[논문]로지스틱 회귀모형을 이용한 우리나라 산지면적의 공간변화 예측에 관한 연구

곽두안; 박소희

doi:10.11108/kagis.2021.24.4.099

로지스틱 회귀모형을 이용한 우리나라 산지면적의 공간변화 예측에 관한 연구
Change Prediction of Future Forestland Area by Transition of Land Use Types in South Korea 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.24 no.4, 2021년, pp.99 - 112

곽두안 (국립산림과학원 산림정책연구과) , 박소희 (국립산림과학원 산림정책연구과)

초록
AI-Helper

본 연구는 기존 연구에서 수행된 전국 단위의 정량적 산지면적 변화량을 공간적으로 배분하여 광역시도별 산지면적 변화를 추정함으로써 지역산림계획의 수립을 지원하기 위해 수행되었다. 토지를 산지, 농지, 도시 및 기타지로 구분하고 토지이용 형태별 변화 여부를 종속변수로, 지형요소, 이용 제한요소, 사회·경제적 요소, 개발 인프라를 독립변수로 하는 로지스틱 회귀모형을 개발하였다. 우리나라 전체를 30m×30m 격자로 분할하여 각 Cell에 해당하는 독립변수 자료를 구축하였고, 로지스틱 회귀모형을 이용하여 각 토지이용 형태가 타 유형으로 변화하는 확률을 추정하였다. 추정된 토지이용 변화확률을 기반으로 변화순위 지도를 구축하였고, 연도별 토지이용 변화량을 변화순위에 따라 순차적으로 배분함으로써 토지이용 변화의 공간적인 변화를 분석할 수 있었다. 경사도와 지자체별 개발 가능한 경사도 기준이 산지가 도시 및 기타지로 변화될 확률에 가장 큰 영향을 미쳤으며, 경사도와 개발 가능한 경사도 기준이 낮을수록, 토지가격과 인구밀도가 높을수록 산지가 도시 및 기타지로 변화될 확률이 높아졌다. 그 결과 2027년까지 수도권과 대도시의 산지가 도시 및 기타지로 변화하여 산지면적이 크게 감소하였다. 그러나 2028년 이후 2050년까지 서울, 경기, 제주를 제외한 대부분의 지역에서 산지면적이 빠르게 증가하는 것으로 예측되었는데, 이는 지방 소도시의 급격한 인구감소에 기인하는 것으로 분석되었다. 이에 중앙정부에서는 변화하는 산지면적에 대응하기 위해 산지관리 정책의 전환이 필요하고, 지자체 단위에서는 인구의 감소 정책과 그에 따른 산지를 포함한 토지의 효율적 보전 및 이용체계를 수립하는 것이 필요할 것으로 사료된다.

Abstract ▼ AI-Helper

This study was performed to predict spatial change of future forestland area in South Korea at regional level for supporting forest-related plans established by local governments. In the study, land use was classified to three types which are forestland, agricultural land, and urban and other lands. A logistic regression model was developed using transitional interaction between each land use type and topographical factors, land use restriction factors, socioeconomic indices, and development infrastructures. In this model, change probability from a target land use type to other land use types was estimated using raster dataset(30m×30m) for each variable. With priority order map based on the probability of land use change, the total annual amount of land use change was allocated to the cells in the order of the highest transition potential for the spatial analysis. In results, it was found that slope degree and slope standard value by the local government were the main factors affecting the probability of change from forestland to urban and other land. Also, forestland was more likely to change to urban and other land in the conditions of a more gentle slope, lower slope criterion allowed to developed, and higher land price and population density. Consequently, it was predicted that forestland area would decrease by 2027 due to the change from forestland to urban and others, especially in metropolitan and major cities, and that forestland area would increase between 2028 and 2050 in the most local provincial cities except Seoul, Gyeonggi-do, and Jeju Island due to locality extinction with decline in population. Thus, local government is required to set an adequate forestland use criterion for balanced development, reasonable use and conservation, and to establish the regional forest strategies and policies considering the future land use change trends.

주제어

표/그림 (10)

그림 FIGURE 1. Overall process for predicting future land use change
표 TABLE 1. Cording value Z by each type of land use change
표 TABLE 2. Independent variables in the logistic regression model
그림 FIGURE 2. Determination of Z value using time series cadastral map
그림 FIGURE 3. Driving factors of land use change and land use restriction data
그림 FIGURE 4. Spatial allocation of quantitative changes by land use type
표 TABLE 3. Coefficients estimation of logistic regression model by land use type change
그림 FIGURE 5. Priority order maps based on the probability of land use change
그림 FIGURE 6. Long-term land use change prediction to 2050
표 TABLE 4. Long-term change prediction of forestland area to 2050

참고문헌 (24)

Appianing, C.B., N. Kongchouy and O. Thinnukool. 2016. Land use change and development modeling using Logistic Regression. Journal of Engineering and Applied Science 11(7):1676-1681.
Bae, J.S., R.W. Joo and Y.S. Kim. 2012. Forest transition in South Korea: Reality, path and drivers. Land Use Policy 29(1):198-207.

상세보기
Berkhoff, K. and S. Herrmann. 2009. Modeling land use change: A GIS based modeling framework to support integrated land use planning(NabanFrame). In: Advances in GIScience. Springer, Berlin, Heidelberg. pp.309-328.
Clarke, K.C., S. Hoppen and L.J. Gaydos. 1997, A self-modifying Cellular Automata model of historical urbanization in the San Francisco Bay area, environment and planning B: Planning and Design 24(2):247-261.

상세보기
Hu, Z. and C.P. Lo. 2007. Modeling urban growth in Atlanta using Logistic Regression. Remote Sensing of Environment 31(6):667-688.
Kim, J.H. 2002. An analysis of land use change in the urban fringe using GIS and Logistic Regression in Korea. The Korea Spatial Planning Review 33:175- 200.

상세보기
Kim, J., J. Park, I. Song, J.H. Song, S.M. Jun and M.S. Kang. 2015a. Analysis of land use change using RCP-based Dyna-CLUE model in the Hwangguji river watershed. Journal of the Korean Society and Rural Planning 21(2):33-49.
Kim, O.S., S. Ahn, J.H. Yoon, S.J. Bin and K.H. Kim. 2015b. Development of integrated land-use model to support climate change adaptation policy-Part I, Korea Environment Institute, Sejong, Korea. 119pp.
Kim, O.S. and J.H. Yoon. 2015. Modeling land-change of South Korea under a business-as-usual scenario. Journal of the Korean Urban Geographical Society 18(3):121-135.
Kwak, D.A. 2020. Change prediction of forestland area in South Korea using Multinomial Logistic Regression model. Journal of the Korean Association of Geographic Information Studies 23(4):42-51.

원문보기 상세보기
Lee, D.K., D.H. Ryu, H.G. Kim and S.H. Lee. 2011. Analyzing the future land use change and its effects for the region of Yangpyeong-gun and Yeoju-gun in Korea with the Dyna-CLUE model. Journal of the Korea Society of Environmental Restoration Technology 14(6):119-130.

원문보기 상세보기
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, Y.J. and S.J. Kim. 2007. A modified CA-Markov technique for prediction of future land use change. KSCE Journal of Civil Engineering 27(6D):809-817.
Ministry of Environment. 2019. A report on Korean-sustainable development goals(KSDGs). Ministry of Environment Presidential Commission on Sustainable Development, Sejong, Korea. 50pp.
Mirici, M.E., S. Berberoglu, A. Akin and O. Satir. 2018. Land use/cover change modelling in a Mediterranean rural landscape using Multi-Layer Perceptron and Markov Chain (MLPMC). Applied Ecology and Environmental Research 16(1):467-486.

상세보기
Mitsova, D., W. Shuster and X. Wang. 2011. A Cellular Automata model of land cover change to integrate urban growth with open space conservation. Landscape Urban Plan 99(2):141-153.

상세보기
Nasiri, V., A.A. Darvishsefat, R. Rafiee, A. Shirvany and M.A. Hemat. 2019. Land use change modeling through an integrated Multi-Layer Perceptron Neural Network and Markov Chain analysis(case study: Arasbaran region, Iran). Journal of Forestry Research 30(3):943-957.

상세보기
Park, H. and K. Cho. 2008. An empirical analysis of land use changes in Daegu metropolitan city by using probabilistic choice model. The Korea Spatial Planning Review 58:137-150.

상세보기
Seo, H.J. and B.W. Jun. 2017. Modeling the spatial dynamics of urban green spaces in Daegu with a CA-Markov model. Journal of the Korean Geographical Society 52(1):123-141.
Shen, L., J.B. Li, R. Wheate, J. Yin and S.S. Paul. 2020. Multi-Layer Perceptron Neural Network and Markov Chain based geospatial analysis of land use and land cover change. Journal of Environmental Informatics Letters 3(1):29-39.
Verburg, P.H. and K.P. Overmars. 2009. Combining top-down and bottom-up dynamics in land use modeling: Exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model. Landscape Ecology 24(9):1167-1181.

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

상세보기
Wolfram, S. 1984. Computation theory of Cellular Automata. Communications in Mathematical Physics 96(1):15-57.

상세보기
Yeon, Y.K. 2011. Evaluation and analysis of Gwangwon-do landslide susceptibility using logistic regression. Journal of the Korean Association of Geographic Information Studies 14(4):116-127.

원문보기 상세보기

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