‘랩 온 중공 섬유 막(lab-on-hollow fiber membrane, HFM)’ 플랫폼은 다기능성과 신속한 분석 기능을 통합한 새 로운 3D 미세유체 접근 방식을 구현하여 생물학적 분석에서 혁신적인 잠재력을 입증한다. 3D HFM은 비색 정량화를 통해 다양한 생체 분자의 샘플 크기 체질(sieving)과 감지를 통합할 수 있다. 샘플 크기 체질은 그라디언트 방식으로 크기가 제공되 는 HFM의 미세한 기공을 활용하였으며, 기공의 그라디언트 크기와 높은 친수성 플럭스가 미세유체 소자 기판으로 사용되었 다. 3D HFM은 표적 단백질에 대한 접착력이 높고 나노 캐비티 종횡비가 현저히 높아 검출에 필요한 시간이 단축되었다. 이 전 2D HFM 장치와 비교했을 때 3D HFM 미세유체 소자는 다양한 감지 능력과 향상된 감도로 균일한 색상 표현 능력을 보 여주었다. 현장 검사(POCT)와 통합된 3D HFM 장치의 이러한 기능은 더욱 높은 민감도의 분석을 가능하게 한다.

서울시는 자전거 수요 증대를 위해 자전거 도로를 꾸준히 설치하고 있지만 자전거 유형에 대한 명확한 설치기준이 없 다. 서울시에서는 자전거 도로 유형 설계시 보행자와의 상충 여부, 보도폭 등 도로 및 교통여건을 고려해야한다고 하였 지만 이에 대한 정량적 수치는 제시되지 않는 상황이다. 특히 보도상의 마찰정도를 판단하는 기준이 정성적으로 제시되 어 있어 도로 유형 설계 기준이 불명확하다. 게다가 현재 자전거 도로 유형은 대부분 해당 도로구간에 구조적으로 설치 가 가능한 자전거도로 유형이 설치된다. 이러한 상황은 안전을 매우 중요시하는 시민들이 자전거 이용을 꺼리게 되는 이 유 중 하나가 될 수 있다. 게다가 기존의 여러 선행연구에서는 자전거도로 유형이 자전거 사고에 높은 영향을 미친다는 분석결과가 도출되어 자전거 도로 유형이 안전사고에 있어 매우 중요하다는 것을 확인하였다. 따라서 자전거 활성화를 위해선 자전거도로 유형 설계에 있어 보다 정량적인 설치기준이 마련되어야 한다고 생각한다. 본 연구에서는 보행량, 자 전거 통행량, 보도폭을 다양하게 설정하여 여러 시나리오를 작성하고 VISSIM을 활용하여 시나리오별로 위험상황 수를 도출하였다. 그리고 각 시나리오별 상충횟수를 계산하여 군집화를 통해 임계 상충횟수를 도출하여 이에 해당하는 최소 서비스수준을 최종적으로 도출하였다. 본 연구는 최종적으로 보도의 상충횟수 기준값을 제안하여 기존의 정성적인 자전 거도로 유형 판단기준을 보다 정량적으로 제시하는데 있어 시사점이 있다.

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.

도로포장의 대표적 파손 종류인 균열은 일반적으로 폭이 좁고 기하학적으로 정의하기 어렵기 때문에 균열을 검출하고 유형을 분류 한 후 정량화하기까지 많은 시간이 소요된다. 본 연구의 목적은 균열 검출 이후 단계에서 요구되는 분류 및 정량화 과정을 자동화하 기 위함이다. 이를 위해, 본 연구에서는 균열이 매핑된 포장관리체계용 노면영상을 대상으로 하는 25cm 정사각형의 격자 배치 방법과 차륜 통과 영역 구분을 제시하였다. 각 격자 내 균열 객체의 길이와 진전방향, 인접한 정도 등 시각적 정보에 의한 균열 격자 속성을 정의하고 프로그래밍하여 균열 유형분류와 집계를 자동화하였다. 무작위로 수집된 고속도로 노면영상 자료를 통해 포장형식 별 주요 균열 유형을 분석하였고 차륜 통과 영역에서의 균열률 증가를 수치적으로 확인하였다.

격납건물은 원자력 발전소의 중대 사고 발생시 방사성 물질의 외부 방출을 막는 심층 방어 체계 중 마지막 방벽이다. 중대사고 발생시 격납건물 내부에선 노심 융해와 수소 발생으로 인한 내압 상승과 증기 폭발로 인한 구조적 손상이 일어나며, 이에 대한 구조적 건전성을 평가하기 위해 격납건물에 대 한 극한 내압 성능 평가를 실시한다. 극한 내압 성능 평가 방법 중 확률론적 평가시 현실적인 제약으 로 인해 고신뢰도 유한요소해석 모델을 이용하며 이때에 불확실성 인자들의 확률 분포 특성을 고려한 데이터 셋을 샘플링 기법을 이용하여 구성한 후 비선형 해석을 실시한다. 도출된 비선형 해석 결과는 취약도 곡선을 도출에 사용되며, 취약도 곡선을 이용하여 확률론적인 평가가 실시된다. 샘플링 기법에 따라 적절한 표본 크기가 아닌 데이터셋을 구성하게 되면 통계적 불확실성으로 인한 취약성 분석의 오차가 증대된다. 하지만 유한요소해석시 발생하는 막대한 계산 비용으로 인하여 기존의 방식은 적절 한 샘플링 크기 선정 및 부적절한 샘플링 크기 선정으로 인한 확률론적인 성능평가에 대한 영향에 대 한 정량화 및 평가를 제한적으로 수행하였다. 따라서 본 연구에서는 격납건물의 재료적 특성 및 내압 으로 인한 변위 데이터를 기반으로 생성한 인공신경망 모델을 통해 유한요소 해석에 대한 대리모델을 생성한다. 이후 생성한 대리모델을 기반으로 일반적인 불확실성 분포 샘플링에 사용되는 Monte Carlo method, latin hypercube sampling, Sobol sequence을 이용하여 표본 크기에 따른 격납건물 확률론적 인 극한내압성능 평가에 대한 영향을 정량화 및 평가를 실시하겠다. 이를 통해 제한적으로 탐색되었던 불확실성 공간에 대하여, 그 통계적 불확실성 및 전방위적인 탐색이 가능해 질것으로 기대한다.

4-Nitrophenol (4NP) is a vital intermediate in organic industries, and its exploitation creates serious environmental issues. We propose a fluorescence quenching-based strategy with nitrogen and sulfur co-doped carbon dots (NS-CDs) for highly sensitive 4NP detection with excellent selectivity. The NS-CDs are produced through the hydrothermal process, in which citric acid serves as a carbon source and cysteamine hydrochloride as a source of N and S. The effect of doping was also studied by synthesizing undoped CDs and examining their properties. As-developed NS-CDs exhibit a bright cyan blue color with maximum emission centered at 465 nm. The fluorescence of NS-CDs is significantly quenched in an approximately linear fashion with increasing 4NP concentration (7.5–97.5 μM). The inner filter effect (IFE) and static quenching (SQ) between NS-CDs and 4NP are responsible for such fluorescence reduction. The fluorimetry technique enables the quantification of 4NP with a limit of detection (LOD) of about 0.028 μM. Moreover, the fluorescence quenching is tested for several other chemical compounds but they generate false quenching signals; only 4NP leads to fluorescence quenching of NS-CDs, demonstrating excellent selectivity. The “turn-off” fluorescence properties and visually apparent color change of the fluorescent probe reveal the excellent performance for 4NP sensing. The NS-CDs’ capability of quantifying 4NP in real water samples (tap water and drinking water) produces an excellent recovery rate ranging between 96.24 and 98.36%.

노면 마찰력은 포장 표면과 타이어의 마찰력으로 인해 발생하는 현상으로 높은 노면의 마찰력은 제동 중 차량의 안정성과 조종성을 향상시킨다. 노면 마찰력이 증가함에 따라 교통사고 횟수가 감소하는 것으로 알려져 있으며 습윤 상태의 노면에서 교통사고가 증가하 는 것으로 알려져있다. 따라서 교통사고 발생 억제와 도로 안전의 확보를 위해서는 적정 수준의 노면 마찰력, 특히 습윤 상태의 노면 마찰력을 확보하는 것이 중요하다. 노면 마찰력은 adhesion과 hysteresis로 분류되며 특히 습윤상태 도로에서 hysteresis가 중요한 역 할을 한다. hysteresis는 고무의 변형에 의해 발생하기 때문에 고무 변형에 영향을 미치는 노면 조직 변수를 선정하여 노면 마찰력을 예측하고자 한다. 노면 마찰력은 노면 조직 특성과 밀접한 관련이 있으며, 이에 따라 노면 조직 특성을 나타내는 지수 중 하나인 MTD(Mean Texture Depth)가 노면 마찰력 예측을 위한 인자로 사용되고 있는 실정이다. 하지만 MTD는 노면 조직 깊이만을 평가하 는 인자로 다양한 요소가 결합되어 있는 노면 조직 특성을 모두 설명할 수 없으며, 노면 마찰력 예측을 위해서는 복잡한 노면 조직을 설명할 수 있는 추가 변수의 선정이 요구된다. 본 연구에서는 노면 마찰력의 메커니즘 분석을 토대로 노면 마찰력에 영향을 미치는 노면 조직 특성을 분석하였고, wave-length와 노면 조직의 형태, 노면 조직 깊이가 노면 마찰력에 미치는 영향이 클 것으로 예상하였 다. 이를 검증하기 위해서는 3가지 노면 조직 특성이 노면 마찰력에 미치는 영향에 대한 검토가 요구되나 실제 도로의 노면은 노면 조직이 불규칙하게 형성되어 있어 노면 조직 특성의 개별적 영향을 검토하기 어렵다. 이를 위해서는 선정한 노면 조직 특성의 정량적 형성이 요구되며 3D 프린팅 시편을 제작해 노면 조직을 인위적으로 형성함으로써 실제 도로 노면 조직의 불규칙성을 개선하였다. 노 면 조직 특성을 시편에 반영하기 위해 노면 조직 깊이는 MTD, wave-length는 노출 골재의 개수를 뜻하는 EAN을 변수로 설정하였 다. 또한 EAN(Exposed Aggregate Number)은 노출 골재의 형성이 필수적이므로 골재의 형상을 제어하여 노면 조직의 형태를 시편에 반영하였으며 골재 형상과 노면 마찰력의 통계학적 분석을 위해 형상 지수를 산출하여 분석하였다. 3D 프린팅 시편은 크기에 제한이 있어 좁은 영역에서 측정이 용이한 BPT(British Pendulum Test)를 사용해 노면 마찰력을 측정하였고, 습윤한 노면에서는 수막으로 인해 노면 마찰력이 크게 감소하여 노면 조직의 영향이 커지므로 습윤 상태에서 노면 마찰력을 측정하였다. 측정 데이터를 통한 분석 결과 노면 조직 변수인 MTD가 증가할수록 BPN(wet)이 선형적으로 증가하는 것이 확인되었으며, EAN에 따라서 BPN이 증가했다가 감소하는 경향이 나타났다. 이는 EAN이 과도하게 많아지면 고무가 침투할 공간이 줄어들어 hysteresis가 감소하기 때문으로 사료된 다. 또한 골재 형상에 따라 노면 마찰력의 최댓값과 optuimum EAN의 변화가 있었다. 이는 골재 형상에 따른 고무 침투 부피의 변화 에 의한 것으로 사료된다. 위의 결과를 통해 MTD, EAN, 골재 형상과 BPN(wet)의 관계를 통계학적으로 분석하여 BPN(wet) 예측 모 델을 제안하였다.

Reported positive ion fragmentation of phenolic acid derivatives in rice (Oryza sativa L.) were summarized based on the literature. A total of eight phenolic acids (4 derivatives of ferulic acid, 3 derivatives of sinapic acid and p-coumaric acid) were isolated and identified from rice (raw and steamed) using UPLC-DAD-QToF/MS. Results revealed that 6-O-feruloylsurose was the major component with 3'-O-sinapoylsucorse being tentatively identified in Oryza sativa L. for the first time as a new hydroxycinnamoyl derivative in rice grains. In our study, raw brown rice had the highest phenolic acid contents with Samkwang showing higher phenolic acid content than Saeilmi and Sindongjin (12.41 vs. 7.89 and 3.10 mg/100 g dry weight, respectively). Of all varieties, brown rice had higher phenolic acid contents than white rice. These contents decreased considerably when rice was steamed whereas, p-coumaric acid and ferulic acid contents were increased. Additionally, contents of rice (raw and steamed) can be used as a fundamental report for new rice varieties.

정전용량 수분측정 센서는 수경용 배지 양쪽에 구리 및 테플론으로 절연된 전극판(30cm×10cm)을 부착하 여 배지의 넓은 부분에 걸쳐 측정하도록 개발되었다. 본 연구는 콘덴서형 정전용량 센서로부터 출력되는 정전용량 값을 배지 함수량으로 변환하는 것이다. 정량화 실험은 양액을 공급하면서 배지 물무게와 정전용량 변화를 측정하고 그 값을 비교하는 방식으로 수행되었다. 배지 함수량과 정전용량은 본 연구를 위해 특별히 개발된 소프트웨어와 함께 센서와 로드셀을 사용하여 20~30초마다 측정되었다. 상용 curve-fitting 프로그램을 이용하여 배지 함수량과 정전용량을 변수로 정전용량 값으로 배지 함수량을 추정하였다. 공급하는 물의 양이 증가하면 정전용량도 증가하는 경향을 보였다. 배지 내 물무게에 따른 정전용량에 대한 변동계수(coefficient of variation, cv)는 배지 내 물무게가 1.0kg 수준에서 다른 무게에 비해 높아 함수량 보정은 물무게를 1.7~6.0kg 수준에서 수행하였다. 정전용량과 물무게 사이의 상관 계수는 0.996이었고 보정식에 의해 정전용량으로 추정된 함수량은 로드셀로 측정한 배지 함수량과 비교하였다.

Widespread consumption of fresh-cut vegetables without cooking results in ingestion of major foodborne pathogens including Bacillus cereus. In this study, we aimed to develop a method to rapidly detect B. cereus in fresh-cut vegetables by combining commercial PCR analysis with enrichment of the pathogenic levels. A mixture of B. cereus strains (KCTC1013, KCTC1014, KCTC1092, KCTC1094, and KCTC3624) was inoculated on the surface of fresh-cut cabbage lettuce (20 g) and baby leafy vegetables (10 g) to concentration 1, 2, 3, 4, and 5 log CFU/g. Eighty milliliters of TSB with 0.15% polymyxin B was used for cabbage lettuce, and 90 mL of medium was used for baby leafy vegetables and incubated at 42oC for 0, 2, 3, 4, 5, 6, and 7 h. One milliliter of the enriched media was plated on mannitol-egg yolk-polymyxin agar for quantification, and another 1 mL was used for DNA extraction for PCR analysis. Additionally, the minimum number of sub-samples to be tested from a pack of fresh-cut vegetable samples was determined using 5 sub-samples. The results from this study showed that for detecting B. cereus in fresh-cut cabbage lettuce, 3, 4, 5, 6, and 7 h enrichment were required to at least detect 5, 4, 3, 2, and 1 log CFU/g of B. cereus, respectively. B. cereus in fresh-cut baby leafy vegetables could be detected after 2, 3, 4, 5, and 6 h of enrichment at 5, 4, 3, 2, and 1 log CFU/g, respectively, using a combination of enrichment and PCR analysis. To determine if a pack of fresh-cut vegetable is positive, the minimum number of sub-samples should be 3. These results can be used to develop a rapid detection method to semi-quantify B. cereus in fresh-cut vegetable samples combining enrichment and PCR.

본 연구는 벚꽃의 개화시기를 예측하기 위해 수행하였다. 정확한 개화시기를 예측하기 위하여 생물계절 모형을 사용하였으며, 왕벚나무의 개화에 필요한 저온요구량을 계산하기 위하여 매일의 온도를 조사하였다. 실험을 위하여 2010년 1월 3일 수십년 된 왕벚나무에서 가지를 채취하여 2℃ 냉장고에 저장하였다. 그리고 1월 16일부터 매주 외부에서 채취한 가지와 함께 25℃ 생장상에 수삽하여 발아일과 휴면타파에 필요한 기간을 도출하기 위하여 매일 관찰하였다. 또한 휴면타파 시까지의 저온요구량을 누적하고 계산하기 위하여 일최고온도와 일최저온도를 조사하였다. 관측된 개화일과 일치하는 예측일을 구하기 위하여 기준온도를 5∼9℃로 0.1℃ 간격으로 반복 하여 구동하였다. 가장 최적의 모형은 휴면타파일이 2월 17 일, 기준온도 5.8℃, 저온요구량 -116.8이었으며, 2012~2019년 실측값을 이용한 모델은 RMSE 2.5일, 30년 평균 온도를 이용한 예측 모델은 RMSE가 4.4일로 이 기간 예보된 RMSE 5.0일 보다 개선된 결과를 보였다.