국가통계포털(2019)에 따르면, 우리나라 국공유지의 수량은 10,734,439필지와 33,395㎢로 국토면적의 33.2%를 점유하고 있다. 그동안 중앙정부 및 지방자치단체에서는 합병을 통하여 국공유지관리의 효율화를 도모하여 왔으나, 지적공부의 축척이 다르거나 서로 다른 유형의 지적공도에 국공유지가 등록되어 있는 경우에는 합병이 불가능하여 국공유지관리 효율화의 큰 장애요인으로 작용하고 있다. 이러한 문제점을 해소하기 위한 방안으로 측량을 수반하는 합병방법을 제시하여 실증하고 그 효과를 분석한 결과, 기존 방법의 54.9% 비용만을 지출함에도 불구하고 관리 대상 필지 수는 91.7%가 감소되었으며, 실태조사비용의 99.6%가 경감되는 것으로 확인되었다. 연접하여 군집화를 이루고 있는 국공유지에 대하여 합병측량을 실시하여 국공유지의 표시를 새로이 정하는 방식으로 합병정리하면 궁극적으로는 국공유지관리의 효율화에 기여할 수 있는 것으로 나타났다. 향후에도 지적측량을 기반으로 한 국공유지관리 관련 후속 연구가 다양하고 심층적으로 진행되기를 기대한다.

본 연구의 주된 목적은 녹지의 공간 분포 패턴을 식별하는데 있어 국지적 공간자기상관 기법들의 성능을 비교하고 분석하는 것이다. 이 연구목적을 달성하기 위해 본 연구는 위성영상분석기법과 공간자기상관기법들을 이용하였다. 분석의 결과 공간 특이치 군집을 갖는 LISA 군집지도가 도시녹지의 공간 분포 패턴을 식별하는 데 있어서 다른 분석기법들보다 우수함이 확인되었다. 본 연구는 기존의 연구들과는 다른 몇 가지 연구방법을 이용했다는 점에서 관련분야에 기여할 수 있다. 이러한 차별성과 유용성에도 불구하고 본 연구는 녹지의 공간적 분포패턴을 식별하는 있어서 저해상도 위성영상을 이용했다는 점과 식생지수들 중에서 NDVI만을 이용했다는 점에서 한계를 지닌다. 이러한 한계들은 향후연구에서 UAV영상을 이용하거나 또는 여러 가지 식생지수들을 동시에 이용한다면 극복될 수 있을 것이다.

본 논문은 융·복합 공간정보의 수요와 활용에 증가에 따라 요구되는 사용자 관점의 품질 확보를 위한 품질 관리 방안을 제안한다. 융·복합 공간정보의 수요와 활용이 증가함에 따라 품질의 중요성은 강조되고 있으나 생산자 위주의 일방적인 품질관리는 융·복합 활동에 있어 중요한 사용자의 요구는 반영하기 어려웠다. 공간정보의 양적 성장에 따른 품질관리 대상의 폭발적인 증가는 사용자 관점 품질 반영의 시간, 비용적 한계점을 문제점으로 부각시키고 있다. 이런 한계점의 보완을 위해 본 논문은 공간정보의 특징인 관계성 및 계층 구조를 활용하는 방안을 제시한다. 융·복합 공간정보는 관계성에 따라 서로 품질에 영향을 준다. 이를 이용하여 품질핵심 레이어를 선정하고 이 공간정보에 사용자 관점 품질관리를 하여 점진적으로 관계된 공간정보들의 사용자 관점 품질을 확보하는 절차를 제시하였다. 이에 국가공간정보센터의 수집된 융·복합 공간정보를 대상으로 품질핵심 레이어를 선정하고 절차의 진행을 서술하였다.

국토교통부는 2011년 자료정비 시범사업을 추진한 후 전국적으로 지적공부의 정확성 확보를 위하여 대장 누락, 도면과 대장간 지목불일치 등의 오류와 도곽·축척·행정구역간 경계 등에서 발생하는 오류정비를 추진하고 있다. 본 연구에서는 그동안 정부 및 지적소관청에서 추진한 지적도면 정비사업 추진현황 및 문제점을 살펴보았다. 지적·임야도 자료정비 사업의 활성화를 위해서는 현행 자료정비의 한계를 극복하기 위한 단계별 추진계획 및 추진체계 등 자료정비 기본계획을 재수립하여 시행, 지적도면 정비의 일관성 유지와 정확성을 확보하기 위한 「지적도·임야도 접합 정비요령」 같은 매뉴얼 작성, 지적도면 오류사항 정비에 필요한 사업 소요예산은 전부 국가 주도로 예산을 확보하는 방안을 제시하였다.

본 연구는 토지피복 분류에 사용 가능한 ROI 생성 과정에서 기계학습 기반 교차검증을 활용하였다. 연구지역은 세종시를 포함한 2019년 10월 28일 단시기 KOMPSAT-3A 영상을 활용하였다. 연구 과정에서 4개의 밴드(Red, Green, Blue, Near Infra-red)를 독립변수로 교차검증 과정에서 학습시켰다. 또한 SVM의 4가지 기법(Linear, Polynomial, RBF, Sigmoid)을 활용하여 추출된 ROI를 기반으로 토지피복 분류를 실시하였다. 교차검증 과정에서 훈련된 3,500개의 데이터 중 1,813개의 데이터가 추출되었으며 건물, 도로, 그리고 초지에서 약 60%의 데이터가 제거되었다. 추출된 ROI를 기반으로 다른 SVM기법에 비해 SVM Linear 기법이 91.77%로 가장 높은 분류 정확도를 나타냈다. 분류 클래스 중 초지의 경우 산림과의 오분류가 가장 많이 발생하며 79.43%의 생산자 정확도로 가장 낮은 분류 정확도를 보여주었다. 연구 결과에 따라 교차검증에서 추출된 ROI는 산림, 수역, 그리고 농업지역에 대해서는 90%이상의 분류정확도를 보여주며 효과적인 분류결과를 도출할 수 있었으나, 80%의 분류정확도를 보여주는 건물, 도로, 나대지, 그리고 초지 지역을 분류하는 방법에 대해서는 추가적인 연구가 진행되어야 할 필요성이 존재한다.

정부에서는 공시가격 신뢰성 제고 방안 추진과 현실화율을 높여 공시가격의 정확성·객관성·투명성을 제고해 신뢰성을 확보하기 위해 노력하고 있으나 공시지가에 현 시가가 충분히 반영되지 못하여 개별공시지가 현실화율은 큰 편차를 보이고 있다. 이에 본 연구는 전라북도 전주시 완산구의 부동산거래관리시스템(RTMS)에 신고된 실거래가격과 부동산종합공부시스템(KRAS)의 개별공시지가를 수집하여 개별공시지가 현실화율을 산정하고, 본 연구의 실증분석을 위해 SPSS 25.0 통계분석 프로그램을 사용하였다. 종속변수는 개별공시지가 현실화율로 하고 독립변수는 개별공시지가 토지특성조사 항목 중 6개의 토지특성 항목을 독립변수로 선정하여 일원변량분산분석(One-way ANOVA) 실시 후 Scheffe 방식으로 사후검정 하였다. 분석결과, 주거지역, 상업지역 및 농지와 공공용지, 그리고 주상용, 주거용, 임야에서 지가현실화율 평균차이가 나타나는 것으로 분석되었다. 특히 상업지역은 주거지역과 녹지지역에 비해 같은 토지이용상황으로 조사되는 토지 유형이라도 가격대가 상승할수록 개별공시지가에 시세가 덜 반영되는 문제점이 발생하고 있음을 알 수 있었다.

최근, Multi-GNSS 위성시스템 인프라 환경의 안정화와 이종 위성 조합 활용에 대한 효용성이 입증되면서 측위, 항법 및 시간 정보 관련 응용 등 다양한 산업 분야에서 실시간 Multi-GNSS 조합 활용의 분위기가 높아지고 있다. 본 연구의 목적은 가장 수요층이 많은 저가형 1주파 GNSS 위성 수신기 사용자를 대상으로 정적 및 동적 환경에서 4가지 Multi-GNSS 측량기법에 RTCM-SSR 보정류(streams)를 적용, Multi- GNSS 위성의 1주파 실시간 단독측위(SF-RT-PP)의 효용성을 평가하고 대응 과제를 도출하는 것이다. SSR 보정류를 4가지 Multi-GNSS 측위 기법에 연계하여 정적 및 동적 시험장에 적용한 결과, CNES의 SSRa00CNE0 서비스가 2차원 좌표성분에서 다른 SSR 보정류에 비해 양호한 결과를 제시하였다. Multi-GNSS 위성의 Carrier를 활용한 SF-RT-PP 측위 결과, 공통적으로 고도성분에서 큰 편차가 발생되었는데 이에 대한 원인 규명 및 SF-RT-PPP 측위에서 비차감 비조합 전리층 지연보정과 이종 위성조합에 따른 신호 Bias 보정의 중요성을 확인할 수 있었다. 또한, Multi-GNSS 위성의 인프라 환경 향상으로 4종의 GNSS 위성 중, 1종 위성만으로도 SF-SPP 측위가 가능함을 확인하였다. 특히, GPS 위성의 1주파 신호만을 활용한 RT-SPP 측위에서 Code 기반 SF-RT-SPP 측위의 경우, 위성궤도/시계 보정관련 보통력과 SSR 보정 간 효과는 미소한 반면, 전리층 보정의 경우는 Klobuchar 모델에 비해 SBAS 보정 정보를 활용한 경우가 높이에서 약 2배 이상의 정확도 향상 효과를 공통적으로 확인할 수 있었다. 향후, 2020년말 Galileo 및 BDS 위성 인프라가 완성되면서 Multi-GNSS 위성의 지역 특성이 반영된 실시간 전리층지연 및 기상특성을 반영한 SSR 조정 서비스가 진행될 경우, SF-RT-PPP 활용성 및 여러 산업부문의 다양한 수요 창출이 기대된다.

본 연구는 서울시 5대 권역을 대상으로 주택소비심리와 주택매매가격 간 시계열적 인과관계를 파악하고 소비심리 변동이 권역별 주택가격에 미치는 영향을 그랜저인과(Granger Causality)모형과 VEC (Vector Error Correction)모형을 이용해 실증분석하였다. 주요 결과를 요약하면 첫째, 주택소비심리와 권역별 주택가격은 밀접한 관계가 있으며, 소비심리는 주택가격에 강하게 영향을 미치는 것으로 나타났다. 둘째, 주택소비심리는 단기적으로 서울시 권역별 주택매매 가격에 차별적인 영향을 미치고 있었는데, 동남권 주택가격은 서울 주택소비심리 변화의 주요한 원인으로 작용하며 이에 따른 영향은 비동남권으로 전이되는 것을 확인하였다. 셋째, 동남권 이외 권역은 주택심리가 긍정적임에 따라 장기적으로 주택가격을 상승시키지만, 동남권은 보합세가 나타나는 것으로 분석되었다. 넷째, 권역별 상대적 기여도의 경우 대체로 아파트가격 변동은 인접권역 또는 경쟁권역의 영향을 가장 많이 받는 것으로 파악되었다. 이러한 결과를 통해 본 연구는 주택소비심리와 서울시 권역별 주택가격이 상호 간 명확한 인과관계가 있다는 점과 권역 간에도 차별적인 주택소비심리 영향이 나타나고 있다는 점을 확인하였다.

본 연구의 목적은 우리나라에 소개된 프랑스·네덜란드·일본·대만을 제외하고 지적제도와 토지등기제도의 통합사례를 조사 분석하여 그 유형을 도출하는데 있다. 연구 결과 터키·인도네시아·헝가리·체코·리투아니아 등에서 지적제도와 등기제도가 통합되어 있는 사실을 확인하였으며, 통합 사례를 분석한 결과 다음과 같이 세 가지 유형이 도출되었다. 첫째, 프랑스 형으로, 지적제도와 등기제도의 창설 당시부터 통합되어 중앙정부와 주정부는 행정부의 1개부에서 관장하고 있으나, 기초자치단체는 이를 분리하여 2개의 기관에서 관장하는 프랑스·터키 등이 있으며, 둘째, 네덜란드 형으로, 지적제도와 등기제도의 창설 당시부터 통합되어 행정부의 1개부에서 관장하는 네덜란드·인도네시아·리투아니아 등이 있고, 셋째, 일본 형으로, 지적제도와 등기제도의 창설 당시부터 분리되어 지적제도는 행정부에서, 등기제도는 사법부에서 관장하였으나, 이를 통합하여 행정부의 1개부에서 관장하는 일본·대만·헝가리·체코 등의 국가가 있다. 그리고 지적제도는 모든 국가가 행정부에서 관장하고 있으며, 등기제도는 일부 국가가 사법부에서 관장하고 있었으나, 통합한 후에는 모두 행정부에서 관장하는 것으로 분석되었다. 앞으로 지적제도와 등기제도의 통합사례에 관한 적극적인 연구가 이루어지길 바라며, 본 연구 결과가 지적과 등기제도의 통합 방안에 관한 연구의 기초자료로 활용될 수 있기를 기대한다.

본 연구에서는 스마트시티 구성요소인 공간정보인프라 구축을 위해 최신 공간정보 취득 기술인 드론을 기반으로 도심지의 3차원 디지털트윈 모형을 구축하였으며, 구축된 모형 간의 처리시간·품질·정확도 분석과 스마트시티 응용시스템을 활용하여 몇 가지 분석 모델을 구현하였다. 3종의 드론 사진측량 소프트웨어의 데이터 처리시간·품질이 각각 다르게 나타난 반면 구축 모델의 정확도는 8점의 검사점에 대한 평균제곱근 오차(RMSE)는 N방향으로 ±0.04m, E방향으로는 ±0.03m, Z방향으로 ±0.02m로 경계점좌표등록부시행지역의 경계점에 대한 측량성과와 검사성과의 허용범위로 규정하고 있는 0.1m 미만으로 나타났으며. 항공사진측량 작업규정의 1:500~1:600 축척의 사진기준점 오차 한계인 표준편차 0.14cm 이내로 나타나서 지적과 항공사진측량에서 규정하는 대축척의 오차 한계 모두 만족함을 알 수 있었다. 또한 드론기반의 3차원 도심지 디지털트윈 모형을 이용한 스마트시티 구현의 활용성 증대를 위해 본 연구에서 구축한 모형을 이용하여 조망권·경관분석, 일조권분석, 순찰경로분석, 화재진압 모의 훈련 등을 구현하였으며, 기존 항공측량 방법과 비교해서 육안 판독지점에 대한 정확도는 기존 항공측량 보다 10cm 내외 더 정확하고, 약 30㎢ 이하의 구축 면적에서 기존항공측량 보다 구축비용을 절감할 수 있을 것이라 판단할 수 있었다.

본 연구는 OLS모형을 적용하여 주택보유기간에 영향을 미치는 결정요인을 추정한 후 SVM, Decision Tree, Random Forest, Gradient Boosting, XGBoost, LightGBM을 통해 각 모형별 예측력을 비교하였다. 예측력이 가장 높은 모델을 기반모델 삼아 앙상블 모형 중 하나인 Stacking모형을 적용하여 더욱 예측력이 높은 모형을 구축하여 주택시장의 주택거래량을 파악할 수 있다는 점에 선행 연구와의 차이가 있다. OLS분석 결과 매도이익, 주택가격, 가구원 수, 거주주택형태(단독주택, 아파트)이 주택보유기간에 영향을 미치는 것으로 나타났으며, RMSE를 기준삼아 각 머신러닝 모형과 예측력 비교한 결과 머신러닝 모델의 예측력이 더 높은 것으로 나타났다. 이후, 영향을 미치는 변수로 데이터를 재구축한 후 각 머신러닝을 적용하여 예측력을 비교하였으며, 분석 결과 Random Forest의 예측력이 가장 우수한 것으로 나타났다. 또한 예측력이 가장 높은 Random Forest, Decision Tree, Gradient Boosting, XGBoost모형을 개별모형으로 적용하고, Linear, Ridge, Lasso모형을 메타모델로 하여 Stacking 모형을 구축하였다. 분석 결과, Ridge모형일 때 RMSE값이 0.5181으로 가장 낮게 나타나 예측력이 가장 높은 모델을 구축하였다.

본 연구는 UAV 영상의 식생지수를 활용한 소나무재선충병 피해목 조기 탐지를 그 목적으로 하며, NDVI를 비롯한 대표적인 식생지수들을 선정하고 각각의 분류 정확도 비교분석을 통해 최적의 식생지수를 분석해보았다. 현장답사를 통하여 193개체의 소나무재선충병 피해목 위치데이터를 구축하고 동시에 다중분광 UAV 영상을 이용하여 4가지 식생지수 분석을 수행하였다. 무감독분류(K-Means)를 통하여 피해목을 분류하였고, 오차행렬(Confusion Matrix)를 이용하여 식생지수별 분류정확도를 비교·분석하였다. 연구의 결과를 요약하면 다음과 같다. 첫째 분류의 전체정확도는 NDVI (88.04%, Kappa계수 0.76) > GNDVI (86.01%, Kappa계수 0.72) > NDRE (77.35%, Kappa계수 0.55) > SAVI (76.84%, Kappa계수 0.54)순으로 분석되어 NDVI가 가장 높은 정확도를 보였으며, GNDVI가 거의 비슷한 수준의 분류정확도를 보였다. 둘째, NDVI 및 GNDVI 식생지수를 이용한 K-Means 무감독 분류방법으로 피해목의 판별이 어느 정도 가능한 것으로 판단된다. 특히 위 기법은 연산이 집약적이고 사용자의 개입이 적고 분석과정이 상대적으로 간단하여 피해목의 조기 탐지에 도움을 줄 수 있을 것으로 판단된다. 향후 시계열영상의 활용 또는 딥러닝기법의 추가 응용으로 분류정확도를 높일 수 있을 것으로 기대한다.

최근 4차 산업혁명 등의 정보화 환경 변화에 따라 도시, 건설, 교통, 에너지 등의 기존 국토교통 분야 뿐만 아니라, 디지털트윈, 자율주행, VR/AR, 디지털콘텐츠 등의 최신 분야에서도 공공 및 민간의 3차원 입체모형 수요가 크게 증가하고 있다. 실제로 다양한 서비스 및 산업 분야에서 LOD1에서 LOD4에 이르기까지 다양한 정밀도를 가진 입체모형에 대한 수요가 더욱 증가할 것으로 예측되고 있다. 그러나 현재 국토부, 지자체, 민간기업 등은 대규모의 구축 비용 및 시간 문제로 인하여 각기 다른 정밀도의 입체모형을 일부 특정 지역에 대해서만 구축하고 있는 실정이다. 이에 본 연구에서는 전 국토를 기준으로 이러한 구축 비용 문제를 해결할 수 있는 실현 가능한 입체모형 구축 방안을 제시하고자 한다. 이를 위하여 우선 입체모형의 활용 현황 분석, 입체모형에 대한 수요 분석, 그리고 다양한 입체모형 구축 방법 및 비용 분석을 수행하였다. 이후 이들 분석 결과를 바탕으로 전 국토에 대하여 항공사진 매칭 기반의 자동화된 입체모형 생성 방법을 이용한 LOD3 구축 방안을 도출하였으며, 랜드마크에 대한 LOD4 구축과 비도심지에 대한 LOD2 구축의 보완 방안을 추가적으로 도출하였다. 본 방안은 현재 시점에서 실효성 있는 입체모형 구축 및 갱신 계획 수립에 큰 도움이 될 것으로 기대된다.

본 연구는 교통카드 자료를 활용하여 서울시 고령인구의 주요 체류 공간을 도출하고 체류의 시공간적 특성을 분석에 목적을 두었다. 이를 위해 2015년 10월 12일부터 2015년 10월 18일까지 7일간의 서울시 교통카드 자료를 이용하였다. 분석 결과 도심지, 강남 등 14개 지역이 주 체류 공간으로 추출되었으며, 각 체류지별 방문 사용자 특성과 체류 시간대를 기준으로 살펴본 결과 5개 그룹으로 특성이 나뉘는 것을 확인할 수 있었다. 체류지 대부분은 해당 지역 인근에 거주하는 고령 인구가 방문하는 것으로 나타났으나, 많은 고령 인구가 방문하는 그룹의 경우 상대적으로 방문 고령자의 거주지가 넓게 나타나 체류지간 위계가 존재함을 확인할 수 있었다. 체류 집중 시간대는 주로 오전 10시에서 오후 5시 사이에 집중되는 것으로 나타났다. 하지만 제기동과 영등포의 경우 오후 12부터 체류가 집중되며, 잠실, 선릉, 양재의 경우 주중 오전 9시부터 체류가 집중되어 체류지별 인구 집중 시간이 상이하게 나타남을 확인할 수 있었다. 본 연구결과는 서울시 내의 고령 인구의 주요 체류 공간과 각 체류 공간별 체류 특성을 고려한 대중교통정책수립에 필요한 시사점을 제공한다.