(Remote Sensing) Multispectral, Hyperspectral image의 차이

인간의 눈은 가시광선 (380nm ~ 700nm) 스펙트럼내의 빛을 식별할 수 있다.

하지만, 인간이 아닌 다른 동물들은 저마다 다른 스펙트럼대의 빛을 식별할 수 있는데,

금붕어는 적외선 (700nm ~ 1mm) 스펙트럼내의 빛을 식별할 수 있으며

꿀벌은 자외선 (10nm ~ 380nm) 스펙트럼내의 빛을 식별할 수 있다.

 

 

그렇다면, 금붕어와 인간, 꿀벌의 눈을 합치면 적외선, 자외선, 가시광선 모두 볼 수 있다는 뜻이 되는데

 

 

인간들은 이를 sensor를 통해 해결하고자 한 것이다.

그렇게 시작된 개념이 Multispectral, Hyperspectral image 이다.

 

 

Multispectral(MS)과 Hyperspectral(HS)의 차이는

스펙트럼을 나누는 밴드의 갯수와 그 밴드의 폭에 의해 차이가 발생한다.

MS는 보통 3-10개의 스펙트럼 밴드로 이루어진 데이터 이며 밴드의 폭이 상대적으로 넓다.

HS는 수백개에서 수천개의 스펙트럼 밴드로 이루어진 데이터를 말하며 밴드의 폭이 매우 좁다.

 

 

MS의 대표적인 예로는 Landsat-8 sensor로 취득되는 데이터를 들 수 있는데, 11개의 spectral 밴드로 나뉘어진 이 데이터는 다음과 같이 밴드를 나누어 이미지 데이터로 저장된다.

밴드 이름과, n번째 band, 파장 등이 표시되어있다.

 

HS의 대표적인 예로는 EO-1 위성에 탑재된 Hyperion sensor로 취득되는 데이터를 들 수 있다. 0.4-2.5um대의 파장을242개의 spectral 밴드로 나눈 이 데이터셋은 다음의 링크에서 다운받을 수 있다. https://earthexplorer.usgs.gov/

 

 

Multispectral vs Hyperspectral?

더 높은 spectral detail을 가지는 hyperspectral image의 경우가 높은 spectral resolution을 가지기에 훨씬 자세한 정보를 담고있는것은 틀림없다. 하지만, 수백개의 spectral 밴드 데이터를 처리하기 위해서는 MS의 경우에 비해 복잡도가 매우 올라가며, 하드웨어 자원또한 많이 사용될 것이다. 따라서, MS와 HS는 각각의 장단점이 상호보완적이며 목적에 맞는 데이터를 사용하면 되겠다.

 

 

참고: https://gisgeography.com/multispectral-vs-hyperspectral-imagery-explained/