선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 WSN의 산사태 모니터링 적용성을 확인하기 위하여 테스트기반의 연구를 수행하였다. 산지의 지형 특성 및 산사태 감지가 가능하도록 WSN시스템을 구성하고, 센서노드의 배치를 최적화할 수 있는 방안을 제시하였다.
- 본 연구에서는 WSN의 산사태 모니터링 적용성을 확인하기 위하여 테스트기반의 연구를 수행하였다. 산지의 지형 특성 및 산사태 감지가 가능하도록 WSN시스템을 구성하고, 센서노드의 배치를 최적화할 수 있는 방안을 제시하였다. 각 센서 노드에 설치된 함수비계, 모관흡수력계를 분석하여 강우에 의한 지반의 반응을 통해 시스템의 적용성을 검증하였으며, 연구결과를 요약하면 다음과 같다.
- 일반적으로 산지의 무선통신 환경은 좋지 않으며 주요 원인은 지형인 것으로 알려져 있다. 이에 본 연구에서는 WSN의 센서노드의 배치 설계를 위해 테스트베드에서 통신범위에 영향을 주는 요소를 분석하였다. 일반적으로 알려져 있는 지형에 의한 반사 감쇄 이외에 회절 및 확산감쇄에 대한 영향을 분석하였으며, 이를 위하여 주요 장애물인 임목과 전파의 특성을 비교하였다.
- , 2017). 이에 본 연구에서는 최신 WSN 기술의 산사태 모니터링에 대한 적용성을 연구하였으며, 테스트베드(Test-bed)기반의 시험계측을 통해 산사태 모니터링을 위한 WSN 계측 시스템의 설계 및 적용 방법을 제안하고자 한다.
제안 방법
- (1) 산사태 모니터링을 위한 WSN 계측시스템은 산지의 통신환경을 고려하여 각 센서노드가 저전력으로 멀티 홉이 가능하도록 자가 자동 구성 메시형 토폴로지와 더스트 네트워크의 시간 동기화 메쉬 프로토콜 사용하였다. 그 결과, 스타방식에 비해 효율적이고 유연한 배치를 할 수 있었으며 양호한 네트워크 연결을 확보할 수 있었다.
- (2) 산지에서 WSN을 구축하기 위하여 산지의 통신범위에 영향을 미치는 요인을 분석하였다. 테스트베드의 임목 흉고직경이 평균 20.
- (3) 테스트베드 연구를 기반으로 산사태 모니터링을 위한 WSN시스템의 센서노드 배치방법을 제안하였다. 센서노드의 최적배치는 ① 산사태 예비해석을 통한 위험지로 센서노드의 후보지역을 선정하고, ② 임목 밀도에 의한 통신장애 및 지형에 의한 가시거리통신 분석을 통해 센서노드를 배치하고, ③ 현장시험을 통한 통신 확인 후 최종적으로 센서를 배치할 수 있다.
- 이 지역의 식생 분포를 조사한 결과 대표수종은 신갈나무, 잣나무와 리기다 소나무이며, 입목밀도 250∼830 본/Ha로 분포하고 있었다. Biomass 추정식과 기존 연구값 등을 이용하여 식생하중 0.22kPa과 뿌리의 전단강도 증가량 1.0kPa을 적용하였다.
- 일반적으로 센서에 장착되는 무선통신모듈에는 LTE, 블루투스 및 지그비(Zigbee) 등이 있으며, 본 연구에서는 LTE 모듈을 적용하였다. LTE 보안을 위한 IP변조에대응하기 위하여 게이트웨이의 IP가 변경되면 데이터 서버와 통신을 하도록 하였다. 게이트웨이의 접속을 통해 각 센서노드의 데이터 수집을 제어할 수 있도록 하였다(Fig.
- 산지의 지형 특성 및 산사태 감지가 가능하도록 WSN시스템을 구성하고, 센서노드의 배치를 최적화할 수 있는 방안을 제시하였다. 각 센서 노드에 설치된 함수비계, 모관흡수력계를 분석하여 강우에 의한 지반의 반응을 통해 시스템의 적용성을 검증하였으며, 연구결과를 요약하면 다음과 같다.
- 또한, 지하수의 흐름을 해석하기 위하여 GIS의 래스터 모델과 Darcy의 법칙을 이용하여, 2차원적인 흐름과 수직방향 지하수위의 변화량을 산정하고 있다. 그러나, 본 연구에서는 100년 빈도의 확률강우에 의한 파괴만을 고려하였기 때문에 강우침투-지표유출만을 고려하였으며(Fig. 5), 지하수 흐름 해석모델은 적용하지 않았다.
- , 2013). 급경사지에 설치되는 계측은 위험단면에 대해 지중경사계, 지하수위계, 지표변위계 등의 계측기를 설치하여 정밀 측정을 하도록 계획한다. 하지만, 산사태 계측의 경우 대상면적이 넓고 장비의 진입과 설치비용 및 유지보수가 힘들기 때문에, 급경사지를 제외한 산지는 최근까지 미계측 영역으로 분류되어 왔다.
- 따라서, 강우에 의한 산사태 예측을 위해서는 강우량과 함께 강우 침투에 의한 흙의 모관흡수력 및 함수비 변화를 아는 것이 중요하며, 산사태를 직접적으로 확인하기 위해서는 지표변위를 파악하는 것이 중요하다. 따라서, 본 연구에서는 계측항목으로 강우량계, 모관흡수력계, 함수비계, 경사계(변위측정)를 선정하였다(Table 3). 각 테스트베드에는 1개의 베이스스테이션을 설치하였으며, 베이스스테이션에는 10개의 센서노드를 연결하였다.
- 지반 특성 분석을 위해 지표지질조사, 시추조사, 시험 굴조사, 표준관입시험, 현장밀도시험, 현장투수시험, 지표투수시험, 간이 콘 관입시험, 기본물성시험(실내), 직접전단시험(실내), 굴절법탄성파탐사, MASW탐사와 같은 지반조사 및 실내시험을 수행하였다. 또한 불포화 특성 분석을 위해 함수특성곡선으로부터 함수특성 변수를 산정하였으며, 함수특성곡선 실험은 GCTS pressure plate extractor(Fredlund and Rahardjo, 1993) 장비를 이용하여 수행하였다. 산정된 불포화 함수특성곡선은 Fig.
- 본 연구에서는 3개 테스트베드에 무선계측시스템을 설치하여 산사태 계측을 수행하였다. 강우에 의한 산사태의 메커니즘은 강우침투에 의한 일시지하수위와 토심이 얕거나 지하수가 집중되는 지역의 지하수 상승과 관련된 것으로 알려져 있으며, 강우침투에 의한 산사태 발생은 선행강우, 누적강우 및 시간강우와 밀접한 관련이 있다(Campbell, 1975; Wilson, 1989; Guzzetti et al.
- 무선 센서노드는 센서로부터 수집된 아날로그 데이터를 디지털 데이터로 변환하고 이를 컴퓨터가 읽을 수 있도록 공학적 수치로 변화시키며, 게이트웨이까지 전송하는 역할을 수행한다. 본 연구에서는 IEEE 802.15.4e 규격을 준수하는 무선센서네트워크 칩셋을 적용하였으며, 센서로부터 아날로그 신호를 수신하는 마이크로컨트롤러, 무선 트랜시버, 전원 및 전원 관리 모듈로 구성하였다(Fig. 2(a)).
- WSN에서 센서노드는 배터리로 구동되기 때문에 노드간 전송거리가 짧으며, 네트워크의 범위를 확대하기 위하여 멀티홉(Multi-hop) 전송 모드를 사용한다. 본 연구에서는 유연성과 신뢰성이 우수한 메시형 토폴로지와 더스트 네트워크의 시간 동기화 메쉬 프로토콜을 적용하여 저전력으로 멀티홉이 가능한 시스템을 구성하였다.
- 본 절에서는 테스트베드 3개소의 지형, 지질 및 지반 특성을 분석하였다. TB-1은 세립질 편마암이 혼재된 호상 편마암이 기반암이며, TB-2는 화강암, TB-3는 화강암 관입의 영향을 받은 호상흑운모 편마암이 기반암으로 나타났다.
- 센서노드의 배치를 위해 산사태해석모형 분석을 통해 안전율이 1하인 그룹을 센서노드의 설치 지역으로 선정하였다. 사용 주파수의 특성과 임목밀도를 분석하여 해당지역의 통신범위를 분석하고, 그 결과를 기반으로 11개의 범위에 베이스스테이션과 센서노드를 배치 하였다. 최종적으로 현장에서 통신상태를 테스트하여 Fig.
- 또한 불포화 특성 분석을 위해 함수특성곡선으로부터 함수특성 변수를 산정하였으며, 함수특성곡선 실험은 GCTS pressure plate extractor(Fredlund and Rahardjo, 1993) 장비를 이용하여 수행하였다. 산정된 불포화 함수특성곡선은 Fig. 7과 같고, van Genuchten 모델을 대한 불포화 함수특성 변수를 적용하여 함께 도시하였다. 지반조사 및 불포화 함수특성실험 결과로부터 3개 테스트베드의 불포화 함수특성변수 및 지반 특성을 Table 2와 같이 산정하였다.
- 센서 노드의 계측 데이터를 수집 처리하고 가공된 데이터를 최종 서버로 전송하는 게이트웨이는 서버로 데이터를 전송하기 위하여 무선통신 모듈을 결합하였다. 일반적으로 센서에 장착되는 무선통신모듈에는 LTE, 블루투스 및 지그비(Zigbee) 등이 있으며, 본 연구에서는 LTE 모듈을 적용하였다.
- 칩셋에 내장된 소프트웨어는 센서노드가 모니터링 영역 내부에서 가까이에 배치된 임의의 노드가 자가자동구성 기능을 통해 네트워크를 형성할 수 있도록 지원한다. 센서노드는 수집된 데이터를 모니 터링하여 홉핑(Hopping)을 통해 다른 센서 노드로 전송 하며, 전송을 처리하는 동안 모니터링 된 데이터는 여러 노드로 처리되어 멀티 호핑 후 게이트웨이 노드에 도달하도록 하였다.
- 센서노드의 배치를 위해 산사태해석모형 분석을 통해 안전율이 1하인 그룹을 센서노드의 설치 지역으로 선정하였다. 사용 주파수의 특성과 임목밀도를 분석하여 해당지역의 통신범위를 분석하고, 그 결과를 기반으로 11개의 범위에 베이스스테이션과 센서노드를 배치 하였다.
- 시간적, 공간적으로 동일한 위치의 모관흡수력계와 함수비계의 측정결과를 실내시험으로 산정한 흙의 불포화함수특성곡선과 비교하였다(Fig. 15). 현장에서 계측된 결과가 비교적 실내시험으로 산정된 SWCC 곡선을 잘 따라가고 있으나, 10kPa이상에서 실내시험결과에 비해 다소 낮은 체적함수비를 나타내고 있다.
- 이는 현장 계측결과는 시간에 따라 흙이 포화해 가는 과정에서 측정된 값으로, 실내시험의 조건과는 상반되기 때문이다. 실제로 강우시 자연사면이 포화되어 산사태가 발생되는 현상은 SWCC상에서 건조과정(drying path)보다는 습윤과정(wetting path)에서 가까우며, 지반은 건조과정과 습윤과정을 반복하기 때문에 두 과정의 시험은 모두 중요하나 본 연구에서는 건조과정의 시험만을 수행하였다. 일반적으로 건조과정의 시험에서는 점선과 같이 흙의 모관흡수력과 함수비의 관계곡선이 SWCC보다 다소 낮은 값으로 나타나는 것을 고려하면(Lu and Likos, 2004) 계측결과는 비교적 흙의 거동을 잘 나타내고 있는 것으로 분석되었다.
- 센서 노드의 계측 데이터를 수집 처리하고 가공된 데이터를 최종 서버로 전송하는 게이트웨이는 서버로 데이터를 전송하기 위하여 무선통신 모듈을 결합하였다. 일반적으로 센서에 장착되는 무선통신모듈에는 LTE, 블루투스 및 지그비(Zigbee) 등이 있으며, 본 연구에서는 LTE 모듈을 적용하였다. LTE 보안을 위한 IP변조에대응하기 위하여 게이트웨이의 IP가 변경되면 데이터 서버와 통신을 하도록 하였다.
- 이에 본 연구에서는 WSN의 센서노드의 배치 설계를 위해 테스트베드에서 통신범위에 영향을 주는 요소를 분석하였다. 일반적으로 알려져 있는 지형에 의한 반사 감쇄 이외에 회절 및 확산감쇄에 대한 영향을 분석하였으며, 이를 위하여 주요 장애물인 임목과 전파의 특성을 비교하였다.
- 지반 특성 분석을 위해 지표지질조사, 시추조사, 시험 굴조사, 표준관입시험, 현장밀도시험, 현장투수시험, 지표투수시험, 간이 콘 관입시험, 기본물성시험(실내), 직접전단시험(실내), 굴절법탄성파탐사, MASW탐사와 같은 지반조사 및 실내시험을 수행하였다. 또한 불포화 특성 분석을 위해 함수특성곡선으로부터 함수특성 변수를 산정하였으며, 함수특성곡선 실험은 GCTS pressure plate extractor(Fredlund and Rahardjo, 1993) 장비를 이용하여 수행하였다.
- 테스트 베드의 임목분포를 조사하기 위하여 반경 11.3m, 면적 0.04ha의 원형방형구 내 6cm 이상의 임목에 대한 조사를 수행하였다. 총 9개의 방형구에 대하여 조사를 수행한 결과 임목밀도는 TB-1의 경우 380∼830 그루/ha, TB-2의 경우 50∼700 그루/ha, TB-3의 경우 300∼750 그루/ha로 조사되었다.
- 11과 같이 센서를 배치하였다. 테스트베드에서 토폴로지 분석을 수행하였으며, 스타방식의 경우 각 테스트베드에 대해 2개의 베이스스테이션이 필요하였으며, 메쉬형의 경우 하나의 베이스스테이션으로 통신이 가능하였다. Fig.
- 지형분석 결과는 Table 1에 요약하였다. 토심은 각 테스트베드에 대하여 시추조사, 시험굴 조사, 굴절법탄성파탐사 및 MASW탐사 결과를 크리깅 기법으로 분석하여 산정하였다.
대상 데이터
- TB-3의 경우 뚜렷한 계곡이 형성되지 않은 지형으로 상류의 급경사지에서 안전율이 낮게 나타났다. TB-1, TB-2 및 TB-3에서 안전율이 1.0 미만인 지역은 각각 3,125m2, 3,550m2, 7,175m2로 산정되었으며, 본 해석결과로부터 안전율이 1.0 이하인 구역을 1차 대상, 1.2 이하인 구역을 2차 대상으로 선정하여 센서 노드의 배치를 결정하였다.
- 과거 산사태 및 토석류 발생이력, 토심 0.5m 이상, 경사 20∼40°, 지질경계나 단층구조가 변화하는 지역, 산사태 및 토석류의 위험도 평가등급이 높은 지역, 특정 기반암종을 포함하는 지역(화강암, 편마암 등) 조건을 고려하여 110여개의 중 산사태 발생 가능성이 높은 대표적인 유역 3개소(구룡산(TB-1), 관악산(TB-2), 안산(TB-3))을 최종적으로 선정하였다(Fig. 6).
- 도심지 산사태 모니터링을 위해 서울지역에 위치한 산지 3개소를 테스트베드로 계획하였으며, 3개소의 선정을 위해 서울시 산지전수조사 자료(서울연구원, 2012)를 참고하였다. 과거 산사태 및 토석류 발생이력, 토심 0.
- 5 MHz의 대역을 사용하도록 되어있다. 본 연구에서 적용한 2.4GHz의 통신 주파수는 극초단파로서 12.5cm의 짧은 파장거리 특성을 나타낸다(식 (3)). 또한, 높은 주파수에 의해 직진성이 강하며, 산지에서는 복잡한 지형에 의한 반사, 수목에 의한 회절, 확산에 의한 전송거리 감쇠 및 노이즈가 발생한다.
- 테스트베드는 구룡산(TB-1), 관악산(TB-2), 안산(TB-3) 에서 산사태 위험도가 비교적 높은 유역을 각 1개소씩 선정하였으며, 각 테스트베드의 기반암종은 호상편마암, 화강암, 호상흑운모편마암으로 상부의 토사층의 공학적특성이 서로 상이한 지역이다. 또한, TB-1, TB-2, TB-3 순으로 유역의 경사 완만해지고, 폭이 넓은 지형적 특성을 가지고 있다.
이론/모형
- 3은 일반적인 네트워크 토폴로지를 나타내고 있으며, WSN은 이중 메쉬형 (Mesh), 스타형(Star), 트리형(Tree) 토폴로지를 주로 적용한다. WSN에서 센서노드는 배터리로 구동되기 때문에 노드간 전송거리가 짧으며, 네트워크의 범위를 확대하기 위하여 멀티홉(Multi-hop) 전송 모드를 사용한다. 본 연구에서는 유연성과 신뢰성이 우수한 메시형 토폴로지와 더스트 네트워크의 시간 동기화 메쉬 프로토콜을 적용하여 저전력으로 멀티홉이 가능한 시스템을 구성하였다.
- , 2012). 또한 Mein과 Larson(1973)의 폰딩(ponding) 시간을 반영하여 강우의 침투-유출 관계를 고려하였다. 이와 같은 방법으로 강우의 지반 침투량(IR)은 누적침투량(F)을 변수로 하는 시산법을 이용하여 구할 수 있다.
- IR에 의해 불포화영역(vadose zone)에서 일시적으로 형성되는 지하수위(Dwn)는 지반의 함수특성을 고려하여 식 (2)와 같다. 또한, 지하수의 흐름을 해석하기 위하여 GIS의 래스터 모델과 Darcy의 법칙을 이용하여, 2차원적인 흐름과 수직방향 지하수위의 변화량을 산정하고 있다. 그러나, 본 연구에서는 100년 빈도의 확률강우에 의한 파괴만을 고려하였기 때문에 강우침투-지표유출만을 고려하였으며(Fig.
- 센서노드의 배치를 위해 산사태 위험지역 분석을 선행하였으며, 강우의 침투와 지하수의 흐름을 모두 고려할수 있는 GIS기반의 공학적 모형인 YS-slope을 사용하였다(Kim et al., 2014).이 모형은 상용 프로그램인 SINMAP, SHALSTAB, TRIGRS 모델 등과 같이 물리학적 기법을 사용한 산사태 해석 모델로, 기존 프로그램들의 수문학적 모델과 지반공학적 모델을 개선하였다.
- 센서노드의 최종 배치 설계를 위해 가시영역 해석(Viewshed analysis) 방법을 이용하여 가시거리통신(Line of sight)이 가능한 영역을 분석하였다(식 (4)). 가시거리통신은 테스트베드에서 측정된 최대 100m 거리로 분석하였으며, 붉은 색으로 표시된 부분이 센서노드(Viewer) 가시거리(line of sight)가 확보되는 영역이다(Fig.
- 이 모형에서는 침윤전선에서 모관 흡수력과 침윤전선 윗부분에서의 함수량 결손 및 투수계수는 일정하다는 Green-Ampt(1911)의 기본 가정은 그대로 이용하였으나, Green-Ampt 모델이 투수계수와 강우강도의 관계를 명확히 구분하고 있지 않은 단점을 보완하기 위해, 강우강도와 투수계수의 크기를 비교하여 강우에 의한 누적침투량을 달리 산정하는 방법을 적용하였다(Mein과 Larson, 1973; Kim et al., 2012). 또한 Mein과 Larson(1973)의 폰딩(ponding) 시간을 반영하여 강우의 침투-유출 관계를 고려하였다.
성능/효과
- (5) 본 연구에서 수행한 WSN을 이용한 산사태 모니터링 결과, WSN 시스템이 가지고 있는 근본적인 전기 및 통신 오류를 충분히 무시할 수 있을 만큼의 양호한 데이터를 획득할 수 있었으며, 이와 같은 결과로부터 현장에서 산사태 모니터링을 하기 위하여 WSN 계측시스템 적용하는 것이 가능함을 확인하였다.
- (4) 테스트베드 3개소 TB-1. TB-2 및 TB-3에서 측정된 계측 데이터를 분석한 결과 네트워크의 연결은 양호하게 나타났으며, 강우에 의한 지반의 반응이 실내에서 측정한 함수비-모관흡수력과 유사한 결과를 나타났다. 또한, 강우에 반응하여 지반의 함수특성이 건기에서 우기로 변화함에 따라 체적함수비는 0～0.
- 또한, TB-1, TB-2, TB-3 순으로 유역의 경사 완만해지고, 폭이 넓은 지형적 특성을 가지고 있다. 각 테스트베드의 토심 두께는크게 편차가 없으나, TB-1의 경우 건기시 지하수위가 1.7～2.0m로 높게 분포하는 것으로 나타났다.
- 강우 발생 시 모관흡수력은 약 0.2∼7kPa으로 측정되었는데, 우기 중 흙의 불포화 또는 포화에서 측정되는 값의 범위를 만족하는 것으로 나타났다.
- 계측은 우기가 시작하기 이전부터 우기까지 수행되었으며, 강우가 시작되어 지반 속으로 침투됨에 따라 함수비가 Fig. 13과 같이 급격하게 변화함을 확인하였다. 센서 노드의 서로 다른 심도의 전기적 신호의 차이로부터 흙의 투수계수를 6.
- (1) 산사태 모니터링을 위한 WSN 계측시스템은 산지의 통신환경을 고려하여 각 센서노드가 저전력으로 멀티 홉이 가능하도록 자가 자동 구성 메시형 토폴로지와 더스트 네트워크의 시간 동기화 메쉬 프로토콜 사용하였다. 그 결과, 스타방식에 비해 효율적이고 유연한 배치를 할 수 있었으며 양호한 네트워크 연결을 확보할 수 있었다.
- 12는 TB-2의 최종 노드배치에서 스타형과 메쉬형을 비교결과이며, 스타형을 적용하기 위해서는 베이스스테이션 1개소가 추가해야 하며 비효율적인 배치가 됨을 확인할 수 있었다. 따라서, 메쉬형의 경우 멀티 홉핑 기능으로 통신거리의 확보 및 수신율 및 통신 지연현상이 감소하므로, 산사태 모니터링에서는 스타형에 비해 메쉬형의 적용성이 우수한 것으로 분석되었다.
- 6%와 유사하게 나타났다. 따라서, 시스템이 가지고 있는 근본적인 전기 및 통신 오류를 충분히 무시할 수 있을 만큼의 양호한 데이터를 획득할 수 있었으며, 이와 같은 결과로부터 현장에서 산사태 모니터링을 하기 위하여 WSN 계측시스템 적용하는 것이 가능함을 확인하였다.
- 총 9개의 방형구에 대하여 조사를 수행한 결과 임목밀도는 TB-1의 경우 380∼830 그루/ha, TB-2의 경우 50∼700 그루/ha, TB-3의 경우 300∼750 그루/ha로 조사되었다. 또한 주요 분포 수종은 활엽수인 신갈나무, 침엽수인 리기다소나무와 잣나무이며, 평균 흉고직경(DBH, Diameter of brest height)은 23.1cm, 15.7cm, 10.8cm로 나타났다. 각 수종의 평균 입목밀도를 7 : 1.
- TB-2 및 TB-3에서 측정된 계측 데이터를 분석한 결과 네트워크의 연결은 양호하게 나타났으며, 강우에 의한 지반의 반응이 실내에서 측정한 함수비-모관흡수력과 유사한 결과를 나타났다. 또한, 강우에 반응하여 지반의 함수특성이 건기에서 우기로 변화함에 따라 체적함수비는 0～0.15에서 0.2～0.45까지 증가하였으며, 모관흡수력은 30～50kPa에서 0.2～7kPa으로 감소하는 것을 계측결과로부터 확인할 수 있었다.
- 일반적으로 건조과정의 시험에서는 점선과 같이 흙의 모관흡수력과 함수비의 관계곡선이 SWCC보다 다소 낮은 값으로 나타나는 것을 고려하면(Lu and Likos, 2004) 계측결과는 비교적 흙의 거동을 잘 나타내고 있는 것으로 분석되었다. 우기 시 함수비측정 결과의 경우 현장에서 TB-1의 경우 26%, TB-1 36%, TB-3 40%로, 실내시험으로부터 측정된 26.6%, 27.7%, 35.6%와 유사하게 나타났다. 따라서, 시스템이 가지고 있는 근본적인 전기 및 통신 오류를 충분히 무시할 수 있을 만큼의 양호한 데이터를 획득할 수 있었으며, 이와 같은 결과로부터 현장에서 산사태 모니터링을 하기 위하여 WSN 계측시스템 적용하는 것이 가능함을 확인하였다.
- 이 지역의 식생 분포를 조사한 결과 대표수종은 신갈나무, 잣나무와 리기다 소나무이며, 입목밀도 250∼830 본/Ha로 분포하고 있었다.
- 총 9개의 방형구에 대하여 조사를 수행한 결과 임목밀도는 TB-1의 경우 380∼830 그루/ha, TB-2의 경우 50∼700 그루/ha, TB-3의 경우 300∼750 그루/ha로 조사되었다.
- 최대모관흡수력은 45∼50kPa으로 건기 시에 측정되었으며, 테스트베드의 상부 토사층인 실트질모래층의 일반적인 범위인 40 ∼60kPa의 범위 내에서 전반적으로 잘 나타났다.
- 1cm이다 (Table 4). 침엽수이 리기다소나무와 잣나무는 2.4GHz 의 파장 길이와 유사하여 확산에 의한 감쇄가 크며, 흉고직경이 큰 신갈나무에 의해 회절에 의한 감쇄도 큰조건으로 나타났다. 경로손실을 분석하기 위하여 산지와 비슷한 지형 조건에서 통신거리 테스트를 수행하였으며, 장애물이 없는 경우 90∼250m의 거리가 나타났으나, 테스트 베드에서는 60∼100m로 측정되었다.
- (2) 산지에서 WSN을 구축하기 위하여 산지의 통신범위에 영향을 미치는 요인을 분석하였다. 테스트베드의 임목 흉고직경이 평균 20.1cm로 센서노드의 통신주파수인 2.4gHZ에 의한 파장길이 12.5cm와 유사하고, 임목밀도가 최대 830그루/ha로 높게 나타나 확산 및 회절 감쇄에 취약한 것으로 나타났다.
- 9와 같다. 해석 결과, TB-1은 상류의 급경사지와 중하류 계곡부에서 산사태 위험도가 높게 나타났으며, TB-2의 경우 유역의 상류와 중하류의 급경 사지(우측 하단)에서 위험한 것으로 나타났으나 해당지역의 현장 조사 결과 암반 노두가 노출된 지역으로 확인되어 최종적으로 중류에 비교적 안전율이 낮은 지역을 위험지역으로 선정하였다. TB-3의 경우 뚜렷한 계곡이 형성되지 않은 지형으로 상류의 급경사지에서 안전율이 낮게 나타났다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.