서울대에서GIS하기

기존의 GIS 교재가 어떤식으로 나와 있는지 모르겠다.

솔직히 이야기 하건데, 나는 GIS를 정식(?)으로 배우지 않았다.

미국 학부에서 배워왔을 때 교수님이 주신 shp 으로 좌표를 맞추고, 수정하고, 분석하고 .. 이정도의 일을 했다. (GIS는 Minor.. 학부식 표현을 쓰면 emphasis on GIS 였던것 같다)

석사에서는 raw 데이터를 자동으로 가공해서 공간정보화하고 수정하고, 분석하고, 논문을 쓰고..

물론 학부 졸업과제를 한국으로 했었고, 내가 나름 경쟁력을 갖는것은

외국에서 한국 데이터를 사용하면서 터득한 엄청난(?) 시행착오, 그리고 이를 기반으로 한 know-how일 것이다.

내 과거를 되짚어 볼때, GIS에 대해서 아무것도 모르던 내가 어떻게 여기까지 왔는가라고 생각해봣을때

약 50%는 나의 관심이엇고, 20%는 나의 노력(열정), 20%는 커리큘럼, 그리고 나머지는 행운이었던 것 같다.

사실 앞 2개와 마지막 parameters는 개개인에 따라 다르고..

사실상 커리큘럼을 통해 관심이 생겼고, 그 관심으로 인해 열정이 생겼기 때문에

관심과 열정을 촉진시켜줄 좋은 커리큘럼이 필요하다.

다행스럽게도(?) 나는 서울대학교라는 좋은 환경속에서 GIS를 교육시킬 기회를 갖었고 결과적으로 GIS의 use case를 설명하고, 전도할 수 있는 기회를 얻었다.

그리고, 그것 또한 내가 미국에서 배웠던 커리큘럼과 비슷하게 진행했다. (그리고 다양한 노하우가 축적되어서 내가 더 넣었다)

한편, esri의 교재를 보면 다 미국 데이터를 사용하기 때문에 현지화(?)가 충분히 되지 않아 이질감을 많이 느낄 수 있다고 판단했고, 이를 다 서울대학교 및 서울시의 데이터로 바꾸는 작업도 했다.

따라서, 지금 쓰는 이 교재도 서울대학교에서 가르쳤던 GIS 실습과 비슷한 차례로 진행될 것이다.

이것이 도움이 되길 바라며...

PS: 연재 해 나가면서 내용과 목차는 계속 수정해나갈 것이다.

(마치 학교 교재가 조금 업데이트 되고 5만원씩 가격 올리는것처럼, 근데 이건 공짜 ㅎ_ㅎ )

Content

Part 1. 벡터 데이터 다루기

chapter 1. 벡터 데이터란?

chapter 2. shape이란?

chapter 5. dbf, mdb, xlsx등의 외부 database를 ArcMap에서 프로세싱하기

chapter 6. UAV의 GPS 데이터 가지고 놀기

chapter 7. 벡터 데이터 분석 (ArcMap의 기본 Geoprocessing : buffer, clip, intersect 등) 및 실습

chapter 8. 데이터 editing

chapter 9. 고오오오오오급 벡터 데이터 분석 (이라고 말하고 Spatial Analysis, Network Analyst 그리고 Python console과 modelbuilder이용하기)

Part 2. 래스터 데이터 다루기 (이부분은 SJ님이 많이 도와줬으면 좋겠다)

Part 3. 좌표계 (대한민국에서 GIS 하는 사람들의 깊은 빡침을 해결 시켜줄 수 있었으면 좋겠다)

chapter 1. 좌표계

chapter 2. 자주 사용하는 세계 좌표계

chapter 3. 대한민국 좌표계

chapter 4. ArcMap를 이용한 좌표 변환 방법

chapter 5. 아무리 변환해도 맞지 않는 좌표계 맞추는 꿀팁 (내 10년간의 노하우 전수할 거임)

Part 4. WebGIS (이부분은 SJ님과 ㅇㅁㄴ이 많이 도와줬으면 좋겠다)

chapter 1. WMTS 배경지도

chapter 2. API 사용해서 데이터 획득

chapter 3. ArcMap을 이용하여 획득한 결과물을 Mapbox, Carto, Google Earth, Leaflet 등을 이용하여 publish!

chapter 4. ArcServer (아 오래전에 만져봐서 기억이 안남 사실.. 나도 뭐 공부해보지)

Part 5. BigData와 GIS

chapter 1. 너도 나도 다 BigData라고 말하는데 GIS에서 BigData란? (지극히 개인적인 나의 GIS BigData의견을 적어놓을것임 ㅎ_ㅎ)

chapter 2. R과 ArcMap

chapter 3. ArcMap에서 BigData 다루기

Part 6. Tips for Cartography and Map Design (지도학? 지도 디자인? 팁)

chapter 1. 레이어 놓기

chapter 2. Symbology (심볼?바꾸기)

chapter 3. Labeling (POI의 레이블 하는거)

chapter 4. Layout view & Data view

chapter 5. 이쁜 지도 만들기 위한 ArcMap의 Tools

Part 7. Machine Learning (A.I)과 ArcMap?

chapter 1. 4차 산업혁명과 인공지능! 과연 GIS와 ML는 어떤 접점을 갖을 것인가!!!!!!!

chapter 2. 나도 공부중 ㅋ

써놓고 나니까.. 와.. 이거 다 쓸려면 몇년 걸리지 않으려나?

내생각엔 추가는 없고 몇 챕터 없앨듯 ㅋ

한달에 한챕터 쓴다고 하면 아마 3년 걸릴듯..

최근 대학원생으로..

직장인으로..

혹은 미생으로

설사 데이터가 있다 하더라도 이를 가공하고, 분석하고, 읽을만한 컨텐츠를 만들고 (소위 스토리 맵이라고 말하는 것 같더라..)의 작업은

아직은 노는것과 마시는것이 좋을 나이인지라 사실 쉽지는 않다.

그럼에도 내가 꾸준히 블로그를 하는것은
나의 동료를 찾음과는 물론이고, 나의 커리어의 단절이 없기 위함이다. (설사 내가 GIS와 무관한 일을 한다 하더라도.. 말이다)

한편 새로운 카테고리가 생겼다.

ArcMap 강의

영어로된 책은 많지만 GIS 비전문가에게는 GIS 자체로도 큰 장벽이다.

학문의 경계는 베를린 장벽처럼 한순간에 없어질 것 이다.

GIS는 유용한 도구이다. (나는 학문으로써 공부했다.)

그런데 이를 알고있으나 사용하지 못하면 안타깝다.

다행스럽게도 국립공원관리공단의 유병혁님(OSGEO 한국지부 Charter member)께서는 QGIS를 소개시켜주고 계시지만, 일정 수준 이상에 올라왔을때 그 이해는 더 빠를 것 이다.

이 카테고리의 목적은 그것이다.

그 수준까지 사람들을 올려주자.

지도에 대한 제대로된 인식을 알려주자이다.

그리고 ArcMap을 통해 이를 알려주자이다.

사실 ArcMap은 비싼 소프트웨어이다 (다행스럽게도 내가 수학하고 있는 이곳에서는 공식적으로 Software를 구입했다).

그러나 ArcMap만큼 GIS를 쉽게 접하게 해주는 소프트웨어도 없을 것 이다. (물론 본인은 Arc <-> Q를 왓다갓다 하면서 사용한다)

그리고, 서울대학교에서 GIS 조교를하고, 이런 저런 국책기관의 자문을 도와주고, 다른 학과에 GIS를 소개하고, 노하우를 전수하면서 깨달았다.

아직 GIS를 제대로 모르는 사람들도 있고 이를 잘못 사용하면 선무당이 사람을 잡을 수 도 있겠다라는 생각이 들었다.  (아마 이런 표현이 적절할 것 이다 they know just enough to be dangerous : 아마 우리말로는 선무당이 사람잡는다?)

물론 나는 지리교육과의 이상일 교수님이나, 지리학과의 이건학 교수님, 그리고 SJ및 PK의 지도교수님 (공개하는 순간 내가 탈로나버린다...)처럼 대가인 분들의 발톱의 때만큼에도 못미치는 사람이지만 과감하게 진행해본다.

그리고 이 강의 카테고리를 만들기위해 연구실 동료와, SJ님과 손을 잡을것이다.

목차는 다음 글에서 연재하겠다.

최근, 원피스의 한장면이 자주 생각난다.

Dr. 히루루크의 사람이 언제 죽는다고 생각하나의 대한 답변은 마치 안철수가 무릎팍도사에서 말한 그 느낌과 비슷하다.

그나저나 원피스는 주옥같은 대사가 많다.

잊혀지지 말아야겠다. (물론 실명 공개는 안할 것 같음)

그나저나, 최근 취업도 알아보고 있는데 잘 되지 않는다.

나와 동료가 되고 싶은 사람들이 없나...?

おまえ、おれの仲間になれ???

지도에 관심이 있으신분들은 이걸로 대략적인 위치를 찾는것도 나쁘지 않을 것 같다.

참고로 이와 유사한 서비스는 네이버와 다음에서 바로 검색해서는 안나오고,

네이버지도와 카카오맵(다음지도)로 접속해서 사전투표소로 검색하면 나오긴 한다.

하지만 직관성이 떨어지는지라 그냥 심심풀이로 작업해본거니 참고해주세요.

짤은 SJ님게서 보내신 카톡

1개월하고 약 12일만이다.

그동안에 엄청난 일이 발생했다.

졸업 논문 주제의 엎어짐 (?이렇게 표현하면 교수님을 욕할 수 있지만, 딱히 좋은 단어가 생각나지 않는다.)과 집안문제 (이게 제일 클 것이다), 건강문제 (조금 신경 쓰인다), 미래의 문제 (취업좀 했으면 좋겠다.), 그리고 뭐 다양하게 거론할 수 없는 문제들이 있었다.

지적 호기심이 바닥인것 같기도하고, 주제가 엎어짐?으로 인해 무엇을 해야하는지 수렁속에 빠져있어서 그런것도 있는것 같다.

일탈을 해볼려고 일본도 다녀왔다.

짤은 일본 너의 이름은 촬영지?

신주쿠 쪽 스가신사 계단 

시나노마치역 근처 육교

신주쿠 경찰서 사거리

이 밖에도 여러 친구들을 만났다.

Apple Maps 에서 현재 열심히 지도를 만드는 (하지만 자기가 뭘 하는지 잘 모르는) Andrew

Google 에서 열심히 일하시는 (아저씨인데 형) Chris

중딩 동창, 일본 친구 등등

그리고 음식도 먹고. 온천도 하고. 개 굳.

근데 한국에 돌아오더니 다시 무기력해졌다.

그래도 이 블로그를 채워 나가는 것은 내 자신과의 약속일 것이다.

----------------------------------------------------

자, 서론이 길었지만 내 소식을 궁금해하는 독자들도 있을 테니 일단 지껄여 보았다.

실험지역의 현황을 파악해 보기로 했다.

실험지역은 동작구와 영등포구다.

이유는 딱히 없다. 내 위주다. 내 연구니까.

굳이 지금 붙이자면, 동작구는 내 마음의 고향이고 영등포는 그 옆에 있으니까. (서초구도 동작 옆이긴 한데.. 그냥 영등포 함)

어쨋건 지도로 보면 다음과 같다.

63빌딩의 장자바오역은 왜 있는지 모르겠다. 베이스지도는 MapBox API를 썻음.

Mapbox의 지도 색감은 좋은것 같다.

빨강색은 소방서요

흰색은 응급실이 있는 병원이다.

지금 생각해보면 파출소/경찰서도 넣을 수 있는데 아깝다. 졸업논문에 추가해봐야겠다.

그리고 통계청에서 획득한 다양한 데이터를 지도위에 올려 놓아 보았다.

가령, 집계구별 총 인구수이다.

실험 지역의 통계치를 다 보여주고 싶지만, 그렇게 되면 또 그래프를 그려야하고...

일단 동작구랑 영등포구만 보았을때 인구 분포는 대략 이렇다고 보면 될 것이다.

신대방, 노량진, 사당동, 문래동, 대림동, 양평동이 눈에 띄는 Hot Spot이다.

물론 계량적 검증을 하기 위해선 Local Moran's I나 Gi* 같은걸 이용해야 하겠지만..

의학저널에서 얘기하길 고령일수록 심정지가 많이온다고 했다. (독일/북유럽 저널과 일본저널을 많이 참고했다.)

그래서 60대 이상의 인구를 심정지 위험군이라고 정의했고, 그들의 거주지 분포를 표기해보았다.

그리고 전체인구 대비 노인인구의 비율을 봐보자.

마지막으로 심정지가 어디서 많이 일어났는지 한번 확인해 보자.

어렵게 어렵게 구한 심정지 사건 데이터.

약 600여건의 심정지 사건이 1년동안 발생했다.

정말 패턴을 못찾겠다.

이럴땐 계량분석만한게 없다.

하지만 하지 않았다. (사랑해요 이상일 교수님)

눈으로 보아하니, 영등포역이 제일 눈에 띈다.

그렇지만 영등포역 주변은 인구도 많지 않다.

결국 거주인구와 심정지 사건은 그닥 비례 하지 않는것 같다.

그래서 유동인구, 그리고 노령층의 유동인구의 point density (heat map)을 만들어 보았다.

하지만 하지 않았다. (사랑해요 이상일 교수님)

눈으로 보아하니, 영등포역 지역이 제일 유동인구가 많아 보인다.

심정지 사건과 비교해보니 얼추 비슷한것 같고, 노인 유동인구도 생각외로 많았던 지역이기도 하다.

설치는 어떠한 패턴없이 마구잡이식으로 되어있다.

집에서 일어난 심정지는 개인에게 다 AED를 주기 전까진 어쩔 수 없다.

그래서 이번 연구는 OHCA 그중 건물 외부에서 발생한 심정지 사건을 줄이기 위한 AED배치를 생각해 보았다.

일단 현황은 이정도로 파악됬다.

다음엔 데이터 수집과 데이터를 확인해보고 마지막으로 실험결과를 제안해봐야겠다.

---------------------------------------------------------

정말 기력?이 없나보다.

내용이 너무 허접하기도하고 .. 기술적인것보다 팩트를 정리해서 보여주는거라 뭔가 열정?도 없다.

큰일인것 같다..

본 블로그의 게시판의 하나를 담당하고 있는 우리 SJ님께서 박사 학위를 취득하셨다.

아래 사진의 가장 오른쪽임.

그분의 옥체는 해리포터의 덤블도어 교수님 (아니면 해그리드 정도?)과 비슷하군요.

축하합니다.

SJ님께서는 당분간 휴식을 취하시기로 한 것 같으나, 이 블로그의 살을 붙여주실지는 모르겠군요.

시간나는대로 AED 관련해서 연재해야겠다.

SJ님은 학위논문 축약해서 올려줬으면 하는데.. 해주시려나..

힐링하러 일본에 가고싶다.

(비행기 삯을 만들려면 또 뭘 팔아야 하나...)

해당내용은 SCI(E)급 논문에 투고되어 출판된 내용을 기반으로 하였다..

-----------------------------------

아.... 끝났다.

길고 긴 연구실에서 최종 내규를 이 논문으로 마무리 했다.

이제 남은것은?

논문자격시험 (서울대에서만 이렇게 부르는 것 같다. 논자시)와 졸업논문

논문자격시험이야 조금 준비해서 하면 되는데

졸업논문은 역시 여태까지 했던 모든것을 종합하여 작성하는것인지라 그것이 조금 어려울 것 같다.

다만 차근차근 아웃라인을 잡아서 작성하려고 준비중에 있다.

이 내용은 작년 늦겨울~봄즈음 부터해서 준비중이었고. 작년 가을에 투고를했고 비로소 결과가 나왓다. 생각보다 빨리나오긴했지만 역시 기다리는 사람의 마음은 애가 타기만 한다.

논문의 요점은 입지선정 혹은 입지의 최적화이다.

제작년 여러 프랜차이즈 업체와, 수현이 형과의 자판기의 위치 선정등이 계속 Develop되어서 여기까지 왔다고 할 수 있다.

기존에도 흥미는 있엇으나, 본격적으로 연구를 하게된건 그정도 된 것 같다.

요점은 입지선정이지만 그 컨텐츠는 무엇인가?

Automated External Defibrillator, AED (자동제세동기)이다.

뭐 저렇게 생긴거다.

CPR할때 도움을 주는 기계라서 CPR 교육을 못받거나 잘 못하는 사람들도 저것만 있으면 소생률을 높일 수 있는.. 그런 기계랄까?

저게 실질적으로 어떤 전기적 충격을 주기보다는 도움을 주는 기계라고 알 고 있다.

나는 안타깝게도 사용해본적은 없다. (좋은 것일지도 모른다..)

이것도 내용이 상당하기 때문에 연재를 하려고 한다.

구성은

1. 실험 지역 및 문제점 파악 (현 상태 확인)

2. 데이터 확보

3. 실험 및 결과

이렇게 진행하려고 한다.

관심있게 지켜봐 주길바란다.

서울을 만들었다.

제20대_선거구_통계청행정동경계.z01

제20대_선거구_통계청행정동경계.z02

제20대_선거구_통계청행정동경계.zip

근데 전국을 달라는 요청이 있어서 전국도 만들었다.

이제 이 지도에 국회의원들 이름을 넣으면 정당별 표기가 가능할 것이다.

일단은 만든것에 의의를.

그리고 추가적인 데이터를 붙여서 Choropleth map등을 생산하면 재미재미 나겠다.

역시나, 데이터 정비는 노하우인듯

기본 적인 데이터는 원래 노가다로 하려고했으나...

https://github.com/southkorea/southkorea-maps 깃허브 포퐁에서 JSON을 기반으로 하였다.

물론 좌표나 이런것들이 문제가 되서 해당 테이블을 통계청에서 제공하는 행정동경계에 넣고 다시 만들었음.

일본에 결혼식 다녀왔습니다.

축의금이 상당히 비싸더군요.

그래도 좋은 친구라 냈습니다.

맛있는 음식도 많이 먹었습니다. 규카츠는 잊을 수 없더군요.

물론 술도 많이 마셨습니다. 일본 맥주는 愛입니다.

오후의 홍차인가요?? 

저것은 매우 맛있습니다.

중간중간 숙소에서 대통령 뉴스도 보게되었습니다.

무슨 내용인진 모르지만 자막을 보니 17.5% 정도 경제성장을 이룩한것 같습니다.

대통령께서 국위선양하는 모습을 일본에서 보니, 내가 왜 일본에 있나 자괴감이 들면서, 나라를 위해 무엇을 할 수 있는지 생각하고 있습니다.

한국에 돌아와서 SCI논문을 출판중에 있습니다.

Major Revision이 왔습니다.

결과가 좋게 되거든 이곳에도 올리겠습니다.

위의 것 들로 인해 한동안 글을 쓰지 못했습니다.

다시 작업한 내용들 올리겠습니다.

서울에서는 매년마다 한국 일본 중국의 모 회사들이 하늘에 돈을 뿌리고 있는데, 그게 바로 내일이라고 합니다.

딱히 데이트할 생각은 없지만 돈뿌리는 거 구경하는 재미는 쏠솔하니 어디서 보면 잘 보일까 생각을 해보다가, 서울 어디쯤에서 볼 수 있을 것인가!! 에 대해서 떠올랐고 Viewshed 분석을 이용해서 불꽃놀이를 볼 수 있는 서울 내 건물을 추출하기로 결심!

분석 순서는 목적을 위해서 역순으로 설계해보면 아래와 같습니다.

불꽃놀이 위치로부터 Viewshed 분석 > DSM이 있어야 함 > 건물과 지형정보를 얻자 > 건물 층수 지도 + DEM

30분만 하면 충분히 돌리겠군! 이라고 했지만 각 단계별로 문제는 발생하기 마련입니다.

1. 건물 층수 지도 데이터 + DEM

도시데이터에 대해서 무지한지라 K. P.에게 건물 층수 데이터를 얻는 방법을 물어보게 되고 간단하게 "도로명 지도" 라는 대답을 얻습니다.

친절하게 url (https://www.nsic.go.kr/ndsi/) 까지 찍어주는 그의 세심함.

여튼 여기서 서울시 정보를 다운받으려고 하니까 이미 과거의 제가 친절하게도 자료 요청을 해두었다고 합니다 :)

그리고 DEM 역시 여기서 다운받을 수 있습니다.

문제는 이 두가지 데이터의 프로젝션이 전혀 다르다는 점인데,

도로명 주소의 경우엔 ITRF2000이라고 적어뒀지만 실제로 ArcGIS 에서 제공하는 ITRF2000은 택도 없고 다운로드할 때 같이 들어있는 prj 파일을 써야 합니다.

DEM의 경우에는 애초에 표기조차 해두지 않았는데 대강 좌표체계를 보고 B모 사이트에 올라와있는 자료를 통해 중부원점 2010이라는 것을 깨닫고 적용.

그러면 알아서 잘 갖다 붙습니다.

2. DSM

어차피 Viewshed 분석이기 때문에 우리가 필요한 건 DSM이었고 건물 층수에 대강 3m를 곱해서 더하기로 마음을 먹었습니다.

래스터 연산을 위해서 폴리곤 파일을 래스터로 변환했는데, 비교적 정확한 분석을 위해 3m 해상도로 변환!

그러나 Fail.

무엇인가가 잘못됐다고 생각해서 P에게 다시 컨설팅한 결과 지오메트리가 시궁창일 것이라는 결론에 이르고, ArcGIS에서 지오메트리를 고친다음 변환하니 성공!

3m 공간해상도로 인해서 오차가 발생하겠지만 그것보다 더 큰 문제는 바로 보라색이 0층 건물이라는 점입니다. 잊지 않겠다 노원구

이미 이 순간부터 본 분석의 정확도는 매우 의미가 없어지고 실패할 수 밖에 없는 분석이 되었습니다.

그래도 이왕 시작한 거 해보기나 하자는 마음에서 다른 쪽 데이터는 어떤지 봅니다.

고속버스터미널역과, 교대역, 서초역 등은 보라색 즉 0층으로 표시가 잘 되어있고, 동작역은 지상역과 지하역이 매우 잘 분리되어있군요. 파란색은 1층짜리 건물인데 총신대에서 숭실대 쪽으로 넘어가는 지역의 아파트 단지들이 전부 1층으로 표기되어 있습니다. 잊지 않겠다 동작구

이러한 데이터 오류들은 동작구나 노원구 뿐만이 아니라 서울 각지에서 잘 나타나고, 서울대 또한 이를 벗어날 수 없습니다.

우선 관악구 삼성동 쪽은 전부다 0층으로 나타나고, 그 주변 아파트 지역도 전부다 1층 취급이네요. 행운동 아파트단지들도 1층취급이고 서울대도 몇몇 건물을 제외하고는 전부다 1층입니다.

여튼 앞에서 말했듯이 이런 오류들을 알고 있으니 분석은 무조건 실패한다는 것을 알지만 그래도 일단은 해보기로 다시 마음을 다 잡고 DEM + 3 * 건물층수로 DSM을 제작합니다.

참고로 DSM 역시 3m 해상도로 만들기 위해서 90m DEM을 3m로 bilinear 리샘플을 한 다음 더하면 다음과 같습니다.

중간에 박혀있는 점들이 건물을 나타내는 것을 알 수 있을 정도군요. 참고로 중간에 보일듯 말듯한 빨간점이 우리의 목표대상인 불꽃놀이 장소입니다.

3. Viewshed 분석

이제 DSM도 있고 빨간점을 Observation point로 만들었고, 이제 Viewshed를 돌리고 보이는 지역과 보이지 않는 지역을 분석합니다.

이 때 높이는 일단 적당히 마음이 내키는 높이인 5m로 잡아봤습니다.

OFFSET을 설정하는 것이 Viewshed분석 안에 설정으로 포함되어 있지 않으므로 따로 OFFSETA라는 필드를 만들어서 값을 입력해야하는 것이 더러운 부분 중 하나입니다만 ArcGIS의 노예가 된 저는 열심히 따라해서 분석을 돌려봅니다. 

참고로 저는 Observation Point를 1개만 두고 분석을 했습니다.

더 정확한 분석을 하려고 했다면 폴리라인에서 포인트를 뽑아낸 다음 분석했겠지만 이미 저는 건물 데이터로 인해 충격을 받아 지쳐버려....

어쨌든 돌려봅니다. 참 쉽죠?

뭐 산 한가운데 올라가서 감상할 수도 있지만, 그래도 건물에서 감상한다는 가정하에 건물에만 Viewshed 정보를 올려봅니다.

역시 우리의 기대를 실망시키지 않는 서울대 301동과 302동이 맨 아래 지역을 차지합니다. 

심지어 높이값이 안들어가도 충분히 보이는 마성의 건물이군요. 

서울대 안에서는 301, 302동도 좋고, 새로 생긴 관정 도서관 쪽도 명당으로 보이네요. 이외에도 생활대, 기숙사 등등에서도 충분히 보이는 것 같습니다.

물론 보인다고 장담드릴 순 없습니다. DSM이라고는 하지만 나무높이는 고려하지 않았거든요.

저의 거주지인 상도동 역시 비교적 양호하게 분석이 되었습니다.

중앙대가 원래 명당이라고 불립니다만 건물 높이가 반영되지 못한 탓에 실제 전망 좋은 건물들이 많이 빠졌네요.

반면에 숭실대는 건물 층수정보가 갖춰져있기 때문에 잘 나오는 것 같습니다.

참고로 저희 집에서도 불꽃놀이가 보인다고 뜨는군요. 뭐 63빌딩도 보이는데 불꽃놀이는 안보이는 것이 더 이상할 것 같습니다.

여의도를 비롯한 남서쪽 지역인데 거의 모든 건물들이 다 볼 수 있는 것으로 보이는 군요.

물론 여기도 다 보인다고 장담할 수 없습니다.

다른 지역의 경우에는 캡쳐하고 올리는게 생각보다 오래걸리니 스킵하도록 하겠으며, 혹시라도 이 자료가 필요하신 분들은..... 없을 거라고 생각합니다.

좀 더 나은 분석이 될 수 있도록 조언을 주시면 감사하지만, 데이터가 이 모양 이 꼴인 이상 의욕이 생기지 않는 군요. 오르페우스를 불러주세요.

여튼 그래도 불꽃축제 하루 전에 올린 것에 스스로를 기특해하며 ㅂㅇㅂㅇ

내가 미국에 있을 때 esri user conference에서 한국에서 온 포스터를 한번 본적이 있다.

S. J. (Seoul National University)

그때당시 서울대 합격이 거의 확실시 되던터라, '어, 서울대에서도 이런걸 하네?' 였고, 주제는 산사태 관련이었다.

그 후 난 서울대에 입학했고, 그 친구가 우리 연구실에 있는 줄 알았으나 그렇지 않았다.

공교롭게도, 그 친구는 지금 내가 속해있는 학부 출신이고 중간에 이 학부가 분열(?)됨에 따라 에너지관련학과로 반출되었다.

우연인지 아닌진 모르겠지만,  '지도를 통해 알게 된', SJ님을 이상일 교수님의 공간통계 수업에서 만나게 되었다.

그리고, 이런저런 정보를 주고 받고 얘기를 하다보니 어느새 이 블로그 게시판 하나를 내어줄 수 있을 정도의 인연이 되었다.

우리 모두다 지도를 좋아하지만, SJ님에게는 '지도를 좋아하는'게시판을 내어주려고 한다.

서로 다른 학과, 서로 다른 배경, 서로 다른 성격이지만

지도를 매개로 이 사이버 공간에 모이게 되었다.

이로인해 이 블로그가 더 활성화되어 다양한 컨텐츠를 보여주었으면 하는 바람이다.

블로그 주인장은 기존의

P, BS / K, P 에서 S, J이 추가되었다.

J의 학력

학부: 공과대학 학사

박사: 공과대학 석박사

관심사 : 맛있는 것

목표 : 아무것도 하지 않는 삶

직업 : 연구원

담당 게시판 : 지도를 좋아하는

예전과 같이 경력은 생략한다. (이 사람은 내가 인정하는 몇 안되는 능력자중 한명인지라.. 나보다 경력이 많을 거임)

2017년 10월 업뎃

박사학위 이수 후 내로라 하는 연구소에서 연구원으로 활동 중.