도시공간정보 기반의 범죄발생 확률 모형 및 위험도 확률지도 생성 A Probability Modeling of the Crime Occurrence and Risk Probability Map Generation based on the Urban Spatial Information원문보기
최근 도시화 율이 증가됨에 따라 발생되는 도시의 범죄 예방을 위하여 컴퓨터정보기술과 GIS 기술을 이용한 범죄 공간의 분석에 대한 연구가 활발하게 이루어지고 있다. 본 논문에서는 정적인 환경에서 도시공간정보에 포함된 지역특성을 이용하여 단위 셀별 우범 위험도를 계량화하여 래스터 형태의 확률 지도를 구성하였다. 지형적 특성에 의한 상대적 위험도, 시설물에 의한 상대적 위험도, 수목이나 하천에 의한 위험도 등을 기본으로 하여 위험도 확률 지도를 구축한다. 이를 통합한 위험도 확률 지도를 구할 때는 각각의 단위 위험도에 기후나 계절적 요인에 의해 가중치를 적용한 후 평균하게 된다. 또한 일회성 분석이 아닌 범죄 발생 상대적 위험지수의 패턴을 판독키로 하여 전체 위험도의 확률 지도를 생성하여 이후 발생하는 범죄의 유형을 계량화하는 확률지도에 추가적으로 적용하어 정적인 정보가 아닌 시간의 흐름에 따라 범죄 위험도 확률지도가 달라질 수 있는 모델과 시뮬레이션 하는 방법론을 제안하였다.
최근 도시화 율이 증가됨에 따라 발생되는 도시의 범죄 예방을 위하여 컴퓨터정보기술과 GIS 기술을 이용한 범죄 공간의 분석에 대한 연구가 활발하게 이루어지고 있다. 본 논문에서는 정적인 환경에서 도시공간정보에 포함된 지역특성을 이용하여 단위 셀별 우범 위험도를 계량화하여 래스터 형태의 확률 지도를 구성하였다. 지형적 특성에 의한 상대적 위험도, 시설물에 의한 상대적 위험도, 수목이나 하천에 의한 위험도 등을 기본으로 하여 위험도 확률 지도를 구축한다. 이를 통합한 위험도 확률 지도를 구할 때는 각각의 단위 위험도에 기후나 계절적 요인에 의해 가중치를 적용한 후 평균하게 된다. 또한 일회성 분석이 아닌 범죄 발생 상대적 위험지수의 패턴을 판독키로 하여 전체 위험도의 확률 지도를 생성하여 이후 발생하는 범죄의 유형을 계량화하는 확률지도에 추가적으로 적용하어 정적인 정보가 아닌 시간의 흐름에 따라 범죄 위험도 확률지도가 달라질 수 있는 모델과 시뮬레이션 하는 방법론을 제안하였다.
Recently, the research of the analysis of the crime spatial is increased by using the computer information technology and GIS (Geometric Information System) in order to prevent the urban crime so as to increase the urbanization rate. In this paper, a probability map formed by the raster is organized...
Recently, the research of the analysis of the crime spatial is increased by using the computer information technology and GIS (Geometric Information System) in order to prevent the urban crime so as to increase the urbanization rate. In this paper, a probability map formed by the raster is organized by the quantification of crime risk per the cell using the region property of the urban spatial information in the static environment. Also, a map of the risk probability is constructed based on the relative risk by the region property, the relative risk by the facility, the relative risk by the woody plant and the river, and so on. And, this integrated risk probability map is calculated by averaging the individual cell risk applied to the climatic influence and the seasonal factor. And, a probability map of the overall risk is generated by the interpretation key of the crime occurrence relative risk index, and so, this information is applied to the probability map quantifying the occurrence crime pattern. And so, in this paper, a methodology of the modeling and the simulation that this crime risk probability map is modified according to the passage of time are proposed.
Recently, the research of the analysis of the crime spatial is increased by using the computer information technology and GIS (Geometric Information System) in order to prevent the urban crime so as to increase the urbanization rate. In this paper, a probability map formed by the raster is organized by the quantification of crime risk per the cell using the region property of the urban spatial information in the static environment. Also, a map of the risk probability is constructed based on the relative risk by the region property, the relative risk by the facility, the relative risk by the woody plant and the river, and so on. And, this integrated risk probability map is calculated by averaging the individual cell risk applied to the climatic influence and the seasonal factor. And, a probability map of the overall risk is generated by the interpretation key of the crime occurrence relative risk index, and so, this information is applied to the probability map quantifying the occurrence crime pattern. And so, in this paper, a methodology of the modeling and the simulation that this crime risk probability map is modified according to the passage of time are proposed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
정리하는 것에 초점이 있다고 할 수 있다. 이에 본 논문에서는 과거 범죄 발생 패턴을 근거로 공간에 대한 상대적 위험지수를 표현하여 이를 통합 분석하고 위험도를 모델링하고시뮬레이션 하여 미래 범죄 발생 가능성을 예측하는 것이며, 분석 단위도 행정 구역 단위가 아닌 모든 지역을 일정크기의셀(cell)로 나누어 특정 지역의 위험도를 표시하는 형태를 취하여 지형의 특성과 속성 정보를 바탕으로 한 범죄 발생 확률지도(probability map)를 작성하는 방법론을 제시한 것으로, 특히 범죄 발생 빈도에 따라 공간적 특성을 갖는 판독키를 다른 유사 공간적 특성을 갖는 곳에 적용하기 위해 공간정보의 여러 요소별 범죄 발생 위험 지수를 설정하고 이를 토대로 모델링 하고 시뮬레이션 하여 전체적인 위험도 확률 지도를 만들어내는 것이 본 논문의 목표이다.
가설 설정
본 논문에서는 도시 집단 주거 공간 및 주변 상황을 가정 하여, 위험 요소에 대처하기 위한 감시 장비 보안 관련 초소 및가로등 등의 요소가 가미 되고 집단 주거공간에 외곽 울타리가있다는 것을 가정 하여 정적인 환경에서 위험도에 지배적인 요소인 지형공간정보와 기후. 시설배치도.
제안 방법
도로, 하천, 골목길. 가로등 설치 현황 등을 최대의 계량화된 위험지수로 표시하고이를 바탕으로 하여 셀 단위의 범죄 빌생 예상 지역 및 그에 대한 탐색 경로를 모델링 하고 이를 시뮬레이션 하였다.
가로등에 의한 위험도 역시 가로등의 속성 정보인 별*기,주변 지형에 따른 사각지대 등을 고려하여 분석되어질 수 있으나 본 논문에서는 가로등 주변 일정 거리는 같은 위험지수를 갖는다고 평가 하고 분석 하였으며, 위험도 확률 지도를 그림 11과 같이 생성하였다.
감시 장비는 감시 장비의 속성 정보 즉 감시 거리에 따라 탐지 및 식별에 대한 정보를 바탕으로 하여야 하나 본 논문에서는 일괄적으로 감시 장비 주변 일정 범위 .내에는 동일한 위험지수를 갖는다고 가정하여 위험도 확률 지도를 다음 그림 10과 같이 생성하였다.
기존 일부 연구에서는 특정 지역을 사례로 GIS를 활용한 도시 범죄의 공간 패턴 분석으로 범죄예측지도를 구현 하였으며〔8〕, 범죄 발생 예측 프로그램 설계를 위한 연구가 진행 되어 왔고 (9). 다양한 형태의 범죄에 대한 공간적 분석을 하였다. 그러나 국내에서 범죄를 공간적인 현상으로 인식하고 범죄와 범죄 발생 장소와의 관계에 대한 공간 과학적으로 접근한 연구는 소수에 불과 하다.
점의 형태로 도시하여 분석 하였는데. 본 논문에서는 범죄의 발생 확률은 지역 내에서 특정 위치 즉 점의 형태로 존재 하지 않고 일정 특징을 갖고 있는 '어느 지역 근처 라는 셀 로 표현 되는 곳의 위험도로 세분화 하였다. 또한 범죄 발생을 지역적 특성이 아닌 지형이나 시설물, 수목, 하천 등 지형 속성 요소를 모두 포함하여 여러 레이어로 위험도를 만들고 이를 융합하여 통합 위험도 확률 지도로 만들어 세분화 하여감 시 장비나 경찰의 방범 활동에 구체적으로 적용할 수 있는 확률지도를 만드는 방법을 찾게 되었다.
본 논문은 도시의 지형공간정보를 이용하여 도심지역 특히 집단 주거 공간에서.위험도를 분석하기 위한 모델링에 관한 것으로 도시공간의 지형정보로부터 추출 가능한 정보를 관측성과 시설물 속성 정보 등을 활용하여 범죄자 관점에서 계량화하여 단계적인 모델링을 적용하여 발전시켰으며, 제안된 모델링과 시뮬레이션을 통해 알 수 있는 것은세분화 시킨 지역의 위험 요소를 적용하고 분석하여 범죄의 예방에 적용될 수 있는 확률 지도를 작성 할 수 있고 이를 위해 위험도의.
시설물에 의한 복합 위험도를 계산하기 위해 동일한 가중치를 적용하여 분석하였다. 먼저 도로에 의한 위험도와 가로등에 의한 위험도를 복합 하여 분석 하면 그림 12와 같다.
위험 지수 확률지도는 감시 지역 전체에 대하여 10단위로계량화된 6가지 위험도 수치를 단계별로 도식하여 생성하였으며, 본 논문에서 사용한 지형은 서울 집단 주거 지역이 있는 임의의 지역으로 시설물, 도로, 하천 등이 고루 전개 되어 있는 지역을 선정하였고, 분석 지역은 다음 그림 4, 5와 같으며 , 본 논문에서 사£된 위험도 확률 지도의 위험도애 따른 색상은 다음과같다.
주거 공간에서.위험도를 분석하기 위한 모델링에 관한 것으로 도시공간의 지형정보로부터 추출 가능한 정보를 관측성과 시설물 속성 정보 등을 활용하여 범죄자 관점에서 계량화하여 단계적인 모델링을 적용하여 발전시켰으며, 제안된 모델링과 시뮬레이션을 통해 알 수 있는 것은세분화 시킨 지역의 위험 요소를 적용하고 분석하여 범죄의 예방에 적용될 수 있는 확률 지도를 작성 할 수 있고 이를 위해 위험도의. 통합모델 구성 방법을 제시한 것이 중요한 성과라 할 수 있다.
이를 최소 0.2로 하여 6단계로 상대적 위험 지수로 결정하였고, 이외 지역은 0으로 처리하였다.
구축되었으며. 지형의 속성 정보에 관련된 데이터를 5m X 5m 드(Grid) 로 각 셀의 데이터를 입력하고, 이를바탕으로 모델에 따른 시뮬레이션 프로그램을 작성하고 이를수행하여 범죄 발생 통합 위험도 확률지도를 생성하였다.
할 수 있다. 첫 번째 방법은 환경범죄학의 관점에서 도시공간에 발생한 범죄 발생을 분석〔12〕한 기존 범죄 발생 빈도를 기준으로 한다. 그 발생 빈도의 상대적 발생 빈도를 0~1의 사이 값으로 처리하는 방법이고, 두 번째 방법은 범죄 발생 불안감을 설문 조사하여〔13〕〔14〕, 이를 바탕으로 상대적 위험지수를 0~1의 사이 값으로 처리 할 수 있다.
특히 분석하고자 하는 각각의 속성별 위험지수를 시뮬레이션 하는 방법은 실 지형에서 해당 속성 정보만을 별도로 레이어로 제작하고 이 례이어로 지형에서 나눈 셀 단위로 분석 하고 이를 위험지수에 대입하여 해당 셀의 위험도를 시뮬레이션하여. 이의 결과인 위험도 파일(.
대상 데이터
본 논문에서 제안한 빙법에 사용된 시뮬레이션 환경은 윈도우 비스타 환경에서 비주얼 스튜디오 2008을 이용하여 C+ + 언어로 구축되었으며. 지형의 속성 정보에 관련된 데이터를 5m X 5m 드(Grid) 로 각 셀의 데이터를 입력하고, 이를바탕으로 모델에 따른 시뮬레이션 프로그램을 작성하고 이를수행하여 범죄 발생 통합 위험도 확률지도를 생성하였다.
성능/효과
본 논문에서는 범죄의 발생 확률은 지역 내에서 특정 위치 즉 점의 형태로 존재 하지 않고 일정 특징을 갖고 있는 '어느 지역 근처 라는 셀 로 표현 되는 곳의 위험도로 세분화 하였다. 또한 범죄 발생을 지역적 특성이 아닌 지형이나 시설물, 수목, 하천 등 지형 속성 요소를 모두 포함하여 여러 레이어로 위험도를 만들고 이를 융합하여 통합 위험도 확률 지도로 만들어 세분화 하여감 시 장비나 경찰의 방범 활동에 구체적으로 적용할 수 있는 확률지도를 만드는 방법을 찾게 되었다.
실제 수목의 위험도에서는 수목 밀집 정도에 따라 투과율즉 수목 밖에서 보이는 정도에 따라, 또한 식생이 되어 있는지역의 경사도에 따라 달라 질 수 있으나, 본 논문에서는 식생 여부에 따라 달리 분석하여 위험 지수를 설정하였고, 결과를 보면 우측 하단에 아파트 지역의 조경 그리고 가로수 등이 수목으로 존재하는 지역이어서 해당 지역의 수목에 따른위험도는 숲, 도로, 아파트 지역에서 높게.나타났다.
위의 결과를 보면 대상 지역의 도로에 의한 위험도가 표시 되는데 대로변의 인도 지역이 붉은색으로 표시가 되어 상대적 위험도가 높게 나타나고, 이지역의 특징인 단독 주거지역의 좁은 골목길이 상대적 위험도가 약간 높게 나오는 것을 알 수 있다.
위의 결과를 보면 도로와 가로등에 의한 위험도를 융합하여 확률지도를 만들 경우, 특히 가로등이 있는 셀 부근의 도로는 상대적으로 위험도가 상쇄되어 낮게 나타난다. 이를 추가적으로 감시 장비에 의한 위험도를 동일한 가중치로 통합하면 다음 그림 13과 같으며, 추가적으로 감시 장비를 적용하면 위험 요소에 의한 위험도는 셀 별로 더 세분화 되게 된다.
후속연구
감시 장치나 순찰 작전 또는무인 감시를 위한 사회 안전 로봇 등의 지형공간정보를 이용한 최적의 탐색 지점 및 경로 분석 연구는 감시지역의 지형분석에 의한 위험도 확률지도 및 이의 모형을 기반으로 할 수 있다. 도심지역 집단 주거지역의 범죄 위험지점 및 감시 탐색경로를 분석 프로그램과 결합하여 최적 감시에 활용될 수 있으며 , 또한 감시 장비 최적 배치 및 향후 사회 안전 로봇의 탐색 경로 지정, 방범 순찰 경로 설정 등에 유용하게 활용될 수있을 것으로 기대된다.
그 발생 빈도의 상대적 발생 빈도를 0~1의 사이 값으로 처리하는 방법이고, 두 번째 방법은 범죄 발생 불안감을 설문 조사하여〔13〕〔14〕, 이를 바탕으로 상대적 위험지수를 0~1의 사이 값으로 처리 할 수 있다. 두 가지 방법은 혼용해서 이용 될 수 있으며 본 논문은 이들 값의 타당성 보다 위험 지수의 확률 지도를 만드는 방법론에 대한 것으로 이 위험지수 계산 방법은 별도의 연구가 필요하다.
본 논문의 결과는 도시 범죄 예방을 위해 설치되고 있는가로등이나 감시 장비의 효율적 운영을 위해서 범죄 위험도의확률 지도를 활용할 수 있으며. 감시 장치나 순찰 작전 또는무인 감시를 위한 사회 안전 로봇 등의 지형공간정보를 이용한 최적의 탐색 지점 및 경로 분석 연구는 감시지역의 지형분석에 의한 위험도 확률지도 및 이의 모형을 기반으로 할 수 있다.
앞으로의 연구과제에서는 본 논문에서 사용된 위험도의 가중치를 동일한 값으로 분석 하였으나 이 가중치를 기상 요소나 계절적 요인에 의해 가중치를 다르게 하여 계절과 환경에 따라 다른 위험도 확률 지도를 생성할 수 있는 연구가 진행되어야 할 것이다.
이를 위해 도시에서 우범지역의 분석은 여러 환경을.이루는 속성 정보를 이용한 위험도 분석과 방범 감시에 이용되는 장비 및 인력에의한 우범 현장 발견 확률에 대한 연구 분야로 나눌 수 있을 것이다.
그러나전체 위험도에 대한 과학적 분석은 이루어 지지 않고 있다. 이에 주변 환경을 바탕으로 위험도를 분석하여 우범지역에 대한과거 범죄 발생 현황을 바탕으로 각 공간의 특성에 따라 등급분류를 하고, 이를 바탕으로 한 감시 장비와 감시자의 속성 및탐지 확률 등을 통해 다양한 요소가 복합적으로 작용하는 위험도 확률지도를 생성하여, 지능화 되고 다양화 되는 범죄의 예방과 대처를 할 수 있을 것이다. 이러한 복합적인 요소를 모두포함하는 일반적인 위험도를 구하기 위해 위험도에 영향을 줄수 있는 제한적인 요소들을 변수로 기정하여 구축할 수 있다.
참고문헌 (17)
최윤경, 강인호, "아파트 단지 공간구조와 범죄." 대한건축학회 논문집, 제 9권, 제 8호, 25-32쪽, 1993년, 8월.
최재필, 이기완, "공간구문론을 이용한 범죄취약공간 해석에 관한 연구." 대한건축학회 논문지, 제 18권, 제 3호, 53-61쪽, 2002년 3월.
장동국, "도시공간구조와 공간범죄." 대한국토도시계획학회지, 국토계획 제 39권, 제 1호, 21-32쪽, 2004년 2월.
Brown, M.A, "Modelling the Spatial Distribution of Suburban Crime," Economy Geography, Vol. 58, No 3. pp, 247-261, July 1982.
황선영, 황철수, "GIS를 활용한 도시 범죄의 공간패턴분석." 대한국토도시계획학회지, 국토계획 제 38권, 제 1호, 53-66쪽, 2003년. 2월
Bowers, K. and Hirschfield, A., "Exploring Links Between Crime and Disadvantage in North-West England: An Analysis Using Geographical Information Systems," International Journal of Geographical Information Science, Vol. 13, No 2. pp. 159-184, January 1999.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.