All Issue

2021 Vol.55, Issue 2 Preview Page

Research Article

A Study on the Improvement of Rural Diagnosis Using Spatial Big Data and a Grid System

공간빅데이터와 격자체계를 활용한 농촌진단 고도화 연구

Mun-Hyun Janga†
장 문현a†
aScholarship Research Professor, GIScience Research Center, Chonnam National University
a전남대학교 지리정보과학연구소 학술연구교수
*jmh@jnu.ac.kr
30 June 2021. pp. 155-170
PDF XML Citation
Abstract

The purpose of the present study is to improve rural diagnosis by using spatial big data and a grid system with the purpose of supporting the developmental regeneration and recovery of rural villages. The study considered the attainability of spatial big data and its convertibility to a grid structure in order to overcome the level of wide-ranging and uniform diagnosis and analysis involved in units of existing administrative districts. The study differentiates itself from existing studies in that it applies a standardized grid system to rural areas and compares and analyzes diagnostic indices per township unit and grid unit by calculating each of them. The diagnostic domain is divided into the fields of demographics, convenience of living, industry and economy, and environmental safety, and the comprehensive diagnostic index of the target area was calculated through the numerical mean of the diagnostic indices of each field. During this process, the study mainly applied public data accumulated in the past five years, specifically, various statistical data and spatial information, and visualized a highly readable diagram through the spatial statistical treatment of the diagnostic indices along with GIS spatial analysis functions. Such a precise method of rural diagnosis per grid unit is expected to, on the one hand, deduct the spatial-temporal characteristics of rural communities, which were previously hidden in diagnoses for units of existing administrative districts, and make contributions toward supporting and revitalizing rural regeneration in terms of policy.

Keywords
spatial big data
grid system
rural diagnosis
rural regeneration
grid analysis

본 연구는 농촌의 발전적 재생과 회복을 지원할 수 있도록 공간빅데이터 및 격자체계를 활용하여 농촌진단을 고도화하는데 그 목적이 있다. 기존 행정구역 단위의 광범위하고 획일화된 진단 및 분석 수준을 극복하기 위해 공간빅데이터의 구득성과 격자구조로의 변환 가능성을 우선적으로 고려하였다. 표준화된 격자체계를 농촌지역에 적용하고, 읍･면단위 진단지수와 격자단위 진단지수를 각각 산출하여 비교･분석하였다는 점에서 기존의 연구와 차별된다. 진단영역은 인구사회, 생활편의, 산업경제, 환경안전 부문으로 구분하고, 각 부문별 진단지수를 산술평균하여 대상지의 종합 진단지수를 산출하였다. 그 과정에서 각종 통계자료와 공간정보 등은 최근 5년간 누적된 공공데이터를 주로 이용하였고, 진단지수의 공간통계 처리와 GIS 공간분석 기법을 통해 가독성 높은 도면으로 시각화하였다. 이와 같이 정밀한 격자단위의 농촌진단 방식은 기존 행정구역 단위의 진단에서는 드러나지 않은 농촌사회의 시공간적 특성을 도출하는 한편, 정책적 측면의 농촌재생 지원 및 활성화에 기여할 것으로 기대한다.

키워드
공간빅데이터
격자체계
농촌진단
농촌재생
격자분석
References
1
고병련･박동일･오영훈, 2017, “GIS를 이용한 격자크기 별 도달시간 산정,” 정보한국환경기술학회지 18(1): 71-77.
2
구자용, 2015, “공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구: 서울시 지역의 트윗 데이터를 사례로,” 국토지리학회지 49(3): 349-350.
3
국토교통과학기술진흥원, 2020, 국토공간정보의 빅데이터 관리, 분석 및 서비스 플랫폼 기술개발.
4
국토지리정보원, 2016a, 격자체계 사양(Grid System Specification).
5
국토지리정보원, 2016b, 격자기반 국토지표 제품사양(Data Product Specification for Grid-based Indicators of Territorial Land).
6
국토지리정보원, 2017, 국민공감 정책지원을 위한 국토지표 프레임워크 설계 및 활용전략 연구.
7
김대현･김재명･윤병찬･장은미･최윤수, 2015, “공간정보를 활용한 격자체계 개선방안,” 한국공간정보학회지, 23(6): 43-55. 10.12672/ksis.2015.23.6.043
8
김동한, 2018, “국토정책 분야의 공공데이터 제공현황과 융합활용 사례: 공간 빅데이터를 중심으로,” KIPA조사포럼 24: 40-43.
9
김동한･강혜경･김준기･한우석･박준･강민규･성혜정･김은빈, 2014, 공간 빅데이터를 활용한 국토도시 정책방안 연구, 국토연구원.
10
김문수･이지영, 2015, “격자 기반 통계정보 표현을 위한 데이터 변환 방법,” 한국공간정보학회지 23(5): 31-40. 10.12672/ksis.2015.23.5.031
11
김승주･임승빈, 2009, “도시경관 진단을 위한 평가모델 및 지표개발 연구: 서울시를 중심으로,” 한국조경학회지 37(1): 78-86.
12
김주현･장명준, 2019, “지역주민의 도시재생사업 참여의향에 영향을 미치는 요소 연구: 대구광역시 고성동 사례지역을 중심으로,” 국토지리학회지 53(4): 435-448.
13
김진형, 2020, “정부와 지방자치단체의 지역소멸대응 관련 정책보고서 검토,” 콘텐츠문화연구 2: 55-62.
14
김태현, 2017, “도시공간 변화진단을 위한 인공지능과 빅데이터 활용 방안,” 국토연구 444: 15-23.
15
김태형, 2015, “수요자 중심의 Smart City 구축을 위한 빅데이터 활용 방안: 재난안전 분야를 중심으로,” 한국지역정보화학회지 18(2): 47-68.
16
김학열･안재성, 2005, “격자형 토지적성평가방법의 개선방안 연구,” 한국공간정보시스템학회지 13(1): 1-17.
17
김홍배･문동주･박준화, 2008, “지역진단 지표개발과 지역발전방향에 관한 연구,” 대한국토계획학회지 43(1): 183-196.
18
김희수, 2014, “공간빅데이터체계 구축･활용 정책방향,” 국토연구 82: 6-11.
19
모혜란･박형근･조진희･이현수, 2014, “농촌지역 진단지표 개발에 관한 연구,” 대한토목학회논문집 34(6): 1925-1935.
20
박경문･안태선, 2020, “커뮤니티 중심 도시재생 활성화를 위한 크라우드펀딩 활용 성과와 시사점-영국의 사례를 중심으로,” 국토지리학회지 54(2): 117-134.
21
박미정･전정배, 2017, “체감형 농촌지역개발을 위한 공간 빅데이터 활용,” 전원과 자원 59(3): 10-7.
22
박미정･전정배･배승종･김대식･김은자, 2017, “정주체계를 고려한 농촌마을의 정주여건 진단지표 개발,” 한국농촌계획학회지 23(1): 65-83.
23
박병호･인병철, 2010, “지방도시 산업쇠퇴 진단 및 유형분석,” 충북대학교 건설기술논문집 29(2): 37-41.
24
박우진･유기윤, 2015, “위치기반 소셜 미디어 데이터의 텍스트 마이닝 기반 공간적 클러스터링 분석 연구,” 한국지형공간정보학회지 23(2): 89-96. 10.7319/kogsis.2015.23.2.089
25
박종수･이금숙, 2015, “교통카드 빅데이터 기반의 서울 버스 교통망 시간거리 접근성 산출,” 한국경제지리학회지 18(4): 539-555.
26
박준민･이명호･신동빈･안종욱, 2015, “공간 빅데이터 서비스 활성화를 위한 정책과제 도출,” 한국공간정보학회지 23(6): 19-29. 10.12672/ksis.2015.23.6.019
27
박진혁･황의호･이근상･채효석, 2004, “분포 증발산량 산정 결과의 격자형 GIS 표현,” 한국지리정보학회지 7(4): 88-97.
28
서명석･나득균･장동호･김찬수･김맹기, 2007, “GIS와 PRISM을 이용한 고해상도 격자형 기온자료 추정,” 대기 17(3): 255-268.
29
서양모･김원균, 2015, “공간빅데이터를 위한 정보 시각화 방법,” 한국공간정보학회지 23(6): 109-116. 10.12672/ksis.2015.23.6.109
30
안재성･이양원, 2013, “웹 지도 이용자의 관심집중지역 추출을 위한 빅데이터 플랫폼 기반의 공간 패턴 분석,” 국토지리학회지 47(4): 443-449.
31
안종욱･이미숙･신동빈, 2013, “공간빅데이터 개념 및 체계 구축방안 연구,” 한국공간정보학회지 21(5): 43-51. 10.12672/ksis.2013.21.5.043
32
유선철･최원욱･신동빈･안종욱, 2014, “공간 빅데이터의 개념 및 서비스 프레임워크 구상에 관한 연구,” 한국공간정보학회지 22(6): 13-21. 10.12672/ksis.2014.22.6.013
33
유승환･최수명･오윤경, 2017, “생산･환경･공간 빅데이터를 이용한 농경지이용 방안 연구,” 전원과 자원 59(3): 57-64.
34
이소영, 2016, “지방소멸에 대응한 지방자치단체의 재생방안,” 도시문제 51(577): 24-27.
35
이재준･최석환･김선희, 2010, “국토 어메니티 평가지표 개발,” 한국조경학회지 38(1): 28-38. 10.1111/j.1440-1630.1981.tb01181.x
36
이정환, 2017, “인구감소와 지속가능한 지방만들기: 지방소멸(地方消滅)을 둘러싼 논점,” 일본공간 21: 194-223. 10.35506/jspace.2017.21..006
37
임현성･김충호, 2018, “도시쇠퇴의 공간적 실태분석 및 정책개선방향 고찰: 부산시 부산진구의 사례를 중심으로,” 대한국토계획학회지 54(1): 186-198. 10.17208/jkpa.2019.02.54.1.186
38
장문현, 2016, “GIS와 공간통계기법을 활용한 도시쇠퇴 특성 분석: 광주광역시를 중심으로,” 한국지역지리학회지 22(2): 427-438.
39
장문현, 2021, “농촌의 다원적 재생을 위한 지역진단지표 개발 및 적용 연구: 공간빅데이터 활용을 중심으로,” 한국지역지리학회지 27(2): 199-214. 10.26863/JKARG.2021.5.27.2.199
40
장문현･이민석, 2019, “공간 빅데이터를 활용한 농촌재생 대상지 선정 방법론 연구,” 한국지역지리학회지 25(2): 261-273. 10.26863/JKARG.2019.5.25.2.261
41
장문현･이민석･김화환, 2016, “지방 대도시의 도시재생정책 지원을 위한 쇠퇴지표 적용 연구,” 국토지리학회지 50(4): 455-473.
42
장문현･최형관･김화환, 2017, “GIS 격자체계 기반의 도시쇠퇴진단 정밀도 향상 연구,” 한국지역지리학회지 23(4): 820-835. 10.26863/JKARG.2017.11.23.4.820
43
장환영･임용민･이재용, 2015, “U-City 고도화를 위한 수준진단체계 개발방향에 관한 연구,” 한국지형공간정보학회지 23(2): 49-58. 10.7319/kogsis.2015.23.2.049
44
전상은･신동빈, 2018, “공간 빅데이터를 활용한 행위자 기반 전염병 확산 예측 모형 구축에 관한 연구: 서울특별시 메르스 사태를 중심으로,” 한국지리정보학회지 21(2): 94-106.
45
정명균･이석형･김창수, 2020, “빅데이터 분석을 활용한 재해 분야별 안전지수 서비스 모델 연구,” 한국재난정보학회논문집 16(4): 682-690.
46
조은정･오윤경･배승종･김수진･이상현, 2021, “공간규모별 어촌지역 진단지표 개발,” 한국농촌계획학회지 27(1): 9-20.
47
차미숙, 2011, 사회통합을 위한 지역적 대응과제: 지역사회통합지수 개발 및 활용방안, 국토연구원.
48
최준영, 2013, “융복합 공간정보의 국토계획 분야 활용가능성 분석: LH 국토･주택관련 미래사업 예시를 중심으로,” 한국공간정보학회지 21(4): 71-81. 10.12672/ksis.2013.21.4.071
49
최형관･장문현･이민석･김화환, 2018, “정규 격자망 분석을 통한 도시쇠퇴 측정 고도화 연구,” 한국지역지리학회지 24(1): 143-158. 10.26863/JKARG.2018.02.24.1.143
50
한다혁･이민석, 2020, “중소도시의 물리적 쇠퇴등급 분류 연구-집계구 단위의 건축물 DB 분석을 중심으로,” 한국농촌건축학회논문집 22(3): 41-48. 10.14577/kirua.2020.22.3.41
51
홍상원･배승종･김동현･김수진･김정태･장태일, 2021, “농촌 과소화 대응을 위한 마을 단위 농촌생활서비스 평가 모델의 개발 및 분석”, 한국농촌계획학회지 27(1): 57-70.
52
황명화･차미숙･김종학･이영주･성혜정･윤은정, 2016, 지역경제 정책지원을 위한 플로우(Flow) 빅데이터 활용방안 연구, 국토연구원.
Information
  • Publisher :The Korean Association of Professional Geographers
  • Publisher(Ko) :국토지리학회
  • Journal Title :국토지리학회지
  • Journal Title(Ko) :THE GEOGRAPHICAL JOURNAL OF KOREA
  • Volume : 55
  • No :2
  • Pages :155-170
  • Received Date : 2021-05-03
  • Revised Date : 2021-05-27
  • Accepted Date : 2021-06-02
  • DOI :https://doi.org/10.22905/kaopqj.2021.55.2.2
Journal Informaiton 국토지리학회지 국토지리학회지
Online Submission
  • NRF
  • KISTI Current Status
  • KISTI Cited-by
  • KCI 문헌 유사도 검사
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close