• 국토계획
• /
• 제54권7호
• /
• pp.5-23
• /
• 2019

The central government has implemented policies to strengthen the competitiveness of small and medium sized cities for balanced development at the national scale. However, since it is often difficult to enhance the competitiveness through partial projects of each jurisdiction, many local governments collaborate at the regional scale. This suggests that a regional approach is important for the management of small and medium sized cities. On the one hand, the concept of network city suggests that various functional networks can affect the growth of small and medium sized cities. Given this background, the purposes of this study are to delineate regional boundaries at national scale and identify their relations of growth by using functional network and Moran's I index. The study uses the Markov-chain model and cluster analysis to delineate the regions, and Moran's I is employed to identify the relations of growth. The results show that interactions between jurisdictions through networks could be crucial factors for growth of small and medium sized cities, while the networks based on passenger travel and freight movement have different implications. The results suggest that policy makers should not only consider local level investments, but also take the characteristics of networks between cities into account for achieving balanced development and developing regeneration policies.

• 한국지리정보학회지
• /
• 제10권4호
• /
• pp.60-74
• /
• 2007

해양환경의 시공간적 분포 패턴을 정량적으로 분석하기 위해 남해 광양만 해양환경 관측 자료를 이용하여 글로벌 및 국지적 공간자기상관 통계를 적용하였다. 연구지역 전체의 해양환경 분포 패턴을 이해하기 위해 Moran's I, General G와 같은 글로벌 공간자기상관 지수를 사용하였으며, 대상 피쳐(feature)와 이웃 피쳐들과의 유사성 정도를 측정하고 hot spot 및 cold spot을 탐지하기 위해 국지적 Moran's I ($I_i$), $G_i{^*}$와 같은 LISA(local indicators of spatial association)를 사용하였고, 공간 군집 패턴의 신뢰성은 Z-score를 통한 통계적 유의성 검증을 수행하였다. 공간 통계 결과를 통해 년 중 해양환경 공간분포 패턴의 변화를 정량적으로 알 수 있었는데, 일반 해양수질, 영양염, 클로로필 및 식물플랑크톤은 여름철에 강한 군집 패턴을 보였다. 글로벌 지수에서 강한 군집 패턴을 보였을 때 속성 값의 공간적인 변화가 심한 음적 $I_i$ 값을 가지는 전선지역이 탐지되었다. 또한, 글로벌 지수에서 임의적 패턴을 보였을 때 국지적 지수인 $G_i{^*}$에서는 좁은 지역에서 hot spot과(또는) cold spot이 탐지되었다. 따라서 글로벌 지수는 연구 지역 전체 군집 패턴의 강도와 시계열적 변화 과정 탐지에, 국지적 지수를 통해서는 hot spot과 cold spot 위치 추적에 유용함을 알 수 있었다. 해양환경 공간분포 패턴과 군집 특성을 정량화는 것은 해양환경을 보다 깊이 이해할 수 있도록 할 뿐 아니라, 패턴의 원인을 찾는데도 중요한 역할을 할 것이다.

• 한국산림과학회지
• /
• 제110권1호
• /
• pp.106-115
• /
• 2021

본 연구는 단기소득 임산물 주산지의 공간적 특성을 밝히기 위해 마련되었다. 산림청의 임산물생산조사 결과 중 시군구의 품목별 생산량을 기준으로 Moran's I 방법을 활용하여 주산지의 공간적 집적도와 그 변화를 규명하였다. 연구 결과, 단기소득 임산물의 45%의 주산지가 공간적으로 유의미하게 군집화되어 있음을 확인하였다. 또한, 5대 주요 단기소득 임산물의 경우, 지난 10년간 주산지가 확대되었으며, 군집화 정도도 강화된 것으로 나타났다. 본 연구 결과는 특정 임산물 산지종합유통센터 위치와 규모 확정 등 임산물 지원 정책에 효과적으로 활용할 수 있을 것이다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.29-40
• /
• 2021

범죄, 화재, 교통사고 등 국민의 안전을 위협하는 위험인자들은 지역적 맥락과 공간적 특성을 가지고 있다. 지역마다 서로 다른 위험환경을 가지고 있으므로 교통사고, 화재, 범죄, 생활안전 분야별로 위험요소의 공간적 패턴을 분석할 필요가 있다. 본 연구는 전국 기초자치단체를 대상으로 분야(교통사고, 화재, 범죄, 생활안전, 자살, 감염병)별 안전등급을 측정한 지표인 지역안전지수의 공간적 분포 패턴을 분석하는데 연구의 목적이 있다. 지역안전지수의 공간적 자기상관성 분석을 위해 전역적 공간자기상관분석(Global Moran's I)과 Local Moran's I를 활용한 LISA(Local Indicators of Spatial Association) 분석, Getis-Ord's G⁎i 분석을 실시하였다. 분석결과 교통사고, 화재, 자살의 안전지수 분포는 범죄, 생활안전, 감염병의 안전지수보다 공간적으로 집중(clustered) 경향을 보였다. 지역간 유의미한 공간적 연관성을 분석한 LISA 분석결과에 따르면, 수도권 지역이 다른 도시에 비하여 지역안전통합지수를 기준으로 비교적 안전한 지역인 것으로 나타났다. 또한 Getis-Ord's G⁎i 통계값을 활용한 핫스팟분석 결과 안전 취약지역의 군집인 3개의 핫스팟(강원도 삼척시, 경상북도 청송군, 전라북도 김제시)과 전반적인 안전 수준이 높은 군집인 15개의 콜드스팟이 도출되었다. 이러한 연구 결과는 안전 수준 취약지역의 공간적 분포와 패턴을 파악하여 안전 지수 개선을 위한 정책 수립시 기초자료로 활용될 수 있다.

• 생명과학회지
• /
• 제18권10호
• /
• pp.1325-1330
• /
• 2008

키버들(Salix koriyanagi)은 관목으로 한국에 고유종이다. 전분 젤 전기영동을 사용하여 남강 상류 저습지에 분포하는 키버들 집단에서 유전적 다양성과 집단구조를 분석하기 위해 집단을 세분하였다. Moran's I값으로 세분화 된 1.0 m 간격별 구간 내 개체들의 대립유전자좌위에서 유의한 상관을 조사한 결과 약 6 m 간격 내 개체들의 뭉침이 나타났으며, 12 m 이상일 경우 유의한 차이가 나타났다. 따라서 키버들의 경우 집단구조가 12 m 이내에서 형성됨을 알 수 있었다. 대부분의 집단이 제한된 유전자 유동과 유효집단의 감소가 예상되며, 겨울철 가뭄과 여름철 홍수로 심한 병목을 유발하고, 주기적인 홍수와 배수로 인한 개체 수의 교란이 발생한 것으로 판단된다.

• 생명과학회지
• /
• 제18권11호
• /
• pp.1465-1470
• /
• 2008

키버들(Salix koriyanagi)은 관목으로 한국에 고유종이다. 전분 젤 전기영동을 사용하여 남강 상류 저습지에 분포하는 키버들 집단에서 유전적 다양성과 집단구조를 분석하기 위해 집단을 세분하였다. Moran's I값으로 세분화된 1.0 m 간격별 구간 내 개체들의 대립유전자좌위에서 유의한 상관을 조사한 결과 약 6 m 간격 내 개체들의 뭉침이 나타났으며, 12 m 이상일 경우 유의한 차이가 나타났다. 따라서 키버들의 경우 집단구조가 12 m 이내에서 형성됨을 알 수 있었다. 대부분의 집단이 제한된 유전자 유동과 유효집단의 감소가 예상되며, 겨울철 가뭄과 여름철 홍수로 심한 병목을 유발하고, 주기적인 홍수와 배수로 인한 개체수의 교란이 발생한 것으로 판단된다.

• 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.

• 한국산림과학회지
• /
• 제106권3호
• /
• pp.310-319
• /
• 2017

본 연구는 참나무시들음병이 수도권에 피해가 집중되어 있는 점을 고려해 북한산, 청계산, 수리산의 시계열 항공사진을 사용하여 감독분류기법(supervised classification)으로 피해목을 분류하였으며, 피해지의 공간적인 특성을 분석하기 위해 피해목 위치의 지형적 특성을 통계처리 하여 고도와 경사와의 밀접한 상관관계를 확인하였다. 또한, Moran's I 통계분석을 이용한 북한산의 Moran's I 값은 2009, 2010, 2012년 각 0.25, 0.32, 0.24, 청계산은 2010, 2012, 2014년 각 0.26, 0.32, 0.22, 수리산은 2012, 2014년 각 0.42, 0.42의 값을 갖으며, 이는 피해목이 군집하여 분포함을 의미한다. 아울러, 피해목 군집의 이동성을 파악하기 위해 hotspot 분석을 실시하여 시계열적으로 hotspot이 이동하는 특성을 확인하였다. 참나무 시들음병의 전체 hotspot 면적(z-score>1.65) 중 고도 200~400 m, 경사 $20{\sim}40^{\circ}$에 분포하는 활엽수 및 혼효림에서의 발생비율은 약 80%로 나타났다. 이는 미래의 피해지역 hotspot은 상기의 지형 및 임상조건에서 발생 또는 이동될 수 있음을 시사한다. 본 연구의 결과는 참나무시들음병의 이동경로 예측의 기초자료로 이용될 수 있으며, 향후 병해충 피해의 사전 방제 및 시스템 구축에 사용될 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.

• Ocean and Polar Research
• /
• 제44권2호
• /
• pp.179-190
• /
• 2022

Data missing in optical satellite images caused by natural variations have been a crucial barrier in observing the status of marine surfaces. Although there have been many attempts to fill the gaps of non-observation, there is little research to analyze the ratio of missing grids to overall sea grids and their seasonal patterns. This report introduces the method of quantifying the distribution of missing points and then shows how the missing points have spatial correlation and seasonal trends. Both temporal and spatial integration methods are compared to assess the effectiveness of reducing missing data. The temporal integration shows more outstanding performance than the spatial integration. Moran's I and K-function with statistical hypothesis testing show that missing grids are clustered and there is a non-random distribution from daily integration. The result of the seasonality test for Moran's I through a periodogram shows dependency on full-year, half-year, and quarter-year periods respectively. These analysis results can be used to deduce appropriate integration periods with permissible estimation errors.