liminfoRemote Sensing Index Reference
NDVI/NDWI/EVI 등 원격탐사 지수 계산/해석 레퍼런스
Remote Sensing Index Reference 소개
이 원격탐사 지수 레퍼런스는 식생 지수(NDVI, EVI, SAVI, MSAVI2, GNDVI, LAI, NDRE), 수분/수체 지수(NDWI, MNDWI, NDMI, AWEI, NDSI), 토양/지질 지수(BSI, 점토 광물 비율, Tasseled Cap, PCA), 도시/열환경 지수(NDBI, UI, LST, UTFVI, ISA)의 완전한 공식, 밴드 매핑, 해석 가이드를 제공합니다.
각 지수 항목에는 수학 공식, Landsat 8/9, Sentinel-2, MODIS 센서별 구체적인 밴드 매핑, 분류 임계값을 포함한 값 범위 해석, 장단점, 실무 적용 분야가 포함되어 있습니다.
Landsat 8/9 OLI, Sentinel-2 MSI, MODIS 밴드 사양표, 대기보정 방법(DOS, FLAASH, Sen2Cor, LaSRC) 비교, 위성 간 밴드 대응표, 그리고 바로 사용 가능한 Google Earth Engine JavaScript 코드 예제도 수록하고 있습니다.
주요 기능
- 7가지 식생 지수(NDVI, EVI, SAVI, MSAVI2, GNDVI, LAI, NDRE) 공식과 값 해석
- 5가지 수분/수체 지수(NDWI, MNDWI, NDMI, AWEI, NDSI) 임계값 기반 분류
- BSI, 점토 광물 비율, Tasseled Cap 변환 계수, PCA 등 토양/지질 지수
- NDBI, 도시 지수, LST 단계별 산출, UTFVI 열섬 등급, ISA 등 도시/열환경 지수
- Landsat 8/9 OLI/TIRS, Sentinel-2 MSI, MODIS 센서의 완전한 밴드 사양
- Landsat, Sentinel-2, MODIS 간 밴드 대응표
- 대기보정 방법 비교: DOS, FLAASH, Sen2Cor, LaSRC
- NDVI, EVI, NDWI, NDBI 계산을 위한 Google Earth Engine JavaScript 코드 예제
자주 묻는 질문
NDVI란 무엇이며 어떻게 계산하나요?
NDVI(정규화 식생 지수)는 (NIR - Red) / (NIR + Red) 공식으로 식물 활력도를 측정합니다. Landsat 8/9에서는 (Band 5 - Band 4) / (Band 5 + Band 4)입니다. 값 범위는 -1~+1로, 0 미만은 물/구름, 0~0.2는 나지, 0.2~0.4는 희박한 식생, 0.4~0.6은 중밀도 식생, 0.6~0.9는 고밀도 건강한 식생을 나타냅니다.
NDVI와 EVI의 차이는 무엇인가요?
EVI(향상된 식생 지수)는 Blue 밴드 데이터와 보정 계수를 사용하여 대기 에어로졸과 토양 배경 노이즈를 줄임으로써 NDVI의 한계를 보완합니다. 고밀도 식생에서 NDVI보다 포화가 적습니다. 공식은 2.5*(NIR-Red)/(NIR+6*Red-7.5*Blue+1)이며, 열대우림이나 고밀도 식생 분석에 EVI가 선호됩니다.
원격탐사 지수로 수체를 어떻게 탐지하나요?
일반 수체 탐지에는 NDWI = (Green - NIR) / (Green + NIR)를 사용합니다(0 이상이 수체). 도시 지역에서는 MNDWI = (Green - SWIR1) / (Green + SWIR1)가 건물 그림자와 수체를 더 잘 구분합니다. AWEI는 다중 밴드를 활용하여 복잡한 환경에서 가장 높은 정확도를 제공합니다.
Landsat 영상에서 지표면 온도(LST)는 어떻게 산출하나요?
LST 산출은 4단계로 진행됩니다: (1) 보정 계수를 사용하여 DN을 복사휘도로 변환, (2) 센서별 K1/K2 상수로 밝기온도 계산, (3) NDVI 기반 식생 비율법으로 지표 방사율 추정, (4) 방사율 보정을 적용하여 최종 LST를 섭씨로 산출합니다.
분석에 어떤 위성 센서를 선택해야 하나요?
Landsat 8/9(30m, 16일 재방문)은 40년 이상의 아카이브를 활용한 장기 변화 분석에 적합합니다. Sentinel-2(10-20m, 5일 재방문)는 높은 해상도와 Red Edge 밴드로 정밀 농업에 유리합니다. MODIS(250m-1km, 매일)는 광역 일일 모니터링에 이상적입니다. 공간 해상도, 시간 해상도, 필요한 분광 밴드에 따라 선택하면 됩니다.
대기보정이란 무엇이며 왜 중요한가요?
대기보정은 위성 영상에서 대기의 산란과 흡수 효과를 제거하여 실제 지표 반사율을 도출하는 과정입니다. 보정 없이는 지수 값이 왜곡됩니다. DOS(최소 DN 차감), FLAASH(복사전달 모델), Sen2Cor(Sentinel-2 공식 도구), LaSRC(Landsat 표준 알고리즘) 등의 방법이 있으며, USGS와 ESA의 Level-2 제품은 이미 대기보정이 적용되어 있습니다.
Landsat, Sentinel-2, MODIS 밴드는 어떻게 대응하나요?
주요 대응 관계: Landsat B4(Red) = Sentinel-2 B4 = MODIS B1, Landsat B5(NIR) = Sentinel-2 B8 = MODIS B2, Landsat B6(SWIR1) = Sentinel-2 B11 = MODIS B6입니다. Sentinel-2는 Landsat과 MODIS에 없는 Red Edge 밴드(B5-B7)를 고유하게 제공합니다. 파장 범위 차이로 동일 지수도 센서별로 약간 다른 값이 나올 수 있습니다.
Google Earth Engine에서 NDVI를 어떻게 계산하나요?
GEE에서 ee.ImageCollection("COPERNICUS/S2_SR_HARMONIZED")로 Sentinel-2 컬렉션을 로드하고, 날짜/영역/구름 비율로 필터링한 뒤 median 합성 영상을 만듭니다. s2.normalizedDifference(["B8","B4"]).rename("NDVI")로 NDVI를 계산하고, Map.addLayer로 brown-yellow-green 팔레트(min:0, max:0.8)를 사용하여 시각화합니다.