구글 어스 엔진( Google Earth Engine - GEE)에서 프로그래머로 수행하던 지구 지리적 데이터 분석( Geospatial Data Analysis )도 ChatGPT를 이용하면 누구나 할 수 있습니다.
절차는 간단합니다. No-code는 아니지만 코딩을 몰라도 누구나 가능하여 정부가 추진하는 데이터 기반 행정에 활용 할 수 있습니다.
1. 가입 register
ㅇ https://code.earthengine.google.com/register
ㅇ Google Account 이용하고, 무료 계정 (교육용, 연구용 등)으로 가입한다.
2. Project 생성
ㅇ https://code.earthengine.google.com/register
ㅇ 프로젝트명 : myproject_name
3. GEE 화면 메뉴 설명
ㅇ좌측 Code Editor 등 https://www.youtube.com/watch?v=_T0bq6rnUNA&t=11s
4. GEE 를 위한 ChatGPT 프롬프트 작성
ㅇ 코드 작성 프롬프트 규칙
1) 구체적이어야 함 – 기능과 프로그래밍 언어를 구체화 하라
2) 맥락을 제공하라 – Library나 Framework을 명시
3) 입출력을 정의하라
ㅇ 프롬프트 구체화 예시
- GPT 하위 버전은 한글보다 영문이 더 정확한 답을 줄 수 있습니다.
(영문 Prompt) Write a JavaScript code using the Google Earth Engine API to generate a median composite image for forest fire predictions from the USGS Landsat 8 Collection 2 Tier 1 TOA Reflectance dataset (ID: ee.ImageCollection ('LANDSAT/LC08/C02/T1_TOA')) over Korea. Extract the shapefile of Korea from 'USDOS/LSIB_SIMPLE/2017' and clip the resulting composite image over the shapefile. For visualisation, employ a False Color Composition of bands
(한글 프롬프트) Google Earth Engine API를 사용하여 한국 지역에서 USGS Landsat 8 Collection 2 Tier 1 TOA Reflectance 데이터셋(ID: ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA'))을 기반으로 산불 예측을 위한 중간값 합성 이미지를 생성하는 JavaScript 코드를 작성하십시오. 'FAO/GAUL/2015/level0'에서 한국의 쉐이프파일을 추출하고, 결과 중간값 합성 이미지를 해당 쉐이프파일로 클립하십시오. 시각화를 위해 밴드의 False Color Composition을 사용하십시오.
5. ChatGPT 응답
// FAO GAUL 데이터셋에서 대한민국 경계 불러오기 var countries = ee.FeatureCollection("FAO/GAUL/2015/level0"); var koreaShapefile = countries.filter(ee.Filter.eq('ADM0_NAME', 'Republic of Korea')); // Landsat 8 TOA 반사율 데이터 불러오기 var landsat8TOA = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA') .filterBounds(koreaShapefile) .filterDate('2020-01-01', '2020-12-31') .select(['B5', 'B4', 'B3']); // 필요한 밴드 선택: SWIR1, NIR, Red – 식물, 토양, 생태계 분석 //.select(['B6', 'B5', 'B4']); // 산불예측에 유용 // 필요한 밴드를 선택하여 중간값 합성 이미지 생성 var medianComposite = landsat8TOA.select(['B5', 'B4', 'B3']).median() .clip(koreaShapefile); // False Color Composition 시각화 파라미터 var visParams = { bands: ['B5', 'B4', 'B3'], // False Color Composition 밴드 min: 0, // 0.05 더 정밀 max: 0.3, gamma: 1.4 // 1.2 더 정밀 }; // 한국 지역으로 맵 중앙 설정 및 확대 수준 설정 Map.centerObject(koreaShapefile, 6); // 중간값 합성 이미지를 맵에 추가 Map.addLayer(medianComposite, visParams, 'False Color Composite of Korea'); // 맵 표시 Map; |
6. 시각화 실행
Chatgpt에서 생성된 코드를 GEE의 new Script에 붙여서 Run(실행)합니다.
(서울 한강지역 세부 확대)
7. 나만의 시각화 만들기
색상과 수치 등급 레벨 조정. 행정구역 지정 등을 통하여 자기가 원하는 시각화를 최적화 할 수 있고, GEE의 다양한 데이터셋 내용과 분석 파라미터를 바꾸면 수많은 지구 생태계 분석 자료를 스스로 만들 수 있습니다.
코딩을 몰라도 누구나 쉽게 지리적 데이터를 시각화하여 분석할 수 있습니다.
데이터기반 행정, 나아가 AI기반 행정을 위하여 왜 필요한지?, AI가 인간의 노동을 얼마나 줄여주는지 ? 체험 할 수 있습니다..
AI 민주화로 가는 길 중 하나입니다..
(관련 강의, 기술 문의) mk.kim@digitalrepublic.co.kr