기상현상관측은 기상청에서 다양한 방법(지상, 고층, 해양, 항공, 등)으로 관측되고 있다. 하지만, 인간생활에 많은 영향을 미치는 대기경계층 관측에는 한계가 있다. 특히, 존데 또는 항공기를 이용한 기상관측은 경제적인 측면에서 상당 한 비용이 필요하다. 따라서 본 연구의 목적은 기상드론을 이용하여 국지기상현상 중 해륙풍 연직분포에 대한 기상 인자들을 측정하고 분석하는 것이다. 해륙풍의 공간적 분포를 연구하기 위해 보성지역 표준기상관측소의 보성종합기상탑을 포함한 다른 세 지점(해안가, 산기슭, 산중턱)에 동일한 통합기상센서를 각 드론에 탑재하였다. 2018년 8월 4일 1100 LST부터 1800 LST까지 30분 간격으로 최대 400 m 고도까지 기온, 상대 습도, 풍향, 풍속, 기압의 연직 프로파일 관측이 수행되었다. 기온, 상대 습도, 기압에 대한 기상현상의 공간적 특성은 네 지점에서 보이지 않았다. 강한 일사량 시간 대에 중간지점(~100 m)에서 강한 바람(~8 m s−1 )이 관측되었고, 오후에는 풍향이 내륙지역의 상층부터 서풍으로 바뀌었다. 기상드론을 이용하여 관측한 하부 대기층의 분석결과는 보다 정확한 기상예보 향상에 도움이 될 것으로 기대된다.

A heavy (93 mm hr−1) rainfall event accompanied by lightning occurred over Gangneung in the Yeongdong region of South Korea on August 6, 2018. This study investigated the underlying mechanism for the heavy rainfall event by using COMS satellite cloud products, surface- and upper-level weather charts, ECMWF reanalysis data, and radiosonde data. The COMS satellite cloud products showed rainfall exceeding 10 mm hr−1, with the lowest cloud-top temperature of approximately −65oC and high cloud optical thickness of approximately 20-25. The radiosonde data showed the existence of strong vertical wind shear between the upper and lower cloud layers. Furthermore, a strong inversion in the equivalent potential temperature was observed at a pressure altitude of 700 hPa. In addition, there was a highly developed cloud layer at a height of 13 km, corresponding with the vertical analysis of the ECMWF data. This demonstrated the increased atmospheric instability induced by the vertical differences in equivalent potential temperature in the Yeongdong region. Consequently, cold, dry air was trapped within relatively warm, humid air in the upper atmosphere over the East Sea and adjacent Yeongdong region. This caused unstable atmospheric conditions that led to rapidly developing convective clouds and heavy rainfall over Gangneung.

PURPOSES: This study develops various models that can estimate the pattern of road surface temperature changes using machine learning methods. METHODS : Both a thermal mapping system and weather forecast information were employed in order to collect data for developing the models. In previous studies, the authors defined road surface temperature data as a response, while vehicular ambient temperature, air temperature, and humidity were considered as predictors. In this research, two additional factors-road type and weather forecasts-were considered for the estimation of the road surface temperature change pattern. Finally, a total of six models for estimating the pattern of road surface temperature changes were developed using the MATLAB program, which provides the classification learner as a machine learning tool. RESULTS: Model 5 was considered the most superior owing to its high accuracy. It was seen that the accuracy of the model could increase when weather forecasts (e.g., Sky Status) were applied. A comparison between Models 4 and 5 showed that the influence of humidity on road surface temperature changes is negligible. CONCLUSIONS: Even though Models 4, 5, and 6 demonstrated the same performance in terms of average absolute error (AAE), Model 5 can be considered the optimal one from the point of view of accuracy.

PURPOSES : In this study, systematic road snow-removal capabilities were estimated based on previous historical data for road-snowremoval works. The final results can be used to aid decision-making strategies for cost-effective snow-removal works by regional offices. METHODS: First, road snow-removal historical data from the road snow-removal management system (RSMS), operated by the Ministry of Land, Infrastructure and Transport, were employed to determine specific characteristics of the snow-removal capabilities by region. The actual owned amount and actual used amount of infrastructure were analyzed for the past three years. Second, the regional offices were classified using K-means clustering into groups “close”to one another. Actual used snow-removal infrastructure was determined from the number of snow-removal working days. Finally, the correlation between the de-icing materials used and infrastructure was analyzed. Significant differences were found among the amounts of used infrastructure depending on snowfall intensity for each regional office during the past three years. RESULTS: The results showed that the amount of snow-removal infrastructure used for low heavy-snowfall intensity did not appear to depend on the amount of heavy snowfall, and therefore, high variation is observed in each area. CONCLUSIONS: This implies that the final analysis results will be useful when making decisions on snow-removal works.

PURPOSES:This study suggests a specific methodology for the prediction of road surface temperature using vehicular ambient temperature sensors. In addition, four kind of models is developed based on machine learning algorithms.METHODS:Thermal Mapping System is employed to collect road surface and vehicular ambient temperature data on the defined survey route in 2015 and 2016 year, respectively. For modelling, all types of collected temperature data should be classified into response and predictor before applying a machine learning tool such as MATLAB. In this study, collected road surface temperature are considered as response while vehicular ambient temperatures defied as predictor. Through data learning using machine learning tool, models were developed and finally compared predicted and actual temperature based on average absolute error.RESULTS:According to comparison results, model enables to estimate actual road surface temperature variation pattern along the roads very well. Model III is slightly better than the rest of models in terms of estimation performance.CONCLUSIONS :When correlation between response and predictor is high, when plenty of historical data exists, and when a lot of predictors are available, estimation performance of would be much better.

제주도 숨은물벵뒤 습지에서 Betaproteobacteria의 종다양성을 조사하였고, 신분류군 후보 22균주를 확보하였다. 분리주의 16S rRNA 유전자 염기서열을 분석한 결과Burkholderiaceae (3균주), Comamonadaceae (8균주), Oxalobacteraceae (5균주) 및 Neisseriaceae (5균주) 등 4개 과에 속한 15속, 그리고 소속 미상의 Burkholderiales 소속1속(1균주)으로 동정되었다. Chr

제주도 한라산에 위치한 국내 최대규모의 고산습지인 숨은물벵뒤 습지의 Alphaproteobacteria와 Gammaproteobacteria강에 속하는 세균 종의 다양성을 조사하였고, 신분류군 후보 균주 19종을 확보하였다. 신종후보 균주의 16S rRNA 유전자 염기서열을 분석하였을 때 표준균주와 98.7% 미만의 유사도를 보이는 균주들을 신종후보균주로 간주하였다. 총 19종의 세균이 Alphaproteobacteria와 Gammaproteobacte

제주도 한라산의 숨은물벵뒤 습지는 여러 다른 생태계에 비해 접근이 용이하지 않아 생물다양성이 높다고 여겨져 왔으나, 세균의 다양성과 새로운 종에 대한 보고는 전혀 이루어지지 않았다. 본 연구에서는 제주도 한라산의 고산 습지인 숨은물벵뒤 습지에서 담수 및 토양시료를 채취하여 Bacteroidetes, Firmicutes, Actinobacteria문에 속하는 세균을 분리하였다. 분리된 세균 중 위의 3개의 문에 속하는 균주의 16S rRNA 유전자 염기서

이 연구는 전북 부안군 변산반도 국립공원 내 봉화봉 지역의 야외지질 학습 자료를 개발하려는 것이다. 또한 이를 과학고 학생들을 대상으로 교육적 효과를 최대화하려고 적용하였다. 봉화봉 지역의 중생대 백악기 퇴적층은 해안 절벽에 형성된 큰 규모의 뚜렷한 퇴적구조를 관찰할 수 있어 지구과학 교과 야외학습 자료를 개발할 만한 가치가 있다. 이 지역은 또한 중등교육 교과과정의 일반적 내용과 심화학습 프로그램과 관련된 다양한 지질구조를 관찰할 수 있다. 5 단계 야외학습 모델이 과학고등학교 지구과학 관련 동아리 학생 15명에게 적용되었다. 이 연구는 야외학습 과정에 따른 학생들의 반응을 질적 분석하였다. 활동 과정에서 질적 분석 연구는 학생과 교사와의 토론과 면접을 통해 수행되었다. 결과적으로 학습자료를 이용한 야외 탐사활동은 자기주도적 학습능력과 지구과학의 실제적인 학습이해를 증진시키는데 효과적이었다.

전북 부안군 백악기 계화리층 하부에 나타나는 현무암질 안산암-실트암 페퍼라이트의 산출양상과 특성을 보고한다. 페퍼라이트는 판상의 현무암질 안산암에 수반되어 산출되며, 안산암은 적색의 범람원 기원 실트암과 실트질 사암교호층 내에 조화적으로 협재되어 있다. 페퍼라이트가 안산암 상부 경계부에서 산출되는 점과 경계부에서는 분산형 페퍼라이트가 우세하나 안산암 내부쪽에서는 밀집형 페퍼라이트가 우세해지는 점은 안산암이 관입기원(?관입암상)임을 지시한다. 마그마 관입과 페퍼라이트 형성은 계화분지 형성 초기부터 퇴적동시성 화산활동이 활발하였음을 시사한다. 안산암의 K-Ar 전암 절대연령은 백악기 후기(Santonian)로 측정되었다.

Brassica rapa subsp. pekinensis (배추) 근권에 서식하는 종속영양세균의 군집 밀도 및 군집수준 생리활성을 2곳의 지역에서 각각 측정하였다. 근권의 종속영양세균군집 평균 밀도는 수원이 2.65×106CFU g-1 soil, 예산이 3.75×106CFU g-1 soil로 나타났고, 토양은 수원이 2.45×106CFU g-1 soil, 예산이 2.97×106

충남 태안군 일대 4곳의 해안사구 지역에서 자생하는 9종의 사구식물 연관 근권세균 다양성을 2003년 10월부터 2004년 3월까지의 기간 동안 3차례에 걸쳐 denaturing gradient gel electrophoresis (DGGE) 기법을 이용하여 조사하였다. 그 결과 한 밴드가 계속 모든 시료에서 우점하는 것으로 나타났으며, DNA 염기서열 분석에 의하여 Lysobacter enzymogenes와 가장 유사한 것으로 나타났다. 기타 주요 밴

이 연구에서는 강교량과 같은 토목 구조물에서 유도파의(Guided waves)한 종류인 램파(Lamb wave)를 이용하여 실시간으로 균열손상을 감지할 수 있는 새로운 비파괴 검사방법을 제안한다. 기존의 유도파를 이용한 기술들은, 손상을 감지하기 위해 비손상 상태의 자료를 저장하고 이를 새로이 얻어진 결과와 비교하는 방법을 사용함으로써 잠재적인 손상을 진단해 왔다. 그러나, 공용중인 강구조물은 다양한 하중 뿐 아니라 상시로 변화하는 자연환경에 노출되어 있기 때문에 동일한 비손상 상태의 응답을 얻는 것이 매우 어려우며 이러한 방법을 적용할 경우 오보(false alarm)의 우려도 매우 높다고 할 수 있다. 따라서 이 연구에서는 보다 안정적인 손상감지기법을 개발하기 위해 기존에 얻어진 초기치를 이용하지 않으면서 실시간으로 손상 여부를 판단할 수 있는 방법을 제안하고자 한다. 이 연구에서 제안된 감지 기술은, 압전소자의 극성과 판파의 특성을 이용하는 것으로 얇은 판의 양면에 부착된 압전소자를 통하여 균열손상에 의한 신호를 선택적으로 감지해 내는 데에 그 목적이 있다. 균열이 발생한 판에서 진행하는 판파는 균열로 인한 판의 두께변화로 인해 모드 변화를 일으키게 되는데, 제안된 감지기법으로 이러한 모드 변화만을 선택적으로 추출할 수 있다. 다양한 수치해석과 실험을 통해 이 연구에서 제안된 손상감지기법의 효율성과 적용성을 입증한다.