Earticle

한반도 여수연안($127^{\circ}37.73^{\prime}E$, $34^{\circ}37.60^{\prime}N$)의 46년(1965-2010년)간 월평균 표면수온의 계절변동과 장기변동추세를 파악하였으며, 시계열모형을 수립하여 향후 12개월의 표면수온을 예측하였다. 여수연안의 연평균 표면수온은 $15.6^{\circ}C$, 연진폭은 $9^{\circ}C$를 보이며, 연위상은 $236^{\circ}$로서 최고수온을 보이는 시기는 8월 26일경으로 나타났다. 장기적으로 여수연안 표면수온은 연간 약 $0.0305^{\circ}C$의 유의한 상승 추세를 가지며, 시기적으로 1981년부터 2010년까지 30년간의 상승 경향이 1966년부터 1995년까지 30년간의 상승 경향보다 현저하며, 계절적으로 겨울철의 상승 경향이 지배적으로 나타났다. 월평균 표면수온을 적합시켜 선택된 시계열모형은 $ARIMA(1,0,0)(2,1,0)_{12}$을 따르며, 수립된 모형에 의한 2010년 월평균 표면수온의 예측치는 8.3%의 평균절대백분율오차(Mean Absolute Percentage Error)를 수반하였다.

Seasonal variations and long term linear trends of SST (Sea Surface Temperature) at Yeosu Coast ($127^{\circ}37.73^{\prime}E$, $34^{\circ}37.60^{\prime}N$) in Korea were studied performing the harmonic analysis and the regression analysis of the monthly mean SST data of 46 years (1965-2010) collected by the Fisheries Research and Development Institute in Korea. The mean SST and the amplitude of annual SST variation show $15.6^{\circ}C$ and $9.0^{\circ}C$ respectively. The phase of annual SST variation is $236^{\circ}$. The maximum SST at Yeosu Coast occurs around August 26. Climatic changes in annual mean SST have had significant increasing tendency with increase rate $0.0305^{\circ}C/Year$. The warming trend in recent 30 years (1981-2010) is more pronounced than that in the last 30 years (1966-1995) and the increasing tendency of winter SST dominates that of the annual SST. The time series model that could be used to forecast the SST on a monthly basis was developed applying Box-Jenkins methodology. $ARIMA(1,0,0)(2,1,0)_{12}$ was suggested for forecasting the monthly mean SST at Yeosu Coast in Korea. Mean absolute percentage error to measure the accuracy of forecasted values was 8.3%.

서울특별시 용산구의 측정망에서 2004년부터 2013년간 관측한 대기질 자료를 중심으로 $SO_2$의 환경거동을 시간적 기준으로 다양한 관점에서 분석하였다. 이와 동시에 관측한 기타 대기오염물질들($PM_{2.5}$, $PM_{10}$, TSP, $CH_4$, CO, NO, $NO_2$, NOx, $O_3$, THC, NMHC)의 농도자료와 기상자료들과의 관계를 해석하는 방식으로 $SO_2$의 거동을 조사하였다. 10년간 측정한 용산구 지역에서 측정한 $SO_2$의 연간 평균농도는 대기환경기준치인 $20nmole\;mole^{-1}$보다 5배 정도 낮은 4.36-5.86(최저-최고) $nmole\;mole^{-1}$ 수준으로 나타났다. 이는 연간 평균농도가 관리기준치를 초과하는 성분들과 뚜렷하게 대조적인 양상을 보였다. 여러 가지 통계적 기법을 적용하여 $SO_2$의 배출량에 영향을 미치는 요인들을 파악하였다. 그리고 용산구에서 측정한 $SO_2$와 기타대기오염물질, 기상자료들의 경향성을 비교해보았다. $SO_2$은 온도 및 기타물질들에 대한 상관성이 있는 것으로 나타났다. 또한 본 연구의 결과에 의하면, $SO_2$은 다른 대기오염물질들에 비해 상대적으로 관리가 잘 이루어지고 있다는 것을 확인할 수 있다.

The environmental behavior of $SO_2$ was investigated in terms of the factors affecting the temporal variabilities by analyzing the data sets obtained from the Yongsan district in Seoul from 2004 till 2013. To this end, the relationship between $SO_2$ and relevant parameters including particulate matters (such as $PM_{2.5}$, $PM_{10}$, and TSP (total suspended particulates)) and gaseous components ($CH_4$, CO, THC (total hydrocarbon), NMHC (non-methane hydrocarbon), NO, $NO_2$, NOx, and $O_3$) was investigated in several aspects. Over a decade, the annual mean concentrations of $SO_2$ varied in the range of $4.36-5.86nmole\;mole^{-1}$ (min-max) which was about five times lower than the regulation guideline set for the air quality management in Korea. In fact, this pattern greatly contrasts with some other air pollutants of which concentrations exceeded their guideline values significantly. According to our analysis, $SO_2$ was strongly correlated to the temperature and other relevant parameters. The overall results of this study confirm that the administrative regulation of $SO_2$ levels has been made effectively relative to other airborne pollutants.

가정용수의 용도별 사용량은 주거형태, 거주자 생활양식, 주택구조 등의 내부적인 요인과 온도, 날씨, 수도요금 등과 같은 외부요인들의 영향을 받게 된다. 장기적으로는 거주민의 생활양식, 주거형태, 수도관련 시설의 변화에 따라 사용량이 점진적으로 변화하게 되며, 단기적으로는 기온이나 가뭄과 같은 기후조건이나 절수정책과 같은 인위적인 영향에 의해 사용량이 크게 변화하기도 한다. 본 연구에서는 가정에서 사용하고 있는 변기 및 세탁기 용수의 물 사용량 특성을 파악하기 위하여 전국을 대상으로 실측자료를 모니터링하고 각 사용량의 기준이 되는 원단위 (${\ell}pcd$; liter per capita day)를 도출하였으며 향후 가정용수 사용량 예측을 위하여 변기 및 세탁기 용수를 대상으로 오차항이 자기상관을 따르는 시계열 회귀모형을 이용하였다. 분석결과, 자기회귀오차 모형으로 변기 및 세탁기 용수의 사용량을 71% 정도 설명할 수 있다.

End-uses of household water have been influenced by a housing type, life style and housing area which are considered as internal factors. Also, there are external factors such as water rate, weather and water supply facilities. Analysis of influential factors on water consumption in households would give an explanation on the cause of changing trends and would help predicting the water demand of end-use in household. In this paper, we used real data to predict toilet and laundry water-uses and utilized the linear regression model with autoregressive errors. The results showed that the monthly autoregressive error models explained about 71% for describing the water demand of end-use in toilet and laundry water-uses.

The realtime monitoring of radon ($^{222}Rn$) concentrations has been carried out from Gosan site, Jeju Island for three years of 2006~2008, in order to evaluate the background level and timely variational characteristics of atmospheric radon. The mean concentration of radon measured during the studying period was $2965mBq/m^3$ with its annual mean values in the range of $2768{\sim}3124mBq/m^3$. The relative ordering of the seasonal mean concentrations was seemed to vary such as winter ($3578mBq/m^3$) > fall ($3351mBq/m^3$) > spring ($2832mBq/m^3$) > summer ($2073mBq/m^3$). The monthly mean concentrations were in the order of Jan>Feb>Oct>Nov>Dec>Mar> Sep>Apr>May>Jun>Aug>Jul, so that the highest January value ($3713mBq/m^3$) exceeded almost twice as the July minimum ($1946mBq/m^3$). The hourly concentrations in a day showed the highest level ($3356mBq/m^3$) at around 7 a.m., increasing during nighttime, while reaching the lowest ($2574mBq/m^3$) at around 3 p.m. From the backward trajectory analysis for a continental fetch of radon, the high concentrations (10%) of radon matched with the air mass moving from the Asia continent to Jeju area. In contrast, the low concentrations (10%) of radon were generally correlated with the air mass of the North Pacific Ocean. In comparison by sectional inflow pathways of air mass, the radon concentrations were relatively high from the north China and the Korean peninsula.

본 연구는 지속적인 저출산의 여파로 2020년에는 초등학생 수가 올해 대비 17%, 중고교생은 30%가 감소할 것이라는 예측을 가지고 초등학교 교원 수를 예측하기 위한 방법을 제시하는데 있다. 교육통계연보의 1970년부터 2010년까지의 초등교육 관련 주요 통계 자료를 이용하여 시계열 회귀모형과 시계열 그룹별 회귀모형, 지수평활법 모형을 제시하고, 제시된 모형을 이용하여 향후 10년간의 연도별 초등학교 교원 수를 예측하였다. 모형 예측 결과 시계열 그룹별 회귀 모형이 교원 수 시계열을 가장 잘 설명하는 것으로 나타났으며, 적합한 모형으로 판명되었다. 3가지 분석방법 모형에 따른 예측값에 대한 장단점과 한계를 제시한다.

Because of the continuous low birthrates, the number of the elementary students will decrease by 17% in 2020 compared to 2011. The purpose of this study is to forecast the number of elementary school teachers until 2020. We used the data in education statistical year books from 1970 to 2010. We used the time-series regression model, time series grouped regression model and exponential smoothing model to predict the number of teachers for the next ten years. Consequently time-series grouped regression model is a better model for forecasting the number of elementary school teachers than other models.

The purpose of this study is to identify difference in motivation of move to senior cohousing communities in Sweden during 10 years between the year of 2001 and 2010 by a longitudinal study. Questionnaire survey was used for the study. 313 data were collected from 12 senior cohousing communities, which were established by residents-initiated process. It includes 8 of Senior g${\aa}$rden cohousings in 2001 and 4 of +40 cohousings in 2010 nationwide in Sweden. The result indicates that there are significant differences in motivation of move to senior cohousing between 2001 and 2010. Comparing motivation of move to senior cohousing during 10 years, respondents of 2010 focus more on social merits than practical merits of cohousing as they move to cohousing communities. They stress more to the reasons as good contacts with neighbors, mutual supports, sharing common activities and getting rid of loneliness rather than burden of housing and garden management, and universal-designed house. The result of this study reveals motivation of move to senior cohousing has been changed during 10 years in Sweden.

Time-series change in Gyeongpo beach shoreline was illustrated using DGPS(Differential Global Positioning System, resolution < 0.6m) observation from April, 2009 to April, 2010. The shoreline was subdivided into 12 areas, and westward and eastward movement of shoreline position at each area was calculated. In general, the shoreline moved toward sea during summer, and it moved toward land during winter. The southern and northern part of the shoreline had different pattern in time-series. The shoreline in the southern part moved toward sea during summer and moved toward land during winter, but time-series pattern of the shoreline in the northern part was more complicated than that in the southern part. Pattern of time-series change in the northern part was made up of three different types; the first is that the shoreline moves continuously toward land, and the second thing is that the shoreline's movement is the opposite to the southern part, and the third thing is that the shoreline maintains a state of equilibrium without any great fluctuation. The total length of the shoreline was the largest during winter and the smallest during summer. In general, time-series change in the shoreline had positive(+) relationship with sea surface pressure and wind speed.

최근 도심지 고밀화에 따른 공간의 효율적 이용이 요구됨에 따라 대규모의 고층 사무공간이 증가하고 있으며, 이와 함께 주거, 상업, 문화 등 다양한 기능을 밀접하게 연관시킨 고층 복합시설도 점차 늘어가고 있다. 이러한 대형 건설, 프로젝트는 긴 공사기간이 소요되어 공사비 예측이 쉽지 않으며, 막대한 비용이 투입되기 때문에 비용 예측의 중요성이 더욱 증대되고 있다. 이러한 상황에서 최근 극심한 경제변화에 따른 건설자재가격의 변동은 자재비를 포함한 공사비 예측을 어렵게 만드는 주요 원인이다. 따라서 본 연구는 건설자재단가 시계열자료를 활용, 미래의 자재단가 예측을 위한 시계열모델을 구축하고 복잡한 모델 프로세스를 간소화하는 자재별 최적 예측모델 도출시스템을 구축한다. 또한 Building Information Modeling(BIM)의 접근을 통해 자재의 투입시기 및 투입물량을 분석, 시계열모델을 통해 예측한 자재단가 예측 값과 조합함으로써 총 자재비를 포함하는 BIM기반 공사원가 예측 시계열모델을 제시한다. 본 연구는 시계열모델의 하나인 Autoregressive Integrated Moving Average(ARIMA)모델에 대한 예측력 비교를 통해 자재단가 예측을 위한 적합모델을 도출하였다. BIM기반의 원가예측 시계열모델은 자재의 투입시기별 자재단가 변동치를 예측함으로써 급변하는 경제 환경 변화에 대처할 수 있는 도구가 될 것이다.

High-rise buildings have recently increased over the residential, commercial and office facilities, thus an understanding of construction cost for high-rise building projects has been a fundamental issue due to enormous construction cost as well as unpredictable market conditions and fluctuations in the rate of inflation by long-term construction periods of high-rise projects. Especially, recent violent fluctuations of construction material prices add to problems in construction cost forecasting. This research, therefore, develops a time-series model with the Box-Jenkins methodologies and material prices time-series data in Korea in order to forecast future trends of unit prices of required materials. BIM (Building Information Modeling) approaches are also used to analyze injection time of construction resources and to conduct quantity takeoff so that total material price can be forecasted. Comparative analysis of Predictability of tentative ARIMA (Autoregressive Integrated Moving Average) models was conducted to determine optimal time-series model for forecasting future price trends. Proposed BIM based time series forecasting model can help to deal with sudden changes in economic conditions by estimating future material prices.

In this study, we compared the analysis results before and after the detrending for the data. According to the comparison results, correlation functions were not much changed while autocorrelation and spectral density functions were largely varied. Especially, time series data with a long-term variation trend showed a distinctive difference. This study demonstrated a usefulness of the detrending for a further analysis.

The goal of this research is to apply the neural networks model for the disaggregation of the pan evaporation (PE) data, Republic of Korea. The neural networks model consists of recurrent neural networks model (RNNM). The disaggregation means that the yearly PE data divides into the monthly PE data. And, for the performances of the neural networks model, it is composed of training and test performances, respectively. The training and test performances consist of the historic, the generated, and the mixed data, respectively. From this research, we evaluate the impact of RNNM for the disaggregation of the nonlinear time series data. We should, furthermore, construct the credible data of the monthly PE from the disaggregation of the yearly PE data, and can suggest the methodology for the irrigation and drainage networks system.

기존의 예측 알고리즘들은 실시간 환경에서 학습 데이터 처리에서 오는 시간지연 문제, 구현의 어려움 등으로 개인화된 실시간 서비스를 제공하는 컨텍스트 인식 환경에서 사용하기에 적합하지 않다. 본 논문에서는 사용자 모델을 이용하여 컨텍스트 예측 알고리즘의 처리시간 단축과 예측 정확도를 향상시키기 위한 연구를 제안한다. 컨텍스트 예측을 위하여 사용자의 컨텍스트 중에서 이동경로를 사용한다. 이동경로를 기반으로 시계열 분석 방법을 통하여 사용자 모델을 생성하고, 생성된 사용자 모델을 시퀀스 매칭 방법을 이용하여 사용자의 컨텍스트를 예측한다. 기존 예측 알고리즘과 본 연구에서 제안한 예측 알고리즘을 시뮬레이션을 통하여 처리시간 및 예측 정확도를 비교한 결과, 실시간 서비스 환경에서 예측 정확도는 기존 예측 알고리즘들과 비슷한 결과를 보였고, 처리시간은 사용자 모델을 사용한 경우가 시퀀스 매칭을 사용한 경우보다 평균 40% 정도 감소시킬 수 있음을 알 수 있었다.

The context prediction algorithms are not suitable to provide real-time personalized service for users in context-awareness environment. The algorithms have problems like time delay in training data processing and the difficulties of implementation in real-time environment. In this paper, we propose a prediction algorithm with user modeling to shorten of processing time and to improve the prediction accuracy in the context prediction algorithm. The algorithm uses moving path of user contexts for context prediction and generates user model by time-series analysis of user's moving path. And that predicts the user context with the user model by sequence matching method. We compared our algorithms with the prediction algorithms by processing time and prediction accuracy. As the result, the prediction accuracy of our algorithm is similar to the prediction algorithms, and processing time is reduced by 40% in real time service environment.

본 논문은 비정상 시계열 예측을 위한 다중모델 퍼지 시스템과, 제안된 시스템의 최적화를 위한 유전 알고리즘의 응용을 다룬다. 일반적으로, 퍼지 예측시스템의 성능은 비선형 데이터가 가지고 있는 다양한 패턴이나 법칙성, 경향 등을 잘 분석하고 시스템에 반영함으로써 개선될 수 있다. 따라서, 본 논문은 원형 시계열의 특성을 보다 잘 반영할 수 있는 그들의 차분데이터를 시스템에 적용하며, 생성 가능한 차분 데이터들 중 원형 시계열의 특징에 가까운 일부를 추출하여 다중모델 퍼지 예측 시스템을 구현함으로써 다양한 원형시계열의 패턴이나 법칙성 등이 고려될 수 있도록 하였다. 다중 모델 퍼지 시스템의 각각의 예측기에는 구조가 간단한 k-means 클러스터링 기법을 적용하여 구현의 용이성을 꽤하였으며, 성능평가를 통해 선택된 최종 예측기는 RCGKA(real-coded genetic k-means clustering algorithms)를 통해 더욱 최적화된 규칙기반을 가지게 함으로써 예측성능이 개선될 수 있도록 하였다. 본 논문에 사용된 최적화 기법인 RCGKA에는 또한 성능이 우수한 다양한 유전연산자를 도입하여 더욱 예측기 성능이 강화될 수 있도록 하였으며, 시뮬레이션을 통해 제안된 예측시스템의 효용성을 증명하였다.

최근에 들어 기후변화에 따른 수위 변화 영향에 의해 물 고갈 현상이 일어나고 있다. 가뭄 발생빈도가 증가하고 강우강도가 커지면서 물부족현상이 더욱 가속화가 되어 가고 있고, 시간이 지날수록 수자원의 활용도를 떨어뜨리게 된다. 거기에 따른 대책마련을 위해 금강유역을 대상으로 삼아 수문시계열 자료들을 충분히 관측하고 분석하여 대책을 마련하고자 본 연구를 진행하였다. 본 연구에서는 하천수위, 지하수위, 강우량, 물 수요현황에 관한 자료를 수집하였다. 분석지점은 하천수위관측소에 인접한(10km 이내) 지하수위, 강우관측소중 데이터의 결함이 없는 곳을 선정하였고, 5군데 지역을 기준으로 정하였다. 더 많은 지역에 관하여 분석이 가능했으나, 관측소간의 인접여부를 확인한 결과 5군데 지역이 가장 적합한 것으로 판단되었다. 1개구역당 5개의 차트(연평균 하천수위, 연평균 지하수위, 연총강우량, 일최대강우량, 물수요현황)를 도시하였고, 이에 따라 분석을 하였다. 총강우량이 증가함에도 불구하고 강우강도가 증가하고 강우일수가 감소함에 따라 지하수위 및 하천수위는 급속히 하강하고 있었다. 많은 관측소에서 수위가 하강이 이루어지는 것으로 관측이 되었고, 앞으로도 더 늘어날 것이다. 물수요현황이 1990년대 중반 이후 안정화 되어 뚜렷한 증가추세가 없음에도 수위가 하강하는 것은 기후변화에 따른 것으로 설명할 수 있겠다.

Groundwater recharge characteristics in a fractured granite area, Mt. Geumjeong, Korea. was interpreted using bedrock groundwater and wet-land water data. Time series analysis using autocorreclation, cross-correlation and spectral density was conducted for characterizing water level variation and recharge rate in low water and high water seasons. Autocorrelation analysis using water levels resulted in short delay time with weak linearity and memory. Cross-correlation function from cross-correlation analysis was lower in the low water season than the high water season for the bedrock groundwater. The result of water level decline analysis identified groundwater recharge rate of about 11% in the study area.

국가 경제의 급속한 성장에 따른 국토전반에 걸친 개발로 인해 국토 및 연안해역의 모습은 날로 변화하고 있다. 이러한 국토 및 연안해역의 변화를 효과적으로 탐지하고 적절한 이용계획을 수립하기 위해서는 해안선의 변화관측과 분석을 토대로 연안해역에 대한 모니터링체계의 확립이 시급한 실정이다. 최근 들어, 국토해안선제작 분야에서는 해안선의 경계구분에 대한 불명확한 정립과 관측 자료의 부족으로 정확한 해안선의 길이가 불명확한 상태이며, 기존의 자료에 대한 정확성과 신뢰성이 크게 떨어지고 있는 실정이다. 따라서 본 논문에서는 연구대상의 지역적 범위를 부산근교로 한정하였으며, 일정 간격의 항공사진을 이용하여 이 일대의 송정 해운대 광안리 송도 다대포 해안선에 대한 시계열적 변화를 분석하였다.

Due to the drastic growth of national economy and the development of overall territory, the shapes of national land and coastal areas are changing from day to day. To detect such changes in lands and coasts efficiently, as well as to establish an appropriate usage plan, it is necessary to secure a monitoring system for coastal areas based on the observation and analysis of the change in coastlines. Currently, looking at the field of producing national coastlines, the lengths of coastlines are inaccurate due to the vague definition of dividing coastline boundaries and insufficient observation data. The level of accuracy and reliability of previous data are also in the very low. This paper used aerial photographs with certain intervals to monitor the change in coastal areas of Songjeong, Haeundae, Kwanganri, Songdo and Dadaepo. The local area subjected for this research was limited to areas near Busan.

The ozone concentration is one of the important environmental issue for measurement of the atmospheric condition of the country. In this article, two time series ARE models, the direct ARE model and applied ARE model have been considered for analyzing the ozone data at southern part of the Gyeonggi-Do, Pyeongtaek, Osan and Suwon monitoring sites in Korea. The result shows that the direct ARE model is better suited for describing the ozone concentration in all three sites. In both of the ARE models, eight meteorological variables and four pollution variables are used as the explanatory variables. Also the high level of ozone data (over 80 ppb) have been analyzed at the Pyeongtaek, Osan and Suwon monitoring sites.

본 연구는 도로설계 시 차로수 결정에 사용되는 적정 설계시간계수값의 특성분석과 적정 설계시간계수값을 적용하는데 있어 세부기준을 제시하기 위해 국내 일반국도 93개 상시교통량 조사지점에서 8년 동안 수집한 시간교통량 및 AADT 자료를 이용하여 AADT 증가와 시간적 변화에 따른 설계시간계수값의 변화를 회귀식 모형을 통해 분석하였다. 회귀식 모형은 30번째 시간교통량을 독립변수로 AADT를 종속변수로 하는 상수항이 없는 단순회귀식으로 구성하였으며, 회귀식은 차로수 구분(2차로, 4차로)과 AADT 수준(3개 그룹)에 따라 별도로 적용하였다. 분석결과, 제안한 회귀식 모형은 추정오차가 작고 모형의 설명력이 높게 나타났으며, 설계시간계수의 시계열적인 변동특성 분석결과, 설계시간계수는 연도별 변화가 크지 않고 차로수 또는 교통량이 클수록 작아지는 특성이 뚜렷하게 확인되었다. 연구의 한계로는 기존방법에서 채택하고 있는 30번째 혹은 100번째 순위의 설계시간계수는 맞다는 가정하에 분석을 진행한 것으로, 주 5일제 확대에 따른 여가통행 증가, 도로의 지역적 교통특성 등에 따른 설계시간계수 변화를 반영하지 못하고 있어 향후에 국내 실정에 맞는 최적순위의 설계시간계수 제시를 위한 연구가 추가적으로 필요하다.

To decide the number of road lane is very important and related to the 30th design hourly factor in the design of transportation facilities. But, as the quantitative division of road types is difficult, most planner and designer for deciding the 30th design hourly factors have used the fixed values in our country. In this study, we have analyzed the time series property of the design hourly factors in national highways and developed the model capable of estimating the 30th design hourly factors using real data. The presented model is a simple regression model(DHV = K*AADT), which is applied to the division of road lanes(2 or 4 lanes) and the level of AADT(3 levels). As a results, the simple regression model have better performance than the existing method with respect to MAPE and $R^2$. Also, the variations of the 30th design hourly factors are small. The more traffic volume increase, the more the factors decrease. But, the limitation of this study is to use the exiting method estimating the values of the factors, it is subject to study hereafter.

Studies in landscape ecology have emphasized on the relationship between landscape patterns and shapes. A variety of landscape metrics has been developed so far to quantify landscape structures. Therefore, their developments and widespread applications become possible with the advent of spatial information systems including geographic information systems(GIS) and remote sensing. This study is to grasp the change of land use and landscape ecology indices, and to analyze the change of landscape structure in a part of Gyeonggi-do during 15 years from 1985 to 2000. Green-area distribution maps and agricultural-area distribution maps for the analysis were reconstructed from land cover maps constructed by WAMIS(Water Management Information System). And then, 4 landscape ecology indices(TA, LPI, SHAPE_AM, CAI_MN) for the green-area and 5 landscape ecology indices(TA, PD, LPI, LSI, CAI_MN) for the agricultural-area were selected by using pearson correlation analysis. According to the spatio-temporal change analysis using landscape ecology indices, the green-area fragmentation of Yongin was the most severe of the study area and the agricultural-area fragmentation of Gwangju and Namyangju was more severe than any other regions.

중국의 황사 발원지 4곳을 선정하여 강수량과 EDI(가뭄지수)를 사용하여 FFT를 적용한 결과 강수량보다 EDI를 사용했을 때, 2.24년, 3년, 3.37년 정도의 주기가 나타났다. 따라서 황사의 예보를 정확하게 하기 위해 가뭄과 황사 발생관계를 알아보는 것이 도움이 될 것이라 생각된다. 그래서 이후에 EDI 외 다른 가뭄지수(PNS)도 수용하여 황사발원지의 표면 상태와 황사발생현상에 대한 관계를 더 정확하게 규명할 것이다.