일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- S-DoT
- buffer
- 카카오API
- QGIS
- 홍수
- Tableau
- Python
- Geopandas
- 교통망
- softeer
- VRI
- 지아이에스
- LH
- GBC
- 비산먼지
- 이태원
- 태블로
- 오물풍선
- KakaoAPI
- 초미세먼지
- 버퍼
- 미세먼지
- 경사
- Networt Analysis
- IQR
- GIS
- 파이썬
- COMPAS
- 침수
- pthon
- Today
- Total
너구리의 세상 분석
[GIS] S-DoT를 활용한 미세먼지 분석 : GIS 분석 - Network Analysis 본문
정신없는 공익 생활이 적응되어 오랜만에 블로그에 손을 댄다.
오늘은 간단하게 S-DoT 전처리 및 분석 이후에 사용한 GIS 분석방법에 대한 소개를 하려고 한다.
[PYTHON] S-DoT를 활용한 미세먼지 분석 : S-DoT 데이터 분석
나의 첫 논문이 투고되었다. 이번에는 총 3편으로 나누어 S-DoT에 대한 간단한 설명과 GIS를 활용한 분석 방법론을 소개해보려고 한다. 우선 S-DoT은 '스마트서울 도시데이터 센서'의 줄임말이다. 미
jaekjaek.tistory.com
이 논문의 목표는 미세먼지 쉼터와 미세먼지 발생 시설에서 얼마나 떨어져 있는 지를 확인해, 취약성을 파악하는 것이다.
이 목적을 달성하기 위해 생각할 수 있는 쉬운 분석 방법은 아래와 같은 Buffer를 통한 분석 방법이다.
미세먼지 발생시설의 Buffer를 그려 그 안에 쉼터가 존재하는지를 확인하는 방식으로 접근할 수 있다.
하지만 Buffer는 큰 단점이 존재한다.
직선거리로만 판단하여 실제 보행자(및 운전자)의 속도와 도로를 고려하지 못한다는 점이다.
취약성에 관한 분석 특히 노인의 대한 분석에서는 대상의 특성을 파악해야 한다.
노인의 경우 보행 속도가 일반인에 비하여 상당히 느린 편이다.
따라서 필자는 이 특성을 반영하기 위해 Network Analysis(교통망 분석)라는 분석 방법으로 진행했다.
Network Analysis의 변수는 '속도', '교통망', '시간'이 있다.
우선 교통망을 넣어둔 뒤, 속도와 시간을 넣어준다.
그러면 [교통망] 이용자의 [속도]로 보행(주행)할 때 [n분의 시간] 동안 어디까지 이동 가능한지 알 수 있다.
본 분석에서 사용된 도로망은 아래의 파일이다.
https://data.seoul.go.kr/dataList/OA-21134/S/1/datasetView.do
열린데이터광장 메인
데이터분류,데이터검색,데이터활용
data.seoul.go.kr
그럼 잡다한 과정은 생략하고 결과를 살펴보면 다음과 같다.
파란색 계열 Point의 경우 미세먼지 발생 시설에서 노인의 보행 속도로
각각 5, 10, 15분 내에 도달할 수 있는 미세먼지 쉼터이다.
그리고 초록색 Point는 시간 내에 도달하지 못하는 쉼터를 의미한다.
그리고 빨간색 Buffer는 도로망의 모습으로 5, 10, 15분의 교통한계를 의미한다.
이를 통해 우리는 미세먼지 취약자를 대상으로 쉼터 인접성을 확인할 수 있다.
'GIS, Geopandas > GIS' 카테고리의 다른 글
[GIS] 오물풍선 지도 - 샘플.ver (0) | 2024.10.02 |
---|---|
[GIS] VRI 취약성, 탄력성 분석(feat. COMPAS) (1) | 2024.01.26 |
[GIS] kakao API를 활용한 범위 내 장소 검색 (0) | 2023.11.06 |
[GIS] 이태원 참사 도로 경사도 분석 (10) | 2022.12.15 |