• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.327-331
• /
• 2005

본 연구의 목적은 공간데이터 구축시 아직까지 체계화되어 있지 않은 공간데이터의 품질 평가요소를 정립하는데 있다. 총 17개의 국내 공간데이터 품질관련 법규를 구축 공정, 작업방법, 장비, 정확도 등을 중심으로 분석하였다. 항공사진 촬영이 가능한 대규모 업체를 대상으로 작업순서, 사용장비, 작업순서 전후의 결과물의 정확도를 중심으로 조사하고 팀장급 직원들을 대상으로 현행 관련법규와 실무의 차이에 대하여 조사, 분석하였다. 조사, 분석한 내용을 기반으로 공간데이터의 구축공정을 항공사진을 이용한 수치지도 신규제작, 기존 수치지도 수정제작, 영상지도제작, 수치표고모델 구축 공정으로 구분하고, 각 공정별로 생성되는 공간데이터의 품질을 체크할 수 있는 요소들을 정립하였다.

• Communications for Statistical Applications and Methods
• /
• v.17 no.2
• /
• pp.193-204
• /
• 2010

Recently, researchers of the various fields where the spatial analysis is needed have more interested in spatial statistics. In case of data with spatial correlation, methodologies accounting for the correlation are required and there have been developments in methods for spatial data analysis. Lattice data among spatial data is analyzed with following three procedures: (1) definition of the spatial neighborhood, (2) definition of spatial weight, and (3) the analysis using spatial models. The present paper shows a spatial statistical analysis method superior to a general statistical method in aspect estimation by using the trimmed mean squared error statistic, when we analysis the spatial lattice data that outliers are included. To show validation and usefulness of contents in this paper, we perform a small simulation study and show an empirical example with a criminal data in BusanJin-Gu, Korea.

• The KIPS Transactions:PartD
• /
• v.18D no.1
• /
• pp.57-66
• /
• 2011

Recently, the necessity of new methods of spatial data integration and analysis in CRM has been increased since it is acknowledged that about eighty percent of all data stored in corporate databases has a spatial component. But conventional CRM systems are either incapable of managing spatial data or are not user-friendly when doing so. This paper has designed and implemented spatially-enabled integration management system that can manage consistently both enterprise and spatial data through a legacy CRM system and object-oriented database and additionally support spatial analysis and map visualization for a gCRM. Through implementation, it is demonstrated that the proposed system can facilitate effectively spatial data management and analysis in a legacy CRM system.

• Journal of Korean Society for Geospatial Information Science
• /
• v.13 no.3 s.33
• /
• pp.3-13
• /
• 2005

This study aims to establish the quality management method for spatial data construction process. Total 17 regulations related to spatial database construction and major aerial survey firms were analyzed in terms of working process, equipments, accuracy of results. It is standardized the process of making new digital maps using aerial photography, revising existing digital maps, producing digital elevation models and developing imagery maps. Quality checking factors for spatial data construction process are also established.

• Journal of Korean Society for Geospatial Information Science
• /
• v.23 no.1
• /
• pp.23-29
• /
• 2015

In this study, the spatial relevance between the regional housing price data and the spatial distribution of the location-based social media data is explored. The spatial analysis with rasterization was applied to this study, because the both data have a different form to analyze. The geo-tagged Twitter data had been collected for a month and the regional housing price index about sales and lease were used. The spatial range of both data includes Seoul and the some parts of the metropolitan area. 2,000m grid was constructed to consider the different spatial measure between two data, and they were combined into the constructed grids. The Hotspot Analysis was operated using the combined dataset to see the comparison of spatial distribution, and the bivariate spatial correlation coefficients between two data were measured for the quantitative analysis. The result of this study shows that Seocho-gu area is detected as a common hotspot of tweet and housing sales price index data. though the spatial relevance is not detected between tweet and housing lease price index data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1520-1524
• /
• 2010

지상에 설치된 우량관측소를 통해서 자료가 수집되는 강우자료는 공간적으로 분포하고 있는 공간자료(spatial data)이며, 지점자료(point data)이다. 공간자료(spatial data)는 공간적으로 분포되지 않는 일반 데이터와는 다른 속성을 가지고 있으며 공간적인 위치가 데이터 발생의 중요한 변수로 적용될 수 있고, 인접 데이터와의 상관관계가 고려되어야 한다. 본 연구는 공간분석기법을 이용하여 보다 효과적인 강우분석을 하기 위한 것으로서, 우리나라 총 679개 우량관측소의 2008년 강우자료를 바탕으로 티센(Thiessen) 기법, IDW(Inverse Distance Weighted), 스플라인(Spline) 등과 공간통계학적 방법인 크리깅(Kriging)을 이용하여 주요 유역별 면적 강우량 산정 및 미계측 지역의 강우량 추정을 모의하였다. 본 연구결과 유역별 면적강우량 추정시 티센 및 경향면 분석법, Natural Neighbor 방법은 일부 과다 추정되는 것으로 나타났고, IDW, RBF, 크리깅의 방법은 큰 차이를 보이지 않았으나, 미계측 지역의 강우량 추정에는 일반크리깅의 정확도가 비교적 높은 것으로 나타났다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2012.08a
• /
• pp.3-6
• /
• 2012

본 연구의 목적은 도서관 이용자들의 일상생활에서 공간들이 어떠한 관계성을 가지고 이용되는지를 분석하는 것이다. 관계성을 파악하기 위한 데이터로 미국 Puget Sound Region Transportation Department에서 수집한 Household Travel Survey 데이터를 이용하였다. 데이터 분석을 위한 도구로 소셜 네트워크 분석도구 중의 하나인 NodeXL을 사용하였다. 분석결과 선행연구에서와 유사하게 슈퍼마켓, 레스토랑, 쇼핑몰 등이 도서관 이용과 공간적으로 연관성이 있음이 나타났다. 또한 전체 이용자의 분석결과와 비교하여 도서관 이용자만이 가지고 사회적 공간이용의 특성을 발견되었고 도서관 정책개발에 이러한 특성이 반영될 필요가 있음을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.83-86
• /
• 2000

공간 데이터가 증가함에 따라 이를 효율적으로 저장하고 분석할 수 있는 기술이 필요하게 되었다. 공간 데이터 마이닝은 데이터베이스에서 유용한 지식을 추출하는 기술로, 기존의 데이터 마이닝 방법에 공간의 개념을 추가하여 확장함으로써 공간 패턴, 공간 객체들의 연관 관계 둥을 얻을 수 있다. 본 논문에서는 공간 데이터 마이닝의 기법 중의 하나인 공간 연관 규칙 탐사 기법을 제안한다. 제안하는 방법은 공간 관계를 포함한 공간 연관 규칙뿐만 아니라 공간 객체의 비공간 속성도 함께 고려함으로써 보다 확장되고 다양한 공간 연관 규칙을 탐사할 수 있다.

• Spatial Information Research
• /
• v.22 no.6
• /
• pp.13-21
• /
• 2014

This study defines concept and service framework of Geo-Spatial Big Data(GSBD). The major concept of the GSBD is formulated based on the 7V characteristics: the general characteristics of big data with 3V(Volume, Variety, Velocity); Geo-spatial oriented characteristics with 4V(Veracity, Visualization, Versatile, Value). GSBD is the technology to extract meaningful information from Geo-spatial fusion data and support decision making responding with rapidly changing activities by analysing with almost realtime solutions while efficiently collecting, storing and managing structured, semi-structured or unstructured big data. The application area of the GSBD is segmented in terms of technical aspect(store, manage, analyze and service) and public/private area. The service framework for the GSBD composed of modules to manage, contain and monitor GSBD services is suggested. Such additional studies as building specific application service models and formulating service delivery strategies for the GSBD are required based on the services framework.

• Journal of the Korean Geographical Society
• /
• v.43 no.1
• /
• pp.134-153
• /
• 2008

The main purpose of the research is to illustrate the value of the spatial statistical approach to residential differentiation by providing a framework for exploratory spatial data analysis (ESDA) using a local spatial separation measure. ESDA aims, by utilizing a variety of statistical and cartographic visualization techniques, at seeking to detect patterns, to formulate hypotheses, and to assess statistical models for spatial data. The research is driven by a realization that ESDA based on local statistics has a great potential for substantive research. The main results are as follows. First, a local spatial separation measure is correspondingly derived from its global counterpart. Second, a set of significance testing methods based on both total and conditional randomization assumptions is provided for the local measure. Third, two mapping techniques, a 'spatial separation scatterplot map' and a 'spatial separation anomaly map', are devised for ESDA utilizing the local measure and the related significance tests. Fourth, a case study of residential differentiation between the highly educated and the least educated in major Korean metropolitan cities shows that the proposed ESDA techniques are beneficial in identifying bivariate spatial clusters and spatial outliers.