근대 교통로 DB 문서 원본 보기

== DB 개요 ==
* DB 설명
** 1910년대 제작된 1:5만 조선지형도의 도로 정보를 GIS 데이터로 구축 (기존 성신여자대학교 GIS 연구사업에서 구축한 1·2등 도로 데이터를 기초 레이어로 참조)   
** 라인 벡터 데이터에 Tobler(1993), Kondo&Seino(2010)에서 발표된 보행 속도 함수를 적용하여 비등방 경로 분석을 실행할 수 있도록 구축한 네트워크 데이터셋 
** 2025년 9월 시점 데이터 구축 상황 : 1910년대 조선지형도의 경기, 충청도, 경상도 내 1·2등 도로, 달로, 연로 등급까지 디지타이징 후 네트워크 데이터셋 가공 완료
* DB 구축자
** DB 설계 : 양정현
** DB 구축 : 양정현
** 데이터 검수 : 김종혁, 김현종, 박선영, 최유식
* 자료 공개
** 비영리적 활동(논문, 연구서)에 본 자료 사용시, 인용 문구만 표시하면 사용에 제한 없음. 
** 영리적인 목적(프로젝트)으로 사용할 경우에는 관계자(yachagye@naver.com)와 상의 후 처리. 
** 본 자료 전체를 다른 곳에서 서비스하는 것은 제한함.
** 본 DB에 오류가 발견된 경우, yachagye@naver.com에 오류 신고. 
** 인용 표기 : 1910년대 한반도 도로 네트워크 데이터셋, 202X년 X월 기준, 양정현, 역지사지(https://www.hisgeo.info).

== 공간 데이터 ==
* 데이터 구성
** 압축 해제 후 파일명: 도로_1914.gdb
** 하위 경로: 도로_1914.gdb / 도로_1914_5179(피처 데이터셋) / 도로_1914_10m_5179_20250831 ; 도로_1914_nd ; 도로_1914_nd_Junctions
** 도로 라인 피처: 도로_1914_10m_5179_20250831 
** 네트워크 데이터셋: 도로_1914_nd
** 정션: 도로_1914_nd_Junctions

* 다운로드 링크(구글 드라이브)
** https://drive.google.com/file/d/1YWEitJ73z2QQ6n5zBoooeVujNcBPmPBq/view?usp=drive_link

== 필드 설계 ==
{| class="wikitable"
! 필드명 !! 의미 !! 단위 !! 타입
|-
| length_3d   || 3D 길이(표면거리)              || m       || DOUBLE
|-
| length_3dkm || 3D 길이                        || km      || DOUBLE
|-
| grade_f     || 구배(From→To)                  || 무차원  || DOUBLE
|-
| grade_b     || 구배(To→From)                  || 무차원  || DOUBLE
|-
| sp_tob_f    || Tobler(1993) 보행 함수 속도 (From→To)          || km/h    || DOUBLE
|-
| sp_tob_b    || Tobler(1993) 보행 함수 속도 (To→From)          || km/h    || DOUBLE
|-
| sp_ks_f     || Kondo-Seino(2010) 보행 함수 속도 (From→To)     || km/h    || DOUBLE
|-
| sp_ks_b     || Kondo-Seino(2010) 보행 함수 속도 (To→From)     || km/h    || DOUBLE
|-
| hr_tob_f    || Tobler(1993) 보행 함수 시간 (From→To)      || hr      || DOUBLE
|-
| hr_tob_b    || Tobler(1993) 보행 함수 시간 (To→From)      || hr      || DOUBLE
|-
| hr_ks_f     || Kondo-Seino(2010) 보행 함수 시간 (From→To) || hr      || DOUBLE
|-
| hr_ks_b     || Kondo-Seino(2010) 보행 함수 시간 (To→From) || hr      || DOUBLE
|-
| kcal_ks_f   || ACSM 함수 칼로리 (From→To, Kondo-Seino 함수 시간)      || kcal/kg || DOUBLE
|-
| kcal_ks_b   || ACSM 함수 칼로리 (To→From, Kondo-Seino 함수 시간)      || kcal/kg || DOUBLE
|-
| kcal_tob_f  || ACSM 함수 칼로리 (From→To, Tobler 함수 시간)  || kcal/kg || DOUBLE
|-
| kcal_tob_b  || ACSM 함수 칼로리 (To→From, Tobler 함수 시간)  || kcal/kg || DOUBLE
|-
| ID          || 수상 영역                      || -       || TEXT
|}

== 활용 모델 1: 네트워크 데이터셋 기반 최소 비용 경로 분석 ==

=== 개요 ===
라인 네트워크 데이터셋에 비용 속성과 평가기를 설정하여 각 세그먼트의 이동 방향(Along/Against)에 따른 비대칭(asymmetric) 비용을 반영하는 최소 비용 경로 분석 방법론이다.

'''비용 속성''':
* Tobler(1993) 및 Kondo-Seino(2010)의 보행 속도 함수를 적용한 구간별 이동 시간
* 이동 방향에 따른 경사각의 반전(오르막과 내리막)을 구분하여 정방향과 역방향 필드로 구성

=== 분석 프로세스 ===

==== 1단계: 네트워크 데이터 준비 ====

===== 라인 데이터 분할 =====

도로 네트워크 레이어의 각 세그먼트에 길이 및 고도 속성을 할당하기 위해 폴리라인을 분할한다.

'''점 생성''':

'''도구''': Generate Points Along Lines

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 피처 || 네트워크 라인 레이어
|-
| 거리 || 10m (분석 목적에 따라 조정)
|}

'''라인 분할''':

'''도구''': Split Line at Point (Data Management Tools → Features)

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| Input Features || 네트워크 라인 레이어
|-
| Point Features || 생성된 점 레이어
|-
| 검색 반경 || 1mm
|}

==== 2단계: 좌표계 변환 (투영) ====

'''DEM 투영''':

'''도구''': Project Raster

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 래스터 || SRTM DEM
|-
| 출력 좌표계 || EPSG:5179 (Korea 2000 / Central Belt)
|-
| 리샘플링 기법 || Bilinear (이중선형 보간)
|-
| 셀 크기 || 원본 유지 (약 30m)
|}

'''네트워크 라인 투영''':

'''도구''': Project

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 피처 || 네트워크 라인
|-
| 출력 좌표계 || EPSG:5179
|}

'''중요''': XY, Z 모두 미터 단위로 맞춰야 구배/길이 계산이 정확함.

==== 3단계: 라인에 Z 값 보간 (3D 라인 생성) ====

'''도구''': Interpolate Shape (3D Analyst)

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| Input Features || 네트워크 라인 (EPSG:5179)
|-
| Input Surface || DEM (EPSG:5179)
|-
| Sampling Distance || 0 (기본값)
|-
| Z Factor || 1 (기본값)
|}

'''결과''': 모든 vertex에 DEM Z 값이 추가된 3D 라인

==== 4단계: 표면거리 필드 생성 (3D 길이) ====

'''도구''': Calculate Geometry (기하 계산)

'''필드 1: length_3d'''
* 데이터 타입: Double
* Geometry Properties: LENGTH (3D) = 길이(3D)
* 단위: Meters

'''필드 2: length_3dkm'''
* Expression: <code>!length_3d! / 1000.0</code>
* 단위: Kilometers

'''품질 검증''': <code>length_3d >= Shape_Length</code> 확인 (표면거리 ≥ 평면거리)

==== 5단계: 구배(Grade) 계산 ====

구배는 수평거리(2D)를 분모로 하여 계산하며, 이동 방향에 따라 부호가 반전된다.

'''필드 생성''':
* <code>grade_f</code>: From→To 방향 구배
* <code>grade_b</code>: To→From 방향 구배
* 데이터 타입: Double

===== 간단식 (데이터가 정상일 때) =====

<syntaxhighlight lang="python">
grade_f = (!shape.lastPoint.Z! - !shape.firstPoint.Z!) / !Shape_Length!
grade_b = -!grade_f!
</syntaxhighlight>

===== 권장식 (Z 값 NaN/None 방지) =====

'''Code Block (Python)''':

<syntaxhighlight lang="python">
import math

def safe_grade(z_from, z_to, len2d):
    if z_from is None or z_to is None or len2d is None:
        return 0.0
    try:
        if math.isnan(z_from) or math.isnan(z_to) or len2d <= 0:
            return 0.0
    except Exception:
        return 0.0
    return (z_to - z_from) / len2d
</syntaxhighlight>

'''Expression''':

<syntaxhighlight lang="python">
grade_f = safe_grade(!shape.firstPoint.Z!, !shape.lastPoint.Z!, !Shape_Length!)
grade_b = -!grade_f!
</syntaxhighlight>

==== 6단계: 속도 및 시간 계산 ====

===== 보행 속도 함수 =====

'''Code Block (Python)''':

<syntaxhighlight lang="python">
import math

def v_kmh_tobler(g):
    v = 6.0 * math.exp(-3.5 * abs(g + 0.05))
    return max(min(v, 7.5), 1.0)

def v_kmh_kondoseino(g):
    if g >= -0.07:
        v = 5.1 * math.exp(-2.25 * abs(g + 0.07))
    else:
        v = 5.1 * math.exp(-1.5 * abs(g + 0.07))
    return max(v, 0.5)

def hours(len_m, v_kmh):
    return (len_m/1000.0) / v_kmh if v_kmh and v_kmh > 0 else 1e6
</syntaxhighlight>

'''필드 생성 - 속도 (km/h)''':

<syntaxhighlight lang="python">
sp_tob_f = v_kmh_tobler(!grade_f!)
sp_tob_b = v_kmh_tobler(!grade_b!)
sp_ks_f = v_kmh_kondoseino(!grade_f!)
sp_ks_b = v_kmh_kondoseino(!grade_b!)
</syntaxhighlight>

'''필드 생성 - 시간 (hr)''':

<syntaxhighlight lang="python">
hr_tob_f = hours(!length_3d!, !sp_tob_f!)
hr_tob_b = hours(!length_3d!, !sp_tob_b!)
hr_ks_f = hours(!length_3d!, !sp_ks_f!)
hr_ks_b = hours(!length_3d!, !sp_ks_b!)
</syntaxhighlight>

==== 7단계: 칼로리 소비량 계산 ====

MET(Metabolic Equivalent of Task)를 이용한 칼로리 계산. ACSM 공식에 내리막 보정 계수를 적용한다.

'''기본 개념''':
* VO₂ = 3.5 + 0.1 × S + 1.8 × S × grade (S: 속도 m/min, ACSM 공식)
* MET = VO₂/3.5 = 1 + 0.476 × v + 8.571 × v × grade_eff (v: 속도 km/h)
* 내리막 보정: grade < 0일 때 grade_eff = λ × grade (λ = 0.5 권장)
* 최소 MET = 1.0 보장
* kcal/kg = MET × 시간(hr)

'''Code Block (Python)''':

<syntaxhighlight lang="python">
LAMBDA = 0.5

def kcal_per_kg(speed_kmh, hour_h, grade):
    if speed_kmh is None or hour_h is None or grade is None:
        return None
    grade_eff = grade if grade >= 0 else LAMBDA * grade
    mets = 1 + 0.476 * speed_kmh + 8.571 * speed_kmh * grade_eff
    if mets < 1.0:
        mets = 1.0
    return mets * hour_h
</syntaxhighlight>

'''필드 생성 - 칼로리 (kcal/kg)''':

<syntaxhighlight lang="python">
kcal_ks_f = kcal_per_kg(!sp_ks_f!, !hr_ks_f!, !grade_f!)
kcal_ks_b = kcal_per_kg(!sp_ks_b!, !hr_ks_b!, !grade_b!)
kcal_tob_f = kcal_per_kg(!sp_tob_f!, !hr_tob_f!, !grade_f!)
kcal_tob_b = kcal_per_kg(!sp_tob_b!, !hr_tob_b!, !grade_b!)
</syntaxhighlight>

==== 8단계: 수상 영역 속도 및 칼로리 보정 ====

바다 및 하천 구간은 도보가 아닌 선박 이동으로 가정하여 속도를 고정하고 칼로리를 0으로 설정한다.

{| class="wikitable"
|-
! 구간 유형 !! 고정 속도 (km/h) !! 칼로리 (kcal/kg)
|-
| 바다 || 5.0 || 0
|-
| 하천 || 1.2 || 0
|-
| 육상 || Tobler/Kondo-Seino 함수 || MET 기반 계산
|}

'''구현 방법''':
* <code>ID</code> 필드에 "바다" 또는 "하천" 값을 가진 구간 식별
* 해당 구간의 속도 필드를 고정값으로 설정
* 칼로리 필드를 0으로 설정

==== 9단계: 네트워크 데이터셋 생성 ====

===== 네트워크 데이터셋 생성 =====

# Catalog Pane에서 지오데이터베이스 선택
# 오른쪽 클릭 → New → Network Dataset
# 네트워크 데이터셋 이름 지정 및 폴리라인 레이어 선택

===== 비용 속성(Cost Attribute) 설정 =====

Catalog → 네트워크 데이터셋 → Properties → Attributes 탭

'''비용 속성 1: hour_tob (Tobler 시간)'''

{| class="wikitable"
|-
! 설정 항목 !! 값
|-
| 속성 유형 || Cost
|-
| 단위 || Hours
|-
| Evaluator - Along || Field: <code>!hr_tob_f!</code>
|-
| Evaluator - Against || Field: <code>!hr_tob_b!</code>
|}

'''비용 속성 2: hour_ks (Kondo-Seino 시간)'''

{| class="wikitable"
|-
! 설정 항목 !! 값
|-
| 속성 유형 || Cost
|-
| 단위 || Hours
|-
| Evaluator - Along || Field: <code>!hr_ks_f!</code>
|-
| Evaluator - Against || Field: <code>!hr_ks_b!</code>
|}

'''비용 속성 3: length_3d (3D 거리)'''

{| class="wikitable"
|-
! 설정 항목 !! 값
|-
| 속성 유형 || Cost
|-
| 단위 || Kilometers
|-
| Evaluator - Along || Field: <code>!length_3dkm!</code>
|-
| Evaluator - Against || Field: <code>!length_3dkm!</code>
|}

'''비용 속성 4: kcal_ks (Kondo-Seino 칼로리)'''

{| class="wikitable"
|-
! 설정 항목 !! 값
|-
| 속성 유형 || Cost
|-
| 단위 || Unknown (kcal/kg)
|-
| Evaluator - Along || Field: <code>!kcal_ks_f!</code>
|-
| Evaluator - Against || Field: <code>!kcal_ks_b!</code>
|}

'''비용 속성 5: kcal_tob (Tobler 칼로리)'''

{| class="wikitable"
|-
! 설정 항목 !! 값
|-
| 속성 유형 || Cost
|-
| 단위 || Unknown (kcal/kg)
|-
| Evaluator - Along || Field: <code>!kcal_tob_f!</code>
|-
| Evaluator - Against || Field: <code>!kcal_tob_b!</code>
|}

===== 네트워크 데이터셋 빌드 =====

# 네트워크 데이터셋을 마우스 오른쪽 버튼으로 클릭
# Build Network 선택하여 빌드 실행

==== 10단계: 경로 분석 실행 ====

# 네트워크 데이터셋 레이어를 마우스 오른쪽 버튼으로 클릭
# Network Analyst 탭에서 '경로(Route)' 선택
# 경로 레이어에서 출발지, 도착지 추가
# 경로 레이어 Properties에서 임피던스(Impedance) 선택
#* hour_tob, hour_ks, length_3d, kcal_ks, kcal_tob 중 선택
# '비용 속성 누적'에서 추가 속성 선택 (경로 레이어 리본의 Σ 버튼)
# 네트워크 분석 실행

=== 네트워크 데이터셋 속성: 제한(Restriction) ===

특정 구간을 회피(Avoid)하거나 선호(Prefer)하도록 설정할 수 있다.

==== 회피(Avoid) 설정 ====

특정 필드 값을 가진 구간에 높은 비용을 부여하여 우회하도록 유도한다.

'''설정 과정''':

# Network Dataset Properties → Attributes 탭
# Add → Restriction 선택
# Restriction 이름 지정 (예: <code>Avoid_River</code>)
# Usage Type: '''Avoid'''
# Scale Factor 설정 (예: 2.0~5.0)
#* 값이 클수록 강한 회피 효과
# Evaluators 탭에서 Expression 설정

'''Evaluator 설정 예시 (하천 회피)''':

Expression:
<syntaxhighlight lang="python">
Avoid(!ID!)
</syntaxhighlight>

Code Block:
<syntaxhighlight lang="python">
def Avoid(ID):
    if ID == "하천":
        return 1
    else:
        return 0
</syntaxhighlight>

'''Scale Factor 가이드''':

{| class="wikitable"
|-
! Scale Factor !! 효과
|-
| 1.0 || 정상 통행 (회피 없음)
|-
| 1.1~1.2 || 약간 우회
|-
| 2.0~5.0 || 중간 정도 우회
|-
| 10.0 이상 || 강한 우회
|}

==== 선호(Prefer) 설정 ====

특정 구간을 우선적으로 이용하도록 설정한다.

'''예시: 역 인근 200m 구간 선호'''

# 역 위치 포인트와 최근접 라인 세그먼트 추출 (Export Feature)
# Select by Location → Within a distance geodesic (200m)
# 선택된 구간에 필드 값 부여 (<code>!NEAR_FID! = 1</code>)
# Restriction 속성 추가 (Usage Type: Prefer)
# Evaluators 설정

'''Evaluator 설정 예시''':

Expression:
<syntaxhighlight lang="python">
Prefer(!NEAR_FID!)
</syntaxhighlight>

Code Block:
<syntaxhighlight lang="python">
def Prefer(near_fid):
    if near_fid == 1:
        return 1
    else:
        return 0
</syntaxhighlight>

=== 네트워크 데이터셋 속성: 계층(Hierarchy) ===

도로의 상대적 중요도를 정의하여 현실적인 경로 선택과 계산 속도 향상을 도모한다.

==== 계층 속성의 역할 ====

* 도로의 우선순위 정의 (고속도로 > 국도 > 대로 > 중로 > 소로)
* 경로 분석 시 큰 도로를 우선적으로 탐색
* 계산 효율성 증가

==== 필드 조건 ====

계층 속성을 추가하려면 먼저 도로 데이터에 계층 값 필드가 필요하다.

'''필드 예시''':
* 필드명: <code>HIERARCHY</code>
* 데이터 타입: Short Integer
* 값 범위:
** 1 = 고속도로
** 2 = 국도
** 3 = 대로
** 4 = 중로
** 5 = 소로

'''중요''': ArcGIS는 값이 작을수록 높은 계층(중요한 도로)으로 인식함.

==== 계층 속성 추가 과정 ====

# Network Dataset Properties → Attributes 탭
# Add → Hierarchy 선택
# Evaluators 탭에서 Along, Against, Default 모두 동일 필드 지정
#* Field: <code>!HIERARCHY!</code>
# 네트워크 데이터셋 빌드

==== Travel Mode에서 계층 적용 ====

계층 속성을 추가해도 분석에서 활성화해야 적용된다.

* Travel Mode 속성에서 '''Use Hierarchy = True''' 설정
* 또는 분석 레이어(Route, Service Area 등)에서 '''Use Network Hierarchy''' 체크

==== 계층 값 역매핑 ====

데이터가 반대로 저장된 경우 (큰 값 = 중요한 도로) 필드 계산기로 변환한다.

<syntaxhighlight lang="python">
NewField = 6 - !OldValue!
</syntaxhighlight>

=== 네트워크 데이터셋 필드 목록 ===

{| class="wikitable"
|-
! 필드명 !! 의미 !! 단위 !! 타입
|-
| <code>length_3d</code> || 3D 길이(표면거리) || m || DOUBLE
|-
| <code>length_3dkm</code> || 3D 길이 || km || DOUBLE
|-
| <code>grade_f</code> || 구배 (From→To) || 무차원 || DOUBLE
|-
| <code>grade_b</code> || 구배 (To→From) || 무차원 || DOUBLE
|-
| <code>sp_tob_f</code> || Tobler 속도 (From→To) || km/h || DOUBLE
|-
| <code>sp_tob_b</code> || Tobler 속도 (To→From) || km/h || DOUBLE
|-
| <code>sp_ks_f</code> || Kondo-Seino 속도 (From→To) || km/h || DOUBLE
|-
| <code>sp_ks_b</code> || Kondo-Seino 속도 (To→From) || km/h || DOUBLE
|-
| <code>hr_tob_f</code> || Tobler 소요시간 (From→To) || hr || DOUBLE
|-
| <code>hr_tob_b</code> || Tobler 소요시간 (To→From) || hr || DOUBLE
|-
| <code>hr_ks_f</code> || Kondo-Seino 소요시간 (From→To) || hr || DOUBLE
|-
| <code>hr_ks_b</code> || Kondo-Seino 소요시간 (To→From) || hr || DOUBLE
|-
| <code>kcal_ks_f</code> || 칼로리 소비 (From→To, KS) || kcal/kg || DOUBLE
|-
| <code>kcal_ks_b</code> || 칼로리 소비 (To→From, KS) || kcal/kg || DOUBLE
|-
| <code>kcal_tob_f</code> || 칼로리 소비 (From→To, Tobler) || kcal/kg || DOUBLE
|-
| <code>kcal_tob_b</code> || 칼로리 소비 (To→From, Tobler) || kcal/kg || DOUBLE
|-
| <code>ID</code> || 수상 영역 구분 || "바다" or "하천" || TEXT
|}

=== 품질 검증 (QA 체크포인트) ===

* <code>length_3d >= Shape_Length</code> 확인 (표면거리 ≥ 평면거리)
* 오르막 구간 (<code>grade > 0</code>): <code>hr_f > hr_b</code>
* 내리막 구간 (<code>grade < 0</code>): <code>hr_f < hr_b</code>
* 샘플 구간의 속도/시간/칼로리 값이 현실적인 범위 내에 있는지 확인

=== 필드 계산 자동화 스크립트 ===

==== 개요 ====

3D 길이, 구배, 속도(Tobler/Kondo-Seino), 시간, 칼로리를 일괄 계산하는 ArcGIS Pro Python 스크립트.

'''주요 기능''':
* Z 값이 포함된 라인 피처에서 3D 거리 및 구배 계산
* Tobler 및 Kondo-Seino 보행 속도 함수 적용
* MET 기반 칼로리 소비량 계산
* 수상 구간(바다/하천) 처리: 고정 속도, 칼로리=0

==== 스크립트 ====

<syntaxhighlight lang="python">
import arcpy
import math

arcpy.env.overwriteOutput = True

in_lines = arcpy.GetParameterAsText(0)

F_ID = "ID"
F_LEN_3D = "length_3d"
F_LEN_3DKM = "length_3dkm"
F_GRADE_F = "grade_f"
F_GRADE_B = "grade_b"
F_SP_TOB_F = "sp_tob_f"
F_SP_TOB_B = "sp_tob_b"
F_SP_KS_F = "sp_ks_f"
F_SP_KS_B = "sp_ks_b"
F_HR_TOB_F = "hr_tob_f"
F_HR_TOB_B = "hr_tob_b"
F_HR_KS_F = "hr_ks_f"
F_HR_KS_B = "hr_ks_b"
F_KCAL_KS_F = "kcal_ks_f"
F_KCAL_KS_B = "kcal_ks_b"
F_KCAL_TB_F = "kcal_tob_f"
F_KCAL_TB_B = "kcal_tob_b"

V_SEA = 5.0
V_RIVER = 1.2

desc = arcpy.Describe(in_lines)
sr = desc.spatialReference
hasZ = getattr(desc, "hasZ", False)

if not hasZ:
    arcpy.AddError("입력 라인에 Z가 없습니다.")
    raise SystemExit(1)

def ensure_field(fc, name, ftype="DOUBLE", length=None):
    names = [f.name for f in arcpy.ListFields(fc)]
    if name not in names:
        if ftype.upper() == "TEXT" and length is not None:
            arcpy.management.AddField(fc, name, ftype, field_length=length)
        else:
            arcpy.management.AddField(fc, name, ftype)

for fld in [F_LEN_3D, F_LEN_3DKM, F_GRADE_F, F_GRADE_B,
            F_SP_TOB_F, F_SP_TOB_B, F_SP_KS_F, F_SP_KS_B,
            F_HR_TOB_F, F_HR_TOB_B, F_HR_KS_F, F_HR_KS_B,
            F_KCAL_KS_F, F_KCAL_KS_B, F_KCAL_TB_F, F_KCAL_TB_B]:
    ensure_field(in_lines, fld, "DOUBLE")

def v_kmh_tobler(g):
    v = 6.0 * math.exp(-3.5 * abs(g + 0.05))
    return max(min(v, 7.5), 1.0)

def v_kmh_kondoseino(g):
    if g >= -0.07:
        v = 5.1 * math.exp(-2.25 * abs(g + 0.07))
    else:
        v = 5.1 * math.exp(-1.5 * abs(g + 0.07))
    return max(v, 0.5)

LAMBDA_DOWN = 0.5

def met_acsm_hybrid(v_kmh, g, lam=LAMBDA_DOWN):
    if not v_kmh or v_kmh <= 0:
        return 1.0
    v_mpm = v_kmh * 1000.0 / 60.0
    g_eff = g if g >= 0 else lam * g
    vo2 = 0.1 * v_mpm + 1.8 * v_mpm * g_eff + 3.5
    return max(vo2 / 3.5, 1.0)

def _valid_z(z):
    try:
        return (z is not None) and (not math.isnan(z))
    except Exception:
        return False

fields = ["SHAPE@", F_ID, F_LEN_3D, F_LEN_3DKM, F_GRADE_F, F_GRADE_B,
          F_SP_TOB_F, F_SP_TOB_B, F_SP_KS_F, F_SP_KS_B,
          F_HR_TOB_F, F_HR_TOB_B, F_HR_KS_F, F_HR_KS_B,
          F_KCAL_KS_F, F_KCAL_KS_B, F_KCAL_TB_F, F_KCAL_TB_B]
IDX = {name: i for i, name in enumerate(fields)}

with arcpy.da.UpdateCursor(in_lines, fields) as cur:
    for row in cur:
        shp = row[IDX["SHAPE@"]]
        idv = (row[IDX[F_ID]] or "").strip()

        try:
            l3d = shp.length3D
        except AttributeError:
            l3d = None
        if not l3d or l3d <= 0:
            l3d = shp.length
        l3dkm = l3d / 1000.0
        l2d = shp.length

        try:
            z_from = shp.firstPoint.Z
            z_to = shp.lastPoint.Z
        except AttributeError:
            z_from = z_to = None

        if not (_valid_z(z_from) and _valid_z(z_to)) or not l2d or l2d <= 0:
            g_f = g_b = 0.0
        else:
            dz = (z_to - z_from)
            g_f = dz / l2d
            g_b = -g_f

        sp_tob_f = v_kmh_tobler(g_f)
        sp_tob_b = v_kmh_tobler(g_b)
        sp_ks_f = v_kmh_kondoseino(g_f)
        sp_ks_b = v_kmh_kondoseino(g_b)

        fixed_mode = None
        if idv == "바다":
            fixed_mode = "SEA"
            fixed_v = V_SEA
        elif idv == "하천":
            fixed_mode = "RIVER"
            fixed_v = V_RIVER

        if fixed_mode:
            sp_tob_f = sp_tob_b = fixed_v
            sp_ks_f = sp_ks_b = fixed_v

        hr_tob_f = (l3dkm / sp_tob_f) if sp_tob_f > 0 else 1e6
        hr_tob_b = (l3dkm / sp_tob_b) if sp_tob_b > 0 else 1e6
        hr_ks_f = (l3dkm / sp_ks_f) if sp_ks_f > 0 else 1e6
        hr_ks_b = (l3dkm / sp_ks_b) if sp_ks_b > 0 else 1e6

        if fixed_mode:
            kcal_ks_f = kcal_ks_b = kcal_tob_f = kcal_tob_b = 0.0
        else:
            kcal_ks_f = met_acsm_hybrid(sp_ks_f, g_f) * hr_ks_f
            kcal_ks_b = met_acsm_hybrid(sp_ks_b, g_b) * hr_ks_b
            kcal_tob_f = met_acsm_hybrid(sp_tob_f, g_f) * hr_tob_f
            kcal_tob_b = met_acsm_hybrid(sp_tob_b, g_b) * hr_tob_b

        row[IDX[F_LEN_3D]] = l3d
        row[IDX[F_LEN_3DKM]] = l3dkm
        row[IDX[F_GRADE_F]] = g_f
        row[IDX[F_GRADE_B]] = g_b
        row[IDX[F_SP_TOB_F]] = sp_tob_f
        row[IDX[F_SP_TOB_B]] = sp_tob_b
        row[IDX[F_SP_KS_F]] = sp_ks_f
        row[IDX[F_SP_KS_B]] = sp_ks_b
        row[IDX[F_HR_TOB_F]] = hr_tob_f
        row[IDX[F_HR_TOB_B]] = hr_tob_b
        row[IDX[F_HR_KS_F]] = hr_ks_f
        row[IDX[F_HR_KS_B]] = hr_ks_b
        row[IDX[F_KCAL_KS_F]] = kcal_ks_f
        row[IDX[F_KCAL_KS_B]] = kcal_ks_b
        row[IDX[F_KCAL_TB_F]] = kcal_tob_f
        row[IDX[F_KCAL_TB_B]] = kcal_tob_b

        cur.updateRow(row)

arcpy.AddMessage("완료")
</syntaxhighlight>

==== 사용자 정의 도구 생성 ====

'''Tool Properties → Parameters 설정''':

{| class="wikitable"
|-
! Label !! Data Type !! 유형 !! Direction !! 필터
|-
| 네트워크 데이터(라인 피처) || Feature Class || 필요한 정보 || Input || 피처 유형(Polyline)
|}

=== 관련 도구 ===

* [[ArcGIS Pro]]
* [[Network Analyst]]
* [[3D Analyst]]
* [[Network Dataset]]

=== 참고 문헌 ===

* Tobler, W. (1993). Three presentations on geographical analysis and modeling: Non-isotropic geographic modeling speculations on the geometry of geography global spatial analysis. ''Technical Report'', 93-1. National Center for Geographic Information and Analysis, University of California, Santa Barbara.
* Kondo, Y., & Seino, Y. (2010). GPS-aided walking experiments and data-driven travel cost modeling on the historical road of Nakasendō-Kisoji (Central Highland Japan). In B. Frischer (Ed.), ''Making history interactive: Computer applications and quantitative methods in archaeology (CAA). Proceedings of the 37th international conference'' (pp. 158-165). Archaeopress.
* American College of Sports Medicine (ACSM). (2013). ''ACSM's guidelines for exercise testing and prescription'' (9th ed.). Lippincott Williams & Wilkins.

=== 외부 링크 ===

* [https://pro.arcgis.com/en/pro-app/latest/help/analysis/networks/what-is-a-network-dataset-.htm ArcGIS Pro - What is a network dataset?]
* [https://pro.arcgis.com/en/pro-app/latest/help/analysis/networks/network-attributes.htm ArcGIS Pro - Network attributes]
* [https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/interpolate-shape.htm ArcGIS Pro - Interpolate Shape]

[[분류:GIS]]
[[분류:공간분석]]
[[분류:네트워크분석]]
[[분류:경로분석]]

== 활용 모델 2: 래스터 기반 최소 비용 경로 분석 ==

=== 개요 ===
DEM(Digital Elevation Model) 기반의 비등방(anisotropic) 비용면을 구성하고, Tobler 및 Kondo-Seino 도보 함수를 수직 인자(Vertical Factor)로 정의하여 오르막/내리막에 따른 방향 비대칭 비용을 반영하는 최소 비용 경로 분석 방법론이다.

* '''프로젝트 좌표계''': EPSG:5179 (Korea 2000 / Central Belt)
* '''DEM 해상도''': SRTM 30m

=== 분석 프로세스 ===

==== 1단계: 평지 비용 래스터 생성 ====

===== 시간 비용 래스터 (단위: 초/30m) =====

{| class="wikitable"
|-
! 지형 유형 !! Tobler 함수 !! Kondo-Seino 함수
|-
| 평지 || 21.44 || 24.79
|-
| 하천 영역 || 90 || 90
|-
| 바다 영역 || 21.6 || 21.6
|}

'''Tobler 시간 비용 래스터 생성 (Raster Calculator)'''

<syntaxhighlight lang="python">
# 1단계: DEM 있는 곳을 평지 값으로
Con(~IsNull("srtm_5179"), 21.44)
# 출력: base_land_tob

# 2단계: 바다 영역 확장
Con(IsNull("바다_조선5179"), 0, "바다_조선5179")
# 출력: sea_5179

# 3단계: 바다 적용
Con("sea_5179" == 1, 21.6, "base_land_tob")
# 출력: with_sea_tob

# 4단계: 하천 영역 확장
Con(IsNull("하천_5179"), 0, "하천_5179")
# 출력: river_5179

# 5단계: 하천 적용 (최종)
Con("river_5179" == 1, 90, "with_sea_tob")
# 출력: cost_tob
</syntaxhighlight>

'''Kondo-Seino 시간 비용 래스터 생성'''

<syntaxhighlight lang="python">
# 6단계: DEM 있는 곳을 평지 값으로
Con(~IsNull("srtm_5179"), 24.79)
# 출력: base_land_ks

# 7단계: 바다 적용
Con("sea_5179" == 1, 21.6, "base_land_ks")
# 출력: with_sea_ks

# 8단계: 하천 적용 (최종)
Con("river_5179" == 1, 90, "with_sea_ks")
# 출력: cost_ks
</syntaxhighlight>

===== 칼로리 비용 래스터 (단위: kcal/kg/30m) =====

{| class="wikitable"
|-
! 지형 유형 !! Tobler 함수 !! Kondo-Seino 함수
|-
| 평지 || 0.0202 || 0.0212
|-
| 하천 영역 || NoData || NoData
|-
| 바다 영역 || NoData || NoData
|}

'''Tobler 칼로리 비용 래스터 생성'''

<syntaxhighlight lang="python">
# 9단계: DEM 있는 곳을 평지 값으로
Con(~IsNull("srtm_5179"), 0.0202)
# 출력: base_land_tk

# 10단계: 바다 적용
SetNull("sea_5179" == 1, "base_land_tk")
# 출력: with_sea_tk

# 11단계: 하천 적용 (최종)
SetNull("river_5179" == 1, "with_sea_tk")
# 출력: cost_tob_k
</syntaxhighlight>

'''Kondo-Seino 칼로리 비용 래스터 생성'''

<syntaxhighlight lang="python">
# 12단계: DEM 있는 곳을 평지 값으로
Con(~IsNull("srtm_5179"), 0.0212)
# 출력: base_land_kk

# 13단계: 바다 적용
SetNull("sea_5179" == 1, "base_land_kk")
# 출력: with_sea_kk

# 14단계: 하천 적용 (최종)
SetNull("river_5179" == 1, "with_sea_kk")
# 출력: cost_ks_k
</syntaxhighlight>

==== 2단계: 출발지와 도착지 설정 ====

* 출발지점과 도착지점을 각각 포인트 피처로 생성
* 좌표계: EPSG:5179

==== 3단계: 분석 범위 설정 ====

'''도구''': Extract by Mask (공간 분석 도구)

* '''입력 래스터''': 비용 래스터 (cost_tob, cost_ks 등)
* '''마스크 피처''': 분석 범위 폴리곤
* '''목적''': 분석 범위에 해당하는 비용 래스터 추출

==== 4단계: 거리 누적 및 역방향 래스터 생성 ====

===== 방법 1: Distance Accumulation (ArcGIS Pro 내장 함수) =====

'''도구''': Distance Accumulation

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 래스터 또는 피처 시작지점 || 출발지점 포인트 피처
|-
| 입력 표면 래스터 || 마스크로 추출한 DEM
|-
| 입력 비용 래스터 || 마스크로 추출한 비용 래스터
|-
| 결과 역방향 래스터 || (경로 지정)
|-
| 거리 방법 || 측지
|-
| 입력 수직 래스터 || DEM
|-
| 수직 계수 || '''하이킹 시간''' (Hiking Time)
|-
| 임계각 || -90 ~ 90
|}

'''특징''':
* ArcGIS Pro에 내장된 Tobler(1993) 함수 근사치 사용
* 수직 상대 이동각(VRMA)에 따라 평지 대비 소요 시간 배율(VF) 자동 계산
* 오르막과 내리막이 비대칭적으로 처리됨
* '''주의''': 일정 경사 구간으로 나누어 근사한 함수이므로, 세밀한 지형 분석에서는 실제 Tobler 함수와 차이가 발생할 수 있음

===== 방법 2: Path Distance (사용자 정의 수직 계수) =====

'''도구''': Path Distance

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 래스터 또는 피처 소스 데이터 || 출발지점 포인트 피처
|-
| 입력 비용 래스터 || 마스크로 추출한 비용 래스터
|-
| 입력 표면 래스터 || 마스크로 추출한 DEM
|-
| 결과 백링크 래스터 || (경로 지정)
|-
| 입력 수직 래스터 || DEM
|-
| 수직 계수 || '''VF Table''' (사용자 정의)
|}

'''특징''':
* Tobler 또는 Kondo-Seino 함수를 정확히 구현한 VF 테이블 사용
* 시간 비용(s/m) 및 칼로리 비용(kcal/kg/m) 모두 계산 가능

==== 5단계: Dijkstra 알고리즘 기반 최소 비용 경로 계산 ====

===== 알고리즘 개요 =====

Dijkstra 알고리즘은 가중치가 있는 그래프에서 한 시작 지점으로부터 다른 모든 지점까지의 최단 경로를 구하는 기법이다. 간선의 가중치가 음수가 아닌 경우 정확한 최단 거리를 보장한다.

'''계산 과정''':

# '''비용 래스터 준비''': 평지 비용 + 수직 계수
# '''Cost Distance 계산''':
#* 초기화: 모든 셀의 누적비용을 ∞로 설정, 출발 셀만 0으로 설정
#* 가장 낮은 비용 셀 선택: Open List에서 누적비용이 가장 작은 셀을 확정(visited) 처리
#* 이웃 셀 비용 계산: 확정된 셀의 주변 8개 이웃에 대해 새비용 = 확정된 셀 비용 + 이웃 셀 비용 계산
#* 더 낮은 비용 발견 시 업데이트 및 Backlink Raster에 방향 기록
#* 목적지 도달까지 반복
# '''Cost Path 추출''': 도착지에서 Backlink를 따라 역추적

'''결과물''':
* '''Distance Raster''': 출발지에서 각 셀까지의 최소 누적비용
* '''Backlink Raster''': 각 셀에서 출발 지점으로 돌아갈 때 다음에 밟아야 할 셀의 방향 (0=소스, 1=E, 2=SE, 3=S, 4=SW, 5=W, 6=NW, 7=N, 8=NE)

===== Backlink 방향 코드 =====

{| class="wikitable"
|-
! 코드 !! 방향 !! 설명
|-
| 0 || - || 소스(출발지)
|-
| 1 || E || 동쪽
|-
| 2 || SE || 남동쪽
|-
| 3 || S || 남쪽
|-
| 4 || SW || 남서쪽
|-
| 5 || W || 서쪽
|-
| 6 || NW || 북서쪽
|-
| 7 || N || 북쪽
|-
| 8 || NE || 북동쪽
|}

==== 6단계: 최저비용경로 추출 ====

===== Distance Accumulation 사용 시 =====

'''도구''': Optimal Path As Line

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 입력 래스터 또는 피처 목적지 || 도착지점 포인트 피처
|-
| 입력 거리 누적 래스터 || Distance Raster
|-
| 입력 역방향 또는 흐름 방향 래스터 || Backlink Raster
|-
| 래스터 형식 결과 최적 경로 || (경로 지정)
|-
| 경로 유형 || '''최적(BEST_SINGLE)'''
|}

===== Path Distance 사용 시 =====

'''도구''': Cost Path

{| class="wikitable"
|-
! 매개변수 !! 설정값
|-
| 래스터 또는 피처 대상 데이터 입력 || 도착지점 포인트 피처
|-
| 대상 필드 || (자동 선택)
|-
| 입력 비용 거리 래스터 || Distance Raster
|-
| 입력 비용 백링크 래스터 || Backlink Raster
|-
| 결과 래스터 || (경로 지정)
|-
| 경로 유형 || '''최적(BEST_SINGLE)'''
|}

==== 7단계: 래스터를 벡터로 변환 ====

'''도구''': Raster to Polyline

* '''입력 래스터''': 최적 경로 래스터
* '''폴리라인 단순화''': 체크 해제
* '''출력''': 최적 경로 라인 피처

==== 8단계: 구간별 시간/칼로리 계산 ====

* '''구간 분할 간격''': 10m
* '''사용자 정의 도구''': LineCarculate
* '''계산 항목''': 구간별 이동 시간, 칼로리 소비량

=== 비용 래스터 보정 ===

특정 구간에서 비용을 조정하여 제한 요소(선호, 회피)를 반영할 수 있다.

==== 1단계: 네트워크 라인 래스터화 ====

'''도구''': Feature to Raster

* '''입력''': 네트워크 라인 피처
* '''출력 셀 크기''': DEM과 동일
* '''결과''': 라인 셀=1, 비라인 셀=0 또는 NoData

필요시 Reclassify 도구로 NoData를 0으로 변경

==== 2단계: 비용 조정 래스터 계산 ====

'''Raster Calculator 수식''':

<syntaxhighlight lang="python">
# 네트워크 라인 구역에서 비용 1/1.6배 감소 (선호)
cost_li = "cost_" * Con("line_raster" == 1, 1/1.6, 1)

# 네트워크 라인 구역에서 비용 1.3배 증가 (회피)
cost_li = "cost_" * Con("line_raster" == 1, 1.3, 1)

# 도로는 선호(1/1.6배), 하천은 회피(1.3배)
cost_li = "cost_" * Con("도로_srtm30" == 1, 1/1.6, 1) * Con("하천_srtm30" == 1, 1.3, 1)
</syntaxhighlight>

'''조정 계수''':
* '''선호 경로''': 1/1.6 ≈ 0.625 (비용 약 37.5% 감소)
* '''회피 경로''': 1.3 (비용 30% 증가)

=== 참고 문헌 ===

* Tobler, W. (1993). Three presentations on geographical analysis and modeling: Non-isotropic geographic modeling speculations on the geometry of geography global spatial analysis. ''Technical Report'', 93-1. National Center for Geographic Information and Analysis, University of California, Santa Barbara.
* Kondo, Y., & Seino, Y. (2010). GPS-aided walking experiments and data-driven travel cost modeling on the historical road of Nakasendō-Kisoji (Central Highland Japan). In B. Frischer (Ed.), ''Making history interactive: Computer applications and quantitative methods in archaeology (CAA). Proceedings of the 37th international conference'' (pp. 158-165). Archaeopress.

=== 외부 링크 ===

* [https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/distance-accumulation.htm ArcGIS Pro - Distance Accumulation]
* [https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/path-distance.htm ArcGIS Pro - Path Distance]
* [https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/optimal-path-as-line.htm ArcGIS Pro - Optimal Path As Line]

[[분류:GIS]]
[[분류:공간분석]]
[[분류:래스터분석]]
[[분류:경로분석]]

== 참고 문헌 ==
* 양정현, 2023, HGIS를 통해 본 조선 전기 양주의 도로 체계와 역사적 경로 재현 - 양주 회암사의 사례를 중심으로, 남도문화연구 50
* 양정현, 2024, 조선시대 도로 네트워크 분석 방법론과 사례 연구 - 양주의 사례를 중심으로, 문화역사지리 36-3
* 양정현, 2025, '신출귀몰'의 재구성 - 역사 연구와 GIS가 연결되는 한 방식, 역사비평 153 (발행 예정)

== 메모 ==
* todo: 2차 및 3차 지형도의 도로 등급 반영 후 네트워크 데이터셋에 계층 속성 추가

== DB 변화 이력 ==
* 2025년 09월 03일 : 최초 공개
* 2025년 11월 14일 : '네트워크 데이터셋 기반 최소 비용 경로 분석' 항목 보완 및 '래스터 기반 최소 비용 경로 분석' 항목 추가