• 항공우주시스템공학회지
• /
• 제10권4호
• /
• pp.90-97
• /
• 2016

항공우주연구원은 천리안위성의 임무를 승계하기 위해 2018년과 2019년 발사를 목표로 정지궤도복합위성 2A와 2B를 개발하고 있다. 정지궤도복합위성은 아리안 V 발사체에 의하여 발사되어 전이궤도(Transfer Orbit)에 전입한 후 여러 번의 액체원지점엔진분사를 통하여 표류궤도에 진입한다. 액체원지점엔진의 분사시기, 분사시간, 각 분사간의 간격 등은 위성이 목표하는 표류궤도에 진입할 수 있도록 선정되고 적용된다. 정지궤도복합위성의 경우 표류궤도 진입을 위하여 4회의 액체원지점엔진 분사를 수행할 계획이다. 본 논문에서는 미리 정의된 제한조건을 고려하고 외부 교란력을 고려하여 정지궤도복합위성의 액체원지점엔진 분사계획을 수립하였다. 여기서는 단일계산(Single Shot) 방식과 반복계산에 의한 최적화 기법, 두 가지 접근을 고려하였다. 최적의 해를 얻기 위해 Focusleop이라고 하는 발사초기임무해석 도구를 적용하였다.

• 항공우주시스템공학회지
• /
• 제12권1호
• /
• pp.10-16
• /
• 2018

정지궤도복합위성(GEO-KOMPSAT) 2A와 2B는 천리안위성의 임무를 승계하기 위해 각각 2018년과 2019년에 발사되어 동경 $128.25{\pm}0.05$도의 정지궤도상에 위치할 예정이다. 그 중에서 정지궤도복합위성 2B는 정밀 거리측정을 위해 LRA(Laser Retroreflector Assembly)를 장착하였으며 거창에 위치한 SLR(Satellite Laser Ranging) 시스템을 적용할 예정이다. 이 경우 거리측정을 위해 지상에서 발사된 레이저가 위성에 장착된 광학탑재체에 입사될 경우 탑재체의 안전성이나 영상품질에 영향을 줄 수 있다. 이 문제를 해결하기 위해 기본적으로 정지궤도복합위성 2B의 셔터가 닫혀 있는 야간시간대에 만 레인징을 수행하도록 할 계획이다. 하지만 동일 경도상에 위치한 정지궤도복합위성 2A는 하루 24시간 영상획득을 수행하기 때문에 야간 시간대에 레인징을 수행하더라도 영향을 줄 수 있다. 이를 해결하기 위해서는 거창 SLR Station에서 바라본 정지궤도복합위성 2A와 2B의 사이각이 일정 이상일 때 레이저 레인징을 수행하도록 하여야 한다. 이러한 관점에서 본 논문에서는 궤도 시뮬레이션을 통하여 두 위성 사이의 연간 각거리 변화 특성을 파악하고 레이저 레인징이 가능한 시간대를 분석하였다.

• 항공우주기술
• /
• 제13권2호
• /
• pp.38-46
• /
• 2014

CRC (Cyclic Redundancy Codes)는 데이터 전송 시 오류 발생 유무를 검출하기 위한 하나의 방법으로, 정지궤도복합위성(GEO-KOMPSAT 2B) 개발에서는 정지궤도환경탑재체와 위성 간의 GRDDP (GOES-R Reliable Data Delivery Protocol)에 사용되고 있다. 본 논문에서는 CRC를 구현할 때 널리 사용하는 테이블 기반 CRC의 원리를 소개하고, 이를 기반으로 환경탑재체 개발에서 사용 중인 CRC8을 소프트웨어로 구현한 결과를 설명한다.

• Journal of Astronomy and Space Sciences
• /
• 제35권4호
• /
• pp.227-233
• /
• 2018

This study presents the generation and accuracy assessment of predicted orbital ephemeris based on satellite laser ranging (SLR) for geostationary Earth orbit (GEO) satellites. Two GEO satellites are considered: GEO-Korea Multi-Purpose Satellite (KOMPSAT)-2B (GK-2B) for simulational validation and Compass-G1 for real-world quality assessment. SLR-based orbit determination (OD) is proactively performed to generate orbital ephemeris. The length and the gap of the predicted orbital ephemeris were set by considering the consolidated prediction format (CPF). The resultant predicted ephemeris of GK-2B is directly compared with a pre-specified true orbit to show 17.461 m and 23.978 m, in 3D root-mean-square (RMS) position error and maximum position error for one day, respectively. The predicted ephemeris of Compass-G1 is overlapped with the Global Navigation Satellite System (GNSS) final orbit from the GeoForschungsZentrum (GFZ) analysis center (AC) to yield 36.760 m in 3D RMS position differences. It is also compared with the CPF orbit from the International Laser Ranging Service (ILRS) to present 109.888 m in 3D RMS position differences. These results imply that SLR-based orbital ephemeris can be an alternative candidate for improving the accuracy of commonly used radar-based orbital ephemeris for GEO satellites.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1779-1790
• /
• 2023

위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1235-1243
• /
• 2021

해양탑재체(GOCI-II)가 주탑재체이며 정지궤도복합위성2B호 또는 천리안2B호로 명명된 정지궤도 해양관측위성은 2020년2월에 성공적으로 발사되어 한반도 주변의 해양과 연안을 주간 상시 관측과 감시 임무를 수행하고 있다. 해양탑재체는 천리안1호의 해양탑재체(GOCI)의 임무 승계와 향상된 성능으로 해양·연안의 효율적인 관리, 해양재해·재난 저감을 위한 실시간 해양환경모니터링과 어로 비용절감을 위한 어장환경 정보의 생산 등 해양환경감시를 위하여 개발되었다. 발사 후 해양탑채체는 초기 점검시험(IAC) 단계에 모든 기능이 정상적으로 동작됨을 확인하고, 궤도상시험(IOT) 단계에 성능·운영시험, 복사보정과 영상기하보정을 병행 진행하여 그 결과를 핸드오버회의 통하여 보고하고 국가해양위성센터로 운영권을 이관하였다. 주로 온보드 태양광 보정시스템으로 수행되는 복사보정은 사전에 수립된 계획에 따라 주기적으로 진행하여 최종 Gain과 offset 값을 설정, 적용하고 유효성을 확인하였다. 영상기하보정(INR)은 별영상 자료 기반의 네비게이션 필터링과 랜드마크 기반 보정 방식으로 요구규격을 모두 만족함을 확인하고 INR 프로세스를 검증하였다. 본 논문에서 정지궤도 해양위성이 발사 이후 궤도상 성능시험, 복사보정과 영상기하보정의 방법, 절차를 기술하고 결과와 현황을 분석하고 정리하였다.

• 한국위성정보통신학회논문지
• /
• 제10권4호
• /
• pp.107-112
• /
• 2015

본 논문에서는 정지궤도 복합위성 2B에 대한 환경위성지상국 시스템의 성능지표의 하나인 가용도를 예측하기 위한 H/W 및 S/W 시스템 가용도의 수학적 모델링을 제시하고, 직렬연결 시스템에 대한 가용도 예측 방법을 제시하였다. 또한, 본 논문에서는 환경위성 지상국 시스템의 가용도 예측 결과를 산출하였으며, 그 가용도 예측 결과는 0.998072로 분석 되었다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1457-1468
• /
• 2018

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.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1773-1784
• /
• 2021

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

• 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.