$\require{mediawiki-texvc}$

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.

공간 클러스터의 범역 설정을 위한 GIS-기반 방법론 연구 -수정 AMOEBA 기법-
A GIS-Based Method for Delineating Spatial Clusters: A Modified AMOEBA Technique 원문보기

대한지리학회지 = Journal of the Korean Geographical Society, v.45 no.4 = no.139, 2010년, pp.502 - 520  

이상일 (서울대학교 지리교육과) ,  조대헌 (이화여자대학교 교육대학원) ,  손학기 (국토연구원) ,  채미옥 (국토연구원)

초록
AI-Helper 아이콘AI-Helper

이 연구의 주된 목적은 공간 클러스터의 범역을 설정하는 GIS-기반 방법론을 개발하는 것이다. 주요 과제는 지리적 경계 분석과 LISA-기반 클러스터 탐지에 대한 기존 방법론을 비교 검토함으로써 진일보한 방법론을 고안하고, 그것을 실행하는 GIS-기반 프로그램을 개발하는 것이다. 주요 연구 결과는 다음과 같다. 첫째, 기존 방법론을 검토한 결과, LISA를 이용한 AMOEBA 기법이 가장 타당한 것으로 판단되었다. 둘째, 수정 AMOEBA 기법의 알고리즘을 확립했으며 실행 소프트웨어를 상용 GIS 프로그램의 확장 기능형태로 개발하였다. 셋째, 수정 AMOEBA 기법을 실험 데이터와 실 데이터에 적용한 결과 제안된 기법의 유용성이 확인되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The main objective of the paper is to develop a GIS-based method for delineating spatial clusters. Major tasks are: (i) to devise a sustainable algorithm with reference to various methods developed in the fields of geographic boundary analysis and cluster detection; (ii) to develop a GIS-based progr...

주제어

#지리적 경계 분석   #클러스터 탐지   #공간 클러스터의 범역 설정   #웜블링   #국지적 공간 연관성 지표   #아메바 기법  

질의응답

핵심어 질문 논문에서 추출한 답변
지리적 경계 분석은 어떤 기법을 의미하는가? 공간분석 혹은 공간데이터분석이라고 불리는 연구 영역에서 공간 클러스터의 범역 설정과 가장 관련이 깊은 것은‘지리적 경계 분석’이라 불리는 분야이다. 지리적 경계 분석은 연속적인 필드(continuous field) 로부터‘경계’라고 하는 이산적 객체(discrete objects) 를 추출하는 기법을 의미한다(Jacquez et al., 2000, 222).
보통 연속적 필드의 관점은 무엇을 통해 구현된다고 볼 수 있는가? 보통 연속적 필드의 관점은 래스터 데이터를 통해 구현된다고 볼 수 있기 때문에 규칙적 그리드 데이터 (regular grid data)에 한정되는 것으로 생각하기 쉽다. 그러나 연속적 필드 관점의 핵심은 모든 지점에서 존재하는 속성의 분포이기 때문에 비록 불규칙적인 역형 객체로 구성된 벡터 데이터의 경우라 하더라도 공간적으로 내포적인 변수(spatially intensive variables) (Goodchild and Lam, 1980), 즉 정규화된(normalized) 속성의 분포인 경우에는 연속적 필드의 관점을 구현하고 있는 것으로 볼 수 있다.
기본적으로 특정 현상이 두드러지게 드러나는 구역을 찾아내어 그것의 경계를 획정하는 기법을 개발하는 방법론 연구의 주요 결과를 요약한다면? 주요한 결과를 요약하면 다음과 같다. 첫째, 기존 방법론을 검토한 결과, LISA 를 이용한 AMOEBA 기법이 가장 타당성이 높은 것으로 판단되었다. 둘째, 수정 AMOEBA 기법의 알고리즘을 확립했으며 실행 소프트웨어를 상용 GIS 프로그램의 확장 기능 형태로 개발하였다. 셋째, 실험 및 실 데이터에 적용한 결과 수정 AMOEBA 2라고 명명한 기법의 유용성이 가장 뛰어난 것으로 확인되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (40)

  1. Aldstadt, J. and Getis, A., 2006, Using AMOEBA to create a spatial weights matrix and identify spatial clusters, Geographical Analysis, 38(4), 327-343. 

    상세보기 crossref

  2. Anselin, L., 1995, Local indicators of spatial association-- LISA, Geographical Analysis, 27(2), 93-115. 

    상세보기

  3. Anselin, L., 1996, The Moran scatterplot as an ESDA tool to assess local instability in spatial association, in Fisher, M., Scholter, H., and Unwin, D. (eds.), Spatial Analytical Perspectives on GIS, Taylor & Francis, London, 111-125. 

  4. Anselin, L., 1998, Exploratory spatial data analysis in a geocomputational environment, in Longley, P. A., Brooks, S. M., McDonnell, R., and MacMillan, B. (eds.), Geocomputation: A Primer, John Wiley & Sons, Chichester, West Sussex, 77- 94. 

  5. Anselin, L., 2003, GeoDa 0.9 User's Guide, Spatial Analysis Laboratory, Department of Agricultural and Consumer Economics, University of Illinois. 

  6. Anselin, L. and Bao, S., 1997, Exploratory spatial data analysis linking SpaceStat and ArcView, in Fischer, M. and Getis, G. (eds.), Recent Development in Spatial Analysis, Springer- Verlag, Berlin, 35-59. 

  7. Balk, D. L., Deichmann, U., Yetman, G., Pozzi, F., Hay, S. I., and Nelson, A., 2006, Determining global population distribution: Methods, applications and data, Advances in Parasitology, 62, 119-157. 

    상세보기 crossref

  8. Boots, B., 2001, Using local statistics for boundary characterization, GeoJournal, 53(4), 339-345. 

    crossref

  9. Boots, B. and Tiefelsdorf, M., 2000, Global and local spatial autocorrelation in bounded regular tessellations, Journal of Geographical Systems, 2(4), 319-348. 

    상세보기 crossref

  10. Brunsdon, C., 1998, Exploratory spatial data analysis and local indicators of spatial association with XLISP-STAT, Journal of the Royal Statistical Society Series D: The Staistician, 47(3), 471-484. 

    상세보기 crossref

  11. Dykes, J., 1998, Cartographic visualization: Exploratory spatial data analysis with local indicators of spatial association using Tcl/Tk and cdv, Journal of the Royal Statistical Society Series D: The Staistician, 47(3), 485-497. 

    상세보기 crossref

  12. Fortin, M.-J. and Dale, M., 2005, Spatial Analysis: A Guide for Ecologists, Cambridge University Press, Cambridge. 

  13. Getis, A. and Ord, J. K., 1992, The analysis of spatial association by use of distance statistics, Geographical Analysis, 24(3), 189-206. 

    상세보기

  14. Getis, A. and Ord, J. K., 1996, Local spatial statistics: An overview, in Longley, P. and Batty, M. (eds.), Spatial Analysis: Modelling in a GIS Environment, GeoInformation International, Cambridge, 261-277. 

  15. Goodchild, M. F. and Lam, N. S.-N., 1980, Areal interpolation: A variant of the traditional spatial problem, Geoprocessing, 1, 297-312. 

    상세보기

  16. Jacquez, G. M., Maruca, S., and Fortin, M.-J., 2000, From fields to objects: A review of geographic boundary analysis, Journal of Geographical Systems, 2(3), 221-241. 

    상세보기 crossref

  17. Kulldorff, M., 1997, A spatial scan statistic, Communications in Statistics: Theory and Methods, 26(6), 1487-1496. 

  18. Kulldorff, M., 2009, SaTScan User Guide (version 8.0), Available at http://www.satscan.org/. 

  19. Lawson, A. B. and Kleinman, K., 2005, Spatial and Syndromic Surveillance for Public Health, John Wiley & Sons, Chichester, West Sussex. 

  20. Lee, S.-I., 2001, Developing a bivariate spatial association measurer: An integration of Pearson's r and Moran's I, Journal of Geographical Systems, 3(4), 369-385. 

    crossref

  21. Lee, S.-I., 2004, A generalized significance testing method for global measures of spatial association: An extension of the Mantel test, Environment and Planning A, 36(9), 1687-1703. 

    상세보기 crossref

  22. Lee, S.-I., 2009, A generalized randomization approach to local measures of spatial association, Geographical Analysis, 41(2), 221-248. 

    상세보기 crossref

  23. Lee, S.-I. and Kim, K., 2007, Representing the population density distribution of Seoul using dasymetric mapping techniques in a GIS environment, Journal of the Korean Cartographic Association, 7(2), 53-67 (in Korean). 

  24. Lee, S.-I., Shin, J., Kim, H.-M., Hong, I., Kim, K., Chun, Y., Cho, D., Kim, J.-G., and Lee, G. (translation), 2009, Geographic Information Systems and Science, 2nd Edition, Sigmapress, Seoul (이상일.신정엽.김현미.홍일영.김감영.전용완. 조대헌.김종근.이건학 역, 2009, 지리정보시스템과 지리정보과학, 제2판, 시그마프레스, 서울; Longley, P. A., Goodchild, M., Maguire, D. J., and Rhind, D. W., 2005, Geographic Information Systems and Science, 2nd Edition, John Wiley & Sons, Chichester, West Sussex). 

  25. Legendre, P. and Legendre, L., 1998, Numerical Ecology, 2nd English Edition, Elsevier, New York. 

  26. Lu, H. and Carlin, B. P., 2005, Bayesian areal wombling for geographical boundary analysis, Geographical Analysis, 37(3), 265-285. 

    상세보기 crossref

  27. Moreira, G. J. P., Takahashi, R. H. C., and Duczmal, L., 2007, Delineating spatial clusters with artificial neural networks, Advances in Disease Surveillance, 4, 104. 

  28. Office of the Deputy Prime Minister, 2002, Producing Boundaries and Statistics for Town Centres: London Pilot Study Summary Report, The Stationery Office, UK. 

  29. Ord, J. K. and Getis, A., 1995, Local spatial autocorrelation statistics: Distributional issues and an application, Geographical Analysis, 27(4), 286-306. 

    상세보기

  30. Rogerson, P. and Yamada, I., 2009, Statistical Detection and Surveillance of Geographic Clusters, Chapman & Hall/CRC, Boca Raton, FL. 

  31. Sohn, H., 2008, Modeling spatial patterns of an overheated speculation area, Journal of the Korean Geographical Society, 43(1), 104-116 (in Korean). 

  32. Sohn, H. and Park, K., 2008, A spatial statistical method for exploring hotspots of house price volatility, Journal of the Korean Geographical Society, 43(3), 392-411 (in Korean). 

  33. Sutton, P. C., 2003, A scale-adjusted measure of "urban sprawl" using nighttime satellite imagery, Remote Sensing of Environment, 86, 353-369. 

    상세보기 crossref

  34. Tango, T., 2010, Statistical Methods for Disease Clustering, Springer, New York. 

  35. Thurstain-Goodwin, M. and Unwin, D. J., 2000, Defining and delimiting the central areas of towns for statistical monitoring using continuous surface representations, Transactions in GIS, 4(4), 305-317. 

    상세보기 crossref

  36. Unwin, A., 1996, Exploratory spatial analysis and local statistics, Computational Statistics, 11, 387-400. 

    상세보기

  37. Unwin, A. and Unwin, D. J., 1998, Exploratory spatial data analysis with local statistics, Journal of the Royal Statistical Society Series D: The Statistician, 47(3), 415-421. 

    상세보기 crossref

  38. Waller, L. A. and Gotway, C. A., 2004, Applied Spatial Statistics for Public Health Data, John Wiley & Sons, Hoboken, NJ. 

  39. Womble, W. H., 1951, Differential systematics, Science, 114, 315-322. 

    상세보기 crossref

  40. Wulder, M. and Boots, B., 1998, Local spatial autocorrelation characteristics of remotely sensed imagery assessed with the Getis statistics, International Journal of Remote Sensing, 19(11), 2223-2231. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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