통신 빅데이터를 활용한 국가하천 친수지구의 이용등급, 상세유형화 및 친수거점지구 지정 방법 개발
A Study on Classification and Characterization of Water-Friendly Space for the Smart River Space Management Using the Mobile Big Data
1
조회
0
다운로드
8
인용
0
참고문헌
키워드
초록
도시의 개발, 재생, 복지, 문화 관광 등의 지역 정책과하천이용의 수요에 맞춰 하천 공간을 지정하고 운영하는 것이 한층 더 중요해졌다. 이에 본 논문은 체계적이고 객관적으로 하천 공간을 지정･운영하기 위해선행연구에서 검증된 통신 빅데이터 이용지표를 사용하여 친수지구를 특성화하는 방법을 제안하고자한다. 첫째, 친수지구의 이용도를 판단하기 위해 면적당 이용객 수를 로그노멀 분포로 변환하여 5등급으로 제시하였다. 둘째, 여러 가지 통계분석을 통해친수지구를 5개의 유형으로 구분하고 특징을 분석하였으며, 친수지구가 근린친수와 친수거점의 어디에해당하는지 구분하였다. 셋째, 이용등급과 공간 활용의 유형을 고려하여 친수지구를 단계적으로 지정하는 방법과 기준을 제안하였다. 향후 중장기적인 모니터링과 객관적인 분석을 통해 근린친수지구와 친수거점지구로 지정해야 할 것이며, 본 논문의 결과는친수지구의 계획, 유지관리, 인･허가에 있어서 합리적인 결정을 하는 데 크게 기여할 수 있을 것으로 예상된다.
Abstract
For national and local policies related to urban development and regeneration, welfare, culture and tourism, it is very important for river managers to designate and operate water-friendly river spaces in accordance with residents’ demands. Using mobile big data verified by the previous study (Lee, Lee and Choi 2019), this study aims to propose scientific ways to characterize water-friendly river spaces. First, it suggests clear criteria regarding how frequently a river space is visited by residents: river spaces are classified to five grades over the log-normal distribution in the number of visits per area. Second, it infers residents’ purposes to visit a river space: the purposes are characterized to five groups, which largely depends on whether a river space is used as a place for neighborhood-convenience facilities, or as one for culture and tourist facilities for regional revitalization. Third, this study suggests a step-wise method for determining water-friendly hub spaces deliberately using all results. This study concludes that river managers should apply more scientific ways to designate and operate water-friendly river spaces while monitoring residents’ visits closely with mobile big data.
참고문헌 (19)
- 계묘진, "Lasso를 기반으로 한 로지스틱회귀모형 연구", 석사, 통계학과, pp.2013
- 4대강 수변 친수공간 관리 개선방안, "국토교통부", 국토교통부, ~ (2015)
- 하천 유지관리 평가 및 개선방안 연구, "국토교통부", 국토교통부, ~ (2016)
- 하천 점용제도 개선 및 표준 매뉴얼 개발 연구, "국토교통부", 국토교통부, ~ (2018)
- 스마트 셀 기반 활동인구의 공간정책 활용방안 연구, "김종학", 국토연구원, ~ (2014)
- 통신 유동인구 빅데이터로 교통혁명 시대를열다, "김혜주", 한국교통연구원, 11~15 (2017)
- 박광배, "변량분석과 회귀분석" (1999), 학지사
- 박광배, "다변량분석" (2000), 학지사
- 성지은, "빅데이터를 활용한 정책 사례 분석과시사점", 과학기술정책, 24(2), pp.94~106 (2014)
- 통신 빅데이터를 활용한 국립공원 탐방객 실태조사 및 이용패턴 분석검증 연구, "오장근", 국립공원관리공단, ~ (2017)
- 이광섭, "통신량 빅데이터 활용성에 관한 연구: 의정부시 내․외부활동 및 이동패턴과 도시철도망 연계성을 중심으로", 국토계획, 52(5), pp.113~130 (2017), 대한국토·도시계획학회[DOI]
- 이종소, "국가하천 친수지구 공간관리를 위한 통신 빅데이터 활용성 검토: 자료검증과 이용지표 선정", 국토연구, 101, pp.3~18 (2019), 국토연구원[DOI]
- "Innovations in data collection: The power of where and when" (2017)[URL]
- Charrad, M., "NbClust: An R package for determining the relevant number of clusters in a data set", Journal of Statistical Software, 61(6), pp.1~36 (2014)
- De Jonge, E., "Time patterns, geospatial clustering and mobility statistics based on mobile phone network data", Proceedings of The Federal Committee on Statistical Methodology Research Conference (2012), Washington Convention Center
- Deville, P., "Dynamic population mapping using mobile phone data", Proceedings of the National Academy of Sciences, 111(45), pp.15888~15893 (2014)
- Douglass, R. W., "High resolution population estimates from telecommunications data", EPJ Data Science, 4(1), pp.1~13 (2015)
- Mertler, C. A, "Advanced and Multivariate Statistical Methods: Practical application and interpretation" (2001), Pyrczak Publishing
- Tukey, J. W, "Exploratory Data Analysis. Boston:Addison-Wesley. 20.Ward Jr., J. H. 1963. Hierarchical grouping to optimize an objective function", Journal of the American Statistical Association, 58, pp.236~244 (1963)