• 한국해양학회지:바다
• /
• 제12권4호
• /
• pp.305-314
• /
• 2007

남해 진해만 서부해역에서 2003년 11월부터 2004년 8월까지 식물플랑크톤의 시 공간 분포특성 및 해양환경요인과의 상관성을 분석하였다. 대부분의 해양환경요인은 균일한 공간분포를 보였고, 식물플랑크톤 종조성은 돌말류와 와편모류가 주를 이루었으며 개체수는 연간 $16{\times}10^3\;cells\;l^{-1}{\sim}5,845{\times}10^3\;cells\;l^{-1}$(평균 $555{\times}10^3\;cells\;l^{-1})의 범위로 변화하였다. 식물플랑크톤의 대발생은 고현항 내측수역에서 하계에 발생하였다. 계절별 식물플랑크톤 현존량은 2월(동계)과 8월(하계)에 높고, 5월(춘계)과 11월(추계)에 낮았다. 연구기간동안 Skeletonema costatum, Akashiwo sanguinea, Pseudo-nitzschia pungens, Dactyliosolen sp., Leptocylindrus danicus, cryptomonads 등이 식물플랑크톤 우점종으로 출현하였다. 특히, S. costatum은 하계에 극우점하여 출현하였으며, A. sanguinea(추계와 춘계), Pseudo-nitzschia sp.(하계), Guinardia striata(춘계), 미동정 편모류(하계), cryptomonads(춘계) 등은 특정시기에 높은 우점률을 보였다. Chl a 농도는 연간 $0.6{\mu}g{\cdot}l^{-1}{\sim}16.7{\mu}g{\cdot}l^{-1}$(평균 $3.4{\mu}g{\cdot}l^{-1}$)로 나타났다. 정준대응분석 결과 진해만 서부해역은 크게 두 개의 수역(고현항 내측과 외측)으로 나눠지며, 높은 밀도의 식물플랑크톤 현존량과 Chl a 농도를 보인 고현항 내측의 경우 수온, 용존산소, 영양염류($SiO^2$, TN, TP and etc.) 등이 식물플랑크톤 군집에 영향을 미치는 해양환경 요인으로 나타났다. 고현항 내측수괴는 동계에 가조도와 칠천도 사이의 중앙 수역까지 확장되어 나타났다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.9-18
• /
• 2024

최근 수중표적의 저소음화와 해상교통량의 증가로 인한 주변 소음의 증가로 능동 소나 시스템의 중요성이 증대되고 있다. 하지만 신호의 다중 경로를 통한 전파, 다양한 클러터와 주변 소음 및 잔향 등으로 인한 반향신호의 낮은 신호대잡음비는 능동 소나를 통한 수중 표적 식별을 어렵게 만든다. 최근 수중 표적 식별 시스템의 성능을 향상 시키기 위해 머신러닝 혹은 딥러닝과 같은 데이터 기반의 방법을 적용시키려는 시도가 있지만, 소나 데이터셋의 특성 상 훈련에 충분한 데이터를 모으는 것이 어렵다. 부족한 능동 소나 데이터를 보완하기 위해 수학적 모델링에 기반한 방법이 주로 활용되어오고 있다. 그러나 수학적 모델링에 기반한 방법론은 복잡한 수중 현상을 정확하게 모의하는 데에는 한계가 있다. 따라서 본 논문에서는 심층 신경망 기반의 소나 신호 합성 기법을 제안한다. 제안하는 방법은 인공지능 모델을 소나 신호 합성 분야에 적용하기 위해, 음성 합성 분야에서 주로 사용되는 타코트론 모델의 주요 모듈인 주의도 기반의 인코더 및 디코더를 소나 신호에 적절하게 수정하였다. 실제 해상 환경에 모의 표적기를 배치해 수집한 데이터셋을 사용하여 제안하는 모델을 훈련시킴으로써 보다 실제 신호와 유사한 신호를 합성해낼 수 있게 된다. 제안된 방법의 성능을 검증하기 위해, 합성된 음파 신호의 스펙트럼을 직접 분석을 진행하여 비교하였으며, 이를 바탕으로 오디오 품질 인지적 평가(Perceptual Quality of Audio Quality, PEAQ)인지적 성능 검사를 실시하여 총 4개의 서로 다른 환경에서 생성된 반사 신호들에 대해 원본과 비교해 그 차이가 최소 -2.3이내의 높은 성적을 보여주었다. 이는 본 논문에서 제안한 방법으로 생성한 능동 소나 신호가 보다 실제 신호에 근사한다는 것을 입증한다.

• 생명과학회지
• /
• 제17권6호통권86호
• /
• pp.791-797
• /
• 2007

된장을 극성이 다른 유기용매로 분획하여 Ames test를 이용한 항돌연변이성 효과를 알아보고자 하였고 Yac-1과 sarcoma-180암세포들의 증식에 대한 된장 분획물의 효과를 측정함과 동시에 면역과정의 생물학적 작용과 대사적 변화를 유도하는 interleukin-2 (IL-2)의 생성에 대한 효과도 검토하였다. AFB$_1$에 대한 돌연변이 억제효과는 된장의 메탄을 추출물을 2.5 mg/plate 농도로 첨가했을 때 84%의 돌연변이 저해효과를 나타내었고 같은 첨가농도에서 메탄을 분획물들중 디클로로메탄 분획물과 에틸아세테이트 분획물은 각각 96%, 97%로 상당한 항돌연변이 효과를 나타내었다. 직접돌연변이원인 MNNG의 경우, AFBI에 비해 돌연변이 저해효과가 다소 떨어지지만 그 중에서도 에틸아세테이트 분획물이 75%로 가장 높은 항돌연변이 효과를 나타내었다. Sarcoma 180 cell 암세포 증식 억제효과 실험에서 디클로로메탄 분획물(첨가농도 15.6 ${\mu}$g/ml)은 60%의 저해효과를 나타내면서 농도 의존적으로 그 저해효과가 컸으며 250 ${\mu}$g/ml 농도에서는 80%의 저해효과를 관찰 할 수가 있었다. 에틸아세테이트분회물의 경우 디글로로메탄 분회물에 비해 다소 낮은 저해효과를 나타내었지만 250 ${\mu}$g/ml 농도에서 약 60%의 세포독성 효과를 나타내었다. 디클로로메탄 분획물과 에틸아세테이트 분획물에 의한 면역 활성 증진 효과를 검토한 결과, 디글로로메탄 분획물은 첨가농도 1 ${\mu}$g/ml에서 94%로 Yac-1표적세포를 사멸시켰으며 에틸아세테이트 분획물도 동일 농도에서 96%의 억제효과를 나타내었다. CTLL세포를 이용하여 이들 분획물들에 의한 interleuk된장을 극성이 다른 유기용매로 분획하여 Ames test를 이용한 항돌연변이성 효과를 알아보고자 하였고 Yac-1과 sarcoma-180암세포들의 증식에 대한 된장 분획물의 효과를 측정함과 동시에 면역과정의 생물학적 작용과 대사적 변화를 유도하는 interleukin-2 (IL-2)의 생성에 대한 효과도 검토하였다. AFB$_1$에 대한 돌연변이 억제효과는 된장의 메탄을 추출물을 2.5 mg/plate 농도로 첨가했을 때 84%의 돌연변이 저해효과를 나타내었고 같은 첨가농도에서 메탄을 분획물들중 디클로로메탄 분획물과 에틸아세테이트 분획물은 각각 96%, 97%로 상당한 항돌연변이 효과를 나타내었다. 직접돌연변이원인 MNNG의 경우, AFBI에 비해 돌연변이 저해효과가 다소 떨어지지만 그 중에서도 에틸아세테이트 분획물이 75%로 가장 높은 항돌연변이 효과를 나타내었다. Sarcoma 180 cell 암세포 증식 억제효과 실험에서 디클로로메탄 분획물(첨가농도 15.6 ${\mu}$g/ml)은 60%의 저해효과를 나타내면서 농도 의존적으로 그 저해효과가 컸으며 250 ${\mu}$g/ml 농도에서는 80%의 저해효과를 관찰 할 수가 있었다. 에틸아세테이트분회물의 경우 디글로로메탄 분회물에 비해 다소 낮은 저해효과를 나타내었지만 250 ${\mu}$g/ml 농도에서 약 60%의 세포독성 효과를 나타내었다. 디클로로메탄 분획물과 에틸아세테이트 분획물에 의한 면역 활성 증진 효과를 검토한 결과, 디글로로메탄 분획물은 첨가농도 1 ${\mu}$g/ml에서 94%로 Yac-1표적세포를 사멸시켰으며 에틸아세테이트 분획물도 동일 농도에서 96%의 억제효과를 나타내었다. CTLL세포를 이용하여 이들 분획물들에 의한 interleukin-2 (IL-2)의 활성 증진 효과를 살펴보았을 때 대조군의 OD가 0.16인데 비해 디클로로메탄 분획물과 에틸아세테이트 분획물은 첨가농도 1 ${\mu}$g/ml에서 각각 0.30과 0.24를 나타내어 면역 활성 증진효과를 나타내었다. 따라서 된장에 의한 암세포 증식 억제효과는 IL-2같은 cytokine생성 증진에 따른 면역 담당 세포 활성화 작용과 관련을 가질 가능성이 있을 것으로 사료된다.in-2 (IL-2)의 활성 증진 효과를 살펴보았을 때 대조군의 OD가 0.16인데 비해 디클로로메탄 분획물과 에틸아세테이트 분획물은 첨가농도 1 ${\mu}$g/ml에서 각각 0.30과 0.24를 나타내어 면역 활성 증진효과를 나타내었다. 따라서 된장에 의한 암세포 증식 억제효과는 IL-2같은 cytokine생성 증진에 따른 면역 담당 세포 활성화 작용과 관련을 가질 가능성이 있을 것으로 사료된다.

• 광물과 암석
• /
• 제34권2호
• /
• pp.107-120
• /
• 2021

검덕 연-아연 광상은 한반도에서 가장 규모가 큰 연-아연 광상으로 지체구조상 고원생대의 마천령층군이 포함된 Jiao Liao Ji belt내 혜산-리원 광화대에 위치한다. 이 광상의 주변지질은 고원생대의 마천리층군 변성퇴적암류와 이를 관입한 중생대의 만탑산 관입암체 및 신생대의 현무암으로 구성된다. 이 광상은 고원생대의 마천리층 변성퇴적암류내에 층상광체 및 맥상광체로 산출되며 퇴적분기형 광상에 해당된다. 이 광상에서 산출되는 돌로마이트들은 산출 광물조합 및 정출순서를 기초로 1)모암인 돌로마이트(D₀), 2)각섬암상의 변성작용에 의한 초기의 돌로마이트(투각섬석, 양기석, 투휘석, 섬아연석, 방연석 등)(D₁), 3)각섬암상의 변성작용에 의한 말기의 돌로마이트(활석, 방해석, 석영, 섬아연석, 방연석 등)(D₂), 4)석영맥과 함께 산출되는 돌로마이트(백색운모, 녹니석, 섬아연석, 방연석 등)(D₃)으로 산출된다. 이들 돌로마이트의 화학조성은 각각 Ca_1.00-1.20Mg_0.80-0.99Fe_0.00-0.01Zn_0.00-0.02(CO₃)₂(D₀), Ca_1.00-1.02M_0.97-0.99Fe_0.00-0.01Zn_0.00-0.02(CO₃)₂(D₁), Ca_0.99-1.03Mg_0.93-0.98Fe_0.01-0.05Mn_0.00-0.01As_0.00-0.01(CO₃)₂(D₂) 및 Ca_0.95-1.04Mg_0.59-0.68Fe_0.30-0.36Mn_0.00-0.01(CO₃)₂(D₃)로써 이론적인 돌로마이트의 화학조성보다 미량원소들의 함량이 높다. 이 미량원소들은 FeO, MnO, HfO₂, ZnO, PbO, Sb₂O₅ 및 As₂O₅ 원소들이며 광화작용이 진행됨에 따라 FeO, MnO, ZnO, Sb₂O₅ 및 As₂O₅ 원소들의 함량이 증감 변화가 있으나 HfO₂와 PbO 원소들의 함량은 증감 변화가 없다. 검덕광상의 D_o, D₁ 및 D₂는 Ferroan 돌로마이트에 해당되며 D₃는 Ferroan 돌로마이트와 철백운석(ankerite)에 해당된다. 따라서 1)모암인 돌로마이트(D₀)는 고원생대(2012~1700 Ma) 해양증발환경에서 실리카와 함께 퇴적된 후 계속적인 속성작용에 의해 돌로마이트화 작용에 의해 형성되었다. 2)초기의 돌로마이트(D₁)는 고원생대의 리원암군 관입(1890~1680 Ma)에 의한 변성작용(최소 각섬암상)에 의한 열수교대작용에 의해 형성되었다. 3)말기의 돌로마이트(D₂)는 각섬암상의 변성작용에 의한 계속적인 온도와 압력의 감소에 의해 잔존 유체로부터 형성되었다. 또한 4)석영맥의 돌로마이트(D₃)는 중생대의 만탑산 관입암체의 관입(213~181 Ma)에 의해 형성되었다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.