지리정보시스템

Geographic information system
GIS 기본 개념

지리정보시스템(GIS)은 지리적 데이터(즉, 관련된 위치에 대한 현상 기술)와 이러한 [1]데이터를 관리, 분석시각화하기 위한 소프트웨어 도구를 조합한 일종의 데이터베이스입니다.더 넓은 의미에서, 이러한 시스템은 인간 사용자와 지원 인력, 절차와 워크플로우, 관련 개념과 방법에 대한 지식 집합 및 기관 조직도 포함하는 것으로 간주할 수 있다.

미집계형 지리정보시스템(GIS)은 이러한 시스템과 관련된 업계 및 전문직 종사자를 지칭하는 가장 일반적인 용어이다.이는 지리정보학 및 GPS, 원격감지 등을 포함하는 더 넓은 지리공간 분야의 일부와 대략적으로 동의어입니다.이러한 시스템과 그 기초적인 지리적 원리를 연구하는 학문인 지리 정보 과학도 GIS로 축약될 수 있지만, 명확한 GISc 경험은 더 [2]일반적이다.지리학은 종종 지리학의 하위 분야로 여겨진다.

지리정보시스템은 여러 기술, 프로세스, 기술 및 방법으로 이용된다.엔지니어링, 계획, 관리, 운송/로지스틱스, 보험, 통신 [3]및 비즈니스와 관련된 다양한 운영 및 응용 프로그램에 연결되어 있습니다.이러한 이유로 GIS 및 위치 정보 애플리케이션은 지리적 분석 및 시각화에 의존하는 위치 지원 서비스의 기반에 있습니다.

GIS는 "주요 색인 변수"로 위치를 사용하여 이전에 관련되지 않은 정보를 연결할 수 있는 기능을 제공합니다.지구의 시공간에서 발견된 위치와 범위는 x, y 및 z 좌표와 함께 발생 날짜와 시간을 통해 기록될 수 있습니다. 즉, 경도(x), 위도(y) 고도(z)를 나타냅니다.모든 지구 기반, 공간-시간적, 위치 및 범위 참조는 서로 연관성이 있어야 하며 궁극적으로는 "실제" 물리적 위치 또는 범위와 관련이 있어야 한다.이러한 GIS의 주요 특징은 과학적 연구와 연구의 새로운 길을 열기 시작했다.

역사와 발전

디지털 GIS는 1960년대 중반까지 거슬러 올라가지만, Roger Tomlinson이 "지리적 정보 시스템"[4]이라는 문구를 처음 만들었을 때, GIS가 자동화하는 많은 지리적 개념과 방법은 수십 년 전으로 거슬러 올라갑니다.

E. W. 길버트의 1855년판 소호콜레라 발생 지도로 1854년 런던 유행병 콜레라 환자군을 보여준다.

공간 분석이 사용된 최초의 알려진 사례 중 하나는 "Relopt sur la marche et les effets du choléra dans Paris et le départment de la Seine"(1832)[5]의 역학 분야에서 왔다.프랑스의 지리학자이자 지도 제작자인 샤를 피케는 인구 1,000명당 콜레라로 인한 사망자의 수를 시각적으로 나타내기 위해 중간색 구배를 사용하여 파리48개 구역을 표시한 지도를 만들었습니다.

1854년, 역학자이자 내과의사인 스노우는 공간 분석을 통해 런던에서 콜레라 발생의 원인을 밝혀낼 수 있었다.스노우는 인근 수원과 더불어 지역 지도에 각 희생자의 거주지를 표시함으로써 이를 달성했다.일단 이 지점들이 표시되자, 그는 발병에 책임이 있는 클러스터 내의 수원을 식별할 수 있었다.이것은 역학에서 발생의 원인을 정확히 파악하는 데 있어 지리적 방법론을 최초로 성공적으로 사용한 것 중 하나였다.지형과 테마의 기본 요소들이 이전에 지도 제작에서 존재했던 반면, 스노우의 지도는 그가 지리적으로 의존적인 현상들의 군집을 묘사하는 것뿐만 아니라 분석하기 위해 지도 제작 방법을 사용했기 때문에 독특했다.

20세기 초에는 지도를 여러 층으로 분할할 수 있는 포토진코그래피의 발달이 있었다. 예를 들어, 한 층은 식생용이고 다른 층은 물을 위한 것이다.이것은 특히 인쇄 윤곽에 사용되었습니다. 즉, 이러한 윤곽을 그리는 것은 노동 집약적인 작업이었지만 별도의 레이어에 배치하면 도면 작성자를 혼란스럽게 하는 다른 레이어 없이 작업을 수행할 수 있었습니다.이 작품은 처음에는 유리판에 그려졌지만, 나중에는 플라스틱 필름이 도입되어 가볍고, 저장 공간이 적고, 부서지기 쉽다는 장점이 있었습니다.모든 층이 완성되었을 때, 그들은 큰 공정 카메라를 사용하여 하나의 이미지로 결합되었다.컬러 인쇄가 들어오면, 레이어 아이디어도 각 색상에 대해 별도의 인쇄판을 만드는 데 사용되었습니다.레이어 사용은 나중에 현대 GIS의 전형적인 특징 중 하나가 되었지만, 방금 설명한 사진 프로세스는 GIS로 간주되지 않습니다. 지도는 링크할 데이터베이스가 없는 이미지일 뿐이기 때문입니다.

GIS 초기 두 가지 추가적인 발전이 눈에 띄었다: 이안 맥하그의 출판물 "Design with [6]Nature"와 그 지도 오버레이 방법 그리고 미국 인구조사국의 DIME (Dual Independent Map Encoding)[7] 시스템에 거리 네트워크를 도입했다.

지도 제작을 용이하게 하기 위해 컴퓨터를 사용하는 것을 자세히 설명하는 첫 번째 출판물은 1959년 [8]월도 토블러에 의해 쓰여졌다.핵무기 연구에 의해 촉발된 추가적인 컴퓨터 하드웨어 개발은 1960년대 [9]초까지 범용 컴퓨터 "매핑" 애플리케이션을 더욱 확산시켰다.

1960년 캐나다 온타리오 오타와에서 연방 산림 및 농촌 개발부에 의해 세계 최초의 실제 운영 GIS가 개발되었습니다.로저 톰린슨 박사에 의해 개발된 그것은 캐나다 지리정보시스템(CGIS)으로 불리며 토양, 농업, 휴양, 야생동물, 물새, 임업, 토지에 대한 정보를 지도화함으로써 캐나다 시골 지역의 토지 능력을 측정하기 위한 노력인 캐나다 토지 인벤토리를 위해 수집된 데이터를 저장, 분석, 조작하는 데 사용되었다.5만분의 1로 사용하다분석을 [10][11]위해 등급 분류 계수도 추가되었다.

CGIS는 데이터 저장, 오버레이, 측정 및 디지털화/스캔 기능을 제공하므로 "컴퓨터 매핑" 애플리케이션에 비해 향상되었습니다.대륙을 가로지르는 국가 좌표계를 지원하며, 선을 진정한 내장 토폴로지를 가진 호로 코드화하고 속성과 위치 정보를 별도의 파일에 저장했습니다.그 결과, 톰린슨은 "GIS의 아버지"로 알려졌으며, 특히 수렴 지리 데이터의 [12]공간 분석을 촉진하는 데 오버레이를 사용한 것으로 알려져 있다.CGIS는 1990년대까지 지속되어 캐나다에 대규모 디지털 토지 자원 데이터베이스를 구축했습니다.연방 및 지방 자원 계획과 관리를 지원하기 위해 메인프레임 기반 시스템으로 개발되었습니다.복잡한 데이터셋을 대륙 전체에서 분석한 것이 강점이었습니다.CGIS는 상업적으로 이용할 수 없었다.

1964년 하워드 T.피셔는 하버드 디자인 대학원(LCGSA 1965-1991)에 컴퓨터 그래픽스 및 공간 분석 연구소를 설립하여 공간 데이터 처리의 많은 중요한 이론적 개념을 개발하였으며, 1970년대까지 SYMAP, GRIDSY, ODYSY와 같은 주요 소프트웨어 코드와 시스템을 대학, R.R.에 배포하였습니다.[13]세계 센터와 기업을 검색한다.이러한 프로그램은 특정 설치용으로 개발되지 않은 범용 GIS 소프트웨어의 첫 번째 사례로 1983년에 출시된 Esri ARC/INFO와 같은 미래의 상용 소프트웨어에 큰 영향을 미쳤다.

후반 1970년대까지 두 공공 도메인 GIS시스템(모스와 GRASS GIS)에 개발, 그리고 1980년대 초 M&S컴퓨팅(나중에 Intergraph)과 함께 벤틀리 시스템社에 대한 CAD플랫폼 환경 시스템 연구소(ESRI), CARIS(전산 자원 정보 시스템), 그리고 ERDAS(지구 자원 데이터 프로토콜.sis시스템)은 공간 및 속성 정보의 분리에 대한 1세대 접근방식과 속성 데이터를 데이터베이스 [14]구조로 정리하는 2세대 접근방식을 결합하여 많은 CGIS 기능을 성공적으로 통합함으로써 GIS 소프트웨어의 상용 공급업체로 부상했다.

1986년, MIDAS(Mapping Display and Analysis System)는 DOS 운영체제용 최초의 데스크톱[15] GIS 제품이 출시되었습니다.이것은 1990년에 Microsoft Windows 플랫폼으로 이식되었을 때 MapInfo for Windows로 이름이 변경되었습니다.이것이 GIS를 연구부문에서 비즈니스 환경으로 옮기는 과정을 시작했다.

20세기 말까지, 다양한 시스템의 급속한 성장은 비교적 적은 수의 플랫폼으로 통합되고 표준화되었으며 사용자들은 인터넷을 통해 GIS 데이터를 보기 위해 데이터 형식과 전송 표준을 요구하기 시작했습니다.최근에는 다양한 운영 체제에서 실행되는 무료 오픈 소스 GIS 패키지가 증가하고 있으며 특정 작업을 수행하도록 맞춤화할 수 있습니다.21세기의 주요 동향은 GIS 기능이 관계형 데이터베이스, 클라우드 컴퓨팅, 서비스로서의 소프트웨어(SAAS), 모바일 [16]컴퓨팅 등 다른 정보 기술인터넷 인프라와 통합되는 것이었습니다.

GIS 소프트웨어

특정 사용을 위한 소프트웨어와 데이터의 단일 설치인 지리적 정보 시스템과 관련 하드웨어, 직원 및 기관(예: 특정 시 정부용 GIS)을 구분해야 합니다. GIS 소프트웨어는 많은 지역에서 사용하도록 의도된 범용 애플리케이션 프로그램입니다.다양한 애플리케이션 [17]: 16 도메인에 있는 개별 지리 정보 시스템.1970년대 후반부터 Esri, ArcGIS, 오토데스크MapInfo Professional과 같은 상용 프로그램QGIS, GRAS GIS MapGuide와 같은 오픈 소스 프로그램을 포함하여 많은 GIS 애플리케이션 전용 소프트웨어 패키지가 개발되었습니다.이러한 애플리케이션 및 기타 데스크톱 GIS 애플리케이션에는 지리 데이터 입력, 관리, 분석 및 시각화를 위한 모든 기능이 포함되어 있으며, 자체적으로 사용할 수 있도록 설계되었습니다.

1990년대 후반 인터넷의 등장으로 시작된 서버 GIS는 GIS [18]: 216 기능을 제공하는 또 다른 메커니즘으로 개발되었습니다.이것은 HTTP 서버나 릴레이셔널 데이터베이스 관리 시스템 등의 다른 서버 소프트웨어와 마찬가지로 서버에 설치되어 있는 스탠드아론 소프트웨어입니다.클라이언트는 전용 데스크톱 소프트웨어를 설치하지 않고도 GIS 데이터 및 처리 도구에 액세스할 수 있습니다.대부분 웹 브라우저를 통해 서버에 액세스합니다. 전략은 ArcGIS Online, GIS 전문 SaaS(Software as a Service) 등 클라우드 기반 GIS 플랫폼 개발을 통해 확대되었습니다.

또 다른 접근방식은 이러한 기능의 일부 또는 전부를 다른 소프트웨어 또는 정보기술 아키텍처에 통합하는 것입니다.한 가지 예는 객체 관계 데이터베이스 소프트웨어의 공간 확장입니다. 이 소프트웨어는 공간 데이터를 관계형 테이블에 저장할 수 있도록 지오메트리 데이터 유형을 정의하고 오버레이와 같은 공간 분석 작업을 위한 SQL 확장입니다. 다른 예는 스마트폰의 웹 매핑 사이트 및 위치 기반 서비스를 포함한 사용자 지정 소프트웨어에 GIS 데이터 및 처리를 통합하기 위해 프로그래밍 언어를 확장하는 지리 공간 라이브러리와 애플리케이션 프로그래밍 인터페이스(: GDAL, Leaplet, D3.js)의 확산이다.

지리공간 데이터 관리

모든 GIS의 핵심은 지리적 현상을 나타내는 데이터베이스이며, 기하학(위치 및 형상)과 그 속성 또는 속성을 모델링합니다.GIS 데이터베이스는 별도의 데이터 파일 집합 또는 공간적으로 활성화된 단일 관계형 데이터베이스와 같은 다양한 형태로 저장될 수 있다.이러한 데이터의 수집과 관리는 보통 프로젝트의 시간 및 재무 자원의 대부분을 차지하며, 분석 및 [18]: 175 매핑과 같은 다른 측면보다 훨씬 더 많은 부분을 차지합니다.

지리적 데이터의 측면

GIS는 시공간(시공간) 위치를 다른 모든 정보에 대한 주요 색인 변수로 사용합니다.텍스트 또는 숫자를 포함하는 관계형 데이터베이스가 공통의 키 인덱스 변수를 사용하여 많은 다른 테이블을 관련지을 수 있는 것처럼 GIS는 위치를 키 인덱스 변수로 사용하여 관련 없는 정보를 관련지을 수 있습니다.열쇠는 시공간에서의 위치 및/또는 익스텐트입니다.

공간적으로나 시간적으로나 점차적으로 위치할 수 있는 모든 변수는 GIS를 사용하여 참조할 수 있습니다. 지구 시공간에서의 위치 또는 범위는 발생 날짜/시간으로 기록될 수 있으며, x, y 및 z 좌표는 각각 경도, 위도 고도를 나타냅니다.이러한 GIS 좌표는 다른 계량화된 시간 공간 기준 시스템(예: 필름 프레임 번호, 스트림 게이지 스테이션, 고속도로 마일 표시기, 측량사 벤치마크, 건물 주소, 교차로, 출입문, 수심 음향, POS 또는 CAD 도면 원점/단위)을 나타낼 수 있습니다.기록된 시간 공간 데이터에 적용되는 단위는 매우 다양할 수 있다(정확히 동일한 데이터를 사용하는 경우에도 지도 투영 참조 참조). 그러나 모든 지구 기반 공간-시간 위치 및 범위 참조는 이상적으로는 서로 관련성이 있어야 하며 궁극적으로는 시공간에서 "실제" 물리적 위치 또는 범위와 관련이 있어야 한다.

정확한 공간 정보에 의해, 믿을 수 없을 정도로 다양한 현실 세계와 투영된 과거 또는 미래 데이터를 분석, 해석 및 [19]나타낼 수 있습니다.이러한 GIS의 주요 특징은 이전에는 체계적으로 상관되지 않았던 실제 정보의 행동과 패턴에 대한 과학적 연구의 새로운 길을 열기 시작했다.

데이터 모델링

GIS 데이터는 도로, 토지 사용, 고도, 나무, 수로 및 상태와 같은 실제 세계에 존재하는 현상을 나타냅니다.데이터에 나타나는 가장 일반적인 현상 유형은 두 가지 개념화, 즉 이산 객체(예: 집, 도로)와 연속 필드(예: 강우량 또는 인구 밀도)[18]로 나눌 수 있다.: 62–65 사건(예: 제2차 세계대전), 과정(예: 교외화), 질량(예: 토양)과 같은 다른 유형의 지리적 현상은 덜 일반적으로 또는 간접적으로 표현되거나 데이터보다는 분석 절차에서 모델링된다.

기존에는 두 종류의 추상화 매핑 참조에 대한 데이터를 GIS에 저장하는 데 래스터 이미지벡터라는 두 가지 광범위한 방법이 사용되었습니다.점, 선 및 폴리곤은 매핑된 위치 속성 참조의 벡터 데이터를 나타냅니다.

데이터를 저장하는 새로운 하이브리드 방법은 3차원 점과 점의 RGB 정보를 결합하여 "3D 컬러 화상"을 반환하는 점 구름을 식별하는 것이다.GIS 주제 지도는 표시 또는 결정하려는 내용을 시각적으로 점점 더 사실적으로 묘사하고 있습니다.

data 취득

매핑용 하드웨어(GPS 및 레이저 레인지 파인더) 및 데이터 수집용 하드웨어(내구성 있는 컴퓨터)의 예.현재 지리정보시스템(GIS)의 동향은 현장에서도 정확한 매핑과 데이터 분석이 완료되는 것이다.표시된 하드웨어(필드맵 기술)는 주로 산림 인벤토리, 모니터링 및 매핑에 사용됩니다.

GIS 데이터 수집에는 공간 데이터를 GIS 데이터베이스로 수집하기 위한 몇 가지 방법이 포함됩니다.이 방법은 세 가지 범주로 분류할 수 있습니다.기본 데이터 캡처, 현장의 직접 측정 현상(를 들어 원격 감지, 글로벌 포지셔닝 시스템), 보조 데이터 캡처, 기존 소스로부터의 정보 추출, 그렇지 않은 기존 소스로부터의 정보 추출종이 지도와 같은 GIS 형태로 디지털화, 데이터 전송통해 정부 기관 및 민간 기업과 같은 외부 소스에서 기존 GIS 데이터를 복사하는 것입니다.이러한 모든 방법에는 상당한 시간, 재정 [18]: 173 및 기타 리소스가 소요될 수 있습니다.

프라이머리 데이터 캡처

측량 데이터는 좌표 기하학(COGO)이라는 기법을 사용하여 측량 장비의 디지털 데이터 수집 시스템에서 GIS에 직접 입력할 수 있습니다.Global Positioning System(GNSS)과 같은 글로벌 내비게이션 위성 시스템(GNSS)으로부터의 위치도 수집하여 GIS로 Import할 수 있습니다.현재 데이터 수집 경향에 따라 사용자는 무선 접속 또는 절단된 편집 [20]세션을 사용하여 라이브 데이터를 편집할 수 있는 필드 컴퓨터를 이용할 수 있습니다.스마트폰과 PDA에서 사용할 수 있는 어플리케이션인 모바일 GIS를 활용하는 추세입니다.[21] 이것은 실시간으로 데시미터 정확도의 저비용 지도 등급 GPS 장치를 이용할 수 있게 됨으로써 강화되었다.이것에 의해, 현장 조사 후, 오피스에서 데이터를 포스트 처리, Import, 및 갱신할 필요가 없어집니다.여기에는 레이저 거리 측정기를 사용하여 수집된 위치를 통합하는 기능이 포함됩니다.또한 새로운 기술을 통해 사용자는 현장에서 직접 지도 작성 및 분석을 수행할 수 있으므로 프로젝트의 효율성과 매핑 정확성이 향상됩니다.

원격으로 감지된 데이터는 데이터 수집에도 중요한 역할을 하며 플랫폼에 연결된 센서로 구성됩니다.센서는 카메라, 디지털 스캐너, 라이더를 포함하며 플랫폼은 보통 항공기와 위성으로 구성됩니다.1990년대 중반 영국에서는 헬리카이트라고 불리는 하이브리드 카이트/풍선이 최초로 소형 공중 디지털카메라를 공중지질정보시스템으로 사용하기 시작했다.사진을 연결하고 지면을 측정하기 위해 0.4mm의 정확한 항공기 측정 소프트웨어가 사용되었습니다.헬리카이트는 항공기보다 가격이 저렴하고 더 정확한 데이터를 수집한다.헬리카이트는 무인항공기(UAV)가 금지된 도로, 철도, 마을 등에서 사용할 수 있다.

최근 항공 데이터 수집은 소형 UAV와 드론을 통해 접근하기 쉬워졌다.예를 들어 Aeryon Scout을 사용하여 50에이커의 지역을 1인치(2.54cm)의 지면 샘플링 거리로 12분 [22]만에 매핑했습니다.

현재 대부분의 디지털 데이터는 항공 사진의 사진 해석에서 나온다.소프트 카피 워크스테이션은, 디지털 사진의 스테레오 페어에서 직접 기능을 디지털화하기 위해서 사용됩니다.이러한 시스템을 통해 2차원 및 3차원으로 데이터를 캡처할 수 있으며, 사진 측량 원리를 사용하여 스테레오 쌍에서 직접 입면도를 측정할 수 있습니다.아날로그 항공 사진은 소프트 복사 시스템에 입력되기 전에 스캔해야 합니다. 고품질 디지털 카메라의 경우 이 단계를 건너뜁니다.

위성 원격 감지는 또 다른 중요한 공간 데이터 소스를 제공합니다.여기서 인공위성은 다른 센서 패키지를 사용하여 레이더와 같은 능동형 센서에서 송신된 전자파 스펙트럼의 일부 또는 전파로부터의 반사율을 수동적으로 측정합니다.원격 감지는 래스터 데이터를 수집하여 다른 밴드를 사용하여 육지 커버와 같은 대상 개체 및 클래스를 식별할 수 있습니다.

세컨더리 데이터 캡처

가장 일반적인 데이터 생성 방법은 CAD 프로그램을 사용하여 하드 카피 맵 또는 측량 계획을 디지털 매체로 전송하는 디지털화 및 지리 참조 기능입니다.(위성, 항공기, 헬리카이트 및 UAV에서) 직교 보정 이미지가 광범위하게 사용되면서, 헤드업 디지털화는 지리 데이터를 추출하는 주요 수단이 되고 있다.헤드업 디지타이징은 별도의 디지타이징 태블릿(머리 아래로 디지타이징)으로 지리적 형태를 추적하는 기존의 방법이 아닌 항공 이미지 위에 직접 지리적 데이터를 추적하는 것입니다.헤드다운 디지털화 또는 수동 디지털화는 컴퓨터에 정보를 공급하는 특수 자기펜 또는 스타일러스를 사용하여 동일한 디지털 지도를 만듭니다.일부 태블릿은 스타일러스 [23][24]대신 퍽이라고 불리는 마우스 모양의 도구를 사용한다.퍽에는 십자선이 있는 작은 창이 있어 더 높은 정밀도와 정확한 지도 기능을 제공합니다.헤드업 디지타이징이 일반적으로 사용되지만,[24] 헤드다운 디지타이징은 품질이 낮은 지도를 디지타이징하는 데 여전히 유용합니다.

종이 또는 PET 필름 지도에 인쇄된 기존 데이터를 디지털화하거나 스캔하여 디지털 데이터를 생성할 수 있습니다.디지타이저는 연산자가 지도에서 점, 선 및 폴리곤 경계를 추적함에 따라 벡터 데이터를 생성합니다.을 스캔하면 래스터 데이터가 생성되어 벡터 데이터가 생성될 수 있습니다.

데이터를 캡처할 때 사용자는 정보를 해석하는 방법뿐만 아니라 데이터 캡처 비용에도 영향을 미칠 수 있기 때문에 상대적인 정확도로 데이터를 캡처해야 하는지 절대적인 정확도로 캡처해야 하는지 고려해야 합니다.

GIS에 데이터를 입력한 후에는 일반적으로 데이터를 편집하거나 오류를 제거하거나 추가 처리를 수행해야 합니다.벡터 데이터의 경우 고급 분석에 사용하기 전에 "토폴로지적으로" 정확해야 합니다.예를 들어 도로 네트워크에서 선은 교차로에서 노드와 연결되어야 합니다.언더슈트나 오버슈트등의 에러도 삭제할 필요가 있습니다.스캔한 맵의 경우 소스 맵의 잡티를 래스터에서 제거해야 할 수 있습니다.예를 들어, 먼지 조각이 연결되면 안 되는 두 선을 연결할 수 있습니다.

투영, 좌표계 및 등록

지구는 다양한 모델로 나타낼 수 있으며, 각 모델은 지구 표면의 특정 지점에 대해 서로 다른 좌표 세트(예: 위도, 경도, 고도)를 제공할 수 있습니다.가장 간단한 모델은 지구가 완벽한 구라고 가정하는 것이다.지구의 측정치가 많아짐에 따라 지구의 모형은 더욱 정교해지고 정확해졌다.사실, 미국 측량을 위한 1983년의 북미 측량과 전세계 측량을 위한 세계 측지 시스템처럼 더 높은 정확도를 제공하기 위해 지구의 다른 지역에 적용되는 측량계라고 불리는 모델들이 있다.

로컬 데이텀에 대해 작성된 지도의 위도 및 경도는 GPS 수신기에서 얻은 것과 다를 수 있습니다.한 기준점에서 다른 기준점으로 좌표를 변환하려면 Helmert 변환과 같은 기준점 변환이 필요합니다. 단, 상황에 따라서는 간단한 변환으로도 [25]충분할 수 있습니다.

일반적인 GIS 소프트웨어에서 위도/경도로 투영된 데이터는 종종 지리 좌표계로 표시됩니다.예를 들어, 기준점이 '1983년 북미 기준점'인 경우 위도/경도 데이터는 'GCS North American 1983'으로 표시됩니다.

데이터 품질

어떤 디지털 모델도 실제 세계를 완벽하게 표현할 수는 없지만, GIS 데이터가 고품질이어야 합니다.동형사상의 원칙에 따라 데이터는 GIS 절차의 결과가 실제 프로세스의 결과와 정확하게 일치하도록 현실에 충분히 근접해야 한다.이는 데이터 품질에 대한 단일 표준이 없다는 것을 의미합니다. 필요한 품질 수준은 데이터 품질을 사용하는 작업의 규모와 목적에 따라 다르기 때문입니다.데이터 품질의 몇 가지 요소는 GIS 데이터에 중요합니다.

정확성.
표시된 측정값과 실제 값 사이의 유사도입니다. 반대로 오차[17]: 623 두 측정값 간의 차이입니다.GIS 데이터에서는 위치(위치 정확도), 특성(속성 정확도) 및 시간 표현에 대한 정확도가 우려됩니다.예를 들어, 미국 2020 인구 조사에 따르면, 2020년 4월 1일 휴스턴의 인구는 2,304,580명이었다. 만약 실제로 2,310,674명이었다면, 이는 오류이며, 따라서 속성 정확도가 부족할 것이다.
정확
표시된 값의 미세화 정도.정량적 속성에서 이것은 측정된 [18]: 115 값의 유효 자릿수입니다.부정확한 값은 가능한 값의 범위를 포함하여 모호하거나 모호합니다.예를 들어, 2020년 4월 1일 휴스턴의 인구가 "약 230만"이라고 한다면, 이 진술은 정확하지 않지만 정확한 값(그리고 많은 잘못된 값)이 포함되어 있기 때문에 정확할 것이다.정확도와 마찬가지로 위치, 특성 및 시간의 표현도 어느 정도 정확할 수 있습니다.해상도는 특히 래스터 데이터 세트에서 일반적으로 사용되는 위치 정밀도 표현입니다.
불확실성
지리적 [18]: 99 데이터에 오류와 정확성이 없다는 일반적인 인식입니다.즉, 어떤 형태의 추정이 시도될 수 있지만 데이터 집합에 얼마나 많은 오류가 존재하는지 정확히 알기 어렵다는 점을 고려할 때 일반적인 의심이 드는 수준이다(신뢰 구간은 불확실성의 추정치이다).이 용어는 데이터 품질의 모든 측면 또는 대부분의 측면을 총칭하는 용어로 사용되는 경우가 있습니다.
흐릿함 또는 흐릿함
현상의 한 측면(위치, 속성 또는 시간)이 측정값에 있는 [18]: 103 것이 아니라 본질적으로 부정확한 정도.예를 들어, 휴스턴 메트로폴리탄 지역의 공간적 범위는 모호하다. 왜냐하면 도시 외곽에는 (출퇴근 등의 활동으로 측정되는) 중심 도시와 더 가까운 곳보다 덜 연결되어 있는 곳이 있기 때문이다.퍼지 집합론과 같은 수학적 도구는 지리 데이터의 모호성을 관리하기 위해 일반적으로 사용됩니다.
완전성
데이터 세트가 [17]: 623 포함하는 것으로 간주되는 모든 실제 기능을 나타내는 정도.예를 들어, "휴스턴의 도로" 층이 실제 거리를 놓치면 불완전합니다.
통화
데이터 세트가 현실을 정확하게 나타낸다고 주장하는 가장 최근의 시점.이는 "현재" 세계를 표현하려는 대부분의 GIS 애플리케이션에 대한 우려 사항이며, 이 경우 오래된 데이터는 품질이 떨어집니다.
일관성.
데이터 집합에서 여러 현상의 표현이 [17]: 623 서로 정확하게 일치하는 정도.공간 객체 간의 위상 관계에서의 일관성은 [26]: 117 일관성의 특히 중요한 측면이다.예를 들어, 도로망 내의 모든 노선이 실수로 10미터 동쪽으로 이동하더라도 각 교차로에서 올바르게 연결되고 최단 경로와 같은 네트워크 분석 도구가 여전히 올바른 결과를 제공하기 때문에 부정확하지만 일관성이 있습니다.
불확실성의 전파
공간 분석 방법 및 기타 처리 도구의 결과 품질이 입력 [26]: 118 데이터의 품질에서 파생되는 정도.예를 들어, 보간은 GIS에서 여러 가지 방법으로 사용되는 일반적인 연산입니다. 보간은 알려진 측정치 사이의 값 추정치를 생성하기 때문에 결과는 항상 더 정확하지만 확실성은 떨어집니다(각 추정치에 알 수 없는 오차가 있기 때문에).

GIS의 정확도는 소스 데이터와 데이터를 참조하도록 인코딩하는 방법에 따라 달라집니다.육지 측량사는 GPS에서 파생된 [27]위치를 이용하여 높은 수준의 위치 정확도를 제공할 수 있었습니다.고해상도의 디지털 지형과 공중 imagery,[28]강력한 컴퓨터와 웹 기술, GIS의 기대가 큰 규모로 사회에 봉사하는 것 하지만 이러한 한정된 사용은 원하는 accurac를 달성하기에 있을 것 그럼에도 불구하고 있는 종이 지도와 같은 전체 GIS정확도에 영향을 미치는 다른 소스 데이터, 품질, 유틸리티를 바꾸고 있다.y.

GIS용 디지털 지형 데이터베이스를 개발할 때 지형도가 주요 소스이며, 항공사진 위성사진은 데이터를 수집하고 크기의 위치 팩시밀리 상에서 레이어로 매핑할 수 있는 속성을 식별하기 위한 추가 소스이다.지도와 지리적 렌더링 영역 표현 유형 또는 지도 투영의 축척은 정보 내용이 주로 지도 표현의 축척 세트와 그에 따른 위치 파악 가능성에 따라 결정되기 때문에 매우 중요한 측면입니다.지도를 디지털화하기 위해서는 이론적인 치수 내에서 지도를 체크하고 래스터 형식으로 스캔해야 하며, 그 결과 래스터 데이터는 지리참조라고 불리는 고무판/왜곡 기술 프로세스에 의해 이론적인 치수가 주어져야 합니다.

지도의 정량적 분석은 정확성 문제에 초점을 맞춘다.GIS를 측정하기 위해 사용되는 전자 및 기타 장비는 기존 지도 분석 기계보다 훨씬 더 정밀합니다.모든 지리적 데이터는 본질적으로 부정확하며 이러한 부정확성은 [29]예측하기 어려운 방식으로 GIS 작업을 통해 전파됩니다.

래스터에서 벡터로의 변환

데이터를 다른 형식으로 변환하기 위해 GIS에서 데이터 재구성을 수행할 수 있습니다.예를 들어 GIS는 인접관계 또는 포함 등의 셀 공간관계를 결정하면서 동일한 분류의 모든 셀 주위에 선을 생성함으로써 위성화상맵을 벡터구조로 변환하는데 사용할 수 있다.

보다 고도의 데이터 처리는, 1960년대 후반에 NASA와 민간 섹터가 콘트라스트 향상, 거짓 색 렌더링, 및 2차원 푸리에 변환의 사용을 포함한 다양한 다른 기술을 제공하기 위해 개발한 기술인 화상 처리로 발생할 수 있습니다.디지털 데이터는 다양한 방법으로 수집 및 저장되므로 두 데이터 소스가 완전히 호환되지 않을 수 있습니다.따라서 GIS는 지리 데이터를 한 구조에서 다른 구조로 변환할 수 있어야 합니다.그렇게 함으로써 서로 다른 온톨로지 및 분류의 배후에 있는 암묵적인 가정은 [30]분석이 필요하다.객체 온톨로지는 객체 지향 프로그래밍Barry Smith와 동료들의 지속적인 작업의 결과로 점점 더 두드러지고 있습니다.

공간 ETL

공간 ETL 도구는 기존 ETL(Extract, Transform, Load) 소프트웨어의 데이터 처리 기능을 제공하지만 주로 공간 데이터 관리 기능에 중점을 둡니다.GIS 사용자는 GIS를 통해 전송 중인 데이터를 기하학적으로 변환하면서 서로 다른 표준 및 독점 형식 간에 데이터를 변환할 수 있습니다.이러한 툴은 스프레드시트와 같은 기존 범용 소프트웨어에 대한 애드인의 형태로 제공될 수 있습니다.

공간 분석

GIS 공간 분석은 빠르게 변화하는 분야이며, GIS 패키지는 분석 도구를 표준 내장 설비, 옵션 도구 세트, 애드인 또는 '분석자'로 점점 더 많이 포함하고 있습니다.대부분의 경우, 이러한 기능은 원래의 소프트웨어 공급업체(상업 벤더 또는 공동 비상업 개발 팀)에 의해 제공되며, 다른 경우에는 설비가 개발되어 서드파티에 의해 제공되고 있습니다.또한 많은 제품에서 자체 분석 도구 또는 변형을 개발하기 위한 소프트웨어 개발 키트(SDK), 프로그래밍 언어와 언어 지원, 스크립트 기능 및/또는 특수 인터페이스를 제공합니다.가용성의 향상에 의해, 「공간 인텔리전스」라고 불리는 비즈니스 인텔리전스에 새로운 차원이 생깁니다.공간 인텔리전스는, 인트라넷을 개입시켜 공개 제공되면, 지리적 및 소셜 네트워크 데이터에의 액세스를 민주화할 수 있습니다.GIS 공간 분석을 기반으로 한 지리공간 정보 또한 보안의 핵심 요소가 되었습니다.GIS는 전체적으로 벡터 표현 또는 기타 디지털화 프로세스로의 변환으로 설명할 수 있습니다.

지오프로세싱은 공간 데이터를 조작하는 데 사용되는 GIS 작업입니다.일반적인 지오프로세싱 조작은 입력 데이터셋을 가져와 해당 데이터셋에 대해 조작을 실행하고 그 조작 결과를 출력 데이터셋으로 반환합니다.일반적인 지오프로세싱 작업에는 지리적 피쳐 오버레이, 피쳐 선택 및 분석, 토폴로지 처리, 래스터 처리 및 데이터 변환이 포함됩니다.지오프로세싱은 [31]의사 결정에 사용되는 정보의 정의, 관리 및 분석을 가능하게 합니다.

지형 분석

아펜니 북부(이탈리아) 발레스트라 지역의 디지털 고도 모델에서 파생된 힐셰이드 모델

수문학, 토목공사, 생물지리학과 같은 지형, 지구 표면의 모양과 관련된 많은 지리적 작업이 있다.따라서 지형 데이터는 대개 래스터 디지털 표고 모델(DEM) 또는 TIN(Triangulated Orgulated Network)의 형태로 GIS의 핵심 데이터 세트입니다.대부분의 GIS 소프트웨어에서 지형을 분석하기 위해 다양한 도구를 사용할 수 있으며, 지표면의 특정 측면을 나타내는 파생 데이터 세트를 만드는 경우가 많습니다.가장 일반적인 예는 다음과 같습니다.

  • 경사 또는 기울기는 지형 단위의 경사도 또는 구배이며, 일반적으로 각도 또는 [32]백분율로 측정됩니다.
  • 애스펙트는 지형 단위가 향하는 방향으로 정의할 수 있습니다.애스펙트는 보통 [33]북쪽에서 도 단위로 표시됩니다.
  • 컷 앤 필은 비용을 추정하기 위해 굴착 프로젝트 전후의 지표면 차이를 계산한 것입니다.
  • 수문 모델링은 기울기, 측면 및 유역 또는 유역 [34]영역과 같은 변수 분석과 함께 다른 수문 모델에는 없는 공간 요소를 제공할 수 있다.물은 항상 [34]경사면을 따라 흐르기 때문에 지형 분석은 수문학의 기본이다.디지털 표고 모델(DEM)의 기초 지형 해석은 기울기와 측면의 계산을 수반하기 때문에 DEM은 수문 해석에 매우 유용하다.그런 다음 기울기와 측면을 사용하여 지표면 유출의 방향을 결정할 수 있으며, 따라서 하천, 강 및 호수의 형성을 위한 흐름 축적을 결정할 수 있다.유량이 다른 영역도 유역의 경계를 명확하게 나타낼 수 있습니다.흐름 방향 및 누적 매트릭스가 생성되면 특정 [34]지점에서 기여 영역 또는 분산 영역을 나타내는 쿼리를 수행할 수 있습니다.지형 거칠기, 식생 유형 및 토양 유형과 같은 더 자세한 정보를 모델에 추가할 수 있으며, 이는 침윤 및 증발 증산 속도에 영향을 미쳐 표면 흐름에 영향을 미칠 수 있습니다.수문 모델링의 주요 용도 중 하나는 환경 오염 연구이다.수문 모델링의 다른 적용 분야에는 지하수지표수 매핑과 홍수 위험 맵이 포함된다.
  • 뷰셰드 분석은 지형이 위치 간 가시성에 미치는 영향을 예측하며, 이는 무선 통신에 특히 중요합니다.
  • 음영 부조는 특정 방향에서 비추는 3차원 모형처럼 표면을 묘사하는 것으로 지도에서 매우 많이 사용됩니다.

이들 대부분은 벡터 미적분의 이산화된 알고리즘을 사용하여 생성됩니다.지형 분석에서 기울기, 종횡 및 표면 곡률은 모두 셀 인접 인접 지역의 [35]표고 값을 사용한 근린 연산을 통해 도출됩니다.이러한 각 요소는 지형 데이터의 세부 수준(예: DEM 해상도)에 의해 크게 영향을 받는데,[36] 이러한 수준은 신중하게 선택해야 합니다.

근접 분석

거리는 많은 지리적 과제를 해결하는 데 있어 중요한 부분이며, 대개 거리의 마찰로 인해 발생합니다.따라서 버퍼, Voronoi 또는 Tiessen 폴리곤, 비용 거리 분석, 네트워크 분석 등 다양한 분석 도구가 어떤 형태로든 거리를 분석합니다.

데이터 분석

습지도를 공항, 텔레비전 방송국, 학교와 같은 다른 지점에서 기록된 강우량과 연관짓는 것은 어렵다.그러나 GIS를 사용하여 정보 지점에서 지구 표면, 지표면 및 대기의 2차원 및 3차원 특성을 그릴 수 있습니다.예를 들어, GIS는 강우량이 다른 이등선 또는 등고선이 있는 지도를 빠르게 생성할 수 있습니다.이러한 지도는 강우 등고선도라고 할 수 있습니다.많은 정교한 방법이 제한된 수의 점 측정에서 표면의 특성을 추정할 수 있습니다.강우점 측정의 표면 모델링에서 작성된 2차원 등고선 지도를 동일한 영역을 포함하는 GIS에서 다른 지도와 겹쳐 해석할 수 있다.이 GIS 파생 지도는 재생 에너지원으로서의 수력 잠재력의 실행 가능성과 같은 추가 정보를 제공할 수 있다.마찬가지로,[37] GIS를 사용하여 다른 재생 에너지 자원을 비교하여 지역에 가장 적합한 지리적 잠재력을 찾을 수 있다.

또한 일련의 3차원 점 또는 디지털 표고 모델에서 경사 해석, 음영 릴리프 및 기타 표고 제품과 함께 표고 등고선을 나타내는 등심선을 생성할 수 있습니다.주어진 관심 지점에서 연속 및 오르막의 모든 영역을 계산하여 주어진 도달 범위에 대해 유역을 쉽게 정의할 수 있습니다.마찬가지로 지표수가 간헐적이고 영구적인 흐름으로 이동하고자 하는 예상 수량은 GIS의 표고 데이터를 통해 계산할 수 있다.

토폴로지 모델링

GIS는 디지털로 저장된 공간 데이터 내에 존재하는 공간 관계를 인식하고 분석할 수 있습니다.이러한 위상 관계를 통해 복잡한 공간 모델링과 분석을 수행할 수 있다.기하학적 실체 간의 위상관계에는 전통적으로 인접관계(무엇에 인접한 것), 격납관계(무엇을 둘러싼 것), 근접관계(무엇이 다른 것에 얼마나 가까운가)가 포함된다.

기하학적 네트워크

기하학적 네트워크는 상호 연결된 피쳐를 표현하고 해당 피쳐에 대해 특별한 공간 분석을 수행하는 데 사용할 수 있는 객체의 선형 네트워크입니다.기하학적 네트워크는 수학 및 컴퓨터 과학의 그래프와 유사하게 접합점에서 연결되는 가장자리로 구성됩니다.그래프와 마찬가지로 네트워크의 가장자리에 무게와 흐름을 할당할 수 있으며, 이를 사용하여 상호 연결된 다양한 기능을 보다 정확하게 나타낼 수 있습니다.기하학적 네트워크는 종종 도로망과 전기, 가스, 수도망과 같은 공공시설망을 모델링하는 데 사용됩니다.네트워크 모델링은 운송 계획, 수문학 모델링 및 인프라 모델링에도 일반적으로 사용됩니다.

지도 모델링

GIS 응용 프로그램에서 도면층을 사용하는 예제입니다.이 예에서는 포레스트 커버 레이어(연두색)가 하부 레이어를 형성하고, 그 에 지형 레이어(콘센트 라인)가 있습니다.다음으로 정석층(폰드, 호수)과 유수층(하천, 강)이 있고, 그 다음에 경계층이 있고, 마지막으로 도로층이 위에 있습니다.최종 결과를 올바르게 표시하기 위해서는 순서가 매우 중요합니다.연못은 하천 아래에 층층이 형성되어 있기 때문에 연못 중 하나에 걸쳐 하천선이 보입니다.

다나 톰린은 박사학위 논문(1983년)에서 "카트로그래픽 모델링"이라는 용어를 만들어 냈고, 나중에 그의 저서인 "지리정보시스템과 지도 모델링"([38]1990년) 제목에서 그것을 사용했다.지도 모델링은 동일한 영역의 여러 주제 층이 생성, 처리 및 분석되는 공정을 말합니다.Tomlin은 래스터 레이어를 사용했지만 오버레이 방법(아래 참조)을 더 일반적으로 사용할 수 있습니다.지도 계층에 대한 연산은 알고리즘으로 결합될 수 있으며, 최종적으로 시뮬레이션 또는 최적화 모델로 결합될 수 있습니다.

지도 오버레이

여러 공간 데이터 세트(점, 선 또는 폴리곤)를 조합하면 동일한 영역의 여러 지도를 쌓는 것과 시각적으로 유사한 새로운 출력 벡터 데이터 세트가 생성됩니다.이러한 오버레이는 수학적 Ven 다이어그램 오버레이와 유사합니다.결합 오버레이는 두 입력의 지리적 특징과 속성 테이블을 하나의 새로운 출력으로 결합합니다.교차 오버레이는 두 입력이 겹치는 영역을 정의하고 각각에 대한 속성 필드 세트를 유지합니다.대칭 차분 오버레이는 중복 영역을 제외한 두 입력의 총 영역을 포함하는 출력 영역을 정의합니다.

데이터 추출은 벡터 또는 래스터 데이터 분석에서 사용할 수 있지만 벡터 오버레이와 유사한 GIS 프로세스입니다.데이터 추출에는 두 데이터셋의 속성 및 기능을 결합하는 대신 "클립" 또는 "마스크"를 사용하여 다른 데이터셋의 공간 범위 내에 있는 데이터셋의 기능을 추출하는 작업이 포함됩니다.

래스터 데이터 분석에서 데이터 세트의 오버레이는 "복수 래스터의 로컬 연산" 또는 "맵 대수"로 알려진 프로세스를 통해 각 래스터의 행렬 값을 결합하는 함수를 통해 달성됩니다.이 함수는 지리적 현상에 대한 다양한 요인의 영향을 반영하는 "지수 모델"을 사용하여 일부 입력에 무게를 부여할 수 있습니다.

지질통계학

지리통계학은 연속 인덱스를 가진 현장 데이터, 공간 데이터를 다루는 통계학 분야이다.또한 공간 상관 관계를 모델링하고 임의 위치(간극)에서 값을 예측하는 방법을 제공합니다.

현상을 측정할 때 관측 방법은 후속 분석의 정확성을 지시합니다.데이터의 특성(예: 도시 환경의 교통 패턴, 태평양 상공의 날씨 패턴)으로 인해 측정 시 항상 일정하거나 동적인 정밀도가 손실된다.이러한 정밀도 손실은 데이터 수집의 규모와 분포에 따라 결정됩니다.

분석의 통계적 관련성을 결정하기 위해, 즉각적인 측정 밖의 점(경사)을 포함하여 예측된 동작을 결정할 수 있도록 평균을 구한다.이는 적용된 통계 및 데이터 수집 방법의 한계로 인해 직접 측정할 수 없는 입자, 점, 위치의 동작을 예측하기 위해 보간이 필요하다.

보간은 다수의 샘플 포인트에서 수집된 데이터의 입력을 통해 지표면(일반적으로 래스터 데이터 세트)을 생성하는 프로세스입니다.보간에는 데이터 세트의 속성에 따라 데이터를 다르게 취급하는 여러 가지 형태가 있습니다.보간법을 비교할 때 첫 번째 고려사항은 소스 데이터가 변경되는지 여부(정확하거나 근사치)여야 한다.다음은 방법이 주관적인지, 인간의 해석인지, 객관적인지 여부입니다.그리고 포인트 간 이행의 성질이 있습니다.갑작스러운가, 점진적인가.마지막으로 메서드가 글로벌한지(전체 데이터 세트를 사용하여 모델을 형성하는지) 또는 지형의 작은 부분에 대해 알고리즘이 반복되는 로컬인지도 있습니다.

보간은 어떤 위치에서 수집된 데이터가 바로 인접한 위치와 매우 유사하거나 영향을 미친다는 것을 인식하는 공간 자기 상관 원리 때문에 정당화된 측정이다.

디지털 표고 모델, 삼각 불규칙 네트워크, 에지 찾기 알고리즘, 티센 폴리곤, 푸리에 분석, (가중치) 이동 평균, 역거리 가중치, 크리깅, 스플라인추세 표면 분석은 모두 보간 데이터를 생성하는 수학적 방법입니다.

주소 지오코딩

지오코딩은 거리 주소 또는 ZIP 코드, 구획 및 주소 위치와 같은 다른 공간 참조 데이터에서 공간 위치(X, Y 좌표)를 보간하는 것입니다.주소 범위가 있는 도로 중심선 파일과 같이 개별 주소를 지오코딩하려면 참조 테마가 필요합니다.개별 주소 위치는 과거 도로 세그먼트를 따라 주소 범위를 조사함으로써 보간되거나 추정되었습니다.이들은 보통 테이블 또는 데이터베이스 형태로 제공됩니다.그런 다음 소프트웨어는 중심선의 세그먼트를 따라 해당 주소가 속한 위치에 점을 배치합니다.예를 들어, 주소 포인트 500은 주소 1로 시작하여 주소 1,000으로 끝나는 회선 세그먼트의 중간 지점에 있습니다.지오코딩은 실제 구획 데이터(일반적으로 지방세 지도)에도 적용할 수 있습니다.이 경우 지오코딩의 결과는 보간된 점이 아니라 실제로 배치된 공간이 됩니다.이 접근법은 보다 정확한 위치 정보를 제공하기 위해 점점 더 많이 사용되고 있습니다.

역지오코딩

역 지오코딩은 주어진 좌표와 관련된 예상 거리 주소 번호를 반환하는 과정입니다.예를 들어 사용자는 도로 중심선 테마(좌표를 제공)를 클릭하여 추정된 주택 번호를 반영한 정보를 반환받을 수 있습니다.이 주택 번호는 해당 도로 세그먼트에 할당된 범위에서 보간됩니다.사용자가 주소 1로 시작하여 100으로 끝나는 세그먼트의 중간 지점을 클릭하면 반환되는 값은 50에 가깝습니다.역지오코딩은 실제 주소를 반환하지 않으며, 미리 정해진 범위에 따라 존재하는 주소의 추정치만 반환한다는 점에 유의하십시오.

복수기준결정분석

다중 기준 의사결정 분석 방법은 GIS와 결합하여 의사결정자가 식생 커버 또는 도로와 같은 다중 기준에 대해 복원을 위한 가장 가능성이 높은 생태학적 서식지와 같은 일련의 대체 공간 솔루션을 분석할 수 있도록 지원한다.MCDA는 의사결정 규칙을 사용하여 기준을 집계하고, 이를 통해 대체 솔루션의 순위를 매기거나 우선순위를 [39]정할 수 있다.GIS MCDA는 잠재적 복구 현장의 식별에 수반되는 비용과 시간을 줄일 수 있다.

GIS 데이터 마이닝

GIS 또는 공간 데이터 마이닝은 데이터 마이닝 방법을 공간 데이터에 적용하는 것입니다.데이터 마이닝은 대규모 데이터베이스의 숨겨진 패턴을 부분적으로 자동화된 검색으로, 적용된 GIS 기반 의사결정에 큰 이점을 제공합니다.일반적인 응용 프로그램에는 환경 모니터링이 포함됩니다.이러한 애플리케이션의 특징은 데이터 측정 간의 공간적 상관관계는 보다 효율적인 데이터 [40]분석을 위해 특수 알고리즘을 사용해야 한다는 것이다.

데이터 출력 및 지도 제작

지도 제작은 지도의 설계와 제작 또는 공간 데이터의 시각적 표현이다.현대의 지도 제작의 대부분은 컴퓨터의 도움으로 이루어지며, 보통 GIS를 사용하지만, 고품질 지도 제작은 또한 그것을 정교하게 하기 위해 설계 프로그램에 레이어를 Import함으로써 달성됩니다.대부분의 GIS 소프트웨어는 사용자가 데이터의 모양을 실질적으로 제어할 수 있도록 합니다.

지도 제작 작업은 두 가지 주요 기능을 수행합니다.

첫째, 자원에 대한 결정을 내리는 사람들에게 분석 결과를 전달하는 화면 또는 종이에 그래픽을 생성합니다.벽면 지도와 기타 그래픽을 생성하여 시청자가 잠재적 사건의 분석 또는 시뮬레이션 결과를 시각화하고 이해할 수 있습니다.서버는 웹 기반 애플리케이션 프로그래밍 인터페이스(AJAX, Java, Flash 등)의 다양한 구현을 사용하여 웹 브라우저를 통해 생성된 맵을 쉽게 배포할 수 있습니다.

둘째, 추가 분석 또는 사용을 위해 다른 데이터베이스 정보를 생성할 수 있습니다.예를 들어, 독성 유출로부터 1.6km 이내에 있는 모든 주소의 리스트가 있습니다.

고대 크롬은 공간 데이터를 표시하는 새로운 방법이다.특정 건물 또는 건물의 일부에 적용되는 3D 지도의 주제입니다.열 손실 데이터의 시각적 표시에 적합합니다.

지형 묘사

3D로 렌더링된 기존 지형도

전통적인 지도는 실제 세계를 추상화한 것으로, 종이 위에 묘사된 중요한 요소들의 표본으로, 물리적 물체를 나타내는 기호들을 가지고 있다.지도를 사용하는 사람들은 이 기호들을 해석해야 한다.지형 지도는 지표면의 모양을 등고선 또는 음영 처리된 릴리프표시합니다.

오늘날 GIS의 고도에 따른 음영 처리와 같은 그래픽 표시 기술은 지도 요소 간의 관계를 가시화함으로써 정보를 추출하고 분석하는 능력을 높일 수 있다.예를 들어, 두 가지 유형의 데이터가 GIS에 결합되어 캘리포니아주 San Mateo County의 한 부분을 투시적으로 볼 수 있게 되었습니다.

  • 30m 수평 그리드에 기록된 지표면 표고로 구성된 디지털 표고 모델은 높은 표고를 흰색으로, 낮은 표고를 검은색으로 나타냅니다.
  • 함께 제공되는 Landsat Thematic Mapper 이미지는 30m 픽셀 단위로 같은 영역을 내려다보는 거짓 색상의 적외선 이미지 또는 픽셀 단위로 표고 정보와 동일한 좌표점에 대한 이미지 요소를 보여줍니다.

GIS를 사용하여 두 이미지를 등록하고 결합하여 주제 매퍼 이미지 픽셀을 사용하여 San Andreas 단층을 내려다보는 3차원 투시 뷰를 렌더링했지만 지형 고도를 사용하여 음영 처리했습니다.GIS 디스플레이는 해당 위도, 경도 및 하루 중 시간에 태양 광선에 의해 생성된 그림자를 올바르게 렌더링하기 위해 관찰자의 뷰포인트와 디스플레이의 시각에 따라 달라집니다.

웹 매핑

최근 몇 년 동안 Google Maps Bing Maps와 같은 자유롭고 쉽게 접근할 수 있는 지도 소프트웨어가 확산되어 왔습니다.또한 무료 오픈 소스 대체 OpenStreetMap도 있습니다.이러한 서비스를 통해 많은 사용자가 전문 [41]정보만큼이나 신뢰성과 사용성이 높다고 인식하고 있는 방대한 양의 지리적 데이터에 대한 일반인의 접근을 가능하게 합니다.

Google Maps OpenLayers와 같은 일부 제품은 사용자가 사용자 지정 애플리케이션을 만들 수 있는 API(애플리케이션 프로그래밍 인터페이스)를 노출합니다.이러한 툴킷은 일반적으로 거리 지도, 항공/위성 이미지, 지오코딩, 검색 및 라우팅 기능을 제공합니다.웹 매핑은 또한 OpenStreetMap과 같은 프로젝트에서 지오다타를 크라우드 소싱할 수 있는 가능성을 발견했는데, 이 프로젝트는 무료로 편집 가능한 세계 지도를 만드는 협업 프로젝트입니다.이러한 매시업 프로젝트는 기존의 지리적 [42][43]정보를 통해 가능한 한 외부 최종 사용자에게 높은 수준의 가치와 이점을 제공하는 것으로 입증되었습니다.

웹 매핑에도 단점이 없는 것은 아닙니다.웹 매핑을 사용하면 적절한 지도 제작 교육 없이 사람들이 지도를 만들고 배포할 수 있습니다.이로 인해 지도상의 규칙을 무시하고 [44]오해의 소지가 있는 맵이 생성되었습니다.

적용들

1960년대 이후 GIS는 점점 더 다양한 응용 분야에 사용되고 있으며, 위치 정보의 중요성을 입증하고 지리 공간 기술을 채택하는 데 있어 장벽이 지속적으로 감소함에 따라 도움을 받고 있습니다.GIS의 수백 가지 용도는 여러 가지 방법으로 분류할 수 있습니다.

  • 목표: 응용 프로그램의 목적은 과학 연구 또는 자원 관리로 크게 분류할 수 있습니다.가능한 한 폭넓게 정의되는 연구의 목적은 새로운 지식을 발견하는 것이다; 이것은 자신을 과학자라고 생각하는 누군가에 의해 수행될 수 있지만, 세상이 왜 그렇게 움직이는 것처럼 보이는지 배우려는 누군가에 의해서도 수행될 수 있다.사업장이 왜 실패했는지 알아내는 것만큼 실용적인 연구는 그런 의미에서 연구일 것이다.관리(운영 어플리케이션이라고도 함)는 가능한 한 광범위하게 정의되며, 목표를 달성하기 위해 자신이 통제할 수 있는 자원을 어떻게 사용할지에 대한 실질적인 결정을 내리기 위한 지식의 적용입니다.이러한 자원은 시간, 자본, 노동, 장비, 토지, 광물 매장량, 야생동물 [45]: 791 등이 될 수 있습니다.
    • 의사결정 수준: 관리 어플리케이션은 비즈니스 [46]관리의 공통 분류인 전략적, 전술적, 운영적 분류로 더욱 분류되었습니다.전략적 태스크는 비즈니스의 확장 여부 등 어떤 목표를 가져야 하는지에 대한 장기적이고 선견지명이 있는 결정입니다.전술 태스크는, 국유림이 방목 관리 계획을 책정하는 등, 전략적인 목표를 달성하는 방법에 관한 중기적인 결정입니다.운영상의 결정은 피자 레스토랑으로 가는 최단 경로를 찾는 것과 같은 일상적인 작업과 관련이 있습니다.
  • 주제: GIS가 적용되는 영역은 주로 인간 세계와 관련된 영역(예: 경제, 정치, 교통, 교육, 조경 건축, 고고학, 도시 계획, 부동산, 공중 보건, 범죄 지도, 국방) 및 자연 세계와 관련된 영역(예: 지질, 생물학, 해양학, 해양학)으로 분류된다.기후).즉, GIS의 강력한 기능과 지리학의 공간적 관점 중 하나는 서로 다른 토픽을 비교하는 통합 능력이며, 많은 응용 프로그램이 여러 영역에 관련되어 있습니다.통합된 인간-자연 적용 영역의 예로는 자연 재해 완화, 야생 동물 관리, 지속 가능한 개발,[47] 천연 자원 및 기후변화 [48]대응 등이 있다.
  • 기관: GIS는 정부(시정촌에서 국제까지 모든 수준에서), 비즈니스(모든 유형 및 규모의), 비영리단체(교회까지) 및 개인 용도로 다양한 종류의 기관에서 구현되었습니다.후자는 위치 기반 스마트폰의 등장으로 점점 더 두드러지고 있다.
  • 수명: GIS의 실장은 프로젝트 [49]또는 기업에 초점을 맞출 수 있습니다.프로젝트 GIS는 데이터 수집, 분석 및 결과 생성과 같은 단일 태스크 달성에 중점을 두고 있으며, 이는 담당자가 수행할 수 있는 다른 프로젝트 GIS는 데이터 수집, 분석 및 결과 생성은 담당자가 수행할 수 있는 다른 프로젝트와는 별도로 이루어집니다.엔터프라이즈 GIS는 오랜 세월 동안 다양한 프로젝트에 유용하도록 세심하게 설계된 데이터베이스를 포함하는 영구적인 기관으로, 기업 전체의 많은 개인에 의해 사용될 수 있으며,[50] 일부는 이를 유지하기 위해 상근으로 고용되어 있습니다.
  • 통합:종래, 대부분의 GIS 애플리케이션은, 전문 GIS 소프트웨어, 전문 하드웨어, 전문 데이터, 전문 전문가를 사용해 독립형이었습니다.이러한 현상은 오늘날에도 흔하지만 지리 공간 기술이 SAP와 [51]같은 엔터프라이즈 통합 플랫폼을 사용하여 IT 인프라, 데이터베이스 및 소프트웨어를 공유하는 광범위한 엔터프라이즈 애플리케이션에 통합되면서 통합 애플리케이션이 크게 증가했습니다.

GIS의 구현은 종종 관할권(시 등), 목적 또는 애플리케이션 요건에 의해 추진됩니다.일반적으로 GIS 구현은 조직에 맞게 맞춤 설계될 수 있습니다.따라서 애플리케이션, 관할권, 기업 또는 목적을 위해 개발된 GIS 배치는 다른 애플리케이션, 관할권, 기업 또는 [52]목적을 위해 개발된 GIS와 상호 운용하거나 양립할 수 없는 경우가 있습니다.

GIS는 위치 기반 서비스로도 확대되고 있습니다.이 서비스를 통해 GPS 지원 모바일 기기는 고정된 물체(가장 가까운 식당, 주유소, 소화전) 또는 이동 물체(친구, 어린이, 경찰차)에 대한 위치를 표시하거나 중앙 서버에 위치를 전달하여 표시 또는 기타 처리를 수행할 수 있습니다.

개방형 지리공간 컨소시엄 표준

OGC(Open Geospatial Consortium)는 384개의 기업, 정부기관, 대학 및 개인이 참여하는 국제 산업 컨소시엄으로, 공개적으로 이용 가능한 지오프로세싱 규격을 개발합니다.OpenGIS Specifications에 의해 정의된 오픈 인터페이스와 프로토콜은 웹, 무선 및 위치 기반 서비스 및 메인스트림 IT를 "지리적" 가능하게 하는 상호 운용 가능한 솔루션을 지원하며, 기술 개발자가 복잡한 공간 정보와 서비스를 모든 종류의 애플리케이션에서 액세스하고 유용하게 사용할 수 있도록 지원합니다.개방형 지리 공간 컨소시엄 프로토콜에는 웹 지도 서비스 및 웹 기능 [53]서비스가 포함됩니다.

GIS 제품은 소프트웨어가 OGC 사양을 얼마나 완전하고 정확하게 준수하고 있는지에 따라 OGC에 의해 두 가지 범주로 분류됩니다.

OGC 표준은 GIS 도구의 통신을 지원합니다.

준거 제품은 OGC의 OpenGIS 사양에 준거한 소프트웨어 제품입니다.제품이 OGC 테스트 프로그램을 통해 테스트 및 인증되면 이 사이트에서 자동으로 "준거"로 등록됩니다.

구현 제품은 OpenGIS 사양을 구현하지만 컴플라이언스 테스트를 통과하지 않은 소프트웨어 제품입니다.모든 사양에 대해 컴플라이언스 테스트를 사용할 수 있는 것은 아닙니다.개발자는 초안 또는 승인된 사양의 구현으로 제품을 등록할 수 있습니다.단, OGC는 각 엔트리를 검토하고 확인할 권리가 있습니다.

시간 차원 추가

지구 표면, 대기, 지하의 상태는 위성 데이터를 GIS에 입력함으로써 조사될 수 있다. GIS 기술은 연구자들이 지도 [54]시각화를 사용하여 수일, 수개월, 수년에 걸친 지구 과정의 변화를 조사할 수 있는 능력을 제공한다.예를 들어, 생육기에 걸친 식생 활력의 변화는 특정 지역에서 가뭄이 가장 심했던 시기를 판단하기 위해 활성화될 수 있다.결과 그림은 식물 건강의 대략적인 척도를 나타냅니다.시간 경과에 따른 두 가지 변수로 연구하면 연구자들이 강우량 감소와 식물에 미치는 영향 사이의 지연에서 지역적 차이를 발견할 수 있을 것이다.

GIS 기술과 지역 및 글로벌 규모의 디지털 데이터 가용성은 이러한 분석을 가능하게 합니다.식생 그래픽을 생성하는 데 사용되는 위성 센서 출력은 예를 들어 첨단 초고해상도 방사계(AVHR)에 의해 생성됩니다.이 센서 시스템은 약 1평방 킬로미터의 표면적에서 스펙트럼의 다양한 대역에 걸쳐 지구 표면에서 반사되는 에너지의 양을 감지한다.위성 센서는 하루에 두 번 지구의 특정 위치에 대한 이미지를 생성합니다.AVHRR과 최근에는 중간 해상도의 영상 분광 방사계(MODIS)가 지구 표면 분석에 사용되는 많은 센서 시스템 중 두 개에 불과합니다.

환경 연구에서의 시간의 통합에 가세해, GIS는 인간의 일상을 통해서 인간의 진보를 추적하고 모델화하는 능력도 연구되고 있다.이 분야의 구체적인 진전 예는 미국 인구 조사에 의한 시간별 인구 데이터의 최근 발표이다.이 데이터 집합에서 도시의 인구는 북미 통근 패턴에 의해 발생하는 집중과 분산 패턴을 강조하여 낮과 저녁 시간에 대해 표시된다.이 데이터를 생성하는 데 필요한 데이터의 조작과 생성은 GIS가 없었다면 불가능했을 것입니다.

미래 GIS가 보유한 데이터를 모델을 통해 계획자는 공간 의사결정 지원 시스템을 사용하여 정책 결정을 테스트할 수 있습니다.

의미론

World Wide Web Consortium의 Semantic Web에서 등장한 툴과 기술은 정보 시스템의 데이터 통합 문제에 유용한 것으로 입증되고 있습니다.이에 대응하여 이러한 기술은 GIS 애플리케이션 간의 상호 운용성과 데이터 재사용을 촉진하고 새로운 분석 메커니즘을 [55][56][57][58]가능하게 하는 수단으로 제안되어 왔다.

온톨로지는 주어진 도메인 내의 개념과 관계에 대한 공식적이고 기계적으로 판독 가능한 사양을 가능하게 하기 때문에 이 시맨틱 접근법의 핵심 구성요소입니다.이를 통해 GIS는 구문이나 구조보다는 데이터의 의도된 의미에 초점을 맞출 수 있습니다.예를 들어, 한 데이터 집합에서 낙엽성 침엽수로 분류된 토지 커버 유형이 더 대략적으로 분류된 다른 데이터 집합의 토지 커버 유형 포레스트의 전문화 또는 부분 집합이라고 추론하면 GIS가 보다 일반적인 토지 커버 분류로 두 데이터 집합을 자동으로 병합하는 데 도움이 될 수 있다.임시 온톨로지는 영국의 Ordnance Survey에서 개발한 수문학 온톨로지[59], NASA의 Jet Propulation Laboratory에서 개발한 SWEET 온톨로지[60] 등 GIS 애플리케이션과 관련된 영역에서 개발되었습니다.또한 W3C Geo Incubator[61] Group은 웹상의 지리공간 데이터를 표현하기 위해 보다 단순한 온톨로지 및 시멘틱 메타데이터 표준을 제안하고 있습니다.GeoSPARQL은 Ordnance Survey, United States Geology Survey, Natural Resources Canada, Commonwealth Scientific and Industrial Research Organization 등에 의해 개발된 표준으로 널리 알려진 OGC 리터럴(GC Literals, GML, WKT), 탑솔로지적 특징, 심플라이얼, RSimplationsimplations)을 사용하여 온톨로지, Rimplationsimplations, Rimplations.RDF 및 SPARQL 데이터베이스 쿼리 프로토콜.

이 분야의 최근 연구 결과는 국제 지리 공간[62] 의미론 회의 및 국제 의미론 웹 회의의 Terra Cognita – 지리 공간 의미론[63] 웹 워크숍에서 확인할 수 있습니다.

사회적 영향

GIS가 대중화되면서 학자들은 [64][65][41]GIS의 사회적, 정치적 의미를 면밀히 조사하기 시작했다. GIS는 개인과 정치적 이익을 [66][67]위해 현실을 왜곡하는 데 악용될 수도 있다.지리적 정보의 생산, 유통, 활용 및 표현은 주로 사회적 맥락과 관련이 있으며 정부에 [68]대한 시민의 신뢰를 높일 수 있는 잠재력을 가지고 있다는 주장이 제기되어 왔다.다른 관련 주제로는 저작권, 사생활, 검열 등에 대한 논의가 있다.GIS 채택에 대한 보다 낙관적인 사회적 접근법은 GIS를 대중 참여를 위한 도구로 사용하는 것입니다.

교육 분야

20세기 말,[69][70][71] GIS는 교실에서 사용할 수 있는 도구로 인식되기 시작했다.교육에서 GIS의 이점은 공간적 사고를 개발하는 데 초점이 맞춰져 있는 것처럼 보이지만, 교육 과정에서 GIS의 구체적인 사용 범위를 보여주는 서지 목록이나 통계 자료는 커리큘럼에 [72]: 36 언급되어 있는 국가들에서 더 빠르게 확대되고 있지만, 전 세계 교육에서 GIS의 사용 범위를 보여줄 만큼 충분하지 않다.

GIS는 실제 지리 데이터를 기반으로 분석을 할 수 있고 교실에 있는 교사나 학생들로부터 많은 연구 질문을 받는 데 도움이 되기 때문에 지리학을 가르치는 데 많은 이점을 제공하는 것으로 보인다.그들은 또한 공간적, 지리적 사고와 많은 경우 학생들의 [72]: 38 동기부여를 발전시킴으로써 학습 개선에 기여한다.

지방 자치 단체에서

GIS는 지방 정부의 [73]운영 방식을 지속적으로 변화시키는 전사적이고 지속적인 기술로 입증되었습니다.정부기관은 정부조직의 다음 영역을 보다 효율적으로 관리하기 위한 방법으로 GIS 기술을 채택하고 있습니다.

  • 경제 개발 부문은 투자를 유치하고 기존 비즈니스를 지원하기 위해 다른 데이터(인구통계, 노동력, 비즈니스, 산업, 인재)와 함께 통합된 대화형 GIS 매핑 도구를 사용합니다.장소 결정을 내리는 기업은 이 도구를 사용하여 성공 기준에 가장 적합한 커뮤니티와 사이트를 선택할 수 있습니다.
  • 비상[74] 운영 센터, 화재 예방, 경찰과 보안관 이동 기술 및 출동, 기상 위험 지도 작성과 같은 공공 안전 운영.
  • 공원 및 레크리에이션 부서 및 자산 인벤토리, 토지 보전, 토지 관리 및 묘지 관리 기능
  • 공공사업 및 공공사업, 수도 및 빗물 배수 추적, 전기 자산, 엔지니어링 프로젝트, 대중교통 자산 및 동향
  • 부문간 네트워크 자산을 위한 파이버 네트워크 관리
  • 학교 분석 및 인구통계 데이터, 자산 관리, 개선/확장 계획
  • 선거 데이터, 재산 기록 및 구역 설정/관리를 위한 공공 관리

오픈 데이터 이니셔티브는 투명성의 [73]오픈 데이터/오픈 정부 모델에 적합한 요건을 포함하고 있기 때문에 GIS 기술 등의 기술을 활용하도록 지방 정부에 압력을 가하고 있습니다.오픈 데이터를 사용하여 지방 정부 기관은 시민 참여 애플리케이션 및 온라인 포털을 구현할 수 있습니다.이것에 의해, 시민은 토지 정보의 표시, 구덩이 및 간판 문제의 보고, 자산별 공원 표시 및 분류, 실시간 범죄율 및 공공 시설 수리 [75][76]등을 실시할 수 있습니다.정부기관 내에서의 오픈 데이터 요구는 지방정부의 GIS 기술 지출과 데이터베이스 관리의 증가를 견인하고 있습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Chang, Kang-tsung (2016). Introduction to Geographic Information Systems (9th ed.). McGraw-Hill. p. 2. ISBN 978-1-259-92964-9.
  2. ^ Goodchild, Michael F (2010). "Twenty years of progress: GIScience in 2010". Journal of Spatial Information Science (1). doi:10.5311/JOSIS.2010.1.2.
  3. ^ Maliene V, Grigonis V, Palevičius V, Griffiths S (2011). "Geographic information system: Old principles with new capabilities". Urban Design International. 16 (1): 1–6. doi:10.1057/udi.2010.25. S2CID 110827951.
  4. ^ "The 50th Anniversary of GIS". ESRI. Retrieved 18 April 2013.
  5. ^ "Rapport sur la marche et les effets du choléra dans Paris et le département de la Seine. Année 1832". Gallica. Retrieved 10 May 2012.
  6. ^ MacHarg, Ian L. (1971). Design with nature. Natural History Press. OCLC 902596436.
  7. ^ Broome, Frederick R.; Meixler, David B. (January 1990). "The TIGER Data Base Structure". Cartography and Geographic Information Systems. 17 (1): 39–47. doi:10.1559/152304090784005859. ISSN 1050-9844.
  8. ^ Tobler, Waldo (1959). "Automation and Cartography". Geographical Review. 49 (4): 526–534. doi:10.2307/212211. JSTOR 212211. Retrieved 10 March 2022.
  9. ^ Fitzgerald, Joseph H. "Map Printing Methods". Archived from the original on 4 June 2007. Retrieved 9 June 2007.
  10. ^ "History of GIS Early History and the Future of GIS - Esri". www.esri.com. Retrieved 2020-05-02.
  11. ^ "Roger Tomlinson". UCGIS. 21 February 2014. Archived from the original on 17 December 2015. Retrieved 16 December 2015.
  12. ^ "GIS Hall of Fame – Roger Tomlinson". URISA. Archived from the original on 14 July 2007. Retrieved 9 June 2007.
  13. ^ Lovison-Golob, Lucia. "Howard T. Fisher". Harvard University. Archived from the original on 13 December 2007. Retrieved 9 June 2007.
  14. ^ "Open Source GIS History – OSGeo Wiki Editors". Retrieved 21 March 2009.
  15. ^ Xuan, Zhu (2016). GIS for Environmental Applications A practical approach. ISBN 9780415829069. OCLC 1020670155.
  16. ^ Fu, P., J. Sun 2010. GIS: 원칙과 응용 프로그램.ESRI 프레스레드랜즈, 캘리포니아ISBN 1-58948-245-X.
  17. ^ a b c d Bolstad, Paul (2019). GIS Fundamentals: A First Text on Geographic Information Systems (6th ed.). XanEdu. ISBN 978-1-59399-552-2.
  18. ^ a b c d e f g Longley, Paul A.; Goodchilde, Michael F.; Maguire, David J.; Rhind, David W. (2015). Geographic Information Systems & Science (4th ed.). Wiley.
  19. ^ Cowen, David (1988). "GIS versus CAD versus DBMS: What Are the Differences?" (PDF). Photogrammetric Engineering and Remote Sensing. 54 (11): 1551–1555. Archived from the original (PDF) on 24 April 2011. Retrieved 17 September 2010.
  20. ^ Marwick, Ben; Hiscock, Peter; Sullivan, Marjorie; Hughes, Philip (July 2017). "Landform boundary effects on Holocene forager landscape use in arid South Australia". Journal of Archaeological Science: Reports. 19: 864–874. doi:10.1016/j.jasrep.2017.07.004. S2CID 134572456.
  21. ^ Buawka & Chyla 2020. 오류: CITREFBuwawka (
  22. ^ "Aeryon Announces Version 5 of the Aeryon Scout System Aeryon Labs Inc". Aeryon.com. 6 July 2011. Retrieved 13 May 2012.
  23. ^ Puotinen, Marji (June 2009). "A Primer of GIS: Fundamental Geographic and Cartographic Concepts - By Francis Harvey". Geographical Research. 47 (2): 219–221. doi:10.1111/j.1745-5871.2009.00577.x. ISSN 1745-5863.
  24. ^ a b "Digitizing - GIS Wiki The GIS Encyclopedia". wiki.gis.com. Retrieved 2021-01-29.
  25. ^ "Making maps compatible with GPS". Government of Ireland 1999. Archived from the original on 21 July 2011. Retrieved 15 April 2008.
  26. ^ a b Jensen, John R.; Jensen, Ryan R. (2013). Introductory Geographic Information Systems. Pearson. ISBN 978-0-13-614776-3.
  27. ^ "Geospatial Positioning Accuracy Standards Part 3: National Standard for Spatial Data Accuracy". Archived from the original on 6 November 2018.
  28. ^ "NJGIN's Information Warehouse". Njgin.state.nj.us. Archived from the original on 10 October 2011. Retrieved 13 May 2012.
  29. ^ Couclelis, Helen (March 2003). "The Certainty of Uncertainty: GIS and the Limits of Geographic Knowledge". Transactions in GIS. 7 (2): 165–175. doi:10.1111/1467-9671.00138. ISSN 1361-1682. S2CID 10269768.
  30. ^ Winther, Rasmus G. (2014). C. Kendig (ed.). "Mapping Kinds in GIS and Cartography" (PDF). Natural Kinds and Classification in Scientific Practice.
  31. ^ 웨이드, T.와 소머, S. ed.A to Z GIS
  32. ^ Jones, K.H. (1998). "A comparison of algorithms used to compute hill slope as a property of the DEM". Computers and Geosciences. 24 (4): 315–323. Bibcode:1998CG.....24..315J. doi:10.1016/S0098-3004(98)00032-6.
  33. ^ Chang, K. T. (1989). "A comparison of techniques for calculating gradient and aspect from a gridded digital elevation model". International Journal of Geographical Information Science. 3 (4): 323–334. doi:10.1080/02693798908941519.
  34. ^ a b c Heywood I, Cornelius S, Carver S (2006). An Introduction to Geographical Information Systems (3rd ed.). Essex, England: Prentice Hall.
  35. ^ Chang, K. T. (2008). Introduction to Geographical Information Systems. New York: McGraw Hill. p. 184.
  36. ^ Longley, P. A.; Goodchild, M. F.; McGuire, D. J.; Rhind, D. W. (2005). "Analysis of errors of derived slope and aspect related to DEM data properties". Geographic Information Systems and Science. West Sussex, England: John Wiley and Sons: 328.
  37. ^ K. Calvert, J. M. Pearce, W.E. Mabee, "재생 에너지 지리 정보 인프라를 향해:기관 역량을 구축할 수 있는 GIScence 및 원격 감지의 적용" 재생지속 가능한 에너지 검토 18, 페이지 416–429 (2013)오픈 액세스
  38. ^ Tomlin, C. Dana (1990). Geographic information systems and cartographic modeling. Prentice Hall series in geographic information science. Prentice Hall. ISBN 9780133509274. Retrieved 5 January 2017.
  39. ^ Greene, R.; Devillers, R.; Luther, J.E.; Eddy, B.G. (2011). "GIS-based multi-criteria analysis". Geography Compass. 5/6 (6): 412–432. doi:10.1111/j.1749-8198.2011.00431.x.
  40. ^ Ma, Y.; Guo, Y.; Tian, X.; Ghanem, M. (2011). "Distributed Clustering-Based Aggregation Algorithm for Spatial Correlated Sensor Networks" (PDF). IEEE Sensors Journal. 11 (3): 641. Bibcode:2011ISenJ..11..641M. CiteSeerX 10.1.1.724.1158. doi:10.1109/JSEN.2010.2056916. S2CID 1639100.
  41. ^ a b Parker, Christopher J.; May, Andrew J.; Mitchell, Val (2013). "The role of VGI and PGI in supporting outdoor activities". Applied Ergonomics. 44 (6): 886–94. doi:10.1016/j.apergo.2012.04.013. PMID 22795180. S2CID 12918341.
  42. ^ Parker, Christopher J.; May, Andrew J.; Mitchel, Val (2014). "User Centred Design of Neogeography: The Impact of Volunteered Geographic Information on Trust of Online Map 'Mashups" (PDF). Ergonomics. 57 (7): 987–997. doi:10.1080/00140139.2014.909950. PMID 24827070. S2CID 13458260.
  43. ^ May, Andrew; Parker, Christopher J.; Taylor, Neil; Ross, Tracy (2014). "Evaluating a concept design of a crowd-sourced 'mashup' providing ease-of-access information for people with limited mobility". Transportation Research Part C: Emerging Technologies. 49: 103–113. doi:10.1016/j.trc.2014.10.007.
  44. ^ Adams, Aaron; Xiang, Chen; Weidong, Li; Zhang, Chuanrong (May 2020). "The disguised pandemic: The importance of data normalization in COVID-19 web mapping". Public Health. 183 (3): 36–37. doi:10.1016/j.puhe.2020.04.034. PMC 7203028. PMID 32416476.
  45. ^ Longley, Paul; Goodchild, Michael F.; Maguire, David J.; Rhind, David W., eds. (1999). Geographical Information Systems, V.2: Management Issues and Applications (2nd ed.). Wiley. ISBN 0471-32182-6.
  46. ^ Grimshaw, D.J. (1994). Bringing geographical information systems into business. Cambridge, UK: GeoInformation International.
  47. ^ "Off the Map From Architectural Record and Greensource Originally published in the March 2012 issues of Architectural Record and Greensource McGraw-Hill Construction - Continuing Education Center". Continuingeducation.construction.com. 11 March 2011. Archived from the original on 8 March 2012. Retrieved 13 May 2012.
  48. ^ "Arctic Sea Ice Extent is Third Lowest on Record".
  49. ^ Huisman, Otto; de By, Rolf A. (2009). Principles of Geographic Information Systems: An introductory textbook (PDF). Enschede, The Netherlands: ITC. p. 44. ISBN 978-90-6164-269-5.
  50. ^ Longley, Paul A.; Goodchild, Michael F.; Maguire, David J.; Rhind, David W. (2011). Geographic Information Systems & Science (3rd ed.). Wiley. p. 434.
  51. ^ Benner, Steve. "Integrating GIS with SAP—The Imperative". Archived from the original on 22 October 2009. Retrieved 28 March 2017.
  52. ^ Kumar, Dr Deepak; Das, Bhumika (23 May 2015). "Recent Trends in GIS Applications". Rochester, NY. SSRN 2609707. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  53. ^ "OGC Members OGC(R)". Opengeospatial.org. Retrieved 13 May 2012.
  54. ^ Monmonier, Mark (1990). "Strategies For The Visualization Of Geographic Time-Series Data". Cartographica: The International Journal for Geographic Information and Geovisualization. 27 (1): 30–45. doi:10.3138/U558-H737-6577-8U31.
  55. ^ Zhang, Chuanrong; Zhao, Tian; Li, Weidong (2015). Geospatial Semantic Web. Springer International Publishing. ISBN 978-3-319-17801-1.
  56. ^ Fonseca, Frederico; Sheth, Amit (2002). "The Geospatial Semantic Web" (PDF). UCGIS White Paper.
  57. ^ Fonseca, Frederico; Egenhofer, Max (1999). "Ontology-Driven Geographic Information Systems". Proc. ACM International Symposium on Geographic Information Systems: 14–19. CiteSeerX 10.1.1.99.5206.
  58. ^ Perry, Matthew; Hakimpour, Farshad; Sheth, Amit (2006). "Analyzing Theme, Space and Time: an Ontology-based Approach" (PDF). Proc. ACM International Symposium on Geographic Information Systems: 147–154.
  59. ^ "Ordnance Survey Ontologies". Archived from the original on 21 May 2007.
  60. ^ "Semantic Web for Earth and Environmental Terminology". Archived from the original on 29 May 2007.
  61. ^ "W3C Geospatial Incubator Group".
  62. ^ "International Conferences on Geospatial Semantics".
  63. ^ "Terra Cognita 2006 - Directions to the Geospatial Semantic Web". Archived from the original on 18 May 2007.
  64. ^ Haque, Akhlaque (1 May 2001). "GIS, Public Service, and the Issue of Democratic Governance". Public Administration Review. 61 (3): 259–265. doi:10.1111/0033-3352.00028. ISSN 1540-6210.
  65. ^ Haque, Akhlaque (2003). "Information technology, GIS and democraticvalues: Ethical implications for IT professionals in public service". Ethics and Information Technology. 5: 39–48. doi:10.1023/A:1024986003350. S2CID 44035634.
  66. ^ Monmonier, Mark (2005). "Lying with Maps". Statistical Science. 20 (3): 215–222. doi:10.1214/088342305000000241. JSTOR 20061176.
  67. ^ Monmonier, Mark (1991). How to Lie with Maps. Chicago, Illinois: University of Chicago Press. ISBN 978-0226534213.
  68. ^ Haque, Akhlaque (2015). Surveillance, Transparency and Democracy: Public Administration in the Information Age. Tuscaloosa, AL: University of Alabama Press. pp. 70–73. ISBN 978-0817318772.
  69. ^ Sinton, Diana Stuart; Lund, Jennifer J., eds. (2007). Understanding place: GIS and mapping across the curriculum. Redlands, CA: ESRI Press. ISBN 9781589481497. OCLC 70866933.
  70. ^ Milson, Andrew J.; Demirci, Ali; Kerski, Joseph J., eds. (2012). International perspectives on teaching and learning with GIS in secondary schools (Submitted manuscript). Dordrecht; New York: Springer-Verlag. doi:10.1007/978-94-007-2120-3. ISBN 9789400721197. OCLC 733249695.
  71. ^ Solari, Osvaldo Muñiz; Demirci, Ali; Schee, Joop van der, eds. (2015). Geospatial technologies and geography education in a changing world: geospatial practices and lessons learned. Advances in Geographical and Environmental Sciences. Tōkyō; New York: Springer-Verlag. doi:10.1007/978-4-431-55519-3. ISBN 9784431555186. OCLC 900306594. S2CID 130174652.
  72. ^ a b Nieto Barbero, Gustavo (2016). Análisis de la práctica educativa con SIG en la enseñanza de la Geografía de la educación secundaria: un estudio de caso en Baden-Württemberg, Alemania (Ph.D. thesis). Barcelona: University of Barcelona. hdl:10803/400097.
  73. ^ a b "Strategic GIS Planning and Management in Local Government". CRC Press. Retrieved 25 October 2017.
  74. ^ "Home - SafeCity". SafeCity. Retrieved 25 October 2017.
  75. ^ "GIS for Local Government Open Government". www.esri.com. Retrieved 25 October 2017.
  76. ^ Parker, C.J.; May, A.; Mitchell, V.; Burrows, A. (2013). "Capturing Volunteered Information for Inclusive Service Design: Potential Benefits and Challenges". The Design Journal (Submitted manuscript). 16 (2): 197–218. doi:10.2752/175630613x13584367984947. S2CID 110716823.

추가 정보

  • 베리, J. K. (1993)매핑을 넘어: GIS의 개념, 알고리즘문제.포트 콜린스, CO: GIS 월드 북스
  • 볼스타드, P. (2019년)GIS 기초: 지리정보시스템에 관한 제6판 초판.Ann Arbor: XanEdu, 764pp.
  • P.A. 버로우와 R.A. 맥도넬(1998).지리 정보 시스템의 원리.옥스퍼드 대학 출판부, 옥스퍼드, 327쪽
  • 장, K. (2007)지리정보시스템 소개, 제4판맥그로 힐, ISBN 978-007126758
  • DeMers, M.. (2009년)지리정보시스템의 기초, 제4판Wiley, ISBN 978-0-470-12906-7
  • DeMers, M. (2002)래스터의 GIS 모델링.Wiley, ISBN 978-0-471-31965-8
  • Fu, P., J. Sun(2010). GIS: 원칙과 응용 프로그램.ESRI 프레스레드랜즈, 캘리포니아ISBN 1-58948-245-X.
  • 하비, 프란시스(2008년).지리학, 지리학 및 지도학 개념의 기초.길포드 프레스, 31쪽
  • Heywood, I., Cornelius, S. 및 Carver, S. (2006)지리정보시스템개론프렌티스 홀, 3판.
  • 펜실베이니아주 롱리, M.F., 맥과이어, D.J. 및 D.W. 린드(2005)지리정보시스템과 과학.치체스터:와일리, 제2판
  • 맥과이어, D.J., 굿차일드 M.F., 린드 D.W.(1997년)"지리정보시스템: 원칙과 응용" Longman Scientific and Technical, Harlow.
  • 몬모니어 M. (2018년)지도에 거짓말하는 방법시카고 대학 출판부, ISBN 978-0-226-43592-3
  • Ott, T. 및 Swiaczny, F. (2001)시간통합형 GIS 시공간 데이터 관리분석, 베를린/하이델베르크/뉴욕: 스프링거.
  • Peakles, J., ed., (1994) 사실: 뉴욕과 런던의 지리적 정보 시스템의 사회적 영향:길포드, 248쪽
  • 서스턴, J., 포이커, T.K., J. 패트릭 무어(2003).통합 지리공간 테크놀로지: GPS, GIS데이터 로깅 가이드.호보켄(뉴저지):와일리.
  • Roger Tomlinson (2007). Thinking about GIS: Geographic Information System Planning for Managers. ESRI, Inc. ISBN 978-1-58948-158-9.
  • Worboys, Michael; Duckham, Matt (2004). GIS: a computing perspective. Boca Raton: CRC Press. ISBN 978-0415283755.

외부 링크