• 한국수자원학회논문집
• /
• 제55권8호
• /
• pp.623-634
• /
• 2022

하천 주변 친수구역 조성, 4대강 사업 등과 같은 하천정비 사업으로 인해 하천의 흐름특성은 계속적으로 변동하고 있으며, 각종 오염물질 유입으로 인한 수질사고의 위험이 높아지고 있다. 수질사고 발생시 하천의 흐름특성을 고려해 오염물질의 농도 및 도달시간을 예측해 신속한 방제작업으로 하류로의 영향을 최소화해야한다. 이러한 오염물질의 거동을 추적하기 위해서는 하천의 구간별 확산계수, 분산계수 산정이 필요하며 그중 분산계수는 용존성 오염물질의 확산범위 해석에 사용된다. 오염물질의 거동을 추적하기 위한 기존 실험적 연구사례들은 많은 인력과 비용이 소요되고, 한정적인 장비의 운용으로 공간적으로 높은 해상도의 자료 취득이 어려웠다. 최근에는 RGB드론을 이용한 오염물질의 추적연구가 수행되었지만, RGB영상 역시 분광정보를 한정적으로 수집한다는 한계가 있다. 본 연구에서는 기존 연구들의 한계점들을 보완하기 위해 드론을 활용한 원격탐사 플랫폼에 초분광센서를 탑재하여 기존 접촉식 측정보다 시간적, 공간적으로 고해상도의 자료를 수집하였다. 수집된 시공간(Spatio-temporal) 초분광영상을 활용해 추적자의 농도를 산정하고, 횡분산계수를 도출하였다. 향후 연구를 통해 드론 플랫폼의 한계를 극복하고, 분산계수 산정 기술을 고도화하면 수계로 유출되는 각종 오염물질의 감지 및 다양한 수질항목 및 하천인자의 변화량 감지가 가능할 것으로 기대된다.

• 한국조경학회지
• /
• 제50권6호
• /
• pp.110-123
• /
• 2022

남산공원은 1954년 대공원으로 지정되어 현재는 1개의 도시자연공원구역과 4개의 근린공원으로 운영되고 있는 넓은 면적의 오래된 도시공원이다. 공원으로서 역사·문화적 가치가 높음에도 불구하고 그동안 남산공원은 주로 '산' 이나 '도성'이라는 틀 속에서 논의되었다. 본 연구는 공원사(公園史) 관점에서 남산공원 연구를 심화하기 위해 서울기록원에서 소장하고 있는 서울시의 공공기록에 주목하여 살펴보았다. 연구는 서울기록원 소장 남산공원 관련 기록물을 모두 열람하여 공원 사료로 분석할 기록을 1,359건으로 정리하고, 기록별 주요 내용을 검토하였다. 보다 구체적인 연구 내용으로는 첫째, 기록 생산연대, 기록 유형, 공개 유형을 통해 기록물의 개괄적인 특성을 파악하였다. 둘째, 기록물에서 도출한 조직/단체, 인물, 공간/지역, 주제, 업무기능의 주요어를 분석하였다. 셋째, 주요 공간에 대한 기록물을 분석하여 공공기록이 담고 있는 공원에 관한 내용과 특징을 자세히 고찰하였다. 연구 결과, 남산공원 공공기록을 통해 그동안 알려지지 않았던 공원 도면, 사진, 식물 현황과 목록, 운영관리상의 주요 논의 및 결정 사항 등과 같은 중요한 정보를 확인하였다. 이와 함께 공공기록이 공원의 역사 전체에 대한 기록을 담고 있지는 않지만, 공원의 역사적 변천 과정에서 중요한 시점의 기록을 담고 있기에 공원사 연구에 기여할 수 있는 부분이 크다고 판단하였다. 따라서 공원별로 기록을 해석하고 서술하는 연구가 지속하여야 할 것으로 보았다. 더 나아가 공원의 공공기록이 불완전성이란 한계가 있는 만큼, 이를 보완하기 위해 향후 다른 기록으로의 확장과 시민, 설계가, 연구자, 관련 기관 등과의 네트워크도 필요하다는 점을 제언하였다.

• 한국국제농업개발학회지
• /
• 제23권5호
• /
• pp.475-484
• /
• 2011

최근 글로벌기업들의 신흥국 시장 쟁탈전이 격화되고 중국의 곡물수출이 금지되고 있는 상황에서 새로운 시장으로 지리적으로 아세안의 중심에 있는 캄보디아가 주목받고 있다. 캄보디아는 최근 몇 년 동안 정부의 적극적인 개혁정책으로 고도의 성장을 이루었고, 개방적인 시장경제체제를 유지하며 해외투자자본 유치에 적극적으로 힘쓰고 있다. 특히 농업은 캄보디아의 근본적인 가난과 빈곤을 해결해줄 가장 중요한 산업으로 정부 차원에서 많은 지원이 이루어지고 있다. 따라서 본 연구를 통해서 대캄보디아 투자에 관심이 많은 한국투자자들에게 유익한 정보를 제공하고자 수행한 결과는 다음과 같다. 1. 캄보디아는 농업에 적합한 기후와 자연환경, 저렴한 인건비와 큰 잠재력을 가진 매력적인 투자처로서 각광을 받고 있고 우리나라 농산업체들도 많이 진출하고 있지만 대상국의 정치적, 경제적, 사회적 여건, 법제도, 양국간의 협력관계 등 철저한 사전조사가 선행되어야 할 것이다. 2. 캄보디아는 열악한 인프라와 관개시설의 미비, 만연한 부정부패, 사회문화적 차이로 인한 인력 운용 등의 문제점들을 해소하기 위해서는 농업 인프라 조성에 KOICA와 연계한 지원이 필요하고, 기술적으로는 KOPIA같은 해외농업개발을 위한 전문 기관과 연계한 인력 양성이 필수적이다. 3. 캄보디아는 현재 외국의 투자자들이 원활히 투자할 수 있도록 투자관련 기관을 총리실 직속으로 두는 등 법과 제도를 정비해 나가고 있다. 그러나 법과 제도의 운영이 법에 따라 시행되지 못하고 있는 점 등을 감안하여, 정부차원 뿐만 아니라 민간기업과 힘을 합쳐 투자 전에 철저한 조사와 분석이 필요할 것이다. 4. 한국의 해외식량기지 건설은 정부와 기업체 그리고 우리 국민들의 관심과 지원이 필요하다. 이제는 농업을 단순히 하나의 상품을 생산하는 여러 산업 중 하나가 아니라 국가의 전략적 산업의 하나로 바라볼 때이다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.