최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.22 no.2, 2019년, pp.24 - 35
이채영 (한국교통연구원 교통빅데이터연구본부) , 김성민 (강원대학교 에너지공학부) , 최요순 (부경대학교 에너지자원공학과)
In this study, a hotspot analysis was conducted to suggest a new method for interpreting soil heavy-metal contamination data of abandoned metal mines according to statistical significance level. The spatial autocorrelation of the data was analyzed using the Getis-Ord
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
크리깅(kriging)이 가지는 한계점은 무엇인가? | 그러나 폐금속 광산 주변 지역에서 수집되는 토양오염 조사자료는 대부분 정규 분포를 따르지 않고 일부의 데이터가 과도하게 큰 값을 가지는 이상치를 포함하고 있으므로 지구통계 기법을 사용하는데 어려움이 있다(Kim and Choi, 2017). 또한, 가장 널리 사용되는 지구통계 기반의 보간법인 크리깅(kriging)의 경우에는 미지의 값을 예측하기 위해서 데이터의 공분산을 이용하지만, 관측치 자체의 통계적 유의미성은 제공하지 못한다는 한계점이 있다. 따라서 본 연구에서는 통계적으로 유의미한 지역을 판단하기 위해 핫스팟 분석 기법을 적용하였다. | |
PTEs 관측치는 어떤 경우에 통계적으로 중요한 관측치가 아닐 수 있는가? | 일반적으로 PTEs의 함량이 큰 값을 가지는 관측치는 토양오염 분석에 있어서 관심의 대상이 되며 지구통계 기법을 적용하는 데도 큰 영향력을 가지게 된다. 그러나 관측치가 큰 값을 가지더라도 다른 큰 값들로부터 고립되어 있다면 통계적으로 중요한 관측치가 아닐 수 있다. 통계적으로 중요한 관측치라면 자신의 값이 클뿐 아니라 주변의 값들도 큰 값으로 둘러싸여 있을 필요가 있다. | |
공간적 자기 상관성 분석이란 무엇인가? | 핫스팟 분석을 수행하기 위해서는 공간적 자기 상관성 분석이 선행되어야 한다. 공간적 자기 상관성 분석은 거리에 따른 값들의 유사성, 즉 공간적인 상관성을 확인하는 기술이다. 본연구에서는 일정한 거리 기준을 정하기 위해 원데이터와 로그변환 데이터, 제곱근변환 데이터에 대해서 각각 공간적 자기 상관성 분석을 수행하였으며, 3,900m 거리에서 자료들의 자기 상관성이 가장 높은 것으로 나타났다(그림 4). |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.