$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 3차원 네트워크 기반 위상학적 데이터 모델을 이용한 3차원 인접성 공간질의
3D Adjacency Spatial Query using 3D Topological Network Data Model 원문보기

한국공간정보학회지 = Journal of Korea Spatial Information Society, v.18 no.5, 2010년, pp.93 - 105  

이석호 (서울시립대학교 공간정보공학과) ,  박세호 ((주)케이티네트웍스) ,  이지영 (서울시립대학교 공간정보공학과)

초록
AI-Helper 아이콘AI-Helper

근린 공간(Spatial Neighborhoods)이란 특정 공간과 상호 관계성을 가지는 주위의 공간들이다. 공간 관계성이 있는 근린 지역을 찾는 3차원 공간질의는 공간을 분석함에 있어서 기본적인 기능이다. 이와 관련하여 다양한 공간 관계성을 갖는 근린 공간을 찾는 연구 방법들이 제안되어 왔으며, 본 연구에서는 인접성에 기반을 둔 근린 지역을 찾는 연구 방법을 제안한다. 제안된 방법은 인접성을 표현하는 위상학적 데이터를 다양한 위상학적 데이터 모델 중 네트워크 기반 위상학적 데이터 모델을 적용하여 구축하고, 이에 Dijkstra 알고리즘을 기반으로 한 3차원 인접성 공간질의 알고리즘을 적용하여 하여 인접성 기반의 근린 공간을 찾는 방법이다. 이를 토대로 특정 공간으로부터 인접성에 관한 순차 분석 (Order Analysis) 결과를 가시화 하고 활용 방안을 모색하였다. 본 연구는 3차원 공간에서 인접성에 관한 특정 공간객체를 찾기 위한 3차원 인접성 공간질의(3D Spatial Query) 연산자를 구현하는데 목적이 있으며, 연구의 목표는 효율적인 3차원 인접성 공간질의를 위해 1) 네트워크 기반 위상학적 데이터 모델을 이용하여 인접성을 표현한 3차원 네트워크 데이터를 구축하고, 이에 2) 3차원 인접성 공간질의 알고리즘을 적용하여 인접성 기반 근린 공간을 찾는 3차원 공간질의 연산자를 구현하는 것이다.

Abstract AI-Helper 아이콘AI-Helper

Spatial neighborhoods are spaces which are relate to target space. A 3D spatial query which is a function for searching spatial neighborhoods is a significant function in spatial analysis. Various methodologies have been proposed in related these studies, this study suggests an adjacent based method...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이동헌 외 2명(2005) 3차원 기하모델에 대하여 공간 관계에 대한 연산을 설계하였다[3]. DBMS제공하는 3차원 연산자가 2차원에서 제공하는 것과 같이 다양하게 제공되지 않고, 이를 보완하고자 공간 관계연산을 설계하였다. 이 연구는 공간객체의 기하 기본요소들을 이용하여 공간데이터 베이스 상에서 공간 관계 연산자를 개발하였다.
  • 따라서 본 논문에서는 ‘3차원 가상공간에서 특정 공간객체를 중심으로 인접해 있는 공간객체들을 찾는’ 3차원 인접성 공간질의에 관해 연구한다.
  • 3차원 공간에서 인접성을 비롯한 위상학적 공간질의를 구현하기 위해서는, 3차원 공간 분석에 용이한 위상학적 데이터 모델이 필요하다. 본 연구는 네트워크 기반 위상학적 데이터 모델을 바탕으로, 3차원 공간에서 인접성에 관해 특정 공간객체를 찾는, 즉 근린공간을 정의하는, 3차원 인접성 공간질의(3D Spatial Query)연산자를 구현하는데 목적이 있으며, 연구의 목표는 효율적인 3차원 공간질의를 위해 1)네트워크 기반 위상학적 데이터 모델을 이용하여 인접성을 표현한 3차원 네트워크 데이터를 구축하고, 이에 2)3차원 인접성 공간질의 알고리즘 적용하여 인접성 기반 근린 공간을 찾는 3차원 인접성 공간질의 연산자를 구현하는 것이다.
  • 본 연구에서는 기존의 연구들의 한계점을 보완하여, 3차원의 복잡한 실내공간에서 데이터의 저장 용량을 줄이고 데이터의 복잡성을 낮추며 공간질의 효율성을 높이는 인접성 기반의 근린 공간을 찾는 3차원 인접성 공간질의 연산자를 구현한다. 기본적으로 네트워크 기반 위상학적 데이터 모델을 이용하여 데이터를 구축하여 데이터의 복잡성을 낮추고, Lee(2005)의 연구에 대해 인접성 부분에서 확장하여 특정 공간에서 순차적으로 인접해 있는 근린 공간을 파악하는 연구를 수행한다.
  • 본 연구에서는 네트워크 데이터 모델을 기반으로 한 3차원 인접성 공간질의 알고리즘을 구현하였다. 3차원 인접성 공간질의 알고리즘은 Dijkstra 알고리즘을 기반으로 하여 이를 3차원 네트워크 데이터에 적용한 알고리즘으로써, 특정 객체에서 순차적으로 인접한 객체들을 찾기 위해 구현한 알고리즘이다.
  • 본 연구에서는 인접성을 기반으로 하여 특정 공간객체의 순차적 인접 공간을 찾는 3차원 인접성 공간질의 알고리즘을 구현한다. 그림 12는 본 연구의 대상인 인접성 기반 공간질의의 단순한 예제이며, 에지의 최솟값을 각 노드에 유지하는 방법을 보여주고 있다.
  • 본 장에서는 3차원 네트워크 데이터 구축과 근린공간을 순차적으로 찾는 3차원 공간질의 연산자를 구현하였으며, 구현된 기능에 대한 반환된 결과 값의 분석과 구현된 기능의 활용 방안에 대해 모색하였다. 기능 구현 및 네트워크 데이터 가시화 프로그램 구축을 위해 JAVA 언어를 사용하였으며, 분석 결과 및 데이터의 3차원 가시화를 위해서는 ArcScene을 이용하였다.
  • DBMS제공하는 3차원 연산자가 2차원에서 제공하는 것과 같이 다양하게 제공되지 않고, 이를 보완하고자 공간 관계연산을 설계하였다. 이 연구는 공간객체의 기하 기본요소들을 이용하여 공간데이터 베이스 상에서 공간 관계 연산자를 개발하였다.
  • 그리고 질의어(SQL)를 이용하여 위상관계정보 질의를 테스트 하였다. 이 연구에서는 B-rep기반의 데이터 구축에 따라 나타나는 데이터 저장 용량문제와 데이터의 중복 문제, 시스템의 질의 반응 속도 등이 해결해야 할 문제로 제기 되었다.
  • 이에 본 연구에서는 인접한 공간을 파악하는데 있어서 연산의 복잡성을 낮추고 효율적으로 결과를 도출하기 위해 네트워크 데이터 모델을 이용하였다. 노드와 에지로 이루어진 네트워크 구조의 데이터에서는 특정객체에 인접한 공간객체를 찾을 때, 특정객체에 에지로 연결된 공간객체만 검색하면 되기 매우 간단하게 찾을 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
공간질의를 통한 공간 분석 기능을 기반으로 하는 활용시스템의 예시는 무엇이 있나? 이러한 공간질의를 통한 공간 분석 기능을 기반으로 하는 활용시스템들을 보면, 기본적으로 특정 지역을 찾는 공간질의가 전제가 된다. 그 예로, 실내 공간에서 화재나 긴급 상황이 발생하였을 시에, 먼저 긴급 상황이 발생한 특정 공간을 찾고, 사람들이 안전하게 대피하도록 길을 안내[3][23]하고, 피해지역의 신속한 대처를 위한 구조자에게 최단경로를 제공하는 시스템[21]등이 있다. 그리고 최근 이러한 공간 분석 시스템은 2차원뿐만 아니라, 3차원 공간 분석이 가능한 시스템으로 수요가 증가하고 있다.
근린 공간은 무엇인가? 근린 공간(Spatial Neighborhoods)이란 특정 공간과 상호 관계성을 가지는 주위의 공간들이다. 공간 관계성이 있는 근린 지역을 찾는 3차원 공간질의는 공간을 분석함에 있어서 기본적인 기능이다.
특정 공간을 이해하기 위해 무엇을 파악하는 것이 중요한가? 공간은 지리학 제1법칙[26]인 ‘인접하거나 거리상 가까운 공간일수록 공간의 속성들의 상호 관계성이 크다’의 특징을 가지며, 특정 공간으로부터 주변 공간의 속성은 자연스레 연관성(Spatial Autocorrelation)[8][17]을 가진다. 다시 말해, 특정 공간을 이해하기 위해 관계성이 큰 인접한 공간들의 특징을 파악하는 것이 중요하고, 이를 위해 가장 먼저 해야 할 일은 특정 공간의 인접한 공간(이하, 근린 공간(Spatial Neighborhoods))을 정의하는 것이다. 그렇다면 ‘어디까지를 근린 공간으로 정의할 것인가?’하는 문제는 매우 중요한 문제가 되고, 근린 공간의 공간적 범위에 따라 공간적 연관성의 유무 판단에 영향을 미치게 된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (28)

  1. 김부곤, 2004, "인간,공간, 커뮤니케이션", 대한건축학회, pp. 8-12. 

  2. 김재경, 2007, "인간에게 공간이란 무엇인가?", 새한영어영문학회, pp. 1-8. 

  3. 박인혜, 전철민, 이지영, 2008, "CA 모델을 이용한 GIS 기반 화재 대피 시뮬레이션", 한국GIS학지, vol.16(2) pp. 57-171. 

  4. 이동헌, 홍성언, 박수홍, 2005, "3차원 기하모델에 대한 공간 관계 연산 설계", 한국GIS학회지, vol.13(2), pp. 119-128. 

  5. Andre Borrmann, Ernst Rank, 2009, "Topological analysis of 3D building models using a spatial query language", Advanced Engineering Informatics, Volume 23, Issue 4, October 2009, pp. 370-385. 

  6. Andy Mitchell, 2005, "GIS Analysis: Spatial Measurements & statistics", ESRI Press, vol.2 pp. 135-145. 

  7. Claire, R. and Guptill, S. 1982, "Spatial Operators for Selected Data Structure" In: Auto-Carto V, pp. 189-200. 

  8. Cliff, A. and J. Ord., 1993, "Spatial autocorrelation", Pion, London, England. 

  9. D. Papadias, J. Zhang, N. Mamoulis, and Y. Tao, 2003, "Query Processing in Spatial Network Databases." In VLDB, pp802?813. 

  10. Dijkstra, E.W, 1959, "A Note on Two Problems in Commextion with Graphs", Numerische Mathematik 1: 269?271. 

  11. Freeman, J., 1975, "The Modelling of Spatial Relations", Computer Graphics and Image Processing, Vol. 4 pp. 156-171. 

  12. Lee J, 2001a, "A spatial access oriented implementation of a topological data model for 3D urban entities", Paper presented at University Consortium for Geographic Information Science Summer Assembley, Buffalo, New York. 

  13. Lee J, 2001b, "A 3D data model for representing topological relationships between Spatial Entities in built environments", Ph.D dissertation, Department of Geography, The Ohio State University. 

  14. Lee J, 2005, "A combinatorial data model for representing topological relations among 3D geographical features in micro-spatial environments", International Journal of Geographical Information Science, vol.19, No. 10, pp. 1039-1056 

  15. Lee J, 2008, "Spatial Neighborhood-based Data Query using a 3D Network-Based Topological Model", 5th International conference, GIScience 2008, pp. 118-120. 

  16. Lee J, Kwan M-P, 2005, "A combinatorial data model for representing topological relations among 3D geographical features in micro-spatial environments", International Journal of Geographical Information Science, Vol.19, No.10, pp. 1039-1056. 

  17. Legendre P, 1993, "Spatial autocorrelation: trouble or new paradigm?", Ecological Society of America, London, England. 

  18. Microsoft, "SQL Server Books Online", 2008. 

  19. Molenaar, M, 1990, "A formal data structure for 3D vector maps", In: Proceedings of EGIS'90 

  20. Oracle, "Spatial Developer's Guide", 2009, pp. 1-866. 

  21. Park I, Jang G. U, Park S, Lee J, 2009, "Time- Dependent Optimal routing in Micro-scale Emergency Situation", 10th International Confeence on Mobile Data Management: Systems, Services and Middleware, pp. 714-719. 

  22. Rene Rikkers, Martien Molenaar, John Stuiver, 1994, "Query Oriented Implementation of a Topologic Data Structure for 3-Dimensional Vector Maps", International Journal of Geographical Information Systems, Volume 8, No. 3. 

  23. Shi pu, 2005, "Evacuation Route Calculation of Inner Building", Geo-information for disaster management, pp. 1143-1161. 

  24. Stevens M. and Choi J, 2006 "CAD Data Conversion to a Node-Relation Structure for 3D Sub-Unit Topological Representation", Journal of the Korean Geographical Society, Vol. 41, pp. 188-194. 

  25. Sung-Soo Kim, Seong-Ho Lee, Kyong-Ho Kim, long-Hun. Lee, 2003, "A unified visualization framework for spatial and temporal analysis in 4D GIS", Geoscience and Remote Sensing Symposium, IGARSS '03. Proceedings. 2003 IEEE International. 6:3715-3717 vol.6.. 

  26. Tobler W, 1970, "A computer movie simulating urban growth in the Detroit region", Economic Geography, vol.46, pp. 234-240. 

  27. Treeck C. and Rank E, 2004, "Analysis of Building Structure and Topology Based on Graph Theory", Conference on Computing in Civil and Building. 

  28. Worboys, M.F. and Duckham, M. 2004, "GIS: A Computing Perspective", Second Edition, CRC Press, ISBN: 0415283752. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로