본 연구는 도심지 산지형 공원의 물리적 구조 및 식생구조가 기상에 미치는 영향을 분석하기 위해 물리적 구조인 표고, 경사도, 사면 향, 지형구조와 식생 구조인 현존식생, 흉고직경, 울폐도의 기상과의 평균비교를 실시하였다. 분석 결과, 표고의 경우 상대습도, 풍속, 일사에서 유형 간 차이가 있는 것으로 분석되었으며, 경사도의 경우 풍속을 제외한 모든 기상요소에서 유형 간 차이가 있는 것으로 분석되었다. 사면 향의 경우 기온과 상대습도에서 유형간 차이나 있는 것으로 분석되었다. 지형구조의 경우 계곡부, 사면부, 능선부로 구분하였으며, 상대습도에서 측정 값의 차이가 있는 것으로 분석되었으나 기온, 풍속, 일사량에서는 일정한 경향과 유형간 차이가 미미한 것으로 분석되었다. 식생구조 중 현존식생의 경우 일사량을 제외한 기온, 상대습도, 풍속 항목에서 유형 간 차이가 있는 것으로 분석되었으며, 흉고직경의 경우 기온, 풍속, 일사량 항목에서 유형 간 유의한 차이가 있는 것으로 분석되었다. 울폐도의 경우 기온과 일사량에서 유의한 차이가 있는 것으로 분석되었다. 식생 및 물리적구조가 기상환경에 미치는 영향 분석을 위한 관계분석결과 기온의 경우 경사도와 사면 향, 흉고직경과 울폐도에서 영향을 받는 것으로 분석되었으며, 상대습도의 경우 물리적구조인 표고, 경사도, 사면 향, 지형구조와 식생구조인 현존식생과 울폐도에서 상관성이 분석되었다. 풍속의 경우 표고, 현존식생, 흉고직경에서 상관성이 분석되었으며, 일사량의 경우 경사도와 흉고직경, 울폐도간의 상관성이 분석되었다. 전반적으로 기온과 상대습도, 일사량에 가장 큰 영향을 주는 인자는 울폐도로 분석되었으며, 다음으로 경사도에서 상관관계가 높게 분석되는 경향이 나타났다. 흉고직경 또한 기온과 일사량간의 상관성이 매우 높은 것으로 분석되었으며 풍속과의 상관관계도 나타났으나 상대습도는 통계적인 유의성이 나타나지 않았다.

PURPOSES : Despite the availability of larger traffic data and more advanced data collection methods, the problem of missing data is yet to be solved. Imputing missing data to ensure data quality and reliability of statistics has always been challenging. Missing data are imputed via several existing methods, such as autoregressive integrated moving average, exponential smoothing, and interpolation. However, these methods are complicated and results in significant errors. METHODS : A deep-learning method was applied in this study to impute traffic volume data of the South Korean national highway. Traffic data were trained using the long short-term memory method, which is a suitable deep-learning method for time series analysis. RESULTS : Three cases were proposed to estimate the traffic volume. In the first case, which represented the general conditions, the mean absolute percentage error (MAPE) was 12.7%. The second estimation case, which was based on the opposite traffic flow, exhibited a MAPE of 17%~18%. The third case, which was estimated using adjacent-section data, had a MAPE of 18.2%. CONCLUSIONS : Deep learning may be a suitable alternative data imputation method based on the limited site and data. However, its application depends on the specific situation. Furthermore, deep-learning models can be improved using an ensemble method, batch-size, or through model-structure optimization.

본 연구는 식물성 식품에 대한 잔류농약의 국내와 코덱 스의 residue definition 비교를 통해 국내에서 식이노출과 소평가의 가능성이 있는 농약성분을 파악하고 더 나아가 식이노출 과소평가가 위해성 평가에 미치는 영향에 대해 우선적으로 검토가 필요한 농약성분을 알아내고자 하였다. 연구결과, 국내와 코덱스의 residue definition 정보로부터 식이노출 과소평가의 가능성이 있는 44종의 농약성분이 파악되었다. 이들 성분 중 농약성분의 ADI값, 국내 MRL 정보 및 대사물질의 독성학적 정보에 근거하여 다음의 24종 농약성분이 식이노출 과소평가가 위해성 평가에 미치는 영향에 대해 우선적으로 검토가 필요한 것으로 나타났다: acibensolar-S-methyl, chlorfenapyr, chlorothalonil, cyantraniliprole, cyclaniliprole, cyflumetofen, dithiocarbamates, fenamidone, fenpyroximate, fluazifop-P-butyl, fluopicolide, flupyradifuron, fluxapyroxad, glyphosate, hexythiazox, isoprothiolane, isopyrazam, myclobutanil, penthiopyrad, propiconazole, spinetoram, spiromesifen, spirotetramat, trifloxystrobin. 더 나아가 chlorfenapyr, chlorothalonil, dithiocarbamates, fenamidone은 대사물질의 독성이 더 커서 특히 우선적으로 검토가 요구되는 것으로 판단된다 . 본 연구는 식품 중 잔류농약에 대한 국내 위해성 평가방법의 개선을 위해 활용될 수 있을 것으로 기대된다.

아이치 생물다양성 목표11을 달성하기 위하여, 국내 보호지역은 양적으로 꾸준히 증가되어왔으며, 추가 지정이 필요한 잠재 보호지역에 대한 연구도 진행되어왔다. 하지만 효과적인 생물다양성 보전을 위한 보호지역의 상보성에 대한 평가는 미흡하다. 본 연구에서는 제3차 전국자연환경조사의 식물종을 대상으로 종분포모형을 이용하여 잠재서식지역을 도출하고, 기존 보호지역과 잠재보호지역 내 잠재서식지역이 포함되는 종의 풍부도를 유사도 지수인 Jaccard, Sorenson, Bray-curtis를 이용하여 비교분석하였다. 연구결과로 기존 보호지역과 잠재보호지역 대부분이 상보성이 낮아 유사한 식물종을 보전하는 것으로 나타났다. 국립수목원 완충지역이 상보성이 높아 보호지역으로서의 가치가 높다고 할 수 있다. 잠재서식지역이 포함되 는 경우가 적은 식물종을 보호하기 위해서는 기존 또는 잠재 보호지역 외 지역에 추가로 보호지역을 선정할 필요가 있음을 확인할 수 있었다. 본 연구는 개별 보호지역이 보호지역으로서 고유한 생태계 또는 생물종 보전이 가능한지 각 보호지역의 생태적 대표성을 확인하고, 공간적으로 추가 보호가 필요한 지역을 탐색하는 방법을 제안했다는 점에서 의의가 있으며, 향후 동물종까지 포함한 상보성 평가를 통한 보호지역의 질적 개선과 계속적으로 조사되는 전국자연환경조사 자료를 이용한 보호지역의 효과성평가 연구 등으로 발전시킬 수 있을 것으로 판단된다.

조경수로 널리 쓰이고 있는 벚나무속 중 산벚나무(Prunus sargentii), 왕벚나무(Prunus yedoensis), 벚나무(Prunus serrulata var. spontanea), 잔털벚나무(Prunus serrulata var. pubescens), 올벚나무(Prunus pendula)을 중심으로 꽃 형질 및 화분학적 특성을 비교분석하여 수종 간 근연관계 및 품종육성을 위한 유용한 자료를 제공하고자 수행하였다. 5 수종에 대한 꽃의 형태적 특성 12형질을 조사하여 다변량분석을 한 결과, 모든 정량적형질 특성에서 유의적인 차이를 나타내었다. 주성분 분석 결과 제 3주성분까지 65.2%의 설명력을 나타냈으며, 꽃 형질 특성으로부터 종간 유연관계를 파악하는데 있어서는 소화경 길이, 꽃 폭, 꽃잎 폭, 총화경 길이, 꽃잎 길이 등이 중요한 형질로서 높은 기여도를 나타내고 있었으며, 군집분석 결과 벚나무류 꽃의 형태적 특성에 의해 크게 3개의 group으로 구분되어짐을 알 수 있었다. 또한, 벚나무류 종간 화분의 외부형태적 특징을 분석한 결과 발아구의 형태에서만 차이가 있을 뿐 수종 간 동일한 모두 유사한 형태인 것으로 조사되었다.