• 물과 미래
• /
• 제28권2호
• /
• pp.169-180
• /
• 1995

관망상배관(Looped networks)시스템에서 관수로시스템의 전체비용은 폐회로유량(Loop flows)에 따라 영향을 받는다. 따라서 관망상배관의 최적설계를 위한 수학적모형을 추계학적 최적화방법에 적용하기 위하여 폐회로유량의 섭동(Perturbations)으로 전체비용이 변하게 하였다. 관망상 배관문제의 분석가능영역은 수많은 국지해(Local optimum)를 갖는 비볼록(Nonconvex)이므로 분석가능영역의 효율적인 심사를 위하여 수정추계학적 심사방법을 제안하였으며 이 방법은 국부심사단계(Global search phase)와 국지심사단계(Local search phase)로 구성되어 있다. 국부탐사에서는 점차적으로 국지해를 증진시키며 국지탐사에서는 국부탐사단계에서 교착상태에 있는 국지해로 부터 벗어나게 하거나 최종국지해를 증진시킨다. 제안한 방법의 효율성을 검정하기 위하여 참고문헌에 있는 기존관수로시스템의 병열관로(Parallel pipe line) 확장문제를 표본으로 채택하여 제안한 방법을 적용한 결과 먼저 발표된 연구자들의 비용보다 적은 비용으로 설계할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.6-6
• /
• 2019

상수관망시스템은 공급원으로부터 수요처까지의 용수공급을 위해 구축된 관수로 기반의 사회기반시설물로서, 주로 생활 및 산업 용수를 공급하므로 대규모 사회 경제적 피해를 방지하기 위해서는 안정적인 용수공급 능력이 요구된다. 네트워크의 다양한 특성에 의해 표현되는 상수관망시스템의 신뢰도(reliability)는 크게 시스템 내 구성요소의 안정성(mechanical reliability)과 용수공급의 기능적 안정성(hydraulic reliability)으로 구분할 수 있다. 특히, 시스템의 용수공급 안정성에 주목한 수리학적 신뢰도 연구는 많은 연구자들에 의해 지속적으로 수행된 바 있으며, 다양한 평가방법 및 지표들이 제시되어 활용 중에 있다. 기존의 수리학적 신뢰도 지표들은 주로 수요절점(demand node)에서의 공급가능 수량 및 수압을 바탕으로 산정되었다. 그러나, 절점(node)에서의 공급 상태는 결과에 해당하며, 원인 분석을 위해서는 관로(pipe)의 배치 및 규격을 분석해야 하는 번거로움이 존재한다. 이러한 단점을 보완하기 위해, 본 연구에서는 직접 관로(pipe)의 공급 특성을 분석하여 네트워크의 신뢰도를 평가함으로써, 신뢰도 저하의 원인 분석 및 시스템 개선에 효율적으로 활용할 수 있는 신뢰도 지표를 산정하고자 하였다. 본 연구에서는 상수관로 내 수리학적 기울기가 전반적으로 균등할수록 설계 비용대비 공급 신뢰도, 즉 용수공급 효율이 개선되는 특징을 바탕으로, 네트워크 내 총 에너지 손실로부터 각 관로의 길이, 유량 등의 특성을 고려한 등가 수리경사(Equivalent hydraulic gradient)를 유도하여 모든 관로의 적정 수리경사로 제안하였다. 따라서 각 관로의 실제 수리경사를 대상으로 관로별 수리학적 균등성 지수(pipe hydraulic uniformity index)를 산정하였으며, 더 나아가 전체 시스템의 균등성 지수(system hydraulic uniformity index)를 산정하였다. 제안된 신뢰도 지표는 가상의 네트워크에서 지역 내 용수 사용량이 증가하는 등 용수공급 안정성을 저해하는 몇 가지 시나리오를 바탕으로 검증하였으며, 또한 기존 지표들의 신뢰도 평가 결과와 비교, 분석하였다. 본 연구는 향후 네트워크 최적 설계의 목적함수로 활용하거나, 네트워크의 보강계획 수립에 기여할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.429-429
• /
• 2021

2019년 발생한 인천광역시 붉은 수돗물 사태로 급수구역에 포함된 26만 1천 세대, 63만 5천 명이 직·간접적인 피해를 입은 바 있다. 경제적 피해액으로 추정할 경우 최소 1,280억 원 이상으로 보고된 바 있으며, 이와 같은 상수관망의 수질사고 확산은 장기간 동안 시민의 건강과 생활환경 수준을 저하시킨다. 따라서 상수도시스템의 수질사고확산 모델링 및 방지기술을 통한 수질안전성의 재확인이 필요하며, 이것은 상수도시스템의 지속가능성을 높여 국민이 체감하는 물 환경 수준 제고에 기여가 가능하다. 관망 내 수질해석을 직접적으로 수행하는 모델은 국외적으로 다양하게 개발(PODDS, EPANET-MSX, EPANET2.2 등)된 바 있으나 검·보정을 위한 수질측정 자료 부족 등으로 적용이 제한적이라는 한계가 현재에도 존재한다. 이를 보완하기 위해 수질자료에 비해 그 양이 많고 획득방법이 상대적으로 수월한 수리학적 계측자료 및 해석결과를 활용한 관로 내 체류시간 등을 활용한 연구가 수행된 바 있다. 그러나 이와 같은 수리학적 해석 결과를 활용하는 경우에도 계측자료를 기반으로 한 수리학적 검·보정은 필수적이라 할 수 있다. 본 연구에서는 관로 내 체류시간에 직접적인 영향을 미치는 유량 및 유속자료를 중심으로 수리학적 관망해석의 결과를 최적 검·보정하는 방법론을 제안하였다. 기존 상수관망 수리해석의 검·보정은 일부 지점에서 수압을 측정하고, 수리해석 결과로 도출되는 해당 지점의 수압이 실측된 결과와 유사하도록 관로의 유속계수를 적절히 보정하는 형태로 진행되었다. 그러나 본 연구에서는 관로유량과 유속자료의 목적함수 내 가중치를 수압자료보다 크게 설정하여 체류시간 중심의 검·보정이 수행될 수 있도록 하였으며, 검·보정 대상인자 역시 대수용가의 수요량, 수요패턴, 그리고 관로유속계수로 확장된 모형을 구축하였다. 최적화 기법으로는 메타휴리스틱 기법중 하나인 화음탐색법을 활용하였다. EPANET 2.2 Toolkit과 Visual Basic .Net을 연계하여 프로그래밍하였으며, 개발된 모형을 실제 지방상수도 시스템에 적용하여 분석하였다.

• 복식문화연구
• /
• 제25권5호
• /
• pp.708-717
• /
• 2017

Industrial innovation in Britain, during the eighteenth and nineteenth centuries, stimulated the introduction of the factory system and the migration of people from rural agricultural communities to urban industrial societies. The factory system brought elevated levels of economic growth to the purveyors of capitalism, but forced people to migrate into cities where working conditions in factories were, in general, harsh and brutal, and living conditions were cramped, overcrowded and unsanitary. Industrial developments, known collectively as the 'Industrial Revolution', were driven initially by the harnessing of water and steam power, and the widespread construction of rail, shipping and road networks. Parallel with these changes, came the development of purchasing 'middle class', consumers. Various technological ripples (or waves of innovative activity) continued (worldwide) up to the early-twenty-first century. Of recent note are innovations in digital technology, with associated developments, for example, in artificial intelligence, robotics, 3-D printing, materials technology, computing, energy storage, nano-technology, data storage, biotechnology, 'smart textiles' and the introduction of what has become known as 'e-commerce'. This paper identifies the more important early technological innovations, their influence on textile manufacture, distribution and consumption, and the changed role of the designer and craftsperson over the course of these technological ripples. The implications of non-ethical production, globalisation and so-called 'fast fashion' and non-sustainability of manufacture are examined, and the potential benefits and opportunities offered by new and developing forms of social media are considered. The message is that hand-crafted products are ethical, sustainable and durable.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1177-1185
• /
• 2022

상·하수도 시스템은 사람들에게 안전하고 깨끗한 물을 공급해주는 사회기반시설이며, 특히 상·하수도 관로는 지중에 매설되어 있기 때문에 시스템의 결함검출이 매우 어렵다. 이러한 이유로 상·하수도 관로의 진단은 관로 내부에 카메라 및 드론을 통한 촬영을 하여 사후에 촬영된 영상을 바탕으로 시스템 진단하는 등의 사후 결함검출로 제한되기 때문에, 작업자의 업무 효율 증대와 진단의 신속성을 위해서는 관로의 실시간 탐지기술이 필요하다. 최근 첨단장비 및 인공지능 기법을 활용한 시설물 진단 기술이 개발되고 있지만, 인공지능기반 결함검출 기술은 결함 데이터의 종류 및 형태, 수가 검출 성능에 영향을 주기 때문에 다양한 학습데이터가 필요하다. 따라서, 본 연구에서는 상·하수도 관로의 결함검출 시 탐지 성능 향상을 위해 다양한 결함 시나리오를 3D 프린트를 이용하여 구현하고 이를 수집된 결함 데이터와 함께 학습데이터로 사용한다. 이후 수집된 이미지는 위험도에 따른 분류 및 객체의 라벨링 등의 전처리 작업이 수행되고 실시간 결함탐지를 수행한다. 제안된 기법은 상·하수도시스템 결함검출 시 실시간 피드백을 제공함으로써, 작업자의 진단 누락 가능성을 최소화하며 기존의 상·하수도관 진단업무 처리능력을 향상할 수 있다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.9-18
• /
• 2024

Small streams, despite their rich ecosystems, face challenges in vegetation assessment due to the limitations of traditional, time-consuming methods. This study presents a groundbreaking approach, combining unmanned aerial vehicles(UAVs), convolutional neural networks(CNNs), and the vegetation differential vegetation index (VDVI), to revolutionize both assessment and management of stream vegetation. Focusing on Idong Stream in South Korea (2.7 km long, 2.34 km² basin area)with eight diverse revetment methods, we leveraged high-resolution RGB images captured by UAVs across five dates (July-December). These images trained a ResNeXt101 CNN model, achieving an impressive 89% accuracy in classifying vegetation cover(soil,water, and vegetation). This enabled detailed spatial and temporal analysis of vegetation distribution. Further, VDVI calculations on classified vegetation areas allowed assessment of vegetation vitality. Our key findings showcase the power of this approach:(a) TheCNN model generated highly accurate cover maps, facilitating precise monitoring of vegetation changes overtime and space. (b) August displayed the highest average VDVI(0.24), indicating peak vegetation growth crucial for stabilizing streambanks and resisting flow. (c) Different revetment methods impacted vegetation vitality. Fieldstone sections exhibited initial high vitality followed by decline due to leaf browning. Block-type sections and the control group showed a gradual decline after peak growth. Interestingly, the "H environment block" exhibited minimal change, suggesting potential benefits for specific ecological functions.(d) Despite initial differences, all sections converged in vegetation distribution trends after 15 years due to the influence of surrounding vegetation. This study demonstrates the immense potential of UAV-based remote sensing and CNNs for revolutionizing small-stream vegetation assessment and management. By providing high-resolution, temporally detailed data, this approach offers distinct advantages over traditional methods, ultimately benefiting both the environment and surrounding communities through informed decision-making for improved stream health and ecological conservation.

• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.447-459
• /
• 2022

본 연구에서는 위성 기반 재분석 강수 자료인 PERSIANN-CCS-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System-Climate Data Record)을 이용하여 한반도에 대한 격자형 확률강수량을 산정하였다. 고려된 기간은 1983년부터 2020년까지 총 38개년이다. 사용된 자료의 공간해상도는 0.04°이며, 시간해상도는 3시간이다. 확률분포로는 빈도해석을 위해 일반적으로 사용되고 있는 Gumbel 분포를 사용하였으며, 매개변수 추정을 위해 확률가중모멘트법을 적용하였다. 지속기간은 3시간부터 144시간 까지, 재현기간은 2년부터 500년까지가 고려되었다. 이러한 방식으로 산정된 결과를 지상우량계인 ASOS (Automated Synoptic Observing System) 기상관측소의 강수 자료를 활용하여 산정된 확률강수량과 비교·검토하였다. 그 결과, PERSIANN-CCS-CDR 자료로부터 산정된 Gumbel 분포의 매개변수들은 지속기간이 증가함에 따라 ASOS의 결과들과 유사한 양상을 보였으며 이를 토대로 얻어진 확률강수량은 지속기간이 짧은 경우 다소 큰 차이를 보였으나, 지속기간이 18 h 이상인 경우 그 차이는 약 20% 이내로 감소함을 확인하였다. 추가적으로, 남북한 차이를 살펴보았으며 Gumbel 분포 매개변수들 중 위치 매개변수의 차이가 두드러지게 나타남을 확인하였다. 지속기간의 증가에 따른 북한의 확률강수량이 상대적으로 작게 나타났으며, 지속기간 3 h 기준 남한의 84%, 지속기간 144 h 기준 70~75% 수준인 것으로 확인되었다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.471-484
• /
• 2023

적대적 생성 신경망 기반의 딥러닝 모델은 학습된 정보를 바탕으로 새로운 정보를 생성하는데 특화되어 있다. 구글 딥마인드에서 개발한 deep generative model of rain (DGMR) 모델은 대규모 레이더 이미지 데이터의 복잡한 패턴과 관계를 학습하여, 예측 레이더 이미지를 생성하는 적대적 생성 신경망 모델이다. 본 연구에서는 환경부 레이더 강우관측자료를 이용하여 DGMR 모델을 학습하고, 2021년 8월 호우사례를 대상으로 적대적 생성 신경망을 이용하여 강우예측을 수행하고 기존 예측기법들과 정확도를 비교하였다. DGMR은 대체적으로 선행 60분까지는 강우 분포 위치가 관측강우와 가장 유사하였으나, 전체 영역에서 강한 강우가 발생한 사례에서는 강우가 지속적으로 발달하는 것으로 예측하는 경향이 있었다. 통계적 평가에서도 DGMR 기법이 1시간 선행예측에서 임계성공지수 0.57~0.79, 평균절대오차 0.57~1.36 mm로 나타나 타 기법 대비 효과적인 강우예측 기법임을 보여주었다. 다만, 생성 결과의 다양성이 부족한 경우가 발생하여 예측 정확도를 저하하므로 다양성을 개선하기 위한 연구와 2시간 이상의 선행예측에 대한 정확도 개선을 위해 물리기반 수치예보모델 예측강우 자료를 이용한 보완이 필요할 것으로 판단되었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.27-34
• /
• 2024

지하 공동구 화재 발생에 따른 직·간접적 피해는 사회 전반에 매우 큰 영향을 미치므로 이를 사전에 예방 및 관리하기 위한 노력이 필요하며, 이를 위해 지하 공동구를 대상으로 디지털 트윈 기술을 적용하여 화재 침수 등의 재난을 예방하는 연구가 진행 중이다. 각 센서로부터 감지된 신호를 플랫폼까지 전송하기 위해서는 네트워크 망이 필요하다. 본질적으로 지하 공동구 터널이 외부 무선 통신 시스템의 수신 범위가 부족하여 지하 공동구 환경에서 무선망을 적용하기 위한 분석이 필요하며, 지하 공동구 내에는 송, 배전 케이블로 인해 발생하는 전자기파 간섭, 내부의 구조물, 장애물 및 수도관 등의 금속 재질 관에서 발생하는 신호의 난반사 등으로 인해 무선 신호가 왜곡되거나 크기 감소가 발생할 수 있으므로 센싱을 통한 원격 감시, 모니터링 작업을 위한 실시간 연결을 보장하려면 지하 공동구 내에 무선 범위를 측정하고 분석해야 한다. 따라서 본 연구에서는 지하 공동구 내 무선 네트워크 환경을 구축하기 위해서 음영지역을 최소화고, 공동구 내부에서 무선환경 연결에 문제가 없도록 실제 공동구 환경을 측정하였으며, 지하 공동구 지형별 각 구간에 따른 데이터 전송속도 및 신호의 세기, 신호 대 잡음비를 분석하였다. 얻은 결과는 지하 공동구에서 무선 네트워크 설치를 위한 적절한 무선 계획 접근 방식을 제공한다.

• 대한원격탐사학회지
• /
• 제13권1호
• /
• pp.47-56
• /
• 1997

본 연구소에서는 호소 수질오염의 중요한 관심대상인 영양상태를 평가하기 위해 원격탐 사기법을 적용하였다. 원격탐사기법을 적용하는데 있어서 기존의 회귀식을 이용한 방법과는 달리 분류기법을 사용하여 영양상태를 평가하였다. 부영양화는 조류의 이상증식에 의해 유발되므로, 수 체의 조류농도와 밀접한 항목인 클로로필 a와 투명도를 원격탐사 데이터에 적용하였다. 본 연구 에서 영향상태의 분류는 최대우도법과 최소거리법을 이용하였으며, 다음과 같은 결과를 얻었다. 첫째, 광역수계의 영양상태 평가시 원격탐사 데이터를 적용함에 있어 기초적인 분류기법만을 수 행하여도 70%이상의 정확도를 얻을 수 있었다. 둘째, 분류정확도면에서 최소거리법이 최대우도법에 비하여 양호하게 나타났다. 이것은 샘플이 정규분포를 이루고는 있으나 통계적인 기법을 적용하기에는 샘플수가 너무 적은 것에 기인한 것 으로 차후 통계적 분포에 영향을 받지 않는 인공신경망을 이용한 분류기법의 도입이 요구된다. 셋째, 본 연구결과를 이용하면 수계의 영양상태를 신속하고 주기적이며 가시적인 분석평가를 할 수 있어 호소의 영양상태 진행정도에 따라 적절한 대응책을 수립하는데 기초자료로서 활용할 수 있을 것으로 기대된다.