소개
브라질 정부의 브라질 산림 코드 시행 및 사유지 산림 보호 노력을 지원하기 위해 Google에서는 SPOT 위성 관측에서 파생된 두 가지 기본 지도, 즉 시각적 기본 지도와 분석 기본 지도 (G-BFID v1.0)를 제작했습니다.
이 모자이크 이미지 제품은 2008년 7월 22일을 기준으로 설정됩니다. 이 날짜는 브라질 산림법에 따라 기존 인적 점유 또는 농업 용도가 있는 지역인 '통합 지역'을 식별하는 데 중요한 날짜입니다. SPOT 위성 보관 파일에서 파생된 이러한 모자이크 데이터 세트는 이 기준선을 설정하는 데 일반적으로 사용되는 30미터 Landsat 데이터보다 해상도가 높습니다.
수천 개의 SPOT 이미지를 통합 기본 지도로 합성하기 위해 이미지는 다음으로 구성된 처리 루틴을 거쳤습니다.
- 가장자리 다듬기를 사용하여 압축 아티팩트를 삭제합니다.
- Landsat 기준에 대한 방사량 정규화
- 구름 마스킹 (보수적, 수동)
- 잘못된 등록 수정 (Landsat 컴포지트에 대한 공동 등록).
최종 합성에는 통계적 축소 대신 결정론적 모자이크 방법이 사용되었습니다. 픽셀은 공간 해상도와 위성 임무 연대기에 따라 레이어링되었으며, 최신 위성의 관측에 우선순위가 부여되었습니다. 이 레이어링 계층 구조는 엄격한 데이터 출처를 설정하기 위해 최근접 이웃 리샘플링과 결합되었습니다. 따라서 최종 기본 지도에 있는 모든 픽셀은 개별 원점을 유지하고 특정 소스 관측 및 메타데이터로 직접 추적할 수 있습니다.
소스 데이터
위성 및 센서 사양
G-BFID v1.0 기본 지도는 SPOT (Satellite pour l’Observation de la Terre) 이미지 데이터에서 파생됩니다. CNES에서 운영하고 Airbus에서 배포하는 SPOT 미션은 60km의 스와스에서 고해상도 광학 이미지를 제공합니다. 이 프로젝트에서는 세 개의 특정 위성에서 가져온 이미지 보관 파일을 활용하여 2008년 기준을 설정합니다.
- SPOT 2 및 4: HRV/HRVIR 센서가 장착되어 20미터 해상도의 다중 스펙트럼 데이터와 10미터 해상도의 팬크로매틱 데이터를 제공합니다.
- SPOT 5: HRG 센서가 장착되어 있으며, 10미터 해상도의 다중 스펙트럼 데이터와 5미터 해상도의 팬크로매틱 데이터를 통해 공간 해상도가 크게 개선되었습니다.
| SPOT 2 | SPOT 4 | SPOT 5 | |
|---|---|---|---|
| 멀티스펙트럼 | 20 m | 20 m | 10분 |
| Panchromatic | 10분 | 10분 | 5 m |
| 스펙트럼 대역 | 녹색, 빨간색, NIR | 녹색, 빨간색, NIR, SWIR | 녹색, 빨간색, NIR, SWIR |
표 1. SPOT 2, 4, 5 미션의 기술 사양
참고: Airbus는 SPOT 5 이미지를 2.5m 해상도로 팬 샤프닝하는 데 사용할 수 있는 '슈퍼모드' 팬크로매틱 제품을 생산합니다. 이러한 데이터는 이 프로젝트의 사양에 매우 제한적이므로 포함되지 않았습니다.
입력 Earth Engine 컬렉션
최종 기본 지도를 생성하기 위해 세 가지 고유한 SPOT 데이터 제품이 수집되고 처리되었습니다. 이러한 컬렉션은 2007년 1월 9일부터 2009년 11월 26일까지의 기간에 걸쳐 있으며, 고해상도 기준선을 유지하면서 구름 덮개 제약 조건을 극복하는 데 필요한 시간적 깊이를 제공합니다.
장면 선택
농촌 환경 등록부 (CAR)에 등록된 사유지의 산림 보호 노력을 지원하기 위해 아마존 생태계와 마라냥, 마투그로수, 파라, 혼도니아, 토칸틴스 등 5개 '산림파괴 지역' 주에 대한 지리적 범위가 우선적으로 적용되었습니다.
브라질 산림법의 요구사항에 맞추기 위해 2008년 중반의 시간대가 타겟팅되었습니다. 이러한 시간 및 구름량 기준 (<50%)에 따라 SPOT 2, 4, 5의 총 10,072개 이미지가 식별되어 처리를 위해 Earth Engine 데이터 카탈로그에 수집되었습니다.
스펙트럼 구성에 관한 참고사항: SPOT 2, 4, 5 센서는 파란색 스펙트럼 대역을 기본적으로 캡처하지 않습니다. 자연색 제품의 경우 데이터 유통업체에서 기존 스펙트럼 대역에서 파생되어 실제 컬러 표현을 근사화하는 합성 파란색 대역을 제공합니다.
1. 팬샤프닝된 멀티스펙트럼 자연색
- Earth Engine 애셋:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/PMS_NC/V1 - 이미지 수: 2977
- 기간: 2007년 3월 1일~2009년 11월 26일
- 설명: 이 제품은 고해상도 팬크로매틱 밴드를 멀티스펙트럼 밴드와 병합하여 선명한 3밴드 RGB 이미지를 생성합니다. 시각적 기본 지도에 권장되는 소스입니다.
2. 멀티스펙트럼 자연색
- Earth Engine 애셋:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS_NC/V1 - 이미지 수: 3536
- 기간: 2007년 1월 9일~2009년 11월 26일
- 설명: 기본 멀티스펙트럼 해상도의 3밴드 의사 자연색 제품 (시뮬레이션된 RGB)입니다. 이 컬렉션은 팬샤픈 데이터가 제공되지 않을 수 있는 시각적 기본 지도에서 보조 소스로 사용됩니다.
3. 멀티스펙트럼
- Earth Engine 애셋:
AIRBUS/SPOT_2_4_5/BRAZIL/2007_2009/MS/V1 - 이미지 수: 3559
- 기간: 2007년 1월 9일~2009년 11월 26일
- 설명: 분석 기본 지도 소스입니다. 이 컬렉션에는 식생 지수 (예: NDVI)를 계산하고 피복 분류를 실행하는 데 필요한 원래 스펙트럼 밴드(사용 가능한 경우 근적외선 및 단파 적외선 포함)가 포함되어 있습니다.
지리적 범위 및 격차
G-BFID v1.0 기본 지도의 기본 목표는 브라질의 행정 구역에 대해 2008년에 가까운 고해상도 기준을 설정하는 것입니다. 하지만 고품질의 구름이 적은 이미지를 필터링하면서 엄격한 시간 창 (2007~2009년)을 유지하면 특히 지속적으로 구름이 덮인 지역에서 공간적 격차가 발생했습니다.
장면 선택 및 품질 필터링
데이터 무결성을 보장하기 위해 초기 구름량이 50% 미만인 2007~2009년의 후보 풀이 식별되었습니다. 이를 통해 총 10,000개가 넘는 이미지가 수집되었으며 품질 문제가 심각한 이미지를 제외하기 위해 추가로 필터링되었습니다.
- 불연속성 확인: 데이터 제공업체에서 함께 번들로 묶은 불연속 장면을 포함하여 수동으로 식별된 원격 분석 또는 기하학적 아티팩트가 있는 이미지는 제외되었습니다.
- 클라우드 QA: 전문 이미지 분석가가 완전히 구름으로 덮여 있거나 기타 이유로 거부한 장면입니다.
- 데이터 밀도: 클라우드 마스킹 후 유효한 픽셀 (시각적 기본 지도)이 10% 이상 남아 있는 이미지만 유지되었습니다(분석 기본 지도의 경우 5% 이상).
공간 분포
그림 5에 표시된 것처럼 모자이크는 '삼림 벌채의 호'와 북서부/중서부 지역에서 가장 높은 밀도를 달성합니다. 투명한 영역은 대상 기간 내에 위에 나열된 품질 필터를 통과한 SPOT 2, 4 또는 5 이미지가 없거나 구름으로 마스크 처리된 영역을 나타냅니다.
주별 보장 범위
그림 6은 유효한 픽셀 범위의 주별 분석을 보여줍니다. Rondônia 및 Mato Grosso와 같은 주의 경우 커버리지가 거의 완전(95% 이상)한 반면, 아카이브 및 클라우드 마스킹의 제약으로 인해 남부 및 북동부 일부 지역의 경우 밀도가 낮습니다.
또한 이 차트는 시각적 기본 지도가 거의 모든 주에서 분석 기본 지도보다 유효한 픽셀 범위가 약간 더 높음을 보여줍니다. 이러한 차이는 시각 제품이 팬샤픈된 자연색 컬렉션과 멀티스펙트럼 자연색 컬렉션을 모두 활용할 수 있는 반면 분석 제품은 멀티스펙트럼 컬렉션에서만 파생되기 때문에 발생합니다.
처리 방법
G-BFID v1.0 기본 지도의 처리 방법은 산림법 준수 평가를 지원하기 위해 데이터 출처와 방사량 무결성을 우선시합니다. 이 섹션에서는 먼저 이 무결성을 유지하는 데 사용되는 전반적인 모자이크 아키텍처와 레이어링 로직을 정의한 다음 최종 조립 전에 개별 소스 이미지에 적용되는 시간순 전처리 및 정규화 단계를 정의합니다.
모자이크 방법
최종 기본 지도는 통계 리듀서 (예: 평균 또는 중앙값 컴포지트)가 아닌 모자이크 방법을 사용하여 생성되었습니다. 이 방법을 사용하면 최종 제품이 소스 이미지의 원래 스펙트럼 값과 공간 텍스처를 유지할 수 있습니다. 모자이크는 여러 관측치의 평균을 피하여 각 픽셀의 개별 출처를 보존합니다.
레이어링 로직
입력 이미지는 더 높은 공간 해상도와 최신 위성 미션을 우선하는 계층 구조를 사용하여 레이어링되었습니다.
- 시각적 기본 지도: 이미지는 픽셀 크기(사용 가능한 최고 해상도 데이터 우선)와 위성 미션 (최신 SPOT 위성의 데이터 우선)을 기준으로 정렬되었습니다.
- 분석 기본 지도: 위성 미션별로 이미지가 레이어링되었으며, 최상의 데이터를 타겟팅하기 위해 후반 SPOT 미션의 관측에 우선순위가 부여되었습니다.
무결성 및 추적 가능성
리샘플링: 모든 내부 재투영에서 최근접 이웃 리샘플링을 사용했습니다. 이렇게 하면 다른 방법의 보간 평활화 효과를 방지하여 소스 픽셀의 원래 방사 및 공간 속성이 이웃에 영향을 받지 않습니다.
데이터 추적 가능성: 픽셀별
date메타데이터 밴드가 두 제품에 모두 포함됩니다. 이를 통해 사용자는 특정 위치의 관측 날짜를 정확하게 파악하여 산림 코드 준수 평가의 완전한 투명성을 보장할 수 있습니다.
이미지 가장자리 미세 조정
중복되는 장면 간의 명확한 경계를 보장하기 위해 소스 이미지에 있는 아티팩트를 삭제하는 에지 미세 조정 프로세스가 적용되었습니다. 이미지 테두리를 따라 점이 찍히거나 '노이즈'가 있는 픽셀로 표시되는 이러한 아티팩트는 제공자가 제공한 데이터의 손실 압축의 특징이었습니다. 이 문제를 해결하기 위해 이미지 마스크에 2.5픽셀 초점 최소 침식이 적용되어 품질이 낮은 가장자리 아티팩트가 제거되고 최종 모자이크에 유효한 데이터만 사용되도록 했습니다 (그림 7).
Cloud masking(클라우드 마스킹)
G-BFID v1.0의 데이터 무결성을 최대한 보장하기 위해 이미지 보관 파일 전체에 수동 마스킹 절차가 구현되었습니다. 이 접근 방식은 구름이나 기타 대기 간섭의 영향을 받는 픽셀을 더 보수적으로 제외할 수 있도록 자동화된 방법보다 우선하여 선택되었습니다.
마스킹 절차
훈련된 분석가는 구름과 관련된 대기 인공물이 포함된 영역을 식별했습니다. 이러한 문제가 있는 픽셀이 완전히 포착되도록 단순화된 대략적인 지오메트리를 사용하여 보수적인 마스킹 전략이 사용되었습니다. 개별 구름의 경계를 정확하게 추적하는 대신 결과 모자이크가 최대한 선명하게 유지되도록 더 큰 직사각형 영역이 마스크 처리되었습니다.
이 접근 방식은 의도적으로 적극적이며, 클라우드에 인접한 유효한 픽셀을 삭제하는 경우가 많지만 2008년 기준선에 대해 높은 무결성 제품을 제공하는 데 필요하다고 간주되었습니다.
마스킹 정책 및 통합
수동 마스크는 멀티스펙트럼 및 팬샤픈 자연색 이미지 컬렉션에 대해서만 생성되었습니다. 멀티스펙트럼 자연색 제품은 멀티스펙트럼 데이터에서 파생되므로 이러한 마스크는 처리 중에 일치하는 멀티스펙트럼 이미지로 전파되었습니다.
일치하는 수동 마스크 자연색 대응 항목이 없는 멀티스펙트럼 이미지는 최종 모자이크에서 제외되었습니다. 이렇게 하면 제품 유형과 관계없이 G-BFID v1.0 스위트에 포함된 모든 픽셀에서 클라우드가 삭제됩니다.
데이터 격차 해석
최종 모자이크의 투명한 간격은 2007~2009년 시간 범위 내에 유효한 고품질 데이터를 사용할 수 없는 영역을 나타냅니다. 이러한 격차는 위에 설명된 보수적인 수동 마스크, 구름이 많이 낀 장면 (>50%)의 초기 거부 또는 특정 지역에 대해 제공업체에서 제공하는 사용 가능한 소스 이미지가 전혀 없는 경우의 조합으로 인해 발생합니다. 일반적으로 지역 간 격차가 클수록 2008년 시대의 이미지가 부족한 것을 반영하지만, 그림 9에 표시된 뚜렷한 '블록형' 패턴은 클라우드 마스크의 결과입니다.
등록 오류 수정
Landsat Collection 2 데이터에서 파생된 지리적 기준선과 관련된 SPOT 소스 이미지의 심각한 잘못된 등록을 완화하기 위해 자동 공동 등록 워크플로가 구현되었습니다.
참조 기준
클라우드가 없는 Landsat Collection 2 참조 모자이크가 공등록 참조 이미지로 사용하기 위해 생성되었습니다. 이 참조 이미지는 2006~2010년 기간 동안 브라질과 교차하는 Landsat 7 및 8 이미지에 중간값 리듀서를 사용하여 구성되었습니다. SPOT 빨간색 밴드와 일치하도록 Landsat 빨간색 밴드가 기본 등록 타겟으로 선택되었습니다.
변위 추정
ee.Image.displacement 알고리즘은 SPOT 소스 데이터와 Landsat 참조 간의 픽셀 수준 오프셋을 계산하는 데 사용되었습니다.
- 검색 매개변수: 변위 모델에 최대 오프셋 500m와 강성 매개변수 5가 적용되었습니다.
- 통계 집계: 델타 x ($dx$) 및 델타 y ($dy$), 신뢰도 값이 평균 리듀서를 사용하여 전체 이미지 영역에 집계되었습니다.
- 크기 계산: 이러한 집계된 통계에서 장면의 평균 변위를 나타내는 총 크기 오프셋 추정치 $M = \sqrt{dx^2 + dy^2}$ 가 계산되었습니다.
수정 정책
계산된 변위 통계를 기반으로 장면을 분류하고 수정하여 새로운 아티팩트가 도입되지 않도록 하면서 상당한 개선사항을 우선시했습니다.
- 자동 수정: 변위 크기가 $M > 30$ m이고 신뢰도 점수가 $C > 0.3$ 인 이미지는 추정된 $dx$ 및 $dy$ 값을 사용하여 자동으로 이동되었습니다.
- 수동 평가: 추정 변위가 매우 높지만($M > 100$ m) 신뢰도가 낮은 ($C \le 0.3$) 장면의 경우 수동 검토가 수행되었습니다. 수정은 결과 공동 등록이 원래 배치보다 확실히 개선된 경우에만 허용되었습니다.
- 제외: 보정 시도 후에도 심각하게 잘못 등록된 장면이나 안정적인 매칭을 위한 기능이 충분하지 않은 장면은 모자이크에서 제외되었습니다.
구현 및 품질 관리
수정된 이미지는 원래 방사선 값을 유지하고 바이리니어 또는 큐빅 보간의 평활화 효과를 방지하기 위해 최근접 이웃 리샘플링을 사용하여 다시 투영되었습니다.
공간 추적 가능성을 보장하기 위해 불리언 coregistered 밴드가 각 이미지에 추가되었으며 최종 모자이크에서 유지되었습니다. 이 메타데이터를 통해 사용자는 공간 조정이 적용된 픽셀과 원래 제공된 위치에 유지된 픽셀을 구분할 수 있습니다.
방사광학 정규화
SPOT 소스 컬렉션 전반의 다양한 대기 조건과 센서 차이를 고려하기 위해 모자이크 제품을 구성하는 이미지에 방사량 정규화가 적용되었습니다. 시각적 및 분석적 기본 지도는 일관된 2008년 Landsat 타겟 기준에 대한 히스토그램 일치를 활용합니다.
Landsat은 30m 해상도가 5~20m SPOT 데이터와 더 밀접하게 일치하므로 MODIS와 같은 더 조잡한 대안보다 참조로 선택되었습니다. 이러한 유사성 덕분에 스펙트럼 히스토그램이 더 균등하게 표현되어 매칭 과정에서 더 정확한 방사량 전송이 가능합니다. 이 조화의 구체적인 방법론은 최종 사용 사례가 시각적인지 분석적인지에 따라 약간 다릅니다.
시각적 기본 지도
인접한 이미지 간의 방사선 불연속성을 최소화하고 거의 매끄러운 외관을 보장하기 위해 히스토그램 매칭을 사용하여 색상 균형 조정 워크플로가 구현되었습니다. 픽셀 값이 일관된 2008년 Landsat 모자이크 타겟 기준선과 일치하도록 조정되었습니다.
이 프로세스는 다음 단계를 따릅니다.
- 분석 마스킹: 히스토그램 일치 중에 안정적인 통계를 보장하기 위해 데이터를 왜곡할 수 있는 영역을 제외하는 임시 분석 마스크가 생성됩니다. 이 마스킹은 다음과 같은 두 가지 기본 기능을 타겟팅합니다.
- 변화가 큰 영역: SPOT 이미지와 Landsat 참조 모자이크 간의 절대 차이가 95번째 백분위수를 초과하는 픽셀은 제외됩니다.
- 수역: JRC 연간 수역 분류 기록 데이터 세트를 사용하여 수역의 높은 반사율 변동성을 제외합니다. 데이터 세트는 2008년으로 필터링되고, 통계 분석을 위해 물이 아닌 클래스만 유지되도록 역 마스크가 적용됩니다.
- 조회 테이블 (LUT) 생성: 마스크 처리된 데이터를 사용하여 소스 SPOT 밴드와 타겟 Landsat 밴드 모두에 대해 누적 히스토그램이 계산됩니다.
- 보간: 생성된 LUT를 사용하여 소스 픽셀 값이 타겟 값에 다시 매핑되어 SPOT 데이터의 방사선 프로필이 2008년 Landsat 참조와 정렬됩니다.
분석 기본 지도
분석 기본 지도 처리는 시각적 기본 지도를 반영하지만 DN 값을 대기 상부 반사율로 변환하는 작업이 포함됩니다.
1. 대기권 상단 (TOA) 반사율 변환
SPOT 원시 디지털 번호 (DN)는 물리적 센서 속성과 태양 기하학을 고려하기 위해 TOA 반사율로 변환됩니다.
- 복사휘도 계산: 제공업체의 밴드별 물리적 게인 및 바이어스 메타데이터 적용
- 반사율 정규화: 복사 휘도는 태양 복사 조도, 태양 천정각의 코사인, 획득 날짜의 지구-태양 거리로 정규화됩니다.
2. 히스토그램 매칭
서로 다른 SPOT 이미지 간의 방사량 차이를 더욱 최소화하기 위해 히스토그램 매칭 워크플로가 적용됩니다.
분석 마스킹: 이 단계에서는 위의 시각적 기본 지도 섹션에 설명된 것과 정확히 동일한 분석 마스킹을 사용합니다. 즉, 95번째 백분위수 이상의 변경 픽셀을 제외하고 2008년 JRC 분류 마스크를 반전하여 물 픽셀을 필터링합니다.
조화: 시각적 기본 지도와 마찬가지로 룩업 테이블을 통해 픽셀 값이 다시 매핑되어 방사 측량 프로필이 Landsat TOA 참조와 정렬됩니다. 이를 통해 광범위한 머신러닝 모델을 학습하고 신뢰할 수 있는 추론을 실행하기 위한 모자이크 전체의 방사량 일관성이 확립됩니다.
제한사항 및 알려진 문제
G-BFID v1.0은 2008년 시대의 고해상도 기준을 제공하지만 사용자는 이전 SPOT 보관 파일과 사용된 처리 방법론에 내재된 여러 제한사항을 알고 있어야 합니다.
공간적 완전성 및 격차
기본 지도는 브라질의 지리적 범위를 100% 제공하지 않습니다. 2008년 시대의 엄격한 시간 범위 (2007~2009년), 구름량 기준 또는 품질 기준을 충족하는 이미지가 없는 곳에 격차가 있습니다. 이러한 격차는 지속적인 구름이 있거나 과거 위성 획득 빈도가 낮은 지역에서 가장 자주 발생합니다. 자세한 내용은 지리적 적용 범위 및 격차 섹션을 참고하세요.
가변 기본 해상도
최종 제품은 명목상 5미터(시각) 및 10미터 (분석)의 픽셀 크기로 제공되지만 소스 이미지는 5m, 10m, 20m 기본 픽셀이 혼합되어 있습니다. 스펙트럼 무결성을 유지하기 위해 최근접 이웃 리샘플링이 사용되었으므로 해상도가 다른 경계가 표시될 수 있습니다.
잔여 오정렬
자동 공동 등록 워크플로에도 불구하고 일부 영역에서는 공간 이동이 지속될 수 있습니다. 잔여 오등록은 지형 기복이 심한 지역이나 알고리즘이 신뢰도 높은 변위 벡터를 계산할 충분한 랜드마크가 없는 밀집된 균질한 산림 지역에서 발생할 가능성이 가장 높습니다.
대기 및 구름 아티팩트
수동 클라우드 마스킹 프로세스는 의도적으로 보수적이고 적극적이지만 완전하지는 않습니다. 사용자는 매우 얇은 권운 안개나 작은 구름 그림자와 같은 잔여 아티팩트를 가끔 접할 수 있습니다.
방사광학 불일치 및 ML 성능
히스토그램 매칭은 방사선 불연속성을 최소화하는 데 사용되었지만 인접한 이미지 간에 잔여 스펙트럼 변동이 남아 있습니다. 자동화된 토지 피복 분류 또는 머신러닝 애플리케이션의 경우 이러한 가변성으로 인해 모자이크 전반에서 특정 토지 피복 유형의 스펙트럼 분산이 증가합니다. 이 광범위한 데이터 범위는 추론 중에 클래스 분리의 정밀도를 낮춰 오류율이 높아질 수 있습니다.
스펙트럼 채도
반사율이 높은 도시 표면, 특정 토양 유형, 밝은 모래와 같이 매우 밝은 영역에서는 픽셀이 센서의 최대 감지 가능 한도에 도달할 수 있습니다. 이러한 '포화'로 인해 특정 위치에서 질감과 세부정보가 손실됩니다.
변경된 밴드 비율 및 식생 지수
거의 끊김 없는 모자이크를 만들기 위해 각 스펙트럼 밴드에 개별적으로 히스토그램 매칭을 적용했는데, 이는 밴드 간의 원래 물리적 비율을 본질적으로 변경합니다. 따라서 NDVI와 같은 일반적인 지수나 기타 밴드 비율 측정항목을 계산하면 변경되지 않은 소스 데이터 세트와 다른 값이 생성됩니다. 이러한 파생 지수는 모자이크 전반의 상대적 공간 패턴을 포착할 수 있지만 절대적 목적, 센서 간 비교 또는 엄격한 지수 기준점을 사용하는 분석에는 사용해서는 안 됩니다.