다중분광영상 (Multispectral Imagery)
쉽게 풀면
우리 눈은 빨강, 초록, 파랑 정도의 색만 구분하지만, 다중분광영상을 얻는 센서는 그보다 훨씬 다양한 파장 대역, 예를 들어 눈에 보이지 않는 근적외선까지 동시에 기록합니다. 같은 장소를 여러 개의 서로 다른 '색안경'을 낀 채 동시에 찍는다고 생각하면 됩니다. 이렇게 얻은 여러 장의 영상을 조합하면 식물의 건강 상태나 물, 토양 같은 지표 물질을 사람 눈보다 훨씬 잘 구분할 수 있습니다.
왜 중요한가
작물 생육 모니터링, 산림 건강도 분석, 수질 관리 등 지표면 물질의 특성을 구분해야 하는 연구에서는 가시광선 영상만으로 한계가 있습니다. 다중분광영상은 파장별 반사 특성 차이를 활용해 이러한 구분을 가능하게 하므로, 원격탐사 기반 환경·농업 연구에서 널리 활용됩니다. 다중분광영상은 육안으로 구분하기 어려운 작물의 병충해나 수분 스트레스, 토지피복 변화 등을 반사 특성의 차이로 탐지할 수 있어, 정밀농업과 환경 모니터링 분야에서 핵심적인 자료로 활용됩니다.
논문에서는 이렇게 쓰입니다
여러 파장 대역 중 적외선 정보를 활용해 식물의 건강 상태를 수치로 나타냈다는 의미입니다.
여러 파장 정보를 함께 쓸 때 땅의 종류를 구분하는 정확도가 높아졌다는 내용입니다.
조금 더 깊게 보면
다중분광영상은 보통 청색, 녹색, 적색, 근적외선 등 몇 개에서 십여 개 수준의 개별 밴드로 구성되며, 각 밴드는 서로 다른 파장 범위의 반사 에너지를 기록합니다. 이 밴드들을 조합해 식생지수 같은 파생 지표를 계산하거나 토지피복 분류에 활용합니다. 다중분광영상은 가시광선뿐 아니라 근적외선, 단파적외선 등 여러 개의 분리된 파장대역을 각각 별도의 밴드로 기록하며, 서로 다른 밴드의 반사 특성을 조합한 식생지수(NDVI 등)를 계산해 작물 활력도나 토지피복 분류 등에 널리 활용됩니다.
주의할 점
다중분광영상은 파장 대역 수가 상대적으로 적기 때문에, 물질을 매우 세밀하게 구분해야 하는 경우 밴드 수가 훨씬 많은 초분광영상과는 구분해서 이해할 필요가 있습니다.
밴드 수가 초분광영상보다 훨씬 적고 각 대역의 폭도 넓어, 분광적으로 유사한 물질들을 세밀하게 구분해야 하는 작업에는 다중분광영상만으로 한계가 있을 수 있습니다.