경주 방폐물 처분시설의 1단계 시설로 건설된 지하 사일로 구조는 2014년에 10만 드럼 규모로 완공되어 현재 운영중에 있다. 지하 사일로 구조는 지름 25m, 높이 50m로써 방폐물을 저장하는 실린더부분과 돔 부분으로 구성되어 있으며, 돔부분은 운영터널과 연결 되는 하부 돔 부분과 상부 돔 부분으로 구분할 수 있다. 지하 사일로 구조의 벽체는 철근콘크리트 라이너이고, 두께는 약 1m이다. 본 논문에서는 지하 사일로 구조의 건설과정 및 운영과정의 단계별 유한요소해석을 수행하였다. SMAP-3D 프로그램을 사용하여 2차원 축대칭 유한요소해석을 수행하였다. 2차원 축대칭 유한요소모델의 신뢰성을 검토하고자 3차원 유한요소해석도 수행하였다. 본 논문 에서는 지하 사일로 구조의 구조거동을 분석하고 구조적 안전성을 검토결과를 제시하였다.

본 논문에서는 우리나라의 중저준위 방폐물 처분을 위한 사일로 형식 지하동굴의 유한요소해석을 수행하였다. 사일로의 벽체부분 은 지름 25m의 원형구조이고, 높이는 35m이다. 사일로의 천장부분은 지름 30m의 돔 형식이고, 높이 17.4m의 규모이다. 사일로는 해 수면으로부터 –80m에서 –130m에 위치하고 있다. 중저준위 방폐물 처분 1단계 시설로 6개의 사일로가 건설되어 운영되고 있으나, 본 연구에서는 1개의 사일로에 대해서 고려하였다. SMAP-3D 프로그램을 사용하여 2차원 축대칭 유한요소모델과 3차원 유한요소모델 을 생성하였다. Generalized Hoek and Brown Model이 수치해석에 적용되었다. 다양한 측압계수(수평방향 현장응력과 수직방향 현장 응력의 비)의 변화에 따른 사일로 형식 지하동굴의 유한요소해석을 수행하였으며, 수치해석결과 및 분석결과가 제시되었다.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

An effective cleaning method for Ni removal in Ni-induced lateral crystallization(Ni-MILC) poly-Si TFTs and their electrical properties are investigated. The HCN cleaning method is effective for removal of Ni on the crystallized Si surface, while the nitric acid treatment results decrease by almost two orders of magnitude in the Ni concentration due to effective removal of diffused Ni mainly in the poly-Si grain boundary regions. Using the HCN cleaning method after the nitric acid treatment, re-adsorbed Ni on the Si surfaces is effectively removed by the formation of Ni-cyanide complexions. After the cleaning process, important electrical properties are improved, e.g., the leakage current density from 9.43 × 10−12 to 3.43 × 10−12 A and the subthreshold swing values from 1.37 to 0.67 mV/dec.

토양수분은 지구의 에너지수지와 지면-대기 상호작용에 관여하는 중요한 수문기상학적 인자이므로, 토양수분의 정확한 관측과 시공간적 변화양상의 파악은 지구환경 연구에 있어 매우 중요하다. 토양수분의 지상관측은 정확도가 높으나 점단위 관측이므로 공간적 연속성이 없다는 단점이 있고, 위성관측은 공간적 연속성을 가지지만, 정확도와 공간해상도가 낮은 단점이 있다. 이에 본 연구에서는 토양수분 자료의 품질향상을 위하여, 위성자료와 기상자료를 이용한 딥러닝 모델을 수립함으로써 우리나라 500m 해상도의 일단위 토양수분함량을 산출하였다. 200회의 훈련-검증 반복실험을 통하여, 딥러닝 모델의 오차가 NASA의 목표치보다 더 양호한 결과를 산출하였으며, 지상관측치와의 일치도 역시 매우 높은 것으로 나타났다. 또한 우리나라 농지에 대한 토양수분 분포도를 작성하여 농림, 수문, 재해 분야에 대한 활용가능성을 확인하였다.

This study was conducted to evaluate the quality of indoor air and health-related parameters (allergic rhinoconjunctivitis) of subject of study (control group and sensitive group) in two schools. The schools were categorized into two groups of newly-built school and the school older than 5 years. Removal of indoor pollutant was investigated according to volume rates (0%, 1.5%, 3%) of indoor plants inside 3 classrooms respectively. The chemicals of indoor environmental research were PM10, Volatile organic compounds (toluene and benzene), formaldehyde, temperature and humidity. ARIA (Allergic rhinitis impacts on Asthma) test was used to assess health effect for 151 students. Also, The variation of SBS symptoms for students in classroom was measured by intervention. With increasing volume ratio of classrooms, there were positive and significant results between the indoor pollutant and student's health score. Students showed improvement health score during the period of putting indoor plants, which was facilitated by the placement of indoor plants at newly-built school classroom of indoor plants volume ratio 3%. From the results above, it could be tentatively effective newly-built school classroom of indoor plants volume ratio 3% improve indoor air quality and student's health score.

Arctic sea ice as an indicator of climate change plays an important role in controlling global climate system. Thus, accurate observation and prediction of Sea Ice Concentration (SIC) is essential for understanding global climate change. In this study, we aim to improve the prediction accuracy of SIC by using machine learning and Regional Climate Model (RCM) data for a more robust method and a higher spatial resolution. Using the CORDEX RCM and NASA SIC data between January 1981 and December 2015, we developed three statistical models using Multiple Linear Regression (MLR), Support Vector Machine (SVM), and Deep Neural Network (DNN) which can deal with the non-linearity problem, respectively. The DNN model showed the best performance among the three models with the significant correlation between the predictive and observed SIC (r=0.811, p-value < 0.01)and the Root Mean Square Error (RMSE) of 0.258. With deeper considerations of the polar fronts and the characteristics of ocean current and tide, the DNN model can be applied for near future prediction of Arctic sea ice changes.

People today spend 80% of their time indoors and have been showing keen interests in air quality since 2015 due to harmful chemical issues such as humidifier disinfectants. Although plant-based air purification method is widely known to the public, its objective performance and air-conditioning efficiency have been limited. In particular, in the case of publicly used places frequented by many and unspecified persons, high air-conditioning wind volume is required and it is difficult to secure the required total wind volume with the current air purification method using plants. Therefore, in order to secure air-conditioning wind volume when linked with plants, this study aims to verify stability in using vegetation units that can be linked with building air-conditioning equipment. To this end, vegetation units and AHU were linked for 40 hours under no irrigation conditions and ecological environmental changes were monitored objectively. Pressure loss by total wind volume of vegetation units was verified, and soil moisture, Chlorophyll, and FVC were monitored. First, soil moisture was converged to 0% at a spot where wind volume is concentrated in vegetation units. In both of two types of tree species, chlorophyll showed a change of 1.2 - 2.9 SPAD and FVC showed a change of 4-29% after the experiment.

The COMS (Communication, Ocean and Meteorological Satellite) has been used in numerical weather prediction and meteorological monitoring over East Asia and Oceania since it has been launched in 2010. For more active utilization in climate research, the COMS level 3 products should be available in appropriate spatial and temporal resolutions. We compared different methods to generate monthly sea surface temperature (SST) products from the COMS time-series data. We employed three techniques for aggregating the time series, which are arithmetic mean, timeslot average, and moving average, and also used mean ensemble of them. Each level 3 dataset around South Korea was compared with monthly SST product from the Moderate Resolution Imaging Spectroradiometer (MODIS) of Aqua satellite during April 2011-March 2014. The timeslot average showed better root mean squared difference (RMSD) during the initial operational period of the COMS, when the retrieved values could be somewhat unstable. Daytime aggregations were derived more accurately by using the arithmetic mean or moving average, and the accuracy of nighttime aggregation was improved by the mean ensemble. Also, the timeslot average presented reasonable results particularly for coastlines where the standard deviation and missing value ratio were greater than normal. Because an optimal aggregation technique was variable depending on spatial and temporal conditions, we should be careful in selecting appropriate method for generation of the COMS level 3 products according to research objectives.

In this study, we produced satellite-based drought indices such as NDVI(normalized difference vegetation index), NDWI(normalized difference water index), and NDDI(normalized difference drought index) and extracted time-series principal components from the drought indices using EOF(empirical orthogonal function) method to examine their relationships with climatic variables. We found that the first principal components of the drought indices for Sonid Right Banner, Inner Mongolia were dominant in cold seasons and were closely related to low temperature, little rainfall, and high surface albedo. The satellite-based drought indices and their EOF analyses can be utilized for the studies of cold-season drought and warm-season drought as well.

실내조경용 화분에서 사용되는 관수방법별 배지의 수분분포 및 심지종류별 수분흡수 특성을 구명하였다. 심지 종류는 극세사, 관수용 부직포, 면제품 그리고 관수방법은 물뿌리개, 점적핀, 그리고 심지 관수로 처리하였다. 관수용 심지 3종류의 수분흡수 높이는 제품 간에 큰 차이가 있었으나, 배지로 이동되는 수분 공급 높이는 15일 동안 약 20 cm로 처리 간에 차이가 없었다. 또한 심지의 수분 흡수속도는 초기 30분 동안(약 20 cm 높이) 빠른 속도로 흡수된 후 느려지는 특성을 보였다. 관수용 심지는 1차, 2차 흡수지대로 구분되며 1차 흡수지대는 심지가 침지된 물에 의해 직접 흡수되며 흡수속도가 빨랐다. 2차 흡수지대는 1차 흡수지대에 의해 공급된 배지의 물이 공급원이 되어 다시 심지에 흡수되는 곳으로, 흡수 속도가 느리고 흡수된 후 배양토로 이동이 어려운 것으로 보인다. 물뿌리개를 이용한 관수는 많은 물이 짧은 시간에 수평으로 공급되지만 점적관수의 경우 원형으로 공급되고(Snyder 1990) 심지관수의 경우에는 천천히 적은 물이 옆으로 공급되는 특성을 나타낸다. 결과적으로 관수용 심지는 재질에 관계없이 배양토 높이 약 15 cm까지가 수분 공급이 가장 원활히 이루어지며, 높이 약 20 cm에 수분 이용한계선이 존재한다. 또한 건물내에 식물의 증발산양이 적은 곳에서 사용되는 미세관수에는 심지 관수방법이 적합한 것으로 보인다.