현재 공간해상도 약 1 m 의 고해상도 X-band SAR 위성인 독일의 TerraSAR-X와 TanDEM-X, 이탈리아의 COSMO-SkyMed가 성공적으로 발사되어 운용되고 있으며 분석 결과 우수한 성능을 보이고 있다. 국내에서도 최고 공간해상도 약 1 m 의 X-band SAR 위성인 KOMPSAT-5가 향후 발사될 예정이다. 이러한 고해상도 SAR 영상 활용이 가능해짐에 따라 SAR Interferometry(InSAR) 기술을 이용한 도심지역모니터링이 더욱 관심을 받고 있다. 하지만 기존의 InSAR 위상 시뮬레이션알고리즘은 도심지역에 분포하는 빌딩과 같은 인공구조물 객체에 의해 나타나는 layover 현상과 빌딩 벽면에서 산란되는 신호를 충분히 고려하지 못한다. 본 연구에서는 기존 알고리즘의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 정밀 InSAR 위상과 SAR 반사강도 영상 시뮬레이션 알고리즘을 개발하였다. 대전 지역에서 획득된 TerraSAR-X spotlight 영상과 비교 분석을 통해 개발된 알고리즘의 타당성 분석을 수행하였다. 시뮬레이션 결과로 생성된 InSAR 위상과 SAR 반사강도 영상은 실제 TerraSAR-X spotlight SAR 자료로부터 생성된 결과와 매우 유사하였다. 이러한 결과는 향후 고해상도 SAR 영상을 이용한 도심지역 변화 및 변위탐지 모니터링 연구에 활용될 것이다.
현재 공간해상도 약 1 m 의 고해상도 X-band SAR 위성인 독일의 TerraSAR-X와 TanDEM-X, 이탈리아의 COSMO-SkyMed가 성공적으로 발사되어 운용되고 있으며 분석 결과 우수한 성능을 보이고 있다. 국내에서도 최고 공간해상도 약 1 m 의 X-band SAR 위성인 KOMPSAT-5가 향후 발사될 예정이다. 이러한 고해상도 SAR 영상 활용이 가능해짐에 따라 SAR Interferometry(InSAR) 기술을 이용한 도심지역 모니터링이 더욱 관심을 받고 있다. 하지만 기존의 InSAR 위상 시뮬레이션 알고리즘은 도심지역에 분포하는 빌딩과 같은 인공구조물 객체에 의해 나타나는 layover 현상과 빌딩 벽면에서 산란되는 신호를 충분히 고려하지 못한다. 본 연구에서는 기존 알고리즘의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 정밀 InSAR 위상과 SAR 반사강도 영상 시뮬레이션 알고리즘을 개발하였다. 대전 지역에서 획득된 TerraSAR-X spotlight 영상과 비교 분석을 통해 개발된 알고리즘의 타당성 분석을 수행하였다. 시뮬레이션 결과로 생성된 InSAR 위상과 SAR 반사강도 영상은 실제 TerraSAR-X spotlight SAR 자료로부터 생성된 결과와 매우 유사하였다. 이러한 결과는 향후 고해상도 SAR 영상을 이용한 도심지역 변화 및 변위탐지 모니터링 연구에 활용될 것이다.
Since the radar satellite missions such as TerraSAR-X and COSMO-SkyMed were launched in 2007, the spatial resolution of spaceborne SAR(Synthetic Aperture Radar) images reaches about 1 meter at spotlight mode. In 2011, the first Korean SAR satellite, KOMPSAT-5, will be launched, operating at X-band w...
Since the radar satellite missions such as TerraSAR-X and COSMO-SkyMed were launched in 2007, the spatial resolution of spaceborne SAR(Synthetic Aperture Radar) images reaches about 1 meter at spotlight mode. In 2011, the first Korean SAR satellite, KOMPSAT-5, will be launched, operating at X-band with the highest spatial resolution of 1 m as well. The improved spatial resolution of state-of-the-art SAR sensor suggests expanding InSAR(Interferometric SAR) analysis in urban monitoring. By the way, the shadow and layover phenomena are more prominent in urban areas due to building structure because of inherent side-looking geometry of SAR system. Up to date the most conventional algorithms do not consider the return signals at the frontage of building during InSAR phase and SAR intensity simulation. In this study the new algorithm introducing multi-scattering in layover region is proposed for phase and intensity simulation, which is utilized a precise LIDAR DSM(Digital Surface Model) in urban areas. The InSAR phases simulated by the proposed method are compared with TerraSAR-X spotlight data. As a result, both InSAR phases are well matched, even in layover areas. This study will be applied to urban monitoring using high resolution SAR data, in terms of change detection and displacement monitoring at the scale of building unit.
Since the radar satellite missions such as TerraSAR-X and COSMO-SkyMed were launched in 2007, the spatial resolution of spaceborne SAR(Synthetic Aperture Radar) images reaches about 1 meter at spotlight mode. In 2011, the first Korean SAR satellite, KOMPSAT-5, will be launched, operating at X-band with the highest spatial resolution of 1 m as well. The improved spatial resolution of state-of-the-art SAR sensor suggests expanding InSAR(Interferometric SAR) analysis in urban monitoring. By the way, the shadow and layover phenomena are more prominent in urban areas due to building structure because of inherent side-looking geometry of SAR system. Up to date the most conventional algorithms do not consider the return signals at the frontage of building during InSAR phase and SAR intensity simulation. In this study the new algorithm introducing multi-scattering in layover region is proposed for phase and intensity simulation, which is utilized a precise LIDAR DSM(Digital Surface Model) in urban areas. The InSAR phases simulated by the proposed method are compared with TerraSAR-X spotlight data. As a result, both InSAR phases are well matched, even in layover areas. This study will be applied to urban monitoring using high resolution SAR data, in terms of change detection and displacement monitoring at the scale of building unit.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한InSAR 위상 시뮬레이션이 정밀히 처리가 되어야지만, 정밀 미세 변위 탐지를 위한 DInSARCDifferential InSAR)나 지오코딩 분야에서 정확한 결과를 기대할 수 있다. 본 연구는 도심지역의 건물을 중심으로 InSAR 위상 시뮬레이션에 대한 가능성 분석을 목적으로 한다. 따라서 첫 번째로 기존 방법의 한계점을 살펴보기 위하여InSAR 자료처 리에 널리 사용되는 GAMMA S/W(version 1.
본 연구에서는 최근에 활용이 급증하고 있는 고해상도 SAR 자료를 이용하여 도심지역의 건물을 중심으로 InSAR 위상 시뮬레이션을 연구하였다. 먼저, 기존 방법의 한계점을 살펴 본 결과, 도심지역과 같은 가파른 경사로 인하여 발생하는 layover 지역에서 효과적으로 시뮬레이션이 수행되지 못함을 확인하였다.
제안 방법
5) 부영상 위성 위치와 P지점까지의 거리와 주영 상의 경사 거리 차를 구하여 InSAR 위상을 계산한다.
TerraSAR-X InSAR 자료와 LIDAR DSM 자료를이용하여 위성 위치, 방위와 거리 해상도, 센서 파장 등의 파라미터를 고려하여 제안한 방법으로 InSAR 위상과 반사강도 영상을 시뮬레이션 하였다. InSAR 위상 시뮬레이션 모델링 결과는 식 (5), (6), (7)에 따라 다소 차이는 있지?}(Kim and Yoon, 2010), 본 연구에서는 경사 거리만을 계산하여 구한 식 (5)를 위주로 실제 InSAR 위상과 비교 분석하였다.
있지?}(Kim and Yoon, 2010), 본 연구에서는 경사 거리만을 계산하여 구한 식 (5)를 위주로 실제 InSAR 위상과 비교 분석하였다. Fig.
다음으로 기존 방법의 한계점을 극복하기 위하여 기하(geometry) 기반의 InSAR 위상 시뮬레이션 방법을 제안하였으며, 위상 시뮬레이션 결과에 대한 실제 InSAR 위상과 비교 분석을 하였다. 이러한 결과는 향후 InSAR 위상 시뮬레이션 방법 개선을 통하여 고해상도 SAR 영상을 이용한 도심지역 변위 또는 변화탐지 및 모니 터 링 연구에 활용될 것이다.
본 연구는 도심지역의 건물을 중심으로 InSAR 위상 시뮬레이션에 대한 가능성 분석을 목적으로 한다. 따라서 첫 번째로 기존 방법의 한계점을 살펴보기 위하여InSAR 자료처 리에 널리 사용되는 GAMMA S/W(version 1.4)를 이용한 시뮬레이션을 수행하였다.
먼저 중저해상도 SAR 자료를 대상으로 했던 기존 시뮬레이션 방법과 적용결과를 바탕으로 한계점을 분석하기 위하여 InSAR 자료처리에서 널리 사용되는 상업 소프트웨어 GAMMA S/W를 이용하여 자료처리를 하였다. 연구지역은 대전광역시 일부 도심지역이며 사용한 고해상도 SAR 자료의 특징은 Table 1과 같다.
6). 알고리즘의 기본적인 순서는 먼저 처리하고자 하는 SAR 영상 영역을 기준으로 LIDAR DSM에서 고도 값을 추출하여 내삽을 한 후, 각 라인마다 위성의 궤도를 계산한다. 각 라인을 적절한 값으로근사하기 위하여 Douglas-Peucker polyline simplification(Douglas and Peucker, 1973)을 적용하였으며, 관측각(look angle)을 계산하여 음영 지역을 제외하여 유효한 fragment를 계산하였다.
먼저, 기존 방법의 한계점을 살펴 본 결과, 도심지역과 같은 가파른 경사로 인하여 발생하는 layover 지역에서 효과적으로 시뮬레이션이 수행되지 못함을 확인하였다. 이러한 현재의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 새로운 InSAR 위상 시뮬레이션 방법을 제안하였다. 제안한 방법은 거리 방향을 동일한 고도를 갖는fragment로 나누어 InSAR 위상 시뮬레이션을 수행하여 계산한다는 점이 기존 방법과는 다르다.
제안된 방법은 Fig. 5의 Thiele et al. (20073의 방법을 바탕으로 하였으며, 이를 실제 3차원의 정밀 지형정보를 나타내는 LIDAR 자료를 이용하는 방법으로 확장하였다(Fig. 6). 알고리즘의 기본적인 순서는 먼저 처리하고자 하는 SAR 영상 영역을 기준으로 LIDAR DSM에서 고도 값을 추출하여 내삽을 한 후, 각 라인마다 위성의 궤도를 계산한다.
이러한 현재의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 새로운 InSAR 위상 시뮬레이션 방법을 제안하였다. 제안한 방법은 거리 방향을 동일한 고도를 갖는fragment로 나누어 InSAR 위상 시뮬레이션을 수행하여 계산한다는 점이 기존 방법과는 다르다. 시뮬레이션 결과에 대하여 실제 InSAR 자료와 비교 분석을 한 결과 기존 방법에서는 처리할 수 없었던 도심의 layover 지역에 대하여 제안한 방법에 의하여 효과적으로 InSAR 위상 시뮬레이션이 가능하였다.
최종적으로 거리 구간 마다 경사 거리 차이와 국지입사각을 이용하여 InSAR 위상과 반사강도를 계산하였다.
대상 데이터
연구지역은 대전광역시 일부 도심지역이며 사용한 고해상도 SAR 자료의 특징은 Table 1과 같다. 그리고 InSAR 위상을 시뮬레이션 하기 위해서는 고도 정보가필요한데, 경우에 따라서는 DTM(Digital Terrain Model) 자료로도 충분하지만, 도심지역의 건물과 같은 경우에서는 DTM에 건물 높이 정보가 포함되어 있지 않기 때문에 사용이 적절하지 않다.
이론/모형
InSAR 위상 시뮬레이션은 Thiele et al. (2007b)이제안한 두 방법을 포함하여 모두 세 가지 방법으로 수행하였다.
알고리즘의 기본적인 순서는 먼저 처리하고자 하는 SAR 영상 영역을 기준으로 LIDAR DSM에서 고도 값을 추출하여 내삽을 한 후, 각 라인마다 위성의 궤도를 계산한다. 각 라인을 적절한 값으로근사하기 위하여 Douglas-Peucker polyline simplification(Douglas and Peucker, 1973)을 적용하였으며, 관측각(look angle)을 계산하여 음영 지역을 제외하여 유효한 fragment를 계산하였다. Fragment는 동일한 고도를 가지는 영역으로 정의된다.
국지입사각을 이용한 SAR 반사강도 시뮬레이션eASF(Alaska SAR Facility)에서 제시된 방법을 사용하여 아래와 같이 구하였다(Olmsted, 1993).
여기서 지리좌표계와 레이더좌표계간의 변환은 도플러 방정식과 거리 방정식 , 타원체방정식을 이용한다(Olmsted, 1993; Kampes and Usai, 1999). 간단히 요약하면 기존 방법은 지리좌표계의 DEM을 먼저 레이더 좌표계로 변환하고, 이를 이용하여 InSAR 위상과 SAR 반사강도 영상을 시뮬레이션하기 때문에 다중 산란 체가 한 단위화소에 영향을 주는 현상이 전혀 반영되지 않는다.
성능/효과
또한 건물 지붕의 고도만 고려하여 InSAR 위상 시뮬레이션이 되었을 뿐 layover 지역의 건물 벽면에서 발생하는 산란에 의한 강한 수신 신호 효과를 반영하지는 못하였다. 그러므로 도심지역에서 InSAR 위상 시뮬레이션 수행 시, 지금까지의 기존 방법과는 다른 새로운 접근법이 필요하다는 것을 확인할 수 있다.
위상 시뮬레이션을 연구하였다. 먼저, 기존 방법의 한계점을 살펴 본 결과, 도심지역과 같은 가파른 경사로 인하여 발생하는 layover 지역에서 효과적으로 시뮬레이션이 수행되지 못함을 확인하였다. 이러한 현재의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 새로운 InSAR 위상 시뮬레이션 방법을 제안하였다.
제안한 방법은 거리 방향을 동일한 고도를 갖는fragment로 나누어 InSAR 위상 시뮬레이션을 수행하여 계산한다는 점이 기존 방법과는 다르다. 시뮬레이션 결과에 대하여 실제 InSAR 자료와 비교 분석을 한 결과 기존 방법에서는 처리할 수 없었던 도심의 layover 지역에 대하여 제안한 방법에 의하여 효과적으로 InSAR 위상 시뮬레이션이 가능하였다. 이러한 결과는 향후 InSAR 위상 시뮬레이션 알고리즘 개선 및 위상 줄무늬에 영향을 주는 요소에 대한 분석 등을 통하여 고해상도 SAR 영상을 이용한 도심지역 변위 혹은 변화탐지 및 모니터링 연구에 활용될 것이다.
후속연구
성능을 보이고 있다. 국내에서도 최고 공간해상도 약 1 m의 X-band SAR 위성 인 KOMPSAT-5를 향후 발사할 예정이다. 또한 항공기를 이용한 고해상도 SAB 영상도 목적에 따라 다양하게 활용되고 있다.
즉, 도심지역 건물 주변의 반사강도 영상에서는 cornerreflection에 의한 다중 산란(multiple scattering) 영향으로 건물 하부에 밝은 선이 존재하며 이를 이용하여 건물 높이 또는 footprint 추출에 적용할 수 있다. 또한, 고해상도 영상에서만 관찰 가능한 layover 지역의 InSARdnterferometric SAR) 위상을 이용하여 정밀한건물 높이 추출 또는 미세 변위 탐지에 적용가능하다.
비교 분석을 하였다. 이러한 결과는 향후 InSAR 위상 시뮬레이션 방법 개선을 통하여 고해상도 SAR 영상을 이용한 도심지역 변위 또는 변화탐지 및 모니 터 링 연구에 활용될 것이다.
시뮬레이션 결과에 대하여 실제 InSAR 자료와 비교 분석을 한 결과 기존 방법에서는 처리할 수 없었던 도심의 layover 지역에 대하여 제안한 방법에 의하여 효과적으로 InSAR 위상 시뮬레이션이 가능하였다. 이러한 결과는 향후 InSAR 위상 시뮬레이션 알고리즘 개선 및 위상 줄무늬에 영향을 주는 요소에 대한 분석 등을 통하여 고해상도 SAR 영상을 이용한 도심지역 변위 혹은 변화탐지 및 모니터링 연구에 활용될 것이다.
참고문헌 (17)
Auer, S., S. Hinz, and R. Bamler. 2010. Ray-tracing simulation techniques for understanding high-resolution SAR images, IEEE Transactions on Geoscience and Remote Sensing, 48(3): 1445- 1456.
Bamler, R. and M. Eineder. 2008. The Pyramids of Gizeh seen by TerraSAR-X - A prime example for unexpected scattering mechanism in SAR, IEEE Geoscience and Remote Sensing Letter, 5(3): 468-470.
Brenner, A. and L. Roessing. 2008. Radar imaging of urban areas by means of very high-resolution SAR and Interferometric SAR, IEEE Transactions on Geoscience and Remote Sensing, 46(10): 2971- 2982.
Douglas, D. and T. Peucker. 1973. Algorithms for the reduction of the number of points required to represent a digitized line its caricature, The Canadian Cartographer, 10(2): 112-122.
Eineder, M., N. Adam, R. Bamler, N. Yague- Martinez, and H. Breit. 2009. Spaceborne spotlight SAR Interferometry with TerraSARX, IEEE Transactions on Geoscience and Remote Sensing, 47(5): 1524-1535.
Gamba, P., F. Dell'Acqua, G. Lisini, and F. Clsotta. 2006. Improving building footprints in InSAR data by comparison with a LIDAR DSM, Photogrammetric Engineering and Remote Sensing, 72(1): 63-70.
Guida, R., A. Iodice, D. Riccio, and U. Stilla. 2008. Model-based interpretation of high-resolution SAR images of buildings, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1(2): 107-119.
Kampes, B. and Usai, S. 1999 Doris : The Delft object-oriented Radar Interferometric software, Proceedings ITC 2nd ORS symposium ITC, Enschede, The Netherlands.
Kim, S. W. and Yoon, G. W. 2010. Interferometric phase simulation of building structure for high resolution SAR data, International Symposium on Remote Sensing, Jeju, KOREA Oct. 27-29, 2010. in CD.
Olmsted, C. 1993. Alaska SAR Facility Scientific SAR User's Guide, 17-32.
Schubert, A., M. Jehle, D. Small, and E. Meier. 2008. Geometric validation of TerraSAR-X highresolution products, 3rd TerraSAR-X Science Team Meeting, Oberpfaffenhofen, DE, Nov. 25- 26, 1-6.
Soergel, U., K. Schulz, U. Thoennessen, and U. Stilla. 2005. Integration of 3D data in SAR mission planning and image interpretation in urban areas, Information Fusion, 6: 301-310.
Soergel, U. 2010. Radar Remote Sensing of Urban Areas, Springer, Hannover, Germany.
Thiele, A., E. Cadario, K. Schulz, U. Thoennessen, and U. Soergel. 2007a. Building recognition from multi-aspect high-resolution InSAR data in urban areas, IEEE Transactions on Geoscience and Remote Sensing, 45(11): 3583-3593.
Thiele, A., E. Cadario, K. Schulz, U. Thoennessen, and U. Soergel. 2007b. InSAR phase profiles at building locations, International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. 36(3/W49A): 203-208.
Thiele, A., E. Cadario, K. Schulz, U. Thoennessen, and U. Soergel. 2008. Building recognition from InSAR data by detail analysis of phase profiles, International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. 37(B3A): 191-196.
Wegner, J. D., S. Auer, A. Thiele, and U. Soergel. 2009. Analysis of urban areas combining high-resolution optical and SAR imagery, 29th EARSeL Symposium, Chania, Greece, Jun. 15- 18, 2009. CD.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.