황해 남동 이질대에서 채취된 51개의 표층퇴적물 시료와 황해로 유입되는 한국과 중국의 하천퇴적물 시료 33개에 대해서 반정량 X선회절분석법을 통한 점토광물의 상대적인 함량을 토대로 주성분분석을 도입하여 해양표층퇴적물의 기원지를 연구하였다. 전체 자료의 98% 이상을 반영하는 제1주 성분과 제2주성분을 이용하여 R 프로그램을 통해 주성분분석을 수행하였다. 황해 남동 이질대 퇴적물의 점토광물 함량은 남부 지역과 북부 지역에서 거의 차이가 나지 않으며, 성분도표상에서의 해양퇴적물 분포는 중국의 황하, 양쯔강 퇴적물보다 한국의 하천퇴적물과 더욱 근접한 양상을 보였다. 이러한 통계적 분석 결과를 바탕으로 황해 남동 이질대는 거의 모두가 한국 하천퇴적물로부터 유래했다는 것을 추정할 수 있다. 또한, 황해 남동 이질대에 한국 하천에서 유출되는 양보다 더 많은 퇴적물이 축적된 이유로는 퇴적물의 침식과 재동에 의한 것으로 판단된다. 주성분분석은 한반도 주변 해역 퇴적물의 기원지 연구에 유용하게 사용될 것으로 기대된다.

제주 남서 이질대에서 채취된 138개의 해양표층퇴적물 시료와 황하와 양쯔강 하천퇴적물 시료에 대하여 반정량 X선회절분석법에 의한 점토광물 상대조성을 바탕으로 주성분분석을 이용하여 퇴적물의 기원지를 연구하였다. 제1주성분과 제2주성분이 전체 자료의 90% 이상을 설명하기 때문에 두 주성분만을 가지고 R프로그램을 이용하여 주성분분석을 실시하였다. 제주 남서 이질대 내 각각의 점토광물의 분포양상은 매우 복잡하지만, 전체적인 분포양상을 고려할 때, 스멕타이트와 카올리나이트는 서부지역에서 높은 함량을 보였고 일라이트와 녹니석은 동부지역에서 상대적으로 높은 값을 나타냈다. 제주 남서 이질대의 동부지역에서 보여주는 상대적으로 높은 일라이트와 녹니석 함량은 양쯔강 퇴적물과, 서부지역에서의 높은 스멕타이트와 카올리나이트 함량은 황하 퇴적물과 더 유사한 양상을 나타낸다. 이러한 통계 처리 결과를 바탕으로 제주 남서 이질대의 동부지역은 양쯔강에서 유래하였고 서부지역은 황하로부터 기원했음을 추정할 수 있다. 추후 퇴적물 기원지 연구에 주성분분석이 유용하게 활용될 것으로 기대한다.

The objectives of this study were to develop an evaluation method of regional vulnerability to agricultural drought and to classify the vulnerability patterns. In order to test the method, 24 city or county areas of Gyeonggi-do were chose. First, statistic data and digital maps referred for agricultural drought were defined, and the input data of 31 items were set up from 5 categories: land use factor, water resource factor, climate factor, topographic and soil factor, and agricultural production foundation factor. Second, for simplification of the factors, principal component analysis was carried out, and eventually 4 principal components which explain about 80.8% of total variance were extracted. Each of the principal components was explained into the vulnerability components of scale factor, geographical factor, weather factor and agricultural production foundation factor. Next, DVIP (Drought Vulnerability Index for Paddy), was calculated using factor scores from principal components. Last, by means of statistical cluster analysis on the DVIP, the study area was classified as 5 patterns from A to E. The cluster A corresponds to the area where the agricultural industry is insignificant and the agricultural foundation is little equipped, and the cluster B includes typical agricultural areas where the cultivation areas are large but irrigation facilities are still insufficient. As for the cluster C, the corresponding areas are vulnerable to the climate change, and the D cluster applies to the area with extensive forests and high elevation farmlands. The last cluster I indicates the areas where the farmlands are small but most of them are irrigated as much.

This study was conducted to evaluate water quality utilizing principal component analysis in the Nakdong River Estuary. From the results of analysis, water quality in the Nakdong River Estuary could be explained up to 65.3 percentage by three factors which were included in river loading(wastes from the Nakdong River and rainfalls ; 39.1%), sediment resuspension(13.7%) and metabolism(12.5%). In the eastern part of estuary in flowing the Nakdong River, river loading factor score(factor 1)was higher than that in western part. Sediment resuspension factor score(factor 2) was high in shallow water, while metabolism factor score(factor 3) was high in deeper water. For seasonal variations of factors score, factor 1 was highly related to rainfall season.

For formulation of the rational land us2 plan in regional base, it is a basic and prior condition to categorize total planning area into some functional subregions by purposely-selected indicators. As one of quantitive approaches to the areal categorization in rural area, Principal Component Analysis(PCA) was introduced and testified its applicability through a case study on Sunheungdistrict(called as myun in Korea) area, Youngpoong-county, Kyungbuk-province, Korea. Areal analysis by PCA was carried out on rurality and urbanity of parish-level area(ri in Korea) respectively. By use of PCA analysis results, classifying matrix was made through categorization of both index scores. Among 18 ri's of the case study area, 12 was classified as rural-dominated areas, 2 as urban- dominated areas, and reamaining 3 as intermediate areas.