지면반사도 정보는 열평형 및 환경/기후 모니터링에 중요하다. 본 연구에서는 정지궤도위성의 Geostationary Environment Monitoring Spectrometer (GEMS) 관측에서 300-500 nm 파장 영역의 지면반사도 산출 시에 오차 유발 요 소에 대한 민감도를 조사하였다. 장차 GEMS 지면반사도 산출 시에 오차 분석을 위하여 극궤도 위성의 MODerate resolution Imaging Spectroradiometer (MODIS; 공간 해상도 1 km×1 km) 자료 및 Ozone Mapping Instrument (OMI; 12 km×24 km) 자료 그리고 복사전달모델 수치실험도 분석에 사용하였다. 본 연구에서 오차 유발 요소는 구름, 레일리 산란, 에어로졸, 오존 그리고 지면 특성이다. GEMS 저해상도(8 km×7 km)에서의 구름 탐지율은 MODIS 대비 약 79% 이었으나, GEMS 화소의 운량이 40% 이하에서는 상대적으로 낮았다. 이러한 경향은 구름 이외의 다른 효과(에어로졸, 지면 특성)로 인하여 주로 발생하였다. RGB 영상과 복사전달모델 계산을 기초로 조사된 레일리 산란 효과는 육지에 비하여 해양 지역에서 뚜렷하였다. 지면반사도가 0.2보다 작은 경우에 위성관측 대기상단 반사도는 에어로졸 양에 비례 하였으나, 0.2보다 큰 경우에는 그 반대 경향을 보였다. 또한 에어로졸 양에 의한 지면반사도 산출 오차는 자외선 영역 에서 파장에 따라 급격하게 증가하였으나, 가시광선에서는 일정하거나 다소 감소하였다. 오존 흡수는 자외선 영역(328- 354 nm) 중 328 nm에서 가장 크게 나타났다. 지면반사도가 0.15인 육지 경우에 음의 오존전량 아노말리(-100 DU)로 인한 지면반사도 산출 오차는 +0.1이었다. 본 연구는 GEMS 위성관측을 이용한 지면반사도 원격탐사의 정확도를 높이 는데 기여할 수 있다.
Online review sites have become both popular and indispensable for many industries that have recognized the importance of word-of-mouth as advertising tools. Hotels and restaurants that are rated highly by travel site “Trip advisor” proudly put a sticker outside their business locations demonstrating their popularity. The review site logos, and the business scores on stickers and badges regularly serve as seals of approval and symbols of reliability. This has given rise to a cottage industry that misuse the trust. While some businesses post flattering reviews as advertising, competitors sometimes falsely slander reputation of competitors.
There has been some research which explores the issue of reliability of online reviews, for example, Luca and Zervas, (2015)* identify different restaurant characteristics that cause them to use fake reviews. Ney (2013)* identifies factors consumers use to assess credibility of online reviews. The problem of unreliable reviews creates an interesting set of issues that we attempt to address in this paper. First, if there is a way to confirm whether the reviews are reliable without engaging in primary data collection. Second, what explains the underreporting or over reporting of the quality of a place? To answer the above questions, in this paper the authors extract emotions embedded in location-based tweets emerging from restaurant locations to verify the reliabilities of their online review scores on Yelp. Due to the real-time nature of the feedback, location based tweet content is free of certain survey response biases like social desirability bias.
In order to collect location based tweets, we mined data from consumers checking-in via Foursquare (a location based social network application) at restaurants, across six regions in USA. These regions were chosen because of the high volume of check-ins emanating from them on foursquare. Using this data set we were able to extract specifics such as the name of the restaurant, the content of the tweet and related temporal variables impacting the consumer’s experience in a particular business location. Over twenty five thousand tweets were analyzed which were posted by approximately 14000 users. Further, we developed a scale measuring emotions embedded in the tweets with the help of University of Florida’s Affective Norms for English Words (ANEW) scale. Each of the tweets were divided into its constituent’s words and the words were checked against the Anew scale items. When a word was identified, we allotted a numerical pleasure value to that word. At the end of the processing we had an average numerical pleasure score for each tweet.
Using the tweet pleasure score and the Yelp score, an index was computed that could reveal whether Yelp overrated or underrated the restaurant. Further analysis led to preliminary findings that demonstrated how underrated or overrated a restaurant was varied with the type of cuisine served in the restaurant. Among all restaurants, over 75% of the restaurants were classified as overvalued. In other words, based on tweet emotion content, most Yelp ratings appear positively biased. Asian restaurants were the most overvalued (100%) followed by Latin restaurants, which were 88% overvalued. One interesting initial finding was that American category restaurants were the most undervalued. 43% of the restaurants were undervalued on yelp as compared to their pleasure ratings.
지금까지(1988∼2000년) 국내 해양안전심판원에서 재결한 선박충돌사고의 원인분류 통계데이터를 살펴보면 전체 2,290건의 인적과실(Human Error) 중에서 상대선박에 대한 경계의무소홀이 929건으로 약 40.6%나 되는 가장 많은 비중을 차지하고 있는 것으로 파악되고 있다. 선박충돌사고는 좌초사고와 더불어 인적과실로 기인한 수많은 인명피해와 재산피해 및 해양환경오염을 유발하는 심각한 해양사고로서 이에 대한 사고원인을 철저히 분석하고 그 예방대책 마련이 무엇보다 중요한 과제가 되고 있다. 따라서, 본 연구에서는 선박충돌사고의 인적과실을 분석하기 위한 목적으로 목포해양안전심판원에서 재결한 선박충돌사고(1990∼2002, 65건)에 대하여 상대선 경계의무소홀이나 동정감시 불충분으로 기인하여 발생한 충돌사고를 조사항목별로 분석하고, GEMS 동적모델을 이용하여 선박충돌사고의 인적과실 유형을 체계적으로 분류하였다.