Due to COVID-19, changes in consumption trends are taking place in the distribution sector, such as an increase in non-face-to-face consumption and a rapid growth in the online shopping market. However, it is difficult for small and medium-sized export sellers to obtain forecast information on the export market by country, compared to large distributors who can easily build a global sales network. This study is about the prediction of export amount and export volume by country and item for market information analysis of small and medium export sellers. A prediction model was developed using Lasso, XGBoost, and MLP models based on supervised learning and deep learning, and export trends for clothing, cosmetics, and household electronic devices were predicted for Korea's major export countries, the United States, China, and Vietnam. As a result of the prediction, the performance of MAE and RMSE for the Lasso model was excellent, and based on the development results, a market analysis system for small and medium sellers was developed.

지속가능한 국토의 보전과 이용을 위해 데이터 기반의 과학적이고 객관적인 분석 결과를 기반으로 국토계획 및 환경계획의 수립이 필요하다. 그리고 과거와 현재의 데이터를 기반으로 미래를 예측하고 분석한 분석 결과는 다양한 분야의 환경정책에 활용할 수 있다. 특히 국토의 환경성을 5개 등급으로 평가하여 매년 평가 결과를 제공해주는 국토환경성평가지도는 2005년부터 구축되어왔기 때문에 국토의 환경성 평가와 관련하여 과거 현황을 기반으로 미래의 국토 변화를 예측하기 위한 분석에 있어 중요한 데이터라고 할 수 있다. 이러한 국토환경성평가지도는 7개 환경생태적 평가항목과 57개 법제적 평가항목을 이용하여 우리나라 전체를 대상으로 국토환경성 평가등급을 도출하게 되며, 1년에 2회씩 갱신하고 있지만 이러한 국토환경성평가지도는 현재 파일시스템으로 관리되고 있어 저장, 갱신, 일관성, 공동이용, 그리고 속도 등 관리 및 활용적 측면에서 제약이 있다. 이에 본 연구에서는 기존 파일시스템으로 관리되고 있는 국토환경성평가지도의 효율적 관리와 활용을 위해 데이터 모델을 설계하고, 공간 DBMS 기반의 데이터 저장과 관리 및 활용 방안을 제시했다. 그리고 활용 가능성을 검토하기 위해 쿼리를 적용해 분석에 이용할 정형데이터를 도출하고, 로지스틱 회귀분석을 이용하여 우리나라 전체를 대상으로 도시지역 확장을 예측했다. 이러한 공간 DBMS 기반의 데이터 저장, 관리, 활용의 서비스 제공은 지속적으로 구축 및 갱신되는 공간정보들을 효율적으로 관리할 수 있을 뿐만 아니라 국토 및 환경계획을 위한 정책적 활용을 포함한 다양한 분야에서에 활용할 수 있을 것이라 판단된다.

Because of the population growth and industrialization in recent decades, the air quality over the world has been worsened with the increase of PM10 concentration. Korea is located near the eastern part of China which has many industrial complexes, so the consideration of China’s air quality is necessary for the PM10 prediction in Korea. This paper examines a machine learning-based modeling of the prediction of tomorrow’s PM10 concentration in the form of a gridded map using the AirKorea observations, Chinese cities’ air quality index, and NWP (numerical weather prediction) model data. A blind test using 23,048 cases in 2019 produced a correlation coefficient of 0.973 and an MAE (mean absolute error) of 4.097㎍/㎥, which is high accuracy due to the appropriate selection of input variables and the optimization of the machine learning model. Also, the prediction model showed stable predictability irrespective of the season and the level of PM10. It is expected that the proposed model can be applied to an operative system if a fine-tuning process using a larger database is accomplished.

Land cover and land use change data are important in many studies including climate change and hydrological studies. Although the various theories and models have been developed, it is difficult to identify the driving factors of the land use change because land use change is related to policy options and natural and socio-economic conditions. This study is to attempt to simulate the land cover change using the CLUE model based on a statistical analysis of land-use change. CLUE model has dynamic modeling tools from the competition among land use change in between driving force and land use, so that this model depends on statistical relations between land use change and driving factors. In this study, Yongin, Icheon and Anseong were selected for the study areas, and binary logistic regression and factor analysis were performed verifying with ROC curve. Land cover probability map was also prepared to compare with the land cover data and higher probability areas are well matched with the present land cover demonstrating CLUE model applicability.

In order to make sure the impact of spatial resolution of wind energy map on the estimation of wind power density in the Korean Peninsula, the comparison studies on the characteristics of wind energy map with three different spatial resolutions were carried out. Numerical model used in the establishment of wind map is MM5 (5th generation Mesoscale Model) with RDAPS (Regional Data Assimilation and Prediction System) as initial and boundary data. Analyzed Period are four months (March, August, October, and December), which are representative of four seasons. Since high spatial resolution of wind map make the undulation of topography be clear, wind pattern in high resolution wind map is correspond well with topography pattern and maximum value of wind speed is also increase. Indication of island and mountains in wind energy map depends on the its spatial resolution, so wind patterns in Heuksan island and Jiri mountains are clearly different in high and low resolutions. And area averaged power density can be changed by estimation method of wind speed for unit area in the numerical model and by treatment of air density. Therefore the studiable resolution for the topography should be evaluated and set before the estimation of wind resources in the Korean Peninsula.

본 연구는 선수와 지도자사이의 구조적 관계행동을 규명하기 위해 제작된 행동일치척도를 이용하여 배드민턴 선수와 지도자 간 행동특성의 일치 수준에 따라 선수의 내적동기와 자기 효능감이 어떻게 달라지는지를 알아보는데 목적이 있다. 자기 효능감 설문지 개발에 현역선수 10명과 감독 10명을 참여하였으며 현재 고등학교, 대학교, 실업팀에서 활동하고 있는 배드민턴 선수 약 213명으로부터 자료를 수집하였다. 행동일치 수준에 따른 내적동기 요인간의 차이를 분석한 결과 훈련방식과 시합운영에서 선수와 지도자의 행동일치 수준을 높게 지각한 집단이 낮은 집단에 비해 재미/흥미 요인이 더 높은 것으로 나타났다. 또 자기관리와 시합준비에서도 행동일치가 높을수록 재미/흥미와 유능성지각이 더 높았다. 두 번째로 행동일치수준에 따른 자기 효능감 차이를 분석한 결과 훈련방식을 제외한 모든 요인에서 지도자와 자신의 행동이 일치한다고 인식한 선수일수록 자기 효능감 수준이 높은 것으로 나타났다. 마지막으로 행동일치와 내적동기간의 중다회귀분석 결과 자기관리와 시합운영 요인에서 재미/흥미요인과 유능성지각에 영향을 주는 것으로 나타났다. 행동일치와 자기 효능감과의 중다회귀분석 결과 자기관리 및 시합운영 요인의 행동일치가 자기 효능감에 영향을 미치는 것으로 밝혀졌다. 본 연구는 상호작용적 관점에서 선수와 지도자간의 행동일치(athlete-coach behavior fit)가 주는 동기적 효과를 규명했다는 가치를 갖고 있다.

Traffic noise is a kind of noise caused by cars, trains and aircraft. Among them, noise produced by cars is the most important factor in cities. According to the National Institute of Environmental Research(NIER)'s survey, Road traffic noise levels in Busan are the highest of all the cities in Korea. So, appropriate measures for road traffic noise reduction is required. For this purpose, the construction of a noise map in Busan will play a vital role. However, road traffic noise formulas are constructed considering regional characteristics such as each country road's environment and vehicle quality. Therefore, prior to constructing a noise map in Busan, examination processes about each formula constituent status and estimation process are required preferentially. In this research, the basic first stage is to estimate Busan's road traffic noise. First, investigate characteristics of each road traffic noise estimate and using this, a noise map is constructed for road traffic noise in Busan. Then the adaptation of a road traffic noise formula is evaluated.