• 환경생물
• /
• 제17권1호
• /
• pp.1-9
• /
• 1999

산업활동의 부산물인 chlorofluorocarbons(CFCs)와 같은 물질들의 대기권 유입으로 오존층의 파괴가 극심해짐에 따라 자외선의 지표유입량이 증가되는 추세를 보이는데, 특히 중파자외선의 증가는 DNA, 단백질, 지질 등에 의한 흡수를 통하여 생물학적 폐해를 야기할 수 있다는 점에서 주목된다. 최근 측정 결과 우리나라 동해안에서 해수표면에 도달되는 중파자외선 광량의 1%가 수심 l0 m까지 침투하는 것으로 나타났는데, 이는 해양생태계 생산성의 대부분이 해양 수심의 상위 2.5%에 해당되는 투광대에 의존한다는 점을 감안할 때 자외선에 의한 막대한 생태학적 폐해를 예견하게 해준다. 실내배양실험 연구에서 중파자외선은 대형해조류의 생장 및 광합성을 억제하고 광합성 색소를 파괴하는 등의 생물독성학적 효과를 보였다. 반면, 자외선의 피해로부터 해조류를 보호해 주는 몇 가지 기작이 밝혀진 바 있는데, 어린시기의 갈조류 다시마는 청색광에 의한 광재활성화 능력을 함유한 것으로 보이고, 한국산 녹조 구멍갈파래와 홍조 도박류에서는 자외선을 강하게 차단하는 흡수물질이 형성됨을 알 수 있었다. 그러나 이러한 적응기능들이 해조류에서 보편적으로 나타나는 것인지에 대해서는 좀 더 연구가 필요하다. 해양생태계는 대기 중 CO$x_2$를 이용하여 1년에 약 100 Gt의 유기물질을 생산해내고, 인류가 소비하는 식품의 30%를 제공한다는 점에서 자외선에 의한 생물량의 감소는 해조류 뿐만 아니라 먹이망에 의해서 복잡한 연결구조를 지닌 생태계 전체의 붕괴를 야기할 수 있는 심각한 사안이라고 할 수 있다. 따라서, 자외선에 대한 피해를 연구 평가하여 전략을 세우고 이를 예측하는 예보시스템을 개발할 필요성이 절실히 부각된다.

• 한국전자거래학회지
• /
• 제24권4호
• /
• pp.119-133
• /
• 2019

최근 태양광 발전량 예측은 태양광 발전량 설비 시스템의 안정적인 작동을 위한 조정 계획, 설비 규격 결정 및 생산 계획 일정을 수립하기 위해 필수적인 요소로 고려된다. 특히, 대부분의 태양광 발전량은 피크시간에 측정되기 때문에, 태양광 시스템 운영자의 이익 최대화와 전력 계통량 안정화를 위해 피크시간의 태양광 발전량 예측은 매우 중요한 요소이다. 또한, 기존 연구들은 광범위한 지역에서 예측된 불확실한 기후 정보들을 이용하여 태양광 발전량을 예측하는 한계점 때문에 일사량, 운량, 온도 등과 기상정보 없이 피크시간의 태양광 발전량을 예측하는 것은 매우 어려운 문제로 고려된다. 따라서 본 논문에서는 피크이전의 기후, 계절 및 관측된 태양광 발전량을 이용하여 미래의 기후 및 계절 정보 없이 피크시간의 태양광 발전량을 예측할 수 있는 LSTM(Long-Shot Term Memory) 기반의 태양광 발전량 예측 기법을 제안한다. 본 연구에서 제안한 모델을 기반으로 실 데이터를 통한 실험 결과, 단기 및 장기적 관점에서 높은 성능을 보였으며, 이는 본 연구에서 목표로 한 피크시간의 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.

• 한국과학교육학회지
• /
• 제37권5호
• /
• pp.813-824
• /
• 2017

과학적 모형의 사회적 구성과 관련한 기존 연구에서는 학생들이 모형을 형성하는 과정에서 다양한 난점들이 나타났는데, 이 연구에서는 이를 보완할 수 있는 대체 방안으로서 스마트 기기를 도입하여 그 역할을 살펴보고자 하였다. 이를 위해 서울시 소재의 초등학교 5학년 2개 학급 60명을 대상으로 하여 스마트기기를 도입, 태양계 모형을 구성하는 수업 실시하여 그 역할을 살펴보았다. 연구 결과, 모형 형성 과정 전반에서 학생들은 스마트기기의 다양한 기능을 통해 모형 형성을 할 수 있었다. 특히 스마트기기는 학생들의 요구에 맞는 설명력이 높고 권위 있는 정보를 제공했으며, 상호작용이 가능한 3D이미지를 활용하여 학생들이 원하는 다양한 시각에서 행성을 관찰할 수 있는 기회를 제공했다. 또한 자신이 표현하고자 하는 바를 수월하게 표현하고 공유할 수 있는 방법을 제공하였으며, 스마트기기의 온라인 게시판 기능을 통해 다양한 교육 주체들이 모형 구성 과정에 참여하여 더 나은 모형을 형성할 수 있도록 도울 수 있다는 것을 알 수 있었다. 그러나 이러한 스마트기기의 역할이 제대로 이뤄지기 위해서는 관련 환경 개선이 필요하고, 학생들의 관련 기술적 소양 향상이 필요하다.

• 한국항행학회논문지
• /
• 제22권4호
• /
• pp.271-278
• /
• 2018

단일주파수 수신기를 사용하는 저궤도위성의 전리층 보정을 수행하기 위해선 지상기반 전리층 보정 모델에 변환 계수를 적용해야 한다. 전리층 변환 계수는 3차원 전리층 분포를 제공하는 NeQuick 모델을 이용하여 계산할 수 있다. 본 연구에서는 2015년 한 해 NeQuick G 모델을 이용하여 전리층 변환 계수를 계산한 후, 저궤도위성 관측값과 IGS 지상 전리층지도의 비율로 계산된 전리층 변환계수와 비교하였다. NeQuick G의 전리층 변환 계수를 IGS 전리층지도에 적용한 후, 저궤도위성에서 관측된 전리층 지연과 비교하여 정확도를 분석하였다. 또한, NeQuick G 변환 계수를 IGS 전리층 지도에 적용하여 계산한 전리층 지연 오차와 NeQuick G 모델만을 이용하여 계산한 전리층 지연 오차를 비교분석하였다. 추가적으로 위도 및 태양활동에 따른 전리층 지연오차를 분석하였다. 2015년 한 해 NeQuick G 모델로 계산된 평균 전리층 변환 계수는 0.269로 나타났으며, IGS 전리층 지도에 NeQuick G 변환 계수를 적용한 전리층 지연 오차는 NeQuick G 모델만으로 계산된 전리층 지연 오차보다 23.7% 더 작았다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.556-561
• /
• 2020

현대 사회의 농업 인구의 고령화 및 감소로 농업 환경 개선이 필요한 실정이고 대표적인 문제 중 하나이다. 그리고 대부분의 작업체계에서 항상 운반 작업이 필요하기 때문에 운반 작업에 사용되는 시간과 노동력의 비율이 매우 높다. 이에 따라 많은 종류의 운반차들이 개발되고 판매되고 있으며, 초기에는 대부분 화석연료를 사용하는 동력운반차가 주종을 이루고 있다. 그러나 최근에는 지구온난화와 기후변화협약 등 국제 환경규제의 강화 및 화석연료의 고갈로 인한 수소, 연료전지, 태양광, 바이오 등 차세대 친환경에너지를 주목하고 있다. 그래서 본 연구에서는 화석연료를 대체하는 친환경적이며 누구나 쉽게 조작이 가능하고 안전한 농업용 전기운반차를 개발하는 것을 최종목표로 한다. 농업용 전기운반차의 광범위한 차속 조절 및 안정성 확보에 초점을 두고 설계하였으며, 성능 및 디자인을 고려하여 프레임, 주행부, 조향부, 컨트롤러 시스템 등으로 구성되어 각 부분별 검토하였다. 본 연구의 농업용 전기운반차가 젊은 인력이 부족한 농경사회에서 고령노동자나 여성들이 쉽고 편하게 작업을 할 수 있고 높은 효율성을 통해서 농경사회에 도움이 될 수 있을 것이다.

• 우주기술과 응용
• /
• 제2권2호
• /
• pp.81-103
• /
• 2022

본 논문에서는 근지구 우주환경을 관측하기 위해 국내 최초로 4기가 편대비행으로 운용되는 6U 초소형위성 SNIPE(국문명 도요샛; small scale magnetospheric and Ionospheric plasma experiment )의 본체(BUS) 설계 내용과 개발 과정에 대해 기술하였다. SNIPE는 지구 주위 우주환경을 입체적으로 관측하기 위해 4기가 편대비행을 수행하며, 전리권에서 우주 플라즈마 밀도 및 온도, 그리고 태양 자기장과 전자파 등의 시간적 변화를 동시에 관측한다. 임무 기간은 최소 6개월 이상으로 신뢰성을 높이기 위해 시험인증모델(EQM)과 비행모델(flight model, FM)으로 나누어 개발하였다. 현재 총 4기의 비행모델의 개발을 완료하고 우주환경시험을 모두 마친 SNIPE는 2023년 발사 예정이다. 본 논문에서는 발사를 앞둔 SNIPE 위성 본체의 설계 내용과 개발 과정을 소개하며, 향후 국내에서도 본격적인 임무 수행을 위한 6U급 초소형위성 개발에 유용한 참고 자료가 되기를 기대한다.

• 우주기술과 응용
• /
• 제3권1호
• /
• pp.86-99
• /
• 2023

질량분석기는 태양계와 생명의 기원을 밝히기 위한 필수 과학 장비로서, 달/행성/소행성/혜성 등의 대기 및 지표에 존재하는 중성 원소와 이온에 대한 정보를 파악하기 위해 1970년대 초반부터 우주 탐사에 활용되어 왔다. 제4차 우주개발진흥 기본계획(2023-2027)에 따르면 우리나라는 2032년에 달 착륙을 2045년에는 화성 착륙을 성공하는 것을 핵심 목표로 삼고 무인 탐사를 위한 능력을 확보하는 데 기술개발의 역점을 두기로 하였다. 따라서 우주 탐사의 과학적 목표 달성을 위한 가장 기본적인 장비이지만 국내 우주탐사에서 한번도 시도되지 않았던 질량분석기의 국내 개발은 필수적이라고 할 수 있다. 본 논문에서는 국내에서 개발된 사중극자 질량분석기의 원리와 원형 모델 및 성능에 대해 소개하고 향후 발전 방향에 대해 논의하고자 한다.

• 한국지구과학회지
• /
• 제44권1호
• /
• pp.62-78
• /
• 2023

본 연구는 과학전람회에 출품된 지구과학 부문 탐구주제를 분석하여 학교에서 이루어지는 지구과학 탐구활동을 살펴봄으로써 지구과학 출품작 중 주제 특성을 파악하는 데 기여하는 데 목적을 지닌다. 이를 위해 과학전람회 누리집에 게시된 지구과학 부문 출품작 중 2000년부터 2020년까지 21년 동안 다루어진 자료 총 566점을 대상으로 하였으며, 분석틀을 기준으로 언어네트워크를 분석하였다. 그 결과 지구과학 출품 작품으로 지질과학이 가장 활발하게 탐구가 이루어졌다. 특히, 층서/퇴적/화석/지사학 영역과 관련된 중생대 백악기 시대의 화석이 주를 이루었다. 이들과 함께 천문 및 우주과학, 대기과학 영역에 해당하는 핵심어가 작은 규모의 네트워크를 이루고 있었다. 천문 및 우주과학은 주로 태양과 달, 지구를 주제로 갖는 태양 흑점, 달 위상 등 탐구활동에서 소행성, 금성과 목성과 같은 태양계 구성 천체의 역학적 특징에 대해 다루고 있었다. 대기과학은 대기물리를 중심으로 대기 관측/분석기술, 대기역학, 대기질감시 등에 대해 다루어졌으며, 해양과학은 물리해양학과 지질해양학 등에 관해 탐구가 제한적으로 이루어진 것으로 나타났다. 본 연구를 바탕으로 학교 현장에서 지구과학 탐구주제를 선정하고 탐구활동을 수행하는 데 도움이 되기를 기대한다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.351-358
• /
• 2008

2010년 발사 예정인 다목적실용위성 5호 (KOMPSAT-5, KOrea Multi-Purpose SATellite-5)는 기상상태와 태양고도에 제약을 받지 않고 영상 획득이 가능한 SAR(Synthetic Aperture Radar) 시스템이 탑재된다. 본 연구에서는 SAR를 이용한 레이더 측량기법 (radargrarnrnetry)을 적용하기 위하여 KOMFSAT-5의 예상 궤도와 영상 모드를 분석하여 최적의 영상 조합을 제시하였다. 임의의 지상점에서 가장 가까운 위치에 있는 궤도로부터 패스번호를 부여하였고, 충분한 고도해상도를 얻기 위해 시차(parallax)에 따른 도민감도는 0.5이상을 선택하였으며, 레이더 영상의 기하왜곡을 고려하여 고도민감도가 0.8이하가 되는 영상 조합을 최적 조건으로 제시하였다. 예를 들어, 인접한 패스간의 거리가 약 95 km인 적도에서는 기하학적 모델을 이용하여 패스번호 3-9와 5-3의 두 쌍이 최적의 영상조합으로 제시되었다. 또한 임의로 선택한 대전과 남극 세종기지 지점에서는 STK 소프트웨어를 통해 궤도를 계산하였다. 대전에서는 5-4, 7-5, 8-5의 세 영상 조합을, 남극 세종기지에서는 8-6, 9-7, 10-7, 11-8, 12-8, 13-9, 14-9, 15-9, 15-10, 15-11의 열 쌍의 영상 조합이 레이더 측량기 법에 최적임을 제시하였다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.1-16
• /
• 2019

최근 온실가스의 증가로 인한 기후변화 대응의 필요성과 전력수요의 증가로 인해 태양광발전량(PV) 예측의 중요성은 급격히 증가하고 있다. 특히, 태양광 발전량을 예측하는 것은 합리적인 전력 가격결정과 시스템 안정성 및 전력 생산 균형과 같은 문제를 효과적으로 해결하기 위해 전력생산 계획을 합리적으로 계획하는데 도움이 될 수 있다. 그러나 일사량, 운량, 온도 등과 같은 기후정보 및 계절 변화로 인한 태양광 발전량이 무작위적으로 변화하기 때문에 정확한 태양광 발전량을 예측하는 것은 도전적인 일이다. 따라서 본 논문에서는 딥러닝 모델을 통해 기후 및 계절정보를 이용하여 학습함으로써 장기간 태양광 발전량 예측 성능을 향상시킬 수 있는 기법을 제안한다. 본 연구에서는 대표적인 시계열 방법 중 하나인 계절형 ARIMA 모델과 하나의 은닉층으로 구성되어 있는 ANN 기반의 모델, 하나 이상의 은닉층으로 구성되어 있는 DNN 기반의 모델과의 비교를 통해 본 연구에서 제시한 모델의 성능을 평가한다. 실데이터를 통한 실험 결과, 딥러닝 기반의 태양광 발전량 예측 기법이 가장 우수한 성능을 보였으며, 이는 본 연구에서 목표로 한 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.