최근 기후변화로 가뭄, 홍수 등 재해의 빈도와 강도가 높아지고 있다. 이러한 재해의 피해를 줄이기 위해서는 시공간적 현황 파악을 통한 대비가 필요하다. 본 연구에서는 가뭄의 피해를 최소화하고자 지역별 밭작물의 필요수량과 공급량을 고려하여 밭가뭄 지역 등급화 실시하였고, 월별 비교를 통해 가뭄 취약 시기를 파악하였다. 전국 148개 지역 중 안전지역(Ⅰ), 안전지역(Ⅱ), 우려지역, 상습지역으로 구분한 25개 지역을 선정하였으며, 이 지역의 월별 필요수량 대비 공급량 분석을 하였다. 필요수량 산정의 재배작물은 콩으로 선정하였으며, 공급량은 공공관정, 민간관정, 상수도 자료를 분석하였다. 필요수량 대비 공급량이 봄철은 안전지역(Ⅰ), 안전지역(Ⅱ), 우려지역, 상습지역에서 각 1,281.5%, 667.6%, 729.5%, 316.3%, 가을철에는 각 436.0%, 212.8%, 213.9%, 105.3%로 공급이 충분할 것으로 분석되었으나 여름철에는 각 82.4%, 40.6%, 42.6%, 20.0%로 용수공급 이 부족한 것으로 분석되었다. 콩의 재배 기간인 5~9월에 관정(공공+민간)으로의 공급량은 대부분 지역에서 부족한 것으로 분석되었다. 이러한 분석을 통해 용수 부족이 발생하는 재배기간 동안 용수확보 방안이 필요하다.

산불이 발생하면 수목은 산불의 직접 영향을 받는 1차 피해와 시간이 경과하면서 다양한 원인으로 고사하는 2차 피해를 입는다. 산불 발생 후 피해지 조사 시점에 따라서 산불 피해지의 분포 패턴이 달라지고 2차 피해 현상이 진행하는 과정도 지역마다 다르게 나타난다. 이 연구는 산불발생 후 산불피해지의 변화를 분석하는 방법을 제안하는 것이 목적이다. 이 연구에서 제안하는 방법은 시계열 군집 분석을 통해서 비슷한 피해 변화 양상을 보이는 산불 피해지를 구분할 수 있다. 2022년 3월 4일부터 3월 13일까지 산불이 진행한 울진･삼척 지역을 대상으로 산불 피해지를 분석하였다. 9개의 군집으로 분류한 결과를 보면, 세 개의 군집이 다양한 산불 피해지 변화 양상을 보여주고 있다. 이 연구에서는 각 군집의 지도화로 공간 분포 특성을 보여준다. 산불 피해지가 집중되어 있는 지역, 시기적으로 특정 시기에 산불이 발생한 지역 등에서 각 군집이 분포하는 것을 확인할 수 있다.

본 연구는 아파트 단지에 식재된 조경수의 시계열 변화를 파악하고 조경수 중 소나무의 수요를 예측하기 위하여 수행되었다. 2003년부터 2020년까지 수도권의 아파트 단지에 사용된 수목의 종수는 평균 51종이며 2000년대 중후반에 비하여 2010년대 후반에는 다양한 종류의 수목이 사용되었다. 식재 수량은 평균 149,567주/1단지이며 시계열 변화가 두드러지지 않는다. 상록수와 낙엽수의 수종 비율은 2:8 이지만 식재된 수량은 3.5:6.5의 비율이었다. 상록수는 낙엽수에 비하여 한 수종의 식재량이 많은 반면에 낙엽수는 상록수에 비하여 상대적으로 다양한 수종이 식재되고 있다. 교목과 관목의 수종 비율은 6:4이지만 식재량은 관목 97.6%로 식재량에 비해 식재된 수목의 종류는 다양하지 않다. 조경수 중에서도 선호도와 이용가치가 높은 소나무의 식재현황을 분석하면 식재 수량은 증가하는 경향이며 특히, 근원직경이 큰 소나무의 식재 비율이 증가하고 있다. 아파트 단지의 소나무 식재수요를 예측하면 식재량은 지속적으로 증가할 것이며 특히 근원직경 40㎝ 이상의 특수목의 수요가 증가할 것이다. 이러한 조경수의 수요변화에 대응하여 다양한 식물소재를 발굴하고 생산할 수 있는 전략이 요구된다. 특히 지속적으로 소나무의 대형화가 예측되므로 시장에서 요구하는 수형과 규격을 갖춘 소나무가 적기에 공급될 수 있도록 생산관리가 이루어져야 할 것이다.

2015년 ‘파리협정’ 및 2021년 ‘기후위기 대응을 위한 탄소중립·녹색성장 기본법’ 제정에 따라 2030년 국가 온 실가스 감축목표(NDC, 2018년 대비 40% 감축) 달성을 위해서는 지자체별 적절한 온실가스 감축 목표 설정과 이행 노 력이 필수적이다. 이에 이 연구에서는 충청북도 지역을 중심으로 1990-2018년 까지 온실가스 배출 현황을 시계열로 분석하였고, 2030년 국가 온실가스 감축목표와 시나리오를 바탕으로 충청북도의 2030년 온실가스 감축 목표를 제안하였 다. 또한 감축 목표 달성을 위해 BAU 대비 장래 배출량을 고려한 2030년까지의 감축 잠재량을 추정하였다. 그 결과, 첫째, 우리나라와 충북의 온실가스 배출량은 1990년 이래 인구 및 경제 성장에 따라 증가해온 것으로 나타났으며, 2018년 국가 대비 충북의 온실가스 배출량은 3.9%로 매우 낮은 편이였고, 시멘트 및 석회 생산, 제조업 및 건설업, 수 송업 등 연료연소에 의한 배출이 주를 이루는 것으로 나타났다. 둘째, 2030년 NDC 및 2050 탄소중립 시나리오를 반 영한 2030년 충청북도 온실가스 감축 목표는 2018년 대비 40.2%로 설정하였다. 이에 장래 배출량을 고려할 경우 목표 달성을 위한 감축 잠재량은 2018년 대비 46.8%인 것으로 추정되었다. 상기 결과는 국가 및 지자체의 온실가스 감축 목표 달성을 위해서는 분야별 온실가스 감축 수단을 통한 감축 잠재량을 충족하는 것이 중요하다는 것을 의미한다. 또 한 2030년 NDC 및 2050 탄소중립 시나리오 달성을 위해 충북을 포함한 국가 및 각 지자체는 온실가스 장래 배출량 을 연도별로 추정하여 매년 감축 목표와 감축 잠재량을 구하고 이를 삭감할 수 있는 구체적인 감축 수단을 마련할 필 요가 있음을 말해준다.

정부는 공유수면 매립사업의 계획적인 관리를 위해, 10년 주기의 공유수면 매립기본계획을 수립하고 있다. 그러나 수시변경을 통한 매립사업을 추진하는 경우가 상당한 비중을 차지하고 있는 것으로 나타났다. 이에 기본계획의 실효성에 대한 의문이 제기되고 있으 며, 이를 보완하기 위한 장기 매립 수요 추세 분석에 대한 필요성이 증가하고 있다. 이에 본 연구에서는 그간의 연간 매립 실적 자료를 활용하여 매립 수요 추세 분석을 수행하였다. 분석 결과, 국내 공유수면 매립 수요는 지속적으로 하락하는 추세인 것으로 나타났으며, 특 히 매립기본계획 체제로 전환된 1990년대 이후에는 그 추세가 뚜렷하게 나타나고 있는 것으로 나타났다. 또한 2021-2030년까지 총 매립 수요는 최대 13.8 km2에서 최소 1.7 km2 수준으로 산정되었다.

This study aimed to determine the trend in dry matter yield (DMY) of a new sorghum-sudangrass hybrid (SSH) in the central inland regions of Korea. The metadata (n=388) were collected from various reports of the experiments examining the adaptability of this new variety conducted by the Rural Development Administration (1988–2013). To determine the trend, the parameters of autoregressive (AR) and moving average (MA) were estimated from correlogram of Autocorrelation function (ACF) and partial ACF (PACF) using time series modeling. The results showed that the trend increased slightly year by year. Furthermore, ARIMA (1, 1, 0) was found to be the optimal model to describe the historical trend. This means that the trend in the DMY of the SSH was associated with changes over the past two years but not with changes from three years ago. Although climatic variables, such as temperature, precipitation, and sunshine were also considered as environmental factors for the annual trends, no clear association was observed between DMY and climates. Therefore, more precise processing and detailed definition of climate considering specific growth stages are required to validate this association. In particular, research on the impact of heavy rainfall and typhoons, which are expected to cause damage in the short term, on DMY trends is ongoing, and the model confirmed in this study is expected to play an important role in studying this aspect. Furthermore, we plan to add the environmental factors such as soil and cultivation management as well as climate to our future studies.

전 세계 다양한 국가들을 비롯하여 우리나라도 생물다양성을 보전하기 위한 노력에 동참하고 있다. 특히 생물종과 관련해서는 특정 생물종을 대상으로 서식적합분석을 실시하여 잠재적인 서식 적지를 찾고 보전방안을 수립하는 연구들이 활발하게 수행되고 있다. 그러나 현재까지 축적된 정보를 바탕으로 한 서식적합지역의 중장기 변화에 대한 연구는 미흡한 실정이다. 이에 본 연구는 강원도 지역을 대상으로 멸종위기 야생생물 1급으로 지정된 수달을 대상으로 서식적합지역의 시계열 변화를 분석하고 변화 양상을 살펴보고자 하였다. 시계열 변화 분석을 위해서 약 20년간 수행된 2차, 3차, 4차 전국자연환경조사의 수달 종 출현지점 조사자료를 이용하였다. 또한 각 조사시기 별 서식환경을 반영하기 위해 조사시기와 일치하는 토지피복도를 환경변수 제작에 활용하였다. 서식적합지역 분석을 위해서는 종의 출현 정보만을 바탕으로 모델 구동이 가능하며, 선행연구를 통해 신뢰도가 높다고 입증된 MaxEnt 모형을 사용하였다. 연구결과, 각 조사시기 별 수달의 서식적합지역 지도가 도출되었으며, 하천을 중심으로 서식지가 분포하는 경향이 나타났다. 모델링 결과 도출된 환경변수의 반응곡선을 비교하여 수달이 선호하는 서식지의 특성을 파악하였다. 조사시기 별 서식 적지의 변화를 살펴본 결과, 2차 전국자연환경조사를 기반으로 한 서식 적지가 가장 넓은 분포를 나타냈으며, 3, 4차 조사의 서식 적지는 면적이 줄어드는 경향을 나타냈다. 또한, 3개 조사시기 분석결과를 종합하여 서식 적지의 변화 양상을 분석하고 유형화하였다. 변화 유형에 따라서 현장조사, 모니터링, 보호지역 설정, 복원계획과 같이 서로 다른 보전계획을 제안하였다. 본 연구는 수달 서식 적지의 위치와 면적의 시계열 변화를 볼 수 있는 종합분석 지도를 제작하고, 지역별 서식 적지 변화 유형에 따라 필요한 보전계획을 제안하였다는 점에서 의의를 갖는다. 본 연구에서 제안된 방법과 결과는 향후 서식지 보전 및 관리 방안 수립을 위한 기초자료로 활용될 수 있을 것으로 사료된다.

본 연구에서는 인공지능기법을 이용하여 진동만의 용존산소량 예측을 하였다. 관측자료에 존재하는 결측 구간을 보간하기 위해 양방향재귀신경망(BRITS, Bidirectional Recurrent Imputation for Time Series) 딥러닝 알고리즘을 이용하였고, 대표적 시계열 예측 선형모델인 ARIMA(Auto-Regressive Integrated Moving Average)과 비선형모델 중 가장 많이 이용되고 있는 LSTM(Long Short-Term Memory) 모델을 이용 하여 진동만의 용존산소량을 예측하고 그 성능을 평가했다. 결측 구간 보정 실험은 표층에서 높은 정확도로 보정이 가능했으나, 저층에서는 그 정확도가 낮았으며, 중층에서는 실험조건에 따라 정확도가 불안정하게 나타났다. 실험조건에 따라 정확도가 불안정하게 나타났다. 결과로부터 LSTM 모델이 중층과 저층에서 ARIMA 모델보다 우세한 정확도를 보였으나, 표층에서는 ARIMA모델의 정확도가 약간 높은 것으로 나타났다.

빅데이터는 2010년 이후 다양한 산업 분야에서 빠르게 확산이 진행되었다. 본 연구에서는 빅데이터가 확산되는 초기 과정에 대한 시계열 분석을 통해 빅데이터의 범용 기술 특징을 분석하였고, 각 산업의 확산 특성 차이에 대해 조사하였다. 빅데이터를 키워드로 하여 논문, 특허, 뉴스 데이터, 구글트렌드를 분석하여 선행 지수에 해당하는 데이터를 탐색하였고, 논문과 특허보다 뉴스와 구글트렌드가 2년가량 선행하는 트렌드를 보임을 확인하였다. 구글트렌드를 이용하여 국내와 미국, 일본, 중국의 국가별 도입 시기와 확산 양산을 비교하였고, 뉴스 데이터를 통해 국내의 주요한 8가지 산업 분야에 대해 확산이 진행되는 과정을 정량적 그리고 사례를 바탕으로 분석하였다. 본 연구를 통해 빅데이터처럼 산업 전반에 걸쳐 영향을 주는 범용 기술이 어떻게 초기 확산이 이루어지는지에 대한 실증적 연구 방법을 제시하였고, 빅데이터가 국내에서 각 산업별 확산 속도 차이는 어디에서 비롯되는지 파악하였다. 본 논문에서 제시한 방법은 빅데이터 이외에 다른 기술의 확산 과정에도 분석할 수 있으며, 특정 국가내의 기술 키워드 확산에 해당하므로 개발도상국에서 외국으로부터 도입된 기술을 어떻게 받아들일지 분석하는데 사용 가능하다. 그리고, 기업 측면에서는 새로운 기술을 출시하고 이를 확산하고자 할 때 어떤 경로가 효과적인지 이해할 수 있다.

In this paper, we propose an Elman recurrent neural network to predict and analyze a time series of gas energy consumption in an air handling unit. To this end, we consider the volatility of the time series and demonstrate that there exists a correlation in the time series of the volatilities, which suggests that the gas consumption time series contain a non-negligible amount of the non-linear correlation. Based on this finding, we adopt the Elman recurrent neural network as the model for the prediction of the gas consumption. As the simplest form of the recurrent network, the Elman network is designed to learn sequential or time-varying pattern and could predict learned series of values. The Elman network has a layer of “context units” in addition to a standard feedforward network. By adjusting two parameters in the model and performing the cross validation, we demonstrated that the proposed model predicts the gas consumption with the relative errors and the average errors in the range of 2%~5% and 3kWh~8kWh, respectively. The results of this study can be used to the energy management system in terms of the effective control of the cross usage of the electric and the gas energies.

본 연구에서는 완도 해역에서 단기적인 수온의 변화에 영향을 주는 요인을 파악하기 위하여 시계열 분석을 실시하였다. Power spectrum 결과에서 기온은 약 24 hr에서 peak를 보였으나 수온과 조위는 약 12 hr 및 24 hr에서 peak가 나타났다. 수온과 조위의 상관 성을 파악하기 위해 coherence 분석을 실시한 결과, 두 변수는 반일주기에서 0.92로 높은 상관성을 보였다. 또한 수온의 시·공간적인 분포를 파악하기 위하여 수치실험을 실시하였다. 대조기에는 최강 낙조와 최강 창조 시의 평균 수온차가 0.3 인 반면, 소조기에는 평균 수온차가 0.13 로 작았다. 대조기의 수온차가 큰 이유는 비교적 수온이 낮은 외해수가 강한 조류에 의해 창조 시 유입되고 낙조 시 빠져나가기 때문인 것으로 판단된다. 전반적으로 수온은 외해보다 연안에서 높게 나타났다. 외해보다 연안은 수심이 얕기 때문에 일사량에 의해 수온이 빠르게 증가하기 때문인 것으로 사료된다.

In this paper, we propose an Elman recurrent neural network to predict and analyze a time series of power energy consumption. To this end, we consider the volatility of the time series and apply the sample variance and the detrended fluctuation analyses to the volatilities. We demonstrate that there exists a correlation in the time series of the volatilities, which suggests that the power consumption time series contain a non-negligible amount of the non-linear correlation. Based on this finding, we adopt the Elman recurrent neural network as the model for the prediction of the power consumption. As the simplest form of the recurrent network, the Elman network is designed to learn sequential or time-varying pattern and could predict learned series of values. The Elman network has a layer of “context units” in addition to a standard feedforward network. By adjusting two parameters in the model and performing the cross validation, we demonstrated that the proposed model predicts the power consumption with the relative errors and the average errors in the range of 2%~5% and 3kWh~8kWh, respectively. To further confirm the experimental results, we performed two types of the cross validations designed for the time series data. We also support the validity of the model by analyzing the multi-step forecasting. We found that the prediction errors tend to be saturated although they increase as the prediction time step increases. The results of this study can be used to the energy management system in terms of the effective control of the cross usage of the electric and the gas energies.

한국 남해안에서 8월 수온의 변동 특성을 파악하기 위해, 수온, 조위, 및 기상자료(바람·기온)를 power spectrum과 coherence 분석 하였다. Power spectrum 결과, 수온과 조위는 부산을 제외한 완도, 고흥, 여수, 통영, 마산 등 5개 지역에서 약 12hr과 24hr 주기에서 peak를 보였다. 또한 coherence 분석 결과에 의한 수온변동은 완도, 고흥, 여수 및 통영에서 조석의 영향을 가장 많이 받았다. 그러나 연구해역의 동쪽에 위치한 마산과 부산의 수온변동은 조차가 큰 서쪽해역에 비해 조석의 영향이 작았다. 특히, 마산의 수온변동은 바람의 환경요인에 가장 큰 영향을 받는 것으로 나타났다. 수온은 창조시 하강하고 낙조시 상승하는 형태를 보이고 있다. 즉 완도에서 수온의 하강(상승)은 창 조(낙조) 약 1.5hr 후, 고흥과 통영에서 수온의 하강(상승)은 창조(낙조) 0.3hr 후에 나타났다. 그러나 마산에서의 수온 상승은 남풍이 시작되 고 약 3hr 후에 나타났다. 한편 한국 남해안의 동쪽에 위치한 부산의 수온변동은 기온, 조석 및 바람의 영향을 작게 받는 것으로 나타났다.

DMSP OLS 영상은 도시의 가로등과 건물과 같은 인공조명시설로부터 방출되는 야간 빛 에너지 세기 정보를 제공하는 것으로 알려져 있다. 이 자료는 대상 지역의 시가화 건조지역의 면적과 공간 범위를 추정하는 연구에 활용되어왔다. 본 연구는 DMSP OLS 연간 영상자료를 활용하여 중국 랴오닝 성의 시가지의 시계열 변화, 도시개발의 특성, 그리고 도시개발의 방향성을 분석하였다. 본 연구의 결과에 따르면, 야간 인공위성 영상에서 도출된 랴오닝 성 시가지의 공간적 확산은 이성의 경제수준을 향상시키기 위한 경제발전 정책을 잘 반영하였다. 선양과 다롄 등 대도시는 지속적인 도시 성장을 경험하고 있으나, 대부분의 도시들은 최근에 이르러 도시개발이 이루어진 것을 알 수 있었다. 선양, 안산, 다롄 등 랴오닝 성의 대도시는 북동-남서 방향의 축 선상에 위치한다. 이러한 도시발달 축은 연도별 시가화 중심점의 공간 분포에서도 확인되었다. 이와 같은 결과에 따르면, DMSP OLS 영상자료는 도시화 관련 연구를 수행하기 위한 공간적 대안 자료로서 활용 가능성이 클 것으로 기대된다.