도로기상정보시스템(RWIS; Road Weather Information System)은 날씨에 따라 수시로 변하는 도로 의 기상상태를 실시간으로 운전자에게 예보하는 첨단 교통기상 정보 시스템이다. RWIS는 도로변에 설치 된 기상관측장비와 도로 표면에 설치된 노면센서로 구성된 도로기상관측시스템(RWOS; Road Weather Observation System)으로부터 차량 운전에 위험이 되는 기상 상황을 사전에 운전자에게 알려준다. 도로 의 기상상황 및 노면상태를 관측하는 RWOS는 고가의 장비로 도로의 전 구간에 설치하여 고해상도의 도 로기상 정보를 제공하기 힘든 실정이다. 그리고 도로기상 정보 중에서 안전사고와 가장 밀접한 노면상태 (ice, snow, wet)는 도로의 특정 구간에서 노면센서나 영상을 통한 노면상태 판별에 대한 연구만 수행되 어 왔다. 특히 노면상태는 기상조건과 밀접한 관계를 갖고 있기 때문에 고해상도로 설치된 자동기상관측 장비(AWS; Automatic Weather System)를 활용한 노면상태 판별 연구가 필요하다. 따라서 본 논문에서 는 기계학습 도구로 유명한 weka의 AdaBoostM1 분류기를 활용하여 실시간으로 노면상태를 판별하는 알 고리즘을 제안한다. 이를 위해 RWOS와 AWS의 관측자료를 시계열로 매핑하여 학습데이터를 구성하고, 기계학습을 통해 노면상태 판별 모델을 구축하였다. 이를 통해 서울시 주요도로의 노드링크에 대해 기상 정보 추출하여 제공하고 기상정보를 기반으로 노면상태를 판별하여 실시간으로 제공할 수 있도록 하였다. 도로기상 관측 데이터는 그림 1과 같이 정릉터널 입출구에 설치되어 있는 RWOS의 노면상태 관측자료 와 정릉터널 입출구 인근 AWS 6개소의 기상관측자료를 시계열로 매핑하고 노면상태와 기상조건에 대한 상관성 분석을 수행하였다. 학습 모델은 수집된 관측자료(2015/1/23–2015/10/19) 387,187건으로 학습 데 이터를 구성하였다. 서울시 주요도로의 노드링크는 22,184개이며, 개별 노드링크의 위경도 좌표에 따라 SK Planet에서 구축한 AWS(255개소) 관측자료를 실시간으로 IDW(Inverse Distance Weight)로 산출하 여 학습 모델의 입력자료로 활용하였다. 학습 데이터를 기반으로 Decision Tree, SVM(Support Vector Machine), MLP(Multi-Layer Perceptron), Ensemble Learning 기법을 활용하여 실험을 수행하였고, 그 중에서 가장 좋은 분류 성능을 보여준 AdaBoostM1을 활용하여 노면상태 판별 학습 모델을 구축하였 다. 그림 2와 같이 학습 모델의 판별 성능은 10-fold cross validation으로 검증하였으며, 정확율 (precision rate)이 평균 90%, 재현율(recall rate)이 평균 89%의 성능을 보였다.

In industrial facilities sites, the conventional method determining the earthquake magnitude (M) using earthquake ground-motion records is generally not applicable due to the poor quality of data. Therefore, a new methodology is proposed for determining the earthquake magnitude in real-time based on the amplitude measures of the ground-motion acceleration mostly from S-wave packets with the higher signal-to-ratios, given the Vs30 of the site. The amplitude measures include the bracketed cumulative parameters and peak ground acceleration (As). The cumulative parameter is either CAV (Cumulative Absolute Velocity) with 100 SPS (sampling per second) or BSPGA (Bracketed Summation of the PGAs) with 1 SPS. The arithmetic equations to determine the earthquake magnitude are derived from the CAV(BSPGA)-As-M relations. For the application to broad ranges of earthquake magnitude and distance, the multiple relations of CAV(BSPGA)-As-M are derived based on worldwide earthquake records and successfully used to determine the earthquake magnitude with a standard deviation of ±0.6M.

종래의 지구과학 교과서에서는 대중 과학잡지를 비롯한 각종 언론 매체에서 자주 다루는 최신 천문 현상들에 대한 내용이 매우 부실하였다. 2009 개정 과학과 교육과정에서는 이러한 내용들을 적극 수용하자는 것이 주요 개정 방향 중 하나이다. 추가로, 천문학과 물리학의 깊은 연관성에도 불구하고 그동안 지구과학 교과에서는 현대 물리학의 개념, 물리 교과에서는 천문학과의 연관성에 대한 내용이 많이 다루어지지 않았다. 따라서 2009 개정 과학과 교육과정에서는 과학의 융합 개념을 강조하고 있다. 위의 두 가지를 모두 포함하는 분야들 중 하나로서 고에너지 천체의 격변광 현상을 들 수 있다. 본 연구는 e-Science를 이용한 천체 관측의 실시간 자료 전송 및 영상화를 소개하였다. 그 첫 단계의 실험으로서 우리는 국가 연구 교육 시험망의 하나인 KOREN을 이용한 국내 최초의 한 일간 천문 관측 자료의 대용량 자료 전송 실험을 실시하였다. 또한 천문학 및 천체물리학 관측 분야에서 활발하게 진행되는 세계 각국의 e-Science 분야들을 소개하고, 과학탐구활동 및 과학 대중화 활동과 어떻게 연결되어 진행되는지 소개하였다. 아직 걸음마 단계인 국내 천문 분야의 e-Science에 있어서 우리의 실험이 가지는 과학적 및 교육적 의미를 짚어보고, 머지않아 상용화될 Gbps급 인터넷 환경에 있어서 이와 같은 실험의 과학탐구활동 및 과학 대중화 활동에 있어서의 활용을 전망해 보았다.

본 연구에서는 선박 안전 운항을 위해 개발된 실시간으로 전방 관측 항해 장비의 개발 결과와 해상 시운전 결과를 기술한다. 개발된 장비는 Pan/ Tilt에 고성능 카메라와 레이져 거리 측정기를 장착하여 선박 항해 구간 내 주간 위해 요소의 관측하여 사람 시야 형태의 화상 데 이터로 모니터 할 수 있다. 개발된 항해 장비는 선급 성능 검증을 위해 실습선 새유달호 장착하여 해상 시운전을 수행하였고, 그 결과를 바탕으 로 선급 인증을 위한 환경 평가와 성능 평가안을 제시하였다.

본 연구에서는 자동기상관측시스템(AWS)을 이용하여 기상요소의 관측 자료를 수집하고 실시간으로 그 자료를 제공하는 웹 페이지를 개발하였다. 이 시스템은 실시간으로 자료를 제공하면서 동시에 데이터베이스(DB)로 누적하여, 사용자의 요청에 따라 과거의 기상 자료를 파일로 제공하는 기능도 있다. 완성된 페이지를 이용하여 학교 현장에서 지구과학 교과의 기상분야 탐구학습에 성공적으로 활용하였다. 이 연구 결과, 기상 관측 자료를 실시간으로 제공함으로써 기상 분야 탐구학습의 현장감을 높일 수 있게 되었다. 또 누적된 과거 기상 자료를 이용함으로써 시간규모가 너무 길어서 실질적인 탐구학습이 어렵던 지구과학 교과의 제약을 일부 극복하게 되었다.

자동기상관측장비인 AWS(Automatic Weather System)는 교육기관 뿐만아니라 정부 산하 각 지방 도시에 많이 설치되어있다. 그러나 많은 AWS중 실시간으로 웹을 통해 제공되는 기상 정보는 많지 않다. 이에 본 연구에서는 AWS에서 전송되어 오는 데이터를 실시간으로 자동 저장할 수 있도록 하여 실시간으로 디스플레이하고 자료 처리를 하여 교육적으로 활용하고자 하였다. 데이터의 실시간 디스플레이 및 자료 처리를 위해 몇 가지 가능성을 검토했으며 그 가능성을 통해 이를 실현하고자 일차적으로 KNU Weather now, V1.0를 개발하였다. 이 작업의 결과로 지금까지 AWS의 자료를 불러와 사용하기 위해 해오던 불편한 작업이 어느 정도 해소되었고 다시 이를 재가공해 외부에 서비스는 물론, 부가적으로 AWS 관측데이터를 필요로 하는 여러 작업에 이용할 수 있고 또한 데이터 처리 부분의 추가로 여러 통계자료를 가공해 낼 수 있게 되었다. 본 연구는 AWS의 교육적 활용에 중점을 두고 이루어졌으며 간편하고 실용적인 면에서 매우 유용하리라 생각된다.

본 연구의 목적은 앙상블 칼만필터링 기법과 연속형 강우-유출모형을 연계한 SURF 모형과 Auto ROM을 결합한 실시간 댐 수문량 예측모형(DHVPM)을 개발하고 그 적용성을 평가하는데 있다. 대상유역은 충주댐 상류유역을 선정하였으며 2006∼2009년 동안 연최대 유입량이 발생한 4개 사례를 선정하였다. 관측유량 자료동화 적용에 따른 선행시간 1시간 유입량에 대한 첨두유량 상대오차, 평균제곱근오차, 모형효율성계수를 산정한 결과, 2007년 첨두유량 상대오차 결과를 제외한 모든 사례에서 자료동화기법을 적용한 결과가 우수한 것으로 나타났다. 현시점으로 가정한 가상시점에서 예측선행시간 10시간에 대해 유입량을 예측한 결과에서, 유역평균강우량의 오차가 큰 경우에 대해 자료동화기법을 적용함으로써 예측 유입량의 오차가 줄어드는 것을 확인하였다. 이상의 결과로부터 실시간 예측유입량의 정확도를 향상시키기 위해서는 관측유입량의 실시간 활용이 가능한 환경에서 자료동화기법을 연계한 유입량 예측모형을 이용하는 것이 바람직할 것으로 판단된다.

해운대 해수욕장 이안류 안전사고의 예방을 목적으로, 다양한 해상조건에 따른 시뮬레이션을 기반으로 정량화된 이안류 발생가능성으로부터 추정된, 따라서 실시간 관측자료에 따라 경보할 수 있도록 하는 이안류 경보지수 함수를 연구하였다. 이안류 발생정도를 정량화하기 위해 Choi et al. (2011, 2012b)의 Boussinesq 모델링과 이안류 발생 가능계수의 정의를 사용하였고, 이안류관련 파랑특성과 같은 관측물리량에 대하여 발생가능 시나리오를 수립하여 광범위하고 정도높은 시뮬레이션을 수행하므로 그에 따른 이안류 발생가능 정도의 분포를 추정하였다. 이 추정된 분포에 부합하는 적절한 경험함수를 도출하고, 그 함수를 현실적으로 관측가능 해상조건에 따라 지수화 하였다. 본 연구에서 2011년 6월부터 9월까지 운영된 해운대 파랑부이 관측자료를 제시한 이안류 위험지수 함수에 적용하고, 몇 차례 CCTV를 통해 확인된 이안류 발생시점에 대하여 적용한 결과를 제시하고 고찰한다. 더불어 문제점과 향후 개선방향에 대하여 논의한다.

Mass mortalities of cultivated organisms have occurred frequently in Korean coastal waters causing enormous losses to cultivating industry. The preventive measures require continuous observation of farm environment and real-time provision of data. However, line hanging aquaculture farm are generally located far from monitoring buoys and has limitations on installation of heavy equipments. Substituting battery pack for solar panels and miniaturizing size of buoy, newly developed system can be attached to long line hanging aquaculture farm. This system could deliver measured data to users in real-time and contribute to damage mitigation and prevention from mass mortalities as well as finding their causes. The system was installed off Gijang and Yeongdeck in Korea, measuring and transmitting seawater temperature at the sea surface every 30 minutes. Short term variation of seawater temperature, less than one day, in Gijang from June to July 2009 corresponded tidal period of about 12 hours and long term variation seemed to be caused by cold water southeast coast of Korea, particularly northeast of Gijang. Seawater temperature differences between Gijang station and the other station that is about 500 m away from Gijang station were 1 ℃ on average. This fact indicates that it is need to be pay attention to use substitute data even if it is close to the station. Daily range of seawater temperature, one of crucial information to aquaculture, can be obtained from this system because temperature were measured every 30 minutes. Averages of daily range of temperature off Gijang and Yeongdeok during each observation periods were about 2.9 ℃ and 4.7 ℃ respectively. Dominant period of seawater temperature variation off Yeongdeok was one day with the lowest peak at 5 a.m. and the highest one at 5 p.m. generally, resulting from solar radiation.

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이