• 제목/요약/키워드: dominant field

검색결과 995건 처리시간 0.021초

수치모델을 이용한 해상어류가두리양식장의 환경관리 방안 (Environmental Management of Marine Cage Fish Farms using Numerical Modelling)

  • 권정노;정래홍;강양순;안경호;이원찬
    • 한국해양학회지:바다
    • /
    • 제10권4호
    • /
    • pp.181-195
    • /
    • 2005
  • 해상어류가두리양식장의 양식 활동이 해양환경에 미치는 영향을 파악하기 위해 통영주변의 해상어류가두리양식장(Site A)에서 해수유동, 퇴적물, 저서동물 및 트랩 등의 현장조사와 수치모델-DEPOMOD를 이용하여 가두리양식장의 고형물 침강량 예측과 적정 고형물 침강량 산정으로 해상가두리양식장의 환경관리 방안을 제시하였다. 조사대상인 Site A 해상어류가두리양식장의 입식 어종은 common sea bass(Lafeolabrax japonicus), red seabream(Pagrus major), striped breakperch(Oplegnathus fasciatus) 등 4종이고, 입식량은 227,800미 (23.1MT) 였다. 가두리양식장의 입식밀도는 $43.0kg\;m^{-2}(6.1kg\;m^{-3})$ 이고, 사료투여 량은 $30.8g\;kg^{-1}day^{-1}(1.32kg\;m^{-2}day^{-1})$ 이였다. Site A 가두리양식장 중심의 저층 퇴적물의 ORP, AVS, COD, 탄소 및 질소 농도는 각각 -334.6mV, $0.43mg\;g^{-1}dry,\;17.75mg\;g^{-l}dry,\;10.19mg\;g^{-1}dry$$3.49mg\;g^{-1}dry$ 였다. 저서동물은 Capitella capitata가 $57.8\%$로 우점하였고, Infaunal Trophical Index(ITI)는 가두리 가장자리에서 20m 거리 내까지 20 이하로 나타났다. 트랩조사 결과 Site A의 고형물 침강량은 0m에서 $34,485g\;m^{-2}yr^{-1}$, 42m지점에서 $18,915g\;m^{-2}yr^{-1}$침강하는 것으로 나타났다 모델 예측 결과 Site A의 사료 미섭이율은 $40\%$, 연간 고형물 침강량은 63,401 kg으로 연간 사료 급이량의 $24.4\%$이고, 고형물 침강 면적은 $8,450m^2$으로 가두리 시설 면적의 16배인 것으로 예측되었다. ITI와 저서동물의 풍도를 통한 Site A의 지속 가능한 고형물 침강량은 $10,000g\;m^{-2}yr^{-1}$ 이하 인 것으로 예측되었다. 가두리양식장에서 고형물 침강량의 주 요인은 높은 미섭이율이고, 고형물 침강량을 최소화 하기 위해서는 사료 섭이효율을 높여주어야 한다. 모델에 따르면 미섭이율을 $40\%$에서 $10\%$로 줄이면 고형물 침강량이 1/2 수준으로 감소되는 것으로 예측되었고, 습사료, 생사료의 사용 대신에 배합사료(EP)를 사용할 경우 $57\%$정도 침강량이 감소하는 것으로 나타났다. 또한 가두리양식장의 허가면적에 대한 시설 면적비는 $5\%$미만이 적정한 것으로 판단된다.

충주 어래산 일대에서 산출하는 희토류 광물의 광물학적 및 광물화학적 특성 (Mineralogy and Mineral-chemistry of REE Minerals Occurring at Mountain Eorae, Chungju)

  • 유병운;이길재;고상모
    • 자원환경지질
    • /
    • 제45권6호
    • /
    • pp.643-659
    • /
    • 2012
  • 충주 지역은 소위 옥천층군에 해당되는 계명산층이 분포하며, 계명산층내에는 변성화산암 모암과 페그마타이트 모암의 희토류 광체가 배태한다. 변성화산암 모암의 희토류 광체를 구성하는 희토류광물은 갈렴석, 저어콘, 인회석, 스핀이 산출하나 갈렴석이 가장 우세하게 산출한다. 페그마타이트 모암의 희토류 광체를 구성하는 희토류 광물은 퍼구소나이트, 카르나수르타이트, 저어콘, 토륨석이 산출하나 퍼구소나이트가 가장 우세하다. 변성화산암에서 산출하는 갈렴석의 화학식은 (Ca, Y, REE, Th)$_{2.095}$(Mg, Al, Ti, Mn, $Fe^{3+})_{2.770}(SiO_4)_{2.975}(OH)$로서 TREO 23.89-29.12 wt%, $La_2O_3$ 4.71-9.92 wt%, $Ce_2O_3$ 11.30-14.33 wt%, $Y_2O_3$ 0.11-0.29 wt%, $ThO_2$ 0.12-0.94 wt% 이다. A(2) 사이트 에서 $Ca^{2+}$$REE^{3+}$, M(2) 사이트에서 $Al^{3+}$$Fe^{2+}$의 치환이 일어나는데 이는 갈렴석의 화학조성에 밀접한 관련을 갖는 특징이고, Fe의 함량이 일반 갈렴석보다 높은 Ce 계열의 Ferriallanite에 해당된다. 이는 모암인 계명산층을 주로 구성하는 변성화산암(변성조면암)의 원암이 Fe이 풍부한 함철층이기 때문인 것으로 판단된다. 페그마타이트 모암에서 가장 우세하게 산출하는 퍼구소나이트의 화학조성은 A 사이트에서 Y-REE, Y-Th 치환이 우세하게 일어났으며, B 사이트에서는 Nb-Ta-Ti의 치환이 주로 초래되었으며, 계산된 화학식은 $YNbO_4$ 이다. 또한 $Y_2O_3$$Nb_2O_5$만의 비율로 상관도를 확인 한 결과 연구지역에서 산출되는 퍼구소나이트는 Y과 Nb의 이상적인 비율인 1:1 비율과 달리 1:1.5의 비율을 나타내고 있으며, Nb의 함량이 Y 함량보다 높으며, Y 사이트 즉, A 사이트에서 희토류 원소의 치환이 활발하게 초래되었다. 페그마타이트에서 산출하는 카르나수르타이트는 REE 및 Th를 치환하는 조성은 각각 $Ce_2O_3$ 9.16-22.88 wt%, $La_2O_3$ 2.15-9.16 wt%, $ThO_2$ 0.44-10.8 wt%, 화학조성으로 계산된 구조식은 (Y, REE, Th, K, Na, Ca)$_{1.478}$(Ti, Nb)$_{1.304}$(Mg, Al, Mn, $Fe^{+3})_{0.988}$(Si, P)$_{1.431}O_7(OH)_4{\cdot}3H_2O$이다. 870-860 Ma 인 초기 원생대에 로디니아 대륙의 분열기로서 한반도에서 A-1형 화산활동이 초래되어 철, 희토류원소 및 고장력원소(Nb, Zr, Y 등)가 풍부한 변성화산암으로 주로 구성되는 계명산층을 형성 시켰다면 갈렴석은 모암이 형성될 당시 알카리 화산암에서 정출되었거나 변성작용이 초래된 고생대 말(300-280 Ma, Cho et al., 2002) 광역변성작용에 의해 형성 되었을 가능성이 높다. 희토류를 함유하는 페그마타이트에서 산출하는 저어콘 연대가 190 Ma 인 것은 쥬라기에 충주지역에서 광범위하게 초래된 화강암 정치활동과 관련된 가능성이 크다. 따라서 충주지역 계명산층 내 배태된 희토류 광체는 인접한 지역에 배태되어 있지만 매우 차별적 희토류 광화작용이 초래 되어 희토류광물조성과 광체의 산상이 차별적으로 나타나는 것으로 해석된다.

보길도(甫吉島) 붉가시나무림(林)의 군락생태학적(群落生態學的) 연구(硏究) (Community Ecological Study on the Quercus acuta Forests in Bogildo-Island)

  • 김종영;이정석;오광인;장석기;박진홍
    • 한국산림과학회지
    • /
    • 제89권5호
    • /
    • pp.618-629
    • /
    • 2000
  • 난대림(暖帶林) 육림(育林)에 필요한 기초 자료를 제공(提供)하고자 붉가시나무군락(群落)이 가장 발달되어 있는 보길도(甫吉島)에서 1998년 7월부터 1998년 10월에 걸쳐 붉가시나무가 우점(擾古)하는 임분(林分)을 대상으로 군락생태(群落生態)를 조사하였으며, 본 연구(硏究)에 의해 얻어진 결과(結果)는 다음과 같다. 1. 붉가시나무군락지(群落地)의 종구성(種構成)은 54과(科) 91속(屬) 113종(種) 9변종(變種) 1품종(品種) 등 모두 123종류(種類)가 출현(出現)하였고, 이중 상록성(常綠性) 식물종(植物種)은 모두 45종(種)이었으며, 모든 조사구(調査區)에서 공통(共通)으로 출현(出現)한 종(種)으로는 동백나무, 광나무, 사스레피나무, 청미래덩굴, 마삭줄 및 그늘사초의 6종(種)이었고, 생달나무, 자금우, 보춘화, 족제비고사리, 덜꿩나무 등 5종(種)의 출현빈도(出現頻度)가 80% 이상으로 가장 높게 나타났다. 2. 임관(林冠) 상층(上層)의 교목층(喬木層) 식피율(植被率)은 85% 이상으로 붉가시나무, 잣밤나무류(類), 참가시나무, 곰솔, 산벚나무의 순(順)으로, 아교목층(亞喬木層)에서는 동백나무, 광나무, 붉가시나무, 사스레피나무, 잣밤나무류(類)의 순(順)으로, 하층(下層)의 관목층(灌木層) 식피율(植被率)은 20% 내외로 동백나무, 광나무, 청미래덩굴, 생달나무, 덜꿩나무의 순(順)으로, 초본층(草本層)에서는 마삭줄, 자금우, 그늘사초, 동백나무(치수(稚樹)), 붉가시나무(치수(稚樹))의 순(順)으로 각각 중요치(重要値)가 높게 나타났다. 3. 붉가시나무군락(群落)은 평균(平均) 토양산도(土壤酸度)(pH) 5.00, 평균(平均) 유기물함량(有機物含量) 6.42%인 토양환경에서 군락이 발달하고 있었으며, 본(本) 도(島)의 남사면(南斜面), 서사면(西斜面), 북사면(北斜面) 및 동사면(東斜面)의 분포(分布) 순(順)으로 생장(生長)이 양호하게 나타난 것으로 보아 양수(陽樹)의 특성(特性)을 갖고있는 것으로 사료(思料)된다. 4. 임내(林內)의 평균(平均) 상대조도(相對照度)(RI)는 0.89%로서 미명(未明)의 상태를 유지하고 있는 것으로 나타났는데, 이는 붉가시나무의 엽면적(葉面積)이 다른 상록활엽수(常綠闊葉樹)들에 비해 크고, 분지(分技)된 맹아(萌芽)의 발달로 임관(林冠) 상층(上層)의 피복율(被覆率) 높아짐에 따라 임내(林內) 수광량(受光量)이 현저히 낮아져 나타난 결과이며, 지표층(地表層) 식생(植生)의 분포(分布)를 결정하는 가장 중요한 요인(要因)으로 작용하고 있는 것으로 사료(思料)된다. 5. 군락(群落) 내(內) 붉가시나무의 흉고직경(胸高直徑) 분포(分布)를 분석한 결과 교목층(喬木層), 아교목층(亞喬木層)모두 역J자형(逆J字形)의 분포(分布)를 보이고 있어 군락의 유지가능성(維持可能性)이 불투명(不透明)한 것으로 판단(判斷)된다. 6. 붉가시나무의 연륜폭(年輪幅)을 분석한 결과 년평균(年平均) 직경생장량(直徑生長量)은 2.44mm로, 맹아지(萌芽枝)의 발생초기(發生初期)인 1~12년 사이에는 완만하게 생장(2.04mm)하다 맹아지가 임관(林冠) 상층(上層)에 도달하는 13년 이후부터 22년까지 가장 높은 생장량(2.95mm)을 기록하였고, 이후부터는 생장량이 완만하게 감소(減少)하거나 정체(停滯)되는 경향(2.41mm)을 나타냈다.

  • PDF

송도 갯벌과 영일만 조하대 저서동물의 군집조사를 위한 적정 채집면적의 결정 (Determination of the Optimum Sampling Area for the Benthic Community Study of the Songdo Tidal Flat and Youngil Bay Subtidal Sediment)

  • 고철환;강성길;이창복
    • 한국해양학회지:바다
    • /
    • 제4권1호
    • /
    • pp.63-70
    • /
    • 1999
  • 연성저질의 갯벌과 조하대에 서식하는 저서동물의 정점당 채집면적을 제안하고자 인천 송도 1 개 정점에서 0.02 $m^2$ 박스코아를 이용하여 총 250 회 (5 $m^2$), 영일만 조하대 1 개 정점(수심 20 m)에서 0.1 $m^2$ 반빈 채니기를 이용하여 총 50 회(5 $m^2$)의 표품을 반복 채집하였다. 본 연구에서 제안한 채집면적은 모집단으로 설정한 5 $m^2$에 대해서 출현종수와 생태지수(다양성, 종풍부도, 균등도, 우점도지수), 종조성의 유사성(유사도지수 기준)이 75%로 나타나는 수준의 면적으로 설정하였다. 송도갯벌 5 $m^2$에 서식하는 저서동물은 56 종, 영일만 조하대 5 $m^2$에서는 총 60 종이었다. 채집면적 (A; $m^2$)에 따른 저서동물의 누적 출현종수($N_{sp}$)는 송도갯벌에서 $N_{sp}=37.379A^{0.257}(r^2=0.99)$, 영일만 조하대에서 $N_{sp}=40.895A^{0.257}(r^2=0.98)$의 관계식으로 나타낼 수 있었다. 모집단으로 설정한 5 $m^2$에 대해서 출현총수의 75%가 출현하는 채집면적은 송도갯벌과 영일만 조하대에서 각각 1.6 $m^2$ (0.02 $m^2$ 박스코아, 80 회), 1.5 $m^2$ (0.1 $m^2$ 반빈채니기, 15 회)이었다. 0.02 $m^2$과 0.1 $m^2$의 단위표품을 계속 더하여 면적을 증가시키면서 새롭게 증가된 각 면적에서의 생태지수와 유사도를 다시 계산하였다. 그 결과, 5 $m^2$의 생태지수에 75% 근접하는 면적은 송도갯벌에서 < 0.5 $m^2$~1.5 $m^2$, 영일만 조하대에서 < 0.5 $m^2$~1.2 $m^2$이였다. 종조성의 유사성을 75%로 반영하는 면적은 0.3 $m^2$(송도), 0.6 $m^2$(영일만)이었다. 군집분석을 위해 흔히 사용하는 이들 지수의 채집면적에 따른 변화를 추적하여 유사성 75%에 기준을 둔 채집면적으로 송도갯벌에서는 1.5 $m^2$(0.02 $m^2$ 박스 코아, 75 회), 영일만 조하대에서는 1.2 $m^2$(0.1 $m^2$ 반빈 채니기, 12 회)을 제안할 수 있었다. 이들 채집면적은 송도갯벌에서 상위 우점 7 종(개체수 68%를 차지함)의 서식밀도를, 영일만 조하대에서 상위 우점 6 종(개체수 90% 차지함)의 서식밀도를 정밀도 0.2 이내에서 추정할 수 있게 한다.

  • PDF

머신러닝과 KSCA를 활용한 디지털 사진의 색 분석 -한국 자연 풍경 낮과 밤 사진을 중심으로- (Color Analyses on Digital Photos Using Machine Learning and KSCA - Focusing on Korean Natural Daytime/nighttime Scenery -)

  • 권희은;구자준
    • 트랜스-
    • /
    • 제12권
    • /
    • pp.51-79
    • /
    • 2022
  • 본 연구에서는 색채 계획을 통해 콘텐츠를 제작할 때 참고할 만한 색을 도출하는 방법을 모색하기 위하여 진행되었다. 대상이 된 이미지는 한국 내의 자연풍광을 다룬 사진들로 머신러닝을 활용해 낮과 밤이 어떤 색으로 표현되는지 알아보고, KSCA를 통해 색 빈도를 도출하여 두 결과를 비교, 분석하였다. 낮과 밤 사진의 색을 머신러닝으로 구분한 결과, 51~100%로 구분했을 때, 낮의 색의 영역이 밤의 색보다 2.45배가량 더 많았다. 낮 class의 색은 white를 중심으로, 밤 class의 색은 black을 중심으로 명도에 따라 분포하였다. 낮 class 70%이상의 색이 647, 밤 class 70% 이상의 색이 252, 나머지(31-69%)가 101개로서 중간 영역의 색의 수는 적고 낮과 밤으로 비교적 뚜렷하게 구분되었다. 낮과 밤 class의 색 분포 결과를 통해 명도로 구분되는 두 class의 경계 색채값이 무엇인지 확인할 수 있었다. KSCA를 활용해 디지털 사진의 빈도를 분석한 결과는 전체적으로 밝은 낮 사진에서는 황색, 어두운 밤 사진에서는 청색 위주의 색이 표현되었음을 보여주었다. 낮 사진 빈도에서는 상위 40%에 해당하는 색이 거의 무채색에 가까울 정도로 채도가 낮았다. 또 white & black에 가까운 색이 가장 높은 빈도를 보여 명도차가 크다는 것을 알 수 있었다. 밤 사진의 빈도를 보면 상위 50% 가량 되는 색이 명도 2(먼셀 기호)에 해당하는 어두운 색이다. 그에 비해 빈도 중위권(50~80%)의 명도는 상대적으로 조금 높고(명도 3-4), 하위 20%에서는 여러 색들의 명도차가 크다. 난색들은 빈도 하위 8% 이내에서 간헐적으로 볼 수 있었다. 배색띠를 보았을 때, 전체적으로 남색을 위주로 조화로운 배색을 이루고 있었다. 본 연구의 색의 분포와 빈도의 결과값은 한국 내의 자연 풍경에 관한 디지털 디자인의 색채 계획에 참고 자료로 활용될 수 있을 것이다. 또한 색 분포를 나눈 결과는 해당색이 특정 디자인의 주조색이나 배경색으로 사용될 경우에 두 class 중 어느 쪽에 더 가까운 색인지에 대해 참고사항이 될 수 있을 것이며, 분석 이미지들을 몇 가지 class로 나눈다면, 각 class의 색 분포의 특성에 따라 분석 이미지에 사용되지 않은 색도 어느 class에 얼마큼 더 가까운 이미지인지 도출할 수 있을 것이다.