인공위성 Synthetic Aperture Radar(SAR)는 물리해양학적 현상을 정량적으로 관측하는데 가장 유용한 도구 중의 하나이다. SAR의 도플러 편이(Doppler shift) 현상은 센서와 해양표면 유체와의 상대적인 움직임 차이로 인해 발생될 수 있다. 따라서, 단 채널 SAR 원시자료에 기록된 도플러 정보는 해양의 유체 이동속도를 추정하는데 유용하다. 유체의 이동속도는 측정된 도플러 중심주파수(estimated Doppler centroid)와 예측된 도플러 중심주파수(predicted Doppler centroid) 사이의 차이를 측정함으로써 계산될 수 있다. 예측된 도플러 중심주파수는 표적이 움직이지 않는다고 가정했을 때의 중심주파수로서 위성의 궤도, 시선 각, 자세 등과 같은 기하모델을 통해 계산될 수 있고, 측정된 도플러 중심주파수는 실제 SAR 촬영시 표적의 움직임에 해당하는 도플러 중심주파수로서 원시자료에 기록된 정보를 이용하고 평균상관계수법(Average Cross Correlation Coefficient; ACCC)을 적용하여 추출될 수 있다. 이렇게 추출된 도플러 속도에서 브래그 공명을 일으키는 표면 장력파의 위상속도를 제거하여 좀더 정밀한 표층 해류의 속도를 추출하였다. 이러한 기법들을 동해를 촬영한 Envisat ASAR 원시자료에 적용하였으며, 추출된 해류속도를 HF-radar에서 관측한 해류속도와 비교하였다.
인공위성 Synthetic Aperture Radar(SAR)는 물리해양학적 현상을 정량적으로 관측하는데 가장 유용한 도구 중의 하나이다. SAR의 도플러 편이(Doppler shift) 현상은 센서와 해양표면 유체와의 상대적인 움직임 차이로 인해 발생될 수 있다. 따라서, 단 채널 SAR 원시자료에 기록된 도플러 정보는 해양의 유체 이동속도를 추정하는데 유용하다. 유체의 이동속도는 측정된 도플러 중심주파수(estimated Doppler centroid)와 예측된 도플러 중심주파수(predicted Doppler centroid) 사이의 차이를 측정함으로써 계산될 수 있다. 예측된 도플러 중심주파수는 표적이 움직이지 않는다고 가정했을 때의 중심주파수로서 위성의 궤도, 시선 각, 자세 등과 같은 기하모델을 통해 계산될 수 있고, 측정된 도플러 중심주파수는 실제 SAR 촬영시 표적의 움직임에 해당하는 도플러 중심주파수로서 원시자료에 기록된 정보를 이용하고 평균상관계수법(Average Cross Correlation Coefficient; ACCC)을 적용하여 추출될 수 있다. 이렇게 추출된 도플러 속도에서 브래그 공명을 일으키는 표면 장력파의 위상속도를 제거하여 좀더 정밀한 표층 해류의 속도를 추출하였다. 이러한 기법들을 동해를 촬영한 Envisat ASAR 원시자료에 적용하였으며, 추출된 해류속도를 HF-radar에서 관측한 해류속도와 비교하였다.
Space-borne Synthetic Aperture Radar(SAR) has been one of the most effective tools for monitoring quantitative oceanographic physical parameters. The Doppler information recorded in single-channel SAR raw data can be useful in estimating moving velocity of water mass in ocean. The Doppler shift is c...
Space-borne Synthetic Aperture Radar(SAR) has been one of the most effective tools for monitoring quantitative oceanographic physical parameters. The Doppler information recorded in single-channel SAR raw data can be useful in estimating moving velocity of water mass in ocean. The Doppler shift is caused by the relative motion between SAR sensor and the water mass of ocean surface. Thus, the moving velocity can be extracted by measuring the Doppler anomaly between extracted Doppler centroid and predicted Doppler centroid. The predicted Doppler centroid, defined as the Doppler centroid assuming that the target is not moving, is calculated based on the geometric parameters of a satellite, such as the satellite's orbit, look angle, and attitude with regard to the rotating Earth. While the estimated Doppler shift, corresponding to the actual Doppler centroid in the situation of real SAR data acquisition, can be extracted directly from raw SAR signal data, which usually calculated by applying the Average Cross Correlation Coefficient(ACCC). The moving velocity was further refined to obtain ocean surface current by subtracting the phase velocity of Bragg-resonant capillary waves. These methods were applied to Envisat ASAR raw data acquired in the East Sea, and the extracted ocean surface currents were compared with the current measured by HF-radar.
Space-borne Synthetic Aperture Radar(SAR) has been one of the most effective tools for monitoring quantitative oceanographic physical parameters. The Doppler information recorded in single-channel SAR raw data can be useful in estimating moving velocity of water mass in ocean. The Doppler shift is caused by the relative motion between SAR sensor and the water mass of ocean surface. Thus, the moving velocity can be extracted by measuring the Doppler anomaly between extracted Doppler centroid and predicted Doppler centroid. The predicted Doppler centroid, defined as the Doppler centroid assuming that the target is not moving, is calculated based on the geometric parameters of a satellite, such as the satellite's orbit, look angle, and attitude with regard to the rotating Earth. While the estimated Doppler shift, corresponding to the actual Doppler centroid in the situation of real SAR data acquisition, can be extracted directly from raw SAR signal data, which usually calculated by applying the Average Cross Correlation Coefficient(ACCC). The moving velocity was further refined to obtain ocean surface current by subtracting the phase velocity of Bragg-resonant capillary waves. These methods were applied to Envisat ASAR raw data acquired in the East Sea, and the extracted ocean surface currents were compared with the current measured by HF-radar.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한 측면에서 이 연구에서는 동해 중부를 촬영한 단 채널SAR인 Envisat ASAR 원시자료를 이용하여 정확한 도플러 편이를 도출하고, 이를 이용하여 해류속도를 추출한 결과와 현장에 설치된 HF-radar자료와의 비교를 통해 이 기법의 유용성을 살펴보고자 한다.
, 2003). 본 연구에서는 각각의 도플러 중심주파수를 보다 정확하게 계산하기 위해 다음과 같은 몇 가지 새로운 접근기법을 시도하였다.
2. Flowchart for calculating ocean surface current using Doppler anomaly proposed in this study.
하지만 원시자료에 포함되어 있는 이러한 정보들은 사용하는 인공위성마다 또는 인공위성의 측정 모드마다 자료 형식이 다르므로, 필요한 기하학 요소들을 추출하기 위하여 각 인공위성 및 모드에 해당하는 자료구조 및 형식을 파악한 후 이루어져야 한다. 인공위성의 궤도, 고도, 비행자세, 시선각(look angle)과 같은 인공위성의 기하학적인 요소를 얼마나 정확하게 추출하여 엄밀한 계산을 수행하느냐에 따라 예측된 도플러 중심주파수의 정밀도는 달라지게 되며, 본 연구에서는 다음과 같은 사항들을 추가적으로 고려하여 그 정밀도를 향상시키고자 하였다.
앞서 설명한 예측된 도플러 중심주파수와 측정된 도플러 중심주파수와의 차이를 이용하여 해류의 속도를 구하고자 하였다. 이때 두 도플러 중심주파수 사이의 공간적인 일치를 위해 모든 방위방향의 각 라인에 해당하는 시각정보를 이용하여 일치시켰다.
그리고 CP는 바람이 불어 오는 방향에 해당하는 표면 장력파의 최대 위상속도 성분으로서 CP = g/k로계산되며(여기에서 g는 중력가속도, k는 브래그 공명을 일으키는 표면 장력파의 파수로서 k = 2ke sin(θI)), φ은 레이더의 시선방향 기준으로 상대적인 바람 방향이다. 즉, 두 도플러 중심주파수 차이에 의한 속도에서 바람 방향에 따른 브래그 공명을 일으키는 표면장력파의 위상속도를 빼주어 실제 해양표면의 해류 속도를 추출하고자 하였다.
본 연구에서는 Envisat ASAR 원시자료를 이용하여 도플러 변이를 계산하기 위하여 예측된 도플러 중심주파수와 측정된 도플러 중심주파수를 각각 계산하였다. 이때 기존 방법보다 향상된 기법들을 추가하여 결과를 도출하고자 하였고, 이를 통해 보다 정확한 도플러 속도 추출을 시도하였다.
가설 설정
본 연구에서는 패치사이즈를 방위(azimuth)방향 75픽셀로 정하고 계산을 수행하였다. 추출된 도플러 변이의 정량적인 분석을 위해 움직임이 없는 육지에서의 도플러 변이를 0으로 가정하고 비교해 보았다. DEM을 이용하여 지형고도에 의해 발생할 수 있는 도플러 중심주파수(약1 ~ 2 Hz이내)를 고려했음에도 변이는 평균11.
제안 방법
해양표면의 속도를 추출하기 위해 단 채널 SAR의 도플러 편이(Doppler shift) 분석이 수행되었다. 도플러 편이란 위성 센서와 지표면 상의 물체 사이의 상대적인 움직임으로 인해 발생하고, 이는 수신된 SAR의 원시자료 신호분석을 통해 추출 가능하다.
하지만 이렇게 계산된 인공위성의 위치, 속도 및 시선 각은 인공위성의 미세한 자세변화에 따라 달라지므로 보다 엄밀한 보정 및 계산이 필요하다. 이를 위해 지상국에서 후처리된 Envisat의 보조자료(Auxilliary data)를 추가적으로 다운받아 영상촬영당시의 비행자세 및 궤도정보를 보완하게 된다. 이 보조자료에는 yaw, pitch, roll 각도와 같은 비행자세뿐만이 아니라, Yaw Steering Mode(YSM)에 필요한 회전크기정보도 함께 포함되어 있다.
Envisat ASAR의 경우 대부분의 궤도 파라미터들이 지구중심고정 좌표계에서 정의된 값들을 사용하기 때문에 예측된 도플러 중심주파수 계산을 위해 앞서 정의한 지구관성 좌표계로의 변환이 필요하다. 이 좌표 변환을 위해 그리니치 시간각도(Greenwich hour angle)가 정확히 계산되어야 하며, DORIS를 이용한 궤도분석을 통해 이 각의 계산을 수행하였다. 최종적으로 변환된 지구관성 좌표계에서 지구표면의 위치는 다음과 같이 정의된다.
는 위성이 지구표면의 바라보는 시선 각이다. 이 때 실제 영상이 획득된 각 픽셀 위치의 정확한 시야거리 계산을 위해 원시자료에 포함된 펄스 시작시간(pulse start time), 펄스 지속시간(pulse duration time), 펄스 반복주기(pulse repetition interval) 등의 정보를 이용하여 계산될 수 있도록 하였다. 지표면 상의 위치가 결정되면 여기에 지구 자전 효과에 의한 지표면의 속도계산 과정은 다음과 같다.
는 예측된 도플러 중심주파수를 나타낸다. 본 연구에서는 추가적으로 비록 그 효과는 적다고 하더라도 Shuttle Radar Topography Mission(SRTM)으로 획득된 Digital Elevation Model(DEM)을 이용하여 육지의 고도로 인하여 생기는 추가적인 도플러 중심주파수를 보정하는 방법도 시도하였다(Davidson and Cumming, 1997).
Madsen(1989)에 의해 제안된 ACCC 방법은 연속된 방위방향(azimuth)의 위상 차를 지속적으로 더해 계산하는 방법으로서, SAR의 방위방향 분해능을 위한 처리 과정 중 필수 요소인 도플러 중심주파수를 계산할 때 가장 많이 쓰이는 방법 중 하나이다. SAR의 신호처리 과정에서는 오직 시야방향(range direction)으로만 변화는 도플러 중심주파수를 추출하지만, 본 연구에서는 방위방향(azimuth direction)으로도 패치 크기(patch size)를 정해서 도플러 중심주파수의 변화를 추출하였다. 즉, 이차원의 도플러 중심주파수가 되도록 추출하였다.
SAR의 신호처리 과정에서는 오직 시야방향(range direction)으로만 변화는 도플러 중심주파수를 추출하지만, 본 연구에서는 방위방향(azimuth direction)으로도 패치 크기(patch size)를 정해서 도플러 중심주파수의 변화를 추출하였다. 즉, 이차원의 도플러 중심주파수가 되도록 추출하였다. 이 방법을 적용하기 위해서는 SAR 원시자료로부터 실제 수신신호에 해당하는 자료만을 뽑아 내는 것이 중요하며, 이는 위성마다 각각 다른 형식의 자료저장 방식으로 구성되기 때문에 세심한 주의가 요구된다.
앞서 설명한 예측된 도플러 중심주파수와 측정된 도플러 중심주파수와의 차이를 이용하여 해류의 속도를 구하고자 하였다. 이때 두 도플러 중심주파수 사이의 공간적인 일치를 위해 모든 방위방향의 각 라인에 해당하는 시각정보를 이용하여 일치시켰다. 두 도플러 중심주파수 차이로부터 직접적으로 도출이 되는 속도는 해류 표면속도뿐만이 아니라 브래그 공명을 일으키는 표면장력파(capillary waves)의 위상속도까지 포함되 어 있으므로, 이 성분을 제거 해 주어야 실제 해양표층에 해당하는 해류 속도의 추출이 가능하다.
와이드 빔(wide beam) 모드의 경우 각 빔에 해당하는 버스트(burst) 사이즈마다 패치 사이즈를 정하면 되지만, 스탠다드(standard) 또는 이미지(image) 모드에서는 관측 폭에 해당하는 해양의 넓은 범위에서 공간적인 형태를 판단하기 위하여 적절한 사이즈로 결정해야 한다. 본 연구에서는 패치사이즈를 방위(azimuth)방향 75픽셀로 정하고 계산을 수행하였다. 추출된 도플러 변이의 정량적인 분석을 위해 움직임이 없는 육지에서의 도플러 변이를 0으로 가정하고 비교해 보았다.
본 연구에서는 Envisat ASAR 원시자료를 이용하여 도플러 변이를 계산하기 위하여 예측된 도플러 중심주파수와 측정된 도플러 중심주파수를 각각 계산하였다. 이때 기존 방법보다 향상된 기법들을 추가하여 결과를 도출하고자 하였고, 이를 통해 보다 정확한 도플러 속도 추출을 시도하였다. 또한 추가적으로 바람 방향을 이용하여 브래그 공명을 일으키는 표면 장력파의 위상 속도를 보상해주어 표층 해류 속도를 추출하였다.
이때 기존 방법보다 향상된 기법들을 추가하여 결과를 도출하고자 하였고, 이를 통해 보다 정확한 도플러 속도 추출을 시도하였다. 또한 추가적으로 바람 방향을 이용하여 브래그 공명을 일으키는 표면 장력파의 위상 속도를 보상해주어 표층 해류 속도를 추출하였다. 연구지역인 동해에서 비교적 낮은 해류속도분포로 인해 어느 정도 오차를 포함하고 있지만, LOS 방향으로 변환된 HF-radar와 비교했을 때 오차범위 안에 포함되는 구간에서는 속도 및 방향성이 일치하지 않는 부분도 존재하지만, 다소 속도가 빠른 구간에서는 방향성이 대체로 잘 일치하는 것을 확인할 수 있었다.
대부분의 처리과정은 기존에 알려진 Cumming(2004)의 기하모델을 바탕으로 하고 있다. 먼저 기하 모델에서 도플러 중심주파수를 구하기 위하여 지구관성(Earth Centered Inertial; ECI) 좌표계에서의 위성의 위치(S3), 속도(V3), 시선각(U3) 등을 정의하였다. 위성의 위치와 속도는 원시자료에 바로 포함되어 있지만, 시선 각은 촬영되는 각 지점마다 달라지므로 되돌아오는 신호를 수신하는 윈도우의 시작시각과 지속시간을 통해 모든 픽셀에 대해 계산이 이루어진다.
대상 데이터
이러한 동해의 해류를 넓은 지역에 대하여 장기적으로 분석함으로써 이 지역에서 일어나는 해양학적 현상을 보다 체계적으로 이해하는데 큰 도움이 될 수 있다. 이를 위해 본 연구에서는 동해 중부를 촬영한 Envisat ASAR자료와 최대한 가까운 시각에 측정된 HF-radar 자료를 획득하였다. 획득된 Envisat ASAR자료는 원시자료(raw level data)로서 촬영범위 및 지역형상을 확인하기 위해 멀티룩(multilook)된 진폭영상(amplitude image)을 생성한 후 좌표등록(geo-coding)을 통해 지도화한 영상을 Fig.
이를 위해 본 연구에서는 동해 중부를 촬영한 Envisat ASAR자료와 최대한 가까운 시각에 측정된 HF-radar 자료를 획득하였다. 획득된 Envisat ASAR자료는 원시자료(raw level data)로서 촬영범위 및 지역형상을 확인하기 위해 멀티룩(multilook)된 진폭영상(amplitude image)을 생성한 후 좌표등록(geo-coding)을 통해 지도화한 영상을 Fig. 1에 나타내었다. Envisat ASAR 원시자료의 경우 C-band 주파수로 6번째 빔의 image mode로 촬영이 되었으며, 약 30 m의 공간해상도 와 39.
HF-radar의 경우 각 위치에 해당하는 동서 방향성분(u)과 남북 방향성분(v)의 자료로 구성되어 있다(Table 2). 그리고 SAR 자료가 획득된 동일한 시기의 기상상황을 알기 위해 연구대상 지역에서 가장 가까운 관측소(죽변)의 Automatic Weather Stations(AWSs) 자료를 이용하였다. Fig.
앞서 계산된 도플러 변이의 속도에 브래그 공명을 일으키는 표면 장력파의 위상 속도를 제거해 주었다. 이때 동 시각에 획득된 현장에서 가장 가까운 관측소(죽변)의 Automatic Weather Station(AWS)자료의 바람방향을 이용하였다. 본 연구에서는 N6.
이 연구는 기상청 기상기술개발사업(CATER 2012-2081)의 지원으로 수행되었습니다. 본 연구에 사용된 Envisat ASAR자료는 AO Project(C1P.8440)에 의해 ESA로 부터 DJ Kim에게 제공된 자료이고, HF-radar 자료는 서울대학교 해류역학연구실로부터 제공된 자료입니다.
이론/모형
해양 표층의 유체 움직임은 실제 수신된 SAR 원시자료를 이용하여 도플러 중심주파수를 계산할 수 있다. 이를 위해 복소수 형태로 수신된 신호의 위상(phase)을 이용하여 평균상관계수법(Average Cross Correlation Coefficient; ACCC)을 적용하였다 . Madsen(1989)에 의해 제안된 ACCC 방법은 연속된 방위방향(azimuth)의 위상 차를 지속적으로 더해 계산하는 방법으로서, SAR의 방위방향 분해능을 위한 처리 과정 중 필수 요소인 도플러 중심주파수를 계산할 때 가장 많이 쓰이는 방법 중 하나이다.
성능/효과
본 연구에서는 N6.8°E의 풍향을 사용하였으며, Envisat ASAR의 주파수와 공명을 일으키는 표면 장력파의 위상속도는 수평방향으로 최대 0.1 m/s의 속도로 상대적으로 작은 값을 보였다.
SAR로부터 추출된 해류속도의 정밀도가 좋지 않기 때문에(움직이지 않는 육지부분과 비교했을 때 약 20 cm/s 이상의 오차를 지니고 있을 것으로 예상), 해류속도 및 해류방향의 직접적인 비교는 큰 의미가 없다. 하지만 해류속도가 50 cm/s 이상인 구간에서는 HF-radar에서 관측된 방향과 SAR로부터 추출된 해류의 방향이 서로 일치하고, 특히 연안으로부터 약 30 km 떨어진 남동방향의 강한 해류(약 100 cm/s 이상)의 공간적 분포는 매우 잘 일치하는 것을 확인할 수 있다. HF-radar의 관측자료가 없는 먼 바다나 SAR영상의 북서쪽 영역에 대하여 SAR로부터 추출된 해류속도가 얼마나 잘 일치 하는지 평가하기는 힘들지만, 일반적인 물리해양학적 현상을 크게 벗어나지 않고 HF-radar와의 비교 가능한 구간에서 공간적 패턴의 일관성이 관찰되었기에 이 영역 또한 실제 해류속도를 반영하고 있을 것으로 짐작된다.
또한 추가적으로 바람 방향을 이용하여 브래그 공명을 일으키는 표면 장력파의 위상 속도를 보상해주어 표층 해류 속도를 추출하였다. 연구지역인 동해에서 비교적 낮은 해류속도분포로 인해 어느 정도 오차를 포함하고 있지만, LOS 방향으로 변환된 HF-radar와 비교했을 때 오차범위 안에 포함되는 구간에서는 속도 및 방향성이 일치하지 않는 부분도 존재하지만, 다소 속도가 빠른 구간에서는 방향성이 대체로 잘 일치하는 것을 확인할 수 있었다. 아직까지 중규모의 넓은 지역에 대하여 해류 흐름에 대한 공간적인 분포를 파악하기 힘든 상황에서 단 하나의 SAR 원시자료를 이용한 해류 속도 추출은 상당히 중요한 연구이다.
후속연구
, 1998). 이러한 관점에서 인공위성을 이용한 원격탐사 기술이 공간적 중규모 해양자료를 신속히 제공해 줄 수 있는 유용한 도구가 될 수 있을 것이다. 따라서 필요 시 적시적소를 관측할 수 있는 인공위성 시스템의 개발과 더불어, 인공위성으로부터 해류를 추출할 수 있는 활용 기술의 개발도 필요하다.
이러한 관점에서 인공위성을 이용한 원격탐사 기술이 공간적 중규모 해양자료를 신속히 제공해 줄 수 있는 유용한 도구가 될 수 있을 것이다. 따라서 필요 시 적시적소를 관측할 수 있는 인공위성 시스템의 개발과 더불어, 인공위성으로부터 해류를 추출할 수 있는 활용 기술의 개발도 필요하다.
단 채널 SAR자료는 ATI-SAR 자료에 비해 상대적으로 자료획득이 용이하고 최근에 발사된 대부분의 SAR 인공위성들은 중규모 이상의 고해상도 영상과 정밀한 궤도정보를 제공하고 있으므로, 도플러 편이 방법을 이용한 해류속도 측정기법의 유용성 및 정밀도 향상 가능성을 다시 논할 필요가 있다. 이러한 측면에서 이 연구에서는 동해 중부를 촬영한 단 채널SAR인 Envisat ASAR 원시자료를 이용하여 정확한 도플러 편이를 도출하고, 이를 이용하여 해류속도를 추출한 결과와 현장에 설치된 HF-radar자료와의 비교를 통해 이 기법의 유용성을 살펴보고자 한다.
HF-radar의 관측자료가 없는 먼 바다나 SAR영상의 북서쪽 영역에 대하여 SAR로부터 추출된 해류속도가 얼마나 잘 일치 하는지 평가하기는 힘들지만, 일반적인 물리해양학적 현상을 크게 벗어나지 않고 HF-radar와의 비교 가능한 구간에서 공간적 패턴의 일관성이 관찰되었기에 이 영역 또한 실제 해류속도를 반영하고 있을 것으로 짐작된다. 아직까지 한번의 관측만을 가지고 이 기법의 유용성을 판단하기 힘드므로 앞으로 지속적으로 해류 관측 자료가 존재하는 구간에 대해 SAR자료들을 획득하여 비교하는 연구가 수행 될 필요가 있다.
아직까지 중규모의 넓은 지역에 대하여 해류 흐름에 대한 공간적인 분포를 파악하기 힘든 상황에서 단 하나의 SAR 원시자료를 이용한 해류 속도 추출은 상당히 중요한 연구이다. 앞으로 인공위성의 세밀한 기하정보가 제공된다면 보다 향상된 결과를 얻을 수 있을 것으로 기대된다. 또한 이 방법은 측정하기 힘든 태풍 아래의 보다 빠른 해류속도를 추출하는데도 유용하게 적용될 수 있을 것이다.
앞으로 인공위성의 세밀한 기하정보가 제공된다면 보다 향상된 결과를 얻을 수 있을 것으로 기대된다. 또한 이 방법은 측정하기 힘든 태풍 아래의 보다 빠른 해류속도를 추출하는데도 유용하게 적용될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
Envisat의 보조자료에는 어떤 정보들이 포함되어 있는가?
이를 위해 지상국에서 후처리된 Envisat의 보조자료(Auxilliary data)를 추가적으로 다운받아 영상촬영당시의 비행자세 및 궤도정보를 보완하게 된다. 이 보조자료에는 yaw, pitch, roll 각도와 같은 비행자세뿐만이 아니라, Yaw Steering Mode(YSM)에 필요한 회전크기정보도 함께 포함되어 있다. YSM은 기존 기하모델에서는 고려되지 않았던 방식이지만 Envisat을 포함한 최근에 발사된 대부분의 SAR인공위성들은 이 모드를 사용하고 있다.
Madsen(1989)에 의해 제안된 ACCC 방법의 특징은 무엇인가?
이를 위해 복소수 형태로 수신된 신호의 위상(phase)을 이용하여 평균상관계수법(Average Cross Correlation Coefficient; ACCC)을 적용하였다 . Madsen(1989)에 의해 제안된 ACCC 방법은 연속된 방위방향(azimuth)의 위상 차를 지속적으로 더해 계산하는 방법으로서, SAR의 방위방향 분해능을 위한 처리 과정 중 필수 요소인 도플러 중심주파수를 계산할 때 가장 많이 쓰이는 방법 중 하나이다. SAR의 신호처리 과정에서는 오직 시야방향(range direction)으로만 변화는 도플러 중심주파수를 추출하지만, 본 연구에서는 방위방향(azimuth direction)으로도 패치 크기(patch size)를 정해서 도플러 중심주파수의 변화를 추출하였다.
Synthetic Aperture Radar가 가지는 이점은 무엇인가?
여러 인공위성 센서 중 Synthetic Aperture Radar(SAR)는 대기와 날씨 변화에 따른 영향을 덜 받고, 밤/낮에 상관없이 광범위한 지역의 자료획득이 가능한 이점을 가지고 있다. 이는 가시광선 파장이 아닌 마이크로파 영역의 전자기파를 사용하기 때문에 구름이 낀 날씨에도 구름을 투과하여 바다 표면의 정보를 획득할 수 있다.
참고문헌 (21)
Alpers, W. and I. Hennings, 1984. A theory of the imaging mechanism of underwater bottom topography by real and synthetic aperture radar, Journal of Geophysical Research: Oceans, 89(C10): 529-546.
Chapron, B., C. Fabrice, and A. Fabrice, 2005. Direct measurements of ocean surface velocity from space: Interpretation and validation, Journal of Geophysical Research, 110(C7): 1-17.
Cumming, I., 2004. A spatially selective approach to Doppler estimation for frame-based SAR processing, IEEE Transactions on Geoscience and Remote Sensing, 42(6): 1135-1148.
Cumming, I. and F.H. Wong, 2005. Digital Processing of Synthetic Aperture Radar Data Algorithms and Implementation, Norwood, MA, USA
Davidson, G.W. and I. Cumming, 1997. Signal properties of spaceborne squint-mode SAR, IEEE Transactions on Geoscience and Remote Sensing, 35(3): 611-617.
Graber, H.C., D.R. Thompson, and R.E. Carande, 1996. Ocean surface features and currents measured with synthetic aperture radar interferometry and HF radar, Journal of Geophysical Research: Oceans, 101(C11): 813-832.
Hansen, M.W., F. Collard, K. Dagestad, J.A. Johannessen, P. Fabry, and B. Chapron, 2011. Retrieval of sea surface range velocities from Envisat ASAR Doppler centroid measurements, IEEE Transactions on Geoscience and Remote Sensing, 49(10): 3582-3592.
Jin, M.Y., 1996. Optimal range and Doppler centroid estimation for a ScanSAR system, IEEE Transactions on Geoscience and Remote Sensing, 34(2): 479-488.
Kang, M.-K., Y.-W. Park, H. Lee, and M. Lee, 2007. Study on the extraction of ocean parameters using SAR image data, Proc. of the KSRS spring conference, 198-203.
Kim, D.-J., W.M. Moon, D. Moller, and D.A. Imel, 2003. Measurements of ocean surface waves and currents using L- and C-band along-track interferometric SAR, IEEE Transactions on Geoscience and Remote Sensing, 41(12): 2821-2832.
Kim, D.-J., 2010. Current status of space-borne SAR system and ocean remote sensing, Journal of Korean Society of Coastal and Ocean Engineers, 3(1): 16-37.
Koh, B.-Y., W.-S. Ra, and Y.-W. Lee, 2003. Radarsat-1 Doppler information extraction technique using both received echo data and orbital and attitude information of satellite, Korean Journal of Remote Sensing, 19(6): 421-430(in Korean with English abstract).
Krieger, G., A. Moreira, H. Fiedler, I. Hajnsek, M. Werner, M. Younis, and M. Zink, 2007. TanDEM-X: A satellite formation for high resolution SAR interferometry, IEEE Transactions on Geoscience and Remote Sensing, 45(11): 3317-3341.
Romeiser, R. and D.R. Thompson, 2000. Numerical study on the along-track interferometric radar imaging mechanism of oceanic surface currents, IEEE Transactions on Geoscience and Remote Sensing, 38: 446-458.
Romeiser, R., H. Breit, M. Eineder, H. Runge, P. Flament, K. Jong, and J. Vogelzang, 2005. Current measurements by SAR along-track interferometry from a space shuttle, IEEE Transactions on Geoscience and Remote Sensing, 43(10): 2315-2324.
Shay, L.K., S.J. Lentz, H.C. Graber, and B.K. Haus, 1998. Current structure variations detected by high-frequency radar and vector-measuring current meters, Journal of Atmospheric and Oceanic Technology, 15: 237-256.
Song, J.-H., W.-K. Lee, and D.-H. Kim, 2010. Radarsat-1 ScanSAR quick-look signal processing and demonstration using SPECAN algorithm, Korean Journal of Remote Sensing, 26(2): 75-86(in Korean with English abstract).
Van der Kooij, M., W. Hughes, and S. Sato, 1999. Doppler current velocity measurements: A new dimension to spaceborne SAR data, 2nd Int. Sympo. Operat. Remote Sens., Enchede, Netherlands. August 16-20, Unpublished manuscript.
Yu, D.M., A.Y. Ivanov, and S.V. Pereslegin, 2000. Retrieval of ocean current velocity field using the ERS SAR raw data, ERS-Envisat Sympo., Gothenburg, Sweden., October 16-20, Unpublished manuscript.
이 논문을 인용한 문헌
저자의 다른 논문 :
연구과제 타임라인
LOADING...
LOADING...
LOADING...
LOADING...
LOADING...
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.