DOI QR코드

DOI QR Code

Verification of Kompsat-5 Sigma Naught Equation

다목적실용위성 5호 후방산란계수 방정식 검증

  • Yang, Dochul (Satellite Operation & Application Center, Korea Aerospace Research Institute) ;
  • Jeong, Horyung (Satellite Operation & Application Center, Korea Aerospace Research Institute)
  • Received : 2018.11.21
  • Accepted : 2018.12.13
  • Published : 2018.12.31

Abstract

The sigma naught (${\sigma}^0$) equation is essential to calculate geo-physical properties from Synthetic Aperture Radar (SAR) images for the applications such as ground target identification,surface classification, sea wind speed calculation, and soil moisture estimation. In this paper, we are suggesting new Kompsat-5 (K5) Radar Cross Section (RCS) and ${\sigma}^0$ equations reflecting the final SAR processor update and absolute radiometric calibration in order to increase the application of K5 SAR images. Firstly, we analyzed the accuracy of the K5 RCS equation by using trihedral corner reflectors installed in the Kompsat calibration site in Mongolia. The average difference between the calculated values using RCS equation and the measured values with K5 SAR processor was about $0.2dBm^2$ for Spotlight and Stripmap imaging modes. In addition, the verification of the K5 ${\sigma}^0$ equation was carried out using the TerraSAR-X (TSX) and Sentinel-1A (S-1A) SAR images over Amazon rainforest, where the backscattering characteristics are not significantly affected by the seasonal change. The calculated ${\sigma}^0$ difference between K5 and TSX/S-1A was less than 0.6 dB. Considering the K5 absolute radiometric accuracy requirement, which is 2.0 dB ($1{\sigma}$), the average difference of $0.2dBm^2$ for RCS equation and the maximum difference of 0.6 dB for ${\sigma}^0$ equation show that the accuracies of the suggested equations are relatively high. In the future, the validity of the suggested RCS and ${\sigma}^0$ equations is expected to be verified through the application such as sea wind speed calculation, where quantitative analysis is possible.

후방산란계수(${\sigma}^0$) 방정식은 지상표적 탐지, 토지피복 분류, 해상풍 산출, 토양 수분함량 예측 등 Synthetic Aperture Radar(SAR) 영상의 활용을 위해 영상으로부터 지구물리적인 특성을 예측하는 과정에서 요구되는 필수 요소이다. 본 논문에서는 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 Kompsat-5 (K5)의 Radar Cross Section(RCS) 및 ${\sigma}^0$ 방정식을 제시하고 이를 검증하여 K5 SAR 영상의 활용도를 높이고자 한다. 우선, K5 RCS 방정식을 산출하고 이의 정밀도를 몽골의 검보정 사이트에 설치되어 있는 삼면판 반사기를 이용하여 검증하였다. K5 Spotlight 및 Stripmap 모드의 다양한 빔 영상에 대해서 RCS 방정식을 이용하여 측정한 RCS 값과 K5 SAR 프로세서를 이용하여 관측한 표준 RCS 값을 비교하였을 때 평균 $0.2dBm^2$ 이하의 차이를 보였다. 레이더 방정식과 K5 RCS 방정식을 이용하여 유도한 K5 ${\sigma}^0$ 방정식에 대한 검증은 계절에 따른 후방 산란 특성의 변화가 적은 아마존 열대 우림의 TerraSAR-X(TSX) 및 Sentinel-1A(S-1A) SAR 영상에서 얻은 ${\sigma}^0$과 비교하여 수행하였다. TSX/S-1A 대비 K5 ${\sigma}^0$ 값의 차이는 최대 0.6 dB 이하였다. K5의 절대방사보정에 대한 요구 값이 2.0 dB($1{\sigma}$)을 감안하면 K5 RCS 방정식의 평균 $0.2dBm^2$ 이하의 오차와 K5 ${\sigma}^0$ 방정식의 최대 0.6 dB 이하의 오차는 제시한 방정식들의 정밀도 및 유효성이 높음을 입증하여 준다. 향후, 본 논문에서 제시한 K5 RCS 방정식과 K5 ${\sigma}^0$ 방정식을 이용하여 해상풍 산출 등 정량적인 분석이 가능한 활용을 통한 검증이 추가적으로 이루어져야 할 것으로 생각된다.

Keywords

1. 서론

2013년 8월에 발사된 대한민국 최초의 Synthetic Aperture Radar(SAR) 위성인 Kompsat-5(K5)는 주야 및 날씨에 상관없이 지구를 관측할 수 있고 빛과는 상이한지표면 산란 특성을 갖는 마이크로 파(X 밴드)를 사용함으로써 광학 영상과는 다른 추가적인 정보의 획득이 가능하다. 특히, SAR 안테나로부터 방사된 에너지가 지상 산란체에 의해서 반사되는 특성을 가리키는 후방산란계수(σ0) 값은 SAR 영상의 픽셀 값에서 지구 물리적인 특성 값으로 변환 가능한 수치로 SAR 센서의 영상획득 기하나 입사각 및 빔 조향 등에 상관관계가 적어 서로 다른 센서에서 얻어진 값의 상호 비교가 가능하고 지상표적 탐지, 토지피복 분류, 토양수분 예측, 작황 파악 및 해상풍 산출 등 그 활용도가 높다(Airbus, 2014).

SAR 영상의 활용을 위해 SAR 영상으로부터 σ0 값을 추출하기 위해서는 개발 주체로부터 SAR 프로세서 개발 및 검보정 작업 완료 후 σ0 방정식이 제공되어야 한다. TerraSAR-X(TSX)의 검보정 작업은 절대방사보정 정밀도 1.0 dB(1σ)를 달성하기 위해 발사 후 6개월간의 검보정 기간 동안 센서 내부보정, 기하보정, 지향보정, 안테나 모델 검증 및 절대방사보정의 순으로 진행되었다(Schwerdt et al., 2006; Schwerdt et al., 2010a). 절대방사보정을 통해서 보정상수를 산출해내고 이를 바탕으로 영상 노이즈를 고려한 후방산란계수를 산출하는 σ0 방정식이 제공되었다(Airbus, 2014). Sentinel-1A(S-1A)에서는 모든 영상모드에 대한 절대방사보정 정밀도 1.0 dB(3σ)의 요구사항을 만족시키도록 안테나 모델에 기반한 검 보정 작업이 수행되었고 체계적인 검보정 계획하에 3개월이라는 짧은 시간에 걸쳐 검보정 작업이 완료되었다(Schwerdt et al., 2010b). S-1A의 후방산란계수 방정식은 기본적으로 Envisat 위성의 형식을 따르며 Look Up Table로 계수가 주어진다(Miranda and Meadows, 2015).TSX와 S-1A의 절대방사보정의 정밀도와 이를 기반하는 후방산란계수 방정식의 정밀도는 다양한 문헌들(Schwerdt et al., 2006; Schwerdt et al., 2010a; Schwerdt et al.,2016)에서 발표 및 검증되었고 특히 후방산란계수 방정식은 Sentinel Application Platform(SNAP) Sentinel-1Toolbox(S1TBX)를 포함하는 다양한 SAR 영상처리 소프트웨어에 포함되어 여러 활용분야에서 폭넓게 이용되고 있다(STEP, 2018).

K5의 검보정 작업은 절대방사보정 정밀도 2.0 dB(1σ)의 요구사항을 만족하기 위해서 인공위성 발사 후 6개월에걸쳐 센서내부보정, 빔 지향보정, 안테나 패턴 검증 그리고 절대방사보정의 순으로 진행되었다. 발사 후 Launch and Early Orbit Phase(LEOP) 동안의 검보정 작업 완료 후에 2015년도에 수행되었던 4개의 K5 확장모드(Enhanced High-resolution(EH), Ultra High-resolution(UH), Enhanced Standard(ES), Enhanced Wide-swath(EW))의 추가에 따른 SAR 프로세서 업데이트와 검보정작업이 추가적으로 진행되었다. 검보정 결과 K5의 성능요구사항인 기하 정밀도 30 m(CE90)와 절대방사 정밀도 2.0 dB(1σ)를 크게 만족하는 기하 정밀도 2.0 m(CE90),절대방사 정밀도 1.0 dB(1σ)를 달성하였지만(Yang et al., 2015) SAR 영상 활용 증대를 위해서는 SAR 프로세서의 업데이트 및 검보정 특성을 반영한 새로운 σ0 방정식의 제공이 필요 하였다. 이를 위해 몽골에 설치되어 있는 52기의 삼면판 반사기(Corner Reflector, CR)를 촬영한 영상을 이용하여 Kim et al.(2016)은 K5 후방산란계수 방정식을 산출하여 발표하였다. 방정식을 산출하기 위해, 후방산란계수 방정식에 일반적으로 포함되는 변수들을 조합하여 레이더 단면적(Radar Cross Section, RCS) 값을 계산하고 이를 몽골 CR의 표준 RCS 값과 비교하여 방정식에 포함되는 변수들을 역산출하는 방식으로 수행되었는데 HR 모드의 경우 3.14 dB(RMSE), ST 모드의 경우 1.26 dB(RMSE)의 다소 큰 정밀도를 보였다. 이는 RCS 및 후방산란계수 방정식 산출 시 K5 SAR 프로세서의 임의적이고 개별적인 특성이 반영되는데 이를 일반적인 변수의 조합으로 예측하기에는 제약이 있기 때문인 것으로 파악된다. Kim et al.(2016)의 후방산란계수 방정식 발표 이후에도 K5 절대방사 정밀도 향상을 위한 SAR 프로세서의 업데이트가 수행되었다. 현재 K5 SAR 프로세서의 주요 업데이트는 완료된 상태이며 최종 SAR 프로세서 버전은 K5-SARP2017로 최종 업데이트된 SAR 프로세서에서 생성된 영상 프러덕트에 적합한 σ0 방정식의 제공이 필요한 상황이다.

본 논문에서는 K5 영상의 활용도를 극대화하기 위해 최종 업데이트된 SAR 프로세서와 절대방사보정의 특성을 반영하는 RCS 방정식과 이를 기반으로 하는 σ0 방정식을 제시하고 이의 정밀도를 검증하고자 한다. 2절에서는 산출된 방정식의 검증에 필요한 사이트 및 검증 방법에 대하여 설명하였고 3절 및 4절에서는 연구 결과와 결과에 대한 토의를 논의하였다. 마지막으로, 5절에서는 진행한 연구에 대한 결론 및 향후 추가할 연구 내용을 제시하였다.

2. 재료 및 방법

1) 연구 지역

(1) 몽골 검보정 사이트/h3>

K5 RC 방정식의 유효성을 검증하기 위해서 몽골의 다목적실용위성 검보정 사이트에 설치되어 있는 CR을 이용하였다. CR은 SAR 안테나부터 방사되어 입사된 레이더 시그널을 송신 안테나 방향으로 직접 반사하여 주변 환경에서 반사된 신호보다 매우 큰 반응을 얻게 하는 장비로 반사기의 크기에 따라 원하는 RCS 값을 생성할 수 있어 SAR 시그널의 특성을 파악하는 점표적으로 유용하게 사용된다. 특히, CR의 설계된 RCS와 영상으로부터 측정된 RCS를 직접 비교하여 절대방사보정 정밀도 및 RCS 방정식의 정밀도 분석이 가능하다. 몽골 검보정 사이트에 설치되어 있는 CR은 K5 빔의 접근성을 고려하여 촬영 기회가 극대화되도록 그 위치가 결정되었고 최종 결정된 CR의 위치는 Fig. 1과 같다(Jeong etal., 2011). 몽골 검보정 사이트에는 총 52기의 CR이 설치되어 있는데 그 중 20기가 ST 모드용, 32기가 HR 모드용이다. K5 빔의 접근성을 고려하여 3개의 그룹으로 나누어져 설치되었으며 중간 그룹에는 ST용, 위와 아래 그룹에는 HR용 CR이 주로 설치되었다.

OGCSBN_2018_v34n6_3_1457_f0001.png 이미지

Fig. 1. Kompsat calibration site in Mongolia.

몽골 초원의 배경 클러터 레벨(레이더 후방산란계수)은 -19 ~ -18 dB로 매우 낮아 영상에서 CR의 반응이 상대적으로 높게 나타남으로 CR 반응을 이용한 영상의 특성 파악 및 검보정 작업에 유리한 환경이다(Jeong et al., 2011). Fig. 2는 몽골의 일반적인 초원 사진을 보여주고 있다. 경사도가 낮은 평지에 초지로 구성되어 있어 CR을 이용한 RCS 방정식을 검증하는데 좋은 환경이 된다. 몽골 초원의 배경 후방산란 특성을 고려하고 Signal-to-Clutter Ratio(SCR)가 30 dB 이상이 되도록(Freeman, 1992; Curlander and McDonough, 1991) ST CR은 45 dBm2, HRCR은 35 dBm2의 RCS 값으로 설계되었다. 설치되어 있는 ST 및 HR CR의 형상은 Fig. 3와 같고 수동으로 CR의 지향 방향을 조정할 수 있도록 설계되어 있다

OGCSBN_2018_v34n6_3_1457_f0002.png 이미지

Fig. 2. Mongolian grassland.

OGCSBN_2018_v34n6_3_1457_f0014.png 이미지

Fig. 3. (Left) ST and (Right) HR corner reflectors.

(2) 아마존 열대 우림

아마존 열대 우림은 광활한 지역에 걸쳐 레이더 시그널의 산란 특성이 균일하게 나타나 SAR 센서의 검보정 작업을 수행하는 분포표적 사이트로 널리 사용된다. 특히, 고각 방향의 안테나 패턴을 검증하고 노치(Notch)빔을 이용한 빔 포인팅 오차를 예측하며 도플러 주파수를 관측하여 인공위성 자세 오차를 예측하는 등 그 활용도가 매우 높다(Schwerdt et al., 2010). 아마 열대 우림에서는 SAR 시그널의 후방산란 특이 계절적인 시간 변화에 크게 의존적이지 않은 특징(Shimada et al., 2009)을 보여 다른 시간에 획득된 K5 σ0 값과 TSX 및 S-1A를 포함하는 타 센서로부터 얻어진 σ0 값을 비교하기에 용이하다. Fig. 4와 같이 아마존 지역에서 공통 촬영 지역을 가지는 이미지를 획득한 후 각각의 이미지에서 얻어지는 후방산란계수 값을 비교하였다. Fig. 5는 후방산란계수 값의 비교를 위해 공통 촬영 지역에서 추출한 S-1A와 K5 영상을 각각 비교하여 보여주고 있다.

OGCSBN_2018_v34n6_3_1457_f0003.png 이미지

Fig. 4. Image coverage example of K5 and TSX.

OGCSBN_2018_v34n6_3_1457_f0004.png 이미지

Fig. 5. Extracted Amazon images for σ0 calculation from S-1A (Left) and K-5 (Right).

2) 검증 방법

(1) RCS 방정식

지상의 점표적을 촬영한 K5 SAR 영상으로부터 RCS 값을 계산하는 RCS 방정식은 식 (1)와 같이 표현된다.

\(\mathrm{RCS}=10 \log _{10}\left[\mathrm{CALCO} \sum_{\left.\mid \mathrm{i}_{\mathrm{j}}\right\} \in D}^{N}\left|S_{i, j} \cdot R F\right|^{2}\right]\)       (1)

여기서, CALCO는 보정상수, N은 픽셀 수, RF는 Rescaling Factor, Si, j는 i번째 행과 j번째 열에서의 복소수 필셀 값을 나타낸다. 즉, K5 RCS 방정식은 점표적으로부터 산란된 총 에너지를 보정상수를 이용하여 RCS로 변환하는 방식이며 단위는 dBm2로 표현된다.

K5 RCS 방정식의 유효성을 검증하기 위해 방정식을 통해서 계산된 점표적의 RCS 값과 K5 SAR 프로세서를 통해서 측정된 RCS 값을 비교 및 분석하였다. RCS 방정식을 이용하여 점표적의 RCS 값을 계산하는 과정은 다음과 같다. 먼저, SAR 영상에서 점표적의 임펄스 응답 함수(Impulse Response Function, IRF)의 최고점 위치를 식별하여 이를 중심으로 80×80 크기의 Target Area를 설정한다. Target Area의 크기는 점표적 IRF의 에너지를 대부분 포함하도록 적절히 조정 가능하다. Target Area에 인접해 있고 IRF 에너지를 포함하지 않는 지역에 4개의 40×40 크기의 Clutter Area를 설정한 후 클러터 에너지의 평균 값을 계산한다. 계산된평균 값을 Target Area의 총 합산된 값에서 제거하여 점표적만의 총 에너지를 계산한다. 이를 식 (1)에 대입하고 Rescaling Factor와 보정상수 값을 곱하여 RCS 값을 계산하게 된다. Fig. 6는 RCS 값을 계산하기 위해 Target Area와 Clutter Area를 설정한 예를 보여주고 있다.

OGCSBN_2018_v34n6_3_1457_f0006.png 이미지

Fig. 6. Target and clutter area example for RCS calculation.

K5 SAR 프로세서에는 SAR 영상의 품질을 평가하는 다양한 모듈들이 탑재되어 있고 특히, 점표적의 RCS 값을 측정하여 K5의 절대방사 정밀도를 측정하는 기능을 포함하고 있다. Fig. 7는 K5 SAR 프로세서의 품질평가 모듈을 통해서 몽골 HR CR의 RCS 값을 측정한 예를 보여주고 있다. 품질평가 모듈을 통해서 점표적의 RCS 뿐 아니라 해상도, Peak Sidelobe Ratio(PSLR), Integrated Sidelobe Ratio(ISLR), IRF 형상 등 방사 특성 및 위치 정밀도의 분석도 가능하다. Fig. 8에 K5 RCS 방정식을 검증하는 순차를 요약정리 하였다.

OGCSBN_2018_v34n6_3_1457_f0005.png 이미지

Fig. 7. RCS measurement of K5 SAR processor.

OGCSBN_2018_v34n6_3_1457_f0007.png 이미지

Fig. 8. K5 RCS equation verification procedure.

(2) σ0 방정식

K5 σ0 방정식은 레이더 전자파의 방사, 산란 및 수신 특성을 관계 짓는 레이더 방정식과 K5 RCS 방정식으로부터 유도할 수 있다. SAR 안테나로부터 송신된 레이더 시그널은 지상의 표적에 후방 산란되어 다시 SAR 안테나로 수신되고 이를 통해 송·수신된 레이더 신호의 파워와 지상 물체의 물리적인 산란 특성 사이의 관계식이 형성된다(Ulaby et al., 1982). 즉, 수신된 SAR 시그널의 평균 수신파워는 아래의 식 (2)와 같은 관계식으로 표현된다.

\(P_{r}=\left[\frac{P_{t} G^{2} \lambda^{2}}{(4 \pi)^{3} R^{4}}\left(\frac{L_{s n} P R F}{V_{s}}\right)\right] R C S\)        (2)

여기서, Pt과 Pr는 각각 송·수신 파워, G2는 송·수신 양방향 안테나 이득, λ는 신호 파장, R은 안테나에서 표적간 거리, Lsyn는 합성 구경의 길이, PRF는 펄스 반복 주파수(Pulse Repetition requency), Vs는 SAR 탑재체의 속도, RCS는 레이더 단면적을 나타낸다. SAR 영상의 형성 과정에서 합성 구경 길이 내에서 지상의 한 표적이 받게 되는 레이더 펄스 에너지를 합하여 시그널 수신파워를 계산함으로 펄스의 수\(\left(\frac{L_{s y n} P R F}{V_{s}}\right)\)가 레이더 방정식에 포함되게 된다. 레이더 방정식을 보정 계수(Calibration Factor, K′)를 이용하여 표현하면 다음과 같다.

\(P_{r}=\left[\frac{P_{t} G_{2} \lambda_{2}}{(4 \pi)^{3} R^{4}}\left(\frac{L_{s y n} P R F}{V_{s}}\right)\right] R C S=[K] \cdot R C S\)       (3)

SAR 영상처리 과정이나 검정 작업을 통해서 보정계수에 포함되는 항목 중 영상의 위치나 시간적인 차이에 따라 상대적으로 변화하는 값을 적절히 보상한 후 나머지 절대적인 차이 값을 보정상수(Calibration Constant) 값으로 제공하게 된다. 지상 분포표적의 경우 후방산란계수는 단위 면적당 레이더 단면적으로 표현되고 다음과 같은 식으로 나타낼 수 있다.

\(\sigma^{0}=\frac{R C S}{\delta_{a} \delta_{g}}\)       (4)

여기서, δa와 δg는 각각 방위 방향 및 지상 해상도를 나타낸다. 지상 해상도는 레이더 시그널의 입사각(ϑ)을이용하여 레이더 시그널 진행 방향의 해상도(δs)로 다음과 같이 표현된다.

\(\delta_{g}=\delta_{s} / \sin (\vartheta)\)       (5)

한편, 제안된 K5 RCS 방정식(1)을 분포표적에 적용하고 위에서 설명한 레이더 방정식을 이용하여 정리하면 SAR 영상으로부터 σ0을 구하는 방정식은 dB 단위로 아래와 같이 표현된다.

\(\sigma^{0}=10 \log _{10}\left[\frac{C A L C O}{N\left(\delta_{a} \delta_{s}\right)} \sum_{\{\mathrm{i},\mathrm{j}\} \in \mathrm{D}}^{\mathrm{N}}\left|S_{i, j} \cdot \operatorname{RF}\right|^{2} \sin \left(\theta_{i, j}\right)\right]\)       (6)

K5 σ0 방정식의 검증은 아마존 열대 우림을 촬영한 K5 영상으로부터 σ0을 계산하여 동일한 지역을 동일 편파로 촬영한 TSX 및 S-1A의 영상으로부터 얻어진 σ0 값과 비교 분석하는 방식으로 진행하였다. TSX 및 S-1A의 σ0 값은 European Space Agency(ESA)에서 개발한 SNAPS1TBX 소프트웨어를 이용하여 계산하였다. σ0 값의 상호 비교를 위해 σ0 프로파일과 σ0 맵을 생성하였다. σ0 프로파일은 고각(Elevation) 방향의 안테나 패턴 검증을 위해 γ0 프로파일을 생성하는 방법과 유사하게 방위각(Azimuth) 방향의 σ0 값의 평균을 구하여 고각에 따른 경향을 분석하는 목적으로 생성하였다. 추가적으로, SAR 영상의 각각 픽셀에서의 σ0 값을 비교하기 위해서 σ0 맵도 생성하여 비교하였다. 아마존 열대 우림의 공통지역을 촬영한 TSX/S-1A과 K5 영상을 조사하여 이 중 다양한 모드, 빔, 편파의 영상들로 테스트 데이터 셋을 구성하였다. Table 1은 σ0 방식 검증을 위해서 사용한 아마존 촬영 TSX/S-1A 영상과 이에 해당하는 K5 영상의 목록을 보여주고 있다.

Table 1. List of TSX/S-1A images and corresponding K5 images for σ0 equation verification

OGCSBN_2018_v34n6_3_1457_t0001.png 이미지

3. 결과

1) RCS 방정식

RCS 방정식의 유효성을 검증하기 위해 몽골 검보정 사이트에 설치되어 있는 CR을 촬영한K5 영상을 이용하여 RCS 방정식으로부터 계산한 RCS 값과 SAR 프로세서를 이용하여 측정한 값의 차이를 분석하였다. 이 중 HR 빔의 전 영역 중에서 대표적인 3개의 빔(처음, 중심, 마지막)과 ST의 빔 영역 내에서 중심 빔에 대한 RCS 분석 결과 예를 Table 2에 정리하였다. 서로 다른 방법으로 구해진 RCS 값들은 모두 0.3 dBm2 내에서 일치하였다.

Table 2. RCS differences of selected 3 HR and 1 ST beams

OGCSBN_2018_v34n6_3_1457_t0002.png 이미지

Fig. 9는 총 31개의 빔으로 구성되어 있는 K5 HR 모드로 CR을 촬영한 영상을 이용하여 분석한 RCS 방정식 검증 결과를 보여주고 있다. K5 RCS 방정식을 이용하여 계산한 RCS 값(붉은색 X)과 K5 SAR 프로세서를 통해서 측정한 RCS 값(파란색 O)이 왼쪽 그래프에, RCS 값들의 오차가 오른쪽 그래프에 도시되어 있다. 모든 HR CR에 대해서 RCS 값의 오차는 0.3 dBm2 이하로 제시된 K5 RCS 방정식이 매우 정밀함을 보여주고 있다. 왼쪽의 RCS 값을 보여주는 그래프에서 몇몇 HR CR의 RCS 측정값이 설계 값 즉, 35.78 dBm2 이하로 크게 떨어지는 경우가 있는데 이는 몽골 CR이 기후(눈 또는 비) 또는 이물질에 의하여 영향을 받아 RCS 반응이 낮게 나오기 때문이다. Fig. 10은High Resolution(HR), Enhanced High Resolution(EH) 및 Ultra-high Resolution(UH)을 포함하는 모든 Spotlight 빔과 Standard(ST) 및 Enhanced Standard(ES)를 포함하는 모든 Stripmap 빔을 이용하여 CR의 RCS 차이를 측정한 결과를 보여주고 있다. 두 결과 모두 평균 0.2 dBm2 정도의 RCS 오차 값을 나타내 K5 RCS 방정식이 모든 Spotlight 빔과 Stripmap 모드에 유효하게 적용됨을 보여주고 있다.

OGCSBN_2018_v34n6_3_1457_f0008.png 이미지

Fig. 9. RCS measurements of K5 HR CR: RCS value (left) and RCS difference (right).

OGCSBN_2018_v34n6_3_1457_f0015.png 이미지

Fig. 10. RCS errors for K5 spotlight (left) and stripmap bems (right).

2) σ0 방정식

Fig. 11은 아마존 열대 우림 지역을 TSXHigh-resolution Spotlight(HS) 모드로 2014년 9월에 HH편파로 촬영한 영상과 K5 High Resolution(HR) 02 빔으로 2014년 10월에 HH 편파로 촬영한 영상을 이용하여 계산한 σ0 프로파일(위)과 σ0 맵(아래)을 각각 비교하여 보여주고 있다. 두 영상에서 계산된 σ0 값은 평균 약 -7 dB로, 지역적으로 차이가 존재하지만 아마존의 통상적인 후방산란계수가 -6.5 dB 이하(Shimada et al., 2009)인 것을 감안하면 얻어진 σ0 값의 신뢰성은 높은 수치이다. 두 영상에서 얻어진 σ0 값은 평균 0.1 dB 이내에서 일치하였고 입사각에 따른 σ0 프로파일의 경향도 유사함을 보였다.

OGCSBN_2018_v34n6_3_1457_f0011.png 이미지

Fi. 11. Sigma naught profile (up) and map (down) comparison between TSX HS 201409 and K5 HR02 201410.

Fig. 12는 아마존 열대 우림 지역을 TSX Stripmap(SM) 모드로 2015년 2월에 VV편파로 촬영한 영상과 K5 Enhanced Standard(ES) 01 빔으로 2018년 6월에 VV 편파로 촬영한 영상을 이용하여 계산한 σ0 프로파일(위)과 σ0 맵(아래)을 비교하여 보여주고 있다. 두 영상에서 계산된 평균 σ0 값의 차이는 0.3 dB 이하였고 σ0 프로파일의 경향 및 σ0 맵도 유사함을 보였다. Fig. 11과는 다른 영상 모드(SM)와 편파(VV)를 사용하였고 3년 이상의 영상획득 시간차와 촬영 지역에 약간의 차이가 존재하였지만 얻어진 σ0 값은 매우 유사하였다.

OGCSBN_2018_v34n6_3_1457_f0012.png 이미지

Fig. 12. Sigma naught profile (up) and map (down) comparison between TSX SM 201502 and K5 ES01 201806.

Fig. 13은 아마존 열대 우림 지역을 S-1A Stripmap(S) 6번 빔으로 2016년 8월에 HH편파로 촬영한 영상과 K5 Enhanced High-resolution(EH) 10번 빔으로 2016년 6월에 HH 편파로 촬영한 영상을 이용하여 계산한 σ0 프로파일(위)과 σ0 맵(아래)을 비교하여 보여주고 있다. S-1A와 K5는 각각 C 밴드와 X 밴드로 다른 주파수 대역 사용하여 영상의 해상도 및 시그널의 반사특성에 차이가 존재하지만 두 영상에서 계산된 평균 σ0 값은 0.5 dB 이내에서 일치하였다. 입사각에 따른 σ0 프로파일의 경향도 유사함을 보였다.

OGCSBN_2018_v34n6_3_1457_f0013.png 이미지

Fig. 13. Sigma naught profile (up) and map (down) comparison between S-1A S6 201608 and K5 EH10 201606.

총 5개의 아마존 사이트에 대해서 다양한 위성 영상, 빔 모드, 편파로 테스트를 진행한 결과 평균 σ0 값의 차이는 최대 0.6 dB 이하였고 입사각에 따른 σ0의 경향도 일치함을 확인할 수 있었다. Table 3에 테스트 결과를 요약 정리하여 보여주고 있다.

Table 3. K5 σ0 equation verification result

OGCSBN_2018_v34n6_3_1457_t0003.png 이미지

4. 토의

인공적인 구조물(CR)의 RCS를 측정하여 검증하는 RCS 방정식과는 달리 σ0 방정식은 자연물(수목, 잔디 등)의 후방산란 특성을 관측하여 검증함으로써 많은 외부요인에 의하여 방정식의 정밀도가 영향을 받을 수 있다. 특히, 계절적의 변화에 따른 식생의 차이는 후방산란 특성의 변화를 가져오는 주요 원인이 될 수 있다. 본 논문에서는 아마존에 위치한 열대 활엽수림이 계절의 변화에 따른 식생의 차이가 적고 후방산란 특성의 변화가 적은 특성(Shimada et al., 2009)을 이용하여 K5 σ0을 타 위성의 측정값과 비교 시 영상획득 날짜에 대한 제약을 두지 않았다.

 

5. 결론

최종 업데이트된 K5 SAR 프로세서의 특성과 절대 방사보정 결과를 반영하여 K5 RCS 방정식과 σ0 방정식을 산출하였고 이를 검증하였다. 먼저 지상 점표적의 합산된 에너지를 변환하여 RCS를 계산하는 방식의 K5 RCS 방정식을 제시하였다. 제시된 K5 RCS 방정식의 유효성를 검증하기 위해서 몽골 검보정 사이트에 설치되어 있는 CR을 K5 Spotlight 및 Stripmap 계열의 모든 빔모드로 촬영한 영상을 이용하여 테스트한 결과 평균 약 0.2 dBm2, 최대 0.4 dBm2 내의 차이가 존재함을 확인하였다. K5의 절대방사보정에 대한 요구 값이 2.0 dB(1σ)임을 감안하면 제시된 K5 RCS 방정식의 정밀도가 매우 높고 유효함을 검증할 수 있었다. 제공된 K5 RCS 방정식을 이용하여 지상 점표적(차량, 선박 및 군사시설 등)의 레이더 단면적을 계산함으로써 K5 SAR 영상을 이용한 지상물체 탐지, 식별 및 분류 분야 등에서 중요한 지표로 활용될 수 있을 것으로 기대한다.

SAR 시그널의 방사 산란 및 수신 특성을 관계 짓는 레이더 방정식과 K5 RCS 방정식을 이용하여 K5 σ방정식을 유도하였다. 제시된 K5 σ0 방정식의 유효성을 검증하기 위해 계절에 따른 후방산란 특성의 변화가 적은 아마존 열대 우림을 다양한 모드, 빔, 편파로 촬영한 K5 영상과 TSX/S-1A 영상으로부터 σ0을 계산하여 비교한 결과 최대 0.6 dB 이하의 오차를 보였다. K5의 절대방사보정에 대한 요구 값을 감안하면 제시한 K5 σ0 방정식이 정밀도가 상대적으로 높음을 검증할 수 있었다. 제시된 K5 σ0 방정식을 이용하면 토지피복 분류, 변화 탐지,해상풍 계산, 토양수분 예측, 빙설특성 분석 등 SAR 영상을 이용하여 지상 자연물의 특성을 파악하는 다양한 분야에서 활용도가 크게 증대될 것으로 기대한다.

본 논문에서는 제시된 σ0 방정식의 검증을 위해 K5 기본 제품및 포맷(Single-look Complex in Slant-range 정수형 타입 포맷, SCS_B)를 사용하였다. 향후, K5의 다양한 프러덕트 레벨 및 포맷에 대한 σ0 방정식의 검증을 진행하고 다수의 테스트 데이터 셋을 이용한 통계적 분석을 진행하여 검증의 신뢰성을 높일 예정이다. 또한,제시된 σ0 방정식을 활용한 해상풍 계산 등 정량적인 검증이 가능한 활용을 통해서 추가 검증도 진행되어야 할 것으로 생각된다.

사사

이 연구는 한국항공우주연구원의 2018년도 위성정보활용사업의 지원을 받아 수행되었으며, 이에 감사 드립니다.

References

  1. Airbus, 2014. Radiometric Calibration of TerraSAR-X Data, Airbus Defence & Space, Ottobrunn, Germany.
  2. Curlander, J.C. and R.N. McDonough, 1991. Synthetic Aperture Radar Systems and Signal Processing, John Wiley & Sons, Inc., Hoboken, NJ, USA.
  3. Miranda, N. and P.J. Meadows, 2015. Radiometric Calibration of S-1 Level-1 Products Generated by the S-1 IPF, European Space Agency, Paris, France.
  4. Freeman, A., 1992. SAR calibration: An overview, IEEE Transactions on Geoscience and Remote Sensing, 30: 1107-1121. https://doi.org/10.1109/36.193786
  5. Jeong, H., D. Lee, T. Oh, J. Shin, J. Yoon, H. Lim, J. Kim, and Y. Chum, 2011. RCS measurement and analysis of corner reflector and its background for Kompat-5 calibration and validation, Proc. of 3rd International Asia-Pacific Conference on Synthetic Aperture Radar (APSAR), Seoul, Korea, Sep. 26-30, vol. 1, pp. 1-4.
  6. Kim, D., D. Kim, S. Kim, J. Jung, H. Jeong, and D. Yang, 2016. Calculation of Backscattering Coefficient for Kompsat-5 SAR, Proc. of 2016 The Korean Society Of Remote Sensing Fall Conference, Chungju, Korea, Nov. 3-4, vol. 19, pp. 268-271
  7. Schwerdt, M., B. Brautigam, M. Bachmann, T. Molkenthin, D. Hounam, and M. Zink, 2006. The Calibration of TerraSAR-X, Proc. of 6th European Conference on Synthetic Aperture Radar, Dresden, Germany, May 16-18, vol. 40, pp. 667-689.
  8. Schwerdt, M., B. Brautigam, M. Bachmann, B. Doring, D. Schrank, and J.H. Gonzalez, 2010a. Final TerraSAR-X calibration results based on novel efficient methods, IEEE Transactions on Geoscience and Remote Sensing, 40(2): 667-689.
  9. Schwerdt, M., B. Doring, M. Zink, and D. Schrank, 2010b. In-Orbit Calibration Plan of Sentinel-1, Proc. of 8th European Conference on Synthetic Aperture Radar, Aachen, Germany, Jun. 7-10, vol. 1. pp. 350-353
  10. Schwerdt, M., N.T. Ramon, G.C. Alfonzo, B. Doring, M. Zink, and P. Prat, 2016. Independent Verification of the Sentinel-1A System Calibration, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(3): 994-1007. https://doi.org/10.1109/JSTARS.2015.2449239
  11. Shimada, M., O. Isoguchi, T. Tadono, and K. Isono, 2009. PALSAR Radiometric and Geometric Calibration, IEEE Transactions on Geoscience and Remote Sensing, 47(12): 3915-3932. https://doi.org/10.1109/TGRS.2009.2023909
  12. STEP, 2018. Science Toolbox Exploration Platform, http://step.esa.int/main/toolboxes/sentinel-1-toolbox/, Accessed on Nov. 25, 2018.
  13. Ulaby, F.T., R.K. Moore, and A.K. Fung, 1982. Microwave Remote Sensing: Active and Passive Volume II Radar Remote Sensing and Surface Scattering and Emission Theory, Artech House, MA, USA.
  14. Yang, D., H. Jeong, D. Kim, and D. Lee, 2015. Inorbit Test Results of Kompsat-5 Enhancement Project: Image Quality Assessment, Proc. of 2015 The Committee on Earth Observation Satellites Working Group on Calibration and Validation Synthetic Aperture Radar Subgroup, Noordwijk, Netherlands, Oct. 27-29, vol. 1, pp. 1-33.

Cited by

  1. SAR 검보정 Site 구축을 위한 후방 산란 특성 분석 vol.37, pp.2, 2018, https://doi.org/10.7780/kjrs.2021.37.2.10