다중시기영상분석 (Multitemporal Image Analysis)
쉽게 풀면
여러 시점에 찍은 사진들을 순서대로 비교해서 시간에 따라 어떻게 변했는지 살펴보는 방법이다. 매년 찍은 졸업사진을 순서대로 늘어놓고 얼굴이 어떻게 변했는지 비교하는 것과 비슷한 방식을 위성영상에 적용한 것이다.
왜 중요한가
같은 지역을 여러 시기에 촬영한 영상을 비교해 계절 변화, 토지이용 변화, 재해 전후를 분석하는 방법으로, 위성 자료 축적이 수십 년에 이르면서 장기 환경 감시 연구의 주된 방식이 되었습니다. 작물 생육 주기를 따라가는 시계열 식생지수 분석은 농업 모니터링의 표준 절차입니다.
논문에서는 이렇게 쓰입니다
다중시기영상분석은 단일시점 변화탐지보다 장기적인 변화의 방향과 속도를 파악하는 데 유리하다.
이 문장은 이 기법의 핵심이 한 장의 영상이 아니라, 시간 순서대로 쌓인 여러 영상을 비교하는 데 있다는 점을 설명합니다.
조금 더 깊게 보면
시기별 영상은 태양 고도·대기 상태·센서 차이가 있어 실제 변화와 겉보기 차이를 구분하려면 정밀한 기하·복사 보정과 정합이 선행되어야 합니다. 관측 시간 해상도가 변화 주기보다 거칠면 변화를 놓치거나 잘못 해석하고, 구름으로 결측이 생긴 시기의 보간 방법이 결과를 좌우합니다. 여러 시기 영상을 함께 분류하는 방식과 시기별 분류 후 비교하는 변화 탐지 방식은 오차 특성이 다릅니다. 시계열 분석에는 특정 두 시점만 비교하는 방식 외에, 매 관측치를 모두 활용해 계절 성분과 추세 성분을 분리하는 시계열 분해 기법(예: 계절-추세 분해)이 점차 확대되고 있다. 여러 시기 자료를 쌓아 하나의 시계열로 만들면, 특정 시기에 구름으로 가려진 결측값을 앞뒤 시기 값으로 보간해 채울 수 있다. 구글어스엔진 같은 클라우드 플랫폼의 등장으로 방대한 시계열 위성영상을 개인 컴퓨터 없이도 분석할 수 있게 되며 이 분야의 연구가 크게 늘었다.
주의할 점
여러 시기의 영상을 비교하려면 각 영상의 기하보정과 방사보정이 동일한 기준으로 이루어져야 신뢰할 수 있는 비교가 가능하다. 시계열 중 일부 시기의 자료 품질이 크게 떨어지면 전체 추세 분석의 신뢰도를 함께 떨어뜨릴 수 있어 개별 시기 자료의 품질 점검이 선행되어야 한다.