지속적으로 관찰되어 온 백두산 화산폭발 전조 현상들이 사회적 이슈가 되고 있으며 주변국인 일본의 화산활동 또한 활발한 추세이다. 국내와 500km 이상 떨어진 위 화산들은 국내에 직접적인 피해를 주기 어렵지만 화산 분화와 함께 분출되는 화산재의 경우 국내에 직간접적인 피해를 미칠 수 있다. 화산재 확산대응의 일환으로 수치해석 모델이 국내외로 사용되고 있으며 각 수치해석 모델 은 사용된 수치해석 방법에 따라 한계가 있다. 본 논문에서는 라그랑지안 방법을 기반으로 한 PUFF-UAF 모델을 분석하였으며, 초기 입자의 수에 대한 의존성의 문제점과 많은 입자개수를 사용함에도 불구하고 나타나는 화산재 농도 예측의 부정확성에 대한 문제점을 제기하였다. 이에 본 논문 연구를 통하여 라그랑지안 기법의 전산효용성을 이용하고 나타난 문제점을 해결하기 위하여 PUFF-UAF 모 델의 결과에 가우시안 확산 모델을 적용하여 결과를 보완하는 PUFF-Gaussian 모델을 개발하였다. 실제 화산분화로 부터 관측된 결과 와 본 연구로 예측된 결과를 비교한 결과 본 연구에서 제안한 방법의 효용성을 보였다.

PURPOSES : The purpose of this study is to compare applicability, explanation power, and flexibility of traffic accident models between estimating model using the statistical method and the machine learning method. METHODS: In order to compare and analyze traffic accident models between model estimated using the statistical method and machine learning method, data acquisition was conducted, and traffic accident models were estimated using statistical methods such as negative binomial regression model, and machine learning methods such as a generalized regression neural network (GRNN). Then, the fitness of model as R2, root mean square error (RMSE), mean absolute percentage error (MAPE), accuracy, etc., were determined to compare the traffic accident models. RESULTS: The results showed that the annual average daily traffic (AADT), speed limits, number of lanes, land usage, exclusive right turn lanes, and front signals were significant for both traffic accident models. The GRNN model of total traffic accidents had been better statistical significant with R2: 0.829, RMSE: 2.495, MAPE: 32.158, and Accuracy: 66.761 compared with the negative binomial regression model with R2: 0.363, RMSE: 9.033, MAPE: 68.987, and Accuracy: 8.807. The GRNN model of injury traffic accidents also showed similar results of model’s statistical significance. CONCLUSIONS: Traffic accident models estimated with GRNN had better statistical significance compared with models estimated with statistical methods such as negative binomial regression model.

Recently, the continuing operation of nuclear power plants has become a major controversial issue in Korea. Whether to continue to operate nuclear power plants is a matter to be determined considering many factors including social and political factors as well as economic factors. But in this paper we concentrate only on the economic factors to make an optimum decision on operating nuclear power plants. Decisions should be based on forecasts of plant accident risks and large and small accident data from power plants. We outline the structure of a decision model that incorporate accident risks. We formulate to decide whether to shutdown permanently, shutdown temporarily for maintenance, or to operate one period of time and then periodically repeat the analysis and decision process with additional information about new costs and risks. The forecasting model to predict nuclear power plant accidents is incorporated for an improved decision making. First, we build a one-period decision model and extend this theory to a multi-period model. In this paper we utilize influence diagrams as well as decision trees for modeling. And bayesian statistical approach is utilized. Many of the parameter values in this model may be set fairly subjective by decision makers. Once the parameter values have been determined, the model will be able to present the optimal decision according to that value.

An elliptic blending Reynolds stress transport equation model for Newtonian fluids has been extended to predict polymer-induced drag reduction FENE-P fluids. The conformation tensor equation which is related to the polymer stress is adopted from the model form of Resende et al., and the models of redistribution and dissipation rate terms for the Reynolds stress transport equation are considered by the elliptic blending equation. Also, the new model terms for viscoelastic turbulent transport and viscoelastic dissipation in the Reynolds stress transport equation are introduced to consider the polymer additives effect. The prediction results are directly compared to the DNS data to assess the performance of the present model predictions.

금강초롱꽃(Hanabusaya asiatica)은 한반도 중동부에서만 제한적으로 분포하는 고유종으로, 분포범위가 좁고 개체수가 적어 서식지를 세계자연보전연맹(IUCN, International Union for Conservation of Nature) 중요 생물다양성 보호지역(key biodiversity areas: KBAs)으로 지정하여 보호할 필요가 있다. 본 연구에서는 maximum entropy(MaxEnt) 모형을 통해 남북한 접경지역 내 금강초롱꽃 자생가능지를 추정하고 이를 바탕으로 KBAs 후보지를 설정하였다. 기계학습(machine learning) 알고리즘의 하나인 MaxEnt 모형은 생물종의 출현지점만 기록한 데이터(presence-only data)로도 생물종 분포를 편향되지 않게 예측할 수 있는 생물종 분포 모형으로, 본 연구의 연구대상지처럼 현장 조사가 어려운 경우 유용한 방법이다. 본 연구에서는 현장 조사를 통해 수집한 38개 금강초롱꽃 출현 위치와 기후, 지형, 식생 등을 측정한 11개 환경변수를 이용하여 MaxEnt 모형을 학습하여 남북한 접경지역의 모든 지점에 대해 금강초롱꽃 출현확률을 추정하였다. MaxEnt 모형 분석 결과, 금강초롱꽃 출현확률이 0.5를 넘어 금강초롱꽃 분포가능지로 분류된 지역은 778km²이었고, 추정된 서식가능지와 기지정된 보호지역 경계를 고려하여 설정한 최종 KBA 후보지는 1,321km²이었다. 또한 11개 환경변수 중 표고와 연평균 강수량, 생장기 평균 강수량, 최한월 평균 기온이 금강초롱꽃 출현확률에 영향을 미쳐, 금강초롱꽃은 고도가 높은 서늘한 지역을 선호하는 것으로 분석되었다. 이와 같은 금강초롱꽃의 분포지 선호도 분석 결과는 KBA 후보지 설정 뿐 아니라 남북한 통일이나 기후변화와 같은 시나리오에 대비한 금강초롱꽃 보존 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

PURPOSES : Previously, airport concrete pavement was designed using only aircraft gear loading without consideration of environmental loading. In this study, a multiple-regression model was developed to predict maximum tensile stress of airport concrete pavement based on finite element analysis using both environmental and B777 aircraft gear loadings. METHODS: A finite element model of airport concrete pavement and B777 aircraft main gears were fabricated to perform finite element analysis. The geometric shape of the pavement, material properties of the layers, and the loading conditions were used as input parameters for the finite element model. The sensitivity of maximum tensile stress of a concrete slab according to the variation in each input parameter was investigated by setting the ranges of the input parameters and performing finite element analysis. Based on the sensitivity analysis results, influential factors affecting the maximum tensile stress were found to be used as independent variables of the multi regression model. The maximum tensile stresses predicted by both the multiple regression model and finite element model were compared to verify the validity of the model developed in this study. RESULTS: As a result of the finite element analysis, it was determined that the maximum tensile stress developed at the bottom of the slab edge where gear loading was applied in the case that environmental loading was small. In contrast, the maximum tensile stress developed at the top of the slab center situated between the main gears in the case that the environmental loading got larger. As a result of the sensitivity analysis and multiple regression analysis, a maximum tensile stress prediction model was developed. The independent variables used included the joint spacing, slab thickness, the equivalent linear temperature difference between the top and bottom of the slab, the maximum take-off weight of a B777 aircraft, and the composite modulus of the subgrade reaction. The model was validated by comparing the predicted maximum tensile stress to the result of the finite element analysis. CONCLUSIONS : The research shown in this paper can be utilized as a precedent study for airport concrete pavement design using environmental and aircraft gear loadings simultaneously.

This paper proposed data driven techniques to forecast the time point of water management of the water reservoir without measuring manganese concentration with the empirical data as Juam Dam of years of 2015 and 2016. When the manganese concentration near the surface of water goes over the criteria of 0.3mg/l, the water management should be taken. But, it is economically inefficient to measure manganese concentration frequently and regularly. The water turnover by the difference of water temperature make manganese on the floor of water reservoir rise up to surface and increase the manganese concentration near the surface. Manganese concentration and water temperature from the surface to depth of 20m by 5m have been time plotted and exploratory analyzed to show that the water turnover could be used instead of measuring manganese concentration to know the time point of water management. Two models for forecasting the time point of water turnover were proposed and compared as follow: The regression model of CR20, the consistency ratio of water temperature, between the surface and the depth of 20m on the lagged variables of CR20 and the first lag variable of max temperature. And, the Box-Jenkins model of CR20 as ARIMA (2, 1, 2).

솔수염하늘소(Monochamus alternatus Hope(Coleoptera: Cerambycidae)는 소나무재선충병을 유발하는 소나무재선충(Bursaphelenchus xylophilus)의 주요 매개충으로 국내 소나무림에 큰 위협을 가하고 있다. 소나무재선충병 방제전략의효과적인 수행을 위해서는 솔수염하늘소 월동유충의 우화시기예측 시스템이 유용하게 활용될 수 있다. 따라서솔수염하늘소의 월동 후 발육단계별 온도발육 특성을 구명하고, 이 결과를 기반으로 우화시기 예측모형을 개발하여솔수염하늘소 성충의 발생시기를 예측함으로써, 솔수염하늘소의 생태적 특성을 이해하고 소나무재선충병 방제전략수립 시 유용하게 활용될 수 있는 자료를 제공하고자 수행하였다. 솔수염하늘소 성충의 우화시기 예측모형은 솔수염하늘소의 월동유충과 용의 온도의존적 발육실험결과를 토대로 작성한 후, 2016년과 2017년의 솔수염하늘소 성충우화패턴과 비교하여 모형의 적합도를 평가하였다.

매년 눈이 내리는 동안에 수많은 차량 충돌이 발생한다. 이는 우리에게 인적, 물질적인 피해를 야기하며 교통혼잡 및 사고감소를 위한 강설 시 교통사고 가능성 예측이 필요하다. 본 연구는 전국고속도로를 대상으로 강설 시 교통사고 발생가능성에 영향을 미치는 주요 영향인자를 파악하여 사고발생 가능성 예측모형을 구축하고자 한다. 이를 위해 2012년부터 2014년까지 강설상황에서 발생한 교통사고 자료에 기상관측지점(AWS)에서의 기온, 풍속, 강수량과 종관기상관측장비(ASOS)에서의 적설정보 등 기상정보와 교통류자료, 도로기하구조정보를 활용하여 총 703건을 분석하였다. 다만, 본선과 기하구조정보가 상이한 램프구간은 제외하였다. 예측모형 개발 시 사고지점 전·후의 도로링크 정보와 사고시간 전·후 시간대의 교통상태와 기상상태 정보를 활용하는 방식은 기존의 사고예측 모형과 차별성이 있다고 본다. 강설 시 교통사고에 영향을 미치는 것으로 판단되는 사고지점, 평면선형(직선, 커브), 종단경사(평탄, 오르막, 내리막), 조명시설, 방책시설 갓길, 차로수, 사고시간대, 속도, 교통량, 제한속도, 기온, 강수량, 풍속, 강설 지속시간 등 설명변수와 교통사고가 발생하면 1, 그렇지 않으면 0으로 형성되는 이항 로짓모형(Binary Logit Model)을 적용하였다. 주요 연구결과는 다음과 같다. 강설 시 사고발생 가능성 예측모형에서 5분 평균속도, 기온, 강수량, 강설 지속시간, 방책시설 갓길 변수가 교통사고에 유의한 영향요인으로 선택되었다. 본 연구결과는 강설 시 사고위험을 사전에 예측하여 도로 운영자 및 도로 이용자에게 교통사고 대응방안을 수립하는데 효과적으로 활용될 수 있을 것으로 기대된다.

서울시 도로포장은 대부분 30년 이상 노후화된 포장으로서 이미 구조적 손상이 많이 진행된 상태이고, 기후변화로 인한 강수량 증가 등 환경적 요인으로 인해 포장 파손이 최근 급격히 증가하고 있다. 또한 설계당시의 포장 단면 두께가 현재의 교통량을 반영하지 않아 상당히 부족한 상태이다. 서울시의 버스교통량이 증가함에 따라 중차량에 의한 교통하중이 증가하고 기존 도로포장에 버스전용차로를 도입하여 중차량 교통하중이 집중되는 현상이 발생하고 있다. 이에 서울시는 도로파손을 해결하기 위해 아스팔트 도로포장의 두께와 다양한 아스팔트 혼합물을 적용하고 있다. 하지만 중차량 교통하중 집중현상, 교차로 및 버스정류장에서는 차량속도 감속으로 인해 소성변형이 발생하고 있다. 최근, 해외의 여러 기관에서는 소성변형 예측 모형 개발 또는 기존 모형을 개선하여 소성변형으로 인한 도로포장 파손을 예측하는 연구가 진행중이다. 이러한 모형들은 소성변형을 발생시키는 주요 원인을 고려하여 개발하였으며 이는 소성변형에 대한 도로포장의 수명 및 성능 변화를 예측하여 유지보수 공법과 적용 시기를 결정한다. 본 연구에서 개발한 소성변형 예측 모형은 하중재하 속도 및 횟수, 아스팔트 포장층 온도, 전단응력과 강도의 비율을 고려하여 개발하였다. 전단응력과 강도의 비율은 아스팔트 혼합물의 응집력과 마찰각의 영향을 받는 것으로 나타났으며 이를 고려하여 아스팔트 혼합물 물성을 활용한 다중 회귀분석을 적용하였다. 개발된 소성변형 예측 모형을 검증하기 위해 Westrack 자료를 활용하였으며 2.35%의 오차율을 보였고 LTPP 자료를 활용하였을 때는 1.19%의 오차를 보여 매우 높은 신뢰성을 보였다. 개발된 소성변형 예측 모형을 활용하여 아스팔트 혼합물 배합설계와 지불계수에 적용하였다. 배합설계의 경우, 교통량 및 차량속도와 같은 인자를 고려하여 최적의 아스팔트 바인더 함량을 결정할 수 있음을 확인할 수 있었다. 또한 소성변형 예측 모형을 적용하여 설계 공용수명 대비 공용수명의 비율을 적용하여 아스팔트 혼합물의 지불계수를 결정할 수 있다

외래식물의 유입과 정착 및 소멸, 귀화, 그리고 확산을 포함한 특정 생태계 내에서의 기능 발현 과정은 인류 문명의 역사와 함께 진행되어 온 생물학적 과정이다. 최근 특정한 생태학적 문제를 일으키는 침입 외래종에 의한 생태적 및 경제적 영향에 대한 평가 요구가 높아지고 있다. 특히 특정 생태계 유지의 기초 과정인 교란 체제 및 영양염류 순환 변화 과정에 대한 평가 활동과 더불어 공간통계모형을 활용하여 외래식물의 분포 및 확산 경향을 예측한 후 이를 관리 활동에 활용하는 노력들이 이루어지고 있다. 본 연구에서는 2014년부터 2016년까지 경북 울진 소광리에 위치하는 산림유전자원 보호구역 내에서 출현한 외래식물의 정밀 분포도를 작성하고, BIOCLIM model (Bioclim), generalized linear Model (GLM), maximum entropy model (Maxent)의 세 가지 종 분포 모형 (Species Distribution Models, SDMs)을 적용하여 가장 높은 정확도 및 예측력을 나타내는 모형을 제안하였다. 소광리 산림유전자원 보호구역 내 외래식물은 7과 22종으로 확인되었으며, 138개 출현 좌표를 생성하였다. 이 중, 출현 지점이 5개 지점 이상의 분포 점이 많은 9종의 외래식물 (개망초, 달맞이꽃, 돼지풀, 망초, 미국가막사리, 서양민들레, 오리새, 큰김의털, 토끼풀)을 대상으로 전체 및 종 별확산 예측 모델을 수립하였다. 지형 6종, 기후 3종, 식생 2종 및 교란 변수 1종 등 총 12종류의 환경변수를 구성하여 모델에 적용하였다. 자료 구축은 Arcgis 프로그램, 그리고 분석은 R statistics의 dismo package를 활용하였다. 모형별 결과 비교는 일원분산분석 (SPSS ver 13) 및 현상학적 비교를 병행하여 실시하였다. 연구 지역의 외래식물은 고도가 낮은 지역, 사면경사 20°이하의 비교적 평탄 지역, 및 사면방향 약 300°정도의 서북사면에서 가장 높은 빈도로 출현하였다. 그리고 외래식물분포 지점은 수계로부터 최대 286m 떨어져있는 것으로 나타났으며, 수계로의 거리가 가까운 지역에서 외래종의 출현빈도가 높았다. 특히 도로 부근에서 90% 이상 출현하였다. 각 모형으로부터 도출된 AUC (각 모형 당 n=9)를 비교한 결과, Bioclim과 다른 두 모형은 차이를 보였지만 GLM과 Maxent에서는 통계적으로 유의한 차이 (F = 14.96, p < 0.001)가 관찰되지 않았으며, GLM의 경우 표본 성질에 따른 예측력 차이가 크지 않은 로버스트한 모형으로 평가되었다. 임계치 AUC의 경우, AUC와 동일한 양상을 나타내었으며, (F = 7.44, p < 0.01), 세 모형 중 Maxent의 임계치 표준편차가 가장 크게 나타나, 종에 따라 임계치가 가장 크게 달라지는 경향을 보였다. 도출된 출현예측면적은 GLM과 다른 두 모형은 차이를 보였지만 Bioclim과 Maxent에서는 통계적으로 유의한 차이 (F = 14.14, p < 0.001)가 없었으며, 종에 따라 면적 변화가 가장 큰 모형은 GLM인 것으로 나타났다. GLM과 Maxent 모델이 높은 예측력과 정확도를 보였고, Bioclim은 적용하기에는 부적절한 모델로 생각된다. 모델을 통한 외래식물의 확산은 외래식물의 분포 경향과 마찬가지로 임도와 같은 인간의 기술계 (techno system)를 따라 이루어지는 것으로 나타났다. 이러한 기술계를 이용하는 외래식물의 확산 경향은 지구 차원의 현상일뿐만 아니라 우리나라의 외래종 확산에서 역시 나타난다. 벌채 작업지와 같은 천이 초기 환경에 일시적으로 외래식물이 정착하고 있지만 모델 분석 결과 벌채지는 중요한 외래식물 확산 지역으로 나타나지 않았다. 본 연구는 국가 수준 또는 본 연구보다 작은 규모에서 외래식물 분포 모형을 구축하는데 참고연구가 될 것으로 생각된다.

The objective of this study was to select a model showing high-levels of interpretability which is high in R-squared value in terms of predicting the yield in the mixed pasture using the factors of fertilization, seeding rate and years after pasture establishment in steps, as well as the climate as a basic factor. The processes of constructing the yield prediction model for the mixed pasture were performed in the sequence of data collection (forage and climatic data), preparation, analysis, and model construction. Through this process, six models were constructed after considering climatic variables, fertilization management, seeding rates, and periods after pasture establishment years in steps, thereafter the optimum model was selected through considering the coincidence of the models to the forage production theories. As a result, Model VI (R squared = 53.8%) including climatic variables, fertilization amount, seeding rates, and periods after pasture establishment was considered as the optimum yield prediction model for mixed pastures in South Korea. The interpretability of independent variables in the model were decreased in the sequence of climatic variables(24.5%), fertilization amount(17.8%), seeding rates(10.7%), and periods after pasture establishment(0.8%). However, it is necessary to investigate the reasons of positive correlation between dry matter yield and days of summer depression (DSD) by considering cultivated locations and using other cumulative temperature related variables instead of DSD. Meanwhile the another research about the optimum levels of fertilization amounts and seeding rates is required using the quadratic term due to the certain value-centered distribution of these two variables

Even though cars have a good effect on modern society, traffic accidents do not. There are traffic laws that define the regulations and aim to reduce accidents from happening; nevertheless, it is hard to determine all accident causes such as road and traffic conditions, and human related factors. If a traffic accident occurs, the traffic law classifies it as ‘Negligence of Safe Driving’ for cases that are not defined by specific regulations. Meanwhile, as Korea is already growing rapidly elderly population with more than 65 years, so are the number of traffic accidents caused by this group. Therefore, we studied predictive and comparative analysis of the number of traffic accidents caused by ‘Negligence of Safe Driving’ by dividing it into two groups : All-ages and Elderly. In this paper, we used empirical monthly data from 2007 to 2015 collected by TAAS (Traffic Accident Analysis System), identified the most suitable ARIMA forecasting model by using the four steps of the Box-Jenkins method : Identification, Estimation, Diagnostics, Forecasting. The results of this study indicate that ARIMA (1, 1, 0)(0, 1, 1)12 is the most suitable forecasting model in the group of All-ages; and ARIMA (0, 1, 1)(0, 1, 1)12 is the most suitable in the group of Elderly. Then, with this fitted model, we forecasted the number of traffic accidents for 2 years of both groups. There is no large fluctuation in the group of All-ages, but the group of Elderly shows a gradual increase trend. Finally, we compared two groups in terms of the forecast, suggested a countermeasure plan to reduce traffic accidents for both groups

The characteristics of the turbulent MHD channel flows are analysed within the elliptic blending    model. The evaluation of additional terms representing the MDH interactions in the transport equation for the turbulent kinetic energy and dissipation rate is carried out firstly. And then, the improvement of model coefficients for the additional terms is achieved. Regardless of the magnetic field orientation, perpendicular and parrel to the main flow, the model coefficients for the additional terms are not changed to maintain the generality of the present model. The prediction results are directly compared to the DNS data to assess the performance of the present model.

PURPOSES: There are many recently constructed roundabouts in Jeollabuk-do province. This study analyzed how roundabouts reduce the risk of accidents and improve safety in the province. METHODS: This study analyzed safety improvement at roundabouts by using an accident prediction model that uses an Empirical Bayes method based on negative binomial distribution. RESULTS : The results of our analysis model showed that the total number of accidents decreased from 130 to 51. Roundabouts also decreased casualties; the number of casualties decreased from 7 to 0 and the seriously wounded from 87 to 16. The effectiveness of accident reduction as analyzed by the accident prediction model with the Empirical Bayes method was 60%. CONCLUSIONS : The construction of roundabouts can bring about a reduction in the number of accidents and casualties, and make intersections safer.

This study builds counties-specific panel data and establish a stochastic rice yield forecasting model by using a fixed effect panel model based on results calculating the coefficients for the meteorological factors, and by using a variety of weather scenarios. Rice yield prediction model developed estimating equations were set to rice yield as the dependent variable, and the average temperature, accumulated temperature, daily temperature range, sunshine hours as explanatory variables, by using panel data by counties in recent 10 years. Estimation results using a fixed-effects model was able to verify that an average temperature affects to yield as quadratic form, there appeared to be significantly affected by accumulated temperature in Heading period, an average temperature in Ripening period. a rice yield prediction model is meaningful in that we can see the forecasting results in the previous. not waiting the actual survey results provided by the National Statistical Office. because this forecasting estimates is sufficient rationale material by government supply & demand measures. Finally, the study leave to future challenges with respect to establishing a prediction model developed as combined with land productivity and environmental engineering factors.