• 제목/요약/키워드: Haenam-gun

검색결과 46건 처리시간 0.019초

두륜산도립공원 상록활엽수림의 식생 특성 (Vegetation Characteristics of Evergreen Broad-Leaved Forest in the Duryunsan Provincial Park -Focusing on the Daeheungsa(Temple) Area-)

  • 강현미
    • 한국환경생태학회지
    • /
    • 제33권5호
    • /
    • pp.552-564
    • /
    • 2019
  • 본 연구는 낙엽활엽수와 상록활엽수가 혼효하는 곳으로 식물학적 가치가 높은 두륜산도립공원 일대의 상록활엽수림을 대상으로 식생 특성을 파악하고자 진행하였다. 식생 특성을 알아보기 위해 $100m^2$ 크기의 조사구 40개소를 설치하여 조사 분석하였다. 두륜산도립공원이 위치한 해남군은 난대림지역으로 40년간의 기상자료를 분석한 결과, 한랭지수 $-8^{\circ}C$ 월, 온량지수 $109.2^{\circ}C$ 월, 연평균강수량 1,310.5mm로 상록활엽수림의 분포적지라 할 수 있다. TWINSPAN에 의한 군락분류 결과, 붉가시나무군락-I, 붉가시나무군락-II, 참식나무-푸조나무군락 총3개 군락으로 분리되었다. 두륜산도립공원 내 상록활엽수림은 교목층에 우점하고 있는 붉가시나무가 아교목층에서도 세력을 넓혀가고 있으며, 붉가시나무 외에 교목성상의 상록활엽수인 참식나무와 생달나무 등이 전 층위에서 확인되고 있는 형태로 굴참나무, 졸참나무, 개서어나무 등의 낙엽활엽수가 도태되고 상록활엽수인 붉가시나무군락으로의 천이가 진행되고 있으며, 국지적으로 참식나무군락이 출현하고 있었다. 종다양도는 붉가시나무군락-I(1.3208), 붉가시나무군락-II(1.4916)에 비해 참식나무-푸조나무군락(1.0798)이 낮게 나타났다.

KoFlux 타워에서 관측된 토양수분 값을 이용한 가뭄지수 활용에 관한 연구 (The study of Application of Drought Index Using Measured Soil Moisture at KoFlux Tower)

  • 김수영;조환범;이승오;최민하
    • 대한토목학회논문집
    • /
    • 제30권6B호
    • /
    • pp.541-549
    • /
    • 2010
  • 현재 우리나라는 지구 온난화로 인한 이상기후 현상이 발생하여 평균 강우량은 증가하는 반면에 강우일수는 감소하는 경향을 나타내고 있다. 다시 말하면, 강우가 특정한 기간에 집중되어 내려 홍수에 의한 피해도 심각하지만 가뭄에 의한 피해 또한 심각하다는 것을 나타낸다. 기존의 연구를 살펴보면 홍수에 대한 연구는 비교적 많은 편이지만 가뭄에 대한 연구는 상대적으로 드물다. 본 연구에서는 토양수분과 강수량으로 가뭄지수를 산정하여 비교 검토하였으며 이를 바탕으로 정확한 가뭄의 경향을 파악하고자 한다. 연구지역은 전라남도 해남이며, 토양수분자료로 Soil Moisture Index(SMI)를 산정하였고, 기상 자료로 Standardized Precipitation Index(SPI)와 Palmer Drought Severity Index(PDSI)를 산정하였다. 본 연구에서는 KoFlux 타워에서 측정된 토양수분 값을 이용하여 보다 실질적인 가뭄지수를 산정할 수 있었다. 각 가뭄지수를 월 단위로 산정하였고, 비교분석 결과 세 가지 가뭄지수는 대체로 비슷한 경향을 나타내었다. 따라서 KoFlux 타워에서 측정된 토양수분 값으로 가뭄지수를 산정하는 것은 적절하다고 판단되고 토양수분 값은 모든 기상학적 요인들에 직접적으로 영향을 받기 때문이라고 판단된다.

해남의 김 양식장별 잇바디돌김(Neopyropia dentata) 3품종의 아미노산 성분 분석 (Analysis of the Amino Acids Content of Three Neopyropia Dentata Cultivars under the Two Different Aquafarm Environment in Haenam, Korea)

  • 남혜리;최성제
    • 현장농수산연구지
    • /
    • 제25권3호
    • /
    • pp.5-13
    • /
    • 2023
  • 본 연구는 전남 해남군 어란 어장과 임하 어장의 수질을 분석하고, 두 어장에서 양식한 잇바디돌김 3품종의 총 아미노산과 유리아미노산 성분을 조사하였다. 양식기간 중 수온 범위는 22.9℃~10.9℃였다. 수질분석 결과, 어란 어장의 NO2-N는 9월에, NH4-N와 COD는 10월에, NO3-N, DIN, DIP는 11월에 높게 나타났다. 임하 어장의 NH4-N와 COD는 9월에, NO3-N와 DIN은 10월에, NO2-N와 DIP는 11월에 높게 나타났다. 어란 어장에서의 율도 품종은 조지방 함량이 높고, 수품1 품종은 수분이 높았으며, 수품2 품종은 조단백, 조지방, 조회분, 탄수화물 함량이 높게 나타났다. 임하 어장에서의 율도 품종은 조지방, 조회분의 함량이 높았고, 수품1 품종은 조단백, 탄수화물이 높았으며, 수품2 품종은 수분의 함량이 높게 나타났다. 총 아미노산 분석 결과, 어란 어장에서는 잇바디돌김 3품종 모두에서 glutamic acid가 가장 많이 함유되었고, aspararic acid, alanine, leucine 순으로 나타났다. 임하 어장에서는 양식된 잇바디돌김 3품종 모두에서 glutamic acid가 가장 많이 함유되었고, alanine, aspararic acid 순으로 나타났다. 유리아미노산 분석 결과, 어란 어장에서는 잇바디돌김 3품종 모두 alanine이 가장 많이 함유되었고, taurine, proline, glutamic acid 순으로 나타났다. 임하 어장에서는 잇바디돌김 3종 모두 alanine이 가장 많이 함유되어 있고, taurine, proline, aspararic acid 순으로 나타났다.

한반도 서남해안 MIS 5e 해안단구의 퇴적층 특성 연구 (Characteristics of Marine Terrace Sediments Formed during the Marine Isotope Stage 5e in the West South Coast of the Korean Peninsula)

  • 양동윤;한민;김진철;임재수;이상헌;김주용
    • 자원환경지질
    • /
    • 제49권6호
    • /
    • pp.417-432
    • /
    • 2016
  • 이번 연구에서는 해남군 이진리 해안단구가 마지막 간빙기 최온난기(Marine Isotope Stage 5e; MIS 5e)에 형성되었음을 최초로 밝힌다. 이는 해발고도 4.8 m에서 8.8 m까지의 단구이며, 4개의 unit로 나누어진다(unit I: 4.8-5.3 m, unit II: 5.3-6.8 m, unit III: 6.8-8.3 m, unit IV: 8.3-8.8 m). 연구대상 퇴적층은 10-30 cm 간격으로 입도분포, 대자율, 함수율 등의 물리특성 분석, 주원소와 미량원소 분석, 점토광물 정량분석 등을 실시하였으며, OSL 연대분석을 통하여 unit II와 III이 MIS 5e에 형성된 것으로 추정하였다. 퇴적층에 포함된 원력들은 주변에 하천이 없는 점으로 미루어 주변 배후 산지에서 바다로 유입된 쇄설물들이 바다에서 마모 작용을 받은 후 재퇴적된 것으로 추정된다. 연대측정 결과, 전반적으로 매우 빠른 퇴적률을 보이는 점은 최온난기(125k; unit II 하위)를 전후한 급격한 해수면 상승과 더불어 강우량 등의 증가로 인해 쇄설물 유입이 증가한 것으로 추정된다. 연구 지역의 점토 광물 비를 현재의 조간대, 황해와 비교한 결과, 연구 지역의 퇴적물은 바다의 영향을 많이 받은 것으로 추정된다. 이 결과는 과거 해수면이 높았던 시기의 수문 활동 및 퇴적 환경을 규명하는데 활용될 수 있을 것으로 보인다.

면역효소진단법을 이용한 폐흡충증 유행의 역학조사 (An epidemiological study of human paragonimiasis by means of micro-ELISA)

  • 조승열;이동근강신영김석일
    • Parasites, Hosts and Diseases
    • /
    • 제21권2호
    • /
    • pp.246-256
    • /
    • 1983
  • 폐흡충증의 유행정도를 측정하는 데 사용하여 온 피내반응과 충란검사가 각각 특이도와 민감도에 문제를 갖고 있어 주민 중 현증 환자를 적절히 찾았다고 하기가 어렵게 되어가고 있다. 이러한 점을 개선하는 방법으로 폐흡충 특이 IgG항체를 검사함으로써 항체양성자의 수를 현증 환자의 수로 하는 방법을 폐흡충증 역학조사에 응용하고자 하였다. 이 연구에서는 특이항체를 면역효소진단법으로 측정하였을 때 그 효용성을 평가하고자 하였다. 전라남도 해남군 북평면과 북일면의 6개 국민학교, 2개 중학교, 1개 고등학교 학생과 2개 부락 주민 등 모두 4,285명을 우선 피내 반응으로 검사하고 폐흡충 피내반응 양성자에서 가래 검사를 한번 실시하였고 혈청을 채취하여 면역효소진단법으로 폐흡충 특이 IgG항체를 측정하였다. 그 결과를 요약하면 다음과 같다. 1. 총 대상자 4,285명 중 폐홉충 피내반응 양성자는 244명 (5.7%)이었고, 피내반응 양성자 중 충란 양성자는 7명 (4.2%), 면역효소진단법에 의한 특이 IgG항체 양성자는 40명 (16.7%)이었다. 전체 조사 대상자에 대한 충란 양성자의 비율은 0. 16%, 특이 IgG항체 양성자는 0.93%에 해당하였다. 2. 폐흡충 특이 IgG항체 양성자는 충란 양성자에서는 100%, 폐흡충 피내 반응은 양성이나 충란검사 음성자에서는 14.2%에서 나타났으나, 간흡충 피내반응 양성자 또는 피내반응 음성 자에서는 나타나지 않았다. 3. 폐흡충 특이 IgG항체 양성자는 피내반응 구진의 크기 9mrn이하에서는 없었고, 10mm에서는 5.5%, 11∼12mm에서는 26.1% 및 18.2%, 13mm이상에서는 평균 42.4%에서 양성이었다. 4. 특이항체 양성자 31명을 임상적으로 조사한 바 검사소건(흉부 X-선, 충란검사 및 호산구 비율)에서 폐흡충증에 합치하는 이상소견이 24례에서 나타나 현증 폐홉충증 환자로 생각할 수 있었고, 나머지 7례중 3례는 폐흡충증의 과거력이나 쳔증 증상을 갖고 있었으며 4례에서는 특이항체 양성소견 이외에는 어느 검사로도 폐흡충증임을 증명할 수가 없었다. 5. 폐홉충 특이 IgG항체 양성자 수의 피내반응 양성자 수에 대한 비율은 연령별로 7∼9세에서는 16.6%, 10∼14세에서 25.4%, 15w18세 군에서는 18.3%이었고 20세 이상에서는 10.0%로 떨어지고 있었다. 6. 체홉충 특이 IgG항체 양성자는 북평면의 산골 마을에서 주로 나타나고 있었다. 이상과 같은 결과에서 면역효소 진단법에 의하여 폐흡충 특이 IgG항체 양성자를 조사함으로써 어느 지역의 폐흡충중 현증 환자를 피내 반응이나 충란 검사보다도 더 사실에 가깝게 측정할 수 있다고 생각하였다. (이 연구를 수행하는데 현지조사를 직접 간접으로 도와 주신 해남군 보건소 민 경 소장님과 김용팔 주사, 북평면 면사무소 직원여러분과 해남군 교육청, 각급학교 교직원 여러분께 감사드립니다. 환자의 흉부 X-선 사진을 판독하여 주신 중앙의대 부속 성심병원 방사선과 과장 정전상 부교수께 도 감사드립니다. )

  • PDF

작물분류에서 기계학습 및 딥러닝 알고리즘의 분류 성능 평가: 하이퍼파라미터와 훈련자료 크기의 영향 분석 (Performance Evaluation of Machine Learning and Deep Learning Algorithms in Crop Classification: Impact of Hyper-parameters and Training Sample Size)

  • 김예슬;곽근호;이경도;나상일;박찬원;박노욱
    • 대한원격탐사학회지
    • /
    • 제34권5호
    • /
    • pp.811-827
    • /
    • 2018
  • 본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.