수원지방(水原地方)의 잠재적(潛在的) 증발산량(蒸發散量)을 파악(把握)하고 또 그의 합리적(合理的)인 산출방법(算出方法)을 기존공식(旣存公式)에서 찾기 위(爲)하여 1964년(年)부터 1973년(年)까지 10개년간(個年間)에 걸쳐 조사(調査)된 기상자료(氣象資料)를 토태(土台)로 Blanney-Criddle을 비롯한 Thornthwaite, Penman, Jensen-Haise, Truc 공식(公式)을 적용(適用)하여 잠재적(潛在的) 증발산량(蒸發散量)을 산출(算出)함과 동시(同時) 이들을 상호(相互) 비교(比較)하였는바 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 수원지방(水原地方)의 잠재적 증발산량(蒸發散量)은 성하기(盛夏期) 7, 8월(月)을 정점(頂點), 동기(冬期) 1월(月)과 12월(月)을 기점(基點)으로 한 uni-modal distribution을 하고있으며 Blanney-Criddle 공식(公式)에 의(依)한 연증발산량(年蒸發散量)은 1,377mm 그리고 다른 네 공식(公式)에서 산출(算出)된 연증발산량(年蒸發散量)은 714mm에서 896mm 범위(範圍)에 있다. 2. Blanney-Criddle 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)은 다른 네 공식(公式)에서 산출(算出)된 것 보다 많은 한편 다른 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量) 간(間)에는 대동소리(大同小異)하다. 그러나 이들 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)의 평균치(平均値)와 Blanney-Criddle 공식(公式)의 증발산량(蒸發散量) 간(間)에는 고도(高度)의 상관(相關)이 있다. 3. 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)과 기존(旣存)에 표발(表發)된 수도(水稻)에 대(對)한 실제적(實際的) 증발산량(蒸發散量) 간(間)의 관계(關係)에 있어서 Blanney-Criddle 공식(公式)을 기준(基準)으로 할 경우(境遇) 일반품종(一般品種)에는 보정계수(補正係數) 0.8 그리고 통일품종(統一品種)에는 1.0을 대입(代入)하므로서 양자간(兩者間)에는 근사(近似)한 치(値)를 갖게되며 다른 네 공식(公式)의 평균치(平均値)를 기준(基準)으로 할 경우(境遇) 일반품종(一般品種)에는 1.2 그리고 통일품종(統一品種)에는 1.5를 대입(代入)하므로서 상호근사(相互近似)한 치(値)를 갖게된다. 따라서 수원지방(水原地方)의 잠재적(潛在的) 증발산량(蒸發散量)은 Blanney-Criddle과 다른 네 공식(公式)에서 산출(算出)된 증발산량(蒸發散量)의 중간치(中間値)라고 생각된다. 4. 증발산량(蒸發散量) 산출(算出)에 있어서는 공식(公式) 상호간(相互間)에 연관성(連關性)이 있으므로 어느 공식(公式)이든 적용(適用)할 수 있으나 Blanney-Criddle에 의(依)한 증발산량(蒸發散量) 산출(算出)은 다른 네 공식(公式)에 비(比)하여 간단(簡單)하고 용이(容易)하므로 Blanney-Criddle 공식(公式)에 보정계수(補正係數)를 조정(調整)하여 활용(活用)하는 것이 보다 효과적이라고 생각한다.
본 연구는 무인비행체에 탑재해서 활용되고 있는 다중분광 센서의 센서별 반사율 및 식생지수를 산정하여 시계열 작황분석을 위한 센서별, 센서간 활용 가능성을 평가하기 위해 수행하였다. RedEdge-MX, S110 NIR, Sequioa, P4M 등 4종의 무인비행체 탑재 다중분광센서에 대하여 2020년 9월 14일과 9월 15일에 걸쳐 오전, 오후 각 1회, 총 4회씩 항공영상을 촬영하고 반사율 및 NDVI를 산정하여 비교하였다. 반사율의 경우 모든 센서에서 시계열 변동계수가 평균 약 10% 이상의 값을 보여 활용에는 한계가 있는 것으로 나타났다. 작물 시험구에 대한 센서별 NDVI 변동계수는 식생이 우거져 활력도가 높은 시험구에서 평균 1.2~3.6%의 값을 보여 5% 이내의 변동성을 보였다. 그러나 이는 청천일의 변동계수에 비해서는 높은 값을 보인 것으로서 실험 기간 동안 오전, 오후에 구름 등 기상환경이 달랐기 때문으로 판단되며 시계열 작황 분석을 위한 정밀 NDVI 산정 시에는 일정한 광 환경을 유지할 수 있는 촬영 계획 수립과 이행이 필요할 것으로 판단된다. 무인비행체 다중분광센서 간 NDVI를 상호 비교한 결과 본 실험에서는 RedEdeg-MX 센서의 경우 안정적인 광 환경 내에서 동종의 센서를 여러 대 사용하더라도 NDVI 값의 특별한 보정 없이 함께 활용할 수 있을 것으로 판단된다. RedEdge-MX, P4M, Sequioa 센서는 상호 선형적인 관계를 보였으나 NDVI 간의 off-set 보정을 통한 공동 활용 가능성 평가를 위해서는 보완 실험이 필요할 것으로 생각된다.
최근 지구온난화에 의한 이상기상으로 겨울철 한파와 봄철 저온에 의한 농작물 피해가 심각하게 발생하고 있다. 특히 과수의 개화기 저온피해는 꽃눈의 생육단계에 따라 차이가 있으며 발육이 진전될수록 내한성이 약해져 개화 직전부터 낙화 후 1주까지 한계온도가 다르게 발생한다. 따라서 개화기가 빠른 사과 '홍로'가 '후지'보다 피해가 심각한 것이 일반적이나 2020년 4월 저온피해는 개화기가 늦은 '후지'의 피해가 심하게 발생하여그 원인을 분석하고자 본 연구를 수행하였다. 충북 보은군 사과나무 '후지'와 '홍로'를 동시에 재배하는 2농가를 대상으로 품종 간 피해율 실태조사를 실시하였다. 또한 정확한 품종 간 비교 분석을 위하여 생육단계가 동일한 시료를 선택하여 인위적으로 저온처리(-2.0℃, -4.0℃)를 하여 피해 정도를 조사하고, 원인 분석을 위해 조직 내 유리당과 호르몬 함량을 분석하였다. 실태조사 결과 2농가 모두 '후지'가 '홍로'보다 피해율이 높았으며, 특히 B농가(저지대, 평지) '후지'의 경우 피해율이 60.5%로 가장 높았다. 또한 동일한 생육단계의 시료를 사용한 인위적 저온 처리 시험결과에서도 '후지'와 '홍로' 품종 간 피해율에 유의한 차이가 있었다. 유리당 함량은 저온 피해율이 낮았던 '홍로'가'후지'보다 높았으며, 호르몬 분석 결과 정상 꽃눈보다 손상된 조직에서 ABA, IAA와 SA 함량이 높게 나타났다. 따라서 본 연구 결과 조직내 유리당 함량이 높으면 저온 피해율이 낮은 것을 확인할 수 있었으며, 특히 저온 피해율은 sorbitol 함량과 부의 상관관계를 이루고 있다.
본 연구에서는 글로벌 기후지수 및 한강권역의 기상자료를 예측인자로 하는 통계적 다중회귀모형을 구성하여 한강권역의 월 평균기온에 대한 장기예측을 수행하였다. 예측대상인 월 평균기온과 선행기간별 예측인자와의 원격상관성 분석을 기반으로 최적의 예측인자를 선별하였으며, 선별된 예측인자를 조합하고 과거기간에 대한 교차검증을 통하여 최대 12개월까지 선행예측이 가능한 다중회귀모형 기반의 예측모형을 구성하였다. 과거 1992년 1월부터 2020년 12월을 대상으로 월 평균기온에 대한 예측성을 분석한 결과, PBIAS는 -1.4 ~ -0.7%, RSR은 0.15 ~ 0.16, NSE는 0.98, r은 0.99로 높은 적합성을 나타내었다. 각 월별 관측치가 예측범위에 포함될 확률은 평균 약 64.4%로 나타났으며, 월별로는 9월, 12월, 2월, 1월의 예측성이 상대적으로 높고, 4월, 8월, 3월의 예측성이 낮은 것으로 분석되었다. 평년 대비 유난히 낮거나 높은 기온을 보였던 일부 기간을 제외하고 대체로 예측치의 범위 또는 예측치의 중앙값 등이 관측치와 잘 부합하는 것으로 나타났다. 본 연구에서 도출되는 정량적 기온예측정보는 미래기간(선행 1 ~ 12개월)의 기온에 대한 변화뿐만 아니라, 기온과 상관도가 높은 증발산량을 비롯한 수문생태환경에 대한 변화를 전망하는 경우에도 유용하게 활용될 수 있을 것이다.
본 연구의 목적은 형광직물과 재귀반사 소재만으로 제작, 보급되고 있는 현 안전의복에, LED 부착으로 시인성을 높여 야간이나 기상악화 시 안전사고로부터 작업자나 보행자를 보호하고, 기울기 센서와 소리신호를 탑재하여 의식불명자의 구명에 도움을 주는데 있다. 이를 위하여 공학적 하이테크를 적용하여 설계·제작한 산업용 서스펜더형 안전벨트 및 기울기 센서와 소리신호가 탑재된 안전조끼형 벨트를 개발하였다. 그 효과로 첫째, 서스펜더형 안전벨트는 필름에 접착된 자동 점멸 LED에 의해 빛을 방출하도록 설계하여 벨트 착용자의 신체는 LED와 재귀반사를 통해 멀리서 인식되어 사고예방에 도움이 된다. 또한 야간에 실시하는 도로변이나 고지대에서의 작업, 구조대원 활동, 스포츠 활동 시사고를 예방하거나, 비상상황이 발생할 경우 LED 발광을 변화시키는 신호로 사고 지점을 빨리 발견할 수 있어 인명구조에 도움이 된다. 둘째, 착용자가 조난사고 등으로 인하여 의식불명으로 쓰러질 경우, 조난신호를 발생하는 첨단 디바이스를 개발하여 감지 및 신호 장치를 탑재한 결과 제어부의 기울기 센서가 인체의 각도를 자동 감지하였다. 동시에 조끼형의 벨트 형태로 제작함으로써 탈착이 용이하도록 하여 활용도를 높였다. 사고로 착용자가 쓰러지면 이 벨트의 기울기 센서가 각도를 감지하고 제어기가 고주파 음과 LED 점멸신호를 동시에 발생시킨다. 기존의 안전 조끼의 경우 주변 조명이 없을 때는 조끼를 착용한 사람을 감지하는 것이 거의 불가능 하였지만, 본 연구에서는 안전벨트의 음향과 빛 신호로 주변 조명이 없을 때에도 100 m 이내에서 착용자를 발견할 수 있었다. 그러므로 본 연구에서 LED 부착과 기울기 센서, 소리신호 소자를 부착한 스마트 안전의류의 개발은 사고발생 감소와 구명에 이바지할 수 있을 것이다.
인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.
기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.
현시대 우리나라 자포니카 벼 품종의 조기이앙 한계온도를 밝히기 위하여, 2020~2023년 시험포장, 2020~2021년 포트육묘상자, 2022~2023년 인공기상실에서 수행한 연구 결과는 다음과 같다. 1. 포장시험에서 출수 조기화 효과가 나타나는 온도는 이앙부터 10일간 평균기온 12.0~12.4℃, 출수 조기화 효과는 없지만 생장 증가 효과가 나타나는 온도는 11.4~11.6℃로 분석되었으며, 2020~2021년 이앙부터 10일간 평균기온의 출수 조기화와 출수기 생장 증가 효과는 3 품종에서 동일하였다. 2. 10일 후 이앙 대비 최초 신근 발생 날짜는 이앙부터 10일간 평균기온 9.1℃ 이상, 이앙 후 엽록소 함량 증가 개시 날짜는 10.5℃ 이상, 최초 분얼 발생 날짜는 11.6℃ 이상에서 빨랐다. 3. 포트육묘상자 시험과 포장시험에서 나타난 최초 신근 발생, 엽록소 함량 증가 개시, 최초 분얼 발생 시기의 조만은 이앙시기 비교 조합에 따라 다른 양상으로 나타났으며, 최초 분얼 발생 시기의 조만이 조기이앙 한계온도 평가를 위한 생육 초기 지표로 실용적이었다. 4. 일교차 10℃ 조건에서 신근은 평균기온 10℃에서도 대부분의 개체에서 발생하였고, 식물체 고사 현상은 평균 기온 10℃에서도 나타나지 않았으며, 처리 당시 대비 처리 후 30일의 건물중은 10~11℃ 이상에서 증가하였고, 처리 후 30일 엽록소 함량은 11~12℃에서 처리 당시 수준이나 그 이상으로 높았다. 5. 항온 조건의 동일 평균기온에 비하여 일교차 10℃의 변온 조건에서는 신근 발생 속도가 빠르고 비율이 높았으며, 고사 식물체 비율이 낮고, 처리 후 30일 건물중과 엽록소 함량이 높아, 낮에 높아진 온도의 생장 촉진 효과가 밤에 낮아진 온도의 생장 억제 효과보다 크게 나타났다. 6. 종합적으로, 우리나라 자포니카 벼 품종의 출수 조기화에 효과적인 조기이앙 한계온도는 이앙부터 10일간 평균기온 12.0~12.4℃ 사이, 출수 조기화 효과는 없지만 출수기 생장 증가에 효과적인 한계온도는 11.4~11.6℃ 사이였고, 분얼 발생 시기의 조만이 생육초기 조기이앙 한계온도의 평가지표로 실용적이었으며, 기온 처리 시험 결과는 포장시험 결과에 대한 분석을 뒷받침하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.