경계 문제(공간 분석)

Boundary problem (spatial analysis)
이 기사는 지리적 연구에 관한 것이다. 과학철학의 경계문제에 대해서는 경계문제를 참조한다. 수학 모델링의 경계 값 문제는 경계 값 문제를 참조하십시오.

분석에서 경계문제는 행정적 또는 측정적 목적으로 그려진 경계의 형태와 배열로 지리적 패턴이 구별되는 현상이다. 경계 문제는 이웃의 가치에 의존하는 분석에서 이웃의 상실 때문에 발생한다. 지리적 현상을 특정 단위 내에서 측정하고 분석하는 동안, 동일한 공간 데이터는 데이터 주위에 배치된 경계에 따라 분산되거나 군집화 될 수 있다. 점 데이터를 사용한 분석에서 산포는 경계에 종속된 것으로 평가된다. 영역 데이터를 사용한 분석에서 통계는 경계를 기반으로 해석되어야 한다.

정의

공간 분석에서 네 가지 주요 문제는 경계 문제, 척도 문제, 패턴 문제(또는 공간 자기 상관), 수정 가능한 영역 단위 문제 등 통계적 모수의 정확한 추정을 방해한다.[1] 경계 문제는 이웃의 가치에 의존하는 분석에서 이웃의 상실 때문에 발생한다. 지리적 현상을 특정 단위 내에서 측정하고 분석하는 동안, 동일한 공간 데이터는 데이터 주위에 배치된 경계에 따라 분산되거나 군집화 될 수 있다. 점 데이터를 사용한 분석에서 산포는 경계에 종속된 것으로 평가된다. 영역 데이터를 사용한 분석에서 통계는 경계선을 기반으로 해석되어야 한다.

지리적 연구에서, 지역 두 종류의 종합적으로 고려해 경계에 관계에:밖의 이웃이나 지역 exist,[2]하지 않은 지역 고정된 자연적인 영역에 의해(예를 들어, 해안이나 개울) 둘러싸여 더 큰 지역 임의의 인위적 한계(예:modeli에 공기 오염 경계로 정의된 가져간다.쇼핑 인구 이동 시 연구 또는 도시 경계).[3] 자연 경계에 의해 고립된 지역에서, 공간적 과정은 경계에서 중단된다. 이와는 대조적으로 연구 영역을 인위적인 경계로 기술하면 그 영역을 넘어 그 과정이 계속된다.

어떤 지역의 공간적 과정이 연구 영역 밖에서 발생하거나 인위적 경계 밖에서 이웃들과 상호작용을 하는 경우, 가장 일반적인 접근방식은 경계의 영향을 무시하고 그 과정이 내부 영역에서 발생한다고 가정하는 것이다. 그러나 그러한 접근방식은 중요한 모델 오타입 문제로 이어진다.[4]

즉, 측정이나 행정 목적을 위해 지리적 경계를 긋지만, 그 경계는 지리적 현상에 있어서 다른 공간적 패턴을 가져올 수 있다.[5] 경계선 그리기 방식의 차이가 공간분포의 파악과 공간공정의 통계적 매개변수 추정에 큰 영향을 미치는 것으로 보고되었다.[6][7][8][9] 그 차이는 공간적 과정이 일반적으로 무한하거나 모호한 경계가 있지만,[10] 그 과정은 분석 목적을 위해 경계 내에서 부과된 데이터로 표현된다는 사실에 크게 기초한다.[11] 경계 문제는 인위적, 임의적 경계와 관련하여 논의되었지만, 하천과 같은 자연적 경계상의 현장의 성질이 경계 내 현장의 성질과 다를 가능성이 있는 것을 무시하는 한, 경계의 영향도 자연 경계에 따라 발생한다.[12]

경계 문제는 수평 경계뿐만 아니라 높이 또는 깊이의 서열에 따라 수직으로 그려진 경계와 관련하여 발생한다(Pinea 1993). 예를 들어 식물과 동물의 종 밀도 등 생물다양성이 지표면 부근에 높기 때문에 똑같이 나누어진 높이나 깊이를 공간 단위로 사용한다면 높이나 깊이가 증가함에 따라 식물과 동물 종의 수가 줄어들 가능성이 높다.

유형 및 예제

연구 영역 주위에 경계를 그려 측정과 분석에서 두 가지 유형의 문제가 발생한다.[7] 첫 번째는 에지 효과다. 이 효과는 경계 지역 밖에서 일어나는 상호의존성에 대한 무지함에서 비롯된다. 그리피스와[13][8] 그리피스, 암헤인은[14] 에지 효과에 따라 문제점을 부각시켰다. 대표적인 예가 국경을 초월한 일자리, 서비스 및 인접 자치체에 위치한 기타 자원 등과 같은 교차 경계선 영향이다.[15]

두 번째는 경계에 의해 묘사된 인위적인 모양에서 비롯되는 형상 효과다. 점 패턴 분석은 인위적 형상의 효과를 예시하는 것으로서, 길이가 더 긴 단위 내에서 동일한 점 패턴에 대해 더 높은 수준의 군집화를 제공하는 경향이 있다.[7] 마찬가지로, 형태는 공간적 실체들 사이의 상호작용과 흐름에 영향을 미칠 수 있다.[16][17][18] 예를 들어, 형태는 종종 인위적인 경계를 넘을 때 기록되기 때문에 원점-목적지 흐름의 측정에 영향을 미칠 수 있다. 경계에 의해 설정된 효과 때문에 형태와 면적 정보를 사용하여 조사로부터의 이동 거리를 [19]추정하거나 교통 카운터, 여행 측량소 또는 교통 감시 시스템의 위치를 파악한다.[20] 같은 관점에서, 테오발트(2001; 에서 회수[5])는 도시의 무질서한 확장에 대한 조치가 인근 농촌 지역과의 상호의존과 상호작용을 고려해야 한다고 주장했다.

공간 분석에서는 MAUP가 임의의 지리적 단위와 연관되고 단위가 경계로 정의됨에 따라 수정 가능한 영역 단위 문제(MAUP)와 함께 경계 문제가 논의되었다.[21] 행정적 목적을 위해, 정책 지표를 위한 데이터는 보통 인구 조사 지역, 학군, 자치구 및 카운티와 같은 더 큰 단위(또는 열거 단위)에 통합된다. 인위적인 단위는 과세 및 서비스 제공의 목적에 부합한다. 예를 들어 자치단체는 관할 구역에서 공공의 요구에 효과적으로 대응할 수 있다. 그러나 이러한 공간적으로 집계된 단위에서는 상세한 사회변수의 공간적 변화를 파악할 수 없다. 변수의 평균 정도와 공간에 대한 변수의 불균등한 분포를 측정할 때 문제가 지적된다.[5]

제안된 솔루션 및 솔루션에 대한 평가

측정과 분석에서 지리적 경계 문제를 해결하기 위한 몇 가지 전략이 제안되었다.[22][23] 그리피스는 전략의 효과를 파악하기 위해 효과 무시, 토러스 매핑 실시, 경험적 완충지대 구축, 인공 완충지대 구축, 완충지대로 외삽화, 보정계수 활용 [8]등 에지 효과를 완화하기 위해 개발된 전통적 기법을 검토했다. 첫 번째 방법(즉, 가장자리 효과의 무지)은 가장자리 효과가 발생하지 않는 무한한 표면을 가정한다. 사실 이러한 접근법은 전통적인 지리적 이론(예: 중심지 이론)에 의해 사용되어 왔다. 그것의 주요한 단점은 경험적 현상이 유한 영역 내에서 발생하기 때문에 무한하고 동질적인 표면은 비현실적이라는 것이다.[14] 나머지 5가지 접근법은 편향되지 않은 모수 추정, 즉 가장자리 효과가 제거되는 매체를 제공하려고 시도했다는 점에서 유사하다.[8] (그는 아래에서 논의될 통계적 해결책과는 반대로 이러한 운영적 해결책이라고 불렀다.) 특히, 이 기법은 연구 영역의 경계를 넘어서는 데이터 수집을 목표로 하고 더 큰 모델, 즉 연구 영역에 대한 매핑이나 연구 영역을 과도하게 경계하는 모델을 적합시킨다.[24][23] 그러나 시뮬레이션 분석을 통해 그리피스와 암헤인은 그러한 오버바운드 기법의 부적절성을 확인했다.[14] 더욱이 이 기법은 대규모 통계, 즉 생태학적 오류와 관련된 문제를 야기할 수 있다. 연구 영역의 경계를 확대함으로써 경계 내의 미세 척도 변화를 무시할 수 있다.

운영 해결책의 대안으로 그리피스는 경계에 의한 추론으로부터의 편향을 제거하기 위해 세 가지 보정 기법(즉, 통계적 해결책)을 검토했다.[8] 그것들은 (1) 일반화된 최소 제곱 이론에 근거하고, (2) 더미 변수와 회귀 구조를 사용하는 (완충 구역을 만드는 방법) 그리고 (3) 경계 문제를 결측값 문제로 간주한다. 그러나 이러한 기법들은 관심의 과정에 대해 다소 엄격한 가정을 요구한다.[25] 예를 들어, 일반화된 최소 제곱 이론에 따른 솔루션은 임의 변환 매트릭스가 필요한 시계열 모델링을 활용하여 지리적 데이터에서 발견되는 다방향 의존성 및 다중 경계 단위에 적합시킨다.[13] 마틴은 또한 통계적 기법의 근본적인 가정들 중 일부는 비현실적이거나 불합리하게 엄격하다고 주장했다.[26] 더구나 그리피스(1985) 자신도 시뮬레이션 분석을 통해 기법의 열세를 파악했다.[27]

특히 GIS 기술을 사용하여 적용할 수 있는 것처럼, 가장자리와 형상 효과를 모두 해결하기 위한 가능한 해결책은 경계의 반복적인 무작위 실현 하에서 공간 또는 공정을 재추정하는 것이다.[28][29] 이 용액은 통계적 시험을 받을 수 있는 실험 분포를 제공한다.[7] 이와 같이 이 전략은 경계 가정의 변화에 따른 추정 결과의 민감도를 조사한다. GIS 도구로 경계를 체계적으로 조작할 수 있다. 그런 다음 도구는 이렇게 차별화된 경계에서 공간 프로세스의 측정과 분석을 수행한다. 따라서 이러한 민감도 분석은 인위적인 경계 내에서 정의된 장소 기반 조치의 신뢰성과 건전성을 평가할 수 있다.[30] 한편, 경계 가정의 변경은 경계 각도를 변경하거나 기울이는 것뿐만 아니라, 조사 중인 경계와 내부 영역을 구분하고 경계 가까이에 있는 격리된 데이터 수집 지점이 큰 분산을 보일 수 있는 가능성을 고려하는 것을 말한다.

참고 항목

참조

  1. ^ Burt, James E.; Barber, Gerald M. (2009). Elementary statistics for geographers (3rd ed.). Guilford Press. ISBN 978-1572304840.
  2. ^ Henley, S. (1981). Nonparametric Geostatistics. Springer Netherlands. ISBN 978-94-009-8117-1.
  3. ^ Haining, Robert (1990). Spatial Data Analysis in the Social and Environmental Sciences by Robert Haining. Cambridge University Press. doi:10.1017/CBO9780511623356. ISBN 9780511623356.
  4. ^ Upton, Bernard Fingleton (1985). Spatial data analysis by example: Volume 1: Point Pattern and Quantitative Data. Chichester, UK: Wiley. ISBN 978-0471905424.
  5. ^ a b c Community and quality of life : data needs for informed decision making. Washington, DC: Board on Earth Sciences and Resources, Division on Earth and Life Studies, National Research Council, National Academy Press. 2002. ISBN 978-0309082600.
  6. ^ Cressie, Noel A. C. (1993). Statistics for Spatial Data. Wiley Series in Probability and Statistics. Wiley. doi:10.1002/9781119115151. ISBN 9781119115151.
  7. ^ a b c d Stewart Fotheringham, A.; Rogerson, Peter A. (January 1993). "GIS and spatial analytical problems". International Journal of Geographical Information Systems. 7 (1): 3–19. doi:10.1080/02693799308901936.
  8. ^ a b c d e Griffith, DA (August 1983). "The boundary value problem in spatial statistical analysis". Journal of Regional Science. 23 (3): 377–87. doi:10.1111/j.1467-9787.1983.tb00996.x. PMID 12279616.
  9. ^ Martin, R. J. (3 September 2010). "Some Comments on Correction Techniques for Boundary Effects and Missing Value Techniques". Geographical Analysis. 19 (3): 273–282. doi:10.1111/j.1538-4632.1987.tb00130.x.
  10. ^ Leung, Yee (3 September 2010). "On the Imprecision of Boundaries". Geographical Analysis. 19 (2): 125–151. doi:10.1111/j.1538-4632.1987.tb00120.x.
  11. ^ Miller, Harvey J. (3 September 2010). "Potential Contributions of Spatial Analysis to Geographic Information Systems for Transportation (GIS-T)". Geographical Analysis. 31 (4): 373–399. doi:10.1111/j.1538-4632.1999.tb00991.x.
  12. ^ Martin, R. J. (1989). "The role of spatial statistical processes in geographic modeling". In Griffith, D. A. (ed.). Spatial Statistics: Past, Present, and Future. Syracuse, NY: Institute of Mathematical Geography. pp. 107–129.
  13. ^ a b Griffith, Daniel A. (3 September 2010). "Towards a Theory of Spatial Statistics". Geographical Analysis. 12 (4): 325–339. doi:10.1111/j.1538-4632.1980.tb00040.x.
  14. ^ a b c Griffith, Daniel A.; Amrhein, Carl G. (3 September 2010). "An Evaluation of Correction Techniques for Boundary Effects in Spatial Statistical Analysis: Traditional Methods". Geographical Analysis. 15 (4): 352–360. doi:10.1111/j.1538-4632.1983.tb00794.x.
  15. ^ Mcguire, James (1999). What works : reducing reoffending : guidelines from research and practice. J. Wiley. ISBN 978-0471956860.
  16. ^ Arlinghaus, Sandra L.; Nystuen, John D. (January 1990). "Geometry of Boundary Exchanges". Geographical Review. 80 (1): 21. doi:10.2307/215895. JSTOR 215895.
  17. ^ Ferguson, Mark R.; Kanaroglou, Pavlos S. (3 September 2010). "Representing the Shape and Orientation of Destinations in Spatial Choice Models". Geographical Analysis. 30 (2): 119–137. doi:10.1111/j.1538-4632.1998.tb00392.x.
  18. ^ Griffith, Daniel A. (1982). "Geometry and Spatial Interaction". Annals of the Association of American Geographers. 72 (3): 332–346. doi:10.1111/j.1467-8306.1982.tb01829.x. ISSN 0004-5608. JSTOR 2563023.
  19. ^ Rogerson, Peter A. (July 1990). "Buffon's needle and the estimation of migration distances". Mathematical Population Studies. 2 (3): 229–238. doi:10.1080/08898489009525308. PMID 12283029.
  20. ^ 커비, H. R. (1997) 버폰의 바늘과 복수의 스크린 라인 조사에 의한 단거리 트립의 가로채기 가능성. 지리적 분석, 29 64-71.
  21. ^ Rogerson, Peter A. (2006). Statistical methods for geography : a student guide (2nd ed.). SAGE. ISBN 978-1412907965.
  22. ^ 마틴, R. J. (1987) 경계 효과 및 결측값 기법에 대한 보정 기법에 대한 일부 논평. 지리 분석 19, 273–282.
  23. ^ a b 웡, D. W. S. Fotheringham, A. S. (1990) 경계된 혼돈의 예로서 도시 시스템: 프랙탈 차원, 순위 크기 및 농촌 간 이동 사이의 관계를 탐구한다. Geografiska Annaler 72, 89–99.
  24. ^ Ripley, B. D. (1979) 공간 점 패턴에 대한 "랜덤성" 검정. 영국 왕립통계학회지 시리즈 B 41, 368–374.
  25. ^ 유, E.-H., 키리아키디스, P. C.(2008) 경계 조건 하에서의 영역 대 점 예측. 지리 분석 40, 355–379.
  26. ^ 마틴, R. J. (1989) 지리적 모델링에서 공간 통계 프로세스의 역할. D. A. 그리피스 (ed) 공간통계: 과거, 현재, 미래에서. 수학 지리학 연구소: 시러큐스, 뉴욕, 페이지 107-129.
  27. ^ 그리피스, D. A. (1985) 공간 통계 분석에서 경계 효과에 대한 보정 기법의 평가: 현대적 방법. 지리 분석 17, 81–88.
  28. ^ Haslett, J, Wills, G, Unwin, A. (1990) SPIDER: 공간적으로 분산된 데이터의 분석을 위한 대화형 통계 도구. 국제 지리 정보 시스템 저널 3, 285–296.
  29. ^ Openshow, S, Charlton, M, Wymer, C.(1987) 포인트 패턴 데이터의 자동 분석을 위한 마크 I 지리 분석 기계. 국제 지리 정보 시스템 저널 1, 335–350.
  30. ^ BESR(2002) 커뮤니티 및 삶의 질: 정보에 입각한 의사 결정을 위한 데이터 니즈. 지구 과학 및 자원 위원회: 워싱턴 DC