /
• pp.308-319
• /
• 2016

온실의 냉난방시스템 설계 기준에 적용하기 위한 외부기상조건을 설정하기 위하여 난방 설계용 외기온, 난방 degree-hour, 냉방 설계용 건구온도, 습구온도, 일사량을 분석하여 제시하였다. 우리나라 전 지역을 대상으로 현재 기상청에서 제공하는 기후평년값 기준인 1981~2010년까지 30년간의 매 시각 기상자료를 분석에 사용하였다. 표준기상데이터의 이용이 제한적이기 때문에 30년간의 전체 기상자료를 이용하여 설계용 기상조건을 구하고, 전체 자료기간의 평균값을 설계기준으로 제시하였다. TAC 방식으로 위험률 1, 2.5, 5%에 대한 설계용 기상자료를 분석하고, 설계기준에서 추천하고 있는 난방용은 위험률 1%, 냉방용은 위험률 2.5%의 기상조건 분포도를 제시하였다. 지역별, 위험률별 및 설정온도별로 최대난방부하, 기간난방부하 및 최대냉방부하의 변화를 고찰하였다. 제시된 각종 설계용 기상조건은 온실의 냉난방시스템 설계에 직접 이용할 수 있을 뿐만 아니라 냉난방 설비 보강이나 에너지 절감대책의 수립에 활용이 가능할 것으로 판단된다. 한편 기후변화로 인하여 최근 여름철 폭염이나 겨울철 이상고온 현상이 자주 발생하고 있으므로 주기적인 설계용 기상자료의 분석이 필요하고, 최소한 10년 주기로 설계기준을 개정할 필요가 있는 것으로 생각된다. 본 연구에서는 현재 기후평년값 기준인 1981~2010년까지의 기상자료를 분석하였으나 이 기준이 1991~2020년으로 바뀌는 2021년에는 즉시 이 기간의 기상자료를 분석하여 새로운 설계기준으로 제공해야 할 것으로 판단된다.

• 한국생물환경조절학회:학술대회논문집
• /
• 한국생물환경조절학회 2001년도 봄 학술발표논문집
• /
• pp.75-76
• /
• 2001

순환식 펄라이트재배에서 배액 재사용을 위한 양분흡수 모델링을 작성하고자 EC 처리(1.5, 1.8, 2.1, 2.4, 2.7 dSㆍm-1)를 수행하였다. 생육 중기까지 EC 수준에 따른 양액흡수량은 차이가 없었지만 중기 이후 EC가 높을수록 흡수량이 감소되는 경항을 보였다(Fig. 1). NO$_3$-N, P 및 K의 흡수량은 생육기간 동안 처리간 차이를 유지하였는데 N과 K는 생육 중기 이후 일정 수준을 유지하였으나 P는 생육기간 동안 다소 증가되는 경향을 보였다. S의 흡수량은 생육 중기 이후 모든 처리에서 급격한 감소를 보였으며 생육 후기에는 처리간에 차이가 없었다(Fig. 2). 오이의 무기이온 흡수율에서와 같이 흡수량에서도 EC간 차이를 보여 EC를 무기이온 흡수량을 추정하는 요소로 이용할 수 있을 것으로 생각되었다. 무기이온 흡수량은 모든 EC 처리간에 생육 초기에는 차이를 보이지 않았으나 생육중기 이후에는 뚜렷한 차이를 보인 후 생육 후기의 높은 농도에서 그 차이가 다소 감소되는 경향을 보였다. 단위일사량에 따른 양액흡수량과 EC를 주된 변수로 한 오이의 이온 흡수량 예측 회귀식을 작성하였는데 모든 무기이온 흡수량 추정식의 상관계수는 S를 제외한 모든 이온에서 높게 나타났는데 특히 N, P, K 및 Ca에서 높았다. S이온에서의 상관계수는 0.47로 낮게 나타났으나 각 이온들의 회귀식에 대한 상관계수는 모두 1% 수준에서 유의성을 보여 위의 모델식을 순환식 양액재배에서 무기이온 추정식으로 사용이 가능할 것으로 생각되었다(Table 1). 이를 이용한 실측치와의 비교는 신뢰구간 1%내에서 높은 정의상관을 보여 실제적인 적용이 가능할 것으로 생각되었다(Fig 3)..ble 3D)를 바탕으로 MPEG-4 시스템의 특징들을 수용하여 구성되고 BIFS와 일대일로 대응된다. 반면에 XMT-0는 멀티미디어 문서를 웹문서로 표현하는 SMIL 2.0 을 그 기반으로 하였기에 MPEG-4 시스템의 특징보다는 컨텐츠를 저작하는 제작자의 초점에 맞추어 개발된 형태이다. XMT를 이용하여 컨텐츠를 저작하기 위해서는 사용자 인터페이스를 통해 입력되는 저작 정보들을 손쉽게 저장하고 조작할 수 있으며, 또한 XMT 파일 형태로 출력하기 위한 API 가 필요하다. 이에, 본 논문에서는 XMT 형태의 중간 자료형으로의 저장 및 조작을 위하여 XML 에서 표준 인터페이스로 사용하고 있는 DOM(Document Object Model)을 기반으로 하여 XMT 문법에 적합하게 API를 정의하였으며, 또한, XMT 파일을 생성하기 위한 API를 구현하였다. 본 논문에서 제공된 API는 객체기반 제작/편집 도구에 응용되어 다양한 멀티미디어 컨텐츠 제작에 사용되었다.x factorization (NMF), generative topographic mapping (GTM)의 구조와 학습 및 추론알고리즘을소개하고 이를 DNA칩 데이터 분석 평가 대회인 CAMDA-2000과 CAMDA-2001에서 사용된cancer diagnosis 문제와 gene-drug dependency analysis 문제에 적용한 결과를 살펴본다.0$\mu$M이 적당하며, 초기배발달을 유기할 때의 효과적인 cysteamine의 농도는 25~50$\mu$M인 것으로 판단된다.N)A(N)/N을 제시하였다(A(N)=N에 대한 A값). 위의 실험식을 사용하여 헝가리산 Zempleni 시료(15%

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.