사과 점무늬낙엽병(斑點落葉病)의 초발(初發)과 초발후의 병진전을 예찰하기 위하여 기상요인중에서 적산온도(積算)와 강우빈도를 사용하여 예찰할 수 있는 경험적 모델이 3년간의 포장시험으로 작성되었다. 사과의 생육기간중 4월 20일부터 7월말까지 기상요인을 측정, 분석하었고 이들 기상요인들이 모델작성의 변량(變量)으로써 사용되었다. 하루의 평균온도에서 를 뺀 온도가 적산되어(CDP) 대기온도와 점무늬낙엽병초발과의 관계를 알기위한 한 모수(母數)로서 사용되었다. 병의 초발에 필요한 CDP는 약 160으로서 이 수치는 초발에 필요한 CDP의 하한(下限)온도로 사용되었다. 160 CDP가 도달된 후에는 강우 빈도가 초발을 결정하는 요인이었으며 적어도 4번의 강우가 초발에 필요하였다. 초발후의 병진전은 대체로 강우 빈도가 누적되는 모양과 유사하였다. 병진전의 일반 미분(微分)방정식모델 dx/dt=xr(1-x)에서 산출된 3개년의 병진전 직선의 명백한 감염속도(r)는 강우빈도의 누적율(Rc)과 1차(직선)기능으로서 직선방정식 r=1.06Rc-0.11()에서 직접 추정이 가능하였다. 일정시간(t)후의 발병정도(x)는 미분방정식 모델에서 유도된 지수(指數)방정식 에서 예측될 수 있는데 이때의 는 초발시발병정도 와 은 강우빈도 누적률 Rc의 모수(母數)이다. Alternaria mali 분생포자의 공기증밀도의 매일의 누적치와 병진전과는 통계상 유의적인 1차관계(linear relationship)가 있었는데 공기중 분생포자 밀도의 누적치를 독립변량으로 사용하여 병진전을 예측하였을때 예측의 정확도는 로서 비교적 낮았다.량의 차이를 보인다. 6. 쐐기필터의 각도가 클수록 주변선량이 증가하여 패기필터의 각도가 60일때에는 개방조사면에 비하여 약 2배 정도로 주변 선량이 증가한다.었으며, 간장의 충혈, 중심성 괴사 및 모세관 확장증도 관찰되었다. 그리고 sodium bicarbonate와 생리적 식염수를 병행투여한 군과 우라늄을 투여하고 30분이 지나서 dithiothreitol를 투여한 군에서는 우라늄 단독투여군에 비해 높은 방호효과가 관찰되었으나 다른 실험군에서는 큰 효과가 없는 것으로 나타났다. 결론적으로 우라늄의 체내오염시에는 sodium bicarbonate와 생리적 식염수를 가능한 빨리 병행투여하거나 dithiothreitol을 체내오염후 30분이 지나서 투여하는 방법이 우라늄오염에 대한 제염에 매우 유효할 것으로 생각되며, 특히 우라늄에 의한 인체장해를 유의하게 경감시켜줄 것으로 사료되었다.내의 어떤 부위와도 관계가 되는 것으로 간주되는데 이것이 QNB가 NMS보다 높은 최대 결합능력 을 나타낼 이유이다. (b) 두 종류의 다른 제제에서 우리는 같은 양상의 결과를 관찰하었기에 결점이 많은 homogenates 제제보다는 intact cell aggregates 제제를 수용체 연구에 대한 새로운 실험모형(experiment model)으로 사용할 수 있는 가능성을 제시하고자 한다.가 38.8%로 가장 많고, 그 다음이 l9세(歲)이후가 25.2%로서 전체 장수자의 64.0%가 16세이상에서 초경(初經)이 나타났으며, 폐경년령(閉經年齡)은 세(歲)가 36

벼 잎집무늬마름병의 발생예찰방법을 개발하기 위하여 1976년부터 1981년까지 진흥과 유신을 공시하여 시험하였다. 그 결과 성숙기의 잎집무늬마름병 피해도는 7월중의 병반높이와 병반고율, 9월 11일의 병반지수에 의하여 추정할 수 있었다. 유신품종에 있어서 7월 11일의 최상위병반 높이와 성숙기의 피해도와는 관계는 이었다. 한편 약제방제시기와 회수시험결과는 잎집무늬마름병의 발병주율과 발병경율이 7월 11일에서 8월 1일 사이에 급격히 높아지는 사실과 7월중의 병반높이와 성숙기의 피해도와는 상관이 높은 것을 감안할 때 7월 15일과 7월 25일 또는 7월 25일과 8월 5일의 10일간격 2회방제가 가장 효과적이었다.

잎도열병의 발생은 잎도열병병반수조사 4일전까지의 2개반순의 분생포자비산수와 고도의 정의 상관이 있었고 이삭도열병발생은 진흥품종에서 출수기 분생포자비산수와 정의 상관관계였다. 수잉기에 있어서 잎도열병의 병엽수와 이삭도열병발생은 고도의 정의 상관, 지엽의 규화도와는 부의 상관이 있었다. I-KI법은 30분이내에 도열병균 침입에 의한 감염부위를 알 수 있어 잎도열병의 초발은 4일전에 예찰이 가능하였으며 I-KI법과 잎도열병발생과의 양적인 관계를 구명하는 것도 가능한 것으로 나타났다.

초 록 잠자의 중요한 병인 역병(Phytopthora infestans)은 우리나라의 주요씨감자 생산지대인 중부 고랭지대에서 매년 심한 피해를 초래하고 있는데 만일 포장에 역병이 처음 관찰된 후 약제를 살포치 않으면 식물체의 지상부는 14일 이내에 완전고사 하게 된다. 규칙적인 약제살포로 역병방제가 가능하지만 더욱이 역병발생예보에 따라 적기에 약제살포하므로써 방제효과는 물론 생산비를 절감할 수 있게 된다. 본 시험은 1970-1977년 8년간에 걸쳐 대관령의 기상상태와 역병발생 상황을 조사한바 7일 평균기온과 7일 적산강수량을 사용한 Hyre씨의 이동그라프(Moving graph)법에 의한 예보는 정확성이 높지 않았으나 여기에 상대습도와 7일 평균최저기온을 첨가하므로서 비교적 "Moving graph" 법에 의한 예보의 정확성을 높일 수가 있었다. 그러나 아직도 보다 정확한 역병예찰을 위하여 계속적인 조사시험이 필요하다고 생각된다. 또한 약제를 살포하는 곳에서의 역병에 감수성인 품종의 수량은 역병발생정도와 강우량과 밀접한 관계가 있었으며 특히 대관령 지방에서 감자 파종 후 역병발생까지의 일수와 파종 후 90일 수량으로 그 해의 씨감자의 수확양과 공급량을 미리 예측할 수 있게 할 것으로 사료된다.

1975년의 벼멸구 대발생에 의한 극심한 피해에 감하여 그 발생을 예찰할 수 있다면 정부의 이에 대한 방제대책 및 살충제의 약종제제형태를 결정해야 할 농약수급계획 수립에 도움이 될 것이다. 현재 예찰방법은 전국 47개소의 예찰소에서 채집된 벼멸구를 유일한 자료로 삼고 있다. 벼멸구 발생의 신빙할만한 기록은 수원에 권업모범장이 설립된 1905년부터 볼 수 있고 그 이전의 해충기록은 삼국사기, 고려사, 문헌비고 등에 "황", "황충", "비황", "충" 등으로 기록되어 있지만 그 정체를 알 수 없었다. 이들 해충에 대해 일본인 학자를 사이에 상반되는 견해가 발표되었는데 Muramatsu, S.(촌송 무)는 고문헌에 나타난 "황"은 풀무치(비황, Locusta migratoria)라고 주장하였고 Okamoto, H.(강본반차랑)는 멸구류라고 단정하였다. 그러나 그들의 주장은 주로 문헌비고에 근거를 둔 것 같다. 설사 삼국사기, 고려사 등을 참고했다 하더라도 이들 문헌은 문헌비고나 다름없이 해충에 대한 기술이 극히 간략하다. 예를 들면 "7월 황", "추구월황해곡", "오월유항충"등으로 기재되어 있다. 따라서 이것만으로 해당해충의 정확한 이름을 알아내기는 어려운 일이다. 필자는 1967년에 벼멸구의 대발생이 태양흑점 활동최소기와 상관이 있다고 발표한 바 있다. 그러나 양자간의 상관관계를 논하기에는 자료의 량이 충분치 못한 감도 있어 이를 보충하기 위해 벼멸구의 발생기록을 조선왕조실록에서 찾기로 하고 아울러 삼국사기, 고려사, 문헌비고 등에 나타난 해충기록들을 분석해 보았다. 고기록의 해충명을 정확하게 파악하는 일이 선결문제가 되기 때문이다. 분석의 결과 밝혀진 해충은 1. 솔나방(Dendrolimus spectabils) 2. 멸강나방(Mythimna separata) 3. 벼멸구(Nilapavata lugens) 4. 흰등멸구(Sogatella furcifera) 5. 풀무치(Locusta migratoria) 6. 이화명나방(Chilo suppressalis) 7. 땅강아지(Cryllotalpa africana) 8. 벼뿌리바구미(Echinocnemus squameus) 9. 거세미나방(뗘탬 segetum) 10. 뽕나무명나방(Margaronia pyloalis)의 10종이었고, 종명 미군종이 19건이었다. 그런데 문제의 벼멸구가 조선와조실록중에 기록된건수는 놀랍게도 겨우 5건에 불과하며 그 발생년도 또한 서기 1458년, 1468년, 1489년, 1536년, 1587년로서 태양흑점의 관측이 근대적 방법으로 이루어지기 시작한 1719년대 이전의 사실이었다. 따라서 양자간의 상관관계를 밝히는데 도움이 되지는 못하였다. 그러나 본 연구기간 중 필자의 주장을 뒷받침 해 주는 중요한 새로운 정보를 입수할 수 있었다. 즉 1946년에 흰둥멸구의 대발생으로 충남, 전남지방에 피해가 심했으며 그중 피해액이 밝혀진 곳은 라주군에서 16만석, 서산군에서 19만석이었다. (당시 농사시험장 곤충담당관 이봉우씨 담, 현재선 교수 전) 1910년 이후의 우리나라에서의 벼멸구 생기록을 보면 항상 흰등멸구와 함께 발생하고 있으며 최근의 예찰등성적을 보아도 함께 나타나 있고, 해에 따라 1975년도와 같이 벼멸구가 대발생하는 수도 있고 1977년도와 같이 흰등멸구가 대발생하는 경우가 있다. 벼멸구와 흰등멸구는 모두 우리나라 재래의 해충이 아니며 해마다 중국본사에서 비래하는 곤충이다. 한편 태양흑점이 실측되기 시작한 1710년대부터 현재까지는 그 활동이 11.2년의 주기성을 보여주지만 그 이전에 있어서는 그 활동이 극히 약화되었을 뿐만 아니라 매우 불규칙하다는 것이 Schneider와 Mass(1975)에 의해 밝혀졌다. 결국 1710년대부터 현재까지 우리나라에 있어서 벼멸구와 흰등멸구의 대발생 연도는 1910년, 1921-23년, 1946, 1967-8년, 1975-7년의 5회가 되며 이들 대발생 연도는 모두 태양흑점 활동최소기와 일치되어 필자의 주장의 신빙성이 더해졌다. 따라서 앞으로 태양흑점의 활동이 현재와 같은 주기로 계속되는 동안은 그 활동최소기에 임해서는 벼멸구와 흰등멸구에 대해 특별한 경계가 필요하며 만전의 방제체제를 갖추어야 할 것이다.

The method of forecasting advection fog at Busan area in July is developed using the Spreen's scatter-diagraam technique. The used Parameters are (1) air temperature (2) dew-point temperature, (3) sea surface temperature (4) resultantt wind direction (5) resultant wind speed in Busan. The skill score and the pcr cent correct based on 4 yeare of dependent data are 0.79 and 90.3% respectively.

In this study, the prediction technology of Hydrological Quantitative Precipitation Forecast (HQPF) was improved by optimizing the weather predictors used as input data for machine learning. Results comparison was conducted using bias and Root Mean Square Error (RMSE), which are predictive accuracy verification indicators, based on the heavy rain case on August 21, 2021. By comparing the rainfall simulated using the improved HQPF and the observed accumulated rainfall, it was revealed that all HQPFs (conventional HQPF and improved HQPF 1 and HQPF 2) showed a decrease in rainfall as the lead time increased for the entire grid region. Hence, the difference from the observed rainfall increased. In the accumulated rainfall evaluation due to the reduction of input factors, compared to the existing HQPF, improved HQPF 1 and 2 predicted a larger accumulated rainfall. Furthermore, HQPF 2 used the lowest number of input factors and simulated more accumulated rainfall than that projected by conventional HQPF and HQPF 1. By improving the performance of conventional machine learning despite using lesser variables, the preprocessing period and model execution time can be reduced, thereby contributing to model optimization. As an additional advanced method of HQPF 1 and 2 mentioned above, a simulated analysis of the Local ENsemble prediction System (LENS) ensemble member and low pressure, one of the observed meteorological factors, was analyzed. Based on the results of this study, if we select for the positively performing ensemble members based on the heavy rain characteristics of Korea or apply additional weights differently for each ensemble member, the prediction accuracy is expected to increase.

The aim of this study is to develop basic artificial neural network models in forecasting the in-sample gross domestic product (GDP) of Malaysia. GDP is one of the main indicators in presenting the macro economic condition of a country as set by the world authority bodies such as the World Bank. Hence, this study uses an artificial neural network-based approach to make predictions concerning the economic growth of Malaysia. This method has been proposed due to its ability to overcome multicollinearity among variables, as well as the ability to cope with non-linear problems in Malaysia’s growth data. The selected inputs and outputs are based on the previous literatures as well as the economic growth theory. Therefore, the selected inputs are exports, imports, private consumption, government expenditure, consumer price index (CPI), inflation rate, foreign direct investment (FDI) and money supply, which includes M1 and M2. Whilst, the output is real gross domestic product growth rate. The results of this study showed that the neural network method gives the smallest value of mean error which is 0.81 percent with a total difference of 0.70 percent. This implies that the neural network model is appropriate and is a relevant method in forecasting the economic growth of Malaysia.

This empirical research aims to modeling and improving the forecasting accuracy of the volatility pattern by employing the Saudi Arabia stock market (Tadawul)by studying daily closed price index data from October 2011 to December 2019 with a number of observations being 2048. In order to achieve significant results, this study employs many mathematical functions which are non-linear spectral model Maximum overlapping Discrete Wavelet Transform (MODWT) based on the best localized function (Bl14), autoregressive integrated moving average (ARIMA) model and generalized autoregressive conditional heteroskedasticity (GARCH) models. Therefore, the major findings of this study show that all the previous events during the mentioned period of time will be explained and a new forecasting model will be suggested by combining the best MODWT function (Bl14 function) and the fitted GARCH model. Therefore, the results show that the ability of MODWT in decomposition the stock market data, highlighting the significant events which have the most highly volatile data and improving the forecasting accuracy will be showed based on some mathematical criteria such as Mean Absolute Percentage Error (MAPE), Mean Absolute Scaled Error (MASE), Root Means Squared Error (RMSE), Akaike information criterion. These results will be implemented using MATLAB software and R- software.

항만의 주요 정책 및 향후 운영계획 수립 시 정확한 물동량 예측에 관한 연구는 매우 중요하며 이러한 중요성으로 인해 관련 연구가 활발히 수행되고 있다. 본 논문에서는 국내 최대 석탄 및 철광석 처리 항만인 광양항을 대상으로 단계적 회귀분석과 인공신경망모형을 활용하여 모형간 예측력을 비교하였다. 2009년 1월부터 2019년 1월까지 총 121개월의 월별자료를 활용하였으며 석탄 및 철광석 물동량에 영향을 주는 요인을 선정하여 공급관련요인과 시장·경제관련요인으로 분류하였다. 단계적 회귀분석 결과, 광양항 석탄 물동량 예측모형의 경우, 입항선박 톤수, 석탄가격 및 대미환율이 최종변수로 선정되었고 철광석 물동량 예측모형의 경우, 입항선박 톤수, 철광석가격이 최종변수로 선정되었다. 인공신경망모형의 경우, 모델 성능에 영향을 미치는 다양한 Hyper-parameters를 조정하며 최적 모델을 선정하는 시행착오법을 사용하였다. 분석결과 인공신경망모형이 단계적 회귀분석에 비해 우수한 예측성능을 나타내었으며 예측 모형별 예측값과 실측값을 그래프 상 비교 시에도 인공신경망모형이 단계적 회귀분석에 비해 고·저점을 유사하게 나타냈다.

The purpose of this study is to construct the ACD model for the block trading volume duration. The ACD model based on the block trading volume duration is referred to as Volume ACD (VACD) in this study. By integrating with GARCH-type models, the VACD based GARCH type models, which include VACD-GARCH, VACD-IGARCH and VACD-FIGARCH models, are set up. This study selects Chunghwa Telecom (CHT) Inc., offering the America Depository Receipt (ADR) in NYSE, to investigate the block trading volume duration in Taiwanese equity market. The empirical results indicate that the long memory in volume duration series increases dependence at level of volatility clustering by VACD (2,1)-FIGARCH (3,d,1) model. Moreover, the VACD (2,1)-IGARCH (1,1) exhibits relatively better performance of prediction on capturing block trading volume duration. This volatility model is more appropriate in this study to portray the change of the CHT Inc. prices and provides more information about the volatility process for investment strategy, which can be a reference indicator of financial asset pricing, hedging strategy and risk management.

세계적인 장기경기침체 속에서 보다 정확한 물동량 예측은 항만정책 수행에 중요하다. 따라서, 본 연구에서는 부산항 컨테이너 물 동량(수출입화물과 환적화물)을 단변량 모형인 ARIMA 뿐만 아니라 인과관계가 있을 것으로 예상되는 경제규모(한국, 중국, 미국의 국내총생산), 금리수준 그리고 경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하였다. 측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다. 추정결과, 안정적인 수출입화물 추정에서는 단변량 모형인 ARIMA가 우수하고 추세가 있는 환적화물은 다변량모형인 VEC모형이 보다 예측력이 우수한 것으로 나타나고 있다. 특히 수출입화물은 우리나라 경제규모와 관련이 있고, 환적화물은 중국과 미국 경제규모와 밀접한 관련이 있다. 또한 중국 경제규모가 미국에 비하여 더 밀접하게 나타나고 있어 환적화물 증대전략에 시사점을 주고 있다.

Purpose: This study investigated the effects of valuation errors on the capital market through the earnings forecasting errors of financial analysts. As a follow-up to Jensen (2005)'s study, which argued of agency cost of overvaluation, it was intended to analyze the effect of valuation errors on the earnings forecasting behavior of financial analysts. We hypothesized that if the manager tried to explain to the market that their firms are overvalued, the analysts’ earnings forecasting errors would decrease. Research design, data and methodology: To this end, the analysis period was set from 2011 to 2018 of KOSPI and KOSDAQ-listed markets. For overvaluation, the study methodology of Rhodes-Kropf, Robinson, and Viswanathan (2005) was measured. The earnings forecasting errors of the financial analyst was measured by the accuracy and bias. Results: Empirical analysis shows that the accuracy and bias of analysts' forecasting errors decrease as overvaluation increase. Second, the negative relationship showed no difference, depending on the size of the auditor. Third, the results have not changed sensitively according to the listed market. Conclusions: Our results indicated that the valuation error lowered the financial analyst earnings forecasting errors. Considering that the greater overvaluation, the higher the compensation and reputation of the manager, it can be interpreted that an active explanation of the market can promote the accuracy of the financial analyst's earnings forecasts. This study has the following contributions when compared to prior research. First, the impact of valuation errors on the capital market was analyzed for the domestic capital market. Second, while there has been no research between valuation error and earnings forecasting by financial analysts, the results of the study suggested that valuation errors reduce financial analyst's earnings forecasting errors. Third, valuation error induced lower the earnings forecasting error of the financial analyst. The greater the valuation error, the greater the management's effort to explain the market more actively. Considering that the greater the error in valuation, the higher the compensation and reputation of the manager, it can be interpreted that an active explanation of the market can promote the accuracy of the financial analyst's earnings forecasts.

Water resources planning and management are, more and more, becoming important issue for water use and flood control due to the population increase, urbanization, and climate change. In particular, the estimating and the forecasting inflow of dam is the most important hydrologic issue for flood control and reliable water supply. Therefore, this study forecasted monthly inflow of Soyang river dam using VARMA model and 3 machine learning models. The forecasting models were constructed using monthly inflow data in the period of 1974 to 2016 and then the inflows were forecasted at 12- and 24-month ahead lead times. As a result, the forecasted monthly inflows by the models mostly were less than the observed ones, but the peak time and the variation pattern were well forecasted. Especially, the VARMA model showed very good performance in the forecasting. Therefore, the result of this study indicates that the VARMA model can be used efficiently to forecast hydrologic data and also used to establish water supply and management plan.

저수지의 붕괴 발생 시 인명 및 재산피해의 예방 및 저감을 위하여 붕괴예보 시스템의 필요성은 대두되고 있는 상황이다. 붕괴 예보시스템의 효율적 활용을 위해서는 실시간 계측한 이상거동 및 붕괴징후에 따라 대응할 수 있는 관리기준은 가장 중요한 요소이다. 기 연구된 수위 관리기준의 검증을 위하여 저수량에 따라 10여개의 저수지를 선정하고 수위변화 자료를 분석하여 적정성을 검토하였다. 1년 동안의 수위계측 자료에서 가장 급격한 변화구간을 선정하여 가중치 및 추세선을 적용하여 분석한 결과 3분위로 수립된 관리기준값은 7%이내의 표준편차를 보여주었다. 이는 수립된 관리기준값은 적정하다고 판단된다.

한국에서 현재 사용되고 있는 홍수예보모형은 집중형 강우-유출모형을 적용하여 유역의 유출을 계산하고 하도 및 저수지 추적모형 등을 활용하여 하천의 수위를 예측한다. 집중형 모형은 유역을 동질의 배수구역으로 가정한다. 따라서 유역내의 다양한 공간적 특성을 고려하지 못한다는 단점이 있다. 또한, 사용되는 강우자료도 지점강우를 활용하기 때문에 공간적인 분포를 자세히 고려하지 못한다는 한계가 있다. 따라서 홍수예보모형에 분포형 모형을 적용하기 위한 연구가 다양하게 진행되고 있다. 본 연구에서는 GRM모형을 한국 홍수예보시스템에 적용하기 위해 모형의 다양한 해상도에 따른 유역유출의 결과의 차이를 분석하여 최적의 해상도를 결정하고자 한다. 모형의 격자가 너무 조밀한 경우 계산시간이 과다하게 되어 홍 수예보모형에 적용하기에는 적합하지 않다. 너무 성길 경우에도 분포형 모형을 적용하여 공간적인 분포를 파악하고자 하는 목적에 맞지 않게 된다. 본 연구의 결과로 유역유출 예측의 정확성을 만족시키고 홍수예보에 적합한 계산속도가 나올 수 있는 최적 해상도를 제시하였다. 유출량 예측의 정 확도는 Nash-Sutcliffe model efficiency coefficient (NSE) 값의 비교를 통해 분석하였다. 본 연구에서 도출된 최적해상도 산정 결과는 분포형 유 역유출모형을 홍수예보모형에 적용하기 위한 기초자료로 활용될 것이다.

부정기시장은 정기선시장과는 달리 특정 선주나 화주가 운임에 영향을 미칠 수 없는 완전경쟁시장으로서 화물수요와 선복량에 의해 운임이 결정되지만, 금리, 환율, 경제성장율과 같은 거시경제 변수와 금융위기와 같은 경제적 충격에도 영향을 받기 때문에 용선의사결정시 이를 고려하여야 한다. 본 논문은 금융위기 전후기간 동안(2005년부터 2017년) BDI지수에 영향을 미치는 요인이 무엇인지를 분석하고 예측하였다. ARIMA 개입모형 분석결과에 의하면, 금융위기충격은 BDI 지수에 매우 강한 영향관계가 있는 것으로 검정되었다. VEC모형 분석결과에 의하면, 첫째로, 리보금리는 BDI 지수에 음(-)의 영향을 미치고 환율은 양(+)의 영향을 미치는 것으로 나타나고 있다. 셋째로, Johansen 검정결과에 의하면, 중국경제성장율이 BDI 지수에 정(+)의 영향을 미치고 있는데 이는 선행연구와 마찬가지로 중국은 세계의 공장이면서 소비시장으로 원자재 및 석유수요가 매우 높아 BDI 지수에 정(+)의 영향관계가 있는 것으로 입증되었다. 넷째로, 벌크발주 선복량은 BDI 지수에 부(-)의 영향을 미치는 것으로 실증되었다. 따라서, 해운선사는 단순한 운송기업에서 벗어나서 거시경제변수변화에 적절히 대처하고 경기변화에 따라 발주선복량을 적절히 조절할 수 있는 트레이딩(Trading) 경영전략을 보다 적극적으로 구사하여야만 한진해운파산 같은 안타까운 사태를 방지할 수 있을 것으로 판단된다.

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.

본 연구에서는 미급수지역의 주요 수원인 지하수의 수위 변동 상황을 기반으로 한 미급수지역 가뭄 예보 기법 개발을 목적으로 하였다. 이를 위해 지역화된 표준지하수지수(SGI)와 표준강수지수들(SPIs)의 상관관계를 분석하였다. 관측 지하수위로부터 산정된 SGI의 자기회귀 특성 및 지속기간별 SPI와 SGI의 상관관계를 동시에 고려할 수 있는 NARX (nonlinear autoregressive exogenous model) 인공신경망 모형을 이용하여 지역별 예측모형을 구축하였다. 학습기간 동안 관측 SGI와 모델 출력 SGI의 상관계수는 0.7 이상인 곳이 전체 167개 지역별 모형 중 146개(87%)로 상관성이 높은 것으로 분석되었다. 적용기간에 대해서는 평균제곱근오차와 상관계수로 모형을 평가하였다. 본 연구를 통해 기상청에서 제공하는 59 개 관측소별 강수량 전망 값으로부터 산정된 지속기간별 SPI와 관측된 지하수위를 이용한 지역별 SGI 전망이 가능하도록 하였으며, 미급수지역의 가뭄 예‧경보를 위한 기초자료로 활용이 가능토록 하였다.

본 연구에서는 미급수지역의 주요 수원인 지하수위 현황을 이용한 가뭄 모니터링 기법을 개발하기 위해 256개의 국가지하수관측망 관측 자료를 이용하여 관측소별, 월별 수위분포를 핵밀도함수로 추정하였다. 추정된 누적분포함수를 이용하여 월별 지하수위의 분위수를 구하고, 분위수를 정규화 하여 표준지하수지수(SGI)를 산정하였다. 관측소별로 산정된 SGI는 티센망을 이용하여 167개 시군별 SGI로 변환하였다. SGI의 범위에 따른 가뭄등급을 설정하여 시군별 지하수 가뭄 정도를 모니터링 할 수 있는 기법을 제시하였다. 이를 통해 계측이 이루어지지 않는 미급수지역의 지하수 가뭄상황을 국가지하수관측망을 활용해 간접적으로 판단할 수 있도록 하였다.