- 작성일
- 2023.11.13
- 수정일
- 2023.11.13
- 작성자
-
최훈혁
- 조회수
- 35
박민영, 최지윤, 강정은 (2023). 머신러닝을 활용한 부산시 중심지 체계 분석과 소외지역 도출. 2023 한국지리정보학회 추계학술대회
박민영, 최지윤, 강정은 (2023). 머신러닝을 활용한 부산시 중심지 체계 분석과 소외지역 도출. 2023 한국지리정보학회 추계학술대회. (2023. 11. 9. - 2023. 11. 11.)
지자체 차원의 균형발전 계획을 수립하기 위해서는 현 상태의 도시공간구조를 파악해야 한다. 이때 지자체에서 수립하는 공간 계획의 기본이 되는 것은 CBD(Central Business District)라 불리는 중심지이다.(Korea Planning Association, 2018) 중심지의 분포와 기능은 도시 전체의 공간 구조를 형성하는 데 큰 영향을 주므로 현 상태의 중심지 체계를 파악해야 할 필요가 있다. 따라서 본연구는 Fig 1.과 같은 방식으로 부산시를 대상으로 중심지 체계를 식별하고 중심지의 기능을 누릴 수 있는 중심지 영향권에서 소외되는 지역을 도출하고자 하였다.
중심지 체계 식별을 위해 부산시 전역에 대해 4개 지표 (지가, 생활인구, 카드 소비, 상업 용도 건축물)을 활용하여 중심지 면적 지수를 산출하고 Getis-Ord Gi* 와 DBSCAN 분석을 수행하였다. 이때 DBSCAN은 기존의 LISA 분석방법과 달리 노이즈를 고려할 수 있어 중심지 경계 설정을 위한 방법으로 활용하였다. 그다음 식별된 중심지에 대해서는 위계를 구분하고 위계별 네트워크 분석을 통해 영향권을 도출하였다.
분석 결과 중심지는 서면, 중앙, 연산, 장산, 해운대, 덕천, 동래, 대연, 사상, 부산대, 부산역, 사직 총 12곳으로 나타났다. 중심지 영향권 소외지역은 대부분 동부산권역과 서부산권역에서 나타났으며 노후 공업지역과 주거지역, 신도시 일부에서도 도출되었다. 본 연구는 기존 연구에서 다루지 않았던 머신러닝 방법론을 적용하여 기존 계획상 중심지와 실제 데이터 간 차이를 밝히고 중심지 위치와 소외지역을 식별하였다는 점에서 의의가 있다.
키워드 : DBSCAN, 공간 형평성, 네트워크 분석, 도시공간구조, 중심지 영향권, 중심지 체계
사사 : 기후변화특성화대학원사업, 스마트시티
- 다음글
-
황희수, 강정은(2023). 15분 도시 개념의 국내 적용 가능성 및 효과 분석. 2023 한국지리정보학회 추계학술대회
최훈혁
2023-11-13 17:39:46.997
- 이전글
-
이세호, 이지윤, 박민영, 최지윤, 강정은 (2023). 시스템다이내믹스를 활용한 미세먼지 저감정책의 효과 분석 : 미세먼지 농도와 건강 영향을 중심으로. 2023 한국지리정보학회 추계학술대회
최훈혁
2023-11-13 17:31:48.313