This study was aimed to find yield prediction model of Italian ryegrass using climate big data and geographic information. After that, mapping the predicted yield results using Geographic Information System (GIS) as follows; First, forage data were collected; second, the climate information, which was matched with forage data according to year and location, was gathered from the Korean Metrology Administration (KMA) as big data; third, the climate layers used for GIS were constructed; fourth, the yield prediction equation was estimated for the climate layers. Finally, the prediction model was evaluated in aspect of fitness and accuracy. As a result, the fitness of the model (R2) was between 27% to 95% in relation to cultivated locations. In Suwon (n=321), the model was; DMY = 158.63AGD –8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24 (DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days). Furthermore, DMY was predicted as 9,790±120 (kg/ha) for the mean DMY(9,790 kg/ha). During mapping, the yield of inland areas were relatively greater than that of coastal areas except of Jeju Island, furthermore, northeastern areas, which was mountainous, had lain no cultivations due to weak cold tolerance. In this study, even though the yield prediction modeling and mapping were only performed in several particular locations limited to the data situation as a startup research in the Republic of Korea.

This paper aims to examine the main factors of the organizational climate and analyze their effects on job involvement. To accomplish these purposes, the main factors of the organizational climate such as diversity, autonomy, redundancy, connectivity and flexibility were found from the previous studies. The questionaries of 350 were distributed to the employees working at the Gumi Industrial Complex. The questionaries of 298 were obtained and 267 were analyzed through frequencies, correlation and multiple regression. The results of this study are as followings; First, we conducted exploratory factor analysis for five constructs (diversity, autonomy, redundancy, connectivity and flexibility) using oblique rotation method that did not assume independence among the factors and main factors of knowledge management were grouped together by five factors. Second, it is shown that fore main factors of organizational climate have a positive influence on the job involvement (p<0.05). This study, however, have limitations of number of sample and survey area. The future study should consider these limitations in improving model applicability in practice.

최근 기후변화 및 4대강 보에 의한 본류 구간에서의 조류 발생 우려로 인하여 지류로부터 유입되는 영양염류 물질 등 비점오염에 대한 관리의 필요성이 증대되고 있다. 이와 같이 영양염류의 다량 유입 등 원인제공에서 대 조류 발생과 같은 수질현상으로 발현되기까지 장기간이 소요되는 경우, 오염원의 입체적 관리 및 사전예방 대책 수립을 위한 장기 수질예보의 필요성이 높아지고 있다. 국내의 경우 「수질예보 및 대응조치에 관한 규정」에 따라 현재 국립환경과학원에서는 4대강 본류 중심의 7일 단위의 단기 수질예보를 수행하고 있으며, 해외의 경우에도 장기 수질예보의 사례를 찾아보기 힘들다. 본 연구에서는 3개월 선행예측기간(lead time)의 장기 수질예보를 위해서 통계적 접근 방법과 모델링 기반 접근 방법의 예측성을 비교하였다. 통계적 접근 방법의 경우 관측자료 기반 기후인자(Climate Index)와 중권역 규모 관측 수질 사이의 지체시간(lag time)을 갖는 원격상관(teleconnection)을 이용하여 모델링 과정 없이 수질을 예측하였다. 반면 모델링 기반 방법의 경우에는 장기 기후예측 정보를 유역규모 및 일 단위로 시·공간적 상세화(downscaling)를 거쳐 유역모형의 입력으로 사용하여 수질을 예측하였으며, 유역모형으로는 국내에서 가장 보편적으로 사용되고 있는 Soil and Water Assessment Tool (SWAT) 및 Hydrological Simulation Program-Fortran (HSPF) 모형을 사용하였다. 낙동강의 위천 중권역을 대상으로 하여 총질소(TN) 및 총인(TP) 수질항목에 대한 예측성을 평가하였다. 통계적 방법의 경우 3개 관측지점에서 월별(12개월) 수질 장기 예측을 수행한 결과 유의수준 0.05에서 유의미한 상관계수(Temporal Correlation Coefficient) 이상의 값을 보인 경우는 TN, TP의 경우 각각 83%, 89%로서 적절한 예측성을 보였다. 반면 모델링 방법의 경우에는 수질의 절댓값(농도) 비교를 통한 예측성 평가에는 어려움이 있는 것으로 나타났으며, 향후 추가적인 예측성 평가 기법의 개발이 필요할 것으로 사료된다.

본 연구에서는 Bayesian 통계기법을 활용한 지역빈도해석 모형을 기반으로 외부 기상인자 및 공간정보에 의한 확률강우량의 변동성을 고려할 수 있는 Bayesian 지역빈도해석 기법을 개발하였다. 기존 지역빈도해석에서 분석시 확률분포형의 매개변수는 과거와 일정하다는 정상성을 기본 가정으로 연구를 진행해 왔다. 이는 평균의 변동성 및 확률강우량 추정시 최근 기후변화의 영향을 효과적으로 고려하지 못하는 단점이 존재하였다. 또한 우리나라의 경우 산악지형이 약 70% 이상을 차지할 정도로 지형적 및 계절적으로 강수량 패턴이 불분명하여 확률강우량 추정시 공간적 변동성을 고려할 수 있는 새로운 개념의 지역빈도해석의 필요성이 대두되고 있다. 최근 국내 연구에서는 유역내 면적강우량 환산시 극치계열의 강수자료를 이용하여 지점빈도해석(point frequency analysis, PFA) 또는 지역빈도해석(regional frequency analysis, RFA)을 수행하여 수자원 설계에 이용되고 있다. 그러나 기존 지역빈도해석연구에서 매개변수 산정시 외부인자(covariate)를 고려할 수 없는 단점이 존재하며, 불확실성을 정량적으로 해석하는데 어려움이 있다. 이와 더불어 기존 RFA에서는 관측지점을 중심으로 산정된 확률강우량은 Thiessen망을 통해 유역면적강우량으로 변환하여 사용하는 것이 일반적이나 우리나라의 산지특성과 여름철 강우처럼 시공간적 변동성이 큰 경우 면적평균강우를 추정하는데 있어서 오차가 크게 발생할 수 있다고 알려지고 있다. 이러한 이유로 본 연구에서는 Bayesian 통계기법을 활용하여 매개변수 추정시 기상인자 및 공간정보가 고려된 지역빈도해석을 수행할 수 있는 모형을 개발하였으며 다음과 같이 연구를 진행하였다. 첫째, 한강유역내 18개 관측소를 대상으로 연도별 여름강수량을 추출하고 이들 관측소의 여름강수에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)를 외부인자로 채택하였다. 둘째, 극치분포를 잘 재현한다고 알려져 있는 Gumbel 분포를 확률분포형으로 선정하였으며, Gumbel 분포 매개변수 산정시 앞서 추출한 SST와 한강 유역내 공간정보를 활용하여 매개변수를 산정하였다. 마지막으로 Bayesian 기법을 도입하여 산정된 매개변수의 불확실성 구간을 제시하였으며, 추정된 확률강우량 또한 불확실성 구간을 제시하여 신뢰성 있는 연구를 수행하였다.

Climate change is not only abnormal condition of climate systems but also the perplexities of socio-economic system including agriculture, ocean, energy supply plans and ecosystem. As the frequency and magnitude of the extreme weather related natural disasters are increasing, the losses of lives and economic damages are getting huge. For the adequate response of climate change, more comprehensive reviews of research results about observation, projection and monitoring of climate change are essential. The purpose of this study is to frame, to structure and to prepare writing strategies the 2nd Korea Climate Change Assessment Report(the Physical Science Basis). ‘Korea Climate Change Assessment Report 2010’ was prepared using 1,003 references by 46 climate change scientists with seven chapters and 328 pages. Ten chapters and more detailed sections for the 2nd Korea Climate Change Assessment Report have been suggested based on IPCC 5th Climate Change Assessment Report. Chapters cannot be changed while sections can be combined, deleted, and altered with admissions from consultation committees. Committees consist of climate change experts from government organization, universities and institution.

본 연구에서는 기후변화에 따른 미래 기후, 수문정보로부터 가뭄전망 정보를 생산 및 분석하고자 한다. 미래의 불확실성 을 고려하기위해 3개 GCMs와 3개 수문모형을 이용하였다. 강수량, 유출량 및 토양수분량으로부터 기상학적, 수문학적 및 농업적 가뭄지수로 분류되는 SPI, SRI 및 SSI를 산정하였다. Mann-Kendall test 결과, 미래 가뭄의 경향은 봄철 및 겨울철에 크게 증가할 것으로 전망되었으며, 가뭄발생빈도의 경우 SRI 및 SSI가 SPI 보다 더 높게 나타났다. 미래 기후변화 가 기상학적 가뭄 보다는 수문학적 및 농업적 가뭄에 큰 영향을 미치는 것으로 확인되었다.

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

Nowadays meteorological information is systemized as a useful knowledge which has a significant effect on the overall industrial domains over the simple data. The distribution industry, which has the short life cycle, depends on the meteorological information at the strategic level. However, it is necessary to pay attention to the continuous investment in meteorological information because there is a hostility to paying for a service, particularly it does not provide accurate and reliable information. Therefore, the purpose of this study is to increase the usefulness of meteorological information in the distribution industry for its economic effectiveness from the core meteorological factors. We found significant meteorological factors (temperature, precipitation, disaster) that have a critical influence on the distribution industry through the hierarchical analysis process, and their importance according to the type of distribution channels, such as department store, large-scale discount store, convenience store, and home shopping. We performed the AHP analysis with 103 survey samples by middle managers from the various distribution channels. We found that precipitation is the critical meteorological factor across the distribution industry. Based on this result, we stress the difference in the level of the meteorological information in order for the effectiveness of each type of distribution channels.

병성천의 기후변화에 대한 영향을 평가하기 위하여 CGCM 3.1 T63의 A2 시나리오를 미래기후정보로 선택하였으며, CGCM으로부터 획득된 강수자료를 비롯한 미래기후자료는 다지점 강수발생기를 통하여 지역기후자료로 규모내림되어졌다. 상기 규모내림된 기후자료는 병성천의 유출량 및 수질을 예측하기 위하여 SWAT모형의 입력자료로 사용되었다. 간단한 민감도분석의 결과로서, 대기 중 이산화탄소 농도의 증가는 증발산량의 감소와 토양수분의 증가를 유발하여 유출량을

중장기 기후예보는 기후역학모형의 비약적인 발전과 ENSO등의 기후현상에 대한 규명으로, 전세계적으로 정확성이 크게 향상되고 있어 중장기 유량예측의 중요한 실마리가 되고 있다. 본 연구에서는 우선 중장기 유량예측 향상을 위하여 국내에서 사용 가능한 기후정보, 즉 월간산업기상정보와 GDAPS(Global Data Assimilation and Prediction System)를 조사하고 그 정확성을 평가하였다. 월간산업기상정보와 GDAPS의 순별 예보에서