콘텐츠로 이동

빠른 시작

이 5분 워크스루는 갓 설치한 플러그인에서 출발해 Bradypus variegatus(세발가락나무늘보)의 완성된 서식적합도 지도까지 가는 과정을 다룹니다 — 원 Maxent 논문이 사용한 종입니다. 본 장의 모든 스크린샷은 사용자가 직접 재현할 수 있는 실제 수치를 보여줍니다.

사전 준비

설치 와 의존성 관리 를 먼저 완료하세요 — QMaxent environment ready 배너가 초록색이어야 진행할 수 있습니다.

1단계 · 예제 데이터셋 다운로드

플러그인 → QMaxent → Download Example Dataset 을 열고, Bradypus variegatus 선택, 저장 경로 기본값 유지, Download 클릭.

Bradypus 선택된 Download Example Dataset 다이얼로그

몇 초 뒤, 출현 지점 레이어와 9개 환경 변수 래스터가 QGIS 프로젝트에 추가됩니다:

중남미 지역의 환경 래스터 위에 표시된 Bradypus 출현 지점

2단계 · Analysis 도크 열고 데이터 불러오기

플러그인 → QMaxent → QMaxent Analysis 를 엽니다. 도크에는 다섯 개의 번호 매겨진 탭이 있고 순서대로 진행합니다. ① Data 부터 시작 — Presence Points Layer 드롭다운에서 bradypus 를 선택하고, Add from project 를 클릭해 로드된 모든 래스터 레이어를 한 번에 추가합니다. biome 은 [categorical] 로 표시해 QMaxent가 연속 변수가 아닌 이산 요인으로 처리하게 합니다.

Check Raster Consistency 를 클릭. 예제 데이터는 이미 정렬되어 있어 초록 ✓ 가 표시됩니다:

Bradypus 출현 레이어(116점)와 7개 환경 래스터, biome이 categorical로 표시되고, Check Raster Consistency 결과 모든 래스터가 그리드 일치

도크 하단 상태바에 presence=116 background=10,113 이 표시됩니다.

3단계 · 기본 파라미터 사용

② Parameters 로 이동합니다. 기본값은 거의 모든 첫 실행에 발표 가능한 수준이 되도록 의도적으로 설정되어 있습니다: Auto 피처 선택(maxnet 규칙), 정규화 배수 1.0, Geographic K-Fold(k=5) 공간 교차검증, Jackknife 변수 중요도 활성화.

기본 설정의 Parameters 탭

Output Files 섹션에는 학습된 모델용 .pkl 과 발표용 보충 표용 .xlsx 경로가 지정되어 있습니다. 나중에 변경할 수 있으니 지금은 기본값을 그대로 둡니다.

4단계 · Maxent 실행

도크 하단의 초록색 ▶ Run Maxent 버튼을 클릭합니다. ③ Training 탭으로 전환되며 진행 상황이 실시간으로 보고됩니다.

약 30초 후 실행이 완료됩니다:

100% 완료된 Training 탭과 전체 로그: 116 presence, 9,997 background, train AUC=0.9562, CV AUC=0.7581 ± 0.0920, 변수별 jackknife

로그를 위에서 아래로 읽으면 모델의 전체 이야기를 알 수 있습니다:

  • 배경 표본 추출과 공변량 추출 완료
  • 자동 규칙이 선택한 피처 유형: linear, quadratic, product, hinge, threshold
  • Training AUC = 0.9562(표본 내 적합)
  • CV AUC = 0.7581 ± 0.0920(5개 공간 폴드의 보류 검증 성능)
  • 9개 변수 각각의 Jackknife 결과

도크 하단 상태바에 핵심 수치가 표시됩니다: train AUC=0.9562 · CV AUC=0.7581.

5단계 · 결과 확인

④ Results 탭이 활성화됩니다. 세 개의 하위 탭을 둘러보며 모델이 학습한 내용을 이해해 보세요.

Response Curves(반응곡선)

드롭다운에서 변수를 하나 선택 — 여기서는 bio1(연평균 기온):

학습 범위에 걸친 bio1 cloglog 적합도 반응곡선

음영 영역은 실제 데이터 범위를 나타냅니다. 이 범위 밖의 예측은 외삽이며 신중하게 해석해야 합니다.

Jackknife 중요도와 ROC

Jackknife 하위 탭은 두 가지 진단을 한 화면에 결합합니다 — 좌측의 ROC 곡선(학습 + 폴드별 CV)과 우측의 Jackknife 막대(각 변수만 / 각 변수 제외 시 모델 AUC):

9개 Bradypus 변수의 ROC 곡선과 Jackknife 변수 중요도

평균 CV ROC(점선)는 무작위 대각선을 한참 위에 있고, Jackknife 막대는 bio7, biome, bio12 가 이 종에 가장 많은 정보를 담고 있음을 보여줍니다.

Spatial Projection(공간 투영)

Spatial Projection 하위 탭은 학습된 모델을 전체 환경 변수 래스터에 적용해 서식적합도 지도를 생성합니다. cloglog 가 권장 출력 변환입니다(Phillips et al. 2017). Auto-load result as QGIS layer 체크를 유지한 채 ▶ Run Spatial Projection 클릭:

실행 후 Spatial Projection 하위 탭 — 출력 GeoTIFF 경로 표시

결과 래스터가 흰색-초록 연속 색상으로 자동 스타일링되어 QGIS에 즉시 추가됩니다:

중남미 전역의 Bradypus 서식적합도 지도, 흰색=낮음, 초록=높음

6단계 · 우선조사 후보지 생성 (선택)

⑤ Priority Sites for Survey 로 이동합니다. Discovery 모드(새 개체군 발견)를 선택하고 Minimum suitability 임계값을 높게(예: 0.9), Number of priority sites 를 20으로, 역지오코딩을 활성화한 뒤 ▶ Extract Priority Sites 클릭:

추출 후 Discovery 모드 Priority Sites 탭 — 20개 추출, 19/20 지오코딩됨

후보 위치가 적합도 지도 위에 빨간 점으로 표시됩니다:

Bradypus 적합도 지도 위에 빨간 점으로 표시된 우선조사 후보지

출력 GeoPackage의 속성 테이블에는 각 후보지의 좌표, 적합도 점수, (Nominatim이 해결할 수 있던 경우) 행정 주소가 포함되어 있어 현장 조사에 즉시 사용할 수 있습니다.

다음 단계

축하합니다 — 완전한 Maxent 워크플로를 실행했습니다. 이제부터는: