본 연구는 연안해양 수치모델에 활용되는 LDAPS 강우예보 자료의 시공간적 오차와 한계점을 분석하고 자료의 신뢰성을 검증 하였다. LDAPS 강우자료의 검증은 진해만 주변 우량계 3개소를 기준으로 2020년의 강우를 비교하였으며 우량계와 LDAPS의 비교 결과, LDAPS 강우자료는 장기적인 강우의 경향은 대체로 잘 재현하였으나 단기적으로는 큰 차이를 보였다. 정량적인 강우량 오차는 연간 197.5mm였으며, 특히 하계는 285.4mm로 나타나 계절적으로 강우변동이 큰 시기일수록 누적 강우량의 차이가 증가하였다. 강우 발생 시점 의 경우 약 8시간의 시간 지연을 나타내어 LDPAS 강우자료의 시간적 오차가 연안해양환경 예측 시 정확도를 크게 감소시킬 수 있는 것 으로 나타났다. 연안의 강우를 정확히 반영하지 못하는 LDAPS 강우자료를 무분별하게 사용할 경우 연안역에서 오염물질 확산 또는 극한 강우로 인한 연안환경 변화 예측에 심각한 문제를 발생시킬 수 있으며 LDAPS 강우자료의 적절한 활용을 위해서는 검증과 추가적인 개선 을 통한 정확도 향상이 필요하다.

PURPOSES : The objective of this study is to investigate the spatiotemporal factors influencing the waiting time of special transportation systems for disabled people in Seoul, Korea. METHODS : A parametric survival analysis was employed to identify the primary factors influencing longer waiting times, primarily because censoring data were included in the analysis. For the analysis, one-year historical data collected from the Seoul Call-taxi for the disabled in 2019 were used. Using normal probability plots and Anderson-Darling statistics, a log-normal model was estimated to fit the data. RESULTS : In terms of time, there was a time zone in which the service level in terms of waiting time, such as late-night and dawn, decreased depending on the time of day called by call taxi users with disabilities in Seoul. Moreover, the waiting time on weekends was shorter than on weekdays. Spatially, when a user requests a service, there are many nearby vehicles when the traffic conditions nearby are good, and the waiting time tends to decrease near the depot. CONCLUSIONS : The existing system needs to reflect the increase in vulnerable times and the improvement of the dispatch method, considering the difference in the primary purpose of travel on weekdays and weekends. Additionally, to resolve the phenomenon in which vehicles are concentrated in a specific area, waiting time can be improved using operational strategies that can uniformly distribute vehicles in space, such as spatial subdivision of depots, real-time monitoring, and relocation.

국내 농업 분야 비산먼지의 배출계수와 활동도 자료는 국내의 환경조건(풍속, 습도 등)과 농업 의 특성을 반영하지 않고 미국의 인벤토리 체계를 그대로 적용해 왔다. 이 연구에서는, 활동 자료 중 하나 인 시간 해상도는 풍속 및 건기일수 적용을 통해 월별 배분계수를 도출하여 지역별로 시간 해상도를 향상 시켰고, 공간 해상도는 시·군·구에서 동과 리로 세분화하여 지역별로 공간 해상도를 향상시켰다. 이 연구를 통해, 지금 존재하는 농업분야의 비산먼지의 배출량, 활동도 자료의 개선에 중요한 자료로 활 용될 수 있을 것으로 판단된다.

최근 해상교통 환경의 변화가 다양해지고, 해상 교통량이 지속적으로 증가함에 따라 해상교통 분석에 대한 요구가 다양해지고 있다. 이러한 해상교통 분석 작업은 교통 특성에 대한 모델링이 선행되어야 하지만, 기존의 방법은 자동화되어 있지 않아 전처리 작업에 시간이 많이 소요되고, 분석 결과에 작업자의 주관적인 견해가 포함될 수 있는 문제점이 있었다. 이러한 문제점을 해결하고자 본 논문에서는 해상교통 분석을 위한 자동화된 교통 네트워크 생성 방법을 제안하였으며, 활용 가능성을 검토하기 위해 실제 목포항에서 수집된 6개월간의 항적 데이터를 이용한 실험을 수행하였다. 실험 결과, 대상 해역의 교통 특성을 반영한 교통 네트워크를 자동으로 생성할 수 있었으며, 대용량의 항적 데이터에도 적용할 수 있음을 확인하였다. 또한, 생성된 교통 네트워크는 시공간적 특징 분석이 가능하여 다양한 해상교통 분석에 활용될 수 있을 것으로 기대한다.

감염병의 전파는 환자와의 접촉이 중요한 전파 경로이기 때문에 개인 차원에서의 활동 정보는 감염 위험성을 파악하는데 중요한 지표로 활용될 수 있다. 이 연구는 코로나바이러스감염증-19 (COVID-19) 확진자의 이동 특성을 파악하는 방안을 제시하는 것이 목적이다. 이를 위해서 시간지리학 개념을 적용한 지리적 시각화 프로토타입 환경을 구축하여 서울시의 코로나 확진자 이동경 로 데이터를 분석하였다. 지리적 시각화 프로토타입에서는 코로나바이러스감염증-19 확진자의 시간대별 방문 장소를 3차원 경로로 시각화하였다. 또한 방문장소별 방문시간과 체류시간은 정거장 개념을 반영한 원통으로 표현하여 확진자별 방문 장소의 중복 여부를 파악할 수 있었다. 이 연구에서 제안하는 시각화 방법은 다음과 같이 활용될 수 있다. 첫째, COVID-19 확진자 이동 자료의 시공간적 범위와 특성을 동시에 시각화함으로써 시공간적 이동 특성을 분석할 수 있다. 둘째, COVID-19 확진자 이동경로에 있는 정거장 시각화를 통해서 확진자 접촉가능 장소를 파악할 수 있다.