인간 활동으로 광범위한 자연 생태계 변화로 지난 몇 세기 동안 전 세계적으로 생물다양성이 심각하게 위협받고 있다. 생태계의 변화 양상을 파악하는 것은 생물다양성 위협을 파악하고 관리하는 데 필수적이다. 이러한 필요성에 따라 IUCN 의회는 2019년에 생태계의 기능과 유형을 고려한 IUCN Global Ecosystem Typology(GET)를 구성했다. IUCN은 10개의 생태계 군계, 108개의 생태기능별 토지 유형(EFG; Ecological Functional Group)을 전 지구적 범위에서 지도로 제공하고 있다. IUCN GET 생태계의 유형 분류에 따르면 국내 생태계는 Realm (1수준)이 8개, Biome (2수준)이 18개, Group (3수준)은 41개 유형으로 분류된다. IUCN이 제공하는 GET의 경우 전 세계 규모로 제작되었기 때문에 해상도가 낮고 실질적인 토지 현황과 일치하지 않는 경우가 많다. 본 연구는 토지피복지도를 활용하여 국내 IUCN GET 유형 분류의 정확도를 높이고 실질적인 현황을 반영한 지도를 제작하고자 했다. 이를 위해 ① IUCN GET에서 제공하는 국내 GET 데이터 체계를 검토하고, ② 이를 국내 현황과 비교 분석하였다. 이 과정을 통해 GET의 한계와 활용 가능성을 평가하고 ③ 이후 국가자료를 최대한 활용하여 국내 현황을 반영한 국내 GET 유형 분류를 수행하였다. 본 연구는 토지피복지도와 기존 국가자료를 최대한 활용하여 국내 GET를 총 25개 유형으로 분류했다(Terrestrial Realm :9, Freshwater: 9 Marine-Terrestrial: 5, Terrestrial-Freshwater :1, Marine-Freshwater-Terrestrial:1). 기존 지도와 비교했을 때 수정된 국내 GET의 경우 'F3.2 Constructed lacustrine wetlands', 'F3.3 Rice paddies', 'F3.4 Freshwater aquafarms', 'T7.3 Plantations'가 면적이 가장 많이 축소되었다. 온대 산림(T2.2)의 면적이 가장 많이 늘어났고, 'MFT1.3 Coastal saltmarshes and reedbeds', 'F2.2 Small permanent freshwater lakes'등 3개 유형 또한 수정 후 GET 면적이 증가했다. 해당 과정을 통해 기존 GET에서 모든 EFG의 합이 국토 면적의 8.33배를 차지하던 기존의 지도를, 토지피복지도를 활용하여 총합이 국토 면적의 1.22 배가 되도록 수정하였다. 이를 통해 유형별 차이가 작고 정확성이 떨어진 기존의 EFG가 본 연구를 통해 개선 및 수정되었음을 확인하였다. 본 연구는 현장 요건을 반영한 데이터를 최대한 활용하여 GET 기준에 상응하는 한국의 GET 지도를 제작한 것에 그 의의가 있다.
가속되는 지구온난화로 인해 한반도 주변의 탄소순환에 대한 명확한 이해의 필요성이 제기되고 있다. 산림은 이산화탄소의 주요 흡수원으로 지상 탄소량의 대부분을 저장하고 있어 이에 대한 추정이 필요하다. 우리나라에서는 국가산림자원조사의 표본점에서 측정되는 헥타르당 임목축적량을 활용하여 산림 탄소저장량을 추정한다. 하지만 탄소저장량은 요약된 수치 형태로 발표하고 있어 탄소저장량의 공간적 분포를 파악하는 것이 어렵다. 본 연구에서는 토지피복변화가 빠르고 국가산림자원조사 표본점 배치가 부족한 도시지역을 대상으로 UNFCCC의 Approach 3와 Tier 3를 충족하는 격자 기반 산림탄소저장량을 추정하였다. 토지피복변화 및 산림탄소저장량은 1991, 1992, 2010, 2011년에 취득된 Landsat 5 TM 영상과 고해상도 항공사진, 제 3차 및 제 5, 6차 국가산림자원조사 자료를 이용하여 추정하였다. 토지피복변화는 기계학습을 이용하여 변화된 토지피복과 변화되지 않은 토지피복 항목을 한 번에 분류하여 추정하였으며, 산림탄소저장량은 반사도, 밴드비율, 식생지수, 지형변수를 입력변수로 하여 기계학습을 통해 추정하였다. 연구 결과, 산림이 그대로 산림으로 유지되는 지역의 경우 33.23tonC/ha의 흡수를 하였으며 비산림이 산림으로 변한 지역의 경우 이보다 큰 36.83tonC/ha의 흡수가 진행된 것으로 추정되었다. 산림이 비산림으로 바뀐 경우에는 -7.35tonC/ha로, 배출이 일어난 것으로 추정되었다. 본 연구를 통하여 토지피복변화에 따른 산림탄소저장량 변화를 정량적으로 이해할 수 있었으며, 향후 효율적인 산림관리에 기여할 수 있을 것으로 판단된다.
북한의 산림면적 변화에 대한 규모와 특성을 파악하기 위하여 1910년 제작된 조선임야분포지도와 그동안 국내외에 발표된 다양한 통계자료를 종합 분석하였다. 또한 지형적으로나 지리적 특성이 서로 대조적인 평양주변지역과 혜산주변지역에 대하여 1973년부터 약 10년 주기로 촬영된 Landsat 위성영상자료를 처리하여 각 시점의 토지피복도를 작성하여 산림변화의 공간적 특성을 분석하였다. 1990년대 이전에 발표된 북한 전체의 산림면적은 약 $89,000km^2$에서부터 $98,000km^2$까지 다양하게 나타나고 있으나, 조사방법의 불투명성으로 인하여 신뢰도에 많은 의문이 있다. 1991년 두 종류의 위성영상을 이용하여 북한 전 지역의 산림면적을 추정한 결과 위성자료와 처리방법이 달랐음에도 불구하고 매우 비슷한 산림면적을 보여주는데 추정된 산림면적은 그 이전의 자료에 비하여 뚜렷한 감소 경향을 보여주고 있다. 가장 최근 북한에 의하여 유엔에 보고된 산림면적은 $75,519km^2$로서 1991년 위성자료 추정치와 비교하였을 때 약 $10,000km^2$의 급격한 감소를 보였다. 평양과 혜산지역에 대한 위성영상자료의 분석 결과도 매우 유사한 변화특성을 보여주고 있다. 1980년대에는 1973년 자료에 비하여 다소의 감소가 있었으나 1993년 영상에서는 산림이 급격히 감소하였다. 이와 같은 북한의 산림면적 변화는 1990년대부터 악화된 북한의 경제 사정과 최근 빈번히 발생하고 있는 대규모 자연재해 현상과 관련이 있다고 판단된다. 북한지역의 위성영상 분석에 있어서 가장 중요한 특정은 산지임에도 불구하고 임목이 거의 분포하지 않는 무립목지가 상당히 많이 분포하고 있으며, 이러한 무립목지는 잠재적인 황폐화 가능지로서 이 지역의 현황을 보다 정확하게 파악하기 위한 추가적인 노력이 필요하다.
본 연구는 고해상도 위성영상인 QuickBird 영상을 이용한 픽셀 및 분할기반의 분류방법의 정확도를 비교하여 적합한 수종 분류방법을 선정하기 위해 수행하였다. 이를 위해 연구대상지인 충청북도 옥천군과 영동군의 산림을 대상으로 현지조사를 실시하여 총 398개 토지피복정보를 수집하였다. 총 14개의 토지 피복 등급(4개의 침엽수종과 7개의 활엽수종, 그리고 3개의 비산림지)으로 구분된 현지조사 자료를 훈련자료로 이용하였다. 픽셀기반 분류에 있어서 위성영상이 가지고 있는 원 화소값, tasseled cap 분석에 의한 3개의 지수, 그리고 주성분 분석을 통한 3개의 성분값을 이용한 3가지의 밴드조합 영상을 생성하여 분류정확도를 비교한 결과, 위성영상의 원 화소값을 이용한 분류 정확도가 가장 높은 것으로 평가되었다. 분할기반 분류에서는 3개의 축척계수에 따른 정확도를 비교한 결과, 축척계수 50%을 적용하였을 때 전체 정확도는 76%, 그리고 ${\hat{k}}$ 값은 0.74로 다른 축척계수에 의한 정확도보다 높은 것으로 나타났다. 결과적으로 QuickBird 영상의 원 화소값과 50%의 축척계수를 이용한 분할기반의 수종분류 결과가 정확도가 가장 높은 것으로 평가되었다.
범람원(floodplain)은 제방과 하천 사이에 존재하는 평탄하고 낮은 지역을 의미하며, 범람원 내 토지 이용 현황 분석은 하천유역의 효과적인 자원관리를 위해서 반드시 필요하다. 본 논문에서는 공간정보 자료인 LiDAR DEM 자료와 RapidEye 영상을 이용하여 낙동강 하천 범람원 내 토지 이용 현황 분석에 관한 연구를 진행하였다. 우선, DEM으로부터 제방 경계선을 추출하여 RapidEye 영상에서 연구대상지역 내 범람원의 범위를 설정하였다. 범람원의 범위를 설정한 뒤, RapidEye 영상에 ISODATA 클러스터링 및 post-classification 과정을 적용하여 범람원 내 토지피복 분류 작업을 진행하였다. ISODATA 클러스터링을 적용하여 분류된 범람원 내 토지피복은 91%의 분류 정확도를 가진다. 분류된 토지피복 클러스터들을 구성하는 픽셀들의 개수를 계산하여, 낙동강 범람원 내 토지 이용 현황에 관한 분석을 수행하였다. 본 연구를 통하여, 연구대상지역 범람원 내 하천의 면적은 46%, 나지의 면적은 36%, 습지의 면적은 11%, 그리고 초지의 면적은 7%라는 사실을 알 수 있었다.
본 연구는 4차 산업의 핵심기술인 인공지능과 환경공간정보의 융합을 통한 정보생산 및 활용가능성을 제시하고자 대표적인 딥러닝(deep-learning) 기법인 CNN(Convolutional Neural Network)을 이용한 영상분류를 수행하였다. CNN은 학습을 통해 스스로 분류기준에 따른 커널의 속성을 결정하며, 최적의 특징영상(feature map)을 추출하여 화소를 분류한다. 본 연구에서는 CNN network를 구성하여 기존의 영상처리 기법으로 해결이 어려웠던 분광특성이 유사한 물질간의 분류 및 GIS속성정보에 따른 분류를 수행하였으며, 항공초분광센서인 CASI(Compact Airborne Spectrographic imager)와 AISA(Airborne Imaging Spectrometer for Application)로 취득된 영상을 이용하였다. 실험대상지역은 총 3곳이며, Site 1과 Site 2는 감자, 양파, 벼 등의 다양한 농작물을 포함하며, Site 3는 단독주거시설, 공동주거시설 등 세분류 토지피복도의 분류 항목으로 구성된 건물을 포함한다. 실험결과, 분류 정확도 96%, 99%로 농작물을 종류에 따라분류하였으며, 96%의 정확도로 건물을 용도에 따라 분류하였다. 본 연구의 결과를 환경공간정보 서비스에 활용하기 위하여 계절별 농작물의 종류를 제공할 수 있는 환경주제도를 제안하였으며, 기존의 토지피복도와 최신 GIS자료를 이용한 세분류 토피지복도 제작 및 갱신 가능성을 확인하였다.
이 연구에서는 Geostationary Ocean Color Imager(GOCI) 센서에 적용할 수 있는 고유의 Tasseled Cap Transformation(TCT) 계수를 제시하고 있다. TCT는 다중밴드 센서 자료로부터 지표의 특성을 분석하는 전통적인 영상변환 방법 중 하나로 새로운 다중밴드 광학센서가 관측을 시작하는 경우 센서의 특성 차이로 인하여 각각의 육상관측 위성센서에 적합한 TCT 계수들이 장기 분석을 통하여 수립되어야 한다. GOCI 센서는 해양관측이 주 목적으로 개발되었으나 영상의 상당 부분은 육지를 관측하고 있으며 밴드 구성은 육지관측에도 일반적으로 이용되는 Visible-Near InfraRed(VNIR) 영역의 정보를 포함하고 있다. 또한 GOCI 센서의 높은 시간 해상도는 지표의 일별 변화의 관측에도 유용하게 사용될 수 있다. 이러한 장점을 이용하여 GOCI 센서에 대한 고유한 TCT가 제공된다면 GOCI 센서의 관측범위 내에서 준 실시간으로 지표변화에 대한 분석과 해석이 가능할 것이다. TCT는 일반적으로 "Brightness", "Greenness", "Wetness"의 세 가지 정보를 포함하지만, ShortWave InfraRed(SWIR) 파장대역이 없는 GOCI 센서의 경우에는 "Wetness"의 정보를 얻을 수 없다. GOCI 센서의 높은 시간 해상도의 활용을 극대화하기 위해서는 "Wetness"의 정보가 제공되어야 한다. "Wetness"의 정보를 얻기 위해 GOCI 주성분 분석(Principal Component Analysis: PCA) 공간을 MODIS TCT 공간에 선형 회귀하는 방법이 사용되었다. 이 연구에서 산출된 GOCI TCT 계수는 정지궤도의 특성에 의해 관측 시간대별로 다른 변환계수를 가질 수 있다. 이 차이를 알아보기 위하여 GOCI TCT 자료와 MODIS TCT 자료 사이의 상관관계가 비교되었다. 그 결과, "Brightness"와 "Greenness"는 4시 자료, "Wetness"는 2시 자료의 변환계수가 선택되었다. 최종적으로 산출된 변환계수의 적절성을 평가하기 위하여 GOCI TCT 자료는 MODIS TCT 영상 및 여러 육상 파라미터들과 비교되었다. GOCI TCT 영상은 MODIS TCT 영상보다 지표 피복의 분류가 더 세밀하게 표현되었으며, GOCI TCT 공간의 지표 피복 분포도 유의미한 결과를 보여줬다. 또한 GOCI TCT의 "Brightness", "Greenness", "Wetness" 자료는 Albedo($R^2$ = 0.75), Normalized Difference Vegetation Index(NDVI) ($R^2$ = 0.97), Normalized Difference Moisture Index(NDMI) ($R^2$ = 0.77)와 각각 비교적 높은 상관관계가 나타났다. 이러한 결과들은 적절한 TCT 계수의 산출이 이루어졌다는 것을 보여준다.
In order to evaluate the Capability of ETM+ remotely- sensed data to provide 'Forest-shrub land-Rangeland' cover type map in areas near the timberline of northern forests of Iran, the data were analyzed in a portion of nearly 790 ha located in Neka-Zalemroud region. First, ortho-rectification process was used to correct the geometric errors of the image, yielding 0/68 and 0/69 pixels of RMS. error in X and Y axis, respectively. The original and panchromatic bands were fused using PANSHARP Statistical module. The ground truth map was made using 1 ha field plots in a systematic-random sampling grid, and vegetative form of trees, shrubs and rangelands was recorded as a criteria to name the plots. A set of channels including original bands, NDVI and IR/R indices and first components of PCI from visible and infrared bands, was used for classification procedure. Pair-wise divergence through CHNSEL command was used, In order to evaluate the separability of classes and selection of optimal channels. Classification was performed using ML classifier, on both original and fused data sets. Showing the best results of $67\%$ of overall accuracy, and 0/43 of Kappa coefficient in original data set. Due to the results represented above, it's concluded that ETM+ data has an intermediate capability to fulfill the spectral variations of three form- based classes over the study area.
본 연구에서는 시가화지역의 서로 다른 토지이용을 대상으로 식물군집에 기초한 비오톱 유형분류를 실시하고 비오톱 지도를 작성하였다. 군집분류법에 의한 비오톱 유형화는 생물군집의 서식지인 비오톱의 특성을 잘 반영한다고 할 수 있었다. 연구대상지의 비오톱유형 분류 지표는 이용강도, 토지이용형태, 토지피복유형과 같은 인간행태적 요인으로 나타났다. 유형분류는 4단계 위계로 상위의 Biotope Class를 시작으로 Biotope Group, Biotope Type, Biotope Sub-Type으로 위계를 두어 구분하였다. Biotope Class는 인간간섭여부에 따른 가장 상위 분류로 인간간섭지역과 미간섭지역으로 구분되었다. 인간의 간섭지역은 투수여부에 따라 Biotope Group으로 분류되었고 틈새투수지역은 넓은 틈새와 좁은 틈새의 Biotope Type으로, 투수식생지역은 평지식생지와 사면식생지의 Biotope Type으로 분류되었다. 각 비오톱 유형의 식별종은 감태나무(Lindera glauca), 망초(Conyza canadensis), 주름잎(Mazus pumilus), 얼치기완두(Vicia tetrasperma), 뽀리뱅이(Crepidiastrum sonchifolium), 잔디(Zoysia japonica), 개소시랑개비(Potentilla supina), 큰김의털(Festuca arundinacea)이었다. 본 연구의 검증결과는 기존의 토지이용 현황에 기반하며 연구자의 주관적인 측면이 개입되는 비오톱 유형분류 기준에 대해서 식물사회학적 접근을 통한 유형 분류의 방법론이 유용함을 제시하고 있다. 또한 향후 제작될 수 있는 다양한 형태의 자연환경 지도 유형분류에 있어 보다 객관적이고 과학적인 방법의 적용가능성을 제시한 것에 의의를 갖는다.
Landsat data incorporated with additional bands-normalized difference vegetation index (NDVI) and band ratios were used to assess the extent and rate of deforestation in the Gunung Mutis Nature Reserve (GMNR), a mountainous tropical forest in Eastern of Indonesia. Hybrid classification was chosen as the classification approach. In this approach, the unsupervised classification-iterative self-organizing data analysis (ISODATA) was used to create signature files and training data set. A statistical separability measurement-transformed divergence (TD) was used to identify the combination of bands that showed the highest distinction between the land cover classes in training data set. Supervised classification-maximum likelihood classification (MLC) was performed using selected bands and the training data set. Post-classification smoothing and accuracy assessment were applied to classified image. Post-classification comparison was used to assess the extent of deforestation, of which the rate of deforestation was calculated by the formula suggested by Food Agriculture Organization (FAO). The results of two periods of deforestation assessment showed that the extent of deforestation during 1989-1999 was 720.72 ha, 0.80% of annual rate of deforestation, and its extent of deforestation during 1999-2009 was 1,059.12 ha, 1.31% of annual rate of deforestation. Such results are important for the GMNR authority to establish strategies, plans and actions for combating deforestation.
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.