본 연구는 지오웹 플랫폼에서 지리정보 매쉬업(mashup)에 의한 웹기반 주제도 표현 가능성을 검토하고자 하였다. 웹2.0 시대에 있어서, 구글은 지리정보에 대해 효과적인 매쉬업 기능을 제공하기 때문에 지오웹을 이끌고 있다. 지리정보 매쉬업은 인터넷에서 다양한 자료를 조합하여 새로운 지리공간을 창조할 수 있기 때문에 지도 활용에 새로운 지평을 열고 있다. 지리정보 매쉬업은 자료 이용방법에 따라, 플랫폼에서 자체 자료(위성영상)와 외부자료의 연계, 플랫폼 자체자료와 사용자 참여형 콘텐츠연계 방식으로 나누어 진다. 본 연구는 플랫폼 자료와 외부자료 연계방식에 의한 구글 위성영상 기반 heat map, 도형표현도, 단계구분도를 제작하였다. 연구결과, 구글매쉬업 주제도는 위상영상과 중첩되어 표현되기 때문에 지도 해석에 대한 유연성을 제공할 수 있을 것으로 기대된다.
본 연구는 지오웹 플랫폼에서 지리정보 매쉬업(mashup)에 의한 웹기반 주제도 표현 가능성을 검토하고자 하였다. 웹2.0 시대에 있어서, 구글은 지리정보에 대해 효과적인 매쉬업 기능을 제공하기 때문에 지오웹을 이끌고 있다. 지리정보 매쉬업은 인터넷에서 다양한 자료를 조합하여 새로운 지리공간을 창조할 수 있기 때문에 지도 활용에 새로운 지평을 열고 있다. 지리정보 매쉬업은 자료 이용방법에 따라, 플랫폼에서 자체 자료(위성영상)와 외부자료의 연계, 플랫폼 자체자료와 사용자 참여형 콘텐츠연계 방식으로 나누어 진다. 본 연구는 플랫폼 자료와 외부자료 연계방식에 의한 구글 위성영상 기반 heat map, 도형표현도, 단계구분도를 제작하였다. 연구결과, 구글매쉬업 주제도는 위상영상과 중첩되어 표현되기 때문에 지도 해석에 대한 유연성을 제공할 수 있을 것으로 기대된다.
This study aimed to inquire into possibilities of the web-based representation of thematic maps by geo-information mashup in the geoweb platform. In the Web2.0, Google platform leads the geoweb by offering effective mashup functions for geo-information. Geo-information mashup is opening a new horizo...
This study aimed to inquire into possibilities of the web-based representation of thematic maps by geo-information mashup in the geoweb platform. In the Web2.0, Google platform leads the geoweb by offering effective mashup functions for geo-information. Geo-information mashup is opening a new horizon of map applications in fusion with a great of data in the Internet. Geo-information mashup by the available data method can be classified as two type; one is linkage of sources of platform itself(satellite images) and external data, the other is linkage of platform itself and user created contents. This study made heatmap, proportional map, and choropleth map based on Google satellite images by the linkage of platform itself and external data. As a result, thematic map of Google mashup expected to give us to a flexibility for difference interpretations of geographical distribution by representing overlap with satellite images.
This study aimed to inquire into possibilities of the web-based representation of thematic maps by geo-information mashup in the geoweb platform. In the Web2.0, Google platform leads the geoweb by offering effective mashup functions for geo-information. Geo-information mashup is opening a new horizon of map applications in fusion with a great of data in the Internet. Geo-information mashup by the available data method can be classified as two type; one is linkage of sources of platform itself(satellite images) and external data, the other is linkage of platform itself and user created contents. This study made heatmap, proportional map, and choropleth map based on Google satellite images by the linkage of platform itself and external data. As a result, thematic map of Google mashup expected to give us to a flexibility for difference interpretations of geographical distribution by representing overlap with satellite images.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 구글 플랫폼을 활용한 웹기반 주제도를 제작하고자 하였다. 연구절차는 공간 자료 수집, 데이터베이스 저장, 그리고 지도화 과정을 거쳐 진행하였다.
이러한 측면에서 본 연구는 지리정보 데이터베이스와 구글 매쉬업 기능을 활용한 웹기반 주제도 표현에 대한 연구를 수행하고자 하였다. 지오웹에서 주제도 서비스는 구글에서 기본으로 제공되는 위성영상, 3차원 지형, 각종 인문 및 자연지리 정보의 정보들을 배경으로 사용할 수 있기 때문에 지리적 분포의 공간적 차이를 파악하는데 도움을 줄 수 있는 장점이 있다.
제안 방법
Heat map은 PHP 및 플래시(Flex 3.0)를 이용하여 구글상에 지진자료가 중첩될 수 있도록 개발하였다. 중첩되는 지진의 강도는 발생위치를 중심으로 강하게 진앙지에서 확산되면서 낮아지기 때문에, 지도화에 있어 색의 단계적표현(gradation)원리를 적용한 color density heat map을 제작하였다.
MYSQL 데이터베이스로 저장된 정보는 자료의 성격에 따라 통계지도를 제작하였다. 지진자료는 발생위치가 있고 확산적인 특성이 있어 heat map, 외국인 수는 도형표현도 그리고 인구밀도는 단계구분도를 제작하였다.
구글 지도에서는 자료의 특성에 따라 지진과 같이 발생위치와 확산적인 성격을 갖는 것은 컬러밀도도를 제작하였고, 인구는 행정구역단위 면지도 그리고 외국인 수는 점위치를 기준으로 도형표현도를 제작하였다. PHP로 개발한 KML 생성기는 데이터베이스에서 공간정보와 속성정보를 가져와 구글상에서 지도로 표현될 수 있는 KML구문을 생성하도록 설계하였다.
이를 위해 Shapefile을 MYSQL의 데이터베이스 테이블 구조로 변환되어야 가능하다. Shapefile의 공간좌표와 속정정보를 MYSQL 테이블 구조로의 전환은 Obvious Implementations Corporation사(http://www.obviously.com/)에서 공개소스로 제공하는 shp2text를 이용하여 text 파일로 저장하였다. shp2text은 점, 선, 면의 Shapefile에 저장된 공간정보와 속성정보 내용을 MYSQL의 WKT(well-known text)로 저장할 수 있도록 전환해 준다.
공간정보는 통계자료를 이용하여 행정구역별 인구와 인구밀도 그리고 지진의 발생 위치와 강도에 따른 속성정보를 지도로 제작하였다. 지도좌표는 횡축메르카토르(중부 원점 127°) 도법으로 투영되어 meter 단위의 평면직각 좌표를 갖는다.
구글 지도 제작과정은 공간데이터베이스 구축, Shapefile을 MYSQL 데이터베이스로 전환, PHP를 이용한 KML 생성기 제작 및 범례 제작을 거쳐 진행하였다.
지도좌표는 횡축메르카토르(중부 원점 127°) 도법으로 투영되어 meter 단위의 평면직각 좌표를 갖는다. 구글은 경위도 좌표단위를 갖기 때문에 완성된 지도를 구글에서 사용하기 위해 구글 WGS84 좌표체계로 재 투영을 실시하였다.
구글을 기반으로 하는 주제도 제작은 구글 자체의 위성영상 자료와 외부자료로써 공간데이터베이스 구축을 통한 지리정보 매쉬업 방법을 적용하였다.
도형표현도는 자료의 크기를 비율에 따라 표현할 수 있는 지도를 제작하였고, 단계구분도는 Jenks 최적화 방법에 따라 등급을 나누어 지도를 제작하였다. 데이터베이스에 저장된 자료는 PHP를 이용하여 구글에서 지도화가 가능한 KML 변환 기를 개발하여 웹에서 질의를 통해 지도 표현이 되도록 하였다.
지진자료는 발생위치를 기반으로 지진강도에 따른 렌더링에 의한 heat map을 제작하였다. 도형표현도는 자료의 크기를 비율에 따라 표현할 수 있는 지도를 제작하였고, 단계구분도는 Jenks 최적화 방법에 따라 등급을 나누어 지도를 제작하였다. 데이터베이스에 저장된 자료는 PHP를 이용하여 구글에서 지도화가 가능한 KML 변환 기를 개발하여 웹에서 질의를 통해 지도 표현이 되도록 하였다.
공간자료와 속성자료는 개방형 MYSQL 데이터베이스 엔진을 사용하여 저장하였다. 세 번째는 저장된 자료는 PHP 언어를 이용하여 자료 검색, KML 생성기를 개발하여 구글에 지도화가 되도록 하였다. 구글 지도에서는 자료의 특성에 따라 지진과 같이 발생위치와 확산적인 성격을 갖는 것은 컬러밀도도를 제작하였고, 인구는 행정구역단위 면지도 그리고 외국인 수는 점위치를 기준으로 도형표현도를 제작하였다.
본 연구는 구글 플랫폼을 활용한 웹기반 주제도를 제작하고자 하였다. 연구절차는 공간 자료 수집, 데이터베이스 저장, 그리고 지도화 과정을 거쳐 진행하였다. 주제도는 지진, 인구 통계자료를 이용하여 heat map, 도형표현도, 단계구분도를 제작하였다.
인구밀도 자료를 5등급으로 결정한 후, 색상은 KML 색상 생성기를 사용하여 농담에 의한 연속색을 결정하였으며, 인공위성 이미지 배경이 보이게 하기 위해 65%의 투명도를 주었다(그림 9, 10). 단계구분도 등급 및 색상배열, KML로의 전환은 PHP로 작성하였다.
연구절차는 공간 자료 수집, 데이터베이스 저장, 그리고 지도화 과정을 거쳐 진행하였다. 주제도는 지진, 인구 통계자료를 이용하여 heat map, 도형표현도, 단계구분도를 제작하였다. 지진자료는 발생위치를 기반으로 지진강도에 따른 렌더링에 의한 heat map을 제작하였다.
0)를 이용하여 구글상에 지진자료가 중첩될 수 있도록 개발하였다. 중첩되는 지진의 강도는 발생위치를 중심으로 강하게 진앙지에서 확산되면서 낮아지기 때문에, 지도화에 있어 색의 단계적표현(gradation)원리를 적용한 color density heat map을 제작하였다. 지진자료의 색밀도 표현(표 2)은 PHP를 이용하여 클라이언트 쪽에서 지진자료 요청이 있으면 XML로 불러들인 후(표 3), color density heat map으로 표현되게 하였다.
MYSQL 데이터베이스로 저장된 정보는 자료의 성격에 따라 통계지도를 제작하였다. 지진자료는 발생위치가 있고 확산적인 특성이 있어 heat map, 외국인 수는 도형표현도 그리고 인구밀도는 단계구분도를 제작하였다.
주제도는 지진, 인구 통계자료를 이용하여 heat map, 도형표현도, 단계구분도를 제작하였다. 지진자료는 발생위치를 기반으로 지진강도에 따른 렌더링에 의한 heat map을 제작하였다. 도형표현도는 자료의 크기를 비율에 따라 표현할 수 있는 지도를 제작하였고, 단계구분도는 Jenks 최적화 방법에 따라 등급을 나누어 지도를 제작하였다.
중첩되는 지진의 강도는 발생위치를 중심으로 강하게 진앙지에서 확산되면서 낮아지기 때문에, 지도화에 있어 색의 단계적표현(gradation)원리를 적용한 color density heat map을 제작하였다. 지진자료의 색밀도 표현(표 2)은 PHP를 이용하여 클라이언트 쪽에서 지진자료 요청이 있으면 XML로 불러들인 후(표 3), color density heat map으로 표현되게 하였다. 구글에 적용한 결과는 그림 7과 같다.
대상 데이터
공간자료는 TM 좌표체계를 갖기 때문에 구글에서 사용되는 경위도 단위인 도(decimal degree)로 환산하였다. 공간자료와 속성자료는 개방형 MYSQL 데이터베이스 엔진을 사용하여 저장하였다. 세 번째는 저장된 자료는 PHP 언어를 이용하여 자료 검색, KML 생성기를 개발하여 구글에 지도화가 되도록 하였다.
첫 번째, 자료수집으로 공간자료와 속성자료 수집이다. 매쉬업 주제도 제작을 위해 사용된 공간자료는 점과 면자료를 사용하였다. 통계자료는 구글 플랫폼에서 주제도 표현을 목적으로 활용하였기 때문에 지도해석과 자료 성격에 의의를 두지 않는다.
지오웹 플랫폼을 활용하여 통계자료 지도화 방안을 제시한 사이트는 Sandvik의 http:// thematicmapping.org이다. Sandvik는 UNdata 서버(http://data.
통계자료는 구글 플랫폼에서 주제도 표현을 목적으로 활용하였기 때문에 지도해석과 자료 성격에 의의를 두지 않는다. 통계자료는 1945년 이래 진도 3.5 이상인 지진자료, 그리고 2009년 경기도 인구 밀도 및 1997년 외국인 수를 사용하였다. 두 번째는 수집된 자료의 데이터베이스 구축이다.
이론/모형
도형표현도에서 원의 크기 결정은 Slocum et al.(2009)의 공식을 적용하여 계산하였다.
단계구분도는 색상의 배열과 등급의 구분에 따라 지리적 분포의 차이를 이해하는데 영향을 미칠 수 있다. 인구밀도 자료의 등급의 분류는 Jenks의 최적화방법(optimization method)을 적용하여 자연분류법(natural break)에 따라 5 등급으로 분류하였다(Jenks, 1967).
성능/효과
, 2009). 두 지도의 차이는 자료의 경계표현 유무로서 color heat map는 자료의 경계가 나타나는 단계구분도이고, color density heat map는 자료의 경계가 없는 연속적인 채도로 표현한 지도로 연속자료의 분포와 경향 지도화에 효과적이다.
후속연구
지오웹에서 주제도 서비스는 구글에서 기본으로 제공되는 위성영상, 3차원 지형, 각종 인문 및 자연지리 정보의 정보들을 배경으로 사용할 수 있기 때문에 지리적 분포의 공간적 차이를 파악하는데 도움을 줄 수 있는 장점이 있다. 또한 통계청의 데이터베이스와 연동하면 다양한 통계자료를 활용할 수 있어, 인터넷 공간에서 주제도의 활용을 학교교육, 상업적 입지선정, 접근성, 기타 의사결정에 분야에 필요한 정보를 제공할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
지오웹 공간이란 무엇인가?
웹GIS에서도 지리정보 활용에 혁신적인 변화를 일으켜 탄생한 것이 지오웹(geoweb) 공간이다. 지오웹 공간은 웹을 통해 지리정보를 공유함으로써 사용자의 참여에 의해 미리 결정되지 않은 새로운 지리공간이 창조되는 것을 의미한다(강영옥, 2008; 김은영, 2009; Scharl and Tochtermann, 2007). 지오웹에서는 전문가 집단뿐만 아니라 일반인들도 정보의 매쉬업을 통해 지리정보를 운영하고 서비스 할 수 있다(Miller, 2006).
지오웹 플랫폼들은 자료를 사용하는 방법에 따라, 어떻게 나눌 수 있는가?
지오웹을 적극적으로 활용할 수 있게 한 기능이 매쉬업이다. 지오웹 플랫폼들은 자료를 사용하는 방법에 따라 플랫폼 자체 자료와 외부자료 결합, 플랫폼 자체자료와 사용자 참여 자료방식으로 나눌 수 있다. 전자는 구글, 다음, 네이버와 같이 자체의 위성영상과 지리정보를 기반으로 기 구축된 데이터베이스 또는 자료를 연계하는 방식이고, 후자는 자체자료를 기반으로 사용자들이 참여하여 만든 웹사이트 텍스트, 이미지, 동영상, 위치정보 등으로 새로운 공간을 창조함으로써 지리정보 생성과 활성화에 집단지성을 형성하고 공유할 수 있게 한다(O’reilly, 2005).
지오웹 플랫폼들은 자료를 사용하는 방법에 따라 플랫폼 자체 자료와 외부자료 결합, 플랫폼 자체자료와 사용자 참여 자료방식으로 나눌 수 있는데, 각 방식의 특징은 무엇인가?
지오웹 플랫폼들은 자료를 사용하는 방법에 따라 플랫폼 자체 자료와 외부자료 결합, 플랫폼 자체자료와 사용자 참여 자료방식으로 나눌 수 있다. 전자는 구글, 다음, 네이버와 같이 자체의 위성영상과 지리정보를 기반으로 기 구축된 데이터베이스 또는 자료를 연계하는 방식이고, 후자는 자체자료를 기반으로 사용자들이 참여하여 만든 웹사이트 텍스트, 이미지, 동영상, 위치정보 등으로 새로운 공간을 창조함으로써 지리정보 생성과 활성화에 집단지성을 형성하고 공유할 수 있게 한다(O’reilly, 2005).
참고문헌 (27)
강영옥. 2008. 웹2.0 환경변화가 지리학 연구에 미치는 영향 고찰. 대한지리학회지 43(3):375-391.
Gibin, M., A. Singleton, R. Milton, P. Mateos and P. Longley. 2008. An exploratory cartographic visualisation of london thorough the Google Maps API. Applied Spatial Analysis and Policy. Springer Netherlands. pp.85-97.
www.tGoodchild, M.F. 2007. Citizens as Sensors: The World Of Volunteered Geography. Workshop on Volunteered Geographic Information. pp.1-15.
Jenks, G.F. 1967. The data model concept in statistical mapping. International Yearbook of Cartography 7:186-190.
Krygier, J. and D. Wood. 2005. Making Maps: A Visual Guide to Map Design for GIS. The Guilford Press. 303pp.
Loua, T. 1873. Atlas statistique de la population de Paris. J. Dejey. 19pp.
Miller, C.C. 2006. A beast in the field: The Google maps mashup as GIS/2. Cartographica 41(3):2-23.
O'reilly, T. 2005. "What is Web 2.0" http://oreilly.com/pub/a/web2/archive/what-is-web-20.html?page1.
Scharl, A. and T. Tochtermann. 2007. The Geospatial Web: How Geobrowers, Social Software and the Web 2.0 are Shaping the Network Society. Springer. 291pp.
Slocum, T.A., R.B. McMaster, F. Kessler and H.H. Howard. 2009. Thematic Cartography and Geovisualization(3ed). Prentice Hall. 576pp.
Turner, A.J. 2006. Introduction to Neogeography. O'reilly Short Cuts. pp.1-29.
Wilkinson, L. and M. Friendly. 2009. The history of the cluster heat map. The American Statistician 63:179-184.
Xin, L., L. Yan and Z. Liming. 2009. A Component-based approach to developing thematic mashups. 20th Australian Software Engineering Conference: ASWEC: pp.40-49.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.