PURPOSES : Due to the frequent occurrence of accidents on icy roads during nighttime, it would be advantageous to notify road managers and drivers about the most perilous areas. This would allow road managers to treat the icy roads with de-icing chemicals and enable drivers to be better prepared for potential hazards. Essential information about pavement temperature is required to identify icy spots on the road. METHODS : With the goal of estimating nighttime pavement temperature on the National Highways in Korea using atmospheric data, the current study investigated a widely recognized forecasting method known as deep neural network (DNN). To achieve this objective, the input data for the models were gathered from the weather agency's website. The dataset comprised of relative humidity, air temperature, dew point temperature, as well as the differences in air temperature and humidity between two consecutive days. RESULTS : In order to assess the effectiveness of the built DNN model, a comparison was made using baseline pavement temperature data gathered through an infrared-based pavement temperature sensor installed in a highway patrol car. The results indicated that the DNN model achieved a mean absolute error (MAE) of 0.42 and a root mean square error (RMSE) of 0.62. In comparison, a conventional regression model yielded an MAE of 2.07 and an RMSE of 2.64. Thus, the DNN model demonstrated superior performance in comparison to the conventional regression model. CONCLUSIONS : Considering the increasing focus on preventive maintenance, these newly developed prediction models can be implemented proactively as a preventive measure against icing. This proactive approach has the potential to significantly improve traffic safety on winter roads.

PURPOSES : Snow removal is one of the principal components in winter road maintenance. The two commonly used methods are mechanical removal and chemical removal. Mechanical removal pushes accumulated snow off the roadway using snow plows. Chemical removal involves the application of chemicals such as NaCl2 (salt), CaCl2, MgCl2, etc., to liquefy the snow on the road. However, chemicals are known to pose negative effects on the environment and road infrastructure, so it is emphasized that only an appropriate amount of chemicals should be applied. Hence, in this study, extensive field experiments were performed to determine the appropriate amounts of chemicals required for each road surface temperature group. METHODS : The experiments were carried out at a road weather proving ground, located in Yeoncheon where road weather (including snowfall) can be artificially created. Four surface temperature groups were predetermined, according to the characteristics of de-icing chemicals on snow. For each temperature group, four different amounts of pre-wetted salt were applied to find the optimal rate for each group. RESULTS : As a consequence, the amount of recommended chemicals for each temperature group was found to be an average of 27.2g/ m2, which is 7.7g/m2 (22%) lower than the corresponding amount presented in the current Korean guidelines. CONCLUSIONS : Applying the results of this study to snow and ice control tasks enables the minimization of the negative impacts of de-icing chemicals, but still maintaining road safety and mobility.

PURPOSES : The purpose of this study was to develop techniques for forecasting black ice using historical pavement temperature data collected by patrol cars and concurrent atmospheric data provided by the Korea Meteorological Administration. METHODS : To generate baseline data, the physical principle that ice forms when the pavement temperature is negative and lower than the dew-point temperature was exploited. To forecast frost-induced black ice, deep-learning algorithms were created using air, pavement, and dew point temperatures, as well as humidity, wind speed, and the z-value of the historical pavement temperature of the target segment. RESULTS : The suggested forecasting models were evaluated against baseline data generated by the above-mentioned physical principle using pavement temperature and atmospheric data gathered on a national highway in the vicinity of Young-dong in the Chungcheongbukdo province. The accuracies of the forecasting models for the bridge and roadway segments were 94% and 90%, respectively, indicating satisfactory results. CONCLUSIONS : Preventive anti-icing maintenance activities, such as applying anti-icing chemicals or activating road heating systems before roadways are covered with ice (frost), could be possible with the suggested methodologies. As a result, traffic safety on winter roads, especially at night, could be enhanced.

차량의 동적하중이 도로상에 작용하는 위치를 계측하기 위한 원더링 계측용 사선센서의 적정 설치각도를 제안하였다. 이를 위해서 테이프스위치 센서를 이용하여 원더링 계측용 장비를 개발하였고, 개발된 장비와 실험차량을 이용하여 평가용 자료를 수집하였다. 수집자료 분석 결과, 사선센서의 설치각도가 커질수록 원더링 수집자료의 오차가 감소하였고, 이러한 오차의 감소는 통계적으로도 의미가 있는 것으로 분석되었다. 그러나 사선센서를 30˚ 이상으로 설치할 경우, 탠덤축의 제원상의 이유로 인해 오류자료가 수집되는 것을 확인할 수 있었다. 따라서 본 연구에서는 국내 차량제원 등을 종합하여 원더링 계측용 사선센서의 적정 설치각도를 20˚~25˚로 제안하였다.

강원도 연복초 자생지 입지환경을 알아보기 위하여 분포지를 밝히고 9개 지역의 22 지점을 대상으로 환경요인, 식생 및 토양분석을 실시하였다. 연복초는 강원도 동해시, 속초시, 고성군과 양구군을 제외한 14개 시군의 총 44개 지역에 분포하는 것으로 확인되었다. 자생지는 해발 99-1,084 m의 범위에 위치하였으며, 경사는 0-25˚로 비교적 완만하였다. 식생조사 결과 방형구 내에 출현한 관속식물은 총 215분류군이었다. 초본층의 중요치는 연복초가 32.8%로 가장 높았으며 다음으로는 벌깨덩굴(7.5%), 미나리냉이(5.1%), 미치광이풀(3.8%), 현호색(3.3%) 등의 순으로 나타나 이 종류들이 연복초와 친화도가 높은 것으로 생각된다. 식생의 양적지수를 산출한 결과 종다양도는 0.4870-0.9848, 균등도와 우점도는 각각 0.4525-0.7601과 0.1335-0.4191의 범위로 나타났다. 각 방형구내에 조사된 종류들의 중요치에 기초한 군집분석 결과에서는 우점종의 상이성에 의해 유집되는 경향을 보였다. 토양 분석결과 포장용수량, pH 그리고 유기물함량은 각각 4.29-38.45%, 4.61-5.98, 2.44-20.21%의 범위로 조사되었다.

강원도 내륙 북부지역에 대한 민속식물을 파악하기 위하여 2010년 4월부터 10월까지 수행되었다. 9개 시 군지역의 35개소에서 조사한 자료를 분석한 결과 강원도 내륙북부지역에서 파악되고 수집된 민속식물은 73과 185속 225종 2아종 30변종 4품종으로 총 261분류군으로 정리되었다. 조사된 261분류군 중에는 한국특산식물 3분류군, 희귀식물 11분류군, 그리고 귀화식물 9분류군이 포함되어 있었다. 용도별 이용 현황은 식용 378건, 약용 53건, 염료용 8건, 관상용 7건, 연료용 6건, 향신료용 5건, 향료용 3건, 밀원용 2건, 그리고 기타 41건으로, 식용으로의 이용 빈도가 가장 높았다. 이용 부위로는 잎, 식물체 전체, 뿌리의 순으로 나타났다. 연령별 표준식물명과 지방명의 일치도는 20대가 가장 높았으며, 80대가 가장 낮았다.

본 연구는 왕제비꽃 자생지의 환경요인, 토양 특성 및 식생을 조사하고 각 요인들 간의 연관성을 파악하여 기초자료를 제공하고자 수행되었다. 조사 결과 왕제비꽃의 자생지는 총 7개 지역으로 해발고도 343-991 m에 위치하고 있었으며, 경사는 1-33˚로 대부분 북사면에 군락을 형성하였다. 토성은 대부분 사양토로 확인되었으며, 포장용수량은 평균 28.97%, 유기물함량은 16.63%, pH는 5.62, 유효 인산함량은 14.75 μg/g으로 나타났다. 18개 방형구에서 조사된 관속식물은 총 133분류군이었으며, 교목층에는 고로쇠나무와 신갈나무가 우점하였고, 아교목층에서는 고로쇠나무가 가장 높은 중요치를 보였다. 초본층에서는 왕제비꽃의 중요치가 9.66%로 가장 높았으며, 다음으로는 벌깨덩굴(8.53%), 개별꽃(6.51%), 피나물(5.15%), 큰괭이밥(4.52%), 덩굴개별꽃(4.15%) 등이 높게 나타나 이 종류들이 왕제비꽃과 비슷한 환경을 선호하는 것으로 판단된다. 종다양도는 1.32였으며, 우점도와 균등도는 각각 0.08과 0.89로 산출되었다. 환경특성과 식생조사 및 토양분석 결과를 바탕으로 한 상관분석 결과 왕제비꽃의 피도는 미사 및 모래함량, 관목층 이상 상층수목의 피도는 종풍부도와 높은 연관성을 보였다. 식생구조에 따른 군집분석 결과는 크게 3개의 군으로 구별되었다.

화천 일산에 대한 관속식물 분포와 용도를 파악하기 위하여 2008년 4월부터 10월까지 6회에 걸쳐 조사하였다. 그 결과 확인된 관속식물은 총 91과 295속 422종 1아종 58변종 15품종 등 총 496분류군이었다. 조사된 496종류 중에는 한국특산식물 17분류군, 희귀식물 9분류군과 멸종위기 식물인 백부자가 포함되어있다. 식물구계학적 특정식물종은 금강초롱꽃과 백부자를 포함하여 총 68분류군으로 나타났다. 귀화식물은 27분류군이었으며 귀화율은 5.4%, 도시화지수는 9.4%로 나타났다. 용도는 식용이 201종류(40.5%)로 가장 높게 나타났으며, 약용이 168종류(33.9%), 목초용이 69종류(13.9%), 관상용이 61종류(12.3%), 목재용이 17종류(3.4%), 섬유용이 16종류(3.2%), 그리고 공업용이 4종류(0.8%)로 나타났다.