The purpose of this study is to construct an outlook model that is consistent with the “Fisheries Outlook” monthly published by the Fisheries Outlook Center of the Korea Maritime Institute(KMI). In particular, it was designed as a partial equilibrium model limited to abalone items, but a model was constructed with a dynamic ecological equation model(DEEM) system taking into account biological breeding and shipping time. The results of this study are significant in that they can be used as basic data for model development of various items in the future. In this study, due to the limitation of monthly data, the market equilibrium price was calculated by using the recursive model construction method to be calculated directly as an inverse demand. A model was built in the form of a structural equation model that can explain economic causality rather than a conventional time series analysis model. The research results and implications are as follows. As a result of the estimation of the amount of young seashells planting, it was estimated that the coefficient of the amount of young seashells planting from the previous year was estimated to be 0.82 so that there was no significant difference in the amount of young seashells planting this year and last year. It is also meant to be nurtured for a long time after aquaculture license and limited aquaculture area(edge style) and implantation. The economic factor, the coefficient of price from last year was estimated at 0.47. In the case of breeding quantity, it was estimated that the longer the breeding period, the larger the coefficient of breeding quantity in the previous period. It was analyzed that the impact of shipments on the breeding volume increased. In the case of shipments, the coefficient of production price was estimated unelastically. As the period of rearing increased, the estimation coefficient decreased. Such result indicates that the expected price, which is an economic factor variable and that had less influence on the intention to shipments. In addition, the elasticity of the breeding quantity was estimated more unelastically as the breeding period increased. This is also correlated with the relative coefficient size of the expected price. The abalone supply and demand forecast model developed in this study is significant in that it reduces the prediction error than the existing model using the ecological equation modeling system and the economic causal model. However, there are limitations in establishing a system of simultaneous equations that can be linked to production and consumption between industries and items. This is left as a future research project.

기초연구 분야는 정부의 적극적인 지원으로 양적 확대가 큰 폭으로 이루어지는 반면, 체계적인 투자계획이나 데이터에 기반한 재정소요를 제시하는 연구 및 정책자료가 전 무하여 관련 연구가 요구되는 시점이다. 이에 본 연구는 시계열 예측모형을 활용하여 기초연 구지원사업의 향후 재정소요를 전망하였다. 기초연구분야의 특성을 포함한 다양한 요인들을 종합적으로 고려하기 위하여 시간에 따른 단일 종속변수의 값을 예측하는 ARIMA 모형이 아닌, 다변수의 영향을 반영할 수 있는 ARIMAX 모형을 선택하였다. 모형 적합성 판단을 위 해 ARIMAX 모형과 ARIMA 모형의 예측값을 비교한 결과 ARIMAX 모형에서 예측오차율 이 개선됨을 확인하였다. ARIMAX 모형에 기반하여 2017년에서 2021년까지 5년 간의 기초 연구지원사업 재정소요를 전망하였다. 본 연구는 기초연구지원사업의 재정소요를 통계적 접 근방법인 시계열모형을 적용해 전망한 시범적 연구를 수행하였다는 점과, 단변량이 아닌 다 변량을 고려하여 예측력을 개선했다는 점에서 의의를 지닌다. 또한 현 정부 국정과제인 ‘기 초연구 예산 2배 확대’ 등 기초연구 투자의 중요성이 꾸준히 강조되는 정책기조를 고려할 때 향후 기초연구 투자전략 수립 시 참고자료로 활용 될 수 있다.

가뭄재해는 다른 재해와 다르게 광범위한 공간에 걸쳐서 충분한 강우가 발생하기 전까지 오랜 기간 동안 발생되는 특성이 있다. 위성 영상은 시공간적으로 지속적인 강수량 관측을 제공할 수 있다. 본 연구는 위성 영상 기반의 강수자료를 활용하여 기상학적 가뭄 전망 모형을 개발하였다. PERSIANN_CDR, TRMM 3B42와 GPM IMERG 영상을 활용하여 강수 자료를 구축한 뒤, 표준강수지수(SPI)를 기반으로 기상학적 가뭄을 정의 하였다. 과거의 가뭄 정보와 물리적 예측 모형 기반의 가뭄 예측 결과를 결합할 수 있는 베이지안 네트워크 기반 가뭄 예측 기법을 이용하여 확률론적 가뭄 예측 결과를 생산하였으며, 가뭄 예측결과를 가뭄 전망 의사결정 모형에 적용하여 가뭄 전망 결과를 도출하였다. 가뭄 전망 정보는 가뭄 발생, 지속, 종결, 가뭄 없음의 4단계로 구분하였다. 본 연구의 가뭄 전망 결과는 ROC 분석을 통하여 물리적 예측 모형인 다중모형 앙상블(MME)을 활용한 가뭄 전망 결과와 전망 성능을 비교하였다. 그 결과, 2∼3개월 가뭄 전망에 대한 가뭄 발생 및 지속의 단계에서는 MME 모형보다 높은 전망 성능을 보여주었다.

본 연구에서는 금강유역 내 대청댐 및 용담댐유역을 대상으로 기상청에서 제공하는 공간해상도 27 km 지역규모의 A1B시나리오 기반의 RCM모형과 SWAT모형을 이용하여 미래 유출량 전망을 분석하였다. 기본적으로 GCM 및 RCM은 시공간적 스케일의 상이성으로 인해 수자원 영향 평가를 위한 자료로서 직접적인 이용은 현실적으로 곤란하다는 점에서 본 연구에서는 RCM 격자자료를 유역단위에서 강우관측소지점 단위로 공간적 다운스케일링을 실시하였으며 RCM 월자료

본 연구에서는 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 토대로 외부 기상인자에 의한 변동성을 고려할 수 있는 계절강수량 예측모형을 구축하였으며, 낙동강유역내의 10개 관측소에서 관측된 37년간의 강수량 자료를 이용하여 연도별 여름강수량을 추출하고 이들 관측소의 여름강수량에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 공간상관성을 검토