환경공간정보와 이용자 참여 빅데이터에 기반한 자연공원 용도지구 설정방법 개발 = Development of Natural Park Special-Purpose Districts Setting Method based on Environmental Spatial Information and User Participation Big Data

국문 초록 (Abstract)

자연공원은 현대사회에서 인간에게 정신적·신체적 건강을 제공하고 삶의 질을 향상시키는 공간이며, 지속가능한 생태계 보전을 가능하게 한다. 이렇듯 자연공원은 인간과 자연의 상호작용을 돕는 장소임에도 불구하고, 지금까지 생태기반으로만 가치가 평가되어 왔다. 그 결과로 우리나라의 자연공원은 용도지구를 설정함에 있어 이용자의 활동이 반영되지 않았으며, 이는 지속가능한 이용 측면보다는 규제의 수단으로서 활용되고 있다. 본 연구는 자연공원의 지속가능한 관리와 발전을 위해서는 물리적 환경 평가와 함께 실제 이용자의 인식·활동 파악하는 것이 중요함에도 불구하고, 아직까지 반영되지 못하고 있다는 문제의식에서 출발하였다. 이에 본 연구에서는 자연공원에 대한 환경정보와 이용자 활동을 종합하여 향후 용도지구를 설정하는 방법을 개발하고 지속가능한 관리 방안에 대한 방향성을 모색하고자 하였다. 본 연구는 ‘평가 프레임워크 개발 - 유형별 자연공원에 대한 공간특성 분석 및 평가 – 개발된 방법론 및 연구 결과에 대한 검토’순으로 수행되었다.
본 연구에서는 자연공원이 가지는 환경적 특성과 이용자의 경관 인식 및 이용 행태에 대한 통합적 평가지표를 개발하였다. 자연공원의 물리적 환경정보를 평가하기 위하여 표고, 경사를 비롯하여 헤메로비 지수, 강화식생지수, 서식지 질 등으로 구성된 자연환경 평가 지표와 접근성, 인구, 편의시설 등의 인문환경 평가지표를 설정하였다. 또한 시시각각 변화하는 자연공원 이용자의 경관 인식 및 활동에 대한 내용은 트레킹·여행 어플리케이션인 램블러에 게시된 이미지를 활용하여 Google Vision API의 Label Detection과 LDA 토픽모델링 분석을 통해 그들의 자연향유를 객관적·정량적 평가지표로 포함하였으며, 유형별 공간적·입지적 특성을 반영하여 유형별 이용자 행태를 도출하는 방법을 적용하였다. 이는 자연·인문환경 평가 지표만으로 평가되던 자연공원이 실제 이용자의 관점을 포함하고 그 가치를 평가할 수 있도록 하였다. 또한 『제3차 자연공원 기본계획(2023~2032년)』에서의 ‘보전과 지속가능한 이용의 조화와 균형’을 위한 공원관리 정책방향을 수립에 대한 필요성에 부합되는 자연공원 관리 방향이 될 수 있음을 시사한다.
이와 함께 자연공원의 공간특성에 따라 구역을 구분하기 위하여 머신러닝 기법 중 하나인 Self-Organizing map(이하 SOM)이 사용되었다. SOM은 고차원의 복잡한 여러 지표를 처리할 수 있는 비지도 인공 신경망으로, 과학적 데이터에서 입력 데이터의 토폴로지를 유지하면서 일관된 군집을 식별하고 시각화 및 분석하는 데 유용한 도구이다. 따라서 본 연구에서는 자연공원에서의 지표별 결과를 통합적으로 분석함으로써 공원 내의 공간적 특성을 구별하고 평가하기 위한 방법으로 SOM 방법을 채택하였다.
이후 개발된 평가 프레임워크를 환경적 조건이 서로 다른 자연공원에 적용하여 공원별 공간특성에 따라 나타나는 차이점을 살펴보았으며, 현재 용도지구와의 비교를 통해 시사점을 도출하였다. 유형별 연구 대상지로 해안형에 태안해안국립공원, 도시형에 북한산국립공원, 산림형에 지리산국립공원을 대상으로 연구를 수행하였다. 태안해안국립공원에서는 9개의 핵심 경관이 도출되었으며, SOM 분석 결과 서로 다른 공간적 특성에 따라 7개의 구역으로 구분되는 것으로 나타났다. 이와 함께, 유사한 특성으로 묶이는 공간 단위인 경관유닛(Landscape Unit)을 살펴본 결과 4곳의 거점이 형성되어 있었다. 이러한 결과는 태안해안국립공원은 용도지구 중 자연환경지구가 약 99%를 차지하고 있으며, 해양지역을 제외해도 대부분의 지역이 자연환경지구 하나로 분류되어 있는 현 시점에서 다양한 성격의 지구로 구분될 수 있는 점을 시사하였다. 북한산국립공원의 경우, 북한산을 대표하는 7개의 주요 경관이 도출되었고 ‘조망활동’, ‘자연향유’, ‘사찰 및 문화재’ 3개의 주제로 분류되었으며, 이는 북한산국립공원에서의 이용자의 주요 경관 인식 및 활동임을 확인하였다. SOM 분석 결과 8개의 구역이 도출되었으며 북한산국립공원에는 정상부를 중심으로 핵심 조망구역과 그 주변 전망구역이 형성되어 있고 문화유산지구와 유사한 성격의 사찰 및 문화재 중심구역, 시가화지역, 전이지역 등의 특성으로 구분되었다. 현재 용도지구와의 비교를 통해 자연보존지구 내에서도 이용자 활동 및 밀집도가 높은 곳을 도출할 수 있었고, 자연환경지구로 구분되어 있는 공원 경계부에 전이지역이 존재하는 것을 밝혔다. 이러한 결과는 현재 4개의 지구로만 분류되어있는 용도지구가 각 공간특성에 맞는 관리 규제 및 계획이 수립될 수 있도록 확장될 필요성을 제시하고 있다. 마지막으로 지리산국립공원에서는 6개의 주요 경관 유형들이 ‘조망활동’, ‘계곡 및 수경관’, ‘임내경관’, ‘사찰 및 문화재’네 개의 주제로 분류되었으며, SOM 결과 8개의 구역이 도출되었다. 지리산에 대한 SOM과 경관유닛 도출 결과는 북한산국립공원과 유사했으며, 이는 산림 형태의 자연공원에서 나타는 결과임을 알 수 있었다.
본 연구에서 개발된 방법론과 연구의 타당성 및 활용 가능성을 검토하기 위하여 각 국립공원의 중견관리자와의 인터뷰를 실시한 결과, 자연공원을 가치를 평가하기 위해 설정된 지표와 분석 방법에 대한 타당성을 검증하였다. 특히 현재 공원에서의 이용자 활동이 적절하게 반영되고 있는 것을 확인하였으며, 자연환경, 인문환경, 이용자 활동을 통합하여 도출된 결과는 향후 자연공원의 지속가능한 관리 계획을 수립하는 데 도움이 될 것으로 평가되었다.
이를 종합하면, 기존에 시행되었던 자연공원의 생태기반평가에서 나아가 이용자의 경관 인식 및 활동을 평가지표로 포함하는 것은 자연자원의 보전과 지속가능한 이용 두 측면이 상생할 수 있는 관리계획을 수립할 수 있도록 하는 하나의 전략이 될 수 있으며, SOM 기법을 적용한 자연공원의 공간적 특성 구분 및 평가는 빅데이터와 머신러닝을 활용함으로써 데이터 기반의 정책 실현에 기여할 수 있다. 또한, 현재의 용도지구 내에서도 공간적 특성이 다양하게 나타났으며, 각 특성에 부합하는 관리가 필요한 것을 확인하였으므로, 용도지구 구분의 확장을 통한 유연한 관리체계를 구축해야 할 것이다. 또한, 관광거점, 핵심 조망구역 등의 이용 밀집지역에 대해 특별관리지구 성격의 ‘이용조정지구’ 개념을 적용하여 자연환경을 보전함과 동시에 국민의 이용을 도모할 수 있는 관리방안을 수립할 필요가 있다.
본 연구는 국민의 삶의 질 향상에 기여할 수 있는 자연공원에 대하여 ‘보전’과 ‘이용’ 두 측면의 상생을 도모하면서 지속가능한 관리체계를 마련할 수 있는 용도지구 설정방법을 구축한 점에 의의가 있다. 또한 이용자 인식 및 활동을 분석하고 공간평가 및 구역화에 사용된 연구 방법론들은 데이터 기반의 관리 정책 수립에 기여할 수 있을 것으로 기대한다.

목차 (Table of Contents)

• 제 1 장 서론 1
• 제 1 절 연구의 배경 및 목적 1
• 제 2 절 연구의 범위 6
• 1. 공간적 범위 6
• 2. 시간적 범위 11
• 3. 내용적 범위 12
• 제 3 절 연구의 방법 13
• 1. 공간특성을 반영한 평가지표 설정 13
• 2. Self-Organizing map(SOM)을 활용한 자연공원 구역화 15
• 3. SOM 분석결과를 반영한 경관유닛 도출 17
• 제 4 절 연구의 흐름 19
• 제 2 장 이론적 고찰 20
• 제 1 절 지구 설정을 통한 자연공원 공간관리 20
• 1. 자연공원의 지정 및 용도지구의 설정 20
• 2. 자연공원 지구 설정 관련 국외 사례 25
• 제 2 절 생태적 가치 평가에 기반한 지표를 활용한 공간평가 33
• 1. 지역 및 공간 평가 방법과 활용지표 33
• 2. 공간평가에서의 이용자 참여 데이터의 활용과 효용성 35
• 제 3 절 지역관리를 위한 공간구획과 머신러닝의 활용 38
• 1. 지역관리에 있어 공간구획의 중요성 38
• 2. 공간구획 및 패턴 파악을 위한 SOM의 활용 40
• 제 3 장 환경공간정보와 이용자 참여 빅데이터 기반의 자연공원 평가지표의 개발 44
• 제 1 절 자연환경 지표 44
• 1. 지형 분석 44
• 2. 자연성 분석 44
• 3. 생태환경 분석 49
• 4. 다양성 분석 51
• 제 2 절 인문환경 지표 53
• 제 3 절 이용자 참여 데이터 기반 주요 경관 유형 55
• 1. 데이터 수집 55
• 2. Google Cloud Vision API를 활용한 이미지 라벨링 58
• 3. LDA 토픽모델링을 활용한 주요 경관 유형 도출 59
• 제 4 장 Self-Organizing map(SOM)을 적용한자연공원 공간구획 및 경관유닛 도출 60
• 제 1 절 자연공원 유형별 공간특성을 반영한 이용자 활동패턴 도출 방법 60
• 1. 해안형 자연공원에서의 PUD 분석을 활용한 인지된 주요 경관 60
• 2. 도시형 자연공원에서의 토픽 재구조화를 활용한 인지된 주요 경관 62
• 3. 산림형 자연공원에서의 토픽 밀도분석을 활용한 인지된 주요 경관 64
• 제 2 절 해안형 자연공원 66
• 1. 태안해안국립공원의 환경정보 66
• 2. PUD를 활용한 이용자가 인지하는 주요 경관 및 분포 76
• 3. SOM 분석 결과 86
• 4. SOM 분석 결과에 기반한 태안해안국립공원 경관유닛 도출 91
• 5. 소결 95
• 제 3 절 도시형 자연공원 98
• 1. 북한산국립공원의 환경정보 98
• 2. 토픽 재구조화를 활용한 이용자가 인지하는 주요 경관 및 분포 107
• 3. SOM 분석 결과 116
• 4. SOM 분석 결과에 기반한 북한산국립공원 경관유닛 도출 121
• 5. 소결 124
• 제 4 절 산림형 자연공원 127
• 1. 지리산국립공원의 환경정보 127
• 2. 토픽 밀도분석을 활용한 이용자가 인지하는 주요 경관 및 분포 134
• 3. SOM 분석 결과 143
• 4. SOM 분석 결과에 기반한 지리산국립공원 경관유닛 도출 147
• 5. 소결 150
• 제 5 절 연구의 타당성 및 활용 가능성 검토 153
• 제 5 장 결론 158
• 제 1 절 데이터에 기반한 자연공원 지구 설정 및 관리의 새로운 접근방향 158
• 1. 자연공원 용도지구 구분에 있어 이용자 참여 빅데이터의 활용 158
• 2. SOM 기반 자연공원 공간특성을 고려한 지구 설정 159
• 제 2 절 연구의 정책적 시사점 162
• 1. 용도지구 구분의 확장을 통한 유연한 관리 체계 구축 162
• 2. 이용조정지구 개념을 적용한 자연공원의 관리 163
• 제 3 절 연구의 의의 166
• 제 4 절 연구의 한계 및 향후과제 169
• 참고문헌 172
• 부 록 195
• Abstract 199

참고문헌 (Reference)

1. , 환경부, 제2차(2013-2022) 자연공원 기본계획, , 2012

2. , 환경부, 생태계 보호지역 지정기준 객관화 연구, , 2007

3. , 환경부, 제2차 국립공원 타당성 조사기준 및 자연공원 제도개선 마련, , 2008

4. , 환경부, 제3차 국립공원 타당성 조사기준 및 자연공원 제도개선 마련, , 2019

5. The tourist gaze, Urry, J., & Larsen, J, 3.0, , 2011

6. Landscape perspectives, Van Eetvelde, V., Antrop, M., 100, 1-23, , 2017

7. The self-organizing map, Kohonen, T., 78(9), 1464-1480, , 1990

8. Probabilistic topic models, Steyvers, M., & Griffiths, T., 427(7), 424-440, , 2007

9. Latent dirichlet allocation, Blei , D. M. , Ng , A. Y. , & Jordan , M. I, 3(Jan), 993-1022, , 2003

10. Tourism for Development –, World Tourism Organization, Volume I: Key Areas for, , 2018

11. Ecosystems and human well-being, Millennium ecosystem assessment, M. E. A, Vol. 5, pp. 563-563, , 2005

12. The European landscape é convention, D jeant-Pons, M., 31(4), 363-384, , 2006

13. Landscapes of the Kruger national park, Gertenbach, W. D., 26(1), 9-121, , 1983

14. Learning phase transitions by confusion, Huber, S. D., Van Nieuwenburg, E. P., Liu, Y. H., 13(5), 435-439, , 2017

15. 소백산국립공원의 관리개선방안, 이경재, 임경빈, 김갑태, 한국환경생태학 회지, 7(1): 58-71, , 1993

16. An investigation on IoT healthcare analytics, Sankarikaarguzhali, G., Shanmugasundaram, G., 9(2), 11, , 2017

17. 북한산 국립공원의 관리개선방안, 이경재, 오구균, 임경빈, 이명우, 한국환 경생태학회지, 1(1): 83-97, , 1987

18. Sensoriamento remoto no estudo da vegetação, Ponzoni, F. J., Shimabukuro, Y. E., & Kuplich, T. M., p. 127, , 2007

19. The role of urban parks for the sustainable city, Chiesura, A., 68(1): 129-138, , 2004

20. Machine learning : an applied econometric approach, Mullainathan , S. , & Spiess , J ., 31(2), 87-106, , 2017

21. 국립공원 서식 지 유형 분류 체계 구축, 김정은, 최진우, 조형진, 명현호, 노백호, 진승남, 이정윤, Ecology and Resilient Infrastructure, 8(2): 97-111, , 2021

22. A climatic stratification of the environment of Europe, Metzger, M. J., Bunce, R. G. H., Jongman, R. H., Mücher, C. A., & Watkins, J. W., 14(6), 549-563, , 2005

23. Interpreting the public sentiment variations on twitter, Tan, S., Li, Y., Sun, H., Guan, Z., Yan, X., Bu, J., Chen, C., & He, X, 26(5), 1158-1170, , 2013

24. Event detection with spatial latent Dirichlet allocation, Pan, C. C.,, Mitra, P., pp. 349-358, , 2011

25. Zoning—lessons from the Great Barrier Reef marine park, Day, J. C., 45(2-3), 139-156, , 2002

26. Effectiveness of parks in protecting tropical biodiversity, Bruner, A. G., Gullison, R. E., Rice, R. E., & Da Fonseca, G. A., 291(5501), 125-128., , 2001

27. IUCN green list of protected and conserved areas: Standard, International Union for Conservation of Nature and Natural Resources, & World Commission on Protected Areas, version 1.1, , 2017

28. Semi-supervised and unsupervised extreme learning machines, Song, S., Gupta, J. N., Wu, C., Huang, G., 44(12), 2405-2417, , 2014

29. Systematic conservation planning: past, present and future, Watson, J. E., Grantham, H. S., Wilson, K. A., & Possingham, H. P., 1, 136-160, , 2011

30. Greenways: multiplying and diversifying in the 21st century, Walmsley, A., 76(1-4), 252-290, , 2006

31. Utilising forest inventory data for biodiversity assessment, Dieler, J., Uhl, E., Heym, M., Moshammer, R., Stimm, K., Pretzsch, H., 121, 107196, , 2021

32. Multi-criteria decision making (MCDM) techniques in planning, Massam, B. H., 30, 1-84, , 1988

33. Outdoor recreation and nature tourism: A European perspective, Bell, S., Simpson, ä ä ö M., Pr bstl, U., Siev nen, T., Tyrv inen, L., 1, 1–46, , 2007

34. Evaluation of cultural ecosystem services: A review of methods, Cheng, X., Van Damme, S., Li, L., & Uyttenhove, P., 37, 100925, , 2019

35. Self-organizing maps çã as substitutes for k-means clustering, Ba o, F., Lobo, V., & Painho, M., pp. 476-483, , 2005

36. Where to Revitalize, and How? A Rural Typology Zoning for China, Zhou, Y., Shen, Y., Yang, X., Wang, Z., Xu, L., 10(12), 1336, , 2021

37. 국립공원 생태계 건강성 평가 방법에 관한 연구, 원혁재, 오장근, 명현호, 생태와 환경, 49(2): 147-152, , 2016

38. 국립공원의 보전을 위한 관련 법규의 개정 제안, 조기호, 대한국토계획학회 지, 74(4): 383-408, , 1994

39. Social media communication preferences of national park visitors, Keane, R., Wilkins, E. J., Smith, J. W., 19(1), 4–18, , 2020

40. 국립공원 생태계 건강성 평가 시스템 개 선 연구, 명현호, 김정은, 오장근, 김혜리, Ecology and Resilient Infrastructure, 8(2): 112-119, , 2021

41. Final ecosystem goods and services classification system (FEGS-CS), Landers, D. H., & Nahlik, A. M., Report Number EPA/600/R-13/ORD-004914., , 2013

42. Supervised machine learning: A review of classification techniques, Kotsiantis, S. B., Pintelas, P., Zaharakis, I., 160(1), 3-24, , 2007

43. Using social media to quantify nature-based tourism and recreation, Wood, S. A., Guerry, A. D., Silver, J. M., & Lacayo, M., 3(1), 2976, , 2013

44. Operational drought monitoring in Kenya using MODIS NDVI time series, Klisch, A., Atzberger, C., 8(4), 267, , 2016

45. An approach á to map landscape functions in Atlantic Forest—Brazil, Turetta, A. P. D., T vora, G. S., . 71, 557-566, , 2016

46. Social media data for conservation science: A methodological overview, Toivonen, T., Tenkanen, H., Fink, C., Järv, O., Hausmann, A., Hiippala, T., Di Minin, E., Heikinheimo, V., 233, 298– 315, , 2019

47. CVM을 이용한 지불수단 별 무등산 국립공원 가 치평가, 이승길, 이혜린, 유창근, 관광경영연구, 18(2): 151-170, , 2014

48. Methods for landscape characterisation and mapping: A systematic review, Halvorsen, R., Simensen, T., Erikstad, L., 75, 557-569, , 2018

49. Understanding sentiment of national park visitors from social media data, Heikinheimo, V., Kulkarni, R., Fink, C., Di Minin, E., Hausmann, A., Toivonen, T., Tenkanen, H., 2(3), 750–760, , 2020

50. 공간분석을 이용한 국립공원 신 규 후보지역 선정 평가, 김오석, 윤정호, 전성우, 정휘철, 김근한, 한국지형공간정보학회지, 25(3): 63-74, , 2017

51. Functional zoning and space management of three-river-source national park, Liu, W., Ren, Y., Li, J., Zhu, Y., Tian, J., Fu, M., 29(12), 2069-2084, , 2019

52. Scientific solutions for the functional zoning of nature reserves in China, Liu, X., & Li, J, 215(1-3), 237-246, , 2008

53. Classifying habitat characteristics of wetlands using a self-organizing map, Kim, S. H., Cho, K. J., Kim, T. S., Lee, C. S., Thakur, D., & Jang, G. S., 102048, , 2023

54. Extracting and understanding urban areas of interest using geotagged photos, Janowicz, K., Li, W., Yu, B., Gao, S., Prasad, S., Hu, Y., 54, 240–254, , 2015

55. Continental-scale quantification of landscape values using social media data, Tieskens, K. F., Verburg, P. H., van Zanten, B. T., Smith, J. W., Van Berkel, D. B., Meentemeyer, R. K., 113(46), 12974– 12979, , 2016

56. Public perception of the cultural value of Satoyama landscape types in Japan, Iwata, Y., Fukamachi, K., & Morimoto, Y, 7(2), 173-184, , 2011

57. Unsupervised entity and relation extraction from clinical records in Italian, Corazza, A., Silvestri, S., Alicante, A., Isgro, F., 72, 263-275, , 2016

58. Incorporating zoning and socioeconomic costs in planning for bird conservation, Dehaghi, I. M., Salmanmahiny, A., Mehri, A., 40, 77-84, , 2017

59. Transformations of urban studies and planning in the big/open data era: A review, Liu, L., Long, Y., 7(4), 295-308, , 2016

60. Indigenous lands in protected areas have high forest integrity across the tropics, Sze, J. S., Carrasco, L. R., Edwards, D. P., Childs, D. Z., 32(22), 4949-4956, , 2022

61. Assessing, mapping, and quantifying cultural ecosystem services at community level, Plieninger, T., Dijks, S., Oteros-Rozas, E., & Bieling, C., 33, 118-129, , 2013

62. Forest landscape description and inventories: a basis for land planning and design, Litton, R. B, No. 49, , 1968

63. Managing for cumulative impacts in ecosystem-based management through ocean zoning, Crowder, L. B., McLeod, K. L., Halpern, B. S., Rosenberg, A. A., 51(3), 203-211, , 2008

64. Using social media to understand drivers of urban park visitation in the Twin Cities, Fisher, D. M., Wood, S. A., Keeler, B. L., McPhearson, T., Donahue, M. L., Hamstead, Z. A., 175, 1–10, , 2018

65. A graph-based approach to detecting tourist movement patterns using social media data, Hu, F., Li, Z., Jiang, Y., Yang, C., 46(4), 368–382, , 2019

66. Building climate zoning in China using supervised classification-based machine learning, Li, H., Yang, L., Liu, Y., Lyu, K., 171, 106663, , 2020

67. Seasonal vegetation response to climate change in the Northern Hemisphere (1982–2013), Singh, V. P., Zhang, Q., Shi, P., Kong, D., 148, 1-8, , 2017

68. Land cover classification and change analysis in the Horqin Sandy Land from 1975 to 2007, Bagan, H., Takeuchi, W., Kinoshita, T., Bao, Y., & Yamagata, Y, 3(2), 168-177, , 2010

69. Machine learning meets complex networks via coalescent embedding in the hyperbolic space, Muscoloni, A., Thomas, J. M., Bianconi, G., Ciucci, S., Cannistraci, C. V., 8(1), 1-19, , 2017

70. 블로그 데이터 감성분석을 통한 북한산둘레길 구간별 선호 도 평가, 손용훈, 이성희, 한국조경학회지, 49(3), 1-10, , 2021

71. Analysis of Wetland Landcover Change in Great Lakes Urban Areas Using Self-Organizing Maps, Penfound, E., Vaz, E., 13(24), 4960, , 2021

72. Data-driven planning adjustments of the functional zoning of Houhe National Nature Reserve, Xue, Y., Tang, J., Li, G., Li, D., Deng, C., Lu, H., Mao, Y., Li, J., 29, e01708, , 2021

73. Impacts of land-use change on habitat quality during 1985 2015 in the – Taihu Lake Basin, Xu, L., Su, W., Li, G., Chen, S. S., Xu, Y., 11(13), 3513, , 2019

74. Marine zoning in St. Kitts and Nevis: a design for sustainable management in the Caribbean, Agostini, V. N., Margles, S. W., Knowles, J. K., Schill, S. R., Bovino, R. J., & Blyther, R. J, 104, 1-10, , 2015

75. Next-generation visitation models using social media to estimate recreation on public lands, Wood, S. A., Milnor, A. A., Crowley, C. S. L., Winder, S. G., White, E. M., Lia, E. H., 10(1), 15419, , 2020

76. Optimal allocation of resources among threatened species: a project prioritization protocol, Joseph, L. N., Maloney, R. F., & Possingham, H. P., 23(2), 328-338, , 2009

77. Zoning the rate of pollution in domestic river using spatial multi-criteria evaluation model, Taghavi, L., Babazadeh, H., Yargholi, B., Abdollahi, A. A., 16(1), 49-62, , 2020

78. Recreational use in dispersed public lands measured using social media data and on-site counts, Lange, S., Lia, E., Fisher, D. M., Tomco, M., Blahna, D. J., White, E. M., Weinberg, A., Wood, S. A., 222, 465–474, , 2018

79. Spatial and temporal dynamics and value of nature-based recreation, estimated via social media, Watson, K. B., Wood, S. A., Ricketts, T. H., Sonter, L. J., 11(9), e0162372, , 2016

80. 이용자 인식과 경험 가치를 반영한 도시림의 문화서비스 평가 및 맵 핑, 김지영, 서울대학교 환경대학원 박사학위 논문, , 2022

81. Multivariate classification analysis of cultural landscapes: An example from the Czech Republic, Chuman, T., & Romportl, D., 98(3-4), 200-209, , 2010

82. 북한산국립공원의 둘레길과 정상정복형 탐방로의 경관 특 성 비교 연구, 손용훈, 이규철, 농촌계획, 22(3): 21-31, , 2016

83. An approach to urban landscape character assessment: Linking urban big data and machine learning, Songxue, L. I. U., Yutian, L. U., Jiayu, W. U., Sun, X. U., 103983, , 2022

84. Landscape aesthetics: Spatial modelling and mapping using social media images and machine learning, Ziv, G., Gosal, A. S., 117, 106638, , 2020

85. Landslide susceptibility mapping based on self-organizing-map network and extreme learning machine, K. Yin, L. Gui, P. Wang, Huang, F., J. Huang, 223: 11-22, , 2017

86. 소셜데이터 분석을 통한 포스트 코로나 시대 농촌 관광의 변화와 적용방안, 이성희, 손용훈, 김용진, 농촌계획, 27(4): 43-54, , 2021

87. Elements, characteristics and character–Information functions of landscapes in terms of indicators, Jessel, B., 6(1), 153-167, , 2006

88. Vegetation phenology on the Qinghai-Tibetan Plateau and its response to climate change (1982–2013), Kong, D., Shi, P., Zhang, Q., Sun, P., Singh, V. P., 248, 408-417, , 2018

89. Environmental impact assessment in Brazilian Amazonia: Challenges and prospects to assess biodiversity, Ritter, C. D., McCrate, G., Nilsson, R. H., Fearnside, P. M., Palme, U., & Antonelli, A, 206, 161-168, , 2017

90. 경관형용사 분석법을 활용한 국립공원 마을 유형 별 경관 선호도에 관한 연구, 남승민, 심규원, 박헌춘, 한국산림휴양학회지, 25(2): 1-12, , 2021

91. Assessing and mapping cultural ecosystem services of an urban forest based on narratives from blog posts, Son, Y., Kim, J., 129, 107983, , 2021

92. Using social media to estimate visitor provenance and patterns of recreation in Germany's national parks, Ghermandi, A., Woltering, M., Sinclair, M., Mayer, M., 263, 110418, , 2020

93. Exploring landscape perceptions of Bukhansan National Park according to the degree of visitors experience, Son, Y. H., Lee, K. C., 9(8), 1306, , 2017

94. Land-use classification of remotely sensed data using Kohonen self-organizing feature map neural networks, Ji, C. Y, 66(12): 1451-1460, , 2000

95. Marxan with Zones 적용을 통한 북한산국립공원 공원자연 보존지구 재설정 방안 연구, 한봉호, 염정헌, 한국환경과학회지, 26(2): 133-146, , 2017

96. On the theoretical basis of metric analysis of poorly formalized problems of recognition and classification, Torshin, I. Y., Rudakov, K. V., 25(4), 577-587, , 2015

97. Spatial correlation between the changes of ecosystem service supply and demand: An ecological zoning approach, Dong, J., Liu, Y., Qiao, R., Liu, Q., Xu, Z., Lyu, D., Zhang, Z., Peng, J., 217, 104258, , 2022

98. A moving weighted harmonic analysis method for reconstructing high-quality SPOT VEGETATION NDVI time-series data, Yang, G., Shen, H., Zhang, L., He, Z., & Li, X, 53(11), 6008-6021, , 2015

99. Social media data can be used to understand tourists preferences for nature-based experiences in protected areas, Toivonen, T., Moilanen, A., Heikinheimo, V., Tenkanen, H., Hausmann, A., Di Minin, E., Slotow, R., 11(1), , 2018

100. The assessment of rural development: identification of an applicable set of indicators through a Delphi approach, Abreu, I. and, Mesias, F. J., 80, 578-585, , 2020

101. A review of marine protected areas in the northwestern Mediterranean region: siting, usage, zonation and management, Francour, P., Harmelin, J. G., Pollard, D., & Sartoretto, S., 11(3), 155-188, , 2001

102. Application of k-means and hierarchical clustering techniques for analysis of air pollution: A review (1980–2019), Sivakumar, V., Govender, P., 11(1), 40-56, , 2020

103. Managing conflict by mapping stakeholders’ views on ecotourism development using statement and place Q methodology, Lee, J. H., 37, 100453, , 2022

104. Protected area zoning for conservation and use: A combination of spatial multicriteria and multiobjective evaluation, Geneletti, D., & van Duren, I, 85(2), 97-110, , 2008

105. An evaluation of time-series smoothing algorithms for land-cover classifications using MODIS-NDVI multi-temporal data, Shao, Y., Lunetta, R. S., Wheeler, B., Iiames, J. S., & Campbell, J. B, 174, 258-265, , 2016

106. Harnessing artificial intelligence technology and social media data to support Cultural Ecosystem Service assessments, Stemle, E., Tasser, E., Depellegrin, D., Pecher, C., Marsoner, T., Egarter Vigl, L., Simion, H., Giombini, V., 3(3), 673–685, , 2021

107. Instagram, Flickr, or Twitter: Assessing the usability of social media data for visitor monitoring in protected areas, Kajala, L., Toivonen, T., Herbst, M., Heikinheimo, V., Tenkanen, H., Hausmann, A., Di Minin, E., 7 (1), 17615, , 2017

108. Social media reveal that charismatic species are not the main attractor of ecotourists to sub-Saharan protected areas, Heikinheimo, V., Toivonen, T., Hausmann, A., Tenkanen, H., Slotow, R., Di Minin, E., 7(1), 763, , 2017

109. Mapping the extent of mangrove ecosystem degradation by integrating an ecological conceptual model with satellite data, Fatoyinbo, T. E., Worthington, T. A., Thomas, N., Lee, C. K., Duncan, C., Murray, N. J., Lagomasino, D., Nicholson, E., 13(11), 2047, , 2021

110. Characterizing effects of landscape and morphometric factors on water quality of reservoirs using a self-organizing map, Park, Y. S., Y. S. Kwon, S. J. Hwang, and S. Park, 55: 214-221, , 2014

111. Uses and limitations of social media to inform visitor use management in parks and protected areas: A systematic review, Wilkins, E. J., Wood, S. A., Smith, J. W., 67(1), 120–132, , 2021

112. Ocean zoning for conservation, fisheries and marine renewable energy: assessing trade-offs and co-location opportunities, Schoeman, D. S., Yates, K. L., Klein, C. J, 152, 201-209, , 2015

113. Representing composition, spatial structure and management intensity of European agricultural landscapes: a new typology, Van der Zanden, E. H., Verburg, P. H., Kuemmerle, T., Levers, C., 150, 36-49, , 2016

114. A new data fusion model for high spatial-and temporal-resolution mapping of forest disturbance based on Landsat and MODIS, McDermid, G., Hilker, T., Linke, J., Masek, J. G., White, J. C., Coops, N. C., Wulder, M. A., 113(8), 1613-1627., , 2009

115. A rapid indicator of cultural ecosystem service usage at a fine spatial scale: Content analysis of social media photographs, Richards, D. R., Friess, D. A., 53, 187–195, , 2015

116. Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making, de Groot, R. S., Alkemade, R., Braat, L., Hein, L., Willemen, L., 7(3), 260-272, , 2010

117. Using self-organizing map for coastal water quality classification: Towards a better understanding of patterns and processes, Yang, C., Liang, K., Ma, S., Li, T., Huang, L., Sun, G., 628, 1446-1459, , 2018

118. Boundary delineation and grading functional zoning of Sanjiangyuan National Park based on biodiversity importance evaluations, Ma, B., Zhang, T., Li, Q., Hu, G., Zeng, W., Xie, Y., Wang, Z., 825, 154068, , 2022

119. Zooplankton community of Bakreswar reservoir: Assessment and visualization of distribution pattern using self-organizing maps, Chakrabarty, M., Sinha, S., Ray, S., Rakshit, N., Banerjee, A., Ghosh, S., 72, 101837, , 2022

120. A study of the classification capabilities of neural networks using unsupervised learning: A comparison withK-means clustering, Cooper, M. C., Jacob, V. S., & Lewis, P. A, 59(4), 509-525, , 1994

121. Hazard rating of coastal pine forests for a black pine bast scale using self-organizing map (SOM) and random forest approaches, Nam, Y., Koh, S. H., Jeon, S. J., Youn, H. J., Park, Y. S., & Choi, W. I, 29, 206-213, , 2015

122. Landscape functional zoning at a county level based on ecosystem services bundle: Methods comparison and management indication, Wang, S., Liu, Y., Li, T., Fu, B., Zhao, W., 249, 109315, , 2019

123. Landscape unit concept enabling management of a large conservation area: A case study of Tankwa Karoo National Park, South Africa, Bezuidenhout, H., Van der Merwe, H., Bradshaw, P. L., 99, 44-53, , 2015

124. Exploring the Applicability of Self-Organizing Maps for Ecosystem Service Zoning of the Guangdong-Hong Kong-Macao Greater Bay Area, Ye, Y., Ye, X., Yang, J., Xu, J., Deng, Y., Yan, Y., Li, Y., 11(9), 481, , 2022

125. 가상가치평가법(CVM)을 이용한 국립공원의 경제 적 가치 평가 관한 연구 : 20개 국립공원을 대상으로, 이숙향, 권헌교, 심규원, 한국산림휴양학회 지, 17(4): 33-40, , 2013

126. Mapping Chinese land system types from the perspectives of land use and management, biodiversity conservation and cultural landscape, Yang, L., Li, M., Gao, Y., Jiang, P., Jin, X., 141, 108981, , 2022

127. The core enabling technologies of big data analytics and context-aware computing for smart sustainable cities: a review and synthesis, Krogstie, J., Bibri, S. E., 4(1), 1-50, , 2017

128. A stepwise multi-scaled landscape typology and characterisation for trans-regional integration, applied on the federal state of Belgium, Van Eetvelde, V., & Antrop, M., 91(3), 160-170, , 2009

129. Characterizing the spatial variations of the relationship between land use and surface water quality using self-organizing map approach, Sheng, L., Chen, L., Yang, S., Ma, L., Hu, H., Gu, Q., Zhang, X., 102, 633-643, , 2019

130. Using social media photos to explore the relation between cultural ecosystem services and landscape features across five European sites, Fagerholm, N., Bieling, C., Oteros-Rozas, E., Mart n-L pez, B., Plieninger, T., 94, 74–86, , 2018

131. Identification of ecosystem functional types from coarse resolution imagery using a self-organizing map approach: A case study for Spain, Pérez-Hoyos, A., Martínez, B., García-Haro, F. J., Moreno, Á., & Gilabert, M. A, 6(11), 11391-11419, , 2014

132. The role of cultural values in modern landscapes: the Flemish example. In Landscape interfaces: Cultural heritage in changing landscapes, Antrop, M., pp. 91-108, , 2003

133. 지역관광개발정책의 환경규제와 정책결정에 관한 연구: 설악산 국립 공원 오색케이블카사업을 사례로, 송나영, 한양대학교 대학원 박사학위 논문, , 2022

134. Forest fragmentation in Massachusetts, USA: a town-level assessment using Morphological spatial pattern analysis and affinity propagation, Pearsall, H., Wright, T. M., Ritters, k., Cardille, J., Riemann, R., Rogan, J., Ogneva-Himmelberger, Y., Partington, K., 53(4), 506-519., , 2016

135. è Landsat TM imagery and NDVI differencing to detect vegetation change: assessing natural forest expansion in Basilicata, southern Italy, Mancino, G., Nol , A., Ripullone, F., & Ferrara, A, 7(2), 75., , 2014

136. Zoning and management of phreatic water resource conservation impacted by underground coal mining: A case study in arid and semiarid areas, Li, W., Liu, S., 224, 677-685, , 2019

137. 뉴스데이터의 LDA 토픽 분석을 통한 장수군 농촌지역 활 성화 사업의 특징; 관광 생활 키워드를 중심으로, 김용진, 손용훈, 농촌계획, 24(4): 69-80, , 2018

138. A geomorphologic GIS-multivariate analysis approach to delineate environmental units, a case study of La Malinche volcano (central México), Castillo-Rodr guez, M., L pez-Blanco, J., & Mu oz-Salinas, í ó ñ E., 30(4), 629-638, , 2010

139. Applying multi-criteria decision-making to protected areas and buffer zone management: A case study in the Royal Chitwan National Park, Nepal, Hjortsø, C. N., Stræde, S., & Helles, F., 12(2), 91-108, , 2006

140. Zoning marine protected areas through spatial multiple criteria analysis: the case of the Asinara ‐ Island National Marine Reserve of Italy, Villa, F., Tunesi, L., & Agardy, T., 16(2), 515-526, , 2002

141. A systematic review on the integration of remote sensing and gis to forest and grassland ecosystem health attributes, indicators, and measures, Doan, T., Chu, T., Soubry, I., Guo, X., 13(16), 3262, , 2021

142. Qualitative exploration of perception and use of cultural ecosystem services from tree-based urban green space in the city of Zagreb (Croatia), Kičić, M., Marin, A. M., Krajter Ostoić, S., Vuletić, D., 11(8), 876, , 2020

143. 우리나라 자연공원의 용도지구제 개선에 관한 연 구-국립공원의 자연보존지구 및 자연환경지구를 대상으로-, 조태동, 이명우, 김진선, 대한국토계 획학회지, 32(5): 185-202, , 1997

144. Constructing an indices system for evaluating the ecological integrity of forests in western Sichuan, China based on structural equation modeling, Luo, P., Huang, Y., Yang, H., Li, H., Cheng, Y., Luo, C., Jia, H., 146, 109745, , 2023

145. Content analyses of the international federation of red cross and red crescent societies (ifrc) based on machine learning techniques through twitter, Eligüzel, N., Çetinkaya, C., Dereli, T., 106, 2025-2045, , 2021

146. 자연공원의 서비스스케이프가 탐방객의 지각된 가치, 만 족, 행동의도에 미치는 영향-팔공산도립공원을 중심으로-, 이주희, 김보미, 한국산림휴 양학회지, 22(4): 83-94, , 2018

147. çã Exploratory data analysis and clustering of multivariate spatial hydrogeological data by means of GEO3DSOM, a variant of Kohonen's Self-Organizing Map, Ba o, F., Peeters, L., Lobo, V., Dassargues, A, 11(4), 1309-1321, , 2007

148. Discovering the tourists behaviors and perceptions in a tourism destination by analyzing photos visual content with a deep learning model: The case of Beijing, Li, C., Zhang, K. C. Y., 74, 595–608, , 2019

149. Land use pattern, irrigation, and fertilization effects of rice-wheat rotation on water quality of ponds by using self-organizing map in agricultural watersheds, Liu, H., Wang, J., Wu, Y., Wang, G., Wright, A., Li, Y., Dai, L., 272, 155-164, , 2019

150. A comparison of the classification capabilities of the 1-dimensional kohonen neural network with two pratitioning and three hierarchical cluster analysis algorithms, Waller, N. G., Kaiser, H. A., Illian, J. B., & Manry, M., 63(1), 5-22, , 1998

151. Inherent vulnerability assessment of rural households based on socio-economic indicators using categorical principal component analysis: A case study of Kimsar region, Uttarakhand, Rajesh, S., Sharma, P., Jain, S., 85, 93-104, , 2018

152. Inventory of forest attributes to support the integration of non-provisioning ecosystem services and biodiversity into forest planning from — collecting data to providing information, Kindu, M., Knoke, T., Gobakken, T., Schneider, T., 7(1), 38-58, , 2021

153. 소셜미디어 데이터를 활용한 태안해안국립공원 방문 객의 경관인식 파악， 꽃지해수욕장․신두리해안사구․만리포해수욕장 을 대상으로, 손용훈, 이성희, 한국조경학회지, 46(5): 10-21, , 2018

154. Identification of different manifestations of nonlinear stick–slip phenomena during creep groan braking noise by using the unsupervised learning algorithms k-means and self-organizing map, Murovec, J., Huemer-Kals, S., Fischer, P., Prezelj, J., Häsler, K., 166, 108349, , 2022

155. Channel Islands National Marine Sanctuary: advancing the science and policy of marine protected areas. Place matters: geospatial tools for marine science, conservation, and management in the Pacific Northwest, Airame, S., 91-124, , 2005