요약
위성데이터 처리과정에서 지표온도와 같은 지구물리변수를 산출하려면 위성에서 관측한 수치 값(Digital Number, DN)을 물리적 변수인 복사량(Radiance)으로 변환시키는 과정이 필수적이다. 본 연구의 목적은 위성발사 전에 실험실 측정치로 수립된DN·Radiance 관계식을KOMPSAT-3A 중적외선 데이터와MODTRAN 복사전달모델을 이용하여 개선하는데 있다. 연구결과는 개선된 DN?Radiance 관계식이 현실적인 복사량 값을 제공할 수 있음을 보였다. 후속연구에서는 이들 복사량에 대해 지상관측과 복사전달모델을 이용해 보다 정량적인 검증이 이루어지기를 기대한다.
1. 서론
국내기술로 개발된 지구관측위성 다목적실용위성 3A호(KOMPSAT-3A)는 2015년 3월 26일 러시아 야스니 발사장에서 드네프르 로켓에 실려 성공리에 발사되었다. 위성에는 공간해상도 55 cm 컬러영상과 5.5 m 중적외선 영상을 제공하는 두 종류의 광학센서가 탑재되었고 이것이 다목적실용위성 프로그램으로 적외선 센서를 탑재하는 최초의 임무가 되었다. 관측 파장대역은 3.3 – 5.2 µm로 중적외선 분광영역이다. KOMPSAT-3A 처럼 중적외선 파장을 관측하는 탑재센서의 주간 데이터는 태양광의 단파장에너지와 지구가 방출하는 장파장에너지를 모두 포함하고 있으므로 이 데이터를 활용하는 연구에는 이에 대한 고려가 반드시 필요하다. 예를 들어, Tang and Wang (2016)과 Kim et al. (2019)의 중적외선 데이터로부터 지표온도를 산출한 연구들이 이를 반영한 사례라고 할 수 있다.
위성데이터 처리과정에서 중적외선 위성데이터를 이용해 지표온도와 같은 지구물리변수를 산출하려면 우선 위성에서 관측한 수치 값(DN)을 물리적 변수인 복사량(Radiance)으로 변환시키는 과정이 필요하다. 이를 위해 통상 위성발사 이전에 광학계를 실험하면서 수치 값 과 복사량 간의 관계식을 수립하고 이를 이용해서 위성 발사 후에 수치 값을 복사량으로 변환하게 된다. 흔히 이 과정을 절대복사보정(Absolute Radiometric Calibration)이 라 부르며(Slater et al., 1987; Dinguirard and Slater, 1999; Thome, 1999) 위성데이터 처리과정에서 레벨 1b 단계에 이루어진다. 물론 위성발사 후에 우주환경의 영향을 받아 탑재센서의 특성이 다소 변하게 되므로 검보정의 일환으로 DN·Radiance 관계식의 계수를 조정하게 된다. 본 연구의 목적은 KOMPSAT-3A 중적외선 데이터에 적용할 DN·Radiance 관계식의 계수 즉, 복사보정계수 를 산출할 방안을 제시하고 위성발사 전 지상실험계수와 비교·검토하여 그 결과를 향후 지표온도 산출과 같은 정량적 분석에 활용하고자 한다.
2. 연구지역 및 KOMPSAT-3A 데이터
본 연구를 수행하려면 적절한 연구지역을 선정하는 것이 중요하다. 관측 데이터로부터DN·Radiance 관계 식을 수립하려면 우선 데이터의 수치 값이 작은 값에서 중간 값 큰 값까지 고루 표출된 대상물이 포함되는 것이 중요하다. 또한 동적 범위(dynamic range)가 큰 영상이 좋고 대기조건(수분, 에어로졸, 구름 등)도 안정적인 지역이 바람직하다. 물론, 지역 내에 현장관측 데이터가 있으면 결과의 비교검증에 더욱 도움이 될 것이다. 이 점들을 고려하여 이 연구에서는 미국 서부 캘리포니아의 남쪽에 위치한 Salton Sea 지역을 연구지역으로 선정하였다(Fig. 1). 도시구조물보다는 공간규모가 큰 호수, 경작지, 사막 등을 주로 포함하고 있다. 토지피복이 서로 달라 지표복사율(surface emissivity)의 다양성도 내재되어 있다고 할 수 있다. Salton Sea에는 미국 NASA Jet Propulsion Laboratory(JPL)에서 운영하는 관측부표 (buoy)가 있어 향후 지표온도 산출시에 비교검증에 활용할 수 있는 수온관측 데이터가 가용 하다는 장점이 있다.
Fig. 1. KOMPSAT-3A level-1G image (590 ×685 pixels) data acquired Nov. 14, 2015 over the southernmost part of Salton Sea in California.
Fig. 1에서 보듯이 연구에 사용된 KOMPSAT-3A의 중적외선 데이터는 공공배포용으로 해상도를 30미터 로 열화 시킨 것이지만 지표피복을 분석하는데 공간해 상도 측면에서 큰 문제는 없는 것으로 판단된다. 이 데 이터는 590×685 픽셀로 구성되어 있으며 2015년 11월 14일 획득된 것으로 데이터 경계의 주요 좌표들은 Table 1에 있다. 데이터의 복사해상도(radiometric quantization) 는 14비트로 픽셀 수치 값이 최대 16,383까지 표출될 수 있다. Fig. 1의 영상픽셀들 수치 값은 약 5,300 ~ 9,400으 로 지표피복과 계절특성에 따라 다양하게 표출되었다.
Table 1. Coordinates of KOMPSAT-3A level-1G image in Fig. 1
3. 방법
이 절에서는 KOMPSAT-3A 데이터의 수치 값(DN) 을 복사량(Radiance)으로 변환할 때 이용할 DN·Radiance 관계식을 유도하는 방법을 기술한다. 이 방법은 개념적으로 매우 단순하다. KOMPSAT-3A로부터 얻은 데이터는 그 결과가 수치 값으로 제공된다. 따라서 이에 대응하는 대기상층부(Top-of-Atmosphere, TOA)의 복사량을 MODTRAN 복사전달모델에서 계산하여 두값간 의 상관관계식을 도출하면 원하는 복사보정계수를 얻게 된다. TOA 복사량에 관한 계산식은 관련 교재와 문헌(Schowengerdt, 1997; Wan and Li, 1997)에 자세히 기술되어 있으므로 여기서 언급하지는 않겠지만 기본적으로 태양에너지 성분 3개와 열에너지 성분 3개의 총합으로 구성됨을 이해하는 것이 중요하다. 본 연구에 이용한 복사전달모델은 MODTRAN 5.2(Berk et al., 2008)이며 KOMPSAT-3A 데이터 획득시기에 부합하는 입력 데이터를 모델에 넣어주면 위에 언급한 6개의 성분을 계산할 수 있다.
MODTRAN 복사전달모델 계산에 필요한 입력데이터는 Table 2에 보인 것처럼 크게 4가지 요소로 이루어져 있다: 대기조건, 센서특성, 시선기하(line-of-sight geometry)조건 및 지표반사특성. 대기조건은 위성관측 시점의 대기의 상태 즉, 대기압, 온·습도, 미세분자 프로 파일 등이 요구되는데 여기서는 NASA Goddard Space Flight Center에서 National Centers for Environmental Prediction(NCEP)자료를 재가공하여 26개 대기층에 대해 1° 공간해상도로 하루 4번 제공하는 데이터를 이용하였다. 탑재센서 특성인 KOMPSAT-3A Sensor Response Function(SRF)는 개발회사에서 제공한 데이터를 입력하였다. 시선기하조건 즉, 위성관측시의 태양–지표대 상물–관측시야각의 입력데이터는 KOMPSAT-3A 보조 데이터에 포함된 태양 고도각, 센서 관측각, 방위각과 위성고도를 이용하였고 지표의 고도정보는 United States Geological Survey(USGS)에서 제공하는 Global 30 Arc-Second Elevation(GTOPO30) 약 1 km 해상도 데이터를 사용하였다. 지표반사특성 데이터로는 미국 위스콘신 대학에서 제공하는 전 지구 0.05° 공간해상도의 월평균 지표복사율 데이터(Seemann et al., 2008)를 기본적으로 이용하였다. 이 데이터베이스의 실험관측치 출처는 NASA Moderate Resolution Imaging Spectroradiometer 지표복사율 라이브러리(https://www.icess.ucsb.edu/modis/ EMIS/html/em.html)와 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER) 분광 라이 브러리(Salisbury et al., 1994)이다. ASTER 분광 라이브러 리는 실험데이터로써 존스홉킨스대학 데이터, NASA JPL 데이터 및 USGS 데이터로 구성되어 있다.
Table 2. Major components of MODTRAN input data
4. 결과 및 토의
TOA 복사량과 수치 값과의 관계는 흔히 선형관계식으로 수립되지만 상관계수를 조금 더 향상시키기 위해 본 연구에서는 2차 다항식을 사용하였다. 위성발사 전 실험실의 계수를 사용한 결과와 비교하기 위해 관련 계수들을 Fig. 2와 Table 3에 제시하였다. Pre-launch 경우는 위성발사 전 실험실 측정치인데 비공개 데이터이기 때문에 포함시키지 않았고 Post-launch 경우가 본 연구의 결과이다. 두 경우의 다항식 계수들 간에 차이가 있음을 알 수 있었다. 지상실험의 경우에 복사율이 흑체 복사와 가까운 0.97 정도의 조건으로 약 -30°C ~ 약40°C 범위에 대해 시험한 결과이므로 복사율의 변화에 따른 온도변화는 포함되지 않았지만 지표온도의 동적 범위는 비교적 넓게 반영되었다. Table 3의 복사보정계수를 적용하여 계산한 복사량 결과를 Fig. 3에 제시하였다. Fig. 3(a)에서 보는 것처럼 본 연구결과(Fig. 3(b))와 약 2배 ~ 4배의 복사량 값의 차이가 있다. 이 계수들을 이용한 후속연구인 지표온도 산출에 대한 예비결과(투고 준 비 중)를 통해 Pre-launch 계수를 이용한 지표온도에서 자릿수 차이 이상의 매우 비현실적인 결과를 확인하였다. 따라서 Pre-launch 계수는 향후 복사 검보정을 통해 보다 정확히 개선되어야 한다.
Fig. 2. Scatter diagram of KOMPSAT-3A DN (x-axis) and TOA radiances (y-axis) calculated by MODTRAN model. The norm of residuals represents (∑(yMODTRAN–y)2)1/2.
Table 3. Radiometric calibration coefficients determined from lab measurements (pre-launch) and this study (post-launch) L (Radiance) = a · DN2+ b · DN + c; r = correlation coefficient; s = standard error of estimate; number of samples = 271, 703
(a) Pre-launch (b) Post-launch
Fig. 3. KOMPSAT-3A TOA radiances (W·m-2·sr-1·µm-1) calculated by using (a) pre-launch and (b) post-launch radiometric calibration coefficients.
비록 본 연구에서 산출한 복사보정계수가 수치 값을 복사량으로 변환하는데 합리적이기는 하지만, 적용할 때 주의해야 할 점이 있다. 지상실험의 경우에 약 -30°C ~ 40°C에 대해 약 2,700 ~ 10,200 정도의 수치 값에 상응한 실험계수이기 때문에, 본 연구지역의 동적 범위가 약 5,300 ~ 9,400으로 저온지역과 고온지역의 일부가 계수산출에 반영되지 않았다는 것이다. 전지구적 적용 시 이들 지역의 복사량 관련한 분광특성 분석에는 제한적일 것으로 보인다.
본 연구결과의 확장 적용과 관련하여 KOMPSAT-3A 데이터의 원해상도(5.5 m)에 이 연구에서 도출한 계수를 적용할 수 있는지를 살펴보기 위하여 다음의 테스트를 수행하였다. 연구지역의 KOMPSAT-3A 데이터와 복사전달모델 관련 입력데이터들의 스케일을 조정하여 1:10 스케일과 1:70 스케일의 두 경우에 대해 각각 복사보정계수를 산출하고 이를 적용하여 복사량을 계산하였다. 이들 두 경우와 본 연구 데이터 30 m 해상도(1:1 스케일) 경우에 대한 개별 복사량 히스토그램이 Fig. 4에 있다. 스케일 규모가 상호 유사한 1:10 스케일과 1:70 스케일 간의 복사량 분포는 서로 근접한 반면에 이들 두 스케일과 차이가 있는 1:1 스케일 분포는 이들로부터 약 0.06 W·m-2·sr-1·µm-1 정도 차이로 떨어져 분포한 것으로 보인다. 따라서 스케일 규모가 유사한 30 m 해상도와 5.5 m 해상도 간의 복사량 분포의 차이도 크지 않을 것으로 예상되기 때문에 본 연구결과의 계수를 사용하여도 심한 복사량 오류를 발생시키지 않을 것으로 추정 된다.
Fig. 4. Distribution of TOA radiances for three (1:1, 1:10, 1:70) spatial scales.
5. 결론
KOMPSAT-3A 중적외선 데이터를 이용해 지표온도와 같은 지구물리변수를 산출하려면 위성에서 관측한 수치 값을 물리적 변수인 복사량으로 변환시키는 복사 보정 과정이 필요하다. 본 연구에서는 이들 두 변수 간 의 관계식에 사용될 계수(복사보정계수)를 산출하기 위해 위성데이터와 MODTRAN 복사전달모델을 이용하는 방법을 제시하였다. 위성발사 전 측정된 복사보정계 수로 계산된 복사량이 비현실적임에 비해 본 연구를 통해 도출된 복사보정계수로 변환된 복사량이 합리적이었고 비록 본 논문에서는 제시하지 않았지만 이 계수 값으로 지표온도를 계산하는 후속 연구에서도 그 타당성을 확인할 수 있었다. 다만, 전지구적으로 적용하기에는 동적 범위가 다소 제한적임을 유의해야 하겠다. 산출한 TOA 복사량을 실제로 검증하는 일은 지상관측과 복 사전달모델링을 통해 향후 연구에서 이루어지기를 바라며, 저자는 본 연구결과가 KOMPSAT-3A 중적외선 데이터의 분광특성 관련한 정량적 분석 및 연구 활성화에 도움이 되기를 기대해 본다.
References
- Berk, A., G. P. Anderson, P. K. Acharya, and E. P. Shettle, 2008. MODTRAN® 5.2.0.0 USER'S MANUAL, Air Force Res. Lab., Space Veh. Directorate, Air Force Materiel Command, Hanscom AFB, MA, USA.
- Dinguirard, M. and P. N. Slater, 1999. Calibration of space-multispectral imaging sensors: A review, Remote Sens. Environ., 68: 194-205. https://doi.org/10.1016/S0034-4257(98)00111-4
- Kim, Y., N. Malakar, G. Hulley, and S. Hook, 2019. Surface temperature retrieval from MASTER mid-wave infrared single channel data using radiative transfer model, Korean Journal of Remote Sensing, 35(1): 151-162. https://doi.org/10.7780/KJRS.2019.35.1.10
- Salisbury, J. W., A. Wald, and D. M. D'Aria, 1994. Thermal-infrared remote sensing and Kirchhoff's law 1. Laboratory measurements, J. Geophys. Res, 99: 11897-11911. https://doi.org/10.1029/93JB03600
- Schowengerdt, R. A., 1997. Remote sensing, models and methods for image processing 2nd Ed, Academic Press, San Diego, CA, USA.
- Seemann, S. W., E. E. Borbas, R. O. Knuteson, G. R. Stephenson, and H.-L. Huang, 2008. Development of a global infrared land surface emissivity database for application to clear sky sounding retrievals from multispectral satellite radiance measurements, J. Appl. Meteor. & Climat., 47: 108-123. https://doi.org/10.1175/2007JAMC1590.1
- Slater, P. N, S. F. Biggar, R. G. Holm, R. D. Jackson, Y. Mao, M. S. Moran, J. M. Palmer, and B. Yuan, 1987. Reflectance- and radiance-based methods for the in-flight absolute calibration of multispectral sensors, Remote Sens. Environ, 22: 11-37. https://doi.org/10.1016/0034-4257(87)90026-5
- Tang, B.-H. and J. Wang, 2016. A physics-based method to retrieve land surface temperature from MODIS daytime midinfrared data, IEEE Transactions on Geoscience and Remote Sensing, 54(8): 4672-4679. https://doi.org/10.1109/TGRS.2016.2548500
- Thome, K. J., 1999. Validation plan for MODIS level 1 at-sensor radiance, https://eospso.nasa.gov/atbd/validation-plan-modis-level-1-sensor-radiance, Accessed on Apr. 22, 1999.
- Wan, Z. and Z.-L. Li, 1997. A physics-based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data, IEEE Transactions on Geoscience and Remote Sensing, 35(4): 980-996. https://doi.org/10.1109/36.602541