[인공위성 연구] MODIS 위성 데이터 분석 환경 설정 방법 (Python GIS Step1)

1. 연구 방향 및 접근 구조

본 분석은 MODIS 위성 데이터를 기반으로 순천시 생육 변화를 공간적으로 해석하고,

이를 자연어 질의 기반 시각화 시스템으로 구현하는 것을 목표로 한다.

단순 데이터 처리나 지도 출력이 아닌, 사용자의 질의를 분석 조건으로 변환하고

결과를 직관적으로 탐색할 수 있는 통합 구조를 설계하는 데 중점을 두었다.

∵  전체 과정: 환경 설정 → 안정성 확보 → 질의 해석 → 데이터 정합 → 시각화 → 변화 분석 → 서비스화의 7단계로 구성된다.

 

2. 분석 기반 구축 단계 (STEP 1 ~ 2)

 ▶ STEP 1. 분석 환경 설정

좌표계(EPSG:5186), 데이터 경로, 산불 영향 임계값과 같은 기준을 사전에 정의하여 전체 분석의 일관성을 확보한다.

이는 공간 데이터 간 정합성을 유지하고, 이후 분석 결과의 왜곡을 방지하기 위한 기반 단계이다.

 ▶  STEP 2. 데이터 안정성 확보

문자열 정규화, 수치형 변환, geometry 보정 등의 유틸리티 함수를 구성하여 데이터 오류를 사전에 제거한다.

이 단계는 분석 전처리 과정으로, 전체 파이프라인의 안정성을 확보하는 역할을 한다.

∵ 관계 구조:환경 설정(기준 정의) → 데이터 안정성 확보(오류 제거)

 

3. 분석 조건 생성 단계 (STEP 3)

 ▶  STEP 3. 자연어 질의 해석

사용자의 입력 문장에서 지표(NDVI, NDMI 등), 날짜, 기간 여부, 산불 영향 여부를 추출하여 분석 조건으로 변환한다.

규칙 기반 파싱을 통해 비정형 텍스트를 구조화된 변수로 변환하며, 사용자 입력과 분석 로직을 직접 연결하는 핵심 단계이다.

∵  관계 구조:사용자 입력 → 질의 해석 → 분석 변수 생성

 

4. 데이터 통합 및 정합 단계 (STEP 4)

 ▶  STEP 4. 공간 데이터 통합

CSV 기반 위성 데이터와 SHP 기반 행정경계를 결합하여 GeoDataFrame으로 재구성한다.

이 과정에서 좌표계를 통일하고, 순천시 영역만 남기도록 클리핑하여 분석 대상 공간을 명확히 정의한다.

∵  관계 구조:속성 데이터 + 공간 데이터 → 좌표 정합 → 분석 데이터 생성

 

5. 공간 시각화 단계 (STEP 5)

 ▶  STEP 5. 단일 시점 시각화

특정 날짜의 위성 지표를 1km 격자 단위로 시각화하여 공간 분포를 표현한다.

색상 기반 표현을 통해 지역 간 차이를 직관적으로 인식할 수 있으며, 산불 영향 영역을 오버레이하여 해석력을 강화한다.

∵  관계 구조:분석 데이터 → 격자 단위 변환 → 공간 분포 시각화

 

6. 시계열 분석 단계 (STEP 6)

 ▶  STEP 6. 변화량 분석

두 시점 간 지표 차이를 계산하여 변화량을 도출하고, 이를 공간적으로 시각화한다.

이는 시계열 차분 개념을 기반으로 하며, 생육 변화의 방향성과 강도를 동시에 분석할 수 있도록 한다.

∵  관계 구조:단일 시점 데이터 → 시점 결합 → 변화량 계산 → 공간 해석

 

7. 결과 통합 및 서비스화 단계 (STEP 7)

 ▶  STEP 7. 인터랙티브 시각화

자연어 질의 입력, 지도 시각화, 통계 요약, 데이터 다운로드 기능을 통합하여 분석 결과를 사용자 중심으로 제공한다.

이를 통해 분석 결과를 단순 출력이 아닌 활용 가능한 형태로 확장한다.

∵  관계 구조:질의 입력 → 분석 실행 → 지도/통계/데이터 제공

 

8. 전체 흐름 요약

본 분석은 다음과 같은 구조로 연결된다.

∵  환경 설정 → 데이터 안정성 확보 → 질의 해석 → 데이터 정합 → 공간 시각화 → 변화 분석 → 서비스화

 

이 구조를 통해 위성 데이터 기반 생육 분석을 단순 계산이 아닌, 사용자 질의 중심의 공간 분석 시스템으로 확장하였다.