보고서 정보
주관연구기관 |
서울시립대학교 Korea Forest Research Institute |
연구책임자 |
안영수
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2017-05 |
과제시작연도 |
2016 |
주관부처 |
과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 |
한국연구재단 National Research Foundation of Korea |
등록번호 |
TRKO201800004724 |
과제고유번호 |
1711036565 |
사업명 |
개인연구지원 |
DB 구축일자 |
2018-05-05
|
키워드 |
장기예측모형.역세권.상업업무시설.네트워크분석.공간회귀분석.Long-term forecasting model.Subway catchment area.Retail & Business facilities.Network analysis.Spatial regression analysis.
|
DOI |
https://doi.org/10.23000/TRKO201800004724 |
초록
▼
연구의 목적 및 내용
본 연구는 최종 목표는 ‘미래의 도시철도 역의 이용자 수가 변화되었을 때의 주변 지역 상업·업무 시설의 분포와 밀도를 예측할 수 있는 모델 개발’이며, 이를 달성하기 위하여 연구의 성격과 내용을 중심으로 ‘이론 및 기초연구 부문’, ‘공간데이터베이스 구축 부문’, ‘모델 및 알고리즘 개발 부문’의 3개의 부문으로 구분하고 각각의 연구 계획을 구성하였다. ‘이론 및 기초연구 부문’은 본 연구과제의 이론적 틀을 마련하고, 모델 및 알고리즘 개발을 위한 기초분석을 주요 연구 내용으로 한다. ‘공간데이터 베이스
연구의 목적 및 내용
본 연구는 최종 목표는 ‘미래의 도시철도 역의 이용자 수가 변화되었을 때의 주변 지역 상업·업무 시설의 분포와 밀도를 예측할 수 있는 모델 개발’이며, 이를 달성하기 위하여 연구의 성격과 내용을 중심으로 ‘이론 및 기초연구 부문’, ‘공간데이터베이스 구축 부문’, ‘모델 및 알고리즘 개발 부문’의 3개의 부문으로 구분하고 각각의 연구 계획을 구성하였다. ‘이론 및 기초연구 부문’은 본 연구과제의 이론적 틀을 마련하고, 모델 및 알고리즘 개발을 위한 기초분석을 주요 연구 내용으로 한다. ‘공간데이터 베이스 구축 부문’은 본 연구과제에서 요구되는 위치정보 기반의 공간자료를 수집하고 이를 데이터베이스로 구축함으로써, 모델 및 알고리즘 개발에 요구되는 데이터를 제공한다. ‘모델 및 알고리즘 개발 부문’은 본 연구과제의 가장 핵심이 되는 연구 부문으로, 최종 연구목표를 달성하기 위한 모델의 구조를 구성하고, 각 하위 모델에서 요구되는 알고리즘을 개발하는 것을 주요 연구 내용을 하였다.
연구결과
이 연구에서 우리는 지역 데이터를 기반으로 한 도시 모델을 개선하기 위해 개선 된 분리 모델을 제안했다. 이전의 연구들은 일반적으로 구역 데이터에서 셀 단위로 분리하기 위해 가중치를 갖는 공간보간 방법 또는 할당 방법을 사용했다. 이러한 방법은 모델에 의해 예측 된 결과 데이터를 시각화하는 데 많은 잠재적인 이점이 있지만 결과와 현실의 차이 때문에 몇 가지 제한이 있다. 반면, 이 연구는 이러한 한계를 극복하기 위한 마이크로 시뮬레이션 방법을 제시했다. 재개발 될 확률이 가장 높은 셀을 반복적으로 선택하고 예상 재개발 연면적을 계산하되, 셀의 위치에 대한 효용함수를 사용하였다. 우리는 2016 년까지 수집 된 실제 데이터를 사용하여 세분화 프로세스를 검증하기위한 실증분석을 수행했다.
이 연구에서 다음 결론에 도출했다. 첫째, 지역별 공간 단위에 기반한 다양한 도시 시뮬레이션 모델에 의해 예측 된 지역별 데이터는 기준 연도의 건물 데이터를 기반으로 마이크로 시뮬레이션 되었다. 이는 지역별 결과의 미시적 공간의 시각화뿐만 아니라 기준 연도의 실제 데이터와 비교하여 차이를 줄이는 데 매우 유용하다. 특히 본 연구는 소매 및 사업용 토지 이용과 지하철역의 집수 구역에 초점을 두었기 때문에 사업 지구의 관리, 상권의 장기적인 변화분석 또는 매장 개설에 유용하다. 둘째, 본 연구에서는 불확실성 이론을 바탕으로 셀을 선택하고 재건축 연면적을 추정 할 때 두 단계로 무작위 함수를 사용했다. 우리는 예측할 수없는 많은 조건들이 있기 때문에 하나의 시나리오를 사용하여 미래의 공간구조를 표현할 수 없다고 생각했다. 따라서 우리는 수용 가능한 통계적 범위 내에서 다양한 미래 시나리오를 제시했다. 이러한 의미에서 이 연구는 마이크로 시뮬레이션 과정의 적용에 의미가 있으며 이전 연구에서 한 발 앞으로 나아갈 수 있다.
연구결과의 활용계획
이 연구과제는 과거와 현재 시점을 기준으로 예측 모델을 구축하고, 미래 시점의 공간 분포와 밀도를 시뮬레이션 하는 연구로 대중교통, 특히 도시철도의 중요성이 더욱 중요해지고 있는 현 시점에서 연구 주제의 시의성이 높고, 향후 두 분야의 융·복합 과제로의 발전 가능성을 고려할 때 도전성 또한 매우 높다고 할 수 있다. 기존까지는 도시철도 역의 영향범위에 대해서 역 중심점으로부터 반경 500m~1,000m를 모든 역에 일괄적으로 적용한 연구가 주로 이루어졌다. 본 연구에서는 역 주변지역의 도로 위계와 유형, 경사와 같은 주변 여건을 기반으로 범위를 설정하는 창의적인 방법론을 도입함으로써, 역세권의 범위를 도로 네트워크 기반으로 한 단계 발전시킨 의미를 갖는다. 또한 민간분야에서 주로 역 주변지역의 상업·업무 시설에 대한 예상 매출, 상권분석을 역과의 거리를 기준으로 단순 적용하여 분석하여왔으나, 본 연구 결과를 활용한다면, 역의 이용자수를 기반으로 보행 네트워크 중심의 예상 매출 및 상권 분석을 수행할 수 있을 것으로 기대된다.
(출처 : 한글요약문 4p)
Abstract
▼
Purpose & contents
The purpose of this study is to development of a long-term forecasting model for the spatial distribution pattern and density of commercial and business facilities based on user and surrounding situation of subway station. This study is expected to be used to management of sust
Purpose & contents
The purpose of this study is to development of a long-term forecasting model for the spatial distribution pattern and density of commercial and business facilities based on user and surrounding situation of subway station. This study is expected to be used to management of sustainable subway influential area growth by avoid sprawling development in subway influential area.
Result
In this project, we proposed an improved disaggregation model to enhance urban models based on zonal data. The previous studies usually utilized a spatial interpolation method or allocation method with weight values for disaggregating from zonal data to cell units. These methods have many potential advantages in the visualization of the resulting data predicted by the models, but there are some limitations because of the difference between the results and reality. On the other hand, this project presented a process for a disaggregation method to overcome these limitations. It repeatedly selected a cell with the highest probability to be reconstructed and calculated the expected floor space after its reconstruction using a utility for the cell’s location to distribute the increased floor space in zones based on cell data that were aggregated from building data in the base year. We performed an empirical analysis to verify the disaggregation process using actual data collected until 2016.
The following conclusions were reached in this project. First, the zonal data predicted by various urban simulation models based on zonal spatial units can be disaggregated based on building data in the base year. This is very beneficial not only for the visualization of the zones but also for reducing the difference compared to the actual data from the base year. In particular, this study focused on retail and business land use and the catchment areas of metro stations, which makes it useful for the management of a business district, analysis of long-term changes in commercial power, or opening of a store. Second, this study used random functions in two steps, when selecting a cell and estimating the floor space, based on the uncertainty theory. We believed that a future spatial structure cannot be presented using a single scenario because there are many unpredictable conditions.
Expected Contribution
Therefore, we presented various future scenarios within an acceptable statistical range. In this sense, this project has meaning in the application of the disaggregation process and can be a step forward from previous studies. We think it would be a solution to long-term forecasting effectively and efficiently using both the zone based model and micro-simulation model. Also through the results of this study, it is expect to use useful information for commercial planning and analysis.
(출처 : SUMMARY 5p)
목차 Contents
- 표지 ... 1
- 목차 ... 2
- 연구계획 요약문 ... 3
- 연구결과 요약문 ... 4
- 한글요약문 ... 4
- SUMMARY ... 5
- 연구내용 및 결과 ... 6
- 1. 연구개발과제의 개요 ... 6
- 2. 국내외 기술개발 현황 ... 10
- 4. 목표달성도 및 관련분야에의 기여도 ... 26
- 5. 연구결과의 활용계획 ... 28
- 6. 연구과정에서 수집한 해외 과학기술정보 ... 28
- 7. 주관연구책임자 대표적 연구실적 ... 29
- 8. 참고문헌 ... 29
- 9. 연구성과 ... 33
- 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 35
- 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 35
- 12. 기타사항 ... 35
- 별첨1 대 표 연 구 성 과 ... 36
- 별첨2 세부 목표 관련 증빙 ... 46
- 끝페이지 ... 53
※ AI-Helper는 부적절한 답변을 할 수 있습니다.