• 농업생명과학연구
• /
• 제53권5호
• /
• pp.137-143
• /
• 2019

본 연구에서는 단순 폐기 되는 농업폐기물(토마토, 고추, 파프리카)을 고형연료로 재활용하기 위한 열풍건조장치를 개발하고 실험을 통해 그 성능을 확인하고자 하였다. 연구를 위해 건조용량 500 kg/hr인 쓰레기소각장 폐열을 열원으로 사용하는 건조기를 제작하였다. 경상남도 진주시 농산물 시장에서 구입한 남해산 시금치를 실험원료로 사용하였다. 열교환기에서 스팀 열교환에 의해 가열된 건조공기를 열풍으로 사용하여 절단 원료 투입량(126, 250, 300 kg), 원료교반여부(수동 교반, 수동 비교반), 건조방식(건조물 정치, 건조물 이송), 건조시간(0.25, 0.5, 0.6 hr)에 따른 건조특성을 파악하였다. 투입 원료의 함수율은 85.65%로 측정되었으며, 소각장 공급 스팀에 의해 열교환기에서 가열된 건조공기온도는 건조기에 투입된 실험원료의 퇴적고에 따른 압력저항에 의해 다소 차이를 보였으며 약 108 내지 144℃로 측정되었다. 동일 건조방식, 투입량, 건조시간, 건조공기온도에서 상하층간 원료를 교반하는 하는 경우가 그렇지 않은 경우에 비해 약 2배 정도의 높은 건조속도를 보였다. 각 실험에서 건조용량은 약 500 kg/hr으로 나타났다. 국내 농산물 건조기 157개의 농업실용화재단 검사성적서를 기준으로 투입 에너지에 대한 건조 소요에너지 비를 나타내는 건조효율을 비교한 결과 국내 농산물 건조기 57.76%, 개발된 농업폐기물 건조기 33.46%로 기존 농산물 건조기에 비해 낮게 나타났다. 개발된 농업폐기물 건조기는 건조시간이 1시간 이내로 건조시간이 짧으며, 건조 중 많은 풍량이 손실되어 건조효율이 저하된 것으로 판단되었다. 소각장 폐열을 직접 건조열원으로 사용하는 경우 건조공기온도는 최저 160℃ 이상으로 예상 되는 바 건조용량이 크게 향상될 것으로 예측된다.

• 청정기술
• /
• 제28권1호
• /
• pp.79-93
• /
• 2022

본 연구에서는 Part I에서 제안한 첨단 전자산업 폐수처리시설 특화 Water Digital Twin모델인 e-ASM을 이용하여 랩-파일럿 처리장 데이터를 바탕으로 모델 보정(Calibration), 유입 성상에 따른 제거 효율, 유출수 예측 및 최적 공법 선정을 수행하였다. 첨단 전자산업 폐수처리시설의 특화 모델링을 위하여, 민감도 분석을 통해 e-ASM 모델의 정합성과 상관성이 높은 동역학적 파라미터를 선정하였고, 다중반응표면분석법 (Multiple response surface methodology, MRS)을 이용하여 동역학적 파라미터를 보정하였다. e-ASM 모델의 보정 결과, Lab-scale, Pilot-scale 단위의 실험데이터와 90% 이상의 높은 정합성을 보였다. 그리고 4가지 유기폐수 처리처리공법인 MLE, A2/O, 4-stage MLE-MBR, Bardenpho-MBR을 제안한 Water Digital Twin으로 구현하여 유입 폐수의 성상별 운전조건에 따라 제거효율을 분석하였으며, Bardenpho-MBR이 C/N ratio 변화에서도 안정적으로 COD (Chemical oxygen demand)를 90% 이상 제거하며 높은 총 질소 제거 효율을 보였다. 그리고 유입 폐수의 조건별 Bardenpho-MBR공정의 수리학적 체류시간(Hydraulic retention time, HRT)이 3일 이상일 때 1,800 mg L-1의 고농도 TMAH 폐수를 98% 이상 제거할 수 있음을 확인할 수 있었다. 이와 같이, 본 연구에서 개발한 e-ASM은 전자산업 제조시설별, 유입 폐수의 성상별 특화 모델링을 통해 높은 정합성을 가진 전자산업 폐수처리공정의 Water Digital Twin를 구현할 수 있고, 최적운전, Water AI, 최적가용기법 선정 등의 응용 가능성을 바탕으로 지속 가능한 첨단전자 산업을 위해 활용될 수 있을 것으로 사료된다.

• 한국환경생태학회지
• /
• 제36권2호
• /
• pp.177-201
• /
• 2022

생물다양성보전 당사국 총회에서 지구식물보전전략의 채택에 따라 각각의 목표 달성을 위한 활동이 활발하게 진행되고 있다. GSPC-2020의 목표 2와 7의 달성을 위한 보전생태학적인 연구의 필요성이 높아지고 있다. GSPC-2020의 목표 달성을 위해 우선순위를 가지는 종은 희귀식물과 특산식물이다. 특히 특정한 지역에 제한적인 분포를 나타내는 특산식물은 멸종위협 또한 높다고 평가된다. 이러한 필요성에 따라 본 연구에서는 한국특산식물인 복사앵도나무를 대상으로 먼저 분포현황을 평가하였다. 다음으로 생육지의 식생환경을 조사하였고 각 개체군의 구조를 평가하였다. 또한 열매의 생산성을 평가하였고 열매의 생산에 있어서 화분매개곤충의 영향을 평가하였다. 이와 더불어 생산한 꽃의 수에 따른 열매의 결실 비율을 평가하였다. 마지막으로 연간생장특성을 관찰하였다. 복사앵도나무의 분포지는 특정한 식생유형을 나타내지 않았다. 모든 분포지는 한반도 중부에 위치한 강원도의 석회암지대에 위치하였고 교목과 아교목의 피복도가 높지 않거나 존재하지 않는 공간을 점유하였다. 개체군의 구조는 열매를 생산할 수 있는 성숙단계에 속하는 개체의 비율이 높았고 유묘와 어린단계의 개체 비율이 낮았다. 열매의 생산에는 화분매개곤충에 의한 수분이 필요하였고 각 개체의 활력이 영향을 미치는 것으로 나타났다. 다량의 꽃을 생산하지만 관찰되는 열매는 최대 20%, 평균적으로는 2~6%에 불과하였다. 이러한 개화특성은 열매의 생산에 화분매개곤충이 필요하지만 개화기에 해당하는 3월 중순에서 4월 초순은 화분매개곤충의 종류가 적고 활동 또한 활발하지 않음에 따라 다량의 꽃을 이용한 곤충의 유인이 필요하기 때문으로 판단되었다. 복사앵도나무 분포지에서 종자에 의한 재정착은 드물게 관찰되었다. 그럼에도 불구하고 오랜 수명을 소유하고 있고 주기적으로 다량의 열매를 생산하는 특성에 따라 개체군의 지속은 가능할 것으로 예상되었다. 다만 복사앵도나무는 경쟁관계에 있는 교목 및 아교목에 의한 울폐도가 증가할 경우 생장의 저해 및 소멸에 이를 것으로 예상됨에 따라 현재와 같이 분포지의 식생환경이 변화할 경우 장기적으로 개체수의 감소와 분포지의 축소가 예상되었다. 본 연구의 결과는 IUCN의 국가 적색목록평가의 기초 정보가 될 수 있음은 물론 GSPC-2020의 달성에 필요한 중요한 자료가 될 것으로 판단되었다.

• 한국환경생태학회지
• /
• 제36권5호
• /
• pp.481-495
• /
• 2022

이 연구는 산림복원사업 이후 유입되는 귀화식물과 생태계교란 식물의 실태 및 사업의 특성에 따라 나타나는 양상을 파악하는데 목적을 두고 있다. 현장조사는 산림청에서 수행한 산림복원사업지 29개소를 대상으로 2020년과 2021년 봄철(5~6월), 여름철(8~9월)로 나누어 연 2회 실시하였고, 사업 범위 밖의 지역은 조사에서 제외하여 실제 복원사업 후 도입 및 유입되었다고 볼 수 있는 식물을 파악할 수 있도록 하였다. 또한 대상지 내 분포하는 귀화식물상과 복원사업 준공내역 확인을 통해 현장에 실제 적용된 공종과의 연관성을 분석하였다. 전체 대상지에서 출현한 귀화식물은 29과 80속 108종 1아종으로 109분류군이며, 생태계교란 식물은 총 3과 7속 8종이 확인되었다. 귀화식물의 분류군 수와 귀화율은 사업 후 소요시간이 증가함에 따라 점차 감소하는 추세를 보였고, 귀화식물 분류군 수와 귀화율은 권역 간 유의적인 차이가 없는 것으로 나타났으나(p>0.05), 훼손 유형별 귀화식물 분류군 수의 경우 백두대간 단절 구간과 채석지, 시설부지 등의 유형에서 출현한 귀화식물 수가 상대적으로 많았다(p<0.05). 복원지 내 나지 및 비탈면의 녹화를 위한 식생도입 방법인 종자 파종, 나무 식재, 초본 식재, 떼붙임 공종의 유무에 따른 귀화율 비교 분석 결과, 종자파종을 할 경우 귀화율은 평균 15.545%로 파종 공종이 없는 경우의 평균 9.167%에 비해 높은 것으로 나타났고(p<0.05), 그 외 다른 식생도입 방법은 공종 적용 유무에 따라 귀화율의 유의적인 차이가 나타나지 않았다(p>0.05). 이는 식물체의 형태를 확인하고 어느 정도 제어할 수 있는 나무 식재와 초본 식재, 떼붙임 공종과는 달리 종자 상태에서 귀화식물 여부의 파악이 까다로운 종자 파종 공종이 산림복원사업지 내 귀화식물 도입에 큰 영향을 미치는 것을 의미한다. 따라서 복원지 내 종자 파종 시 종자 전문가에 의한 검수 과정의 도입이 필요할 것으로 사료된다. 이 연구의 결과는 향후 산림복원사업 시 식생 도입 및 사후관리의 방향설정에 도움이 되는 자료로 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 한국산림과학회지
• /
• 제111권2호
• /
• pp.201-223
• /
• 2022

오늘날 급격한 기후 변화와 지속적인 인간의 개발 압력으로 멸종의 우려에 대한 심각성이 커지고 있다. 본 연구에서는 우리나라의 커다란 생태축인 백두대간 일대에서 출현하는 식물 가운데 중점적으로 보전해야할 식물 300종을 우선적으로 선정하였다. 그중 석회암 지대에 출현하는 댕강나무를 최우선 보전종으로 인식하고 이들의 식생 군집과 환경인자 특성을 구명하고자 하였다. 단양군, 영월군, 제천시 등 댕강나무 서식지 36개소를 조사지로 설정하고, 조사지 내 출현식물, 식생, 토양과 물리적 환경을 분석하였다. 조사지에서 특기할 만한 식물로 꽃꿩의다리, 덕우기름나물, 나도국수나무 등이 출현하였다. 산림식생 군락유형은 4개의 식생유형과 7개의 종군유형으로 구분되었다. 식생군집과 환경인자의 CCA 분석결과, 종합설명력 75.2%였으며 댕강나무 서식지의 환경적 특징이 세 그룹으로 구분되었다. 이 중에서 관계성이 있었던 환경인자는 해발고도, 경사, 유기물, 암석 비율, pH, 칼륨, 그리고 나트륨이었다. 조사지 내에서 꽃꿩의다리를 비롯하여 다수의 희귀식물과 특산식물이 확인되어 이들 집단을 서식지 수준에서 보전할 필요가 있다고 판단하였다. 출현 식물을 토대로 분석된 식생 유형 분류와 CCA 분석에서 댕강나무 서식지의 식생 집단의 고유성과 특이성이 재차 인정되었다. 본 연구의 결과가 댕강나무 자생지의 실증적 보전을 위한 과학적 근거자료로 활용되길 기대한다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.295-304
• /
• 2022

본 연구는 수수의 수확량 추정을 위해 무인기로 취득한 RGB 영상과 YOLOv5를 이용하여 수수 이삭 탐지 모델을 개발하였다. 이삭이 가장 잘 식별되는 9월 2일의 영상 중 512×512로 분할된 2000장을 이용하여 모델의 학습, 검증 및 테스트하였다. YOLOv5의 모델 중 가장 파라미터가 적은 YOLOv5s에서 mAP@50=0.845로 수수 이삭을 탐지할 수 있었다. 파라미터가 증가한 YOLOv5m에서는 mAP@50=0.844로 수수 이삭을 탐지할 수 있었다. 두 모델의 성능이 유사하나 YOLOv5s (4시간 35분)가 YOLOv5m (5시간 15분)보다 훈련시간이 더 빨라 YOLOv5s가 수수 이삭 탐지에 효율적이라고 판단된다. 개발된 모델을 이용하여 수수의 수확량 예측을 위한 단위면적당 이삭 수를 추정하는 알고리즘의 기초자료로 유용하게 활용될 것으로 판단된다. 추가적으로 아직 개발의 초기 단계를 감안하면 확보된 데이터를 이용하여 성능 개선 및 다른 CNN 모델과 비교 검토할 필요가 있다고 사료된다.

• 현장농수산연구지
• /
• 제4권1호
• /
• pp.119-127
• /
• 2002

지하수의 열(15℃)을 농업시설의 난방과 냉방에 사용하기 위하여, 관에 종방향으로 부착되는 plat fin tube 형 알루미늄(Al 6063) 열교환기를 개발하여 알루히트(의장등록 : 0247164)로 명명하였다. 열교환 핀을 관에 종방향으로 배치하여 송풍과 대류에 유체 흐름저항을 최소화 하였으며, 핀표면에 돌기를 만들어 결로와 fouling factor를 감소시켰다. 1. 알루히트의 제원은 관 내경 0.03m, 외경 0.036m, 두께 0.003m이며, 냉각핀의 두께 0.0012m, 핀 길이 0.032m로 하였다. 2. 단위 길이당 관 외부의 전열면적은 1.3946m²이며, 관내부 전열면적은 0.0942m²였고, 내외면적비 R_a = 14.805였다. 3. 핀의 길이 0.032m로 하였을 때, 핀의 효율이 93%정도인 것으로 나타났으며, 핀두께 0.0012m는 h^𝛿/k<0.2를 만족하여 적합한 것으로 판단된다. 4. 알루히트의 온수 방열 성능실험에서 열매체의 온도가 높고 유량이 많을수록 방열 열량이 많은 것으로 나타났고, 열매체의 온도 60℃, 유량 10 𝑙/min일 때 방열열량은 504kJ/h·m 였으며, 80℃, 40 𝑙/min일 때는 방열열량이 6,048kJ/h·m로 나타났다. 5. 방열성능에서 각각의 열매체 온도간 상관계수 $R^2_1=0.9898$, 유량간 상관계수 $R^2_2=0.9721$로 실험 데이터를 신뢰할 수 있었다.

• 한국재난정보학회 논문집
• /
• 제19권2호
• /
• pp.439-450
• /
• 2023

연구목적: 국내에서 소방점검을 시행시 바닥면적 400m2 미만일 경우 공기유입구와 배출구간의 직선거리 5m이상 하라는 소방법규에 위반되는 대상물들이 있으며 이러한 이유를 분석하고 관련 소방법규의 필요성을 뒷받침 하기 위해 모형실험연구를 시행한 논문이다. 연구방법: 국내소방 대상물을 조사확인 하였고, 국내 및 해외논문 및 정책, 법규를 문헌고찰 하였으며, 400m² 미만의 거실에서 공기 유입구와 배출구간의 직선거리 5m 이하와 5m이상인 공간을 선정하여 모형실험 을 통해 분석하였다. 연구결과: 국내 소방법규(NFPC-화재안전성능기준)를 고찰 하였을 때 바닥면적 400m² 미만일 경우 공기유입구와 배출구 간의 5m 이상으로 이격 거리가 규정되어있지 만 실제 조사해 본 결과 이격 거리를 지키지 못하는 소방대상물이 있는 것으로 확인되었다. 또한 5m 이상의 직선거리에 대한 해외 소 방법규에 대한 논문 고찰을 해봤을 때 공기유입구와 배출구간의 직선거리에 대한 규정이 없는 것으로 나타났지만, 모형실험 한 결과 공기유입 구와 배출구간의 직선거리가 5m이상 일 때가 5m미만 일 때보다 배출속도가 우수한 것으로 나타났다. 결론: 본 연구에서는 공기유입구와 배출구간의 직선거리에 대한 제연설비 성능비교로 해외 소방법규 를 조사하였을 때 직선거리에 대한 강제규정이 없지만 국내 소방법규(NFPC_화재안전성능 기준)에 서는 5m이상을 해야 한다는 법규를 뒷받침하는 근거를 마련하는 논문이다. 앞으로 설계 단계에서 이를 반영하여 소방 감리의 책임과 부담을 줄여줄 수 있는 토대가 마련되길 바란다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.