• 제목/요약/키워드: Apartment complex district

검색결과 43건 처리시간 0.018초

대전광역시 노령화 지구의 공간적 분포 패턴 (Spatial Distribution of Aging District in Taejeon Metropolitan City)

  • 정환영;고상임
    • 한국지역지리학회지
    • /
    • 제6권2호
    • /
    • pp.1-19
    • /
    • 2000
  • 본 연구는 중부지역의 중심지로 발전하고 있는 대전광역시를 대상으로 노령화 지구의 공간적 분포 패턴을 분석하고자 하였다. 그 결과 노령화 지구는 대전광역시 CBD지역과 CBD인접지역, 그리고 주변지역간에 뚜렷한 차이를 나타내고 있으며, 그 분포에 있어서도 양극화 현상이 뚜렷함을 확인하였다. 그리고 인구감소지구는 노령화지구와 대체로 중복되어 있고, 비노령인구의 전출에 의하여 노령인구비율이 높아지고 있으며, 인구증가지구는 노령화 지구와 전혀 중복되어 나타나지 않고, 비노령인구의 전입에 의해 노령인구비율이 낮아지고 있다. 인구이동에 의한 노령인구의 증가여부를 확인하기 위하여 각 그룹별로 연령 코호트 분석방법을 이용하여 노령화 지구의 출현요인을 분석한 결과, 인구노령화의 진행 은 인구의 사회적 증감률 변화와 매우 밀접하게 관련되어 있고, 특히 비노령인구의 전출에 의해 노령인구비율이 높아지고 있음을 확인할 수 있었다. CBD지역과 CBD인접지역을 포함한 중심시가지에서는 결혼, 새로운 주택취득에 의한 세대분리 등의 전출, 즉, 비노령인구의 전출이 인구노령화를 촉진하는 주요인이 되고 있고, 반면 주변지역에서는 비노령인구의 지구의로의 전출뿐 아니라 새롭게 노령인구로 편입되어져 가는 연령층 인구와 사망률의 저하에 따른 평균수명의 연장으로 인한 노령인구의 절대적 증대가 인구노령화를 촉진하는 요인으로 작용하고 있다.

  • PDF

도시 재해위험도 평가 모형 연구 - 화재, 시설, 피난위험도 중심의 청주시 사례 - (Empirical Application for the Urban Disaster Risk Assessment : Fire, Facility and Escape Cases in Cheongju City)

  • 황희연;백기영;박병호;이만형;황재훈;류을렬;김태환
    • 한국방재학회 논문집
    • /
    • 제1권2호
    • /
    • pp.123-137
    • /
    • 2001
  • 본 연구는 우리나라의 도시재해의 특성과 자료확보 가능성을 기반으로 청주를 사례로 화재, 시설, 피난위험도에 한정하여 재해위험도 평가모형을 제시하고 있다. 평가기준에 있어 동별 기준으로 화재위험도는 화재발생건수와 피해액을 기준으로 하고 있으며, 시설위험도의 경우 중점관리시설의 개소 수와 관리등급을 기준으로 하고 있고, 피난위험도는 지목별 면적과 지목별 가중치로 모형을 설정하였다. 청주시에 대한 모형 적용 결과 화재위험도는 불량주거지역과 생활편익시설이 집중되어 있는 중심 상업지역내의 시가화구역이 상대적으로 높게 나타났으며, 반대로 시설위험도와 피난위험도는 신흥 아파트 밀집지역과 구주거지역 모두가 높게 나타났다 종합위험도에 있어서는 중심상업지역과 그 주변밀집주거지역에서 높은 점수를 나타내는 것으로 판명되었다.

  • PDF

예측율 제고를 위한 사계절 혼합형 열수요 예측 신경망 모델 (A Model of Four Seasons Mixed Heat Demand Prediction Neural Network for Improving Forecast Rate)

  • 최승호;이재복;김원호;홍준희
    • 에너지공학
    • /
    • 제28권4호
    • /
    • pp.82-93
    • /
    • 2019
  • 본 연구에서는 기존 열수요 예측 시스템이 공휴일과 같은 특정 일자의 열수요 예측율이 저하되는 문제점을 개선하기 위해 새로운 모델을 제안한다. 제안된 모델은 사계절 혼합형 신경망 모델(Four Season Mixed Heat Demand Prediction Neural Network Model)로서 열수요 예측율 상승하였고, 특히 예측일 유형별(평일/주말/공휴일) 열수요 예측율이 크게 증가하였다. 제안된 모델은 다음과 같은 과정을 통해 선정되었다. 특정 계절에 예측일 유형별로 고른 오차를 갖는 모델을 선정하여 전체 예측 모델을 구성한다. 학습 시간의 단축과 과도학습을 방지하기 위해 구조적으로 단순화된 서로 다른 4개의 모델을 각각 학습한 후에 다양한 조합을 통해 최적의 예측 오차를 보여주는 모델을 선정하였다. 모델의 출력은 예측일의 24시간의 시간대별 열수요이며 총합은 일일 총열수요이다. 이 예측값을 통해 효율적인 열공급 계획을 수립 할 수 있으며, 목적에 따라 출력값을 선택하여 활용할 수 있다. 제안된 모델의 일일 열 총수요 예측의 경우, 전체 MAPE(Mean Absolute Percentage Error, 평균 절대 비율 오차)가 개별 모델의 5.3~6.1%에서 5.2%로 향상되었고, 공휴일 열수요예측은 4.9~7.9%에서 2.9%로 크게 개선되었다. 본 연구에서는 한국 지역난방공사에서 제공한 특정 아파트 단지의 34개월 분량의(2015년 1월~ 2017년10월) 시간단위 열수요 데이터를 활용하였다.