• 한국멀티미디어학회논문지
• /
• 제18권2호
• /
• pp.233-243
• /
• 2015

A hotspot is a spatial pattern that properties or events of spaces are densely revealed in a particular area. Whereas location information is easily captured with increasing use of mobile devices, so is not our emotion unless asking directly through a survey. Tweet provides a good way of analyzing such spatial sentiment, but relevant research is hard to find. Therefore, we analyzed hotspots of emotion in the twitter using spatial autocorrelation. 10,142 tweets and related GPS data were extracted. Sentiment of tweets was classified into good or bad with a support vector machine algorithm. We used Moran's I and Getis-Ord $G_i^*$ for global and local spatial autocorrelation. Some hotspots were found significant and drawn on Seoul metropolitan area map. These results were found very similar to an earlier conducted official survey of happiness index.

• 환경영향평가
• /
• 제24권3호
• /
• pp.233-243
• /
• 2015

도로의 개발 등과 같은 선형적인 개발로 인해 생태계 파편화 현상이 발생함에 따라 야생동물 로드킬이 지속적으로 발생하고 있다. 이에 정부는 로드킬 저감대책의 일환으로 생태통로 및 유도펜스, 경고표지판 등 다양한 구조물의 설치를 통해 로드킬 저감방안을 마련하고 있다. 그러나 그간 국내에 설치되어 온 많은 구조물들은 입지선정 및 목표종 선정, 관리 등의 미흡으로 인해 그 실효성에 대하여 많은 문제점이 제기되어 왔다. 이러한 정책의 효과를 높이기 위해서는 로드킬 저감을 위한 구조물 설치구역 선정 시 실제 이용 대상이 되는 목표종의 선정 및 분석이 매우 중요하다. 이에 본 연구에서는 로드킬 지점과 야생동물 서식지 패치 간의 관계성을 파악하여 야생동물 서식지 패치의 공간적 위치가 로드킬 저감을 위한 정책 마련 시 중요한 요소 중 하나로 활용될 수 있음을 제시하고자 하였다. 본 연구의 목표종은 선행연구를 통해 오대산 국립공원의 다람쥐로 선정하였으며, 다람쥐의 서식지 선호도 분석을 통해 서식변수를 선정 중첩하여 다람쥐 서식지 패치를 도출하였다. 이후 로드킬 발생지점 정보와 Getis-Ord $G_i^*$ 분석을 활용하여 로드킬 핫스팟을 도출하고, 서식지 패치-도로 간의 거리와 $G_i$ Z-score 간의 상관분석을 통해 두 변수간의 상관관계를 파악하였다. 그 결과 두 변수 사이의 부적 상관관계가 나타남에 따라 서식지 패치와 도로가 인접할수록 $G_i^*$ Z-score가 높아지는 경향을 보이는 것으로 나타났다.

• 한국기후변화학회지
• /
• 제7권1호
• /
• pp.69-75
• /
• 2016

Recently, many countries all over the world have been suffered from disaster caused by climate change. Especially in case of developed countries, the disaster is concentrated in the industry sector. In this research, we analyzed industrial vulnerable homogeneous hotspot for the climate change using spatial autocorrelation analysis on the south Korea. Homogeneous hot spot areas through autocorrelation analysis indicate the spatial pattern of areas interacted each other. Industry sector have responsibility of green house gas emissions, and should adapt to the climate change caused by greenhouse gas already released. So, we integrated the areas sensitive to mitigation option with the areas hardly adapt to climate change because of vulnerable infrastructure. We expected that the result of this research could contribute to the decision-making system of climate change polices.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.174-189
• /
• 2015

본 연구는 낙동강 유역의 수생태계 건강성 조사지점에서 생물 및 서식환경, 수질에 대한 건강성을 조사 및 평가한 결과자료를 이용하여 공간정보로 재구축하고 공간분석기법을 활용하여 낙동강 유역의 수생태계 보전 및 복원 정책의 합리적인 의사결정을 지원하고 효율적인 관리방안을 제시하는데 목적이 있다. 낙동강 유역의 수생태계 건강성을 분석하기 위하여 250개 조사구간의 수생태계 건강성 조사 및 평가 결과자료를 각 지점별 위치정보를 기반으로 점형 자료로 구축하였다. 그리고 공간적인 분석기법의 적용을 위해 면형 자료로 재구축 할 필요성이 있으며, 이를 위해 Kriging 보간법(ArcGIS 10.1, Geostatistical Analysis)을 활용하여 공간적 영향력 및 트랜드를 분석하였고 면형 자료로 재구축 하였다. 이를 바탕으로 낙동강 유역 건강성의 공간분포 특성을 분석하기 위해 Hotspot(Getis-Ord Gi, $G^*_i$)과 LISA(Local Indicator of Spatial Association), 표준편차타원체(Standard deviational ellipse) 분석을 활용하였다. Hotspot 분석 결과 생물지수(TDI, BMI, FAI)의 Hotspot 유역은 안동댐 상류, 왕피천, 임하댐 유역으로 생물지수의 건강성 등급이 양호한 것으로 분석되었으며, Coldspot 유역은 낙동강 남해, 낙동강 하구, 수영강 등의 유역으로 나타났다. LISA 분석 결과 이례지역은 가화천, 합천댐 상류, 영강 상류 유역으로 분석되었으며 이 지역은 생물 건강성 지수가 높은 유역이지만 주변 유역의 건강성이 낮아 수생태계 건강성에 대한 관리가 필요한 유역으로 분석되었다. 이화학적 요인(BOD)의 Hotspot 유역은 낙동강하류 유역과 수영강, 회야강, 낙동강남해 유역으로 나타났으며, Coldspot 유역은 안동댐, 임하댐, 영강 등 낙동강 지류의 상류 유역으로 분석되었다. 서식 및 수변환경(HRI)요인의 Hotspot과 LISA 분석결과 요인별 Hotspot과 Coldspot이 다르게 분석되었으나 일반적으로 낙동강 상류, 안동댐, 임하댐, 합천댐 유역 등 낙동강 본류와 지류의 상류 유역 서식 및 수변환경 건강성이 좋은 것으로 분석되었다. 서식 및 수변환경 요인이 Coldspot으로 나타난 유역들은 생물지수와 이화학적 요인의 건강성 지수도 낮게 나타나 서식 및 수변환경의 관리가 필요한 유역으로 판단할 수 있다. 표준편차타원체로 분석한 시계열 분석결과 생물과 서식 및 수변환경에 의한 수생태계 건강성이 좋은 지역이 점점 북쪽으로 이동하는 경향을 나타내고 있으며 BOD 결과는 조사년도에 따라 방향과 집중도가 각각 다르게 나타나는 것으로 분석되었다. 이러한 수생태계 건강성 분석 결과는 조사지점별 건강성 관리정보뿐만 아니라 향후 공간정보 기술기반 수환경 연구와 실무연구진을 위한 집수구역 단위 수생태계를 관리할 수 있는 정보를 제공할 수 있을 것으로 판단된다.

• 지적과 국토정보
• /
• 제49권1호
• /
• pp.181-195
• /
• 2019

본 연구의 목적은 통신 데이터를 통해 구축한 유동인구 데이터를 활용하여 서울시 도심도보관광코스 내 유동인구 특성을 파악하고 효과적으로 시각화하여 공간적인 맥락을 분석하는 것이다. 도로에 따른 유동인구 추정을 위해 유동인구 데이터 정제 기법을 개발하여 도보관광코스 별 유동인구 데이터를 구축하였다. 도보관광코스 분석에 적합한 형태로 정제하기 도로 주변 유동인구 값을 고려한 유동인구 추정하여 도보관광코스 내 유동인구를 할당하였다. 정제된 데이터를 바탕으로 서울도보관광 18개 코스 각각의 유동인구 특성과 공간 특성을 도출하였다. 도보관광코스 내 유동인구의 공간 밀도와 집중 구간을 분석하기 위해 커널 밀도분석과 Getis-Ord $G^*_i$ 통계를 적용하였으며 3D 시각화를 통해 서울도보관광 18개 코스별 유동인구 특성을 성, 연령, 시간, 요일에 따라 정량적으로 파악하였다. 그 결과 청계천 제1코스, 경희궁-서대문코스, 인사동-운현궁 코스 순으로 유동인구 규모가 크게 나타났으며 주중에는 인사동-운현궁, 주말에는 성북동 코스의 유동인구가 많았다. 남성 유동인구 비율이 가장 높은 코스는 청계천 제1코스, 여성 유동인구 비율이 가장 높은 코스는 몽촌토성 코스였다. 주말 유동인구 비율이 가장 높은 도보관광코스는 성북동 코스임을 확인할 수 있었다.