본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행 하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법 이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석 방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점 을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계 학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였 다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개 발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변 화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층 6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연 구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예 측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이 터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아 가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단 계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

지구온난화 완화를 위한 노력이 전 세계적으로 계속되고 있는 가운데 우리나라는 2030년 온실가스 배출량을 Business As Usual (BAU) 대비 37% 감축하는 목표를 설정하고 이산화탄소 순 배출 제로 달성을 목표로 하는 ‘2050탄소중립 시나리오’를 발표하였다. 이러한 상황에서 케나프 (Kenaf)는 높은 탄소흡수율과 빠른 성장으로 인해 대체 해결방안으로 제안된다. 시료선정에 대한 분석결과, 케나프 잎은 질소 함량이 높아 적합하지 않은 것으로 나타났고, 줄기와 잎-줄기 혼합 케나프는 Biomass-Solid Refuse Fuel (Bio-SRF) 등급을 충족했다. Bio-SRF 등급을 만족하였지만, Bio-SRF 등급으로 이용할 수 있는 활용처가 뚜렷하지 않다. 따라서 케나프의 연료품질을 반탄화 공정을 통해 개선하여 보다 효율적으로 활용하고자 한다. 반탄화 공정의 공시재료로 줄기만 사용하는 것보다 시료 이용률이 높은 잎-줄기 혼합 케나프를 선택하였다. 반탄화 공정은 여섯가지의 공정 온도 (200·210·220·230·240·250℃)와 다른 세 가지 공정 시간(20·30·40 min)에서 수행되었다. 반탄화 공정결과, 공정시간이 길수록 230℃, 240℃, 250℃ 온도에서 질량감소가 크기 때문에 에너지수율이 낮았다. 따라서 본 연구에서는 200℃·20 min, 200℃·30 min, 210℃·20 min, 220℃·20 min의 에너지 수율이 높고 질량감소가 작아 최적 반탄화 공정 조건으로 선정하였다.

본 연구에서는 단면설계 및 열 교환 장치 위치 변경을 통해 온실의 구조 변경을 진행하였으며, 선행연구를 통해 개발된 모델을 근간으로 하여 개선 여부에 따른 온실 내부 환경을 예측하였다. 단면형상과 열 교환 장치의 개선 후 유속 변화에 따른 시뮬레이션 분석을 진행하였으며, 이 때 온도와 균일도는 각각 평균 0.65°C, 0.75%p 상승함을 확인하였다. 해석대상 온실과 같은 소규모 온실의 경우 방열관의 난방성능 개선보다 FCU에 의해 형성되는 공기 유동이 균일한 환경 조성에 더 큰 영향을 미치는 것으로 판단된다. 개선 전 ‧ 후 온실에 환기시스템 적용 시 공기 유동 특성 분석을 위해 시뮬레이션 분석을 진행하였다. 공기 유동과 공기령은 유사한 분포를 보였으며, 개선 후 온실의 공기령이 개선 전 온실 대비 18초 낮게 나타났다. 개선 전 ‧ 후 온실 시뮬레이션 분석 결과 전체적으로 개선된 온실에서의 평균온도 및 온도 균일도 상승, 최대편차 감소 등 내부 환경의 균일성이 향상됨을 확인하였다. 선행연구로 개발 된 모델은 형상 변경, 열 교환 장치 위치 변경 등에 따라 변화하는 온실 내부 환경을 예측할 수 있음을 확인하였으며, 온실 설계, 온실 내 난방시스템 설계 등의 분야에 적용 가능할 것으로 판단된다.

Because the inner environment of greenhouse has a direct impact on crop production, many studies have been performed to develop technologies for controlling the environment in the greenhouse. However, it is difficult to apply the technology developed to all greenhouses because those studies were conducted through empirical experiments in specific greenhouses. It takes a lot of time and cost to develop the models that can be applicable to all greenhouse in real situation. Therefore studies are underway to solve this problem using computer-based simulation techniques. In this study, a model was developed to predict the inner environment of glass greenhouse using CFD simulation method. The developed model was validated using primary and secondary heating experiment and daytime greenhouse inner temperature data. As a result of comparing the measured and predicted value, the mean temperature and uniformity were 2.62°C and 2.92%p higher in the predicted value, respectively. R2 was 0.9628, confirming that the measured and the predicted values showed similar tendency. In the future, the model needs to improve by applying the shape of the greenhouse and the position of the inner heat exchanger for efficient thermal energy management of the greenhouse.

이 논문은 피하산란의 정도가 다를 것으로 예상되는 얼굴의 6개의 부위를 촬영하여 각각의 산란특성을 추출하고 렌더링에 반영하여 얼굴의 사실감 있는 표현이 가능한 방법을 제안한다. 각 부위별 산란이미지는 프로젝터로부터 피부에 입사된 단위광선이 내부 산란을 거쳐 밖으로 드러나는 모양을 여러 노출로 촬영하여 HDR 이미지로 합성하고, 비선형 최소제곱합의 해법 중 Sequential Quadratic Programming을 이용하여 광선의 입사지점을 지나는 단면이 이루는 곡선에 '가우스 함수의 선형결합'을 적합한다. 가우스 함수는 산란곡선을 잘 근사하면서 필터로서 적용이 쉬운 장점을 가진다. 우리는 최소제곱합의 해가 지역 해에 빠지는 않도록 유전알고리듬을 이용해 초기 값을 설정한다. 근사된 식의 각 가우스 항은 얼굴에 입사되는 복사조도를 렌더링한 텍스처에 가우스 필터로 적용되어 피하산란효과를 표현. 이 논문에서는 최대 12회의 가우스 필터링을 효율적으로 처리하기 위해 쿠다의 병렬처리능력를 활용하였다.

본 논문에서는 빛이 옷감 내부에서 산란되어 나타나는 패턴을 측정하고 이를 이용해 옷감을 표현하는 새로운 형태의 렌더링 방법을 제안한다. 지금까지는 BTF(Bidirectional Texture Function)가 옷감과 같은 구조를 표현할 수 있는 최적의 방법으로 생각되어져 왔다. 하지만 BTF에 의한 재질 복원은 그 품질이 측정된 데이터의 양에 비례하고, 측정된 데이터를 각종 빛의 현상이 통합된 상태로 사용해야 한다는 단점을 지닌다. 우리는 옷감 구조 내에서의 빛의 산란현상이 옷감의 색감을 드러내는데 중요한 역할을 하고 있음을 확인하였다. 이러한 사실을 이용하여 어떤 지점에 입사된 단위광선이 옷감 내부의 메소구조와 섬유를 통과하면서 외부로 나타나는 산란패턴(산란이미지:Scatter Image)을 샘플의 충분히 많은 지점에서 획득하고, 각 임의의 지점의 밝기는 그 주변 지점에서 현 픽셀까지 도달하는 빛의 양을 합하여 결정한다. 본 논문은 제안하는 방법은 옷감의 각 지점에 입사되는 광선을 개별적으로 조절 가능케 하여 옷감과 같이 내부 산란이 불규칙한 패턴을 보이는 재질을 더욱 사실적으로 표현할 수 있도록 하는 단서를 제공한다.

이 논문에서는 다양한 종류의 응용프로그램에 바로 적용할 수 있는 GPU 레이캐스팅 기법에 기반 하는 효율적인 실시간 지형 렌더링 방법을 제안한다. 여기에서 제안되는 방법은 별도의 메시 구조 없이 이미지(높이맵) 만으로 지형을 표현하는 것이 가능하며, 공중과 지상에서의 활동이 자유로워 가상현실은 물론 게임에 바로 사용할 수 있다. 메시에 기반 하지 않으므로 별도의 LOD조절이 필요하지 않으며, 높이맵과 컬러맵의 해상도에 따라 기하표현의 정밀도와 화질이 결정된다 더욱이 GPU-only 기법은 CPU가 더 일반적인 작업 에 집중할 수 있도록 함으로써 시스템의 전반적인 성능을 향상시킨다. 지금까지 높이맵을 사용한 많은 지형렌더링 관련 연구는 대부분이 상당부분 CPU 의존하거나 그 응용범위를 비행 시뮬레이션 등에 제한하여 왔다. 우리는 기존의 변위매핑 기법을 개선하여 지형 렌더링에 적용함으로써 기존 폴리곤기반 기법에서 나타나던 크랙이나 팝핑 등의 문제점들을 근본적으로 배제하였다. 이 논문이 기여하는 바는 지표면 탐색(walk-through)시의 임의 시선에 대한 효율적 처리와 높이장(height field)의 곡면 재구성을 통한 화질의 획기적인 개선이다. 우리는 재구성된 곡면과 시선의 교차점을 계산하는 효율적인 방법을 제시한다. 우리가 제안하고 있는 알고리듬은100% GPU에서 구현되었으며, 256×226~4096×4096까지의 다양한 해상도에서 실험한 결과 초당 수십~수백 프레임을 얻었다.

In spite of the importance of the farm area in Seoul, in providing fresh vegetables, a pleasant environment and a good quality of life for residents, rapid urbanization and industrialization have greatly reduced the farm area. The purpose of this study is to examine farmers' intentions and attitudes to provide supporting data for planning the strategy of urban agricultural development. All the collected data was analyzed using the contingency tables and the Chi-square test using the SAS computer statistical package. Based on analysis of the survey data, the leaseholders were found to be more satisfied with their job than the landowning farmers. Also, the small-scale farmers with green houses showed greater job satisfaction than the ordinary large-scale farmers. Farmers' views on the farming in Seoul were different depending on their status. Therefore, agricultural strategies in there should be considered their different attitudes.

In spite of importance of the farm area in the city, the urbanization and industrialization strongly results in decrease of the farm area. The purpose of this study is to establish an effective way of agricultural land uses by examining on the intention of the farmers based on the survey in Seoul area. The areas, the agricultural types, the landowner's ages, and farm land sizes, were surveyed and analyzed with respect to urban agricultural planning and land use planning. All the collected data were basically analyzed with Contingency Table and Chi-square Test using SAS statistical package. The structures of the intention of agricultural land uses were understood with the comparative analyses of the agricultural land owners, the agricultural land leaseholders, the areas, landowner's ages, farming types, and so on.