위치가 같지만 날짜가 다른 이미지의 경우 모자이크 방식보다 합성 에 대해 이야기하고 싶습니다 (다른 범위의 이미지를 더 큰 이미지로 결합). "복합"키워드를 검색하면 자세한 내용을 볼 수 있지만 다음은 간단한 요약입니다.
시계열 합성에는 두 가지 주요 접근 방식이 있습니다.
최상의 가용 픽셀 접근 방식 (예 : 주어진 기준에 따라 각 위치에서 "최고의"픽셀을 선택하십시오 (예 : 최대 NDVI 값을 가진 픽셀 또는 합성 기간의 중앙 날짜에 가장 가까운 비구름 픽셀 사용)). Landsat의 예제는 여기 에서 찾을 수 있습니다
결합 된 픽셀 접근 방식 (예 : 동일한 위치에서 모든 픽셀의 평균을 취 하거나 ( 합성 평균 ) 시간 회귀를 사용하여 특정 날짜에 "누락 된"픽셀을 보간합니다 ( 갭 채우기 ). 간격 채우기는 잠재적으로 모든 날짜에 하나의 이미지를 생성하고 유지하는 이미지를 결정하는 반면 합성은 합성 기간 당 하나의 이미지 만 제공합니다 (슬라이딩 시간 창을 사용할 수는 있지만 시간적으로 "정확한"정도는 적음).
"평균 합성"은 MERIS 및 SPOT VGT와 함께 몇 가지 성공적인 프로젝트에서 사용되었습니다 ( 여기 참조 ). "Max NDVI"합성은 MODIS 합성물에 사용됩니다. 여기서 Sentinel-2 이미지를 사용하여 관심있는 날짜의 보간을 수행 했습니다 . 개인적으로, 나는 "복합 픽셀"유형 접근법을 선호합니다.
이제 컴 포지 팅의 품질은 특히 입력 데이터가 많지 않은 경우 입력 품질에 크게 좌우된다는 사실을 알고 있어야합니다 (센티널 -2는 매일 5 일이 아니라 5 일마다 "만"). 센티넬 -3) :
좋은 구름 마스크 (구름 감지, 헤이즈 감지, 권운 (고고도 얇은 구름) 감지 및 구름 그림자 감지 포함).
캐노피 반사율 : 위성의 디지털 숫자를 BRDF 보정 (빛이 모든 방향으로 균일하게 반사되지 않고 표면에 차이가 있음), 대기 보정 및 지형 보정을 포함하여 의미있는 반사율 값으로 변환합니다.
다른 이미지들 사이에 좋은 등록. 픽셀은 가능한 한 동일한 위치를 나타내야합니다.
때때로 : 일시적인 이벤트 감지 (홍수 및 눈)
클라우드 프리 컴포지트를 작성하기 위해 소프트웨어가 ESA 프로젝트 ( SEN2AGRI ) 프레임에서 개발되었습니다 .
보너스 : 글로벌 합성의 예