본 연구는 국가측정망(에어코리아)에서 제공하는 2017년, 2019년 및 2020년도 대기질확정 데이터를 이용하여 Deep Neural Network(DNN) 모델을 학습하고, 2016년과 2018년도 데이터를 이용하여 학습된 모델을 평가·검증하였다. 피어슨 상관계수 0.2를 기준으로 SO₂, CO, NO₂, PM₁₀ 항목을 독립변수로 하여 초기 모델링을 진행하였고, 예측의 정확도를 높이기 위한 방법으로 시계열적 요소를 반영한 월별 모델링(개선모델)을 진행하여 초기모델과 비교·분석하였다. 분석에 사용한 지표는 RMSE(Root mean square error) 방법으로 오차를 계산하였으며, 예측 결과 초기모델의 RMSE값은 5.78로 국가측정망의 예측이동 평균모델의 결과(10.77)와 비교하여 초기모델에서 약 46% 오차가 감소하였다. 또한, 개선모델의 경우, 초기모델 대비 11월 모델을 제외한 모든 월별모델에서 정확도 향상이 있었다. 따라서, 본 연구에서는 DNN 모델링이 PM_2.5 농도 예측에 효과적인 방법임을 제안할 수 있었으며, 향후 추가적인 독립변수 선정 및 시계열 요소를 고려한 방법으로 모델의 정확도 개선 가능성을 확인할 수 있었다.

높은 개발 압력과 이용 강도로 인해 연안생태계 건강성이 악화되고 있는 부산은 연안역의 지속가능한 이용 및 생태계 보전을 위해 인간과 자연환경을 함께 고려하는 생태계 관리가 필요한 실정이다. 본 연구에서는 서식지 중심의 생태계 기반 관리를 위하여 InVEST 서식지 질 및 위험도 모델을 적용하여 부산 연안 육역과 연안 해역의 서식지를 평가하였다. 평가 결과 연안 육역은 강서구 가덕도, 남구 이기대·신선대, 기장군 일대 지역의 서식지의 질이 높고, 서구, 중구, 동구, 수영구는 낮은 것으로 나타났다. 연안 해역의 경우 낙동강 하굿둑 하부 지역의 위험도가 낮았으며, 영도구, 사하구, 강서구 일부 지역의 위험도가 높은 것으로 나타났다. 이에 연안 생태계 서식지의 가치를 높이고 지속가능한 이용 및 보전을 위하여 훼손된 서식지를 개선하고 위협요인을 줄여 생태계서비스를 증진할 수 있는 관리 방안을 마련해야 할 것으로 판단된다. 또한 연안 육역의 개발사업 계획 시 연안 해역에 미치는 영향을 충분히 고려하여야 할 것이다. 본 연구의 연안 육역의 서식질 질 모형 결과는 도시생태현황지도와 국토환경성평가지도와 유사한 경향성을 가지는 것으로 파악되었으며, 연안 해역의 서식지 위험도 평가 결과 또한 해역의 서식지 파악, 위협요인 관리 등에 활용될 수 있을 것으로 기대된다.

다자개발은행들은 기후변화 대응에 적극적으로 동참하고 있으며, 기존 환경·사회 영향평가에서 한발자국 더 나아가 저탄소 기후금융(Climate Finance) 제공을 위한 공동의 기후금융 평가방안(Common Principles for Climate Finance Tracking)을 마련하여 운용하고 있다. 이들은 보수적인 시각에서 전체 사업 중 기후변화 적응 또는 저감으로 인정할 수 있는 부분을 단위화하여 평가하고 있으며, 그 결과를 취합하여 2012년부터 2021년도까지 총 10회에 걸쳐 기후금융 보고서를 발간하였다. 기후금융으로 판단하는 방법은 저감인지 적응인지에 따라서 다소 상이하다. 기후변화 적응 금융의 경우에는 사업의 맥락, 전후사정을 살펴 적응 금융으로 산정하며, 저감 금융의 경우에는 적용이 가능한 사업에 대한 포괄적인 리스트가 마련되어 이에 해당하는 경우 저감 금융으로 인정한다. 다자개발은행은 기후금융 평가 내용을 환경·사회 영향평가 결과와 함께 사업 심사의 주요 항목으로 활용하고 있다. 세계 각국이 사업 수준에서 기후변화를 다루기 위한 다양한 노력을 기울이고 있는 상황에서, 다자개발은행이 사업 승인 시 기후변화를 어떻게 고려하고 있는지 살펴보고 그 시사점에 대해서 고찰해 보는 것은 향후 기후변화 대응 방법론 마련 및 관련한 환경·사회 영향평가의 역할 확대에 도움이 될 것이라고 생각한다.

안성 도시 소생태계 조성사업이 조류 군집 특성과 서식지 조성에 미치는 효과를 확인하기 위하여 2016년과 2017년 5월과 10월 4회에 걸쳐 조류 군집 특성 조사를 실시하였다. 이번 조사를 통하여 연구지역에서 모두 24종 94개체의 조류가 관찰되었다. 우점종은 참새 Passer montanus 19.1%, 까치 Pica pica 12.8%, 물까치 Cyanopica cyana 8.51% 그리고 붉은머리오목눈이 Sinosuthora webbiana와 방울새 Carduelis sinica ussuriensis 각 7.45%였고, 종다양도는 2.787이었다. 관찰된 조류 25종을 이동성에 따라 나누어 보면 텃새 72.0%, 여름철새 20.0% 그리고 겨울철새 8.00%이었다. 번식조류(확인 또는 가능성) 22종의 영소길드는 수관층(C)을 이용하는 종 54.5%, 수동(H)을 이용하는 종 31.8%, 덤불(B)을 이용하는 종 9.09% 그리고 지표면(G)을 이용하는 종 4.55%이었다. 채이길드는 번식기와 비번식기로 나누었으며, 번식기에 관찰된 조류 23종은 수관층(C)을 이용하는 종 69.6%, 덤불(b)을 이용하는 종 21.7% 그리고 물(W)과 지표면(G)을 이용하는 종 각 4.35%였고, 비번식기에 관찰된 조류 25종은 수관층을 이용하는 종 64.0%, 덤불을 이용하는 종 24.0%, 지표면을 이용하는 종 8.00% 그리고 물을 이용하는 종 4.00%였다. 연구지역에서 조성된 대표적인 조류 서식지는 인공둥지와 습지(빗물정원)이다. 둥지는 연구지역에 모두 7개를 설치하였다. 박새 Parus major가 2016년과 2017년 각 한 둥지에서 번식하였고, 참새 Passer montanus가 2017년 한 둥지에서 번식하였다. 빗물 정원에서 지속 가능한 우수(rainwater)의 공급은 조류가 습지를 서식지로 이용하는데 중요한 요인으로 간주되었으나, 이번 조사에서는 습지로 조성된 빗물정원은 수량의 부족으로 이를 서식지로 이용하는 조류는 확인되지 않았다.