대기보정 (Atmospheric Correction)
쉽게 풀면
공기 중 먼지나 수증기 때문에 사진에 낀 뿌연 영향을 없애는 작업이다.
왜 중요한가
서로 다른 날짜나 센서의 영상을 비교하려면 대기 상태 차이를 제거해야 하므로, 식생지수 시계열 분석과 변화 탐지 연구에서 필수 전처리 단계입니다. 수질이나 토양 특성처럼 미세한 반사율 차이를 읽는 연구에서는 보정 방법 선택이 결과의 신뢰도를 좌우합니다. 황사나 미세먼지가 심한 날 촬영된 영상을 다른 날의 영상과 비교하려면 대기보정이 특히 중요해진다.
논문에서는 이렇게 쓰입니다
대기보정은 방사보정의 한 유형으로, 특히 정량적인 식생지수나 시계열 비교분석에서 정확도를 높이는 데 중요하다.
따라서 시계열 비교나 정량적 식생지수 산출을 위해서는 대기보정 절차가 선행되어야 신뢰할 수 있는 지표 반사율을 얻을 수 있다.
조금 더 깊게 보면
단일 영상 내에서 상대적 분류만 한다면 대기보정을 생략해도 되는 경우가 있어, 목적에 따라 필요성이 달라집니다. 어두운 물체 차감법 같은 영상 기반 방법과 복사전달 모델 기반 방법은 정확도와 필요한 자료가 달라, 논문에서 어느 방식을 썼는지 명시해야 합니다. 복사보정의 한 단계이지 전부는 아니라는 점도 구분해야 합니다. 어두운 물체 차감법은 영상 안에서 가장 어두워야 할 물체(깊은 물, 그림자)의 실제 반사율이 0에 가깝다고 가정하고 그 값만큼을 전체 영상에서 빼는 간단한 방법이며, 복사전달모델 기반 방법은 대기 성분 관측값을 입력해 물리적으로 더 정교하게 계산한다. 대기 중 에어로졸과 수증기의 양은 계절과 날씨에 따라 수시로 변하므로, 정확한 대기보정에는 촬영 당시의 대기 관측자료가 함께 필요하다. 대기보정을 거친 영상은 서로 다른 위성이나 시기의 자료를 함께 비교하는 국제 공동연구에서 특히 중요하게 요구된다. 일부 소프트웨어는 영상 안의 대기 정보를 스스로 추정해 보정하는 반자동 알고리즘을 제공해 별도의 현장 대기관측 없이도 근사 보정이 가능하다.
주의할 점
대기보정 방법에 따라 결과값의 편차가 발생할 수 있어 연구목적에 맞는 보정기법 선택이 필요하다.
구름이나 옅은 안개가 낀 화소는 대기보정으로도 완전히 복원되지 않아 분석에서 제외하는 것이 일반적이다.