• Water Engineering Research
• /
• 제3권4호
• /
• pp.269-278
• /
• 2002

A cross sectional analysis for residential water demand was conducted to help understand and explain the spatial and temporal variations in per capita water use in the rapidly growing city of Riyadh, Saudi Arabia. The analysis was based on data previously collected from May 1983 to June 1984. 195 randomly selected households were distributed to three groups according to house condition, household income level, and social and cultural factors. The generated models using stepwise multiple regression indicated that plot size and number of males, females and children are the most significant independent variables. Although, coefficients of determination achieved for most of the developed models were low (0.2-0.5), the independent variables could still explain a part of the variations fur such a complex social and cultural structure.

• 대한지리학회지
• /
• 제49권6호
• /
• pp.917-934
• /
• 2014

지리가중회귀 모델(GWR)은 국지적으로 이질적인 부동산 가격을 추정할 수 있는 도구로 폭넓게 활용되어 왔다. 그럼에도 불구하고 GWR은 공간적으로 이질적인 가격결정요인의 선택이나 국지적 추정에서의 관측치 수의 제한 등과 같은 한계를 가지고 있다. 본 연구는 이러한 한계를 극복하기 위한 대안으로 최근 주목받고 있는 지리가중라소 모델(GWL)을 이용하여 국지적으로 다양한 부동산 가격결정요인들을 탐색하고, 부동산 가격 추정에 있어서 GWL 모델의 적용가능성을 살펴보고자 한다. 이를 위해 서울시 아파트 가격을 대상으로 OLS, GWR, GWL의 헤도닉 모델을 구축하였으며, 모델의 설명력, 예측력, 다중공선성 측면에서 이들을 비교 분석하였다. 그 결과, 전역적 모델에 비해 국지적 모델이 전체적인 설명력, 예측력이 우수한 것으로 나타났으며, 특히 국지적 모델 중 GWL 모델은 다중공선성 문제를 자동적으로 해결하면서 공간적으로 이질적인 가격 결정요인 집합들을 도출하였고, 다른 모델들에 비해 상당히 높은 설명력과 예측력을 보여주고 있다. 본 연구에서 적용한 GWL 모델은 고차원의 데이터셋에서 유의미한 독립 변수들을 효율적으로 선정하는데 직접적인 도움을 줌으로써 부동산과 같이 대용량의 복잡한 구조를 가진 공간 빅데이터를 위한 유용한 분석 기법으로 활용될 수 있을 것이다.

• 토지주택연구
• /
• 제15권1호
• /
• pp.57-75
• /
• 2024

활기 넘치는 거리를 만들기 위해서는 다양한 종류의 상업시설의 입지가 필요하다. 상업시설은 지역 유동인구 증가에 영향을 미치는 가장 중요한 요소이다. 따라서 상업시설의 다양성이 높을수록 소비 활성화에 기여할 것이라는 추론이 가능하다. 이와 관련하여 본 연구는 상업시설의 혼합이 소비중심지수에 미치는 영향을 알아보았다. 본 연구는 2021년을 시간적 범위로 설정하였으며, 공간적 범위는 서울시로 하였다. 커널밀도분석을 통하여 산출한 소비중심지수를 종속변수로 하고, 상업 특성을 반영한 요인과 도시 특성 등을 반영한 요인을 독립변수로 설정하여 분석을 진행하였다. 분석 방법은 공간회귀분석을 활용하였고 분석단위는 행정동으로 설정하였다. 분석을 통하여 이종업종의 집적보다 동종업종의 집적이 소비 활성화에 긍정적인 영향을 미치는 것을 확인하였다. 또한 소비 활성화에 긍정적인 영향을 미치는 업종들의 집적이 필요하다는 시사점을 확인하였다. 본 연구의 분석 결과는 소비시장에서 상업시설 입지 정책의 효율적인 관리에 시사점을 제공할 수 있을 것으로 기대된다.

• 한국조사연구학회지:조사연구
• /
• 제10권3호
• /
• pp.1-19
• /
• 2009

본 연구는 조사연구의 과정에서 활용 가능한 공간분석의 유용성을 지리정보시스템(GIS)과 공간적 이질성을 고려하는 지리적 가중 회귀분석(GWR)을 통해 탐색한다. 많은 사회현상은 공간적 차원을 포함하고 있으며, GIS, GPS 단말장치, 온라인 위치기반 서비스의 발달로 위치정보의 수집과 활용이 용이해짐에 따라 조사연구의 과정에서 공간정보를 활용하는 분석이 이전보다 훨씬 더 용이해지고 있다. 관찰의 독립성과 오차의 동분산성을 가정하는 전통적 회귀분석은 공간적 의존성을 분석하지 못한다. GWR 분석은 속성정보뿐만 아니라 공간정보를 활용하는 공간분석 기법으로서, 공간적으로 근접한 사례들은 유사성을 가진다는 가정에 따라 지리적 가중함수를 활용한다. A 기초자치단체 주민들을 대상으로 한 조사연구 자료를 공간정보와 결합시킨 후 간단한 행정만족도 모형을 추정해 본 결과, 지리적 가중 회귀분석은 전통적 회귀분석에 비해 공간적 자기상관의 문제를 극복하고 모형의 부합도를 증가시키는 것으로 나타났다. GWR 결과를 GIS와 결합시켜 독립변수 효과의 공간적 변이를 시각화시켜 봄으로써, 변수들의 효과와 관계를 더 자세하고 풍부하게 이해할 수 있다. 나아가서 이 기법은 특정 변수의 효과가 예외적으로 낮거나 높은 지역을 더 쉽게 밝혀냄으로써 정책방안을 모색하는 데에도 유용하게 활용될 수 있다.

• 대한원격탐사학회지
• /
• 제32권4호
• /
• pp.383-401
• /
• 2016

In this paper, we described the statistical modeling of crop yields using satellite images, climatic datasets, soil property maps, and fertilizer data for the Midwestern United States during 2001-2012. Satellite images were obtained from the Moderate Resolution Imaging Spectroradiometer (MODIS), and climatic datasets were provided by the Parameter-elevation Regressions on Independent Slopes Model (PRISM) Climate Group. Soil property maps were derived from the Harmonized World Soil Database (HWSD). Our multivariate regression models produced quite good prediction accuracies, with differences of approximately 8-15% from the governmental statistics of corn and soybean yields. The unfavorable conditions of climate and vegetation in 2012 could have resulted in a decrease in yields according to the regression models, but the actual yields were greater than predicted. It can be interpreted that factors other than climate, vegetation, soil, and fertilizer may be involved in the negative biases. Also, we found that soybean yield was more affected by minimum temperature conditions while corn yield was more associated with photosynthetic activities. These two crops can have different potential impacts regarding climate change, and it is important to quantify the degree of the crop sensitivities to climatic variations to help adaptation by humans. Considering the yield decreases during the drought event, we can assume that climatic effect may be stronger than human adaptive capacity. Thus, further studies are demanded particularly by enhancing the data regarding human activities such as tillage, fertilization, irrigation, and comprehensive agricultural technologies.

• 한국공간구조학회논문집
• /
• 제23권4호
• /
• pp.81-88
• /
• 2023

Numerous factors contribute to the deterioration of reinforced concrete structures. Elevated temperatures significantly alter the composition of the concrete ingredients, consequently diminishing the concrete's strength properties. With the escalation of global CO2 levels, the carbonation of concrete structures has emerged as a critical challenge, substantially affecting concrete durability research. Assessing and predicting concrete degradation due to thermal effects and carbonation are crucial yet intricate tasks. To address this, multiple prediction models for concrete carbonation and compressive strength under thermal impact have been developed. This study employs seven machine learning algorithms-specifically, multiple linear regression, decision trees, random forest, support vector machines, k-nearest neighbors, artificial neural networks, and extreme gradient boosting algorithms-to formulate predictive models for concrete carbonation and thermal impact. Two distinct datasets, derived from reported experimental studies, were utilized for training these predictive models. Performance evaluation relied on metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analytical outcomes demonstrate that neural networks and extreme gradient boosting algorithms outshine the remaining five machine learning approaches, showcasing outstanding predictive performance for concrete carbonation and thermal effect modeling.

• 대한공간정보학회지
• /
• 제4권2호
• /
• pp.23-33
• /
• 1996

광역수계에서 현재의 수질평가 방법은 시간과 장비 등의 제약으로 오염물질 분포, 이동 및 전반적인 수질현황을 파악하기가 어렵기 때문에 최근에는 대상수역의 수질을 동시적이고 공간적으로 측정을 할 수 있는 원격탐측 적용 연구가 증가추세에 있다. 따라서 본 연구에서는 위성 원격탐측기법으로 호수 수질을 관측하고자 1995년 6월 20일과 1995년 3월 18일에 Landsat 5호 위성의 대청호 상공 통과시간에 맞춰 대청호에서 부영양화 관련 수질인자를 측정하여 위성데이터와 수질 실측치간의 상관관계 분석 및 회귀모델을 유도하였고 모델의 정밀도를 검증하였다 연구결과 TM데이터로부터 수질에 관한 많은 정보를 얻을 수 있었는데, 투명도, 탁도, 부유물질 및 클로로필은 높은 상관성을 보였으나 분광특성이 뚜렷하지 않은 총인, 총질소는 원격탐측 적용이 어려운 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.303-314
• /
• 2011

Surface albedo is an important parameter of the surface energy budget, and its accurate quantification is of major interest to the global climate modeling community. Therefore, in this paper, we consider the direct solution of kernel based bidirectional reflectance distribution function (BRDF) models for retrieval of normalized reflectance of high resolution satellite. The BRD effects can be seen in satellite data having a wide swath such as SPOT/VGT (VEGETATION) have sufficient angular sampling, but high resolution satellites are impossible to obtain sufficient angular sampling over a pixel during short period because of their narrow swath scanning when applying semi-empirical model. This gives a difficulty to run BRDF model inferring the reflectance normalization of high resolution satellites. The principal purpose of the study is to estimate normalized reflectance of high resolution satellite (RapidEye) through BRDF components from SPOT/VGT. We use semi-empirical BRDF model to estimated BRDF components from SPOT/VGT and reflectance normalization of RapidEye. This study used SPOT/VGT satellite data acquired in the S1 (daily) data, and within this study is the multispectral sensor RapidEye. Isotropic value such as the normalized reflectance was closely related to the BRDF parameters and the kernels. Also, we show scatter plot of the SPOT/VGT and RapidEye isotropic value relationship. The linear relationship between the two linear regression analysis is performed by using the parameters of SPOTNGT like as isotropic value, geometric value and volumetric scattering value, and the kernel values of RapidEye like as geometric and volumetric scattering kernel Because BRDF parameters are difficult to directly calculate from high resolution satellites, we use to BRDF parameter of SPOT/VGT. Also, we make a decision of weighting for geometric value, volumetric scattering value and error through regression models. As a result, the weighting through linear regression analysis produced good agreement. For all sites, the SPOT/VGT isotropic and RapidEye isotropic values had the high correlation (RMSE, bias), and generally are very consistent.

• 생태와환경
• /
• 제42권4호
• /
• pp.452-464
• /
• 2009

The objectives of this study were to evaluate spatial and temporal variability of water quality in 10 reservoirs and identify the key nutrients (N, P) influencing chlorophyll-a (CHL) along with analysis of empirical models and zonal patterns of total phosphorus (TP) and CHL. We analyzed total nitrogen (TN), TP, CHL, water clarity (Secchi depth, SD), and evaluated potential limiting nutrient using ambient N:P ratios and previous criteria of ambient nutrients. Water clarity and CHL varied largely depending on the seasonal monsoon and type of reservoir, but trophic state was diagnosed as eutrophy, base on mean CHL in most reservoirs. The peak of TP did not match the contents of CHL due to rapid flushing during the high run-off period. In the reservoir of DR, regression coefficient in the $P_r$ was 0.510 but was 0.159 in the $M_o$, while the TP-CHL relation in the YR increased during the monsoon compared to the premonsoon. The regression coefficient in the $P_r$ was not statistically significant but the value of $M_o$ was 0.250. TP showed similar longitudinal zonal gradients among the reservoirs of DR, YR and JR. Empirical models of TP-CHL, based on overall data, showed that CHL was determined by phosphorus($R^2=0.244$, p=0.0019). Regression analysis of CHL-SD showed a stronger linear fit ($R^2=0.638$, p<0.001) than the TP-CHL model.

• 한국수자원학회논문집
• /
• 제51권8호
• /
• pp.677-686
• /
• 2018

수문모형의 매개변수 추정에 필요한 유량 관측 자료의 수집은 시 공간적으로 제한이 있어 우리나라도 아직 상당수의 미계측유역이 존재하며, 이를 보완하고자 주변 유역의 정보를 활용하는 지역화 방법들이 연구되어 왔다. 그러나 지역적 특성이나 기후 조건에 따라 지역화 방법의 결과가 상이하여 어느 지역에 어떠한 지역화 방법이 가장 우수하다고 판단하기 어렵다. 본 연구에서는 보편적으로 사용되는 지역화 방법인 지역회귀모형의 설명변수에 공간근접모형으로 추정한 수문모형의 매개변수를 추가하여 회귀모형의 적합성을 향상시켰으며, 이를 하이브리드 지역화모형이라 정의하고 기존 방법들과 비교하였다. 계측유역으로는 관측 자료가 충분한 남한의 37개 유역을 선정하였고, 수문모형은 개념적 수문모형인 GR4J를 사용하였으며, 계측유역에 대한 수문모형의 매개변수 산정은 Shuffled complex evolution 알고리즘을 사용하였다. 유역 특성변수들 간 다중공선성을 고려하기 위해 Variation inflation factor를 사용하였고, Stepwise regression을 통해 회귀모형의 최적 설명변수를 선택하였다. 통계 값을 통해 모형의 적합성을 비교한 결과, 하이브리드 지역화모형에서 가장 작은 RMSE 값을 나타내었으며, 유역별 모의 값의 변동성이 줄어들어 결과의 불확실성 또한 낮아짐을 확인할 수 있었다. 따라서 하이브리드 모형이 미계측유역의 유출량 산정을 위한 하나의 대안이 될 수 있음을 확인하였다.