Spatial analysis of simulated activity-travel behaviors in Seoul metropolitan area : an application of activity-based simulator FEATHERS Seoul

이원도 경희대학교 대학원 2014 국내박사

Urban transportation planning is multi-disciplinary research that assessing the present transportation system and predicting the changes of future transportation supply and demand. While short-term planning seeks to solve problems, long-term planning is used to predict the future of transportation supply and demand and strategize appropriately. Transportation demand is represented by travel behavior, such as the number of passengers or vehicles. Transportation demand forecasting is therefore the process of predicting the future changes based on the collection of present data for calculating the future capacity of infrastructure (supply) and future demand. Transportation demand models can be used to predict how future changes will affect travel behavior. Conventional models use a trip-based approach, also known as the four-step model. It consists of four sequential steps: trip-generation, trip-distribution, mode choice, and traffic assignment. This model was developed for evaluating the feasibility of large-scale infrastructure projects. The activity-base model was first introduced to complement the conventional models; it is based on the theories of ‘time geography,’ which considers spatiotemporal constraints, which considered the individual constraints of space and time limitation, and research on human behavior. Activity-based model considers ‘travel’ as a derived from the ‘activity’ participation demand, this model has several advantages over four-step models, such as the conceptual clarity, reliable theoretical background, and realistic travel behavior. Besides, activity-based model also has problems that including the necessity of high quality data and complexity of the model framework. Nevertheless, activity-based model is better than four-step models that can be analyze the policy-sensitiveness influence that both estimate the impact of transportation policy introduced and seize the 2nd and 3rd effects based on the individual’s activity-travel choices. The major objective of this study is analyzing the individual activity-travel spatial patterns in Seoul Metropolitan Area using activity-based transportation demand forecasting system, FEATHERS Seoul. Additional aims of this study to estimate the impact of transportation policy introduced and socioeconomic trend changes by simulating the individual activity-travel behaviors. FEATHERS was developed by IMOB, Hasselt University since 2005, in order to facilitate the activity-based transportation demand model for Flanders, Belgium. FEATHERS Seoul is proceed to a collaboration work between the developer IMOB of Hasselt University and the Urban Transportation Lab of Kyung Hee University modifies this original model system in the application context of Seoul Metropolitan Area to develop a new model system. There are three major research contributions in this dissertation. The first contribution is estimating the transportation demand in Seoul Metropolitan Area, which used to an activity-travel simulator, FEATHERS Seoul. This study adopts an activity-travel simulator, FEATHES Seoul, for forecasting the individual transportation demand in SMA. After the simulation processes, we obtained the simulated activity-travel records, and proceeded to analyze the basic statistics of socioeconomic and activity-travel characteristics, and individual activity-travel behaviors. The second contribution is examining the impacts of transportation policy and socioeconomic trend changes, which affected an individual activity-travel behavior. In this study applied to the policy scenarios concerned with the changes of socioeconomic characteristics (the Elderly scenario) and enhanced transport network environment (the GTX scenario). The Elderly scenarios not only forecast the activity-travel behaviors in 2030, but also identified the changes of activity-travel behaviors at each age class. The GTX scenarios conduct to the transportation demand changes with a new transportation mode introduction. As four-step model traffic assignment methods examines whether the enhanced network has a benefit, such as reducing the travel duration and increasing the travel distance. Besides, activity-based model simulation results however suggest that both of the data sets do not definitely show the travel behavior changes. It could be interpreted in two ways as follows. First, the enhanced network (GTX introduced) does not so much affect individual travel behavior changes as expected. i.e., GTX introduced does not so much involve changes in individual activity-travel behavior. On the other hand, this might have come from the model limitation in the sense that FS system does not fully reflect the transportation networks where GTX is introduced, which need further editing of the model including subdivided public transit and DT update. This somewhat counter-intuitive result definitely needs an additional work on the verification of the analysis. Regardless of the details of these specific results, this suggests potentially new insights on how to frame the policy impact analysis and trace the secondary and tertiary consequences of the policy inputs. The third contribution is analyzing the spatial patterns of simulated data, and distinguishes the location information factors that affected individual activity-travel behaviors. In order to predict activity-travel behavior, it is essential to reflect that the built environment and spatial autocorrelation can have an effect. An activity-based transportation demand forecasting system simulates the individual activity-travel behavior of a place, which can reflect the geographical context of the study area. Spatial analysis methods which used in this dissertation proceed following three steps: (1) to classify the behavior groups for individual activity-travel behaviors using K-means clustering methods, then (2) to build the discriminant functions for classify the groups by socioeconomic characteristics, and (3) to distinguish the location information factors, which affected individual activity-travel behaviors and find the changes from 2010 to 2030 using global and local regression models. The spatial analysis methods can identify the activity-travel spatial patterns and investigate the changes from base to target year by means of simulated data. Further study can be concentrated on developing a land-use extension modular, which would estimate how much built environment affects activity-travel patterns and suggest the transportation policy aimed at, for example, solving the congestion problems. In summary, this study adopts an activity-based simulator can identify the changes of between the target year and the base year transportation demand in Seoul Metropolitan Area, Republic of Korea, and using the scenario-based spatial analysis methods can capture the second-tier impacts, which indirectly affected transportation demand. 도시교통계획은 융합학문의 특성을 지니고 있으며, 현재의 교통시스템을 연구하고, 장래의 교통공급과 수요변화를 예측한다. 단기교통계획은 교통문제해결을 위해 실시하며, 장기교통계획은 장래의 교통공급과 수요를 예측하여, 적절한 교통정책수립 및 운영전략을 설정하는데 활용된다. 교통수요는 지역간 통행횟수나 교통량과 같은 통행행태를 측정하는 과정이다. 따라서, 교통수요예측은 현재의 교통환경 및 도시환경을 토대로, 미래의 교통수요변화를 예측하는 행위이며, 광의적으로는 도시기반시설과 교통수요 간의 조화를 추구하고, 정책대안 제시와 같은 과정을 포함하고 있다. 교통수요모델은 장래의 교통수요를 예측하는 것으로, 접근방식에 의해 다양하게 측정될 수 있다. 기존의 통행기반모형은 일반적으로 4단계 모형을 사용하였으며, 통행발생, 통행배분, 수단선택과 통행배정의 연속적인 과정으로 구성되어 있다. 해당모형은 주로 대규모 교통시설 도입에 따른 경제성 평가에 활용되어 왔다. 한편, 활동기반모형은 이러한 기존모델의 한계점을 보완하고자 도입되었으며, 시공간제약을 바탕으로 하는 시간지리학’이론에 바탕을 두고 있다. 시공간제약은 개인이 시간과 공간에 존재하는 한계를 고려하는 것으로, 사람의 의사결정에 따른 활동-통행행태에 초점을 맞추고 있다. 활동기반모형에서 ‘통행’은 ‘활동’에 참여하기 위하여 유발된 수요로 인지하며, 해당모형은 기존모형에 비해 ‘통행’ 개념의 명확성, 보다 적절한 이론적 배경과 실제와 유사한 통행행태를 예측한다는 장점을 지니지만, 활동기반모형은 기존모형에 비해 매우 높은 수준의 데이터가 필요하며, 모델을 구성하고 있는 구조가 매우 복잡한 형태를 띄고 있는 단점도 존재한다. 하지만 해당모형은 보다 효과적인 정책적 민감도 분석을 수행할 수 있으며, 단순히 교통정책의 도입이 교통수요에 미치는 영향을 추정할 수 있을 뿐만 아니라, 개인별 특성에 따른 활동-통행선택에 미치는 2,3차 파급효과를 살펴볼 수 있다는 점에서 기존모형과 차별성을 지닌다고 볼 수 있다. 본 연구의 근본적인 목적은 수도권 거주민들 개개인의 활동-통행의 공간적 패턴을 분석하는 것이며, 이를 위해 활동기반 교통수요예측시스템인 FEATHERS Seoul를 활용하였다. 또 다른 목적으로는 교통정책의 도입 또는 사회경제환경의 변화가 개개인의 활동-통행에 미치는 영향을 평가하는 것이다. 본 연구에서 사용된 FEATHERS는 본래 Hasselt대학 교통공학과가 2005년에 개발하기 시작하여 현재까지, 벨기에 플란더스 지방에서의 개개인별 교통수요예측에 되고 있다. 본 연구에서 사용된 FEATHERS Seoul은 원 개발자인 Hasselt대학 교통공학과와 경희대학교 지리학과 도시교통연구실의 공동연구로서 진행된 프로젝트로서, 원천모형에서 수도권의 맥락적 요인 (의사결정선택 및 교통환경)을 반영한 새로운 모형이다. 본 학위논문은 아래와 같이 주요한 세가지 성과를 지니고 있다. 첫 번째, 활동기반 교통수요예측모형인 FEATHERS Seoul을 적용하여, 현재(2010) 수도권 교통수요를 예측하였다. 또한, 시뮬레이션 결과로서 수도권 개개인의 활동-통행 기록을 획득할 수 있었으며, 획득된 기록을 사회경제지표와 활동-통행지표를 분석함으로써 현재 수도권의 교통수요특성을 분석하였다. 두 번째, 본 연구에서는 교통정책의 도입 또는 사회경제적 환경변화가 교통수요에 미치는 영향력에 대하여 시나리오 분석을 실시하였다. 본 연구에서는 두 가지 시나리오를 적용하였는데, 첫 번째는 사회인구학적 변화를 고려한 ‘고령화 시나리오’이며, 두 번째는 새롭게 도입될 교통수단인, GTX도입에 따른 ‘GTX 시나리오’ 이다. 고령화 시나리오를 통해 기준연도와 장래연도의 활동-통행행태의 변화를 살펴보았을 뿐만 아니라, 개인특성(나이대별)로 활동-통행행태 변화에 차이가 있다는 시사점을 도출하였다. 또한, GTX 시나리오는 새로운 교통수단이 도입이 되었을 시, 교통수요에 어떠한 변화가 나타나는 지를 살펴보았는데, 4단계 모형에서 향상된 것으로 나타난 통행행태 변화가, 활동기반 모형에서는 큰 차이를 보이지 않았다. 이는 교통수단의 효용증가가 반드시 개인의 활동-통행 효용증가로 나타나지 않을 수도 있다는 시사점을 제시하였고, 향후 더 자세한 입력자료 및 민감도 분석을 통해 확인하고자 한다. 마지막으로, 예측된 개개인별 활동-통행기록을 바탕으로, 활동을 영위하는 공간 (활동위치)가 공간적으로 특정한 집단으로 나타나는지, 어떠한 지역별 특성이 개인의 활동-통행행태에 영향을 미치는 지에 대하여 공간분석기법을 통하여 살펴보았다. 이는 활동-통행 행태에 도시환경과 그 특성에 따른 ‘공간적 효과’가 영향을 미치고 있다는 것을 전제로 실시되었다. 공간분석기법은 다음과 같은 순서로 사용되었다. 첫째, 개개인의 통행행태 기록을 토대로, 활동위치의 공간적 분포를 K-means 군집방법을 통해 세 개의 집단(도심/부도심, 근교, 외곽지역)으로 분류하였으며, 둘째, 판별함수를 작성하여 분류된 그룹이 사회경제적 특성으로 얼마나 잘 예측되고 분류되는 지를 살펴보았다. 마지막으로, 전역적/국지적 회귀모델을 작성하여 지역별 특성 중 어떠한 요인이 도심/부도심 집단에 가장 큰 영향을 미치며, 2010년과 2030년의 변화는 어떻게 나타나는 지를 살펴보았다. 본 연구에서 사용된 공간분석기법은 활동기반모형을 적용하여 예측된 개인 활동-통행 기록을 바탕으로 활동위치의 공간적 분포를 살펴볼 수 있으며, 어떠한 사회경제적 요인이 개인의 활동-통행에 영향을 미치고 있는 지를 분석하는데 활용될 수 있다. 또한, 기준연도에서 대상연도로 어떤 지역에서, 얼마나 변화되었는지를 살펴볼 수 있다는 점에서 활용성이 매우 높다고 할 수 있다. 향후 연구에서는 이러한 공간분석기법을 바탕으로, 활동기반모형의 확장모듈로서, 토지이용모듈을 개발하고자 한다. 해당모듈은 도시환경이 활동-통행에 얼마나 영향을 끼치는 지를 살펴볼 수 있을 뿐만 아니라, 교통혼잡과 같은 정책을 시행하기 전, 얼마나 효과를 거둘 수 있는 지에 대해서도 즉각적인 평가를 가능케 할 것으로 예상된다. 마지막으로, 본 연구는 활동기반 교통수요 예측모형을 수도권에 적용하였으며, 산출된 개개인별 활동-통행 기록을 토대로 수도권의 교통수요예측과 더불어 활동위치의 공간적 분포 및 사회경제적 요인이 활동-통행에 미치는 영향에 대하여 살펴보았다. 특히, 본 연구에서 활용된 시나리오 기반 공간분석기법은 기준연도와 대상연도의 교통수요 변화를 살펴볼 수 있으며, 또한 이러한 변화가 미치는 2-3차 파급효과를 분석할 수 있다는 점에서 향후 도시교통계획에 중요한 공헌을 할 수 있을 것으로 기대된다.

(A) novel approach to geographically weighted structural equation modeling with spatial weighting parameters : applications to transportation systems analysis

Kim, Tae-kyoung Graduate School, Yonsei University 2017 국내박사

구조방정식 모형은 고전 회귀분석과 같은 기존의 모형보다 보다 정확하고 유연하게 자료를 분석할 수 있는 장점이 있으며, 교통 시스템 분석에서도 구조방정식 모형을 적극적으로 분석에 이용하고 있다. 하지만 교통 시스템 분석에 활용되는 교통 자료는 공간자료이다. 기존까지의 구조 방정식 모형을 통한 분석은 공간적 요소를 모형에 고려할 수 없으므로, 구조 방정식을 이용한 기존 교통 시스템 분석들은 교통 자료의 공간성이 반영된 올바른 결론이라 보기 힘들다. 현재까지 개발된 공간 구조 방정식 모형은 모든 지점에 대해 동일한 결과를 도출하고 있으나, 실제 교통 시스템에서는 국지적 공간 특성에 의해 다른 결과가 나타날 수 있다. 그러나 현재까지는 지리 가중 회귀분석 모형과 같이 국지적 공간 분석이 가능한 구조방정식 모형은 현재까지 개발되어 있지 않아, 분석자는 구조방정식 모형을 이용한 국지적 공간 분석이 어려웠다. 본 연구는 지금까지 제시되지 않았던 국지적 공간 구조 방정식 모형 개발에 초점을 맞추고 있다. 이를 위해 기존 지리 가중 회귀모형을 확장한 지리 가중 구조방정식 모형을 제안하였으며, 이를 교통사고 예제에 실제로 적용함으로써 교통 시스템 분석에서의 적용성을 검토하였다. 본 연구에서 적용한 지리 가중모형에서는 공간 가중치를 결정하는 이슈가 매우 중요한데, 기존의 지리 가중모형에서는 국지적 공간 영향을 검토하는 모형임에도 불구하고 공간 가중치만은 전역적 매개변수로 설정해왔다. 그러나 자료의 공간 가중치 역시, 모형의 다른 계수와 마찬가지로 지역마다 다르게 나타날 수 있으므로, 본 연구에서는 거리 가중 구조방정식 모형을 구축함에 있어서 모형의 계수와 함께, 개별 지점마다 거리 가중치를 추정하였다. 분석 결과 본 연구에서 제안한 예측모형들이 기존 모형들에 비해 향상된 설명력을 보이고 있는 것으로 나타났으며, 계수의 국지적 영향력 또한 파악할 수 있는 장점이 있었다. 또한 본 연구에서는 주로 거리만의 함수로 이용되던 공간 모형의 가중치 매개 변수에 지역 공간 변수들을 추가로 고려함으로써 보다 현실적인 공간 모형의 추정과 보다 우수한 자료 적합성을 도모하였다. 이는 기존 공간 모형에도 적용될 수 있으며, 기존 공간 모형을 통한 분석의 폭을 보다 확장할 것으로 기대된다. Structural equation modeling (SEM) is an extremely flexible linear-in-parameters multi-variate statistical modeling technique. In comparison with the existing models such as classical linear regression analysis, SEM has more advantages in acquiring accurate and flexible data analysis result. For this reason, SEM are used for analysis in various fields, the model is also commonly being used for analysis in the transportation system analysis. A data being used in transportation system analysis is often spatially distributed data and this data is characterized by spatial heterogeneity in which space itself serves as random variables. Without considering this characteristic, an accurate result might not be reached. In the classical SEM analysis which is mainly used in transportation field, global model is obtained, but in the actual transportation systems, various results may be obtained depending on a local spatial characteristics because of data’s spatial heterogeneity. Unlike from an linear regression model, SEM with local-spatial -analysis have not been developed which causing a difficulties for analyst to analyze the local space using SEM. This study focuses on the formulation of a local spatial structure equation modeling via propose a geographically weighted (GW) structural equation model that extends existing GW regression model. Determining the spatial weighting parameter is crucial in the GW models. The spatial weighting parameter representing the spatial relationship of data may vary from region to region. However in the existing GW model, the spatial weighting parameter has been set as a global parameter even though it is a model to be examined the local effect. Therefore, the GW-SEM which has been proposed this study assumes a variable weighting parameter that estimates the spatial weighting parameter for each point. The proposed method is applied to traffic accident data analysis to examine it’s applicability. As a result of the analysis, the proposed forecasting models show improved explanatory power compared to the existing model, and the local influence of the coefficients can also be obtained. Spatial parameters which mainly used as a function of distance, were estimated by adding local spatial variables which can be applied to existing space models.

Spatial anaysis of soil heavy metals in abandoned mine sites and a watershed

김순아 Graduate School, Korea University 2011 국내박사

This study was performed to assess the spatial distribution of heavy metals in the upper of South Han River basin and two mine sites. The spatial distribution characteristics of 8 heavy metals (As, Cd, Cu, Cr, Hg, Ni, Pb, and Zn) and 14 geochemical parameters including pH, EC, slope, elevation, soil texture, and parent material in soils were surveyed at contaminated sites in the Gangwon Province. The samples were analyzed using geostatistical methods, which are useful for site assessment, and to monitor areas where data are collected spatially. The spatial variability features in soils were quantitatively described using different vaiograms. Statistical techniques were conducted, including Kriging, Moran's Index, and local indicator of spatial association (LISA). To develop a climate model, PRISM (parameter elevation regressions on independent slopes model) was developed using precipitation that was collected by the Korea Meteorological Administration (KMA) over 30 years from 72 surface stations. The aims of this study were: 1) to evaluate of spatial distribution for heavy metals in contaminated soils, 2) to find potential contaminated zone in both the river basin and two mine sites, 3) to assess the principle components by multi-variance, and 4) to compare various statistical approaches on the unobserved values in sample sites. Concentrations of Ni, As, and Zn produced by Kriging were higher in both the topsoil and subsoil at the Dongnam mine and Gangwon mine sites. Spatial variability of heavy metals in contaminated soils was observed across different spatial scales. The spatial autocorrelation of Cd contents in variogram was observed on steep slopes and Cr, As, Cu, and Ni contents were existed on small watershed area. This spatial variance varied with soil texture, parent material, soil depth, land use, and climate conditions. In autocorrelation analysis using Moran's I and LISA techniques were observed a strong spatial patterns of arsenic (As) at Jeongseon county in the Gangwon Province. In addition, in the PRISM model, annual mean precipitation was shown to have increased for 30 years from south to north and west to east and gradually. Maximum mean precipitation was up to 127mm, which indicates that the mean annual precipitation in the north area was 1,424mm in the upper of South Han River basin. This PRISM model showed similar spatial patterns by Kriginged heavy metals and in detail spatial patterns compared to Kriging techniques. The spatial distribution maps of the soil components using various geostatistical models might be important in future remediation studies and help decision-makers assess the potential affects of the abandoned mining sites and the upper of South Han River basin. 본 연구는 두 개의 광산과 남한강 중상류지역에서 공간적으로 중금속 오염을 평가하기 위하여 수행되었다. 공간적 분포 특성은 오염 토양으로부터 8개의 중금속(As, Cd, Cr, Cu, Hg, Pb, Ni, and Zn)과 pH, 전도도, 고도 및 토양에서의 모재, 토성, 그리고 경사도가 포함된 14개의 지화학적 매개변수들을 조사하였다. 모든 시료는 공간적으로 수집된 자료의 모니터링 및 부지 평가에 유용한 지구통계학적 방법을 이용하여 분석하였다. 공간 분포 특성은 다양한 베리오그램에 의해 정량적 분석을 하였다. Kriging, Moran's I, LISA등과 같은 통계적 기법이 수행되었고 기후 모델로는 기상청에서 제공받은 72개의 지상 관측소로부터 30년동안 축적된 강수량을 가용하여 PRISM 모델을 모의하였다. 본 연구의 목적은 소유역과 두 개의 광산 부지에서 1) 오염된 토양으로부터 중금속에 대한 공간 분포를 평가하고 2) 잠재적인 오염 지역을 찾는 것이다. 또한, 3) 다변량에 따른 주성분을 평가하고 4) 샘플 위치에서 미계측 자료값에 대한 다양한 통계적 접근방법을 비교 분석하는 것이다. 연구결과 Kriging에 의해 동남광산과 강원광산의 표토(10cm)와 심토(60cm)에서 비소(As)와 니켈(Ni), 아연(Zn) 성분들의 농도가 증가할 것으로 예측되었다. 오염토양에서 중금속의 공간적 변이는 다양한 공간적 규모에서 관측되었다. 베리오그램에서 공간적 자기상관은 경사가 가파른 곳에서 카드뮴(Cd) 성분이 나타났고, 크롬(Cr), 비소(As), 구리(Cu)와 니켈(Ni) 성분은 소유역에서 관측되었다. 이러한 공간 변이는 토성, 모재, 토심, 토지 용도, 그리고 기후조건에 따라 다양하다. Moran's I 와 LISA 기법을 이용한 공간적 자기상관 분석에서 강원도 정선 지방에서 비소(As)에 대한 공간 분포가 강하게 나타났다. 이러한 중금속들은 30년 평균 강수량에 근거한 PRISM 모형을 모의한 결과 공간 분포가 남에서 북으로 그리고 서에서 동쪽 방향으로 점진적으로 증가할 것으로 예측되었다. 최대 평균 강수량은 127mm까지 나타났으며 이것은 연간 계산하였을 때 남한강 중상류 유역의 북쪽지역에서 연평균 1,424mm 내릴 것으로 추정되었다. PRISM을 이용한 공간적 패턴은 Kriging된 중금속의 공간적 분포와 유사한 경향을 보였으며 보다 섬세한 공간 패턴으로 나타났다. 이러한 다양한 지구통계학적 모델을 이용한 토양 성분들의 공간 분포 도는 남한강 중상류지역 및 폐광산 부지에서 오염 토양 복원 연구와 이에 따른 위해성 평가 그리고 오염된 부지의 효율적인 비용 관리 측면에서 정책 결정권자들에게 도움이 될 것으로 판단된다.

식물플랑크톤 군집의 화학분류적 분석법 개선 및 한국 주변해 생태계 연구의 적용

현명진 과학기술연합대학원대학교 한국해양과학기술원(KIOST) 2024 국내박사

This dissertation explores the community structure and function of phytoplankton, which play a critical role in ecological dynamics and biogeochemical cycles. Among various methodologies to assess phytoplankton community structure, chemotaxonomic analysis stands out for its ability to allocate chlorophyll-a concentrations, indicative of phytoplankton biomass, into major taxonomic groups. This work critically examines methodologies for chemotaxonomic analysis, which have evolved since the 1980s but still possess inherent drawbacks. To enhance the accuracy of the CHEMTAX method, the study applied a refined approach to both time-series and spatial data, successfully reducing bias and improving reliability. The constrained pigment ratio ranges, established through a linear model correlating Next-Generation Sequencing (NGS) datasets with pigment datasets, effectively mitigated the underdetermined biasThe approach shows high agreement with the results from Bayesian Compositional Estimator (BCE), known for its robustness against underdetermined bias, confirming the efficacy of the proposed method. Additionally, the linear model aids in addressing the identifiability problem in CHEMTAX, revealing how its inclusion of groups with undetectably low composition distorts results. This refined CHEMTAX analysis have been applied to time-series dataset acquired in S-ORS (Socheongcho Ocean Research Station). It elucidates the mechanism of the spring phytoplankton bloom in the Yellow Sea using data from Socheongcho Ocean Research Station (S-ORS). The analysis indicates that phytoplankton surface bloom is primarily initiated by the onset of vertical stratification due to increased sea surface temperature. Dynamic Factor Analysis (DFA) reveals varying responses among phytoplankton groups, with Bacillariophyceae thriving in turbulent environments before the bloom, Chlorophytes dominating during the bloom in stabilized water columns, and Cryptophyceae exhibiting intermediate traits. The refined CHEMTAX analysis is also adapted in large-scale spatial data analysis. The dataset for spatial analysis is acquired based on joint research with KIOST and NASA, examines the spatial distribution of phytoplankton around Korea. The spatial distributional pattern across the environmental gradient is firstly assess through RDA (redundancy analysis), and the spatial distributional pattern with an exception of environmental effects is determined by GLMM (Generalized Linear Mixed model), a type of spatial analysis. Based on the spatial effects, clustering analysis is done to figure which datapoints have similar distributional mechanisms. As result, there were striking distinction between the East, Yellow, and South Sea are detected, which is not detected through beta- diversity between samples. This study's advancements in chemotaxonomy pave the way for future research linking phytoplankton community structures with ecological functions, including primary production, food webs, carbon cycling, and particulate organic carbon dynamics. Future directions involve integrating remote sensing data and automating HPLC peak analysis to handle large datasets more effectively. Additionally, refining existing chemotaxonomic algorithms to address limitations in the gradient descent algorithm of CHEMTAX and the uncertainty in BCE is a priority. As suggested, incorporating spatial or temporal factors into pigment ratio algorithms could further improve the efficacy and reliability of chemotaxonomic approaches in marine ecosystem studies. 식물플랑크톤은 생태계와 생지화학적 순환에 중요한 역할을 하기 때문에, 이들의 군집구조와 기능에 대한 연구는 중요한 기초연구이다. 식물플랑크톤의 군집구조를 정량하는 방법에는 여러가지가 있지만, 화학분류적 접근법은 식물플랑크톤 생체량의 지표인 엽록소 a의 농도를 주요 분류군별로 할당할 수 있다는 이점이 있다. 따라서 1980년대부터 화학분류적 방법은 발전이 되어왔지만, 각각의 알고리즘이 특정 단점을 가지고 있으며, 아직 완성형 알고리즘은 없는 실정이다. 이 중에서도 가장 널리 사용되는 CHEMTAX 알고리즘은 underdetermined 편향에 취약한 경사하강법을 이용한 알고리즘이라는 한계가 있다. 따라서 본 연구는 색소 농도 데이터와 Next-generation sequencing (NGS) 데이터간의 선형 모델링을 기반으로 underdetermined 편향을 억제하는 새로운 접근법을 검토하였다. 이 접근법의 결과로 얻은 색소 비율 (final ratio)는 underdetemined system에 상대적으로 강한(robust) Bayesian Compostional Estimator (BCE)의 결과와 높은 일치도를 보이며, 해당 편향을 효과적으로 억제한 것을 확인하였다. 또한 이 선형모델은 대부분의 화학분류 알고리즘에서 공통적으로 문제가 되는 식별가능성(identifiability) 문제를 해결하는 근거로서 활용될 수 있음을 보였다. 이와 같이 개선된 CHEMTAX 방법을 활용하여 소청초 해양과학기지(S-ORS)에서 획득한 시계열 데이터를 분석하여 황해의 춘계 식물플랑크톤 대증식 메커니즘을 규명하였다. 계절변화에 따른 표층수온의 상승에 의해 유발된 수직 성층의 강화는 식물플랑크톤의 표층 대증식을 개시하는 주요 원인으로 밝혀졌다. 하지만 시계열 분석 기법 중 하나인 Dynamic Factor Analysis(DFA)로 분석한 결과 분류군별로는 다른 메커니즘이 작용하고 있었다. 규조류 (Bacillariophyceae)는 수직혼합이 활발한 환경에 대한 선호를 보였으며, 이에 따라 성층 및 표층 대증식 전에 빠른 생체량의 증가를 보였다. 이에 반해 녹조류(Chlorophytes)는 안정된 수층을 선호하였으며, 은편모조류(Cryptophyceae)는 두 분류군의 중간 특성을 가지고 있었다. 표층의 녹조류 대증식은 인산염을 빠르게 소모하여, 인-제한 환경을 조성하였으며, 이에 따라 후기천이분류군으로의 천이가 일어났다. 개선된 CHEMTAX 방법론을 광역 공간데이터 해석에도 적용해 보았다. 데이터는 2016년 미국 국립 항공 우주국 (NASA)와 한국해양과학기술원(KIOST)의 공동연구에서 얻은 데이터를 활용하여 한국 주변해역의 식물플랑크톤 군집 변동을 광역적으로 연구하였다. 우선 RDA(redundancy analysis)를 통하여 환경요소들에 따른 식물플랑크톤의 공간 분포 패턴을 1차로 밝히고, 공간분석법인 GLMM (Generalized Linear Mixed Model)을 통하여 환경적 영향이 제거된 공간 분포 패턴을 밝혔다. 이러한 공간분포 패턴은 식물플랑크톤의 분포 메커니즘을 반영하기 때문에, 군집분석을 통하여, 유사한 공간패턴을 나타내는 정점을 확인하였다. 그 결과 동해, 남해, 황해에서 뚜렷한 식물플랑크톤 분포 메커니즘의 차이를 확인하였다. 이러한 연구는 기존에 일반적으로 수행되던 베타 다양성 분석에서는 뚜렷하게 나타나지 않는 패턴을 확인한 점으로 의미가 있다. 이러한 기술모델 (desriptive model) 기반 생태 해석은 우선 CHEMTAX의 정확도가 개선되었기 때문에 가능한 분석으로서, 본 연구는 방법론의 개선과 현장 데이터로의 적용을 테스트 해보았고, 합리적인 생태적 해석을 얻을 수 있었다는 점에서 큰 의미가 있다. 이러한 연구들은 추후 먹이망, 탄소순환, 일차생산 등 생태학적 기능과 연결하는 연구로 연결될 수 있으며, 식물플랑크톤의 색소 기반 연구인 만큼, 원격탐지를 통한 데규모 연구로 이어질 수 있는 장점이 있다. 또한 추가적인 알고리즘의 개선을 위한 연구도 병행하여 진행하고 있다.

Spatial analysis of Deschampsia antarctica and environmental factors in King George Island, Antarctica

박정수 서울대학교 대학원 2013 국내박사

ABSTRACT The extremely cold and infertile Antarctica is one of the harshest ecosystems for the growth of terrestrial vegetation, but the simple terrestrial ecosystem provides a suitable opportunity for studying species distribution pattern and dynamics in relation to environmental gradient. Deschampsia antarctica Desv. (Poaceae) is one of the two species of vascular plants native to Antarctica. Despite of harsh condition of maritime Antarctica in the forms of cold temperature, high UV radiation, strong wind and seawater spray, several studies have documented that the distribution of D. antarctica expanded with increases in temperature and lengthening of the growing season. This grass is attracting researchers’ attention as a useful bio-indicator of climate change in sub-Antarctica and its survival ability under diverse extreme environmental stress. I applied several geostatistic methods and regression model including spatial effect to analyze the spatial patterns and relations between the abundance of D. antarctica and environmental variables. Most variables showed a severe anisotropic characteristic. Soil texture and moss cover were spatially correlated with elevation and electric conductivity was influenced by the distance from the shoreline. Geostatistic results showed that topographic characteristics might more directly influence the soil chemical and physical attributes in maritime Antarctica than in the temperate zone because the Antarctic area has fewer interference factors such as dense vegetation and thick topsoil. The results of spatial regression models presented that moss cover has positive association with the distribution of D. antarctica significantly. Moss could positive effect on growing the grass by maintaining optimal soil water content and nutrient. Soil water content was another important environmental variable that affects the abundance of D. antarctica. Even if the supplement of stable water is essential for survival of D. antarctica, the frequent soil saturation with melting snow was not suitable for growing this grass by blocking root respiration. In addition, I could speculate that early snow melting is a critical factor governing organic matter accumulation and nutrition availability in King George Island. I examined the effect of diverse environmental factors on the survival of D. antarctica on King George Island by using Bayesian statistical methods. When comparing the density of the grass between 2 sites for three years, one of sites (site 2) severely decreased its density. Although site 2 showed the adequate soil nutrition condition for growth of plant, its poor drainage and low soil pH may affected the survival of D. antarctica by altering nutrition availability and inhibiting root respiration. Bayesian regression models suggested that seabirds and mammals might have greatly influenced the distribution of the grass in King George Island by transferring nutrients from the sea into land. Lastly, I investigated the oxidative damage and changes in antioxidant substances in response to cold and flooding stress. This indoor experiment indicated that root flooding may lead to the overproduction of reactive oxygen species in D. antarctica, causing damage to the growth and metabolism. Especially, when plant experience whole plant anoxia, total soluble sugars and chlorophyll were rapidly decreased on account of a blockage of photosynthesis and cellular respiration, which could negatively influence the survival of D. antarctica under the harsh polar environmental conditions. Keywords: Deschampsia antarctica, maritime Antarctica, Bayesian statistics, geostatistics, spatial analysis, flooding stress, Student number: 2008-30105

Spatial analysis of the association with composite disadvantage indices and COVID-19 incidence

김보은 서울대학교 대학원 2023 국내석사

Background: Although the state of emergency was lifted in May 2023, COVID 19 continues to cause numerous cases and deaths. This study aimed to identify vulnerable communities and factors contributing to the COVID 19 outbreak utilizing the composite disadvantage indices Methods: Data on COVID 19 cases in each municipality were analyzed in relation to composite disadvantage indices. Spatial autocorrelation was evaluated using Moran's I, and the relationship between composite disadvantage index values and the number of COVID 19 cases over time was analyzed through spatial regression using OLS, SLM, and SEM models in Geoda. Results: COVID 19 cases and composite disadvantage indices exhibited positive spatial autocorrelation. CCVI values indicated a positive relationship with COVID 19 cases over time. SLM model consistently showed higher coefficients and lower AIC across all years (2020: 0.597, 1680.99; 2021: 0.723, 2180.74 ;2022.1 6: 0.143, 2516.87) Conclusion: The composite disadvantage indices of 249 municipalities were identified, and hotspots were founded by spatial analysis. There was a positive correlation between CCVI and COVID 19 incidence over time . Thus , it is necessary to prepare countermeasures that consider vulnerability factors by city and district to respond to infectious diseases such as COVID 19. 연구배경: 코로나19 비상조치는 2023년 5월 중단되었으나, 코로나로 인해 많은 확진자와 사망자가 발생하였고, 이로 인한 건강영향과 취약계층에 대한 탐색이 필요한 실정이다. 다만, 공간분석을 사용한 연구는 거의 없어, 이에 본 연구는 복합 취약성 지수를 활용하여 코로나19 발생률에 미치는 요인을 연구함으로써 시군구 단위에 적합한 보건 정책의 근거를 제공하고자 한다. 연구방법: 시군구별 코로나19 확진자 데이터, 복합 취약성 지수를 사용하여 분포를 확인하였다. Morans’ I를 통하여 공간자기상관성을 확인하고, 복합 취약성 지수들과 코로나19 시기별 확진자 수 상관관계 분석을 위해 공간 회귀 분석을 OLS, SLM, SEM 모델을 이용하여 시행하였다. 복합 취약성 지수 세부 요인과 시기별 발생률 간의 상관분석을 하였다, 공간분석은 GeoDa를, 상관분석은 R을 사용하였다. 연구결과: 옹진군을 제외한 249개의 시군구별 코로나19 발생률이 양의 공간자기상관성(2020년 Morans’ I=0.601, 2021년 Moran’s I=0.743, 2022.1~6, Moran’s I = 0.160)으로 나타났고, 복합 취약성 지수 모두 양의 공간자기상관성을 보였다. (SVI Moran’s I = 0.206, ADI Moran’s I=0.703, CCVI Moran’s I = 0.385), 각 복합 취약성 지수의 시군구별 핫스팟을 포착할 수 있었다. 코로나19 발생률과 복합 취약성 지수들 간 공간회귀 분석을 수행하였고, CCVI가 양의 샹관성을 보였다. 모형 적합 측면에서 SLM이 결정계수 값이 2020년 0.597, 2021년 0.723, 2022년 0.143으로 모든 시기 높았고, AIC값도 2020년 -1680.99, 2021년 -2180.74, 2022년 -2516.87으로 모든 시기 낮게 나타났다. 결론: 249개 시군구의 복합 취약성 지수를 확인하고, 공간분석으로 핫스팟을 확인할 수 있었다. CCVI가 시기별 코로나19 발생률과 양의 상관성이 있음을 확인하였다. 이와 관련하여 코로나19와 같은 감염병 대응을 위해 시군구별 취약요인을 고려한 대응책 마련이 필요하다고 하겠다.

Making the Invisible, Visible: Using Spatial Statistics to Identify the Appropriate Geographical Scales to Study Crime Patterns in Saint Louis, Missouri

Smith, Tara A ProQuest Dissertations & Theses Saint Louis Univer 2020 해외박사(DDOD)

This dissertation spatially examined crime in the City of Saint Louis, Missouri, 2011 - 2018. Using a descending spatial scale approach, whereby a series of meso and micro level spatial scales are applied to address potential issues with the Modifiable Areal Unit Problem (MAUP), spatial statistical methods were employed at a global and local level to determine the influence of social and economic factors on crime and to discover areas of crime patterning and clustering. Specifically, Spatial Autoregressive Models (SAR), are used to globally examine the effects of social and economic factors on crime, and Geographically Weighted Regression (GWR) is used for local level analyses. Crime patterns and clusters are identified through global and local measures of spatial autocorrelation and association. Additionally, at the smallest spatial scale, a exploratory spatial gravity model was used understand the evolving crime environment influenced by the Next National Geospatial-Intelligence Agency West (NNW), a large federally funded economic development located in a socially and economically depressed area. Findings from the research indicate that the largest spatial scales are more powerful, while the smaller spatial scales are more precise. At the global level, social and economic inequalities impact crime; while at the local level, local spatial variation occurred in the relationships between social and economic factors and crime. Specifically, local areas were influenced by various factors, differently. At the smallest spatial scale considered, the crime environment in and around the large economic development (NNW) became more concentrated and clustered, with potential crime displacement to adjacent areas. Overall, using more than one spatial scale to analyze the crime environment is important in uncovering and understanding the intricate spatial relationships existing at the local and global levels.

Spatio-Temporal Optimization for Locations and Routes of Mobile Vendors : The Case of Food Trucks in Seoul, Korea

조성아 서울대학교 대학원 2019 국내석사

As the mobility of people increases, the market vendors in urban areas also obtain spatio-temporal dynamics. The enhanced mobility yields the behavioral change, for not only the customers but also the market vendor’s business model. The food truck is one of the representative mobile vendors which show the possibility of the mobility of the suppliers. In particular, the deregulation in 2017 enabled food trucks to move to another site. Also, due to the high rent in Seoul, the food truck is considered as a prospective business model for young people. Although there are new characteristics of mobile vendors, such as the food truck, the business model of the mobile vendor when the existing market was already located did not receive academic attention. This research aimed to optimize the locations and routes of the mobile vendor through spatio-temporal analysis. This research designated three research questions. First, the locating trend of mobile vendors, when the existing competitive market already existed, has different result compared to the traditional mobile vendor’s strategy. Second, the value of the multi-objective optimization method is verified to improve the mobile vendor’s spatio-temporal optimal location and route sets. Lastly, the potential for improvement of current mobile vendor’s strategy through spatio-temporal analysis is examined. This research makes a model that targeted the current situation of Seoul. To reflect the spatio-temporal population dynamics, the de facto population data in Seoul was applied to this study. The objectives of the research were to reduce the dependency of the occasional festivals, maximizing the profit of food trucks, and minimizing the conflict between the existing markets and the food trucks. This research followed three steps to achieve those goals. First, based on the descriptive data analysis, it was verified whether the population dynamics existed on the days, time, and region. By analyzing the locations of restaurants, which are competitors to the food trucks, the relationship between the de facto population and the restaurant’s distribution was empirically proved. Also, unifying two factors to compare the weight was conducted during the first step. The spatial optimization method was applied to find the spatio-temporal optimal locations for food trucks in the second phase. After selecting the feasible area, the optimal food truck locations were found at each time period. To minimize the conflict between the existing restaurants and the food trucks, this research used the multi-objective optimization and made multiple scenarios depending on the weight factor α. As a result, as the α increases, the more food trucks are gathered into the CBDs in Seoul. In the final step, the food truck’s spatio-temporal routes were calculated, the minimal distance set of distance was composed, and the results were visualized. The data mining method, K-Means, was applied to capture the spatio-temporal clusters of mobile food trucks. The minimized distance set presented the optimal spatio-temporal locations and routes of food trucks. The results were presented by the 3D mapping method, due to the complexity of the data. In conclusion, the food trucks showed different optimal locations depending on the α, but, at lunch time, the food trucks tended to gather into the CBDs. The reasons for these spatio-temporal patterns are mostly due to the economic and leisure factors during the weekday and the weekend. On the other hand, the food truck locations need to move at dinner time to follow the residential population in the outskirts of Seoul. The Pareto optimal set of this research showed superior results than the current food trucks location, which means minimizing the conflict and maximizing the capturing of demand. This research used multiple methodologies of GIS and spatial optimization to analyze the mobile vendor's spatio-temporal optimal locations and routes. This research has significance in that it has built the model to deal with two separated factors, location, and traffic, in an integrated method with spatio-temporal analysis. 도시 내 인구 역동성이 증가하면서, 상업 활동의 수요 역시 시공간적 역동성을 보인다. 도시 내 수요자의 이동성(mobility)이 증가하면서 공급자 역시 수요자의 공간적 변동을 따라 이동할 필요성이 높아진다. 본 연구에서는 이동성을 갖춘 상업시설을 이동식 상업시설(mobile vendor)로 정의하는데, 푸드트럭이 대표적인 이동식 상업시설이다. 푸드트럭은 수요자의 시공간적 핫스팟이 변함에 따라 공급자도 이동할 수 있다는 특성을 대표적으로 보여준다. 중앙정부는 2017년 푸드트럭 규제를 완화하였고 서울시는 관련 조례를 제정하였다. 이 조례에 의거하여 푸드트럭은 기동성을 활용할 수 있게 되었고, 대표적인 청년 창업의 수단으로 각광받고 있다. 기존의 연구들은 이동식 상업시설의 입지에만 주목하면서 고정식 상업이 기입지한 상태에서의 이동식 상업시설 입지 양상을 연구하지는 않았다. 수요의 역동성이 증가하는 현대 사회에서 이동식 상업시설의 시공간적 입지와 이동에 대한 연구도 부족하였다. 본 연구는 기존 상권이 존재하면서, 수요가 시공간적으로 변동하는 상황에서 푸드트럭의 입지와 이동 경로를 최적화하는 방안에 대해 살펴보았다. 본 연구는 세 가지 연구 질문을 제기하고 이에 대한 해답을 찾았다. 첫 번째로 상업 구조가 이미 형성된 상태에서 이동식 상업시설의 입지와 경로의 최적화 모형은 어떠한지 연구하였다. 두 번째로 다목적 최적화 기법이 이동식 상업시설의 최적 입지와 경로 선정 시나리오 구축에 적용 가능한지도 살펴보았다. 마지막으로 시공간적 최적 입지 탐색과 경로 최적화가 현재의 이동식 상업시설의 운영을 개선할 수 있는지도 탐구하였다. 위와 같은 연구 질문에 답하기 위해, 본 연구는 서울시의 현재 상황과 동일하게 500대의 푸드트럭이 운영되는 모델을 구축하였다. 서울시의 생활인구 자료를 활용하여 모델에서의 수요를 대표하는 인구 역동성을 측정하였다. 위 과정을 통해, 현재 푸드트럭의 일회성 축제 매출 의존성을 낮추고, 일상적 상황에서의 수요 포획을 극대화하면서도 기존 상권과의 마찰을 최소화하는 방안을 도출하였다. 연구 목적 달성을 위해 다음 세 가지 단계를 통해 연구를 진행하였다. 첫 번째로는 기술적 자료 분석을 토대로, 인구 역동성이 요일, 시간, 지역적 스케일에서 각각 존재하는지를 검증하였다. 또한, 푸드트럭과 경쟁 업체들의 입지를 검토하여, 서울시의 평일 생활인구와 음식점의 입지 사이의 상호관계를 실증적으로 규명하였다. 각 단위 구역 내의 생활인구와 음식점 수를 가중치로 변환해서 비교하기 위해, 수치를 정규화하고 수요와 경쟁의 지표로 정의하였다. 두 번째로 다목적 공간 최적화 기법을 토대로, 가중치에 따른 시나리오별 푸드트럭 최적 입지를 탐색하였다. 공간 최적화 기법을 적용하기 위해 푸드트럭의 입지 가능 지역을 선택하고, 각 시간대별 푸드트럭 최적 입지를 선정하였다. 푸드트럭 운영자의 수익 보장을 위한 수요 포획 극대화와 기존 상권과의 갈등 최소화라는 두 가지 목적 하에, 다목적 함수를 설계하고 푸드트럭의 시공간적 다목적 공간 최적화 결과를 각각의 수요 가중치 시나리오에 따라 도출하였다. 그 결과, 푸드트럭의 배후지 내 수요 포획 극대화에 높은 가중치를 부여할수록, 도심지에 푸드트럭이 더 많이 입지함을 확인할 수 있었다. 마지막으로 각 시간대별 이동 푸드트럭을 정의해서, 네트워크 이동 거리를 최소화하는 조합을 도출하였고, 이를 시각화 하였다. 푸드트럭의 이동 경향성을 파악하기 위해 데이터 마이닝 기법인 K-Means 클러스터링을 활용하여 클러스터를 구축했고, 각 시공간별 클러스터의 이동 경로를 도출하였다. 그 후 시공간 클러스터들의 이동 거리 합을 최소화하는 방법을 통해, 푸드트럭의 시간대별 입지와 이동 경로를 계산하였다. 이렇게 도출된 시공간 입지, 경로 분석 결과물을 3D 지도로 재현하였다. 연구 결과, 푸드트럭은 목적식의 가중치에 따라 서로 다른 최적 입지를 보이지만, 점심 시간에는 도심 지역에 입지하는 공통점을 보이고 있다. 이는 주중에는 경제활동인구가, 주말에는 여가활동을 즐기는 인구가 도심에 집중되기 때문으로 해석된다. 반면 푸드트럭이 저녁 시간에는 상주인구의 밀집 지역을 따라 서울시 외곽으로 이동하는 경향이 나타난다. 본 연구 성과를 현재의 푸드트럭 입지와 비교한 결과, 기존 상권과의 마찰을 현재보다 감소시키면서도, 수요를 추가 포획할 수 있는 파레토 균형의 달성이 가능함을 확인할 수 있었다. 본 연구는 GIS와 공간 최적화의 다양한 기법을 활용하여, 이동식 상업시설과 기존 상권이 병존할 때의 입지와 이동 양상을 시공간적으로 분석하였다. 본 연구의 의의는 기존의 입지와 교통이라는 두 가지 주요 요소를 시공간적으로 고려하며 통합적으로 다루는 모델을 구축하였다는 점에 있다.

Built Environment and Health among Urban Residents : Spatial Analysis of Community Health Surveillance Data

이선주 서울대학교 대학원 2018 국내박사

Background A neighborhood environment is comprised of a physical environment and a socioeconomic environment and influences human health in a range of ways. Within a physical environment, all the human-made surroundings are referred to as built environment (BE), and it substantially influences the health of people living in an urban setting, more so in cities with higher population density. Interests and intervention from the public health perspective on health and wellness in the BE as a remedy against communicable diseases diminished after the 19th century but began to resurface in recent years to get to the bottom of noninfectious disorders relating to physical activities. Unfortunately, most studies conducted in this area focused on increasing quantity of physical activities of the general population and the scope of dialogue needs to be much expanded to deal with various health issues and effect on a vulnerable population. In South Korea, the demographic convergence in the Seoul Metropolitan Area is on the extremely high side, making it one of the most densely populated regions in the world. Accordingly, a multilateral evaluation in public health on its BE is very important. Especially, to overcome the numerous problems materialized due to the rapid expansion of cities in the past few decades, it is imperative to deliberate urban renewal programs regarding public health. However, the previous studies verified individual environmental factors, that was evaluated in Western cities, in connection with physical activities, and most of them were in the field of urban planning. A continuous health surveillance system is indispensable to determine and evaluate health effects of BE, and it is important to first determine whether the regional data from public health surveillance system are compatible with this study. Furthermore, applying spatial analysis and geographic information system will facilitate determining the relationship between urban planning components and its public health impact in a more extensive geographical region. Objectives The purpose of this study is to explore the urban built environmental factors that affect public health through spatial analysis using regional public health surveillance data, determine correlation among those factors and present basis stemming from the public health perspective for healthy urban renewal. This study aimed to evaluate the effect of urban BE on healthy activities and health results. Applying three aspects, density, distance, and accessibility, for measuring BE out of the available 5, the following analyses were performed: Analysis 1: Correlation between accessibility to public transport and walking practices in adults Analysis 2: Correlation between fast food outlet density and prevalence of obesity in adults Analysis 3: Correlation between distance to a major roads and allergic diseases in children Methods Information on individual health behaviors and diseases prevalence was collected from public health surveillance data, more specifically, the Community Health Survey data (2011-2014, 92,357 subjects) for adults of 19 years of age or higher and the Seoul Atopy-Friendly School Survey data (2010, 24,040 subjects) for children. The built environmental factors influencing them were analyzed using a geographic information system, which required very precise location information. To achieve this, the participants of the Seoul Atopy-Friendly School Survey were geocoded on their home addresses. Those of the Community Health Survey were geocoded on regional representative location based on their type of residence (detached house, apartment) and geographically censored information of their home address at the community level (424 dongs in 2014). Of the many elements to the BE, accessibility to public transport by a community, density of top 5 fast food outlets (McDonald's, Lotteria, Burger King, KFC, Popeyes) by county, distance to major roads from residential address were used in analyses 1, 2 and 3. As for the impact of BE, walking duration (minutes) per week, obesity as defined by BMI of 25kg/m2, and prevalence of allergic and atopic diseases (atopic eczema, asthma, allergic rhinitis) were determined in each analysis. Results Accessibility to public transport and weekly walking duration had a nonlinear relationship, where the walking duration for those who lived between 1.0 to 1.5km from a subway station increased by 28.5 minutes (95% CI=16.7 - 40.2) but for those who lived 1.5km or farther away from a subway station decreased by 1.9 minutes (-19.9 – 16.1). The density of fast food outlets, when adjusted with personal and regional factors, had an insignificant correlation with obesity in a county-level (male: Odds ratio=1.01, 95% CI=0.97 – 1.05; female: 1.04, 0.99 – 1.09). Because the density of fast food restaurants closely correlated with regional socioeconomic level, when the effect was determined after adjusting the financial independence of the region, there was some discrepancy between the regional socioeconomic level and gender, but overall it had an insignificant correlation with obesity. The odds of atopic eczema were higher for children living on less than 4 floors and 150m, 150-300m, and 300-500m away from a major street than those living over 500m away, respectively by 1.15 (1.01 – 1.32), 1.17 (1.03 – 1.34) and 1.16 (1.01 – 1.34) times; and the odds of atopic dermatitis increased by 1.08 (1.01 – 1.15) times if the road density increased by 13,120m2 within 300m of place of residence. For the children living on the tenth floor and higher, the prevalence of asthma and allergic rhinitis was higher for those living closer to major roads, but its effect was not consistent. Discussions In this study, the effect of urban BE measure regarding accessibility, density, and distance on walking practice and health results such as obesity and atopic eczema were analyzed by applying spatial analysis on public health monitoring data. Based on the results of analyses, the following implications were drawn: (1) the recently diminishing amount of physical activities exercised by urban residents could be significantly improved through increased neighborhood walkability, and one of the methods for improvement may increase adjusting accessibility to public transport from the place of residence; (2) because obesity of urban residents is affected by neighborhood diet environment, additional intervention from the public health discipline must be considered simultaneously; and (3) higher proximity to roads indicate higher air pollution in the neighborhood and it may trigger other health issues such as allergic reaction and atopic eczema especially for those with restricted activity perimeter, e.g., children. To sum up, adjusting access in BE will increase physical activity level, and thereby, effectively reduce noninfectious disorders such as obesity, but it may also increase the prevalence of noninfectious disorders in a certain population with vulnerability. Therefore, to improve the health issues in our cities, we must first adequately test various urban planning concepts formulated in Western urban environments and need better awareness and proactive intervention from the public health perspective.

Analysis of spatiotemporal patterns of dynamic population based on mobile phone big data in Seoul : using deep learning techniques for spatial knowledge inference

고민지 Graduate School, Yonsei University 2022 국내석사

유동인구는 도시의 동적성을 확인할 수 있는 자료로, 잠재력 높은 도시 데이터로 평가받고 있다. 하지만 잠재력이 높게 평가받음에도 불구하고 데이터 수집, 가공, 분석에 한계가 있어 제대로 된 활용에 어려움을 보이고 있다. 또한 대부분이 사후 분석을 수행하고 있다. 만약 이를 예측할 수 있다면 더욱 다양한 분야에 활용될 수 있을 것이며, 정확도 또한 높아진다면 좀 더 신뢰성 있는 참고자료로써 사용될 수 있을 것이다. 따라서 본 연구는 휴대폰 빅데이터 기반의 유동인구 데이터를 딥러닝 기법에 적용하여 서울시 내의 유동인구를 예측하고, 예측의 결과를 공간자기상관분석으로부터 계산된 코로나 전후 변화한 유동인구의 패턴과 비교하는 연구를 수행하였다. 또한 본연구는 유동인구를 예측하는 것에서 더 나아가 예측 정확도를 높이기 위하여 비정상성을 띄는 유동인구 데이터의 정상성을 확보하는 데이터 전처리 단계를 수행하고, 이 두 결과를 비교하였다. RNN, LSTM, ConvLSTM 세 가지 모델에 적용한 결과, ConvLSTM에서 가장 우수한 예측 성능을 보였으며, 특히 비정상성 데이터와 정상성을 확보한 데이터를 비교하였을 때, 정상성을 확보한 데이터에서 2배 이상 우수한 성능을 보였다. 마지막으로 코로나 이전 이후 변화를 확인하기 위해 공간자기상관 분석을 수행하고 이를 예측 정확도가 낮은 지점들과 비교하였을 때, 유동인구의 변화가 감소한 군집인 HH 클러스터와 증가한 LL 클러스터에서 대부분의 예측 정확도가 낮은 지점들을 확인할 수 있었다. 이는 유동인구를 예측할 때 변화가 갑작스럽게 존재하는 지점에서 특히 유의해야 함을 의미한다. The dynamic population data is a data that can confirm the dynamics of the city and can be regarded an urban data with high potential. However, despite its high potential, it is difficult to properly utilize it due to limitations in data collection, processing, and analysis. In addition, most are performed as post analysis. If this can be predicted, it can be used in more diverse fields, and if accuracy is also increased, it can be used as a more reliable reference. Therefore, this study was focused on the application of mobile phone big data-based dynamic population data to deep learning techniques to predict the dynamic population in Seoul, and comparing the results of the prediction with the changed dynamic population pattern before and after COVID-19 calculated from spatial autocorrelation analysis. In addition to predicting the dynamic population, this study performed a data preprocessing step to secure the stationarity of non-stationary dynamic population data in order to increase the prediction accuracy. Applying to three models, RNN, LSTM, and ConvLSTM, the ConvLSTM showed the best predictive performance, especially when comparing non-stationary data with stationary data, it showed more than twice the performance in stationary data. Finally, when spatial autocorrelation analysis was performed to confirm the change after COVID-19 and compared with points with low prediction accuracy, most of the points with low prediction accuracy were identified in the HH cluster and the LL cluster, a cluster with reduced/increased change in the dynamic population. This implies that when predicting the dynamic population, special attention should be given to points with sudden changes.