The fishery compensation by marine spatial planning such as routeing of ships and offshore wind farms is required objective data on whether fishing vessels are engaged in a target area. There has still been no research that calculated the number of fishing operation days scientifically. This study proposes a novel method for calculating the number of fishing operation days using the fishing trajectory data when investigating fishery compensation in marine spatial planning areas. It was calculated by multiplying the average reporting interval of trajectory data, the number of collected data, the status weighting factor, and the weighting factor for fishery compensation according to the location of each fishing vessel. In particular, the number of fishing operation days for the compensation of driftnet fishery was considered the daily average number of large vessels from the port and the fishery loss hours for avoiding collisions with them. The target area for applying the proposed method is the routeing area of ships of Jeju outer port. The yearly average fishing operation days were calculated from three years of data from 2017 to 2019. As a result of the study, the yearly average fishing operation days for the compensation of each fishing village fraternity varied from 0.0 to 39.0 days. The proposed method can be used for fishery compensation as an objective indicator in various marine spatial planning areas.

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.

Recent development in science and technology has modernized the weapon system of ROKN (Republic Of Korea Navy). Although the cost of purchasing, operating and maintaining the cutting-edge weapon systems has been increased significantly, the national defense expenditure is under a tight budget constraint. In order to maintain the availability of ships with low cost, we need accurate demand forecasts for spare parts. We attempted to find consumption pattern using data mining techniques. First we gathered a large amount of component consumption data through the DELIIS (Defense Logistics Intergrated Information System). Through data collection, we obtained 42 variables such as annual consumption quantity , ASL selection quantity, order-relase ratio. The objective variable is the quantity of spare parts purchased in f-year and MSE (Mean squared error) is used as the predictive power measure. To construct an optimal demand forecasting model, regression tree model, randomforest model, neural network model, and linear regression model were used as data mining techniques. The open software R was used for model construction. The results show that randomforest model is the best value of MSE. The important variables utilized in all models are consumption quantity, ASL selection quantity and order-release rate. The data related to the demand forecast of spare parts in the DELIIS was collected and the demand for the spare parts was estimated by using the data mining technique. Our approach shows improved performance in demand forecasting with higher accuracy then previous work. Also data mining can be used to identify variables that are related to demand forecasting.

정박중인 선박의 안전을 위하여 항해사, 선장 및 해상교통관제사는 항상 선박이 주묘되고 있는가를 확인하여야 한다. 정박선의 주묘판별을 위하여 VTS 관제사가 선회권과 그 중심을 인지하는 것이 중요하다. VTS에서 정박선 주묘여부 감시는 레이더 및 AIS를 이용할 수 있다. 또한 이용가능하다면, CCTV 영상이나 육안에 의한 관측도 이루어 질 수 있다. 그러나 VTS 시스템은 AIS 및 ARPA Radar로부터 수집된 데이터만으로 정박선을 모니터링하고 있으므로 정박지내에서 정박선의 선회중심을 알기가 어렵다. 본 연구에서는 VTS에서 AIS에 의해 수집된 정박 선박의 선수방위각과 위치데이터를 활용하여 선회중심을 추정하는 알고리즘을 제시하고자 한다. 알고리즘의 유효성을 확인하기 위해, 실 환경에서 정박한 선박에 대한 실험연구를 수행하였다.

본 논문에서는 현재 건설 중인 목포대교와 선박 사이의 충돌 위험도 평가에 필요한 선박 정보와 기상 정보 수집 장치(Data Acquisition System, DAS) 개발에 관하여 기술하였다. 본 연구에서는 DAS를 통항 선박과 기상 현황 데이터를 수집하기 위한 신호 수신 및 처리 유닛과, 데이터 전송과 분배를 위한 네트워킹 유닛, 데이터 관리를 위한 유닛 등으로 구성하였다. 목포항 여객터미널과 신안군 안좌도를 왕복하는 카페리 선상에서의 현장 실험을 통해, 충돌 위기 평가에 적합한 정보를 DAS가 제공할 수 있음을 알았다. 또한 5차 버터워스 디지털 필터를 이용하여 기상 데이터에 포함된 잡음성 데이터를 충분히 억제할 수 있었다.