밀도 계산은 입력 포인트 피처를 사용하여 관심 영역 내에서 밀도 맵을 계산합니다. 밀도 계산은 커널 밀도 계산을 사용하여 포인트 피처에서 밀도 표면을 생성합니다.
예시
조류 수를 사용하여 종 밀도를 계산할 수 있습니다. 그런 다음 밀도를 토지 피복 데이터와 비교하여 각 종이 선호하는 서식지를 확인할 수 있습니다.
밀도 계산 실행
포인트 레이어가 있는 맵에서 밀도 계산을 실행할 수 있습니다.
밀도를 계산하려면 다음 단계를 완료합니다.
- 필요한 경우 맵 카드를 클릭하여 활성화합니다.
도구모음 및 작업 버튼
이 나타나면 카드가 활성화됩니다. - 작업 버튼을 클릭하고 밀도 계산을 선택합니다.
- 포인트 레이어 선택에서 밀도를 계산하는 데 사용할 레이어를 선택합니다.
- 추가 옵션을 확장하고 가중치, 검색 반경(대역폭) 및 필요한 경우 셀 크기 매개변수 값을 입력합니다.
자세한 내용은 아래의 사용 참고사항 섹션을 참조하세요.
- 실행을 클릭합니다.
사용 참고사항
포인트 레이어 선택 매개변수를 사용하여 밀도를 계산할 데이터셋을 선택합니다. 드롭다운 메뉴에는 포인트 피처만 제공됩니다.
추가 옵션을 확장하여 가중치, 검색 반경(대역폭), 셀 크기 매개변수에 접근합니다. 다음 테이블에는 이러한 매개변수와 각각의 기본값이 요약되어 있습니다.
| 매개변수 | 설명 | 기본 값 |
|---|---|---|
가중치 | 각 피처의 값을 나타내는 필드입니다. 예를 들어 매출 필드가 포함되어 있는 매장 위치 데이터셋이 있는 경우 매출 필드를 가중치로 사용하여 위치가 아닌 판매량의 밀도 표면을 생성할 수 있습니다. | 모든 피처는 1로 가중됩니다(즉, 밀도 표면은 피처의 위치만 기준으로 함). |
검색 반경(대역폭) | 중심 피처와 같은 네이버후드 내에 있는 입력 피처를 찾는 데 사용되는 거리(마일, 피트, 킬로미터, 미터 단위)입니다. | Silverman의 "Rule-of-Sumb" 공식을 사용하여 입력 데이터셋에 대한 적합한 검색 거리가 계산됩니다. |
셀 크기 | 밀도 표면을 생성하는 결과 피처의 크기입니다. | 데이터셋의 범위와 피처 개수에 따라 입력 데이터셋에 적합한 셀 크기가 계산됩니다. |
결과 데이터셋은 클래스 10개로 구성된 기본 등간격 분류를 사용하여 개수 및 양(색상)으로 스타일이 지정됩니다.
카드 뒤집기 버튼 
을 사용하여 검색 반경 및 대역폭 값을 포함하여 카드 뒷면의 정보를 확인합니다.
제한사항
입력 데이터셋은 포인트 피처여야 합니다.
크로스 필터는 이 도구로 생성된 결과 데이터셋과 호환되지 않습니다. 지원되지 않는 카드에 크로스 필터를 추가하려면 워크북에 데이터셋을 복사하고 복사본으로 생성한 카드에 크로스 필터를 적용합니다.
이 도구는 Google BigQuery, Snowflake, 지원되는 기본 제공 항목이 아닌 데이터베이스 플랫폼에 대한 읽기 전용 연결에는 지원되지 않습니다.
밀도 계산 도구 작동 방식
밀도 계산은 커널 밀도 계산을 사용하여 밀도 표면을 생성합니다. 다음 섹션에서는 커널 밀도 계산과 함께 검색 반경(대역폭) 및 셀 크기에 대한 기본 계산에 대해 설명합니다.
커널 밀도
커널 밀도는 가우시안 함수를 사용하여 각 결과 셀을 둘러싼 원형 근린 영역 내에서 피처 밀도를 계산합니다. 매끄러운 곡선 표면이 각 포인트에 맞게 조정됩니다. 표면 값은 포인트 위치에서 가장 높으며 포인트로부터 거리가 증가함에 따라 작아집니다. 포인트로부터 거리가 검색 거리와 같아지면 0이 됩니다.
다음 테이블의 숫자는 위의 이미지에 있는 숫자에 해당합니다.
| 숫자 | 설명 |
|---|---|
 | 포인트 중 하나가 데이터셋에 있음 |
 | 거리가 검색 반경(대역폭)과 동일함 |
각 표면에는 부피도 포함됩니다. 표면의 부피는 각 피처의 가중치 매개변수 값과 같으며, 값이 지정되지 않은 경우 1입니다. 가중치는 한 포인트가 밀도 공식에서 계산되는 횟수를 결정합니다.
각 셀의 밀도는 결과 셀 중심을 중첩하는 모든 커널 표면의 값을 추가하여 계산됩니다. 커널 함수는 Silverman(1986, 76)에 설명된 4차 커널 함수를 기반으로 합니다.
다음 공식은 (x,y) 위치에서 밀도를 계산하는 데 사용됩니다.
여기서 각 항목 정보는 다음과 같습니다.
- ρ = (x,y) 위치의 밀도입니다.
- r = 검색 반경(대역폭)입니다.
- i = 1, ..., n 입력 포인트입니다. (x,y) 위치의 검색 반경 내에 있는 포인트만 포함됩니다.
- Wi = i 포인트의 무게입니다. 가중치 필드를 지정하지 않으면 가중치는 모든 포인트에 대해 1이 됩니다.
- di = i 포인트와 (x,y) 위치 사이의 거리입니다. 거리는 검색 반경보다 작아야 합니다.
검색 반경(대역폭)
기본 검색 반경 알고리즘은 데이터 범위와 포인트 밀도를 기반으로 하는 데이터에 적용됩니다. 분석이 시작될 때까지는 기본 반경이 계산되지 않으므로 검색 반경(대역폭) 매개변수는 비어 있습니다. 검색 반경(대역폭) 매개변수를 비워 두면 기본 반경이 적용됩니다.
다른 검색 반경을 지정하려는 경우에는 검색 반경이 클수록 패턴이 더욱 일반화됨을 고려해야 합니다. 검색 반경이 작을수록 지역별 차이가 더 많이 나타나지만 전체적인 상태는 파악하지 못할 수 있습니다.
셀 크기
셀 크기가 제공되지 않을 경우, Hengl(2006)에 설명된 공식을 기준으로 셀 크기가 계산됩니다. 공식은 데이터셋에 따라 다르며, 성능 및 출력 해상도를 모두 최적화하기 위해 피처 수와 입력 데이터셋의 범위 또는 규모에 따라 결정됩니다.
거리 계산
투영 좌표계(투영 데이터) 또는 지리 좌표계(비투영 데이터)를 사용하여 밀도 계산을 실행할 수 있습니다. 투영 데이터를 사용하면 유클리드 거리(평면에서 측정한 직선 거리)가 계산됩니다. 비투영 데이터를 사용하는 경우 측지 거리(지구의 곡률을 나타내는 구에 그린 라인)가 계산됩니다. 측지 거리 계산은 Haversine의 공식을 기반으로 합니다.
참조
Silverman, B. W. 1986. 통계 및 데이터 분석을 위한 밀도 추정 통계 및 응용 확률에 관한 논문. New York: Springer.
Hengl, Tomislav. 2006. "Finding the right pixel size." Computers & Geosciences, 32, no. 9(11월): 1283~1298. https://doi.org/10.1016/j.cageo.2005.11.008
리소스
다음과 같은 리소스를 사용하여 자세히 알아보세요.