Skip Navigation
Skip to contents

GEO DATA : GEO DATA

OPEN ACCESS
SEARCH
Search

Articles

Page Path
HOME > GEO DATA > Volume 2(2); 2020 > Article
Article
Geology
DEM을 이용한 지형/수문 분석 데이터 구축 및 서비스
이사로*, 김민지
Construction of Topographic/Hydrologic Data using DEM and Its Service
Saro Lee*, Minji Kim
GEO DATA 2020;2(2):36-44.
DOI: https://doi.org/10.22761/DJ2020.2.2.006
Published online: December 30, 2020

한국지질자원연구원 지오플랫폼연구본부, 대전 34132, 대한민국

Geoscience Platform Research Division, Korea Institute of Geoscience and Mineral Resources (KIGAM), Daejeon 34132, Republic of Korea

*Corresponding author: leesaro@kigam.re.kr
• Received: November 23, 2020   • Revised: December 11, 2020   • Accepted: December 14, 2020

Copyright © 2020 GeoAI Data Society

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

prev next
  • 1,795 Views
  • 102 Download
  • 4 Crossref
  • 본 연구에서는 수치지형모델(DEM)을 이용하여 다양한 지형/수문 분석을 통해 지형 분석도 10종, 수문 분석도 10종을 구축하였다. 구축 범위는 남한 전체이며 해상도는 30m이며 좌표계는 UTM-K 좌표이다. 구축된 자료 형태는 ASCII, ARCGIS GRID, GEOTIFF 등 3가지 형태로 제공된다. 또한 모든 데이터는 남한 통판 자료와 행정구역별로 위의 3가지 자료 형태로 제공된다. 이러한 모든 지형/수문 분석 데이터는 환경빅데이터 플랫폼(www.bigdata-environment.kr)에서 무료로 다운로드 가능하다.
  • In this study, 10 types of terrain analysis maps and 10 types of hydrology analysis maps were constructed through various topographic/hydrological analysis using a digital topographic model (DEM). The construction range is for the entire South Korea, the resolution is 30m, and the coordinate system is UTM-K coordinates. The constructed data format is provided in three formats: ASCII, ARCGIS GRID, and GEOTIFF. In addition, all data is provided in the form of the above three data format for whole of South Korea and each administrative district. All of these topographic/hydrological analysis data can be downloaded for free from the environment big data platform (www.bigdata-environment.kr).
본 연구에서는 DEM(Digital Elevation Model)을 이용하여 다양한 지형/수문 분석 데이터를 생산/구축하였다. 이러한 지형 및 수문 분석 데이터는 산사태, 홍수 등 자연재해 분석, 지하수 개발 및 오염 예측, 지표수 관리, 적지 선정 등 다양한 분야에서 활용될 수 있다. 그리고 이렇게 구축된 각종 지형 및 수문 분석 데이터를 활용하기 위해 환경 비즈니스 빅데이터 플랫폼을 통해 대국민 서비스할 수 있게 하였다. 여기서 환경 비즈니스 빅데이터 플랫폼은 빅데이터 플랫폼 구축으로 환경 데이터 축적, 유통을 통한 데이터 시장 활성화와 데이터 기반 환경 비즈니스 육성 및 새로운 일자리 창출로 사회적 가치 실현을 목적으로 하며, 물환경, 생활환경, 자연환경 등 환경부, 소속·산하기관 및 민간에 흩어져 있는 매체별 환경데이터를 체계화해 한곳에 모아 환경 데이터 허브를 구축하고, 이를 통해 누구나 쉽게 접근하여 활용할 수 있도록 쉽게 가공해 활용도가 높은 정보로 재생산하고 유통할 수 있도록 한 웹 기반의 플랫폼 시스템이다.
지형/수문 분석도 구축을 위해 먼저 국토공간정보포털에서 제공하는 수치표고모델(DEM)을 확보하였다. 이러한 DEM(Digital Elevation Model)은 수치표고모델의 약어이며, 수치지면자료(또는 불규칙삼각망자료)를 이용하여 격자 형태로 제작한 지표 모형을 말한다. 즉, 실 세계 지형 정보 중 건물, 수목, 인공 구조물 등을 제외한 지형 부분을 표현하는 수치 모형이다. 따라서 DEM은 지형의 위치에 대한 고도를 일정한 간격으로 배열한 수치정보이다.
지형/수문분석도는 이러한 DEM을 활용하여 지형/수문 정보를 분석하고 공간적인 분포를 지도로 나타낸 것이다. 지형 및 수문 분석도작성을 위해 SAGA GIS 분석프로그램(Conrad et al., 2015)을 사용하였다. 지형분석도로는 경사 방향 (Aspect), 지형곡률분류(Curvature Classification), 지형 특성(Morphometric Features), 경사 높이(Slope Height), 지형 경사(Slope), 지 표면적(Surface Area), 지표거칠기지수(Terrain Ruggedness Index), 지형위치지수(Topographic Position Index), 계곡 깊이(Valley Depth) 수렴 지수(Convergence Index), 지형 구배(Gradient), 질량 균형 지수(Mass Balance Index), 지형 곡률(Convexity) 정규화된 높이(Normalized Height) 등의 지표 특성을 DEM을 이용하여 계산하고 이를 도면으로 구축하였다. 이러한 지형 분석도 각각에 대한 설명은 Table 1과 같다.
수문분석도로는 집수 면적(Catchment Area), 집수 경사(Catchment Slope), 물흐름누적도(Flow Accumulation), 물 흐름 경로 길이(Flow Path Length), 경사 길이와 기울기(Slope Length and Steepness(LS) Factor), 경사 길이(Slope Length), 지형습윤지수(Topographic Wetness Index), 격자 균형(Cell Balance), 하천강도지수(Stream Power Index(SPI)), 위쪽 경사면 면적(Upslope Area) 등의 지표 특성을 DEM을 이용하여 계산하고 이를 도면으로 구축하였다. 이러한 수문 분석도 각각에 대한 설명은 Table 2와 같다.
본 연구에서 구축된 지형분석도는 Fig. 1과 같다. 구축된 수문분석도는 Fig. 2와 같다. 지형/수문 분석도 구축 범위는 남한 전체이며, 해상도는 30m이며, 좌표계는 UTM-K 좌표이다. 구축된 자료 형태는 ASCII, ARCGIS GRID, GEOTIFF 등 3가지 형태로 제공된다. 또한 모든 데이터는 남한 전체 자료와 행정구역 별로 위의 3가지 자료 형태로 제공된다. 데이터의 목록은 아래와 같다. 이러한 모든 지형/수문 분석 데이터는 환경빅데이터 플랫폼(www.bigdata-environment.kr)에서 무료로 다운로드 가능하다.
본 연구에서 생성 및 제공되는 지형/수문 분석데이터는 대학, 엔지니어링, 건설업체 등에서, 연구/교육용, 실무용등으로 사용될 수 있다. 이러한 데이터가 활용될 수 있는 분야는 산사태, 홍수, 지진, 지반침하 등 지질재해 분석 및 관리, 하천, 지표수, 지하수 등 수자원 분석 및 관리, 도시, 토지, 도로, 철도, 공항 등 각종 개발예정지 , 쓰레기 매립지, 골재 개발지 등 각종 적지 선정, 다양한 생태 서식지 분석 및 관리 등 매우 다양하다. 따라서 본 연구에서 생성 및 제공되는 지형/수문 분석 데이터는 기초데이터로서 매우 다양하고 활발히 이용될 수 있으므로 관련 분야에서 적극 활용함으로써, 관리 및 분석의 효율을 높일 수 있다. 향후 본 연구에서 생성 및 제공된 20종의 지형/수문 분석데이터 이외에도 보다 많은 지형/수문 분석데이터를 생산하고 제공하여, 관련 분야에서 적극 활용할 수 있게 해야 한다.
Acknowledgements
본 연구는 환경 비즈니스 빅데이터 플랫폼 및 센터 구축 사업과 국토교통부 / 국토교통과학기술진흥원의 지원으로 수행되었음 (과제번호 20DCRU-B158151-01).
Fig. 1.
지형분석도
DJ2020-2-2-006f1.jpg
Fig. 2.
수문분석도
DJ2020-2-2-006f2.jpg
Table 1.
지형분석도 데이터
이름 설명
경사 방향(Aspect) 이웃한 격자로부터 가장 큰 변화율을 가지는 경사의 방향을 나타낸다. 각 셀은 경사면이 마주한 지역의 방향 값을 가지며, 이는 0°에서 360° 까지 시계방향으로 표시 된다. 경사가 없는 평평한 지역은 -1로 표시한다.
지형 곡률 분류(Curvature Classification) 경사의 모양과 지형의 형태를 대표하는 값이다. 유속 및 유수 가속과 침식, 퇴적율과 관련이 있다.
지형 특성(Morphometric Features) 최소 격자를 통한 모든 크기에 2차 변수를 적합 시켜 후속 형태계 특성(피크, 능선, 통과, 채널, 피트 및 평면)의 분류이며, 이를 위해 울기, 측면 및 곡선(옵션 출력)을 도출하는 다중 척도 접근방식을 사용한다.
경사 높이(Slope Height) 경사 기저부에서 경사의 꼭대기까지의 수직 거리(즉, 두 경사면의 교차 선)로 정의된다.
지형 경사(Slope) 지표면의 두 지점 사이의 고도 변화율로서 표현된다. 이는, 이웃한 셀에 대해 가장 큰 변화율을 보이는 값으로 계산되며, 변화율이 클수록 가파른 지형, 작을수록 완만한 지형 임을 의미한다.
표면적 (Surface Area) 지형 경사면 혹은 평면에서의 표면적 값을 의미한다.
지표 거칠기 지수(Terrain Ruggedness Index) 지형의 거친 정도를 대표하는 값으로, 인접한 셀 중 가장 볼록한 부분과 오목한 부분의 고도 차이 값의 제곱의 절대값으로 계산된다.
지형 위치 지수(Topographic Position Index) 지형의 상대적 위치를 정량적으로 나타낸 값이다. TPI 산출 모델은 특정 셀의 고도 값과 인접한 셀들의 평균 고도 값의 차이를 이용해 산출되며, TPI 값은 전체 경관단위에서 표고 차에 따른 지형의 위치를 나타낸다.
계곡 깊이(Valley Depth) 수계망 기준면과 DEM의 수직 거리 차이 값이다.
수렴 지수(Convergence Index) 수렴 지수는 수렴 영역(채널)과 발산 영역(능선)의 집합으로서 완화 구조의 구조를 보여주는 지형 매개변수다.
지형 구배(Gradient) 지표면과 수평면의 서로 기울어진 정도를 의미한다.
질량 균형 지수(Mass Balance Index) 지형의 특징을 퇴적과 침식의 개념으로 나타내는 지수로 음수는 계곡같이 퇴적되는 곳을 양수는 언덕 같이 침식되는 곳을 나타낸다.
지형 곡률(Convexity) 지형의 형태적으로 보았을 때, 볼록 휘어진 정도를 나타낸다.
정규화된 높이(Normalized Height) 지형의 고도값을 정규화하여 나타낸 고도분포도이다.
Table 2.
수문 분석도 데이터
이름 설명
집수 면적(Catchment Area) 유역에 떨어지는 강수량의 바다 쪽으로 흐르는 같은 강으로 합류한다. 이렇게 합류하는 지역을 집수 지역이라고 하고 집수 면적은 이러한 집수 지역의 넓이를 말한다.
집수 경사(Catchment Slope) 집수 경사는 집수의 특정 지점 사이의 고도 차이를 집수 길이로 나눈 집수 구역의 기울기를 말한다.
물 흐름 누적(Flow Accumulation) 아랫방향으로 흐르는 모든 셀의 누적된 값을 나타낸다. 이 값은 각 셀에 유입되는 셀의 총 합이다. 이러한 모델은 DEM에서 각 셀의 흐름을 개별적으로 추적하여 최종적으로 DEM에서 나가거나, 흐름이 최종적으로 DEM을 벗어나거나 가라앉을 때까지 추적한다.
물 흐름 경로 길이(Flow Path Length) 물이 흐르는 방향으로 각 셀에 대한 유수로의 길이 값을 말한다.
경사 길이와 기울기(LS Factor) 기울기 경사도와 기울기 값을 같이 고려하여 나타낸 값이다. 이러한 LS 지수는 토양 침식에 대한 지형의 영향을 나타낸다.
경사 길이(Slope Length) 지형 경사의 길이를 나타낸다.
지형습윤지수(Topographic Wetness Index) TWI는 강우 유출 모델에 사용되며 물의 공간적 특성을 묘사한다. 공식은 다음과 같다. TWI=lnatanb여기서 a는 상향 경사 지역의 총면적, b는 중심 셀의 경사각이다.
격자 균형(Cell Balance) 격자 간의 균형 정도를 나타낸다.
하천 강도 지수(Stream Power Index(SPI)) 흐르는 물의 침식력를 측정한 것이다. SPI는 경사 및 특정 유역 면적을 기준으로 계산한다. 공식은 다음과 같다. SPI = SCA(특정 유역 면적) * tan(경사)
위쪽 경사면 면적(Upslope Area) 위쪽 경사면 면적은 결과는 각 격자에 대해 대상 격자에 도달하는 흐름의 비율이다. 위쪽 경사면에서 기여하는 면적을 확인되기 위해 대상 격자를 지정할 수 있다.
  • Conrad O, Bechtel B, Bock M, Dietrich H, Fischer E, Gerlitz L, Wehberg J, Wichmann V, Böhner J (2015) System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. Geoscientific Model Development 8:2271–2312. doi:10.5194/gmd-8-1991-2015Article
데이터셋에 대한 메타데이터
Sort Field Subcategory#1 Subcategory#2
Essential Title Morphology/Hydrology
*DOI name Aspect 10.22761/DATA2020.2.2.001
Curvature Classification 10.22761/DATA2020.2.2.002
Morphometric Features 10.22761/DATA2020.2.2.003
Slope Height 10.22761/DATA2020.2.2.004
Slope 10.22761/DATA2020.2.2.005
Surface Area 10.22761/DATA2020.2.2.006
Topographic Position Index 10.22761/DATA2020.2.2.007
Valley Depth 10.22761/DATA2020.2.2.008
Convergence Index 10.22761/DATA2020.2.2.009
Gradient 10.22761/DATA2020.2.2.010
Mass Balance Index 10.22761/DATA2020.2.2.011
Convexity 10.22761/DATA2020.2.2.012
Normalized Height 10.22761/DATA2020.2.2.013
Catchment Area 10.22761/DATA2020.2.2.014
Catchment Slope 10.22761/DATA2020.2.2.015
Flow Accumulation 10.22761/DATA2020.2.2.016
Flow Path Length 10.22761/DATA2020.2.2.017
LS Factor 10.22761/DATA2020.2.2.018
Slope Length 10.22761/DATA2020.2.2.019
Topographic Wetness Index 10.22761/DATA2020.2.2.020
Cell Balance 10.22761/DATA2020.2.2.021
Stream Power Index(SPI) 10.22761/DATA2020.2.2.022
Upslope Area 10.22761/DATA2020.2.2.023
Terrain Ruggedness Index 10.22761/DATA2020.2.2.024
*Category geoscientificInformation
Abstract
*Temporal Coverage
*Spatial Coverage South Korea (Latitude 33°N ~ 43°N, Longitude 124°E ~ 132°E)
*Personnel Name LEE Saro
Affiliation KIGAM
E-mail leesaro@kigam.re.kr
*License CC BY
Optional *Project Project of Environmental Business Big Data Platform and Center Construction
*Instrument MI

Figure & Data

References

    Citations

    Citations to this article as recorded by  
    • Predictors of Unilateral Arm Lymphedema in Non-obese Locoregionally Advanced Breast Cancer Patients Undergoing Neoadjuvant Chemotherapy, Modified Radical Mastectomy, and Postoperative Irradiation
      Surjeet Dwivedi, Amiy Arnav, Varun Kumar Agarwal, S K Deshpande, Rohit Sharma, Naresh Saidha
      European Journal of Breast Health.2024; 20(2): 149.     CrossRef
    • Need for Staging Investigations in Newly Diagnosed Breast Cancer: Establishing Local Guidelines for Radiological Staging in Bahrain
      Ahmed Adel Alkazaz, Noora Fuad Ali, Ahmed Zuhair Salman, Sayed Ali Almahari, Tareq Hamed Altaei, Wegdan Zaki Albati, Hisham Mustafa Habib, Aysha Adnan Alsadoon, Noor Ali Almawlani, Fatema Ali Alkhabbaz, Raja Eid, Hussain Adnan Abdulla
      European Journal of Breast Health.2024; 20(2): 136.     CrossRef
    • Wildfire susceptibility mapping by incorporating damage proxy maps, differenced normalized burn Ratio, and deep learning algorithms based on sentinel-1/2 data: a case study on Maui Island, Hawaii
      Suci Ramayanti, BongChan Kim, Sungjae Park, Chang-Wook Lee
      GIScience & Remote Sensing.2024;[Epub]     CrossRef
    • Construction of Topographic/Hydrologic Data using DEM and its Service 2
      Saro Lee, Minju Kim
      GEO DATA.2021; 3(4): 1.     CrossRef

    Figure
    • 0
    • 1
    Construction of Topographic/Hydrologic Data using DEM and Its Service
    Image Image
    Fig. 1. 지형분석도
    Fig. 2. 수문분석도
    Construction of Topographic/Hydrologic Data using DEM and Its Service
    이름 설명
    경사 방향(Aspect) 이웃한 격자로부터 가장 큰 변화율을 가지는 경사의 방향을 나타낸다. 각 셀은 경사면이 마주한 지역의 방향 값을 가지며, 이는 0°에서 360° 까지 시계방향으로 표시 된다. 경사가 없는 평평한 지역은 -1로 표시한다.
    지형 곡률 분류(Curvature Classification) 경사의 모양과 지형의 형태를 대표하는 값이다. 유속 및 유수 가속과 침식, 퇴적율과 관련이 있다.
    지형 특성(Morphometric Features) 최소 격자를 통한 모든 크기에 2차 변수를 적합 시켜 후속 형태계 특성(피크, 능선, 통과, 채널, 피트 및 평면)의 분류이며, 이를 위해 울기, 측면 및 곡선(옵션 출력)을 도출하는 다중 척도 접근방식을 사용한다.
    경사 높이(Slope Height) 경사 기저부에서 경사의 꼭대기까지의 수직 거리(즉, 두 경사면의 교차 선)로 정의된다.
    지형 경사(Slope) 지표면의 두 지점 사이의 고도 변화율로서 표현된다. 이는, 이웃한 셀에 대해 가장 큰 변화율을 보이는 값으로 계산되며, 변화율이 클수록 가파른 지형, 작을수록 완만한 지형 임을 의미한다.
    표면적 (Surface Area) 지형 경사면 혹은 평면에서의 표면적 값을 의미한다.
    지표 거칠기 지수(Terrain Ruggedness Index) 지형의 거친 정도를 대표하는 값으로, 인접한 셀 중 가장 볼록한 부분과 오목한 부분의 고도 차이 값의 제곱의 절대값으로 계산된다.
    지형 위치 지수(Topographic Position Index) 지형의 상대적 위치를 정량적으로 나타낸 값이다. TPI 산출 모델은 특정 셀의 고도 값과 인접한 셀들의 평균 고도 값의 차이를 이용해 산출되며, TPI 값은 전체 경관단위에서 표고 차에 따른 지형의 위치를 나타낸다.
    계곡 깊이(Valley Depth) 수계망 기준면과 DEM의 수직 거리 차이 값이다.
    수렴 지수(Convergence Index) 수렴 지수는 수렴 영역(채널)과 발산 영역(능선)의 집합으로서 완화 구조의 구조를 보여주는 지형 매개변수다.
    지형 구배(Gradient) 지표면과 수평면의 서로 기울어진 정도를 의미한다.
    질량 균형 지수(Mass Balance Index) 지형의 특징을 퇴적과 침식의 개념으로 나타내는 지수로 음수는 계곡같이 퇴적되는 곳을 양수는 언덕 같이 침식되는 곳을 나타낸다.
    지형 곡률(Convexity) 지형의 형태적으로 보았을 때, 볼록 휘어진 정도를 나타낸다.
    정규화된 높이(Normalized Height) 지형의 고도값을 정규화하여 나타낸 고도분포도이다.
    이름 설명
    집수 면적(Catchment Area) 유역에 떨어지는 강수량의 바다 쪽으로 흐르는 같은 강으로 합류한다. 이렇게 합류하는 지역을 집수 지역이라고 하고 집수 면적은 이러한 집수 지역의 넓이를 말한다.
    집수 경사(Catchment Slope) 집수 경사는 집수의 특정 지점 사이의 고도 차이를 집수 길이로 나눈 집수 구역의 기울기를 말한다.
    물 흐름 누적(Flow Accumulation) 아랫방향으로 흐르는 모든 셀의 누적된 값을 나타낸다. 이 값은 각 셀에 유입되는 셀의 총 합이다. 이러한 모델은 DEM에서 각 셀의 흐름을 개별적으로 추적하여 최종적으로 DEM에서 나가거나, 흐름이 최종적으로 DEM을 벗어나거나 가라앉을 때까지 추적한다.
    물 흐름 경로 길이(Flow Path Length) 물이 흐르는 방향으로 각 셀에 대한 유수로의 길이 값을 말한다.
    경사 길이와 기울기(LS Factor) 기울기 경사도와 기울기 값을 같이 고려하여 나타낸 값이다. 이러한 LS 지수는 토양 침식에 대한 지형의 영향을 나타낸다.
    경사 길이(Slope Length) 지형 경사의 길이를 나타낸다.
    지형습윤지수(Topographic Wetness Index) TWI는 강우 유출 모델에 사용되며 물의 공간적 특성을 묘사한다. 공식은 다음과 같다. TWI=lnatanb여기서 a는 상향 경사 지역의 총면적, b는 중심 셀의 경사각이다.
    격자 균형(Cell Balance) 격자 간의 균형 정도를 나타낸다.
    하천 강도 지수(Stream Power Index(SPI)) 흐르는 물의 침식력를 측정한 것이다. SPI는 경사 및 특정 유역 면적을 기준으로 계산한다. 공식은 다음과 같다. SPI = SCA(특정 유역 면적) * tan(경사)
    위쪽 경사면 면적(Upslope Area) 위쪽 경사면 면적은 결과는 각 격자에 대해 대상 격자에 도달하는 흐름의 비율이다. 위쪽 경사면에서 기여하는 면적을 확인되기 위해 대상 격자를 지정할 수 있다.
    Sort Field Subcategory#1 Subcategory#2
    Essential Title Morphology/Hydrology
    *DOI name Aspect 10.22761/DATA2020.2.2.001
    Curvature Classification 10.22761/DATA2020.2.2.002
    Morphometric Features 10.22761/DATA2020.2.2.003
    Slope Height 10.22761/DATA2020.2.2.004
    Slope 10.22761/DATA2020.2.2.005
    Surface Area 10.22761/DATA2020.2.2.006
    Topographic Position Index 10.22761/DATA2020.2.2.007
    Valley Depth 10.22761/DATA2020.2.2.008
    Convergence Index 10.22761/DATA2020.2.2.009
    Gradient 10.22761/DATA2020.2.2.010
    Mass Balance Index 10.22761/DATA2020.2.2.011
    Convexity 10.22761/DATA2020.2.2.012
    Normalized Height 10.22761/DATA2020.2.2.013
    Catchment Area 10.22761/DATA2020.2.2.014
    Catchment Slope 10.22761/DATA2020.2.2.015
    Flow Accumulation 10.22761/DATA2020.2.2.016
    Flow Path Length 10.22761/DATA2020.2.2.017
    LS Factor 10.22761/DATA2020.2.2.018
    Slope Length 10.22761/DATA2020.2.2.019
    Topographic Wetness Index 10.22761/DATA2020.2.2.020
    Cell Balance 10.22761/DATA2020.2.2.021
    Stream Power Index(SPI) 10.22761/DATA2020.2.2.022
    Upslope Area 10.22761/DATA2020.2.2.023
    Terrain Ruggedness Index 10.22761/DATA2020.2.2.024
    *Category geoscientificInformation
    Abstract
    *Temporal Coverage
    *Spatial Coverage South Korea (Latitude 33°N ~ 43°N, Longitude 124°E ~ 132°E)
    *Personnel Name LEE Saro
    Affiliation KIGAM
    E-mail leesaro@kigam.re.kr
    *License CC BY
    Optional *Project Project of Environmental Business Big Data Platform and Center Construction
    *Instrument MI
    Table 1. 지형분석도 데이터

    Table 2. 수문 분석도 데이터


    GEO DATA : GEO DATA
    TOP