• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.168-168
• /
• 2023

The frequent occurrence of cyanobacterial harmful algal blooms (CHABs) in inland waters under climate change seriously damages the ecosystem and human health and is becoming a big problem in South Korea. Satellite remote sensing is suggested for effective monitoring CHABs at a larger scale of water bodies since the traditional method based on sparse in-situ networks is limited in space. However, utilizing a standalone variable of satellite reflectances in common CHABs dual-models, which relies on both chlorophyll-a (Chl-a) and phycocyanin or cyanobacteria cells (Cyano-cell), is not fully beneficial because their seasonal variation is highly impacted by surrounding meteorological and bio-environmental factors. Along with the development of Artificial Intelligence (AI), monitoring CHABs from space with analyzing the effects of environmental factors is accessible. This study aimed to investigate the potential application of AI in the dual-model strategy (Chl-a and Cyano-cell are output parameters) for monitoring seasonal dynamics of CHABs from satellites over Korean inland waters. The Sentinel-3 satellite was selected in this study due to the variety of spectral bands and its unique band (620 nm), which is sensitive to cyanobacteria. Via the AI-based feature selection, we analyzed the relationships between two output parameters and major parameters (satellite water-leaving reflectances at different spectral bands), together with auxiliary (meteorological and bio-environmental) parameters, to select the most important ones. Several AI models were then employed for modelling Chl-a and Cyano-cell concentration from those selected important parameters. Performance evaluation of the AI models and their comparison to traditional semi-analytical models were conducted to demonstrate whether AI models (using water-leaving reflectances and environmental variables) outperform traditional models (using water-leaving reflectances only) and which AI models are superior for monitoring CHABs from Sentinel-3 satellite over a Korean inland water body.

• 한국산림과학회지
• /
• 제89권1호
• /
• pp.55-64
• /
• 2000

본 연구는 팔공산 상류 수원지역(水源地域)에서 인공산성비 산도(酸度)의 변화에 따라 산림토양내를 통과한 토양수의 pH와 전기전도도(電氣傳導度)(EC)를 분석하여 임지 및 토심별 그 변화 특성을 파악하고, 나아가 산림토양과 수질정화기능과의 관련을 구명하고자 실시하였다. 시험유역의 상수리나무 및 낙엽송임지의 토양에서 얻은 결과는 다음과 같다. 1. 토심별(0~5cm, 0~10cm, 0~20cm) 평균 토양pH는 상수리나무임지에서 4.8, 4.3, 4.5로, 그리고 낙엽송임지에서는 각각 5.15, 5.19, 5.21로 나타나 상수리나무임지에 비해 낙엽송임지에서 전반적으로 토양pH의 값이 높았다. 낙엽송임지의 토양에서는 토심이 깊을수록 토양pH가 다소 높았다. 2. 상수리나무임지에 비해 낙엽송임지의 토양에서 상대적으로 토양수 pH가 높았다. 이는 자연임지 자체의 토양 pH가 높은 것과 O층 두께의 차이에 의한 것으로 판단되었다. 3. 산림토양의 pH중화능력(中和能力)은 인공산성비 살포후 상당한 시간이 경과하였을 때 크게 발휘되었다. 일정시간이 경과한 후에 각 임지에서 토양수pH의 최대값이 나타났으며, 그 이후는 pH값이 더 높아지지 않았다. 4. 토양수EC의 특성은 pH3.0의 인공산성비 처리에서 시간의 경과에 따라 EC는 두 임지에서 모두 완만(緩慢)한 증가를 보였으며. pH5.0의 경우는 이와 반대로 EC가 시간의 경과에 따라 처음부터 값이 완만하게 감소하는 것으로 나타났다. 이는 토양 내에서 pH의 처리 범위에 따라 양이온의 용탈량(溶脫量)과 완충작용을 주도(主導)하는 이온이 달라지기 때문으로 추정되었다. 5. 토심별 토양수EC값의 변화 경향에서 판단할 때, 두 임지에서 모두 토심이 깊어질수록 산림토양의 완충능은 증가하는 것으로 나타났다.

• 한국지반신소재학회논문집
• /
• 제12권1호
• /
• pp.39-50
• /
• 2013

본 연구는 국내에서 널리 사용되고 있는 하향식 쏘일네일과 수평배수공의 별도 설치에 대한 일반적인 사고의 틀에서 벗어나 보강과 동시에 수평배수를 겸할 수 있는 상향식 쏘일네일을 설치할 경우 지하수위의 거동에 대한 특성을 축소모형실험을 통해 연구하였다. 이를 위해 실내에서 모형토조 내에 풍화토 지반의 모형사면을 만들고 그 위에 인공강우를 뿌리는 실험을 통해 상대밀도가 60%, 75%, 90%인 각 지반조건별로 50mm/hr, 75mm/hr, 100mm/hr 및 125mm/hr인 4가지 경우의 강우강도에 대하여 실험을 하였으며, 이로 부터 시간에 따른 지하수위, 사면의 유출비 및 사면의 파괴형태를 측정하고 분석하였다. 본 연구결과 배수기능을 겸한 상향식 쏘일네일로 보강한 지반의 경우 무 보강지반에 비해 지하수위 상승이 매우 완만하고 일정 시간이 경과 한 후 더 이상 증가하지 않았으며, 지반의 파괴도 발생하지 않았다. 또한, 상대밀도가 75%인 경우 보강후는 보강 전에 비해 약 8~15%정도 유출비가 증가하였다.

• 한국산림과학회지
• /
• 제85권4호
• /
• pp.577-585
• /
• 1996

대기오염과 산성우 피해를 평가하는 기준을 마련하고자, 인공산성연무(pH 2.5, 3.5 및 4.5)와 지하수(pH 6.5)를 쥐똥나무, 박태기나무, 무궁화 및 회화나무의 유묘에 처리하고 엽록소 함량, 엽피해 특성, 엽표면의 친수성을 조사하여 다음과 같은 결과를 얻었다. 1. 6월 12일 측정에서 쥐똥나무와 무궁화는 pH 2.5처리구에서 엽록소 함량이 가장 높았고, 박태기나무와 회화나무는 상대적으로 낮았다. 9월 1일 측정에서 쥐똥나무는 pH 2.5처리구에서 엽록소 함량이 가장 높았고 박태기나무, 무궁화, 회화나무에서는 대조구에서 가장 높았다. 2. 산성연무 처리에 따른 엽록소 함량의 변화는 수종에 따라 상이한 결과를 보였다. 3. 수종별 산성연무 처리가 계속되면서 모든 수종에서 처리산성연무의 pH값이 작아질수록 엽피해-피해엽수, 엽피해율, 피해엽면적 - 가 증가하는 경향이 뚜렷하였다. 4. 산성연무에 의한 활엽수 엽조직의 피해는 표피의 wettability에 의해 결정되는 것으로 판단된다. 표피에 떨군 물방울의 직경측정은 털이 없고 평활한 표면을 갖는 박태기나 회화나무 등의 수종에서는 산성우나 산성연무의 피해를 측정하는 기준으로 이용가능한 것으로 판단된다.

• 생태와환경
• /
• 제38권1호통권110호
• /
• pp.105-117
• /
• 2005

낙동강 수계의 최대 인공호인 안동댐 저수지에서 2002${\sim}$2004년 동안 홍수기의 수온성층 구조에 따른 고탁수의 유입특성과 시 ${\cdot}$ 공간적 변동을 조사하였다. 6월부터 수온성층이 형성되었으며 성층구조에 따라 유입 수괴의 이동경로가 결정되었고 고탁수의 유입에 의해 성층구조가 변하였다. 고탁수는 유입 시기와 수량에 관계없이 저수지 상류부에서는 심층류로 유입되었고 중류부에서 바닥으로부터 분리되어 중층 밀도류의 형태로 하류까지 이동하였다. 또한 중층 밀도류의 형성지점은 유입량과 시기에 따라 공간적으로 다소 차이가 있었다. 유입량에 의해 수온성층과 DO 분포가 변하였고, 시기에 따라 변수층에는 2개의 수온 급감층과 저산소층이 각각 존재하였다. 최하류까지 이동한 홍수량의 고탁수층은 상승류를 형성하여 수심 15 m 아래에서 최대 20 m 두께로 고탁수층을 형성하였다. 고탁수층은 저수지 바닥으로 침전되지 않았고 중층의 취수구를 통해 하류로 배출되었으며 가을 순환시기 이후 완전 소멸되었다.

• Asian Journal of Atmospheric Environment
• /
• 제8권4호
• /
• pp.175-183
• /
• 2014

To visually and chemically verify the rainout of soot particles, a model experiment was carried out with the cylindrical chamber (0.2 m (D) and 4 m (H)) installing a cloud drop generator, a hydrotherometer, a particle counter, a drop collector, a diffusing drier, and an artificial soot particle distributer. The processes of the model experiment were as follows; generating artificial cloud droplets (major drop size : $12-14{\mu}m$) until supersaturation reach at 0.52%-nebulizing of soot particles (JIS Z 8901) with an average size of $0.5{\mu}m$-counting cloud condensation nuclei (CCN) particles and droplets by OPC and the fixation method (Ma et al., 2011; Carter and Hasegawa, 1975), respectively - collecting of individual cloud drops - observation of individual cloud drops by SEM - chemical identifying of residual particle in each individual droplet by SEM-EDX. After 10 minutes of the completion of soot particle inject, the number concentrations of PM of all sizes (> $0.3{\mu}m$) dramatically decreased. The time required to return to the initial conditions, i.e., the time needed to CCN activation for the fed soot particles was about 40 minutes for the PM sized from $0.3-2.0{\mu}m$. The EDX spectra of residual particles left at the center of individual droplet after evaporation suggest that the soot particles seeded into our experimental chamber obviously acted as CCN. The coexistence of soot and mineral particle in single droplet was probably due to the coalescence of droplets (i.e., two droplets embodying different particles (in here, soot and background mineral particles) were coalesced) or the particle capture by a droplet in our CCN chamber.

• Journal of Information Science Theory and Practice
• /
• 제10권spc호
• /
• pp.135-142
• /
• 2022

Recently, with the development of data processing technology and the increase of computational power, methods to solving social problems using Artificial Intelligence (AI) are in the spotlight, and AI technologies are replacing and supplementing existing traditional methods in various fields. Meanwhile in Korea, heavy rain is one of the representative factors of natural disasters that cause enormous economic damage and casualties every year. Accurate prediction of heavy rainfall over the Korean peninsula is very difficult due to its geographical features, located between the Eurasian continent and the Pacific Ocean at mid-latitude, and the influence of the summer monsoon. In order to deal with such problems, the Korea Meteorological Administration operates various state-of-the-art observation equipment and a newly developed global atmospheric model system. Nevertheless, for precipitation nowcasting, the use of a separate system based on the extrapolation method is required due to the intrinsic characteristics associated with the operation of numerical weather prediction models. The predictability of existing precipitation nowcasting is reliable in the early stage of forecasting but decreases sharply as forecast lead time increases. At this point, AI technologies to deal with spatio-temporal features of data are expected to greatly contribute to overcoming the limitations of existing precipitation nowcasting systems. Thus, in this project the dataset required to develop, train, and verify deep learning-based precipitation nowcasting models has been constructed in a regularized form. The dataset not only provides various variables obtained from multiple sources, but also coincides with each other in spatio-temporal specifications.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.133-152
• /
• 2022

Rice is a fundamental staple food commodity all around the world. Globally, it is grown over 167 million hectares and occupies almost 1/5^th of total cultivated land under cereals. With a total production of 782 million metric tons in 2018. In Pakistan, it is the 2^nd largest crop being produced and 3^rd largest food commodity after sugarcane and rice. The stem borers a type of pest in rice and other crops, Scirpophaga incertulas or the yellow stem borer is very serious pest and a major cause of yield loss, more than 90% damage is recorded in Pakistan on rice crop. Yellow stem borer population of rice could be stimulated with various environmental factors which includes relative humidity, light, and environmental temperature. Focus of this study is to find the environmental factors changes i.e., temperature, relative humidity and rainfall that can lead to cause outbreaks of yellow stem borers. this study helps to find out the hot spots of insect pest in rice field with a control of farmer's palm. Proposed system uses temperature, relative humidity, and rain sensor along with artificial neural network to predict yellow stem borer attack and generate warning to take necessary precautions. result shows 85.6% accuracy and accuracy gradually increased after repeating several training rounds. This system can be good IoT based solution for pest attack prediction which is cost effective and accurate.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1285-1294
• /
• 2021

최근 전 세계적으로 기후변화의 영향으로 강우량이 집중되고 강우강도가 커지면서 홍수피해의 규모를 증가시키고 있다. 기존에는 관측되지 않았던 규모의 강우가 내리는가 하면 기록적으로 장기간동안 장마가 지속되기도 한다. 특히, 이러한 피해들은 아세안 국가들에 집중되고 있으며, 최근 해수면 상승, 태풍 및 집중호우로 인해 침수가 빈번히 빌생하는 등 아세안 국가 국민들 중 최소 2,000만 명이 영향을 받고 있다. 우리나라도 각종 ODA사업을 통해 국내의 홍수예경보시스템을 아세안 국가에 지원하고 있지만 통신시설이 불안정하여 중앙제어방식만으로는 한계가 있다. 따라서 본 연구에서는 한 개의 관측소에서 수위, 강우의 관측과, 홍수예측, 경보까지 한번에 가능한 관측소를 개발하기 위한 인공지능기반의 홍수예측모형을 개발하였다. 설마천의 전적비교 관측소의 2009년부터 2020년 까지 10분단위 강우와 수위관측자료를 활용하여 선행예보시간 0.5, 1, 2, 3, 6시간에 대해서 학습, 검증, 시험을 수행하였으며 인공지능알고리즘으로는 LSTM을 적용하였다. 연구결과 모든 선행예보시간에 대해 모형적합도 및 오차에서 우수한 결과를 나타냈다. 설마천과 같이 유역규모가 작고 유역경사가 커서 도달시간이 짧은 경우에는 선행예보시간 1시간은 매우 우수한 예측 결과를 나타낼 것으로 판단되며 유역의 규모나 경사에 따라 더 긴 선행예보시간도 가능할 것으로 예상된다.

• 한국환경복원기술학회지
• /
• 제19권5호
• /
• pp.19-27
• /
• 2016

This study is to find appropriate plant for infiltration swale (which is natural LID infrastructure) and suggest basic research database for building infrastructure of LID facilities. Through the research inside, it first selects the plant strong to flooding and salt tolerance. Also, the research built infiltration swale along the road, planted those strong plants and monitored how well those plants adapted into the environment. Particularly, it showered 72mm/hr-speed artificial shower, also with natural shower, given that plants were vulnerable to flood because of influx of the rain. As a result of field applicability monitoring, Pennisetum alopecuroides and Equisetum hyemale (which degrade the pollutant well and adapt into rainy environment) are planting individually, or Juncus effusus var. decipiens, Liriope platyphylla, Miscanthus sinensis Andersson, Euonymus japonica (which are strong to rainy environment) and Pennisetum alopecuroides and Equisetum hyemale are mixed planting. The research should have monitored the plant for more than one year to study them, but the research only lasted five months. Therefore, it is hard to generalize. After all, through the long term research, it should pursue study more on appropriate plant materials and database that can be the reference for infrastructure establishment and maintenance.