Earticle

본 연구는 장애인의 개인 및 지역별 요인의 정보접근성 및 격차의 시계열적 분석 및 유형화를 살펴보는데 목적이 있다. 이를 위해 한국정보화진흥원의 2002년부터 2009년까지 8년동안의 ‘장애인 정보화 실태조사자료’를 활용한 측정값을 분석하였다. 첫째, 장애인의 정보접근성은 시계열적으로 증가하는 변화의 양상을 보였다. 2002년에는 장애인의 정보접근성이 0.309에 불과하였지만 2009년에는 0.527로 증가한 것으로 나타났다. 둘째, 요인 중 성별, 소득별, 교육수준별, 장애유형별 요인의 정보접근성의 격차의 변화양상은 시계열적으로증가하는 모습을 보여주었으며, 이는 사회구성체론의 연속론적 관점을 지지하는 것이다. 반면에 연령별, 직업별, 지역별 요인의 정보접근성 격차의 변화양상은 시계열적으로 점차 감소하는 모습을 보여주었으며, 이는 사회구성체론의 불연속론적 관점을 지지하는 것으로 나타났다. 셋째, 요인별 집단의 정보접근성의 변화 양상을 기저형, 성숙형, 안정형으로 유형화 하였다. 전통적인 정보취약계층들은 여전히 기저형에 속하는 것으로 나타났으며, 또한시간이 지날수록 장애인의 정보접근성은 안정형으로 진행할 것으로 예측된다. 장애인의 정보접근성은 시간이 지날수록 점차 증가하는 변화의 양상을 보여주었다. 이는 서비스 실시초기에는 서비스의 빠른 보급을 위하여 장애인을 위한 보편적 접근을 위한 서비스가 제공되지 않고, 이에 따른 격차도 존재하였지만, 시간이 지나서 서비스가 안정화되면서 장애인을위한 접근성을 향상시키면서 격차가 감소하는 것으로 보인다. 따라서 정보통신과 관련한 새로운 서비스를 제공하기 위한 기술을 개발하는 단계에서부터 중복지체부자유아를 위한 보편적 접근을 고려한 요구사항을 반드시 포함할 수 있어야 하며, 또한 새로운 서비스를 쉽게사용할 수 있는 중복지체부자유아

In this paper, we research the time-series analysis and categorization of information accessibility factor for disabilities. For the purpose of this study, we reuse the data of research on the actual condition for disabilities from 2002 to 2009 by national information society agency (NIA). First, the information accessibility for disabilities increases from 0.309 in 2002to 0.527 in 2009. Second, the difference of information accessibility for disabilities increase on sex, income, education, disability factor, but decrease on age, job, region factor. Third, this paper categorize three shape of the change of information accessibility for disabilities; low, medium, and high. The traditional low-level information accessibility class still remains the low category of the change of information accessibility for disabilities, but it moves the medium category year after year. It depends on the enhancement of information accessibility for disabilities, in the begin time of service its not fully support the universal access for disabilities but in the stable time of service the difference gap of information accessibility is decrease. It is necessary to involve the requirement of universal information accessibility for disabilities in the begin time of service, and also give the disabilities the information education for easily accessibility.

우리나라의 수출입 물동량이 지속적으로 증가하고 있다. 수출입 물동량은 시간의 흐름 속에서 어떠한 내재적 구조와 추세로 분석될 수 있는가? 이에 관한 분석을 위하여 새로운 다양한 지표를 통해 살펴보았다. 그리고 물동량의 증가 현상이 어떠한 요인에 의하여 움직이며, 어느 수준까지 증가할 것인가가 중요한 관심사항이다. 특히 수출입 물동량에 영향을 미치는 내부 경제의 영향 요인과 성분을 발견하고 검증을 시도하였다. 수출 물동량의 경우는 국민총생산, 수출물량지수, 생산자물가지수, 통화지표, 그리고 수입 물동량의 경우는 국민총소득, 수입물량지수, 소비자물가, 통화지표라는 다양한 변수가 물동량을 설명해 줄 수 있음을 도출하였다. 이러한 요인 분석과 개발을 기반으로 하여 통계적인 시계열 예측을 실행한 결과 2015년까지 총 교역 물동량의 증가량은 수입 물동량의 감소 전환으로 인하여 약 0.4억 톤, 연평균 0.88 % 증가에 그치는 약간의 성장을 보일 것으로 본다. 본 논고가 물류관련 기업과 기관의 수요 예측과 전략에 관한 기반 연구로서 도움이 될 것을 기대한다.

The main purpose of this study is to analyze the recent trend structure through the various indexes, and to forecast the future situation about the Korean shipping volume of export-import logistics that is continuously increasing these days as well as to find out the various factors. To forecast a future level of the shipping volumes, the research was applied as focusing a new trial factors and components. There are major effect variables of namely the Gross Domestic Product, the Export Volume Index, the Producer Price Index, the Currency Index for export logistics volume, and the Gross National Income, the Import Volume Index, the Consumer Price Index, the Currency Index for import one. Through the time-series forecasting with statistics method integrating the regression analysis and the time-series analysis, the increase in total logistics volume would be slight to meet about 45 million ton as 0.88 % annually upward till the year of 2015 because of decrease in import volume as a changing point. It would help to refer the demand of logistics industry and the framework of policy to relevant governments which should analyze and estimate the volumes of export-import logistics.

이 논문의 주된 목적은 1997년 지방자치의 본격적 실시를 앞두고 중앙정부 주도의 대대적인 시군통합 노력을 통해 1995년에 탄생된 통합시를 대상으로 시군통합의 효과를 경험적으로 검증하는 데 있다. 이 논문의 연구 질문은 “1995년에 출범한 통합시가 통합되기 이전에 시군으로 분리되어 있는 경우에 비해 효율성과 경제성장이 강화되었는가?”이다. 이 질문에 대한 답변을 위해 통합시가 출범한 1995년을 기점으로 통합 전 12년, 통합 후 12년을 포함하여 총 24년에 이르는 1984년~2006년의 기간을 연구대상으로 설정하여 단절적 시계열 분석기법(interrupted time series analysis)을 실시하였다. 이 연구의 최종적 결론은 1990년대와 현재 진행되고 있는 것처럼 중앙정부의 막대한 행･재정 지원을 통해 자치단체의 구조조정 노력을 하지 않아도 되게 만드는 방식의 통합은 “한건 했다”는 정치적 선전효과 외에는 통합 자치단체의 효율성과 경쟁력을 강화시키는 데 큰 도움이 되지 않는다는 것이다.

This study empirically tests the effects of city-county consolidation enacted through the central government initiative in 1995 before the substantive implementation of Korean local autonomy in 1997. The research question of this study is if the consolidated cities created in 1995 have experienced enhanced efficiency and economic growth as expected before the city-county consolidation. To answer the question, this study employs an interrupted time series analysis, with a panel data set covering the 1984-2006 period, 12 years before and after the base year of 1995 when city-county consolidation occurred. The conclusion of this study is as follows. Regarding the consolidation in the 1990s and recently ongoing debates on consolidation, a consolidation program that discourages the restructuring motives of local governments by providing considerable amounts of administrative and financial support from the central government for local governments willing to consolidate, does not lead to expected efficiency and competitiveness. Such consolidation programs induce the public perception that the central government is "doing something" significant for the nation and people, enabling it to claim political credit.

본 논문은 1978년-2007년까지의 이자율 시계열 자료를 이용하여 단위근이 존재하는지를 검증하였고, 또한 국면전환이 존재 시 시계열의 특성이 어떠한지를 실증 분석 하였다. 본 논문의 실증분석 결과는 다음과 같다. 첫째, 전체기간 이자율 시계열에서는 단위 근이 존재하였다. 둘째, 하부기간으로 나누어 단위근을 검증한 결과 단위근이 존재하지 않았다. 셋째, 마코브 국면전환모형을 사용하여 하부기간의 국면전환을 파악한 결과 양호하게 파악되었다. 그러므로 본 이자율 시계열의 국면전환을 파악하는데 마코브 국면전환 모형이 유용할 수 있음을 알 수 있다. 넷째, 전통적인 확률보행 모형, AR모형과 마코브 국면전환 모형의 예측력을 비교한 결과 마코브 국면전환 모형의 예측력이 우월하였다. 다섯째, 명목 이자율과 기대 인플레이션 간 교차상관관계를 파악 한 결과 두 시계열 변수 간 상관관계가 높았으며 피셔관계가 존재하였다.

This paper empirical investigates whether there is unit root in the time series of interest rate during 1978-2007. Also it examines the characteristics of this series if unit root exists. The findings from this paper is as follows: First, there is the unit root in the time series of real interest rate for full period. Second, however, the unit root is not found in subsample period with 1978-1997 and 1998-2007. Third, thus applying Markov Switching model to the time series of real interest rate, the regime shift was identified well. Therefore, this result implies that The Markov Switching model is very useful to identify the regime shift in this paper. Fourth, in comparing traditional AR model to Markov Switching model, the predictability of Markov Switching model is superior than traditional AR model. Fifth, with analyzing cross-correlation between nominal interest rate and expected inflation, two time series are affected at each other.

연구개발 지출의 경제적 효과에 대한 기존연구에서는 주로 횡단면 회귀식 혹은 패널 회귀식의 분석에 의존함으로써 이익 혹은 주가에 대한 연구개발비의 회귀모수가 상이한 기간 및 기업 사이에 동일한 것으로 가정하여 왔다. 이와는 달리 본 연구에서는 개별기업의 시계열자료를 이용하여 이익이 과거의 연구개발 지출에 따른 효익을 반영하며 주가가 과거와 현재의 연구개발 지출이 생성하는 효익의 경제적 가치를 반영하는지를 조사하였다. 본 연구에서는 이익모형과 주가모형의 두 개의 방정식으로 이루어지는 재귀적 연립방정식을 추정한다. 이익모형은 이익을 유형자산, 광고선전비 및 연구개발비의 함수로 설정하여 보고이익수치를 통하여 실현된 연구개발 지출의 효익을 측정한다. 주가모형은 지분의 시가를 장부가치, 비정상이익 및 연구개발비의 함수로 설정하며 회계수치와 연구개발 지출에 대한 시장에서의 평가를 측정한다. 이 연립방정식 체계에서는 과거의 연구개발 지출이 이익을 생성하고 이익이 시장가치를 창출하는 것으로 가정한다. 모형의 회귀계수는 기업별로 별도로 추정된다. 분석결과 횡단면분석 혹은 패널 접근법에 의존하고 있는 여러 선행연구와는 달리 연구개발 지출이 경제적 효익을 지닌다는 데 대한 지지는 극히 미미하게 나타났다. 이익모형의 추정결과 이익이 과거의 연구개발 지출의 효익을 반영하는 것으로 나타난 기업은 전체 표본의 10- 15%에 불과하였다. 또 주가모형의 분석에서 연구개발비가 기업의 주가에 영향을 주는 것은 전체기업의 20% 미만에 지나지 않았다. 추가적인 강건성 검증에서 이익의 척도 및 변수의 형태를 달리하여도 결과는 크게 달라지지 않았다. 반면에 통합표본 및 연도별표본을 사용한 추가적 횡단면분석에서는 선행연구의 결과와 유사하게 연구개발 지출과 이익 및 주가 사이에 유의한 양의 상관관계를 확인할 수 있었는데 이는 횡단면 접근방법이 생략변수 혹은 예외치의 영향을 받고 있을 가능성을 시사한다. 동일한 자료로부터 접근방법에 따라 상이한 결과가 관찰될 수 있다는 사실은 회계변수의 정책적 시사점을 논함에 있어서 연구방법의 선택에 보다 신중을 기할 필요가 있음을 제시한다. 본 연구의 결과가 반드시 시계열연구의 우수성을 입증한다거나 횡단면연구에 입각한 선행연구의 결과에 오류가 있음을 의미하는 것은 아니다. 그럼에도 불구하고 연구개발 지출과 기업이익 및 주가 사이에 통계적으로 유의한 양의 관련성이 보편적으로 존재한다는 기존의 관념에는 중대한 의문을 제기하는 것이라 할 수 있다. 요컨대 개별 기업의 수준에서 연구개발 지출의 경제적 효익은 다수의 횡단면 연구에서 제시하는 것만큼 강건한 것은 아닐 수 있다.

The literature on the economic effects of research and development (R&D) expenditures is based primarily on cross-sectional regressions or panel data regressions with time and firm fixed effects such that the parameters relating R&D to accounting earnings and/or market value are cross-sectionally constant. This paper utilizes firm-specific time-series data to examine whether reported earnings reflect benefits from past R&D expenditures and whether market values impound the economic value derived from the benefits of past and present R&D expenditures. This study estimates a recursive system of two equations: one for earnings and one for valuation. The earnings equation associates earnings with recorded tangible assets, advertising, and R&D expenditures. It intends to extract realized R&D benefits from reported earnings numbers. The valuation equation relates market values of equity to book values, abnormal earnings, and R&D expenditures. It determines how the accounting and R&D numbers are valued in the market. This system of equations assumes that past R&D generates earnings that create market value. Model parameters are estimated for each firm separately. Unlike many previous studies based on cross-sectional and panel data analyses, this study finds very weak empirical support for the economic benefit of R&D expenditures. The results from the earnings equation indicate that reported earnings reflect realized benefits from past R&D for only 10-15% of the sample firms. The results from the valuation equation indicate that R&D affects firm valuation for only less than 20% of the sample firms at best. In a series of additional robustness tests, regardless of earnings measures and the types of variables, very weak empirical support remained to prevail. More specifically, I estimate polynomial distributed lag (PDL) models with varying lag terms both for earnings and valuation equations. Valid data for earnings, prices, book values, R&D expenditures, advertising expenditures, tangible assets for 18 consecutive years were available for 168 firms from 1990 to 2007. In the earnings equation PDL model, the cross-sectional mean and median of the sum of lagged coefficients of total R&D expenditures are of negative values. Moreover, the firms with significantly negative coefficient estimates outnumber their positive counterparts. I find that the aggregate R&D parameter estimates are significantly positive at 0.1 level for only 22 firms out of 168 sample firms. Similarly, in the valuation equation PDL model, the cross-sectional mean and median of the comparable coefficients are negative. The R&D valuation parameter estimates are significantly positive for only 18 firms at 0.1 level. In an additional analysis, I conduct cross-sectional analyses on pooled and yearly cross-sectional samples both for earnings and valuation equation models. Interestingly, the estimated coefficients for both models are significantly positive, largely consistent with many previous researches based on cross-sectional approach. This lack of consistency between the results of time-series and of cross-sectional approaches suggests that either or both approaches could be fraught with technical problems. From the standpoint of time-series context, cross-sectional analysis has a number of disadvantages. The cross-sectional approach makes use of comparisons across firm expenditures on R&D. Comparisons across firms can only isolate the effects of R&D if they control for other influences on earnings or market values that may vary from one firm to another. However, it is not always possible to observe and control for all firm differences that could affect earnings or market values. This possibility of correlated omitted variables bias is one of the primary disadvantages of cross-sectional models of R&D. Futhermore, the coefficient estimates in cross- sectional studies may be influenced by firm outliers, which is likely to be the case with the results of this study. Th...

이익발표 후 잔류현상은 자본시장이 비기대이익에 대하여 즉각적이고 완전하게 반응하지 않고 비기대이익의 방향에 따라 일정기간 꾸준히 주가가 잔류하는 현상이다. 이는 곧 비기대이익이라는 이익정보에 근거하여 미래의 주가수익률을 예측할 수 있다는 점에서 효율적 자본시장가설에 어긋나는 자본시장이례현상이다. 이러한 잔류현상에 대한 가장 대표적인 설명은 자본시장이 회계이익의 시계열속성에 나타나는 과거 회계이익의 정보성을 충분히 이해하지 못한다는 것이다. 본 연구는 우리나라 자본시장에서도 이러한 이익발표 후 잔류현상이 존재하는가를 먼저 분석한 후 이러한 현상이 자본시장이 회계이익의 시계열속성을 충분히 이해하지 못하는 것과 관련되는가를 분석하였다. 분석결과 분기이익의 발표 후 일정기간동안 이익발표 후 잔류현상이 나타남을 알 수 있었다. 분기이익의 시계열속성을 분석한 결과 분기이익의 계절별이익차이는 과거 3개 분기의 계절별이익차이와는 양의 상관관계를, 4 번째 분기의 계절별이익차이와는 음의 상관관계를 가지는 것으로 나타났다. 또한 이러한 상관관계는 이익발표 후 60일 동안의 초과수익률로 측정한 잔상과 과거 4개 분기의 비기대이익과도 비슷한 패턴으로 나타났다. 이는 곧 자본시장이 분기이익의 시계열속성을 충분히 이해하지 못한다는 점을 시사한다고 할 수 있다. 자본시장이 반영하는 분기이익의 시계열속성을 분석한 결과 우리나라의 자본시장은 분기이익의 시계열속성을 거의 이해하지 못하는 것으로 나타났다. 본 연구는 우리나라의 자본시장에서 나타나는 이익발표 후 잔류현상의 존재와 그 패턴을 보고하였으며, 2000년도부터 보고되기 시작한 분기이익이 외국 선행연구에서 보고된 바와 같이 일정한 형태의 자기상관관계를 가지고 있음을 보고하였다는 의미를 가진다. 또한 자본시장의 참가자들이 분기이익의 이러한 시계열속성을 충분히 이해하지 못한다는 결과는 우리나라에서 분기이익이 공시된 기간이 짧은 것과 관련될 수 있다.

Previous studies reported that the sign and magnitude of security returns are predictable, based on previously announced earnings. This ability of current earnings information to predict future abnormal returns are called ‘post- earnings-announcement drift.’ Ball and Brown(1968) first documented post-earnings announcement drift. That is, even after earnings are announced, abnormal returns continue to drift up for good news firms and down for bad news firms. Foster, Olsen, and Shevlin(1984) also reported the same phenomenon using quarterly earnings data. They reported that the drift exists even 120 trading days after earnings announcement and hedge returns of 6.31% over the 60 trading days could be obtained simply based on the announced earnings information. The predictability of stock returns based on current earnings information is a serious challenge to the efficient capital market hypothesis. The academic literature offers three possible explanation for this anomaly. 1) shifts in risks of firms with extreme unexpected earnings, 2) methodological problems in measuring the returns, 3) investors’ under-reaction to earnings information. While many studies suggested the first and second explanation for the drift, the third explanation as suggested by Bernard and Thomas(1990) has been accepted as the most plausible reason for the drift. Bernard and Thomas(1990) argued that one plausible reason of this phenomenon is the market inefficiency with regard to the serial correlation of the seasonally differenced quarterly earnings. However, Ball and Bartov(1996) argued that while market investors do know the serial correlation, they tend to underestimate the serial correlation. While continuing studies on this phenomenon are being executed in other countries, few studies reported the existence and the reason of this phenomenon in Korean stock market. Nah and Lee(2006) examined the post earnings announcement drift and related this phenomenon with the audit quality. Lee and Lee(2008) related the drift with firms’ information environment. However, no studies fully examined the pattern and the length of the drift and investigated the possibility of investors’ naivite with regard to time-series information of quarterly earnings. In this context, this study examines the existence of post-earnings-announcement drift. Also, by examining the serial correlation of quarterly earnings, this study investigates the market’s efficiency with regard to the time-series nature of quarterly earnings. Empirical results show that there exists a post-earnings-announcement drift in the Korean stock market and the magnitude of the drift is quite similar to the one in the American stock market. That is, there is a pronounced post-earnings- announcement drift, increasing monotonically in unexpected earnings. Most of the drift occurs during the first 60 trading days, and a long position in the highest unexpected earnings decile and a short position in the lowest unexpected earnings decile would have yielded an estimated abnormal return of 7.59% over the 60 days subsequent to the earnings announcement. Also, the results show that the autocorrelations in seasonally differenced quarterly earnings are positive with declining magnitudes at the first three lags, and strongly negative at the fourth. This autocorrelation structure of earnings suggests that quarterly earnings process is a seasonally differenced first-order autoregresssive process with a seasonal moving-average term, as suggested by Brow and Rozeff(1979,) Foster(1977), and Bernard and Thomas(1990). Further analysis indicated that the abnormal returns after the earnings announcement are correlated in a way which suggests that market investors do not understand the serial correlation of seasonally differenced quarterly earnings. While Ball and Bartov(1996) argued that the market investors in America are aware of the existence of the serial correlation, the results of this study implies that th...

The forecasting of water pollution is very important to establish a river water pollution prevention policy. The goal of this study is to forecast the trend of water quality and to suggest some policy alternatives in Nakdong river. It uses four different monthly data such as BOD, COD, T-N, DO of Gorung measurement point where Nakdong and Gumho rivers are jointed in Gyeongbuk province from 1996 to 2004. Parameters of equation are determined to use a multiplicative ARIMA model. Four forecasted data are compared with real data. COD, T-N, and DO data are analyzed with the ARIMA(0,1,1)(0,1,1)12 model but BOD is implemented with ARIMA(2,2,0)(2,1,0)12 model. Some variables show strong seasonal effects but they also shows a high correlation with the real data. COD and T-N values increase until 2008 and BOD value decreases. But DO value remains unchangeable. Therefore, the water pollution prevention policy should focus on the decrease of COD and T-N.

The purpose of this article is to examine the functions of local council by the time-series analysis of its 1,640 questions on Gwangju Metro-city affairs during the last 11 years from 1991 to 2002. It employs the analysis of number, contents and characteristics of questions, verifies the differences of them by year and by the number of reelection, and the relationship between contents and characteristics of questions on the basis of assembly record. The result of analysis shows that the local council has been laying stress on the role of check and watch rather than policy agenda or problem-solving. The check and watch appears in giving the high attention on the area of practical and economic issues and interest concerned like urban planning or industry in the meanwhile poor one on quality of life or public interest. Furthermore, it does not support the general hypothesis which local council pays more and professional attention on various policy areas with the accumulation of time or experience. It suggests that more capacity of local council should be developed for policy agenda, problem-solving and responsiveness in accordance with the rapid change of local administration condition

비작업일수는 기상조건, 법정공휴일, 현장여건으로 인해 작업이 불가능한 날을 의미한다. 현재 비작업일수는 과거 10년 기상데이터의 평균값으로 산정되나 이는 기후 변동성과 공종별 민감도를 충분히 반영하지 못한다. 딥러닝 시계열 모델이 대안이 될 수 있으나, 비작업일수를 독립적 예측 대상으로 다룬 연구는 부족하다. 이에 따라 본 연구는 1960-2024년 서울 지역의 기상데이터로 10년 평균값과 딥러닝 모델 네 가지(LSTM, ModernTCN, PatchTST, TimeMixer)의 비작업일수 예측 정확도를 평가하였다. 그 결과, ModernTCN은 최고의 평균 정확도(MAE: 1.288, RMSE: 2.009)를 달성했으며, TimeMixer는 가장 높은 극한 기상 탐지율(41.7%)을 보였다. ModernTCN과 TimeMixer는 가장 우수한 장기 안정성을 보였다. 이러한 결과는 딥러닝 모델이 비작업일수 예측에 있어 전통적인 평균 방법보다 우수함을 보여준다.

'Non-working days' refer to periods during which construction tasks cannot be undertaken due to extreme weather conditions, unfavorable site circumstances, or national holidays. Given a typical construction project, non-working days constitute 20-30% of the overall schedule. Underestimating non-working days may lead to schedule delays, while overestimating leads to sub-optimal resource allocation. As it stands, the non-working days are estimated using 10-year historical weather averages. This method has become increasingly unreliable due to climate variability and varying weather sensitivity. Meteorology, energy demand forecasting, and financial markets deal with similar unpredictability, and they have successfully adopted deep learning-based time series models for accurate estimations. Accordingly, this study evaluates the prediction accuracy of non-working days using the traditional 10-year average method against four state-of-the-art deep learning models (LSTM, ModernTCN, PatchTST, and TimeMixer) on weather data from 1960-2024 in Seoul, South Korea. Model performance was assessed using three criteria: average accuracy, extreme weather event prediction, and long-term stability. ModernTCN achieved the best average accuracy(MAE: 1.288, RMSE: 2.009), while TimeMixer demonstrated superior extreme weather detection(41.7% detection rate). Both ModernTCN and TimeMixer exhibited excellent long-term stability. These findings indicate that deep learning models outperform traditional averaging methods for non-working day prediction.

본 연구는 내륙습지 감소 지역을 대상으로 토지피복 시계열 분석을 통해 습지 면적 변화의 추세와 주요 원인을 규명하고, 토지피복지도와 InVEST 모델을 활용해 복원대상지 발굴 방법을 제시하고자 하였다. 이를 위해 공공데이터인 제4차 전국 내륙습지 기초조사 자료(2016-2021)와 환경부 토지피복지도(1980-2022)를 활용하였다. 시계열 분석 결과, 1980-2000년 시기에 습지의 주요 변화 요인은 농경지로 나타났으며, 2000-2022년 시기에는 초지화가 주요 변화 요인으로 분석되었다. 복원대상지를 발굴하기 위해 습지 면적과 탄소 저장량이 모두 감소한 지역을 선별하였으며 그중 국·공유지가 50% 이상인 지역을 추출하여 현장검증을 실시하였다. 검증 결과 선별된 10개의 지역 중 8개 지역에서 실제로 습지 면적감소가 확인되었다. 해당 연구 결과는 내륙습지 보전 및 모니터링 체계 구축에 실질적인 정보를 제공할 뿐만 아니라, 향후 국가 실천 목표인 전국 훼손 생태계 30% 복원에 기초 자료로 활용될 수 있을 것이다.

This study aimed to analyze trends and key drivers of wetland area change in inland wetland loss regions using a temporal land cover analysis, and to propose a method for identifying potential restoration sites based on land cover maps and the InVEST model. Public datasets, including the 4th National Inland Wetland Survey (2016-2021) and the Ministry of Environment's Land Cover Maps (1980-2022), were utilized. The temporal analysis revealed that conversion to agricultural land was the primary driver of wetland loss between 1980 and 2000, while grassland expansion was the main factor between 2000 and 2022. Restoration candidates were selected based on areas where both wetland area and carbon storage had declined, and among them, regions with more than 50% public ownership were extracted for field verification. As a result, wetland loss was confirmed in 8 out of the 10 selected sites. The findings of this study provide practical insights for inland wetland conservation and the establishment of a national wetland monitoring framework. Furthermore, they can serve as a foundational dataset to support the national target of restoring 30% of degraded ecosystems.

위성데이터를 활용한 시계열 데이터는 다양한 분야에서 변화 탐지와 모니터링에 필수적인 자료로 활용되고 있다. 시계열 데이터 생성에 관한 선행 연구에서는 데이터의 통일성을 유지하기 위해 주로 단일 영상을 기반으로 분석하는 방식이 사용되었다. 또한 공간 및 시간 해상도 향상을 위해 다종 영상을 활용하는 연구도 활발하게 진행되고 있다. 시계열 데이터의 중요성은 계속해서 강조되지만, 데이터를 자동으로 수집하고 가공하여 연구에 활용하기 위한 산출물은 아직 제공되지 않고 있다. 따라서 이러한 한계를 극복하기 위해 본 논문에서는 사용자가 설정한 지역의 위성정보를 자동으로 수집하고 시계열 데이터를 생성하는 기능을 제안한다. 본 연구는 한 종류의 위성영상뿐만 아니라 동일 지역의 여러 위성데이터를 수집하고 이를 시계열 데이터로 변환하여 산출물을 생성하는 것을 목표로 하며, 이를 위한 위성영상 자동 수집 시스템을 개발하였다. 이 시스템을 활용하면 사용자는 관심 있는 지역을 설정함으로써 해당 지역에 맞게 데이터가 수집되고 Crop되어 즉시 활용할 수 있는 데이터를 생성할 수 있다. 실험 결과로는 웹 상에서 무료로 제공되는 Landsat-8/9 OLI 및 Sentinel-2 A/B 영상의 자동 획득이 가능함을 확인하였으며, 수동 입력을 통해 별도의 고해상도 위성영상도 함께 처리할 수 있었다. 고해상도 위성영상을 기준으로 자동 수집 및 편집된 영상 간의 정확도를 비교하고 육안 분석을 수행한 결과, 큰 오차 없이 결과물을 생성할 수 있음을 확인했다. 이후 시계열 데이터 간 상대적 위치 오차 최소화 및 좌표가 획득되어 있지 않은 데이터 처리 등에 대한 연구 및 다양한 위성영상을 활용한 시계열 데이터 생성 기능 추가가 계획되어 있다. 위성영상을 활용한 시계열 데이터의 생성 방법이 정립되고, 국토위성, 농림위성과 같은 국내 위성정보를 이용한 시계열 데이터가 효과적으로 활용될 경우, 국토·농림·산업·해양 분야에서 다양한 응용 가능성이 기대된다.

Time-series data generated from satellite data are crucial resources for change detection and monitoring across various fields. Existing research in time-series data generation primarily relies on single-image analysis to maintain data uniformity, with ongoing efforts to enhance spatial and temporal resolutions by utilizing diverse image sources. Despite the emphasized significance of time-series data, there is a notable absence of automated data collection and preprocessing for research purposes. In this paper, to address this limitation, we propose a system that automates the collection of satellite information in user-specified areas to generate time-series data. This research aims to collect data from various satellite sources in a specific region and convert them into time-series data, developing an automatic satellite image collection system for this purpose. By utilizing this system, users can collect and extract data for their specific regions of interest, making the data immediately usable. Experimental results have shown the feasibility of automatically acquiring freely available Landsat and Sentinel images from the web and incorporating manually inputted high-resolution satellite images. Comparisons between automatically collected and edited images based on high-resolution satellite data demonstrated minimal discrepancies, with no significant errors in the generated output.

This study analyzed the impact of greenhouse cultivation area and groundwater level changes due to the water curtain cultivation in the greenhouse complexes. The groundwater observation data in the Miryang study area were used and classified into greenhouse and field cultivation areas to compare the groundwater impact of water curtain cultivation in the greenhouse complex. We identified the characteristics of the groundwater time series data by the terrain of the study area and selected the optimal model through time series analysis. We analyzed the time series data for each terrain's two representative groundwater observation wells. The Seasonal ARIMA model was chosen as the optimal model for riverside well, and for plain and mountain well, the ARIMA model and Seasonal ARIMA model were selected as the optimal model. A suitable prediction model is not limited to one model due to a change in a groundwater level fluctuation pattern caused by a surrounding environment change but may change over time. Therefore, it is necessary to periodically check and revise the optimal model rather than continuously applying one selected ARIMA model. Groundwater forecasting results through time series analysis can be used for sustainable groundwater resource management.

토양수분은 불포화대의 공극 내에 존재하는 물로 정의되며, 다양한 수문학적 과정과 밀접하게 연관되어 있다. 본 연구에서는 지하수에 대한 의존도가 높은 농촌지역인 연구지역을 덮고 있는 6가지의 토지이용에 따른 토양수분 함량 및 토양 투수성 비교를 통해 토양수분에 영향을 미치는 요인을 파악하여 향후 연구에 유용한 자료를 제공하는 것을 목적으로 한다. 시계열 자료를 이용하여 자기상관분석, 스펙트럼 밀도분석 및 교차상관분석을 수행하였다. 토양수분 함량은 약한 자기상관성 및 기억효과를 가지며, 강수량이 토양수분 함량에 상당한 영향을 미치는 것으로 사료된다. 토지이용 변화에 따라 포화 수리전도도는 크게 변화하지 않으며, 대신 불균질한 토양의 구조에 의하여 영향을 받는 것으로 보인다.

Soil moisture is defined as water in the pores of the soil's unsaturated zone, and it is closely related to various hydrological processes. This study aims to provide meaningful data by identifying factors affecting soil moisture through comparing soil moisture content and soil permeability in a study area covering six different land use types in an agricultural region that is highly dependent on groundwater. We conduct auto-correlation analysis, spectral density analysis, and cross-correlation analysis using time-series data. Soil moisture content shows to have weak auto-correlation and memory effects, and precipitation appears to have a substantial influence on soil moisture content. Saturation hydraulic conductivity does not vary markedly with changing land use, and instead appears to be affected by the inhomogenous soil structure.

최근 동해안의 연안 침식이 가속화되면서 광역의 지역에 대한 과학적이며 정량적인 연안침식 모니터링 기술의 필요성이 증가하고 있다. 기존의 연안의 변화를 관측하는 주요 기술은 현장 측량에 의존한 정밀모니터링이 주로 수행되었지만 소규모 지역에 대해서만 적용이 가능하였다. 항공수심라이다(Airborne Bathymetric LiDAR, ABL) 시스템은 광역의 해변 및 해저 지형에 대한 경제적인 측량이 가능한 기술이다. 특히 해수의 유동이 심하고 파랑에너지가 높아 연안침식 모니터링에서 주요 관심 대상 지역인 조간대에 대해 해저 지형자료의 구축이 가능하다는 장점을 가진다. 본 연구에서는 씨호크(Seahawk) ABL 시스템을 활용하여 2021년 8월과 2022년 3월에 표사계 GW36 연안에 대해 측량 데이터를 취득하고 연안침식에 의한 기선 길이 및 종단 변화, 해안선 변화, Digital Terrain Model 변화를 정량적으로 관측하였다. 연구결과 항공수심라이다 데이터를 연안침식 모니터링에 효과적으로 활용이 가능함을 확인할 수 있었다.

As coastal erosion of the east coast is accelerating, the need for scientific and quantitative coastal erosion monitoring technology for a wide area increases. The traditional method for observing changes in the coast was precision monitoring based on field surveys, but it can only be applied to a small area. The airborne bathymetric Light Detection And Ranging (LiDAR) system is a technology that enables economical surveying of coastal and seabed topography in a wide area. In particular, it has the advantage of constructing topographical data for the intertidal zone, which is a major area of interest for coastal erosion monitoring. In this study, time series analysis of coastal seabed topography acquired in Aug, 2021 and Mar. 2022 on the littoral cell GW36 in Gangwon was performed using the Seahawk Airborne Bathymetric LiDAR (ABL) system. We quantitatively monitored the topographical changes by measuring the baseline length, shoreline and Digital Terrain Model (DTM) changes. Through this, the effectiveness of the ABL surveying technique was confirmed in coastal erosion monitoring.

Thermal protection system structures such as double-panel structures are used on the skin of the fuselage and wings to prevent the transfer of high heat into the interior of an high supersonic/hypersonic aircraft. The thin-walled double-panel skin can be exposed to acoustic loads by high power engine noise and jet flow noise, which can cause sonic fatigue damage. In order to predict the fatigue life of the skin, the octave bandwidth SPL should be calculated as narrow bandwidth PSD or acoustic load history using interpolation method. In this paper, a method of converting the octave bandwidth SPL acoustic load into a narrow bandwidth PSD and reconstructed acoustic load history was investigated. The octave bandwidth SPL was converted to the narrow bandwidth PSD using various interpolation methods such as flat, log and linear scale, and the probabilistic characteristics and fatigue damage results were compared. It was found that average error of fatigue damage index by the log scale interpolation method was relatively small among three methods.

본 연구는 현대사회에서 도시민의 행태를 지원하는 공간으로 공원에 주목하였다. 현대의 도시공원은 특정한 역할을 하는 공간으로 국한되지 않으며, 공공의 성격을 가지고 있어 이용자의 이용행태에 따라 그 기능·의미가 변화할 수 있다. 또한, 현재 온라인상의 데이터는 방문할 공원의 선택 혹은 공원 이용행태의 결정을 지원하는 단계로 접어들었다. 이에 본 연구는 빅데이터의 자료 기반의 특징인 시계열 분석이 가능하도록 데이터를 수집할 수 있는 최초 년도인 2000년부터 2018년까지 여의도공원·여의도 한강공원과 양재 시민의 숲의 행태 변화를 빅데이터 기법인 텍스트마이닝(Text Mining)과 소셜 네트워크(Social Network;사회연결망)분석을 활용하여 분석하였다. 연구결과의 요약은 다음과 같다. 먼저 시간의 흐름에 따라 주요 이용행태와 행태에 영향을 미치는 요소에 변화가 있었다. 여의도공원·여의도 한강공원의 이용행태는 제 I시기는 '타다'(동적행태), 제 II시기는 '찍다'(정보통신서비스 행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '먹다'(에너지원 행태)로 시간의 흐름에 따라 주요 행태가 다양하게 변화하는 모습이고, 양재 시민의 숲은 제 I시기는 '걷다'(동적행태), 제 II시기는 '걷다'(동적행태), 제 III시기는 '걷다'(동적행태), 제 IV시기는 '놀다'(동적행태)로 주로 동적행태 위주의 행태가 나타나는 것으로 나타났다. 주요 행태에 영향을 미치는 요소로 여의도공원·여의도 한강공원은 스포츠 및 레저, 문화·예술, 여가와 관련된 요소가 도출되었고, 양재 시민의 숲은 자연자원 요소가 도출되어 주요 이용행태에 영향을 미치는 요소에 차이가 있었다. 다음으로 대상지의 행태는 시기별로 특정 행태에 집중화되어 있으며, 차후 발생하는 행태를 선택하거나 제약하는 역할을 하는 것으로 나타났다. 이러한 결과는 대상지에 다양한 행태가 일어나지 않을 뿐만 아니라, 공간, 시설 등이 골고루 활용되지 않고 있다는 것을 알 수 있다. 연구결과의 흥미로운 점은 두 공원에서 공통적으로 눈에 띄게 급증한 행태는 에너지원 행태(먹다, 마시다)와 소비행태(사다, 대여하다)이다. 에너지원 행태는 두 공원에서 모두 제 III시기에서 제 IV시기 사이에 10배 이상으로 치솟았으며, 다른 행태와 빈도에서 큰 차이를 보이며 월등히 높았다. 또한, 공원에 방문하는 시민들은 식음료비, 자전거 등의 대여비, 이밖에 행사 참여 등과 관련된 소비의사가 있으며, 공원이 도심 내 휴식공간에서 지역경제 활성화라는 측면에서 본다면 긍정적으로 평가할 수 있을 것이다. 본 연구는 데이터 기법을 활용하여 도시공원 이용행태를 분석하였다는 점과 오늘날 도시공원은 휴식, 산책 등의 역할을 넘어서 시대적인 트렌드를 반영하며, 소비 성향이 나타나는 놀이공간으로 성향이 변화하였다는 결과를 도출하였다는 점에서 큰 의의가 있다. 현대 도시공원에서 일어나는 행태는 양과 내용이 과거와 다르게 변화하고 있다. 그러므로 빅데이터를 통해 수집되는 대규모 집단의 행태를 유형화하고, 이러한 결과를 바탕으로 이루어지는 다학제적인 논의를 통해 오늘날 도시공원을 시민들이 어떻게 이용하고 있는지를 보다 명확하게 이해할 수 있을 것이다.

This study focused on the park as a space to support the behavior of urban citizens in modern society. Modern city parks are not spaces that play a specific role but are used by many people, so their function and meaning may change depending on the user's behavior. In addition, current online data may determine the selection of parks to visit or the usage of parks. Therefore, this study analyzed the change of behavior in Yeouido Park, Yeouido Hangang Park, and Yangjae Citizen's Forest from 2000 to 2018 by utilizing a time series analysis. The analysis method used Big Data techniques such as text mining and social network analysis. The summary of the study is as follows. The usage behavior of Yeouido Park has changed over time to "Ride" (Dynamic Behavior) for the first period (I), "Take" (Information Communication Service Behavior) for the second period (II), "See" (Communicative Behavior) for the third period (III), and "Eat" (Energy Source Behavior) for the fourth period (IV). In the case of Yangjae Citizens' Forest, the usage behavior has changed over time to "Walk" (Dynamic Behavior) for the first, second, and third periods (I), (II), (III) and "Play" (Dynamic Behavior) for the fourth period (IV). Looking at the factors affecting behavior, Yeouido Park was had various factors related to sports, leisure, culture, art, and spare time compared to Yangjae Citizens' Forest. The differences in Yangjae Citizens' Forest that affected its main usage behavior were various elements of natural resources. Second, the behavior of the target areas was found to be focused on certain main behaviors over time and played a role in selecting or limiting future behaviors. These results indicate that the space and facilities of the target areas had not been utilized evenly, as various behaviors have not occurred, however, a certain main behavior has appeared in the target areas. This study has great significance in that it analyzes the usage of urban parks using Big Data techniques, and determined that urban parks are transformed into play spaces where consumption progressed beyond the role of rest and walking. The behavior occurring in modern urban parks is changing in quantity and content. Therefore, through various types of discussions based on the results of the behavior collected through Big Data, we can better understand how citizens are using city parks. This study found that the behavior associated with static behavior in both parks had a great impact on other behaviors.

스마트그리드 환경하에서 ICT 기술의 발달로 AMI 기기를 통해 가정의 실시간 전력사용량을 수집할 수 있게 됨에 따라 이러한 자료들을 활용하여 보다 더 정확한 가정용 전력사용량 예측을 할 수 있게 되었다. 본 논문에서는 1시간 단위 가정용 전력사용량 자료를 바탕으로 ARIMA, TBATS, NNAR 모형을 사용하여 전력수요를 예측하는 모형을 연구하였는데, 기존과 달리 가구 전체 사용량을 한 번에 예측하는 것이 아닌 유사한 전력사용패턴을 나타내는 가구들을 군집하여 군집별로 예측 모형을 수립하고 각 모형별 예측치를 합산하여 예상 전력사용량을 산출하였다. 특히 전력사용량 자료는 전형적인 시계얼 자료로서 군집분석 방법으로 시계열에 적절한 방법을 선택하였으며 본 논문에서는 동적타임워핑(dynamic time warping)과 Periodogram 기반의 방법을 사용하였다. 연구 결과 사용량이 유사한 가구들을 군집하여 전력사용량을 예측하는 것이 한 번에 예측하는 것보다 예측 성능이 더 우수한 것으로 나타났으며 예측 모형 중에서는 여름철의 경우 NNAR 모형이, 겨울철의 경우 TBATS 모형의 성능이 가장 좋았으며 군집분석 방법은 군집 간 패턴의 차이가 명확히 나타난 동적타임워핑 방법을 사용했을 때 예측 성능의 향상이 가장 많았다.

Residential electricity consumption can be predicted more accurately by utilizing the realtime household electricity consumption reference that can be collected by the AMI as the ICT developed under the smart grid circumstance. This paper studied the model that predicts residential power load using the ARIMA, TBATS, NNAR model based on the data of hour unit amount of household electricity consumption, and unlike forecasting the consumption of the whole households at once, it computed the anticipated amount of the electricity consumption by aggregating the predictive value of each established model of cluster that was collected by the households which show the similiar load profile. Especially, as the typical time series data, the electricity consumption data chose the clustering analysis method that is appropriate to the time series data. Therefore, Dynamic Time Warping and Periodogram based method is used in this paper. By the result, forecasting the residential elecrtricity consumption by clustering the similiar household showed better performance than forecasting at once and in summertime, NNAR model performed best, and in wintertime, it was TBATS model. Lastly, clustering method showed most improvements in forecasting capability when the DTW method that was manifested the difference between the patterns of each cluster was used.