다분광영상 (Multispectral Imaging)
쉽게 풀면
사람의 눈은 빨강, 초록, 파랑 빛만 구분할 수 있지만, 물체는 그 밖에도 적외선처럼 눈에 보이지 않는 다양한 파장의 빛을 서로 다르게 반사합니다. 다분광영상은 이런 여러 파장 대역을 각각 별도의 채널로 나누어 동시에 촬영하는 방식입니다. 예를 들어 건강한 식물과 시든 식물은 눈으로 보면 비슷해 보여도 적외선 반사 특성은 크게 다를 수 있는데, 다분광영상은 이런 차이를 잡아낼 수 있습니다. 여러 색깔의 안경을 동시에 낀 채로 세상을 보는 것과 비슷한 개념이라고 생각하면 이해하기 쉽습니다.
왜 중요한가
다분광영상은 농작물 상태 모니터링, 산림 및 수자원 관리, 재해 피해 조사 등 다양한 응용 분야에서 단순 가시광 영상보다 훨씬 풍부한 정보를 제공합니다. 이 때문에 지구관측 위성 탑재체 설계에서 관측하고자 하는 대역을 몇 개, 어떤 파장으로 선정할지가 임무 목적에 맞춰 중요하게 결정됩니다.
논문에서는 이렇게 쓰입니다
탑재체가 촬영하는 파장 대역 구성을 설명하는 문장입니다.
다분광영상의 실제 활용 사례를 다루는 문맥입니다.
조금 더 깊게 보면
다분광영상은 보통 수 개에서 십여 개의 대역을 사용하며, 대역 수가 수십에서 수백 개에 이르는 초분광영상과는 세분화 정도에서 차이가 있습니다. 각 파장 대역은 렌즈 앞에 놓인 필터나 별도의 검출소자 배열을 통해 분리되며, 대역별 영상을 합성해 식생지수 같은 지표를 계산하는 데 활용됩니다. 대역 선정은 관측 대상의 반사 특성을 고려해 임무 초기에 결정됩니다. 각 대역에서 얻은 반사값을 조합해 정규화식생지수와 같은 지표를 계산할 수 있는데, 이는 서로 다른 대역 간 반사 특성 차이를 활용해 단일 대역 영상으로는 드러나지 않는 정보를 끌어내는 대표적인 활용 방식으로 다루어집니다. 대역 간 정합이 정확하지 않으면 지수 계산 시 오차가 생기므로, 각 대역 영상의 기하 보정과 정렬이 선행되어야 합니다.
주의할 점
다분광영상은 초분광영상에 비해 대역 수가 적어 세밀한 스펙트럼 분석에는 한계가 있으며, 두 개념을 혼동하지 않아야 합니다. 대역 구성은 위성마다 다르므로 서로 다른 위성의 다분광영상을 비교할 때는 대역 특성 차이를 고려해야 합니다.
관측 대역의 중심파장과 대역폭은 위성마다 다르게 설계되므로, 같은 이름의 지수를 계산하더라도 서로 다른 위성의 결과값을 직접 비교하려면 대역 특성 차이에 대한 보정이 함께 필요합니다. 대기 중 수증기나 에어로졸도 파장별로 다르게 흡수·산란을 일으켜 대역별 반사값에 영향을 줄 수 있습니다.