래스터 데이터를 사용하여 온도 분석

이 튜토리얼에서는 래스터 데이터에 대한 지리 공간 분석을 실행하는 방법을 설명합니다.

목표

  • BigQuery Sharing (이전 명칭: Analytics Hub)에서 공개적으로 제공되는 Google Earth Engine 데이터를 찾습니다.
  • ST_REGIONSTATS 함수를 사용하여 특정 시점에 각 국가의 평균 기온을 계산합니다.
  • Google 지도 API를 사용하여 BigQuery에서 지리정보 데이터를 시각화하는 웹 도구인 BigQuery Geo Viz에서 결과를 시각화합니다.

비용

이 튜토리얼에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud구성요소를 사용합니다.

시작하기 전에

이 튜토리얼에서는 Google Cloud 프로젝트를 만드는 것이 좋습니다. 이 튜토리얼을 완료하는 데 필요한 역할이 있는지 확인합니다.

Google Cloud 프로젝트 설정

  1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  3. Make sure that billing is enabled for your Google Cloud project.

  4. Enable the BigQuery, BigQuery sharing, and Google Earth Engine APIs.

    Enable the APIs

    5.

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Go to project selector

  6. Make sure that billing is enabled for your Google Cloud project.

  7. Enable the BigQuery, BigQuery sharing, and Google Earth Engine APIs.

    Enable the APIs

    8.

    필요한 역할

    이 튜토리얼의 태스크를 수행하는 데 필요한 권한을 얻으려면 관리자에게 프로젝트에 대한 다음 IAM 역할을 부여해 달라고 요청하세요.

    역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

    이러한 사전 정의된 역할에는 이 튜토리얼의 작업을 수행하는 데 필요한 권한이 포함되어 있습니다. 필요한 정확한 권한을 보려면 필수 권한 섹션을 펼치세요.

    필수 권한

    이 튜토리얼의 태스크를 수행하려면 다음 권한이 필요합니다.

    • earthengine.computations.create
    • serviceusage.services.use
    • bigquery.datasets.create

    커스텀 역할이나 다른 사전 정의된 역할을 사용하여 이 권한을 부여받을 수도 있습니다.

    데이터 세트 구독

    이 튜토리얼에 사용된 데이터 세트를 찾으려면 다음 단계를 따르세요.

    1. 공유 (Analytics Hub) 페이지로 이동합니다.

      공유 (Analytics Hub)로 이동

    2. 등록정보 검색을 클릭합니다.

    3. 등록정보 검색 필드에 "ERA5-Land Daily Aggregated"을 입력합니다.

    4. 결과를 클릭합니다. 설명, 밴드 정보 링크, 사용 가능 여부, 픽셀 크기, 사용 약관을 비롯하여 ERA5-Land 기후 재분석 데이터 세트에 관한 정보가 포함된 세부정보 창이 열립니다.

    5. 구독을 클릭합니다.

    6. 선택사항: 프로젝트를 업데이트합니다.

    7. 연결된 데이터 세트 이름을 era5_climate_tutorial로 업데이트합니다.

    8. 저장을 클릭합니다. 연결된 데이터 세트가 프로젝트에 추가되며 climate라는 단일 테이블을 포함합니다.

    래스터 ID 찾기

    era5_climate_tutorial.climate 테이블의 각 행에는 특정 날짜의 기후 데이터가 포함된 래스터 이미지의 메타데이터가 포함됩니다. 다음 쿼리를 실행하여 2025년 1월 1일의 래스터 이미지의 래스터 ID를 추출합니다.

    SELECT
  assets.image.href
FROM
  `era5_climate_tutorial.climate`
WHERE
  properties.start_datetime = '2025-01-01';

    결과는 ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101입니다. 다음 섹션에서는 ST_REGIONSTATS 함수의 raster_id 인수에 이를 사용합니다.

    평균 온도 계산

    다음 쿼리를 실행하여 ST_REGIONSTATS 함수를 사용하여 2025년 1월 1일 각 국가의 평균 기온을 계산합니다.

    WITH SimplifiedCountries AS (
  SELECT
    ST_SIMPLIFY(geometry, 10000) AS simplified_geometry,
    names.primary AS name
  FROM
    `bigquery-public-data.overture_maps.division_area`
  WHERE
    subtype = 'country'
)
SELECT
  sc.simplified_geometry AS geometry,
  sc.name,
  ST_REGIONSTATS(
    sc.simplified_geometry,
    'ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101',
    'temperature_2m'
  ).mean - 273.15 AS mean_temperature
FROM
  SimplifiedCountries AS sc
ORDER BY
  mean_temperature DESC;

    이 쿼리는 국가를 비롯한 지구의 여러 지역 경계를 나타내는 GEOGRAPHY 값이 포함된 공개적으로 제공되는 division_area 테이블에서 실행됩니다. ST_REGIONSTATS 함수는 지정된 픽셀의 지표면 위 2m 지점의 공기 온도가 포함된 래스터 이미지의 temerature_2m 밴드를 사용합니다.

    Geo Viz에서 쿼리 결과 시각화

    다음으로 BigQuery Geo Viz를 사용하여 결과를 시각화합니다.

    Geo Viz 시작 및 인증

    Geo Viz를 사용하기 전에 BigQuery의 데이터에 대한 액세스 권한을 인증하고 부여해야 합니다.

    Geo Viz를 설정하려면 다음 단계를 따르세요.

    1. Geo Viz 웹 도구를 엽니다.

      Geo Viz 열기

      또는 쿼리 결과 창에서 다음에서 열기 > GeoViz를 클릭합니다.

    2. 1단계 쿼리에서 승인을 클릭합니다.

    3. 계정 선택 대화상자에서 Google 계정을 클릭합니다.

    4. 액세스 대화상자에서 허용을 클릭하여 BigQuery 데이터에 액세스할 수 있는 권한을 Geo Viz에 부여합니다.

    Geo Viz에서 쿼리 실행

    액세스 권한을 인증하고 부여한 후 다음 단계는 Geo Viz에서 쿼리를 실행하는 것입니다.

    쿼리를 실행하려면 다음 단계를 따르세요.

    1. 1단계 데이터 선택에서 프로젝트 ID 필드에 프로젝트 ID를 입력합니다.

    2. 쿼리 창에 다음 GoogleSQL 쿼리를 입력합니다. 검색 결과에서 Geo Viz를 연 경우 이 필드에 이미 검색어가 입력되어 있습니다.

      WITH SimplifiedCountries AS (
  SELECT
    ST_SIMPLIFY(geometry, 10000) AS simplified_geometry,
    names.primary AS name
  FROM
    `bigquery-public-data.overture_maps.division_area`
  WHERE
    subtype = 'country'
)
SELECT
  sc.simplified_geometry AS geometry,
  sc.name,
  ST_REGIONSTATS(
    sc.simplified_geometry,
    'ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101',
    'temperature_2m'
  ).mean - 273.15 AS mean_temperature
FROM
  SimplifiedCountries AS sc
ORDER BY
  mean_temperature DESC;

    3. 실행을 클릭합니다.

    스타일 적용

    스타일 섹션에는 맞춤설정을 위한 시각 스타일의 목록이 나와 있습니다. 각 스타일에 관한 자세한 내용은 시각화 서식 지정을 참고하세요.

    지도의 형식을 지정하려면 다음 단계를 따르세요.

    1. fillColor 패널을 열려면 3단계 스타일을 클릭합니다.

    2. 데이터 기반 전환 버튼을 설정 위치로 클릭합니다.

    3. 함수로 linear를 선택합니다.

    4. 필드에서 mean_temperature을 선택합니다.

    5. 도메인에서 첫 번째 상자에 -20을 입력하고 두 번째 상자에 32을 입력합니다.

    6. 범위에서 첫 번째 상자를 클릭하고 Hex 상자에 #0006ff를 입력한 다음 두 번째 상자를 클릭하고 #ff0000를 입력합니다. 이렇게 하면 2025년 1월 1일의 평균 기온을 기준으로 각 국가의 색상이 변경됩니다. 파란색은 더 낮은 온도를, 빨간색은 더 높은 온도를 나타냅니다.

    7. fillOpacity를 클릭합니다.

    8. 값 필드에 .5를 입력합니다.

    9. 스타일 적용을 클릭합니다.

    10. 지도를 확인합니다. 국가를 클릭하면 국가 이름, 평균 기온, 간소화된 도형이 표시됩니다.

      평균 온도별로 색상이 지정된 국가가 표시된 지도

    삭제

    1. In the Google Cloud console, go to the Manage resources page.

      Go to Manage resources

    2. In the project list, select the project that you want to delete, and then click Delete.
    3. In the dialog, type the project ID, and then click Shut down to delete the project.

    다음 단계