$\require{mediawiki-texvc}$

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.

폐금속 광산의 토양 중금속 오염 조사 자료 해석을 위한 핫스팟 분석의 적용
Application of Hot Spot Analysis for Interpreting Soil Heavy-Metal Concentration Data in Abandoned Mines 원문보기

한국지리정보학회지 = 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)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 핫스팟 분석을 통해 폐금속 광산의 토양 중금속 오염 조사 자료를 통계적 유의수준에 따라 해석할 수 있는 새로운 방법을 제시하였다. 이상 값을 나타내는 토양 중금속 오염 조사 자료들이 특정한 공간에 집중 또는 분산되어 나타나는지를 확인하기 위해 자료들의 공간적 자기상 관성을 Getis-Ord $Gi{\ast}$ 통계량을 이용하여 분석하였다. 그 결과 폐금속 광산지역에서 이상 값을 나타내는 자료들이 통계적으로 얼마나 유의미하게 집중되어 있는지 확인할 수 있었다. 각각의 자료들이 가지는 중금속 원소별 오염도 값과 Getis-Ord $Gi{\ast}$ 통계량 계산 결과를 이용하여 자료들을 (1) 오염도와 집중도가 모두 높은 것, (2) 오염도는 높으나 집중도가 낮은 것, (3) 오염도는 낮으나 집중도가 높은 것, (4) 오염도와 집중도가 모두 낮은 것 중 하나의 유형으로 분류할 수 있었다. 이러한 분류 결과를 활용하면 토양 중금속 오염 조사자료를 통계적 유의수준에 따라 해석할 수 있으며, 폐광산 지역의 토양오염 관리와 관련하여 합리적인 의사결정을 지원할 수 있으리라 판단된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

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 $Gi{\ast}$ statistic ...

주제어

#폐광산   #토양오염   #핫스팟 분석   #지리정보시스템  

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 원자료 값을 로그변환과 제곱근변환을 수행한 후 공간 분석을 수행하였다. 그리고 핫스팟 분석을 통해 인접한 거리와 패턴을 분석하는 것뿐만 아니라그 위치의 속성값 분포를 평가하여 특정한 현상이 공간에 집중 또는 분산되어 나타나는지를 판단하고자 하였다. 본 연구에서는 핫스팟 분석을 위해 데이터가 지니는 속성 값과 그 공간의 가중치를 통해 계산하는 Getis-Ord Gi* 통계량을 이용하였다(Getis and Ord, 1992).
  • 본 연구에서는 폐금속 광산 지역에서 발생할수 있는 잠재오염을 확인하기 위해 핫스팟 분석을 통해 토양 중금속 오염 조사자료를 통계적 유의수준에 따라 해석할 수 있는 새로운 방법을 제시하고자 한다. 또한, 핫스팟 분석을 통해 얻은 통계적 유의수준 값과 토양오염 기준값을 이용하여 토양오염 주제도를 만들고, 토양오염실태를 공간적으로 분석하였다.
  • 본 연구에서는 폐금속 광산 지역의 토양 중금속 오염 조사자료를 해석하기 위해 핫스팟 분석을 수행하였다. 그리고 핫스팟 분석을 통해 얻은 통계적 유의수준 값과 토양오염 대책 기준 값을 이용하여 토양 중금속 오염 조사 자료를 해석할 수 있는 그래프를 작성하였다.
본문요약 정보가 도움이 되었나요?

질의응답

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).
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

유발과제정보 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