Benjamin Herfort 외 4명, "A spatio-temporal analysis investigating completeness and inequalities of global urban building data in OpenStreetMap", Nature Communications volume 14, 3985, 2023을 요약해 보았습니다.
서론
각종 인도주의 단체나 UN '지속 가능한 개발 목표(SDG)'에서는 도시의 개발 현황을 분석하기 위해 오픈스트리트맵 데이터를 사용합니다. 제대로 된 도로 및 건물 데이터 집합을 갖추고, 지속적으로 관리하는 국가가 많지 않기 때문입니다.
분석 결과
'유럽 및 중앙아시아'와 '북아메리카' 지역에서 건물의 완성도가 높았고, '중동 및 북아프리카'와 '남아시아' 지역에서 건물의 완성도가 낮았습니다. '사하라 이남 아프리카'에서는 인도주의 지도 제작 활동의 비중이 컸습니다.
인간 개발 지수가 '매우 높음'인 도시에서는 건물의 완성도가 높았습니다. 다만 예상과는 다르게 인간 개발 지수가 '높음'인 도시의 건물 완성도는 지수가 '낮음' 및 '중간'인 도시보다 오히려 낮았습니다. 이는 인도주의 지도 제작 활동이 주로 인간 개발 지수가 낮은 지역에서 이루어진다는 것을 반영하는 것으로 보입니다.
도시 크기가 클수록 도시 건물 데이터의 완성도가 높아지는 경향을 보였습니다.
유럽 및 중앙아시아 지역과 북아메리카 지역의 건물 완성도는 꾸준히 증가하고 있습니다. 2019년을 기점으로 그 외 지역의 건물 완성도가 증가하는 속도가 한번 꺾인 모습을 볼 수 있습니다. 논문에서는 코로나19로 인한 생활 양식 변화 때문에 이러한 일이 일어났다고 분석했습니다.
건물 완성도는 지역별로 고르지 않았습니다. 예컨대 남아시아 지역 도시의 평균 건물 완성도는 9%이지만, 필리핀 및 인도네시아 지역 도시의 건물 완성도는 매우 높았습니다. 사하라 이남 아프리카 지역에서도 케냐, 우간다 쪽 도시의 건물 완성도가 다른 아프리카 지역보다 높았습니다.
중국에서는 국가 기관 외의 개인이나 단체가 직접 측량을 하고 지도를 제작하는 것이 불법으로 지정되어 있어 건물의 완성도가 전반적으로 매우 떨어지는 모습을 볼 수 있습니다.
(a) 균일성 척도가 낮을수록 일부 도시는 건물 데이터 충실도가 높으면서 동시에 일부 도시는 충실도가 낮다는 것의 의미하고, 높을수록 지역 전체의 건물 데이터 충실도가 모두 높거나, 아니면 모두 낮다는 것의 의미합니다. (b) 군집도가 높을수록 건물 데이터가 충실한 도시가 특정 일부분에만 쏠려 있다는 것을 의미합니다. 건물 균일성 척도는 Moran의 I 척도를 활용해 측정했습니다.
빨간색 점은 자기 자신의 건물 충실도가 높으면서 주변 도시의 건물 충실도 또한 높다는 것을 의미하며, 파란색 점은 자기 자신의 건물 충실도도 낮고 주변 도시의 건물 충실도 또한 낮다는 것을 의미합니다. 노란색 점은 자기 자신의 건물 충실도는 높지만 주변 도시의 건물 충실도는 낮은, 한마디로 말해 자기 혼자 독특하게 튀어나온 도시를 의미합니다. 하늘색 점은 반대로 자기 자신의 건물 충실도는 낮지만 주변 도시의 건물 충실도가 높은 상황을 나타냅니다.
전 세계의 도시를 군집 1a, 1b, 2a, 2b, 3a로 나눌 수 있습니다.
- 군집 1a: 전체적으로 건물이 존재하지 않는 도시. 오픈스트리트맵 상에서 "지도에 없는 도시"로 설명할 수 있습니다.
- 군집 1b: 전체적으로 건물이 없는 것은 1a와 마찬가지지만, 건물이 충실한 지역이 군데군데 존재합니다.
- 군집 2a: 건물이 충실한 구역이 군데군데 존재하며, 각 구역의 크기는 1b보다 확연히 큽니다. 그러나 건물이 충실하지 않은 지역 또한 매우 넓습니다.
- 군집 2b: 2a보다 건물이 충실한 구역이 큽니다. 그러나 건물이 충실하지 않은 구역도 일부 존재합니다.
- 군집 3a: 도시 전체적으로 건물이 충실합니다.
논의
이번 연구 결과를 통해 오픈스트리트맵 데이터로 도시 계획을 세우는 사람/단체는 오픈스트리트맵 데이터의 불균일성을 더 잘 고려할 수 있게 될 것입니다. 또한 오픈스트리트맵에 기여하는 사람 및 단체 또한 본 연구 결과를 토대로 편집 우선순위를 합리적으로 정할 수 있습니다.
이번 연구에서는 도시만 조사했다는 한계가 있습니다. 시골 지역의 건물 충실도는 도시 지역과 매우 다를 수도 있습니다. 또한 훈련 데이터를 얻을 수 없는 중국과 같은 지역에서는 분석 결과가 실제와 다를 수 있습니다.
참고 문헌
'오픈스트리트맵(OpenStreetMap) > 오픈스트리트맵' 카테고리의 다른 글
| 사진을 찍은 정확한 위치를 알려주는 신경망, OrienterNet (1) | 2023.10.24 |
|---|---|
| GPX 파일의 내용을 확인하거나 편집할 수 있는 웹 사이트, gpx.studio (0) | 2023.10.21 |
| 건물 면적을 기준으로 한 도시권 OSM 건물 완성도 (0) | 2023.07.11 |
| 광주 남구 제석산 농지/묘역 추가 (0) | 2023.06.27 |
| 2023년 6월 4일 OSM 건물 개수 업데이트 (0) | 2023.06.16 |
