PURPOSES : Road surface conditions are vital to traffic safety, management, and operation. To ensure traffic operation and safety during periods of snow and ice during the winter, each local government allocates considerable resources for monitoring that rely on field-oriented manual work. Therefore, a smart monitoring and management system for autonomous snow removal that can rapidly respond to unexpected abrupt heavy snow and black ice in winter must be developed. This study addresses a smart technology for automatically monitoring and detecting road surface conditions in an experimental environment using convolutional neural networks based on a CCTV camera and infrared (IR) sensor data. METHODS : The proposed approach comprises three steps: obtaining CCTV videos and IR sensor data, processing the dataset acquired to apply deep learning based on convolutional neural networks, and training the learning model and validating it. The first step involves a large dataset comprising 12,626 images extracted from the acquired CCTV videos and the synchronized surface temperature data from the IR sensor. In the second step, image frames are extracted from the videos, and only foreground target images are extracted during preprocessing. Hence, only the area (each image measuring 500 × 500) of the asphalt road surface corresponding to the road surface is applied to construct an ideal dataset. In addition, the IR thermometer sensor data stored in the logger are used to calculate the road surface temperatures corresponding to the image acquisition time. The images are classified into three categories, i.e., normal, snow, and black-ice, to construct a training dataset. Under normal conditions, the images include dry and wet road conditions. In the final step, the learning process is conducted using the acquired dataset for deep learning and verification. The dataset contains 10,100 (80%) data points for deep learning and 2,526 (20%) points for verification. RESULTS : To evaluate the proposed approach, the loss, accuracy, and confusion matrix of the addressed model are calculated. The model loss refers to the loss caused by the estimated error of the model, where 0.0479 and 0.0401 are indicated in the learning and verification stages, respectively. Meanwhile, the accuracies are 97.82% and 98.00%, respectively. Based on various tests that involve adjusting the learning parameters, an optimized model is derived by generalizing the characteristics of the input image, and errors such as overfitting are resolved. This experiment shows that this approach can be used for snow and black-ice detections on roads. CONCLUSIONS : The approach introduced herein is feasible in road environments, such as actual tunnel entrances. It does not necessitate expensive imported equipment, as general CCTV cameras can be applied to general roads, and low-cost IR temperature sensors can be used to provide efficiency and high accuracy in road sections such as national roads and highways. It is envisaged that the developed system will be applied to in situ conditions on roads.

The sampling bag is used as a storage container for odor gas samples. It is known that the substances recovery rate of odor bags decreases during storage time, and the degree of recovery varies depending on the characteristics of the gas sample and the material of the bag. This study investigated the recovery rate of VFA (ACA, PPA, BTA, VLA) in PEA bags during storage time. In addition, a model was developed to estimate the recovery rate of each substance as a function of time. Standard gas (ACA, PPA, BTA, VLA mixed) recovery rate was used for the model development. The concentration of the compound in the bag was measured by SIFT-MS at intervals of 1 to 2 hours. The recovery rate according to the storage time was calculated as the ratio to the initial concentration. The recovery rate of each substance according to the storage period (12h, 24h, 36h, 48h) was ACA (66.2%, 62.8%, 55.6%, 52.0%), PPA (77.6%, 72.1%, 63.0%, 58.1%, 86.6%), BTA (86.6%, 81.3%, 71.6%, 66.9%), VLA (94.8%, 89.0%, 76.6%, 71.7%). The recovery rate continued to decrease over the course of 48 hours of storage time. ACA, PPA, and BTA showed the greatest decrease within the initial 12 hours, which is form of exponential decrease. Therefore, we considered a 1~3 degree polynomial regression model and a 1~2 degree exponential decay model. Each developed model was evaluated by r², RMSE, MAPE, AIC, and then a model for each substance was selected. Selected models were tested with recovery rate data from swine farm odor samples. Only the ACA model exhibited a good performance (r² = 0.76).

본 연구는 이차림 잠재식생 변화의 기초자료로 제공하기 위하여 예산군의 침엽수림과 활엽수림 지상부 (현존식물)와 지하부 (매토종자 발아식물) 식생을 파악하고 비교하였다. 매토종자 발아의 관속식물은 침엽수림이 20과 27속에 딸린 28종 1변종의 29분류군이었고, 활엽수림은 18과 32속에 딸린 34종 2변종의 36분류군이었다. 국화과는 침엽수림과 활엽수림 모두 가장 많이 발아한 매토종자의 식물 집단이었고, 조사구 출현빈도는 침엽수림의 방동사니와 활엽수림의 고들빼기가 높게 나타났다. 토심별 분류군은 침엽수림이 토심 0~10cm, 활엽수림이 토심 0~5cm에서 가장 많았고, 개체수는 침엽수림과 활엽수림 모두 토심 0~2cm에서 가장 많이 나타났으며 토심이 깊을수록 감소하였다. 매토종자의 발아 개체수가 가장 많은 식물은 침엽수림과 활엽수림 모두 고들빼기이었다. 지상부와 지하부의 유사도지수는 평균 0.22로서 낮았으며, 침엽수림과 활엽수림은 유사도지수가 평균 0.40으로서 지상부와 지하부 비교보다 유사성이 높게 나타났다.

The bacteriological and physiochemical analysis of sea water and sediments in Tongyeong harbor was conducted to evaluate sanitary conditions. The samples were collected at 8 stations established once a month from June, 2008 to May, 2009. During the study period, the range of temperature was from 6.7 to 25.2℃, transparency ranged from 1.2 to 2.6 m, chemical oxygen demand ranged from 1.90 to 2.92 mg/L, dissolved oxygen ranged from 6.2to 10.5 mg/L, dissolved nitrogen ranged from 0.052 to 0.098 mg/L, phosphate ranged from 0.044 to 0.065 mg/L,respectively. Seafood, if eaten raw, carries the risk of food poisoning. Seafood poisoning is often cause by pathogenic microorganism originating from fecal contamination, such as Salmonella sp., Shigella sp. and norovirus. Fecal coliforms are an important indicator of fecal contamination. Therefore, data on fecal coliform are very important for evaluating the safety of fisheries in coastal areas. So, we investigated the sanitary indicate bacteria. The coliform group and fecal coliform MPN's of sea water in Tongyeong harbor were ranged from < 1.8~22,000/100 mL (GM 164.9 MPN/100 mL) and < 1.8~7,900 MPN/100 mL (GM 33.7 MPN/100 mL), respectively. Total coliform were detected 97.0% in 96 of samples and 68.9% of total coliforms were fecal coliforms. These results similar to another seawater detection ratio of total coloforms and fecal coliforms. The Vibrios was isolated and identified with VITEK system. Four hundred eighty strains that were obtained from sea water samples in Tongyeong harbor Detection ratio Vibrio alginolyticus, 34.2%, Vibrio parahaemolyticus, 13.8%, Vibrio vulnificus 10.0%, and V. mimicus 12.5% respectively. Vibrio cholerae O1, was not detected. During the study period, the ranges of water content, ignition loss, COD,and acid volatile sulfates in sediments in Tongyeoung harbor were 41.0~57.4%, 7.8~10.5%, 6.51~9.30 mg/g,0.04~0.09 mg/g, respectively. Heavy metals in sediment of Tongyeoung harbor were Cd, 0.10 ± 0.05; Cu, 4.79 ± 8.20;As, 1.95 ± 0.17; Hg, 0.10 ± 0.07; Cr6+, 0.34 ± 0.12; Zn, 125.33 ± 16.40; Ni, 16.43 ± 1.93 mg/kg.

이 연구는 2009년 1월부터 9월까지 총 4회(1월, 4월, 7월 9월) 사천만에서 해수와 표층퇴적물의 세균학 적․이화학적 특성을 조사한 것이다. 조사기간 중에 수온은 5.3∼24.9℃(평균 17.7±0.4℃), 투명도는 1.4∼2.5m(평균 1.8±0.5m), 부유물질 농도는 16.2∼35.8㎎/L(평균 24.2±2.2㎎/L), 화학적산소요구량 (COD)는 1.42~3.29 ㎎O2/L(평균 2.06±0.55 ㎎O2/L), 용존산소(DO)는 6.7∼9.5㎎/L(평균 7.9±0.6 ㎎ /L)로 각각 조사되었다. 대장균군과 분변계대장균의 검출 범위는 <1.8∼7,900 MPN/100mL (GM 214.7 MPN/100mL)과 <1.8∼330 MPN/ 100mL (GM 9.7 MPN/100mL)로 각각 나타났다. 대장균군은 시료의 75.0%, 분변계대장균은 57.1%가 각각 양성을 나타내었다. 대장균군에 대한 분변계대장균의 양성율은 76.2%로 나타났다. 조사기간 중에 사천만에서의 표층퇴적물의 수분함량, 강열감량, COD 및 AVS의 평균 값은 53.28±2.58%, 9.38±0.42%, 14.23±3.36㎎O2/g, 0.09±0.07㎎S/g로 각각 조사되었다.

품질이 우수한 굴 보일드통조림을 제조하기 위한 기초 자료를 제시할 목적으로, 원료 굴을 자숙한 후 301-3관에 충전, 밀봉하여 115℃에서 Fo값이 5~20분 되도록 가열살균처리를 하였다. 굴 보일드통조림의 수율은 79.2~83.7% 정도로 Fo값이 증가할수록 약간씩 감소하였다. 가열처리 중 시료 굴 보일드통조림의 pH는 별 변화를 보이지 않았고, 휘발성 염기질소 (VBN) 함량은 열처리 정도에 따라 상당량 증가하였다. 구성지방산은 열처리를 많이 받을수록 포화 및 모노엔산의 조성비는 약간씩 증가한 반면 폴리엔산은 약간씩 감소하였다. 유리아미노산류는 자숙시 수분이 유출됨에 따라 원료 굴의 1,533.5 mg%에서 1,140.8 mg%으로 상당량 감소하였으나, 이후 열처리가 진행될수록 약간씩 증가한 반면, Tau의 경우는 Fo값이 증가할수록 계속 감소하였다. Betaine은 생굴에 400.6 mg%으로 다량 함유되어 있었으며, 고온가열처리 중 상당량 감소하였다. 주요 무기이온성분은 고온가열처리 중 Fo값이 증가할수록 상당량 감소하여 Fo 20 시료의 경우 대부분 무기이온성분들이 생굴에 비해 1/3 정도 감소하였다. 조직감에서는 고온에서의 열처리로 인한 가압 및 수분의 유출로 인해 조직이 단단해지는 것으로 나타났다. 가열처리에 따른 관능적 특성의 변화에서 맛과 관능적 조직감은 가열처리 정도에 따른 차이가 없었으며, 종합평가면에서도 Fo 5~15 시료간에 5% 수준에서 유의적 차이가 없었다.

본 연구의 목적은 축대칭 하중을 받는 원통형 펄의 엄밀해를 구하는데 있어서, 간략하면서도 엄밀한 해를 구하는 방법을 제시하고자 하는데 있다. 이는 임의 형상의 구조해석을 위한 강력한 도구이긴 하지만 여전히 근사해석인 유한요소법에 대체될 수 있을 것이다. 이를 위해 본 논문은 반복법의 일종인 인도행렬법을 이용한 절점역계의 분배방식을 사용하였다. 원통형 쉘의 분배와 전달인자는 한성지반상의 보에 대한 미분방정식으로부터 구해진 것이다. 이러한 방법을 축대칭 집중하중과 정수압을 받는 원통형 쉘에 각각 적용해 보았고, 그 결과는 BEF 이론해와 비교할 때 만족할 만 하였다.

건설공사의 설계와 시공에서 표준화된 이산형 강재단면을 이용하고 있으나, 대부분의 최적화기법에서는 표준강재단면을 사용하기 위해 별도의 이산화 과정을 가지게 되므로 설계결과의 최적성을 보장할 수 없다. 따라서, 본 논문에서는 제안된 알고리즘의 효율성을 높이기 위해 전체구조계와 구조요소계로 나누는 다단계 알고리즘을 적용하였다 수치해석 과정의 효율성과 최적해의 정확성을 예제를 통하여 비교검토하였다.

NATM터널의 경우 대부분 산악지역에 위치함에 따라 배수형 터널이 지배적이다. 그러나 NATM 터널에서의 배수기능 저하와 수압작용, 이에 따른 라이닝 변상(누수, 백태 등)이 다수 보고되었으며, 매년 내구성과 사용성 확보를 위한 유지관리 비용이 투입되고 있다. 본 연구에서는 고속철도 NATM 터널을 대상으로 최근 실시한 정밀안전진단 결과를 활용하여 횡배수관 막힘 현상과 지보패턴과의 상관관계 분석사례를 소개하고 향후 개선방안에 대한 연구방향을 제시하고자 한다.

This Study reviewed the case of Gyeonggi-do province which recently induced Drone to pavement management system in order to research a plan to utilize recent technology Drone to pavement management system which is being operated depending on vehicles and manpower for 30 years. After filming video on local roads managed by Gyeonggi-do province by using Drone directly and created point cloud having three dimensional coordinate and color value through program analysis. Furthermore, this research showed that when we found similar color to point cloud at pavement crack part and applied color, crack part was detected.