PURPOSES : This study reveals the social cost of illegal parking. Roadside illegal parking causes additional traffic congestion, air pollution, and traffic accidents. Several cities try to reduce illegal parking for the same reasons and build public parking spaces. However, few studies have been conducted on the effects and social cost of illegal parking problems. METHODS : In this study, a real-world study site was selected for the calibration of the VISSIM micro-simulator parameters, and several scenarios were created for developing illegal parking effect models. According to the simulation results, this study demonstrated five regression models that illustrated the average travel speed drop effects and the differences in emissions. RESULTS : Depending on the scenarios, the travel speed was dropped by 20 km/h–57 km/h and the levels of carbon dioxide and nitrogen oxide were increased by 111 g–279 g and 22.5 g–56.3 g, respectively. CONCLUSIONS : In this study, a methodology for estimating the social cost of illegal parking was established. Therefore, it is expected to contribute to the evaluation of policies related to illegal parking or the feasibility of facility investment.

PURPOSES : This study defines travel time reliability as a concept that explains the change in travel time that passengers can hardly predict and calculates the value of travel time reliability based on travel objectives. METHODS : Because the reliability of passage time is difficult to estimate from actual passenger data, standard quantification measures have not been established despite various interests. In this study, the reliability of transit time was defined as the expense that passengers did not recognize in advance, such as an accidental delay caused by unforeseen circumstances. For analysis based on the individual behavior of users, the data were constructed using the optional experiment method (marginal rate of substitution method) of the stated preference survey, which has the advantage of controlling the correlation between attribute variables and maintaining the independence of the data of the study. RESULTS : Consequently, the reliability value of travel time in mandatory-purposed traffic was almost identical to the value of travel time, and the reliability value of travel time in return and shopping/leisure, which is not mandatory during non-business-purpose traffic, is lower than the value of travel time. Comparing and analyzing with existing studies on estimating the reliability value of transit time, both work/ non-work purposes are in line with the overall research results. CONCLUSIONS : Estimating the reliability value of transit time for each purpose of passage was the first attempt, and it is meaningful to suggest a direction for quantifying and applying the reliability value of transit time along with the passage time value of this study.

본 연구에서는 경북 지역에 분포하는 소나무림을 대상으로 수관연료의 수직적 구조, 수관연료밀도를 파악하고, 여러 가지 변수를 이용한 수관층 각 부위별 연료량 추정식을 개발하고자 하였다. 본 연구 결과에 의하면, 수관층 연료의 수직적 분포 형태는 방추형으로 상대적 높이 비율 0.6~0.8 구간에 가장 많은 연료가 분포하였으며, 0.4 이하의 수관 하단부에는 주로 고사된 가지가 분포하고 0.8 이상부터 상단부로 갈수록 연료가 적어지는 형태를 보였다. 전체 수관에 대한 연료밀도는 평균 0.38kg/㎥이었으며, 이 중 산불 발생 시 쉽게 탈 수 있는 연소가능한 연료의 밀도는 0.21kg/㎥이었 다. 수관 특성 중 수관길이와 수관폭을 이용하여 수관층 연료량 추정식을 개발한 결과 조정결정계수(R2adj)의 범위는 0.56~0.79이었으며, 수관길이와 수관폭을 변수로 함께 사용하였을 경우 조정결정계수(R2adj)가 더 높은 값을 보였다. 본 연구의 결과는 임목에 대한 산불 연료적 관점에서의 다양한 정보를 제공할 뿐만 아니라, 영상자료를 활용하여 수관층 연료량을 추정하는데 활용될 수 있다.

국내외적으로 유해물질의 통합 노출에 대한 관심은 높아지고 있다. 이러한 흐름에 따라 다양한 경로를 통해 노출될 수 있는 중금속에 대한 통합 노출 연구가 필요하다. 카드뮴과 납은 각각 신장 독성과 인지 장애 등 다양한 독성을 나타낼 수 있으며 또한 발암 물질로 알려져있다. 따라서 본 연구에서는 카드뮴과 납의 노출량 추정 및 통합 위해성 평가를 진행하였다. 2016, 2017년의 7기 국민건강 영양조사에 참여한 10,733명의 식품, 물, 흡연과 간접흡연, 호흡, 화장품, 여성용 위생용품을 통한 중금속 노출 추정량을 계산하였다. 결과적으로 카드뮴과 납 모두 식품을 통한 노출이 제일 높게 나타났다. 이외에도 흡연은 카드뮴의 주요한 노출원이었으며, 납은 화장품을 통해 높은 농도로 노출되었다. 통합 위해평가에서도 식품이 가장 큰 영향을 미쳤다. 지역적 특성의 차이는 노출 추정량의 차이를 보이지 못하였으나, 연령 별, 성별 간 노출 추정량은 큰 차이를 보였다. 특히, 월경 중인 성인 여성의 경우 카드뮴, 월경 중이지 않은 여성은 납의 노출 추정량이 더 높으며 신체 대사를 고려하였을 때, 그 위험성이 더 클 수 있음을 암시하였다. 결론적으로 노출량 추정 및 통합 위해평가 모두 식품이 주요 노출원이었다. 다만, 잠재적 위험을 방지하기 위해 다른 경로에 대한 노출량 추정 및 위해평가가 요구된다.

Identifying the water circulation status is one of the indispensable processes for watershed management in an urban area. Recently, various water circulation models have been developed to simulate the water circulation, but it takes a lot of time and cost to make a water circulation model that could adapt the characteristics of the watershed. This paper aims to develop a water circulation state estimation model that could easily calculate the status of water circulation in an urban watershed by using multiple linear regression analysis. The study watershed is a watershed in Seoul that applied the impermeable area ratio in 1962 and 2000. And, It was divided into 73 watersheds in order to consider changes in water circulation status according to the urban characteristic factors. The input data of the SHER(Similar Hydrologic Element Response) model, a water circulation model, were used as data for the urban characteristic factors of each watershed. A total of seven factors were considered as urban characteristic factors. Those factors included annual precipitation, watershed area, average land-surface slope, impervious surface ratio, coefficient of saturated permeability, hydraulic gradient of groundwater surface, and length of contact line with downstream block. With significance probabilities (or p-values) of 0.05 and below, all five models showed significant results in estimating the water circulation status such as the surface runoff rate and the evapotranspiration rate. The model that was applied all seven urban characteristics factors, can calculate the most similar results such as the existing water circulation model. The water circulation estimation model developed in this study is not only useful to simply estimate the water circulation status of ungauged watersheds but can also provide data for parameter calibration and validation.

본 논문에서는 전산구조 해석 데이터를 기반으로 인공 신경망을 활용하여 헬리데크 구조물에 대한 손상 추정 기법을 제안하였다. 헬리데크를 구성하는 트러스와 서포트 부재들에 대해서 절점을 공유하는 부재들을 70개의 모델로 그룹화 하였으며, 최대 3가지 부재 그룹에 무작위로 손상을 부여하여 총 37,400개의 손상 시나리오를 생성하였다. 이들 각각에 대해서 구조 해석 프로그램을 통해 모드 해석을 수행하였으며, 전체 손상 시나리오를 사용 목적에 따라 학습, 유효성 검사, 그리고 검증 시나리오로 분리하였다. 헬리데크의 손상 및 비손상 상태의 동적 응답 특성에 대한 패턴 인식을 위해 PyTorch 프로그램을 활용하여 3개의 은닉층을 가지는 인공 신경망을 구성하였으며, 이에 대해서 다양한 손상 시나리오를 반복 학습함으로써 손실 함수를 최소로 하는 인공 신경망을 도출하였다. 최종적으로 총 400개의 검증 시나리오에 대해서 인공 신경망이 추정한 손상률과 실제 부여된 손상률을 비교하였으며, 그 결과 본 연구를 통해 얻어진 인공 신경망이 손상 부재의 위치와 손상 정도를 매우 높은 정확도로 예측하는 것을 확인하였다.

본 연구는 한우농가에서 직접 사육되어 도축되어진 한우 거세우 전체의 도축성적 및 혈통자료를 수집하여 한우 암소의 유전능력평가를 위한 유전모수를 추정하고 농가에서 직접적으로 활용 가능한 유전능력 추정을 위한 기초자료로 제공하고자 하였다. 본 연구를 위해 검증된 970,141두의 도축기록으로부터 60,000두 이상의 표현형 표본을 추출하기 위해 전체 4,040농가 중 600농가를 단순임의추출(Simple Random Sampling)하여 선정된 농가의 도축기록을 모두 추출하는 방식으로 10회 반복하여 표본을 생성하였다. 본 연구에서 추정된 도체형질에 대한 유전력은 도체중에서 0.24-0.30, 등심단면적에서 0.24-0.31, 등지방두께에서 0.31-0.39, 근내지방도에서 0.38-0.58로 추정되었으며, 10회 반복 추정된 유전력의 평균값은 도체중, 등심단면적, 등지방두께 및 근내지방도에서 각각 0.28, 0.28, 0.35 및 0.48로 추정되었다. 추정된 결과가 기존에 한우에서 보고된 유전력에 비해 다소 낮게 추정되었으나 실제 농가에서 사육되어 도축된 전체 자료가 표본이 된 만큼 본 연구 결과는 전국단위의 도축자료를 이용한 결과로서 암소개량을 위해 직접적으로 활용 가능한 자료가 될 수 있을 것으로 기대된다.

본 연구는 입목재적 계산에 기본이 되는 수간고별 직경 추정에 있어 머신러닝 기반 학습모델의 적용 가능성을 알아보기 위해 수행되었다. 이를 위해 전국에 분포하는 상수리나무 표준목에서 얻은 자료를 이용하여 Kozak Model (Model 1)과 Random Forest Model (RF, Model 2 to 4)로부터 수간고별 직경 값을 도출하였고, 이를 비교분석 하였다. RF는 입지환경 요소를 학습에 활용하여 3가지 모델 (Model 2 (수고, 흉고직경), Model 3 (수고, 흉고직경, 입지환경 요소), Model 4 (수고, 입지환경 요소))로 개발하였다. 모델의 적합도를 검증하기 위해 적합도 지수(Fitness Index), 편의(Bias), 평균절대편차(Mean Absolute Deviation), 평균 제곱근 오차(Root Mean Square Error)를 이용하여 모델의 적합성을 비교하였다. 분석 결과, Kozak 모델(FI = 0.9695, Bias = 0.0292, RMSE = 1.5155, MAD = 1.1248) 에 비해 RF모델이 전반적으로 수간고에 따른 직경을 잘 예측하는 모델로 나타났으며, RF 중에서도 입지환경 요소를 학습에 활용한 Model 3의 경우(FI = 0.9740, Bias = 0.0186, RMSE = 1.3995, MAD = 0.9746) 가장 우수한 성능을 보인 것으로 나타났다. 다만, 수간곡선을 통한 경향을 분석한 결과 일부 구간에서 수고의 변화에 따른 직경 추정에 이상치가 발생하여 추후에는 파라미터조절이나 새로운 모델 적용 등을 통한 연구가 필요한 것으로 판단되었다. 본 연구를 통해 추정된 Random Forest 기반의 수간고별 직경추정 모델은 개체목 재적산출에 활용되어 산림경영을 위한 기초자료로 활용될 가능성이 있을 것으로 예상된다.

The paper aims to explore existence and degree of remaining fisheries damages after the completion of undertaking the Four Major Rivers Project focusing on the case of Yeongsan river. The paper seeks to show the necessity of consideration of periods of fishery resources recovery in the estimation of ex-post fisheries damages of the project by inferring the analysis of the annual variation of environmental indicators in the river. Therefore, the paper suggests three years of remaining periods of fisheries damages of the project utilizing the variation trend of ex-ante and ex-post annual output data of inland fisheries in Jeonnam province and individual catch of fisheries. In the measurement of the annual degree of fisheries damages during periods of fishery resources recovery, the paper attempts to suggest the method of comparision of day catch data per vessel between ex-ante and ex-post periods of the project, which were investigated by the same institute. Here the paper tries to make correction of ex-post catch data for holding the same catching condition as ex-ante situation by adopting the concept of competitive intensity of catching which was derived from the decreasing rate of number of fishing households in the area of Yeongsan river.

게임에서 배경은 단지 공간적 구성 요소뿐만 아니라 사용자에게 게임 속에서 몰입감을 높여주는 요소이다. 때문에 실제 도심을 모델로 한 배경의 일부 게임들이 인기를 끌고 있다. 도심을 배경으로 하는 게임의 배경은 만드는데 많은 인력과 시간을 필요로 하기 때문에 제작하기 힘들다. 한편 스트리트 뷰와 같은 서비스와 간단한 룰을 이용해서 가상의 체험을 제공해주는 게임들도 존재한다. 스트리트 뷰를 기반으로 배경에서 중요 요소인 건물을 살려 사용자의 몰입감을 높이고 실제에 기반한 맵을 만들 수 있다면 매우 유용할 것이다. 일반적으로 게임에서 깊이 맵은 빛과 그림자 셰이딩 또는 높이 맵으로 지형을 구성하는데 활용된다. 우리는 이 깊이 맵을 스트리트 뷰에 적용하고자 한다. 우리는 이 연구에서 수치지도를 이용해 간단하고 저비용의 깊이 추정 알고리즘을 실험하고자 한다. 건물에 대한 위치 및 메타데이터는 수치지도로 부터 획득하여 깊이 추정을 진행하였다. 스트리트 뷰에 깊이 정보를 더하여 배경 요소에 중요한 건물을 강조하고 또한 건물과 지면, 하늘을 분리하였다. 디지털 지도와 메타 데이터를 기반으로 한 스트리트 뷰 연구는 다양한 방법으로 활용 될 수 있다.

본 연구는 폐탄광에서 산림으로 복구된 지역의 임목, 낙엽층, 토양, 그리고 산림의 총 탄소 저장량을 추정하고, 수종별 탄소 저장량 차이를 비교하기 위해 수행되었다. 이를 위하여 강원도, 경상북도, 전라남도의 폐탄광 산림복구지에서 자작나무, 잣나무, 소나무류 (소나무, 리기다소나무, 곰솔)가 서로 다른 시기에 식재된 산림과 주변의 일반 산림을 조사하였다. 일반 산림에 비하여 폐탄광 산림복구지 내 낙엽층 및 토양 (ton C ha-1; 자작나무: 3.31±0.59 및 28.62±2.86, 잣나무: 3.60±0.93 및 22.26±5.72, 소나무류: 4.65±0.92 및 19.95±3.90), 그리고 산림의 총 탄소 저장량 (ton C ha-1; 자작나무: 54.81±7.22, 잣나무: 47.29±8.97, 소 나무류: 45.50±6.31)은 낮게 나타났으며, 임목 탄소 저장량 (ton C ha-1; 자작나무: 22.57±6.18, 잣나무: 21.17±8.76, 소나무류: 20.80±6.40)은 자작나무가 식재된 곳에서만 낮은 결과가 나타났다. 수종별로 토양 탄소 저장량을 제외한 임목, 낙엽층, 산림의 총 탄소 저장량에서 차이가 나타나지 않았으며, 임목 및 산림의 총 탄소 저장량은 복구 후 경과 시간에 따라 증가하는 경향을 보였다. 한편, 폐탄광 산림복 구지의 자작나무와 소나무류에서 토양 pH 및 CEC가 낮게 나타났으며, 수종별 불안정탄소, 유효인산, 미생물 바이오 매스 탄소가 일반 산림토양보다 2배 이상 낮은 결과를 보 였다. 폐탄광 산림복구지에 석회 및 유기질 비료의 시비와 경운을 통해 토양 성질을 개선하고, 가지치기 및 간벌 등 과 같은 산림관리로 임목 생육을 증진시키면 폐탄광 산림 복구지 내 탄소 저장량을 증가시킬 수 있을 것으로 기대된다.

At ship design stage, the maneuverability is generally estimated based on the empirical formula or the computational fluid dynamic (CFD), which is one of the numerical simulation methods. Using the hydrodynamic derivatives derived through these methods can quantitatively estimate the maneuverability of target vessels and evaluate indirect maneuverability. Nevertheless, research on estimating maneuverability is insufficient for ships not subject to IMO maneuverability standard, especially fishing vessels, and even at the design stage, the empirical formula developed for merchant ships is applied without modification. An estimation error may occur due to the empirical formula derived from the regression analysis results of a model test if the empirical formula developed for merchant ships with different hull shapes is applied to fishing vessels without any modification. In this study, the modified empirical formula that can more accurately estimate the fishing vessel's maneuverability was derived by including the hull shape parameter of target fishing trawlers in the regression analysis process that derives Kijima et al. (1990) formula. As a result, the modified empirical formula showed an average estimation error of 6%, and the result improved the average error of 49% of Kijima et al. (1990) formula developed for merchant ships.

작물의 생체중을 추정하기 위해 다양한 연구가 시도되었지만, 이미지를 활용하여 생체중을 추정한 예는 없었다. 최근 합성곱 신경망을 사용한 이미지 처리 연구가 늘고 있으며, 합성곱 신경망은 미가공 데이터를 그대로 사용할 수 있다. 본 연구에서는 합성곱 신경망을 이용하여 미가공 데이터 상태인 특정 시점의 파프리카 이미지를 입력으로 작물의 생체중을 추정하도록 학습하였다. 실험은 파프리카(Capsicum annuum L.)를 재배하는 온실에서 수행하였다. 합성곱 신경망의 출력값인 생체중은 파괴조사를 통해 수집한 데이터를 기반으로 회귀 분석하였다. 학습된 합성곱 신경망의 결정 계수(R2)의 최고값은 0.95로 나타났다. 생체중 추정값은 실제 측정값과 매우 유사한 경향성을 보여주었다.