[GIS/RS] Dasymetric Mapping 대시메트릭 매핑 개념

1. 실제 세계에서는 사람들이 사는 곳도 있고 살지 않는 곳도 있다. 즉 불균등하게 인구가 분포한다.

2. 그런데 일반적인 인구통계는 동/집계구 등 특정 단위로 이들을 모아 (집계하여) 통계를 낸다. 즉, 하나의 동 안에서는 uniform하게 사람들이 분포한다고 '가정'하게 된다.

3. 하지만 우리는 다시 실제의 모습을 알고 싶다. 이럴 때 쓰는 것이 dasymetric 매핑 기법이고, dasymetric 매핑을 위해서는 기존의 인구자료와 함께 보조자료 (ancillary data)가 필요하다. 보조자료에는 LULC(토지용도/피복) 데이터나 건물 (층수, 연면적, 건물용도 등) 데이터가 사용될 수 있다.

 

* Dasymetric mapping 기법에는 여러가지가 있다.

1. binary dasymetric : 가장 초기에 나온 방법. 인구가 사느냐, 살지 않느냐 2가지로 구분한다.

2. 3 class dasymetric : binary dasymetric을 보완한 기법. 인구 살지 않는 곳 / 저밀도 주거 / 고밀도 주거, 3가지로 구분한다.

3. N-class dasymetric : class 수를 더 많이 늘린 경우

4. multi layer multi class (MLMC) : 최근에 사용됨. 보조자료로 여거 개의 변수를 사용한다. ex. 토지피복 + 도로망 or 건물 + 도로망 등

 

 

 

1. In the real world, there are places where people live and places where they don't. In other words, the population is unevenly distributed.

2. However, for general demographics, they are collected (counted) into specific units such as dong/county. In other words, it is 'assumed' that people are distributed uniformly within one period.

3. But we want to know the real thing again. In this case, the dasymetric mapping technique is used, and dasymetric mapping requires ancillary data along with existing population data. LULC (land use/coating) data or building (number of floors, total floor area, building use, etc.) data may be used as auxiliary data.



* There are a number of Dasymetric mapping techniques.

1. Binary dasymetric: the earliest method. It is divided into two categories: whether the population lives or not.

2.3 Class dasymetric: A technique that complements the binary dasymetric. It is divided into three categories: non-populated places / low-density housing / high-density housing.

3. N-class dasymetric: If the number of classes is increased more

4. Multi-layer multi-class (MLMC): Recently used. Multiple variables are used as supplementary data. ex. Land cover + road network or building + road network, etc