In this study, a hybrid-type of day fog detection algorithm (DFDA) was developed based on the optical and textural characteristics of fog top, using the Himawari-8 /Advanced Himawari Imager data. Supplementary data, such as temperatures of numerical weather prediction model and sea surface temperatures of operational sea surface temperature and sea ice analysis, were used for fog detection. And 10 minutes data from visibility meter from the Korea Meteorological Administration were used for a quantitative verification of the fog detection results. Normalized albedo of fog top was utilized to distinguish between fog and other objects such as clouds, land, and oceans. The normalized local standard deviation of the fog surface and temperature difference between fog top and air temperature were also assessed to separate the fog from low cloud. Initial threshold values (ITVs) for the fog detection elements were selected using hat-shaped threshold values through frequency distribution analysis of fog cases.And the ITVs were optimized through the iteration method in terms of maximization of POD and minimization of FAR. The visual inspection and a quantitative verification using a visibility meter showed that the DFDA successfully detected a wide range of fog. The quantitative verification in both training and verification cases, the average POD (FAR) was 0.75 (0.41) and 0.74 (0.46), respectively. However, sophistication of the threshold values of the detection elements, as well as utilization of other channel data are necessary as the fog detection levels vary for different fog cases(POD: 0.65-0.87, FAR: 0.30-0.53).
Kim, Seoyeon;Jeong, Yemin;Youn, Youjeong;Cho, Subin;Kang, Jonggu;Kim, Geunah;Lee, Yangwon
Korean Journal of Remote Sensing
/
v.37
no.3
/
pp.543-557
/
2021
Because aerosols have different spectral characteristics according to the size and composition of the particle and to the satellite sensors, a comparative analysis of aerosol products from various satellite sensors is required. In South Korea, however, a comprehensive study for the comparison of various official satellite AOD (Aerosol Optical Depth) products for a long period is not easily found. In this paper, we aimed to assess the performance of the AOD products from MODIS (Moderate Resolution Imaging Spectroradiometer), VIIRS (Visible Infrared Imaging Radiometer Suite), Himawari-8, and Sentinel-3 by referring to the AERONET (Aerosol Robotic Network) sun photometer observations for the period between January 2015 and December 2019. Seasonal and geographical characteristics of the accuracy of satellite AOD were also analyzed. The MODIS products, which were accumulated for a long time and optimized by the new MAIAC (Multiangle Implementation of Atmospheric Correction) algorithm, showed the best accuracy (CC=0.836) and were followed by the products from VIIRS and Himawari-8. On the other hand, Sentinel-3 AOD did not appear to have a good quality because it was recently launched and not sufficiently optimized yet, according to ESA (European Space Agency). The AOD of MODIS, VIIRS, and Himawari-8 did not show a significant difference in accuracy according to season and to urban vs. non-urban regions, but the mixed pixel problem was partly found in a few coastal regions. Because AOD is an essential component for atmospheric correction, the result of this study can be a reference to the future work for the atmospheric correction for the Korean CAS (Compact Advanced Satellite) series.
Wildfires release a large amount of greenhouse gases (GHGs) into the atmosphere. Fire radiative power (FRP) data obtained from geostationary satellites can play an important role for tracing the GHGs. This paper describes an estimation of the Himawari-8 FRP and fire emissions for Samcheock and Gangnueng wildfire in 6 May 2017. The FRP estimated using Himawari-8 well represented the temporal variability of the fire intensity, which cannot be captured by MODIS (Moderate Resolution Imaging Spectroradiometer) because of its limited temporal resolution. Fire emissions calculated from the Himwari-8 FRP showed a very similar time-series pattern compared with the AirKorea observations, but 1 to 3 hour's time-lag existed because of the distance between the station and the wildfire location. The estimated emissions were also compared with those of a previous study which analyzed fire damages using high-resolution images. They almost coincided with 12% difference for Samcheock and 2% difference for Gangneung, demonstrating a reliability of the estimation of fire emissions using our Himawari-8 FRP without high-resolution images. This study can be a reference for estimating fire emissions using the current and forthcoming geostationary satellites in East Asia and can contribute to improving accuracy of meteorological products such as AOD (aerosol optical depth).
Dae Gyoon Kang;Young Sang Joh;Shinwoo Hyun;Kwang Soo Kim
Korean Journal of Agricultural and Forest Meteorology
/
v.25
no.1
/
pp.28-36
/
2023
Solar radiation that is measured at relatively small number of weather stations is one of key inputs to crop models for estimation of crop productivity. Solar radiation products derived from GK-2A and Himawari 8 satellite data have become available, which would allow for preparation of input data to crop models, especially for assessment of crop productivity under an agrivoltaic system where crop and power can be produced at the same time. The objective of this study was to compare the degree of agreement between the solar radiation products obtained from those satellite data. The sub hourly products for solar radiation were collected to prepare their daily summary for the period from May to October in 2020 during which both satellite products for solar radiation were available. Root mean square error (RMSE) and its normalized error (NRMSE) were determined for daily sum of solar radiation. The cumulative values of solar radiation for the study period were also compared to represent the impact of the errors for those products on crop growth simulations. It was found that the data product from the Himawari 8 satellite tended to have smaller values of RMSE and NRMSE than that from the GK-2A satellite. The Himawari 8 satellite product had smaller errors at a large number of weather stations when the cumulative solar radiation was compared with the measurements. This suggests that the use of Himawari 8 satellite products would cause less uncertainty than that of GK2-A products for estimation of crop yield. This merits further studies to apply the Himawari 8 satellites to estimation of solar power generation as well as crop yield under an agrivoltaic system.
Using various satellite measurements in UV, visible and IR, diverse algorithms to retrieve aerosol information have been developed and operated to date. Advanced Himawari Imager (AHI) onboard the Himawari 8 weather satellite was launched in 2014 and has 16 channels from visible to Thermal InfRared (TIR) in high temporal and spatial resolution. Using AHI, it is very valuable to retrieve aerosol optical properties over dark surface to demonstrate its capability. To retrieve aerosol optical properties using visible and Near InfRared (NIR) region, surface signal is very important to be removed which can be estimated using minimum reflectivity method. The estimated surface reflectance is then used to retrieve the aerosol optical properties through the inversion process. In this study, we retrieve the aerosol optical properties over dark surface, but not over bright surface such as clouds, desert and so on. Therefore, the bright surface was detected and masked using various infrared channels of AHI and spatial heterogeneity, Brightness Temperature Difference (BTD), etc. The retrieval result shows the correlation coefficient of 0.7 against AERONET, and the within the Expected Error (EE) of 49%. It is accurately retrieved even for low Aerosol Optical Depth (AOD). However, AOD tends to be underestimated over the Beijing Hefei area, where the surface reflectance using the minimum reflectance method is overestimated than the actual surface reflectance.
Global warming and rapid climate change have long affected the characteristics of typhoons in the Northwest Pacific, which has induced increasing devastating disasters along the coastal regions of the Korean peninsula. Synthetic Aperature Radar (SAR), as one of the microwave sensors, makes it possible to produce high-resolution sea surface wind field around the typhoon under cloudy atmospheric conditions, which has been impossible to obtain the winds from satellite optical and infrared sensors. The Geophysical Model Functions (GMFs) for sea surface wind retrieval from SAR data requires the input of wind direction, which should be based on the accurate estimation of the center of the typhoon. This study estimated the typhoon centers using Sentinel-1A images to improve the problem of typhoon center detection method and to reflect it in retrieving the sea surface wind. The results were validated by comparing with the typhoon best track data provided by the Korea Meteorological Administration (KMA) and Japan Meteorological Agency (JMA), and also by using infrared images of Himawari-8 satellite. The initial center position of the typhoon was determined by using VH polarization, thereby reducing the possibility of error. The detected center showed a difference of 23.76 km on average with the best track data of the four typhoons provided by the KMA and JMA. Compared to the typhoon center estimated by Himawari-8 satellite, the results showed an average spatial variation of 11.80 km except one typhoon located near land with a large difference of 58.73 km. This result suggests that high-resolution SAR images can be used to estimate the center and retrieve sea surface wind around typhoons.
Precipitation is one of the main factors that affect water and energy cycles, and its estimation plays a very important role in securing water resources and timely responding to water disasters. Satellite-based quantitative precipitation estimation (QPE) has the advantage of covering large areas at high spatiotemporal resolution. In this study, machine learning-based rainfall intensity models were developed using Himawari-8 Advanced Himawari Imager (AHI) water vapor channel (6.7 ㎛), infrared channel (10.8 ㎛), and weather radar Column Max (CMAX) composite data based on random forest (RF). The target variables were weather radar reflectivity (dBZ) and rainfall intensity (mm/hr) converted by the Z-R relationship. The results showed that the model which learned CMAX reflectivity produced the Critical Success Index (CSI) of 0.34 and the Mean-Absolute-Error (MAE) of 4.82 mm/hr. When compared to the GeoKompsat-2 and Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) rainfall intensity products, the accuracies improved by 21.73% and 10.81% for CSI, and 31.33% and 23.49% for MAE, respectively. The spatial distribution of the estimated rainfall intensity was much more similar to the radar data than the existing products.
In this study, fused Aerosol Optical Depth (AOD) data were produced using AOD products from the Geostationary Ocean Color Imager (GOCI) onboard Communication, Oceanography and Meteorology Satellite (COMS)satellite and the Advanced Himawari Imager (AHI) onboard Himawari-8. Since the spatial resolution and the coordinate system between the satellite sensors are different, a preprocessing was first preceded. After that, using the level 1.5 AOD dataset of AErosol RObotic NETwork (AERONET), which is ground-based observation, correlations and trends between each satellite AOD and AERONET AOD were utilized to produce more accurate satellite AOD data than the originalsatellite AODs. The fused AOD were found to be more accurate than the originalsatellite AODs. Root Mean Square Error (RMSE) and mean bias of the fused AODs were calculated to be 0.13 and 0.05, respectively. We also compared errors of the fused AODs against those of the original GOCI AOD (RMSE: 0.15, mean bias: 0.11) and the original AHI AOD (RMSE: 0.15, mean bias: 0.05). It was confirmed that the fused AODs have betterspatial coverage than the original AODsin areas where there are no observations due to the presence of cloud from a single satellite.
As wildfires are difficult to predict, real-time monitoring is crucial for a timely response. Geostationary satellite images are very useful for active fire detection because they can monitor a vast area with high temporal resolution (e.g., 2 min). Existing satellite-based active fire detection algorithms detect thermal outliers using threshold values based on the statistical analysis of brightness temperature. However, the difficulty in establishing suitable thresholds for such threshold-based methods hinders their ability to detect fires with low intensity and achieve generalized performance. In light of these challenges, machine learning has emerged as a potential-solution. Until now, relatively simple techniques such as random forest, Vanilla convolutional neural network (CNN), and U-net have been applied for active fire detection. Therefore, this study proposed an active fire detection algorithm using state-of-the-art (SOTA) deep learning techniques using data from the Advanced Himawari Imager and evaluated it over East Asia and Australia. The SOTA model was developed by applying EfficientNet and lion optimizer, and the results were compared with the model using the Vanilla CNN structure. EfficientNet outperformed CNN with F1-scores of 0.88 and 0.83 in East Asia and Australia, respectively. The performance was better after using weighted loss, equal sampling, and image augmentation techniques to fix data imbalance issues compared to before the techniques were used, resulting in F1-scores of 0.92 in East Asia and 0.84 in Australia. It is anticipated that timely responses facilitated by the SOTA deep learning-based approach for active fire detection will effectively mitigate the damage caused by wildfires.
This paper presents the method to quantitatively evaluate the uncertainty of the semi-empirical Bidirectional Reflectance Distribution Function (BRDF) model for Himawari-8/AHI. The uncertainty of BRDF modeling was affected by various issues such as assumption of model and number of observations, thus, it is difficult that evaluating the performance of BRDF modeling using simple uncertainty equations. Therefore, in this paper, Monte-Carlo method, which is most dependable method to analyze dynamic complex systems through iterative simulation, was used. The 1,000 input datasets for analyzing the uncertainty of BRDF modeling were generated using the Second Simulation of a Satellite Signal in the Solar Spectrum (6S) Radiative Transfer Model (RTM) simulation with MODerate Resolution Imaging Spectroradiometer (MODIS) BRDF product. Then, we randomly selected data according to the number of observations from 4 to 35 in the input dataset and performed BRDF modeling using them. Finally, the uncertainty was calculated by comparing reproduced surface reflectance through the BRDF model and simulated surface reflectance using 6S RTM and expressed as bias and root-mean-square-error (RMSE). The bias was negative for all observations and channels, but was very small within 0.01. RMSE showed a tendency to decrease as the number of observations increased, and showed a stable value within 0.05 in all channels. In addition, our results show that when the viewing zenith angle is 40° or more, the RMSE tends to increase slightly. This information can be utilized in the uncertainty analysis of subsequently retrieved geophysical variables.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.