This study examined the relationships between acoustic activity of the finless porpoise (Neophocaena asiaeorientalis) and marine environmental variables in Hadong, in the southern coast of Korea, using long-term passive acoustic monitoring. Acoustic data were collected with a hydrophone (F-POD) from July 8 to August 16 2023, and acoustic indices (DPM, DP10M, and click-based metrics) were integrated with in situ observations and model analysis environmental data. Generalized additive models indicated that chlorophyll-a and dissolved oxygen were the main predictors of acoustic activity whereas physical oceanographic variables (temperature, salinity, and sea surface height) had no significant effects. Chlorophyll-a showed a strong non-linear positive effect with finless porpoise activity increasing rapidly up to approximately 2 mg/m³ and then reaching a plateau. Dissolved oxygen exhibited a negative linear relationship, implying indirect ecological effects mediated by prey availability. In addition, current velocity was negatively related to click intensity. These results indicate that finless porpoise habitat use is more closely associated with productivity-related factors than with physical conditions. This research offers quantitative insights into prey-driven habitat selection, supporting the development of management and bycatch mitigation strategies.

Citizen science has become an essential tool for ecological monitoring, however concerns remain regarding data reliability, particularly for taxa that require advanced identification skills. The present study evaluates detection accuracy and count reliability in citizen-based waterbird monitoring conducted at the Siheung Gaetgol Wetland, South Korea. The study analyzed a total of 27 citizen surveys and 7 expert-accompanied surveys collected from 2015 to 2019. We quantified (1) species-level detection rates, (2) the effect of citizen group size on species richness, and (3) relative count bias based on mean abundance per survey. The detection analyses revealed pronounced discrepancies for approximately one-third of species, particularly, and other visually challenging or crepuscular taxa, for which expert detection rates exceeded citizen rates by 0.2~0.5. Conversely, common and readily identifiable species exhibited no discernible variations. The number of species detected was found to be independent of the size of the citizen science group, with a range of 4 to 13 participants. This suggests that observer expertise, rather than survey effort, is a primary determinant in determining detection efficiency. The count bias indices further demonstrated a systematic overestimation of flocking species and underestimation of cryptic or small-bodied species. Despite the limitations of the study, which include unequal survey frequency and uncontrolled environmental conditions, the results consistently indicate that observer proficiency exerts a significant influence on both detection and abundance estimates. These findings underscore the necessity for targeted expert involvement, species-specific training, standardized counting roles, and routine data-quality assessments to enhance the reliability of citizen-based bird monitoring program.

본 연구는 2023년부터 2025년까지 전라남도 신안, 진도, 무안의 김(Pyropia spp.) 양식장에서 발생하는 주요 질병 3종 붉은갯병(Red rot disease), 올피디옵시스병 (Olpidiopsis disease), 녹반병(Green spot disease)의 발생 현황을 모니터링하였다. 총 49회의 현장 조사에서 1,470개의 엽체를 수집하였으며, 현미경 관찰을 통해 질병 진단을 수행하였다. 연구 결과, 붉은갯병은 높은 발생률을 보였으며, 2023년에는 90.9%(10/11)의 양식장에서 검출되었고, 2024년에는 20%(5/25)로 감소하였다가 2025년에는 다시 76.9%(10/13)로 증가하였다. 올피디옵시스병은 연도별 변동이 뚜렷하게 나타났으며, 2023년 45.4%(5/11), 2024년 56%(14/25), 2025년 23% (3/13)의 양식장에서 검출되었다. 녹반병은 2023년 45.4%(5/11)의 양식장에서 발생하였고, 2024년 12%(3/25)로 감소하였다가 2025년 38.4%(5/13)로 다시 증가하였다. 지역별로 보면, 진도는 붉은갯병과 올피디옵시스병은 지속적이고 높은 수준으로 발생하여 고위험 지역임을 나타냈으며, 신안과 무안은 녹반병이 반복적으로 발생하는 양상을 보였다. 이 결과는 김 질병의 발생이 연도와 지역에 따라 뚜렷하게 달라지며, 해수 온도, 염분, 양식 밀도 등 환경 요인의 영향을 크게 받는다는 것을 시사한다. 본 연구는 기후 변화에 따른 질병 발생 예측과 지역별 맞춤형 관리 전략 개발을 위한 기초 자료를 제공한다.

2000년대에 국내 새우 양식 산업은 대하(Penaeus chinensis)에서 발생한 흰반점병 (WSD)으로 인해 대량 폐사가 나타나 큰 피해를 입었다. 이를 해결하기 위해 국립수산과학원 (NIFS)은 미국으로부터 흰다리새우(Litopenaeus vannamei)를 도입하여 인공 종자를 생산하였으며, 2003년부터 흰다리새우는 국내 양식 새우의 99% 이상을 대체하게 되었다. 한편 흰다리새우의 양식방법에 대한 세부적으로 확립된 양식방법이 없어 예전부터 해왔던 대하양식의 지식과 경험 등에 의하여 양식하고 있어서 흰다리새우의 양식기술을 표준화하기 위한 기초자료가 필요하다. 이에 본 연구는 흰다리새우의 양식기술을 표준화하기 위한 기초자료 제공을 위해 주요 양식 방법(축제식, BFT)에 따른 흰다리새우의 양식 환경, 성장률 및 생존율을 조사하였다. 추가적으로 흰반점병(WSD), 간췌장파보 바이러스병(HPVD), 급성간췌장괴사병(AHPND), 간췌장미포자충병(HPM)에 대한 병원체 모니터링을 실시하였다. 연구결과, 일간성장률(SGR)은 BFT보다 축제식 양식에서 더 높게 나타났으며, 증체율(WGR)은 두 양식방법 모두에서 체중이 증가함에 따라 감소하는 경향이지만 BFT 양식에서 추세선의 더 가파른 감소가 관찰되었다. 또한 사료계수(FCR)는 축제식에 비해 BFT 양식방법이 더 가파른 추세선이 관찰되었는데, 이는 사료를 섭취해도 체중으로 효율적으로 전환하지 못한다는 신호로 사료의 품질, 양식환경, 사료공급량 등의 개선이 필요할 것으로 사료된다. 추가적으로 병원체 모니터링에서는 입식 초기인 3월에서 5월 사이에 HPVD가 빈번하게 검출되었고, 흰다리새우의 체중이 증가함에 따라 검출률의 감소가 관찰되었다.

This study was conducted to improve the stability of small barges used for remote bird monitoring at Capsosiphon fulvescens aquaculture farms. The monitoring accuracy is compromised by rolling and pitching motions induced by waves and wind. To address this problem, a damping system was developed to enhance barge stability. Field experiments were conducted at a farm to evaluate the effectiveness of the developed damping system. The rotational motions of the barge, with and without the damping system, were measured using a six-axis gyroscope sensor. The measurements were conducted at the Capsosiphon fulvescens farm located in Cheokchan-ri and Deokdong-ri, Gogeum-myeon, Wando-gun, Jeollanam-do across two periods: from October 5, 2024 to December 17, 2024 (Damping without) and from February 19, 2025 to April 15, 2025 (Damping with). The collected data were validated against wind speed records from the Korea Meteorological Administration. The results demonstrated that the damping system effectively reduced barge motion. Within a wind speed range of 0.1-9.0 m/s, the system achieved an average reduction of 7.11% in rotational motions. Its maximum performance was recorded at approximately 7.0 m/s wind speed where it achieved a reduction of 23.35%. These findings confirm the system significantly enhances barge stability and improves monitoring reliability.

잘피 생태계는 생물다양성 증진, 탄소 격리, 식량 생산, 연안 보호 등 인류 사회에 필수적인 기능과 서비스를 제공한다. 그러나 잘피생태계는 기후변화, 오염, 연안 개발 등 인간 기원 스트레스의 증가로 인해 전 세계적으로 빠르 게 감소하고 있다. 따라서 잘피 서식지의 공간적 범위, 분포, 그리고 시·공간적 동태를 효과적으로 모니터링하는 것은 이들 생태계의 효과적인 관리 및 복원을 위해 그 중요성이 커지고 있다. 이러한 목표를 달성하기 위해서는 높은 시공 간적 해상도 상에서 연속적으로 서식지 모니터링이 요구되지만, 전 세계적으로 잘피 생태계에 대한 고해상도 모니터링 도구의 개발과 적용은 여전히 제한적이다. 고해상도 위성 원격탐사는 대규모 현장 모니터링이 어렵거나 연속적인 관측 이 힘든 지역에서 유망한 대안이 될 수 있다. 본 연구에서는 한국 남해안 거제 지역을 대상으로 PlanetScope과 Sentinel-2 MSI 광학 영상을 활용하여 잘피 모니터링의 적용 가능성을 평가하였다. 여러 식생지수(NDVI, NDAVI, GNDVI 등)를 비교하여 잘피 탐지에 가장 효과적인 지수를 도출하였으며, 무인항공기 영상을 활용해 탐지 결과의 활용 가능성을 확인하였다. 본 연구는 국내 연안 잘피 생태계의 관리를 위한 고해상도 위성 기반 모니터링 시스템 구축의 발판을 제공한다.

This paper examines security vulnerabilities in current authentication methods for remote patient monitoring in Wireless Medical Sensor Networks (WMSNs), including offline password guessing and man-in-the-middle attacks. We propose a novel three-factor authentication protocol using fuzzy extractors and lightweight cryptography. Formal analysis via the Real-or-Random (ROR) model and Tamarin Prover confirms its robustness, perfect forward/backward secrecy, mutual authentication, anonymity, and untraceability. Performance comparisons demonstrate reduced overhead and enhanced security, offering a promising framework for IoMT development.

The purpose of this study is to explore the applicability of satellite-based synthetic aperture radar (SAR) data combined with pavement management system (PMS) indicators for effective road condition monitoring on mountainous local roads. Field survey data, including the International Roughness Index (IRI) and rutting measurements, were used as the ground truth, whereas Sentinel-1 and COSMO-SkyMed SAR images were processed using the time-series InSAR analysis to detect surface displacement and pavement deformations. In addition, a deep learning framework integrating PMS data and SAR imagery was developed, consisting of a swine transformer and CNN–LSTM networks for the classification and localization of pavement defects. The results demonstrated that X-band SAR backscatter values were correlated with IRI variations and that the proposed hybrid two-stage approach (CNN for surface damage and LSTM for rutting) enhanced the accuracy of defect detection compared with conventional single-model approaches. These findings highlight the potential of combining remote sensing and AI-based analysis with existing PMS datasets to provide a cost-effective and scalable solution for road asset management and maintenance prioritization.

In the production sites of small and medium sized manufacturing enterprises, the increasing proportion of foreign workers has led to frequent difficulties in responding promptly to process defects and equipment setting errors during night and weekend shifts due to the absence of Korean supervisors. If such issues are not addressed in a timely manner, they can lead to large scale defects and reduced production efficiency. In this study, we developed an AI-based defect prediction and prevention system for the bearing machining process to overcome these on site management limitations. Real time machining data, equipment information, and quality inspection results were collected from the production lines of the target company, and the prediction accuracy of three models, RNN(Recurrent Neural Network), LSTM(Long Short-Term Memory), and GRU(Gated Recurrent Unit), was compared. As a result, the LSTM model demonstrated the best performance. The developed system visualizes real time defect prediction results in the form of a dashboard, enabling workers to immediately detect anomalies and adjust the process accordingly. Particularly in bearing machining processes where mass production occurs in short periods, the risk of lot level defects is high, while this system can contribute to improved production quality and efficiency by enabling early defect prediction and immediate response.

본 연구는 레벨 3 자율주행의 운전이양권(TOR) 안전성 향상을 위해, 기존 행동 기반 감지 방식의 한계를 극복하 는 운전자 모니터링 시스템(DMS)을 개발했다. 차량의 미러 내장형 RGBW 카메라를 이용한 비접촉 원격 광용적맥 파(rPPG) 기술로 운전자의 심박수를 실시간 측정하고, 심박변이도(HRV) 분석을 통해 졸음, 스트레스 등 운전자의 각성 수준을 판단한다. 딥러닝 기반 얼굴 인식, 신호 처리, 패턴 인식 알고리즘을 통합하여 시스템을 구현했다. 총 28명을 대상으로 105시간 이상의 실제 도로 환경에서 검증한 결과, 심전도(ECG) 대비 85.14%의 심박수 측정 정확 도와 90.81%의 상태 판단 정확도를 달성했다. 본 연구는 생체신호 기반의 운전자 상태 평가가 TOR 판단의 신뢰성 을 높이는 핵심 기술이 될 수 있음을 실증했다.

태안군 연안에 서식하는 닻무늬길앞잡이를 대상으로 4년간(2015~2018)의 정밀 모니터링과 2년의 추가 현장조사(2023~2024)를 수행하였 다. 조사 결과 관찰된 닻무늬길앞잡이는 2015년 27개체 2016년 49개체, 2017년 107개체, 2018년 169개체로 매년 꾸준히 증가되었으며, 7월 중순 에서 8월 초에 집중해서 관찰되었다. 또한, 이른 아침과 늦은 오후를 제외한 11시부터 4시까지 활발하게 활동하는 것으로 확인되었다. 본 연구를 통 해 2015년부터 2018년까지의 모니터링 결과와 2023년부터 2024년 조사 결과를 비교분석하고, 현재까지 알려진 정보들을 종합하며 이들의 보전 을 위한 방안을 제시하였다.

This study evaluated the field applicability of a real-time odor monitoring system combined with ozone water spraying technology to effectively control odors generated in livestock manure recycling facilities. Research was conducted at a Natural Circulation Agriculture Center located in N City, where concentrations of ammonia (NH3), hydrogen sulfide (H2S), and volatile organic compounds (VOCs) were measured in real time. Based on real-time data, ozone water was sprayed to assess the odor reduction rate, and the impact on surrounding areas was predicted through odor dispersion modeling. The results showed that the ammonia concentration measured at the upper section of the liquid aeration tank before ozone water spraying was 8.02 ppm, exceeding the emission limit of 1 ppm. VOCs were also found to have significantly contributed to odor generation. However, after spraying ozone water at a rate of 7 L/min and maintaining a concentration of 2.5 mg/L, ammonia was reduced by approximately 50%, and VOCs were reduced by about 98%, demonstrating a strong odor-reducing effect. Odor dispersion modeling using the CALPUFF modeling system simulated the range of odor dispersion before and after ozone water spraying. The results indicated that after ozone water spraying, the ammonia concentration at the facility boundary met the emission limit, effectively suppressing odor dispersion. In particular, the ozone water spraying system linked with the real-time sensor enabled automated odor control based on real-time data, demonstrating its potential for resolving odor complaints and ensuring compliance with environmental regulations.

Ensuring operational safety and reliability in Unmanned Aerial Vehicles (UAVs) necessitates advanced onboard fault detection. This paper presents a novel, mobility-aware multi-sensor health monitoring framework, uniquely fusing visual (camera) and vibration (IMU) data for enhanced near real-time inference of rotor and structural faults. Our approach is tailored for resource-constrained flight controllers (e.g., Pixhawk) without auxiliary hardware, utilizing standard flight logs. Validated on a 40 kg-class UAV with induced rotor damage (10% blade loss) over 100+ minutes of flight, the system demonstrated strong performance: a Multi-Layer Perceptron (MLP) achieved an RMSE of 0.1414 and R² of 0.92 for rotor imbalance, while a Convolutional Neural Network (CNN) detected visual anomalies. Significantly, incorporating UAV mobility context reduced false positives by over 30%. This work demonstrates a practical pathway to deploying sophisticated, lightweight diagnostic models on standard UAV hardware, supporting real-time onboard fault inference and paving the way for more autonomous and resilient health-aware aerial systems.

생태계 내에서 일어나는 모든 현상은 매우 느리고 긴 시간에 걸쳐서 이루어진다. 그렇기에 생태계 내에서 일어나는 현상을 이해하고 연구하기 위해 장기생태연구가 필요하다. 현재 우리나라의 소나무는 단일 수종으로 가장 넓게 분포하 고 있으나 기후변화 및 음수로의 천이과정 등 다양한 요인에 의하여 변화가 예상된다. 변화과정에 대한 모니터링은 생태계 과정의 이해와 임분관리 등에 있어서 매우 중요한 부분을 차지하므로 장기생태모니터링구에 대한 매목조사와 변화상 분석을 실시하였다. 국가장기생태연구의 조사지로 구축된 지리산 소나무림(100m × 100m)을 대상으로 격년별 (2017년, 2019년, 2021년, 2023년) 4회 매목조사를 실시하였고, 매목조사자료를 바탕으로 밀도, 흉고단면적, 중요치, 직경급 분포, 수간건강상태, 고사율, 이입률 등의 분석을 실시하였다. 소나무개체군의 밀도는 6년 동안 292본/㏊에서 272본/㏊으로 6.8% 가량 감소하였고, 특히 비목나무는 6년 동안 161본/㏊에서 46본/㏊으로 71.4% 가량 크게 감소하였 다. 흉고단면적(㎡/㏊)은 비목나무를 제외한 모든 수종이 증가하였고 이에 따라 중요치는 비목나무만 감소하고 이외 모든 수종은 증가하거나 유지되는 경향으로 나타났다. 직경급 분포에서 전제 구성종은 10㎝ 미만의 직경급이 가장 높은 역 J자형을 보이고 소나무는 30-40㎝의 직경급의 개체목이 가장 많은 정규분포형을 보였다. 소나무의 수간건강상 태에서 AS가 2017년에 76.1%(252본/㏊)로 가장 높게 나타났지만 AL과 DF의 증가로 인해 2023년에 ㏊당 63.4%(210 본/㏊)로 12.8%(42본/㏊)감소하였다. 소나무의 6년간 연평균고사율은 1.18%, 연평균이입률은 진계목이 발생하지 않아 나타나지 않았다. 그러나 비목나무의 6년간 연평균고사율은 19.75%로 높게 나타났다. 지리산 소나무림의 소나무 개체 군 밀도는 감소하나 흉고단면적, 중요치는 유지되어 양호한 생육상태인 것으로 나타났지만 진계목이 발생하지 않았고 이는 소나무가 양수의 특성에 기인된 것으로 판단되었다. 앞으로 소나무개체군, 비목나무개체군, 삼나무개체군, 굴참나 무개체군 등 개체군 변화에 대한 지속적인 후속 연구가 필요할 것으로 판단되었다.

본 연구는 울산광역시 유통 과채류 가공식품의 잔류농 약 오염도를 모니터링하여 소비자의 안전성을 평가하기 위해 수행하였다. 울산광역시 소재 대형마트와 온라인 쇼 핑몰을 통해 유통되고 있는 과일 및 채소 가공식품 120건 (과일류 58건, 채소류 62건)에 대해 잔류농약(401종)을 분 석하였으며, 검출률은 32.5%(39건)이었고, 총 48종의 농약 검출을 확인하였다. 한편, 2022년부터 2024년까지 울산광역시 보건환경연구 원(농수산물검사소)에서 수행한 비가공 농산물의 잔류농약 검출률과 비교했을 때, 과일 및 채소 가공식품의 검출률 은 60-70% 수준이었다. 또한 검출된 농약의 검출량은 모 든 시료에서 원료 농산물에 대한 한국 기준의 20% 미만 수준이었고, 위해도(%ADI) 평가 결과 0.0003-0.7658%로 모두 안전한 수준인 것으로 확인되었다. 본 연구는 가공식품과 일반 유통 농산물의 잔류농약 검 출률 및 검출 수준을 비교함으로써, 가공식품에서도 잔류 농약 관리가 필요함을 실증적으로 제시하였다. 다만, 조사 한 가공식품 검체의 수량 및 종류가 제한적이고, 비가공 농산물에 대한 자료는 울산광역시에 유통되는 농산물에 국한된 자료라는 점에서 한계가 있다. 따라서, 향후 연구 에서는 가공식품 검체를 더 많이 확보하고, 비가공 농산 물에 대한 자료는 전국 수준에서 수집하여 보다 정밀한 모니터링이 이루어질 필요가 있다고 사료된다.