CONTENTS / 10 PARTS · 35 CHAPTERS
전체 목차와 학습 로드맵
10부 35장 모두 본문과 예제로 연결됩니다. 옆 목차와 같은 순서입니다.
이 페이지에서
각 장 제목을 누르면 해당 본문이 열립니다. PART 아래의 부 안내에는 목표와 장 목록이 있습니다. 데스크톱 왼쪽과 모바일 상단 목차도 동일한 목록을 사용합니다. 본문 아래에는 이전·다음 장이 연결됩니다.
먼저 길을 고르세요
| 출발점 | 추천 순서 | 얻는 결과 |
|---|---|---|
| Python·라이브러리부터 처음 | 용어 안내 → 1부 → 2부 | 공간표·좌표계·파일·도형 연산 |
| 조경·도시 분석 | 1~5부 → 7~8부 | 자료 취득·지형·보행·후보지 평가 |
| 위성영상 활용 | 1부 → 5~6부 | Sentinel-2·반사도·구름 마스크·NDVI |
| GeoAI·BIM 연결 | 5~6부 → 9~10부 | 텐서·CNN·분할·평가·좌표 통합 |
작은 합성 자료로 원리를 확인한 뒤 실제 자료로 확장합니다. 각 장은 개념 → 필요성 → 핵심 API → 실행 예제 → 실무 적용 → 시각화 → 오류 → 연습 → 다음 단계로 구성합니다. 07·18·22장은 지도와 파일 산출까지 이어지는 확장 실습입니다.
PART 01 · 공간데이터라는 언어
Python과 라이브러리가 무엇인지부터 시작해 점·선·면·격자와 좌표계를 이해합니다.
PART 02 · GeoPandas와 Shapely
GeoPandas의 공간표와 Shapely의 도형 연산으로 공원·건물·필지의 관계를 계산합니다.
- 05 · 공간 파일 입출력과 GeoParquet
- 06 · 속성 조회와 geometry 연산
- 07 · 공원 주변 건물을 찾는 버퍼와 공간조인
- 08 · clip·overlay·intersection·dissolve
PART 03 · 지도와 공간 시각화
같은 자료라도 분모·색상·범례에 따라 해석이 달라집니다. 정적 지도와 웹지도의 역할을 나눕니다.
PART 04 · 한국 공공자료와 도시 벡터
공식 자료를 선택하고 출처·기준일·필드 사전을 확인한 뒤 건물과 도로를 분석합니다.
PART 05 · Rasterio와 지형 분석
Rasterio가 읽는 래스터를 NumPy 배열로 계산하고 지상 좌표로 되돌립니다.
PART 06 · Sentinel-2와 위성영상
위성의 관측과 영상 처리 수준을 구별하고 촬영일·밴드·구름·반사도를 확인합니다.
- 19 · Sentinel-2A와 센서·해상도
- 20 · Copernicus Browser·STAC·영상 취득
- 21 · 밴드·SCL·반사도 보정·정렬
- 22 · Sentinel-2A에서 시작하는 식생지수 분석
PART 07 · 도시 네트워크
직선거리와 보행거리를 구별하고 길의 연결·방향·가중치로 접근성을 계산합니다.
PART 08 · 조경·도시 분석 프로젝트
공간 연산을 연결해 밀도와 접근성을 비교하고 후보지 순위의 민감도를 검토합니다.
PART 09 · GeoAI 기초와 검증
배열을 텐서로 바꿔 CNN·분할·U-Net의 작동을 실험하고 공간 누수를 피해서 평가합니다.
- 29 · NumPy에서 PyTorch 텐서로
- 30 · CNN과 convolution의 작동
- 31 · Semantic segmentation과 라벨
- 32 · U-Net의 구조와 작은 구현
- 33 · 공간 분할·IoU·오류 지도
PART 10 · GIS·BIM·Spatial AI 통합
데이터의 좌표·시간·해상도·의미를 맞추고 하나의 공원 분석 보고서로 연결합니다.
학습 결과를 묶는 방법
1~4부의 공간표·지도·취득 기록, 5~6부의 지형·위성 배열, 7~8부의 보행·후보지 지표를 모읍니다. 9부 모델 실험은 별도 지역 검증을 거쳐 비교하고, 10부에서 GIS와 BIM의 좌표·단위·속성을 정리해 설계 검토 자료로 연결합니다.
35장 모두 기초 학습 본문과 작은 실행 예제를 제공합니다. 실제 위성자료 취득, 현장조사, 실자료 모델 훈련은 별도 수행이 필요한 확장 작업으로 표시합니다. 예제 실행 성공과 실무 모델의 정확도 검증은 구별합니다.
