This study aimed to identify the major climatic variables affecting dry matter yield (DMY) of alfalfa (Medicago sativa L.) and to predict DMY using a decision tree model. A total of 235 observations of alfalfa DMY collected from field experiments conducted in South Korea were combined with climate data obtained from the Korea Meteorological Administration. Twenty-six climate variables related to temperature, growing days, growing degree days, precipitation, duration of sunshine, and summer depression were considered as candidate variables. The minimum Redundancy Maximum Relevance (mRMR) algorithm was applied to select climate variables with high relevance to DMY and low redundancy among variables. Six variables, including growing degree days from 0 to 25°C (GDD 0–25), growing days from 5 to 25°C (GD 5–25) and from 0 to 25°C (GD 0–25), accumulated temperature of summer depression (ASD), duration of sunshine from 5 to 25°C (DS 5–25), and days with precipitation ≥5 mm (DP 5) were selected. The decision tree model showed an R² of 0.8103 and an RMSE of 2,804.0 kg ha-1. GD 0–25 was selected as the root-node variable, with 266 days as the primary split point. Eight terminal nodes were generated, with predicted DMY ranging from 3,620 to 24,647 kg ha-1. The highest predicted DMY was observed under conditions of GD 0–25 ≥266 days and DP 5 ≥60 days, whereas the most frequently observed prediction was 18,364 kg ha-1, accounting for 39% of the observations. These results indicate that alfalfa DMY is associated with conditional combinations of growing days, the number of days with precipitation, accumulated temperature, and sunshine duration. The mRMR-based decision tree approach may provide a useful framework for identifying major climate variables and interpreting threshold-dependent responses of alfalfa productivity.

Global efforts to mitigate environmental impacts have intensified the demand for cleaner and more sustainable energy systems. Thus, the development of highly efficient and environmentally benign catalysts for hydrogen (H2) production has emerged as a promising strategy. In this work, a high-performance nanocatalyst composed of platinum nanoparticles supported on activated biochar (Pt NPs/AcB) was developed for hydrogen generation via NH3BH3 hydrolysis. The catalytic support was obtained through the valorization of pequi (Caryocar brasiliense) peel, an abundant agricultural residue, using pyrolysis followed by chemical activation with ZnCl2. The activation process yielded a material with remarkable textural properties, including a high specific surface area of 1142.43 m² g⁻¹ and a predominantly mesoporous structure, which is highly favorable for metal nanoparticle dispersion and anchoring. The Pt NPs/AB catalyst exhibited outstanding catalytic activity toward NH3BH3 hydrolysis, achieving a hydrogen generation rate (HGR) of 2982.1 mL min⁻¹ g⁻¹ under optimized conditions (6.5 mmol% Pt, 10 mg of support, 1.00 mL of NH3BH3 solution at 0.648 mol L⁻¹, and 30 °C). Mechanistic investigations revealed a primary kinetic isotope effect (KIE) of 6.74, indicating that cleavage of the O–H bond of water is the rate-determining step of the reaction. In addition, the catalyst demonstrated excellent durability, maintaining approximately 100% efficiency over 30 consecutive reaction cycles. Overall, this work presents a robust and sustainable catalytic system that provides an efficient route for on-demand hydrogen generation while highlighting the potential of residual biomass as a precursor for advanced carbon materials in energy-related applications.

기후변화, 대기오염, 도시열섬 등 도시 환경문제가 심화함에 따라 도시녹지의 생태계서비스에 대한 정량적 평가의 필요성이 커지고 있다. 본 연구는 i-Tree Eco 모델을 활용해 수원시와 의정부시의 가로수가 제공하는 생태계서비스를 비교·분석하고, 도시 구조 및 관리 특성에 따른 기능적 차이를 규명하고자 했다. 연구 방법으로는 공공데이터 기반의 가로수 정보를 바탕으로 수종, 흉고직경, 수고, 수관폭 등의 속성 정보를 구축했으며, 이를 기상 및 대기오염 자료와 연계해 두 도시의 탄소저장량, 탄소흡수량, 산소발생량, 대기오염물질 제거량, 우수유출방지량 및 경제적 가치를 산정했 다. 또한 수목 1주당 생태계서비스 제공량과 용도지역(주거·상업지역)별 차이도 함께 분석했다. 분석 결과, 수원시는 가로수 식재량과 총 엽면적에서 우위를 보여 탄소흡수량, 산소발생량, 대기오염물질 제거량 및 경제적 가치 등 총량 기반 생태계서비스에서 높은 값을 나타냈다. 반면, 의정부시는 개체당 수목 크기와 수관 발달이 상대적으로 우수해 단위 수목당 생태계서비스 효율이 높은 것으로 나타났다. 종합하면, 도시 가로수의 생태계서비스는 단순한 식재량뿐 아니라 수관 구조, 생장 상태, 관리 수준에 의해 크게 좌우되며, 총량과 효율성 측면에서 도시별 차별성이 뚜렷하게 나타났다. 본 연구는 i-Tree Eco 기반의 정량평가를 통해 도시 가로수 관리의 패러다임을 ‘양적 확대’에서 ‘기능 중심 관리’로 전환해야 함을 보여준다.

본 연구는 부산시민공원을 대상으로 토지이용 이력이 남긴 토양 교란이 현재 토양환경의 공간적 차이로 어떻게 나타나는지, 그리고 그 차이가 수목활력과 어떤 상관성을 갖는지 구명하고자 했다. 이를 위해 1950년부터 2014년 항공사진을 판독해 교란지와 비교란지를 유형화했으며, 생육 불량이 관찰된 수목 주변 43지점에서 토양 물리·화학성 분석과 수목활력의 정량 평가를 병행했다. 수집된 토양 변수는 z-score로 표준화한 뒤 주성분 분석(PCA)을 적용해 토양지표와 수목활력 간의 관계를 해석했다. 분석 결과, 교란지 비율은 1950년 38.5%에서 2004년 84.2%로 증가한 뒤 2014년 27.6%로 표면상 감소했으나, 누적된 토양 교란의 흔적은 시설물과 산책로 등 주요 기반 시설 주변에 여전히 남아 있었다. 토성은 지점별 이질성이 컸으며, 포화투수계수의 높은 변동폭은 배수 기능의 불균질성을 시사했다. 특히, 공극률 저하와 토양경도 증가가 동반된 물리적 다짐 구간과 더불어, 약알칼리·저유기물·저질소·저인산의 화학적 비옥도 가 복합적으로 나타나, 뿌리권 기능 제약의 원인이 되었다. 수목활력 총점은 평균 15.2점(6-25점)으로 낮았고, 최근 10년(2014-2024년)의 연륜생장은 과거 대비 뚜렷한 감소 추세를 보였다. PCA 결과, 수목활력은 복합 토양성능, 통기성, 수분-통기 균형 지표의 순으로 높은 상관성을 보였다. 결론적으로, 토지이용이력에 따른 교란의 누적은 토양 기능의 공간적 변동성을 확대해 수목활력의 불균질성을 초래하는 주요 원인이 된다. 따라서 식재기반 정비 시 토양성능 취약구 간을 우선 선별한 뒤, 심토 다짐 완화와 공극 연속성 회복을 위한 물리성을 개선하고, 유기물 기반 비옥도 개선을 함께 적용해야 한다.

우리나라는 국토 면적의 63%가 산림으로 기후변화 대응을 위한 탄소흡수원 관리에 핵심적인 역할을 수행하고 있다. 그러나 기존 산림 임상도는 인력 중심의 현장 조사나 육안 판독에 의존하여 정확도가 낮고 일관성이 부족한 한계가 있다. 본 연구는 항공 LiDAR(ALS) 데이터와 고해상도 항공 정사영상(RGB, NIR)을 결합하고, AI 기술을 활용하여 객체 단위의 수종 분류를 자동화하는 방법을 제안한다. 홍천 가리산 선도산림경영단지 일원(약 207 km²)을 대상으로 하여, Random Forest, XGBoost, CatBoost, LightGBM, SVM 등 5가지 머신러닝 알고리즘을 비교 분석하고, Voting 및 Stacking 앙상블 기법을 적용하여 분류 정확도를 극대화하였다. 그 결과, Random Forest, LightGBM, CatBoost 를 기본 모델로 하고 Logistic Regression을 메타 모델로 구성한 Stacking Ensemble 모델이 F1-score 0.9330으로 가장 높은 성능을 기록하였다. 또한 오픈소스 라이브러리를 활용한 3단계 후처리 과정을 통해 데이터 용량을 약 14.58배 경량화하여 실무적 활용성을 확보하였다. 본 연구는 광역 범위의 수종 분류를 자동화할 수 있는 워크플로우를 정립하여, 정밀한 산림 경영 및 탄소흡수원 관리를 위한 기초 자료로 활용될 수 있을 것으로 기대된다.

본 연구는 경상남도 진주시의 예찰 및 방제 이력 자료를 활용하여 소나무재선충병 발생 예측 모형을 구축하고, 의사결정나무 분석을 통해 발생의 구조적 규칙을 규명하고자 하였다. 이를 위해 2017∼2022년 예찰 자료와 2020∼2022년 방제사업 자료를 공간 정보로 변환하여 감염 지점 66,317개 와 비감염 지점 66,317개로 구성된 총 132,634개의 데이터셋을 구축하였다. 6종의 분류모형(의사결정나무, 베이지언 네트워크, 인공신경망, 로지스틱 회귀, 배깅, 랜덤포레스트)을 적용하여 예측 성능을 비교한 결과, 랜덤포레스트 모형이 88.9%로 가장 높은 분류 정확도를 나타냈다. 발생 요인의 해석 가능성과 관리 의사결정 지원을 위해, 타 분류모형에 비해 해석 가능성이 높은 의사결정나무 모형을 중심으로 발생 규칙을 도출하였다. 분석 결과, 소나무재선충병 발생에 영향을 미치는 주요 변수는 고도, 화목보일러 접근성, 주거지역 접근성, 방위, 경사 순으로 나타났다. 특히 저고도(150 m 이하), 남향, 주거지역 인접 산림에서 발생 확률이 높게 나타났으며, 화목보일러 접근성 3.3 km 이상 또는 고도 179 m 이상의 지역에서는 비발생 확률이 상대적으로 높았다. 본 연구는 지역 단위의 실제 방제 이력 자료를 기반으로 소나무재선충병 발생의 공간적 특성과 주요 영향 요인을 규명하였다. 또한 해석 가능한 규칙 기반 예측 결과를 통해 방제 자원의 공간적 우선순위 설정에 활용 가능한 관리 기준을 제시하였다는 점에서 정책적·실무적 의의를 가진다.

This study quantitatively investigates the effects of internal cavity geometry on the structural safety of high-value aged trees using the finite element method (FEM). Virtual cavities were incorporated into the tree model, and stress responses were analyzed under an extreme wind load condition. The results show that internal cavities significantly increase stress concentration by reducing the effective load-bearing cross-section, with cavity location having a greater influence on structural stability than cavity size. Small cavities located near the outer region of the trunk caused a sharp increase in stress, whereas larger cavities positioned near the center had a limited effect. Structural vulnerability was concentrated in the lower trunk on the leeward side, where wind-induced bending moments are maximized. These findings highlight cavity location as a critical indicator for the safety assessment and management of high-value aged trees.

Recent advances in 3D data-driven digital twin research have revealed limitations in existing tree reconstruction methods, which rely solely on either scanning or procedural generation. To address this issue, this study proposes a hybrid pipeline that integrates data-driven reconstruction and procedural generation using Gaussian Splatting(GS) data. The proposed method converts multi-view GS outputs into dense point clouds and extracts a stable skeletal structure through color-density-based graph analysis. Fine branches and leaves are procedurally generated using a space colonization algorithm that incorporates botanical principles, achieving a natural and structurally coherent form. Quantitative evaluations using Chamfer distance and Intersection-over-Union metrics demonstrate high geometric similarity and volumetric consistency with the original GS data. The proposed GS-based hybrid framework ensures both visual realism and biological plausibility, enabling efficient and reliable digital twin tree modeling.

This paper reviews ordinal decision tree algorithms for ordinal classification, exploring theoretical foundations, key algorithms (MDT, QMDT), specialized splitting criteria (Ordinal Gini, Weighted Information Gain), and ensemble methods. It discusses applications in healthcare and social sciences, highlighting interpretability and flexibility while acknowledging overfitting and instability. As implications for future research, this study points out advantages such as interpretability and flexibility, and limitations such as overfitting and instability.

확률론적 지진 안전성 평가(Probabilistic Safety Assessment)를 위해서 고장수목(Fault Tree) 기반 베이지안 네트워크(Bayesian Network, BN) 방법론이 제안된 바 있다. 해당 방법론은 시스템 구성요소들을 확률변수로 가정하고 변수들의 상관관계를 네트워크로 구축한 후, 변수들에 다양한 정보들을 입력함으로써 유연한 시스템 의사결정 수행이 가능하다는 장점이 있다. 그런데 이러한 시스템 평가를 위해서는 개별 요소들의 취약도 정보는 필수적이나, 플랜트 관련 설비들의 취약도 정보는 매우 한정적이다. 따라서, 우선적으 로 문헌조사를 수행하였고 Federal Emergency Management Agency(FEMA)에서 전체 시스템과 더불어 다양한 구조물 및 설비들의 취 약도 정보를 제공함을 확인하였다. 본 연구에서는 FEMA에서 제공하는 시스템 취약도와 개별 요소들의 취약도 정보를 기반으로 BN 을 통해 도출한 시스템 취약도를 비교･분석하는 것을 목표로 한다. 이를 위해 세 규모의 가스플랜트 Plot Plan을 정의하였고, 이에 대 응하는 BN 모델을 이용하여 시스템 취약도를 산출하였다. 세 규모에 대해 도출한 시스템 취약도와 FEMA에서 제공한 시스템 취약도 를 비교한 결과, 도출된 취약도가 보수적으로 산정됨을 확인하였고, 추가적으로 구축된 BN의 개별 설비들의 취약도 손상 상태 (Damage State, DS)를 변경해가면서 시스템 취약도를 산출한 결과 역시 FEMA에서 제시한 값보다 보수적임을 확인하였다. 이는 시스 템의 고장을 정의하는 DS 차이로 인한 결과이며 플랜트마다 모델링을 기반으로 하는 시스템 취약도 산출이 필요한 것으로 이해할 수 있다.

그늘은 일사를 차단하여 여름철 도시 열환경을 완화한다. 본 연구는 가로 공간에서 수목 식재를 통해 그늘을 효과적으 로 확대할 수 있는 수목 특성(수고·지하고)을 규명하기 위해, 특성별 그늘 분석 시나리오를 구축하고 그늘 면적 변화를 분석하였다. ArcGIS Pro의 Sun Shadow Frequency 도구를 활용해 그늘 길이가 가장 짧은 하지(6월 21일)를 기준일로 설정하고, 수고 시나리오(8 m·15 m·20 m)와 지하고 시나리오(1.5 m·3 m·4.5 m)를 구성하였다. 분석 결과, 수목은 보행로의 그늘 면적을 크게 확대했으며, 수고가 높고 지하고가 낮을수록 그늘 면적이 증가하였다. 동–서 방향 북측 가로가 수목 그늘의 영향을 가장 많이 받았고, 남측 가로는 거의 영향을 받지 않았다. 남–북 방향 가로에서는 태양 위치에 따라 양측 가로의 그늘 면적이 대칭적으로 변했으며, 건물 그늘과 수목 그늘이 상호 보완적이었다. 본 연구는 시간대·가로 방향·수목 특성에 따라 보행로 그늘의 양과 공간 분포가 달라진다는 점을 실증적으로 제시하였다. 이 결과는 정부·지자체의 그늘 확대 정책, 가로수 조성 지침, 도시 녹지 계획 수립을 위한 기초자료로 활용될 수 있다.