• Journal of Korea Water Resources Association
• /
• v.57 no.2
• /
• pp.87-97
• /
• 2024

This study analyzed the water shortage hotspot areas in South Korea using spatial clustering analysis for water shortage estimates in 2030 of the Master Plans for National Water Management. To identify the water shortage cluster areas, we used water shortage data from the past maximum drought (about 50-year return period) and performed spatial clustering analysis using Local Moran's I and Getis-Ord Gi*. The areas subject to spatial clusters of water shortage were selected using the cluster map, and the spatial characteristics of water shortage areas were verified based on the p-value and the Moran scatter plot. The results indicated that one cluster (lower Imjin River (#1023) and neighbor) in the Han River basin and two clusters (Daejeongcheon (#2403) and neighbor, Gahwacheon (#2501) and neighbor) in the Nakdong River basin were found to be the hotspot for water shortage, whereas one cluster (lower Namhan River (#1007) and neighbor) in the Han River Basin and one cluster (Byeongseongcheon (#2006) and neighbor) in the Nakdong River basin were found to be the HL area, which means the specific area have high water shortage and neighbor have low water shortage. When analyzing spatial clustering by standard watershed unit, the entire spatial clustering area satisfied 100% of the statistical criteria leading to statistically significant results. The overall results indicated that spatial clustering analysis performed using standard watersheds can resolve the variable spatial unit problem to some extent, which results in the relatively increased accuracy of spatial analysis.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.523-528
• /
• 2003

본 연구는 지가의 공간분포 분석(spatial data analysis)을 통하여 합리적인 표준지 선정 방안을 제시하고자 하였다. 우리나라의 경우 개별 공시지가는 표준지 공시지가로부터 비교해서 산정된다. 때문에, 표준지는 개별지의 지가를 산정하는데 편리할 수 있도록 선정되어야 한다. 이를 위하여 표준지를 선정할 때, 개별지의 지가와 토지특성을 고려하여 표준지의 수와 공간적 분포를 결정하여야 한다. 본 연구에서는 지가의 공간적 분포를 해석하기 위하여 군집분석(cluster analysis) 개념을 활용하였다. 이를 통하여 유사 지가구획을 정의하였고, 지가구획의 계층적 해석을 시도하였다. 또한, 군집분석을 반복적으로 수행하고 군집수의 변화에 따른 군집별 지가분포의 특성을 해석함으로써 적정표준지 수를 추정하였다.

• Journal of the Korean Geographical Society
• /
• v.33 no.2
• /
• pp.325-338
• /
• 1998

본 연구에서는 시.공 복합적인 선형 점 자료를 대상으로 시간과 공간을 함께 고려했을 때 자료 내에 군집(cluster)-시.공 복합 군집(space-time cluster)-이 존재하는 가를 검증하는 방법에 대해 논의하고, 실제 교통사고지점의 분포자료를 분석하여 군집의 유무를 통계적으로 검증하였다. 통계 분석의 결과 다음과 같은 사실이 확인되었다. 첫째, Knox의 분할표 방법과 Mantel의 역수 변환을 이용한 일반화된 회귀분석방법 모두 임계 거리 및 임계 시간 간격의 선택이 분석결과에 영향을 미친다. 둘째, 이러한 임의성을 극복하기 위해 다양한 임계 거리 및 임계 시간 간격(혹은 부가 상수)에 대해 반복 실험한 결과, 일부 임계값의 조합에서 시간과 공간이 서로 독립적이라는 귀무가설을 기각할 수 있는 증거가 발견되었다. 셋째, 시.공 복합 군집의 파악에 가장 적합한 임계 거리와 임계 시간 간격은 공간적으로는 7000m, 시간적으로는 14일 혹은 21일이다. 마지막으로, 통계 분석과정에서 자료에 존재하는 중복 기록 사고들의 존재가 밝혀짐으로써 시.공 복합군집 검증이 탐험적 자료 분석(exploratory data analysis)의 도구로서 가지는 가치를 확인할 수 있었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.1
• /
• pp.83-88
• /
• 2010

This paper has analyzed Seoul metropolitan area on the basis of cluster characteristics and it is to understand the traits of each clusters. In order to modelize the area, 10 different indicators were selected among components of a city such as population, activities, land and facilities. Also through principal component analysis, similar characteristics or congenialities of the variables were derived as a common factor. The result was organized by factor score from hierarchical clustering method and as a final result, metropolitan area was clustered into five areas.

• Journal of the Korean Geographical Society
• /
• v.39 no.3
• /
• pp.457-472
• /
• 2004

The purpose of this study is to analyze spatial patterns of traffic accidents and to investigate spatial relations among neighboring spatial objects by applying GIS and spatial data mining methods. This study investigated traffic accident data in Kangnam-gu, Seoul, as a case study. As a result, four clusters were emerged based on individual attributes of traffic accidents. Each cluster showed distinctive properties. In spatial associations between individual attributes of traffic accidents and neighboring spatial objects, there were many rules according to concept hierarchy and definition of spatial relations. Although all rules were not be interesting and significant, they could be a clue to investigate more.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.261-262
• /
• 2016

교통사고의 발생요인에는 다양한 원인들이 있지만 본 연구에서는 공간적으로 접근하여 사고유형별 분포특성을 도출하기 위해 공간적 자기상관성 분석을 수행하였다. 논문에서는 2012년부터 2014년까지 울산광역시에서 발생된 교통사고를 대상으로 분석을 수행하였다. 그 결과 울산시 전체 교통사고 약 53%는 안전운전불이행이며 다음으로는 안전거리미확보, 신호위반 순으로 나타났다. 밀도분석 결과는 사고유형별로 분포가 차이가 있었으며 안전운전불이행의 경우 가장 큰 군집은 중심시가지인 달동과 삼산동 중심에 나타났으며 중앙선침범은 도시의 중심부 보다는 면지역에 넓게 퍼져서 발생되었으며 산업단지가 있는 동구지역에 군집이 크게 나타났다. 따라서 읍면동별 공간적 특성을 파악하기 위해 Moran's I분석과 LISA분석을 수행한 결과 안전운전불이행, 안전거리미확보, 신호위반, 교차로운행방해 모두 중심시가지인 신정동, 달동, 삼산동이 공간적 자기상관성이 높았으며 중앙선침범의 경우 밀도분석 결과와 마찬가지로 중심시가지 이외에 읍면 지역도 자기상관성이 더 높게 나타났다. 이를 통해 사고유형별 공간의존성 및 이질성을 파악하여 교통사고 다발지역을 도출하고 이를 토대로 지역특성에 맞는 저감 대책 마련에 활용되고자 한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.102-107
• /
• 2010

본 연구에서는 2009년 강원도 읍면동 주민등록 데이터와 탐구적 공간데이터 분석 방법의 하나인 Getis - Ord $Gi^*$를 이용하여 강원도 남녀 장수인구의 공간적 분포패턴을 분석하였다. 분석결과는 강원도의 남성인구와 여성인구의 지역적 장수도에 공간적 군집이 존재하며 장수도가 높은 지역의 군집의 경우 남성과 여성 사이에 커다란 차이가 존재함을 보이고 있다. 남성의 경우 장수도가 높은 지역이 영서지역의 접경지역을 중심으로 군집하는 반면 여성의 경우 장수도가 높은 지역이 영동 해안지역 중심으로 군집하여 분포하였다. 이 결과는 장수에 영향을 미치는 환경적(자연환경적, 사회적) 요인이 남녀에 선별적으로 작용하고 있음을 암시한다.

• Journal of the Korean association of regional geographers
• /
• v.6 no.3
• /
• pp.169-184
• /
• 2000

Industrial clusters and their boundaries are identified by factor and hot spot analyses for the greater Cincinnati metropolitan area in USA. While traditional input-output approach identified aspatial industrial clusters, this study combines traditional approach with GIS techniques to identify their boundaries. Combining the results of input-output industrial clusters with the leading industries groups, we have identified five leading industry clusters. They are food (20), chemicals (28), metal manufacturing (32), metal products (33), and machinery (35). We also used hot spot analysis to visualize each industry cluster on the research area by using Arcview software. Determining the degree to which such industries are associated spatially and their spatial delimitation may be an additional approach to measuring the efficiency of the spatial organization of an economy. It is hoped that the industrial clusters and industrial spatial clusters approaches may also proved the basis for the development of new models of the spatial arrangement of industry at a level more aggregated than that of the single plant or firm.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.591-601
• /
• 2020

The self-organizing map (SOM) is a unsupervised learning method projecting high-dimensional data into low-dimensional nodes. It can visualize data in 2 or 3 dimensional space using the nodes and it is available to explore characteristics of data through the nodes. To understand the structure of data, cluster analysis is often used for nodes obtained from SOM. In cluster analysis, the optimal number of clusters is one of important issues. To help to determine it, various cluster validity indexes have been developed and they can be applied to clustering outcomes for nodes from SOM. However, while SOM has an advantage in that it reflects the topological properties of original data in the low-dimensional space, these indexes do not consider it. Thus, we propose a new cluster validity index for SOM based on connectivity between nodes which considers topological properties of data. The performance of the proposed index is evaluated through simulations and it is compared with various existing cluster validity indexes.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.13 no.4
• /
• pp.170-180
• /
• 2010

With development of the earth's subsurface space, the need for a reliable subsurface spatial model such as a cross-section, boring log is increasing. However, the ground mass was essentially uncertain. To generate model was uncertain because of the shortage of data and the absence of geotechnical interpretation standard(non-statistical uncertainty) as well as field environment variables(statistical uncertainty). Therefore, the current interpretation of the data and the generation of the model were accomplished by a highly trained experts. In this study, a geotechnical ontology model was developed using the current expert experience and knowledge, and the information content was calculated in the ontology hierarchy. After the relative distance between the information contents in the ontology model was combined with the distance between cluster centers, a cluster analysis that considered the geotechnical semantics was performed. In a comparative test of the proposed method, k-means method, and expert's interpretation, the proposed method is most similar to expert's interpretation, and can be 3D-GIS visualization through easily handling massive data. We expect that the proposed method is able to generate the more reasonable subsurface spatial information model without geotechnical experts' help.