In this study, we investigated the applicability of the photostimulated luminescence(PSL), thermoluminescence( TL) and electron spin resonance(ESR) methods for various foods which are not allowed to be irradiated in Korea. All 15 foods including sesame, almond, peanut, cocoa powder etc. were analyzed. Samples were irradiated at 1~10 kGy using a 60Co gamma-ray irradiator. In PSL study, the photon counts of all the unirradiated samples showed negative(lower than 700). The photon counts irradiated(1 kGy) dried shrimp, roasted peanut and seasoned peanut showed positive(higher than 5,000) and the other samples were negative or intermediate(> 700 and < 5,000). In TL analysis, results showed that it is possible to apply TL method to all foods containing minerals. In ESR measurements, the ESR signal(single-line) intensity of irradiated foods was higher than non-irradiated foods. In particular, the specific ESR signals of irradiation-induced crystalline sugar, cellulose and bone radical were detected in dried plum, raisin, dried cherry, mango(dried, frozen), rambutan, cocoa(powder), cinnamon, parsley, carrot, broccoli, dried arrow squid, dried pollack and dried shrimp. According to the results, PSL, TL and ESR methods were successfully applied to detect the irradiated foods because TL method is not able to detect the irradiated foods rarely composed of minerals. ESR is also a difficult method to detect the changes of ESR signal patterns of food. It is concluded that TL analysis or ESR assay is suitable for detection of irradiated samples and a combined method is recommendable for enhancing the reliability of detection results.

본 연구는 선형가속기를 이용하여 10 MV 광자선을 조사하는 과정에서 발생하는 광중성자의 선량률 변 화를 측정하고자 하였다. 또한 방사선 조사가 종료된 후 광중성자의 수명을 분석하고자 하였다. 광중성자 측정은 BF3 비례계수관을 사용하였으며, 광중성자의 선량률 측정결과를 2초 간격으로 3부분으로 나누어 분석 하였다. 측정결과 조사야 내에 금속판이 없는 경우와 납판이 존재할 때 광중성자의 발생이 가장 빠르 게 나타났으며, 최종적으로 백그라운드 수준의 선량률을 나타내는 시간은 물질의 종류와 무관하게 약 1분 40초 정도의 수명시간을 나타내었다. 따라서 광중성자가 수명을 다할 때까지의 시간에 따른 선량률은 물질 의 종류와 임계에너지에 따라 다르게 나타내었다. 그러나 최종 수명시간은 물질의 종류에 관계없이 비슷한 결과를 나타내었으므로 물질의 종류가 광중성자의 수명시간에는 크게 관여하지 않는다고 판단되어진다.

본 연구는 진단용 X선 발생장치에서 조사야 외부의 산란선량을 감소시켜 환자의 피폭 선량을 감소시키기 위한 방법이다. 자체 제작한 150 × 190 mm2 납판을 콜리메이터 하단에 부착함으로써 조사야 이외의 부위에 도달하는 산란선량을 감소시키고자 하였다. 납판을 추가로 삽입 후 X선 관축방향인 X-축의 산란선량을 측정한 결과 26 ~ 36% 감소하는 것으로 나타났으며, 관축의 수직 방향인 Y-축 방향에서는 납판의 사용 유무에 따른 산란선량은 큰 변화를 나타내지 않았다. 이러한 결과는 콜리메이터 Shutter에 의해서 발생하는 산란선 보다는 초점 근방에서 발생하는 초점외 X선에 의한 산란선 영향이 크다는 것을 의미한다. 따라서 기존의 콜리메이터 하단에 추가로 납판을 설치하는 것이 조사야 외부의 X-축 산란선량을 감소시키는 방법으로 판단되어진다.

본 연구에서는 기상학적 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI)를 이용하여 우리나라 전역에 대한 가뭄예측의 시공 간적인 평가를 수행하였다. 또한 다층 퍼셉트론 인공신경망(Multi Layer Perceptron-Artificial Neural Network, MLP-ANN) 예측 기법을 이용 하여 SPI(3), (6)에 대한 선행예보시간별 가뭄 예측을 실시하였다. 입력 자료는 기상청 산하의 59개 관측소에서 관측된 기상자료를 활용하였고, 관 측자료 기간은 1976~2015년이다. 예측 모델의 성능평가는 기준점(Threshold)에 따른 가뭄 발생유무와 같은 이진분류 혼동행렬을 구성하여 Receiver Operating Characteristics (ROC) score와 조건부 확률에 따른 F score를 산정하여 예측 성능평가를 수행하였다. 예측성능에 대한 ROC 분석결과 다층 퍼셉트론 인공신경망(MLP-ANN) 모형을 적용한 가뭄예측성능이 매우 우수한 것으로 나타났으며, SPI (3)은 2개월, SPI (6)는 5개월 정도의 선행예측이 충분히 가능한 것으로 나타났다.

본 연구에서는 표준강수지수(SPI)를 이용하여 우리나라의 과거 가뭄사상을 규모적 관점에서 정량적 평가를 실시하였다. 이를 위하여, 5대강 권역에 대한 가뭄사상의 지속기간, 규모, 평균심도를 연속이론을 바탕으로 산정하였다. 또한 과거 가뭄사상의 재현기간을 추정하고 가뭄 평균심도-지속기간-빈도 곡선을 작성하기 위하여 가뭄빈도분석을 실시하였다. 분석결과, 우리나라에 발생했던 심한 가뭄의 재현기간은 대부분 30∼50년으로 분석되었으며, 가뭄규모로 평가할 때 가장 가뭄이 심했던 해는 1988년과 1994년으로 나타났다. 특히, 1994년과 1995년에서는 2년 연속 가뭄이 발생하여 가장 극심했던 장기가뭄으로 분석되었다. 또한 2014년의 가뭄은 한강 권역을 중심으로 발생하였으며 가뭄의 규모와 평균심도 면에서 볼 때 우리나라 역사상 가장 극심했던 가뭄으로 평가되었다.

본 연구에서는 한반도 봄철 가뭄에 대한 발생 원인과 예측 가능성을 진단하기 위하여 전 지구적 대기순환 패턴과의 상관분석을 실시하였으며, 지연 및 원격상관 패턴에 의한 한반도 가뭄의 시공간적 변화특성을 분석하였다. GPCP(Global Precipitation Climatology Project) 월별강우와 북반구 대표 대기순환 패턴인 WP (Western Pacific) Teleconnection과의 상관분석 결과, 중국 난징과 상하이를 포함한 양쯔강 유역에서부터 한국의 남해안 일대 그리고 일본 후쿠오카와 히로시마 등에 걸쳐 강한 양의 상관성을 보였으며, 대만부터 필리핀해를 걸쳐 뚜렷한 음의 상관을 보였다. 한반도 5대강 유역의 109개 중권역에 대한 SPI(3) 가뭄지수를 적용한 결과, 낙동강 일부 지역을 제외한 한반도 전역에서 봄철 가뭄이 심화되었으며, 봄철 SPI(3)지수와 WP패턴과는 강한 양의 상관이 나타났다. 특히 남해안과 서해안 일부 지역에서는 통계적으로 유의한 양의 상관관계를 나타나는 것으로 분석되었다. 그러나 지연상관에 대한 분석결과는 통계적으로 유의한 변화가 나타나지 않았다. 본 연구는 한반도를 포함한 동아시아의 가뭄특성을 진단하고 가뭄예측기법의 개발을 통해서 봄철 가뭄의 현실적인 적응전략 구축에 유용하게 활용될 것으로 기대된다.

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을 시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976∼2000년과 2001∼2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1∼6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1-3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약 5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.