We develop forecast models of daily probabilities of major flares (M- and X-class) based on empirical relationships between photospheric magnetic parameters and daily flaring rates from May 2010 to April 2018. In this study, we consider ten magnetic parameters characterizing size, distribution, and non-potentiality of vector magnetic fields from Solar Dynamics Observatory (SDO)/Helioseismic and Magnetic Imager (HMI) and Geostationary Operational Environmental Satellites (GOES) X-ray flare data. The magnetic parameters are classified into three types: the total unsigned parameters, the total signed parameters, and the mean parameters. We divide the data into two sets chronologically: 70% for training and 30% for testing. The empirical relationships between the parameters and flaring rates are used to predict flare occurrence probabilities for a given magnetic parameter value. Major results of this study are as follows. First, major flare occurrence rates are well correlated with ten parameters having correlation coefficients above 0.85. Second, logarithmic values of flaring rates are well approximated by linear equations. Third, using total unsigned and signed parameters achieved better performance for predicting flares than the mean parameters in terms of verification measures of probabilistic and converted binary forecasts. We conclude that the total quantity of non-potentiality of magnetic fields is crucial for flare forecasting among the magnetic parameters considered in this study. When this model is applied for operational use, it can be used using the data of 21:00 TAI with a slight underestimation of 2–6.3%.

Melamine has been reported to be responsible for kidney stones and renal failure among infants and children. Con-ventional detection methods, High-Performance Liquid Chromatography (HPLC) and Gas Chromatography (GC), aresensitive enough to detect trace amounts of the contaminant, but they are time consuming, expensive, and labor-intensive. Hyperspectral imaging methods, which combine spectroscopy and imaging, can provide rapid and non-destructive means to assess the quality and safety of agricultural products. In this study, near-infrared hyperspectralreflectance imaging combined with partial least square regression analysis was used to predict melamine particleconcentration in dry milk powder. Melamine particles, with concentration levels ranging from 0.02% to 1% byweight ratio (g/g), were mixed with dry milk powder and used for the experiment. Hyperspectral reflectance imagesin the wavelength range from 992.0nm to 1682.1nm were acquired for the mixtures. Then PLSR models weredeveloped with several preprocessing methods. Optimal wavelength bands were selected from 1454.5nm to 1555.6nm using beta-coefficients from the PLSR model. The best PLSR result for predicting melamine concentration inmilk powder was obtained using a 1st order derivative pretreatment with Rv=0.974, SEP=±0.055%, and F=6.

본 연구에서는 정상 콩과 이에 혼입되는 이물질을 판별하기 위해 900 nm에서 1800 nm의 파장대역에서 단색화장치가 장착된 근적외선 분광장치를 이용하여 획득된 콩과 이물질의 반사 스펙트럼의 세기를 이용하여 각각의 판별예측모델을 개발하고 그 성능과 판별정확도를 검증해보았다. 정상 콩 60 립과 이물질 60 점을 각각 2 회 반복하여 측정한 총 240 개의 반사스펙트럼에 대해서 모델 개발용인 calibration group으로 168 개를, 나머지 72 개는 개발된 모델을 예측하는 prediction group으로 나누어 사용하였다. 획득된 스펙트럼은 광원의 불안정함, 시료의 크기와 형태에서 기인되는 여러 변이들을 최소화하기 위해 다양한 수학적인 전처리를 적용하였으며 판별예측모델의 개발을 위해 PLS-DA와 SIMCA 방법을 사용하여 모델의 예측 성능과 판별율을 검토하였다. PLS-DA에서 모델 개발에 사용된 84 개의 정상 콩 스펙트럼 CLASS I은 적용된 모든 전처리에서 100%의 판별율을 보여주었으며 이물질 스펙트럼 CLASS II에서도 SNV 전처리를 제외하고는 모두 100% 이물질로 판별하여 분류하였다. 개발된 PLS-DA의 모델에 대한 prediction group의 검증에 있어서는 평균값 정규화 전처리 방법이 정상 콩과 이물질에서 100% 판별율을 보여주었다. SIMCA를 이용한 이물질 판별예측모델 개발은 PLS-DA와 비교할 때 상대적으로 저조한 판별율 결과를 나타냈으며 최대값 정규화와 일정 범위값 정규화의 전처리 방법을 적용한 모델이 평균 판별율 94.4%로 다소 양호한 결과를 보여주었다. 따라서 콩에 혼입되어 있는 이물질을 판별하는 시스템을 개발하는 데 있어서 근적외선 분광장치를 이용하여 획득한 반사도 스펙트럼은 PLS-DA로 판별예측모델을 개발하고 최적의 전처리 방법을 적용한다면 콩과 이물질의 선별시에 보다 나은 판별율을 얻을 수 있을 것이다.

본 연구에서는 고춧가루의 매운맛을 내는 주성분인 캡사이신 함량을 신속하게 측정할 수 있도록 근적외선 흡광도를 측정할 수 있는 시스템을 구성하였다. 이를 이용하여 동일지역(영광군)에서 생산된 맵지 않은 일반 품종의 고춧가루와 우리나라에서 아주 매운 고추로 알려진 청양 품종의 고춧가루를 혼합하여 만들어진 시료에 대하여 입자의 크기별로 캡사이신 함량을 예측할 수 있는 PLSR 모델을 개발하였다. 고춧가루 입도별로 캡사이신 함량의 예측성능을 향상시키기 위한 스펙트럼 전처리 조건을 구명하였으며, 입도가 캡사이신의 함량 예측에 미치는 영향을 구명하였다. 그 결과를 요약하면 다음과 같다. (1) 고춧가루의 근적외선 흡광도 측정 시스템은 1100-2300 nm 대역에서의 근적외선 흡광도 측정용 AOTF-NIR Spectrometer, 여러 부위의 흡광도를 측정하기 위하여 제작된 시료 회전판, 시료 회전판을 회전시키는 모터, 회전판의 속도를 조절하는 속도조절장치와, 시료 용기 등으로 구성되었다. (2) 1100-2300 nm의 대역에서 고춧가루와 순수 캡사이신 분말의 스펙트럼을 측정한 결과 고춧가루의 스펙트럼 피크들과 캡사이신의 스펙트럼 피크가 유사한 대역에서 나타나, 근적외선 분광법을 이용하여 고춧가루의 캡사이신 함량 예측이 가능한것으로 판단되었다. (3) 고춧가루 입도별(0.425 mm이하, 0.425-0.71 mm, 0.71-1.4 mm)로 획득한 근적외선 흡광도에 대하여 전처리를 달리하여 개발한 캡사이신 함량 예측용 PLSR 모델을 교차검증한 결과 결정계수(RV2)는 0.948-0.979, 예측오차(SEP)는 6.56-7.94 mg% 범위에서 나타났으며, 입도가 작을수록 예측성능이 우수하였다. (4) 3가지 입도를 통합한 고춧가루(입도 1.4 mm이하)에 대하여 캡사이신 함량 예측모델 개발을 위한 최적의 스펙트럼 전처리 조건은 영역 정규화, SNV와 1차 미분 3가지를 순차적으로 적용하는 것이었으며, 이를 이용하여 PLSR 예측모델을 개발하여 교차검증으로 검증할 때 결정계수(Rv2)는 0.959, 예측오차(SEP)는 8.82 mg%로 나타났다. (5) 입도가 구분된 고춧가루에는 입도별 예측모델을 적용하고, 입도가 구분되지 않은 고춧가루는 통합 입도 예측모델에 적용함으로써 캡사이신 함량의 예측정확도를 향상시킬 수 있을 것으로 판단되었다.

본 연구에서는 딸기의 당도예측모델을 개발하기 위하여 수행하였으며, 딸기의 당도판정에 보다 적합한 조명장치를 설계하기 위해 조명의 영향을 구명하고, 딸기의 당도예측모델을 개발하였으며, 주요연구 결과는 다음과 같다. 조명방법에 따른 당도 예측 성능을 비교한 결과 4개의 램프로 시료를 직접 조명하는 경우 rSEP= 0.603, SEP = 0.502oBx으로 나타났으며, 광 화이버로 빛을 유인하여 국부적으로 시료에 점 조명한 경우(광 화이버 3개 사용)에는 rSEP= 0.715, SEP = 0.433oBx으로서 후자가 더 좋은 성능을 나타내었다. 또한 램프 반사면의 금 코팅 유무에 따른 당도판정 성능시험을 실시한 결과 금 코팅된 할로겐램프를 사용한 경우 rSEP= 0.837, SEP = 0.510oBx으로서 그렇지 않은 경우의 rSEP= 0.756, SEP = 0.580oBx보다 양호한 결과가 나타나 금 코팅에 대한 당도판정 효과가 있는 것으로 나타났다. 딸기 당도판정을 위한 최적 회귀모델을 개발하기 위하여 PLSR과 PCR을 이용하였다. 전처리를 하지 않은 경우 rSEP= 0.860, SEP=0.498oBx로 양호한 결과가 나타났으나, 가장 좋은 결과는 상기에서 언급된 최적의 조명상태에서 측정된 스펙트럼 데이터에 OSC 전처리를 한 경우 rSEP=0.891, SEP = 0.443oBx, LV=14로 가장 양호한 결과를 나타내었다. 한편, PCR을 이용한 당도 예측은 전처리를 하지 않은 경우 rSEP= 0.845, SEP = 0.520oBx, LV=17으로서 DT 전처리에서의 rSEP= 0.845, SEP = 0.521oBx, LV=17보다 오히려 높게 나타나 전처리에 따른 효과는 없는 것으로 나타났다.