기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해 수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자 이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하 여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하 였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개 선할 수 있었다.

본 연구의 주요 목적은 회귀기반의 다양한 머신러닝 알고리즘을 개발하고 다양한 농업 분야에서 사용되는 트랙터의 연료 소비량을 예측하는 것이다. 비포장 도로주행 농업 기계중에서도 사용 비중이 가장 높은 트랙터를 선정하였다. 실제 농가에 방문하여 현업 전문가 조언을 바탕으로 연구하여 설문지를 작성하였으며, 설문 대상은 경남 사천시에 있는 농가 10곳, 진주시에 있는 농가 62곳 등, 총 72곳의 농가이다. 농작업으로는 벼농사, 보리농사, 밭농사 등이 있으며, 작업내용으로는 쟁기, 로터리, 비료살포, 베토, 모내기작업 등이 있다. 다중 회귀분석을 통해 연료 소비량 예측에 영향을 미치는 변수(마력, 기계사용연수, 경작면적, 작업 시간)를 추출하였고. 머신러닝 회귀 학습기 모형으로 학습하여 예측 모형의 성능을 검증하였다. 연료 소비량을 예측하는 모델의 성능은 결정 계수(R), RMSE (제곱 평균 제곱근 오차), MSE (평균 제곱 오차) 및 MAE (평균 절대 오차)를 포함한 4가지 통계적 품질 매개변수를 사용하여 결정되었다. 연구 결과 4가지 모델(다중회귀, 랜덤포레스트, 아다부스트, K-최근접 이웃) 중 K-최근접 이웃의 성능이 제일 높은 것으로 나타났다. 결론적으로 본 연구의 결과는 실제 농가의 연료 소비량을 예측하여 면세유 유통의 투명성을 확보하고 추후 개발 모델의 의사결정에 활용될 수 있을 것으로 기대된다.

The leading source of occupational fatalities is a portable ladder in Korea because it is widely used in industry as work platform. In order to reduce victims, it is necessary to establish preventive measures for the accidents caused by portable ladder. Therefore, this study statistically analyzed injury death by portable ladder for recent 10 years to investigate the accident characteristics. Next, to monitor wearing of safety helmet in real-time while working on a portable ladder, this study developed an object detection model based on the You Only Look Once(YOLO) architecture, which can accurately detect objects within a reasonable time. The model was trained on 6,023 images with/without ladders and safety helmets. The performance of the proposed detection model was 0.795 for F1 score and 0.843 for mean average precision. In addition, the proposed model processed at least 25 frames per second which make the model suitable for real-time application.

동해 연안지역의 고해상도 파랑예측을 위하여 통계적 규모축소화 방안을 적용하여 고해상도 동해 연안 파랑예측시스템을 구축하였다. 예측시스템을 구축하기 위하여 기상청 현업에서 예측된 동해 및 남해 연안파랑예측모델과 전구 파랑예측모델의 예측결과를 이용하였다. 3일까지는 연안파랑예측모델들의 결과를 그대로 활용하였고 3일 이후 7일까지는 전구파랑예측모델의 예측결과를 통계적 규모축소화 방안(역거리 가중 내삽방법과 조건부합성방법)을 적용하여 예측하였다. 예측된 고해상도 연안예측시스템을 이용하여 예측된 파고의 2차원 공간분포는 연안예측모델의 초기장(분석장)과 자기상관관계를 이용하여 검증하였고 부이 등 해양관측소 자료를 이용하여 파고 및 풍속 예측을 검증되었다. 수치모델의 예측성능과 유사하게 초기시간에는 예측성능이 높게 나타났으나 시간이 지남에 따라 예측성능이 점진적으로 감소되었다. 전체 기간의 파고 예측결과를 파고 관측자료를 이용하여 검증하였을 때 역거리 가중 내삽과 조건부합성방법 적용에 따른 상관계수와 평균 제곱근 오차는 0.46과 0.34 m에서 0.6과 0.28 m로 개선되었다.

Pulp and paper industry produces large volumes of wastewater and residual sludge waste, resulting in many issues in relation to wastewater treatment and sludge disposal. Contaminants in pulp and paper wastewater include effluent solids, sediments, chemical oxygen demand (COD), and biological oxygen demand (BOD), which should be treated by wastewater treatment processes such as coagulation and biological treatment. However, few works have been attempted to predict the treatment efficiency of pulp and paper wastewater. Accordingly, this study presented empirical models based on experimental data in laboratory-scale coagulation tests and compared them with statistical models such as artificial neural network (ANN). Results showed that the water quality parameters such as turbidity, suspended solids, COD, and UVA can be predicted using either linear or expoential regression models. Nevertheless, the accuracies for turbidity and UVA predictions were relatively lower than those for SS and COD. On the other hand, ANN showed higher accuracies than the emprical models for all water parameters. However, it seems that two kinds of models should be used together to provide more accurate information on the treatment efficiency of pulp and paper wastewater.

본 연구에서는 지진파의 푸리에 가속도스펙트럼(Fourier Acceleration Spectrum)에 기반한 계측진도 평가방법(Sokolov and Wald, 2002)을 국내에 적용하기 위해 국내 지진 MMI {\leq} IV 범위에 대한 진도별 FAS 통계특성(평균과 표준편차) 모델을 기상청 발표 진도자료로 부터 도출된 65개 지진에 대한 등진도구역도(Isoseismal Maps)와 등진도구역도 상의 일관된 부지특성을 갖는 580개 수평성분 FAS 자료를 기반으로 경험적으로 도출하였다. 일관된 부지특성을 갖는 FAS는 특정 지진관측소에서 관측된 FAS를 국내 지반물성을 대표할 수 있는 D 등급관측소(연관희와 서정희, 2007)의 부지증폭특성을 갖도록 변환하여 도출하였다. 국내 지진의 MMI {\leq} IV의 FAS 평균값은 로그영역에서 진도에 비례하는 선형성을 나타내었으며, 진도 IV에 대한 FAS 평균은 전 세계 모델과 유사한 특징을 보였다. 또한 진도 MMI {\leq} IV의 FAS 표준편차는 진도 V 이상의 전 세계적인 모델의 표준편차 보다는 크게 평가되었으나, 진도 IV에 대한 전 세계적인 모델의 표준편차보다는 현저히 낮은 값을 나타내었다.

The interannual variability of summer temperature during June-August (JJA) in South Korea was associated with geopotential height averaged in the East Sea (Korea-Japan Index, KJI) and in the subtropical western North Pacific (Western North Pacific Subtropical High Index, WNPSHI). The KJI was coupled with a decaying El Niño one month in advance, while the WNPSHI was influenced by Sea Surface Temperature (SST) anomaly in the western North Pacific and a developing El Niño one to three months ahead. Additionally, the JJA temperature over South Korea was affected by SST anomaly in the western North Pacific in May. Based on these teleconnections, a multivariate regression model using the SST surrogates for the KJI and WNPSHI and an univariate model using an area-averaged May SST were developed to reconstruct the JJA temperature over South Korea. Both of the empirical models reproduced the JJA and monthly temperatures reasonably well. However, when the simulated SSTs from global climate models were used, the multivariate model outperformed the univariate model. Further, for JJA temperature prediction, the multivariate model with 6-month lead SST outstripped one-month lead prediction of global climate models. Therefore, the empirical-dynamical approach can pave a promising way for summer temperature prediction in South Korea.

ANOVA 분석을 통해 건조온도와 건조시간이 열풍건조 와 냉풍건조의 중요변수임을 알 수 있었으며 복분자의 반건 조를 위해서는 열풍건조의 경우 65.8℃, 4.3시간이 적당하 였고 냉풍건조의 경우 비슷한 정도의 건조수분함량까지 28.2시간이 걸렸다. 그러나 건조온도가 높아지면 vitamin C와 ellagic acid의 함량이 줄어드는 등 품질적 열화가 심하 게 나타났다. 또한 생리활성물질들은 냉풍건조에서 전반적 으로 더 잘 보존 되었으며 총폴리페놀의 함량에서는 더욱 그러하였다. 따라서 냉풍건조방법은 고품질의 반건조 복분 자 제조에 적합한 건조방법이며 최적 건조조건은 21.3℃, 28.2시간으로 나타났다.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.