All Issue

2020 Vol.20, Issue 3 Preview Page

Research Article

The Diversity of Random Spatial Aggregation Procedures: A Simulation Study

무작위합역 절차의 다양성에 대한 시뮬레이션 연구

이상일1, 이몽현2

Sang-Il Lee1, Monghyeon Lee2

1서울대학교 사범대학 지리교육과 교수
2삼성전자 메모리사업부 책임연구원
1Professor, Department of Geography Education, College of Education, Seoul National University
2Staff Engineer, Memory Business, Samsung Electronics Co. Ltd.
31 December 2020. pp. 93~107
PDF Citation
Abstract
The main objectives of this study are to discuss on the diversity of random spatial aggregation, to compares pros and cons of the different random spatial aggregation procedures, and to recommend a procedure which is believed to be superior in validity. A basic procedure for random spatial aggregation is proposed and an implementation algorithm based on the spatial proximity matrix is introduced. All six distinctive algorithms are derived on the basis of two dimensions which facilitate the diversity of random spatial aggregation. A simulation experiment is carried out to compare pros and cons of the six procedures and its results are evaluated based on the contiguousness and compactness criteria. Main findings are as follows. First, Category B seems to be more consistent in terms of contiguousness in comparison to Category A and C. Second, Category 2 appears to generate more compact final zones in comparison to Category 1. Third, Category B and C (especially B) seem to be more consistent in terms of compactness. Based on all the experiment results, Type B2 seems to be the superior algorithm for random spatial aggregation. It tends to generate more compact final zones and more consistent results in terms of both contiguousness and compactness. This study can be seen as a significant achievement in the sense that it shows that the concept of random spatial aggregation can be considered in a diversified manner, and one out of a certain group of candidates can be chosen as superior on the basis of the degree of randomness and relevancy.
Keywords
Spatial aggregation
Random spatial aggregation
Spatial proximity matrix
Contiguousness
Compactness
Simulation
본 논문의 주된 연구목적은 무작위합역 절차의 다양성을 검토하고 서로 다른 무작위합역 절차의 특성을 비교 분석함으로써 상대적으로 적절성이 높은 무작위합역 절차를 선정하여 제시하는 것이다. 기본적인 무작위합역 절차가 정식화되고, 효율적인 실행 알고리즘으로서 공간근접성행렬에 기반한 방법이 소개된다. 무작위합역 절차의 다양성을 제공해주는 두 가지 차원을 바탕으로 모두 여섯 가지의 서로 다른 무작위합역 유형이 도출되었다. 이 유형의 서로 다른 특성을 파악하기 위해 시뮬레이션 실험이 이루어졌고, 그 결과가 연접도와 원형도의 두 가지 규준에 의거해 평가되었다. 시뮬레이션 실험의 주요 결과를 요약하면 다음과 같다. 첫째, 방식 B가 방식 A와 방식 C에 비해 연접도 측면에서 상대적으로 일관성 있는 결과를 산출해 준다. 둘째, 방식 2가 방식 1에 비해 최종구역의 형태를 보다 원형에 가까워지도록 만들어준다. 셋째, 방식 B, C(특히 B)가 원형도 측면에서 상대적으로 일관성 있는 결과를 산출해 준다. 시뮬레이션 연구 결과, B2 유형이 가장 적절한 무작위합역 절차인 것으로 드러났다. B2 유형은 상대적으로 원형도가 높은 최종구역을 산출할 뿐만 아니라, 연접도와 원형도 두 가지 측면 모두에서 상대적으로 일관성 있는 결과를 산출하는 것으로 평가되었다. 본 연구는 무작위합역 절차가 고정불변의 것이 아니라 다양하게 정의될 수 있으며, 그 다양성 속에서도 무작위성과 현실유관성의 관점에서 상대적으로 더 적절한 선택이 가능할 수 있다는 점을 실험 연구를 통해 보여주었다는 점에서 그 학문적인 의의가 있다고 평가할 수 있다.
키워드
합역
무작위합역
공간근접성행렬
연접도
원형도
시뮬레이션
References
  1. 강영옥･조선희, 2012, "국가기초구역 설정 방법 비교 연구: 종로구, 아산시, 태안군을 사례로," 한국지도학회지, 12(1), 113-127.
  2. 김감영, 2011, "공간 상호작용 모델에 대한 공간단위 수정가능성 문제(MAUP)의 영향," 대한지리학회지, 46(2), 197-211.
  3. 김감영, 2014, "경계 결합 가능성 기반 구역설정 최적화 모델," 대한지리학회지, 49(3), 423-437.
  4. 김감영･신정엽･이건학･조대헌, 2009, "농촌지역 노년인구를 위한 방문 의료서비스 구역 설정 모델 및 알고리즘," 대한지리학회지, 44(6), 813-831.
  5. 김감영･이건학･신정엽, 2010, "공간분석 및 모델링을 이용한 지방행정구역 재설정에 관한 연구," 한국지역지리학회지, 16(6), 673-688.
  6. 김명진, 2012, "새로운 인접성 식별 방법을 이용한 의회 선거구 구획연구 알고리즘 개발," 한국지도학회지, 12(3), 81-94.
  7. 김영훈, 2009, "구역설정문제에 있어 P-median 알고리즘 적용 연구," 한국지도학회지, 9(2), 73-80.
  8. 이상일, 1999, "기능지역의 설정과 '공간단위 수정가능성의 문제(MAUP)'," 한국지리환경교육학회지, 7(2), 757-783.
  9. 이상일･김감영･제갈영, 2012, "지오컴퓨테이션 접근에 의한 주택시장지역의 설정: 우리나라 수도권에의 적용," 한국도시지리학회지, 14(3), 59-75.
  10. 이상일･조대헌･이민파, 2015, "일변량 공간연관성통계량에 대한 비교 연구 (I): 전역적 S 통계량을 중심으로," 한국지리학회지, 4(2), 329-345. 10.25202/JAKG.4.2.13
  11. 이상일･조대헌･이민파, 2016, "일변량 공간연관성통계량에 대한 비교 연구 (II): 국지적 Si 통계량을 중심으로," 한국지리학회지, 5(3), 375-396. 10.25202/JAKG.5.3.12
  12. Adams, M.D., Kanaroglou, P.S., and Coulibaly, P., 2016, Spatially constrained clustering of ecological units to facilitate the design of integrated water monitoring networks in the St. Lawrence Basin, International Journal of Geographical Information Science, 30(2), 390-404. 10.1080/13658816.2015.1089442
  13. Amrhein, C.G., 1995, Searching for the elusive aggregation effect: evidence from statistical simulations, Environment and Planning A, 27(1), 105-119. 10.1068/a270105
  14. Anselin, L. and Smirnov, O., 1996, Efficient algorithms for constructing proper higher order spatial lag operators, Journal of Regional Science, 36(1), 67-89. 10.1111/j.1467-9787.1996.tb01101.x
  15. Bailey, T.C. and Gatrell, A.C., 1995, Interactive Spatial Data Analysis, Harlow, Essex: Longman.
  16. Bivand, R.S., Pebesma, E., and Gómez-Rubio, V., 2013, Applied Spatial Data Analysis with R, 2nd Edition, New York: Springer. 10.1007/978-1-4614-7618-4
  17. Bolstad, P., 2019, GIS Fundamentals: A First Text on Geographic Information Systems, 6th Edition, Ann Arbor: XanEdu.
  18. Boots, B. and Tiefelsdorf, M., 2000, Global and local spatial autocorrelation in bounded regular tessellations, Journal of Geographical Systems, 2(4), 319-348. 10.1007/PL00011461
  19. Chang, K.-T., 2019, Introduction to Geographic Information Systems, 9th Edition, New York: McGraw-Hill Education.
  20. Cope, C.R., 1971, Regionalisation and the electoral districting problem, Area, 3(3), 190-195.
  21. Cox, E.P., 1927, A method of assigning numerical and percentage values to the degree of roundness of sand grains, Journal of Paleontology, 1(3), 179-183.
  22. Flowerdew, R., Geddes, A., and Green, M., 2001, Behaviour of regression models under random aggregation, in Tate, N. and Atkinson, P. A., eds., Modelling Scale in Geographical Information Science, Chichester: John Wiley & Sons, 89-104.
  23. Fotheringham, A.S. and Wong, D.W., 1991, The modifiable areal unit problem in multivariate statistical analysis, Environment and Planning A, 23(7), 1025-1044. 10.1068/a231025
  24. Green, M. and Flowerdew, R., 1996, New evidence on the modifiable areal unit problem, in Longley, P. and Batty, eds., Spatial Analysis: Modelling in a GIS Environment, Cambridge: GeoInformation International, 41-54.
  25. Jaegal, Y., 2013, Delineating housing market areas in the Seoul metropolitan area using a geo-computational approach, Journal of the Association of Korean Geographers, 2(1), 7-20. 10.25202/JAKG.2.1.2
  26. Kim, M. J., 2012, Comprehensive review of compactness measures to political redistricting problems, The Geographical Journal of Korea, 46(4), 403-413.
  27. Kim, K., Dean, D.J., Kim, H., and Chun, Y., 2016, Spatial optimization for regionalization problems with spatial interaction: a heuristic approach, International Journal of Geographical Information Science, 30(3), 451-473. 10.1080/13658816.2015.1031671
  28. Koo, H., 2012, Improved hierarchical aggregation methods for functional regionalization in the Seoul metropolitan area, Journal of the Korean Cartographic Association, 12(2), 25-35.
  29. Lee, S.-I., Lee, M., Chun, Y., and Griffith, D.A., 2019, Uncertainty in the effects of the modifiable areal unit problem under different levels of spatial autocorrelation: a simulation study, International Journal of Geographical Information Science, 33(6), 1135-1154. 10.1080/13658816.2018.1542699
  30. Macmillan, W., 2001, Redistricting in a GIS environment: An optimisation algorithm using switching-points, Journal of Geographical Systems, 3(2), 167-180. 10.1007/PL00011473
  31. Polsby, D.D. and Popper, R.D., 1991, The third criterion: compactness as a procedural safeguard against partisan gerrymandering, Yale Law & Policy Review, 9(2), 301-353. 10.2139/ssrn.2936284
  32. Stillwell, J., Daras, K., and Bell, M., 2018, Spatial aggregation methods for investigating the MAUP effects in migration analysis, Applied Spatial Analysis and Policy, 11(4), 693-711. 10.1007/s12061-018-9274-6
  33. Sun, M. and Wong, D.W., 2017, Spatial aggregation as a means to improve attribute reliability, Computers, Environment and Urban Systems, 65, 15-27. 10.1016/j.compenvurbsys.2017.04.007
  34. Tiefelsdorf, M., Griffith, D.A., and Boots, B., 1999, A variance-stabilizing coding scheme for spatial link matrices, Environment and Planning A, 31(1), 165-180. 10.1068/a310165
  35. Wade, T. and Sommer, S. eds., 2006, A to Z GIS, Redlands: ESRI Press.
  36. Wong, D., 1996, Aggregation effects in geo-referenced data, in Arlinghaus, S. L. ed., Practical Handbook of Spatial Statistics, Boca Raton: CRC Press, 83-106. 10.1201/9781003067689-5
Information
  • Publisher :The Korean Cartographic Association
  • Publisher(Ko) :한국지도학회
  • Journal Title :Journal of the Korean Cartographic Association
  • Journal Title(Ko) :한국지도학회지
  • Volume : 20
  • No :3
  • Pages :93~107
  • DOI :https://doi.org/10.16879/jkca.2020.20.3.093
Journal Informaiton Journal of the Korean Cartographic Association Journal of the Korean Cartographic Association
Online Submission
  • NRF
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close