감염병의 전파는 환자와의 접촉이 중요한 전파 경로이기 때문에 개인 차원에서의 활동 정보는 감염 위험성을 파악하는데 중요한 지표로 활용될 수 있다. 이 연구는 코로나바이러스감염증-19 (COVID-19) 확진자의 이동 특성을 파악하는 방안을 제시하는 것이 목적이다. 이를 위해서 시간지리학 개념을 적용한 지리적 시각화 프로토타입 환경을 구축하여 서울시의 코로나 확진자 이동경 로 데이터를 분석하였다. 지리적 시각화 프로토타입에서는 코로나바이러스감염증-19 확진자의 시간대별 방문 장소를 3차원 경로로 시각화하였다. 또한 방문장소별 방문시간과 체류시간은 정거장 개념을 반영한 원통으로 표현하여 확진자별 방문 장소의 중복 여부를 파악할 수 있었다. 이 연구에서 제안하는 시각화 방법은 다음과 같이 활용될 수 있다. 첫째, COVID-19 확진자 이동 자료의 시공간적 범위와 특성을 동시에 시각화함으로써 시공간적 이동 특성을 분석할 수 있다. 둘째, COVID-19 확진자 이동경로에 있는 정거장 시각화를 통해서 확진자 접촉가능 장소를 파악할 수 있다.

최근 국가지리정보유통망을 통한 공간정보 통합에 대한 논의처럼, 속성데이터 중심의 인문지리정보 데이터베이스도 시작 단계에서부터 향후의 통합을 고려한 프로토콜을 필요로 한다. 본 연구에서는 효율적인 인문지리정보 DB 구축을 위해 DB 모델의 원칙과 절차, 즉 데이터 모델, DB 정규화, 데이터 무결성에 대해 인문지리정보 사례를 통해 방향을 제시하였고, 인문지리정보의 변화를 수용할 수 있는 시간성 확보 방안과 온톨로지와 통합DB를 효과적으로 연계하는 방안을 제시하였다. 특히 시간에 따른 정보의 변화를 저장하기 위해 TimeStamp 객체와 TimeSPAN 객체를 DB에 임베드하였고 시간관계 함수를 이용해 검색할 수 있도록 하였다. 또한 수시 갱신이 필요한 인문지리정보 DB를 온톨로지와 연계하기 위해서는 DBMS 내의 RDF 객체를 활용하는 효율적인 방법을 제시하였다. 이러한 방안은 인문지리정보 DB 뿐만 아니라 수시갱신이 요구되는 대용량의 DB 구축시 가장 근본적으로 검토하여야 할 내용을 제시해 줄 것이다.

This study tried to show the usability of Asian air pollution emission data in order to improve a visibility modeling for the operation of numerical weather prediction models. For this purpose, the three most popular Asian air pollution emission data (TRACE-P, INTEX-B, REAS) were compared with domestic air pollution emission data by root mean square error. In this study, root mean square errors of air pollution materials including SOx, NOx, and VOC in Asia air pollution emission data were analyzed for 2001 and 2006. In the results, INTEX-B would be useful when the measurement data is required, while REAS would be acceptable if multi-year data were required and estimation data were allowed. Air pollutant diffusion model with Asian air pollution data can be used to estimate hourly air pollution concentration data by altitude, which would improve the accuracy of numerical weather prediction models.