Ariolimax¶
태평양바나나민달팽이 Ariolimax columbianus 가 두 번째 실전 예제입니다. Bradypus의 기능 입문과 다르게, 이 데이터셋은 의도적으로 지저분합니다 — 환경 변수 래스터들이 공통 좌표계, 범위, 해상도를 공유하지 않습니다. 본 장은 QMaxent의 Check Raster Consistency 사전 점검과 Harmonize to Folder… 워크플로를 따라가면서, 그렇지 않으면 조용히 잘못된 결과를 만들 실패 모드와 그것을 단번에 해결하는 도구를 보여줍니다.
데이터셋¶
Ariolimax 데이터셋은 elapid의 기본 테스트 데이터입니다. 플러그인 → QMaxent → Download Example Dataset → Ariolimax 를 실행하면 캘리포니아 해안 산맥에 걸친 레이어들이 QGIS 캔버스에 나타납니다. 출현 지점은 파란색으로 표시:
겉으로는 데이터가 이미 정렬된 것처럼 보입니다. 하지만 래스터 타일들은 서로 다른 원격탐사 파이프라인에서 만들어져 서로 다른 투영법과 해상도를 가집니다 — 정확히 Maxent를 조용히 망가뜨리는 상황입니다.
불일치 문제¶
플러그인 → QMaxent → QMaxent Analysis 를 엽니다. ① Data 에서
ariolimax-ca 출현 레이어 (3,732점) 를 선택, Add from project 로
모든 로드된 래스터 등록, Check Raster Consistency 클릭:
상태 줄이 황색으로 변하며 다음을 보고합니다:
⚠ Grid mismatch — CRS, extent, resolution differ across rasters. Click "Harmonize to Folder…" to align.
핵심: Run Maxent 버튼은 차단되지 않습니다 — Maxent 자체는 그래도 숫자를 만들어냅니다. 다만 그 숫자는 조용히 잘못됩니다 — 공변량이 출현 지점 명목상 아래의 셀에서 추출되지만 실제로는 정렬되지 않은 래스터에서 추출되기 때문. 이는 운영 SDM에서 가장 흔한 silent-failure 모드이며, 이 사전 점검이 존재하는 바로 그 이유입니다.
Harmonize to Folder… 실행¶
불일치가 감지되면 Check Raster Consistency 버튼 옆에 새 버튼이
나타납니다 — Harmonize to Folder…. 클릭 후 출력 폴더를 선택하세요.
QMaxent가 가장 높은 해상도 래스터를 기준 격자로 선택하고, 모든 다른
래스터를 그 격자로 gdalwarp
(범주형은 nearest-neighbour, 연속형은 bilinear) 로 재투영해 새 GeoTIFF를
폴더에 작성합니다. 새 파일들이 자동으로 프로젝트에 추가되고 옛 파일은
QMaxent 래스터 목록에서 제거됩니다.
Data 탭이 조화화된 스택으로 새로고침됩니다:
상태 줄이 이제 초록색:
✓ All 6 rasters share grid (CRS: EPSG:32610, resolution: 1000 × 1000).
파일명 관례에 주목 — 조화화된 래스터는 00_, 01_, … 접두어가 붙어
순서가 고정됩니다. 이는 .qgz 저장·재로드를 통해서도 유지되며, 모델 변수
순서는 모델의 정체성의 일부이므로 이 접두어가 그 순서를 파일시스템 수준에서도
보이게 만듭니다.
모델 실행¶
스택이 조화화되면, 나머지 워크플로는 Bradypus 와 동일합니다. ② Parameters 의 기본값을 그대로 사용하고 ▶ Run Maxent 클릭, 학습이 완료될 때까지 기다립니다. 5-fold ROC 곡선은 학습과 CV 성능 사이의 건강한 분리를 보여줍니다:
Jackknife 패널은 종의 신호를 어떤 환경 변수가 담고 있는지 확인해줍니다:
05_ca-surfacetemp-stdv (지표 온도 변동성) 가 가장 강한 단변량 신호를
가집니다 — 활동 시간대가 시원하고 습한 미기후에 의존하는 생물에게
생태적으로 합리적입니다. 평균 온도 변수는 단독 영향력은 낮지만 제거할 때
영향이 큽니다 (without 막대가 떨어짐) — 다른 변수와 중복되지 않는 정보를
가진 변수의 특징입니다.
전체 한계 반응 곡선은 학습 범위에 걸친 각 변수의 부분 의존성을 보여줍니다:
조화화 전후 모델 비교¶
교육적 연습으로 조화화하지 않은 스택에서 한 번 돌려보시길 권합니다. Maxent의 관대한 래스터 처리 덕에 완성된 모델과 완성된 AUC를 얻겠지만, AUC는 보통 조화화 실행보다 0.05–0.10 더 높게 나옵니다 — 모델이 더 좋아서가 아니라, 공변량 어긋남이 모델이 적합하는 가짜 패턴을 만들어내기 때문. 교차검증 격차 (학습 vs. CV AUC) 가 이에 비례해 벌어집니다. 결론을 내리기 전에 항상 Check Raster Consistency 를 실행하세요.
우선조사 후보지¶
투영 후, ⑤ Priority Sites for Survey 로 전환, Discovery 모드 선택, 후보지 추출. 사이트가 적합도 지도가 강조한 동일한 해안 산맥에 떨어지며, 조사팀은 결과 GeoPackage를 그대로 현장으로 가져갈 수 있습니다:
본 예제가 보여주는 것¶
- 래스터 불일치 시 Maxent의 silent-failure 모드
- QMaxent의 사전 점검 + 조화화 도구 — 프로젝트를 망칠 실수를 한 번의 클릭으로 해결
이 습관을 본인 작업에도 가져가세요 — 새 래스터 스택을 조립할 정합성 검사를 실행. 실패하면 먼저 조화화, 그다음 학습.