최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한지리학회지 = 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)
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...
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. |
Aldstadt, J. and Getis, A., 2006, Using AMOEBA to create a spatial weights matrix and identify spatial clusters, Geographical Analysis, 38(4), 327-343.
Anselin, L., 1995, Local indicators of spatial association-- LISA, Geographical Analysis, 27(2), 93-115.
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.
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.
Anselin, L., 2003, GeoDa 0.9 User's Guide, Spatial Analysis Laboratory, Department of Agricultural and Consumer Economics, University of Illinois.
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.
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.
Boots, B. and Tiefelsdorf, M., 2000, Global and local spatial autocorrelation in bounded regular tessellations, Journal of Geographical Systems, 2(4), 319-348.
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.
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.
Fortin, M.-J. and Dale, M., 2005, Spatial Analysis: A Guide for Ecologists, Cambridge University Press, Cambridge.
Getis, A. and Ord, J. K., 1992, The analysis of spatial association by use of distance statistics, Geographical Analysis, 24(3), 189-206.
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.
Goodchild, M. F. and Lam, N. S.-N., 1980, Areal interpolation: A variant of the traditional spatial problem, Geoprocessing, 1, 297-312.
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.
Kulldorff, M., 1997, A spatial scan statistic, Communications in Statistics: Theory and Methods, 26(6), 1487-1496.
Kulldorff, M., 2009, SaTScan User Guide (version 8.0), Available at http://www.satscan.org/.
Lawson, A. B. and Kleinman, K., 2005, Spatial and Syndromic Surveillance for Public Health, John Wiley & Sons, Chichester, West Sussex.
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.
Lee, S.-I., 2009, A generalized randomization approach to local measures of spatial association, Geographical Analysis, 41(2), 221-248.
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).
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).
Legendre, P. and Legendre, L., 1998, Numerical Ecology, 2nd English Edition, Elsevier, New York.
Lu, H. and Carlin, B. P., 2005, Bayesian areal wombling for geographical boundary analysis, Geographical Analysis, 37(3), 265-285.
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.
Office of the Deputy Prime Minister, 2002, Producing Boundaries and Statistics for Town Centres: London Pilot Study Summary Report, The Stationery Office, UK.
Ord, J. K. and Getis, A., 1995, Local spatial autocorrelation statistics: Distributional issues and an application, Geographical Analysis, 27(4), 286-306.
Rogerson, P. and Yamada, I., 2009, Statistical Detection and Surveillance of Geographic Clusters, Chapman & Hall/CRC, Boca Raton, FL.
Sohn, H., 2008, Modeling spatial patterns of an overheated speculation area, Journal of the Korean Geographical Society, 43(1), 104-116 (in Korean).
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).
Sutton, P. C., 2003, A scale-adjusted measure of "urban sprawl" using nighttime satellite imagery, Remote Sensing of Environment, 86, 353-369.
Tango, T., 2010, Statistical Methods for Disease Clustering, Springer, New York.
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.
Unwin, A., 1996, Exploratory spatial analysis and local statistics, Computational Statistics, 11, 387-400.
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.
Waller, L. A. and Gotway, C. A., 2004, Applied Spatial Statistics for Public Health Data, John Wiley & Sons, Hoboken, NJ.
Womble, W. H., 1951, Differential systematics, Science, 114, 315-322.
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.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.