Fouling is an inevitable problem in membrane water treatment plant. It can be measured by trans-membrane pressure (TMP) in the constant flux operation, and chemical cleaning is carried out when TMP reaches a critical value. An early fouilng alarm is defined as warning the critical TMP value appearance in advance. The alarming method was developed using one of machine learning algorithms, decision tree, and applied to a ceramic microfiltration (MF) pilot plant. First, the decision tree model that classifies the normal/abnormal state of the filtration cycle of the ceramic MF pilot plant was developed and it was then used to make the early fouling alarm method. The accuracy of the classification model was up to 96.2% and the time for the early warning was when abnormal cycles occurred three times in a row. The early fouling alram can expect reaching a limit TMP in advance (e.g., 15-174 hours). By adopting TMP increasing rate and backwash efficiency as machine learning variables, the model accuracy and the reliability of the early fouling alarm method were increased, respectively.

This paper presents a real-time, false-pick filter based on deep learning to reduce false alarms of an onsite Earthquake Early Warning (EEW) system. Most onsite EEW systems use P-wave to predict S-wave. Therefore, it is essential to properly distinguish P-waves from noises or other seismic phases to avoid false alarms. To reduce false-picks causing false alarms, this study made the EEWNet Part 1 'False-Pick Filter' model based on Convolutional Neural Network (CNN). Specifically, it modified the Pick_FP (Lomax et al.) to generate input data such as the amplitude, velocity, and displacement of three components from 2 seconds ahead and 2 seconds after the P-wave arrival following one-second time steps. This model extracts log-mel power spectrum features from this input data, then classifies P-waves and others using these features. The dataset consisted of 3,189,583 samples: 81,394 samples from event data (727 events in the Korean Peninsula, 103 teleseismic events, and 1,734 events in Taiwan) and 3,108,189 samples from continuous data (recorded by seismic stations in South Korea for 27 months from 2018 to 2020). This model was trained with 1,826,357 samples through balancing, then tested on continuous data samples of the year 2019, filtering more than 99% of strong false-picks that could trigger false alarms. This model was developed as a module for USGS Earthworm and is written in C language to operate with minimal computing resources.

온실재배 오이에 발생하는 목화진딧물의 발생밀도를 추정하는 표본조사법을 개발하기 위하여 주 전체의 잎 별 발생밀도를 조사하였다. 목화진딧물의 공간분포 특성은 집중분포를 하고 있었으며, 진딧물의 평균-분산 관계를 TPL이 IPR보다 더 잘 설명하였다. Green과 Kuno의 식을 이용하여 고정 정확도(D)수준에서의 축차표본조사법을 개발하였다. 목화진딧물의 축차표본조사법은 Green의 방법이 Kuno에 비해 더 효율적이었다. 목화진딧물 잎 당 10마리의 밀도를 추정하기 위해 필요한 조사 주 수는 13주이었으며, 이 때 조사를 중지하기 위한 누적 진딧물 수는 131마리이었다. 딸기에서 점박이응애, 오이에서 목화진딧물과 담배가루이, 수박에서 담배가루이를 대상으로 정기밀도를 조사하였을 때 전반적으로 작기 종료기에 밀도가 크게 증가하는 경향을 보였으나 목화진딧물의 경우 농가온실에서 발견하기 어려웠다. 조기경보체계 구축 측면에서 조사한 벼의 해충인 애멸구, 벼멸구, 멸강나방 등도 발생량이 극히 저조하거나 없었다. 꽃매미의 경우 포도재배지에서 조사한 결과 지속적인 발생을 확인할 수 있었다. 미국선녀벌레인 경우 밀양의 전 지역에서 발생하여 점차 김해, 창원, 창녕, 진주에서도 발생하여 경남의 서쪽지역으로 발생 확산되어가는 경향을 확인할 수 있었다. 갈색날개매미충의 경우 하동에서 발생하여 진주, 사천, 산청, 함양 등 경남의 동남부 지역으로 발생이 확산되어가는 경향을 보였다.

해운산업은 파생적 수요의 특성으로 대외적 요인에 영향을 크게 받는다. 하지만, 공급 측면은 이러한 수요의 변화에 즉각적으로 대 응할 수 없는 특성 때문에 해운산업은 호황과 불황을 거듭하게 된다. 그러므로 정부는 이러한 상황에 대응하기 위해 조기경보모형을 구축해 시 장을 모니터링하고 다가올 위험을 예측하는 것이 필요하다. 본 연구에서는 신호접근법을 사용해 조기경보모형을 구축하였으며, 위기지수는 BDI를 사용해 정의하였으며 금융, 경제, 선박 등 다양한 선행지수를 활용해 종합선행지수를 도출하였다. 그 결과, 종합선행지수가 해운분야의 실제 위기지수와 비교해 4개월의 시차를 두고 높은 상관관계를 보였고, QPS(Quadratic Probability Score)가 0.37로 정확도가 높은 것으로 나타 났다

Early alarm system is to detect slope movement before its collapse for road manager to respond quickly. In this paper, alarm criteria for this system is suggested when vibration and angle sensor are used.

After operating Early detection of slope movement and alarm system, it is found that several improvements are necessary. Especially, alarm criteria for slope movement is critical in reliable operation of the system.

After operating Early detection of slope movement and alarm system, it is found that several improvements are necessary. Especially, alarm criteria for slope movement is critical in reliable operation of the system.

최근 우리나라 기상청은 국내 지진 피해를 경감하기 위한 목적으로 지진조기경보 시스템의 도입을 추진하고 있다. 지진조기경보 시스템이란 지진 발생 시 피해를 유발하는 지진파 도착 이전에 경보를 발령하여 수신자의 대응시간을 확보하기 위한 시스템으로써, 미국, 일본, 멕시코, 터키, 대만, 루마니아 등에서는 이미 도입되어 활용 중이다. 기본적인 원리는 전자파와 지진파 간, 또는 지진파의 파형 간 속도 차이를 활용하는 것이며, 그 형태에 따라 크게 on-site, network-based, front-detection 방식 등으로 분류된다. 국가별 실정에 따라 관측 네트워크나 경보의 내용 혹은 전달방식 등에 차이가 있는데, 본 연구에서는 이러한 특징들에 주목하여 해외 연구 현황 및 도입 사례를 종합하였다.