[GIS] 인허가담당자에게 인허가시스템 소개 순서 가이드라인
1. 지번 검색

검색하고자 하는 읍면리와 번지를 통해 검색. 검색 결과를 선택하고 이동 버튼을 통해 지도 이동을 하고 옳바른 위치로 이동하는지 확인할 것.
2. 신규 인허가 등록 선택

새롭게 추가할 인허가항목을 선택하고 다음 버튼을 눌러 속성 입력항목을 입력할 것.
3. 신규 인허가 속성 항목 입력

해당 속성값을 입력할 것. 각 입력항목들 간의 관계에 따라 컨트롤의 활성화 여부을 검토하고 필수입력 항목이 무엇인지 검토하고 필수입력 항목이 아닌 값을 입력한 경우 입력된 값을 제거하는 방안 검토할 것. 컴보박스를 통한 입력의 경우 필수입력 항목이 아닌 경우 ‘해당사항없음’이 필요한지 확인 할 것.
4. 인허가구역 지정하기

인허가의 속성값을 입력했다면 인허가대상지역을 지도 위에 그려 지정할 것. 선택하기 기능을 통해 클릭한 지적 도형 전체가 인허가 대상지역으로 지정되는 것을 보일 것. 그려진 도형에 대해 정점 삭제 및 추가가 되는 것을 보일 것.
5. 인허가구역을 클릭해 입력된 속성값 확인하기

새롭게 추가한 인허가 대상지역을 클릭을 통해 확인할 것. 이력 추가 버튼을 통해 변경 이력항목을 추가하는 기능을 보이면서 기존의 입력값을 그대로 끌고 오는지 보여줄 것. 인허가대상지역을 변경하는 것을 보여줄 것. 선택된 이력항목을 삭제하고 수정하는 것을 보여줄 것.
6. 인허가 공간검색

검색 기준이 되는 지적도형을 지번 검색을 통해 검색하고 검색반경을 지정해 버퍼 확장을 시킨 후 확장된 도형과 교차하는 인허가 도형을 검색하는 기능을 보여줄 것.
7. 속성값으로 인허가검색하기

속성값을 통해 검색되는 기능을 보여줄 것. 속성값으로 허가일자 2012년으로 지정하고 검색하면 검색된 결과를 확인 할 것.
8. 공간검색 및 속성검색 결과에 대해 자세히 보기

공간검색을 통한 검색 결과 또는 속성검색을 통한 검색 결과들에 대해서 자세히 버튼을 실행해 전체 허가 면적의 합을 보여줄 것.
9. 평균경사도 분석

평균경사도를 분석하고자 하는 대상지역을 지도위에 그려 대상 지역에 대한 평균경사도 분석된 결과 보여 줄것.
[GIS] 블랙포인트(BlackPoint)를 이용한 GPS 테스트
모바일 디바이스(사용 디바이스: 갤럭시 플레이어 70)에 기본 장착된 GPS의 위치 정확도를 테스트해 볼 목적으로 블랙포인트(BlackPoint)를 이용해 GPS Tracking 앱을 만들어 직접 실외에서 실행해 보았습니다. 대상 지역은 서초구 서초동입니다. 아래의 화면은 디바이스의 실제 실행 화면을 캡춰한 이미지입니다.

점심 식사를 하고 도보로 천천히 걸으며 대로와 골목길로 위치를 추적해 보았습니다. 상당히 일치하는 부분과 상당히 벗어나는 부분이 존재하는 것을 알 수 있습니다. 그 이유를 파악하기 위해 위의 경로를 KML로 저장하고 구글어스에서 표시해 보았습니다.

위치가 크게 벗어나는 부분은 4곳으로.. 1곳은 디바이스의 이미지를 캡쳐하기 위해 사무실인 실내로 들어옴으로써 발생하는 오차입니다. 나머지 3곳에 대해서 위의 이미지에 표시를 해보았습니다. 결과적으로 고층건물에 의한 위치 오차라고 생각됩니다. 3곳에 대한 이미지를 좀더 확대해 보면 각각 다음과 같습니다.



만약 주위에 고층건물이 없다면 모바일 디바이스의 GPS 만으로도 어느 정도 정확한 위치를 파악할 수 있으리라 생각됩니다. 하지만 좁고 거미줄처럼 복잡한 골목길에 대한 위치의 파악은 GPS만으로는 어렵지 않을까… 예상해봅니다.
[GIS] 지오서비스에서 개발하여 지자체에 납품한 GIS 시스템 사용통계
지오서비스(www.geoservice.co.kr)에서 개발하여 지자체에 납품한 GIS 시스템의 사용현황에 대한 보고 요청을 받아 1년 동안 로그인 회수를 뽑아 보았습니다. 작년 3월에 납품되어 1년 이상 활용되었으며 단한차례도 시스템이 멈춘적이 없는 안정성을 제공합니다.
통계는 시스템의 로그인 횟수로 하였습니다. 더욱 정확한 통계는 지도 페이지 조작 횟수이지만.. 지도 페이지 조작 횟수는 개발된 시스템 상에서 알아낼 수 없어 로그인 횟수로만으로 통계를 내었습니다. 정확히 1년 기간 범위로 하여 월별 로그인 횟수를 SQL 문을 통해 뽑아 보니 다음과 같은 표를 얻을 수 있었습니다.

이를 보다 효과적인 경향을 살펴보기 위해 그래프로 표현하면 다음과 같습니다.

일정하지는 않지만 지속적으로 로그인 횟수가 증가하는 경향인 것을 알 수 있습니다. 어떤 시스템을 활용할때.. 그 시스템이 어느정도 익숙해지면 시스템을 지속적으로 로그인해 놓고 활용하게 됩니다. 위의 그래프는 단순히 로그인 횟수만을 통해 시스템에 대한 사용량 통계를 제공한 것이지만 만약 지도 페이지 조작 횟수로 통계를 처리한다면 시스템에 대한 사용에 대한 추세를 보다 정확히 알 수 있을 것입니다
이 통계에 대한 대상 시스템은 지오서비스의 자체 솔루션인 FingerEyes-Xr과 GeoService-Xr이 적용되었습니다. FingerEyes-Xr은 오픈소스로 클라이언트 맵엔진이며 GeoService-Xr은 공간서버입니다.
[GIS] 도로명 주소 검색에 사용된 데이터 및 도로명 주소 현장조사 시스템 소개
협력사를 통해 개발 및 납품 요청을 받고 개발한 “도로명 주소 현장조사 시스템”에서 도로명에 기반한 새주소 검색 기능을 개발하면서.. 이 새주소 검색에 사용된 데이터에 대한 정리를 해봅니다.
시스템 개발을 위해 제공 받은 데이터는 KLIS에서 다운로드 받은 지적도, 25cm급 항공영상(77 기가바이트) 그리고 새주소 데이터입니다. 새주소 데이터에는 건물, 도로, 출입구 등에 대한 SHP 파일입니다. 이 데이터 중에서 새주소 검색 기능에서 사용된 데이터는 오직 건물에 대한 SHP 파일 하나입니다. 이 건물의 속성 필드는 다음과 같이 구성되어 있습니다. 매우 많은 필드로 구성되어져 있습니다.

하지만 늘 그렇듯… 필요한 것은 이 중 일부입니다.. 데이터 용량과 속도를 최적화 시키기기 위해서 새주소 검색에 필요한 필드만을 남기고 정리를 하면 다음과 같습니다.

보시면.. 건물의 명칭을 위한 BULD_NM과 읍면 단위 명칭인 EMD 그리고 도로명에 대한 DORON, 주소의 번지를 나타내는 BULD_MN과 BULD_SL 필드가 전부입니다. 그리고 DP_NAME이라는 새로운 필드가 추가되었는데 이 필드는 BULD_MN과 BULD_SL로 계산된 필드입니다. 새주소에도 건물에 대한 번지가 존재하는 바로 이 번지에 대한 내용으로 건물 위에 라벨로 표시하기 위한 목적으로 추가한 필드입니다. 이 DP_NAME은 주소 검색에 활용되지 않으므로 건물 위에 라벨 표시가 필요치 않으면 추가하지 않아도 됩니다. 주소 검색에 필요한 데이터, 매우 단순하다는 것을 알 수 있고… 이제 UI를 살펴 보겠습니다.

보시면.. 읍면에는 검색 대상 지역의 읍면에 대한 명칭이 리스트업되며.. 하나의 읍면을 선택하면 도로명에 선택된 읍면에 해당되는 도로명이 리스트업됩니다. 읍면 및 도로명의 리스트업은 앞서 언급한 데이터의 필드로 구성이 쉽게 가능합니다. 이중 선택된 읍면에 대한 도로명의 목록을 조회하는 SQL문은 다음과 같습니다.
SELECT
DISTINCT DORON
FROM
ADDRESSDB
WHERE
EMD = '용문면' AND DORON <> ''
위의 UI에서 번지에 4 를 입력하고 검색 버튼을 클릭하면 검색 결과에 4 가 포함된 용문면 개방길에 대한 주소가 아래의 화면처럼 검색됩니다.

이 중 42를 선택하고 이동 버튼을 누르면.. 해당 위치로 빠르게 지도가 이동됩니다.

해당 위치로 지도를 이동하기 위해서는 건색된 건물 도형에 대한 MBR을 알아야 하는데 이 MBR은 바로 알기는 어렵고.. 먼저 해당 건물의 FID를 조회합니다. 이 FID를 조회하는 SQL에 대한 실제 코드를 살펴보면 다음과 같습니다. 코드는 시스템의 구동 환경인 안드로이드 SDK의 코드입니다.
Cursor cursor = rawDb.rawQuery(
"SELECT FID, BULD_NM, DP_NAME FROM ADDRESSDB WHERE EMD='" +
emdName + "' AND DORON='" +
roadName + "' AND BULD_MN LIKE '%" +
BonBun + "%' AND BULD_SL LIKE '%" +
BuBun + "'", null);
여기서 FID를 얻어 올 수 있고.. 이 FID를 통해 해당 도형의 MBR을 다시 얻어오게 됩니다.
끝으로.. 도로명 주소 현장조사시스템은 안드로이드 기반의 GIS 시스템으로 지오서비스의 블랙포인트라는 모바일 GIS 엔진을 이용해 개발되었습니다. 현장조사시스템은 공간 데이터만 시스템에 맞게 가공하고 적용함으로써 시스템에 대한 재개발을 하지 않고 바로 사용할 수 있도록 개발된 제품입니다.

잠시 소개해 드린 현장조사 시스템이나 이 시스템 개발에 사용된 블랙포인트 엔진에 대해 관심 있으신 분은 지오서비스로 문의하시기 바랍니다.
