• 생명과학회지
• /
• 제15권3호
• /
• pp.359-364
• /
• 2005

조릿대(Sasa borealis)집단에서 미세지리적 변이에 대한 공간적 상관관계를 조사하였다. 각 거리등급당 대립유전자좌위에서 연결계수(하나의 대립유전자좌위에서 유전자형의 조합)를 산출하였으며 그 계수가 임의 예상 값에 유의성을 가지는지 검증하였다. 150 경우 중 25 경우$(16.7\%)$가 예상 값과 유의하게 차이를 나타내었다. 이들 값 중에서 8경우$(4.7\%)$는 음의 값으로 거리등급에서 개체쌍이 유전적 비친화성이 있음을 나타낸다. 조릿대는 죽세공에 쓰이므로 인위적 별채에 의해 한국내 자연집단은 유효 집단이 유지되지 못하는 등 집단 파괴가 이루어지고 있다. 특히 조릿대가 잘 발달되어온 지리산 집단의 경우 공간적 유전 구조가 결여되어 있었다.

• 한국측량학회지
• /
• 제32권4_1호
• /
• pp.343-351
• /
• 2014

본 연구에서는 최근 들어 그 중요성이 부각되고 있는 도시공간의 보행환경 평가와 관련하여 지역의 보행친화도와 물리적 사회경제적 특성과의 상관관계를 공간통계학적 측면에서 분석 하였다. 이를 위해 부산광역시의 2개 구의 보행성 지수(Walkability Index)를 정량적으로 산출하였고 이에 대한 전역적 국지적 공간 자기상관 측정을 수행하였다. 또한 Walkability Index에 대해 도시환경 변수와의 상관성을 파악하기 위해 지리가중 회귀분석(GWR : Geographically Weighted Regression, 이하 GWR)을 수행하였다. 연구결과 연구지역의 Walkability Index에서 통계적으로 유의한 수준의 공간 자기상관 수치와 군집이 도출되었다. 또한 GWR 분석결과 OLS(Ordinary Least Square Regression, 이하OLS) 회귀모형보다 통계적으로 개선된 추론이 가능 하였으며, 보행 환경변수에 대한 국지적 수준의 영향관계를 도출할 수 있었다. 본 연구의 결과들은 지역의 보행환경 평가 및 그와 연관된 환경변수의 탐색 시 공간 통계학적 접근이 효과적일 수 있음을 시사한다.

• 한국위성정보통신학회논문지
• /
• 제10권1호
• /
• pp.6-11
• /
• 2015

본 논문에서는 콜롬비아 경찰청을 통해 수집 된 데이터를 통해 콜롬비아 A 지역에서 발생하는 범죄 현황과 지리적 구조에 따른 공간적 범죄분포 특성을 분석하였다. 범죄 분석을 위해 2013년 1월부터 12월까지 수집 된 범죄 데이터를 이용하여 글로벌 모란지수와 국지적 모란지수를 이용하여 공간적 상관관계 분석을 실시하였다. 공간적 상관관계 분석 결과는 높은 범죄 빈도수를 가지는 범죄 유형들은 모두 상관관계를 가지고 있었다. 또 글로벌 모란지수를 이용하여 범죄 지역의 공간적 상관관계를 하나의 값으로 표현하고, 국지적 모란지수를 통해 핫스팟을 분석하여 Local Indicators of Spatial Association(LISA) 지도를 구현하였다. LISA 지도를 통해 범죄 유형별 공간적 분포를 파악할 수 있었다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.57-67
• /
• 2006

표본조사에서 무응답은 여러 가지 이유로 발생하며, 이 때 응답자들의 정보로만 분석을 실시한다면 편향된 결과를 산출할 수 있어 보조변수를 이 용한 많은 무응답 대체 방법들이 연구되고 있다. 만일 결측자료 대체를 위한 보조변수들이 충분하지 않고 응답자들과 무응답자들 사이에 지역적 상관관계가 존재한다면 이를 결측자료 대체(missing data imputation)에 이용 할 수 있을 것이다. 본 논문에서는 2002년 강원지역의 농가경제 자료를 예제로 하여 공간상관을 이용한 무응답 대체 방법을 살펴보았으며, 공간상관이 존재할 경우 공간 대체 방법이 효율적임을 확인하였다.

• 대한교통학회지
• /
• 제29권2호
• /
• pp.101-109
• /
• 2011

대다수의 현대 도시들은 집적의 이익을 극대화하기 위해 군집을 형성하고 각 지역 간에 다양한 공간적 영향을 주고받는다. 그러나 전통적 4단계 수요예측방법의 첫 단계인 통행발생단계에서 주로 적용되는 선형회귀분석모형은 공간적 영향을 반영할 수 없다는 단점이 있다. 이러한 문제를 해결하기 위해서 공간적 상관성을 반영할 수 있는 통행 발생모형을 구축하는 것이 필요하다. 본 연구에서는 공간적 상관성을 고려할 수 있는 통행발생모형으로 공간가중회귀모형(Geographically Weighted Regression)을 제안한다. 공간가중회귀모형은 공간적 상관성을 고려할 수 있는 가중치 행렬을 추정하고 이를 이용하여 회귀식의 계수를 각 존별로 추정하는 것이다. 본 연구에서는 대구광역권 통행자료를 이용하여 공간가중회귀모형을 적용하였다. 공간가중회귀모형의 우수성을 평가하기 위하여 일반적인 회귀모형과 적합도, RMSE 등을 비교분석하였다. 또한 국지적 공간상관성을 측정하는 척도인 LISA(Local Indicator of Spatial Association) 지표를 각 모형별로 산출하였다. LISA 지표를 통하여 현재 분석대상지역은 국지적 공간상관성이 존재함을 확인할 수 있으며 공간가중회귀모형을 적용함으로써 공간상관성으로 인한 오차가 크게 개선됨을 확인할 수 있다.

• 수산해양교육연구
• /
• 제23권3호
• /
• pp.477-485
• /
• 2011

For the identifying of spatial distribution pattern, Moran's Index(I) which has the range of values from -1 to +1 is common method for the spatial autocorrelation measurement. When I is close to 1, all neighboring features have close to the same value, indicating clustered pattern. Conversely, if the spatial pattern is dispersed, I is close to -1. And I closing to 0 means spatially random pattern. However, this index equation is influenced by how defining the neighboring features for target feature. To compare and understand the difference of neighborhood definition methods, fixed distance neighboring method and Gabriel Network method were used for I. In this study, these two methods were applied to two marine environments with water quality data. One is Gwangyang Bay which has complex geometric coastal structure located in South Sea of Korea. Another is Uljin area adjacent to open sea located in east coast of Korea. The distances between water quality observed locations were relatively regular in Gwangyang Bay, however, irregular in Uljin area. And for the fixed distance method popular Arc GIS tool was used, but, for the Gabriel Network, Visual Basic program was developed to produce Gabriel Network and calculate Moran's I and its Z-score automatically. According to this experimental results, different spatial pattern was showed differently for some data with using of neighboring definition methods. Therefore there is need to choose neighboring definition method carefully for spatial pattern analysis.

• 수산해양교육연구
• /
• 제26권5호
• /
• pp.979-990
• /
• 2014

Recently the frequency of coastal disasters caused by global warming is increasing and the damage is becoming greater. Therefore, the Korean government is establishing various policies and measures to minimize damage. For disaster prevention, this study will evaluate the disaster response capacity of each local resident(Eup/Myeun/Dong) in coastal areas through the survey. The purpose of this study is to quantitatively understand the disaster response capacity and analyze spatial autocorrelation between hot spots(vulnerable area) and cold spots. Thus this study was conducted a survey of 311 towns(Eup/Myeun/Dong) about the disaster response capacity of coastal residents. As a result, Namhae has the highest average score(4.9). On the contrary, Hampyeong has the lowest(1.6). Coastal residents in Namhae seem to have better understanding of first aid and preventive maintenance. But coastal residents in Hampyeong seem to not have these characteristics. Afterwards, this study builds a database of disaster response capacity, and analyzes it using the spatial autocorrelation method. Finally, the area of hot spots and cold spots for disaster response capacity was quantitatively detected.

• 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.

• Ecology and Resilient Infrastructure
• /
• 제4권2호
• /
• pp.93-96
• /
• 2017

Spatial variations of physicochemical and microbiological variables were examined to understand spatial heterogeneity of those variables in intertidal flat. Variograms were constructed for understanding spatial autocorrelations of variables by a geostatistical analysis and spatial correlations between two variables were evaluated by applications of a Cross-Mantel test with a Monte Carlo procedure (with 999 permutations). Water content, organic matter content, pH, nitrate, sulfate, chloride, dissolved organic carbon (DOC), four extracellular enzyme activities (${\beta}-glucosidase$, N-acetyl-glucosaminidase, phosphatase, arylsulfatase), and bacterial diversity in soil were measured along a transect perpendicular to shore line. Most variables showed strong spatial autocorrelation or no spatial structure except for DOC. It was suggested that complex interactions between physicochemical and microbiological properties in sediment might controls DOC. Intertidal flat sediment appeared to be spatially heterogeneous. Bacterial diversity was found to be spatially correlated with enzyme activities. Chloride and sulfate were spatially correlated with microbial properties indicating that salinity in coastal environment would influence spatial distributions of decomposition capacities mediated by microorganisms. Overall, it was suggested that considerations on the spatial distributions of physicochemical and microbiological properties in intertidal flat sediment should be included when sampling scheme is designed for decomposition processes in intertidal flat sediment.

• 한국농공학회논문집
• /
• 제54권3호
• /
• pp.55-63
• /
• 2012

Soil properties are not random values which is represented by mean and standard deviation but show spatial correlation. Especially, soils are highly variable in their properties and rarely homogeneous. Thus, the accuracy and reliability of probabilistic analysis results is decreased when using only one random variable as design parameter. In this paper, to consider spatial variability of soil property, one-dimensional random fields of coefficient of consolidation ($C_v$) were generated based on a Karhunen-Loeve expansion. A Latin hypercube Monte Calro simulation coupled with finite difference method for Terzaghi's one dimensional consolidation theory was then used to probabilistic analysis. The results show that the failure probability is smaller when consider spatial variability of $C_v$ than not considered and the failure probability increased when the autocorrelation distance increased. Thus, the uncertainty of soil can be overestimated when spatial variability of soil property is not considered, and therefore, to perform a more accurate probabilistic analysis, spatial variability of soil property needed to be considered.