최근 미세먼지 농도가 높은 날이 늘면서 국민들의 관심도 증가하고 있다. 미세먼지의 분포는 공간적으로 상이하며 그 발생도 지역별로 다르게 기인하는데도 불구하고 미세먼지 저감을 위한 정책은 차별성 없이 이루어지고 있기 때문에 미세먼지의 공간적 이질성을 반영한 연구가 필요하다. 본 연구에서는 미세먼지 농도에 영향을 미치는 자연요소와 인문요소를 함께 고려하여 요인을 선정 후 OLS, GWR, GWRR기법을 이용하여 미세먼지 분포의 공간 패턴을 분석하였다. 연구결과는 다음과 같다. 첫째, OLS 분석 결과 자연요인의 경우 강수량과 대기정체일이 적을수록 그리고 주변고도가 낮을수록 미세먼지의 높은 농도의 기여율이 높았으며, 축사나 공업시설과 같은 인문요인의 경우 대부분 미세먼지와 양의 관계가 있음이 파악되었다. 둘째, GWRR 분석 결과 각 하위 지역별로 미세먼지의 분포에 영향을 주는 변수나 그 정도는 다르게 나타났다. 셋째, GWRR의 효용성 평가 결과 GWRR이 다른 두 모델에 비해 향상된 결과를 보였으며, 이는 미세먼지 뿐만 아니라 다양한 대기오염물질의 분석에도 적용이 가능함을 확인하였다.

본 논문의 주된 목적은 천연 라텍스 산출량(natural latex yield) 요인을 파악하는 것이며, 중국 열대지방인 윈난(운남)성 시솽반나 지역을 대상으로 연구를 수행했다. 천연 라텍스는 고무나무의 수액을 의미하며 의료기구, 타이어 등의 원료로 사용되므로 세계적인수요가 급증하고 있다. 하지만, 고무농장을 설립하기 위해서는 토착식생을 대거 제거하는 것이 일반적이며 이러한 이유로 인해 고무농장의 확장은 환경적 부작용을 수반한다. 시솽반나의 생태계는 고무농장의 급속한 확장으로 인해 열대 원시림이 파괴되는 등 지속적인 위협을 받고 있는 상황이고 이를 저감하기 위한 환경보전이 시급하다. 시솽반나 지역에 효과적인 환경보전 및 토지이용 전략을 수립하기 위해서는 어떤 요인이 천연 라텍스 산출량에 영향을 주는지와 요인별 공간적 변이를 파악할 필요가 있다. 본 연구에서는 현지답사를통해 수집한 자료와 위성영상 자료에 지리가중회귀모델(Geographically Weighted Regression, GWR)을 적용해 천연 라텍스 산출량요인과 그 공간적 변이를 분석했다. 그 결과, 연평균 기온, 연평균 강수량, 고무나무 나이, 해발고도, 향이 99% 신뢰구간에서 천연 라텍스 산출량에 유의한 영항을 미치는 것으로 나타났으며, 이들의 공간적 변이는 요인별로 상이했다. 본 논문의 연구 결과를 활용하면, 고무나무 재배적지 혹은 고무농장의 입지를 체계적으로 파악할 수 있기 때문에 시솽반나 지역 뿐 아니라 천연 라텍스 주요산지인동남아시아 전반의 환경보전과 토지이용 전략 수립에 유용할 것으로 예상한다.

본 연구의 목적은 공간가중회귀모형(Geographically Weighted Regression, GWR)을 이용하여 2012년 대선 투표율 및지지율에 나타난 인구사회학적 변수들의 공간적 변이와 분포 특성을 살펴보는 것이다. 일반적으로 투표율 및 지지율과 관련성이 높다고 알려진 인구사회학 변수들인 연령, 교육수준 등을 독립변수로 통계청 온라인 데이터베이스를 활용하였고, 선거관리위원회의 2012년 18대 대선의 시군구별 투표율을 종속변수로 하여 보수적 성향의 그룹과 진보적 성향의 그룹간의 분포특성을 분석하였다. 모형 추정결과 2012년 선거는 투표율에 있어서 세대 및 교육수준에 따라 전반적으로 유의미한 차이가 나타나고 있지만, 지역과 지지하는 후보에 따라 공간적인 차이가 나타남을 확인하였다. 기존의 연구들이 일반회귀분석(OLS)을 이용하여 표본으로부터모집단 전체의 특성을 추정한 것과는 달리 이 연구에서는 GWR을 이용하여 통계청 및 선거관리위원회 통계자료로부터 시군구단위의 국지적 수준의 회귀계수를 추정함으로써 투표율에 영향을 주는 인구사회학적 변수들의 공간적 분포특성을 세부적으로 탐색할 수 있었다는 점에서 의의가 있다.

Climate change has been a global issue since the 19th century. The increase in rainfall variability, which covers the increase in the earth’s total precipitation, will definitely lead to frequent and more severe flood disasters. As the damage increases year after year with floods as the most chronic and costly disaster among these hazards, Korea has to improve its technological responses and countermeasures to better visualize the hazards brought about by such disasters. Gunsan City ranked number eight in the country’s most susceptible region to floods. From 2004 to 2013, Korea has experienced a total of 174 flood disasters which were estimated to cost USD 7.32 billion. But reports showed that the total expenditure of the government amounted to 1.4 times the estimated losses and damages and the private companies have spent twice the said estimated amount. To summarize, the post-disaster loss and damage reports showed underestimated values. This study aims to develop a semi-parametric geographically weighted regression which can implement a flood damage estimation model of Gunsan City. The model building process include parameters like flood depth, flood duration, inundated area, family income and land price. The datasets are composed of both untransformed and transformed data (using Box-Cox Method). Both Ordinary Least Squares (OLS) Regression and Geographically Weighted Regression (GWR) were evaluated in this study, but the search for best fit resulted to the use of GWR.