• 한국항공우주학회지
• /
• 제48권12호
• /
• pp.977-985
• /
• 2020

2015년 발사된 다목적실용위성 3A호는 3.3~5.2㎛ 파장의 중적외선 영상을 제공한다. 다목적실용위성 3A호는 지상 물체의 밝기 온도를 추정하기 위한 고해상도 영상을 제공하지만 기존 자연 과학 목적으로 개발된 위성과 차이가 있다. 다목적실용위성 3A호의 단일 채널의 중적외선 영상으로 지표 밝기 온도를 추정하기 위해서는 대기 보정 과정이 필수적이다. 하지만 대기 보정 이후에도 여러 요인으로 인하여 밝기 온도 추정 오차가 존재한다. 본 논문에서는 다목적실용위성 3A호 카메라의 물리적인 특성으로부터 영상 처리까지 신호 흐름을 추적하여 밝기 온도 추정 오차 요인을 분석하였다. 또한, 천리안위성 2A호를 이용하여 다목적실용위성 3A호와 밝기 온도 편향 오차 개선 가능성을 연구하였다. 큰 편향 오차를 가지고 있는 야간 영상에 대하여 편향 오차를 보상한 이후 다목적실용위성 3A호와 천리안위성 2A호의 지표 밝기 온도가 상관성이 있음을 확인하였다. 다목적실용위성 3A호 중적외선 밝기 온도 편향 오차를 개선하는데 천리안위성 2A호 영상이 도움이 될 것으로 예상된다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.275-292
• /
• 2022

기후변화 감시에 위성 자료 활용을 위해 GCOS (Global Climate Observing System)는 시공간 해상도, 시간 변화에 따른 안정성, 불확실도 등의 요구사항을 제시하고 있다. 천리안위성 2A호의 경우, 센서의 한계로 인해 산출물들이 공간해상도 조건에 충족하지 못하는 경우가 많다. 따라서 본 연구에서는 영상융합 기법들을 천리안위성 2A호 영상에 적용하여 산출물 생성 시 활용될 수 있는 최적의 기법을 찾고자 한다. 이를 위해 CS (Component Substitution), MRA (Multiresolution Analysis), VO (Variational Optimization), DL (Deep Learning)에 포함되는 총 6가지 영상융합 기법을 활용하였다. DL의 경우 합성적(Synthesis) 특성 기반 방법을 훈련자료 구축에 사용하였다. 합성적 특성 기반 방법의 과정은 PAN (Panchromatic)과 MS (Multispectral) 영상의 공간해상도 차이만큼 두 영상의 해상도를 낮춰 융합 영상을 생성한 후 원본 MS 영상과 비교한다. 합성적 특성 기반 방법은 공간해상도를 저하시킨 PAN 영상과 MS 영상 간 기하 특성이 같아야 사용자가 원하는 수준의 융합 영상을 제작할 수 있다. 하지만, 훈련자료 구축 시 비유사성이 존재하기에 이를 최소화하는 방법으로 무작위 비율을 활용한 PSGAN 모델(PSGAN_RD)을 추가로 활용하였다. 융합 영상의 검증은 일관성(consistency) 및 합성적 특성 기반 정성적, 정량적 분석을 수행하였다. 분석 결과, 영상융합 알고리즘 중 GSA가 공간 유사도를 나타내는 평가지수에서 가장 높은 수치를 보였으며, 분광 유사도를 나타내는 지수들은 PSGAN_RD 모델의 정확도가 가장 높았다. 융합 영상의 공간 및 분광 특성을 모두 고려한다면 PSGAN_RD 모델이 천리안위성 2A호 산출물 제작에 가장 최적일 것으로 판단하였다.

• 한국항공우주학회지
• /
• 제49권5호
• /
• pp.417-424
• /
• 2021

정지궤도위성의 원격데이터 통신 포맷은 제한된 통신 속도 대비 대량으로 생성되는 위성 데이터를 효율적으로 수신하고, 36,000km 고도에서 운영되는 정지궤도위성의 원격명령어 수신 결과를 정확하게 확인하기 위해 설계된다. 한국항공우주연구원에서 개발하여 2018년과 2020년에 각각 발사 및 운영 중인 천리안2A호와 2B호는 한국 최초의 정지궤도위성인 천리안1호의 임무를 연속하여 수행하도록 설계되었다. 따라서 정지궤도위성과 지상국의 안정적이고 효율적인 원격 통신을 위해 필요한 원격 통신 설계 요소들을 승계하였다. 한편, 원격 데이터의 처리 및 운영을 담당하는 천리안 2A호와 2B호의 탑재소프트웨어는 다목적위성시리즈를 통해 그 성능이 더욱 개선되어 왔으며 최신의 원격 데이터 처리 및 운영 알고리즘이 구축되어 있다. 본 논문에서는 정지궤도위성의 향상된 원격 데이터 송수신을 위한 원격명령어 및 원격측정데이터의 포맷 및 운영 개념 설계를 제안하고, 실제 천리안 2A호와 2B호의 탑재소프트웨어에 적용된 내용들을 상세하게 기술한다.

• Journal of Positioning, Navigation, and Timing
• /
• 제13권2호
• /
• pp.199-206
• /
• 2024

The GEO-KOMPSAT-2A (GK2A) satellite, which was launched in December 2018, carries weather observation payloads and uses the image navigation and registration system to calibrate the observation images. The calibration system requires accurate orbit prediction data and depends on the accuracy of the orbit determination accuracy. In order to find a possible way to improve the current orbit determination accuracy of the GK2A flight dynamic subsystem module, orbit determination software was developed to independently evaluate the orbit determination accuracy. A comprehensive satellite dynamic model is applied for a batch-type least squares filter. When determining the orbit, thrust firing during station-keeping maneuvers and wheel-off loading maneuvers is taken into account. One month of GK2A ranging data were processed to estimate the satellite position on a daily basis. The orbit determination error was evaluated by comparing estimates during overlapping estimation intervals.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.359-365
• /
• 2021

천리안위성2A호 기상탑재체 AMI(Advanced Meteorological Imager) 센서 검출기의 최상의 요소들로 구성된 Best Detector Select (BDS) 맵은 발사 전 확정되어 AMI에 업로드 되어 있다. 위성 발사 이후 급격한 온도 변화 환경에 노출되면 검출기의 성능에 변화가 생길 수 있으며, 발사 및 탑재체 아웃개싱 이후에 BDS맵의 성능을 다시 분석하고 필요시 업데이트가 필요하다. 검출기 요소 전체에 대한 성능을 검증하기 위한 분석 작업이 탑재체 개발업체(미 L3HARRIS사)가 제공한 BDS맵 분석 기술 문서를 기반으로 진행되었다. BDS맵 분석이란 탑재체 검출기가 기준 목표물(심우주와 탑재체 내부 보정 타겟)을 응시하는 동안 얼마나 안정적인 신호를 보이는 지를 평가하는 것이다. 이러한 목적으로 LTS(Long Time Series) 및 V-V(Output Voltage vs. Bias Voltage)라 부르는 검증법이 이용된다. LTS는 30초 동안, V-V는 2초 동안 목표물을 응시하고 이 때의 검출기 노이즈 성분을 계산한다. 자료를 획득하기 위해서는 탑재체의 운영을 멈추고 특별 관측을 실시하여야 하기 때문에, 정상 운영 전인 궤도상 시험기간 중에 해당 작업이 이루어지게 된다. 천리안위성2A호 기상탑재체 궤도상 시험 기간 동안 획득한 자료를 바탕으로 BDS맵의 상태를 평가하였다. 발사 전 지상 시험에서 평가된 BDS맵의 전체 성분들 중에 약 1%에 해당하는 요소들이 성능 변화를 보였으며, 이를 다른 요소들 중 최상의 성능을 보이는 성분으로 교체하였다. 새로운 BDS맵을 적용한 결과 BDS문제로 인해 야기된 기상탑재체 원시영상에 나타나는 노이즈 성분(줄무늬)이 완전하게 제거되었다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.851-859
• /
• 2019

천리안(COMS, Communication, Ocean, and Meteorological Satellite) 위성은 한반도를 15분마다 촬영하지만, 관측 채널의 한계로 강우 추정 시 과소 추정하는 경향이 있어 풍수해 발생시 활용하기 어려웠다. 따라서 본 연구에서는 천리안 위성과 GPM(Global Precipitation Measurement) 위성자료를 함께 이용하여 한반도 풍수해 발생시 활용할 수 있는 위성기반 강우추정 기술을 개발하였다. 천리안 위성과 GPM 위성의 시간 공간 해상도를 일치시키고 GPM 위성의 IMERG 자료를 통해 강우추정 정확도를 향상시킨 결과, 종관기상 관측값(ASOS)간의 상관계수가 0.7 이상으로 나타나 기존 천리안 위성 자료만을 이용한 강우추정 기술보다 정확한 결과를 도출하였다. 향후 천리안 위성의 후속 위성인 천리안 2A호(GK-2A)를 활용할 경우 보다 정확한 기상정보가 제공될 예정이므로, 미계측 지역에 대한 재난관리 활용성이 확대될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1653-1661
• /
• 2022

본 연구에서는 천리안위성 2A호 1일 평균 표층수온영상을 대상으로 합성곱신경망(convolution neural network, CNN) 딥러닝 기법을 적용하여 냉수대 발생 여부를 분류하는 연구를 수행하였다. 이를 위하여, 2019년부터 2022년까지 1,155장의 영상을 사용하였으며, 국립수산과학원 제공 냉수대 발생 주의보 및 경보자료로부터 냉수대 발생 영상과 그 외 영상으로 분류하여 학습을 수행하였다. 학습 결과로 82.5%의 probability of detection (POD)와 54.4%의 false alarm ratio (FAR) 지수를 획득하였다. 오분류 분석을 통해 냉수대 분류에 실패한 경우의 대부분은 구름의 영향 때문이며, 비냉수대를 오분류한 경우의 대부분은 실제 영상에 냉수대가 존재함을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.28-36
• /
• 2023

일사량은 작물 생산성 평가를 위한 작물 생육 모델의 주요 입력 변수 중 하나로 사용되지만 관측이 어려워 다른 기상 변수들에 비해 관측값의 확보가 어렵다. 천리안 2A호와 히마와리 8호 위성 일사량 자료가 제공되기 시작하면서, 작물 생육과 태양광 발전을 결합한 영농형 태양광 시설 하에서의 작물 생산성 평가를 위한 일사량 자료를 확보하기 용이해졌다. 본 연구의 목적은 이들 인공위성 일사량 자료의 신뢰도를 비교하는 것이다. 이를 위해 2020년 5월부터 10월까지 인공위성 일사량 자료를 수집하여 일별 일사량의 평균 제곱근 편차(RMSE)와 정규 평균 제곱근 편차(NRMSE)를 계산하였다. 인공위성 일사량 자료가 작물 생육 모의 결과의 신뢰도에 미치는 영향을 파악하기 위해 연구기간 동안의 일사량 누적값을 비교하였다. 본 연구의 결과 히마와리 8호 일사량 자료가 천리안 2A호 일사량 자료보다 RMSE와 NRMSE가 작은 것으로 나타났다. 누적 일사량을 비교한 결과에서도 히마와리 8호 일사량 자료 누적값이 천리안 2A호 일사량 자료 누적값보다 오차가 작았다. 본 연구의 결과는 작물 생산성 평가에 히마와리 8호 일사량 자료를 사용하는 것이 천리안 2A호 일사량 자료를 사용하는 것보다 불확도를 줄일 수 있다는 것을 시사한다. 후속 연구에서 히마와리 8호 일사량 자료를 사용한 영농형 태양광 시설 하에서의 작물 생산성 및 태양광 발전량에 대한 분석이 이루어져야 할 것이다.

• 한국항공우주학회지
• /
• 제47권4호
• /
• pp.283-288
• /
• 2019

본 논문은 천리안위성 2A호가 2018년도 12월 5일에 발사되고 태양전지판구동기의 초기운영을 수행하면서 획득된 텔레메트리를 통해 지상에서 개발하고 시험한 결과에 대한 우주검증 결과를 정리하였다. 특히, 전이궤도 이후 정지궤도에 진입하면서 태양전지판구동기의 위치 설정 로직과 open-loop 제어에 의한 누적오차 보상 로직에 대한 결과를 검증하고 정상 운영이 되고 있음을 확인할 수 있었다. 또한, 설계 단계에서 확인되지 못했던 정지궤도 대비 태양의 위치가 시간에 따라 주기적인 오프셋이 있음을 발견하고 그에 적합한 보정 threshold 값을 설정하게 된 결과도 정리하였다.