• 항공우주기술
• /
• 제12권2호
• /
• pp.147-155
• /
• 2013

천리안위성 기상탑재체 적외채널의 복사보정에서는 기본 복사보정식을 기반으로 다섯 개의 알고리즘이 추가되어 있다. 일반적으로 기하보정은 복사보정 이후 수행하므로, 복사보정 완료시각은 기하보정 처리의 시작시각을 결정한다. 본 논문에서는 기하보정 처리의 시작시각을 앞당기는 방법을 제안하기 위해서, 기본 복사보정 및 정밀 복사보정(기본 복사보정에 다섯 개의 알고리즘 추가) 결과를 입력으로 수행한 기하보정 처리의 정확도를 비교 분석한 내용을 정리하였다. 처리 속도가 빠른 기본 복사보정의 결과와 정확한 복사보정 값을 포함하는 정밀복사보정의 결과를 입력으로 각각의 기하보정 처리의 정확도를 분석하는 실험을 수행하였고, 두 경우 모두 기하보정 정확도 요구사항을 만족시킴을 검증하였다. 따라서 기하보정 처리 속도를 향상시키기 위해서, 기본 복사보정식으로 생성된 결과를 기하보정 처리의 입력으로 사용할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.703-719
• /
• 2016

이 연구는 여름철 동해안 냉수대의 시공간적 이동에 따른 변화 분석에 관한 것이다. 2013년 여름에 위성 및 현장자료(바람, 기온, 수온)를 이용하여 다양한 환경 요인들에 기반을 둔 자료 분석을 시도하였다. 냉수대의 생성과 소멸의 영상을 분석하기 위해 AVISO 지형류 및 하루 동안의 천리안 해양관측위성(Geostationary Ocean Color Imager; GOCI) 엽력소 농도 자료를 사용하였다. 또한, 냉수대의 이동을 추적하기 위해 Advanced Very High Resolution Radiometer-Sea Surface Temperature (AVHRR-SST) 자료를 사용하였다. 초여름에 냉수대가 발현하여 늦여름에 소멸한다는 것과 이 기간 동안 냉수대의 생성과 소멸이 지속적으로 반복되었다는 것을 확인할 수 있었다. 추가적으로 냉수대의 후속 영향으로 인해 늦여름에 엽력소 농도가 증가되었다는 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.531-548
• /
• 2015

위성영상을 이용하여 산출된 대기운동벡터(AMV)와 라디오존데 바람 관측 자료를 이용한 검증결과는 산출된 AMV가 지속적으로 관측 자료에 비해서 풍속이 약하게 나타나는 Slow Speed Bias(SSB)를 보여 주었다. 이러한 SSB는 표적추적, 표적선정, 그리고 고도할당 단계의 오차에 의해 야기될 수 있으며, 이 중 고도할당 단계의 오차는 SSB를 발생시키는 주된 요인으로 여겨진다. 그러나 최근 연구에서는 고도할당 단계의 개선만으로는 SSB 문제를 해결하는데 한계가 있음을 밝혔다. 그러므로 본 연구에서는 새로운 표적추적 알고리듬을 개발하여 SSB를 감소시킴으로서 기상청 현업 AMV 알고리듬의 성능을 개선하고자 하였다. 표적추적 단계의 오차는 표적 내에 다양한 시 공간 규모의 바람이 포함되어 벡터가 과도하게 평균된 움직임으로 계산되거나, 구름이 추적 시간동안 형태를 유지하지 못하고 변형되는 경우에 발생한다. 이러한 문제를 해결하기 위해 개발된 표적추적 알고리듬에서는 가우시안 군집분석(GMM)을 이용하여 변형이 적고 추적에 용이한 저온 군집을 표적으로 재선정하고, 이미지를 변형시켜 군집의 움직임을 보다 쉽게 추적할 수 있게 하였다. 또한 표적을 추적하기 위한 방법으로 거리제곱합 방법을 사용하였다. 개발된 알고리듬과 기존 COMS 알고리듬을 천리안 위성의 적외채널 영상에 적용하여 AMV를 산출하였으며, 이를 라디오존데 관측 자료와 비교 검증해 보았다. 제안된 알고리듬으로 산출된 AMV는 기존 알고리듬으로 산출된 AMV보다 평균 풍속이 $2.7ms^{-1}$증가함에 따라 SSB가 평균 29%까지 감소하는 개선된 결과를 보여주었다. 그러나 개발된 알고리듬으로 산출된 AMV는 중 하층의 정확도가 감소하였고, 기존 알고리듬에 비해 산출되는 AMV 벡터수가 약 40%까지 감소함을 보였다. 이에 따라 중 하층의 정확도 개선과 기존의 알고리듬과 비교하여 산출되는 벡터 개수가 감소하는 문제를 보완하기 위한 연구가 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.777-786
• /
• 2014

일본의 온타케 산은 일본에서 두 번째로 큰 규모의 화산으로, 2014년 9월 27일 02:52 UTC 에 예고 없는 대규모 분화가 발생했다. 이번 분화로 인해 최소 55명이 사망하였고, 70여 명의 부상자가 발생했다. 따라서 본 연구에서는 온타케 화산 분화에 따른 화산재 피해영향을 분석하기 위하여 화산재 확산 수치실험을 수행하였다. HYSLPLIT 확산모델과 UM 기상자료를 이용하여 화산재 확산 경로를 예측하였고, 화산재 확산 영역에 대한 정량적인 평가를 위해서 천리안 위성영상을 이용하여 화산재 확산 범위를 탐지하였다. 본 연구의 모의실험 결과와 GOCI 탐지 결과와의 비교를 통해 검증을 수행하였다. 그 결과, HYSPLIT 기반의 화산재 확산 예측결과와 GOCI 위성영상 간의 유사도가 높음을 알 수 있었다. 본 연구에서 수행한 화산재 확산 결과와 GOCI 간에는 38.72% 및 13.57%가 일치도가 계산되었고, JMA 결과와 GOCI는 9.05%와 11.81%가 일치하였다. 본 연구에서 수행한 바와 같이 화산재 확산 경로를 예측하는 연구는 그 피해를 감소할 수 있는 중요한 방법의 하나라고 판단할 수 있다. 따라서 화산 분화 시 기상 모델을 이용한 화산재 확산 수치실험은 시간에 따른 화산재 확산 분포를 이해하는데 유용한 기법으로 자리매김 할 것이며, 화산재 확산에 따른 피해 면적을 정량적으로 산출할 수 있는 중요한 기술이 될 것이다.

• 대한원격탐사학회지
• /
• 제29권2호
• /
• pp.173-182
• /
• 2013

천리안 위성 해양탑재체(Geostationary Ocean Color Imager, GOCI) 대기보정의 근간이 되는 Sea-viewing Wide Field-of-view Sensor(SeaWiFS) 초기 대기보정 기법은 근적외선 파장대의 해수 반사도를 0으로 가정한다. 이러한 가정에 근거하여 근적외선 파장에서 탐지되는 모든 신호는 에어로졸 산란에 의한 반사도로 간주된다. 그러나 이러한 가정은 탁한 해역에서 해수 반사도를 과소 추정하는 문제점을 야기시킨다. 이를 해결하기 위하여 Management Unit of the North Sea Mathematical Models(MUMM) 대기보정 알고리즘이 개발되었다. 이 알고리즘은 근적외선 파장에서 탐지되는 해수 반사도 비율인 ${\alpha}$를 도입하였다. ${\alpha}$는 통계적 방법에 의하여 결정되며 영상 내의 모든 픽셀에 고정적인 값으로 사용된다. 이 알고리즘은 근적외선 해수 반사도가 0.01보다 작은 중간 탁도의 해역에서는 잘 맞는 반면 매우 탁한 해역에서는 ${\alpha}$가 탁도에 따라 변하기 때문에 오차율이 다시 증가한다. 본 연구에서는 매우 탁한 해역 해수 반사도의 정확도를 향상시키고자 ${\alpha}$를 고정하지 않고, 반복계산을 통해 탁도에 적합한 ${\alpha}$를 계산하도록 MUMM 알고리즘을 수정 보완하였다. 그 결과 MUMM 알고리즘의 모든 밴드의 평균 Root Mean Square Error(RMSE)는 0.0048인 반면 수정된 MUMM 알고리즘은 0.002로 개선된 결과를 얻었다.

• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1519-1529
• /
• 2018

대규모의 화산이 분출하면 화산재는 수 킬로미터 이상 퍼져 나갈 수 있고 도시 지역과 교통수단에 피해를 줄 수 있다. 이러한 화산 재해에 대응하기 위해서는 화산재의 확산 면적을 효율적으로 추정할 필요가 있다. 이 연구에서는 2016년 10월 7일 16시 40분(UTC) 일본의 아소산 분화의 관측 자료와 위성 영상의 분석 결과를 비교하였다. 정지궤도 천리안 위성 GOCI(Geostationary Ocean Color Imager) 센서의 근적외선(Near-Infrared) 채널로 주성분 분석과 임계값 설정 방법 및 일련의 형태학적 필터링(Eroded, Opening, Dilation, Closing)을 각각 적용하였다. 또한, 2016년 아소산 분화에 관한 일본 기상청(JMA)의 보고서에 명시된 현장 관측 자료를 비교하였다. 그 결과, 약 $380km^2$의 화산재 퇴적 지역을 위성영상으로 탐지하였다. 전통적인 방법에서의 화산재 퇴적 지역 탐지는 직접 측정 및 소문 증거와 같은 인간 활동에 의해 추정되었지만 이는 비효율적이며 시간소모적이다. 하지만 이 연구를 통해 분연주 높이가 높거나 분화지수가 큰 화산 분화의 피해 지역을 신속하게 추출할 수 있으며 지표 변화 분포도를 작성하여 화산 활동으로 인한 피해 정책 수립 등 다양한 방면으로 활용 가능하다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.275-292
• /
• 2014

이 연구에서는 Geostationary Ocean Color Imager(GOCI) 센서에 적용할 수 있는 고유의 Tasseled Cap Transformation(TCT) 계수를 제시하고 있다. TCT는 다중밴드 센서 자료로부터 지표의 특성을 분석하는 전통적인 영상변환 방법 중 하나로 새로운 다중밴드 광학센서가 관측을 시작하는 경우 센서의 특성 차이로 인하여 각각의 육상관측 위성센서에 적합한 TCT 계수들이 장기 분석을 통하여 수립되어야 한다. GOCI 센서는 해양관측이 주 목적으로 개발되었으나 영상의 상당 부분은 육지를 관측하고 있으며 밴드 구성은 육지관측에도 일반적으로 이용되는 Visible-Near InfraRed(VNIR) 영역의 정보를 포함하고 있다. 또한 GOCI 센서의 높은 시간 해상도는 지표의 일별 변화의 관측에도 유용하게 사용될 수 있다. 이러한 장점을 이용하여 GOCI 센서에 대한 고유한 TCT가 제공된다면 GOCI 센서의 관측범위 내에서 준 실시간으로 지표변화에 대한 분석과 해석이 가능할 것이다. TCT는 일반적으로 "Brightness", "Greenness", "Wetness"의 세 가지 정보를 포함하지만, ShortWave InfraRed(SWIR) 파장대역이 없는 GOCI 센서의 경우에는 "Wetness"의 정보를 얻을 수 없다. GOCI 센서의 높은 시간 해상도의 활용을 극대화하기 위해서는 "Wetness"의 정보가 제공되어야 한다. "Wetness"의 정보를 얻기 위해 GOCI 주성분 분석(Principal Component Analysis: PCA) 공간을 MODIS TCT 공간에 선형 회귀하는 방법이 사용되었다. 이 연구에서 산출된 GOCI TCT 계수는 정지궤도의 특성에 의해 관측 시간대별로 다른 변환계수를 가질 수 있다. 이 차이를 알아보기 위하여 GOCI TCT 자료와 MODIS TCT 자료 사이의 상관관계가 비교되었다. 그 결과, "Brightness"와 "Greenness"는 4시 자료, "Wetness"는 2시 자료의 변환계수가 선택되었다. 최종적으로 산출된 변환계수의 적절성을 평가하기 위하여 GOCI TCT 자료는 MODIS TCT 영상 및 여러 육상 파라미터들과 비교되었다. GOCI TCT 영상은 MODIS TCT 영상보다 지표 피복의 분류가 더 세밀하게 표현되었으며, GOCI TCT 공간의 지표 피복 분포도 유의미한 결과를 보여줬다. 또한 GOCI TCT의 "Brightness", "Greenness", "Wetness" 자료는 Albedo($R^2$ = 0.75), Normalized Difference Vegetation Index(NDVI) ($R^2$ = 0.97), Normalized Difference Moisture Index(NDMI) ($R^2$ = 0.77)와 각각 비교적 높은 상관관계가 나타났다. 이러한 결과들은 적절한 TCT 계수의 산출이 이루어졌다는 것을 보여준다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1329-1340
• /
• 2021

해양과 육상사이의 전이지대인 조간대는 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나 지속적인 모니터링이 필요하다. 원격탐사 방법을 활용한 연안지형변화 모니터링은 조간대 접근성에 대한 한계를 극복하고, 조간대의 장기적인 지형변화를 관측하는데 효과적인 것으로 평가된다. 원격탐사를 이용한 기존 연안지형 모니터링연구는 대부분 Landsat 위성시리즈와 Sentinel 위성 영상 분석을 통해 수행되었다. 본 연구는 GOCI-II(천리안 해양위성 2호)영상에서 NDWI 지수를 이용해 수륙경계선을 추출한 후 다양한 조위에 따른 경기만 일대 조간대 면적 변화를 파악하고 짧은 기간 동안 DEM제작과 지형고도변화 관측의 유용성에 대해 살펴보았다. 2020년 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 영상은 GOCI-II 249장, Sentinel-2A/B 39장, Landsat 8 OLI는 7장이었다. 조간대 DEM을 제작할 경우, Sentinel과 Landsat 영상은 최소 3개월에서 1년 이상의 자료수집이 필요했지만, GOCI-II 위성은 단 하루의 자료를 이용해서 조위에 따른 경기만 일대 조간대 DEM생성이 가능하였고 조간대 노출빈도 계산을 통해 지형고도변화도 관측하였다. GOCI-II 위성을 활용해 연안지형변화를 관측시 짧은 주기의 높은 시간해상도로 지형 변화를 조기 감지하고 부족한 공간해상도는 고해상도의 다중복합자료를 이용해 정밀하게 보간하여 활용하는 방안이 좋을 것으로 생각된다. 향후, 위 결과들을 바탕으로 연구 영역을 확대하고, 자동 분석 및 탐지 가능한 기술 개발을 통해 한반도 연안의 최신 지형도와 연안관리에 필요한 정보를 빠르게 제공 가능할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1125-1135
• /
• 2022

적설에 의한 피해는 자주 발생하지 않지만 발생하면 광범위한 지역에 피해를 준다. 적설에 의한 피해를 예방하기 위해서는 지역별로 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 지역별 피해유발적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 고도 등 지형적인 특성이 다른 넓은 영역을 통계적으로 추론해야 하는 한계로 인해 지역에 대한 피해유발 피해유발적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 위상차분 간섭기법(DInSAR)을 활용할 수 있다. 위상간섭영상은 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상간섭을 이용한 것으로 일반적으로 미세한 지형의 변화를 추적할 때 사용되기도 한다. 본 연구에서는 유럽우주국(ESA)에서 운영하는 Sentinel-1B 위성의 dual polarimetric IW 모드 C-band SAR 데이터를 사용하여 DInSAR 분석을 수행하여 적설심의 공간분포를 추정하였다. 또한 정지궤도복합위성 천리안 2호(GK-2A)의 L2 적설심 추정 자료를 이용하여 비교하였다. 적용 결과, 적설예측의 정확도는 격자별로 계산할 경우, DInSAR 는 약 0.92%, GK-2A 는 약 0.71% 를 나타내 DInSAR의 적용성이 높게 나타났다. 즉, DInSAR 방법을 이용하여 계산된 적설심과 기상관측소에서 관측된 적설심을 공간보간하여 비교한 결과, 적설의 분석 결과 적설심을 과대추정하는 경우가 발생하기는 했으나, 적설심의 공간분포를 추정하는데 충분한 정보를 제공했으며, 이러한 방법으로 파악된 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 지역별 피해유발적설심을 파악하는데 도움이 될 것이다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1029-1042
• /
• 2021

차세대 중형위성 사업의 일환으로 농지 및 산림에서의 원격 탐사를 위하여 농림위성 (차세대 중형위성 4호)이 발사 예정에 있다. 위성 영상에서 식생의 정량적인 정보를 얻기 위해서는 대기보정을 통한 지표 반사도 취득이 선행되어야 하므로 농림위성을 위한 대기보정 기술 개발은 불가피할 것으로 생각된다. 특히 대기에서의 흡수와 산란 특성은 파장에 따라 다르게 나타나므로 농림위성 파장 영역을 고려한 대기보정 파라미터 민감도 분석이 필요하다. 또한, 농림위성은 5개 채널(Blue, Green, Red, Red edge, Near-infrared)을 보유하고있어 대기보정 주요 파라미터인 AOD (Aerosol optical depth)와 WV (Water vapor)를 직접 산출하기 어려우므로 이를 외부에서 제공할 수 있는 방안을 마련할 필요가 있다. 따라서, 본 연구에서는 농림위성과 유사한 사양을 가진 Sentinel-2 위성 영상을 이용하여 주요 파라미터인 AOD, WV, O₃ 민감도 분석을 수행하고, 파라미터 제공을 위해 천리안 2A (GK2A; GEO-KOMPSAT-2A) 정지궤도 복합위성의 산출물을 이용하여 대기보정 파라미터로서의 활용 가능성을 살펴보았다. 민감도 분석 결과는 AOD가 가장 중요한 파라미터임을 보여주었으며, 근적외선 채널보다는 가시광 채널에서 더 큰 민감도를 가지는 것으로 나타났다. 특히 Blue 채널에서 AOD의 20%의 변화는 지표 반사도에서 약 100%의 오차율을 야기하므로 정확한 지표 반사도 취득을 위해서는 높은 신뢰성을 가진 AOD가 필요할 것으로 생각된다. GK2A AOD 산출물을 이용한 대기보정 결과는 토지피복별 분류 가능성을 이용하여 Sentienl-2 L2A 자료와 비교한 결과, 두 모델별 분류 가능성은 유사하였으나, 파장대가 짧은 영역일수록 GK2A AOD 산출물을 적용한 대기보정 결과가 Sentinel-2 L2A보다 높게 나타났다. 이를 통해 GK2A에서 제공되는 산출물이 향후 농림위성 대기보정 파라미터로서 충분히 활용될 수 있을 것으로 판단된다. 본 연구의 결과는 추후 농림위성 발사 후 대기보정에 참고 자료로서 활용될 수 있을 것으로 기대된다.