안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling)을 시리즈 글로 정리해 보겠습니다. 이번에는 세 번째 실습으로 종 적합성(species suitability) 매핑을 주된 내용으로 정리해 보겠습니다. *이 글은 국립공원 비대면 학습동아리 '파크랩(ParkLab)'의 학습용 자료입니다. 스터디에 참여하는 조경학, 컴퓨터공학 등 다양한 전공자분들의 참여를 통해 콘텐츠는 수시로 수정, 보완될 수 있습니다. 유튜브 영상과 프레젠테이션 자료는 아래 링크를 참고하시면 됩니다. QGIS: Python 종 분포 모델링(SDM) 안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeli..

안녕하세요? 이번 글은 '지오빅데이터 오픈플랫폼'에서 수치지질도를 다운로드 받는 방법을 정리해 보겠습니다. '지오빅데이터 오픈플랫폼'은 국민 누구나 쉽게 활용할 수 있도록, 신뢰성 높은 지질자원정보를 제공하는 글로벌 K-지오사이언스 데이터 허브라고 합니다. 정부출연연구기관인 KIGAM 한국지질자원연구원에서 운영하고 있습니다. 지오빅데이터 오픈플랫폼 × 콘텐츠 오류 신고 1.지오빅데이터 오픈플랫폼 이용 중 콘텐츠에 오류가 있을 경우 신고할 수 있습니다. 2.신고내용은 관리자에게 전달되며, 조치 후 이메일로 처리 결과가 통보됩니다. data.kigam.re.kr 공식 홈페이지 접속 화면은 아래와 같습니다. 'Favorite data' 항목을 보면 아래와 같은 데이터 목록을 확인하실 수 있습니다. 국토기본지질..

안녕하세요? 이번 글은 QGIS에서 'GDAL 가시권 분석(Viewshed)' 기능 사용법을 정리해 보겠습니다. 공간 처리 툴박스에서 'viewshed'를 검색해 보시면, 아래와 같이 GDAL과 GRASS의 2개 기능을 확인하실 수 있습니다. 이중 'GDAL > 래스터 기타 > 가시권 분석' 기능을 다뤄 봅니다. GDAL은 Geospatial Data Abstraction Library(지리공간 데이터 추상화 라이브러리)의 약어입니다. 현재 저는 QGIS 3.22 버전을 사용하고 있는데요, 해당 QGIS 버전의 GDAL 버전은 'OSGeo4W Shell'에서 아래 명령어로 확인하실 수 있습니다. *아래와 같이 GDAL 3.4.0임을 확인합니다. 가시권 분석(Viewshed)은 GDAL 3.1.0 버전의 ..

안녕하세요? 이번 글은 QGIS에서 글로브 시각화(globe visualization)를 지원하는 'Globe Builder(글로브 빌더)' 사용법을 간략히 정리해 보겠습니다. 이 플러그인을 사용하면 지도 뷰 또는 조판에서 글로브를 구현할 수 있습니다. 공식 깃허브는 아래 링크를 참고하시면 됩니다. QGIS Python Plugins Repository (10) votes Loading... Author Gispo Ltd. Maintainer joonala Tags python , world , globe Plugin home page https://github.com/GispoCoding/GlobeBuilder Tracker Browse and report bugs Code repository http..

안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling)을 시리즈 글로 정리해 보겠습니다. 이번에는 두 번째 실습으로 실습 데이터 전처리를 주된 내용으로 정리해 보겠습니다. *이 글은 국립공원 비대면 학습동아리 '파크랩(ParkLab)'의 학습용 자료입니다. 스터디에 참여하는 조경학, 컴퓨터공학 등 다양한 전공자분들의 참여를 통해 콘텐츠는 수시로 수정, 보완될 수 있습니다. 유튜브 영상과 프레젠테이션 자료는 아래 링크를 참고하시면 됩니다. QGIS: Python 종 분포 모델링(SDM) 안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 방법을 정리한 유튜브 영상입..

안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling)을 시리즈 글로 정리해 보겠습니다. 이번에는 첫 번째 실습으로 Python 설치 및 환경 설정을 주된 내용으로 정리해 보겠습니다. *이 글은 국립공원 비대면 학습동아리 '파크랩(ParkLab)'의 학습용 자료입니다. 스터디에 참여하는 조경학, 컴퓨터공학 등 다양한 전공자분들의 참여를 통해 콘텐츠는 수시로 수정, 보완될 수 있습니다. 유튜브 영상과 프레젠테이션 자료는 아래 링크를 참고하시면 됩니다. QGIS: Python 종 분포 모델링(SDM) 안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 방법을 정리한 ..

안녕하세요? QGIS와 Python을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 방법을 정리한 유튜브 영상입니다. 해당 영상에 대한 프레젠테이션은 다음 링크에서 내려받으실 수 있습니다. S07 파크랩 DSLab.1기: QGIS: Python 종 분포 모델링(SDM) 2022-1_S07_파크랩_DSLab.1기.pptx www.slideshare.net

안녕하세요? QGIS에서 QNEAT3 플러그인을 이용한 O-D Matrix(행렬) 분석 방법을 정리한 유튜브 영상입니다. QNEAT3 플러그인은 유튜브 영상 2개로 나눠 녹화했으며, 이전 영상은 다음 링크에서 확인하실 수 있습니다. 해당 영상에 대한 프레젠테이션은 다음 링크에서 내려받으실 수 있습니다. S06 파크랩 DSLab.1기: 네트워크 분석(Network Analysis) (2) 2021-2_S06_파크랩_DSLab.1기.pptx www.slideshare.net

안녕하세요? 이번 글은 DEM 기반으로 6부 능선 초과 지역을 분석하는 과정을 정리해 보겠습니다. 이 글에서 적용한 6부 능선 계산 방식은 아래와 같으며, 최고 표고점 탐지 방법은 이전 글(https://blog.daum.net/geoscience/1701)을 참고하시면 되겠습니다. 여기서는 최고표고점이 획득된 상태에서 시작해 보겠습니다. 아래와 같이 최고 표고점과 DEM이 준비되어 있습니다. 첫 번째 작업은 최고 표고점에서 2km 버퍼를 생성하는 것입니다. 이때 버퍼는 16방위를 고려해야 합니다. '공간 처리 툴박스 > 벡터 도형 > 버퍼'를 실행합니다. 버퍼 창에서 입력 레이어에 '최고 표고점'를 지정하고, 거리는 2.0 킬로미터, 선분은 4(관련 글: https://blog.daum.net/geos..

안녕하세요? 업무용 PC의 보안 정책 등으로 Google 어스를 수동 업데이트해야 하는 경우, 'Google 어스 직접 설치 프로그램(Google Earth Pro direct installer)'을 이용하실 수 있습니다. 관련 URL을 공유드려 봅니다. 바로가기: https://support.google.com/earth/answer/168344#zippy=%2Cdownload-a-google-earth-pro-direct-installer Google 어스 프로 업데이트 - Google 어스 고객센터 도움이 되었나요? 어떻게 하면 개선할 수 있을까요? 예아니요 support.google.com