PURPOSES : In this study, a preliminary study on the optimal clustering techniques for the preprocessing of pavement management system (PMS) data was conducted using K-means and mean-shift techniques to improve the correlation between the dependent and independent variables of the pavement performance model. METHODS : The PMS data of Jeju Island was preprocessed using the K-means and mean-shift algorithms. In the case of the K-means method, the elbow method and silhouette score were used to determine the optimal number of clusters (K). Moreover, in the case of the mean-shift method, Scott’s rule of thumb and Silverman’s rule of thumb were used to determine the optimal cluster bandwidth. RESULTS : The optimal cluster sets were selected for the rut depth (RD), annual average daily traffic (AADT), and annual maximum temperature (AMT) for each clustering technique, and their similarities with the original data were investigated. Additionally, the correlation improvement between the dependent and independent variables were investigated by calculating the clustering score (CS). Consequently, the K-means method was selected as the optimal clustering technique for the preprocessing of PMS data. The K-means method improved the correlations of more variables with the dependent variable compared to the mean-shift method. The correlations of the variables related to high temperature—such as the annual temperature change, summer days, and heat wave days—were improved in the case wherein the AMT, a climate factor, was used as an independent variable in the K-means clustering method. CONCLUSIONS : The applicability of the clustering methods to preprocessing of PMS data was identified in this study. Improvements in the pavement performance prediction model developed using traditional statistical methods may be identified by developing a model using clustering techniques in a future study.

다양한 모형들이 기후변화에 따른 곤충과 해충의 영향을 평가하기 위해 사용되어왔다. 이러한 모형들을 구동하기 위해 사용되는 기상입력 자료들은 지점별 또는 격자 형식으로 제공된다. 특히, 격자형의 기상입력자료를 사용할 경우, 사용되는 자료 처리 도구에 따라 격자형 자료의 활용이 어려울 수 있다. 예를 들어, CORDEX 자료의 경우, 파일 형식 및 투영법이 기후자료를 생산하기 위해 사용된 수치모형에 따라 다르기 때문에, R의 raster 패키지와 같이 하나의 도구로 처리하는 것은 한계가 있다. 본 발표에서는 기상청에서 제공하는 netCDF와 binary 형식의 격자형 기후자료를 처리하는 도구인 readGrADSWrapper의 개발과정을 소개하고, 활용 방법에 대한 사례연구를 수행하였다. 특히, 이 자료 처리 도구는 R에서 사용가능하기 때문에, R을 기반으로 하는 곤충모형과 연동하여 사용가능하다. 예를 들어, 곤충의 생육단계별로 군집 동태를 예측할 수 있는 stagePop 모형의 경우, 일별 온도를 입력자료로 사용하나, 내부적으로 연간 평균온도로부터 추정하여 입력값으로 사용한다. 그러나, readGrADSWrapper를 사용할 경우, 1km 해상도의 일별 자료를 사용하여, 우리나라 전체를 대상으로 stagePop 모형 구동이 가능하다. 이러한 격자형 기후자료 처리 도구를 사용하여 곤충의 공간적인 기후변화 영향평가 연구가 용이하게 될 것이다.

안정동위원소 분석기법(SIA)은 생태학 및 환경학적 측면에서 유기물의 기원 추적 및 생지화학적인 문제를 해결함에 있어서 유용하기 때문에 그 사용이 꾸준히 증가되고 있다. C, N, S, H, O 등의 원소는 모두 하나 이상의 동위원소를 가지고 있으며, 동위원소 조성비는 질량분석기를 이용하여 매우 정밀하게 측정할 수 있다. 이러한 동위원소 조성비는 물리적, 화학적, 생물학적 반응을 통한 분별작용으로 인하여 예측 가능한 방식으로 변경된다. 더 나아가 안정동위원소 기법은 생태와 환경 학문에서 유기물의 기원을 밝히고, 생태계내 먹이망 구조를 밝히고, 영양염 등의 질산염 순환을 이해하고, 동물의 이동경로를 밝히고, 오염원을 추적하는 등 매우 강력한 도구로서 사용할 수 있다. 그러므로 생태학 및 환경학 분야에서 안정동위원소의 활용이 매우 유용하다.

Real-time data reduction pipeline for the Korea Microlensing Telescope Network (KMTNet) was developed by Korea Astronomy and Space Science Institute (KASI). The main goal of the data reduction pipeline is to find variable objects and to record their light variation from the large amount of observation data of about 200 GB per night per site. To achieve the goal we adopt three strategic implementations: precision pointing of telescope using the cross correlation correction for target fields, realtime data transferring using kernel-level file handling and high speed network, and segment data processing architecture using the Sun-Grid engine. We tested performance of the pipeline using simulated data which represent the similar circumstance to CTIO (Cerro Tololo Inter-American Observatory), and we have found that it takes about eight hours for whole processing of one-night data. Therefore we conclude that the pipeline works without problem in real-time if the network speed is high enough, e.g., as high as in CTIO.

2002년 4월에 발사된 Gravity Recovery and Climate Experiment(GRACE) 위성의 중력시간변화 측정을 통해, 기후 및 환경 변화에 의한 지구 내 질량 재배치 연구가 가능해 졌다. GRACE 중력 자료는 구면조화 함수의 계수인 중력 스펙트럼 형태로 제공이 되며, 이를 구면조화 함수를 이용하여 원하는 지역의 중력 변화 또는 질량 변화로 환산을 해야 한다. 하지만, GRACE 중력 자료는 측정 잡음 이외에도 공간적인 알리아스 에러가 존재하여, 질량 재배치 효과를 확인하기 위해서는 중력 스펙트럼의 처리 과정이 필요하다. 이 연구에서는 GRACE 자료를 처리하는 가장 일반적인 방법을 소개하고, 처리된 중력 자료를 이용한 연구 사례를 소개하였다. GRACE 중력 자료를 이용하여 광범위한 지구과학 연구가 진행 중이지만, 그 중 가장 활발한 연구 분야인 육지의 물수지 연구, 빙하 변화 연구 그리고 해수면 상승 연구 등을 중심으로 소개하였다. GRACE 위성과 유사한 인공위성 중력 관측 사업이 2020년까지 계획되어 있으며, 향후 수십년간 축적된 인공위성 중력 자료는 지구 환경 변화 연구에 핵심적인 자료로 활용될 것으로 기대된다.

We have designed data processing server system to include data archiving, photometric processing and light curve analysis for KMTNet (Korea Microlensing Telescope Network). Outputs of each process are reported to the main photometric database, which manages the whole processing steps and archives the photometric results. The database is developed using ORACLE 11g Release 2 engine. It allows to select objects applying any set of criteria such as RA/DEC coordinate and Star ID, etc. We tested the performance of the database using the OGLE photometric data. The searching time for querying 70,000,000 records was under 1 second. The database is fully accessed using query forms via web page.

This paper describes the digital back-end system for getting the data to analyze the user observation mode by digitalize the analog data after receiving the space radio using the radio telescope, The received analog data will be digitalized by high-speed sampler with 1 Gsps for 4 channel frequency band of millimeter wave, and the digital data will be transported through the fiber-optic digital transmission system and WDM(wavelength division multiplex) to observation building, The wideband digital FIR(Finite Impulse Response) filters analyze the data for user observation mode to record the data in high-speed recorder with 1 Gbps. In this paper, we introduce the overall system configuration and features combined by various information and communication technology in radio astronomy briefly, which will be adopted by KVN(Korean VLBI Network).

사이드 스캔 소-나를 이용한 해저면 음향영상자료의 처리과정에서 가장 첫 번째 단계는 수중예인체의 절대위치를 결정하는 것이다. 예인체를 조사선박에 부착하지 않고 후미에서 수중예인하기 때문이다. 수중에서 음향을 이용하여 위치를 추적하는 장치나 예인체의 움직임을 관측하는 추가적인 지원장비 없이도 절대위치를 계산할 수 있는 기술적인 알고리즘이 제안되었다. 예인항적으로 작성된 모자이크 결과도면에서, 인접한 측선 간의 불일치나 모호하게 접합되는 해저형태를 발견할 수 없었다. 절대위치 계산과정에서 수중예인체의 진행방향이 부드럽게 되는 부차적인 효과가 있다. 그 결과 진행방향에 대하여 수직으로 분포하는 영상자료의 펼침형태가 안정적으로 배열되며 음향조사역(音響照射域)의 평면투영에서 자료의 유실현상도 현저하게 줄어든다. 수중에서 예인하는 방식의 다른 분야 해양조사에서도 이 연구결과의 적절한활용이 기대된다.

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 논문에서는 국내의 지진자료를 이용하여 지진특성을 추정하기 전에 적용할 수 있는 사전자료처리기법을 종합적으로 검토하였다. 사전처리 기법으로는 계기보정, 센서검교정상태 확인, 윈도우에 의한 스펙트럼 왜곡 최소화, non-causal ringing에 의한 초동 왜곡 보정 기법을 분석하였으며, 자료 선택시 주파수 영역의 S/N비 확인 및 포화된 자료의 사용가능성 여부를 제시하였다.

We have developed a graphic software for image processing of astronomical data obtained by observational equipment in Astronomical Observatory of Kyung Hee University. The essential hardware for running our computer program is simply composed of a PC with the graphic card to handle 256 colors and the color graphic monitor, including CCD camera system. Our software has been programmed in WINDOWS to provide good environments for users, by using various techniques of image processing on astronomical image data recorded in FITS format by KHCCD program(Jin and Kim, 1994) with a compressional mode. We are convinced that our results will be a fundamental and useful technique in the construction of data processing system and can be effectively used in any other observatories, as well as in data processing system of Kyung Hee University.