Land-use in northern Cheongju region is changing rapidly because of the increased interactions of human activities with the environment as population increases. Land-use change detection is considered essential for monitoring the growth of an urban complex. The analysis was undertaken mainly on the basis of the multi-temporal Landsat images (1991, 1992 and 2000) and DEM data in a post-classification analysis with GIS to map land-use distribution and to analyse factors influencing the land-use changes for Cheongju city. The area of each land-use category was also calculated for monitoring land-use changes. Land-use statistics revealed that substantial land-use changes have taken place and that the built-up areas have expanded by about $17.57km^2$ (11.47%) over the study period (1991 - 2000). This study illustrated an increasing trend of urban and barren lands areas with a decreasing trend of agricultural and forest areas. Land-use changes from one category to others have been clearly represented by the NDVI composite images, which were found suitable for delineating the development of urban areas and land use changes in northern Cheongju region. Rapid economic developments together with the increasing population were noted to be the major factors influencing rapid land use changes. Urban expansion has replaced urban and barren lands.
The purpose of this study is to evaluate the fixed wing type domestic UAV for monitoring of algae bloom in aquatic environment. The UAV used in this study is operated automatically in-flight using an automatic navigation device, and flies along a path targeting preconfigured GPS coordinates of desired measurement sites input by a flight path controller. The sensors used in this study were Sequoia multi-spectral cameras. The photographed images were processed using orthomosaics, georeferenced digital surface models, and 3D mapping software such as Pix4D. In this study, NDVI(Normalized distribution vegetation index) was used for estimating the concentration of chlorophyll-a in river. Based on the NDVI analysis, the distribution areas of chlorophyll-a could be analyzed. The UAV image was compared with a airborne image at a similar time and place. UAV images were found to be effective for monitoring of chlorophyll-a in river.
Land cover (LC) is an important factor in socioeconomic and environmental studies. According to various studies, a number of LC maps, including global land cover (GLC) datasets, are made using polar orbit satellite data. Due to the insufficiencies of reference datasets in Northeast Asia, several LC maps display discrepancies in that region. In this paper, we performed a feasibility assessment of LC mapping using Geostationary Ocean Color Imager (GOCI) data over Northeast Asia. To produce the LC map, the GOCI normalized difference vegetation index (NDVI) was used as an input dataset and a level-2 LC map of South Korea was used as a reference dataset to evaluate the LC map. In this paper, 7 LC types(urban, croplands, forest, grasslands, wetlands, barren, and water) were defined to reflect Northeast Asian LC. The LC map was produced via principal component analysis (PCA) with K-means clustering, and a sensitivity analysis was performed. The overall accuracy was calculated to be 77.94%. Furthermore, to assess the accuracy of the LC map not only in South Korea but also in Northeast Asia, 6 GLC datasets (IGBP, UMD, GLC2000, GlobCover2009, MCD12Q1, GlobeLand30) were used as comparison datasets. The accuracy scores for the 6 GLC datasets were calculated to be 59.41%, 56.82%, 60.97%, 51.71%, 70.24%, and 72.80%, respectively. Therefore, the first attempt to produce the LC map using geostationary satellite data is considered to be acceptable.
DEM(Digital Elevation Model)은 지형에 대한 높이를 수치로 저장한 3차원 공간정보로 식생과 인공지물을 포함하지 않는 지형만의 표고값을 의미하며, 지형에 대한 3차원 시각화, 경사분석, 건설공사를 위한 설계 및 물량산출 등 다양한 분야에 활용되고 있다. 최근 3차원 공간정보 구축과 관련된 많은 연구들이 이루어지고 있지만 DEM 생성과 관련된 연구는 부족한 실정이다. 이에 본 연구에서는 MMS(Mobile Mapping System), UAV 이미지 및 UAV LiDAR(Light Detection And Ranging)를 이용하여 DEM을 구축하였으며, 각각의 결과물에 대한 정확도 평가 및 분석을 수행하였다. 연구결과 MMS와 UAV LiDAR에 의해 생성된 DEM의 정확도는 ±4.1cm 이내였으며, UAV 이미지를 이용한 DEM은 ±8.5cm의 정확도를 산출하였다. 또한 각각의 방법에 의한 자료처리 과정 및 결과물에 대한 비교를 통해 MMS, UAV 이미지, UAV LiDAR의 특징 및 효율성을 제시할 수 있었다. MMS 및 UAV를 활용한 DEM 구축은 지형에 대한 분석 및 가시화, 건설공사를 위한 기초자료 생성, 공간정보를 활용한 서비스 등 다양한 분야에 활용이 가능할 것이며, 관련 업무 효율성을 크게 향상시킬 수 있을 것이다.
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.
본 연구에서는 시가화지역의 서로 다른 토지이용을 대상으로 식물군집에 기초한 비오톱 유형분류를 실시하고 비오톱 지도를 작성하였다. 군집분류법에 의한 비오톱 유형화는 생물군집의 서식지인 비오톱의 특성을 잘 반영한다고 할 수 있었다. 연구대상지의 비오톱유형 분류 지표는 이용강도, 토지이용형태, 토지피복유형과 같은 인간행태적 요인으로 나타났다. 유형분류는 4단계 위계로 상위의 Biotope Class를 시작으로 Biotope Group, Biotope Type, Biotope Sub-Type으로 위계를 두어 구분하였다. Biotope Class는 인간간섭여부에 따른 가장 상위 분류로 인간간섭지역과 미간섭지역으로 구분되었다. 인간의 간섭지역은 투수여부에 따라 Biotope Group으로 분류되었고 틈새투수지역은 넓은 틈새와 좁은 틈새의 Biotope Type으로, 투수식생지역은 평지식생지와 사면식생지의 Biotope Type으로 분류되었다. 각 비오톱 유형의 식별종은 감태나무(Lindera glauca), 망초(Conyza canadensis), 주름잎(Mazus pumilus), 얼치기완두(Vicia tetrasperma), 뽀리뱅이(Crepidiastrum sonchifolium), 잔디(Zoysia japonica), 개소시랑개비(Potentilla supina), 큰김의털(Festuca arundinacea)이었다. 본 연구의 검증결과는 기존의 토지이용 현황에 기반하며 연구자의 주관적인 측면이 개입되는 비오톱 유형분류 기준에 대해서 식물사회학적 접근을 통한 유형 분류의 방법론이 유용함을 제시하고 있다. 또한 향후 제작될 수 있는 다양한 형태의 자연환경 지도 유형분류에 있어 보다 객관적이고 과학적인 방법의 적용가능성을 제시한 것에 의의를 갖는다.
This paper makes an effort to compare the recently evolved soft classification method based on Linear Spectral Mixture Modeling (LSMM) with the traditional hard classification methods based on Iterative Self-Organizing Data Analysis (ISODATA) and Maximum Likelihood Classification (MLC) algorithms in order to achieve appropriate results for mapping, monitoring and preserving valuable coastal wetland ecosystems of southern India using Indian Remote Sensing Satellite (IRS) 1C/1D LISS-III and Landsat-5 Thematic Mapper image data. ISODATA and MLC methods were attempted on these satellite image data to produce maps of 5, 10, 15 and 20 wetland classes for each of three contrast coastal wetland sites, Pitchavaram, Vedaranniyam and Rameswaram. The accuracy of the derived classes was assessed with the simplest descriptive statistic technique called overall accuracy and a discrete multivariate technique called KAPPA accuracy. ISODATA classification resulted in maps with poor accuracy compared to MLC classification that produced maps with improved accuracy. However, there was a systematic decrease in overall accuracy and KAPPA accuracy, when more number of classes was derived from IRS-1C/1D and Landsat-5 TM imagery by ISODATA and MLC. There were two principal factors for the decreased classification accuracy, namely spectral overlapping/confusion and inadequate spatial resolution of the sensors. Compared to the former, the limited instantaneous field of view (IFOV) of these sensors caused occurrence of number of mixture pixels (mixels) in the image and its effect on the classification process was a major problem to deriving accurate wetland cover types, in spite of the increasing spatial resolution of new generation Earth Observation Sensors (EOS). In order to improve the classification accuracy, a soft classification method based on Linear Spectral Mixture Modeling (LSMM) was described to calculate the spectral mixture and classify IRS-1C/1D LISS-III and Landsat-5 TM Imagery. This method considered number of reflectance end-members that form the scene spectra, followed by the determination of their nature and finally the decomposition of the spectra into their endmembers. To evaluate the LSMM areal estimates, resulted fractional end-members were compared with normalized difference vegetation index (NDVI), ground truth data, as well as those estimates derived from the traditional hard classifier (MLC). The findings revealed that NDVI values and vegetation fractions were positively correlated ($r^2$= 0.96, 0.95 and 0.92 for Rameswaram, Vedaranniyam and Pitchavaram respectively) and NDVI and soil fraction values were negatively correlated ($r^2$ =0.53, 0.39 and 0.13), indicating the reliability of the sub-pixel classification. Comparing with ground truth data, the precision of LSMM for deriving moisture fraction was 92% and 96% for soil fraction. The LSMM in general would seem well suited to locating small wetland habitats which occurred as sub-pixel inclusions, and to representing continuous gradations between different habitat types.
최근 수문 및 수자원 분야에서 위성영상의 활용성이 높아짐에 따라 관련 전용 위성 개발연구와 연계하여 위성을 활용한 증발산량과 토양수분량 산정 연구의 필요성이 강조되고 있다. 본 연구에서는 이러한 위성을 기반으로 증발산량 및 토양수분량의 국내 연구현황과 그 산정 방법론을 조사하여 현재까지의 연구동향을 파악하고자 하였다. 국내 연구현황을 세부 방법론 별로 살펴본 결과 일반적으로 증발산량의 경우는 Surface Energy Balance Algorithm for Land (SEBAL), Mapping Evapotranspiration with Internalized Calibration (METRIC)과 같은 에너지수지 기반 모형과 Penman-Monteith (PM) 및 Priestley-Taylor (PT) 산출식을 기반으로 산정되었으며, 토양수분량의 경우 능동형(AMSR-E, AMSR2, MIRAS, SMAP) 및 수동형(ASCAT, SAR)와 같은 마이크로파 센서를 통한 산정이 주를 이루었다. 통계적 측면에서는 증발산량 및 토양수분량 공통적으로 회귀식 및 인공지능을 이용한 산출사례를 찾을 수 있었다. 또한 위성기반 자료들을 이용한 Evaporative Stress Index (ESI), Temperature-Vegetation Dryness Index (TVDI), Soil Moisture Deficit Index (SMDI) 등의 다양한 지표를 산정하여 가뭄 특성파악에 적용한 연구 사례도 다수 있었으며, 지표모형(Land Surface Model, LSM)을 기반으로 하여 위성 다중센서에서 얻을 수 있는 주요 자료들을 활용해 증발산량과 토양수분량의 수문순환인자를 산출하기도 하였다. 본 논문에서는 이렇게 기존 연구사례 조사 및 내용파악 과정을 통해 위성을 활용한 주요 세부 방법론을 비교·검토 제시함으로써 관련 연구분야 기준 참고자료로의 활용 및 향후 위성기반 관련 수문순환 자료 산출 고도화 연구의 초석을 다지고자 한다.
수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.
Although the need of crop production has increased in Mongolia, crop cultivation is very limited because of the harsh climatic and topographic conditions. Crop lands are sparsely distributed with relatively small sizes and, therefore, it is difficult to survey the exact area of crop lands. The study aimed to find an easy and effective way of accurate classification to map crop lands in Mongolia using satellite images. To classify the crop lands over the study area in northern Mongolia, four classifications were carried out by using 1) Thematic Mapper (TM) image August 23, 2) TM image of July 6, 3) combined 12 bands of TM images of July and August, and 4) both TM images of July and August by layered classification. Wheat and potato are the major crop types and they show relatively high variation in crop conditions between July and August. On the other hands, other land cover types (forest, riparian vegetation, grassland, water and bare soil) do not show such difference between July and August. The results of four classifications clearly show that the use of multi-temporal images is essential to accurately classify the crop lands. The layered classification method, in which each class is separated by a subset of TM images, shows the highest classification accuracy (93.7%) of the crop lands. The classification accuracies are lower when we use only a single TM image of either July or August. Because of the different planting practice of potato and the growth condition of wheat, the spectral characteristics of potato and wheat cannot be fully separated from other cover types with TM image of either July or August. Further refinements on the spatial characteristics of existing crop lands may enhance the crop mapping method in Mongolia.
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.