• 제목/요약/키워드: Dasymetric Estimation

검색결과 3건 처리시간 0.016초

격자크기가 밀도구분적 인구추정의 정확성에 미치는 영향 (Effect of Grid Cell Size on the Accuracy of Dasymetric Population Estimation)

  • 전병운
    • 한국지리정보학회지
    • /
    • 제19권3호
    • /
    • pp.127-143
    • /
    • 2016
  • 본 연구는 상이한 셀 크기에 따라 밀도구분적 인구추정의 정확성이 어떻게 변화하는지를 탐색하였다. 미국 조지아주 풀턴 카운티를 사례로 한 밀도구분적 인구 지도가 지능적인 밀도구분적 지도제작기법, 인구자료, 원본 및 모의된 토지이용 및 피복 자료를 이용하여 30m에서 420m의 해상도까지 매 30m 간격으로 생성되었다. 밀도구분적 인구 지도의 정확성은 RMSE 및 수정 RMSE 통계치를 이용하여 평가되었다. 프랙털 차원 값은 TPSA 방법을 사용하면서 30m에서 420m의 해상도까지 생성된 밀도구분적 인구 지도에 대해 각각 계산되었다. 연구결과에 따르면, 속성의 정확성 측면에서 인구를 보다 정확하게 추정하기 위해서 210m 이하의 격자 셀 크기가 적절하였나, 사례지역에서 밀도구분적 인구추정의 허용가능한 공간적 정확성을 충족시키기 위해 30m의 격자 셀 크기가 적절하였다. 또한, 프랙털 분석은 120m의 격자 셀 크기가 사례지역에서 밀도구분적 인구추정을 위한 최적의 해상도 이다는 것을 보여준다.

지표피복 데이터와 지리가중회귀모형을 이용한 인구분포 추정에 관한 연구 (Locally adaptive intelligent interpolation for population distribution modeling using pre-classified land cover data and geographically weighted regression)

  • 김화환
    • 한국지역지리학회지
    • /
    • 제22권1호
    • /
    • pp.251-266
    • /
    • 2016
  • 데시메트릭 매핑은 행정구역 단위로 집계된 인구자료를 행정구역 내부의 공간적 변이에 따라 재집계하여 고해상도의 인구분포 자료를 작성하는 가장 보편적인 기법이다. 본 연구에서는 데시메트릭 매핑을 이용한 인구분포 추정의 장단점을 검토하고, 그 개선방안으로서 지리가중회귀모형을 이용한 다변량 데시메트릭 매핑 기법을 제안하였다. 기존의 지표피복 데이터와 인구센서스 자료를 기반으로 지리가중회귀모형을 적용하여 각 집계단위별로 지표피복 유형과 인구밀도의 상관관계를 분석하고, 모형에서 산출된 회귀계수를 이용해 하위 공간구획의 인구 총수를 산정하였다. 그 결과 지리가중회귀모형 기반 다변량 데시메트릭 매핑 기법을 이용했을 때, 면적가중 보간법, 이진 데시메트릭 매핑, 피크노필렉틱 보간법, 최소자승회귀모형 기반 데시메트릭 매핑 기법 등 다른 지능형 보간법에 비해 정확한 인구분포 추정이 가능하다는 것을 확인하였다. 이는 지리가중회귀모형을 통해서 인구센서스 집계 단위별로 상이한 구역 내 공간적 이질성이 인구분포 추정에 적절히 반영되었기 때문인 것으로 평가할 수 있다.

  • PDF

A Comparative Study on the Spatial Statistical Models for the Estimation of Population Distribution

  • Oh, Doo-Ri;Hwang, Chul Sue
    • 한국측량학회지
    • /
    • 제33권3호
    • /
    • pp.145-153
    • /
    • 2015
  • This study aims to accurately estimate population distribution more specifically than administrative unites using a RK (Regression-Kriging) model. The RK model is the areal interpolation technique that involves linear regression and the Kriging model. In order to estimate a population’s distribution using a sample region, four different models were used, namely; a regression model, RK model, OK (Ordinary Kriging) model and CK (Co-Kriging) model. The results were then compared with each other. Evaluation of the accuracy and validity of evaluation analysis results were the basis RMSE (Root Mean Square Error), MAE (Mean Absolute Error), G statistic and correlation coefficient (ρ). In the sample regions, every statistic value of the RK model showed better results than other models. The results of this comparative study will be useful to estimate a population distribution of the metropolitan areas with high population density