• 한국지리정보학회지
• /
• 제14권3호
• /
• pp.223-235
• /
• 2011

OLS 회귀분석은 환경적 형평성과 도시 삶의 질의 공간적 관계를 밝히기 위하여 사용되어 질수 있지만, 이러한 전역적 방법은 그 공간적 관계에 있어서 국지적 변이를 설명할 수 없다. 이들 지리적 변이를 밝혀 내기 위해서는 반드시 국지적 방법을 사용해야 한다. 이러한 맥락에서, 본 논문은 국지적 방법인 지리적 가중회귀분석(GWR)을 이용하여 애틀란타 대도시권에서 환경적 형평성과 도시 삶의 질간의 공간적 변이관계를 탐색하고자 한다. 환경적 형평성과 도시 삶의 질은 GIS와 원격탐사의 통합적 방법에 의하여 측정되었다. 연구결과에 따르면, 애틀란타 대도시권에서 환경적 형평성과 도시 삶의 질의 공간적 관계는 일반적으로 유의적인 부의 관계가 있었다. 또한, 환경적 형평성과 도시 삶의 질의 관계는 공간상에서 상당히 변이하고, 전역적 OLS 모델 보다 GWR 모델이 이러한 공간적 변이관계를 더 잘 설명할 수 있는 것으로 나타났다.

• 토지주택연구
• /
• 제14권3호
• /
• pp.77-92
• /
• 2023

본 연구는 건축물에서 발생하는 탄소배출량에 영향을 미치는 도시특성 요인을 분석하였다. 2021년 서울시 에너지정보 플랫폼에서 구득한 건축물에서 사용된 에너지와 탄소배출량을 이용하여 424개 행정동 단위의 분석을 실시하였다. 종로와 강남, 구로와 목동 등지에서 단위 건물면적당 탄소배출량이 큰 것으로 나타났다. 공간시차모형(SLM)을 이용하여 회귀분석을 실시한 결과, 건물의 탄소배출량에 영향을 미치는 변수는 건조환경요인의 상업, 교육, 업무, 공업시설 변수와 인구요인의 생활인구, 교통시설 요인의 통행량, 버스노선 수, 지하철역 수, 환경요인의 녹지면적과 하천면적으로 파악되었다.

• 대한토목학회논문집
• /
• 제28권6D호
• /
• pp.915-922
• /
• 2008

불투수층은 자연적인 침투를 허용하지 않는 인위적인 토지피복상태로, 도시화율을 추정하거나 도시의 환경변화 정도를 분석하기 위한 척도로 사용되어 왔다. 수문학적인 관점에서 불투수층은 단기 유출현상에 큰 영향을 끼치는 요소로 급속한 도시화로 인해 불투수층의 영향이 더욱 커짐에 따라 불투수층의 추정에 대한 필요성이 증가하고 있다. 따라서 본 연구에서는 불투수층을 추정하기 위해 중랑천 유역을 대상지역으로 선정하고, $30m{\times}30m$ 공간해상도의 Landsat-7 ETM+ 영상과 $1m{\times}1m$의 고해상도 위성영상을 구축하였으며 tasselled cap 변환과 식생지수(NDVI) 변환을 수행하여 다양한 예측변수를 고려하였다. 수집된 학습자료에 분류 및 회귀트리를 적용하여 불투수층 추정모델을 구성하였고, 이를 지도화하여 중랑천 유역의 불투수층을 나타냈다.

• 한국재난정보학회 논문집
• /
• 제11권4호
• /
• pp.506-514
• /
• 2015

본 연구에서는 TOD는 대중교통수단의 분담율 제고가 목적인데 이를 위한 정책대안의 모색에 필요한 새로운 분석기법을 제시하였다. 교통수단의 결정요인은 개인 특성과 라이프스타일 그리고 도시공간특성인데 이 요인들은 상호의존적으로 복합적 결합작용은 한다. 또한 개인과 그룹 및 지역 특성은 서로 다른 차원에서 상호의존성을 갖는다. 전통적 회귀분석과는 달리 위계적 분석모형은 요인들 간의 상호의존성과 복합결합적 영향관계를 규명하는 장점이 있다. 이러한 분석 기법에 의한 결과는 보다 효율적인 TOD정책 대한의 모색에 많은 기여를 할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제34권4호
• /
• pp.1139-1150
• /
• 2014

본 연구에서는 M-PRISM 모형을 이용하여 $1km{\times}1km$ 공간해상도 일강수량 추정에 대한 적용성을 검토하였다. 또한 회귀모형을 이용하여 M-PRISM 모형 매개변수를 추정하였으며, 잭나이프 방법을 이용하여 모형을 검증하였다. 기상청 385개 강수 관측지점에 대하여 M-PRISM을 이용하여 일강수량을 추정하고 PRISM 모형과 비교하였다. 비교결과, 강수의 정량적 크기를 추정에서는 두 모형에서 뚜렷한 차이를 찾아볼 수 없었으나, 강수의 발생빈도 추정에 있어서는 M-PRISM 모형이 더 우수한 결과를 나타내었다. 따라서 본 연구에서 제안한 M-PRISM 모형은 고해상도의 일강수량을 추정함에 있어서 매우 유용하게 사용될 수 있을 것으로 판단된다.

• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.39-48
• /
• 2011

대기 중 온실가스 증가로 인한 지구온난화의 영향으로 각종 자연 재해가 증가하면서, 온실가스에서 가장 큰 비율을 차지하는 이산화탄소의 자연 포집지인 산림이 저장하고 있는 탄소량을 추정하기 위한 많은 연구가 진행 중에 있다. 하지만 국내 지역의 환경에 적합한 탄소저장량 추정 기법 및 자료 선정에 대한 연구는 아직 부족한 상황으로, 이에 대한 연구가 요구되고 있다. 본 논문에서는 전 세계적으로 탄소저장량 추정에 보편적으로 이용되고 있는 회귀 모델과 $k$NN($k$-Nearest Neighbor) 알고리즘을 이용하여 충청북도 단양군을 대상으로 산림이 저장하고 있는 탄소 저장량을 추정하고 결과를 비교 분석하였다. 연구 자료로써 Landsat TM 영상과 제5차 NFI(National Forest Inventory) 자료를 이용하였으며, 지형효과 보정 및 식생 구분에 특화된 다양한 비율영상을 사용하였다. 분석 결과, 단양군의 탄소저장량 추정에는 회귀 모델보다 $k$NN 알고리즘을 이용하는 것이 더 유리하며, 비율영상의 경우 정확도 향상에 큰 영향을 미치지 않는 것으로 나타났다.

• 터널과지하공간
• /
• 제32권6호
• /
• pp.586-597
• /
• 2022

본 연구에서는 국내 주요 연약지반으로 알려진 낙동강 조간대 지역의 압밀침하 취약성 평가에 활용할 상부 점성토층의 위치별 두께 정보를 추정할 수 있는 모델을 개발하였다. 두께정보 추정을 위하여 기계학습 알고리즘인 RF (Random Forest), SVR (Support Vector Regression), GPR (Gaussian Process Regression)과 지구통계기법인 정규크리깅(Ordinary Kriging)을 이용한 4가지 공간추정 모델을 개발하고 상호 비교하였다. 모델 개발을 위하여 수집한 연구지역의 시추공 자료 4,712개 중 상부점성토층이 존재하는 2,948개의 시추공 자료를 사용하였으며, 개발된 모델들의 성능을 정량적으로 평가하기 위하여 피어슨(Pearson) 상관계수와 오차제곱평균(mean squared error)을 사용하였다. 또한, 정성적 평가를 위하여 연구지역 전역에 상부점성토층의 두께를 추정하여 점성토층의 지역별 분포 특성을 상호 비교하였다.

• 한국대기환경학회지
• /
• 제22권4호
• /
• pp.440-450
• /
• 2006

PM10, NOx, and $O_3$ were measured at six locations, of which each three is horizontally and vertically distributed respectively, in an apartment complex around the heavily traffic road. Those were measured seven times a day with two hours interval starting from 8 o'clock in the morning for 15 days during May 2005 $\sim$ September 2005. PM10 and NOx showed high concentrations in rush hours while low concentrations in midday due to the direct emissions from automobiles in operation. Temporal variations of 01 showed very much similar trend appeared in normal urban atmospheres. The spatial distributions of PM10, NOx and $O_3$ showed that almost all of concentrations were higher in a row of Roadside > Surface at 130 m apart from the road > Surface at 230 m apart from the road > 3rd floor of apartment building > 15th floor of apartment building > 27th floor of apartment building. Model equations, which can project spatial concentration distributions, were constructed by combining the horizontal and the vertical linear regression equations derived from six mean values corresponding to six measuring locations. According to inter-comparison of PM10, NOx, and $O_3$ with the constructed model equations, concentration gradients were higher in a row of Vertical direction of NOx > Vertical direction of PM10 > Horizontal direction of NOx > Horizontal direction of PMIO > Vertical direction of $O_3$ > Horizontal direction of $O_3$. Why concentration gradient of particulate PM10 is lower than that of gaseous NOx is in question, and should be studied.

• Spatial Information Research
• /
• 제8권1호
• /
• pp.85-99
• /
• 2000

보호동물사에 대한 서식지 분포정보는 개발압력이 심한 우리나라에서는 서식지 관리에 있어 매우 중요하다. 본 연구는 GIS와 로지스틱 회귀분석을 이용하여 멧돼지의 서식지 적합성모형을 개발하여 서식지 분포도를 작성하고 본 연구의 결과를 토대로 현재 우리나라의 멸종위기종과 야생동물보호종들의 서식지 관리를 위한 기초를 마련하고자한다. 서식지 모형을 구현하기 위한 연구내용 및 방법은 다음과 같다. 첫째, 멧돼지의 서식지 특성을 파악하기 위하여 GIS 자료를 구축하였다. 멧돼지의 위치파악을 위해 원격무선측정기법과 GPS를 이용하였다 둘째, 멧돼지의 서식지 이용과 유용성에 영향을 미치는 환경인자를 파악하기위해 원격무선측정기법과 GPS를 이용하였다. 둘째, 멧돼지의 서식지 이용과 유용성에 영향을 미치는 환경인자를 파악하기 위해 χ²검정(Chi-square test)을 실시하였다. 마지막으로, 최적 서식지의 분포를 예측하기위한 서식지 적합성모형 개발을 위해 로지스틱 회귀분석을 이용하였다. 본 연구의 결과는 다음과 같다. 첫째, 멧돼지의 서식지 이용특성 분석의 결과, 성별 그리고 활동유형별에서는 뚜렷한 차이를 볼 수 없으나, 계절별 그리고 서식지 유형별에서는 서식지 이용특성의 차이가 뚜렷한 것을 볼 수있었다. 둘째, 서식지 유용성 분석의 결과 멧돼지의 서식환경에 영향을 미치는 자연적인 환경요인으로 표고, 향, 임상 그리고 영급이 유의성이 있는 인자로 나타났다. 반면에, 경사, 능선/계곡 , 물 그리고 일사량의 경우 통계적 유의성이 적어 전반적으로 서식지를 결정하는 환경인자라고 볼 수 없었다. 마지막으로, 개발된 서식지 적합성모형의 결과 예측확률 0.5를 기준으로 전제서식지는 75.00%, 커버서식지는 84.26% 의 높은 분류정확도를 나타내었다. 모형검증의 결과 대상지 내부의 경우 전체서식지가 75.00%로 나타나 본 모형이 신뢰성이 있는 것으로 판단되었다.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1711-1720
• /
• 2020

최근 급속한 산업화와 도시화로 인해 인위적으로 발생하는 미세먼지(Particulate matter, PM)는 기상 조건에 따라 이동 및 분산되면서 피부와 호흡기 등 인체에 악영향을 미친다. 본 연구는 기상인자를 multiple linear regression(MLR), support vector machine(SVM), 그리고 random forest(RF) 모델의 입력자료로 하여 서울시 PM10 농도를 예측하고, 모델 간 성능을 비교 평가하는데 그 목적을 둔다. 먼저 서울시에 소재한 39개소 대기오염측정망(air quality monitoring sites, AQMS)에서 관측된 PM10 농도 자료를 8:2 비율로 구분하여 모델 훈련과 검증 데이터셋으로 사용되었다. 또한 기상관측소(automatic weather system, AWS)에서 관측되고 있는 자료 중 9개 기상인자(평균기온, 최고기온, 최저기온, 일 강수량, 평균풍속, 최대순간풍속, 최대순간풍속풍향, 황사발생유무, 상대습도)가 모델의 입력자료로 선정되었다. 각 AQMS에서 관측된 PM10 농도와 MLR, SVM, 그리고 RF 모델에 의해 예측된 PM10 농도 간 결정계수(R2)는 각각 0.260, 0.772, 그리고 0.793이었고, RF 모델이 PM10 농도 예측에 가장 높은 성능을 나타냈다. 특히 모델 검증에 사용되는 AQMS 중 관악구와 강남대로 AQMS는 상대적으로 AWS에 가까워 SVM과 RF 모델에서 높은 정확도를 나타냈다. 종로구 AQMS는 AWS에서 비교적 멀리 떨어져 있지만, 인접한 두 AQMS 데이터가 모델 학습에 사용되었기 때문에 두 모델에서 높은 정확도를 나타냈다. 반면 용산구 AQMS는 AQMS 및 AWS에서 비교적 멀리 떨어져 있기에 두 모델의 성능이 낮게 나타냈다.