• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.252-252
• /
• 2016

수자원에 대한 효율적 활용 요구가 증대됨에 따라 한반도 수리적 특성을 보다 정밀하게 모의하고 이를 활용한 의사결정이 요구되고 있다. 한반도는 지리적 특성상 약 70%가 산학 구조로 되어 있어서 지형적 기상 현상이 복잡하여 가뭄지수의 공간 보간에 어려움이 있다. 따라서 지형적 특성-거리, 고도, 해양에서의 거리, 지향면 등을 고려할 수 있는 PRISM 기법을 기존의 공간 보간 기법과 비교 분석하여 한반도 전역의 가뭄 특성에 적합한 공간 보간 기법을 검출하고자 하였다. 자료의 분석은 기상청에서 제공하는 강우 관측소중 40년 이상의 연한을 가지고 있는 60개 지점을 선정하여 분석하였으며 방법 간의 비교는 지점을 선정하여 추정된 오차를 기초로 하여 판단하였다. 분석결과 PRISM 기법이 복잡한 지형적 특성을 가진 지역에서 더 적합한 방법으로 나타났다. 향후 연구에서는 미개측 지역의 가뭄지수 분석을 시행하여 관측소가 설치되지 않은 지역의 적합한 가뭄 특성을 분석하여 효율적인 수자원 활용을 위한 적절한 의사결정 지표를 선정하고자한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.757-758
• /
• 2020

국가적 차원에서 MERS 와 같은 재난을 잘 대처하기 위해서는 기존의 대응 네트워크를 분석할 필요가 있다. 본 논문에서는 2015 년 대한민국에서 일어난 MERS 대응 네트워크를 커뮤니티 탐지 기법을 이용하여 네트워크를 분석한다. 커뮤니티 탐지 기법은 네트워크 분석방법 중 하나로 이 기법을 통해 MERS 대응 네트워크에서 유사한 역할을 수행하는 기관들끼리 그룹핑 할 수 있다. 또한 기관들을 그룹핑 한 결과와 각 기관의 지리적인 정보를 활용하여 전국적으로 기관들이 어떻게 분포되어 있는지 살펴본다.

• Korea journal of population studies
• /
• v.32 no.3
• /
• pp.1-20
• /
• 2009

본 연구는 지리정보시스템(GIS)과 지리적 가중 회귀(GWR)를 이용하여 건강 관련 삶의 질(HRQoL)의 사회인구학적 상관요인에 대한 공간분석을 시도한다. 관찰의 독립성과 오차의 동분산성을 가정하는 전통적 회귀분석과 달리, 지리적 가중 회귀분석은 속성정보뿐만 아니라 공간정보를 활용하는 공간분석 기법이다. 분석모형은 건강 관련 삶의 질을 종합적으로 측정하는 EQ-5D를 종속변수로 하고 지역의 사회인구학적 특성인 노령인구비율, 조이혼율, 병상수, 재정자주도를 독립변수로 하여 구성하였다. 종속변수는 질병관리본부에서 실시한 <지역사회건강조사>의 자료를 이용하였고, 독립변수는 통계청 온라인 DB에 수록된 지역별 자료를 이용하였다. 모형을 추정해 본 결과 전반적으로 사회적 특성보다는 노령인구비율이나 조이혼율과 같은 인구학적 특성이 건강 관련 삶의 질에 더 많은 영향을 미치는 것으로 나타났다. 공간적 변이를 고려하는 지역모형은 전역모형에서 드러나지 않았던 중요한 유형을 보여주는데, 노령인구비율 변수와 조이혼율 변수의 지역별 추정치를 지도상으로 살펴본 결과 변수들의 효과가 공간적 위치에 따라 차이를 보인다는 점이 확인되었다. 분석 결과는 또한 지리적 가중 회귀분석이 전통적 회귀분석에 비해 공간적 자기상관의 문제를 극복하고 모형의 부합도를 증가시킨다는 것을 보여준다.

• Survey Research
• /
• v.10 no.3
• /
• pp.1-19
• /
• 2009

This study investigates the utilities of spatial analysis in the context of survey research using Geographical Information System(GIS) and Geographically Weighted Regression (GWR) which take account of spatial heterogeneity. Many social phenomena involve spatial dimension, and with the development of GIS, GPS receiver, and online location-based services, spatial information can be collected and utilized more easily, and thus application of spatial analysis in the survey research is getting easier. The traditional OLS regression models which assume independence of observations and homoscedasticity of errors cannot handle spatial dependence problem. GWR is a spatial analysis technique which utilizes spatial information as well as attribute information, and estimated using geographically weighted function under the assumption that spatially close cases are more related than distant cases. Residential survey data from a Primary Autonomous District are used to estimate a model of public service satisfaction. The findings show that GWR handles the problem of spatial auto-correlation and increases goodness-of-fit of model. Visualization of spatial variance of effects of the independent variables using GIS allows us to investigate effects and relationships of those variables more closely and extensively. Furthermore, GIS and GWR analyses provide us a more effective way of identifying locations where the effect of variable is exceptionally low or high, and thus finding policy implications for social development.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.477-484
• /
• 2008

연쇄 살인과 같은 강력 범죄의 심각성이 사회적 이슈가 되면서 이에 대한 효과적인 과학 수사의 필요성이 증가되고 있다. 특히, 연쇄 범죄 데이타에 대한 공간 분석을 통해 범죄자의 거점 위치를 예측하는 지리적 프로파일링과 미래에 발생될 범행 장소의 위치, 즉 기존 범행에 이어 일어날 다음 범행 위치 예측에 관한 연구가 활발하다. 그러나, 이와 관련된 기존 연구는 물리적인 거리에 대한 통계적 기법을 적용하거나 단순한 공간적 분석만을 적용하므로 낮은 예측 정확도를 보이는 문제점이 있다. 본 논문에서는 이러한 문제를 해결하고 보다 효과적인 연쇄 범죄 수사를 지원하는 방법으로써 연쇄 범죄 발생에 대한 공간적 시간적 분포 특성에 따른 시공간 패턴을 기반으로 다양한 시공간 분석을 적용하는 거점 위치 예측 기법과 다음 범행 위치 예측 기법을 제안한다. 제안 기법은 중심축을 따라 나타나는 선형 분포의 연쇄 범죄에서도 정확도 높은 예측이 가능하고, 다수의 서로 다른 군집들에 대해 각 군집내 범행에 대한 지역적 예측과 대상 영역의 모든 범행에 대한 전역적 예측이 가능하다. 또한 방향 패턴을 활용하여 다음 범행 위치 예측 정확도도 개선하였다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.5
• /
• pp.845-854
• /
• 2008

Survey reports of election opinions consist of numerous cross-tabulations between socio-demographic variables and political opinions including preferred candidates. Since socio-demographic variables are related each other, duplicate interpretations arise. The aim of this study is twofold: The first is to separate the effects of socio variables such as education, occupation and income from the effects of demographic variables such as region, sex and age. The second is the visualization of multiple cross-tabulations in low-dimensional space by extended doubling technique of correspondence analysis. Survey researchers may get some help from this study to present their survey results more lucidly and visually.

• Journal of the Korean Geographical Society
• /
• v.45 no.4
• /
• pp.502-520
• /
• 2010

The main objective of the paper is to develop a GIS-based method for delineating spatial clusters. Major tasks are: (i) to devise a sustainable algorithm with reference to various methods developed in the fields of geographic boundary analysis and cluster detection; (ii) to develop a GIS-based program to implement the algorithm. The main results are as follows. First, it is recognized that the AMOEBA technique utilizing LISA is the best candidate. Second, a modified version of the AMOEBA technique is proposed and implemented in a GIS environment. Third, the validity and usefulness of the modified AMOEBA algorithm is assured by its applications to test and real data sets.

• Journal of Korea Society of Industrial Information Systems
• /
• v.28 no.5
• /
• pp.109-126
• /
• 2023

Early detection of forest fires is essential in preventing large-scale forest fires. Predicting forest fires serves as a vital early detection method, leading to various related studies. However, many previous studies focused solely on climate and geographic factors, overlooking human factors, which significantly contribute to forest fires. This study aims to develop forest fire prediction models that take into account human, weather and geographical factors. This study conducted a comparative analysis of four machine learning models alongside the logistic regression model, using forest fire data from Gangwon-do spanning 2003 to 2020. The results indicate that XG Boost models performed the best (AUC=0.925), closely followed by Random Forest (AUC=0.920), both of which are machine learning techniques. Lastly, the study analyzed the relative importance of various factors through permutation feature importance analysis to derive operational insights. While meteorological factors showed a greater impact compared to human factors, various human factors were also found to be significant.

• Journal of Korean Society for Geospatial Information Science
• /
• v.17 no.1
• /
• pp.141-147
• /
• 2009

A analysis on the spatial features is required for exploratory spatial data analysis of information about space location(population ecological factor, social ecological factor) to manage the store factors, the service industry, etc. Therefore, the purpose of this study is to provide correlation analysis method between the types of service trade using dependence between spatial objects on the geographical space and statistical correlation and to analyze the spatial features through the deduction of correlation analysis between the types of the neighborhood trade area.

• Journal of the Korean Geographical Society
• /
• v.39 no.2
• /
• pp.212-228
• /
• 2004

This paper is concerned with an important aspect of regional income convergence, ${\beta}$-convergence, which refers to the negative relationship between initial income levels and income growth rates of regions over a period of time. The common research framework on ${\beta}$-convergence which is based on OLS regression models has two drawbacks. First, it ignores spatially autocorrelated residuals. Second, it does not provide any way of exploring spatial heterogeneity across regions in terms of ${\beta}$-convergence. Given that empirical studies on ${\beta}$-convergence need to be edified by spatial data analysis, this paper aims to: (1) provide a critical review of empirical studies on ${\beta}$-convergence from a spatial perspective; (2) investigate spatio-temporal income dynamics across the U.S. labor market areas for the last 30 years (1969-1999) by fitting spatial regression models and applying bivariate ESDA techniques. The major findings are as follows. First, the hypothesis of ${\beta}$-convergence was only partially evidenced, and the trend substantively varied across sub-periods. Second, a SAR model indicated that ${\beta}$-coefficient for the entire period was not significant at the 99％ confidence level, which may lead to a conclusion that there is no statistical evidence of regional income convergence in the US over the last three decades. Third, the results from bivariate ESDA techniques and a GWR model report that there was a substantive level of spatial heterogeneity in the catch-up process, and suggested possible spatial regimes. It was also observed that the sub-periods showed a substantial level of spatio-temporal heterogeneity in ${\beta}$-convergence: the catch-up scenario in a spatial sense was least pronounced during the 1980s.