[GIS] Dasymetric Mapping(대시메트릭 매핑)이란?

📍GIS 전공자를 위한 Dasymetric Mapping 완벽 가이드

인구 분포 시각화의 정확도를 높이는 핵심 기법

 

✔️ Dasymetric Mapping이란?

Dasymetric Mapping(다시메트릭 매핑)은 행정구역 기반의 지도 표현에서 벗어나, 실제 토지 이용 특성에 따라 데이터를 재분배하는 공간 시각화 기법입니다.

특히 인구, 소득, 사회경제적 데이터를 시각화할 때, 단순 단계구분도(Choropleth Map)보다 훨씬 더 정밀한 공간 분석 결과를 도출할 수 있습니다.

GIS 전공자라면 Choropleth Map 다음 단계로 반드시 익혀야 할 기법!

 

✔️ Choropleth Map과 뭐가 다를까?

일반적인 Choropleth Map은 행정구역별 데이터 평균을 색상으로 표현합니다. 그러나 이런 방식은 다음과 같은 문제가 있습니다.

• 산, 강, 공원 등 비거주 지역도 동일한 값으로 표시
• 실제 거주지보다 인구 밀도가 낮게 왜곡될 수 있음

👉 반면, Dasymetric Mapping은 비거주 지역을 제외하고, 사람이 실제 거주할 수 있는 영역에만 데이터를 재분배합니다.

 

✔️ 어떤 데이터가 필요할까?

Dasymetric Mapping을 만들기 위해서는 다음과 같은 데이터 조합이 필요합니다.

1. 기초 데이터: 인구, 가구 수, 소득 등 통계 데이터
2. 소지역 경계: 행정동, 격자(grid), 우편번호 등
3. 보조 데이터: 토지피복도(Land Cover), 건축물 용도 데이터, 건물 연면적 등

이 중에서도 ‘보조 데이터’가 핵심입니다. 주거지역, 상업지역, 녹지 등을 구분하여 ‘사람이 실제 거주할 수 있는 영역’을 분리하는 것이 포인트입니다.

 

✔️ 실제 활용 사례

✅ 서울시 인구 분포 시각화

Choropleth Map에서는 관악구 전체가 동일한 인구 밀도로 보이지만, Dasymetric Mapping을 적용하면 신림동, 봉천동 등 실제 주거지역에 인구가 밀집되어 있음을 정확히 표현할 수 있습니다.

✅ 미국 Census Bureau

미국 인구조사국은 NLCD(National Land Cover Database)를 활용해 Dasymetric Mapping을 제작하여 정책 분석과 공공 서비스 제공에 활용 중입니다.

 

✔️ QGIS/ArcGIS에서 Dasymetric Mapping 만들기

💻 QGIS 기준

• 격자 생성 (Vector Grid)
• 토지피복도에서 주거지 필터링
• Zonal Statistics로 주거지 영역에 인구 재분배
• Graduated Style로 시각화

💻 ArcGIS Pro 기준

• 토지이용 레이어 필터링 (주거지만 남기기)
• Intersect 또는 Erase로 영역 분할
• Dasymetric Mapping Tool 또는 Python Script 활용
• Symbology 설정하여 시각화

 

✔️ 어디에 쓸 수 있을까?

활용 분야	적용 사례
도시계획	실제 거주지 기반 인프라 수요 예측
마케팅	고객이 실제 존재하는 지역 타겟팅
환경 분석	인구 대비 대기오염, 기후 위협 노출 분석
재난 대응	밀집 지역 중심의 안전 계획 수립

 

✔️ 장점과 한계

✅ 장점

• 인구 밀도 왜곡 최소화
• 시각적 설득력 상승
• 정책 활용도 ↑

❗ 한계

• 보조 데이터 수집 및 처리 필요
• 제작 과정이 다소 복잡
• 분석 단위의 해상도에 따라 차이 발생

 

✔️ 마무리: 왜 알아야 할까?

Dasymetric Mapping은 단순한 지도의 한계를 넘어, 공간 데이터를 더 정밀하게 활용하고 싶은 GIS 전공자에게 꼭 필요한 기법입니다.

정책, 마케팅, 환경, 재난 등 다양한 분야에서 ‘실제 사람이 사는 곳’을 중심으로 정보를 재구성해주는 정밀 분석 도구로, 지금부터라도 익혀두면 실무와 연구 모두에 큰 도움이 될 것입니다.

---

🔍 자주 묻는 질문 (FAQ)

Q1. 언제 Dasymetric Mapping을 써야 하나요?
→ 인구, 소득 등 거주지 중심 분포가 중요한 데이터를 시각화할 때 유용합니다.

Q2. 보조 데이터는 어디서 구하나요?
→ 대한민국 환경부의 토지피복도, 국가공간정보포털의 건물 정보 등을 활용하세요.

Q3. Python으로도 만들 수 있나요?
→ 가능합니다! geopandas, rasterio, numpy 등을 이용해 커스텀 Dasymetric Mapping도 구현할 수 있어요.

---

📎 이 글이 유익했다면 댓글이나 공감 부탁드립니다!