Axial map Implementation Using Linear Generalization of GIS data

Space Syntax methodology can be quantitatively calculated spatial cognitive analysis by number of turns_ In the existing GIS-based spatial information service provide 'physical distance' due to the shortest distance as a priority. but pedestrians tends to choose the path with concerned a lot of emphasis of safety, more vitality way from the crime at night, traffic accidents, and comfort on a road. Human's 'psychological distance' may reflect the spatial information services and provided path should be. In this study, using GIS Road Data implements the axial map with idea of the linear simplification principles. Traditional axial map of the Space Syntax get the assumption from the actual traffic values by comparing the results of correlation relationship. Through these methods, the actual relationship between traffic and test values have the correlation value($R^2$= 0.5387) 50% level and was able to get the results.

GIS 도로 데이터의 일반화를 이용한 Axial map 구현 방법에 관한 연구

방향전환의 횟수를 변인으로 공간구조를 정량적으로 산출하고 분석 할 수 있는 Space Syntax 방법론은 안전한 길, 활기 있는 길 등 연간의 '심리적 거리' 특성을 반영 할 수 있어 기존의 GIS 기반 공간정보 서비스에서의 '물리적 최단 거리'에 기반 한 공간정보 서비스에 교통사고 및 야간의 범죄로부터의 안전성 등을 훨씬 중시하는 결과를 보여줄 수 있다. 이처럼 Space Syntax 방법론을 이용한 방법을 위해 기본적으로 Axial map(축선도)을 구축해 작업하여야 하는데, 실제 축선도를 구현하는데 시간적, 물리적 제한을 많이 갖게 된다. 따라서 본 연구에서는 GIS 도로 데이터를 이용하여 축선도를 구현하는데 있어, 선행 사상의 일반화 원리를 이용하여 전통적인 축선도를 구축함에 있어 객관적인 근거를 바탕으로 알아보고, Space Syntax의 주요인자인 전체통합도와 실제 통행량 사이의 상관관계를 통해 결과를 비교하여 본다. 이러한 방법을 통하여 실제 통행량과 $R^2$=0.5387 수준까지의 상관관계의 결과를 얻을 수 있었다.