선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 도시확산을 공간적으로 모의할 수 있는 물리적 모형을 구현하기 위하여, 새로운 개념의 도시 확산 포텐셜 최적화 기법을 도입하고, CA 모델을 실용적으로 구현하며, 결과의 정확도 검정을 위한 모형의 보정과 검정 단계를 거쳐 도시확산을 실천적으로 모의할 수 있는 방법을 개발하고자 한다.
가설 설정
- 본 연구에서는 이와 같은 자료들에 대하여 그림 5와 같이 각각의 자료를 구축하여 하나의 GIS 지도로 구축하였다. 특수시설지역에는 공항, 저수지, 하천 등이 포함되며 도로, 주거지, 산업 지역 등을 포함하는 도시화 지역으로 변화되지 않는다는 전제조건을 설정하였다.
제안 방법
- 1) 모형에 필요한 도시지역의 시계열 자료는 연구자가 필요로 하는 시기에 대하여 일반적인 지도에서 추출하기는 어려우므로, 연구지역을 포괄하는 인공위성 영상들을 합리적인 방법으로 분류하고 도시지역을 추출하는 기법을 도입하였다. 본 연구의 대상지역인 수원시의 도시화가 급속히 진전된 시기에 해당되는 1980년대, 1990년대, 그리고 2000년에 이르는 세 시기의 영상자료로부터 각각에 대한 1986, 1996, 2000년의 도시확산지역의 자료를 영상의 기하보정, 광학보정 등의 절차를 거쳐 높은 신뢰성을 가진 토지이용도로 분류하여 사용하였다.
- 3) CA 모델의 도시확산에 적용하기 위하여 도시 확산 포텐셜을 최적화하는 기법을 도입하였으며, 각 인자들의 가중치를 하나씩 차례대로 가중시킨 시나리오들을 1986년에서 1996년으로 실제 확산된 지역(격자들)에 대하여 계산한 포텐셜의 값이 높은 순서대로 각 가중치의 순위를 정한 후, 이 순위를 기준으로 AHP 중요도 매트릭스를 작성한 후에 고유벡터를 구하고 각 인자들의 최적화된 가중치를 계산하였다. 최적화된 가중치를 적용하여 다시 최적 포텐셜을 구하고, 이를 바탕으로 1996년까지 실제 확산된 격자의 숫자만큼 모의한 결과, 실측 도시지역 격자와 모의된 격자가 일치하는 정확도는 도시화된 격자들의 전체 면적에 대해서는 85%의 일치함을, 1986년에서 1996년까지 확산된 격자들만 추출한 후 이 면적에 대한 정확도는 49%로 일치함을 보였다.
- 7개의 평가기준들에 대하여 점수화한 후, 각각의 가중치는 WSM법의 절차에 따라 표 4와 같이 전체 8개의 시나리오를 설정하였다. 시나리오 S1 에서 S7은 각 평가 기준을 순서대로 0.
- CA 기법으로 각 격자가 도시적 토지이용으로의 변화 유무를 결정하는 확률의 개념을 가진 포텐셜 지도는 WSM (weighted scenario method for intensity order) 에의해 각 평가기준의 가중치를 최적화하였다. 도시화 포텐셜을 위한 평가기준은 지형인자로서 경사{slope)와 접근성 인자로서 시간거리 (time distance, TD)를 나타내는 도심에서 거리 (TD from city), 국도에서 거리 (TD from nat'l road), 서울에서 거리(TD from Seoul), 기차역에서 거리 (TD from station), 톨게이트에서 거리 (TD from toll), 도시화지역 경계에서 거리(TD from built boundary)의 여섯가지 인자를 포함하여 전체 일곱가지의 평가인자를 설정하고 순서대로 W1에서 W7까지 가중치를 설정하였다.
- 확산제한 지역 지도는 추출된 토지이용도와 결합하여 확산제한 지역을 가진 하나의 토지이용도로 구축하여 사용할 수 있으며, 최종적으로 CA 모형은 도시확산 포텐셜지도와 시계열 토지이용도를 입력자료로 가지게 된다. 구비된 입력자료와 확산지역의 면적 및 확산에 관련된 확률을 구하는 가중치 등을 추가입력자료로 설정하여 모형은 최종적으로 모의 확산된 도시지역을 재현한 결과를 지도로 출력하도록 구성하였다.
- 유무를 결정하는 확률의 개념을 가진 포텐셜 지도는 WSM (weighted scenario method for intensity order) 에의해 각 평가기준의 가중치를 최적화하였다. 도시화 포텐셜을 위한 평가기준은 지형인자로서 경사{slope)와 접근성 인자로서 시간거리 (time distance, TD)를 나타내는 도심에서 거리 (TD from city), 국도에서 거리 (TD from nat'l road), 서울에서 거리(TD from Seoul), 기차역에서 거리 (TD from station), 톨게이트에서 거리 (TD from toll), 도시화지역 경계에서 거리(TD from built boundary)의 여섯가지 인자를 포함하여 전체 일곱가지의 평가인자를 설정하고 순서대로 W1에서 W7까지 가중치를 설정하였다. 이들의 지형인자와 접근성 인자들에 대한 점수화 방법은 김대식과 정하우(2004)에 의해 사용된 점수화 방법을 사용하였다.
- 그림 7과 같이 나타났다. 모형의 적용과 검정은 식 ⑶의 확률 가중치 w가 1.0, 0.5, 0.0의 세 가지 경우에 대하여 접근성 인자의 지수 a 가 1.0과 0.5의 두 가지 경우를 고려한, 전체 6가지의 모의 시나리오를 설정하였으며, 모의의 시기는 1986에서 1996으로 확산된 경우, 그리고 1996에서 2000으로 확산된 경우의 두 가지를 모형의 검정단계로 설정하였으며, 정확도 평가는 도시 전체면적(total area)에 대한 비교와 각 확산기간에 확산된 면적(expanded area)에 대한 비교의 두 가지를 고려하였다. 각각의 모의 시나리오에 대한 모형의 결과는 그림 7의 12가지의 모의 확산된 결과와 표 8에 각각의 경우에 정확도를 평가한 결과를 나타내었다.
- 본 연구에서는 CA 모형을 적용하여 도시확산의 공간적 모의를 시도하였는데, 세가지 주요 입력자료로서 도시확산 포텐셜의 최적화된 지도, 확산제한 인자의 구축, 그리고 인공위성 영상 Landsat TM을 이용한 토지이용 분류로부터 도시지역의 확산 자료를 구축하여 사용하였다. 결과를 요약하면 다음과 같다.
- 않는 지역으로 설정된다. 본 연구에서는 이와 같은 자료들에 대하여 그림 5와 같이 각각의 자료를 구축하여 하나의 GIS 지도로 구축하였다. 특수시설지역에는 공항, 저수지, 하천 등이 포함되며 도로, 주거지, 산업 지역 등을 포함하는 도시화 지역으로 변화되지 않는다는 전제조건을 설정하였다.
대상 데이터
- 그림 2. Location of study area, Suwon city.
- 1990 년대를 기점으로 수도권의 교통망의 확충과 서울 인구의 분산정책 등으로 수원시의 팽창은 가속화되었다. 도시확산 모의를 위한 대상 시기는 1980년대 중반(1986 년)에서 1990년대 중반(1996년)사이의 10년 동안과 1990 년대 중반에서 2000년대 초반까지 두 단계의 시기에 대하여 모형의 보정과 검정을 위한 자료를 구축하여 사용하였다(김대식과 정하우, 2004).
- 본 연구에서는 그림 2와 같이 수도권의 위성 도시로서 최근까지 인구가 급속히 증가되어 도시팽창이 가속화되고 있는 수원시를 대상지역으로 선정하였다. 1990 년대를 기점으로 수도권의 교통망의 확충과 서울 인구의 분산정책 등으로 수원시의 팽창은 가속화되었다.
- 기법을 도입하였다. 본 연구의 대상지역인 수원시의 도시화가 급속히 진전된 시기에 해당되는 1980년대, 1990년대, 그리고 2000년에 이르는 세 시기의 영상자료로부터 각각에 대한 1986, 1996, 2000년의 도시확산지역의 자료를 영상의 기하보정, 광학보정 등의 절차를 거쳐 높은 신뢰성을 가진 토지이용도로 분류하여 사용하였다.
이론/모형
- 변화유무를 판단한다. 설정된 확률 함수와 천이 규칙에 따라 도시확산지역의 모의는 김 등에 의해 개발된 LUPM 모델의 계산알고리즘을 따르며(김대식과정하우, 204), 도시지역의 확산 포텐셜을 계산하는 알고리즘은 김 등에 의해 정의된 방법에 의한 것으로서, 본 연구에서는 LUPM을 도시확산 모의에 적용이 가능케 한 의미를 확장하였다.
- 도시화 포텐셜을 위한 평가기준은 지형인자로서 경사{slope)와 접근성 인자로서 시간거리 (time distance, TD)를 나타내는 도심에서 거리 (TD from city), 국도에서 거리 (TD from nat'l road), 서울에서 거리(TD from Seoul), 기차역에서 거리 (TD from station), 톨게이트에서 거리 (TD from toll), 도시화지역 경계에서 거리(TD from built boundary)의 여섯가지 인자를 포함하여 전체 일곱가지의 평가인자를 설정하고 순서대로 W1에서 W7까지 가중치를 설정하였다. 이들의 지형인자와 접근성 인자들에 대한 점수화 방법은 김대식과 정하우(2004)에 의해 사용된 점수화 방법을 사용하였다.
성능/효과
- 최적화된 가중치를 적용하여 다시 최적 포텐셜을 구하고, 이를 바탕으로 1996년까지 실제 확산된 격자의 숫자만큼 모의한 결과, 실측 도시지역 격자와 모의된 격자가 일치하는 정확도는 도시화된 격자들의 전체 면적에 대해서는 85%의 일치함을, 1986년에서 1996년까지 확산된 격자들만 추출한 후 이 면적에 대한 정확도는 49%로 일치함을 보였다. 1986년에서 1996년 사이에 최적화된 가중치를 1996 년에서 2000년도의 확산에 대한 포텐셜 값을 계산하고, 이를 입력자료로한 모의에서는 정확도가 전체면적에 대해서는 89%, 확산된 면적에 대해서는 39%의 일치함을 보여주었다. 일치된 격자들에 대한 정확도 평가와 더불어 도시의 공간적인 형태 및 확산패턴은 실측 결과와 모의결과가 매우 유사한 결과를 보였다
- 2) 도시확산 포텐셜 최적화 기법에 의한 다기준 평가법의 평가인자들에 대한 가중치의 최적화와 더불어 확률함수의 확률 가중치(w), 접근성 인자의 점수화를 위한 중력모형형태의 지수(a)에 대한 민감도 분석을 병행한 도시확산의 모의에서 두 가지의 입력변수들의 값이 낮은 경우에 높은 도시확산 모의의 정확도를 보였으며, 이러한 입력자료의 시나리오를 다양하게 구성하므로서 도시확산 모의를 다양하게 시도할 수 있는 가능성을 발견하였다.
- 모의 결과 w와 a 의 값이 적을수록 정확도가 높아지는 경향을 보였으며, 1986년에서 1996년 사이에 최적화된 가중치(보정단계)를 1996년에서 2000년 사이의 변화에 적용(검정단계)하여 포텐셜을 구하고 모의한 결과, 정확도는 전체면적에 대한 비교에서는 검정단계의 정확도가 보정단계보다 약간 높게 나타났으며, 확산된 면적에 대한 비교에서는 약간 낮게 나타났다. 가장 높은 정확도를 보이는 a =0.5, w = 0.0의 경우에 전체면적과 확산면적에 대한 보정과 검정결과가 각각 85%, 89%와 49%, 39 %로 실측치와 모의치의 격자가 정확히 일치하는 경우에 대한 정확도의 값이 매우 높게 나타난 결과를 보였으며, 그림 4의 실측치와 그림 7의 각각의 모의치를 비교해 보면 전체적인 도시지역의 모양은 거의 유사한 형태를 보여줌을 알 수 있다.
- 도시확산 포텐셜을 최적화하기 위하여 적용된 WSM 법에 의해 다수의 평가기준을 가진 지도자료로부터 격자 단위의 특성을 고려한 계산을 요구하는 분포형 모델의 가중치 최적화 문제를 명확한 절차에 의해 합리적으로 해결할 수 있었으며, 이로부터 CA 모델에 의한 도시지역의 확산을 시간적 . 공간적으로 모의할 수 있었다.
- 각각의 모의 시나리오에 대한 모형의 결과는 그림 7의 12가지의 모의 확산된 결과와 표 8에 각각의 경우에 정확도를 평가한 결과를 나타내었다. 모의 결과 w와 a 의 값이 적을수록 정확도가 높아지는 경향을 보였으며, 1986년에서 1996년 사이에 최적화된 가중치(보정단계)를 1996년에서 2000년 사이의 변화에 적용(검정단계)하여 포텐셜을 구하고 모의한 결과, 정확도는 전체면적에 대한 비교에서는 검정단계의 정확도가 보정단계보다 약간 높게 나타났으며, 확산된 면적에 대한 비교에서는 약간 낮게 나타났다. 가장 높은 정확도를 보이는 a =0.
- 공간적으로 모의할 수 있었다. 모의의 경계조건으로서 확산제한인자를 설정하고 공개된 토지이용자료로부터 도시지역으로 변화되지 않는 지역을 설정할 수 있었으며, 과거의 도시확산 자료들은 위성영상으로부터 추출하여 사용함으로서 결과의 객관성 및 자료획득의 투명성을 확보할 수 있었다. 본연구에서 사용된 자료들은 본 연구에서 설정한 절차에 따라 획득 및 가공처리가 쉽게 이루어질 수 있으므로, 향후 어떤 지역의 도시지역 확산 모의에 실용적으로 사용할 수 있을 것으로 판단된다.
- 본 연구에서는 연구대상지역을 포함하는 LANDSAT 5 위성의 궤도 116-34(path-row)에 해당하는 1986년 4월 15 일, 1996년 4월 10일, 그리고 2000년 5월 7일의 영상들에 대하여 28개, 27개, 27개 포인터의 각각 GCP를 설정하고 RMS 값을 0.5 이하로 기하보정을 한 후, Tasseled Cap 변환, 지수변화, 그리고 주성분 분석에 의한 변환으로 재구성된 10개의 밴드들에 대하여 감독분류를 실시하여 그림 3과 같이 도시화 건조지역, 논 밭-초지, 임야, 나지, 그리고 수역 등 6개의 토지이용/피복을 분류한 결과, 검정지역(verification samples)에 대한 정확도 평가 결과가 1986 년과 1996년의 두 영상에 각각 90%, 86%로 양호하게 나타난 기존 연구의 분류 결과를 이용하였으며(김대식과정하우, 2004), 2000년 영상에 대하여는 본 연구를 위하여 정확도를 분석한 결과 표 3과 같이 95%의 정확도와 Kappa 계수가 0.93으로 높은 정확도를 보였다 그림 3과같이 분류된 결과로부터 도시화 지역을 재분류한 결과는 그림 4와 같이 각각 나타났다. 그림 4의 도시확산자료들이 모형의 보정과 검정에 기초 입력자료가 된다.
- 설정된 우선순위를 본 연구에서 정의한 표 6의 AHP 중요도 점수표에 따라 표 7의 AHP 중요도 매트릭스를 작성하였으며, 이로부터 계산 결과 가중치는 W1→W1→W3→W5→W2→W6→W4의 순으로 0.365, 0.240, 0.156, 0.102, 0.066, 0.043, 0.028로 각각 나타났다. 이렇게 계산된 가중치를 각각 평가인자 점수지도에 적용하여 전체 포텐셜을 계산한 결과 그림 6에서 보는 바와 같이 a 값이 L0과 0.
- 이와 같은 연구의 결과로부터 도시확산 포텐셜을 고려한 CA모델에 의한 도시지역의 공간적 확산이 높은 유의성을 가지고 재현될 수 있음을 보여주었으며, 격자 단위의 모의 정확도를 바탕으로 주변 농촌지역으로 도시확산의 패턴을 예측할 수 있는 가능성을 발견하였다. 따라서 도시발전 및 확산에 영향을 미치는 미래의 시나리오를 고려한 주변 농촌지역의 합리적 토지 이용계획에 유용한 기초분석 자료가 될 수 있을 것으로 판단된다.
- 최적화된 가중치를 계산하였다. 최적화된 가중치를 적용하여 다시 최적 포텐셜을 구하고, 이를 바탕으로 1996년까지 실제 확산된 격자의 숫자만큼 모의한 결과, 실측 도시지역 격자와 모의된 격자가 일치하는 정확도는 도시화된 격자들의 전체 면적에 대해서는 85%의 일치함을, 1986년에서 1996년까지 확산된 격자들만 추출한 후 이 면적에 대한 정확도는 49%로 일치함을 보였다. 1986년에서 1996년 사이에 최적화된 가중치를 1996 년에서 2000년도의 확산에 대한 포텐셜 값을 계산하고, 이를 입력자료로한 모의에서는 정확도가 전체면적에 대해서는 89%, 확산된 면적에 대해서는 39%의 일치함을 보여주었다.
후속연구
- 본연구에서 사용된 자료들은 본 연구에서 설정한 절차에 따라 획득 및 가공처리가 쉽게 이루어질 수 있으므로, 향후 어떤 지역의 도시지역 확산 모의에 실용적으로 사용할 수 있을 것으로 판단된다. 나아가 주변에 있는 농지 및 산림지역의 잠식 등 농촌지역의 효율적인 토지이용 계획을 위해 다수 도시지역의 확산을 예측할 수 있으므로 도시와 농촌의 복합지역에 대한 합리적인 지역계획의 기초 분석 자료로 활용이 가능하리라 생각된다.
- 발견하였다. 따라서 도시발전 및 확산에 영향을 미치는 미래의 시나리오를 고려한 주변 농촌지역의 합리적 토지 이용계획에 유용한 기초분석 자료가 될 수 있을 것으로 판단된다.
- 모의의 경계조건으로서 확산제한인자를 설정하고 공개된 토지이용자료로부터 도시지역으로 변화되지 않는 지역을 설정할 수 있었으며, 과거의 도시확산 자료들은 위성영상으로부터 추출하여 사용함으로서 결과의 객관성 및 자료획득의 투명성을 확보할 수 있었다. 본연구에서 사용된 자료들은 본 연구에서 설정한 절차에 따라 획득 및 가공처리가 쉽게 이루어질 수 있으므로, 향후 어떤 지역의 도시지역 확산 모의에 실용적으로 사용할 수 있을 것으로 판단된다. 나아가 주변에 있는 농지 및 산림지역의 잠식 등 농촌지역의 효율적인 토지이용 계획을 위해 다수 도시지역의 확산을 예측할 수 있으므로 도시와 농촌의 복합지역에 대한 합리적인 지역계획의 기초 분석 자료로 활용이 가능하리라 생각된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.