바로가기메뉴

본문 바로가기 주메뉴 바로가기

GeoData

지질학, 생태학, 해양학, 우주과학, 극지과학에서의 데이터 저널

논문목록

Vol.3, No.3

디지털 탄전지질도 Digital Coal Geological Map
이사로(한국지질자원연구원 지오플랫폼연구본부)
Vol.3, No.3, pp.1~7 https://dx.doi.org/10.22761/DJ2021.3.3.001
초록보기
Abstract

From 1974 to 1994, the Korea Institute of Geoscience and Mineral Resources (KIGAM) systematically prepared and published relatively precise coal cell geology maps of 1:10,000 or 1:25,000 scale for major coal fields across the country. Such a coal cell geology map includes information about the coal seams as well as the geology of the coal field area, so it can be used as an important basic data for coal development. In this paper, the current state of the coal geology map, which was digitized into a spatial DB using GIS, was introduced. This digital coal geological map can be downloaded free of charge from the Geo-Big Data Open Platform (data.kigam.re.kr) and the Environmental Big Data Platform (www.bigdata-environment.kr).

초록

한국지질자원연구원 (KIGAM)에서는 1974년부터 1994년까지 전국의 주요 탄전을 대상으로 체계적으로 1:10,000 혹은 1:25,000 축적의 비교적 정밀한 탄전지질도를 작성 발간하였다. 이러한 탄전지질도는 탄전 지역에 대한 지질 뿐 아니라 탄층에 대한 정보를 포함하고 있어 석탄 개발에 있어 중요한 기초자료로 사용될 수 있다. 본 논문에서는 이러한 탄전지질도를 GIS를 이용하여 공간 DB로 디지털화한 탄전지질도의 현황을 소개하였다. 본 디지털 탄전지질도는 지오빅데이터 오픈 플랫폼(data.kigam.re.kr)과 환경 빅데이터 플랫폼(www.bigdata-environment.kr)에서 무료로 다운로드 가능하다.

연구선 이사부호의 해양·대기 이산화탄소 분압 연속 측정 시스템을 활용한 2018년 여름 북서태평양 해양 표층 및 대기 이산화탄소 관측 자료 Atmospheric and Surface Seawater CO2 Measurements on R/V ISABU in the Western North Pacific in the Summer of 2018
이선은(한국해양과학기술원 해양환경연구센터) ; 조소설(한국해양과학기술원 해양환경연구센터)
Vol.3, No.3, pp.8~15 https://dx.doi.org/10.22761/DJ2021.3.3.002
초록보기
Abstract

The ocean takes up approximately 24% of anthropogenic carbon dioxide (CO2) emitted into the atmosphere in a year. The oceanic CO2 uptake shows regional and seasonal differences depending on physical and chemical characteristics of seawater and biological activities (such as CO2 fixation). In the tropical Western North Pacific, the surface water temperature is high, the supply of deep water is limited, and tropical cyclones usually pass in summer. We investigated atmospheric and sea surface CO2 concentrations in this area using the continuous underway pCO2 measuring system equipped on the Research Vessel ISABU of Korea Institute of Ocean Science and Technology for about 21 days from August 29 to September 19, 2018. During the cruise, 9,367 CO2 data were obtained from this measuring system with temperature, salinity, and GPS information. Higher CO2 concentrations of the surface seawater than those of the atmosphere were observed in the areas of 22°N-23.5°N and 29°N-35°N where CO2 was emitted into the atmosphere, while most of the areas between 17.5°N and 20.5°N were sinks for the atmospheric CO2. This dataset can be used for future research on the distribution of partial pressure of carbon dioxide over the global ocean surface.

초록

해양은 매년 대기로 방출되는 인위적인 이산화탄소의 약 24%를 흡수하고 있으며, 해양 표층의 이산화탄소 흡수는 해수의 물리화학적 특성과 생물 활동 등에 따라 지역 및 계절적인 차이를 보인다. 북서태평양 열대 해역은 표층 수온이 높고 심층수의 공급이 제한되며 여름철 열대저기압이 빈번하게 통과한다. 이 해역에서의 해양 표층 및 대기 이산화탄소 분압 분포를 알아보기 위해 2018년 8월 29일부터 9월 19일까지 약 21일간 한국해양과학기술원 연구선 이사부호에 장착된 해양·대기 이산화탄소 분압 연속 측정 시스템을 활용해 총 9,367개 표층 해수 및 대기 이산화탄소 자료를 획득했다. 이와 동시에 현장 표층 해수의 수온, 염분과 해수를 채취한 위경도 자료도 함께 수집하였다. 조사기간에 북위 22도와 북위 23.5도 사이, 북위 29도와 북위 35도 사이 해역은 해양의 이산화탄소 농도가 대기보다 높아 대기로 이산화탄소를 방출했고, 북위 17.5도와 북위 20.5도 사이 해역은 대부분 표층 해수의 이산화탄소 농도가 대기보다 낮아 대기 이산화탄소 흡수원임을 확인했다. 본 조사 자료는 향후 전지구 해양 표층 이산화탄소 분압 분포 연구 자료로 활용될 수 있다.

광산물 및 광업 통계 데이터 Statistical Data of Mineral Commodity
이선진(한국지질자원연구원 플랫폼연구본부 북방지질자원전략센터) ; 김유정(한국지질자원연구원 플랫폼연구본부 북방지질자원전략센터) ; 이사로(한국지질자원연구원 플랫폼연구본부 지질자원데이터센터)
Vol.3, No.3, pp.16~34 https://dx.doi.org/10.22761/DJ2021.3.3.003
초록보기
Abstract

The advanced countries, including the United States of America, Japan, the United Kingdom, etc., struggle to secure mineral resources for their development of economy and industry themselves. We, the Republic of Korea need to respond to come up with an effective counterplan for the resource supply and demand accordingly. The Korea Institute of Geological Resources (KIGAM) is a state-designated approval statistic institution and has been building the mineral commodity statistic data of the minerals, officially defined by the mining act of the Korean government since 1986. The statistical data of mineral commodity consist of the sales volume, distribution, and production of mines, and the labor conditions for operation, etc., based on the type of ore and the production of the region, month and mine. KIGAM published the various statistical data containing the production, import, export of the mineral commodity in various forms, including annual and monthly reports and by English. This mineral commodity/mining statistics data can be viewed and downloaded from Korean Statistical Information Services(mici.kigam.re.kr), (www.kosis.kr) by Statistic Korea, Mineral Resources Statistics Portal and also bigdata environment-platform(www.bigdata-envirnment.kr).

초록

미국, 일본, 영국 등 경제 발전을 선도하는 국가들은 자국의 경제 및 산업 발전을 위하여 안정적인 자원 확보에 총력을 기울이고 있는 상황이며, 우리나라도 광업활동 분석을 통해 효과적인 자원수급 대책을 강구하고 있다. 이에 한국지질자원연구원은 국가지정승인통계 작성기관으로서, 1986년부터 광업법으로 지정된 법정광물을 대상으로 생산, 수출, 내수, 재고 및 판매 등의 내용을 포함하여 국내 광산의 매출규모와 지역별 분포, 광산별 생산량, 광산 운영을 위한 노무 상황 등에 대한 광산물⋅광업 통계를 생산 및 구축하고 있다. 광산물⋅광업 통계 데이터는 연보, 월보, 영문 등 다양한 형태의 통계집으로 발간되고 있으며 이러한 동계집은 광물자원통계포털(mici.kigam.re.kr)에서 제공되고 있다. 또한, 통계청의 국가통계포털, 환경빅데이터플랫폼(www.bigdata-envirnment.kr) 등에서 자료 조회 및 다운로드가 가능하다.

인공지능 데이터의 품질 관리 및 검증 현황 Quality Control and Verification of Artificial Intelligence Data
김명언(한국항공우주연구원 미래혁신연구센터) ; 안효정(한국항공우주연구원 미래혁신연구센터)
Vol.3, No.3, pp.35~40 https://dx.doi.org/10.22761/DJ2021.3.3.004
초록보기
Abstract

High-quality artificial intelligence (AI) data provides accurate information for developing AI models. These results in increasing the efficiency of the model. On the other hand, if low-quality data is used, it may adversely affect the development of AI models. To improve the quality of our research, we need to increase the quality of AI data. This is possible through systematic quality control and verification of the data. Currently, there are various guidelines such as the data quality act of the US, the ISO 8000 series of the International Organization for Standardization, and the Big Data quality verification standard of the United Nations, as well as Korea's database quality certification. In this study, the current status of data quality management is identified and its implications are considered.

초록

높은 품질의 인공지능 데이터는 인공지능 모델을 개발하는데 있어 정확한 정보를 제공함으로써 모델의 효율성을 높이는 데 일조한다. 반면 품질이 낮을 경우 상호 데이터 간의 정보 불일치로 인하여 연구의 방향성을 해칠 수 있다. 이와 같이 인공지능 기반 모델 개발 연구의 질을 높이기 위해서 연구에 활용되는 데이터의 높은 품질을 확보하기 위해 체계적인 관리와 인증이 필요하다. 현재 우리나라의 데이터 품질 인증제도 뿐 아니라 미국의 데이터 품질 법, 국제 표준화 기구 ISO 8000 시리즈, 유엔의 빅데이터 품질 검증 기준 등 데이터 품질 관리에 대한 지침을 가지고 있다. 본 연구에서는 데이터 품질 관리 현황을 파악하고, 이에 대한 시사점을 고찰한다.

Geo Data