• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.15-20
• /
• 2005

기존의 GIS와 지구통계기법을 결합한 연구들은 GIS 데이터베이스로 구축될 자료를 생성하기 위해 2차원 접근방식을 이용해왔다. 그러나 실제 현장 샘플 자료들은 대부분 3차원 공간에 분포하기 때문에 2차원 지구통계기법을 적용하는 것은 실제 자료가 가지고 있는 3차원 위치정보를 정확히 반영할 수 없는 한계가 있다. 본 연구에서는 GIS 기반 자료에 3차원 지구통계기법을 적용하여 공간변수를 예측하고, 생성된 공간변수를 다시 GIS로 반환하여 데이터베이스로 구축하는 결합 모델을 개발하였다. 3차원 지구통계기법을 결합한 결과 보다 정확한 공간변수 예측을 확인할 수 있었고, 그 결과를 GIS에서 다시 활용할 수 있었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.24 no.4
• /
• pp.343-350
• /
• 2006

For integrating and utilizing the statistical data, which is summarized by arbitrary areal unit such as demographics, with stellite imagery or other GIS data, areal unit of both data should be accorded. Dasymetric mapping is proposed as a useful method fur disaggregating the aggregated statistical data to finer areal unit or generating surface model from object data such as polygonal area. This research evaluate the effectiveness of dasymetric mapping by 1) summarizing the yellow page information by administrative district, 2) modeling the business density using dasymetric mapping, and 3) comparing the business densities of raw data and that of spatial interpolation result.

• Journal of the Korean association of regional geographers
• /
• v.22 no.2
• /
• pp.424-438
• /
• 2016

In an effort to prevent urban decline and hollowing-out phenomenon and to vitalize stagnant local economy, a new urban regeneration paradigm is on the rise. This study aims to analyze urban decline characteristics using the spatial statistical method and GIS on the basis of decline standards in the Urban Regeneration Special Act, and spatial autocorrelation technique. The Gwangju Metropolitan City was set as a research target, and the decline standards in the Urban Regeneration Special Act - population reduction, business declines, and outworn buildings - were applied as the indicator to secure the objectivity. In particular, this study has a distinctive feature from the other existing ones, as applying GIS and the spatial statistical technique, in a sense to make urban decline characteristics analysis by the spatial autocorrelation technique. The overall analysis procedure was carried out by applying the standards of designating urban regeneration regions, and following the spatial exploratory procedure step by step. Therefore, the spatial statistical method procedure and the urban decline characteristics analysis data being presented in this study, as the results, are expected to contribute to the urban decline diagnosis at the level of metropolitan city, as well as to provide useful information for spatial decision making in accordance with urban regeneration.

• Journal of Industrial Convergence
• /
• v.21 no.1
• /
• pp.159-165
• /
• 2023

While the frequency of seismic occurrence has been increasing recently, the domestic seismic response system is weak, the objective of this research is to compare and analyze the seismic vulnerability of buildings using statistical analysis and machine learning techniques. As the result of using statistical technique, the prediction accuracy of the developed model through the optimal scaling method showed about 87%. As the result of using machine learning technique, because the accuracy of Random Forest method is 94% in case of Train Set, 76.7% in case of Test Set, which is the highest accuracy among the 4 analyzed methods, Random Forest method was finally chosen. Therefore, Random Forest method was derived as the final machine learning technique. Accordingly, the statistical analysis technique showed higher accuracy of about 87%, whereas the machine learning technique showed the accuracy of about 76.7%. As the final result, among the 22,296 analyzed building data, the seismic vulnerabilities of 1,627(0.1%) buildings are expected as more dangerous when the statistical analysis technique is used, 10,146(49%) buildings showed the same rate, and the remaining 10,523(50%) buildings are expected as more dangerous when the machine learning technique is used. As the comparison of the results of using advanced machine learning techniques in addition to the existing statistical analysis techniques, in spatial analysis decisions, it is hoped that this research results help to prepare more reliable seismic countermeasures.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.413-413
• /
• 2011

강우의 공간분포에 대한 신뢰성 있는 추정은 수자원 해석 및 설계에 있어서 필수적인 요소이다. 강우장의 공간변동성에 대한 고해상도 추정은 홍수, 특히 돌발홍수의 원인이 되는 국지성 호우의 확인 및 분석에 있어서 중요하다. 또한 강우의 공간 변동성에 대한 고려는 면적평균강우량 추정의 정확도를 향상시키는데 있어서 중요하며, 강우-유출모델의 모의결과에 대한 신뢰도를 향상시키는데 큰 영향을 미친다. 최근 공간자료에 대한 공간분포예측에 있어서 공간상관성을 고려할 수 있는 공간통계학적 기법의 적용이 증가하고 있으며, 이러한 공간통계학적 기법의 적용에 있어서 신뢰성 있는 모델 매개변수의 추정 및 불확실성 평가는 공간분포 예측결과에 대한 신뢰성을 향상시키는데 중요한 역할을 한다. 외국의 경우 공간분포예측 및 모의, 매개변수의 불확실성 평가 등과 관련하여 활발한 연구가 이루어지고 있는 반면 국내 수자원 분야에서는 아직까지 활발한 연구가 이루어지고 있지 않은 실정이다. 따라서 본 연구에서는 계층구조로 구성된 가우시안 공간선형혼합모델을 적용하여 확률강우량의 공간분포를 추정함에 있어서 모델 매개변수에 대한 추정기법을 비교하였으며, 매개변수 추정기법으로서 경험베리오그램에 대한 곡선적합기법인 보통최소제곱법 및 가중최소제곱법, 우도함수를 기반으로 하는 최우도법 및 REML과 같은 기존의 매개변수 추정기법들과 최근 공간통계학 분야에서 적용이 증가하고 있는 Bayesian 기법을 비교하였다. 이로부터 매개변수 추정기법 간의 매개변수 추정치에 대한 정량적 비교결과를 제시하였으며, Bayesian 기법의 적용을 통해 매개변수에 대한 불확실성 추정결과를 제시하였다. 이러한 결과들은 확률강우량의 공간분포 추정에 있어서 공간예측모델의 매개변수 추정 및 예측에 대한 신뢰성을 향상시킬 수 있는 기초자료로 활용될 수 있을 것이다.

• 한국지형공간정보학회:학술대회논문집
• /
• 2004.10a
• /
• pp.103-106
• /
• 2004

토지이용정보는 토지이용계획, 도시계획, 환경관리 등을 위한 기초자료로 사용되고 있으며, 최근에는 인구가 밀집된 도시지역에서 환경문제를 고려한 정책 수립을 위하여 상세한 토지이용정보를 필요로 하고 있다. 그러므로 본 연구에서는 작은 공간단위로 토지이용을 구분하기 위하여 통계단위자료와 기 제작된 수치지형도를 활용하여 도시지역의 토지이용 분류기법을 제시하였다. 제시된 분류기법의 활용 가능성을 확인하기 위하여 서울시 일부지역을 대상으로 실험분석 하였으며, 그 결과 산림지역을 제외하고 전체적으로 높은 정확도를 보였다. 향후 산림지역에 대한 토지이용정보 취득 방법을 보완할 경우 본 연구에서 제시한 방법은 도시지역 토지이용정보 취득에 효율적으로 사용될 수 있을 것으로 판단된다. 또한 통계단위와 토지이용정보 구분단위가 일치하므로 다양한 통계집계자료와 함께 분석하는데 유용하게 활용될 수 있을 것으로 사료된다.

• Spatial Information Research
• /
• v.11 no.3
• /
• pp.251-260
• /
• 2003

Distribution pattern of seawater intrusion was analyzed from the spatial distribution map of chloride using the geostatistics and CIS analyses. The chloride distribution map made by kriging(ordinary kriging and co-kriging) after exploratory spatial data analysis. Kriging provides an advanced methodology which facilitates quantification of spatial features and enables spatial interpolation. TDS, Na$^{＋}$, Br$^{[-10]}$ were selected as second parameters of co-kriging which is higher value of correlation coefficients between chloride and others groundwater properties. Chloride concentration is highest in yeminchon and coastal area. And result in co-kriging was accurate than ordinary kriging.

• Journal of Korean Society of Transportation
• /
• v.15 no.1
• /
• pp.5-15
• /
• 1997

공간통계분석은 공간적으로 연계된 변수들간의 관계를 분석하는 통계분야이다. 일 반적으로 공간적으로 연계된 변수들간의 관계는 각 변수간의 공간적 분포정도에 따라서 영 향을 받는다. 전통적인 통계 분석의 방법은 동질의 자료발생과정에 의하여 확률적으로 축출 된 표본자료를 가정하고 있으나, 공간적인 자료는 이와 같은 동질의 자료발생과정의 가정을 부정한다. 교통류 및 교통사고 등과 같은 교통분야의 자료는 대부분 공간적인 상관관계에 의하여 축출된 이질적인 표본자료이며 따라서 공간상관관계를 동질적으로 가정한 전통적인 통계적 분석 방법은 오류를 범할 수 있다. 본 논문은 공간적인 관계를 고려한 공간자기상관 분석기법을 이용하여 고속도로상의 교통사고에 관하여 분석하였다. 분석의 결과에 의하면 4 개 고속도로 중 경인고속도로를 제외한 3개의 고속도로상의 교통사고건수는 통계적으로 현 저한 양의 공간적 상관관계가 있음을 알 수 있었다. 이에 따라 공간적 상관관계를 고려한 교통사고분석을 위하여 종속변수로 단위구간별 교통사고건수를 그리고 설명변수로서는 단위 구간별 교통량, I.C. 유무 및 화물차량비율을 이용하여 공간 자기회귀분석을 시도하였다. 분 석의 분석에서는 구간별 교통량과 화물차량의 비율이 호남/남해 고속도로의 경우에는 구간 별 교통량과 I.C. 유무가 통계적으로 유의한 것으로 분석되었다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2001.11a
• /
• pp.95-97
• /
• 2001

공간자료의 예측문제에 있어 전통적 예측방법인 크리깅방법과 최근 통계적문제 적용되기 시작한 신경망분석방법 간의 비교를 사례연구를 통해 행하였다. 일반적으로 크리깅에 의한 선형예측은 공간자료에 대한 일반적 통계모형으로서 간주되어 왔다. 한편 예측문제에 있어 뉴럴네트워크에 기초한 비모수적 방법이 관심의 대상이 되고 있으며 특히 대용량 자료의 경우 데이터마이닝 기법의 한 분야로 널리 사용되고 있는 실정이다. 본 연구에서는 공간 자료의 예측에 있어 유전자 알고리즘을 신경망분석 모형을 결합하여 기존의 크리깅방법과의 예측력을 비교한다.

• The Korean Journal of Applied Statistics
• /
• v.18 no.3
• /
• pp.627-637
• /
• 2005

Small area estimation has been studied using various methods such as direct, indirect, synthetic and based on regression or time series model . In this paper we investigate a motel-based small area estimation which takes into account the spare time autoregressive model. The Economic Active Population Surveys in 2001 are used for analysis and the results from space-time autoregressive(STAR) and simultaneous autoregressive(SAR) model are compared with using MSE, MAE and MB.