목 적: 본 연구에서는 가임기 여성의 유방암 방사선 치료 시 난소 선량에 대해 실험을 통하여 평가해보고자 한다. 치료기법에 따른 치료계획시스템에서 계산된 선량과 열형광선량계를 이용한 측정선량을 비교·분석하여 난소 선량을 평가하고 납(Pb) 앞치마의 사용유무에 따른 선량 분석을 통해 임상에서의 유용성을 알아보고자 한다. 대상 및 방법: 측정에는 Rando humanoid phantom을 이용하였고, 치료기법으로는 쐐기필터치료기법, 3차원 입체조형치료, 세기변조방사선치료를 사용하였다. CT simulator를 이용하여 얻은 Rando humanoid phantom 3D 영상의 우측 유방에 처방선량의 95%가 전달될 수 있도록 치료계획을 세웠고, TLD를 Rando hunmanoid phantom의 가상 표적의 표면 및 심부에 삽입하고 방사선을 조사하였다. 측정위치는 치료 중심점과 Rando humanoid phantom의 정중앙을 중심으로 반대쪽 유방으로 2cm 이동한 지점과 치료 중심축 및 하방으로 우측 유방의 경계면에서 5cm, 10cm, 12.5cm, 15cm, 17.5cm, 20cm, 우측 난소 위치의 표면과 중심점을 포함하여 총 9개 지점에서 측정하였다. 치료계획시스템의 선량 비교에서는 쐐기필터치료기법 2가지와 3차원 입체조형치료, 세기변조방사선치료 등 총 4개의 치료 계획을 수립하여 비교하였다. 그리고 TLD를 이용한 측정값 비교는 세기변조방사선치료와 쐐기필터를 이용한 치료를 비교하였고, 납 앞치마의 사용유무에 따라서 세기변조방사선치료의 선량차이를 측정하여 비교·분석하였다. 측정값은 각 포인트마다 3개의 TLD값 평균을 내고 TLD 교정값을 이용하여 환산하였으며 이를 Point dose mean값으로 계산하였다. 치료계획값과 실제 측정값을 비교하기 위해 각 지점마다 절대선량값을 측정하여 %Diff 값으로 계산하였다. 결 과: 치료 중심점인 Point A에서는 치료계획시스템에서 최대 201.7cGy가 나왔고, 실제 TLD 측정값은 최대 200.6cGy가 나왔다. 모든 치료계획시스템에서 유방 경계면으로부터 하방으로 17.5cm 떨어진 지점인 Point G 부터는 0cGy로 계산이 되었다. 실제 TLD 측정 결과 Point G에서는 최대 2.6cGy가 나왔고, 난소선량인 Point J에서는 최대 0.9cGy로 나타났으며 %Diff값은 0.3%~1.3%였다. 납 앞치마의 사용유무에 따른 선량 차이는 최대 2.1cGy에서 최소 0.1cGy로 나타났으며 %Diff값은 0.1%~1.1%였다. 결 론: 치료계획시스템에서 3가지 치료계획에 따른 선량차이는 최저 0.85%에서 최고 2.45%로 큰 격차를 보이지 않았다. 난소에서 Rando humanoid phantom의 치료계획과 실제 측정한 선량차이는 0.9% 이내로 나타났으나 실제 측정에서 조금 더 높게 측정되었다. 이는 치료계획시스템에서 산란선의 영향을 정확하게 반영하지 못하였고, 실제 측정에서는 TLD를 삽입한 상태로 CBCT를 촬영한 선량과 산란선량이 반영된 것으로 사료된다. 납 앞치마의 유무에 따른 선량측정에서 납 앞치마를 사용했을 경우에 치료범위에서 가까운 거리일수록 차폐의 효과가 있었으며, 치료범위에서 15cm 이상 거리가 있는 경우에는 거의 영향을 미치지 않는 것으로 나타났다. 임상적으로 방사선 치료 중에는 임신이나 인공수정을 하기에는 적절하지 않지만, 치료 중 난소에 조사된 선량은 방사선 치료 후 가임기 여성의 생식 기능에 크게 영향을 주지 않을 것으로 생각된다. 하지만 가임 여성의 경우에는 지속적인 불안감을 가지고 있으므로 이번 결과를 통한 데이터를 제시함으로써 심리적인 안정을 도모할 수 있을 것으로 사료된다.
The objective of this research is to test the feasibility of developing a statewide truck traffic forecasting methodology for Wisconsin by using Origin-Destination surveys, traffic counts, classification counts, and other data that are routinely collected by the Wisconsin Department of Transportation (WisDOT). Development of a feasible model will permit estimation of future truck traffic for every major link in the network. This will provide the basis for improved estimation of future pavement deterioration. Pavement damage rises exponentially as axle weight increases, and trucks are responsible for most of the traffic-induced damage to pavement. Consequently, forecasts of truck traffic are critical to pavement management systems. The pavement Management Decision Supporting System (PMDSS) prepared by WisDOT in May 1990 combines pavement inventory and performance data with a knowledge base consisting of rules for evaluation, problem identification and rehabilitation recommendation. Without a r.easonable truck traffic forecasting methodology, PMDSS is not able to project pavement performance trends in order to make assessment and recommendations in the future years. However, none of WisDOT's existing forecasting methodologies has been designed specifically for predicting truck movements on a statewide highway network. For this research, the Origin-Destination survey data avaiiable from WisDOT, including two stateline areas, one county, and five cities, are analyzed and the zone-to'||'&'||'not;zone truck trip tables are developed. The resulting Origin-Destination Trip Length Frequency (00 TLF) distributions by trip type are applied to the Gravity Model (GM) for comparison with comparable TLFs from the GM. The gravity model is calibrated to obtain friction factor curves for the three trip types, Internal-Internal (I-I), Internal-External (I-E), and External-External (E-E). ~oth "macro-scale" calibration and "micro-scale" calibration are performed. The comparison of the statewide GM TLF with the 00 TLF for the macro-scale calibration does not provide suitable results because the available 00 survey data do not represent an unbiased sample of statewide truck trips. For the "micro-scale" calibration, "partial" GM trip tables that correspond to the 00 survey trip tables are extracted from the full statewide GM trip table. These "partial" GM trip tables are then merged and a partial GM TLF is created. The GM friction factor curves are adjusted until the partial GM TLF matches the 00 TLF. Three friction factor curves, one for each trip type, resulting from the micro-scale calibration produce a reasonable GM truck trip model. A key methodological issue for GM. calibration involves the use of multiple friction factor curves versus a single friction factor curve for each trip type in order to estimate truck trips with reasonable accuracy. A single friction factor curve for each of the three trip types was found to reproduce the 00 TLFs from the calibration data base. Given the very limited trip generation data available for this research, additional refinement of the gravity model using multiple mction factor curves for each trip type was not warranted. In the traditional urban transportation planning studies, the zonal trip productions and attractions and region-wide OD TLFs are available. However, for this research, the information available for the development .of the GM model is limited to Ground Counts (GC) and a limited set ofOD TLFs. The GM is calibrated using the limited OD data, but the OD data are not adequate to obtain good estimates of truck trip productions and attractions .. Consequently, zonal productions and attractions are estimated using zonal population as a first approximation. Then, Selected Link based (SELINK) analyses are used to adjust the productions and attractions and possibly recalibrate the GM. The SELINK adjustment process involves identifying the origins and destinations of all truck trips that are assigned to a specified "selected link" as the result of a standard traffic assignment. A link adjustment factor is computed as the ratio of the actual volume for the link (ground count) to the total assigned volume. This link adjustment factor is then applied to all of the origin and destination zones of the trips using that "selected link". Selected link based analyses are conducted by using both 16 selected links and 32 selected links. The result of SELINK analysis by u~ing 32 selected links provides the least %RMSE in the screenline volume analysis. In addition, the stability of the GM truck estimating model is preserved by using 32 selected links with three SELINK adjustments, that is, the GM remains calibrated despite substantial changes in the input productions and attractions. The coverage of zones provided by 32 selected links is satisfactory. Increasing the number of repetitions beyond four is not reasonable because the stability of GM model in reproducing the OD TLF reaches its limits. The total volume of truck traffic captured by 32 selected links is 107% of total trip productions. But more importantly, ~ELINK adjustment factors for all of the zones can be computed. Evaluation of the travel demand model resulting from the SELINK adjustments is conducted by using screenline volume analysis, functional class and route specific volume analysis, area specific volume analysis, production and attraction analysis, and Vehicle Miles of Travel (VMT) analysis. Screenline volume analysis by using four screenlines with 28 check points are used for evaluation of the adequacy of the overall model. The total trucks crossing the screenlines are compared to the ground count totals. L V/GC ratios of 0.958 by using 32 selected links and 1.001 by using 16 selected links are obtained. The %RM:SE for the four screenlines is inversely proportional to the average ground count totals by screenline .. The magnitude of %RM:SE for the four screenlines resulting from the fourth and last GM run by using 32 and 16 selected links is 22% and 31 % respectively. These results are similar to the overall %RMSE achieved for the 32 and 16 selected links themselves of 19% and 33% respectively. This implies that the SELINICanalysis results are reasonable for all sections of the state.Functional class and route specific volume analysis is possible by using the available 154 classification count check points. The truck traffic crossing the Interstate highways (ISH) with 37 check points, the US highways (USH) with 50 check points, and the State highways (STH) with 67 check points is compared to the actual ground count totals. The magnitude of the overall link volume to ground count ratio by route does not provide any specific pattern of over or underestimate. However, the %R11SE for the ISH shows the least value while that for the STH shows the largest value. This pattern is consistent with the screenline analysis and the overall relationship between %RMSE and ground count volume groups. Area specific volume analysis provides another broad statewide measure of the performance of the overall model. The truck traffic in the North area with 26 check points, the West area with 36 check points, the East area with 29 check points, and the South area with 64 check points are compared to the actual ground count totals. The four areas show similar results. No specific patterns in the L V/GC ratio by area are found. In addition, the %RMSE is computed for each of the four areas. The %RMSEs for the North, West, East, and South areas are 92%, 49%, 27%, and 35% respectively, whereas, the average ground counts are 481, 1383, 1532, and 3154 respectively. As for the screenline and volume range analyses, the %RMSE is inversely related to average link volume. 'The SELINK adjustments of productions and attractions resulted in a very substantial reduction in the total in-state zonal productions and attractions. The initial in-state zonal trip generation model can now be revised with a new trip production's trip rate (total adjusted productions/total population) and a new trip attraction's trip rate. Revised zonal production and attraction adjustment factors can then be developed that only reflect the impact of the SELINK adjustments that cause mcreases or , decreases from the revised zonal estimate of productions and attractions. Analysis of the revised production adjustment factors is conducted by plotting the factors on the state map. The east area of the state including the counties of Brown, Outagamie, Shawano, Wmnebago, Fond du Lac, Marathon shows comparatively large values of the revised adjustment factors. Overall, both small and large values of the revised adjustment factors are scattered around Wisconsin. This suggests that more independent variables beyond just 226; population are needed for the development of the heavy truck trip generation model. More independent variables including zonal employment data (office employees and manufacturing employees) by industry type, zonal private trucks 226; owned and zonal income data which are not available currently should be considered. A plot of frequency distribution of the in-state zones as a function of the revised production and attraction adjustment factors shows the overall " adjustment resulting from the SELINK analysis process. Overall, the revised SELINK adjustments show that the productions for many zones are reduced by, a factor of 0.5 to 0.8 while the productions for ~ relatively few zones are increased by factors from 1.1 to 4 with most of the factors in the 3.0 range. No obvious explanation for the frequency distribution could be found. The revised SELINK adjustments overall appear to be reasonable. The heavy truck VMT analysis is conducted by comparing the 1990 heavy truck VMT that is forecasted by the GM truck forecasting model, 2.975 billions, with the WisDOT computed data. This gives an estimate that is 18.3% less than the WisDOT computation of 3.642 billions of VMT. The WisDOT estimates are based on the sampling the link volumes for USH, 8TH, and CTH. This implies potential error in sampling the average link volume. The WisDOT estimate of heavy truck VMT cannot be tabulated by the three trip types, I-I, I-E ('||'&'||'pound;-I), and E-E. In contrast, the GM forecasting model shows that the proportion ofE-E VMT out of total VMT is 21.24%. In addition, tabulation of heavy truck VMT by route functional class shows that the proportion of truck traffic traversing the freeways and expressways is 76.5%. Only 14.1% of total freeway truck traffic is I-I trips, while 80% of total collector truck traffic is I-I trips. This implies that freeways are traversed mainly by I-E and E-E truck traffic while collectors are used mainly by I-I truck traffic. Other tabulations such as average heavy truck speed by trip type, average travel distance by trip type and the VMT distribution by trip type, route functional class and travel speed are useful information for highway planners to understand the characteristics of statewide heavy truck trip patternS. Heavy truck volumes for the target year 2010 are forecasted by using the GM truck forecasting model. Four scenarios are used. Fo~ better forecasting, ground count- based segment adjustment factors are developed and applied. ISH 90 '||'&'||' 94 and USH 41 are used as example routes. The forecasting results by using the ground count-based segment adjustment factors are satisfactory for long range planning purposes, but additional ground counts would be useful for USH 41. Sensitivity analysis provides estimates of the impacts of the alternative growth rates including information about changes in the trip types using key routes. The network'||'&'||'not;based GMcan easily model scenarios with different rates of growth in rural versus . . urban areas, small versus large cities, and in-state zones versus external stations. cities, and in-state zones versus external stations.
우리나라 답토양(畓土壤)에 대(對)한 토지(土地)의 합리적(合理的) 이용(利用), 토지기반조성(土地基盤造成) 및 생산성 향상(向上) 그리고 토양(土壤)에 관(關)한 조사연구(調査硏究)의 방향(方向)을 뒷받침하기 위(爲)하여 김제만경평야(金堤萬頃平野)에 분포(分布)하고 있는 답토양(畓土壤)에 대(對)한 형태(形態) 및 이화학적(理化學的) 특성(特性) 그리고 그와 수도수량(水稻收量)과의 관계(關係)를 구명(究明)하고 이를 기초(基礎)로 하여 답토양(沓土壤)의 분류법(分類法)과 적성등급구분(適性等級區分)을 시안(試案)하였는 바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 답토양(畓土壤)의 형태(形態), 이화학적(理化學的) 특성(特性) 및 그와 수도수량(水稻收量)과의 관계(關係) 김제(金堤) 만경평야(萬頃平野)에 분포(分布)하고 있는 15개(個) 답토양통(畓土壤統)에 대(對)하여 이들 토양(土壤)의 형태(形態), 이화학적(理化學的) 특성(特性)을 보면 다음과 같다. 토양단면(土壤斷面)의 발달정도(發達程度)를 보면 공덕(孔德), 김제(金堤), 만경(萬頃), 백구(白鷗), 봉남(鳳南), 부용(芙蓉), 수암(水岩), 전북(全北), 지산(芝山) 및 호남통(湖南統)는 B(Cambic B)층(層)이 있고 극락(極樂)과 화동통(華東統)은 Bt(Argillic B)층(層)이 있으나 광활(廣活), 신답(新踏) 및 화계통(華溪統)에는 B층(層) 혹(或)은 Bt층(層)이 없다. 특(特)히 공덕(孔德) 및 봉남통(鳳南統)은 흑니층(黑尼層)이 심토(心土) 하부(下部)에 개재(介在)되여 있다. 토양단면(土壤斷面)의 토색(土色)을 보면 공덕(孔德), 광활(廣活), 백구(白鷗) 및 신답통(新踏統)은 대체(大體)로 청회색(靑灰色), 암회색(暗灰色)을 띄우고 김제(金堤), 만경(萬頃), 봉남(鳳南), 부용(芙蓉), 수암(水岩), 전북(全北), 지산(芝山) 및 호남통(湖南統)은 회색(灰色), 회갈색(灰褐色)을 띠우며 극락(極樂), 화계(華溪) 및 화동통(華東統)은 표토(表土) 및 표토하부(表土下部)의 회색(灰色)을 제외(除外)하고 황갈색(黃褐色), 갈색(褐色)을 띠운다. 토양단면(土壤斷面)의 토성(土性)을 보면 공덕(孔德), 극락(極樂), 김제(金堤), 봉남부용(鳳南芙蓉), 호남(湖南) 및 화동통(華東統)은 식질(埴質)이고 백구(白鷗), 전북(全北) 및 지산통(芝山統)은 식양질(埴壤質) 혹은 미사식양질(微砂埴壤質)이며 광활(廣活), 만경(萬頃) 및 수암통(水岩統)은 미사사양질(微砂砂壤質) 그리고 신답(新踏) 및 화계통(華溪統)은 사질(砂質) 혹은 석력사질(石礫砂質)이다. 표토(表土)의 탄소함량(炭素含量)은 0.29%~2.18% 범위(範圍)에 있으나 1.0~2.0%인 것이 많으며 표토(表土)의 전질소함량(全窒素含量)은 0.03%~0.24% 범위(範圍)에 있다. 이들은 심토(心土) 혹은 기층(基層)으로 갈수록 감소(減少)되는 경향(傾向)이나 불규칙적(不規則的)이다. 표토(表土)의 탄질비(炭窒比)는 4.6~15.5 범위(範圍)인데 8~10인 것이 많으며 심토(心土) 및 기층(基層)에서는 표토(表土)에 비(比)하여 그 범위(範圍)가 커서 3.0~20.25이다. 토양반응(土壤反應)은 pH4.5~8.0 범위(範圍)에 있으나 광활(廣活) 및 만경통(萬頃統)을 제외(除外)하고는 모두 산성(酸性)이다. 염기치환용량(鹽基置換容量)은 표토(表土)에서는 5~13 me/100g 범위(範圍)이며 심토(心土) 및 기층(基層)에서는 사질토양(砂質土壤)을 제외(除外)하고 모두 10~20 me/100g 범위(範圍)에 있다. 염기포화도(鹽基飽和度)는 공덕(孔德) 및 백구통(白鷗統)을 제외(除外)하고는 모두 60% 이상(以上)이다. 표토(表土)의 활성철함량(活性鐵含量)은 0.45~1.81% 범위(範圍)이고 역환원성(易還元性)망간은 15~148ppm 범위(範圍)이며 유효규산은 36~366ppm 범위(範圍)에 있다. 이들 3성분(成分)의 용탈(溶脫) 및 집적(集積)은 토양배수(土壤排水), 토성조건(土性條件)에 따라 다르지만 대체(大體)로 10~70cm 범위(範圍)에 집적(集積)하고 있으나 규산(珪酸)은 경우(境遇)에 따라 철(鐵), 망간 보다 깊은 층위(層位)에 집적(集積)되여 있다. 각(各) 토양통(土壤統)의 주요특성(主要特性)은 해안(海岸)에서 부터 거리에 따라 점변(漸變)하고 있으며 점토(粘土), 유기탄소(有機炭素) 및 pH는 해안(海岸)으로 부터 내륙(內陸)으로 옮겨가는 거리와 다음과 같은 상관(相關)이 있다. y(표상(表上)의 점토함량(粘土含量)) =
충남(忠南) 전북지방(全北地方) 적송림(赤松林)의 천이과정(遷移過程)을 연구(研究)하기 위하여 솔잎혹파리의 피해지속기간(被害持續期間)에 따라 피해극기지(被害極基地) (5년전(年前)에 피해발생(被害発生))인 공주(公州)(A), 피해지속지(被害持續地)(10년전(年前)에 피해발생(被害発生))인 부여(扶餘)(B), 피해회복지(被害回復地)(20년전(年前)에 피해발생(被害発生))로서 고창지역(高敞地域)(C)을 조사지역(調査地域)으로 설정(設定)하고, 각(各) 조사지역별(調査地域別)로 환경요인(環境要因)과 식생상태(植生狀態)를 調査하여, 환경요인(環境要因)과 식생상태(植生狀態), 삼림군집(森林群集)의 비교(比較), 식물상(植物相)의 변화(変化) 등(等)을 분석(分析)한 결과(結果)를 요약(要約)하면 다음과 같다 1. 임분(林分)이 솔잎혹파리피해(被害)로 부터 회복(回復)되어 감에 따라 식생구성(植生構成)에 변화(変化)가 오고 대상수종(代償樹種)으로 발달(発達)된 참나무류(類)의 상대우점치(相対優点値)가 감소(減小)되었다. 그러나 본(本) 조사지역내(調査地域內)에서는 상수리나무의 상대우점치(相対優点値)가 다른 참나무류(類) 보다 높았다. 2. 솔잎혹파리피해(被害)가 지속(持續)됨에 따라 삼림군집(森林群集)의 종구성상태(種構成狀態)가 점차 다양(多樣)하여진다. 그후 피해(被害)가 회복(回復)됨에 따라 임분(林分)의 종구성상태(種構成狀態)는 단순화(单純化)되는 것으로 나타났다. 3. 상대밀도(相対密度) 및 상대우점치(相対優点値)의 상대치(相対値)에 의(依)한 식생천이(植生遷移)를 종합분석(綜合分析)한 결과(結果) 솔잎혹파리피해(被害)의 극심(極甚)에서 우점종(優点種)을 이루던 참나무류(類)가 피해(被害)로부터 회복(回復)되어감에 따라 그 값이 감소(減少)되고, 싸리류(類), 진달래류(類) 등(等)이 하층식생(下層植生)을 형성(形成)하는 삼림군집(森林群集)으로 변화(変化)하여 갔다. 4. 식생(植生)에 미친 토심(土深), 토양함수량(土壤含水量), 유기물함량(有機物含量), 그리고 유기물층(有機物層)의 두께는 본(本) 조사대상지(調査対象地)의 범위내에 있어서는 거의 같은 것으로 사료(思料)되었고 연평균강수량(年平均降水量)과 온도(温度)도 유사(類似)하였다고 본다.