Journal of the Economic Geographical Society of Korea (한국경제지리학회지)

The Economic Geographical Society of Korea (한국경제지리학회)
권호 표지
DOI QR코드

DOI QR Code

Spatio-temporal Analysis of Population Distribution in Seoul via Integrating Transportation and Land Use Information, Based on Four-Dimensional Visualization Methods

교통과 토지이용 정보를 결합한 서울 인구분포의 시공간적 분석: 4차원 시각화 방법을 토대로

  • 이금숙 (성신여자대학교 지리학과) ;
  • 김호성 (성신여자대학교 미디어커뮤니케이션학과)
  • Received : 2018.03.16
  • Published : 2018.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

Population distribution in urban space varies with transportation flow changing along time of day. Transportation flow is directly affected by the activities of urbanites and the distribution of related facilities, since the flow is the result of moving to the point where the facilities associated with their activities are located. It is thus necessary to analyze the spatio-temporal characteristics of the urban population distribution by integrating the distribution of activity spaces related to the daily life of urbanites and the flow of transportation. The purpose of this study is to analyze the population distribution in urban space with daily and weekly time bases using the building database and T-card database in the city of Seoul, which is rich in information on land use and transportation flow. For a time-based analysis that is difficult to grasp by general statistical techniques, a four-dimensional visualization method combining time and space using a Java program is devised. Dynamic visualization in the four-dimensional space and time allows intuitive analysis and makes it possible to understand more effectively the spatio-temporal characteristics of population distribution. For this purpose, buildings are classified into three activity groups: residential, working, and commercial according to their purpose, and the number of passengers traveling to and from each stop site of bus and subway networks in the T-card database for one week is calculated in one-minute increments, Visualizing these and integrating transportation and land use, we analyze spatio-temporal characteristics of the population distribution in Seoul. As a result, it is found that the population distribution of Seoul displays distinct spatio-temporal characteristics according to land use. In particular, there is a clear difference in the population distribution pattern along the time axis according to the mixed aspects of working, commercial, and residential activities. The results of this study can be very useful for transportation and location planning of city facilities.

도시공간에서 인구분포는 하루의 시간축을 따라 통행흐름의 변화와 함께 변동성을 보인다. 통행흐름은 도시민들이 하루 일과가 진행되면서 그들의 활동과 관련된 시설물이 입지한 지점으로 이동한 결과물이므로 도시민의 활동과 관련 시설물의 분포에 직접적인 영향을 받는다. 따라서 도시 인구분포의 시공간적 특성은 도시민의 일상생활과 관련된 활동공간의 분포와 그것을 방문하는 통행흐름을 결합하여 분석할 필요가 있다. 본 연구에서는 토지이용과 통행흐름에 대한 정보가 풍부한 서울시를 대상으로 건축물데이터베이스와 교통카드데이터베이스를 활용하여 하루 및 일주일 시간축을 따라 변동성을 보이는 도시공간의 인구분포를 분석한다. 일반적인 통계적 기법으로는 파악하기 어려운 시공간적 분석을 위하여 자바프로그램을 이용하여 시간과 공간을 결합한 4차원 시각화 방법을 고안한다. 이러한 4차원 시공간에서 역동적 시각화를 이용하면 직관적인 분석이 가능할 뿐만 아니라 인구분포의 시공간적 특성을 보다 효과적으로 파악할 수 있다. 이를 위하여 먼저 각 지점에 위치한 건축물을 용도에 따라 주거, 업무, 상업 활동으로 구분하고, 일주일분 교통카드데이터베이스에서 1분 단위로 각 지점의 버스와 지하철로 오가는 승객수를 산출하고, 이를 4차원으로 시각화하여 교통과 토지이용을 결합해서 서울시 인구분포의 시공간적 특성을 분석한다. 그 결과로 서울의 인구분포는 토지이용에 따라 뚜렷한 시공간적 특성을 보임을 파악할 수 있으며, 특히 업무활동, 상업활동, 주거활동의 혼합 양상에 따라 하루 시간축을 따라 인구분포 양상에 뚜렷한 차이가 있음을 확인하였다. 이러한 연구결과는 도시 시설의 입지계획과 교통계획 수립에 매우 유용하게 활용될 수 있다.

Keywords

References

  1. 김감영.이건학, 2016, "이동통신 빅데이터를 이용한 현재인구 추정과 개건 방안 연구," 한국도시지리학회지 19(2), pp.181-196.
  2. 김병선.주자용.최진무, 2010, "Regression-Kriging 모형을 이용한 인구분포 추정에 관한 연구," 대한지리학회지 45(6), pp.806-819.
  3. 김호성.박종수.이금숙, 2010, "서울 수도권 지하철 교통망 승객 흐름의 시각화," 한국콘텐츠학회논문지 10(4), pp.397-405. https://doi.org/10.5392/JKCA.2010.10.4.397
  4. 박종수.이금숙, 2007, "대용량 교통카드 트랜잭션 데이터 베이스에서 통행패턴 탐사와 통행행태 분석," 한국경제지리학회지 10(1), pp.44-63.
  5. 박종수.이금숙, 2010, "서울 수도권 지하철 교통망에서 승객흐름의 분석," 정보과학회지: 컴퓨팅의 실제 및 레터, 지리정보시스템 분야 16(3), pp.316-323.
  6. 박종수.이금숙, 2011, "Pickup Point 최적입지선정을 위한 Greedy Heuristic Algorithm 개발 및 적용: 서울 대도시권 지하철 시스템을 대상으로," 한국경제지리학회지 14(2), pp.116-128.
  7. 안재성.김화환, 2008, "시공간 활동패턴의 탐색적 분석: 시각적 공간분석학 접근법을 중심으로," 지리학연구 42(1), pp.117-124.
  8. 이건학.김감영, 2016, "공간통계 기법을 이용한 현주인구 추정 모델링," 한국지도학회지 16(2), pp.71-93.
  9. 이금숙.김호성.박종수, 2017, "서울 대도시권 지하철 통행흐름의 요일 간 변이성 분석: 동적 시각화 방법을 토대로," 한국경제지리학회지 20(2), PP.158-172. https://doi.org/10.23841/egsk.2017.20.2.158
  10. 이금숙.김호성.이수영, 2015, "미디어 이용자의 활동공간 시.공간 정보를 활용한 서울의 실시간 인구분포 분석," 한국경제지리학회지 18(1), pp.87-102.
  11. 이금숙.박종수, 2006, "서울시 대중교통 이용자의 통행패턴 분석," 한국경제지리학회지 9(3), pp.379-395.
  12. 이금숙.홍지연.민희화.박종수, 2007, "수도권 지하철망상 통행 흐름의 위상학적 구조와 토지이용의 관계," 한국경제지리학회지 10(4), pp.427-443.
  13. 이금숙.박종수.김호성.조창현, 2010, "수도권 광역도시철도 하루 시간대별 이용 빈도에 의해 구분된 역 집단과 통행자의 통행 연쇄 패턴 간 관계," 대한지리학회지 45(5), pp.592-608.
  14. 조창현, 2013, 도시 일상생활 연구의 시공간적 접근, 서울:푸른길, pp.104-115.
  15. Anas, A. and Duann, L. S., 1986, "Dynamic forecasting of travel demand, residence location, and land development: policy simulations with the Chicago area transportation/land use analysis system," in Hutchinson, B. G. and Batty, M. (eds.), Advances in urban Systems Modelling, North-Holland: Amsterdam, pp.299-322.
  16. Badoe, D. A. and Miller, E., 2000, "Transportation-landuse interaction: empirical findings in North America, and their implications for modeling," Transportation Research Part D 5, pp.235-263. https://doi.org/10.1016/S1361-9209(99)00036-X
  17. Boarnet, M. and Crane, R., 2001, "The influence of land use on travel behavior: specification and estimation strategies," Transportation Research Part A 35, pp. 823-845.
  18. Chen, K., 2002, "An approach to linking remotely sensed data and areal census data," International Journal of Remote Sensing 23, pp.37-48. https://doi.org/10.1080/01431160010014297
  19. Chen, C., Chen, J. and Barry, J., 2009, "Diurnal pattern of transit ridership: a case study of the New York City subway system," Journal of Transport Geography 17, pp.176-186. https://doi.org/10.1016/j.jtrangeo.2008.09.002
  20. Chen, C. and McKnight, C., 2007, "Does the built environment make a difference? Additional evidence from the daily activity and travel behavior of homemakers living in NYC and suburbs," Journal of Transport Geography 15(5), pp.380-395. https://doi.org/10.1016/j.jtrangeo.2006.11.010
  21. Deville, P., Linard, C., Martin, S., Gilbert, M., Stevens, F., Gaughan, A., Blondela, V. and Tatem, A., 2014, "Dynamic population mapping using mobile phone data," Proceedings of the National Academy of Science 111(45), pp.15888-15893. https://doi.org/10.1073/pnas.1408439111
  22. Dong, L., Chen, S., Cheng, Y., Wu, Z., Li, C. and Wu, H., 2017, "Measuring economic activity in China with mobile big data," EPJ Data Science, DOI 10.1140/epjds/s13688-017-0125-5.
  23. Donnay, J. P. and Unwin, D., 2001, Modelling Geographical Distributions in Urban Areas, Remote Sensing and Urban Analysis, Taylor and Francis: New York, pp. 205-224.
  24. Douglass, R., Meyer, D., Ram, M., Rideout, D. and Song, D., 2015, "High resolution population estimates from telecommunication data," EPJ Data Science 4(1), pp.1-13. https://doi.org/10.1140/epjds/s13688-015-0038-0
  25. Goh, S., Choi, M. Y., Lee, K. and Kim, K., 2016, "How complexity emerges in urban systems: Theory of urban morphology," PHYSICAL REVIEW E 93, 052309-1-12.
  26. Goh, S., Lee, K., Park, J.S. and Choi, M.Y., 2012, "Modification of the gravity model and application to the metropolitan Seoul subway system," Phys. Rev. E, 86, 026102. https://doi.org/10.1103/PhysRevE.86.026102
  27. Golob, T. F., 2000, "A simultaneous model of household activity participation and trip chain generation," Transportation Research Part B: Methodological 34(5), pp.355-376. https://doi.org/10.1016/S0191-2615(99)00028-4
  28. Goodchild, M.F., Klinkenberg, B. and Janelle, D.G., 1993, "A factorial model of aggregate spatio-temporal behavior: application to the diurnal cycle," Geographical Analysis 25(4), pp.277-294. https://doi.org/10.1111/j.1538-4632.1993.tb00299.x
  29. Hagerstrand, T., 1970. "What about people in regional science?," Papers in Regional Science Association 24, pp. 7-24.
  30. Harvey, J. T., 2002, "Estimating census district populations from satellite imagery: Some approaches and limitations," International Journal of Remote Sensing 23, pp.2071-2095. https://doi.org/10.1080/01431160110075901
  31. Janelle, D. and Goodchild, M. F., 1983, "Diurnal patterns of social group distributions in a Canadian City," Economic Geography 59(4), pp.403-425. https://doi.org/10.2307/144166
  32. Janelle, D.G., Klinkerberg, B. and Goodchild, M. F., 1998, "The temporal ordering of urban space and daily activity patterns for population role groups," Geographical Systems 5, pp.117-137.
  33. Lee, K., Jung, W.-S., Park, J. S. and Choi, M. Y., 2008, "Statistical analysis of the metropolitan Seoul Subway System: Network structure and passenger flows," Physica A: Statistical Mechanics and Its Applications 387, pp.6231-6234. https://doi.org/10.1016/j.physa.2008.06.035
  34. Lee, K., Park, J. S., Choi, H., Choi, M. Y. and Jung, W.S., 2010, "Sleepless in Seoul: 'The ant and the metrohopper'," Journal of the Korean Physical Society 57(4), pp.823-825. https://doi.org/10.3938/jkps.57.823
  35. Lee, K., Song, Y., Park, J. S. and Anderson, W. P., 2012, "Relationship between Diurnal Patterns of Transit Ridership and Land Use in the Metropolitan Seoul Area," Journal of the Economic Geographical Society of Korea 15(1), pp.26-41. https://doi.org/10.23841/egsk.2012.15.1.26
  36. Liu, X. H., Kyriakidis, P. C. and Goodchild, M. F., 2008, "Population-density estimation using regression and area-to-point residual kriging," International Journal of Geographical Information Science 22(4), pp.431-447. https://doi.org/10.1080/13658810701492225
  37. Lo, C. P., 1995, "Automated population and dwelling unit estimation from high-resolution satellite images: A GIS approach," International Journal of Remote Sensing 16(1), pp.17-34. https://doi.org/10.1080/01431169508954369
  38. Thrift, N., 1977, "An introduction to time-geography," Geo Abstracts, University of East Anglia, pp.1-37.
  39. Torrens, P. M. and Nara, A., 2013, "Polyspatial agents for multi-scale urban simulation and regional policy analysis," Regional Science Policy and Practice 44(4), pp.419-445.
  40. Torrens, P. M., 2006, "Simulating sprawl," Annals of the Association of American Geographers 96(2), pp.248-275. https://doi.org/10.1111/j.1467-8306.2006.00477.x
  41. Verhein, F. and Chawla, S., 2008, "Mining spatio-temporal patterns in object mobility databases," Data Mining and Knowledge Discovery 16, pp.5-38. https://doi.org/10.1007/s10618-007-0079-5
  42. Zandvliet, R. and Dijst, M., 2006, "Short-term dynamics in the use of places: a space-time typology of visitor populations in the Netherlands," Urban Studies 43(7), pp.1159-1176. https://doi.org/10.1080/00420980500406702

Cited by

  1. Analysis on the Determinants of Hourly-based Mixed Level of De Facto Population in Seoul, Korea vol.56, pp.1, 2018, https://doi.org/10.17208/jkpa.2021.02.56.1.22
  2. Spatiotemporal distributions of population in Seoul: joint influence of ridership and accessibility of the subway system vol.10, pp.1, 2018, https://doi.org/10.1140/epjds/s13688-021-00298-3
  3. Mapping hourly population dynamics using remotely sensed and geospatial data: a case study in Beijing, China vol.58, pp.5, 2018, https://doi.org/10.1080/15481603.2021.1935128