• 제목/요약/키워드: Coefficient of expansion

검색결과 1,202건 처리시간 0.02초

머신러닝 기법의 산림 총일차생산성 예측 모델 비교 (Predicting Forest Gross Primary Production Using Machine Learning Algorithms)

  • 이보라;장근창;김은숙;강민석;천정화;임종환
    • 한국농림기상학회지
    • /
    • 제21권1호
    • /
    • pp.29-41
    • /
    • 2019
  • 산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

DGEBA/방향족 아민(DDM, DDS) 경화제의 벤젠링 사이의 관능기 변화가 물성 변화에 미치는 영향에 대한 연구 (Chemo-Mechanical Analysis of Bifunctional Linear DGEBA/Linear Amine (DDM, DDS) Resin Casting Systems)

  • 명인호;정인재;이재락
    • Composites Research
    • /
    • 제12권4호
    • /
    • pp.71-78
    • /
    • 1999
  • 방향족 아민 경화제의 벤젠링 사이의 관능기 변화가 반응특성, 기계적특성 및 열적특성에 미치는 영향을 고찰하기 위하여 양쪽 말단기에 에폭시기를 가지는 대표적 범용 에폭시수지인 DGEBA (diglycidylether of bisphenolA)와 방향족아민 경화제 diaminodiphenyl methane (DDM), diaminodiphenyl sulphone(DDS) 각각을 1:1의 당량비로 혼합하여 동일한 조건으로 경화하였다. 반응특성, 열 안정성, 에폭사이드기의 전환율, shrinkage(%), 유리전이온도와 선팽창계수, 기계적특성 그리고 굴곡 파단특성을 알아보기 위하여 각각 DSC 분석, TGA 분석, FT-IR 분석, 밀도측정, TMA 분석, 인장시험과 3점 굴곡시험, 광학현미경 시험을 행하였다. 그 결과, 에폭시수지 경화물의 분석, 밀도측정, TMA 분석, 인장시험과 3점 굴곡시험, 광학현미경 시험을 행하였다. 그 결과, 에폭시수지 경화물의 특성은 경화제의 벤젠링 사이의 관능기 구조에 따라 매우 큰 영향을 받았다. 즉, 벤젠링 사이에 길이가 길고 bulky한 술폰기를 포함한 DDS는 epoxiderl의 전환율, shrinkage(%), 유리전이온도, 인장탄성율, 인장강도, 굴곡탄성율 및 굴곡강도의 값이 길이가 짧고 compact한 메틸기를 가지는 DDM 경화물계 보다 높게 나타났지만, 최대발열온도, 열안정성, 선팽창계수의 값은 낮게 나타냈다. 이것은 술폰기의 강한 전기음성도와 메틸기의 전기 양성적인 repulsive한 성질의 차이와 epoxide group의 전환율의 영향인 것으로 판단된다. 굴곡 파단면의 관찰 결과는 DDM경화물계의 feather like structure의 각개 grain의 크기가 DDS 경화물계 보다 작은 것을 확연하게 보여준다.gG1 항체 합성은 spleen B cell과는 달리 TGF-$\beta$3에 의해 증가하였다. 본 실험의 결과는 전반적으로 TGF-$\beta$3가 TGF-$\beta$1과 비슷한 정도로 마우스 B cell의 항체합성에 영향을 미침을 보여준다. 그렇지만, 생체 내에서TGF-$\beta$3의 발현조절이 TGF-$\beta$1과 다를 것으로 예상됨으로 과연 TGF-$\beta$3가 B cell 분화에서 중요한 조절인자로 작용할지는 좀 더 연구되어야 할 것이다.적을 볼 때 적극적으로 수술에 임하는 것이 바람직하다고 사료된다.나타나 이의 규명을 위해서는 향후 p53 단백의 유전자 변이와 두 단백의 발현과 환자의 생존율과의 상관관계에 대한 연 구가 요할 것으로 사료된다.을 줄이기 위한 대책이 도움이 될 것으로 사료된다.4.00$\pm$0.14, 2.50$\pm$ 0.31, 4.02$\pm$0.70으로 기준(1.84$\pm$0.21)에 비하여 IP군과 10 mM 칼슘 전처치군에서 유의하게 증가하였다 (p<0.05). 그러나 허혈대조군에서는 두 분획 모두 기준선과 비교하여 큰 차이가 없었다. 결론: 이상으로 적출 관류 토끼심장에서 장시간 동안의 허혈전 높은 농도의 칼슘으로 전처치하면 허혈후 재관류시 심근기능의 회 복증가는 기대하기 어려우나 IP와 유사한 심근괴사 범위 감소효과가 있으며 이러한 효과는 아마도 칼슘의 매개에 따라 PKC활성화가 일어남으로써 나타나는 것으로 생각된다. 점을 함께 고려하면 그룹 B에서의 더 큰 증폭 효과가 광배근의 활성도 및 수축력의 차이로부터 기인한다고 평가할

  • PDF