Image Analyst 라이선스로 사용 가능합니다.
LandTrendr을 사용한 변경 분석 도구는 변경 분석 래스터를 사용한 변경 감지 도구와 함께 사용하여 시간 경과에 따른 픽셀 값의 변화를 식별하여 토지 사용 또는 토지 피복 변화를 나타낼 수 있습니다.
LandTrendr 알고리즘
LandTrendr을 사용한 변경 분석 도구는 Landsat 기반 교란 및 복구 추세 감지(LandTrendr) 알고리즘(Kennedy 등, 2010)을 사용합니다. 이 알고리즘의 목적은 교란(한 상태에서 다른 상태로의 단기간 변화) 및 복구(기존 상태로 돌아가는 보다 긴 프로세스)로 인해 경관의 피처가 어떻게 변화했는지에 대한 정보를 추출하는 것입니다.
변경 감지
LandTrendr 알고리즘은 픽셀의 히스토리가 시간 경과에 따라 여러 선형 세그먼트로 분류될 수 있다는 아이디어를 기반으로 합니다. 장기간에 걸쳐 변화가 매우 적어, 경사가 거의 없는 직선으로 표시될 수도 있습니다. 교란이 발생하면 픽셀 값이 변화해 짧고 가파르게 경사질 수 있는 라인 세그먼트로 표시됩니다. 예를 들어 산불이 발생한 후 복구가 허용되면, 이는 픽셀의 기존 값을 향해 다시 이동하는 길고 완만한 경사 라인으로 표시됩니다.
위의 그래프에서는 픽셀이 한동안 초록색이었다가 교란이 발생한 후 회갈색으로 변한 다음 시간 경과에 따라 다시 천천히 초록색으로 전환되었습니다. LandTrendr 알고리즘에서 이는 이미지 하단의 그래프에 표시된 세 개의 선형 세그먼트로 표시됩니다. 각 변화에는 세그먼트를 설명하는 데 도움이 되는 버텍스가 있습니다.
이 예시는 시간 경과에 따른 픽셀에 대한 매우 간소화된 히스토리입니다. 수년간 경관에 크고 작은 많은 변화가 있을 수 있습니다. LandTrendr을 사용한 변경 분석 도구는 매개변수를 제공하여 추출되는 모델 정보를 제어하기 때문에 관심 있는 변경 사항만 검색할 수 있습니다.
입력 이미지 요구 사항
LandTrendr 알고리즘은 Landsat TM, Landsat ETM+, Landsat OLI 데이터 표면 반사도 데이터용으로 설계되었습니다. 그러나 LandTrendr을 사용한 변경 분석 도구는 지원되는 모든 센서의 영상 변경 및 밴드 색인과 같은 영상 파생물을 감지합니다.
이 알고리즘을 사용하려면 해당 분석에서 연도마다 하나의 이미지만 필요하며, 이 도구에 대한 최소 6년 치의 데이터를 가지고 있는 것을 권장합니다. 클라우드 래스터 형식(.crf)의 다차원 래스터 데이터셋 또는 다차원 모자이크 데이터셋을 연간 영상과 함께 생성하여 이를 도구에 대한 입력으로 사용합니다.
세그먼트화는 이미지의 한 밴드에서만 수행됩니다. 따라서 추출하려는 정보를 가장 잘 나타낼 프로세싱 밴드를 선택하는 것이 중요합니다. 예를 들어 NIR(Near-infrared) 밴드가 식생 변화를 취득하는 데 사용하기 가장 좋은 밴드일 수 있습니다. 그러나 대다수의 경우 밴드 색인이 정보를 추출하는 데 더 적합할 수 있습니다. 예를 들어, 경관에서 개방 수역 피처의 변화를 시각화하기 위해 Green 및 SWIR 대역의 스펙트럼 정보를 사용하는 수정 정규 수분 지수(MNDWI)를 사용할 수 있습니다.
이 알고리즘은 시간 경과에 따라 현상을 일관되게 관측하는 능력에 의존하기 때문에 대기 및 센서 노이즈, 구름, 구름 그림자에 대해 정규화된 영상이 있는 것이 중요합니다. 단일 연도의 이미지가 여러 개 있는 경우(계절 변동을 최소화하기 위해 가급적 단일 계절의 이미지), 여러 이미지에서 구름 및 구름 그림자를 제거하고 여러 이미지를 결합하여 해당 연도의 대표 이미지 하나를 생성할 수 있습니다.
모델 결과
LandTrendr을 사용한 변경 분석 도구의 결과는 모델 계수를 포함하는 변경 분석 래스터입니다. 분석에서 연도별로 슬라이스가 하나씩 있으므로 각 픽셀에는 각 연도에 대한 서로 다른 모델 계수 그룹이 포함됩니다. 결과에 포함된 FittedValue 밴드는 해당 시점에서 모델링된 라인 세그먼트에 맞게 조정된 경우 픽셀 값을 제공합니다.
모델 계수는 시각적으로 해석하기 어렵습니다. 다음과 같은 추가 도구를 사용하여 데이터를 해석할 수 있습니다.
- 시계열 프로파일 차트를 생성해 Fitted Value 밴드를 사용하여 시간 경과에 따른 픽셀 변화를 탐색합니다. 이 경우, LandTrendr 알고리즘을 사용하여 픽셀에 대해 추출된 선형 세그먼트가 표시됩니다.
- 변경 분석 래스터를 변경 분석 래스터를 사용한 변경 감지 도구에 대한 입력으로 사용하여 변경 날짜 정보를 추출합니다.
시계열 프로파일 차트
모델의 세그먼트화된 결과를 탐색하려면 Fitted Value 밴드를 사용하여 LandTrendr을 사용한 변경 분석 도구의 변경 분석 결과에 대한 시계열 프로파일 차트를 생성합니다.
변경 날짜
픽셀 값이 변경된 날짜에 대한 정보를 추출하려면 변경 분석 래스터를 사용한 변경 감지 도구를 사용합니다. 이 도구는 각 픽셀에 관심 있는 날짜에 해당하는 날짜 값이 있는 래스터를 생성합니다. 모델에서 특정 세그먼트의 시작일 또는 종료일을 추출할 수 있습니다. 예를 들어, 가장 긴 변경 기간을 나타내는 세그먼트의 시작일(위의 차트에서 포인트 
로 표시)을 추출하거나, 가장 급속한 변경(가장 높은 경사 값)을 나타내는 세그먼트의 종료일(위의 차트에서 포인트 
로 표시)을 추출할 수 있습니다.