DOI QR코드

DOI QR Code

Reflection Symmetry of PALSAR Quad-Pol Imagery in the Amazon Rainforest

아마존 지역 PALSAR 다중편파 자료의 반사대칭성 특성

  • Kim, Jae-Hun (Department of Earth System Sciences, Yonsei University) ;
  • Yoon, Sun Yong (Department of Earth System Sciences, Yonsei University) ;
  • Won, Joong-Sun (Department of Earth System Sciences, Yonsei University)
  • 김재헌 (연세대학교 지구시스템과학과) ;
  • 윤선용 (연세대학교 지구시스템과학과) ;
  • 원중선 (연세대학교 지구시스템과학과)
  • Received : 2018.10.25
  • Accepted : 2018.11.30
  • Published : 2018.12.31

Abstract

This paper presents reflection symmetry of polarimetric SAR over the Amazon rainforest in terms of correlation coefficients between the pairs of HH- and HV-pol and VV- and VH-pol data by ALOS PALSAR. The reflection symmetry is defined as a non-zero correlation between HH- and HV-pol and VV- and VH-pol over natural distributed targets, and is a fundamental assumption for cross-talk calibration coefficient computation and for three-component decomposition for polarimetric SAR data. The Amazon rainforest is especially one of the common global reference sites for the reflection symmetry. The correlation coefficients for the pairs of reflection symmetry obtained in this study range from 0.018 to 0.097. The results imply that there exists a non-negligible dependency between co-pol and cross-pol in the distributed natural targets, and consequently the non-zero correlation must be considered as a potential contribution to errors of spaceborne SAR polarimetry to some extent.

이 연구는 아마존 열대우림 지역에서 획득된 ALOS PALSAR 자료로부터 HH-편파 와 HV-편파 및 VV-편파와 VH-편파 간의 상관계수를 구하였으며, 이로부터 다중편파 SAR의 반사대칭(Reflection Symmetry) 가정에 대한 분석결과를 보고한다. 반사대칭 가정은 다중편파 SAR의 균질한 자연 산란체에서 HH-편파와 HV-편파 및 VV-편파와 VH-편파는 서로 완전 독립적이며 0의 상관계수를 갖는다는 것으로, 이는 다중편파 SAR의 필수적인 cross-talk 보정 계수 획득과정뿐만 아니라 다중편파 SAR 신호의 3-성분 분석법 등의 활용과정에서 흔히 적용되는 가정이다. 특히 아마존 열대우림 지역은 다중편파 SAR의 반사대칭성 보정에 대표적으로 활용되고 있는 국제적 기준분석 지역이다. 분석결과 가정과는 달리 반사대칭 쌍들 간의 상관계수는 0.018에서 0.097의 범위를 나타냈으며, 이는 동종편파와 이종편파 신호 간에 완전 독립적이지 못하며 무시할 수 없을 정도의 상관관계가 존재한다는 것을 지시하였다. 따라서 이와 같은 0이 아닌 상관계수는 향후 국내 다중편파 SAR 검 보정 계수 결정 및 SAR 다중편파 활용과정에서 오차로 작용할 수 있다는 점이 고려되어야 한다.

Keywords

1. 서론

위성 SAR를 이용한 다중편파(SAR Polarimetry) 분석은 지표면의 특성에 대한 정보를 제공하는 매우 유용한 활용기술로 특히 육상, 해양, 눈과 빙하, 도심지 및 인공 구조물 등에 대한 다양한 구성물질의 구성 및 특성에 대한 정량적인 다중편파 특성에 기초한 지구물리적 정보를 제공하고 있다(Moreira et al., 2013). 특히 4 종류의 편파를 모두 관측하는 Quad-pol(혹은 Full-pol) 능력을 갖춘 SAR는 관측자료로부터 완전한 산란행렬식 구성이 가능하며 이는 지상 물체의 형태, 방향 및 유전율 등에 민감하여 산란체의 특성을 모델화하는데 매우 효과적 이다(Ulaby et al., 1982). 현재 국내에는 완전한 다중편파 기능을 탑재한 위성 SAR가 개발되어 있지 않으나, 향후 다목적위성-6호에는 완전한 다중편파 기능을 갖춘 SAR 가 탑재될 예정이다. 국내에서 개발된 위성 다중편파 SAR가 운용되는 경우 신호의 정밀한 검·보정이 다중편파 SAR 활용에 절대적이며, 이를 위해서는 모서리 산란체(Corner reflector)나 Transponder 뿐만 아니라 특히 아마존 열대우림 지역에서 관측된 다중편파 신호의 검·보정이 필수적이다. 수목지역과 같은 넓은 지역의 자연산란체는 균질한 정규분포의 레디어 단면적을 나타낸다 (Freeman and Curlander, 1989). 이 연구에서는 아마존 열대우림 지역의 ALOS PALSAR의 다중편파 특성과 특히 반사대칭성(Reflection symmetry)에 대한 분석결과를 소개한다.

다중편파 SAR의 경우 각 편파로부터 측정된 레이더 단면적(radar cross section)과 위상의 절대 및 상대 값이 매우 중요하며, 이에 따라 단일편파 SAR 시스템에 비해 수신된 신호에 대한 보다 정밀한 검·보정 과정이 요구된다. 단일편파 SAR 시스템의 검·보정 경우에는 수신된 신호로부터 정확한 레이더단면적 복원을 위한 절대방사보정(Absolute radiometric calibration)과 영상의 위치정확도 확보를 위한 검·보정이 가장 중요하며, 이를 위해 지상에 레이더단면적을 알고 있는 모서리 산란체(corner reflector) 또는 Transponder를 설치하여 절대방사보정을 일반적으로 수행하고 있다. 그러나, 다중편파 SAR 시스템의 신호 검·보정은 단일편파 SAR 시스템에 비해 훨씬 더 정밀한 검·보정이 요구되며, 이에 필요한 검·보정은 1) 안테나 간의 신호유출에 따른 Crosstalk 보정, 2) 다중 안테나 간의 수신신호 절대 값 차이 보정을 위한 Channel-imbalance 보정 및 3) 단일편파 SAR와 유사한 절대방사보정이 요구된다(Freeman, 1992; van Zyl, 1990; Quegan, 1994; Welsh et al., 20; van Zyl and Kim, 2011). 현재 다중편파 SAR 검·보정을 위해 가장 많이 사용되고 있는 방법은 van Zyl(1990)의 방법 및 그 이후 좀 더 개선된 Quegan(1994) 방법이며, 이 두 방법 모두 공통적으로 편파 반사대칭성(Reflection symmetry)의 조건을 만족하는 균질한 자연산란체(Natural distributed scatterers)가 필수적이다. 지표로부터 역산란 후 위성으로 되돌아오는 신호를 수신할 때는 편파가 다른 두 개의 안테나로 동시에 수신하므로, 이때 두 안테나 간의 내부적인 신호 교환은 전혀 없어야 하나 실제로는 신호교환이 발생하는 crosstalk 현상을 피할 수 없다. 대부분의 현재의 SAR 안테나에서는 이 cross-talk이 매우 작은 값을 나타내고 있으나, 이를 무시할 경우 그 오차가 계속 전파되어 최종적인 다중편파 분석에 영향을 미치게 된다. 이에 따라 다중편파 검·보정 과정에서 cross-talk 검·보정을 첫 단계에서 수행하며 이를 위해서는 단일편파 SAR 안테나의 모서리 산란체 만을 이용하는 경우와는 다르게 대규모의 균질한 산란특성을 갖는 자연산란체의 이용이 필수적이다 (Freeman, 1992; van Zyl, 1990). 이에 따라 다중편파 위성 SAR를 운영하는 경우 균질한 산란체가 넓게 분포하는 지역의 관측이 필수적이며, 많은 기관들이 공통적으로 가장 많이 관측하고 있는 지역 중 하나는 남미의 아마존 열대우림 지역이다. 아마존 열대우림 지역이 다중편파 SAR 검·보정에 효과적인 이유는 첫째 열대우림에서의 Co-pol(HH- 및 VV-pol)과 Cross-pol(HV- 및 VH-pol)의상관관계가 매우 적고, 둘째 다중편파 산란특성의 계절적 변화가 비교적 적으며, 셋째 지구 이온층(Iohosphere) 의 전하밀도에 따른 편파의 Faraday rotation 영향이 매우 적기 때문이다. 상기의 첫번째 조건을 편파의 반사 대칭성(Reflection symmetry)라 하며 이는 다음의 조건을 가정한다(van Zyl, 1990; Quegan, 1994).

[[SHHSHV*] = [SVVSVH*] ≈ 0       (1)

여기서 <·>은 평균 과정을 의미한다. 이 편파의 반사 대칭성 조건은 다중편파 SAR 검·보정에 공통적으로 적용되는 가정뿐만 아니라, SAR 다중편파분석에 흔히 사용되는 지표면 산란의 3-성분 분석방법에 적용되는 기본 가정이다(Freeman and Durden, 1998; Yamaguchi et al., 2005). 그러나, 편파의 반사대칭성이 가장 잘 만족하는 것으로 알려진 아마존의 열대우림에서도 이 가정이 얼마나 잘 만족하는지에 대한 충한분석과 검증이 요구되고 있으며, 이에 이 연구에서는 ALOS PALSAR 자료를 이용하여 Co-pol과 Cross-pol의 상관계수를 분석 하고자 한다. 또한 상기 두 번째 요소인 아마존 열대우저림에서의 계절적 변화에 대해서도 획득된 자료를 기초로 분석을 실시하고자 한다. 편파의 반사대칭성은 다중 편파 SAR 자료의 검·보정 시 특히 cross-talk 보정계수를 구하는데 유용할 뿐만 아니라 SAR 다중편파 자료의 다양한 활용 과정에서도 고려되어야 하는 사항으로 그 대표적인 지역인 아마존에서의 반사대칭성 분석은 그 의미가 있다.

2. 방법 및 자료

ALOS PALSAR에서 획득된 Single-look complex(SLC) 자료로부터 지표면의 레이더 단면적 계수인 Sigma nought로 전환하는 방법은 아래의 식 (2)같다.

\(\sigma_{0}=10 \cdot \log _{10}\left|I^{2}+Q^{2}\right|^{2}+C F_{1}-A\)       (2)

여기서 일반적인 보정 계수 CF1 = -83.0 및 A = 32.0이다. 다만, 보정계수 CF1 및 A 값은 획득된 자료의 시기, 자료획득 모드, 자료처리 프로그램의 버전 및 자료처리 요청시기 등에 따라 약간씩 다르므로 이에 대해서는 각 자료에 대해 관련 사항을 확인해야 하며 현재는 2018년 5월에 마지막으로 수정되었다(Motohka et al., 2018).

이 연구에서 사용된 ALOS PALSAR 자료의 특성은 Table 1과 Fig. 1에 요약되어 있다. 이번 연구에 사용된 자료는 일본 우주항공탐사국 JAXA에서 브라질 Rio Branco 지역 열대우림 지역에서 다중편파 검·보정 목적으로 획득된 자료이며, JAXA에서 적용한 검·보정 방법은 Shimada(2011)에 자세히 기술되어 있다. 특별히 이 지역에서 검·보정 자료를 획득한 이유는 이 지역이 계절적 변화가 적은 균질한 수목이 발달한 이유 외에도 특히 Faraday rotation 효과가 매우 적기 때문이다. 이 지역의 검·보정 모서리 산란체는 일본, 미국 알래스카 SAR 팀 및 브라질 지구물리국이 공동으로 운영 및 관리하는 지역이다(Shimada, 2011). 이 지역에서 분석결과 ALOS PALSAR의 경우 Faraday rotation 효과가 무시 가능한 것으로 보고되었으며(Moriyama, 2007), 특히 Ascending 모드에서 매우 작은 것으로 나타났다.

Table 1. Summary o ALOS PASLAR data

OGCSBN_2018_v34n6_1_969_t0001.png 이미지

OGCSBN_2018_v34n6_1_969_f0001.png 이미지

Fig. 1. Data coverage of the ALOS PALSAR used in his study. The yellow and blue boxes indicate the coverage of ascending and descending tracks, respectively.

지구의 이온층은 전자기파의 전파과정에서 두 종류의 왜곡을 발생시킬 수 있으며, 하나는 SAR 신호의 그룹속도 및 위상속도의 지연효과(group and phase delay)로 이는 InSAR 분석에 매우 큰 영향을 주며 다른 하나는 Faraday rotation에 의한 편파의 회전 효과이다. 두 경우 모두 이온층의 전하량(TEC: Total Electron Content)에 비례하며 주파수 제곱에 반비례하며, 따라서 이온층의 영향은 X-밴드보다는 긴 파장의 L-밴드에 더 심각하게 나타난다. 편파에서 발생하는 Faraday rotation은 지구자기장과 대기 이온층의 전하량에 따라 입사된 선형 편파의 방향성이 회전하는 현상으로 특히 L-밴드에서 더 민감하다. 이에 따라 Faraday rotation은 긴 파장 다중 편파 SAR 시스템의 cross-talk 및 channel imbalance에 오차로 작용하기도 한다. 특히 레이더 파의 전파과정에서 5° 이상의 회전이 발생하면 다중편파로부터 지구물리학적 계수를 구하는 경우 그 신뢰도는 매우 낮은 것으로 알려져 있다(Wright et al., 2003). 그러나 최근 이에 대한 많은 연구가 진행되어 다양한 보정방법이 개발되었으며(Kimura, 2009; Sandberg et al., 2009), 특히 아마존 지역은 상대적으로 Faradary rotation 영향이 매우 적은 것으로 알려져 있으며 ALOS PALSAR의 경우도 아마존 지역에서 무시 가능한 것으로 보고되었다(Moriyama, 2007). 이에 따라 이 연구에서는 아마존 지역의 ALOS PALSAR 분석에서 Faradary rotation은 무시 할 수 있는 것으로 가정하였다. 또한 지표면의 경사도에 따른 다중 편파 SAR 영상의 레이더단면적 보정이 요구되나(Lee et al., 2000), 연구지역의 지형 경사도는 1° 이하의 평지로 이 연구에서는 고려하지 않았다.

Fig. 2는 연구지역 내에 설치된 모서리 산란체의 위치를 나타낸 것으로, 모서리 산란체는 각 2.5m 크기의 삼면체(trihedral corner reflectors) 형태이다. Fig. 2의 오른쪽 확대 영상에 나타난 바와 같이 모서리 산란체는 연구 지역 내에서도 주변 Clutter의 레이더 단면적이 상대적으로 작은 지역에 설치된 것을 알 수 있다. 이 연구에서는 모서리 산란체의 자체의 값을 이용한 것은 아니며, 수목이 발달한 지역에서의 식 (1)에 정의된 Co-pol(HH-및 VV-pol)과 Cross-pol(HV- 및 VH-pol) 간의 상관계수를 구하였다. 추출한 샘플의 경우 육안 분석을 통해 모서리 산란체 주변 수목이 발달한 레이더 단면적이 가능한 균질한 지역을 선정하여 각각 81 픽셀에 대한 상관 계수를 산하였고, 그 위치는 Fig. 2에 도시하였다.

OGCSBN_2018_v34n6_1_969_f0002.png 이미지

Fig. 2. Location of corner reflectors in the ascending (left) and descending (mid) modes and the crop images in which corner reflectors located (right).

3. 결과 및 토의

1) 아마존 열대우림의 레이더 단면적

아마존 열대우림 지역 내 모서리 산란체가 존재하는 주변지역은 특히 균질하고 또한 레이더 단면적이 작은 수목 발달지역의 특징을 갖는다. 각 모서리 산란체 주변 지역에서 편파의 반사대칭성을 분석하기 위해 우선 각 편파의 Sigma noughts을 구하였으며, 그 결과는 Fig. 3과 Fig. 4 및 Table 2에 요약되어 있다.

OGCSBN_2018_v34n6_1_969_f0003.png 이미지

Fig. 3. Co-pol sigma noughts obtained from the Amazon rainforest near each corner reflector. Ascending and descending modes provide almost the same mean values of sigma noughts for each polarization, which implies an isotropic nature of the Amazon rainforest. Meanwhile, raining conditions might contributes to the slight perturbation of sigma noughts in the last data set.

OGCSBN_2018_v34n6_1_969_f0004.png 이미지

Fig. 4. Cross-pol sigma noughts obtained from the Amazon rainforest near each corner reflector. Similar to Fig. 3, ascending and descending modes provide a common mean value of sigma noughts for each polarization.

Table 2. Summary of sigma noughts calculated in this study

OGCSBN_2018_v34n6_1_969_t0002.png 이미지

Fig. 3과 Fig. 4는 각각 co-pol(HH- 및 VV-pol)과 crosspol(HV- 및 VH-pol)의 sigma noughts 결과를 도시한 것이다. Co-pol의 경우 평균 sigma noughts -15.7 ~ -16.2 dB이며 표준편차는 최대 6.19 dB 이하였다. 특히 주목할 점은 Ascending과 Descending 모드 두 경우 큰 차이가 나타나지 않았으며, 이는 아마존 열대우림 지역에서 역산란 등방성(isotropy)이 잘 나타나고 있음을 알 수 있다. 이는 우리나라의 모서리 산란체가 설치된 몽골의 나대 지의 경우와 뚜렷한 차이를 보이 있다. 몽골 나대지의 경우 계절변화는 적으나, 관측방향에 따른 3dB 내외의 sigma noughts의 차이가 존재한다(Kim et al., 2018). 이는 나대지의 경우 역산란 이방성(niotropy)이 존재한다는 점과 비교해 볼 때 아마존 열대림에서의 관측방향에 따른 이방성이 더 적음을 알 수 있다. Fig. 4에 도시된 cross-pol의 경우 -25.2 ~ -26.0 dB의 범위를 나타내며 copol의 경우와 유사하게 Ascending 및 Descending 모드에서 큰 차이를 보이지 않고 있다. 또한 열대우림 지역은 경작지역에서 특징적으로 나타나는 농작물의 성장시기에 따른 레이더 단면적의 변화가 매우 뚜렷하게 나타나지만(Baghdadi et al., 2009; Nguyen et al., 2015), 아마존 열대우림에서는 계절적 요인에 따른 레이더 단면적의 변화는 뚜렷하지 못하였다. 다만, 마지막 자료의 경우 -22.3 ~ -22.8 dB로 다른 자료에 비해 큰 값을 보이고 있는데 이는 해당 지역의 경우 10월부터 우기가 시작되어 월 평균 강수일이 12일 이상으로 강수량 및 강수일이 증가하므로 전반적으로 수목의 수분함량이 높아지기 때문에 지표면 및 수목에서의 역산란이 증가한 것으로 사료된다. 이에 따라 아마존 열대우림에서의 편파의 레이더 단면적은 계절변화 및 관측 방향에 따른 영향은 거의 없으나, 이보다는 강수 조건에 따른 변화가 더 뚜렷한 것을 알 수 있다.

이에 따라 모서리 산란체 주변의 clutter 안정성을 계절적 변화, 관측 방향 및 모드에 따른 역산란 등방성 등을 고려할 때 특히 다중편파 검·보정을 위해서는 열대 우림 지역이 나대지 보다 우수한 것을 알 수 있다. 다만, 열대우림 지역의 경우 관측 전에 강우에 따라 2~3 dB 내외의 레이더 단면적의 변위가 존재할 수 있음을 고려해야 한다.

2) 아마존 열대우림에서의 반사대칭성

다중편파 SAR 시스템을 이용한 자연 산란체에서 식 (1)의 다중편파 반사대칭성은 두 안테나 신호의 crosstalk 보정(van Zyl, 1990; van Zyl and Kim, 2011; Quegan, 1994) 및 지표면 산란의 3-성분 분석방법(Freeman and Durden, 1998)에 공통적으로 적용되고 있는 기본 가정이다. 특히 아마존 열대우림 지역에서 반사대칭성 가정이 가장 잘 만족하는 것으로 알려져 있다. 그럼에도 불구하고 많은 분야의 전문가들이 과연 완전한 반사대칭성을 만족하는지 못한다는 의견도 계속되었다.

이 연구에서는 과연 가장 반사대칭성이 잘 만족하는 것으로 알려진 아마존 열대우림에서의 [SHHSHV*]와 [SVVSVH*] 상관계수를 분석하고자 하였으며 Fig. 5와 Fig. 6 및 Table 3에 분석결과를 요약하고 있다. Fig. 5는 Fig. 2에 도시한 1번 모서리 산란체(CR1) 주변 지역에서 각각 다른 날에 획득된 자료로부터 구한 [SHHSHV*] (Fig. 5 왼쪽 열) 및 [SVVSVH*](Fig. 5 오른쪽 열)의 분포 및 상관계수를 도시한 것이다. 송신된 수평편파의 HH-pol과 HV-pol의 상관계수는 0.031 ~ 0.061의 범위를 보였으며, 송신된 수직편파 VV-pol과 VH-pol의 상관계수는 0.011 ~ 0.076의 값을 나타냈다. 이는 HH-pol과 VV-pol 즉 co-pol 간의 상관계수가 0.4 ~ 0.5의 값을 보이고 또한 HV-pol과 VH-pol 즉 cross-pol 간의 상관계수가 0.2 ~ 0.5의 범위를 보이는 것과 비교해 보면 매우 작은 값임을 알 수 있다. 그러나 ALOS PALSAR의 경우 이미 crosstalk 보정이 적용된 경우이므로 식 (1)에서 가정된 바와 같이 동일한 송신파를 두 종류의 편파로 동시에 수신하는 편파의 쌍은 아마존 열대우림 지역에서는 상관계수가 0인 서로 독립적인 반사대칭성을 나타내야 한다.

OGCSBN_2018_v34n6_1_969_f0005.png 이미지

Fig. 5. Correlations of [SHHSHV*] (left) and [SVVSVH*] (right) near the corner reflector 1 (CR1) (a) on 20 Jul. 2006, (b) 4 Sep. 2006, and (c) 20 Oct. 2006. The correlation coefficients between co-pol and cross-pol range from 0.011 to 0.076, which would not be negligible.

OGCSBN_2018_v34n6_1_969_f0006.png 이미지

Fig. 6. Correlations of [SHHSHV*] (left) and [SVVSVH*] (right) near the corner reflector 2 (CR2) (a) on 20 Jul. 2006, (b) 4 Sep. 2006, and (c) 20 Oct. 2006. The correlation coefficients between co-pol and cross-pol range from 0.018 to 0.097.

Table 3. Correlation coefficients between polarizations near the CR1, CR2 and CR3

OGCSBN_2018_v34n6_1_969_t0003.png 이미지

그러나 Fig. 5 및 Table 3에서 보여주는 것과 같이 비록 가장 이상적인 자연 산란체인 아마존 열대우림에서도 실제로 [SHHSHV*]와 [SVVSVH*]는 완전히 독립적인 0의 상관관계를 갖지 못함을 알 수 있다. 또한 Fig. 6에 도시한 모서리 산란체 2(Fig. 2의 CR2) 주변 지역에서의 분석결과도 Fig. 5의 CR1 주변에서의 분석결과와 우 유사한 결과를 나타내었다. 이 지역에서도 co-pol과 crosspol의 상관계수는 0.018 ~ 0.097의 값을 나타내었으며 이는 오히려 CR1 주변지역보다 조금 더 큰 값을 나타냈다. 이와 같은값의 범위는 co-pol과 cross-pol의 상관계수가 일반적인 가정에 적용되는 0 의 값을 갖지 못하며 이 값은 무시할 수 없을 정도의 범위를 나타낸다. 다만, 모서리 산란체 3(Fig. 2의 CR3) 주변지역에서 얻어진 결과는 Table 3에 요약된 바와 같이 co-pol과 cross-pol의 상관계가 0.15 ~ 0.22의 값을 보이며 이는 너무 높은 값을 가진다. 따라서 CR3 주변 지역의 수목의 발달 상태가 L-밴드의 다중편파 검·보정에 적합한 상태가 아닌 것으로 판단되며 이에 보다 세부적인 분석은 실시하지 않았다.

이와 같이 국제적으로 대표적인 다중편파 SAR 검·보정 기준지역인 아마존 열대우림에서도 [SHHSHV*]와 [SVVSVH*]의 반사대칭성이 완전하지 못하다는 사실은 두 가지 관점에서 SAR 다중편파 활용 시 주의가 요구된다. 첫째 일반 사용자에게 제공되는 다중편파 SAR 자료는 cross-talk 보정이 적용된 자료이며 이 때 가장 널리 적용되고 있는 van Zyl(1990) 및 Quegan(1994)의 방법은 앞서 설명한 바와 같이 균질한 자연 산란체에서 식 (1)의 반사대칭성 가정하에 보정계수가 계산되었다는 점이다. 특히 많은 경우 이 보정계수를 얻기 위해 SAR 탑재 위성의 발사 이후 사용 만료 시까지 아마존 열대우림 지역에서 지속적이고 주기적으로 관측자료를 계속 관측해야 한다. 그러나 검·보정에 적용되는 기본값 자체가 반사대칭성의 기본 가정을 완벽하게 만족하지는 못하므로 실제 검·보정 결과에 일부 오차가 존재할 수 있다는 점을 고려해야 한다. 둘째 다중편파 SAR 자료로부터 지표 물체의 산란 메커니즘을 분석하는데 적용되는 Freemanand Durden(1998)의 3-성분 분석법과 같은 산란체 성분 분석방법에도 반사대칭성 가정이 적용되었다는 점이다. 따라서 co-pol과 cross-pol의 상관계수 최대 0.1 이하의 상관관계가 존재할 수 있음을 다중편파 SAR 분석 시 고려되어야 한다.

4. 결론

이 연구에서는 다중편파 SAR 검·보정을 위해 국제적으로 가장 널리 이용되고 있는 아마존 열대우림의 다중 편파 반사대칭을 ALOS PALSAR 자료를 이용하여 분석을 실시하였다. 다중편파 SAR 자료의 반사대칭 가정은 단일편파 SAR에 비해 엄밀한 보정이 요구되는 다중편파 안테나의 cross-talk 보정계수와 활용 시 흔히 사용되는 산란 메커니즘의 3-성분 분석 등에서 적용되는 기본 가정이다. 분석결과 HH-pol과 VV-pol 즉 co-pol 간의 상관계수는 예상한 바와 같이 0.4 ~ 0.5의 값을 보이고 또한 HV-po과 VH-pol 즉 cross-pol 간의 상관계수가 0.2 ~ 0.5의 범위를 나타냈다. 그러나 co-pol과 cross-pol가 서로 독립적인 반사대칭성은 이에 대해 가장 안정적인 지역으로 여겨지는 아존 열대우림의 경우에도 실제[SHHSHV* ]와 [SVVSVH*]의 상관계수는 0.018 ~ 0.097의 범위를 나타냈다. 이에 따라 다중편파 SAR 자료의 활용 및 향후 우리나라 다중편파 SAR 위성의 검·보정 계수 획득 시에도 최대 0.1 이하의 상관관계가 존재함을 고려할 필요가 있음을 나타내며, 이 연구에서 얻어진 결과는 향후 다중편파 SAR 활용 시 기초자료로 이용될 수 있을 것이다.

사사

이 논문은 국방광역감시 특화연구센터 프로그램의 일환으로 방위사업청과 국방과학연구소의 지원으로 수행되었습니다.

References

  1. Baghdadi, N., N. Boyer, P. Todoroff, M. El Hajj, and A. Begue, 2009. Potential of SAR sensors TerraSARX, ASAR/ENVISAT and PALSAR/ALOS for monitoring sugarcane crops on Reunion Island, Remote Sensing of Environment, 113: 1724-1738. https://doi.org/10.1016/j.rse.2009.04.005
  2. Freeman, A. and J.C. Curlander, 1989. Radiometric correction and calibration of SAR images, Photogrammetric Engineering and Remote Sensing, 55(9): 1295-1301.
  3. Freeman, A., 1992. SAR calibration: An overview, IEEE Transactions on Geoscience and Remote Sensing, 30(6): 1107-1121. https://doi.org/10.1109/36.193786
  4. Freeman, A. and S. L. Durden, 1998. A three-component scattering model for polarimetric SAR data, IEEE Transactions on Geoscience and Remote Sensing, 36(3): 963-973. https://doi.org/10.1109/36.673687
  5. Kim, J.-H., S.Y. Yoon, M.-J. Jo, and J.-S. Won, 2018. Seasonal and look-directional variation of Xband SAR sigma nought in Mongolian land surface, Korean Journal of Remote Sensing, 34(4): 639-647. https://doi.org/10.7780/kjrs.2018.34.4.6
  6. Kimura, H., T. Mizuno, K.P. Papathanassiou, and I. Hajnsek, 2004. Improvement of polarimetric SAR calibration based on the Quegan algorithm, Proc. of 2004 IEEE International Geoscience and Remtoe Sensing Symposium, Anchorage, AK, Sep. 20-24, pp. 184-187.
  7. Kimura, H., 2009. Calibration of polarimetric PALSAR imagery affected by Faraday rotation using polarization orientation, IEEE Transactions on Geoscience and Remote Sensing, 47(12): 3943-3950. https://doi.org/10.1109/TGRS.2009.2028692
  8. Lee, J.S., D. L. Schuler, and T. L. Ainsworth, 2000. Polarimetric SAR data compensation for terrain azimuth slope variation, IEEE Transactions on Geoscience and Remote Sensing, 38: 2153-2163. https://doi.org/10.1109/36.868874
  9. Moreira, A., P. Prats-Iraola, M. Younis, G. Krieger, I. Hajnsek, and K.P. Papathanassiou, 2013. A tutorial on synthetic aperture radar, IEEE Geosience and Remote Sensing Magazine, 1(1): 6-43. https://doi.org/10.1109/MGRS.2013.2248301
  10. Moriyama, T., 2007. Polarimetric calibration and validation for ALOS/PALSAR, Proc. of 1st Joint PI Symposium of ALOS Data Nodes ALOS Science Program, Nov. 19-23.
  11. Motohka, T., O. Isoguchi, M. Sakashita, and M. Shimada, 2018. Results of ALOS-2 PALSAR-2 calibration and validation after 3 years of operation, Proc. of 2018 IEEE International Geoscience and Remtoe Sensing Symposium, Valencia, Spain, Jul. 22-27, pp. 4169-4170.
  12. Nguyen, D.B., K. Clauss, S. Cao, V. Naeimi, C. Kuenzer, and W. Wagner, 2015. Mapping rice seasonality in the Mekong Delta with multi-year Envisat ASAR WSM data, Remote Sensing, 7: 15868-15893. https://doi.org/10.3390/rs71215808
  13. Quegan, S., 1994. A unified algorithm for phase and cross-talk calibration of polarimetric data-theory and observations, IEEE Transactions on Geoscience and Remote Sensing, 32: 89-99. https://doi.org/10.1109/36.285192
  14. Sandberg, G., L.E.B. Eriksson, and L.M.H. Ulander, 2009. Measurements of Faraday rotation using polarimetric PALSAR images, IEEE Geosience and Remote Sensing Letters, 6(1): 142-146. https://doi.org/10.1109/LGRS.2008.2010062
  15. Shimada, M., 2011. Model-based polarimetric SAR calibration method using forest and surfacescattering targets, IEEE Transactions on Geoscience and Remote Sensing, 49(5): 1712-1733. https://doi.org/10.1109/TGRS.2010.2090046
  16. 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 Inc., MA, USA.
  17. van Zyl, J. J., 1990. Calibration of polarimetric radar images using only image parameters and trihedral corner reflector responses, IEEE Transactions on Geoscience and Remote Sensing, 28: 337-348. https://doi.org/10.1109/36.54360
  18. van Zyl, J. and Y. Kim, 2011. Synthetic Aperture Radar Polarimetry: Chapter 4 Polarimetric SAR Calibration, John Wiley & Sons Inc., NJ, USA, pp. 145-180.
  19. Welsh, B.M., B.M. Kent, and A.L. Buterbaugh, 2004. Full polarimetric calibration for radar crosssection measurements: Performance analysis, IEEE Transactions on Geoscience and Remote Sensing, 52(9): 2357-2363.
  20. Wright, P. A., S. Quegan, N. S. Wheadon, and C. D. Hall, 2003. Faraday rotation effects on L-band spaceborne SAR data, IEEE Transactions on Geoscience and Remote Sensing, 41(12): 2735-2744. https://doi.org/10.1109/TGRS.2003.815399
  21. Yamaguchi, Y., T. Moriyama, M. Ishido, and H. Yamada, 2005. Four-component ccattering model for polarimetric SAR image decomposition, IEEE Transactions on Geoscience and Remote Sensing, 43(8): 1699-1706. https://doi.org/10.1109/TGRS.2005.852084
  22. World Meterological Organization, 2018. Weather Information for Rio Branco, Retrieved from https://worldweather.wmo.int/136/c01079.htm, Accessed on Nov. 29, 2018.