레이블이 QGIS 실습인 게시물을 표시합니다. 모든 게시물 표시
레이블이 QGIS 실습인 게시물을 표시합니다. 모든 게시물 표시

2026-09-29

NaGeoAI 실제 QGIS 실습 2 | 2019·2022 NAIP 영상의 시계열 합성

본 실습에서는 동일 격자로 정합한 두 시기의 NAIP 항공영상을 NaGeoAI의 시계열 합성 기능으로 처리하고, 픽셀별 중앙값 합성영상을 QGIS에서 확인한다. 실제 실행 화면과 출력 파일을 함께 검증하였다.

1. 설치와 예제 파일 다운로드

  1. QGIS 3.44.12를 실행한다. NaGeoAI 1.9.0 ZIP을 내려받는다.
  2. QGIS에서 플러그인 → 플러그인 관리 및 설치 → ZIP에서 설치를 열어 ZIP을 선택하고, 설치 후 NaGeoAI → 추가 분석 메뉴가 나타나는지 확인한다. 설치 과정의 화면은 실습 1에 수록하였다. 이번 실습은 이미 설치된 플러그인을 사용했으며 ZIP 재설치 자체를 다시 검증한 것은 아니다.
  3. 2019년 예제 TIFF와 2022년 예제 TIFF를 내려받는다. 파일명은 각각 las_vegas_naip_2019_a.tif, las_vegas_naip_2022_a.tif이다. 제공 저장소는 Source Cooperative의 GeoAI 데이터셋이다.

원래 두 TIFF는 격자가 조금 다르다. 2022년 영상을 2019년 영상의 격자에 재표본화한 파생본이 필요하다. 이 PC에서는 앞선 실습에서 생성한 las_vegas_naip_2022_a_aligned_replay.tif을 사용했다. 해당 파일은 원본이 아닌 bilinear 정합 파생자료이며 블로그에서 재배포하지 않는다. NAIP 원자료의 배포·이용 정보는 미국 정부 자료 목록에서 확인할 수 있다. 원본 저장소의 개별 재배포 조건도 확인할 필요가 있다.

2. 입력 영상 검증

두 실습 입력은 모두 EPSG:26911, 4밴드, 2,721×1,420픽셀이며 픽셀 크기는 0.6m이다. 좌상단 좌표는 (649647.6, 4020075)로 같다. 각 파일의 gdalinfo -json 결과로 이 값을 비교했다. 시작 프로젝트 QGIS_Play.qgz의 CRS는 EPSG:5187이지만, 합성 계산은 동일한 두 입력 래스터 격자를 기준으로 수행한다. 프로젝트 원본은 보존하고 별도 복사본에서 작업했다.

3. QGIS에서 합성 실행

  1. QGIS에서 QGIS_Play.qgz를 열고 프로젝트 → 다른 이름으로 저장으로 실습용 복사본을 만든다.
  2. NaGeoAI → 추가 분석 패널을 열고 기능을 시계열 합성으로 설정한다.
  3. 입력 영상 목록에 2019년 TIFF와 정합된 2022년 TIFF를 한 줄에 하나씩 입력한다. 원본 2022년 TIFF를 정합 없이 바로 사용하지 않는다.
  4. 합성 방식은 median, 출력은 temporal_median_gui_20260929.tif로 지정한다. 공간 결과를 지도에 추가를 켠 다음 실행을 누른다.
  5. 로그의 입력 수, 밴드 수, 크기, 완료 메시지를 확인하고 출력 레이어를 지도에서 확인한다.
QGIS NaGeoAI 시계열 합성 입력값과 실행 로그 및 지도 결과
그림 1. 실제 QGIS의 NaGeoAI 시계열 합성 입력·로그·지도 결과. 클릭하면 원본 크기로 볼 수 있다.

4. 출력 검증과 해석 범위

QGIS 로그에는 Creating median composite from 2 scenes, 4 bands, 2721x1420 pixels, Valid observations: 7727640/7727640 (100.0%), Composite created from 2 rasters가 기록되었다. 출력 TIFF의 별도 검사에서도 EPSG:26911, 4밴드, 2,721×1,420픽셀, 0.6m 격자가 유지되었다. 출력은 QGIS 지도에 추가되어 영상 형태로 확인되었다.

QGIS에서 확인한 NAIP 중앙값 합성 영상
그림 2. QGIS 지도에서 확인한 중앙값 합성영상. 이 화면은 변화탐지도가 아니다.

두 장의 유효 관측값에 대한 중앙값은 두 값의 중간값이다. 따라서 이 결과는 시기 사이의 변화를 직접 표시하지 않으며, 두 시기의 피복 상태를 평균화할 수 있다. 촬영 시각·계절·태양고도·센서 차이와 정합 오차는 별도로 검토해야 한다. 분석에 사용하지 않은 배경지도 서비스의 연결 정보는 글과 화면에 포함하지 않았다.

GeoAI 위성·드론 영상 분석, 재난대응 산업이 뜬다 | 재난안전과 GeoAI

GeoAI 위성·드론 영상 분석 기술이 재난대응 산업의 중심으로 떠오르고 있다. 누리호 5차 발사, 위성·드론 영상 분석 스타트업, ArcGIS 경사지 위험 분석 서비스까지 오늘의 관련 소식을 정리했다. 📌 3줄 요약 아크넥사는 위성·드론 영상을...