http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 우용훈 (검색결과 47 건)
- 무료
- 기관 내 무료
- 유료
-
우용훈,양경희,이영섭,구호본 대한지질공학회 2016 대한지질공학회 학술발표회논문집 Vol.2016 No.1
염기성 멜트에 의하여 지표로 이동되어진 페리도타이트 포획암들에 대한 연구는 지구의 상부맨틀에서의 복잡한 작용들에 대한 가장 직접적인 정보를 제공할 수 있다. 특히, 서태평양 지역은 태평양판과 필리핀판의 수렴형 판경계와 판내부 발산 조구조환경이 공존했던 곳으로 이지역의 맨틀 페리도타이트는 암석학적, 지화학적, 조구적인 측면에서 많은 지질학적 정보를 지니고 있을 것으로 기대되어진다. 한국의 제주도 제4기 판내부 알칼리 현무암들에 포획된 첨정석 하즈버가이트와 레졸라이트 페리도타이트들은 구석구석 스며든 이차 사방휘석이 산출되고있어 실리카부화작용이 있음을 증거하고 있다 (Woo et al.,., 2014). 더욱이, 네거티브한 결정 모양(5~30㎛)을 띠는 primary CO2유체포유물들이 이차사방휘석 또는 세립의 네오블라스트(neoblast)에 포획되어있다. 제주도에서 산출되는 페리도타이트 포획암들에 대한 암석기재, 지화학적 분석과 CO2유체포유물들 연구를 통해 제주도 하부 암석권 상부맨틀의 실리카 부화작용의실체와 이때 존재하고 있던 CO2유체포유물의 역할에 대해 고민해 보려고 한다. 다량의 페리도타이트 포획암들이 제주도 동남부 신산리 해안가에서 수집되었다. 이 중에 대표성 있는 시료를 중심으로 현미경하에서 약 3000포인트 격자방법의 모달분석을 통하여 암석분류를 진행하였다. 채취된 이 초염기성 포획암들을 구성하고 있는 광물에 대해 주성분원소 조성에 대하여 EPMA 분석을 실시하였고, 단사휘석과 사방휘석의 미량원소 조성들은 LA-ICP-MS를 이용하여 분석되었다. 광물중심부와 가장자리 부분의 전자현미분석과 LA-ICP-MS, BSE이미지 분석에서 화학적 누대가 없는 것으로 관찰되어졌고 화학적으로 균질한 것으로 나타났으며 이는 이전의 연구들에서도 관찰되었었다. 맨틀 페리도타이트에 포획된 CO2이 풍부한 유체포유물이 연구되었으며, 조직적 관찰 이후 CO2포유물 포획 당시의 온도-압력 환경을 파악하기 위하여 가열 및 냉각 실험을 실시하였다. 제주도의 신산리 해안가 현무암 내에는 포획된 첨정석 페리도타이트 포획암은 조립질의 프로토그래뉼라 (PG, Protogranular), 쌍봉의 입자크기를 보이는 폴피로클라스트(PC. Porphyroclast),세립의 입자로 구성되며 엽리는 보이는 마일로니틱 (MY. Mylonitic)으로 분류된다. PG 조직의 포획암이 노두상에서 가장 풍부하게 산출된다. 야외조사 경험에 근거하여, 노두에서 산출되는 맨틀 포획암중 첨정석 레졸라이트가 가장 우세한 맨틀 페리도타이트 포획암이고, 하즈버가이트와 소량의 웹스터라이트-클리노파이록시나이트가 발견된다. 연구된 포획암들은 실리카 포화된유체들의 유입으로 감람석을 치환하면서 형성된 이차 사방휘석이 만연하게 나타난다. 또한 단사휘석들의 미량원소 조성은 제주 페리도타이트 계열이 다양하게 교대작용을 받았음을 나타내고 있으며, 특히 경희토류 부화작용이 뚜렷하게 보여준다. CO2가 풍부한 일차(Primary) 유체 포유물이 감람석과 사방휘석, 단사휘석에 포획되어 있다. 이차유체포유물은 부정형 (negative) 결정 모양을 띠며, 크기는 직경이 5-30 μm인 경우가 대부분이다. 매우 드물게 관찰되지만 이차사방휘석 또는 세립의 네오블라스트에 CO2가 풍부한 일차포유물들이 포획되어있다. 이들 유체포유물은 CO2밀도가 ~1.11 g/cm3으로 매우 덴스한 유체로 알칼리 현무암에 의하여 포획되기 전에 암석권 맨틀 환경에서 존재하던 유체의 밀도임을 보여주고 있다(Berkesi et al., 2012). 암석기재, 지화학, 유체포유물 연구를 통해 다음과 같은 연구결과를 보고한다. 제주도의 현무암에 포획된 맨틀포획암은 두 단계의 지화학적 진화, 즉 먼저 부분용융 (depletion)과 그 이후교대작용(enrichment)을 경험하였다. 부분용융(20-25%)에 의해 상부맨틀은 결핍된 암석권으로 존재하게 된다. 그 이후 중생대에 제주도 지역은 섭입환경에 놓이게 되고 섭입대에서 형성된 실리카와 LREE가 부화된 유체들에 의하여 제주도 하부 상부맨틀은 부화되어지게 된다. 암석학적그리고 광물 화학분석과 CO2포유물 실험에 근거하여, 제주도 아래의 포획암의 진화에 대한 개략적인 그림이 다음과 같이 그려진다. 후기 백악기에서 제3기 초기동안, 고(proto)-제주도를 포함하는 한반도는 유라시안 판의 동쪽을 따르는 안데안 타입 (Andean-type)의 대륙 연변부의 일부였다. 맨틀 근원암 (protolith)은 수렴맨틀 웨지 환경에서 25%의 멜트 추출 후 냉각에 의하여 안정화되었다. 이 연구된 맨틀포획암이 존재하던 맨틀보다 아래에서 잔류 슬랩 기원의 유체들이 이전에 페리도타이트들이 존재하는 깊이 (50-60km)에 도달하였다. 슬랩 기원의 유체들이 맨틀 페리도타이트들을 침투하여 반응 후 이차 사방휘석을 형성하고 실리카와 경희토류가 부화를 야기한다, 그 후에 맨틀웨지환경에 놓여있던 고-제주도를 포함하는 암석권은 동해의 형성에 의해 판내부 환경으로 바뀌게 되다. 연구된 페리도타이트 포획암들은 중생대에 섭입대 아래의 맨틀웨지를 형성하고 있던 암석의 한 부분으로, 즉, "old sub-arc fragments"로서 그 이후에 4기 판내부 알칼리 마그마작용에 의해 제주도 현무암에 포획되에 지표면에 노출되어 있다.
-
-
-
-
-
-
-
-
로지스틱 회귀분석을 이용한 도로비탈면관리시스템 데이터 활용 검토 연구
우용훈 ( Yonghoon Woo ),김승현 ( Seung-hyun Kim ),양인철 ( Inchul Yang ),이세혁 ( Se-hyeok Lee ) 대한지질공학회 2020 지질공학 Vol.30 No.4
도로비탈면관리시스템은 전국 도로 비탈면 현황을 파악하고 위험등급을 산정하여 유지대책 선정 및 사전에 비탈면 붕괴를 차단하여 국민의 안전을 도모하기 위해 만들어졌다. 이를 위해 전국 국도에 위치한 깎기비탈면에 대해 기초 · 정밀조사를 수행하여 데이터베이스를 구축하고 매년 갱신되고 있다. 수집된 데이터는 수치형과 문자형으로 구성되어 있으며, 사면에 대한 객관적인 정보와 전문가의 판단에 의해 결정된 주관적인 정보로 구성되어 있다. 본 연구에서는 도로비탈면관리시스템에서 관리하는 데이터 활용 가능성을 검토하기 위해, 기계학습인 로지스틱 회귀분석을 이용하여 독립적인 정보를 이용한 주관적 정보 예측 모델을 구축하고 검증하였다. 수행결과, 구축된 확률모델을 이용하여 높은 정확도로 주관적 판단이 필요한 정보들을 예측할 수 있음을 확인하였다. 또한, 구축된 모델을 활용하여 새로 수집된 정보와 모델로부터의 예측값을 비교 · 검토를 통해 고품질의 데이터를 구축할 수 있을 것으로 기대된다. Cut-slope management system (CSMS) has been investigated all slopes on the road of the whole country to evaluate risk rating of each slope. Based on this evaluation, the decision-making for maintenance can be conducted, and this procedure will be helpful to establish a consistent and efficient policy of safe road. CSMS has updated the database of all slopes annually, and this database is constructed based on a basic and detailed investigation. In the database, there are two type of data: first one is an objective data such as slopes’ location, height, width, length, and information about underground and bedrock, etc; second one is subjective data, which is decided by experts based on those objective data, e.g., degree of emergency and risk, maintenance solution, etc. The purpose of this study is identifying an data application plan to utilize those CSMS data. For this purpose, logistic regression, which is a basic machine-learning method to construct a prediction model, is performed to predict a judging-type variable (i.e., subjective data) based on objective data. The constructed logistic model shows the accurate prediction, and this model can be used to judge a priority of slopes for detailed investigation. Also, it is anticipated that the prediction model can filter unusual data by comparing with a prediction value.
-
기상정보와 Adaboost 모델을 이용한 깎기비탈면 위험도 지도 개발 연구
우용훈 ( Yonghoon Woo ),김승현 ( Seung-hyun Kim ),김진욱 ( Jin Uk¸ Kim ),박광해 ( Gwanghae Park ) 대한지질공학회 2020 지질공학 Vol.30 No.4
최근 국내에서는 산림지역 뿐만 아니라 대도시지역에서도 자연재해가 많이 발생하고 있으며, 이에 대한 국가적인 요구사항은 증가하고 있다. 특히 국도 비탈면 붕괴에 대하여 체계적으로 관리할 수 있는 사전 재해정보 시스템은 전무한 실정이다. 본 연구에서는 CSMS(Cut Slope Management System)에서 관리하는 강원도와 경상도 지역의 국도 비탈면 붕괴 정밀조사 보고서와 비탈면 기초조사를 토대로 비탈면 붕괴 유발 인자에 대한 빅데이터 분석을 실시하였다. 분석 결과를 바탕으로 붕괴 비탈면 위치와 기상정보를 반영하여 분류 기반 머신러닝 모형인 Adaboost를 통한 비탈면 붕괴 위험도 예측모형을 구축하였다. 또한 시각화 프로그램인 비탈면 붕괴 위험도 시각화 지도를 개발하여 기상여건 변화에 따른 비탈면 위험도 파악을 통한 선제적 재해재난 예방대책에 활용할 수 있음을 보여주고 있다. Recently, there have been many natural disasters in Korea, not only in forest areas but also in urban areas, and the national requirements for them are increasing. In particular, there is no pre-disaster information system that can systematically manage the collapse of the slope of the national highway. In this study, big data analysis was conducted on the factors causing slope collapse based on the detailed investigation report on the slope collapse of national roads in Gangwon-do and Gyeongsang- do areas managed by the Cut Slope Management System (CSMS) and the basic survey of slope failures. Based on the analysis results, a slope collapse risk prediction model was established through Adaboost, a classification-based machine learning model, reflecting the collapse slope location and weather information. It also developed a visualization map for the risk of slope collapse, which is a visualization program, to show that it can be used for preemptive disaster prevention measures by identifying the risk of slope due to changes in weather conditions. Keywords: cut slope management system, big data analysis, collapse
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
