Earticle

하드웨어가 급속히 발전하고 SNS와 같이 사용자가 데이터를 생성하는 서비스가 늘어나며 다양한 분야에서 대규모의 시계열 데이터가 생성되고 있고 이들의 분석에 대한 요구가 커지고 있다. 본 논문에서는 다양한 어플리케이션에서 사용되는 시계열 데이터 예측을 위해 mRBF 함수를 사용하여 K - means 클러스터링 알고리즘을 변형한 시계열 데이터 클러스터링(clustering) 기술을 적용한 K-mRBF 모델을 제안한다. 실험에서는 실제 웹 서버 데이터 센터에서 수집된 데이터와 합성 데이터를 이용하여 제안한 시계열 데이터 예측 방식의 정확성을 평가하고 기존의 최신 연구 기법에 비해 나은 성능을 보임을 확인한다.

There is a wide range of applications such as social network services, sensor networks and data centers which generate time series data. Thus, analysis of such time series data has attracted a lot of attention in the recent years. In this paper, we propose a model called K-mRBF which utilizes a modified K-means clustering algorithm with the multivariate radial basis functions (mRBF) to predict future values based on previously observed values. We conduct extensive experiments using synthetic as well as real-life data sets to compare our K-mRBF model to the state-of-the-art model. Experimental results confirm the accuracy of our model compared to state-of-the-art models.

While utilizing high resolution satellite image for land use classification has been popularized, object-oriented classification has been adapted as an affordable classification method rather than conventional statistical classification. The aim of this study is to extract the paddy field area using object-oriented classification with time series NDVI from high-resolution satellite images, and the RapidEye satellite images of Jaeryung-gun in North Korea were used. For the implementation of object-oriented classification, creating objects by setting of scale and color factors was conducted, then 3 different land use categories including paddy field, forest and water bodies were extracted from the objects applying the variation of time-series NDVI. The unclassified objects which were not involved into the previous extraction classified into 6 categories using unsupervised classification by clustering analysis. Finally, the unsuitable paddy field area were assorted from the topographic factors such as elevation and slope. As the results, about 33.6 % of the total area (32313.1 ha) were classified to the paddy field (10847.9 ha) and 851.0 ha was classified to the unsuitable paddy field based on the topographic factors. The user accuracy of paddy field classification was calculated to 83.3 %, and among those, about 60.0 % of total paddy fields were classified from the time-series NDVI before the unsupervised classification. Other land covers were classified as to upland(5255.2 ha), forest (10961.0 ha), residential area and bare land (3309.6 ha), and lake and river (1784.4 ha) from this object-oriented classification.

Small BAseline Subset (SBAS) 기법은 기선 거리가 짧은 다중시기의 간섭도를 이용하므로 화산과 같은 산악지역을 관측하는데 효과적이다. 본 연구에서는 SBAS기법을 이용하여 알라스카 알류산 열도에 위치한 시구암 화산의 지표 변위에 대해 2차원으로 분석을 수행하였다. 본 연구를 위해 1992년부터 2008년까지 201트랙과 473 트랙의 ERS-1/2 위성자료를 수집하였으며, 각각의 자료에 대하여 차분 간섭기법(Differential Interferometry Synthetic Aperture Radar, DInSAR)과 SBAS 알고리즘을 적용하였고, 지표 변위에 대한 시계열 분석을 수행하였다. 또한, LOS 방향의 지표 변위도를 이용하여 수평 방향과 수직 방향의 지표 변위를 계산하였다. 그 결과, Pyre peak 주변에서 LOS 방향으로는 연간 -1~2 cm의 침하가 나타났으나, 수직 방향으로 계산한 결과는 연간 -2~3 cm의 침하가 나타났고, 수평 방향으로는 수축과 팽창이 반복되었다. 수직 방향과 수평 방향에서의 관측은 화산 활동에 대한 영향을 잘 설명할 수 있기 때문에, 마그마원의 움직임을 감시 할 수 있는 기초자료로 활용될 수 있을 것으로 예상된다.

Small BAseline Subset (SBAS) technique using multi master interferograms can be effective to detect surface deformation in forest area. In this paper, The analysis reveals area of 2-dimension surface deformation at Seguam Island in Aleutian Arc., Alaska. We acquired ERS-1/2 data from track 201 and 473 datasets on Seguam Island from 1992 to 2008. This study analyze surface deformation applying Differential Interferometry Synthetic Aperture Radar (DInSAR) and SBAS time series method using two adjacent tracks. As a results, it was calculated that subsidence -1~2 cm in LOS direction and - 2~3 cm in vertical direction. The horizontal direction was repeated contraction and expansion. The observation of 2-dimension displacements explained the volcanic activity on Seguam island. Also, it is believed to be used for basic data to estimate movements of magma source.

가뭄은 중요한 자연재해의 하나로서 수자원 관리 부분에서 매우 중요한 인자이다. 본 연구에서는 대한민국의 55개 기상청 관측소를 대상으로 SPI 지수에 따른 가뭄기간과 가뭄심도를 정의하고, 코풀라 이론을 이용하여 두 가뭄변수의 결합 확률 분포를 유도하였다. 또한 이를 이용하여 가뭄의 발생양상을 고찰하고 가뭄의 재현기간으로 제시하였으며, 대한민국을 대상으로 가뭄의 공간적 분포를 분석하였다. 연구에서 도출된 가뭄의 재현기간별 SPI 지수로부터 대한민국의 충청도의 공주 및 충주 인근, 강원도의 원주, 인제, 정선, 태백 등의 지역이 상대적으로 가뭄에 취약한 것으로 도출되었다.

Drought is one of the severe natural disasters and it can profoundly affect our society and ecosystem. Also, it is a very important variable for water resources planning and management. Therefore, the drought is analyzed in this study to understand the drought distribution and trend. The Standard Precipitation Index (SPI) is estimated using precipitation data obtained from 55 rain gauge stations in South Korea and the SPI based drought variables such as drought duration and drought severity were defined. Drought occurrence and joint probabilistic analysis for SPI based drought variables were performed with run theory and copula functions. And then the return period and spatial distribution of droughts on the South Korea was estimated. As the results, we have shown that Gongju and Chungju in Chungcheong-do and Wonju, Inje, Jeongseon, Taebeak in Gangwon-do have vulnerability to droughts.

본 논문에서는 수 변전 설비의 열화진단을 위해서 열화상 카메라로 측정한 온도에 대한 시계열 데이터를 타켄스의 매립법을 이용하여 2차원 위상 공간으로 변환하여 패턴 변화에 따른 온도 변화 특성을 살펴보았다. 시뮬레이션 결과 위상 공간에서의 완전한 비선형적인 특성 거동을 확인할 수 없었지만 특정한 패턴을 가지고 있어 앞으로 추가적인 연구를 통한 검증 방법이 요구된다.

In this paper, the characteristic of temperature variation was reviewed according to pattern variation. In order to degrade of diagnosis of power supply by using time series data for temperature measured by infrared camera it was transformed into 2 dimension phase plane using Takens embedding method. As a simulation results we cannot completely confirm the characteristic behaviors of nonlinear dynamics in phase plane. However these results has a certain patterns, it requires verification method through additional research in the future.

소비자물가지수는 국가의 중요한 경제 척도 중의 하나이다. 본 연구에서는 4개 도시, 서울, 부산, 대구, 광주지역의 소비자물가지수를 연구하였다. 자료는 모두 통계청에서 발췌하였고, 기간은 1998년-2011년 월별자료이며, 시계열분석 기법인 자기회귀오차모형으로 분석하였다. 소비자물가 분석을 위한 설명변수는 9가지 경제변수인 경기동행지수, 미국환욜, 생산자물가지수, 원유수입단가, 원유수입물량, 국제경상수지, 수입물가지수, 실업율, 화폐통화량을 사용하였다. 분석 결과, 자기회귀오차모형으로 각 지역별 소비자물가지수를 46%-52% 정도 설명할 수 있다.

The consumer price index (CPI) data is one of the important economic measurement of the country. In this article, the Autoregressive Error (ARE) model has been considered for analyzing the monthly CPI data at Seoul, Pusan, Daegu, and Gwangju Cities in Korea, In the ARE model, nine economic variables are used as the explanatory variables for the CPI data set. The nine explanatory variables are CCI (coincident composite index), won-dollar rate, producer price index, oil import price, oil import volume, international current account, import price index, unemployment rate, and amount of currency. The result showed that the monthly ARE models explained about 46-52% for describing the CPI.

본 논문에서는 계절성을 가지는 다변량 비정상 시계열자료의 분석 방법을 연구한다. 이를 위하여, 3가지의 다변량 시계열분석 모형(계절형 공적분 모형, 계절형 가변수를 가지는 비계절형 공적분 모형, 차분을 이용한 벡터자기회귀모형)을 고려하고, 한국의 실제 거시경제 자료를 이용하여 3가지 모형의 예측력을 비교한다. 공적분 모형은 단기적 예측에서 우수하였고, 장기적 예측에서는 차분을 이용한 벡터자기회귀모형이 우수하였다.

This paper studies the analysis of multivariate nonstationary time series with seasonality. Three types of multivariate time series models are considered: seasonal cointegration model, nonseasonal cointegration model with seasonal dummies, and vector autoregressive model in seasonal differences that are compared for forecasting performances using Korean macro-economic time series data. The cointegration models produce smaller forecast errors in short horizons; however, when longer forecasting periods are considered the vector autoregressive model appears preferable.

주식 가격이나 경제 지표, 사회적 현상의 추세나 변화 등은 통상 시간에 따라 변화하기 때문에 시계열 자료로 구분된다. 시계열 자료는 시간 축에 대해 변화하는 자료의 표현 가치뿐 아니라 그 변화 추세나 향후 방향성까지 제시할 수 있다는 점에서 이에 대한 방법론에 대해 많은 연구와 노력이 지속되어 왔다. 본 논문에서는 전통적으로 예측 모형을 구축하여 예측하는 방법을 취하되 그 모형이 복잡하고 정교한 모델을 활용하여 예측 정확도를 높이려는 시도와는 달리 자료 클러스터링 방법과 자료 구간 선정을 통해 예측정확도를 높이려 시도하였다. 기본 모델은 마코프 모델이다. 구간별 유사 구간을 추출하여 모델링하는 구간별 모델링 방법과 클러스터링을 통한 그룹별 모델링을 통해 모델의 예측정확도를 개선하려 시도하였다. 실험을 통해 클러스터링을 거친 그룹별 마코프 모델이 정확도를 개선 시켰으나 예측율은 현저히 떨어지는 결과를 낳았다.

Stock market prices, economic indices, trends and changes of social phenomena, etc. are categorized as time series data. Research on time series data has been prevalent for a while as it could not only lead to valuable representation of data but also provide future trends as well as changes in direction. We take a conventional model based approach, known as Markov chain modeling for the prediction on stock market prices. To improve prediction accuracy, we apply Markov modeling over carefully selected intervals of training data to fit the trend under consideration to the model. Another method we take is to apply clustering to data and build models of the resultant clusters. We confirmed that clustered models are better off in predicting, however, with the loss of prediction rate.

임베디드 센서는 낮은 전력량과 신호의 세기로 장애물이나 거리와 같은 공간 환경에 많은 영향을 받으며, 이러한 원인들로 인해 임베디드 센서에서는 노이즈 데이터가 빈번히 발생한다. 임베디드 센서에서 획득하는 정보는 시계열 데이터로 존재하기 때문에 지속적으로 발생하는 시계열 정보에 대한 오류 검출을 실시간적으로 수행하기는 어렵다. 본 논문에서는 임베디드 장치의 물리적 특성을 고려하여 실시간적으로 발생하는 임베디드 센서의 오류 신호를 검출하는 시계열 예측 기반 오류 검출 기법을 제안한다. 본 논문에서 제안한 시계열 예측 기반 오류 검출 기법은 안정 구간 함수를이용하여 현재 발생하는 임베디드장치 신호의 오류를 판단한다. 안정 구간 함수는 임베디드장치 신호를 관측하여 오류 검출을 수행할 때 최근의 신호들에 오류 가중화를 적용함으로써 효과적으로 오류 신호를 탐지할 수 있다. 본 논문에서 제안한 기법을 Intel Lab 신호를 이용하여 실험하였으며, 실험에서 본 논문에서 제안한 기법은 중심이동평균 기법에 비해 26.25%의 정확도 향상을 나타내었다.

An embedded sensor is significantly influenced by its spatial environment, such as barriers or distance, through low power and signal strength. Due to these causes, noise data frequently occur in an embedded sensor. Because the information acquired from the embedded sensor exists in a time series, it is hard to detect an error which continuously takes place in the time series information on a realtime basis. In this paper, we proposes an error detection method based on time-series prediction that detects error signals of embedded sensors in real time in consideration of the physical characteristics of embedded devices. The error detection method based on time-series prediction proposed in this paper determines errors in generated embedded device signals using a stable distance function. When detecting errors by monitoring signals from an embedded device, the stable distance function can detect error signals effectively by applying error weight to the latest signals. When detecting errors by monitoring signals from an embedded device, the stable distance function can detect error signals effectively by applying error weight to the latest signals.

시계열데이터는 ARMA 분석에 적합지 않은 요소를 내재하고 있는 경우가 있다. 특히 선형성과 주기성을 가진 요소가 확률적인 분포와 자주 혼재되어 있다. 이 논문에서는 이런 선형적 주기적 요소를 찾아내고 분석하는 방법을 제시한다. 특히 주기적 요소는 여러 주기가 층층이 겹쳐져서 나타난다. 주기 간에는 서로 일정 정수비율을 유지하며, 한 주거 안에 다른 주기가 내포되어 있는 경우(nested periods)가 많다. 시간규모(time-scale)개념을 도입하여 이러한 주기적 요소를 개념적으로 정립하고자 했다. 선형적 요소와 주기적 요소가 제거된 후 추출된 데이터는 MA-approximation이라는 방법을 사용하여 가장 데이터에 근접한 ARMA 모텔을 찾아낸다. 마지막으로 선형적 주기적 요소와 ARMA 추정결과를 종합하여 control boundary를 결정하는 방법을 제시한다.

본 연구는 대구시의 상업지역의 용도지역변화를 GIS를 사용하여 시대별로 구축하고 이를 분석함으로써 변화의 특성을 고찰함에 그 목적이 있다. 연구의 방법은 도심기능의 분산과 그에 따른 상업지역을 중심으로 한 용도지역의 변화형태 그리고 상업시설의 입지형태를 분석하였다. 이에 따라 분석한 결과 상업지역의 입지에 따른 주변지역의 용도 지역의 변화와 아울러 가로축의 발달과 함께 상업시설의 형태도 선형으로 발달하며 기능을 분산시키는 것을 알 수 있었다.

차원 축소(dimension reduction) 기법은 주로 횡단면 자료 분석에서 널리 이용되어 왔으며 시계열 분석 분야에서의 적용은 상대적으로 미진한 실정이다. 본 논문에서는 부분-수량화를 통한 주성분분석 방법을 계절형 시계열에 적용시켜 시계열 자료의 차원 축소를 시도하고자 한다. 분석 방법론을 단계별로 제시하였으며 월별 실업률 자료 분석을 통해 설명하였다.

We investigate a possible achievement in dimension reduction of time series via partially quantified principal component. Partial quantification technique allows us in modeling to accommodate artificial variable(s) of practical importance which is defined subjectively by the data analyst. Suggested procedures are described and in turn illustrated in detail by analyzing monthly unemployment rates in Korea.

To consider effects of essential parameters of water impact pressure on dynamic structural responses of bow bottom structures, a parametric study for a ship bottom panel is carried out. The idealized pressure time history models were assumed by triangular and rectangular shapes in time domain. The main loading parameters are duration time and peak pressure value maintaining the same impulse value. The structural models for local bottom stiffened panels of a container ship are analysed. The natural frequency analysis and transient dynamic response analysis are performed using MSC/NASTRAN. Added mass effects of contacting water are considered and the pressure distributions are assumed to be uniform in the whole water contacting surface. The effects of loading parameters on the structural responses, especially maximum displacements, are considered. Besides the peak pressure value, effects of duration time correlated with natural frequencies are thought to be the important parameters.

현재 NASA에서 제공되는 MODIS 지표반사율자료(MOD09)는 MODIS영상을 이용한 각종 주제자료들의 중요한 입력 자료로 사용되고 있으며, MODIS 지표반사율 자료에 대한 객관적인 검증연구가 필요한 실정이다. 따라서 본 연구에서는 MOD09의 검증관련 초기 연구로서, 남한에 분포하는 불변성 타겟(invariant target)을 대상으로 2006년 일별 250m MODIS 지표반사율자료(MOD09GQK)자료의 객관적 검증을 시도하였다. 우선, MOD09 QA(Quality Assurance)자료를 이용하여 구름의 영향을 받은 화소를 제거한 후, 수치지도와 토지피복도를 이용하여 정의한 불변성 타겟에 해당되는 MOD09영상의 화소값을 추출하였다. 이와 같이 추출된 시계열 MOD09GHK영상의 화소값에 1차 회귀분석을 적용하여 이상 반사율 값을 탐지하고, 그 원인을 분석하였다. 검증 결과 나지지역에 대해서 0.0186의 RMSE값이 나타났으며, 인공물의 경우 0.2891의 RMSE값을 보였다. 발생된 이상 화소를 살펴보면, 구름, 그림자, 눈에 영향에 의해 발생한 것도 있으며, 원인을 알 수 없는 이상 화소들도 분포하였다. 향후 연구에서는 한반도 전역의 MODIS 시계열 반사율영상을 대상으로 MODIS 대기보정알고리즘과 입력인자의 적합성을 판단하기 위한 연구를 진행할 예정이다.

특정 기간 사이의 토지의 변화들을 파악하는 것은 매우 중요하다. 그러나, 토지를 변화 시킬 수 있는 요소들은 많이 존재할 수 있기 때문에 그러한 요인들을 규명하기란 쉽지 않다. 따라서 본 연구에서는 이러한 토지 변화 요인들을 정량적으로 사용하여 시뮬레이션을 수행하고자 하였다. CLUE-S 모델을 이용하여 사용한 자료는 1987년 Landsat TM 영상과 2001년 Landsat ETM+ 영상이며, 1987년부터 2010년까지 23년 동안의 토지 이용도를 시뮬레이션 하였다. 그 결과, 2001년 영상의 감독 분류 결과와 시뮬레이션을 수행한 2001년 결과 사이의 정확도는 93.69%가 나왔으며, 이러한 결과를 통해 미래의 토지 피복 현황도를 예측할 수 있었다.

Land use/land cover is very important to understand the change in the land cover between specific periods. But as there are number of factors which are responsible for the change in the land cover, it is very difficult to identify the specific factors. Therefore in the study we made an attempt to use the land use strategies quantitatively and conducted simulation study. The input data using the CLUE-S model are the satellite data of 1987 and 2001 from Landsat Thematic Mapper (TM) and Enhanced Thematic Mapper (ETM+) and we conducted simulations for 23 years from 1987 to 2010. As a result, the accuracy between the land use map derived from original satellite data and simulation for 2001 was 93.69% and in this reason we could expect land use and land cover in the future.

본 논문은 시간의 흐름에 따라 일정한 간격으로 관측된 시계열자료에 대한 통계적인 관계를 추정하기 위하여 삼각퍼지수를 이용한 퍼지시계열모형을 소개한다. 모든 관측치를 포함하는 전체집합을 분할하는 구간을 자료의 빈도수에 따라 결정하고 연속되는 두 시점에서 퍼지수가 일치하는 경우에는 관측된 자료의 차에 대한 정보를 이용하여 제안된 퍼지시계열모형을 추정한다. 예제를 이용하여 제안된 퍼지시계열모형의 정확성을 일반적인 시계열모형과 여러 가지 방법으로 추정된 퍼지시계열모형과 비교한다.

In this paper we introduce a time series model using the triangle fuzzy numbers in order to construct a statistical relation for the data which is a sequence of observations which are ordered in time. To estimate the proposed fuzzy model we split of a universal set includes all observation into closed intervals and determine a number and length of the closed interval by the frequency of events belong to the interval. Also we forecast the data by using a difference between observations when the fuzzified numbers equal at successive times. To investigate the efficiency of the proposed model we compare the ordinal and the fuzzy time series model using examples.

정확한 수문자료를 예측하기 위한 많은 연구들이 현재까지 진행되어 왔다. SVM(Support Vector Machine)은 그 구조가 신경망과 유사하나 신경망과는 다르게 철저히 통계적, 수학적 이론에 기반을 두고 있고 비선형예측 모형이며 지역해 문제가 발생하지 않는 다는 점 등으로 인해 상당히 견고한 모형으로 평가받고 있다. 본 연구에서는 두 경우의 수문시계열 자료를 이용하여 전통적인 통계학적 모형과 신경망 모형 그리고 수문학 분야에서는 아직까지 적용된 사례가 매우적은 SVM 모형의 예측 결과 비교를 통해 모형의 장단점을 평가하였다. 비교 결과 SVM 모형은 수문시계열 자료 예측에 있어서 기존의 방법들에 비해 안정적이고 정확한 예측 결과를 보여 주었다.

본 연구에서는 영산강 본류를 대표하는 나주지점을 대상으로 하여, 해당 지점에서 자동 측정되고 있는 수질 항목들 중에서 총유기탄소(TOC: Total Organic Carbon)의 시계열 자료에 대한 비선형 동역학적 거동을 파악하고자 하였다. 1994년 낙동강에서의 수질오염 사고 이후 4대강 유역에서 설치.운영되고 있는 수질자동 측정망의 TOC 자료를 일자료로 환산하여 사용하였으며, 시계열 자료에 비선형 동역학적(카오스적) 특성이 존재하는지를 알아보기에 앞서 자료의 전처리 과정으로써 3가지의 잡음제거 방법을 적용하였다. 잡음이 제거된 시계열 자료에 비선형 동역학적 거동의 파악을 위해 보편적으로 사용되고 있는 상관차원분석을 실시하였다. 또한 상관차원분석 결과 비선형 동역학적 거동을 나타내는 것으로 판별된 자료에 대하여 그 양상을 가시적으로 알아보기 위해 지체시간$(\tau)$을 적용하여 3차원 위상공간에 도시하였다. 본 연구의 결과, 나주지점에서 측정되고 있는 총유기탄소에 대해 비선형 잡음제거 방법을 적용한 자료가 비선형 동역학적 거동을 내재하고 있는 것으로 나타났으나, 이를 위상공간에 재건하였을 경우 이상한 끌개(strange attractor)의 뚜렷한 구조가 보이지 않았다. 그러나 상관차원분석 결과 잡음이 제거된 자료가 카오스적 특성을 보이므로, 자료의 단기예측을 위한 방법에 기초적인 정보를 제공할 수 있을 것으로 기대된다.

지역분석 기법에서 지리사상의 공간적인 특성을 가장 잘 반영하는 개념 중 하나인 공간연관성은 "모든 것은 다른 모든 것과 연관되어 있지만, 가까운 것은 먼 것보다 더욱 관련이 있다"고 하는 Tobler의 법칙과 그 맥을 같이 한다. 이 연구는 공간통계와 지리적시각화를 결합하여 공간연관성의 시계열 패턴을 탐색적으로 분석하는 지리정보시스템을 개발하는 것을 목적으로 하며, 전역적 및 국지적 공간연관성 분석을 통한 공간현상의 클러스터 탐지나 공간연관성의 시계열 탐색을 통한 사회경제적 변화의 모니터링은 공간정책 투입의 의사결정을 지원하는 수단으로 기능할 수 있다. 전역적 및 국지적 공간연관성을 측정하는 데 반드시 필요한 근린가중치행렬은 행정구역 폴리곤의 기하 및 거리에 기반한 유연한 가중치모형을 구현하여 사용하였으며, 기존의 지리적시각화 기법을 응용 및 개선한 시계열 평행좌표플롯, 시계열 애니메이션지도, 3D 시계열 모란산포도 등을 통해 공간연관성의 시계열 패턴을 효과적으로 표현하였다. 실제 공간현상에 대한 적용 및 평가를 위하여 1995년부터 2004년까지 10년간의 전국 시군구단위 지가변동률 자료를 이용하여 공간연관성의 시계열적 특성을 분석함으로써 시스템의 유용성을 확인하였다.

The concept of 'spatial association' explains spatial distribution pattern of geographical phenomenon based on similarity with neighborhoods, as in the Tobler's Law of Geography: 'Everything is related to everything else, but near things are more related than distant things.' In this study, we develop a time-series exploratory analysis tool for discovering temporal patterns of spatial association by combining spatial statistics and geo-visualization, and thus present a possibility to support spatial decision-making process. As for the spatial proximity weight matrix indispensable to measuring global and local spatial association, we employ a variety of flexible weighting schemes using geometric characteristics of areal unit. In addition, we renovate the existing visualization methods for more effective understanding of the procedures and results of time-series analysis on spatial association: for instance, temporal parallel coordinate plot with box plot, animated map for spatial association, and 3D Moran scatterplot. The feasibility of our system is verified by time-series analysis experiments on the spatial association of land price fluctuation rate for all administrative units in Korea, $1995{\sim}2004$.

This paper describes a method of parameter estimation of time series data using discrete Fourier transform(DFT). DFT have been mainly used to precisely and rapidly obtain the frequency of a signal. In a dynamic system, a real part of a mode used to learn damping characteristics is a more important factor than the frequency of the mode. The parameter estimation method of this paper can directly estimate modes and parameters, indicating the characteristics of a dynamic system, on the basis of the Fourier transform of the time series data. Real part of a mode estimates by subtracting a frequency of the Fourier spectrum corresponding to 0.707 of a magnitude of the peak spectrum from a peak frequency, or subtracting a frequency of the power spectrum corresponding to 0.5 of the peak power spectrum from a peak frequency, or comparing the Fourier(power) spectrum ratio. Also, the residue and phase of time signal calculate by simple equation with the real part of the mode and the power spectrum that have been calculated. Accordingly, the proposed algorithm is advantageous in that it can estimate parameters of the system through a single DFT without repeatedly calculating a DFT, thus shortening the time required to estimate the parameters.