• Journal of Astronomy and Space Sciences
• /
• 제22권2호
• /
• pp.147-174
• /
• 2005

본 연구에서는 미 국립대기연구소(NCAR)의 열권-이온권 전기역학적 대순환 모델(TIEGCM)을 이용하여 행성간 자기장(IMF)의 방향과 세기 그리고 고도에 따라 여름철 남반구 고위도 하부 열권의 바람에 작용하는 운동량 강제력을 정량적으로 구하였다. 그리고 이들을 서로 비교 분석함으로써 IMF 조건과 고도에 따른 고위도 하부 열권의 풍계(wind system)를 유지시켜주는 주된 물리적인 과정을 살펴보았다. 고위도 하부 열권(<180km)에서 양($B_y$ > 0.8|$\overline{B}_z$|)또는 음($B_y$ < -0.8|$\overline{B}_z$|)의 IMF By 조건인 경우에 운동량 강제력 차이, 즉 IMF 기준치 ${\neq}$ 0 일 때와 IMF 기준치=0 일 때의 운동량 강제력 차이(difference momentum force)는 자기위도 -80$^{\circ}$에서 최대값을 가지면서 극관과 오로라 영역에 국한된 단순한 형태의 분포를 보인다. 그리고 IMF $B_z$ 성분이 양과 음일 때 강제력 차이의 세기는 비슷하지만 분포양상은 반대방향을 취한다. 한편 IMF $B_z$가 양($B_z$ > 0.3125|$\overline{B}_y$|) 또는 음($B_z$ < -0.3125|$\overline{B}_y$|)인 조건인 경우에는 강제력 차이가 아오로라(subauroral) 위도까지 분포하며 IMF $B_z$가 양 또는 음의 조건일 때 보다 복잡한 구조를 보인다. 그리고 IMF $B_z$가 음인 경우의 강제력 차이가 양인 경우보다 더 크며 반대방향으로 작용한다. 125km 보다 더 높은 고도(>125km)에서 바람차이를 결정하는 주된 강제력은 기압경도력, 전향력, 수평이류 그리고 비발산 성분이 강한 Pedersen 이온항력인 것으로 확인되었다. 고도 약 125km 에서는 이 네 가지 힘에 더불어 비회전 성분이 강한 Hall 이온향력과 극관내 의 연직 이류가 지역과 시간에 따라 바람차이의 형성에 작용한다. 한편 고도 108-125km 에서는 IMF $B_z$ 조건일 경우의 극관영역을 제외하고는 기압경도력, 전향력 그리고 Hall 이온항력이 이 고도에서의 바람차이를 유발시키는 주된 강제력으로 작용한다. 고도 108km 이하에서는 기압경도력과 전향력이 균형을 이루어 지균 운동을 유지시킨다. IMF-$\overline{B}_y$의존 MLT 평균 운동량 강제력들은 이온항력을 제외한 다른 모든 남북성분이 동서성분에 비해 더 강하게 중성대기에 작용하는 것으로 확인되었다. 108-125km의 고도에서 IMF B?가 음인 경우에 이온항력은 하강운동 및 단열압축가열과 관련된 시계방향의 온난순환(warm circulation)을 극관 내에 형성시킨다. 반면 IMF $B_y$가 양인 경우에는 극관 내에 상승운동 및 단열팽창냉각과 관련된 반시계방향의 한랭순환(cold circulation)을 형성시킨다. 이온항력은 IMF $B_z$가 음인 경우에는 새벽영역에 상승운동과 관련된 반시계방향의 한랭순환을, 반면에 IMF $B_z$가 양인 경우에는 새벽영역에 하강운동과 관련된 시계방향의 온난순환을 형성시킨다.

• 자원환경지질
• /
• 제36권6호
• /
• pp.391-405
• /
• 2003

대봉 금-은광상은 선캠브리아기 경기육괴의 호상 또는 화강편마암내에 발달된 단열대(NE, NW)를 따라 충진한 중열수 괴상석영맥광상이다. 광석광물의 산출조직과 공생관계에 의하면, 이 광상의 광화작용은 여러번의 단열작용에 의해 형성된 괴상백색석영맥(광화I시기)과 투명석영시기(광화II시기)로 구성된다. 광화I기는 3회의 substages로 구분된다. 각 substage의 광석광물은 다음과 같다: 1) 광화I시기 조기=자철석, 자류철석, 유비철석, 황철석, 섬아연석, 황동석, 2) 광화I시기 중기=자류철석, 유비철석, 황철석, 백철석, 섬아연석, 황동석, 방연석, 에렉트럼과 3) 광화I시기 말기=황철석, 섬아연석, 황동석, 방연석, 에렉트림, 휘은석. 광화II시기의 광석광물로는 황철석, 섬아연석, 황동석, 방연석 및 에렉트럼이 관찰된다. 유체포유물의 체계적 연구에 의하면, 물리-화학적 상태가 상반되는 유체가 관찰된다: 1) 광화 I시기 조기와 중기 광석광물 정출과 관련된 $H_2O-CO_2-CH_4-NaCl{\pm}N_2$ 유체(조기=균일화온도: 203∼388^{\circ}C$, 압력: 1082∼2092 bar, 염농도: 0.6∼13.4wt.%, 중기=균일화온도: 215∼280^{\circ}C$, 염농도: 0.2∼2.8wt.%), 2) 광화I시기 말기와 광화II시기 광석광물과 관련된 $H_2O-NaCl{\pm}CO_2$ 유체(광화I시기 말기=균일화온도: 205∼2$88^{\circ}C$, 압력: 670bar, 염농도: 4.5∼6.7wt.%, 광화II시기=균일화온도: 201∼358^{\circ}C$, 염농도: 0.4∼4.2wt.%)이다. 광화I시기 조기의 $H_2O-CO_2-CH_4-NaCl{\pm}N_2$계 유체는 유체압력의 차이에 의해 CO_2$ 상분리가 일어났으며 광화작용이 진행됨에 따라 $H_2O-NaCl{\pm}CO_2$계 유체로 진화되었다. 또한 여기에 기원이 다른 $H_2O$-NaCl계 유체의 유입에 의해 혼입 및 희석작용으로 염농도의 감소가 있었다고 생각된다. 광화II시기 좀더 가열된 $H_2O-NaCl{\pm}CO_2$ 계 유체는 불혼합, 희석 및 냉각작용이 있었던 것으로 생각된다. 열수용액의 {\gamma}^{34}$S__{H2S}$ 값은 3.5∼7.9{\textperthansand}$로서 황은 주로 화성기원이지만 부분적으로 모암내의 황에서도 기원되었다고 생각된다. 광화유체의 산소({\gamma}^{18}O_{H2O}$)와 수소({\gamma}$D)안정동위원소값이 광화I시기에는 각각 11∼9.${\textperthansand}$, -92∼-86${\textperthansand}$, 광화 II시기에는 각각 0.3${\textperthansand}$(${\gamma}^{18}O_{H2O}$),-93${\textperthansand}$({\gamma}$D)이며, 리본-호상구조를 보이는 것으로 보아 대봉광상의 광화유체에 대한 기원과 진화과정을 두 가지로 생각할 수 있다. 1) 마그마유체로부터 광화작용이 진행됨에 따라 계속적인 순환수의 혼입이 있었으며 2) 조기 마그마${\pm}$변성유체에서 유체압력의 차에 의해 $CO_2$ 상분리와 더불어 계속적인 ${\gamma}$D가 높은 순환수의 혼입이 있었던 것으로 해석할 수 있다.있다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국작물학회지
• /
• 제47권
• /
• pp.15-32
• /
• 2002

1980-'90년대에 쌀의 자급생산이 지속되고 생활수준 향상에 따른 양질미 수요가 점증되면서 자포니카 다수성 품종의 미질 개선에 힘을 크게 기울이게 되었고 식미향상을 위한 육종연구 와 효율적 평가 기술개발 연구에 박차를 가하게 되어 쌀의 이화학적 특성과 식미 및 밥 물리성간 상관과 식미의 객관적 평가방법 개발, 양식미 쌀 및 가공적성 특수미 개발 등 그 동안 많은 연구성과를 올리게 되었다. 1990년대에 밥맛이 매우 좋은 고품질 자포니카 품종과 대립, 심백미, 향미, 유색미 등 가공용 특수미 품종을 개발 보급하였고 식미와 용도에 대하여 식미검정계, 신속점도측정계 및 texture 분석계 등을 이용하여 검토하였다. 최근에는 아밀로스 함량이 9%로 찹쌀과 맵쌀의 중간 성질을 가진 중간찰 품종인 '백진주벼'와 배유가 보얀 멥쌀인 '설갱 벼'를 비롯하여 라이신 함량이 높은 '영안벼' 육성하여 쌀의 가공 이용성과 기능성을 한층 높혀 놓았다. 식미와 여러 가지 미질 특성간 관련성에 관한 연구 결과를 요약해 보면 다음과 같다. 쌀의 상온흡수율 및 최대흡수율은 K/Mg율 및 알칼리 붕괴도와 유의한 부의 상관성을 나타내었으며 가열흡수율이 높은 품종일수록 밥의 용적팽창률이 컸다. 수분함량이 낮은 경질인 쌀일수록 침지 20분 후의 상온흡수율과 최대흡수율이 더 높은 경향이었으며 이러한 흡수 특성은 쌀 단백질 함량이나 아밀로스 함량 및 식미와는 유의한 상관성이 없었다 취반 적정가수량은 품종에 따라 마른 쌀 무게의 1.45-l.61배의 변이를 나타내었고 평균은 1.52배였으며 알맞게 취사된 밥의 부피는 평균 쌀 부피의 2.63배가되었다. 쌀 형태, 알칼리붕괴도, 호응집성, 아밀로스 및 단백질 함량은 거의 비슷하지만 식미에 차이가 있는 자포니카 품종들을 사용하여 식미와 관련된 쌀의 이화학적 특성을 검토한 결과, 밥의 윤기와 식미 총평은 생산 연도에 따라 호화점도 특성 중 최고점도, 최저점도 및 응집점도와 밀접한 관계를 나타내었다. 밥맛이 가장 좋은 일품 벼는 쌀의 외층에 아밀로스 함량 분포가 낮고 쌀을 열탕에 담근 20분간 우러난 용출액의 요드 정색도가 낮고 증가정도도 완만하였다. 일품 벼는 밥맛이 떨어지는 동해 벼에 비해 밥알 횡단면의 주사형 전자현미경 사진에서 밥알 외층의 호화전분의 그 물망이 매우 치밀하고 속층의 전분립의 호화정도가 양호하였다. 식미총평은 식미관련 이화학적 특성과의 관계를 이용한 중회귀식에 의해 매우 높은 결정계수로 추정이 가능하였다. 밥노화의 품종간 차이는 α-amylase-iodine 법으로 비교할 수 있었는데 노화정도가 적었던 품종은 일품벼, 추청벼, 사사니시끼, 진부벼 및 고시히까리였다. 통일형 품종인 태백벼와 자포니카 품종 중 섬진벼가 비교적 밥노화가 빨랐다 일반적으로 밥맛이 좋은 품종이 밥의 노화정도가 느렸으며 찬밥의 탄력성이 큰 경향이었다. 또한 밥노화가 느렸던 품종은 최저점도가 높았고 최종점도가 낮았다 찬밥의 탄력성은 쌀의 마그네슘함량과 밥의 용적팽창률과 밀접한 관계를 나타내었다. 식은밥의 더운밥 대비 경도 변화율은 취반용출액의 고형물량과 취반용적 팽창률과 부의 상관을 나타내었다. 식미관련 주요 이화학적 특성은 밥의 노화와도 직접 간접으로 상관이 있는 것으로 평가되었다. 쌀의 여러 가지 식품 가공적성과 관련된 형태 및 이화학적 특성은 가공식품 종류에 따라 매우 다르다. 쌀 튀김성은 호응집성이 연질이거나 아밀로스 함량이 낮을수록 양호하며 지질함량이나 단백질 함량이 높으면 좋지 않은 경향이다. 심복백정도가 심할수록 튀김현미 정립률이 떨어지며 현미 강도가 높을수록 튀김률은 높은 경향이었다 쌀국수는 밀가루와 50% 혼합시에 쌀의 칼륨 및 마그네슘 함량이 높은 품종일수록 제면 총평이 낮은 경향이었고 제면이 양호한 것이 국수물의 용출고형 물량이 적은 경향이었다. 쌀빵 가공적성은 품종에 따라서 현미와 백미간에 현저한 차이를 나타내는 것이 있는데 현미에서 반죽의 부피 증가율이 큰 쌀일수록 푹신한 감이 있는 쌀방 제조가 가능하였으며 백미에서 단백질 함량이 높은 품종일수록 쌀빵이 더욱 촉촉한 느낌이 있는 경향이었다. 아밀로스 함량이 높고 호응집성이 경질인 쌀일수록 쌀빵의 탄력성이 더 높은 경향이었다. 쌀의 발효 및 양조적성은 심복백이 심한 쌀이나 새로운 돌연변이인 뽀얀 멥쌀이 홍국균이나 홍국균의 균사활착 밀도가 높고 당화 효소 역가도 높은 경향이었으며 쌀알이 대립이면서 단백질 함량이 낮은 쪽이 양조에 유리한 것으로 알려져 있다. 찰벼 품종도 여러 가지 이화학적 특성과 전분구조 특성의 차이에 따라 9개의 품종군으로 나누어 볼 수 있을 만큼 품종적 변이가 크며 이들 이화학적 및 구조적 특성간에 상호 밀접한 연관성을 나타내었으며 유과·인절미·식혜ㆍ미숫가루 등에 상당한 가공적성의 차이를 보였다. WTO 체제 출범이후 생산비와 가격 면에서 경쟁력이 약한 우리 쌀이 살아남기 위해서는 품질의 고급화와 쌀 가공식품의 다양화 및 고기능성 개발을 추구할 수밖에 없다. 따라서 이와 같은 노력은 벼 품종개발만으로 소기의 성과를 올리기 어렵고 쌀 식품의 고급화 및 다양화를 위한 여러 분야의 긴밀한 연구협력이 수반되지 않으면 안 된다.