한반도 주변해역에서 의 해면 열속과 응력의 분포를 김과 강(1994)의 지표층 flux 모델을 사용하여 구하였고 이들의 계절변화를 조사하였다. 모델의 입력자료는 유럽중 기기상예보소 (ECMWF)의 1000mb 온도, 비습, 지오포텐샬고도와 미국기상청(NMC)의 해 수면온도 자료를 사용하였다. 자료의 공간해상도는 위도, 경도 2도이며 기간은 1984년 부터 87년까지의 3년이다. 한편, 해면의 단파복사량은 미국항공우주국 (NASA)의 인공 위성 자료를 사용하였고 잔파복사량은 경험식을 사용하여 구하였다. 모든 열속을 합한 순열속을 한반도 주변해역에서 보면, 1월과 10월에 각각 200∼400 Wm/SUP -2/와 100 Wm/SUP -2/로 해양이 냉각되고 4월과 7월에는 약 100 Wm/SUP -2/로 가열되고 있음을 알 수 있다. 한편, 연평균 순열속은 황해 북부를 제외한 전해역에서 음의 값이 나타나 고 있다. 가장 큰 냉각이 일어나는 해역은 쿠로시오 해역으로 이 지역의 연평균 값은 약 120 Wm/SUP -2/이다. 동해에서는 북부와 남부해역에서 60∼80 Wm/SUP -2/의 냉각이 일어나며 중부해역에서는 비교적 적은 30 Wm/SUP -2/ 정도의 냉각이 일어나고 있다. 한편, 1월의 응력 크기는 다른 달에 대하여 3∼5배 정도 크게 나타나고 이에 따라 연 평균응력의 분포는 1월의 형태와 유사하다. 연평균 응력컬은 동지나해와 남해에서 음 의 값이 나타나지만 황해 북부에서는 양의 값을 보인다. 동해의 응력컬은 북부와 남동 해역에서 양의 값이 그리고 북서해역에서는 음의 값이 나타나고 있다.
본 논문에서는 상수도시설을 효율적으로 운영하는 데 필요한 1일 급수량 수요를 예측하는 방식에 대하여 인공지능(Artificial Inteligence)이라 불리는 퍼지 뉴론(fuzzy neuron)을 이용하여 연구하였다. 퍼지뉴론이란 퍼지정보(fuzzy information)를 입력으로 받아들이고 처리하는 퍼지 신경망을 일컫는 말이다. 본 연구에서는 소속함수와 퍼지규칙을 신경망으로 학습하는 기능인 적응식 학습방법을 통하여 1일 급수량을 예측하였으며 연구대상 지역으로는 광주광역시를 선정하였다. 또한 1일 급수량 예측에 있어서 필요한 변수 선택을 위해 입력자료를 상관분석, 자기상관, 부분자기상관, 교차상관 분석 등을 하였으며 동정된 입력변수는 급수량, 평균기온, 급수인구이다. 먼저 급수량, 평균기온, 급수인구로 모델을 구성하였고, 한편으론 기상청의 기후예보자료를 신뢰할 수 없는 경우에는 급수량을 예측할 수 있도록 급수량 자료만으로 모델을 구성하여 그 유효성을 검증하였다. 제안된 모형식은 사고 등의 인위적인 조작(단수 등)이 가해지는 시기를 포함하고도 실측치와 모형의 예측치와의 오차율이 최대 18.46%, 평균2.36% 이내로 나타나, 모형의 결과는 상수도 시설의 운용 및 급·배수관망의 실시간 제어에 많은 도움을 주리라 생각된다.
본 연구에서는 GIS와 CFD 모델을 이용하여 풍속과 풍향이 건물 화재에 미치는 영향을 조사하였다. 이를 위해, 2020년 10월 8일 울산의 한 아파트에서 발생한 화재 사고에 대한 수치 실험을 수행하였고, 현실적인 기상 조건을 반영하기 위하여 국지기상예보시스템(LDAPS)의 바람과 온위 자료를 초기·경계 자료로 사용하였다. 먼저, 현실적인 경계 조건을 사용하여 두 가지 수치 실험을 수행하였다(규준 실험에서는 건물 화재를 고려하고, 다른 실험에서는 건물 화재를 제외하고는 규준 실험과 동일한 기상 조건 이용). 그런 다음, 규준 실험과 유입 풍속과 방향이 다른 4개의 수치 실험을 추가로 수행하였다. 수치 실험 결과, 발화 지점이 건물 풍상측에 위치할 때에는 화재로 인한 강한 상승 기류가 건물 지붕과 풍하측 지역에 영향을 미쳤다. 또한, 대피층(15층)은 건물 풍상 측 벽면의 화재를 풍하측으로 확산시키는 역할을 했다. 유입 풍속이 약할수록 발화점 주변으로의 화재가 좁게 확산되었지만 건물 위로 화염이 도달하는 고도는 상승했다. 유입 풍향이 반대인 경우, 발화 지점이 풍하측에 위치할 때에는 화염이 건물 풍상 측으로 확산되지 않았다. 본 연구 결과는 풍속과 풍향이 화재가 발생한 건물 주변의 흐름과 온도(화염) 분포에 중요하다는 것을 보여준다.
기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5 (Global Seasonal forecasting system version 5)자료를 활용하여 용담댐유역에 적용하고자 하였다. GloSea5는 예측자료(Forecast; 이하 FCST)와 과거재현자료(Hindcast; 이하 HCST)로 제공되며 공간 수평해상도는 N216 ($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약 60km이다. 이를 유역단위 물관리에 활용하기 위해서는 시 공간적인 상세화가 필요하므로 통계적 상세화 기법을 수행하여 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였다. HCST자료는 앙상블 형태로 주어지며 용담댐 유역의 앙상블 평균에 대한 6번 격자의 통계적인 상관성($R^2=0.60$, RMSE=88.92, NSE=0.57)이 가장 높게 나타났다. 또한 계절분석시 여름철의 경우 원시 GloSea5 강우량이 600.1mm로 관측값인 816.1mm 대비 -26.5%로 가장 많은 차이를 보였으며 상세화 후 GloSea5 강우량은 -3.1%의 오차율을 보였다. 대부분의 과소 모의된 결과가 여름철 홍수기에 해당되는 강우로 상세화 이후 강우가 회복되는 매우 중요한 결과를 보였다. 계절별 Moran's I 지수를 이용한 공간적 자기상관분석 결과 역시 통계적으로 유의성 있는 공간적인 분포를 나타냄으로써 자료의 불확실성을 개선하고 시 공간적인 정확도와 타당성을 입증하였다. HCST기간에 대한 GloSea5의 앙상블 강우에 대한 신뢰도를 향상시킴으로써 수문학적인 영향을 평가하기 위한 자료로서의 충분한 가능성을 확보하였으며 이러한 시 공간적인 재현성에 대한 평가결과는 향후 유역단위 물관리를 위한 기초자료로서 매우 중요한 역할을 할 것이다.
지역규모의 정확한 일기예보와 해양생태계 변화 이해에 있어서 수온 예측은 매우 중요하다. 황해는 조류가 매우 빠르고 탁도가 높다. 이러한 해역에서는 수치 모델의 수직 혼합 기법 및 해수의 탁도에 따른 수형(water type)이 수온 구조 결정에 많은 영향을 미친다. 수직 혼합 기법 변화와 탁도의 변화에 따른 황해 수온 모사의 민감도를 알아보기 위해 3차원 해양 순환 모델인 Regional Ocean Modeling System (ROMS)을 사용하여 수치 실험을 수행하였다. 수직 혼합 기법은 해양 순환 모델에서 많이 사용되는 Mellor-Yamada level 2.5 closure(M-Y)와 K-Profile parameterization (KPP)을 사용하고, 탁도는 Jerlov의 분류에 따른 수형 1, 3, 5를 사용하여 수치 실험을 수행하고 그 결과를 국립수산과학원에서 제공하는 정선 해양 관측 자료와 비교, 분석하였다. M-Y 기법은 수직적 혼합을 상대적으로 강하게 모의하였으며 그 결과로 저층수온이 높게 형성되었다. 높은 저층 수온은 탁도를 높게 설정하면 완화되지만 표층 수온이 높아지는 단점이 있다. KPP 기법은 M-Y 기법보다는 수직 혼합을 약하게 모의하고 이 약한 수직 혼합 때문에 황해 연안을 따라 형성되는 조석전선을 잘 재현하지 못하였으나, 저층 수온은 관측 수온에 더 가깝게 재현하였다. 결과적으로 황해 3차원 해양순환 모델실험에서 M-Y 기법은 수직 혼합이 잘 되어 표층과 저층의 수온 차이가 작게 나타나고, KPP 기법은 이와 반대로 모의하였다. 탁도의 영향을 표현하는 Jerlov 수형은 높을수록 일사량이 낮은 수심까지만 투과되어 성층을 잘 표현하였고, 낮을수록 깊은 수심까지 일사량이 투과되어 표층과 저층의 수온차를 작게 모의하였다.
대류권 하부의 높은 대기 불안정도와 건조도에 의해 바람이 강한 조건하에 화재 연료도 건조해지면 산불 통제가 어렵고 대형산불에 의한 더 많은 산림자원과 계산의 손실을 초래할 수 있다. 본 연구에서 제시된 장기간(1979-2005)의 Haines Index는 한반도 상의 대기 불안정도와 건조도의 시공간적 패턴이 우리나라 산불 발생빈도에 중요한 영향을 미치고 있음을 잘 보여주고 있다. 산불 발생빈도와 Haines Index 사이의 지수회귀모델은 주요 산불 발생기간동안(12월-4월)의 Haines Index 일평균 값 혹은 월별 발생빈도가 우리나라 산불 발생빈도와 통계적으로 유의미하게 상관되어 있음을 보여준다. 지리정보시스템(GIS)에서 수치표고모델(DEM)을 고려하여 작성한 Haines Index 기후도에 따르면, 5 이상의 높은 Haines Index는 주로 해발고도 500m 이하의 한반도 북서 저지대를 중심으로 4-5월에 자주 발생하고 있다. 이러한 Haines Index의 발생빈도는 1990년대 중반 이후 한반도 전체적으로 증가하는 추세를 보이고, 특히 경상북도와 동해안 지역을 따라 산불기간 동안 가장 뚜렷하게 증가하는 패턴을 보였다. 연구기간 동안 높은 Haines Index가 2-3일 연속적으로 발생한 극사상(extreme events)이 나타나는 시기의 500hPa 종관 평균도에 따르면, 오흐츠크해에 발달한 한랭저기압이 한반도 중층대기의 기압경도력을 높여 동서의 강한 바람장을 형성하는데 도움을 주고 있음을 알 수 있다. 이러한 결과들은 현재 우리나라 산불 예보 시스템에 대기 불안정도나 건조도와 같은 대기의 수직적 요소들의 시 공간적 특성도 고려되어야 하는 필요성을 잘 보여준다.
최근 지구온난화에 따른 기후변화 문제의 심각성이 커지면서 국가 온실가스 배출량을 상쇄시킬 수 있는 산림의 탄소흡수에 대한 중요성이 높아지고 있으며, 기후변화협약에 따라 국가의 산림 탄소흡수량을 국지적인 수준에서 과학적이고 정밀하게 산출할 것이 요구되고 있다. 본 연구에서는 위성영상과 일기상 자료를 함께 활용함으로써 산림 광합성의 민감한 일변화를 반영하고, 안정된 산림으로서 대표성을 가지는 광릉숲(Gwangneung Forest) 극상림(climax forest)의 플럭스관측 자료를 참조하여 GPP(gross primary production) 재현 모델을 수립하고, 수종 및 임령에 따른 탄소흡수량 조견표를 적용하여, 우리나라의 국지지역에 최적화된 Tier 2.5 수준의 일일 탄소흡수능 격자자료를 산출하였다. 2013년 1월 1일부터 2015년 12월 31일까지 1,095일간의 실험에서, 일일 기준탄소흡수능(reference amount of CO2 absorption, RACA) 산출 모델은 상관계수 0.948의 높은 정확도를 나타냈으므로, 향후 Tier 3 수준의 일일 실제탄소흡수능(actual amount of CO2 absorption, AACA)을 정확히 산출하기 위해서는 장기간의 상세산림조사 자료와의 결합이 필요할 것이다.
대기중에 존재하는 수증기의 관측은 일기와 기후의 이해에 있어서 매우 중요한데, 기존의 관측체계로는 지구상의 극히 제한된 지역의 수증기 분포만을 관측할 수 있다. 이 연구에서는 일본 정지기상위성인 GMS-5의 적외 split window 채널 관측자료로부터 대기중에 함유되어 있는 수증기 총량 즉 가강수량(precipitable water)을 산출하였다. 가강수량 산출에는 라디오존데 관측 가강수량과 split window 관측자료 사이의 회귀분석에 기초한 Chesters et al.(1983)의 알고리즘을 사용하였 다. 가강수량 산출을 위하여 센서의 필터 함수와 관련된 수증기 흡수 파라미터는 우리 나라 고층 관측소인 오산, 광주,포항,제주에서 관측한 '76년 8월부터 11월가지의 4개월간 관측한 라디오존데 자료와 위성 관측자료의 회귀분석을 통하여 산출하였다. 한편 기상청 전구 스펙트랄 모델의 700 hPa온도를 1층 복사 모델의 대기 평균 온도로 사용하였다. 1996년 7월부터 12월까지의 기간에 대하여 산출한 GMS-5 가강수량 자료를 같은 기간 관측된 라디오존데 관측자료와 비교한 결과 0.46의 상관계수와 0.65 g/$cm^2$~1.09 g/$cm^2$의 RMS 오차를 나타내었다. GMS-5로부터 산출된 월평균 가강수량 분포는 계절에 따른 전지구 규모의 수증기 분포변화를 잘 나타내었다. 이번 연구에서 산출된 위성 가강수량은 0.5$^{\circ}$격자 간격으로 6시간마다 기상청에서 정규적으로 산출된다. 이 자료는 수치예보의 객관분석 초기 자료로 이용되어, 특히 청천 조건하에서의 습도 분석의 정확도 향상에 기여하며 기후 연구에 있어서도 현존하는 자료 세트에 대한 유용한 보완 자료가 될 것이다. 그러나 연구 결과의 실용화를 위하여는 좀더 높은 상관계수와 산출절차 등의 개선이 필요하다.용성을 고찰하였다.산마와 재배와 점질다당류가 각각 219~332$^{\circ}C$, 229~341$^{\circ}C$ 범위였다.TEX> 범위였다. 사면의 풍화와 침식에 대한 대책연구도 수행되어야 한다. 15ng/$\textrm{cm}^2$로서 90분간 조사로 27ng/$\textrm{cm}^2$량이 생성되었다. 7-DHC은 당초의 123ng/$\textrm{cm}^2$으로부터 계속 감소되어 150분간 조사시 53ng/$\textrm{cm}^2$량까지 내려갔다.하였으며, 그 외의 항목간에는 대동소이하였다.ckarti 와 E. serrulatus가 스파르가눔의 중간숙주가 될 수 있음을 확인하였다. 충란의 배양에서부터 종숙주의 충란 배출까지 약 2개월 정도의 기간이 소요되었고, 우리 나라 자연환경에서는 5일에서 7월에 주로 이 충체의 유충이 발육되고 전파되는 것으로 추측되었다.러 가지 방법들을 적극 적용하여 금후 검토해볼 필요가 있을 것이다.잡은 전혀 삭과가 형성되지 않았다. 이 결과는 종간 교잡종을 자방친으로 하고 그 자방친의 화분친을 사용할 때만 교잡이 이루어지고 있음을 나타내고 있다. 따라서 여교잡을 통한 종간잡종 품종육성 활용방안을 금후 적극 확대 검토해야 할 것이다하였다.함을 보이고 있다.X> , ZnCl$_{3}$$^{-}$같은 이온과 MgCl$^{+}$, MgCl$_{2}$같은 이온종을 형성하기 때문인것 같다. 한편 어떠한 용리액에서던지 NH$_{4}$$^{+}$의 경우 Dv값이 제일 작았다. 바. 본 연구의 목적중의 하나인 인체유해 중금속이온인 Hg(II), Cd(II)등이 NaCl같은 염화물이 함유된 시료용액에
기후변화에 따른 이상난동 현상으로 과수 개화시기는 앞당겨지는 추세이며, 이에 따라 발아-개화기를 전후로 갑작스레 출현하는 저온에 의한 피해사례가 증가하고 있다. 특정 과원 내에서 동일한 저온이 발생하더라도 개별 과수의 현재 발육상태에 따라 저온에 견뎌내는 힘은 각각 다르므로 피해정도와 양상은 다르게 나타나는데, 기존 과수 꽃눈의 발육상태별 동사온도 기준만으로는 기온 공간변이가 큰 임의 지역의 저온해를 예상하기에는 한계가 있었다. 본 연구에서는 이러한 한계를 극복하고 조기 대응할 수 있도록 생육추정 모델을 이용해 과수의 생육 수준을 예측하여 봄철 기온 예보자료만으로 저온에 따른 위험수준을 정량적으로 평가할 수 있는 저온해 위험도 함수식을 도출하였다. 저온해 위험 추정식을 2018년을 대상으로 '후지' 사과, '장호원황도' 복숭아, '신고' 배에 적용하여 저온해 발생일과 위험분포의 지리적 양상을 주산지별로 분석한 결과, 4월 8일에 모든 과수에서 저온해가 가장 큰 것으로 나타났다. 대표 주산지로 보면 사과는 거창, 함양, 장수에서, 복숭아는 의성, 청도, 김천, 임실, 남원, 대구에서, 배는 김천, 천안, 아산, 논산, 울산, 경주, 진주 일대에서 피해가 많이 발생했을 것으로 예상되었다. 이 기술은 과수 재배농가의 봄철 저온 피해 경감 및 이상기후에 따른 대응기술 마련에 기여할 것으로 기대된다.
농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.
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.