본 연구에서는 PCR법을 이용하여 농산물 중 enterotoxin 생성 Clostridium perfringens를 신속 분석할 수 있도록 전처리법을 확립하고자 수행하였다. 이를 위하여 C. perfringens 포자를 상추, 토마토, 고추, 들깻잎에 102, 103, 104, 105, 106, 107 spore/g 농도로 포자를 접종하였다. 포자가 접종된 농산물들은 pulsifier, stomacher, sonicator로 처리하고 boiling법 혹은 상용화 된 kit로 DNA를 추출한 후 PCR법을 수행하고 검출한계를 비교하였다. 그 결과, 3가지 전처리법에 있어서는 pulsifier가, DNA 추출에 있어서는 상용화된 DNA 추출 kit를 활용하는 것이 농산물 중 C. perfringens의 검출한계를 10-100배 낮출 수 있었다. 특히 들깻잎, 방울토마토처럼 전처리 방법에 따른 탁도의 변화가 큰 농산물은 전처리법과 DNA 추출법이 PCR 반응에 미치는 영향이 큰 것으로 나타났다. 따라서 본 연구 결과를 통해 볼 때 PCR법을 이용한 농산물 중 C. perfringens 를 검출하는데 있어 검출감도를 높이기 위해서는 pulsifier 를 이용하여 전처리하고 상용화된 DNA 추출 kit를 사용하는 것이 적절한 것으로 판단된다.

본 연구에서는 농약의 음성시료에서는 acetylcholinesterase와 acetylthiocholine을 반응시켜 +전하와 -전하를 가지는 thiocholine으로 분해되어 금나노입자를 응집시켜 역 Y자 스트립상에서 청자색의 반응선(띠)을 형성하고 양성 시료에서는 생성시키지 않는 원리를 이용한 신속 농약 검출법을 개발 하였다. 개발한 분석법은 유기인계 농약 말라옥손과 카바메이트계 농약 카보퓨란을 각각 10 ng/mL 수준까지 검출이 가능한 것으로 확인되었으며, 2종의 유기인계와 카바메이트계 농약(EPN, dichlorvos)에 대해 추가적으로 검출 한계를 확인한 결과에서도 10 ng/mL 수준까지 모두 검출 가능함을 확인 할 수 있었다. 그러나 3종의 트리아진 계열의 농약과 각 1종의 피레스로이드, 카복사마이드, 페닐아마이드 및 유기염소 계열의 농약에 대해서는 반응성이 없는 것으로 확인되어 유기인계와 카바메이트계 농약 분석에 적용이 가능한 것으로 확인되었다. 마지막으로, 임의로 오염시킨 농산물 시료를 대상으로 분석법의 회수율을 확인한 결과, 말라옥손에 대해서 96.4에서100.7%, 카보퓨란은 81에서112.7%의 회수율이 확인되어 본 연구에서 개발한 역 Y자 스트립을 농약 검출법으로 이용한다면 농산물과 농업환경 중 존재하는 유기인계 및 카바메이트계 잔류농약을 신속하게 검출할 수 있을 것으로 판단된다.

규소(Si)는 지각의 구성 원소 중 두 번째로 흔히 존재하는 원소로, 3개의 안정동위원소, 28 Si (92.23%), 29 Si (4.67%), 30Si (3.10%)를 가진다. 규소 동위원소는 규소의 생지화학적 순환에 대한 지시자로 고환경 및 고기후 복원을 위해 전 세계에서 널리 연구되고 있다. 그러나 국내에서는 아직까지 생물 기원 규소에 대한 규소 동위원소 연구가 전 무한 실정이다. 본 연구에서는 대형 규조류 시료에 대한 규소 동위원소 분석을 위해 기존 보고된 알칼리 용융법을 정리하고 생물 기원 규소 분석에 가장 적합한 규소 분리법을 구축하고자 하였다. 해당 시료를 고온 알칼리 용융을 통해 완전 용해시킨 후 시료 내 규소를 AG® 50W-X8 양이온 교환수지를 이용하여 효과적으로 분리하였다. 분리된 시료에 대한 신뢰성 검증을 위하여 Si 동위원소 표준물질(NBS-28) 및 USGS 암석 표준시료(AGV-2, GSP-2, BHVO-2)에 대한 분석을 함께 실시하였으며, 분석된 시료 모두 기존 연구결과와 오차범위 내에서 일치하는 값을 나타내었다. 본 연구에서 개발한 규소 동위원소 분석법은 향후 국내의 지구과학 및 관련 연구 발전에 많은 도움을 줄 것으로 기대된다.

소나무재선충병은 동남부 지역을 중심으로 국내에 급속히 확산되고 있는 수목병해이다. 본 연구는 소나무재선충병 항공예찰의 효율성과 정확성을 파악하기 위해 현장예찰 조사와 드론을 이용하여 항공사진 조사를 비교하였다. 소나무재선충병 감염목과 건전목 구분을 위해 포항과 밀양의 소나무재선충 병 발생지역에서 저고도 항공사진을 촬영 후, RGB값, 분광식생지수(Spectral Vegetation Indices), M-통계값을 비교하였다. 그 결과 항공사진의 적색광 (R)값이 소나무재선충 감염목에서 가장 높게 나타났고, 건전목에서는 녹색광(G)값이 가장 높게 나타났으며, 감염목과 건전목의 RGB값의 차이는 적색광(R) 값이 가장 크게 변동하였고, 통계적으로도 유의하였다. RGB값을 이용한 분광식생지수 Excess red (ExR), R-G, Color index of vegetation (CIVE), Woebbecke index (WI)는 소나무재선충 감염목과 건전목에서 통계적으로 유의한 차이를 보였다. 분광식생지수의 M-통계값은 포항(2.3-3.1)과 밀양 (2.6-3.3) 모두 ExR, R-G, CIVE, WI에서 기준값인 1보다 높게 나타났다. 본 연구결과는 드론으로 촬영한 저고도 항공사진의 RBG값과 분광식생지수 분석을 통해 소나무재선충의 감염목과 건전목의 구분이 가능하며, 소나무재선충병의 항공예찰을 위한 기초자료로 활용할 수 있을 것으로 판단된다.

적조가 처음 시작되는 해역을 조기에 파악하기 위하여 Quantitative real-time PCR (qPCR)을 경남해역 적조현장에 활용하였다. 2019년 경남해역을 대상으로 Cochlodinium polykrikoides를 qPCR로 정량분석한 결과, 6월 초에 저밀도로(0.0015~0.0058 cells mL-1) 검출되기 시작하여 8월 중순에는 최대 0.163 cells mL-1 밀도로 증가하였고, 주로 남해도 주변에서 높게 검출되었다. 8월 말에는 현미경 검경으로 남해도 주변에서 높게 출현함이 확인되었고(최대 24 cells mL-1), 9월 2일에는 남해도에서 적조주의보가 발령되었고(최대 200 cells mL-1), 9월 11일에는 최대 12,000 cells mL-1까지 남해도 해역에서 발생하였다. 위 결과는 극미량의 C. polykrikoides이 적조발생 전에 남해도에서 검출 되었고 이후 같은 해역에서 적조가 발생되었음을 보여준다. 이는 qPCR이 극미량의 C. polykrikoides을 조기검출하는데 유용한 방법임을 보여준다.

선박은 크고, 복잡한 구조로 되어 있기 때문에 다른 작업자의 위치를 알아내기 어려우며, 특히 작업자가 쓰러진 경우에는 발견하기가 쉽지 않아 신속한 대처가 어렵다. 그리하여, 신체에 디바이스를 부착하는 방법이나 카메라를 이용하여 쓰러짐을 검출하기 위한 연구가 진행되고 있다. 기존의 영상기반 쓰러짐 검출은 사람의 신체부위를 검출하여 쓰러짐을 판단하였으나, 조선소에서는 다양한 복장과 자세로 작업으로 인해 검출하기가 어렵다. 본 논문에서는 쓰러짐 영역 전체를 추출하여 딥러닝 학습으로 선박 작업자의 쓰러짐을 이미지 기반으로 검출하였다. 학습에 필요한 데이터는 조선소의 건조중인 선박에서 쓰러진 모습을 연출하여 획득하였으며, 이미지를 좌우대칭, 크기조절, 회전하여 학습 데이터의 수를 증가하였다. 성능평가는 정밀도, 재현율, 정확도 그리고 오차율로 평가하였으며, 데이터의 수가 많을수록 정밀도가 향상되었다. 다양한 데이터를 보강하면 카메라를 이용한 쓰러짐 검출 모델의 실효성이 향상됨으 로서 안전 분야에 기여할 수 있을 것으로 사료된다.

Ixodidae에 속하는 일부 참진드기들은 중증열성혈소판감소증후군(severe fever with thrombocytopenia syndrome; SFTS)을 비롯한 질병을 매개하는 공중보건학적으로 중요한 해충이다. 우리나라에서는 2013년 이후로 SFTS 환자 발생수가 지속적으로 증가하는 경향을 보이며, 경상북도는 전국적으로 2번째로 많은 SFTS 환자가 발생하는 지역이다. 본 연구에서는 2019년 경북 상주 지역의 진드기 분포를 조사하기 위해 시민의 생활 반경 주변을 도심 녹지지역, 관리 취약지역 및 농촌지역으로 구별하여 flagging 방법을 통해 진드기를 채집하였고, 채집 진드기내 SFTS 바이러스 보균 여부를 조사하였다. 채집된 진드기 수를 Collection Index (CI = tick number / 1h / 2 people)로 산출한 결과, 상주시 내 총 26개 지점에서 작은소피참진드기와 개피참진드기, 일본참진드기를 포함하는 총 CI 143의 진드기가 채집되었고, 그 중 작은소피참진드기가 96.5%(CI 138)로 우점종으로 확인되었다. 채집된 진드기의 약 92%(131 CI)는 인적이 드물고 시청이나 관계 당국의 관리가 이루어지지 않는 관리 취약지역에서 채집되었으나, 도심의 녹지지역와 농촌 지역에서는 8.4%(CI 12)의 진드기만 관찰되었다. 총 CI 143의 진드기를 26개 pooling 한 후 SFTS 바이러스 존재 여부를 조사하였으나, 모두 음성으로 확인되었다. 본 연구의 결과는 지역주민들로 하여금 진드기 매개 질병으로부터 안전한 생활을 하기 위한 권고 자료로 활용할 수 있을 것으로 기대된다.

기존의 L. monocytogenes 증균배지를 개량함으로써 증균배지를 개발하여 L. monocytogenes의 증균 효율을 높이며, DNA 추출에 사용되는 용해버퍼 및 용해조건을 개발함으로써 식육 및 식육가공품에서 L. monocytogenes를 효 율적이고 신속하게 검출하고자 하였다. 식품공전에 등재 되어 있는 L. monocytogenes 증균배지의 증균 효율을 비 교하였으며, Listeria Enrichment Broth (LEB)가 가장 우수한 증균 효율을 보였다. LEB에 탄소원, 질소원, 미네랄 등 다양한 성분을 첨가하여 증균배지를 개발하였으며, 그 결과 LEB에 0.1% pyruvate, 0.1% ferric citrate를 첨가한 개발 증균배지에서 L. monocytogenes가 가장 빠르게 증균되었다. L. monocytogenes의 DNA를 신속하고 효율적으로 추출하기 위해 용해버퍼와 용해조건을 개발하였으며, 그 결과 0.5% 또는 1% N-lauroylsarcosine sodium salt에 0.5 N NaOH와 0.5 M EDTA가 혼합된 용해버퍼를 이용하여 실온에서 30분 간 L. monocytogenes 세포를 용해시키는 것 이 DNA의 순도와 수율, 신규성과 경제적 측면에서 가장 우수한 것으로 확인되었다. 결론적으로 본 연구에서 개발 된 증균배지 및 DNA 추출법을 활용한다면 식육 및 식육 가공품에서 L. monocytogenes를 보다 신속하게 검출할 수 있을 것이다.

2018년 6월 1일부터 9월 17일까지 109일 동안, 총 112개 국외 발 국내 입항 선박을 대상으로 편승자 해충(hitchhiker insect pests)에 대한 모니터링을 실시하였다. 그 결과, 총 336개체의 편승자 해충을 확보하였으며, 이를 통합 분류학적 종동정 방법(integrative identification method)을 이용하여 9목 47과 159종으로 동정하였다. 이 중 총 3목 9과 14종의 한국 미분포종(not-distributed species)이 확인되어 보고하며, 검출된 미분포종에 대해서 침입종(invasive species) 내지 침입 가능종(invasive likelihood species)에 대한 위험성 평가를 위한 data sheet를 제공하였다. 또한, 미기록(unrecorded species), 미보고종(unreported species) 내지 신기록종(new recorded species)과 용어의 혼동을 피하기 위하여 본 연구에서는 미분포종(not-distributed species)을 제안하여 사용하였다.

Maintenance of power distribution facilities is a significant subject in the power supplies. Fault caused by deterioration in power distribution facilities may damage the entire power distribution system. However, current methods of diagnosing power distribution facilities have been manually diagnosed by the human inspector, resulting in continuous pole accidents. In order to improve the existing diagnostic methods, a thermal image analysis model is proposed in this work. Using a thermal image technique in diagnosis field is emerging in the various engineering field due to its non-contact, safe, and highly reliable energy detection technology. Deep learning object detection algorithms are trained with thermal images of a power distribution facility in order to automatically analyze its irregular energy status, hereby efficiently preventing fault of the system. The detected object is diagnosed through a thermal intensity area analysis. The proposed model in this work resulted 82% of accuracy of detecting an actual distribution system by analyzing more than 16,000 images of its thermal images.