PURPOSES : The initial smoothness of concrete pavement surfaces must be secured to ensure better driving performance and user comfort. The roughness was measured after hardening the concrete pavement in Korea. When the initial roughness is poor, relatively large-scale repair works, such as milling or reconstruction must be performed. Hence, a method to measure the roughness of the concrete pavements in realtime during construction and immediately correct the abnormal roughness was developed in this study. METHODS : The profile of a concrete pavement section was measured at a construction site using sensors that were attached to the tinning equipment of the paver. The measured data included outliers and noise caused by the sensor and vibration of the paving equipment, respectively, which were further calibrated. Consequently, the calibrated data were input into the ProVAL program to calculate the roughness based on the international roughness index (IRI). Additionally, the profile of the section was re-measured using another method to verify the reliability of the calculated IRI. RESULTS : The profile data measured at the concrete pavement construction site were calibrated using methods, such as overlapped boxplot outlier removal and low-pass filtering. The outlier data from the global positioning system (GPS), which was installed to identify the construction distance, was also calibrated. The IRI was calculated using the ProVAL program by matching the measured profile and GPS data, and applying the moving average method. The calculated IRI was compared to that measured using another method, and the difference was within the tolerance. CONCLUSIONS : A method to measure the roughness of the concrete pavements in real time during construction was developed in this study. Hence, the performance of concrete pavements can be improved by enhancing the roughness of the pavement considerably using the aforementioned method.

Real-time data reduction pipeline for the Korea Microlensing Telescope Network (KMTNet) was developed by Korea Astronomy and Space Science Institute (KASI). The main goal of the data reduction pipeline is to find variable objects and to record their light variation from the large amount of observation data of about 200 GB per night per site. To achieve the goal we adopt three strategic implementations: precision pointing of telescope using the cross correlation correction for target fields, realtime data transferring using kernel-level file handling and high speed network, and segment data processing architecture using the Sun-Grid engine. We tested performance of the pipeline using simulated data which represent the similar circumstance to CTIO (Cerro Tololo Inter-American Observatory), and we have found that it takes about eight hours for whole processing of one-night data. Therefore we conclude that the pipeline works without problem in real-time if the network speed is high enough, e.g., as high as in CTIO.

종래의 지구과학 교과서에서는 대중 과학잡지를 비롯한 각종 언론 매체에서 자주 다루는 최신 천문 현상들에 대한 내용이 매우 부실하였다. 2009 개정 과학과 교육과정에서는 이러한 내용들을 적극 수용하자는 것이 주요 개정 방향 중 하나이다. 추가로, 천문학과 물리학의 깊은 연관성에도 불구하고 그동안 지구과학 교과에서는 현대 물리학의 개념, 물리 교과에서는 천문학과의 연관성에 대한 내용이 많이 다루어지지 않았다. 따라서 2009 개정 과학과 교육과정에서는 과학의 융합 개념을 강조하고 있다. 위의 두 가지를 모두 포함하는 분야들 중 하나로서 고에너지 천체의 격변광 현상을 들 수 있다. 본 연구는 e-Science를 이용한 천체 관측의 실시간 자료 전송 및 영상화를 소개하였다. 그 첫 단계의 실험으로서 우리는 국가 연구 교육 시험망의 하나인 KOREN을 이용한 국내 최초의 한 일간 천문 관측 자료의 대용량 자료 전송 실험을 실시하였다. 또한 천문학 및 천체물리학 관측 분야에서 활발하게 진행되는 세계 각국의 e-Science 분야들을 소개하고, 과학탐구활동 및 과학 대중화 활동과 어떻게 연결되어 진행되는지 소개하였다. 아직 걸음마 단계인 국내 천문 분야의 e-Science에 있어서 우리의 실험이 가지는 과학적 및 교육적 의미를 짚어보고, 머지않아 상용화될 Gbps급 인터넷 환경에 있어서 이와 같은 실험의 과학탐구활동 및 과학 대중화 활동에 있어서의 활용을 전망해 보았다.

본 연구에서는 자동기상관측시스템(AWS)을 이용하여 기상요소의 관측 자료를 수집하고 실시간으로 그 자료를 제공하는 웹 페이지를 개발하였다. 이 시스템은 실시간으로 자료를 제공하면서 동시에 데이터베이스(DB)로 누적하여, 사용자의 요청에 따라 과거의 기상 자료를 파일로 제공하는 기능도 있다. 완성된 페이지를 이용하여 학교 현장에서 지구과학 교과의 기상분야 탐구학습에 성공적으로 활용하였다. 이 연구 결과, 기상 관측 자료를 실시간으로 제공함으로써 기상 분야 탐구학습의 현장감을 높일 수 있게 되었다. 또 누적된 과거 기상 자료를 이용함으로써 시간규모가 너무 길어서 실질적인 탐구학습이 어렵던 지구과학 교과의 제약을 일부 극복하게 되었다.

최근 들어 널리 확대되는 ITS시설과 장비의 효율적인 활용을 위해서는 실시간 통행시간예측과 같은 핵심기술의 개발이 매우 중요하다. 실시간 통행시간 예측기술을 통해 도로 이용자에게 통행시간 정보를 제공해줌으로써 운전자가 정보에 기반을 둔 선택을 할 수 있게 되며, 이에 따라 도로이용자의 통행 효용 및 도로시설 이용효율을 극대화할 수 있다. 본 연구에서는 자료 성질이 다른 VDS정보와 AVI정보를 하나의 틀 안에서 융합하는 모형을 제시하였으며, 이를 통해 VDS정보의 실시간성과 AVI 정보의 현실반영 특성을 반영한 통행시간추정이 가능하게 되었다. 또한 실시간 교통정보 제공을 위해 알고리즘의 수치연산 처리량이 실시간 현장 적용이 가능한 수준이 되도록 모형을 개발하였다. 본 연구에서 제시된 통행시간 추정 모형의 적용가능성과 신뢰성은 실제 국도 교통량자료를 이용하여 검증하였다. 실험결과에 따르면 본 모형은 연산처리 효율성이 매우 우수하여 실시간 운영 이 가능할 뿐만 아니라 실시간으로 수집되는 검지정 보를 사용함으로써 예측의 정확도를 향상시켰다. 특히 본 연구에서 제시한 이질적 자료의 융합방법은 향후 새로운 형태의 검지자료를 활용하는데 있어서 매우 유용하게 사용될 수 있을 것으로 기대된다.

자동기상관측장비인 AWS(Automatic Weather System)는 교육기관 뿐만아니라 정부 산하 각 지방 도시에 많이 설치되어있다. 그러나 많은 AWS중 실시간으로 웹을 통해 제공되는 기상 정보는 많지 않다. 이에 본 연구에서는 AWS에서 전송되어 오는 데이터를 실시간으로 자동 저장할 수 있도록 하여 실시간으로 디스플레이하고 자료 처리를 하여 교육적으로 활용하고자 하였다. 데이터의 실시간 디스플레이 및 자료 처리를 위해 몇 가지 가능성을 검토했으며 그 가능성을 통해 이를 실현하고자 일차적으로 KNU Weather now, V1.0를 개발하였다. 이 작업의 결과로 지금까지 AWS의 자료를 불러와 사용하기 위해 해오던 불편한 작업이 어느 정도 해소되었고 다시 이를 재가공해 외부에 서비스는 물론, 부가적으로 AWS 관측데이터를 필요로 하는 여러 작업에 이용할 수 있고 또한 데이터 처리 부분의 추가로 여러 통계자료를 가공해 낼 수 있게 되었다. 본 연구는 AWS의 교육적 활용에 중점을 두고 이루어졌으며 간편하고 실용적인 면에서 매우 유용하리라 생각된다.

본 연구에서는 서울지역에 설치된 SK-Planet의 강우관측소에서 관측된 강우자료의 품질을 평가하고, 자료의 품질과 관측소의 공간분포를 고려하여 자료의 신뢰성 및 활용성이 검증된 최적관측소를 선정하였다. 이를 위해 SK-Planet 강우관측소에서 2013년 6월 1일부터 2014년 5월 31일까지 관측된 강우자료를 수집하여 관측소별 결측치와 이상치에 대한 통계적 특성을 분석하였다. 강우자료의 결측률은 전체 자료에 대한 것뿐만 아니라 강우발생 조건과 강우강도를 고려하여 분석하였다. 그 결과 전체 자료에 대한 결측률은 대략 20% 전후로 나타났으며, 강우 발생 시 결측률은 대략 10% 미만으로 나타났다. 이상치는 각 관측소의 총 강우량 및 인근 관측소의 강우자료를 이용하여 분석하였다. 그 결과 전체 자료에 대한 오측률은 대략 10% 전후로 나타났다. 분석 결과를 이용하여 우수한 품질의 강우자료를 관측하는 최적관측소를 선정하였다. 그 결과, 서울 지역에 설치된 전체 263개의 강우관측소 중 64개의 관측소가 최적관측소로 선정되었다. 최적관측소는 공간적으로 균질하게 분포하고 있으며, 영향범위를 고려했을 때 서울 지역을 전체적으로 포괄하는 것으로 나타났다. 본 연구에서 선정된 최적관측소의 강우자료는 서울 지역에 대한 홍수예경보 및 강우유출해석에 유용한 기초자료로 쓰일 수 있을 것이라 판단된다.

최근 빈번하게 발생하고 국지성 집중호우와 같이 갑작스럽게 발생한 높은 강도의 강우에 의한 유출량에 적절하게 대처하기 위하여 실시간 배수펌프장 운영기법의 개발 및 내수침수 예측이 가능한 시스템 개발이 요구된다. 본 연구의 목적은 최근 빈번하게 발생하고 있는 도시지역에서의 집중호우로 인한 내수침수에 대비하기 위하여, 내배수 시설의 실시간 운영 알고리즘을 개발하고 이러한 도시홍수 대책의 효과를 분석 및 향후 내수침수 예측을 위하여 내수침수 해석 모형을 개발하고자 한다. 개발한 모형의 적용성을 검증하기 위하여 마포배수구역에 발생한 2010년 9월 호우사상에 대하여 적용하였다. 뉴로-퍼지 모형은 불필요한 입력자료의 수는 모형의 규칙수를 증가시키고 오차를 유발하므로 최소한의 입력자료를 구성하기 위하여 크게 시간적 매개변수와 공간적 매개변수로 나누어 모형을 개발하였으며 가장 작은 오차과 큰 결정계수를 가지는 모형을 최종적으로 선택하였다. 이전 시간의 입력자료로부터 현재 시간의 수위를 예측하고 예측된 현재 시간의 수위를 바탕으로 작동 펌프의 수를 산정해야 한다. 이 과정에서 최적의 작동 펌프의 수를 계산하기 위하여 최적화 기법으로 수정된 유전자 알고리즘을 적용하였으며 여러 제약조건과 목적함수를 만족시키는 작동 펌프의 수를 도출하였다. 계산된 작동 펌프의 수는 뉴로-퍼지모형의 입력자료가 되어 다음 시간의 수위 예측이 가능하도록 한다. 마포배수구역에 적용결과 모든 배수펌프장에서 최고수위와 최저수위를 만족하는 결과를 얻을 수 있었으며, 잦은 펌프의 작동과 정지상태를 피하여 운영비 측면에서도 효과적인 결과를 얻을 수 있을 것으로 예상된다. 또한 뉴로-퍼지를 이용한 실시간 배수펌프장 내수위 예측 값을 경계조건으로 하여 개발한 2차원 통합침수해석 모형의 적용성을 검증하였다. 모의결과의 검증을 위해 침수실적도와 2차원 통합침수해석모형에 의해 계산된 침수면적간의 적합도 비교 결과 70~80% 범위를 보였다. 뉴로-퍼지 모형을 직접 가동 배수펌프의 수 혹은 토출량을 결정하도록 알고리즘을 구성하지 않음으로서 데이터 기반모형이 가지는 한계점을 극복하고자 우선 배수펌프장의 내수위를 예측하였고 예측된 수위로부터 운전자의 판단이 반영될 수 있으며 배수펌프장의 재난 비상상황시 재해정보지도를 구축함으로서 주민들에게 정보를 제공할 수 있을 것으로 판단된다.

Climate change has increased the number of floods and inundation on farmland. Recently various mobile applications through inundation mapping, flood forecasts and evacuation routes have been developed for the prevention and reduction of flood damages. However, most of current prevention systems for farmland flooding are still web-based systems relying on the field survey which needs a lot of human and time resources although mobile devices has been rapidly improved and widely used. The purpose of this study is to design a mobile application for preventing and reducing farmland flood and inundation damages and collecting damage information in real time. We put advanced mobile device functions such as GPS, network communications, cameras into our system design. This system implement 2way communication and intuitive application that will increase information efficiency and decrease flood damage. Our design has been tested through previous flooding data of Jinju city in 2010.

본 연구의 목적은 앙상블 칼만필터링 기법과 연속형 강우-유출모형을 연계한 SURF 모형과 Auto ROM을 결합한 실시간 댐 수문량 예측모형(DHVPM)을 개발하고 그 적용성을 평가하는데 있다. 대상유역은 충주댐 상류유역을 선정하였으며 2006∼2009년 동안 연최대 유입량이 발생한 4개 사례를 선정하였다. 관측유량 자료동화 적용에 따른 선행시간 1시간 유입량에 대한 첨두유량 상대오차, 평균제곱근오차, 모형효율성계수를 산정한 결과, 2007년 첨두유량 상대오차 결과를 제외한 모든 사례에서 자료동화기법을 적용한 결과가 우수한 것으로 나타났다. 현시점으로 가정한 가상시점에서 예측선행시간 10시간에 대해 유입량을 예측한 결과에서, 유역평균강우량의 오차가 큰 경우에 대해 자료동화기법을 적용함으로써 예측 유입량의 오차가 줄어드는 것을 확인하였다. 이상의 결과로부터 실시간 예측유입량의 정확도를 향상시키기 위해서는 관측유입량의 실시간 활용이 가능한 환경에서 자료동화기법을 연계한 유입량 예측모형을 이용하는 것이 바람직할 것으로 판단된다.

본 연구에서는 자료동화기법의 하나인 확장 칼만 필터를 이용하여 유량자료의 실시간 품질향상을 수행하였다. 확장 칼만 필터의 상태-공간모형은 강우-유출모형과 관측유량자료를 이용하여 구성하였다. 본 연구에서는 실시간 품질향상 목적을 댐 유입량의 비정상적 고변동성 억제 및 관측유량의 결‧오측 보완으로 구분하였으며, 각각의 경우에 적절한 확장 칼만 필터 모형을 제시하였다. 이들 모형의 차이는 칼만이득 계산에 필요한 공분산 함수의 추정에 변동성만을 고려하는냐 또는 편의까지를 포함하느냐로 나타난다. 본 연구는 충주댐 유역을 대상으로 적용하였으며, 그 결과 제시된 모형들이 댐 유입량자료나 결‧오측이 포함된 유량자료의 실시간 품질향상에 효과적으로 작동함을 확인하였다.

본 연구에서는 연속형 강우-유출모형과 앙상블 칼만 필터 기법을 연계하여 실시간 하천유량 예측모형을 개발하고 자료동화로 인한 정확도 개선 정도를 평가하고자 한다. 대상유역은 안동댐 상류유역을 선정하고 2006.7.1~8.18과 2007.8.1~9.30의 홍수기간에 대해 평가를 수행하였다. 자료동화를 위한 모형 상태변수는 유역의 토양수분과 저류량 및 하도 저류량을 선정하였으며 하류 댐 지점의 관측유량을 이용하여 상태변수를 갱신하도록 모형을 설계하였다. 상태

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이

지구 온난화의 영향에 따른 기상 이변이 전세계적으로 급증하고 있다. 이에 따라 우리나라를 포함한 많은 나라에서 홍수예보 시스템과 수문자료를 저장하는 시스템을 운영하고 있다. 본 연구의 목적은 이러한 시스템에서 운영하고 있는 결측우량 보정방법을 알아보고 더 효과적인 보정방법을 찾아내어 제시하기 위함이다. 이를 위해 한강권역 194개 TM 우량관측소 10분 자료 이용하였다. 보정방법은 실시간 우량자료 보정시스템에서 사용이 용이한 산술 평균법, 역거리 가중법

강우자료는 수문 해석에 있어 가장 기본이 되는 입력 자료이며, 다양한 원인에 의해 결측이 발생된다. 본 연구에서는 복잡한 자연현상 문제 해결에 그 응용성이 입증된 신경망 기법을 이용하여 결측 처리된 강우를 추정하기 위해서 소양강댐 유역 12개 강우량 관측소를 대상으로 신경망 모형을 구축하였으며, 모형의 성능 평가를 위해 실무에서 가장 많이 사용되고 있는 우량 보정 방법인 역거리법(RDS)과 산술평균법(AMM)으로 추정한 값과 비교하여 신경망을 이용한 추

Competitive power of pelagic fishery in Korea has been weakened by the domestic and international problems such as wage increase and exclusive economic zone. To make it worse, fishing fleet spends more than 80% of fishing time on searching fishing grounds. Real-time information on oceanographic data, temperature in particular, are likely to contribute to raise efficiency of fishing. However, available data obtained by satellite remote sensing, fixed buoy and drifting buoy, limited to sea surface or fixed positions. ARGO (Array for Real-time Geostrophic Oceanography), an international program, has delivered vertical profiles of temperature and salinity in the upper 2000 m of the world ocean every 10 days using freely moving floats. We have developed real-time oceanographic information system for pelagic fishery based on the Argo data which has the contents of vertical profile, horizontal distribution and vertical section of temperature around fishing grounds and searched data can be download unrestrictedly. Comparison of skipjack catch with sea surface temperature and depth of 20℃ derived from Argo data in the West Equatorial Pacific revealed that Argo data are able to help fishing fleet to find fishing grounds and to increase catch.

Recently, Total Organic Carbon (TOC) which can be measured instantly can be used as an organic pollutant index instead of BOD or COD due to the diversity of pollutants and non-degradable problem. The primary purpose of the present study is to reveal the properties of time series data for TOC which have been measured by real-time monitoring in Juam Lake and, in particularly, to understand the long- and short-term characteristics with the extraction of the respective components based on the different return periods. For the purpose, we proposed Discrete Wavelet Transform (DWT) as the methodology. The results from the DWT showed that the different components according to the respective periodicities could be extracted from the time series data for TOC and the variation of each component with respect to time could emerge from the return periods and the respective energy ratios of the decomposed components against the raw data.