This study was conducted to identify the optimal root zone temperature for paprika cultivation, with an aim to increase the heating and cooling energy efficiency and prepare for extreme weather conditions. The greenhouse air temperature was maintained at 20oC and 25oC during the daytime (12 hours) and at 18oC during the nighttime (12 hours). The plant height did not show any significant differences between the treatment with air temperature and root zone temperature. The root length was highest under an air temperature of 25oC with root zone temperatures of 25oC and 30oC, and it was the lowest at 15oC. The leaf number was the highest when the root zone temperature was adjusted to 25oC and 30oC across all air temperatures. The leaf area increased with higher root zone temperatures, but considering the compactness of the seedlings, a root zone temperature of 25oC was found to be the most effective. The fresh and dry weight of the shoot increased with higher root zone temperatures at an air temperature of 25oC, while the fresh and dry weight of the roots tended to be higher when the root zone temperature was adjusted to 25oC and 30oC across all air temperatures. The compactness was most effective when the root zone temperature was adjusted to 20oC and 25oCC across all air temperatures. Based on the above results, adjusting the root zone temperature to 25oC at an air temperature of 25oC was found to be effective for the early growth of Paprika. The results of this study suggest that not only can growth be promoted through the regulation of root zone temperature, but it also contribute to the establishment of root zone temperature control technology, which can prevent an excessive drop and rise in the root zone temperature.

PURPOSES : Due to the frequent occurrence of accidents on icy roads during nighttime, it would be advantageous to notify road managers and drivers about the most perilous areas. This would allow road managers to treat the icy roads with de-icing chemicals and enable drivers to be better prepared for potential hazards. Essential information about pavement temperature is required to identify icy spots on the road. METHODS : With the goal of estimating nighttime pavement temperature on the National Highways in Korea using atmospheric data, the current study investigated a widely recognized forecasting method known as deep neural network (DNN). To achieve this objective, the input data for the models were gathered from the weather agency's website. The dataset comprised of relative humidity, air temperature, dew point temperature, as well as the differences in air temperature and humidity between two consecutive days. RESULTS : In order to assess the effectiveness of the built DNN model, a comparison was made using baseline pavement temperature data gathered through an infrared-based pavement temperature sensor installed in a highway patrol car. The results indicated that the DNN model achieved a mean absolute error (MAE) of 0.42 and a root mean square error (RMSE) of 0.62. In comparison, a conventional regression model yielded an MAE of 2.07 and an RMSE of 2.64. Thus, the DNN model demonstrated superior performance in comparison to the conventional regression model. CONCLUSIONS : Considering the increasing focus on preventive maintenance, these newly developed prediction models can be implemented proactively as a preventive measure against icing. This proactive approach has the potential to significantly improve traffic safety on winter roads.

PURPOSES : The purpose of this study was to develop techniques for forecasting black ice using historical pavement temperature data collected by patrol cars and concurrent atmospheric data provided by the Korea Meteorological Administration. METHODS : To generate baseline data, the physical principle that ice forms when the pavement temperature is negative and lower than the dew-point temperature was exploited. To forecast frost-induced black ice, deep-learning algorithms were created using air, pavement, and dew point temperatures, as well as humidity, wind speed, and the z-value of the historical pavement temperature of the target segment. RESULTS : The suggested forecasting models were evaluated against baseline data generated by the above-mentioned physical principle using pavement temperature and atmospheric data gathered on a national highway in the vicinity of Young-dong in the Chungcheongbukdo province. The accuracies of the forecasting models for the bridge and roadway segments were 94% and 90%, respectively, indicating satisfactory results. CONCLUSIONS : Preventive anti-icing maintenance activities, such as applying anti-icing chemicals or activating road heating systems before roadways are covered with ice (frost), could be possible with the suggested methodologies. As a result, traffic safety on winter roads, especially at night, could be enhanced.

아스팔트 혼합물의 파손에 대한 저항성은 시공 시의 포설 및 다짐조건에 의하여 많은 영향을 받는 것은 잘 알려져 있는 사실이다. 국내외 아스팔트 도로포장 관련 시방서에서는 아스팔트 혼합물의 생산온도와 포설온도를 결정할 때 시공성과 관련있는 재료의 점도특성을 기준으로 활용하는 동시에, 최소한의 혼합물 의 품질을 확보하기 위하여 혼합물의 물성과 별개로 최저 시공 온도를 규정하기도 한다. 한편 시공현장에 서는 포설시의 아스팔트 혼합물의 온도 규정을 만족하는 아스팔트 혼합물을 공급하기 위하여, 현장여건에 따라 아스팔트 혼합물의 생산온도를 경험적으로 조절하는 것이 일반적이다. 그러나 포설시의 아스팔트 혼 합물의 온도가 동일할 경우일지라도, 아스팔트 혼합물의 온도가 감소하는 정도는 기존 층의 물성 및 온 도, 대기온도, 태양의 복사열 및 바람의 속력 등 여러 가지 외적 변수에 의하여 크게 변화할 수 있다. 만 약 이들 외적 변수의 영향이 아스팔트의 생산온도 만큼 큰 영향을 미칠 수 있다면, 동일한 재료를 동일한 온도에서 생산하여 시공했을 경우에도 대기 및 경계조건에 따라 다짐순서 및 시간이 조정되어야 동등한 품질의 도로포장을 시공할 수 있는 것은 자명한 사실이다. 본 연구에서는 아스팔트 포장의 품질향상을 위하여, 아스팔트 혼합물의 포설시의 대기온도 및 바람의 속력에 따른 혼합물의 온도변화를 정량적으로 평가하고 이들의 시공에서의 고려 필요성을 수치해석적으 로 확인하고자 하였으며, 대기조건이 고려되어야 할 필요성이 있음을 확인하였으며, 대기온도가 10℃ 정 도 낮은 온도조건에서는 풍속에 따라 혼합물을 20℃ 상승시켜야 하는 것을 확인하였다. 다음 <그림 1>은 대기조건에 따른 혼합물의 온도변화를 나타내고 있다.

여름에 바다로부터 불어오는 해풍은 해안 도시지역에서의 열섬현상을 감소하기 위한 방법 중 하나로 제시되었다. 특히 바람을 이용한 열섬 효과 저감은 해풍의 특성 -연직 풍속 및 온도 분포- 에 많이 영향을 받는다. 따라서, 열섬 효과 저감을 위한 도시 개발단계에서 해풍을 이용하기 위해서는 해풍의 특성을 충분히 이해해야만 한다. 본 연구에서는 대기 기상 모델링을 이용하여 동경 지역을 수치 해석을 하였다. 수치 해석 결과를 클러스터 분석을 통하여 8개의 대표적인 해풍의 연직 패턴을 분류하였으며, 각 분류된 패턴간의 관계 및 발생 빈도를 비교 및 검토하였다.

대기 대순환 모형인 GCPS를 이용하여 북서태평양에서의 태풍 활동의 계절 예측 가능성을 조사하였다. 1979년부터 2003년까지 각 해에 대해 해수면 온도 관측 자료를 사용하여 5개월간 초기 조건을 달리한 10개의 앙상블 멤버를 적분하였다. 모형은 발생 빈도의 평균적인 월변화 경향과 발생 분포를 관측과 유사하게 모의하였으나, 발생 빈도의 경년 변화는 신빙성 있게 예측하지 못하였다. 이는 관측과 모형간 태풍 발생 빈도와 ENSO의 상관성 차이에 인한 것으로 실제 태풍 발생 빈도와 ENSO가 뚜렷한 상관 관계를 갖지 않는 것과 달리, 모형에서는 엘니뇨 시기에 평년에 비해 많은 태풍이 발생하고 라니냐 시기에 평년에 비해 적은 태풍이 발생하는 경향을 보였기 때문이다. 반면에, 관측과 모형 모두 ENSO와의 상관 관계가 높게 나타난 태풍 발생 경도의 경우에는 모형이 발생 경도의 경년 변화를 관측과 유사하게 모의하였다.

Numerical simulation is essential to indicate the flow of the atmosphere in the region with a complicated topography which consists of many mountains in the inland while it is neighboring the seashore. Such complicated topography produces land and sea breeze as the mesoscale phenomenon of meteorology which results from the effect of the sea and inland. In the mesoscale simulation examines, the change of the temperature in relation to the one of the sea surface for the boundary condition and, in the inland, the interaction between the atmosphere and land surface reflecting the characteristic of the land surface. This research developed and simulated PNULSM to reflect both the SST and vegetation effect as a bottom boundary for detailed meteorological numerical simulation in coastal urban area. The result from four experiments performed according to this protocol revealed the change of temperature field and wind field depending on each effect. Therefore, the lower level of establishment of bottom boundary suitable for the characteristic of the region is necessary to figure out the atmospheric flow more precisely, and if the characteristic of the surface is improved to more realistic conditions, it will facilitate the simulation of regional environment.