• Ecology and Resilient Infrastructure
• /
• 제9권4호
• /
• pp.282-289
• /
• 2022

한반도의 기후변화가 산림생태계에 미치는 영향을 분석하는 것은 난아열대 산림생명자원 관리에 중요하다. 본 연구에서는 난아열대 목본식물인 소귀나무와 Syzygium buxifolium의 위치자료와 생물기후변수를 수집하고, 수집된 자료를 바탕으로 MaxEnt 모형에 적용하여 잠재분포 영역을 추정하였다. 소귀나무의 분포를 결정하는 주요 환경인자는 가장 따뜻한 분기의 강수와 온도 계절성이고, Syzygium buxifolium의 주요 환경인자는 가장 따듯한 분기의 강수와 가장 습한 분기의 강수로 나타났다. MaxEnt 모형의 행정구역별 결과, 소귀나무는 SSP2-4.5 기후변화 시나리오에서 4.6 - 17.7%의 면적 증가율을 보였고, SSP5-8.5 기후변화 시나리오에서 13.8 - 30.5%의 면적 증가율을 보였다. Syzygium buxifolium는 SSP2-4.5 기후변화 시나리오에서 4.8 - 32.2%, SSP5-8.5 기후변화 시나리오에서 12.9 - 48.6%의 면적 증가율을 보였다. 본 연구는 기후변화 시나리오를 적용하여 난대아열대 식물의 미래 잠재분포 영역을 확인하고 데이터베이스를 구축하는데 의의가 있다.

• 한국산림과학회지
• /
• 제111권4호
• /
• pp.594-602
• /
• 2022

본 연구는 편백의 초기생장에 대한 slurry composting and biofiltration(SCB)액비의 효과를 분석하기 위해 대조구(control), 화학비료처리구(chemical fertilizer : CF), 퇴비처리구(compost : CP), 저농도액비처리구(low liquid fertilizer : LLF) 및 고농도액비처리구(high liquid fertilizer : HLF)로 조성하여 처리구별 5본씩 3반복 실험을 하였다. 생장량분석 결과, 고동노액비를 200% 처리한 HLF-200처리구에서 가장 높은 생장량을 보였다. 시비효과를 분석하기 위해 HLF-200처리구와 대조구를 대상으로 근원직경 및 수고 생장모델을 개발하였다. 그 결과, 대조구와 HLF-200처리구 근원직경생장모델의 경우 각각 Schumacher 동형방정식 및 Schumacher 다형방정식이 가장 적합한 것으로 나타났으며, 수고생장모델의 경우 Gompertz 다형방정식이 가장 적합한 것으로 나타났다. 결정된 모델에 따른 생장곡선을 통해 근원직경과 수고의 생장량 및 생장률 모두 대조구보다 HLF-200처리구가 높아 시비효과가 있는 것으로 나타났으며, SCB액비를 통한 시비처리가 편백의 초기생장 증진에 적합한 것으로 판단되었다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.71-80
• /
• 2024

이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

• 한국응용곤충학회지
• /
• 제42권1호
• /
• pp.43-51
• /
• 2003

본 연구는 가루깍지벌레 방제적기 예측을 위한 모형을 개발하고자 수행하였다. 포장에 서 가루깍지벌레 발생시기 조사 및 온도별 발육기간을 조사하였으며 각 발육단계 전이(우화)모형 을 작성하였다. 성충발생 최성기는 1세대 6월 중하순,2세대 8월 중하순,3세대는 10월 하.순으로 수원지방에서는 연 3회 발생하였다. 가루깍지벌레 각 발육단계의 발육기간은 $25^{\circ}C$ 까지는 온도가 증가할수록 감소하였으나 그 이상 온도에서는 증가하였다. 발육영점온도 추정결과 알 14.5$^{\circ}C$, 1령 약충+2령 약충 8.4$^{\circ}C$, 3령 약충 10.2$^{\circ}C$, 산란전기간 11.8$^{\circ}C$, 그리고 1령 약충부터 산란전까지는 10.1$^{\circ}C$ 이었다. 발육완성을 위한 적산온도(DD)는 알 105 DD, 1령 +2령 315 DD, 3령 143 BD, 산란전기간 143DD이었다. 알부터 산란기까지 필요한 적산온도는 599DD이었다. 생물리적 발육모형과 발육완료시기 분포를 나타내는 Weibull함수를 이용 가루깍지벌레의 특정 발육단계에서 다음 발육단계로 전이되는 개체수의 비율을 추정하는 발육단계 전이모형을 작성하였다. 1령부터 산란전기간까지 적산온도를 이용하여 성충발생 세대별 50%산란시기를 예측한 결과 Mean-minus-base 추정법을 사용한 경우 실측일과 비교하여 1992년과 1993련 1세대와 2세대 모두 2-3일의 편차를 보였고,Sinewave추정법을 이용한 경우는 1-7일의 편차를 보였다. Rectangle추정법은 0-6일의 편차를 보였다. 발육모형을 이용 일별 발육률을 추정하고 이것을 누적하는 발육률 적산모형의 경우 1세대와 2세대의 성충산란 시기 예측 결과 모두 50%산란시기까지는 1-2일의 편차를 보였다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.213-225
• /
• 2010

본 연구에서는 기업의 마케팅 프로모션에 따른 반응고객의 구매액 예측을 위한 방법을 제시하고 SVR의 효과적인 학습방법을 제시하였다. 프로모션에 의한 고객의 구매액을 기반으로 고객을 5등급으로 등급화하고 각 등급 내에서 SVR을 적용하여 고객의 구매액을 예측하였다. 본 연구에서 제안하는 예측된 고객의 등급 내에서 고객 구매액을 예측하는 분리데이터 학습법이 프로모션에 반응한 모든 고객을 대상으로 구매액을 예측하는 전체데이터 학습법보다 높은 예측성과를 보여주었다. 일반적으로 세분화된 고객집단을 하나의 집단으로 보고 동일한 마케팅 전략을 제시하나 본 연구를 통해 구매액에 따라 등급화 된 고객의 등급 내에서 다시 고객의 거래 구매액을 예측하여 동일한 집단 내에서도 차별화된 마케팅 전략을 제시할 수 있는 기반을 제시하였다. 즉 동일한 등급에서도 고객 구매액에 따라 고객의 우선순위를 정할 수 있으며, 이는 마케팅 담당자가 프로모션을 제시할 고객을 선정할 때 유용한 정보로 활용될 수 있다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국환경생태학회지
• /
• 제18권3호
• /
• pp.306-315
• /
• 2004

경기도 과천시와 서울의 서초구, 강남구를 흐르는 양재천은 1995년부터 자연형 하천복원사업이 시작된 대표적인 도시하천이다. 연구대상지인 강남구 관내 구간은 하천과 접하여 대규모 주거단지가 조성되어 인근 주민들의 이용압이 높은 지역으로 본 연구는 하천복원에 의해 이용이 증가한 양재천의 이용현황 및 특성 등을 파악하고, 이것을 바탕으로 친환경적인 관리방안을 제안하기 위하여 수행되었다. 이용자 설문조사에서 총 유효설문 303부를 회수하여 분석한 결과, 양재천은 근린주구의 주민들이 여유시간에 운동(51.8%)과 산책(24.4%)을 중심으로 한 이용이 많으며, 정기적으로 이용하는 비율아 높고, 혼자(30.4%) 내지는 가족중심(28.4%)의 이용이 일반적이었다. 시설물을 확충할 경우에는 그늘이 있는 쉼터(80.8%)가 가장 우선적으로 필요한 시설물로 파악되었으나, 전반적으로 시설물의 추가도입은 필요 없는 것(78.8%)으로 분석되었다. 공원이용에 대해서는 종합적으로 만족(59.6%)하는 이용자가 많았으나, 안전문제(22.0%), 편의시설부족(17.6%), 그늘쉼터의 부족(16.6%) 등이 주요 문제점으로 지적되었다. 이상의 문제점을 해결하기 위한 방안으로 보행자와 자전거, 인라인 스케이트 이용자가 함께 이용하고 있는 겸용노선에 사인표시와 이용매너 등을 홍보하고 기존 제방산책로는 녹음효과를 보완하여 보행전용화하며, 제방사면의 소단을 활용한 산책로의 신설을 통해 현재의 둔치산책로의 이용압력 분산을 유도하는 동선체계의 정비방안을 구상하였다. 하천 내부의 녹음공간 확보를 위한 녹음수 식재는 현재 법적으로 규정하고 있는 수목식재기준에 의해 둔치 및 소단하부는 하천환경에 적합한 초본식물을 식재하며, 산책로 주변은 녹음제공이 가능한 습지성 자생 목본식물을 식 재하도록 하였다. 소단 내 수목식재에 있어서는 교목식재가 가능한 한 남측 사면은 20m 간격으로 교목 2열 교호식재를 하며, 소단상부는 각 구간별로 계절감을 연출할 수 있는 식물을 도입하는 방안을 제안하였다.

• 원예과학기술지
• /
• 제33권4호
• /
• pp.501-510
• /
• 2015

본 연구는 수삽을 이용한 'Fuji' 사과나무의 발아 특성 관찰을 통해 자연상태에서의 내재휴면 개시 및 타파 시점을 찾고, 이에 필요한 저온요구도를 파악하고자 하였다. 또한, 동시에 휴면과 발아와의 관계를 좀 더 명확히 하고자 내부적인 눈의 발달 양상을 관찰하여 휴면과 저온 및 눈 발달간의 상호연관성을 파악하여 기후변화에 따른 변화들을 예상하고 대처하는데 필요한 기초 자료를 제공하고자 수행하였다. 'Fuji' 사과나무의 내재휴면 기간은 발아 소요 일수 및 발아율 조사를 통해 만개 후 165일부터 255일 사이 즉, 10월말부터 이듬해 1월 초까지 약 70일 정도 지속됨을 알 수 있었으며, 최초 발아까지 20일 이내, 최종 발아율 60% 이상을 기준으로 외재휴면에서 내재휴면으로, 다시 내재휴면에서 환경휴면으로 전환되는 시점을 찾을 수 있었다. 이렇게 도출된 내재휴면기 동안 요구되는 저온을 산출한 결과, 내재 휴면타파기인 만개 후 255일까지 축적된 저온은 CH 모델의 경우 666h, Utah 모델은 517CU으로 조사되었다. 휴면기 및 휴면타파기 동안 눈의 내부적인 변화를 관찰한 결과, 7월 중순경부터 꽃눈분화가 시작되었으며, 9월에는 중심화의 화원기의 구분이 가능하였다. 이후 꽃눈의 발달은 휴면 기간 동안에도 느리지만 지속적으로 진행되어 이듬해 2월에는 각 기관들의 발육 단계가 좀 더 진전되어 있음이 관찰되었다. 또한 'Fuji' 사과의 눈은 휴면 기간 동안 대부분 건전하게 생존해 있었지만 일부에서 화원기의 괴사현상이 발견되었고, 이는 저온에 의한 직접적인 영향이기보다는 얼음결정 형성으로 인해 일부 조직의 세포가 피해를 입고, 이로부터 괴사가 진행되고 있음을 확인하였다. 이러한 꽃눈은 과대지의 액아와 단과지의 정아에서 모두 형성되었으나, 전체 꽃눈 중 약 65%의 비율로 단과지의 정아에서 더 많은 꽃눈이 분화되고 있었으며, 이는 눈의 크기 및 눈이 위치한 가지의 직경과 직접적인 연관이 있었다.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.233-254
• /
• 2017

본 연구는 교통사고 가운데 인적피해를 동반한 교통사고에 대해 교통사고의 시공간적 특성과 교통사고 심각도에 영향을 미치는 주요인을 분석하고자 하였다. 이를 위해 2012년부터 2015년 까지 4년간 서울시에서 발생한 교통사고 데이터 가운데 인적사고가 있는 데이터를 교통사고 심각도에 따라 경상, 중상, 사망 교통사고로 분류하고, 교통사고의 시공간특성분석은 커널분석, 핫스팟분석, 스페이스타임큐브분석, EHSA(Emerging HotSpot Analysis)를 수행하였으며, 교통사고 심각도에 영향을 미치는 요인 분석은 데이터마이닝 기법중의 하나인 의사결정나무 모형을 활용하였다. 분석결과 서울시 교통사고는 도심부 보다는 외곽지역에서 많이 발생하며 특히 한강 이남의 상업 활동이 많은 곳에서 교통사고가 많음을 확인할 수 있었다. 특히 서초와 강남의 일부 상업 및 유흥지역을 중심으로 교통사고 집중지역이 나타나며 교통사고 다발지역은 시간이 흐름에 따라 그 현상이 더욱 심화되는 경향을 보이고 있었다. 사망교통사고의 경우 지역적으로는 영등포구, 구로구, 종로구, 중구, 성북구 일부지역에 통계적으로 유의미한 핫스팟지역이 나타나지만 시간대별로 구분해보면 오후 퇴근시간 부터 새벽까지 일부 구간에서 핫스팟이 나타나며 시간 고려 없이 분석된 결과와는 상이한 패턴이 나타남을 알 수 있었다. 서울시 교통사고 심각도에 영향을 미치는 주요 요인으로는 사고유형이 가장 중요한 역할을 하며 도로의 종류, 차량의 종류, 교통사고 발생 시간, 법규위반 종류 등의 순으로 중요도가 나타났다. 교통사고 가운데 심각한 교통사고로 이어지는 경우는 차대 사람이나 차량단독으로 사고가 나는 경우 고속도로나 특별광역시도와 같이 폭원이 넓고 차량속도가 높은 곳에서 승합차나 화물차에서 중상의 교통사고가 일어날 가능성이 높으며, 동일한 상황에서 승합차나 화물차가 아닌 승용차, 자전거, 이륜차 등의 경우에는 새벽시간에 심각한 교통사고로 이어질 가능성이 높은 것으로 나타났다.