• 보건행정학회지
• /
• 제26권1호
• /
• pp.30-38
• /
• 2016

Background: This study purposed to analyze the relationship between spatial distribution of Diabetes prevalence rates and regional variables. Methods: The unit of analysis was administrative districts of city gun gu. Dependent variable was the age- and sex- adjusted diabetes prevalence rates and regional variables were selected to represent three aspects: demographic and socioeconomic factor, health and medical factor, and physical environment factor. Along with the traditional ordinary least square (OLS) regression analysis, geographically weighted regression (GWR) was applied for the spatial analysis. Results: Analysis results showed that age- and sex-adjusted diabetes prevalence rates were varied depending on regions. OLS regression showed that diabetes prevalence rates had significant relationships with percent of population over age 65 and financial independence rate. In GWR, the effects of regional variables were not consistent. These results provide information to health policy makers. Conclusion: Regional characteristics should be considered in allocating health resources and developing health related programs for the regional disease management.

• 한국지형학회지
• /
• 제26권2호
• /
• pp.1-14
• /
• 2019

This study analyzed the relativity between block stream and talus distributions by employing a likelihood ratio approach. Possible distribution sites for each debris slope landform were extracted by applying a spatial integration model, in which we combined fuzzy set model, Bayesian predictive model, and logistic regression model. Moreover, to verify model performance, a success rate curve was prepared by cross-validation. The results showed that elevation, slope, curvature, topographic wetness index, geology, soil drainage, and soil depth were closely related to the debris slope landform sites. In addition, all spatial integration models displayed an accuracy of over 90%. The accuracy of the distribution potential area map of the block stream was highest in the logistic regression model (93.79%). Eventually, the accuracy of the distribution potential area map of the talus was also highest in the logistic regression model (97.02%). We expect that the present results will provide essential data and propose methodologies to improve the performance of efficient and systematic micro-landform studies. Moreover, our research will potentially help to enhance field research and topographic resource management.

• 무역학회지
• /
• 제47권2호
• /
• pp.175-193
• /
• 2022

This study analyzes the effects of road transportation networks on the local economy in korea. The analysis methods are SNA and spatial panel regression model. The subjects of this study are inland areas of Korea, and the research period is from 2010 to 2019. The network analysis showed that the connection centrality of Gyeongg-do was high internally and externally. Gyeonggi-do has played a central role in the domestic road freight transportation industry. The results of spatial panel regression analysis showed that there was economic competition between regions. Domestic road transportation industry has been competitive among regions and has economic ripple effect. And Internal cargo has been shown to boost the economy of the region. But internal cargo has been shown to lower the economy of surrounding regions, but external cargo has been shown to increase the economy. In order to revitalize the local economy, it is necessary to increase road cargo.

• 한국지리정보학회지
• /
• 제17권3호
• /
• pp.147-159
• /
• 2014

높은 수준의 TOD(대중교통 지향형 도시개발 : Transit Oriented Development)계획요소는 도시민의 대중교통 이용수요를 상승시키고 이는 지역의 보행환경을 개선하는 결과를 가져올 수 있다. 일반적으로 TOD 계획요소는 역세권 주변의 토지이용에 대한 다양성과 대중교통의 접근성, 그외 도시디자인 측면에서 평가되어 왔다. 특히 지하철역을 중심으로 하는 역세권 개발의 특성상 TOD 계획요소의 공간특성은 주변지역의 범위설정에 의존적일 가능성이 존재한다. 또한 물리적 TOD계획요소 이외에 지역의 사회경제적 특성 또한 대중교통의 수요에 큰 영향을 미칠 수 있다. 따라서 TOD에 관한 연구 시 권역설정에 따른 계획요소의 공간특성 변화와 해당지역의 사회경제적 특성을 주목할 필요가 있다. 본 연구에서는 부산시 지하철 역 주변을 대상으로 상이한 공간단위별로 도출된 TOD 계획 수준의 변화를 분석하였다. 또한 지하철 이용객 수와의 다중회귀분석을 통해 효과적인 TOD계획요소의 분석 공간단위를 탐색하였다. 이와 병행하여 사회경제적 요소를 추가적으로 적용한 다중 회귀모형과의 비교분석을 수행하여 TOD계획지표 이외에 사회경제적 변수의 적용 가능성을 검토하였다. 분석결과 공간단위의 설정에 따라 TOD계획지표의 공간분포에 변동성을 발견하였고 연구지역에서 효과적으로 적용 가능한 특정 공간단위를 도출하였다. 또한 물리적 TOD계획요소 이외에 추가적으로 사회경제적 변수를 적용한 다중 회귀모형이 보다 개선된 추론결과를 도출하였다.

• 경영과정보연구
• /
• 제37권1호
• /
• pp.155-175
• /
• 2018

우리나라 아파트 가격 결정 요인에 대한 선행연구 중 공간적 의존성을 반영한 연구가 많이 있으나 공간시차변수의 내생성 문제를 고려한 연구는 거의 없는 실정이다. 이에 따라 본 연구는 공간시차변수를 포함한 2단계 분위수 회귀분석으로 부산의 아파트 가격 결정 요인을 분석하였다. 실증분석 결과, 공간시차변수의 회귀계수는 0.5 이상으로 1% 수준에서 통계적으로 유의적이어서, 인근아파트 가격이 다른 아파트 가격에 미치는 영향이 매우 큰 것이 확인되었다. 그리고 아파트 구입자는 면적이 넓고, 총층수와 거주층수가 높으며, 거실의 방향이 남향이고 바다가 보이는, 지하철역, 고등학교 및 해안에 인접한 아파트를 선호하는 것으로 나타났다. 예상과는 다르게, 산조망은 빌딩조망 보다 덜 선호하는 것으로 나타났는데, 이것은 산조망 아파트는 거실이 북향으로 저가 아파트 지역에 주로 위치하고 있기 때문인 것으로 추정된다. 또한 분위수 회귀분석이 OLS 추정보다도 아파트가격에 대한 주택특성의 효과를 더 잘 설명하였다. 예컨대 아파트 거실이 남향인 것은 저가 아파트에 비하여 고가 아파트에서 아파트 가격에 2배 정도 더 큰 정의 영향을 미치고, 해안에 인접한 아파트에 대한 가격효과도 고가 아파트가 저가 아파트에 비하여 10배 정도 큰 정의 영향을 미치는 것으로 나타났다.

• 대한공간정보학회지
• /
• 제23권3호
• /
• pp.77-84
• /
• 2015

본 연구의 핵심적인 목적은 유동인구 분포의 공간 패턴의 영향요인 분석을 위한 공간회귀모형 적용의 효용성을 검토하는 것이다. 이를 위해 서울시 유동인구 조사 자료를 활용하여 조사지점별 유동인구의 전역적, 국지적 공간 자기상관 측정을 실시하였다. 그 결과 분석에 적용된 공간자기상관 측도인 Moran's I, Getis-Ord-$Gi^*$ 그리고 Local Moran's I 모두에서 통계적으로 유의한 수준의 공간적 유사성과 이질성이 발견되었다. 이를 근거로 유동인구분포와 토지이용 특성과의 관계를 파악하기 위한 통계적 모형으로 공간회귀모형인 지리가중회귀모형(GWR : Geographically Weighted Regression, 이하 GWR)을 채택하였다. 모형의 설명변수로써 서울시 전체에 대한 400m*400m 격자망기반에 토지이용혼합도, 주거 밀도, 상점밀도, 녹지 밀도와, 추가적으로 각 격자별 버스노선밀도, 교차로 밀도, 교통 결절점 접근성, 평균 도로폭, 평균 보도넓이를 산출 및 집계 하였다. 동일한 방식으로 격자망에 집계된 유동인구 정보와 토지이용 및 교통 특성과의 GWR모형 결과를 Ordinary Least Square(OLS) 분석 결과와 비교한 결과 GWR모형의 주요 통계량 수치에서 개선된 결과를 도출하였다. 또한 구획된 격자망의 각 셀별로 도출된 GWR모형의 추론 결과를 검토한 결과 적용된 설명변수의 유동인구 분포에 대한 효과가 국지적으로 변동하는 양상을 파악할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.523-533
• /
• 2022

이 논문에서는 상호보완적인 공간 및 분광해상도를 가진 다중센서 위성영상을 이용하여 공간해상도와 분광해상도를 향상시키기 위해 영역-점 회귀 크리깅(area-to-point regression kriging, ATPRK) 기반의 2단계 spatio-spectral fusion method (2SSFM)을 제안하였다. 2SSFM은 ATPRK와 random forest 회귀 모형을 결합하여 다중센서 위성영상에서 높은 공간해상도를 갖는 분광 밴드를 예측한다. 첫 번째 단계에서는 다중센서 위성영상 사이의 공간해상도 차이를 감소시키기 위해 ATPRK 기반 공간 상세화를 수행한다. 두 번째 단계에서는 다중센서 위성영상 사이의 분광 밴드의 관계성을 정량화하기 위해 random forest를 이용한 회귀 모델링을 적용하였다. 2SSFM의 예측 성능은 적색 경계와 단파 적외선 밴드를 생성하는 사례 연구를 통해 평가하였다. 사례 연구에서 2SSFM은 실제 분광 밴드와 유사한 분광패턴을 보이면서 공간해상도가 향상된 적색 경계와 단파 적외선 밴드를 생성할 수 있었으며, 2SSFM가 고해상도 위성영상에서 제공하지 않은 분광 밴드 생성에 유용함을 확인할 수 있었다. 따라서 2SSFM을 통해 실제로 획득 불가능하지만 환경 모니터링에 효과적인 분광 밴드를 예측함으로써 다양한 분광 지수를 생성할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권1호
• /
• pp.25-35
• /
• 2017

Spatial downscaling with fine resolution auxiliary variables has been widely applied to predict precipitation at fine resolution from coarse resolution satellite-based precipitation products. The spatial downscaling framework is usually based on the decomposition of precipitation values into trend and residual components. The fine resolution auxiliary variables contribute to the estimation of the trend components. The main focus of this study is on quantitative analysis of impacts of trend component estimates on predictive performance in spatial downscaling. Two regression models were considered to estimate the trend components: multiple linear regression (MLR) and geographically weighted regression (GWR). After estimating the trend components using the two models,residual components were predicted at fine resolution grids using area-to-point kriging. Finally, the sum of the trend and residual components were considered as downscaling results. From the downscaling experiments with time-series Tropical Rainfall Measuring Mission (TRMM) 3B43 precipitation data, MLR-based downscaling showed the similar or even better predictive performance, compared with GWR-based downscaling with very high explanatory power. Despite very high explanatory power of GWR, the relationships quantified from TRMM precipitation data with errors and the auxiliary variables at coarse resolution may exaggerate the errors in the trend components at fine resolution. As a result, the errors attached to the trend estimates greatly affected the predictive performance. These results indicate that any regression model with high explanatory power does not always improve predictive performance due to intrinsic errors of the input coarse resolution data. Thus, it is suggested that the explanatory power of trend estimation models alone cannot be always used for the selection of an optimal model in spatial downscaling with fine resolution auxiliary variables.

• 대한지리학회지
• /
• 제39권2호
• /
• pp.212-228
• /
• 2004

본 연구는 지역간 소득분포의 수렴/발산의 주요 측면인 베타-수렴을 공간자료분석에 의거하여 비판적으로 검토하고 있다. 베타-수렴에 대한 통상적인 접근법은 두 가지 측면에서 문제점을 갖고 있다. 첫째, 회귀분석 결과 도출되는 잔차의 공간적 자기상관을 고려하지 못한다. 둘째, 베타-수렴의 국지적 변이, 즉 공간적 이질성을 탐색할 어떠한 절차도 제공하지 못한다. 이러한 비판적 검토를 바탕으로, 다양한 공간자료분석 기법들, 즉, 공간적 자기회기 모델(spatial autoregressive models), 이변량 국지통지(bivariate local statistics)를 이용한 탐색적 공간자료분석(ESDA: exploratory spatial data analysis) 기법, 그리고 지리적 가중회귀분석(GWR: geographically weighted regression)을 사용하여 1969-1999년 간의 미국 노동시장지역에 대한 소득 자료를 분석하였다. 주요 결과는 다음과 같다. 첫째, OSL모델을 적용한 결과 베타-수렴은 단지 부분적으로만 드러났고, 베타-수렴 계수도 시기별로 상당한 편차를 보였다. 둘째, 공간적 자기회기 모델의 분석 결과 OLS에 의해 유의한 것으로 나타난 베타-수렴 계수가 99% 신뢰수준에서 유의하지 않은 것으로 드러났다. 셋째, 탐색적 공간자료분석과 지리적 가중회귀분석의 결과는 베타-수렴의 경향에 상당한 정도의 공간적 이질성이 존재한다는 점을 보여주고 있다. 또한 이 공간적 이질성의 양상이 시기별로도 다양하게 드러남이 관찰되었다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.445-454
• /
• 2017

The performance of spatial downscaling models depends on the quality of input coarse scale products. Thus, the impact of intrinsic errors contained in coarse scale satellite products on predictive performance should be properly assessed in parallel with the development of advanced downscaling models. Such an assessment is the main objective of this paper. Based on a synthetic satellite precipitation product at a coarse scale generated from rain gauge data, two synthetic precipitation products with different amounts of error were generated and used as inputs for spatial downscaling. Geographically weighted regression, which typically has very high explanatory power, was selected as the trend component estimation model, and area-to-point kriging was applied for residual correction in the spatial downscaling experiment. When errors in the coarse scale product were greater, the trend component estimates were much more susceptible to errors. But residual correction could reduce the impact of the erroneous trend component estimates, which improved the predictive performance. However, residual correction could not improve predictive performance significantly when substantial errors were contained in the input coarse scale data. Therefore, the development of advanced spatial downscaling models should be focused on correction of intrinsic errors in the coarse scale satellite product if a priori error information could be available, rather than on the application of advanced regression models with high explanatory power.