본 연구는 KOMPSAT-3 위성의 방사학적 품질 평가를 위해 다중분광 및 초분광 센서을 사용하여 복사학적 교차 검증을 수행하였다. PICS site 에서 촬영된 EO-1 Hyperion과 Landsat-8 OLI 센서의 영상을 이용하였고, 서로 다른 특성을 지닌 토지 피복으로 구성된 2개 지역을 선정하여 항공 초분광 센서와 대기상층 반사도 기반 교차 검증을 수행하였다. EO-1 Hyperion, CASI-1500과의 대기상층 반사도를 비교한 결과, 전체적으로 약 4 % 이내의 차이를 보였다. 이는 일반적으로 타 위성과의 비교를 통한 반사도 차이가 5 % 내에 들어올 경우 방사학적 품질기준에 적합하다고 판단된다. Landsat-8 센서와의 대기상층 반사도를 비교한 결과 Blue, Green, Red밴드는 약 3% 내외의 반사도 차이를 보였으나, NIR band에서 Landsat-8에 비해 상대적으로 낮게 나타났다. 이는 NIR 밴드에서 두 센서간 밴드대역폭의차이가 존재하고, KOMPSAT-3 센서의 경우 수증기에 의한 흡수가 강하게 나타나는 940nm 부근도 밴드대역폭이 포함되고 있기 때문에 상대적으로 낮은 반사도를 보이는 것으로 판단되며, 이를 극복하기 위해 Spectral Bandwidth Adjustment Factor (SBAF)와 같은 rescale method를 적용한 보다 세밀한 분석이 시도될 필요가 있다.
본 연구는 KOMPSAT-3 위성의 방사학적 품질 평가를 위해 다중분광 및 초분광 센서을 사용하여 복사학적 교차 검증을 수행하였다. PICS site 에서 촬영된 EO-1 Hyperion과 Landsat-8 OLI 센서의 영상을 이용하였고, 서로 다른 특성을 지닌 토지 피복으로 구성된 2개 지역을 선정하여 항공 초분광 센서와 대기상층 반사도 기반 교차 검증을 수행하였다. EO-1 Hyperion, CASI-1500과의 대기상층 반사도를 비교한 결과, 전체적으로 약 4 % 이내의 차이를 보였다. 이는 일반적으로 타 위성과의 비교를 통한 반사도 차이가 5 % 내에 들어올 경우 방사학적 품질기준에 적합하다고 판단된다. Landsat-8 센서와의 대기상층 반사도를 비교한 결과 Blue, Green, Red밴드는 약 3% 내외의 반사도 차이를 보였으나, NIR band에서 Landsat-8에 비해 상대적으로 낮게 나타났다. 이는 NIR 밴드에서 두 센서간 밴드대역폭의차이가 존재하고, KOMPSAT-3 센서의 경우 수증기에 의한 흡수가 강하게 나타나는 940nm 부근도 밴드대역폭이 포함되고 있기 때문에 상대적으로 낮은 반사도를 보이는 것으로 판단되며, 이를 극복하기 위해 Spectral Bandwidth Adjustment Factor (SBAF)와 같은 rescale method를 적용한 보다 세밀한 분석이 시도될 필요가 있다.
This study, multispectral and hyperspectral sensors were utilized to use radiometric cross validation for the purpose of radiometric quality evaluation of a 'KOMPSAT-3'. Images of EO-1 Hyperion and Landsat-8 OLI sensors taken in PICS site were used. 2 sections that have 2 different types of ground c...
This study, multispectral and hyperspectral sensors were utilized to use radiometric cross validation for the purpose of radiometric quality evaluation of a 'KOMPSAT-3'. Images of EO-1 Hyperion and Landsat-8 OLI sensors taken in PICS site were used. 2 sections that have 2 different types of ground coverage respectively were selected as the site of cross validation based on aerial hyperspectral sensor and TOA Reflectance. As a result of comparison between the TOA reflectance figures of KOMPSAT-3, EO-1 Hyperion and CASI-1500, the difference was roughly 4%. It is considered that it satisfies the radiological quality standard when the difference of figure of reflectance in a comparison to the other satellites is found within 5%. The difference in Blue, Green, Red band was approximately 3% as a comparison result of TOA reflectance. However the figure was relatively low in NIR band in a comparison to Landsat-8. It is thought that the relatively low reflectance is because there is a difference of band passes in NIR band of 2 sensors and in a case of KOMPSAT-3 sensor, a section of 940nm, which shows the strong absorption through water vapor, is included in band pass resulting in comparatively low reflectance. To overcome these conditions, more detailed analysis with the application of rescale method as Spectral Bandwidth Adjustment Factor (SBAF) is required.
This study, multispectral and hyperspectral sensors were utilized to use radiometric cross validation for the purpose of radiometric quality evaluation of a 'KOMPSAT-3'. Images of EO-1 Hyperion and Landsat-8 OLI sensors taken in PICS site were used. 2 sections that have 2 different types of ground coverage respectively were selected as the site of cross validation based on aerial hyperspectral sensor and TOA Reflectance. As a result of comparison between the TOA reflectance figures of KOMPSAT-3, EO-1 Hyperion and CASI-1500, the difference was roughly 4%. It is considered that it satisfies the radiological quality standard when the difference of figure of reflectance in a comparison to the other satellites is found within 5%. The difference in Blue, Green, Red band was approximately 3% as a comparison result of TOA reflectance. However the figure was relatively low in NIR band in a comparison to Landsat-8. It is thought that the relatively low reflectance is because there is a difference of band passes in NIR band of 2 sensors and in a case of KOMPSAT-3 sensor, a section of 940nm, which shows the strong absorption through water vapor, is included in band pass resulting in comparatively low reflectance. To overcome these conditions, more detailed analysis with the application of rescale method as Spectral Bandwidth Adjustment Factor (SBAF) is required.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
TOA radiance 대신 TOA reflectance를 사용할 경우, 자료 획득에 따른 시간 차이로 인해 다른 태양천정각의 cosine effect 제거가 가능하며, 분광 밴드 차이로부터 발생하는 the exoatmospheric solar irradiance의 상이한 값을 상쇄시킨다. 따라서 본 연구는 궤도차이로 인한 촬영시간이 약 3시간 차이를 보이는 Landsat-8과의 태양 천정각의 cosine effect를 최소화하기 위해 다음 식을 이용하여 TOA reflectance를 산정하였다.
따라서 본 연구는 다목적실용위성 3호(KOrea Multi-Purpose SATtellite-3, KOMPSAT-3)의 복사보정 계수 신뢰성 평가 및 센서의 방사학적 품질을 평가하기 위해 비슷한 분광 대역폭을 가지며 내부보정장치(on-board calibrator)가 장착되어 복사검보정이 잘 수행되어온 Landsat-8 위성과 전 분광대역에서 추정 가능한 초분광센서를 사용하여 KOMPSAT-3 위성의 방사학적 교차 검증을 수행하였다.
본 연구는 KOMPSAT-3 AEISS 센서의 절대복사보정 계수의 신뢰성 평가와 센서의 방사학적 품질을 평가하기 위해 다중분광위성인 Landsat-8 OLI와 초분광센서인 EO-1 Hyperion, CASI-1500을 이용하여 TOA Reflectance 기반 방사학적 교차 검증을 수행하였다. 교차검증은 CEOS에서 지정한 PICS인 Libya-4, Railroad Vally 지역과 다양한 토지피복이 존재하는 고흥, 부산 지역의 영상을 이용하여 수행하였다.
제안 방법
이상의 과정을 거친 영상들은 USGS에서 제공하는 30m 공간해상도를 가지는 SRTM DEM 과 결합하여 정사보정이 수행되었다. CASI 영상은 보어사이트 촬영 및 기준점측량을 통해 정사보정영상을 제작하였다. Fig.
KOMPSAT-3의 방사학적 품질 및 절대복사보정계수 검증을 위해 본 연구는 내부보정장치가 탑재되어 복사 검보정이 잘 수행되어온 Landsat-8 Operational Land Imager(OLI) 위성과 초분광센서인 Hyperion 및 Compact Airborne Spectrographic Imager(CASI)을 사용하였다. 모든 영상은 KOMPSAT-3위성이 촬영된 동일 날짜 근접한 시간에 촬영된 영상을 선택하였으며, 이에 따라 태양 천정각 및 대기 효과가 미치는 복사에너지 영향을 최소화 하였다.
KOMPSAT-3의 복사보정 계수 신뢰성 평가를 위해, 영상의 특정지역 AOI 지역을 선정하여 pixel by pixel로 TOA radiance 차이를 계산하였다.
Landsat-8 및 초분광센서와의 교차검증을 위해 PICS인 Libya-4, Railroad 지역의 영상을 선정하였으며, 서로 다른 지표피복을 가지는 부산과 고흥 지역 선정하여 pixel by pixel 비교를 수행하였다. 각 영상의 제공되는 복사보정계수를 사용하여 TOA radiance 및 reflectance를 산정하였으며 Fig.
본 연구는 KOMPSAT-3 AEISS 센서의 절대복사보정 계수의 신뢰성 평가와 센서의 방사학적 품질을 평가하기 위해 다중분광위성인 Landsat-8 OLI와 초분광센서인 EO-1 Hyperion, CASI-1500을 이용하여 TOA Reflectance 기반 방사학적 교차 검증을 수행하였다. 교차검증은 CEOS에서 지정한 PICS인 Libya-4, Railroad Vally 지역과 다양한 토지피복이 존재하는 고흥, 부산 지역의 영상을 이용하여 수행하였다.
먼저, KOMPSAT-3 영상과 함께 제공되는 rational polynomial coefficient (RPC) 정보를 이용하여 영상에 포함된 정오 차를 제거하였다. 다음으로 각 영상은 대응(Landsat-8, Hyperion)하는 영상을 기준으로 GCP(Ground Control Point)를 선정하고 기하보정을 수행하였다. 이상의 과정을 거친 영상들은 USGS에서 제공하는 30m 공간해상도를 가지는 SRTM DEM 과 결합하여 정사보정이 수행되었다.
연구에 사용된 모든 위성영상은 ERDAS Leica Photogrammetry Suite(LPS)에 의해 처리되었다. 먼저, KOMPSAT-3 영상과 함께 제공되는 rational polynomial coefficient (RPC) 정보를 이용하여 영상에 포함된 정오 차를 제거하였다. 다음으로 각 영상은 대응(Landsat-8, Hyperion)하는 영상을 기준으로 GCP(Ground Control Point)를 선정하고 기하보정을 수행하였다.
이러한 문제를 해결하는 방법으로 n 번째 픽셀에 중첩되는 모든 값을 샘플링하고 평균을 구하여 그 값을 n번째 픽셀의 값으로 선택하여 사용하는 방법이 널리 채택되고 있다(Bian, 1997). 본 연구도 이상에 언급한 방법을 채택하여 30m(10 pixels)의 공간해상도를 가지는 임의의 영상을 생성하고, 이러한 영상의 픽셀과 동일한 위치에 동일한 크기를 가지는 폴리곤 파일을 생성하였다. 그리고 각 영상들에서 이렇게 생성된 폴리곤 영역에 중첩되는 픽셀들의 평균과 표준편차를 계산하였고, 이들 중 ±1.
다음으로 각 영상은 대응(Landsat-8, Hyperion)하는 영상을 기준으로 GCP(Ground Control Point)를 선정하고 기하보정을 수행하였다. 이상의 과정을 거친 영상들은 USGS에서 제공하는 30m 공간해상도를 가지는 SRTM DEM 과 결합하여 정사보정이 수행되었다. CASI 영상은 보어사이트 촬영 및 기준점측량을 통해 정사보정영상을 제작하였다.
Chi(2013)은 초분광 영상을 이용하여 Landsat-8 위성의 방사 특성을 검증을 연구를 수행하였다. 초분광 영상의 밴드 접합 기법과 분광 반응도를 사용하여 다중분광센서의 가상화를 통해 절대 방사 보정 계수의 적합성을 검증하였다. Kim(2013)은 많은 위성 광학센서의 대리 검·보정에 이용되는 소노란 사막의 12년간에 걸쳐 수집된 Landsat-5 위성을 이용하여 사막지역 내에서 복사휘도의 가변성이 가장 작은 위치를 찾아내고, TOA 반사도 가변성의 또 다른 원인인 BRDF를 규명하여 그에 대한 보정을 시도하였다.
대상 데이터
KOMPSAT-3 영상의 교차검증을 위한 연구지역으로 영상의 방사학적 안정성 평가뿐만 아니라 다양한 지표피복에 따른 영상의 품질 평가를 위해 지구관측그룹(The Committee on Earth Observation Satellites, CEOS)에서 활용하는 Pseudo-Invariant Test Sites(PICS)와 국내 지역을 선정하였다. 특히 사막 지역은 안정적인 광학적 특성을 가지고 있어 지구관측위성의 대리검보정을 수행하는데 많이 이용된다(Dinguirard and Slater, 1999).
이 센서는 380nm ~ 1050nm의 파장범위를 가지며, 최대 288개의 분광밴드를 획득할 수 있다. 본 연구는 KOMPSAT-3 영상이 촬영된 동일한 시간에 지상고도 3km에서 (1.5m 지상해상도) 96밴드 모드로 촬영되었다.
CASI는 초분광원격탐사 기술을 이끌고 있는 가장 중요한 센서의 하나로 꼽을 수 있다. 이 센서는 380nm ~ 1050nm의 파장범위를 가지며, 최대 288개의 분광밴드를 획득할 수 있다. 본 연구는 KOMPSAT-3 영상이 촬영된 동일한 시간에 지상고도 3km에서 (1.
데이터처리
그리고 각 영상들에서 이렇게 생성된 폴리곤 영역에 중첩되는 픽셀들의 평균과 표준편차를 계산하였고, 이들 중 ±1.96σ 이내에 속하는 자료만을 추출하여 영상들 간 분석은 pixel by pixel로 경험적 비교를 수행하였다.
이론/모형
연구에 사용된 모든 위성영상은 ERDAS Leica Photogrammetry Suite(LPS)에 의해 처리되었다. 먼저, KOMPSAT-3 영상과 함께 제공되는 rational polynomial coefficient (RPC) 정보를 이용하여 영상에 포함된 정오 차를 제거하였다.
초분광센서(Hyperion, CASI)의 경우에는 단순 비율화된 복사에너지값이 제공되므로 밴드별 비율 값을 이용하여 각 밴드별 TOA Radiance를 계산 후 KOMPSAT-3 밴드의 파장에 해당하는 밴드들을 선정하고, KOMPSAT-3의 RSR(Fig. 3)을 이용한 밴드접합 기법(Jarecke et al., 2001; Barry et al., 2002; Pahlevan and Schott, 2013)을 사용하여 가상영상을 생성 후 TOA Radiance를 산정하였다.
성능/효과
KOMPSAT-3 위성의 교차검증을 위해 Libya 4 및 railroad 지역에 촬영된 Landsat-8과 TOA reflectance를 비교한 결과 blue, green, red 밴드 모두 평균 차이가 3% 이내로 나타났고, 특히 blue 밴드에서 그 차이가 아주 미세하게 났다(Table 3). 두 영상 사이의 TOA reflectance의 퍼센트 차이(percent difference, [(b)-(a)]/(b)*100)를 계산한 결과, 두 지역에서 green 밴드에 대한 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 약 5% 작게 표현하는 것으로 나타났고, red 밴드에서 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 7% 작게 표현하는 것으로 나타났다. 그러나 NIR 밴드에서, Libya 4 site의경우 TOA reflectance의 평균 차이는 약 15%로 나타났으며, Railroad site의 경우 약 9% 차이를 보였다.
복사 검보정이 지속적으로 수행되고 있으며, 내부보정장치가 장착되어 기준위성으로 사용되는 Landsat-8위성이 촬영된 PICS 지역의 TOA reflectance를 비교한 결과 blue, green, red 밴드는 3% 이내의 차이를 보였으나, NIR 밴드는 15%의 차이가 나타났다. EO-1 Hyperion, CASI-1500 등 초분광센서를 이용한 TOA reflectance 비교한 결과, NIR 밴드를 제외한 모든 밴드에서 약 4% 이내의 반사도 차이를 보였다.
KOMPSAT-3 위성의 교차검증을 위해 Libya 4 및 railroad 지역에 촬영된 Landsat-8과 TOA reflectance를 비교한 결과 blue, green, red 밴드 모두 평균 차이가 3% 이내로 나타났고, 특히 blue 밴드에서 그 차이가 아주 미세하게 났다(Table 3). 두 영상 사이의 TOA reflectance의 퍼센트 차이(percent difference, [(b)-(a)]/(b)*100)를 계산한 결과, 두 지역에서 green 밴드에 대한 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 약 5% 작게 표현하는 것으로 나타났고, red 밴드에서 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 7% 작게 표현하는 것으로 나타났다.
두 영상 사이의 TOA reflectance의 퍼센트 차이(percent difference, [(b)-(a)]/(b)*100)를 계산한 결과, 두 지역에서 green 밴드에 대한 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 약 5% 작게 표현하는 것으로 나타났고, red 밴드에서 KOMPSAT-3는 Landsat-8에 비해 TOA reflectance를 7% 작게 표현하는 것으로 나타났다. 그러나 NIR 밴드에서, Libya 4 site의경우 TOA reflectance의 평균 차이는 약 15%로 나타났으며, Railroad site의 경우 약 9% 차이를 보였다. 상대적 차이를 나타나는 퍼센트 차이의 경우, Libya 4 site의 경우 Landsat-8에 비해 TOA reflectance를 약 35% 작게 표현하는 것으로 나타났고, Railroad site의 경우 Landsat-8에 비해 TOA reflectance를 약 27% 작게 표현하는 것으로 나타났다.
동일한 지역에 대해 동일한 공간해상도를 지니는 픽셀 중 gross error를 포함한 픽셀을 제거한 이후 실제 영상들간 경험적 비교를 위해 사용된 자료는, 고흥 지역을 포함하는 KOMPSAT-3 영상과 CASI 영상의 경우 12047픽셀, Libya 지역을 포함하는 KOMPSAT-3 영상과 Hyperion 영상의 경우 6782픽셀로 나타났다.
두 사이트에서 blue, green, red 밴드에서 평균 TOA reflectance 은 3% 이내로 나타났고, 특히 NIR band 밴드를 제외한 나머지 밴드에서 reflectance의 차이는 아주 미소하게 나타났다. 동일한 픽셀에 대해 계산된 KOMPSAT-3와 Hyperion 영상의 반사도간 표준편차는 blue 밴드에서 0.065, green 밴드에서 0.101, red 밴드에서 0.143, 그리고 NIR 밴드에서 0.144로 나타났다(Table 4).
두 사이트에서 blue, green, red 밴드에서 평균 TOA reflectance 은 3% 이내로 나타났고, 특히 NIR band 밴드를 제외한 나머지 밴드에서 reflectance의 차이는 아주 미소하게 나타났다. 동일한 픽셀에 대해 계산된 KOMPSAT-3와 Hyperion 영상의 반사도간 표준편차는 blue 밴드에서 0.
KOMPSAT-3의 방사학적 품질 및 절대복사보정계수 검증을 위해 본 연구는 내부보정장치가 탑재되어 복사 검보정이 잘 수행되어온 Landsat-8 Operational Land Imager(OLI) 위성과 초분광센서인 Hyperion 및 Compact Airborne Spectrographic Imager(CASI)을 사용하였다. 모든 영상은 KOMPSAT-3위성이 촬영된 동일 날짜 근접한 시간에 촬영된 영상을 선택하였으며, 이에 따라 태양 천정각 및 대기 효과가 미치는 복사에너지 영향을 최소화 하였다.
복사 검보정이 지속적으로 수행되고 있으며, 내부보정장치가 장착되어 기준위성으로 사용되는 Landsat-8위성이 촬영된 PICS 지역의 TOA reflectance를 비교한 결과 blue, green, red 밴드는 3% 이내의 차이를 보였으나, NIR 밴드는 15%의 차이가 나타났다. EO-1 Hyperion, CASI-1500 등 초분광센서를 이용한 TOA reflectance 비교한 결과, NIR 밴드를 제외한 모든 밴드에서 약 4% 이내의 반사도 차이를 보였다.
그러나 NIR 밴드에서, Libya 4 site의경우 TOA reflectance의 평균 차이는 약 15%로 나타났으며, Railroad site의 경우 약 9% 차이를 보였다. 상대적 차이를 나타나는 퍼센트 차이의 경우, Libya 4 site의 경우 Landsat-8에 비해 TOA reflectance를 약 35% 작게 표현하는 것으로 나타났고, Railroad site의 경우 Landsat-8에 비해 TOA reflectance를 약 27% 작게 표현하는 것으로 나타났다.
4와 같다. 앞선 PICS 결과와 같이 Blue, Green, Red 밴드에서 약 2% 이내의 TOA Reflectance 차이를 보였으며, NIR 밴드에서는 KOMPSAT-3의 TOA reflectacne가 Landsat-8보다 5% 작게 표현하는 것으로 나타났다. Blue, Green, Red 밴드와 다르게 NIR 밴드에서 Landsat-8 위성과 반사도 차이가 크게 나는 이유는 두 센서의 밴드대역폭이가 크게 차이 날 뿐만 아니라, NIR 밴드에서 Landsat-8과 달리 KOMPSAT-3 위성은 수증기 흡수에 크게 영향을 받는 분광영역인 940nm 부근에서 반응하기 때문에(Fig.
후속연구
KOMPSAT-3 영상은 향후 7년간 운용될 계획으로 재해재난관리, 국토 관리, 환경·기상 분야에 활용 등 국가 영상정보 수요를 충족하기 위해 폭넓게 활용될 수 있을 것으로 기대되고 있다.
하지만 태양동기궤도 위성인 KOMPSAT-3의 지방시 통과시각(Local Time on Ascending Node, LTAN)과 EO-1, Landsat-8의 지방시 통과시간은 약 3시간 내외의 차이를 보이며 이는 태양 천정각과 대기상태에 따른 radiance의 변화를 가져올 수 있다. 따라서 향후 위성통과시간 차이에 따른 TOA radiance의 불확실성에 대한 정량화 연구가 필요할 것으로 판단된다.
광학 영상은 발사 후 센서의 노후에 따른 지속적인 모니터링을 통해 센서 감퇴를 감지하고 이를 보정하여야 한다. 일반적인 대리보정 방법을 이용한 방사검보정 방법은 많은 시간과 인력이 요구되기 때문에, 본연구에서 제안한 PICS 기반의 교차검보정 및 초분광센서를 이용한 역검정방법을 활용하여 향후 KOMPSAT-3 AEISS 센서의 지속적인 모니터링을 통해 방사학적 품질 유지와 센서의 노후 상태를 분석할 필요가 있다.
일반적으로 타 센서들과 비교를 통한 reflectance 차이가 5% 내에 들어올 경우 방사학적 품질기준을 비추어 볼때 KOMPSAT-3의 복사보정계수는 유효한 것으로 판단된다. 하지만 본 연구에서 사용된 Landsat-8 및 EO-1 위성과 KOMPSAT-3 위성의 지방시 통과시간 차이에 따른 태양천정각 및 대기상태에 대한 불확실성 분석이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
복사 검보정이란?
, 2012). 복사 검보정은 센서에 기록되는 지표면에 반사된 대기상층 복사휘도(Top-Of-Atmosphere radiance, TOA radiance)값과 영상의 화소(Digital Number, DN)값 사이의 선형관계를 통해 밝힐 수 있으며, 영상의 안정된 품질을 유지하거나 다양한 시기 및 센서로부터 획득된 자료에 대한 정략적인 신호 특성을 추출하여 복사학적 측면으로 활용하기 위해 매우 중요한 작업이다(Pagnutti et al., 2003; Teillet et al.
대리 검보정 방법의 특징은?
대표적인 복사검보정 방법인 대리 검보정(vicarious radiometric calibration)은 표면 반사도로부터 TOA radiance를 계산하기 위해, 영상 획득 시점의 표면 양방향 반사분포함수(Bidirectional Reflectance Distribution Function, BRDF)와 대기의 수증기 및 에어로졸의 양을 산출한 후, 복사전달코드(Radiative Transfer Code, RTC)을 이용하여 추정한다. BRDF나 대기조건 등 RTC에 필요한 파라미터의 경우 위성이 촬영하는 현장에서 동시점에 획득하는 것이 정확한 방법이지만 인력과 시간, 비용 등 여러 가지 제약을 가진다.
다중분광위성 및 초분광 위성과의 교차검보정은 무엇에 대한 대안으로 활용하는가?
대표적인 복사검보정 방법인 대리 검보정(vicarious radiometric calibration)은 표면 반사도로부터 TOA radiance를 계산하기 위해, 영상 획득 시점의 표면 양방향 반사분포함수(Bidirectional Reflectance Distribution Function, BRDF)와 대기의 수증기 및 에어로졸의 양을 산출한 후, 복사전달코드(Radiative Transfer Code, RTC)을 이용하여 추정한다. BRDF나 대기조건 등 RTC에 필요한 파라미터의 경우 위성이 촬영하는 현장에서 동시점에 획득하는 것이 정확한 방법이지만 인력과 시간, 비용 등 여러 가지 제약을 가진다. 이러한 한계를 극복하고자 현장측정을 대신하여 방사 보정이 잘 되어 운용되고 있는 다중분광위성 및 초분광 위성과의 교차검보정(cross calibration/validation) 방법이 대안으로 활용되고 있다(Thome et al.
참고문헌 (18)
Barry, P.S., J. Mendenhall, P. Jarecke, M. Folkman, J. Pearlman, and B. Markham, 2002. EO-1 Hyperion hyperspectral aggregation and comparison with EO-1 Advanced Land Imager and Landsat 7 ETM+, Proc. of 2002 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Toronto, Canada, Jun. 24-28, vol. 3, pp. 1648-1651.
Bian, L.(Ed.), 1997. Multiscale nature of spatial data in scaling up environmental models. Lewis Publishers, Boca Raton, 13-26.
Chi, J.H, 2013. Validation of the Radiometric Characteristics of Landsat 8 (LDCM) OLI Sensor using Band Aggregation Technique of EO-1 Hyperion Hyperspectral Imagery, Korean Journal of Remote Sensing, 29(4): 399-406 (In Korean with English abstract).
Hearn, D.R., C.J. Digenis, D.E. Lencioni, J.A. Mendenhall, J.B. Evans, and R.D. Welsh, 2001. EO-1 Advanced Land Imager overview and spatial performance, Proc. of 2001 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Sydney, NSW, Jul. 9-13, vol. 2, pp. 897-900.
Jarecke, P., P. Barry, J. Pearlman, and B. Markham, 2001. Aggregation of Hyperion hyperspectral spectral bands into Landsat-7 ETM+ spectral bands, Proc. of 2001 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Sydney, NSW, Jul. 9-13, vol. 6, pp. 2822-2824.
Kim, J.G., B.J. Sohn, E.S. Chung, H.W. Chun, A.S. Suh, K.L. Kim, and M.L. Oh, 2008. Simulation of TOA visible radiance for the ocean target and its possible use for satellite sensor calibration, Korean Journal of Remote Sensing, 24(6): 535-549 (In Korean with English abstract).
Kim, W.K. and S.H. Lee, 2013. Study on Radiometric Variability of the Sonoran Desert for Vicarious Calibration of Satellite Sensors. Korean Journal of Remote Sensing, 29(2): 209-218 (In Korean with English abstract).
Lee, K.S., S.M. Park, S.H. Kim, H.S. Lee and J.I. Shin, 2012. Radiometric characteristics of Geostationary Ocean Color Imager (GOCI) for land applications, Korean Journal of Remote Sensing, 28(3): 277-285.
Pagutti, M., R.E. Ryan, M. Kelly, K. Holekamp, V. Zanoni, K. Thome, and S. Schiller, 2003. Radiometric characterization of IKONOS multispectral imagery, Remote Sensing of Environment, 88(1): 53-69.
Pahlevan, N., and J.R. Schott, 2013. Leveraging EO-1 to Evaluate Capability of New Generation of Landsat Sensors for Coastal/Inland Water Studies, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(2): 360-374.
Pearlman, J., S. Carman, C. Segal, P. Jarecke, P. Clancy, and W. Browne, 2001. Overview of the Hyperion imaging spectrometer for the NASA EO-1 mission, Proc. of , 2001 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Sydney, NSW, Jul. 9-13, vol. 2, pp. 3036-3038.
Sohn, B.J, S.J. Yoo, Y.S. Kim, and D.H. Kim, 2000. Examining a vicarious calibration method for the TOA radiance initialization of KOMPSAT OSMI, Korean Journal of Remote Sensing, 16(4): 305-313.
Sun, L., X. Hu, M. Guo, and N. Xu, 2012. Multisite calibration tracking for FY-3A MERSI solar bands, IEEE Transactions on Geoscience and Remote Sensing, 50(12): 4929-4942.
Teillet, P.M., J.L. Barker, B.L. Markham, R.R. Irish, G. Fedosejevs, and J.C. Storey, 2001. Radiometric cross-calibration of the Landsat-7 ETM+ and Landsat-5 TM sensors based on tandem data sets, Remote Sensing of Environment, 78(1): 39-54.
Thome, K., K. Arai, S. Hook, H. Kieffer, H. Lang, T. Matsunaga, A. Ono, 1998. ASTER preflight and inflight calibration and the validation of level 2 products, IEEE Transactions on Geoscience and Remote Sensing, 36(4): 1161-1172.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.