• International Journal of Contents
• /
• 제8권2호
• /
• pp.89-96
• /
• 2012

Scientific analysis of crime hot spots is essential in preventing and/or suppressing crime. However, results could be different depending on the analytic methods, which highlights the importance of choosing adequate tools. The purpose of this study was to introduce two advanced techniques for detecting crime hot spots, GAM and Local Moran's I, hoping for more police agencies to adopt better techniques.GAM controls for the number of population in study regions, but local Moran's I does not. That is, GAM detects high crime rate areas, whereas local Moran's I identifies high crime volume areas. For GAM, physical disorder was used as a proxy measure for population at risk based on the logic of the broken windows theory. Different regions were identified as hot spots. Although GAM is generally regarded as a more advanced method in that it controls for population, it's usage is limited to only point data. Local Moran's I is adequate for zonal data, but suffers from the unavoidable MAUP(Modifiable Areal Unit Problem).

• 한국산림과학회지
• /
• 제101권2호
• /
• pp.203-212
• /
• 2012

본 연구는 2011년 산불피해지인 울진과 영덕지역 산불피해지를 대상으로 산불 피해강도의 공간 자기상관성 검증에 목표를 두고 수행되었다. 자기상관성은 산불 피해지의 현장조사, 피해지 모니터링 등 샘플링의 적정 이격거리 설정과 자료의 독립성 검증 측면에서 매우 중요하다. 산불 피해강도 측정을 위해 SPOT영상을 이용하여 NDVI 값을 계산하였으며, 5000개의 지점들을 GIS상에서 랜덤으로 대상지에 분산 배치시키고 지점별 NDVI 값을 샘플링하였다. 공간 자기상관도는 Moran's I값과 Variogram 모형을 이용하여 분석하였다. 분석결과 Moran's I 값이 울진의 경우 0.7745, 영덕의 경우 0.7968로 나타나 강한 공간 자기상관이 존재하는 것으로 분석되었다. Variogram 및 Lag class 별 Moran's I값 변화에 기초하여 도출된 적정한 샘플링 이격거리는 울진의 경우 566-2,151 m, 영덕의 경우 272-402 m 범위에서 상관도의 정도에 따라 다른 이격거리를 적용하여야 할 것으로 분석되었다. 이격거리를 획일적으로 적용하는 것 보다 Anisotropic 분석결과를 기초로 하여 상관도가 높은 지역에서는 크게, 반면 낮은 지역은 상대적으로 작게 유동적으로 적용하여야 효과적일 것으로 판단된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• 한국지리정보학회지
• /
• 제11권1호
• /
• pp.155-166
• /
• 2008

마산만의 해양 수질과 영양염에 대한 정량적인 이변량 공간패턴 분석을 수행하기 위하여 비공간 상관성 측정 방법으로 Pearson's r, 공간적 연관성 측정 방법으로 Moran's I 및 이 두 지수를 통합한 L 지수를 각각 적용하였다. L 지수에 내포된 비공간 상관성과 공간 연관성의 특성을 파악하기 위해 Pearson's r와 Moran's I 지수를 각각 3가지 유형으로 구분한 후, 이들을 조합하여 9가지 유형으로 정의하였다. 또한 L 지수의 사분위수를 이용하여 9가지 유형에 대해 중복되지 않는 L 지수의 범위를 도출한 결과 9가지 유형이 5개의 그룹으로 분류되었다. 이러한 L 지수를 마산만 해양환경패턴에 적용한 결과에 의하면 이변량의 해양수질과 영양염이 2월과 7월에는 공간적인 연관성과는 무관하게 비공간적으로 상관성이 없는 패턴을 보였지만, 5월과 11월에는 정적 또는 부적 상관성이 있으면서 공간적으로는 군집된 패턴을 보였다. L 지수로 이변량의 비공간 상관성과 공간적 연관성을 해석하기 위한 지침을 제시한 본 연구의 결과는 향후 정량적인 지수를 이용한 해양환경패턴 분석에 도움을 줄 것으로 기대한다.

• 한국측량학회지
• /
• 제29권1호
• /
• pp.29-37
• /
• 2011

본 논문에서는 요인분석과 주성분분석을 이용해 수도권 지자체별 삶의 질 지수 측정하고 공간통계 및 지리적 탐색 기법을 이용하여 공간연관성 관점에서 수도권 삶의 질의 공간적 연관성을 분석하고자 하였다. 이를 위하여 2002년, 2005년, 2009년 수도권 삶의 질 지수 대상으로 전역적 Moran's I를 이용한 분석을 실시하였다. 또한 공간 연관성의 유형을 파악하고 실제 높은 삶의 질 지수를 나타내는 지역을 판별하기위해 모란산점도와 국지적 Moran's I 지수를 이용한 국지적 분석을 시행하였다. 삶의 질 지수의 분석 결과 서울시를 중심으로 높은 삶의 질 지수를 나타내었고 경기도 지역의 신도시를 중심으로 삶의 질 지수가 높은 양상을 보였다. 특히 서울강남3구(강남구, 서초구, 송파구)와 경기도 성남시에서 높은 삶의 질 지수를 나타내었는데, 이는 지방세 징수 상위지역으로 공공재 공급의 원천인 지역별 재정력의 차이가 삶의 질의 차이와 격차에 중요한 요인이 됨을 알 수 있다. 또한 수도권의 삶의 질 분포는 정적(+)공간연관성을 나타내며 국지적 규모의 분석결과, 서울시를 중심으로 H-H 클러스터가 경기도, 인천시를 중심으로 L-H 클러스터가, 그리고 경기도 외곽지역으로 L-L 클러스터가 형성되었고 그 패턴에 시간상의 큰 변화는 없었다. 하지만 대규모 인구유입이 있는 신도시를 중심으로 H-H 및 L-H 군집의 확산을 볼 수 있었다.

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1153-1166
• /
• 2020

본 연구는 위성영상 기반의 열 분포도 및 폭염을 심화시키는 요인 간의 공간적 상관성을 분석하여 열 집중지역과 향후 폭염 위험이 증가할 수 있는 공간의 탐색을 목적으로 수행되었다. 열 집중지역과 폭염 심화요인의 인구, 토지이용, 건축물 각각의 전역적 Moran's I는 높게 나타나 특정 공간에 집중하는 것으로 나타났다. 국지적 Moran's I 분석 결과로, 열 집중지역은 수도권 및 광역시 등 대도시에서 주로 나타났고 상대적으로 온도가 낮은 지역은 산림지역이 우세한 강원도 및 경상북도, 소백산맥 지역에서 집중적으로 나타났다. 인구증가율이 높은 지역은 서울 주변의 경기도, 대전, 부산 인근지역에서 군집 분포하였으며 토지이용과 건축물은 수도권과 대도시에 집중하는 유사한 공간 패턴을 보였다. Bivariate Local Moran's I 분석결과는 열이 집중된 지역에서 인구증가율이 높고, 인공적·도시적 건축환경 및 토지이용이 이루어지는 것으로 나타났다. 본 연구결과는 열 집중지역의 순위를 도출할 수 있으며 전국적으로 열이 집중되고 이를 심화시킬 수 있는 환경을 가진 지역을 탐색할 수 있으므로 궁극적으로 선제적 폭염 대응대책 수립에 기여할 수 있을 것이다.

• Ocean and Polar Research
• /
• 제29권4호
• /
• pp.391-400
• /
• 2007

To identify the spatial distribution pattern of water quality in Masan Bay, Pearson's correlation as a common statistic method and Moran's I as a spatial autocorrelation statistics were applied to the hydrological data seasonally collected from Masan Bay for two years ($2004{\sim}2005$). Spatial distribution of salinity, DO and silicate among the hydrological parameters clustered strongly while chlorophyll a distribution displayed a weak clustering. When the similarity matrix of Moran's I was compared with correlation matrix of Pearson's r, only the relationships of temperature vs. salinity, temperature vs. silicate and silicate vs. total inorganic nitrogen showed significant correlation and similarity of spatial clustered pattern. Considering Pearson's correlation and the spatial autocorrelation results, water quality distribution patterns of Masan Bay were conceptually simplified into four types. Based on the simplified types, Moran's I and Pearson's r were compared respectively with spatial distribution maps on salinity and silicate with a strong clustered pattern, and with chlorophyll a having no clustered pattern. According to these test results, spatial distribution of the water quality in Masan Bay could be summed up in four patterns. This summation should be developed as spatial index to be linked with pollutant and ecological indicators for coastal health assessment.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.411-411
• /
• 2017

유역 내 발생하는 강우의 공간적인 분포는 인접성 및 거리에 따라 달라질 수 있다. 공간자기상관 분석은 공간단위(유역 또는 행정구역)의 변수(강수 등)가 주변지역과 갖는 관계를 통해 얼마나 분산되어 있는지 혹은 군집되어 있는지를 판별하는 기법으로 최근 많은 연구에서 활성화 되고 있다. 본 연구에서는 낙동강유역을 대상으로 1980~2000년까지 20개년의 기상청을 통해 수집한 강우자료와 CMIP5(Coupled Model Intercomparison Project Phase 5)에서 제공하는 기후변화 자료 중 가용할 수 있는 20개 모델의 강우를 수집하였다. 기후변화 자료는 정상성 분위사상법으로 지역오차보정을 실시하고 불확실성을 저감하고자 베이지안 모델 평균기법을 통해 새로운 시계열을 생성하였다. 생성된 시계열의 공간적인 분포를 정량적으로 평가하고자 중권역별 공간자기상관 분석을 수행하였다. 대부분의 연구에서는 GIS를 활용하여 정성적으로 강우의 분포를 나타내고 있지만 본 연구에서는 공간단위의 인접성 또는 거리에 따른 척도를 기반으로 공간자기상관을 탐색할 수 있는 Moran's I와 LISA(Local Indicators of Spatial Association)기법을 적용하였다. Moran's I는 전체 연구지역에 대한 관계를 하나의 값으로 보여주는 전역적인 기법이며, LISA는 상대적으로 넓은 지역을 국지적으로 구분하여 특정지역에 대한 Hot spot 및 Cold spot을 통해 공간자기상관 정도를 나타내는 국지적인 기법이다. 두 기법을 적용하기 위하여 인접성 기반의 공간매트릭스를 산정하고 계절별 관측값과 베이지안 앙상블 강우의 Moran's I 및 LISA 분석을 실시하였다. 관측자료와 베이지안 앙상블 강우의 분석결과가 매우 유사하게 나타남으로써 베이지안 앙상블 강우의 공간적인 분포가 관측강우를 충분히 재현하고 있다고 판단된다.

• Spatial Information Research
• /
• 제8권2호
• /
• pp.243-255
• /
• 2000

공간상에 분포한 각종 지리사상들은 다양한 분석기법을 통하여 분포특성과 패턴이 파악된다. 이때 축척(scale)은 공간분석 기법에서 연구자가 고려해야 할 중요한 요인중의 하나이다. 이 연구에서는 해상도 저감에 따라 변화하는 공간 데이터의 구조특성을 표현할 수 있는 기법을 비교 분석하여 공간분석에 필요한 적정해상도의 모색과정에 이용하고자 한다. 순천만 해안습지의 LANSAT TM 데이터를 대상으로 하여, 데이터의 구조특성이 해상도에 따라 변화하는 특성을 살펴보고 이를 반영할 수 있는 해상도 특성 지수들을 비교평가 하였다. 기존에 개발된 국지적 분산(local variance)과 프랙탈차원을 적용하였고, 해상도 변화과정에서 파생되는 분산 데이터의 공간분포 패턴을 표현하는 지수로 공간적 자기관도인 Moran´s I를 측정하였다. 구조특성 분석기법을 적용한 결과 기존에 개발된 국지적 분산과 프랙탈 차원보다는 분산 데이터의 공간적 자기상관도가 구조특성을 분석하는 기법으로 적합하게 나타났다. 공간적 자기상관도가 정점인 해상도에서 공간 데이터의 변화가 심하게 나타나고 있다. 공간 데이터의 구조특성은 탐색하는 기법으로 분산 데이터의 공간적 자기상관도가 효과적인 지수로 작용할 수 있다.

• 한국환경복원기술학회지
• /
• 제14권3호
• /
• pp.1-14
• /
• 2011

In order to determine temporal changes of the urban landscape, interdependence and interaction among geo-spatial objects can be analyzed using GIS analytic methods. In this study, to investigate changes in the landscape structure of the Namyangju area, the size and shape of landscape patches, and the distance between the patches were analyzed with the Spatial Autocorrelation Method. In addition, both global and local spatial autocorrelation analyses were conducted. The results of global Moran's I revealed that both patch size and shape index transformed to a more dispersed pattern over time. Next, the local Moran's I of patch size in all time series determined that almost all patches were of a high-low pattern. Meanwhile, the local Moran's I of the shape index was found to have changed from a high-high pattern to a high-low pattern in time series. Finally, as time passes, the number of hot spot patches about size and shape index had been decreased according to the results of hot spot analysis. These changes appeared around the development projects in the study area. From the results of this study, degradation of landscape patches in Namyangju were ascertained and their specific areas were delineated. Such results can be used as useful data in selecting areas for conservation and for preparing plans and strategies in environmental restoration.