[논문]객체기반 셀룰러오토마타 모형을 이용한 하남시 토지이용변화 모의

김일권; 권혁수

doi:10.11108/kagis.2018.21.4.202

객체기반 셀룰러오토마타 모형을 이용한 하남시 토지이용변화 모의
Simulation of land use changes in Hanam city using an object-based cellular automata model 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.21 no.4, 2018년, pp.202 - 217

초록
AI-Helper

인간 활동에 의한 도시의 토지이용변화는 도시의 공간구조와 생태계에 영향을 미친다. 토지이용변화 패턴을 파악하고 미래의 토지이용변화를 모의하는 것은 지속가능한 도시 관리를 위해 필요하지만, 토지이용변화의 불확실성과 복잡성으로 인해서 이를 효과적으로 모의하기 어렵다. 셀룰러오토마타 모형은 도시토지이용변화에 널리 사용되는 모형으로, 격자기반의 변화를 모의한다. 하지만, 격자기반의 모의는 실제 토지이용변화 특성을 반영하기 어렵고, 토지이용의 파편화가 나타나는 한계가 있다. 이러한 문제를 보완하기 위해 제작된 객체기반 셀룰러오토마타모형은 토지패치 객체별 변화를 모의한다. 본 연구는 하남시를 대상으로 객체기반 토지이용변화 모형을 제작하여 미래의 토지이용변화를 모의하였다. 제작된 모형의 정확도를 평가하는 성능지수는 24.1%로 평가되었다. 기준시나리오를 적용한 2038년의 토지이용변화 모의결과, 시가지는 16.4% 감소한 반면, 농경지는 9.0% 증가하였고, 초지는 19.3% 증가하였다. 개발시나리오의 경우 시가지는 22.4% 증가하였고, 농경지는 26.1% 감소한 반면, 산림과 초지는 큰 변화가 나타나지 않았다. 보전시나리오의 경우 시가지는 29.5%, 농경지는 8.8%감소하였고, 산림과 초지는 각각 6%, 42.8% 증가하였다. 본 모형은 실제 도시 토지이용변화를 효과적으로 모의하여 공간계획을 위한 의사결정지원도구로 사용될 수 있다.

Abstract ▼ AI-Helper

Urban land use changes by human activities affect spatial configuration of urban areas and their surrounding ecosystems. Although it is necessary to identify patterns of urban land use changes and to simulate future changes for sustainable urban management, simulation of land use changes is still challenging due to their uncertainty and complexity. Cellular automata model is widely used to simulate urban land use changes based on cell-based approaches. However, cell-based models can not reflect features of actual land use changes and tend to simulate fragmented patterns. To solve these problems, object-based cellular automata models are developed, which simulate land use changes by land patches. This study simulate future land use changes in Hanam city using an object-based cellular automata model. Figure of merit of the model is 24.1%, which assess accuracy of the simulation results. When a baseline scenario was applied, urban decreased by 16.4% while agriculture land increased by 9.0% and grass increased by 19.3% in a simulation result of 2038 years. In an urban development scenario, urban increased by 22.4% and agriculture land decreased by 26.1% while forest and grass did not have significant changes. In a natural conservation scenario, urban decreased by 29.5% and agriculture land decreased by 8.8% while each forest and grass increased by 6% and 42.8%. The model can be useful to simulate realistic urban land use change effectively, and then, applied as a decision support tool for spatial planning.

주제어

표/그림 (8)

표 TABLE 1. Spatial allocation of scenario using IF-THEN rules
표 TABLE 2. Input variables to calculate local transitional probability
그림 FIGURE 1. Framework of an object-based cellular automata land use change model developed in the study
표 TABLE 3. Validation results of land use change simulation using three map comparison and figure of merit (A=Actual land use in 2007year, B=Actual land use in 2013year, C=Simulated land use in 2013year)
그림 FIGURE 2. Comparison of current land use maps on 2013 years (A) with simulated results of cell-based (B) and object-based (C) cellular automata model
표 TABLE 4. Mean simulation results of land use changes according to scenario types (unit: ㎢)
그림 FIGURE 3. Mean simulation results of land use changes by scenario types (error bars indicate gaps between maximum and minimum values of simulation results)
그림 FIGURE 4. Simulation result of land use change using an object-based cellular automata model

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 도시토지이용변화를 모의하기 위해서 객체기반 셀룰러오토마타 모형을 개발하 고, 이를 검증하고자 한다. 또한 경기도 하남시를 대상으로 도시 토지이용변화에 영향을 줄 수있는 시나리오를 개발하고, 이를 반영하는 미래의 토지이용변화를 모의하여 정책방향별 효과를 평가하고자 한다.
특히 고해상도영상자료에 통해서 패치단위로 제작되는 토지피복도와 다양한 공간정보들을 활용하여 미래의 토지이용변화를 모의하기 위해서는 객체기 반의 토지이용변화모형의 개발과 적용이 필요하다. 본 연구는 도시토지이용변화를 모의하기 위해서 객체기반 셀룰러오토마타 모형을 개발하 고, 이를 검증하고자 한다. 또한 경기도 하남시를 대상으로 도시 토지이용변화에 영향을 줄 수있는 시나리오를 개발하고, 이를 반영하는 미래의 토지이용변화를 모의하여 정책방향별 효과를 평가하고자 한다.
2000년부터 제작된 중분류 토지피복도는 2007년, 2009 년, 2013년에 갱신되면서 시계열적인 토지이용 변화를 파악하기 용이하여 토지이용변화모형 개발에 활용하기 적절하다. 본 연구는 위성영상의 촬영 및 피복도 제작주기의 시간적 간격을 고려하여 2007년과 2013년을 기준으로 제작된 환경부 중분류 토지피복도를 이용하여 객체기반 토지이용변화모형을 개발하였다. 모형구동을 용이하게 하기 위하여 중분류로 제작된 피복유형을 대분류로 전환하여, 주요 5개 토지이용형태 (시가지, 농경지, 산림, 초지, 나지)의 변화를 모의하는 객체기반 셀룰러오토마타모형을 개발하였다.
본 연구모형과 결과는 기존의 격자기반 토지이용변화모형을 보완하는 객체기반 모형을 개발하고, 그 정확도와 효율성을 검증하였다. 필지기반의 토지이용변화를 모의하기 때문에 기존 모형이 가지는 파편화되는 토지이용변화패턴이 줄어들고, 공간정책을 반영하기 용이하다.
본 연구에서는 객체기반의 셀룰러오토마타 모형을 개발하고 하남시를 대상으로 모형의 정확도를 평가하고, 미래의 토지이용변화를 모의하였다. 제작한 객체기반의 셀룰러오토마타 모형의 정확도를 평가하는 성능지수의 값은 24.

가설 설정

도시개발 시나리오는 하남시의 도시개 발이 계속되면서 도시지역이 성장하는 시나리오를 반영하였다. 개발 시나리오에서는 시가지가 식생피복(초지, 산림, 농경지)으로 변화되지 않는 규칙을 적용하여 시가지는 유지, 나대지로의 변화만 나타나는 것으로 가정하였다. 반면 개발 제한 시나리오는 도시의 성장을 억제하고 녹지 확충을 위한 노력을 반영하는 시나리오를 설정 하여 개발제한구역내의 산림을 훼손하지 않고, 기존의 나대지를 녹지로 변화시키는 도시녹지화 정책을 설정하였다.
, 2016). 본 연구에서는 생태자연도 1등급지역을 Con으로 설정하여, 생태자연도 1등급지역 격자가 30% 이상을 차지 하는 경우에는 토지이용변화가 나타나지 않는 것으로 가정하였다. 또한 중분류상 도로와 교통시설로 분류되는 셀들은 다른 피복으로 변하지 않고 피복이 유지되는 것으로 제한하였다.

제안 방법

3지도 비교법을 이용하여 2013년 토지피복 도와 모형의 모의결과를 검정하고, 성능지수를 다음과 같이 계산하였다(표 3). 모형과 실제의 토지피복에서 모두 변화가 없는 지점들은 전체 피복의 72.
, 2008). 3지도 비교법을 이용하여 토지이용변화모형의 모의결과들을 피복별로 비교된 결과를 가지고 성능지수 값을 계산하여 모형의 정확도를 정량적으로 평가하였다.
검증과 보정을 완료한 객체기반 모형을 이용 하여 2038년까지의 하남시의 토지이용변화를 100차례 모의한 결과들의 평균값을 미래의 가능한 토지이용변화로 파악하였다(표 4, 그림 3).
반면 개발 제한 시나리오는 도시의 성장을 억제하고 녹지 확충을 위한 노력을 반영하는 시나리오를 설정 하여 개발제한구역내의 산림을 훼손하지 않고, 기존의 나대지를 녹지로 변화시키는 도시녹지화 정책을 설정하였다. 그러므로 산림이 다른 피복으로 변하는 현상이 나타나지 않고, 새로운 나대지는 다음 모의과정에서 산림이나 초지 중에서 변화확률이 높은 피복으로 바뀌는 것을 규칙으로 설정하였다(표 1).
본 연구는 위성영상의 촬영 및 피복도 제작주기의 시간적 간격을 고려하여 2007년과 2013년을 기준으로 제작된 환경부 중분류 토지피복도를 이용하여 객체기반 토지이용변화모형을 개발하였다. 모형구동을 용이하게 하기 위하여 중분류로 제작된 피복유형을 대분류로 전환하여, 주요 5개 토지이용형태 (시가지, 농경지, 산림, 초지, 나지)의 변화를 모의하는 객체기반 셀룰러오토마타모형을 개발하였다.
모형을 개발하기에 앞서 토지피복을 동일한 기준에 맞추기 위해 도시공원 지역들을 재분류 하는 작업을 수행하였다. 대부분의 도시공원은 2007년 토지피복도에서는 문화, 체육, 휴양지역 으로 구분되어 시가화·건조지역에 포함되지만, 2013년 토지피복도에서는 초지와 산림으로 분류된다.
본 연구는 도시지역의 토지이용변화 시나리오와 격자기반의 셀룰러오토마타모형을 이용하여 하남시의 도시성장과 녹지변화패턴을 모의하였다. 미래의 토지이용변화를 모의하기 위한 모형을 개발하였고 이를 통해서 미래에 실현가능한 정책시나리오를 적용하여 정책방향별 토지이용 변화를 모의하였다. 실제토지이용변화를 모의하기에 앞서 모형의 정확도를 평가한 결과, 나지 변화의 모형정확도가 높게 나타나고, 시가지, 농경지, 초지에서도 모형정확도가 적절한 수준으로 평가된 반면 산림지역의 변화에 대한 모형 정확도는 낮게 나타났다.
개발 시나리오에서는 시가지가 식생피복(초지, 산림, 농경지)으로 변화되지 않는 규칙을 적용하여 시가지는 유지, 나대지로의 변화만 나타나는 것으로 가정하였다. 반면 개발 제한 시나리오는 도시의 성장을 억제하고 녹지 확충을 위한 노력을 반영하는 시나리오를 설정 하여 개발제한구역내의 산림을 훼손하지 않고, 기존의 나대지를 녹지로 변화시키는 도시녹지화 정책을 설정하였다. 그러므로 산림이 다른 피복으로 변하는 현상이 나타나지 않고, 새로운 나대지는 다음 모의과정에서 산림이나 초지 중에서 변화확률이 높은 피복으로 바뀌는 것을 규칙으로 설정하였다(표 1).
오류항목은 실제토지와 모의결과가 불일치하는 항목들로 변화가 없는 지점을 변화로 모의하거나(오류1), 변화가 발생한 지점을 변화가 없는 지역으로 모의하거나(오류2), 변화가 발생하였지만 잘못된 피복유형으로 모의된(오류3) 경우로 구분된다. 본 연구는 레퍼런스1은 2007년, 레퍼런스2는 2013년도의 토지피복도로 설정한 후, 2007년과 2013년의 토지이용변화양상을 2013년 모의피복도와 비교 하여 실제변화지역과 모형의 예측변화지역의 일치여부를 비교하였다.
는 격자 고유의 변화확률로 토지피복변화가 해당지점의 환경변수들의 영향에 의해서 나타날 확률을 의미한다. 본 연구에서는 다중로지스틱회귀분석을 이용하여 하남시의 자연환경 요인, 거리요인, 사회경제요인으로 구분된 환경 변수들의 영향력을 평가하고, 이를 기반으로 격자 고유의 변화확률을 산정하였다. 자연환경요인인 고도와 경사는 기존의 연구에서 고려되는 변화요인으로 연구지역의 지형적인 특성을 반영 한다.
, 2013). 본 연구에서는 도시지역 성장과 녹지증대시나리오를 고려한 개발 및 보전시나리오를 설정하고 이를 기존의 토지이용변화모형결과와 비교하여 정책시나리오에 의한 토지이용변화를 비교하여 평가하였다.
, 2017). 본 연구에서는 하나의 객체패치를 구성하는 개별 격자들의 전이확률 평균값을 해당 객체의 전이확률 평균값으로 산정하고, 이를 이용하여 미래의 토지이용변화를 모의하였다.
, 2011). 본연구에서도 모형의 교정과정에서 각 토지피복별 확률교란 값을 적용하여 각 피복 별 변화확률의 최댓값이 1이 되도록 설정하였다.
대부분의 토지이용변화모형의 검증은 모의된 토지피복도를 동일한 시기의 실제의 토지피복도와 비교하여 제안된 모형의 공간상의 예측정확도를 통해서 실제의 토피복도와 유사한 정도를 평가한다. 이를 위해 2007년의 토지피복도를 이용하여 2013년의 토지피복변화를 모의한 후 2013년 실제토지피복도와 비교하였다. 앞서 기술한 바와 같이 2007년의 토지피복도는 토지피복분류 기준을 2013년에 맞게 재분류하였기 때문에 모형의 정확도를 검정하기에 적절하다.
이는 현재의 토지이용변화 패턴을 기반 으로 미래의 토지이용변화를 모의하는 과정에서 시가지가 초지와 산림으로 변하는 확률을 과대 추정하는 문제를 발생시킨다. 이를 해결하기 위해 용도구역도를 이용하여 추출된 도시공원지역들을 초지로 변환시켜 2007년 토지피복도를 수정하였다.
Cho(2008)는 도시지역의 개발밀도를 고려하여 토지이용에 대한 수요를 파악하고, 이를 반영한 셀룰러오토마타 모형을 개발하였다. 일부 연구들은 CLUE와 SLEUTH모형과 같은 범용 셀룰러오토마타 모형을 이용하여 시나리오별 미래의 토지이용변화를 모의하였다. Park and Ha(2013)는 기후변화 RCP 8.

대상 데이터

고도와 경사는 30m격자크기의 DEM (Digital Elevation Model)에서 추출된 값을 이용하였다. 거리요인은 도로부터의 거리, 하천으 로부터의 거리, 서울로부터의 거리로서, 특정 요인들에 대한 물리적인 거리를 반영하였다. 이들은 ArcGIS의 spatial analyst 툴을 이용하여 해당지점으로부터의 거리를 산정하는 방법으로 추출되었다.
자연환경요인인 고도와 경사는 기존의 연구에서 고려되는 변화요인으로 연구지역의 지형적인 특성을 반영 한다. 고도와 경사는 30m격자크기의 DEM (Digital Elevation Model)에서 추출된 값을 이용하였다. 거리요인은 도로부터의 거리, 하천으 로부터의 거리, 서울로부터의 거리로서, 특정 요인들에 대한 물리적인 거리를 반영하였다.
이들은 ArcGIS의 spatial analyst 툴을 이용하여 해당지점으로부터의 거리를 산정하는 방법으로 추출되었다. 사회경제요인으로 인구요인을 설정하여, 하남시 인구의 공간분포를 100m 격자로 변환한 자료를 이용하였다. 본 연구에서 사용된 환경변수들을 정리하면 다음과 같다(표 2).

이론/모형

누적인자를 구하기 위해서 Verburg et al.(2004)이 제안한 다음의 식을 이용하였다
하지만, 본 연구에서는 모형의 편의성과 구동시간을 조절하기 위해서 Liu et al.(2008)에서 설정한 Circular Neighborhood의 값을 이용하여 토지집중도를 계산하였다.
계산된 피복변화확률계산식을 바탕으로 객체기반 토지이용 변화를 모의하기 위해 NetLogo 5.3.1 소프트웨어(Wilensky, 1999)를 이용하여 격자기반의 셀룰러오토마타모형을 구현하였다. NetLogo는 자체 그래픽인터페이스를 통해서 모형의 결과물의 공간분포를 시각적으로 구현할 수 있고, 모형의 구축이 용이하기 때문에 셀룰러오토마타와 행위자기반의 토지이용변화모형 제작도구로 활용되고 있다.
본 연구는 도시지역의 토지이용변화 시나리오와 격자기반의 셀룰러오토마타모형을 이용하여 하남시의 도시성장과 녹지변화패턴을 모의하였다. 미래의 토지이용변화를 모의하기 위한 모형을 개발하였고 이를 통해서 미래에 실현가능한 정책시나리오를 적용하여 정책방향별 토지이용 변화를 모의하였다.

성능/효과

국내에서 성능지수를 적용한 연구에서 Kim(2015)은 적용되는 토지이용 변화모형과 연구대상 지역에 따라서 편차가 크게 나타남을 보여준다. GEOMOD 모형은 성능지수가 26.5%와 29.5%로 모형의 정확도가 높고 지역별 편차가 작은 반면, GEB모형은 성능지수가 30.16%와 9.68%로 모형의 정확도의 편차가 나타났다. GEOMOD 모형을 이용하여 토지이용 변화를 모의한 Kim(2010)의 성능지수는 6.
5%가 감소하여 기준 시나리오보다 감소폭이 크게 나타났다. 기준 시나리오와 개발 시나리오에서 반대의 경향이 나타나던 농경지는 시가지와 마찬가지로 감소하였으나 (8.8%), 감소폭은 시가지보다 낮은 수준으로 나타났다. 녹지증대 및 보전정책의 효과로 인하여 산림은 6% 증가하고, 초지는 42.
8%), 감소폭은 시가지보다 낮은 수준으로 나타났다. 녹지증대 및 보전정책의 효과로 인하여 산림은 6% 증가하고, 초지는 42.8%로 증가 하였다. 반면 나지는 기준 및 개발시나리오보다 낮은 수준에서 증가하였다.
또한 격자기반의 토지이용변화 모형과 비교한 결과, 객체기반 모형에서는 현재 토지객체 단위의 모의과정을 통해서 실제 구역단위의 토지이용모의가 가능하면서 토지이용이 파편화되는 문제가 감소하였다(그림 2). 기존의 셀룰러오토마타 모형을 이용하여 모의한 2023년의 토지이용 (그림 2(B)) 결과에서는 시가지가 주로 위치한 지역에서 나지가 증가하는 현상이 파편화되면서 나타난다.
또한 토지이용변화 모의시뮬레이션 결과 중에서 평균값에 가까운 결과들의 지도의 비교에서 2038년의 토지이용변화 모의결과에서는 토지피복들이 공간적으로 집적되는 형태로 변화가 나타났다(그림 4). 시가지의 확장은 도로축을 따라서 진행되는데, 개발시나리오(4(C))에서는 기존의 시가지들이 유지되면서 도로망을 따라서 시가지가 확장되었다.
초지와 나지는 지속적으로 증가하였다. 모든 토지피복변화에서 시간이 지날수록 변화폭이 줄어드는 현상이 공통적으로 나타났다.
6%로 나타났다. 모형전체의 정확도를 평가하는 성능지수는 24.1%로 계산되었다. 전체적으로 오류2의 값이 가장 크게 나타나면서 실제의 토지이용변화보다 과소 모의되는 경향이 나타났다.
시가지 확장은 주로 하남시의 중부와 남부지역에 위치한 하천과 도로주변에서 나타났다. 보전시나리오에서는 시가지가 큰 폭으로 감소하고, 농경지도 소규모 감소하는 반면 산림과 초지가 증가하는데, 기존 산림의 주변지역들이 산림으로 바뀌면서 산림이 증가하는 형태로 나타났다.
4%로 나타났다. 본 모형의 정확도는 다른 객체기반모형들과 비슷하고, 실제토지이용변화보다 과소 추정되는 경향도 유사하게 나타났다.
0%로 다른 피복으로의 모의결과에서 높은 정확도를 보였다. 시가지, 초지, 농지는 전체모형의 정확도는 비슷한 수준이지만, 모형의 오류특성은 각각 다르게 나타났다. 시가지는 변화가 없는 지역을 변화로 모의하는 오류1이 19.
미래의 토지이용변화를 모의하기 위한 모형을 개발하였고 이를 통해서 미래에 실현가능한 정책시나리오를 적용하여 정책방향별 토지이용 변화를 모의하였다. 실제토지이용변화를 모의하기에 앞서 모형의 정확도를 평가한 결과, 나지 변화의 모형정확도가 높게 나타나고, 시가지, 농경지, 초지에서도 모형정확도가 적절한 수준으로 평가된 반면 산림지역의 변화에 대한 모형 정확도는 낮게 나타났다. 제작된 모형을 토지이용변화 시나리오에 적용한 결과, 도시 확장 시나리오에서는 시가지가 증대하는 반면 농경지가 감소하였다.
이를 피복별로 비교하면 54.0%의 성능지수 값을 가지는 나지의 모의정확도가 가장 높게 나타났다. 나지의 경우 토지이용변화가 나타나지 않는 일치1의 비율은 1.
1%로 계산되었다. 전체적으로 오류2의 값이 가장 크게 나타나면서 실제의 토지이용변화보다 과소 모의되는 경향이 나타났다.
실제토지이용변화를 모의하기에 앞서 모형의 정확도를 평가한 결과, 나지 변화의 모형정확도가 높게 나타나고, 시가지, 농경지, 초지에서도 모형정확도가 적절한 수준으로 평가된 반면 산림지역의 변화에 대한 모형 정확도는 낮게 나타났다. 제작된 모형을 토지이용변화 시나리오에 적용한 결과, 도시 확장 시나리오에서는 시가지가 증대하는 반면 농경지가 감소하였다. 시가지 확장은 주로 하남시의 중부와 남부지역에 위치한 하천과 도로주변에서 나타났다.
본 연구에서는 객체기반의 셀룰러오토마타 모형을 개발하고 하남시를 대상으로 모형의 정확도를 평가하고, 미래의 토지이용변화를 모의하였다. 제작한 객체기반의 셀룰러오토마타 모형의 정확도를 평가하는 성능지수의 값은 24.1% 로 나타났다. 이는 Pontius et al.
현재의 토지이용변화패턴을 반영하는 기준 시나리오에서 하남시의 시가지와 산림은 지속적 으로 감소하였으며, 농지, 초지, 나지는 증가하였다. 하남시의 시가지는 2013년 대비 16.

후속연구

이는 향후 다양한 알고리즘과 객체별 전이규칙을 세우는 과정에서 최적의 토지이용을 위한 패치 분할과 병합과정을 추가하는 방향으로 보완이 필요하다. 또한 시가지와 산림과 같이 토지이용 계획상에서 중요한 피복의 정확도가 전체모형에 비해 낮게 나타나는 부분도 개선이 필요하다. 하남시의 경우 토지피복도상에서 2007년과 2013년 사이에 시가지가 감소하면서, 전체 모형에서도 시가지가 감소하였다.
, 2017). 이는 향후 다양한 알고리즘과 객체별 전이규칙을 세우는 과정에서 최적의 토지이용을 위한 패치 분할과 병합과정을 추가하는 방향으로 보완이 필요하다. 또한 시가지와 산림과 같이 토지이용 계획상에서 중요한 피복의 정확도가 전체모형에 비해 낮게 나타나는 부분도 개선이 필요하다.
비록 객체기반 모형에서 객체들의 분할과 병합이 반영되지 못해서 현재의 필지구분에 따른 토지이용 변화가 나타나고, 사용되는 변수들이 제한적이기 때문에 연구지역의 사회-경제적인 요인들을 충분히 반영하지 못하는 부분은 개선이 필요하다. 이러한 한계점들이 개선된다면 본 연구는 지역의 토지이용변화를 모의하고, 이를 통해서 나타날 수 있는 자연환경의 영향을 파악하는 연구들로 확장될 수 있다. 이를 통해서 도시 공간정책의 효과를 모의하여 정책수립과정에 실제적으로 기여할 수 있는 의사결정 지원도구로 사용될 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	토지이용변화를 효과적으로 모의하는데 한계가 존재하는 이유는 무엇인가?	도시지역의 토지이용변화패턴을 파악하고 이를 기반으로 미래의 토지이용변화를 모의하는 것은 환경 및 공간정책의 수립과정에서 보호 및개발지역의 설정을 위한 중요한 의사결정지원도 구로 활용될 수 있다. 하지만, 도시지역의 토지 이용변화현상의 불확실성과 복잡성으로 인해서 이를 효과적으로 모의하는데 한계가 있다.
	토지이용변화모형에는 어떤 것들이 있는가?	공간모형에 기반한 토지이용변화모형은 토지 이용변화의 시공간적인 변화를 파악하는데 용이하기 때문에 다양한 방법론을 적용한 토지이용 변화모형들이 개발되고 적용되어 왔다. 셀룰러 오토마타(Cellular Automata: CA), 행위자기반 모형(Agent-based model), 마르코프체인 (Markov-chain) 모형, 시스템 다이나믹스 모형 등이 대표적인 토지이용변화모형으로 개발되어 왔다. 특히, 셀룰러오토마타모형은 대표적인 공간변화모형으로서 공간변화를 개체기반의 격자단위로 추정하여, 도시성장과 토지이용변화를 모의하는데 널리 사용되고 있다(Cho, 2008; Santé et al.
	3지도 비교법(three map comparison)이란 무엇인가?	앞서 기술한 바와 같이 2007년의 토지피복 도는 토지피복분류 기준을 2013년에 맞게 재분류 하였기 때문에 모형의 정확도를 검정하기에 적절 하다. 3지도 비교법(three map comparison)은 두시기의 지도를 중첩시켜서 모형의 정확도를 평가하는 방법으로 레퍼런스로 사용되는 두 시기(모형구동시점과 예측시기의)의 실제 토지피 복도와 예측된 토지피복도를 비교하고, 2가지의 모형일치 항목과 3가지의 오류항목을 구분하여 모형의 정확도를 평가한다(Pontius et al., 2008).

참고문헌 (37)

Alcamo, J., K. Kok, G. Busch and J. Priess. 2008. Searching for the future of land scenarios from the local to global scale. In: Alcamo, J.(Ed.), Environmental futures: The practice of environmental scenario analysis. Elsevier, Amsterdam, The Netherlands.
Antrop, M. 2004. Landscape changes and the urbanization process in Europe. Landscape and Urban Planning 67: 9-26.

상세보기
Byun, G.I., C.S. Lee and C.H. Kim. 2013. A study of the change of land price according to the adjustment of development restriction area-focused on Hanam in Korea. Journal of Korea Planning Association 48(7):181-199.
Chen, G., G.J. Hay, L.M. Carvalho and M.A. Wulder. 2012. Object-based change detection. International Journal of Remote Sensing 33:4434-4457.

상세보기
Chen, Y., X. Li, X. Liu and B. Ai. 2014. Modeling urban land-use dynamics in a fast developing city using the modified logistic automaton with a patch-based simulation strategy. International Journal of Geographical Information Science 28(2):234-255.
Cho, D. 2008. Cellular automata based urban landuse change modeling considering development density. Journal of the Korean Geographical Society 43(1):117-133.
Choi, D.S. and C.H. Yim. 2004. Densityincorporated cellular automata modelling: simulation of the urban growth for Seoul metropolitan area. Journal of Korea Planning Association 39(5):7-24.
Feng, Y., Y. Liu, X. Tong, M. Liu and S. Deng. 2011. Modeling dynamic urban growth using cellular automata and particle swarm optimization rules. Landscape and Urban Planning 102:188-196.

상세보기
Han, J., Y. Hayashi, X. Cao and H. Imura. 2009. Application of an integrated system dynamics and cellular automata model for urban growth assessment: A case study of Shanhai, China. Landscape and Urban Planning 91:133-141.

상세보기
Kim, I., S. Arnhold, S. Ahn, Q.B. Le, S.J. Kim, S.J. Park and T. Koellner. 2017. Land use change and ecosystem services in mountainous watersheds: Predicting the consequences of environmental policies with cellular automata and hydrological modeling. Environmental Modelling and Software(in press).
Kim, J., J. Park, I. Song, J. Song, S.M. Jun and M.S. Kang. 2015. Analysis of land use change using RCP-based Dyna- CLUE model in the Hwangguji River Watershed. Journal of Korean Society of Rural Planning 21(2):33-49.
Kim, O. 2015. Limitation of applying landchange models for REDD reference level setting. Journal of the Korean Geographical Society 50(3):277-287.
Landis, J. 1994. The California urban future model: a new generation of metropolitan simulation models. Environment and Planning B 21:399-420.

상세보기
Lawler, J.J., D.J. Lewis, E. Nelson, A.J. Plantinga, S. Polasky, J.C. Withey, D.P. Helmers, S. Martinuzzi, D. Pennington and V.C. Radeloff. 2014. Projected land -use change impacts on ecosystem services in the United States. Proceedings of the National Academy of Science 201405557.
Lee, Y.G., Y.H. Cho and S.J. Kim. 2016. Prediction of land-use change based on urban growth scenario in South Korea using CLUE-s model. Journal of the Korean Association of Geographic Information Studies 19(3):75-88.

원문보기 상세보기
Lee, S.H., J.M. Yun, K.C. Seo, K.W. Nam and S.C. Park. 2004. A study on the urban growth model of Gimhae city using celluar automata. Journal of the Korean Association of Geographic Information Studies 7(3):118-125.
Liao, J., L. Tang, G. Shao, X. Su, D. Chen and T. Xu. 2016. Incorporation of extended neighborhood mechanisms and its impact on urban land-use cellular automata simulations. Environmental Modelling and Software 75:163-175.

상세보기
Liu, X., X. Li, S. Wu and T. Liu. 2008. Simulating complex urban development using kernel-based non-linear cellular automata. Ecological Modeling 211(1): 169-181.

상세보기
Li, X., P. Gong, L. Yu and T. Hu. 2017. A segment derived patch-based logistic cellular automata for urban growth modeling with heuristic rules. Computers, Environment and Urban Systems 65:140-149.

상세보기
Lu, Y., M. Cao and L. Zhang. 2015. A Vector-based cellular automata model for simulating urban land use change. Chinese Geographical Science 25(1):74-84.

상세보기
Meentemeyer, R.K., W. Tang, M.A. Dorning, J.B. Vogler, N. Cunniffe and A. Schoemaker. 2013. FUTURES: Multilevel simulations of emerging urban-rural landscape structure using a stochastic patch-growing algorithm. Annals of th Association of American Geographers 103(4):785-807.

상세보기
Moghadam S.A., M. Karimi and K. Habibi. 2018. Simulating urban growth in a megalopolitan area using a patch-based cellular automata. Transactions in GIS 22(1):249-268.

상세보기
Park, I.H. and S.R. Ha. 2013. Land use change prediction of Cheongju using SLEUTH model. Journal of Environmental Impact Assessment 22(1):109-116.

원문보기 상세보기
Polemans, L. and A. Van Rompaey. 2010. Complexity and performance of urban expansion models. Computers, Environment and Urban Systems 34(1):17-27.

상세보기
Pontius, R.G., W. Boersma, J.C. Castella, K. Clarke, T. Nijs, C. Dietzel, Z. Duan, E. Fotsing, N. Goldstein, K. Kok, E. Koomen, C.D. Lippitt, W. McConnell, A. Mohd Sood, B. Pijanowski, S. Pithadis, S. Sweeney, T.N. Trung, A.T. Veldkamp and P.H. Verburg. 2008. Comparing the input, output and validation maps for several models of land change. The Annals of Regional Science 42:11-37.

상세보기
Sante, I., A.M. Garcia, D. Miranda and R. Crecente. 2010. Cellular automata models for the simulation of real-world urban processes: a review and analysis. Landscape and Urban Planning 96(2):108-122.

상세보기
Stevens, D., S. Dragicevic and K. Rothley. 2007. iCity: A GIS-CA modelling tool for urban planning and decision making. Environmental Modelling and Software 22(6):761-773.

상세보기
Torrens, P.M. and I. Benenson. 2005. Geographic automata systems. International Journal of Geographical Information Science 19(4):385-412.

상세보기
van Vliet, J., A.K. Bregt, D.G. Brown, H. van Delden, S. Heckbert and P.H. Verburg. 2016. A review of current calibration and validation practices in land-use change modelling. Environmental Modeling and Software 82:174-182.

상세보기
Verburg, P.H., W. Soepboer, A. Veldkamp, R. Limpiada, V. Espaldon and S.S. Mastura. 2002. Modeling the spatial dynamic of regional land use: the CLUE -S model. Environmental Management 30(3):391-405.

상세보기
Verburg, P.H., J.R.R. van Eck, T.C.M. de Nijs, H. Visser and K. de Jong. 2004. A method to analyze neighborhood characteristics of land use patterns. Computers, Environment and Urban Systems 28(6):667-690.

상세보기
Verburg, P.H., A. Veldkamp and M.D.A. Rounsevell. 2006. Scenario-based studies of future land use in Europe. Agriculture, Ecosystems and Environment 114:1-6.

상세보기
Wang, F. and D.J. Marceau. 2013. A patch-based cellular automaton for simulating land-use changes at fine spatial resolution. Transactions in GIS 17(6): 828-846.

상세보기
White, R. and G. Engelen. 1993. Cellular automata and fractal urban form: A cellular modeling approach to the evolution of urban land-use patterns. Environment and Planning A 25:1175-1199.

상세보기
Wilensky, U. 1999. NetLogo. http://ccl.northwestern.edu/netlogo/. Center for connected learning and computer-based modelling, Northwestern University, Evanston, Illinois.
Wu, F. 2002. Calibration of stochastic cellular automata: The application to rural-urban land conversions. International Journal of Geographical Information Science 16(8):795-818.

상세보기
Yao, Y., X. Liu, X. Li, P. Liu, Y. Hong, Y. Zhang and K. Mai. 2017. Simulating urban land-use changes at a large scale by integrating dynamic land parcel subdivision and vector-based cellular automata. International Journal of Geographical Information Science 31(12): 2452-2479.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증