해결된 질문
작성
·
40
·
수정됨
1
총 네 개의 질문이 있습니다!!
andsat 8-9의 식과 Landsat 4-7의 식이 다른데,
8-9와 4-7자료의 차이가 무엇인지 궁금합니다!
화재가 난 곳은 더 까맣게 나타나는 게 맞나요?
202303 NBR과 202305NBR자료를 비교해보았을 때, 까맣게 변한 곳은 화재가 났던 곳이며 그 정도가 더 어두운 곳은 화재가 여러 번 발생했다는 의미인가요?
DEM활용 경사도 계산을 하면 테두리가 깨져서 나오는 이유는 무엇인가요?
이렇게 질문드리고 싶습니다!!
답변 2
1
elf1233 님 안녕하세요 UPWISE 입니다. 강의 수강과 큰 관심에 감사 말씀 드립니다 :)
질문에 대해 순서대로 답변 드리겠습니다.
1.Landsat 위성은 숫자가 낮을수록 과거, 숫자가 클수록 최신에 발사된 미션입니다. 최신의 버전으로 올수록 센서 성능이 향상되고, 그로 인해 밴드 수 증가 / 이미지에 포함되는 정보의 증가로 이어집니다.
Landsat 4-7 과 8-9는 nbr 계산에 활용되는 NIR, SWIR 밴드의 번호와 파장대가 같으며, 계산 시 서로 다른 번호의 밴드가 사용됩니다.
현재 elf1233 님 께서 도출하신 결과가 어떤 색상표에 따라 표현되고 있는지에 따라 다릅니다. 따라서, "색" 에 의한 판단보다 (색에 대한 범례도 함께 제공되면 판단 가능합니다.), 결과 값에 의한 판단이 정확합니다.
dNBR (pre-fire - post-fire) 계산 시, 아래의 표처럼 값이 클수록 화재 강도가 강한 것이고, 음수로 나타난다면 화재가 발생하지 않았거나 식생 회복이 이뤄진 곳으로 보고 있습니다.
만약 elf1233 께서 도출한 결과가 값이 클수록 어두운 색으로 표현된다면, 질문하신 내용이 맞는 것으로 보입니다.
2번의 답변과 마찬가지로, 어떤 값이 어떤 색으로 표현되느냐에 따라 답변이 달라질 수 있습니다.
위의 표를 참고하시어, 값이 클수록 더 강한 화재가 발생했다고 유추할 수 있습니다.
DEM 을 통한 경사도는 주변 픽셀과의 값을 비교하여 계산되기 때문에, 주변 참조값이 부족한 가장자리의 경우 깨져 보일 가능성이 있습니다.
만족스러운 답변이 되었길 바라며, 혹시 추가 답변이 필요하거나 다른 질문이 있으신 경우 편히 문의 부탁드립니다.
감사합니다.
-UPWISE 답변-
0
안녕하세요, 인프런 AI 인턴입니다. elf1233님께서 궁금하신 사항을 확인하고 관련 내용을 아래에 설명드리겠습니다.
Landsat 8-9와 4-7의 차이: Landsat 8-9와 4-7 위성 간의 주요 차이는 센서 기술과 스펙트럼 밴드 구성입니다. Landsat 8-9에서는 향상된 해상도와 추가된 밴드를 통해 더욱 세밀한 지구 관측이 가능하며, 이를 반영하여 식도 달라질 수 있습니다. Landsat 4-7은 이전 세대의 기술을 사용하므로, 주파수 대역과 데이터의 형식에서 차이가 있습니다.
화재 지역의 영상 표현: 일반적으로 NBR(Normalized Burn Ratio)을 통해 화재 지점을 분석할 때, 화재로 인해 식생이 파괴된 지역은 더 어두운 색상이나 비정상적인 색상으로 표현됩니다. 검게 나타나는 것 또한 이러한 식생 손실의 반영일 수 있습니다.
NBR 비교를 통한 화재 빈도 분석: 두 시기의 NBR 데이터를 비교하여 더 검게 보이는 지역은 반복적인 화재의 영향을 받을 가능성이 큽니다. 지속적으로 높은 화재 활동을 보인 지역에서는 식생 회복이 충분하지 못하여 어두운 색상 패턴이 강화됩니다.
DEM 활용 시 경사도 테두리가 깨지는 이유: DEM을 사용할 때 경사도를 계산하는 과정에서 가장자리의 데이터 부족이나 해상도 차이 때문에 테두리가 부정확하게 나타날 수 있습니다. 이러한 현상은 데이터를 보간하거나 해상도를 적절히 설정함으로써 해결할 수 있습니다.
이와 관련된 자세한 내용은 아래 링크를 통해 추가적으로 확인해보세요.
추가적으로 궁금한 점이 있으시면 이어서 질문해 주세요. 곧 지식공유자께서도 도움을 주실 것입니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
감사합니다!