• 대한지리학회지
• /
• 제40권
• /
• pp.1-13
• /
• 1989

도시기후와 같은 소기후를 연구하기 위하여는 도시는 물론 그 주변의 농촌지역에 이르기까지 조밀한 기상관측망이 필요하다. 그러나 한국에서 뿐만 아니라 선진제국에서도 기상관측망의 밀도가 도시기후를 파악하기에 충분할 만큼 조밀하지 못한 실정에 있다. 이러한 상항하에서 도시기후에 관하여 연구하려면 기초자료부터 측정하여야하는 어려움이 있으며, 따라서 그 연구의 필요성은 절감하면서도 실제적인 연구는 극히 부진하여 그 범위도 대단히 한정되어 있다. 1960년에 TIROS 1호가 미국에서 발사된 이래 다수의 기상위성이 궤도상에서 선회하며 많은 기상정보를 지상으로 보내주고 있다. 그리하여 현장관측이 어려운 각종 기상현상에 관한 정보를 짧은 시간안에, 그리고 경우에 따라서는 적은 비용으로 입수할 수 있게 됨으로써 기상연구에 박차가 가하여지게 되었다. 특히 최근에는 컴퓨터 프로그램의 발달과 더불어 해상력이 1km인 AVHRR의 영상을 대축척으로 확대하여 사용할 수 있게 되는 한편 여러가지 오류도 수정할 수 있게 되었다. 그리고 이들 위성으로부터 관측된 열적외선 영상은 도시열섬을 나타내는데 있어서 중용한 자료로 사용할 수 있게 되었다. 본 연구에서는 원격탐사 기법에 의한 도시열섬 연구의 가능성을 타진하여 보고자 NOAA AVHRR 영상을 이용하여 남한지역의 도시열섬의 존재와 수도권지역 열섬의 강도 및 형태를 알아보고 나아가 도시열섬과 여러 도시현상간의 관계를 밝혀 보고자 한다.

• 한국환경생태학회지
• /
• 제35권5호
• /
• pp.438-479
• /
• 2021

지역적인 규모에서 식물다양성의 보전을 위해서는 기초적인 정보가 바탕이 된다. 조사의 결과로 나타나는 식물의 종수는 조사의 면적과 조사지역 내에 분포하는 다양한 생육지의 수와 밀접하게 연관된다. 경상북도 울진군의 마룡산과 대소산 일원에서 각각 9회와 6회에 걸쳐 식물자원을 조사하였다. 조사경로에 다양한 생육지가 포함되도록 계획하였다. 조사의 결과로 마룡산 일원에서는 112과 349속 548종 10아종 34변종 2품종 594분류군이 대소산 일원에서는 89과 270속 400종 9아종 25변종 434분류군이 조사되었다. 21개의 생육지로 구분하여 관찰된 식물을 정리하면 계곡주변의 전이대에 분포하는 식물과 건조한 초원에 분포하는 식물이 높은 비율을 차지하였다. 해안에 위치한 전통적인 묘지는 식물의 주요한 분포지로 기능하였다. 2개 지역에서 한국고유종은 19분류군이 조사되었다. 2개 지역에서 식물구계학적 특정식물종은 V등급이 1분류군, IV등급이 11분류군, III등급이 24분류군이 조사되었다. 귀화식물은 총 77분류군이 조사되었고 그중 생태계교란외래식물은 4 분류군이 분포하였다. 마룡산 일원과 대소산 일원에 분포하는 식물에서 나타나는 차이는 먼저 조사지역 내에 분포하는 각각의 생육지 크기 차이에 따른 것으로 판단되었다. 또한 대소산 일원이 주변의 산지와 연결되어 있지 않고 주거지와 경작지에 둘러싸인 고립된 공간에 해당하였기 때문으로 판단되었다.

• 환경영향평가
• /
• 제30권2호
• /
• pp.105-116
• /
• 2021

건물이 밀집되고 인구밀도가 높은 도시는 열섬현상이 가중되고 열쾌적성에 취약하다. 도심에서 방치되고 있는 공지는 주거환경과 도시미관을 저해하고 지역 전체의 경제적 활력이 낮아지며 도시를 쇠퇴하는 하나의 요인으로 다루어진다. 이에 본 연구에서는 서울 종로구 송현동의 공지를 대상으로 개발 시나리오에 따라 주변 미기후 영향을 비교하고자 하였다. 현 상태 유지, 녹지 중심, 건물 중심, 녹지-건물 절충 시나리오를 설정하고, ENVI-met을 사용하여 개별 시나리오별로 대상지와 대상지 주변 1 km 내 변화되는 풍속, 기온, 평균복사온도를 개발 시나리오별 내·외부 영향을 비교분석하였다. 연구 결과, 대상지 내·외부는 녹지 중심의 시나리오가 현 상태 유지 시나리오와 비교했을 때 계절별 평균 기온은 낮아졌고, 풍속이 빨라진 것으로 도출되었다. 여름철 최대 -0.73 ℃가 낮아지거나 1.5 ℃까지 상승될 것으로 예상되었고, 풍속은 시나리오에 따라 최대 210 m 범위까지 영향이 있었다. 또한, 녹지는 내·외부, 건물 배치 및 크기는 녹지보다 효과는 적으나 인접한 외부 공간에 영향을 주는 것을 확인하였다. 본 연구는 송현동 개발 방향에 대한 의사결정 지원 도구로써 도움을 줄 수 있고, 향후 환경영향평가 제도에 미기후에 대한 부분을 반영하는데 활용할 수 있을 것으로 예상된다.

• 한국조경학회지
• /
• 제50권2호
• /
• pp.64-75
• /
• 2022

본 연구의 목적은 대전 원도심의 랜드마크이자 명소인 중구 대흥동 성당과 은행동 성심당 두 장소의 종소리가 지닌 사운드스케이프의 성격과 의미를 조명하는 것이다. 연구는 현장 답사 및 녹취, 관련 자료와 사운드스케이프 이론 등의 문헌연구에 의해 이루어졌다. 대전시는 20세기 초 일제강점기에 철도 대전역과 함께 생성된 도시로, 충남도청이 대전으로 이전하면서 대전역 인근에 위치한 중구 대흥동과 은행동 일대는 크게 발달하며 원도심을 형성하였다. 90년대에 서구로 주요 행정기관이 대거 이전하면서 대전 원도심은 쇠락의 길을 걷게 되었고 세종시 개발로 쇠락은 가속화되었다. 그런 가운데, 대흥동 성당과 한국전쟁 당시 한 피난민에 의해 설립된 성심당은 원주민들이 떠나간 대전 원도심을 굳건히 지키고 있다. 대흥동 성당은 일제 강점기에 설립되어 2019년 들어 100년의 역사를 지니게 된 지역 랜드마크로, 일제 강점기에 탄생한 대전시와 역사를 같이 하는 역사문화자산이다. 한국전쟁을 배경으로 탄생한 성심당 또한 설립 60년의 역사를 지닌 역사문화자산이자 대전 명소 1위로 선정된 지역 랜드마크이다. 인근 주택가에까지 들려오는 대흥동 성당의 종소리에서 출발한 이 탐구는, 대로 건너에 위치한 은행동 성심당의 종소리를 발견하기에 이르렀다. 본 고는 대흥동 성당과 은행동 성심당의 종소리가 시그널 사운드(signal sound)를 넘어 사운드마크(soundmark)의 성격을 지님을 머레이의 사운드스케이프 소리 범주를 통해 파악하였다. 나아가 비교적 최근의 EU 사운드스케이프 정의에 따라 두 종소리의 의미 분석을 시도했다. 두 종소리는 표층적 차원에서는 시그널사운드이지만 심층적 차원에서는 대전 원도심의 사운드마크이다. 외형적으로는 규모나 스케일, 빈도, 유명도에서 차이가 있으나, 두 종소리는 특별한 인연의 역사성과 장소성, 로컬리티와 선한 영향력 등에서 의미를 공유한다. 본 연구의 시사점은 대전 중구 원도심 도시 재생 혹은 도시 개발에서 두 장소가 시각적 랜드마크 뿐만 아니라 사운드마크로서도 지역 역사문화자산임을 밝힌 데 있다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.