포인트 좌표에 버퍼를 씌우는 모습

버퍼를 씌우고 난 모습

그 다음에는 토지 피복도를 QGIS에 불러와 줌 그러면 토지 피복도와 겹치지 않은 버퍼가 생길텐데 그런 버퍼들을 모두 선택한 뒤 선택 반전을 누르면 토지 피복도와 겹치는 부분의 버퍼만 선택됨. 이때 선택한 객체를 다른 이름으로 저장하기 버튼을 누르면 토지피복도와 중복되는 버퍼만이 선택될거임.

토지피복도와 겹치지 않는 버퍼만을 선택한 모습

선택반전을 누르는 모습

선택한 객체만 내보내기로 토지피복도와 겹치는 레이어만 내보내는 모습

지난번에는 토지피복도에서 녹지 영역을 먼저 분리해 냈는데 이번에는 도로 영역을 먼저 내보내도록 하겠음. 먼저 표현식을 활용해 객체 선택 기능을 활용하여 도로에 해당하는 코드의 영역만 선택한 뒤 분리해주고 분리된 도로 영역은 벡터-디졸브 기능을 활용하여 디졸브 시켜주면 됨. 이 과정에 대한 자세한 설명은 지난 글을 참고하시기 바람.

도로 영역만 선택하는 모습. 도로의 코드는 150이므로 표현식에다가는 "lv2_code"=150을 입력하면 됨

선택한 도로 객체를 분리하는 모습

도로 레이어를 디졸브시키는 모습

디졸브를 마치고 투명도를 올려준 도로 레이어의 모습.

그 다음에는 이전 글과 마찬가지로 버퍼 레이어에 맞추어 도로 레이어를 잘라낸 후에 필드 계산기 열기 기능을 활용해 잘린 도로 레이어의 면적을 구해주면 됨. 이전 글에서는 각 동의 면적이 달랐기에 각 동의 넓이도 따로 구해서 녹지 비율을 구했지만, 이번에는 버퍼들의 면적이 동일하기 때문에 굳이 그럴 필요가 없음.

잘라내기 기능을 실행하는 모습

도로의 면적을 구하기 위해 필드 계산기를 여는 모습

도로의 면적을 구하기 위해 수식을 입력하는 모습. 여기선 간단하게 $area만 입력하면 됨

다 구했으면 이제 레이어를 우클릭한 뒤 다른 포멧으로 내보내기를 눌러서 csv 파일로 내보내면 됨. 이후 앞서 했던 짓거리를 반복해서 도로 넓이 뿐만 아니라 하천 면적, 녹지 면적, 주거지 면적, 상업용지 면적 등에 대한 데이터도 만든 뒤 추출해주고 이 데이터들을 하나의 csv파일로 모아줌

아까 구한 데이터를 csv로 내보낸 모습

열거한 요인에 관한 데이터를 모두 만들어서 끌어모은 파일 "열섬 3.csv"

다 묶어줬으면 이제 요놈들을 통계적으로 분석하기 위해 Rstudio로 불러온 뒤 회귀분석 해주면 됨. Rstudio는 앞으로 연재할 계량지리학 프로젝트에서(2주 안에 시험 두개와 프로젝트 발표 3개를 해내야 하는 내인생이 레전드;;; 이러니까 지리공학과 소리 듣지)  자주 나올 친구인데 지금 간략히 설명하자면 뉴질랜드에서 개발한 통계 프로그램이라고 보면 됨.

Rstudio로 변수들 끼리의 상관관계를 구한 모습

여기서 결과값을 일일히 설명하면 지면이 모자르므로 자세한 건 다음 글에서 설명하겠는데 이번 글에서 꼭 설명해야 할 중요한 수치는 바로 p-value임. p-value는 한마디로 이야기하자면 통계모델의 신뢰도를 제공해 주는 수치인데 귀무가설(통계모델이 틀렸다고 가정한 가설)이 맞을 확률을 보여주는 값임. 즉 언론에서 여론조사를 할 때 스테레오타입으로 등장하던 신뢰범위 95%라는 소리는 p-value가 0.05보다 작다는 소리로 해석할 수 있음. 

쨌든 저 모델의 p-value는 0.03 정도이므로 저 모델은 신뢰구간 95% 내에서 유효하며 녹지넓이와 상업시설넓이 역시 p-value가 0.05를 초과하지 않았으므로 신뢰구간 95% 내에서 유효한 변수임을 확인할 수 있음.  

단계구분도 제작 편으로 넘어갑니다