본 연구는 대나무 숲에서 당해년도 발생한 신죽의 양과 재적생장에 관계하는 환경인자를 찾기 위하여 수행되었다. 분석에 사용한 표준지는 120개소였으며, 신죽 발생량과 재적생장에 관여하는 환경인자로는 기존 입목죽의 밀도, H/D형상비, 수관밀도, 해발고, 토양형, 국소지형 등 이었다. 그리고 반응변수는 신죽 발생량과 재적생장을 두고, 설명변수는 이들에 영향하는 환경인자를 두어서, 반응변수와 설명변수 간 관계를 수량화 I 방법으로 분석하였다. 신죽의 발생량에 관여하는 인자는 기존 입목죽 밀도, H/D형상비, 해발고, 토양형, 국소지형인 것으로 나타났으며, 이들의 관계는 다중회귀식 형태의 모델로 도출되었다. 이 추정모델의 설명력은 50.4%였으며, 모델의 통계적 유의성은 5% 유의수준에서 인정이 되었다. 그리고 5개 설명변수 중 내부상관을 배제한 편상관계수를 도출한 결과, 계수는 국소지형, 입목죽의 입목밀도, H/D형상비 순으로 나타났다. 수량화분석 에 의한 신죽 재적생장에 관여하는 인자로는 입목죽의 밀도, H/D형상비, 수관밀도, 해발고로 나타났다. 4개 변수를 이용한 신죽 재적 추정모델은 64.3%을 설명력을 가지며, 통계적 유의수준 5%에서 유의성이 인정되었다. 그리고 편상관계수는 H/D형상비, 해발고, 입목죽의 밀도의 순으로 나타났다.

본 논문은 남해안 자란만 패류양식어장에서 약 2년 동안 월별로 기초생산력, Chl. a, 영양염류, 입자유기물질과 퇴적물의 유기오 염 정도 및 생화학 조성 등 주요 양식생물의 서식환경인자의 변동특성과 상관성 등을 분석하였다. 또한, 다른 연안 어장과 기초생산력을 비교하고 어장환경관리와 관련된 정책방안을 제시하였다. 월별 평균 기초생산력은 6.43∼115.43 ㎎C m-2 hr-1 범위로 여름과 가을에 높았는 데, 가막만과 마산만 보다는 낮았고, 가로림만과 서해보다는 높았으며, 대체적으로 양식장이 많이 분포한 내만은 그 변동 폭이 상대적으 로 컸다. Chl. a를 구성하는 식물플랑크톤의 크기별 점유율이 시기별로 다소 차이가 있었고, 영양염의 고갈로 인한 식물플랑크톤의 생산력 제한은 거의 없었으나, 대부분 시기에 N/P비가 16 이하로 질소가 상대적으로 부족한 것으로 판단되었다. 수층 입자유기물질의 생화학적 조성은 탄수화물이 가장 높았으나, 반면 표층 퇴적물에서는 지질과 단백질 함량이 높았다. 퇴적물의 TOC와 AVS 농도는 만 안쪽에서 높 았고 일부 시기에는 어장환경기준을 초과한 상태였으며, C:N 비는 평균 8.1∼10.4 범위로 나타났다. 기초생산력은 Chl. a와의 상관성이 가 장 높았고, 입자물질성분 중에서는 탄소보다는 질소 및 단백질과의 상관성이 높았다. 최근 5년 동안의 수층에서의 Chl. a, DIN, DIP 농도는 감소하는 경향이었지만, 반대로 퇴적물의 오염도는 증가하는 추세였다. 자란만의 연간 기초생산력 125.9 gC m-2 yr-1, 굴 양식장 면적 4.97 ㎞2 를 고려하면 연간 식물플랑크톤으로부터 생산되는 탄소량이 약 625 ton이며, 연간 굴 생산 습중량은 약 6,250 ton으로 추정되었다.

본 연구는 딸기 온실 내부의 방대한 환경인자를 활용하여 판별분석을 실시하고 딸기의 재배 베드 단수에 따른 온실 내부의 환경인자를 분석함으로 써, 딸기 분야에서 계측된 데이터의 활용성을 높이기 위한 기초자료로 활용할 목적으로 수행하였다. 그 결과는 다음과 같다. 환경인자별(온도, 습도, 이산화탄소 농도, EC 및 pH) 동질성 검정의 유의확률은 각각 0.0001, 8.2788E-38, 4.3310E-85, 1.3001E-16 및 0.0001로서 설정한 유의수준 0.05보다 낮게 나타났다. 그리고 분석결과 판별함수식은 F(x)1 = –60.5664 -0.1339×Temperature –0.0087×Humidity +0.0018×CO2 +0.1014×EC +8.3860×pH, F(x)2 = –12.4928 +0.1963×Temperature –0.0024×Humidity +0.0254×CO2 –0.0187×EC –0.3651×pH로 도출되었다. 판별함수식의 정확도는 대상 온실 A (81.1%) 및 B (96.1%)보다 대상 온실 C (100.0%)에서 높은 것으로 나타났다. 예측 가능한 대상 온실별(A, B 및 C) 분류함수는 각각 – 1836.7035 – 2.8733×Temperature + 0.1355×Humidity + 0.4186×CO2 + 7.4351×EC + 484.5901×pH, – 1710.8369 – 2.7701×Temperature + 0.1550×Humidity + 0.3937×CO2 + 7.2482×EC + 468.1477×pH, – 2291.7125 - 3.9756×Temperature + 0.0723× Humidity + 0.4177×CO2 + 8.1961×EC + 546.8476×pH로 나타났다. 특히 판별함수식을 근거로 환경인자별 새로운 측정값이나 자료를 입력하였을 때, 특정 그룹으로 분류가 가능함으로써 데이터의 특징을 파악할 수 있다. 이러한 환경인자는 식별을 용이하게 함으로써 환경인자 측정값의 활용도를 높여주는 방법이라고 판단된다.

To increase the utilization of the intelligent methodology of smart farm management, estimation modeling techniques are required to assess prior examination of crops and environment changes in realtime. A mandatory environmental factor such as CO2 is challenging to establish a reliable estimation model in time domain accounted for indoor agricultural facilities where various correlated variables are highly coupled. Thus, this study was conducted to develop an artificial neural network for reducing time complexity by using environmental information distributed in adjacent areas from a time perspective as input and output variables as CO2. The environmental factors in the smart farm were continuously measured using measuring devices that integrated sensors through experiments. Modeling 1 predicted by the mean data of the experiment period and modeling 2 predicted by the day-to-day data were constructed to predict the correlation of CO2. Modeling 2 predicted by the previous day's data learning performed better than Modeling 1 predicted by the 60-day average value. Until 30 days, most of them showed a coefficient of determination between 0.70 and 0.88, and Model 2 was about 0.05 higher. However, after 30 days, the modeling coefficients of both models showed low values below 0.50. According to the modeling approach, comparing and analyzing the values of the determinants showed that data from adjacent time zones were relatively high performance at points requiring prediction rather than a fixed neural network model.

국내 시설 농업의 99.2%를 차지하는 플라스틱온실의 내부 환경인자는 외부 환경의 변화에 민감하게 반응하고 온실 공간 내부에서 편차가 발생한다. 온도, 습도, CO2, 광도의 환경인자를 계측하기 위한 지점을 3 × 3 × 5로 구성하여 데이터를 취득하고 내부 공간을 수직, 수평적인 측면으로 분할하여 환경 인자의 분포를 확인하였다. 계측지점의 최적점을 선정하고자 계측 공간을 수직, 수평적인 방향으로 분할하고, 측정 데이터와 이를 활용한 예측지점의 선형회귀분석 결과로 성능평가를 실시하였다. 일반적인 상황에서는 온도와 습도 인자의 경우 1개의 센서로 플라스틱온실 내부 환경의 계측이 가능할 수 있으나, 특정 구간의 경우 다수의 센서를 활용하여 내부공간의 정밀성을 확보하는 것이 필요하다. CO2의 경우 실험기간 내의 계측 매트릭스의 증가에도 불구하고 변이를 정의하는데 한계가 있음을 발견하였다. 조도 분포의 경우 일출 이후 지속적으로 회귀분석 결과가 작아짐을 발견하였다. 구조물의 간섭 등을 고려해 동일한 수평적인 방향에서 미계측 지점의 결정계수가 감소하였고, 센서 매트릭스 배치를 작물 높이 위로 위치하여 다수의 센서 노드 설치로 개선 가능하다고 예상된다. 외부 환경의 변화에 따라 온실 내부 환경이 불규칙하게 변화되며, 이 구간은 시설의 규격을 고려하여 계측 매트릭스를 구성해야 한다. 반대로 안정적인 구간에서는 최소한의 센서 노드로 내부 환경의 예측이 가능한 것을 확인할 수 있었다. 결과적으로 측정하고자 하는 환경인자와 시설의 구조 등 연구 및 재배자의 목적에 맞는 계측 매트릭스 위치 선정의 유동성이 요구되며, 덕트의 개폐위치를 조절하여 필요한 곳에 에너지를 투입하는 국소냉난방 및 생육제어 모델링 설계에 적용 가능하다고 판단된다.

이 연구는 강원대학교 학술림 내의 산지계류를 대상으로 2년간(2017∼2018)의 현지 모니터링에 기초하여 수온과 강우, 유량 및 기온 등 환경인자간의 관계를 분석하고, 계절별 산지계류의 수온변화 예측기법에 대하여 검토하였다. 동절기를 제외한 봄, 여름 및 가을철로 구분하여 단계적 다중선형회귀분석을 실시하였으며, 계절별 산지계류의 수온변화에 미치는 환경인자의 영향을 분석하였다. 그 결과, 산지계류의 일평균 수온은 봄철 6.9∼17.7℃로 기온과 유의적 관계를 나타내었고, 여름철 12.2∼26.3℃로 기온, 유량과 유의적 관계를 나타냈으며, 가을철 3.6∼19.3℃로 기온 및 유량과 유의적 관계를 나타내는 등 계절별로 산지계류의 수온에 미치는 영향인자는 다르게 나타났다. 다중선형회귀식은 봄철 (0.553×기온)+(0.086×유량)+4.145(R2=0.505; p<0.01), 여름철 (0.756×기온)+(-0.072×유량)+2.670(R2=0.510; p<0.01), 가을철 (0.738×기온) +(0.028×강우)+2.660(R2=0.844; p<0.01)이었다. 도출된 모든 회귀식의 결정계수(R2)는 기온만으로 예측한 경우보다 높게 나타났고, 봄철에서 가을철로 갈수록 증가하였다. 향후 정밀도 높은 산지계류의 수온변화 예측을 위해서는 지속적인 현지 모니터링과 함께 시･공간적 데이터의 확보가 중요하다고 판단된다.

본 연구는 여름철 산란계의 더위 스트레스로 인한 생산성 저하에 영향을 미치는 열환경인자들 중 제어 요소를 결정하고 산란계의 생산성을 높일 수 있는 방안을 모색하기 위해 수행되었다. 경상남도에 위치한 산란계사에서 ISA Brown 품종의 산란계 48,451수를 공시하여 생산성 지표를 측정하였다. 또한 산란계사 내부에 온습도로거를 설치하여 건구온도와 상대습도를 여름이 시작되는 6월 19일부터 9월 7일까지 총 81일간 동안 측정하였다. 1일 평균온도, 1일 최고온도, 1일 최저온도, 1일 평균상대습도, 1일 최고상대습도, 1일 최저상대습도, 1일 평균THI, 1일 최고THI 그리고 1일 최저THI와 산란계의 생산성 지표 간의 상관관계를 분석하였다. 분석한 결과에 의하면, 1일 평균, 최고, 최저의 건구온도와 THI가 상승할수록 사료섭취량, 헨데이 산란율, 난중과 FCR은 낮아졌다(p<0.01). 반면, 음수량은 1일 평균, 최고, 최저의 건구온도와 THI가 상승할수록 증가하였다(p<0.001). 상대습도의 경우, 산란계의 생산성 지표에 대해 직접적인 상관관계를 가지지 않는 것으로 판단된다(p>0.05). 특이점으로는 폐사율의 경우, 1일 평균·최고 온도, THI와 1일 평균·최고·최저 상대습도와는 유의적인 상관관계를 가지지 않았지만, 1일 최저의 온도와 THI와는 상관관계를 갖는 것으로 분석되었다(p<0.05). 따라서, 여름철 산란계의 생산성을 향상시키기 위해서는 산란계사 내의 1일 평균, 최고, 최저의 건구온도와 THI를 가능한 낮추는 것이 필요하고, 특히 1일 최저온도를 산란계의 하한임계온도인 20℃에 근접하게 조성해주는 것이 유리 할 것으로 판단된다.

본 연구는 최근 국내에서 발생한 산사태를 중심으로 수량화이론을 이용하여 산림환경인자가 발생면적에 미치는 영향 분석을 통해 예방적인 측면에서 산사태 발생 위험성에 대한 예측기준을 작성하였다. 산사태 재해로 발생면적에 영향을 미치는 각 인자의 기여도는 토심(0.3350)로서 가장 높았으며, 다음으로 임상(0.1741), 표고(0.1416), 사면위치(0.1266), 종단사면(0.1236), 모암(0.1146), 경사(0.1133), 방위(0.1084)으로 높게 나타났다. 산사태 발생 위험 기여도가 높은 8개 인자의 category별 상대점수 범위는 0점에서 1.2372점 사이에 분포하고 있었고 중앙값은 0.6186점이었다. 이 점수를 기준으로 산사태 발생 위험성을 4개 등급으로 구분한 예측 판정표를 작성하였다. Ⅰ등급의 점수는 0.9280 이상, Ⅱ등급은 0.6187∼0.9279, Ⅲ등급은 0.3094∼0.6186, IV등급은 0.3093 이하로 나타나 Ⅰ등급, Ⅱ등급, Ⅲ등급에서 산사태 발생 비율이 97.4%로서 비교적 높은 적중률을 보였다. 따라서 본 판정표는 산사태발생 위험도 판정에 유용하게 활용할 수 있을 것으로 판단된다.

본 연구는 전남 광양시 백운산의 조릿대 개화지에서 외적 환경인자가 개화원인으로 작용하는가를 조사했다. 이를 토대로 조릿대의 개화원인, 개화양식 및 생활사 전략을 고찰했다. 조릿대 개화지와 비개화지 사이의 토양･물리적 조건･광량 차이는 없었다. 2014~17년 사이에 조릿대가 개화했던 한국과 일본 개화지의 강수량･기온은 평년치(과거 30년)와 다른 특이점을 찾을 수 없었다. 또한 대면적으로 조릿대가 꽃을 피운 후에 대부분 죽었으나 일부 조릿대 간이 다시 발생하기도 하고 일부는 죽지 않았다. 즉, 조릿대는 외적 환경인자와 상관없이 일제히 개화했으며, 대부분의 조릿대 간은 죽지만 일부는 살아남았다. 이는 조릿대 개화원인은 외적 환경인자 영향보다 생물시계에 따라 주기적으로 발현하는 특정 유전자(일명, 유전자 시계)로 촉발된다고 본다. 한편, 멀리 떨어져 있는 조릿대 개체와 동조해 꽃을 대규모로 피우며, 소규모 단독으로 여러 번 개화하기도 한다. 이것은 평생 한 번 개화하는 조릿대의 유성번식 실패 리스크를 분산하기 위한 일종의 보험시스템이라고 판단된다. 열대성 대나무･조릿대류가 온대로 분포를 넓히면서 환경 의 불확실성 증가에 따른 유성번식의 최적화를 위해 장주기 단개화성이 강화된 것으로 추정된다.

SiC-based composite materials with light weight, high durability, and high-temperature stability have been actively studied for use in aerospace and defense applications. Moreover, environmental barrier coating (EBC) technologies using oxide-based ceramic materials have been studied to prevent chemical deterioration at a high temperature of 1300℃ or higher. In this study, an ytterbium silicate material, which has recently been actively studied as an environmental barrier coating because of its high-temperature chemical stability, is fabricated on a sintered SiC substrate. Yb2O3 and SiO2 are used as the raw starting materials to form ytterbium disilicate (Yb2Si2O7). Suspension plasma spraying is applied as the coating method. The effect of the mixing method on the particle size and distribution, which affect the coating formation behavior, is investigated using a scanning electron microscope (SEM), an energy dispersive spectrometer (EDS), and X-ray diffraction (XRD) analysis. It is found that the originally designed compounds are not effectively formed because of the refinement and vaporization of the raw material particles, i.e., SiO2, and the formation of a porous coating structure. By changing the coating parameters such as the deposition distance, it is found that a denser coating structure can be formed at a closer deposition distance.

The objective of this study is to investigate indoor radon concentrations and identify influencing factors for one of the representative house type in South Korea. We surveyed 3,000 detached houses using alpha track (raduet) between November 2013 and March 2014. The Arithmetic mean radon concentration of the houses studied was 147.9 Bq/m3 (GM=106.4 Bq/m3), and the range was 11.8 to 1,936.6 Bq/m3. The Arithmetic mean radon concentration in living rooms was 134.2 Bq/m3 (GM=98.8 Bq/m3), much higher value compar with the Arithmetic mean radon concentration in bedrooms (153.0 Bq/m3). The year of constructon, basement status, ventilation frequency and heating period in a house were identified as major factors influencing indoor radon concentrations. The indoor radon concentrations in houses that were constructed prior to 1990 and that had basements were higher than those in the comparison groups. On the other hand, houses that were frequently ventilated and had a short heating period showed a tendency toward lower indoor radon concentration.