고대 사카 쿠르간 매장의례의 초보적 검토 - 제티수지역 카타르토베 유적 사례를 중심으로 - (A rudimentary review of the ancient Saka Kurgan burial rituals - Focused on the case of Katartobe Ancient Tombs in the Zhetisu Region -)
-
- 헤리티지:역사와 과학
- /
- 제55권1호
- /
- pp.63-84
- /
- 2022
고대 유목문화 중 하나인 사카(Saka)문화는 유라시아 고대 문화 네트워크의 중요한 매개 역할을 하였던 것으로 평가받는다. 이들에 의해 조영된 카타르토베(Katartobe) 고분군에 대해 대한민국 국립문화재연구원과 카자흐스탄 국립박물관 문화유산연구소가 3년간 공동 발굴하였던 내용을 재해석해 보았다. 조사 과정에서 확인되었던 고고학적 자료들을 토대로 주변의 사카문화권에서 확인된 고분 조사 사례들과 비교·검토하여 카타르토베 고분군 축조 집단의 매장의례를 유추해 보고자 하였다. 그들은 매장의례 과정에서 동물을 함께 매장하기도 하고 제사를 지내기도 하며, 망자를 땅속에 묻고 불을 사용한 의식을 치르기도 하였다. 그리고 이러한 매장의례는 사카문화에 있어 중요한 부분이었음을 다른 유적 사례를 통해 확인하였다. 또한 당시 하나의 봉분 아래 다수의 목곽이 설치될 경우 대부분 동시에 매장이 이루어졌으며, 망자의 죽음 시점이 다를 때는 2차장인 세골장이 이루어졌다는 것도 간접적으로 확인할 수 있었다. 또한 묘도가 발견된 경우도 있었는데, 이는 단지 매장을 위한 통로가 아닌 별도의 의식이 이루어지는 장소였음도 확인할 수 있었다. 그들의 삶에 있어 중요한 동반자 역할을 하였던 동물들도 쿠르간 내 출토되는 위치와 종류, 뼈에 나타난 흔적들을 통해 검토해보았다. 그 결과 매장 의례의 각 단계에서 서로 달리 사용됨을 알 수 있었다. 또한 동물의 매장은 출토된 위치와 동물의 종, 뼈에 나타난 흔적을 통해 다양한 의미를 내포하고 있음을 알 수 있었다. 부장토기들은 인근 사카문화계 고분군들과 비교해 본 결과 대부분의 비슷한 기종들이 공헌용기로 사용되었으며, 두향을 서쪽으로 하고 있는 피장자들의 두부(頭部)쪽을 중심으로 배치되는 양상을 보였다. 한편 족부(足部)가 위치하는 목곽 모서리에 토기를 한 점씩 배치하는 것은 카타르토베 고분군 축조집단의 독특한 매장의례였다. 현재 중앙아시아 쿠르간에 대한 조사자료가 다량 축적되지 않은 상태이기 때문에 성급한 일반화를 논하기는 어려운 단계이다. 실제로 하나의 유적 내에서도 일부 정형성이 있는가 하면 그 안에서도 다양성이 내재되어 있었다. 그러나 이러한 세세한 관찰과 연구가 지속된다면 고대 유라시아 문화 네트워크 주역들의 문화를 복원하는 데 큰 성과가 있을 것으로 기대된다.
이 논문은 봉평메밀도리깨질소리 밭농사요유산의 가치전승을 위하여 전통 콘텐츠 개발을 천착한 것이다. 농사요(農事謠)유산의 정체성을 진단하고 역사맥락화 가치와 전승공동체적 가치를 문화재적 가치로 부각시키고 전통문화산업론의 차원에서 논의까지 확장하였다. 봉평메밀도리깨질소리의 내재적 예술성과 교육체험적 가치수월성, 농사요의 소멸 극복 요소, 메밀 스토리텔링 추진방향 등을 제시하였다. 봉평메밀도리깨질소리의 형식화, 박제화를 벗어나 현대적 맥락에서 농업유산 상징-화전과 부데기 유전자-의 생활화, 확산화에 역점을 둔 것이다. 인식 방법론이나 역사성, 창의성의 측면에서 봉평메밀도리깨질소리, 메밀노래의 문제의식을 통해 생태적 생업민요의 대안론을 제시하였다. 무형문화재 지정의 현장맥락화를 재론하면서 전승 활력에 조언하였으며, 향후 메밀농업유산의 상징적 등재론까지 거론하였다. 평창, 강원을 대표할 수 있는 농업문화유산을 발굴하여 브랜드화가 필요하다. 마당 '마뎅이소리 전통음악'에서 고유한 것이 무엇인지 찾아내어 세계인들이 공감하고 활용할 수 있는 포인트-지역 브랜드화-를 적용하는 것이 중요하다. 농사요로서 봉평메밀도리깨질소리의 재발견을 통해 다목적 문화콘텐츠로 지속적인 위상을 만들고 전통민요 활성화를 위한 전문가들의 네트워크를 마련하여 양적인 성장보다 질적인 내실과 확산의 기회를 마련하고 농사요 발전의 중심에 각 지역별 축제-특히 평창지역축제-의 활용 스토리텔링을 적극 개발해야 한다.
최근 기후변화의 영향으로 짧은 시간에 많은 양의 강우가 내리는 집중호우의 발생빈도 또한 증가하고 있다. 집중호우는 짧은 시간에 많은 양의 유출량을 발생시켜 중소하천으로 합류되기 전, 산간지역 하류부분에 홍수를 발생 시킬 수 있다. 홍수로 인한 하류지역의 피해를 감소시키기 위해서는 집중호우에 대한 산지소유역 유출량 산정이 매우 중요하다. 하지만 현재 국내에서 가장 많은 분석을 진행하고 있는 하수관망 침수분석에서는 산지소유역의 강우유출량을 산정하기보다는 기존에 보유 데이터를 활용한 시간·면적법을 사용하고 있으며, 이는 지역의 토양 특성을 정확하게 적용하였다고 판단하기 어려운 실정이다. 이에 강우 발생 시 많은 유출량으로 인해 단시간 내에 하류지역의 침수를 발생시킬 수 있는 산지소유역에 대한 강우유출량 분석을 진행한다면, 보다 정확한 유출량 산정을 통해 하류지역에 발생될 수 있는 침수 특성을 분석의 정확도가 향상되어 하류지역의 주민 대피, 피해 범위의 산정을 위한 자료로 활용 될 수 있을 것으로 판단된다. 산지소유역 강우유출량 산정을 위해 MIKE series 중 MIKE SHE를 활용하여 산지소유역 강우유출량을 산정하였고, MIKE 21 FM (Flow model)을 통해 하류지역의 침수 분석을 진행하였다. 본 연구를 통해 산지소유역에 강우 발생 시 발생 유출량 및 하류까지의 도달 시간을 확인할 수 있었으며, 이 분석 결과는 향후 강우 발생 시 하류지역에 사전 대피를 통한 인적·물적 자원을 보호하는데 활용 할 수 있을 것으로 판단된다.
집중호우, 홍수 및 도시침수와 같은 재해를 저감시키기 위하여 자연 재난으로 인한 재해의 발생 여부를 사전에 파악하는 것은 중요하다. 현재 국내는 기상청에서 운영하고 있는 호우주의보 및 호우경보를 발령하고 있지만, 이는 전국에 일괄적인 기준으로 적용하고 있어 사전에 호우로 인한 피해를 명확하게 인지하지 못하고 있는 실정이다. 따라서, 일괄된 기준을 지역적 특성을 반영한 호우특보 기준으로 재설정하고 1시간 후에 강우로 발생할 수 있는 피해의 규모를 예측하고자 하였다. 연구 대상 지역으로는 호우피해가 가장 빈번하게 발생하였던 경기도 지역으로 선정하였고, 강우량 및 호우 피해액 자료를 활용하여 지역적 특성을 고려한 시간단위 재해 유발 강우를 설정하였다. 강우에 의한 호우피해 발생 여부를 예측하는 모형을 개발하기 위해 재해 유발 강우 및 강우 자료를 활용하였으며, 머신러닝 기법인 의사 결정 나무 모형과 랜덤 포레스트 모형을 활용하여 분석 및 비교하였다. 또한 1시간 후의 강우를 예측하기 위한 모형으로는 장단기 메모리, 심층 신경망 모형을 활용하여 분석 및 비교하였다. 최종적으로 예측 모형을 통해 예측된 강우를 훈련된 분류 모형에 적용하여 1시간 후 호우에 의한 규모별 피해 발생 여부를 예측하였고, 이를 1ST-모형이라고 정의하였다. 본 연구를 통해 개발된 1ST-모형을 활용하여 예방 및 대비 차원의 재난관리를 실시한다면 호우로 인한 피해를 저감하는데 기여 할 수 있을 것으로 판단된다.
The wall shear stress in the vicinity of end-to end anastomoses under steady flow conditions was measured using a flush-mounted hot-film anemometer(FMHFA) probe. The experimental measurements were in good agreement with numerical results except in flow with low Reynolds numbers. The wall shear stress increased proximal to the anastomosis in flow from the Penrose tubing (simulating an artery) to the PTFE: graft. In flow from the PTFE graft to the Penrose tubing, low wall shear stress was observed distal to the anastomosis. Abnormal distributions of wall shear stress in the vicinity of the anastomosis, resulting from the compliance mismatch between the graft and the host artery, might be an important factor of ANFH formation and the graft failure. The present study suggests a correlation between regions of the low wall shear stress and the development of anastomotic neointimal fibrous hyperplasia(ANPH) in end-to-end anastomoses. 30523 T00401030523 ^x Air pressure decay(APD) rate and ultrafiltration rate(UFR) tests were performed on new and saline rinsed dialyzers as well as those roused in patients several times. C-DAK 4000 (Cordis Dow) and CF IS-11 (Baxter Travenol) reused dialyzers obtained from the dialysis clinic were used in the present study. The new dialyzers exhibited a relatively flat APD, whereas saline rinsed and reused dialyzers showed considerable amount of decay. C-DAH dialyzers had a larger APD(11.70
본 연구는 실존이 확인된 국내 구곡원림을 대상으로 문헌조사, 현장조사 그리고 도상작업 등을 통해 구곡을 구성하는 유수 방식과 유로 연장거리를 측정하는 한편 유역 및 하천차수 그리고 하천등급을 조사 분석함으로써 수계 상 구곡원림의 유역분포 및 하천형태학적 특성을 밝혀 향후 구곡원림의 보전관리 및 활용을 위한 기초자료로 삼고자 한 것이다. 연구의 결론은 다음과 같다. 첫째, 실존이 확인된 총 93개소 구곡원림 중 계류를 따라 내려가면서 전개되는 내림식(하향식) 형태의 구곡은 서울의 이계구곡을 비롯하여 총 11개소(11.8%)로 나타났다. 둘째, 구곡별 유하거리 분석 결과, 경북 김천의 옥류동구곡(일명 남산구곡)이 최단길이인 0.44km로 나타난 반면, 경북 성주군과 김천시에 소재한 무흘구곡의 유하거리는 31.1km로 나타나 가장 최장으로 드러났다. 한국 구곡원림의 평균 유하거리는 6.24km였으며 표준편차는 4.63km로 나타나 곡류형과 계곡형 간의 편차가 심한 것으로 나타났다. 또한 14개소(15.1%) 구곡원림은 댐 건설로 인해 일부가 수몰된 상태로 밝혀졌다. 셋째, 구곡원림의 수계역 분석 결과, 낙동강수계가 52개소(55.9%)로 압도적이었으며, 다음으로 한강수계 27개소(29.0%), 금강수계 9개소(9.7%) 그리고 영산강·섬진강수계 5개소(5.4%) 순으로 확인되었다. 한강권역에 입지한 구곡원림은 모두 한강수계로 분류되었으며 낙동강에 입지한 구곡원림은 낙동강남해권수계 5개소와 낙동강동해수권수계 2개소 등 7개소를 제외한 하천은 모두 본류인 낙동강수계로 분류되었다. 넷째, 구곡원림이 입지한 유로의 하천차수를 종합한 결과, 본류 구간을 구곡의 거점 유수로 삼은 구곡은 한강수계의 3개소, 낙동강수계의 5개소, 금강수계의 2개소 그리고 영산감/섬진강수계의 1개소 등 총 11개소(11.8%)였으며 제1지류에는 35개소(37.6%), 제2지류에는 28개소(30.1%), 제3지류에는 17개소(18.3%)로 나타났다. 그리고 제4지류에 입지한 구곡원림은 한강수계의 철원 용화천에 설정된 태화오곡과 낙동강수계인 영천 횡계천에 설정된 횡계구곡으로 분석되었다. 다섯째, 구곡원림이 입지한 하천의 하천등급 분석 결과, 전체 구곡원림이 입지한 하천의 등급은 국가하천 13개소(14.0%), 지방1급하천 7개소(7.5%), 지방2급하천 73개소(78.5%)로 밝혀졌다.
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.