이 논문에서는 해양사고 예보 시스템(K-MACFOS) 개발의 주요부분 중 하나인 해양사고 예측 모델 구현에 관해서 기술했다. 셀분할 선형 파라미터 모델(CD-LIP)을 제안하여 그 유효성을 Baltic 모델과 수정 LIP 모델과 비교하면서 검토하였다. 회귀 분산분석기법에 의한 평가결과, CD-LIP 모델이 연구대상 해역의 해양사고 수량화 D/B에 최적 성능을 나타냈다.

본 연구에서는 냉동처리한 김치의 동결에 따른 물리적 특성을 조사하고 적정 동결시간을 예측하기 위한 모델을 개발하였다. 김치의 동결 전후의 밀도를 부피에 대한 중량의 비로 산정한 결과 김치의 밀도는 1001.90.03 kg/㎥(동결전), 987.00.07 kg/㎥(동결후)이었고 김치의 체적팽창은 4.67%(-15)이었다. 김치의 빙결점은 양념액에서 -2.5, 고형분은 -4.로 측정되었다. 김치의 빙결율은 -5.일 때 약 50%이상, -1일 때 약

본 연구(II)는 연구(I)에서 제안한 상수관로의 노후도 예측에 근거한 최적 개량 모형을 A시를 대상으로 이를 적용하였다. 노후도 예측 모형은 굴착 및 실험이 필요한 14개 항목과 굴착 및 실험이 필요하지 않은 9개 항목을 구분하여 각각 관의 노후도 등급을 산정하였다. 노후도 예측 모형 적용 결과 항목개수에 따른 등급의 차는 l~2% 이내로 굴착 및 실험을 하지 않고도 노후도 예측이 가능한 것으로 나타났다. 최적 개량 모형은 노후도 항목별 최대 잔존수명

본 연구에서는 상수관의 개량사업을 보다 효율적으로 실시 할 수 있는 방법으로 국내 실정에 적합한 상수관로의 노후도 조사방법을 이용하여 매설된 관의 노후도를 예측 근거한 최적 개량 모형을 제시하였다. 노후도 예측 모형은 확률론적 신경망 이론을 바탕으로 관별 노후도 정도를 5개 등급으로 구분하며 산정된 관별 노후도 등급 및 관경을 바탕으로 최대 잔존수명을 산정하였다. 최적 개량 모형은 관의 유지보수, 갱생, 교체의 시기 및 비용을 산정하는 것으로 최단경로흐

본 연구는 보청천 하도형태의 변화를 해석하기 위해 1차원 유사이동 모형인 HEC-6 모형과 준 2차원 유사이동 모형인 GSTARS 2.1 모형을 적용하였다. GSTARS 2.1 모형에 포함된 Ackers와 White공식, Engelund와 Hanson공식 그리고 Yang공식의 세 가지 유사이송공식이 1993년부터 2000년까지의 하상재료에 대해 모의되었으며, 그 결과 Ackers와 White공식이 실측치에 근사한 것으로 나타났다. 1차원 유사이동 모형인

우리나라 벼 수량의 기상반응을 종합적으로 검토하여 벼 수량예측모델을 구축하고자 1985년부터 1999년까지 15년간 수행한 20개 지역의 벼 지역적응시험 자료를 이용하여 기상에 대한 수량반응의 최대경계선(boundary line)분석을 하였으며, 이에 근거하여 수량예측모형을 설정하였다. 1. 벼의 생육기간을 영양생장기, 생식생장기, 등숙기로 구분하고 각 발육단계를 15-20일 간으로 구분하여 각 시기의 기상요소에 대한 수량반응의 최대경계선은 평균기온( Ta )과 일조시수( Sh)에 대해서는 지수함수 f( Ta )=β0(1-exp(-β1 / Ta ), f( Sh)=β0(1-exp(-β1 Th)로 나타났으며 일교차(Tr)는 2차함수 f( Tr)=β0(1-( Tr-β1 )2 )로, 이 식에서 상수항 β0를 제거하여 수량에 대한 각 기상요소의 영향도를 0-1로 나타내는 기상지수로 나타내었다. 2. 각 생육시기의 평균기온, 일조시간 및 일교차에 대한 수량반응의 최대경계선이외에 불임에 의한 등숙률 저하와 그에 따른 수량감소를 고려하기 위하여 Uchijima(1976)가 제안한 냉각도일수(cooling degree day)를 출수전 30일간의 생식생장기에 계산하여 이에 대한 수량과 등숙률 반응의 최대경계선을 계산하였는데 냉각도일수가 증가하면 수량이 감소하는 지수함수로 잘 표현되어 기존의 연구들과 같은 결과였다. 3. 기상지수는 벼의 생육기간을 영양생장기, 생식생장기 및 등숙기로 구별하고 각 시기별로 수량 기상지수를 각 기상요소 기상지수를 기하평균하여 산출하였는데 각 시기별 수량기상지수의 수량변이 설명도는 각각 0.383-0.430, 0.460-0.534, 0.4603-0.587로 결정계수는 영양생장기＜생식생장기＜등숙기의 순으로 컸다. 4. 최대경계선 분석방법을 통하여 얻어진 각 생육시기별 수량기상지수를 기하평균하여 구한 종합수량기상지수와 수량과의 직선회귀식을 구하여 수량예측모형(Model I, II, III)을 작성하였다. Model I, II, III)은 각각 결정계수가 0.6512, 0.6703, 0.6129로 모든 생육단계에 걸쳐서 기간을 15-20일 단위로 세분하여 모든 기간의 수량에 대한 기상지수를 고려하여 전 생육기간의 종합수량기상지수를 산출한 Model II가 기상변화에 따른 수량변이의 설명도가 가장 높았다.

본 연구는 광안벼를 공시하여 동일한 일장 조건에서 온도에 따른 벼의 출엽 및 출수 반응을 검토하여 온도에 의한 출엽속도 추정모델을 설정하고자 하였던 바 결과를 요약하면 다음과 같다. 1. 13시간의 동일한 일장에서 최종엽수는 15엽으로 온도에 따라 변하지 않았다. 2. 출엽속도는 저온에서 고온으로 갈수록 증가하였으며, 고온일수록 발육진전에 따른 출엽속도 감소정도가 컸다. 3. 온도변화에 따른 출엽속도는 15-27℃ 의 범위에서는 온도가 높아짐에 따라 직선적으로 높아지는 1차 회귀 관계를 보였다. 임계온도는 발육진전에 따라 높아지는 경향을 보였다. 4. 임계온도를 10℃ 로 하였을 때 유효적산온도와 출엽과의 관계는 Logistic 함수에 의하여 가장 잘 표현되었다(R2 =0.995). 하루당 출엽속도는 다음의 식으로 표현되었다. (equation omitted) 여기서 dL/dt는 출엽속도, Ti는 일평균기온, L은 엽수이고 a, b, c는 상수로 각각 41.8, 1098.38, -0.9273이다. 5. 위의 출엽속도 추정모델에 의해 추정된 값은 모델설정에 이용되지 않은 실제 조사 출엽속도와 가 0.99이상으로 추정 정확도가 매우 높았다

본 연구는 광안벼를 공시하여 지연일장의 인공기상실(21℃ 및 24℃ )과 포장 조건에서 파종기(최초 파종 일 4월25일, 최종 파종일 6월 5일) 이동에 따른 온도와 일장 변화가 출엽 및 출수기 변화에 미치는 영향을 검토하여, 일장에 따른 최종엽수 추정모델을 설정하였으며, 이 모델과 온도에 따른 출엽속도 모델을 결합하여 출수기 예측모델을 설정하여 모델의 출수기 추정 정확도를 검증하였다. 1. 포장에서는 4월 25일 이후 파종기가 늦을수록 생육기간 중 평균기온은 높아진 반면, 포장과 인공기상실 양 조건에서 일장감응기간(6엽기부터 유수분화기)중의 평균일장은 짧아졌다. 이에 따라 일장만 관여한 인공기상실에 비해 온도와 일장이 함께 관여한 포장에서 파종시기에 따른 출수소요일수 단축정도가 크게 나타났다. 2. 일장감응기간의 일장이 길어짐에 따라 최종엽수(FNL)가 증가하였으며, 이 관계는 다음과 같은 Rational 함수로 잘 표현이 되었고(R2 =0.98),이를 광안벼의 최종엽수 추정모델로 설정하였다. 여기서 D는 일장이며, a,b,c는 상수로서 각각 14.694, -0.992, -0.068로 추정되었다. 3.온도에 따른 출엽속도 모델과 일장에 따른 최종엽수 모델로 구성된 출수기 예측 모델을 구성하였으며, 모델 설정에 이용되지 않은 포장실험 자료를 이용하여 검증한 결과 추정된 출수기는 예측오차가 1-2일로 추정 정확도가 높았다.

In this study a drift prediction model based on fluid dynamics theory is introduced. The essential effects of environmental loads and target characteristics are taken into account from a fluid dynamics point of view. The governing equations of motion are derived from Netwon's law of dynamics. In the mathematical formulation only three degrees of freedom(surge, sway, yaw) of the drifting object are assumed and the environmental loads considered are the forces and moments by wind and current. A computer algorithm for this model is implemented to obtain the numerical result in the time domain. The preliminary tests for model verification are conducted and the results are compared with the field experiment data as well as leeway formula suggested from the field test data.

본 논문에서는 Morton(1983)의 보완관계식을 이용하여 증발산량의 시.공간적 분포 양상을 계산할 수 있는 격자기반의 일 증발산량 추정 모형을 개발하였다. 본 모형은 C 언어로 개발되었으며, ASCII 형태의 수치표고자료와 토지피복도가 입력자료로 이용되어 유역에 대한 일 증발산량을 계산하게 된다. 또한, 증발산량에 대한 시간적 변화 양상과 공간적 분포 양상을 GRASS에서 나타낼 수 있도록 구성하였다. 모형의 적용성 검증을 위해서 대청댐 상류지역에

A Wave-induced current model is developed in our study and this model is composed with wave transform model and current model. Two types of wave model are used in our study one is Copeland(1985) type which is applied in the offshore region and the other is Watanabe and Maruyama(1984) type which is applied in the surf zone. The depth-integrated and time-averaged governing equation of an unsteady nonlinear form is used in the wave induced current model. Lateral mixing radiation stresses surface and bottom stresses are considered in our current model. Copeland’s(1976) is used as a surface friction formula. Numerical solutions are obtained by Leendertse scheme and compared with Noda’s(1974) experimental results for the uniform slope coastal region test and Nishimura & Naruyama’s (1985) experimental results and numerical simulation results for the detached breakwater. The results from our wave model and wave model and wave-induced current model show good agreements with the others and also show nonlinear effects around the detached breakwater. The model in this study can be applied in the surf zone considering the friction stresses.

For the prediction of multi-site rainfall with radar data and ground meteorological data, a rainfall prediction model was proposed, which uses the neural network theory, a kind of artifical intelligence technique. The input layer of the prediction model was constructed with current ground meteorological data, their variation, moving vectors of rainfall field and digital terrain of the measuring site, and the output layer was constructed with the predicted rainfall up to 3 hours. In the application of the prediction model to the Pyungchang river basin, the learning results of neural network prediction model showed more improved results than the parameter estimation results of an existing physically based model. And the proposed model comparisonally well predicted the time distribution of rainfall.

온도와 일장을 예측변수로 하는 2차원 non-par-ametric model을 개발하여, 건답직파재배에서 파종기 이동 및 단일처리 (26개품종, 4월 10일부터 2주 간격으로 8회 파종, 해지기 직전 1시간 차광)를 하여 얻은 자료로부터 출아에서 출수까지의 일평균발육속도(DVR)를 추정하였다. 또한 여기서 추정한 DVR을 이용 독립자료에 대하여 모델을 검증하였다. 1. 발육 예측정도는 온도와 일장에 대한 smoothing parameter λT 와 λL에 따라서 단조적으로 변하였으며 예측정도를 가장 높게하는 λT 와 λL이 존재하였다. 2. 최적 λT와 λL은 품종에 따라서 달랐으며 5～100,000의 범위내에 있었다 3. 최적 λT와 λL에서 구한 DVR을 이용하여 발육을 예측하는 경우 C.V는 품종에 따라 0.5-2.6% 였으며 기존의 함수모델들 보다 예측 정도가 높았다 4. DVR을 계산하는데 이용되지 않은 독립자료를 이용하여 11개 품종을 대상으로 출수기를 예측한 결과 예측오차는 0-3일로 추정 정도가 높았다.