안녕하세요? 이번 글은 geemap에서 Google Drive로 내보내기 시 오류가 발생했을 때 조치방법을 정리해 보겠습니다. 이번 글의 내용은 서울대학교 환경계획연구소 강동진 박사님께서 남겨주신 댓글 내용을 재정리한 글입니다. 좋은 팁을 알려주신 박사님께 다시 한번 감사드립니다. geemap: NASA SRTM Digital Elevation 30m 검색 및 다운로드 안녕하세요? 이번 글은 geemap를 통해 Earth Engine Data Catalog에서 제공하는 NASA SRTM Digital Elevation 30m 데이터를 조회하고 다운로드 받는 과정을 정리해 보겠습니다. Earth Engine Data Catalog Earth Engine Data Cata foss4g.tistory.com ..

안녕하세요? 이번 글은 QGIS의 Qgis2threejs 플러그인에서 3D 모델 데이터를 추가하는 방법을 간략히 정리해 보겠습니다. "Qgis2threejs"는 WebGL 기술과 three.js JavaScript 라이브러리를 활용하여 3D 시각화를 제공하는 QGIS 플러그인입니다. 이 플러그인을 사용하면 DEM(수치표고모델) 및 벡터 데이터를 웹 브라우저에서 3D로 시각화할 수 있습니다. 이 플러그인은 간단단 절차로 다양한 종류의 3D 객체를 생성하고 웹 퍼블리싱을 위한 파일을 생성할 수 있습니다. 또한, 3D 모델을 3DCG 또는 3D 프린팅을 위한 gITF(Graphics Library Transmission Format) 형식으로 저장할 수도 있습니다. 이 글에서는 Qgis2threejs가 지원하..

안녕하세요? 농림축산검역본부 2023년 「역학조사관 교육과정 3기」 에서 'QGIS 데이터 활용 실습' 주제로 4일 강의를 맡게 되어 실습 교재를 제작했습니다. *실습 데이터는 교재 내 링크로 포함되어 있습니다.

안녕하세요? 이번 글은 희귀 종(rare species)의 종 분포 모델(SDM: Species Distribution Modeling)에 대한 성능 지표로써 AUC-PR(Area Under the Curve-Precision-Recall)을 평가한 논문을 소개해 봅니다. 원문 링크는 아래와 같고, 초록과 일부 내용만을 번역하여 수록했습니다. Sofaer, HR; Hoeting, JA; Jarnevich, CS. The area under the precision-recall curve as a performance metric for rare binary events. Methods Ecol Evol. 2019, 10, 565–577. Abstract 종 분포 모델(Species distribution..

안녕하세요? Google Earth Engine 기반 종 분포 모델링(SDM: Species Distribution Modeling) Python 패키지, eeSDM을 PyPI에 등록했습니다. 이제 "pip install eeSDM"을 통해 설치하실 수 있습니다. 해당 패키지는 앞서 작성한 Earth Engine & Geemap: 종 분포 모델링(SDM) 구현 튜토리얼 작성 과정에서 만든 18종 함수를 재정리한 것입니다. Earth Engine & Geemap: 종 분포 모델링(SDM) 구현 튜토리얼 Earth Engine & Geemap: 종 분포 모델링(SDM) 구현 튜토리얼 Python & Geemap: 데이터 검색 및 다운로드 (1) GBIF 생물종 분포 데이터 검색 및 다운로드 Python: G..

Python & Geemap: 데이터 검색 및 다운로드 (1) GBIF 생물종 분포 데이터 검색 및 다운로드 Python: GBIF 생물종 분포 데이터 검색 및 다운로드 안녕하세요? 이번 글은 Python으로 GBIF(https://www.gbif.org/) 생물종 분포 데이터를 검색 및 다운로드하는 방법을 정리해 보겠습니다. GBIF 생물종 분포 데이터 GBIF(지비아이에프)는 Global Biodiversity Informa foss4g.tistory.com (2) Google Earth Engine 대화형 매핑용 Python 패키지 소개 geemap: Google Earth Engine 대화형 매핑용 Python 패키지 소개 안녕하세요? 이번 글은 Google Earth Engine과 ipyleaf..

안녕하세요? 이번 글은 시리즈 글의 일부로 Google Earth Engine과 geemap을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 구현 방법을 소개해 보겠습니다. 이 글의 내용은 스미소니언 보전생물연구소 연구진 분들이 제공한 JavaScript 소스코드를 Python으로 변환하여 수정, 보완한 것입니다. Crego, R. D., Stabach, J. A., & Connette, G. (2022). Implementation of species distribution models in Google Earth Engine. Diversity and Distributions, 28, 904–916. https://doi.org/10.1111/ddi.13491..

안녕하세요? 브이월드와 국가공간정보포털 서비스 통합에 따라, 2023년 8월 14일부터 국가중점데이터(API/다운로드), 오픈마켓데이터(다운로드), 지도서비스가 브이월드(https://www.vworld.kr/)에서 이용 가능합니다. 국가공간정보포털 서비스는 12월 31일부로 종료됩니다. 그럼 브이월드에서 국가중점데이터 다운로드 서비스를 이용해 볼까요?! 공식 홈페이지에 접속한 화면은 다음과 같습니다. 브이월드 지도조회 공간정보 다운로드 서비스 기업정보 지도조회 다양한 국가공간정보를 제공하고 가치창출을 위한 분석 기능과 시각화 서비스를 지원합니다. 브이월드 지도 바로가기 공간정보 다운로 www.vworld.kr 아래 공간정보 다운로드를 클릭하시면 됩니다. 이후 이용방법은 국가공간정보포털과 동일합니다. 참..

안녕하세요? 이번 글은 QGIS에서 제공하는 K-means 클러스터링 기능을 소개해 보겠습니다. K-means 클러스터링은 주어진 데이터 포인트들을 K개의 클러스터로 그룹화하는 비지도 학습 알고리즘입니다. 이 알고리즘은 데이터 포인트들을 각각 가장 가까운 클러스터의 중심으로 할당하고, 그 중심을 다시 계산하여 클러스터를 갱신하는 과정을 반복하면서 클러스터를 형성합니다. 여기서는 가축질병발생 포인트를 K-means로 클러스터링해 보겠습니다. 앞서 소개한 DBSCAN은 밀도 기반으로 클러스터링하며 노이즈 제거가 장점인 반면, K-means는 간단하고 빠른 알고리즘이며 클러스터 크기를 조절할 수 있어 해석이 용이합니다. QGIS: DBSCAN 클러스터링 기능 소개 안녕하세요? 이번 글은 QGIS에서 제공하는 ..

안녕하세요? 이번 글은 QGIS에서 제공하는 DBSCAN 클러스터링 기능을 소개해 보겠습니다. DBSCAN(Density-Based Spatial Clustering of Applications with Noise, 디비스캔)은 QGIS에서 제공하는 클러스터링 알고리즘 중 하나로, 주로 공간 데이터에서 밀도 기반 클러스터링을 수행하기 위해 사용됩니다. DBSCAN은 데이터 포인트를 클러스터로 그룹화하는 알고리즘으로, 주변에 있는 데이터 포인트의 밀도를 기반으로 클러스터를 식별합니다. 데이터 포인트의 주변에 있는 다른 데이터 포인트의 수를 기반으로 클러스터를 형성하기 때문에 데이터 포인트의 밀도가 높은 영역을 클러스터로 정의하며, 이를 통해 밀도가 낮은 노이즈 데이터를 구분할 수 있습니다. 밀도가 낮은 지..