• Water for future
• /
• v.49 no.11
• /
• pp.64-72
• /
• 2016

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.97-103
• /
• 2004

인력계획업무를 체계적이고 과학적으로 수행하기 위해서는 다양한 계량적인 모형이 요구된다. 이 중에서 핵심적인 모형은 미래의 인력운영을 시뮬레이션 할 수 있는 인력운영예측모형, 인력구조, 인사제도, 인력흐름간의 수리적인 관계를 분석하는 인력구조 분석모형, 인력운영 목표를 달성하기 위한 진급계획 최적화 모형 등이다. 본 논문에서는 이러한 모형 개발 시 적용한 통계적 방법론을 설명하고 주요 통계적 이슈를 제기하였다

• The Journal of the Korea Contents Association
• /
• v.21 no.10
• /
• pp.90-102
• /
• 2021

Technology evaluation is to assess the ability of technology commercialization entities to generate profits by using the subject technology, and domestic technology evaluation agencies have established and implemented their own evaluation systems. In particular, the recently developed technology evaluation model in the fields of marine and fishery does not sufficiently reflect the poor environment for technology development compared to other industries, so it does not pass the level of T4 rating, which is considered appropriate for investment. This is recognized as a challenge that occurs when the common evaluation indicators and evaluation scales used in other industries, and when the scoring system for T1 to T10 grading is similarly or identically utilized. Therefore, through this study, we intend to secure the appropriateness and reliability of the results of the comprehensive rating calculation by developing technology evaluation models and indicators that well explain the nine marine and fisheries industry classification systems. Based on KED and technology evaluation case data, AHP-based index weighting and Monte Carlo simulation-based rating system are applied and the results of case studies are verified. Through the proposed model, we aim to enhance the usability of R&D and commercialization support programs based on fast, convenient and objective evaluation results by applying to upcoming technology evaluation cases.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.2B
• /
• pp.107-120
• /
• 2010

The effect of potential future climate change on the inflow of agricultural reservoir and its impact to downstream streamflow by reservoir operation for paddy irrigation water was assessed using the SLURP (semi-distributed land use-based runoff process), a physically based hydrological model. The fundamental input data (elevation, meteorological data, land use, soil, vegetation) was collected to calibrate and validate of the SLURP model for a 366.5 $km^2$ watershed including two agricultural reservoirs (Geumgwang and Gosam) located in Anseongcheon watershed. Then, the CCCma CGCM2 data by SRES (special report on emissions scenarios) A2 and B2 scenarios of the IPCC (intergovernmental panel on climate change) was used to assess the future potential climate change. The future weather data for the year, m ms, m5ms and 2amms was downscaled by Change Factor method through bias-correction using 3m years (1977-2006) weather data of 3 meteorological stations of the watershed. In addition, the future land uses were predicted by modified CA (cellular automata)-Markov technique using the time series land use data fromFactosat images. Also the future vegetation cover information was predicted and considered by the linear regression between monthly NDVI (normalized difference vegetation index) from NOAA AVHRR images and monthly mean temperature using eight years (1998-2006) data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.219-219
• /
• 2016

기후변화에 따른 청미천 유역의 가뭄 특성을 평가한 연구로 가뭄의 발생은 여러 요소가 연속적인 상관관계를 이루고 있으며, 가뭄지수 산정에 내재되어 있는 복잡성 및 불확실성으로 인해 다양한 가뭄지수를 적용하였다. 그 중 기상학적 가뭄지수는 강수량을 이용하여 산정하는 SPI(Standardiz d Precipitation Index)와 강수량과 증발산량을 바탕으로 산정하는 SPEI(Standardiz d Precipitation Evaportranspiration Index), 유효토양수분량을 바탕으로 산정하는 농업학적 가뭄지수인 PDSI(Palmer Drought Severity Index), 유출량을 이용하여 산정하는 수문학적 가뭄지수인 SDI(Streamflow Drought Index)의 지속기간 3개월, 6개월, 9개월에 따른 과거(1985년부터 2015년) 및 미래(2016년부터 2099년)의 가뭄특성을 파악하였다. 미래의 경우 기후변화 시나리오인 RCP(Representative Concentration Pathway) 4.5와 8.5를 이용하였으며, 농업학적 및 수문학적 가뭄지수는 SWAT(Soil and Water Assessment Tool) 모형 모의를 통해 산출된 결과를 토대로 산정하였다. 과거 기간의 가뭄지수 산정 결과, 2015년과 2014년이 극한 및 평균 가뭄의 평균에서 가장 극심한 가뭄을 나타냈으며, PDSI를 제외한 각 가뭄지수 간에는 높은 상관정도를 보였다. 과거를 포함한 미래 가뭄의 경우 현재(2011년부터 2020년까지), 가까운 미래(2021년부터 2040년까지), 중간 미래(2041년부터 2070년까지), 먼 미래(2071년부터 2099년까지)로 나누어 가뭄을 평가하였다. 평가 결과 현재의 경우 과거 기간의 가뭄과는 달리 2018년이 가뭄에 취약했으며, 극한 및 평균 가뭄의 평균에서 두 기후변화 시나리오는 가까운 미래와 중간미래가 취약함을 나타냈다. 상관계수의 경우 과거 결과와 마찬가지로 PDSI를 제외한 각 가뭄지수 간에 높은 상관정도를 나타냈다. 또한 빈도해석 결과 RCP 4.5에서 더 큰 변동성을 보였다. 현저히 적은 강수 및 기온 상승으로 인한 증발산량의 증가 등으로 인해 최근 들어 가뭄의 정도가 심해졌으며, 미래에는 더욱 더 심해질 전망으로 보여진다. 이를 평가하기 위해서는 본 결과에서 보듯이 각 각의 가뭄지수는 극한 가뭄의 발생 시기 및 강도에서 각기 다른 차이를 확인할 수 있기 때문에 가뭄 평가 시 다양한 형태의 가뭄지수 활용이 이루어져야 할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.126-126
• /
• 2012

기후변화는 전 세계적으로 다양한 영향을 미치고 있으며 특히, 홍수나 대설로 인한 수문변화에 영향을 준다. 본 연구는 준분포형 연속 모형인 SWAT (Soil and Water Assessment Tool)모형을 이용하여 우리나라 3대 대설지역에 속하는 다목적댐인 충주댐유역(6642.0 m)의 기후변화에 따른 융설이 수문과 수질에 미치는 영향을 분석하고자 한다. 먼저, 융설 모형의 매개변수인 적설분포면적감소곡선 (Snow Cover Depletion Curve; SCDC)을 구축하기 위하여 10년(2000-2010)동안의 Terra MODIS (MODerate resolution Imaging Spectroradiometer) 위성영상자료와 6개 기상관측소(충주, 제천, 원주, 영월, 대관령, 태백)의 최심적설자료를 이용하여 연도별 SCDC을 구축하였다. 구축 결과, 눈이 50% 피복 일 때 snow volume은 연 평균 0.47로 분석되었다. 이를 SWAT 모형에 적용하여 수문과 수질에 대한 적용성 평가를 실시한 결과, 유출의 경우 NSE는 융설기간 동안 평균 0.8, 전체기간은 평균 0.6으로 나타났으며 수질(Sediment, T-N, T-P)의 경우 각각 평균 0.72, 0.70, 0.85을 나타내었다. 미래 기후자료는 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 SRES(Special Report on Emission Scenarios) A1B, B1 기후변화시나리오의 HadCM3 모델의 결과 값을 이용하였으며 기간은 과거 30년 기후자료(1981-2010, baseline)를 바탕으로 2040s(2020-2059), 2080s(2060-2099)의 두 기간으로 나누어 각각 분석하였으며 기후변화 결과 값의 불확실성을 줄이고자 과거 자료와 GCM의 1981년에서 2000년까지의 값을 비교하여 온도와 강수량의 보정을 실시한 후 LARS-WG를 이용하여 온도와 강수량 자료를 구축하였다. SWAT 모형을 적용한 결과, 평균 1.92 증가한 것으로 나타났으며 유출은 융설기간(Nov-Apr)이 비융설기간(May-Oct)보다 10% 더 증가하였다. 본 연구에서는 SWAT 모형을 통한 유출 및 환경부하량 전망을 목표로 하여 미래 기후변화를 고려한 융설이 다목적댐에서의 유출과 수질 (Sediment, Total Nitrogen, Total Phosphorus)에 미치는 영향을 평가해 보고자 한다.

• Water for future
• /
• v.40 no.3 s.164
• /
• pp.41-51
• /
• 2007

• Water for future
• /
• v.31 no.1
• /
• pp.58-69
• /
• 1998

• Water for future
• /
• v.31 no.1
• /
• pp.26-35
• /
• 1998

• Water for future
• /
• v.18 no.4
• /
• pp.284-288
• /
• 1985