• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• 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.

• 지능정보연구
• /
• 제25권1호
• /
• pp.163-177
• /
• 2019

스마트폰이 널리 보급되고 현대인들의 생활 속에 깊이 자리 잡으면서, 스마트폰에서 수집된 다종 데이터를 바탕으로 사용자 개인의 행동을 인식하고자 하는 연구가 활발히 진행되고 있다. 그러나 타인과의 상호작용 행동 인식에 대한 연구는 아직까지 상대적으로 미진하였다. 기존 상호작용 행동 인식 연구에서는 오디오, 블루투스, 와이파이 등의 데이터를 사용하였으나, 이들은 사용자 사생활 침해 가능성이 높으며 단시간 내에 충분한 양의 데이터를 수집하기 어렵다는 한계가 있다. 반면 가속도, 자기장, 자이로스코프 등의 물리 센서의 경우 사생활 침해 가능성이 낮으며 단시간 내에 충분한 양의 데이터를 수집할 수 있다. 본 연구에서는 이러한 점에 주목하여, 스마트폰 상의 다종 물리 센서 데이터만을 활용, 딥러닝 모델에 기반을 둔 사용자의 동행 상태 인식 방법론을 제안한다. 사용자의 동행 여부 및 대화 여부를 분류하는 동행 상태 분류 모델은 컨볼루션 신경망과 장단기 기억 순환 신경망이 혼합된 구조를 지닌다. 먼저 스마트폰의 다종 물리 센서에서 수집한 데이터에 존재하는 타임 스태프의 차이를 상쇄하고, 정규화를 수행하여 시간에 따른 시퀀스 데이터 형태로 변환함으로써 동행 상태분류 모델의 입력 데이터를 생성한다. 이는 컨볼루션 신경망에 입력되며, 데이터의 시간적 국부 의존성이 반영된 요인 지도를 출력한다. 장단기 기억 순환 신경망은 요인 지도를 입력받아 시간에 따른 순차적 연관 관계를 학습하며, 동행 상태 분류를 위한 요인을 추출하고 소프트맥스 분류기에서 이에 기반한 최종적인 분류를 수행한다. 자체 제작한 스마트폰 애플리케이션을 배포하여 실험 데이터를 수집하였으며, 이를 활용하여 제안한 방법론을 평가하였다. 최적의 파라미터를 설정하여 동행 상태 분류 모델을 학습하고 평가한 결과, 동행 여부와 대화 여부를 각각 98.74%, 98.83%의 높은 정확도로 분류하였다.

• 한국지구과학회지
• /
• 제32권7호
• /
• pp.832-859
• /
• 2011

해류는 기후변화와 지구상의 에너지 균형에 중요한 역할을 하고 있어 정확한 해류와 순환에 대한 과학 교육의 중요성이 점점 더 강조되어 왔다. 본 연구의 목적은 교과서 해류도의 오류를 분석하고, 가능한 원인에 대하여 토의하며, 학생들에게 동해에 관한 통일된 해류도를 어떻게 제안할 것인지 방안을 제시는 것이다. 제 7차 교육과정에 근거한 27종의 교과서를 기존의 문헌과 최근의 과학적 지식과 비교함으로써 동해 해류도의 특성을 정량적으로 분석하고 조사하였다. 서로 다른 도법을 바탕으로 제작된 교과서 해류도들을 위치 정보를 이용하여 디지털 영상자료로 변환한 후 메르카토르 도법을 사용하여 새로운 영상으로 전환하였다. 대한해협에서의 대마난류 분지 양상과 대마난류의 근해 분지가 일본 연안에 얼마나 근접하여 북상하는지를 정량적으로 조사하고, 동해 극전선 이남에서 사행하는 대마난류의 외해 분지의 양상을 면밀히 분석하였으며, 우리나라 동해안을 따라 북상하는 동한난류의 북상 범위, 이안 위도도 조사하였고, 난류의 유출 양상을 쓰가루 해협과 소야 해협 부근에서 분석하였다. 또한 리만해류와 북한한류가 시작하는 위도, 남하하는 범위, 연안에 근접한 정도에 대하여 분석하였다. 이외에도 교과서 해류도에 대한 잘못된 표현도 제시하였다. 이러한 분석들은 교과서 해류도의 문제점을 드러내었으며, 이는 학생들에게 오개념을 일으킬 수 있다. 본 연구는 최신의 과학적 연구 결과를 가지고 있는 과학자들과 교육 자료가 필요한 교육자들 사이에 연결 고리의 필요성도 강조하였다.

• 한국콘텐츠학회논문지
• /
• 제9권12호
• /
• pp.683-690
• /
• 2009

본 연구의 목적은 직장암 국소병변의 수술 전 검출을 위한 고 확산경사계수(High-b-values) 자기공명영상의 유용성을 평가하고자 한다. 직장암의 진단을 위하여 확산강조 자기공명영상을 시행한 60명의 환자 중 연령분포는 38 - 78세(평균 60세)였고 남자 40명, 여자가 20명 이었다. 사용된 장비는 1.5 Tesla 자기공명 영상기기(GE, General Electric Medical System, Excite HD)로 사용하였고, 검사 프로토콜은 고속기법 T2, T1강조영상을 얻은 후 정확한 병변 검출을 위하여 같은 위치를 정하여 확산강조영상을 얻었다. 확산강조영상의 b-value$(s/mm^2)$값은 250, 500, 750, 1000, 1500, 2000까지 변화시키면서 얻었다. 영상평가는 정량적 분석방법으로 직장, 방광과 종양간 대조도대 잡음비(rectum, bladder to tumor contrast noise ratio, 이하 CNR)를 GE software Functool tool을 사용하여 비교분석 하였고. 정성적 분석방법은 영상내의 인공물의 유무, 병변의 명확성, 직장벽 구분을 기준으로 네 명의 경험 있는 영상의학과 의사와 세 명의 방사선사가 영상을 분석하였다. 영상의 유의성 평가는 각 b-values 값에 대하여 ANOVA 검증과 Freedman 검증을 이용하여 분석하였다(p<0.05). 정량적 분석결과는 b-values 값 중 1000에서 직장, 종양의 평균 대조도대잡음비는 27.21, 24.44로 가장 높았고(p<0.05), 이때 확산계수는 $0.73\times10^{-3}$이었다. 정성적 분석결과로서, 병변의 명확성과 직장벽 구분은 $4.0\pm0.14$, $4.4\pm0.16$로 1000 값에서 가장 높았으며, 인공물유무는 $4.8\pm0.25$로 2000 값에서 높은 결과 이었다(p<0.05). 결론적으로, 확산강조영상은 수술 전 직장암 환자의 병변 검출에 유용성 있는 정보를 제공해 주었으며, 정확한 종괴의 발견을 위해는 고 확산경사계수 값 1000 영상이 가장 우수한 확산경사계수 값 이었다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.517-525
• /
• 2013

매일 단위로 수신되는 MODIS 인공위성자료를 이용하여 계산한 시계열 식생지수 자료는 1년 주기의 생물계절 특성을 나타내는 복잡한 파형으로 표현될 수 있다. 이러한 복잡한 파형도 단순한 파형의 합성으로 이루어지는데 이산 퓨리에 변환 분석 기법은 이들을 각각의 하모닉들로 추출해 내어 다양한 주기별로 생육을 달리하는 식생의 특성을 설명할 수 있다. 특히 이산 퓨리에 분석을 통해 도출된 시계열 식생지수 자료의 1차 하모닉 값은 1년 동안 변화하는 총 잎의 생장량을 나타내는 것으로써 나무의 상대성장회귀식 추정에 의해 식생이 1년 동안 탄소를 흡수한 양을 나타내는 지상부 바이오매스양을 설명한다. 따라서 1차 하모닉 값의 변화량은 1년 동안 식생이 탄소를 흡수하는 양을 나타낸다고 할 수 있는데, 시계열 MODIS 자료에서 추출된 6220여개의 표본들의 1차 하모닉 10년 평균값과 산림청의 입목 축적량 데이터를 통해 추정된 연간 단위면적당 이산화탄소 흡수량을 이용하여 수종별 비례상수를 도출할 수 있었다. 남한 산림지역에 한하여 총 이산화탄소 흡수량은 2000년 이후 10년 평균 약 5천6백만톤으로 계산되었고 이것은 발표된 남한 산림의 연간 이산화탄소 흡수량에 근접하였다. 본 연구에서 제시한 방법은 보편적 비례상수를 이용하여 식생의 연간 탄소 흡수량을 추정함으로써 시계열 위성영상 자료를 이용하여 매년 변화하는 산림의 이산화탄소 흡수량 지도를 반복하여 정량적으로 제작할 수 있는 환경공간정보를 제공한다.

• 한국의학물리학회지:의학물리
• /
• 제21권3호
• /
• pp.253-260
• /
• 2010

대다수의 근접치료용 방사선치료계획장치는 AAPM TG-43의 계산식에 기반을 둔 선량계산 알고리듬을 적용하고 있으나 이는 조직의 비균질성을 적절히 고려하지 못한다. 본 연구에서는 몬테칼로 방법을 이용하여 강내고선량근접치료계획을 검증하는 체계를 구축하고자 하였으며, 특히 환자의 CT 영상을 이용하여 물질정보로 변환한 후 직접 몬테칼로 계산을 수행하는 방법의 타당성에 초점을 맞추었다. 판형 팬텀 및 자궁경부암 환자의 CT 영상을 Plato (Nucletron, Netherlands) 치료계획장치를 이용하여 근접치료계획을 수행한 후 여기서 얻어진 인자들을 이용하여 EGSnrc 기반의 DOSXYZnrc 코드로 몬테칼로 계산을 수행하였으며, EBT 필름측정 결과와 비교하였다. DOSXYZnrc 코드의 선원 모델링 특성 상 후장전 장치의 $^{192}Ir$ 선원들을 직육면체 형태로 근사화하여 모델링하였으며 계산 시 체적소의 크기는 $2{\times}2{\times}2\;mm^3$로 하였다. 균질 매질 내에서는 TG-43 기반의 선량계산 결과와 몬테칼로 선량계산 결과가 잘 일치함을 확인할 수 있었으나 고밀도 물질이 포함된 비균질 매질 내에서는 오차가 커졌다. 환자의 경우 A점 및 B점의 오차는 3% 이내, 평균선량 오차는 5% 정도였다. 그러나 기존 선량계산 알고리듬의 경우 고밀도 물질의 영향을 적절히 고려하지 못하여 표적의 선량을 과대평가하여 실제로는 더 적은 선량이 들어갈 우려가 있다. 본 연구에서 제안된 선량계산 검증체계는 타당하며 선량 계산 결과도 실제와 잘 일치함을 확인할 수 있었다. 또한 기존의 선량계산 알고리듬으로 계산된 치료계획결과를 확인할 경우에는 주의가 필요하며, 몬테칼로 방법과 같은 독립적인 검증 시스템이 유용할 것이다.

• 한국지구과학회지
• /
• 제32권6호
• /
• pp.665-673
• /
• 2011

저류층 내에 부존되어 있는 탄화수소의 매장량을 계산하기 위해서는 그 저류층의 공극률이 필요하다. 일반적으로 시추공 이외의 지역에 대한 공극률은 시추공에서 얻은 공극률 검층자료로부터 외삽하여 얻지만, 시추공을 포함한 지역에서 획득한 탄성파탐사 자료가 존재하는 경우 시추공 자료와 함께 탄성파 탐사 자료를 이용하여 시추공 이외의 지역에서 보다 정확한 유사 공극률을 추출해낼 수 있다. 이 연구에서는 다항식 신경망 기법을 이용하여 탄성파 탐사 자료와 공극률 검층 자료로부터 유사 공극률 검층 자료를 생성하는 모듈을 개발하였다. 먼저 탄성파 탐사 자료로부터 추출된 지하매질의 특성을 나타내는 탄성파 속성(seismic attribute)과 심도에 따른 시간의 자료로 변환된 공극률 검층 자료로부터 다항식 신경망 기법을 사용하여 상관계수를 추출하였고 이 계수를 이용하여 시추공이 없는 지역에서의 공극률 정보를 생성하였다. 한편, 개발된 모듈에서는 보다 정확한 공극률을 획득하기 위하여 각각의 탄성파 속성들과 공극률 검층 자료와의 상관성 분석을 통해 상관성이 높은 탄성파 속성들을 사용하였다. 개발된 다항식 신경망 모듈의 신뢰성, 활용성을 검증하기 위하여 개발된 모듈을 북해 F3 지역의 현장자료에 적용하고, 얻어진 결과를 상용 프로그램에서 사용되는 확률론적 신경망 기법을 통해 얻어진 결과와 비교하였다. 두 방법으로부터 얻은 결과들은 유사한 결과를 보였으며 이를 통해 개발된 모듈의 신뢰성을 입증할 수 있었다. 또한, 다항식 신경망 기법으로부터 얻어진 유사 공극률 검층 자료가 확률론적 신경망 기법을 통해 얻어진 결과보다 실제 값에 더 가깝다는 것을 보여주었다. 따라서 북해 F3 지역과 같이 시추공 자료가 부족한 지역에서는 다항식 신경망 기법이 효과적임을 알 수 있었다.

• 산경연구논집
• /
• 제2권1호
• /
• pp.5-15
• /
• 2011

기업들은 CRM을 도입하기에 앞서, 기업의 특성과 상황을 분석하고 CRM 비전을 명확히 수립해야 한다. 그리고 장기적인 안목을 가지고 각 기업에 가장 적합한 CRM을 도입하기 위한 요소기술을 파악하고 이들을 최적화해야 한다. 또한, 기존의 기업들이 일상적으로 전개하는 마케팅 활동에 CRM의 개념을 접목한 구축 전략이 필요하며, 이러한 구축 전략에 따라 단계적으로 투자 효과가 가장 큰 업무 프로세스를 개선하고, 이를 위한 시스템 투자를 점진적으로 전개하는 정보시스템 전략이 조화를 이루어야 한다. 첫 째, 고객 욕구의 파악과 고객니즈의 이해를 통해 고객생애가치(LTV)를 극대화하고, 고객감동을 통한 기업의 목적을 달성하고 그를 통한 기업가치를 높여 나가는 것이 중요하다는 것을 인식하였다. 둘 째, CRM을 도입함에 있어 동반되어야 하는 부분은 바로 이러한 조직의 변화, 업무프로세스의 변화, 고객접촉 채널의 변화이며, 경영층의 올바른 이해와 관심이 이뤄졌을 때 성공적으로 비즈니스에 접목될 수 있음을 파악했다. 셋 째, 국내기업의 성공적인 구축사례가 많지 않은 현실이고, 기업들이 시스템 구축에 성공했다는 것도 단지 CRM 전개를 위한 솔루션을 구축했다는 의미에 불과하므로 향후 장기적인 안목으로 더 지켜보는 것이 필요하며 CRM구축에 있어서의 산업별 구축사례가 좀 더 체계적으로 접근되어야 할 것으로 보인다. 넷 째, CRM은 이제 대기업들만의 전유물이 아니며 중소규모의 기업들에게도 필요한 시대가 되었다는 점이다. 스위스의 소규모점포 상인들도 사업체 규모에 맞는 CRM을 성공적으로 펼쳤던 사례가 있었음을 교훈 삼아서 국내 중소기업들도 회사의 실정에 맞는 CRM모델을 개발하고 고객과의 관계 유지를 통하여 사업을 전개하여야 할 필요가 커진 것이다. 다섯 째, CRM 업무프로세스를 정착함에 있어 선진기업의 CRM 시스템 모델을 그대로 적용하기 보다는 도입회사의 실정에 맞는 모델로 변환 또는 응용하는 것이 중요하다는 점이다. 즉, 도입회사 각각의 특성과 개성을 살린 CRM프로그램으로 개발하여, 나만의 장점을 최대로 부각시킬 수 있는 CRM솔루션으로 정착하여야 할 것이다.

• 한국산림과학회지
• /
• 제87권3호
• /
• pp.358-365
• /
• 1998

장래(將來) 삼임자원(森林資源)의 지속가능(持續可能)한 이용(利用)과 지구(地球) 환경보전(環境保全)을 위한 기초(基礎) 정보(情報)를 제공(提供)하기 위해, 대기중(大氣中)의 이산화탄소 농도(濃度)의 배증(倍增)($2{\times}CO_2$)에 따른 기후변화(氣候變化)가 잠재삼림면적(潛在森林面積)에 미치는 영향(影響)을 K${\ddot{o}}$ppen의 기후(氣候)/식생구분법(植生區分法)에 근거(根據)한 식생도제작(植生圖製作) 시스템에 의해 추정(推定)했다. 식생도제작 시스템은 점(点)들의 기상자료(氣象資料)를 각각(各各)의 격자점(格子点)에 구면보간(球面補間)하며, 보간된 기상자료를 정(定)해진 식생구분법에 따라 식생형으로 변환(變換)하고, 지구(地球) 전체(全體) 및 대륙별(大陸別)의 식생도와 식생면적을 산출(産出)한다. 기상자료로서는 약 2,000지점(地點)의 측후소(測候所)로부터 관측(觀測)된 AD 1958년까지의 측정치(測定値)인 현재의 기후(氣候)와, 일본기상청(日本氣象廳)의 예측치(豫測値)인 $CO_2$배증시(培增時)의 기후를 사용하였다. 기후변화에 의해 세계의 잠재 식생대는 주로 적도지역에서 극방향으로 이동될 것이며, 잠재식생면적의 변화(變化)는 지구(地球) 육상면적(陸上面積)(150.4 억(憶)ha)의 약(約) 1/3에 해당(該當)하는 49.0억(憶)ha에 이를 것으로 예상된다. 현재의 기후와 예상(豫想)되는 기후에 대응(對應)하는 지구 전체의 식생분포형태(植生分布形態) 간(間)의 일치정도(一致程度)를 Kappa통계(統計) 분석(分析)한 결과(結果)그 값은 Good(0.63)으로 나타났으며, 기후변화에 크게 영향을 받지 않은 지역은 사막과 빙설지대로 나타난다. 세계의 잠재산림면적은 $2{\times}CO_2$ 기후하(氣候下)에서 총 68.2억ha로 추정된다. 기후변화에 의한 대륙별 잠재삼림면적에 있어서, 유럽은 거의 변화가 없을 것으로 사료되나, 북미와 아시아 대륙은 기후변화와 함께 잠재삼림면적이 증가할 것이며, 남미, 아프리카, 오세아니아에서는 잠재삼림면적이 크게 감소할 것으로 추정된다. 특히, 오세아니아에서는 기후변화에 의한 사막화 현상이 가속화될 것으로 사료된다.