• 한국시스템다이내믹스연구
• /
• 제15권3호
• /
• pp.5-36
• /
• 2014

The purpose of this paper is to develop a System Dynamics model for estimating the volume of forest resources in the future and simulating the volume of function of public benefit linked to forest resources in dynamic manner. Also it is to analyze the impact when the volume of forest land conversion is controlled by policy using the SD model. The analysis was done at nation-wide for the simulation period 2000 to 2040. Estimated forest area was 6.2 million ha and estimated growing stock was $4.7\;billion\;m^3$ in 2040 from the future forecast without policies. Changing of forest resources, 13.9 billion tons of forest-ground-water storage was estimated, $1.8\;million\;m^3$ of erosion control of forest was estimated and 377 million tons of $CO_2$ absorption was estimated. As a result of simulation with two alternatives, forest area was less reduced and growing stock was bigger than do nothing policy. Also, function of public benefit reflected by changes of forest resources was enhanced. This study contributes to estimate the quantitatively measured volume of forest resources and function of public benefit over the 30 years in Korean forest land in scientific way. Using this SD model, decision maker would develop forest land policies more delicately for deserving forest resources and increasing the volume of function of public.

• 한국환경복원기술학회지
• /
• 제23권6호
• /
• pp.125-135
• /
• 2020

The uncontrolled urban expansion causes various social, economic problems and natural/environmental problems. Therefore, it is necessary to forecast urban expansion by identifying various factors related to urban expansion. This study aims to forecast it using a decision tree that is widely used in various areas. The study used geographic data such as the area of use, geographical data like elevation and slope, the environmental conservation value assessment map, and population density data for 2006 and 2018. It extracted the new urban expansion areas by comparing the residential, industrial, and commercial zones of the zoning in 2006 and 2018 and derived a decision tree using the 2006 data as independent variables. It is intended to forecast urban expansion in 2030 by applying the data for 2018 to the derived decision tree. The analysis result confirmed that the distance from the green area, the elevation, the grade of the environmental conservation value assessment map, and the distance from the industrial area were important factors in forecasting the urban area expansion. The AUC of 0.95051 showed excellent explanatory power in the ROC analysis performed to verify the accuracy. However, the forecast of the urban area expansion for 2018 using the decision tree was 15,459.98㎢, which was significantly different from the actual urban area of 4,144.93㎢ for 2018. Since many regions use decision tree to forecast urban expansion, they can be useful for identifying which factors affect urban expansion, although they are not suitable for forecasting the expansion of urban region in detail. Identifying such important factors for urban expansion is expected to provide information that can be used in future land, urban, and environmental planning.

• 해양환경안전학회지
• /
• 제19권6호
• /
• pp.612-620
• /
• 2013

본 연구는 기존의 회귀분석과는 달리 금융, 경제, 무역 등 다양한 분야의 수요 예측에 널리 적용되고 있는 시계열 분석 방법을 시도하였다. 인천항의 1996년 1월부터 2013년 6월까지 입항 척수 자료를 바탕으로 정상성 검증, 모형의 식별, 모수의 추정, 진단 과정을 거쳐 장래 해상교통량을 예측하였다. 2014년 1월부터 2015년 12월까지 예측한 결과 2월달의 교통량이 다른 달 보다 적게 예측된 반면, 1월달의 교통량은 다른 달 보다 많을 것으로 나타났다. 또한 인천항은 지수평활법 보다 ARIMA 모형이 적합하며, 계절에 따라 월별 교통량의 차이를 보이는 것을 알 수 있다. 본 연구는 시계열 분석으로 장래 교통량을 월별로 예측하였다는 점에서 의의가 있다. 또한 기존의 회귀분석으로 예측한 장래 해상교통량보다 시계열 분석으로 예측한 장래 해상교통량이 더 적합한 모형인 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1249-1263
• /
• 2013

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976~2000년과 2001~2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1~6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1~3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.

• 한국융합학회논문지
• /
• 제8권11호
• /
• pp.363-372
• /
• 2017

본 연구는 경영자가 제공하는 이익예측정보가 미래 이익의 질에 어떤 영향을 미치는지 분석하였다. 연구의 분석기간은 관심변수(종속변수)를 기준으로 하여 2003년부터 2009년까지(2004년부터 2011년까지)이며, 유가증권상장기업 중 경영자가 영업이익의 예측치를 공시한 기업을 대상으로 총 475개 기업/년 자료가 분석에 이용되었다. 분석결과를 살펴보면 첫째, 당기 경영자의 이익예측성향이 낙관적일수록 미래 이익의 질이 낮은 것으로 나타났다. 둘째, 당기 경영자의 이익예측정확성이 낮을수록 미래 이익의 질이 낮은 것으로 나타났다. 이러한 결과는 미래이익의 질을 결정하는데 있어 경영자의 이익예측정보가 활용될 수 있음을 시사한다.

• 한국수자원학회논문집
• /
• 제50권11호
• /
• pp.769-779
• /
• 2017

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.165-170
• /
• 2022

환경부는 코로나19 발생 초기인 2020년 2월 지자체가 한시적으로 일회용품 사용을 허용할 수 있게 하였다. 그러나 코로나19 기간 생활 폐기물이 증가하자, 무분별한 일회용품 사용을 줄이기 위해 다시 사용을 금지하는 '일회용품 사용규제 제외대상' 개정안을 올해 1월 고시하였다. 이렇게 플라스틱의 사용량이 기존보다 더 많아지고 시민들마저 편리함에 익숙해져 오히려 더 일회용품 사용을 원하는 상황에 이르렀다. 하지만, 이러한 코로나19 확산과 이전보다 더욱 심각해지는 환경문제에 대한 중요성이 높아지면서 친환경 '업사이클'제품이 주목받고 있다. 본 연구에서는 코로나로 증가한 플라스틱, 플라스틱 배출량의 변화로 인한 업사이클 산업에 대해서 연관성을 파악하고 이를 대시보드로 나타내고자 한다. 이를 통해 대시보드를 구성하는 각 시각화를 제작하고 환경보호와 지속가능한 친환경 제품, 업사이클 산업 및 문화에 대해서 알리기가 가능할 것으로 기대된다.

• 대기
• /
• 제22권1호
• /
• pp.117-128
• /
• 2012

Does snow depth initialization have a quantitative impact on sub-seasonal to seasonal prediction skill? To answer this question, a snow depth initialization technique for seasonal forecast system has been implemented and the impact of the initialization on the seasonal forecast of surface air temperature during the wintertime is examined. Since the snow depth observation can not be directly used in the model simulation due to the large systematic bias and much smaller model variability, an anomaly rescaling method to the snow depth initialization is applied. Snow depth in the model is initialized by adding a rescaled snow depth observation anomaly to the model snow depth climatology. A suite of seasonal forecast is performed for each year in recent 12 years (1999-2010) with and without the snow depth initialization to evaluate the performance of the developed technique. The results show that the seasonal forecast of surface air temperature over East Asian region sensitively depends on the initial snow depth anomaly over the region. However, the sensitivity shows large differences for different timing of the initialization and forecast lead time. Especially, the snow depth anomaly initialized in the late winter (Mar. 1) is the most effective in modulating the surface air temperature anomaly after one month. The real predictability gained by the snow depth initialization is also examined from the comparison with observation. The gain of the real predictability is generally small except for the forecasting experiment in the early winter (Nov. 1), which shows some skillful forecasts. Implications of these results and future directions for further development are discussed.

• 한국철도학회논문집
• /
• 제20권2호
• /
• pp.182-189
• /
• 2017

본 논문의 연구 목적은 저탄소 에너지화에 큰 비중을 차지하고 있는 태양광 발전 시스템의 철도분야 적용확대를 위한 설계 단계에서의 태양광 발전량 예측 연구로 실제 운영하고 있는 지평 태양광발전소를 대상으로 태양광 발전량 상용 예측 프로그램인 PVsyst를 활용하여 프로그램 기본 제공 NASA와 Meteonorm의 해외 기상정보를 이용한 연간 태양광 발전량 예측값과 기상청(KMA) 기상정보를 이용한 발전량 예측값을 비교하고, 한국전력거래소(KPX) 실제 발전량과의 비교 분석을 통해 태양광발전소 구축비의 적정성을 확보하여 철도분야의 태양광 발전 시스템 확대적용과 나아가 신기후 체제에 대응한 저탄소 에너지화에 기여하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.197-197
• /
• 2016

Forecasting future drought events in a region plays a major role in water management and risk assessment of drought occurrences. The creeping characteristics of drought make it possible to mitigate drought's effects with accurate forecasting models. Drought forecasts are inevitably plagued by uncertainties, making it necessary to derive forecasts in a probabilistic framework. In this study, a new probabilistic scheme is proposed to forecast droughts, in which a discrete-time finite state-space hidden Markov model (HMM) is used aggregated with the Representative Concentration Pathway 8.5 (RCP) precipitation projection (HMM-RCP). The 3-month standardized precipitation index (SPI) is employed to assess the drought severity over the selected five stations in South Kore. A reversible jump Markov chain Monte Carlo algorithm is used for inference on the model parameters which includes several hidden states and the state specific parameters. We perform an RCP precipitation projection transformed SPI (RCP-SPI) weight-corrected post-processing for the HMM-based drought forecasting to derive a probabilistic forecast that considers uncertainties. Results showed that the HMM-RCP forecast mean values, as measured by forecasting skill scores, are much more accurate than those from conventional models and a climatology reference model at various lead times over the study sites. In addition, the probabilistic forecast verification technique, which includes the ranked probability skill score and the relative operating characteristic, is performed on the proposed model to check the performance. It is found that the HMM-RCP provides a probabilistic forecast with satisfactory evaluation for different drought severity categories, even with a long lead time. The overall results indicate that the proposed HMM-RCP shows a powerful skill for probabilistic drought forecasting.