암은 오랫동안 한국인의 주된 사망원인이었으며, 주로 환경적 요인이 암 발생에 영향을 주고 있다. 암으로 인한 높은 사망률에도 불구하고, 어떠한 지리적 및 환경적 요인이 암 발생에 영향을 주는지에 대한 국내 사례 연구는 부족한 실정이다. 본 연구의 목적은 공간적 관점에서 갑상선암, 대장암, 위암, 폐암, 간암, 전립선암, 유방암을 포함한 주요 암의 발생률이 지리･환경적 요인에 따라 어떻게 다르게 나타나는지를 파악하는 것이다. 이를 위하여, 시군구 수준에서 계산된 암 발생률을 종속변수로 활용하였고, 암 발병에 영향을 미칠 것으로 기대되는 13가지 독립변수를 선정하였다. 종속변수의 공간적 의존성 및 군집을 확인하기 위하여 전역적, 국지적 Moran ’ s I 통계량을 이용하였고, 암 발병에 영향을 미치는 요인을 파악하기 위하여 OLS 및 공간회귀모형들을 활용하였다. 전역적 Moran 통계량과 LISA Cluster map을 통하여 암 발생의 공간적 패턴에서 공간적 자기상관을 확인할 수 있었다. 다음 OLS 회귀 분석을 통하여 암 발생에 영향을 미치는 변수들을 파악하였다. 이때 대부분의 암에서 연령 효과가 강하게 나타났기 때문에 이를 통제하였다. OLS 모형의 잔차에서 공간적 의존성이 명확하게 나타남을 확인한 후, 공간적 의존성을 모형화하기 위하여 공간회귀분석을 수행하였다. 분석 결과 모든 유형 별 암에 대한 발생률을 설명하는데 있어 공간회귀분석이 적합한 것으로 나타났다. 특히 공간적 의존성을 고려할 경우 암별로 영향을 주는 요인이 OLS 분석 결과와 상이할 수 있음을 확인하였다. 본 연구 결과는 공간통계분석을 통하여 암 발생에 영향을 주는 지리 환경적 요인을 보다 정확하게 식별할 수 있음을 보여주었다. 이러한 결과는 암을 예방하기 위하여 지역의 환경을 요인을 어떻게 개선할 것인지에 대한 유용한 정보를 제공한다.

저출산으로 인해 학령인구는 감소하고 있으나, 과대학교와 과밀학급 문제는 여전히 존재한다. 이러한 문제는 학교별 학생수요 예측이 어렵기 때문에 발생하며, 근본적으로는 학령인구 이동에 대한 예측의 불확실성에 기인한다. 이는 학교의 신설이나 이전 계획 수립에 장애가 된다. 장기적 관점에서 학생수요를 예측하기 위해서는 학령인구의 순이동 경향에 대한 파악이 선행되어야 한다. 따라서 본 연구는 지난 16년간 전국 인구이동자료를 바탕으로 시도별로 연령별 인구의 이동 경향을 파악하고 만 11세 인구를 대상으로 크리깅을 적용하여 전국규모의 순이동을 추정하였다. 분석결과, 학령인구의 연령별 순이동은 연령이 높아질수록 감소하 였다. 크리깅을 통해 추정한 결과, 만 11세 인구는 서울, 대구, 경기, 인천 등에서 높게 나타났으며, 서울 강남이나 대구 수성구와 같이 교육열이 높은 지역이나 송도 같은 신규 개발지로의 순이동 경향이 가시적으로 파악되었다. 이 연구는 전국을 범위로 장기간의 학령인구이동 경향을 제시하였다는데 의의가 있으며, 이는 국가차원의 교육 계획 수립에 기여할 수 있다.

구제역(Foot and Mouth Disease: FMD)은 제1종 가축전염병으로 발생 시 살처분 및 이동제한 등의 방역조치로 인하여 막대한 사회경제 적 피해를 초래한다. 구제역은 일단 발생하면 매우 빠르게 확산되기 때문에 현장에서의 사후 방역활동과 함께 예방을 위한 노력 역시 필요하다. 따라서 이를 위한 중장기적 방역정책이 필요하다. 그런데 현실적으로 가용한 방역자원의 한계를 감안하면, 선택과 집중이라는 측면에서 중장 기적 방역관리가 우선적으로 필요한 지역을 파악하고 전략적으로 관리하는 것이 중요하다. 이 지역들은 잠재적으로 구제역 발생위험이 높은 지리적 권역을 의미한다. 이 연구의 목적은 국지적 공간통계량을 이용한 실증분석을 통하여 국내의 구제역 발생 가능성이 높은 잠재적 고위험지역을 탐색적으로 파악하는 것이다. 분석에 사용된 국지적 공간통계량은 스코어 통계량(Score statistic)으로 이를 국내에서 2014년 12월부터 2015년 4월까지 발생한 구제역 자료에 적용하여 실증적 분석결과를 도출하였다. 분석결과 잠재적 고위험지역의 뚜렷한 공간적 군집을 확인할 수 있었다. 아울러 실증결과를 토대로 중장기적 측면에서의 방역활동과 관련된 정책적 함의를 논의하였다.

최근 소규모 창업을 위한 상권분석, 지역 산업 수요 조사 등에 잠재적 서비스 인구 통계에 대한 수요가 점차 증가하고 있다. 하지만 센서스 조사와 같이 장기적 시간 간격을 두고 수행되는 방식으로는 현시성 있는 잠재적 서비스 수요를 파악하는데 한계가 있다. 개인의 모바일폰으로 수집되는 이동통신 빅데이터는 센서스 조사의 이러한 단점을 극복할 수 있으며, 실시간으로 변하는 지역 인구 분포와 유동성을 잘 보여줄 수 있다. 본 연구는 이동통신 빅데이터와 공간통계 기법을 이용하여 지역의 잠재적 서비스 수요인 현주인구를 추정하고자 한다. 이를 위해 먼저, 대구광역시를 사례로 한 민간 이동통신사가 제공하는 '서비스인구'의 성별, 연령별, 시간대별 분포 특성을 살펴보았고, 지역의 인구, 사회, 경제적 특성 변수에 기반한 일반회귀모델(OLS)과 공간회귀모델(SEM, SLM)을 이용하여 집계구별 현주인구를 추정하였다. 사례 분석 결과, 지역 특성을 반영하는 여러 통계 자료를 활용하여 해당 지역의 잠재적 서비스 수요 인구를 유의미하게 추정할 수 있었다. 또한 인구의 공간적 의존성을 명시적으로 반영하는 공간회귀모델이 현주인구를 추정하는데 가장 적합한 모델인 것으로 나타났다. 집계구 수준의 공간 단위에서 추정 오차도 유의미하게 작았으며, 연령별 현주인구의 추정값이 성별, 시간대별 현주인구에 비해 정확하게 산출되었다. 오차의 공간적 분포는 대체로 도심부에서 과대 추정이, 외곽 지역은 과소 추정이 나타났다. 이는 지역간 모바일폰 사용 행태와 이동성의 차이가 추정 정확성에 영향을 미칠 수 있음을 시사한다.

막대나 히스토그램과 같은 그래픽 요소는 통계자료의 탐색적 분석을 위한 정보 시각화 도구로 자주 활용되어왔다. 이에 비해단계구분도나 유선도와 같은 전통적 주제도는 지리참조된 통계자료의 공간 분포 및 패턴 분석을 위한 유용한 시각화 기법으로 인식되었다. 그러나 통계학 분야에서 최근 제안된 연결형 마이크로맵은 공간통계자료의 탐색적 분석을 위한 효과적인 시각화 도구로서 많은 관심을 받고 있다. 이에 본 연구는 서울특별시 자치구를 대상으로 생산된 공간통계자료를 시각화할 수 있는 연결형 마이크로맵을 R 프로그래밍 언어를 이용하여 구현하여 제시하였다. 그리고 본 연구는 기존 주제도와 차별적인 연결형 마이크로맵의 특징을 고찰하였다. 연결형 마이크로맵은 전통적 주제도의 한계를 해결하고 정보 손실을 최소화할 수 있는 효과적인 시각화 기법으로서 그 활용도가 높아질 것으로 기대된다.

미국 도시에서 주거지와 상업지 간 공간적 분리는 다양한 부정적 외부효과를 파생시키는 요인 중 하나로 지적된다. 즉, 주상 토지이용 분리로 인하여 잠재적 통행발생량이 증가하고 이로 인한 교통체증, 대기오염 등의 문제가 발생하고 있다. 또한 이로부터 형성된 자동차 위주의 생활방식은 보행활동의 빈도를 감소시켜서 운동부족으로 인한 비만 및 관련 질환 발생의 간접적 요인으로 지목되기도 한다. 이 연구의 목적은 미국 도시가 보이는 외연적 확장 과정의 핵심적 특징, 즉 주거와 상업이 공간적으로 분리된 토지이용의 결과로 파생된 공간구조 형성과정을 살펴볼 수 있도록 주상 분리지수를 제안하고 이를 실증자료에 적용하여 활용성을 논의하는 것이다. 이를 위하여 미국 뉴욕 주의 이리 카운티를 대상으로 1900년부터 1995년까지 1년 단위로 주거와 상업적 토지이용의 공간적 분리과정을 분석하였다. 분석결과 이리 카운티의 경우 1920년대를 기점으로 주거와 상업이 뚜렷하게 분리된 공간구조를 형성해 왔으며, 카운티 내 교외와 도심 지역에서 각각 주거와 상업적 토지이용이 우세하게 이루어진 것을 관찰할 수 있었다. 특히 교외 지역의 고밀도 주거지를 중심으로 외연적 도시 확장으로 인한 사회적 비용절감을 목적으로 혼합적 토지이용을 유도하기 위한 정책도구의 적용이 필요할 것으로 판단된다.

Water quality is characterized by various complex factors. Therefore, a systematic understanding of water quality trends is required to carry out a proper evaluation. In this study, we analyzed the spatio-temporal water quality characteristics of the Nakdong River using five-year data from 2012 to 2016. Data was collected on the pH, DO, BOD, COD, SS, TN, TP, TOC, WT, EC, NH3-N, NO3-N, PO4-P, Chl-a, rainfall, and total and fecal coliforms. A total of 38 water quality measurement stations, from Andong1 to Gupo, were considered. Statistical analyses including trend, cluster, and factor analyses were conducted to identify the dominant water quality components affecting the Nakdong River. The Nakdong River was spatially classified into three groups for up-stream (Andong1 to Sangju1), mid/up-stream (Donam to Dalseong), and mid/down-stream (Hwawonnaru to Gupo) data collection, and temporally into two groups for summer/fall (7~10), and the rest of the season (11~6) data. The water quality of the entire Nakdong River showed trends similar to the mid/down-stream section, which indicates the importance of water quality management in this section. Suspended solids, phosphorus, and coliform groups were established as important factors to be considered in the summer/fall season across the river, especially in the mid/down-stream section. Nitrogen and organic matter were identified as important factors to be considered in the rest of the season, especially in the mid/up-stream section. This study could help determine the water quality components that should be intensively monitored in the Nakdong River.

The relationship between urban spatial structures and GHG-AP integrated emissions was investigated by statistically analyzing those from 25 administrative districts of Seoul. Urban spatial structures, of which data were obtained from Seoul statistics yearbook, were classified into five categories of city development, residence, environment, traffic and economy. They were further classified into 10 components of local area, population, number of households, residential area, forest area, park area, registered vehicles, road area, number of businesses and total local taxes. GHG-AP integrated emissions were estimated based on IPCC(intergovernmental panel on climate change) 2006 guidelines, guideline for government greenhouse inventories, EPA AP-42(compilation of air pollutant emission factors) and preliminary studies. The result of statistical analysis indicated that GHG-AP integrated emissions were significantly correlated with urban spatial structures. The correlation analysis results showed that registered vehicles for GHG (r=0.803, p<0.01), forest area for AP (r=0.996, p<0.01), and park area for AP (r=0.889, p<0.01) were highly significant. From the factor analysis, three groups such as city and traffic categories, economy category and environment category were identified to be the governing factors controlling GHG-AP emissions. The multiple regression analysis also represented that the most influencing factors on GHG-AP emissions were categories of traffic and environment. 25 administrative districts of Seoul were clustered into six groups, of which each has similar characteristics of urban spatial structures and GHG-AP integrated emissions.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.