[논문]KOMPSAT-5 후방산란계수 자료로 산출된 해상풍 검증

장재철; 박경애; 양도철

doi:10.7780/kjrs.2018.34.6.3.6

KOMPSAT-5 후방산란계수 자료로 산출된 해상풍 검증
Validation of Sea Surface Wind Estimated from KOMPSAT-5 Backscattering Coefficient Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.34 no.6 pt.3, 2018년, pp.1383 - 1398

장재철 (서울대학교 과학교육과) , 박경애 (서울대학교 지구과학교육과) , 양도철 (한국항공우주연구원 영상체계개발팀)

초록
AI-Helper

해상풍은 복잡한 해양 현상을 이해하는 데 가장 기초 요소 중 하나이다. 1990년대 초부터 산란계를 활용하여 전세계 바람장 자료를 생산해왔지만, 낮은 해상도로 인해 해양 연구에 제한적으로 사용되었다. Synthetic Aperture Radar(SAR)는 이러한 한계점을 보완하여 고해상도의 바람장 자료 생산이 가능하다. KOMPSAT-5는 한반도 최초의 X-band SAR 탑재 인공위성으로 고해상도 해상풍 산출이 가능하다. 본 연구는 KOMPSAT-5 후방산란계수 자료를 활용하여 산출한 해상풍의 검증 결과를 최초로 제시하였다. 18장의 KOMPSAT-5 ES 모드 자료를 수집하여 해양 부이와의 일치점 데이터베이스를 생산하였다. 정확한 해상풍 산출을 위해 육지 화소, 스페클 잡음, 선박 화소를 제거하는 전처리 과정을 거쳤고, 해양 부이 실측 자료에 Liu-Katsaros-Businger (LKB) 모델을 통해 10-m 중성 바람으로 변환하여 기준 자료로 활용하였다. XMOD2를 활용하여 산출한 해상풍은 후방산란계수 산출식에 따라 $2.41-2.74m\;s^{-1}$의 평균 제곱근 오차를 보였다. 분석 결과 KOMPSAT-5 후방산란계수 자료를 활용하여 해상풍을 산출하는 경우, 대기 중력파, 파랑, 내부파를 포함한 해양 기상 환경과 레인지 모호성(range ambiguity), 입사각의 이산적 불연속적 분포를 포함한 영상 품질에 의한 잠재적 오차 요인이 존재함을 규명하였다.

Abstract ▼ AI-Helper

Sea surface wind is one of the most fundamental variables for understanding diverse marine phenomena. Although scatterometers have produced global wind field data since the early 1990's, the data has been used limitedly in oceanic applications due to it slow spatial resolution, especially at coastal regions. Synthetic Aperture Radar (SAR) is capable to produce high resolution wind field data. KOMPSAT-5 is the first Korean satellite equipped with X-band SAR instrument and is able to retrieve the sea surface wind. This study presents the validation results of sea surface wind derived from the KOMPSAT-5 backscattering coefficient data for the first time. We collected 18 KOMPSAT-5 ES mode data to produce a matchup database collocated with buoy stations. In order to calculate the accurate wind speed, we preprocessed the SAR data, including land masking, speckle noise reduction, and ship detection, and converted the in-situ wind to 10-m neutral wind as reference wind data using Liu-Katsaros-Businger (LKB) model. The sea surface winds based on XMOD2 show root-mean-square errors of about $2.41-2.74m\;s^{-1}$ depending on backscattering coefficient conversion equations. In-depth analyses on the wind speed errors derived from KOMPSAT-5 backscattering coefficient data reveal the existence of diverse potential error factors such as image quality related to range ambiguity, discrete and discontinuous distribution of incidence angle, change in marine atmospheric environment, impacts on atmospheric gravity waves, ocean wave spectrum, and internal wave.

주제어

표/그림 (14)

그림 Fig. 1. (a) Location of study area with contours of the water depth (m), where the red boxes indicate the (b-c) enlarged images of bathymetry in the study area, which the yellow circles, the green triangles, and the red stars represent the locations of the moored buoys, Coastal-Marine Automated Network (C-MAN) stations, and the buoys used in this study, respectively.
표 Table 1. Information on locations (longitude, latitude), the heights of observing air temperature (Air Temp.), air pressure, wind, and sea surface temperature (SST), and water depth of the buoy stations of National Oceanic and Atmospheric Administration (NOAA) used in this study
표 Table 2. Characteristics of the KOMPSAT-5 data (observation date and time, beam mode, look direction, polarization, orbit) used in this study
그림 Fig. 2. A series of KOMPSAT-5 VV-pol images to be used for the estimation of sea surface wind speed, where (a) to (r) correspond to the images listed in Table 2 and the red stars represent the buoy stations for the validation of the estimated wind speed.
그림 Fig. 3. Flow diagram for preprocessing method of the KOMPSAT-5 ES mode data such as land masking, ship detection using adaptive threshold method, and speckle noise reduction.
그림 Fig. 4. Schematic diagram of sea surface wind retrieval procedure from KOMPSAT-5 ES mode data.
그림 Fig. 5. Distributions of estimated wind speeds as a function of relative wind direction and NRCS at given incidence angles of (a) 20° and (b) 45° using XMOD2, and distribution of the estimated NRCS as a function of wind speed at a given relative wind direction (c) 0° and (d) 90° with each incidence angle.
그림 Fig. 6. An example of distribution of backscattering coefficient (sigma naught, σ⁰), based on the first conversion equation (1), from KOMPSAT-5 ES mode VV-pol data (a) before and (b) after preprocessing on 1 September 2017, where the red star indicates the buoy station.
그림 Fig. 7. Distribution of wind speed from (a) ECMWF interim reanalysis data, (b) sigma naught (σ⁰) calculated from the first conversion equation (1), and (c) σ⁰ from the second conversion equation (2), and (d) distribution of wind speed difference between σ⁰ equation version ((c) – (b)) on 1 September 2017, where the red star represents buoy station.
그림 Fig. 8. Comparison of buoy wind speed with the wind speed derived from the KOMPSAT-5 using XMOD2, where the red and blue circles indicate the estimated wind speeds from the conversion equation (1) and (2), respectively.
표 Table 3. Comparisons of the wind speeds derived from KOMPSAT-5 ES mode data using XMOD2 with insitu measurement respect to sigma naught (σ⁰) conversion equations
그림 Fig. 9. Distribution of backscattering coefficients from KOMPSAT-5 ES mode VV-pol data (a) before and (b) after preprocessing on 3 September 2017, (c) before and (d) after preprocessing on 26 October 2017, and (e) before and (f) after preprocessing on 28 October 2017, where the red stars represent buoy stations and the black portions represent the land-masking areas.
그림 Fig. 10. (a) Land topography (m) from 1-arc second SRTM DEM data, where the black box represents the location of the KOMPSAT-5 ES mode data, and (b) distribution of backscattering coefficient from KOMPSAT-5 ES mode VV-pol data, where the red star indicates the buoy station.
그림 Fig. 11. Distribution of local incidence angle from KOMPSAT-5 ES mode data on 30 September 2017.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

SAR 자료를 활용하여 해상풍을 산출하는 경우, NRCS와 입사각, 상대 풍향 정보만을 가지고 있기 때문에 직접적인 해상풍 산출이 불가능하다. 따라서 본 연구에서는 XMOD2로부터 계산된 NRCS와 관측된 NRCS의 차이를 최소로 만드는 풍속을 추정하였다.
본 연구에서는 해양 영역을 관측한 SAR 자료의 정확한 정량적 분석을 위해 육지 화소, 스펙클 잡음, 선박 화소 제거를 포함한 전처리를 수행하였다. Fig.

제안 방법

육지 환경에서는 단일 산란(single scattering)보다는 이중 산란(double bounce scattering), 다중 산란(multiple scattering), 체적 산란(volume scattering)이 주도적으로 발생하지만, 해양 환경에서는 단일 산란이 주를 이루고 있기 때문에 SAR 자료의 후방산란계수 절대값이 작아 후방산란계수의 절대적인 정확도를 평가하기에 적합하다. 따라서 본 연구에서는 KOMPSAT-5 후방산란계수 자료의 절대값을 활용한 해상풍 산출 연구 활용 가능성을 평가하기 위해 1) 연안 환경을 관측한 KOMPSAT-5 표준 촬영 모드 자료를 수집하고, 2) 육지 화소 제거, 스펙클 잡음(speckle noise) 감소, 선박 탐지를 포함한 전처리 과정을 적용하고, 3) 전처리된 SAR 자료로부터 해상풍을 산출하여 실측 자료와 비교하여 4) KOMPSAT-5 자료의 정확도 및 오차 요인을 분석하고자 한다.
4는 KOMPSAT-5 ES 모드 VV 편파 자료로부터 해상풍을 산출하는 순서도이다. KOMPSAT-5 ES 모드 VV 편파 자료로부터 후방산란계수, 입사각, SAR의 look angle을 계산하고, 후방산란계수는 전처리 과정을 거쳤다. X-band Geophysical Model Function(GMF)에 입력 자료로 사용되는 상대 풍향을 산출하기 위해 ECMWF 재분석 자료를 활용하였다.
본 연구에서는 SAR 영상 내 육지 화소를 제거하기 위해 SRTM DEM 자료를 활용하였다. KOMPSAT-5 ES 모드 자료와의 해상도 차이로 인해 제거되지 않은 육지 화소는 KOMPSAT-5 표준 모드 자료의 입사각 범위를 국지 입사각에 적용하여 추가적으로 제거하였다.
KOMPSAT-5 후방산란계수 자료의 정확도를 검증하고, 후방산란계수 절대값 활용 가능성을 평가하기 위해 SAR 자료로부터 해상풍을 산출하고, 그 정확도를 해양 부이 자료와 비교하였다. 다양한 해양 환경을 반영하기 위해 미국 서부 연안과 하와이 북부 연안에 위치하는 해양 부이 6개 실측 자료를 활용하였고, 2017년 4월부터 2017년 10월까지 18장의 KOMPSAT-5 ES 모드 VV 편파 자료를 수집하였다.
ECMWF 재분석 자료로부터 풍향 정보를 산출하여 상대 풍향 정보를 계 산하였고, XMOD2 알고리즘에 적용하여 해상풍을 산출하였다. SAR 자료 기반 해상풍의 기준 고도는 해수면 기준 10 m이지만, 해양 부이의 해상풍 측정 고도는 4 m 에서 5 m이므로 LKB 모델을 적용하여 10-m 중성 바람으로 변환하였다. 후방산란계수 변환식 (1)의 정확도는 2.
고해상도 바람장 자료의 필요성이 강조되면서 전세계 연구기관에서는 다양한 SAR 탑재 인공위성을 운영하고 있고, 후방산란계수 산출에 관한 고해상도 바람장 자료를 지속적으로 생산해오고 있다. 그에 따라 다양한 SAR 센서, 전처리 방법, 풍향 산출 방법, GMF, 편파 비율(Polarization ratio) 등을 주제로 하여 SAR 자료 기반 해상풍의 정확도와 오차 요인에 대한 연구가 오랫동안 수행되어 왔고, 대기와 해양, 지질학적 조건 또는 유류 오염 관련 문제로 인한 정확도 연구뿐만 아니라 지역적 특성도 규명하였다. 이러한 연구들을 통해 SAR 자료 기반 해상풍의 해역에 따른 최적화가 진행된다면 SAR 자료로부터 생산된 정확한 고해상도 바람장 자료는 다양한 목적으로 사용될 수 있을 것으로 예상된다.
본 연구에서 활용한 KOMPSAT-5 ES 모드 자료에 적용된 영상 처리 프로그램 버전은 [K5-SARP2017 / TAS-I-R131-2017.1.3-CW64OIV2 – 2017.05.14]으로 두 가지의 후방산란계수 변환식이 존재하고, 두 가지의 후방산란계수 변환식을 모두 검증하였다.
SAR를 탑재한 최초의 우리나라 인공위성인 KOMPSAT-5는 2013년 8월부터 운영되고 있지만, 후방 산란계수 절대값을 활용한 해양 환경 연구 및 해상풍 산출에 관한 연구는 진행되지 않았다. 본 연구에서는 KOMPSAT-5 후방산란계수를 활용하여 최초로 해상풍을 산출하였고, 해양 부이 실측 자료와 비교하여 정확도를 분석하였다. 또한 레인지 모호성과 국지 입사각의 분포 특이성과 같은 KOMPSAT-5 자료 자체의 오차 요인을 규명하였고, 이러한 연구 결과는 KOMPSAT-5 자료의 최적화 및 해상풍 산출에 필요한 입력 자료의 정밀도 향상에 기여할 것으로 기대된다.
본 연구에서는 상대 풍향 정보 산출을 위해 ECMWF 재분석 자료를 입력 자료로 활용하고, XMOD2에 적용하여 해상풍을 산출하였다. 정확도 평가 기준 자료로는 LKB 모델을 적용한 해양 부이 실측 자료를 사용하였고, KOMPSAT-5 ES 모드 자료의 후방산란계수 변환식 (1) 과 (2)을 모두 비교하였다(Fig.
X-band Geophysical Model Function(GMF)에 입력 자료로 사용되는 상대 풍향을 산출하기 위해 ECMWF 재분석 자료를 활용하였다. 최종적으로, 전처리된 후방 산란계수, 입사각, 상대 풍향 자료를 X-band GMF에 적용하여 해상풍을 산출하였다.
, 2015), 외부 자료 입력 방법이 있다. 하지만, SAR 영상에 대기에 의한 바람 줄 무늬(wind streak)가 형성되지 않을 경우, SAR 영상 기반 방법은 유효하지 않고, KOMPSAT-5 자료는 단일 편파 자료이기 때문에 본 연구에서는 ECMWF 재분석 자료 를 입력 자료로 사용하여 풍향 정보를 산출하였다. 또한 SAR 영상 내 육지 화소를 제거하기 위해 Shuttle Radar Topography Mission(SRTM) DigitalElevation Model(DEM) 자료를 활용하였다.
해상풍을 산출하기에 앞서 보다 정확한 SAR 영상 분석을 위해 연안 해양 화소에 영향을 주는 육지 화소를 SRTM DEM 자료와 국지 입사각을 기반으로 제거하였고, 임의로 분포하면서 영상의 질을 저하시키는 스페클 잡음을 boxcar 필터를 적용하여 제거하였으며, 주변 해양 화소에 영향을 주는 선박 화소를 일정 오탐지율 알고리즘을 적용하여 제거하였다. ECMWF 재분석 자료로부터 풍향 정보를 산출하여 상대 풍향 정보를 계 산하였고, XMOD2 알고리즘에 적용하여 해상풍을 산출하였다.

대상 데이터

10). 2017년 10월 31일 자료는 KOMPSAT-5 인공위성이 하강 궤도에서 오른쪽 방향으로 관측한 자료이다. 본 자료에서는 해양 관측 영상에 레인지 방향으로 평행한 위치에 있는 육지 관측 영상이 겹쳐진 레인지 모호성이 발생하였고, 해양 부이 실측 자료에 비해 3.
본 연구에서는 KOMPSAT-5 영상으로부터 계산된 후방산란계수를 활용하여 해상풍을 산출하기 위해서 VV 편파 자료를 선별하여 수집하였다. KOMPSAT-5 자료 수집 기간은 2017년 4월 30일부터 2017년 10월 31일 까지이고, 총 18장의 KOMPSAT-5 ES 모드 VV 편파 자료를 수집하였다(Table 2). ES 모드 자료의 관측 폭(swath width)과 공간 해상도는 각각 약 30 km과 2.
KOMPSAT-5 자료를 기반으로 산출된 해상풍의 정확도를 평가하기 위해서 해양 환경을 감시하는 해양부이 실측 자료를 활용하였다. 하와이 부근 연안과 미국 서부 연안의 해양부이 자료는 National Oceanic and Atmospheric Administration(NOAA)의 National Centers for Environmental Informmation(https://www.
KOMPSAT-5 ES 모드 VV 편파 자료로부터 후방산란계수, 입사각, SAR의 look angle을 계산하고, 후방산란계수는 전처리 과정을 거쳤다. X-band Geophysical Model Function(GMF)에 입력 자료로 사용되는 상대 풍향을 산출하기 위해 ECMWF 재분석 자료를 활용하였다. 최종적으로, 전처리된 후방 산란계수, 입사각, 상대 풍향 자료를 X-band GMF에 적용하여 해상풍을 산출하였다.
KOMPSAT-5 후방산란계수 자료의 정확도를 검증하고, 후방산란계수 절대값 활용 가능성을 평가하기 위해 SAR 자료로부터 해상풍을 산출하고, 그 정확도를 해양 부이 자료와 비교하였다. 다양한 해양 환경을 반영하기 위해 미국 서부 연안과 하와이 북부 연안에 위치하는 해양 부이 6개 실측 자료를 활용하였고, 2017년 4월부터 2017년 10월까지 18장의 KOMPSAT-5 ES 모드 VV 편파 자료를 수집하였다. 본 연구에서 활용한 KOMPSAT-5 ES 모드 자료에 적용된 영상 처리 프로그램 버전은 [K5-SARP2017 / TAS-I-R131-2017.
하지만, SAR 영상에 대기에 의한 바람 줄 무늬(wind streak)가 형성되지 않을 경우, SAR 영상 기반 방법은 유효하지 않고, KOMPSAT-5 자료는 단일 편파 자료이기 때문에 본 연구에서는 ECMWF 재분석 자료 를 입력 자료로 사용하여 풍향 정보를 산출하였다. 또한 SAR 영상 내 육지 화소를 제거하기 위해 Shuttle Radar Topography Mission(SRTM) DigitalElevation Model(DEM) 자료를 활용하였다.
GMF는 산란계 관측값을 기반으로 개발된 경험식으로, 후방산란계수, 입사각, 레이더에 대한 상대적인 풍향에 따른 풍속의 변화로 표현되며, 레이더의 파장과 편파에 따라 달라진다. 본 연구에서 사용한 X-band GMF는 XMOD2로, TS-X/TD-X 자료와 National Data Buoy Center에서 제공하는 해양부이 자료와의 비교를 통해서 개발된 경험식으로 다음과 같이 표현된다(Li and Lehner, 2014):
본 연구에서는 KOMPSAT-5 영상으로부터 계산된 후방산란계수를 활용하여 해상풍을 산출하기 위해서 VV 편파 자료를 선별하여 수집하였다. KOMPSAT-5 자료 수집 기간은 2017년 4월 30일부터 2017년 10월 31일 까지이고, 총 18장의 KOMPSAT-5 ES 모드 VV 편파 자료를 수집하였다(Table 2).
3). 본 연구에서는 SAR 영상 내 육지 화소를 제거하기 위해 SRTM DEM 자료를 활용하였다. KOMPSAT-5 ES 모드 자료와의 해상도 차이로 인해 제거되지 않은 육지 화소는 KOMPSAT-5 표준 모드 자료의 입사각 범위를 국지 입사각에 적용하여 추가적으로 제거하였다.
본 연구에서는 다양한 해양 환경에서 KOMPSAT-5 후방산란계수 자료 기반 해상풍 산출 정확도를 평가하기 위해 VV 편파 관측 자료가 다수 수집된 미국 서부 연안과 하와이 부근 연안을 연구 지역으로 선정하였다. 연구 해역은 위도 17°N 부근에서 48°N부근까지의 해역으로, 해양 환경을 실시간 감시하는 해양 부이가 다수 존재한다(Fig.
본 연구에서는 연구 해역 내 KOMPSAT-5 표준 촬영 모드 VV 편파 관측 자료와 일치점 자료를 생성하면서 풍속, 풍향, 기압, 기온, 습도, 해수면 온도를 모두 관측하는 해양 부이 6개를 선별하여 활용하였다(Table 1).
연구 해역은 위도 17°N 부근에서 48°N부근까지의 해역으로, 해양 환경을 실시간 감시하는 해양 부이가 다수 존재한다(Fig. 1).

데이터처리

본 연구에서는 상대 풍향 정보 산출을 위해 ECMWF 재분석 자료를 입력 자료로 활용하고, XMOD2에 적용하여 해상풍을 산출하였다. 정확도 평가 기준 자료로는 LKB 모델을 적용한 해양 부이 실측 자료를 사용하였고, KOMPSAT-5 ES 모드 자료의 후방산란계수 변환식 (1) 과 (2)을 모두 비교하였다(Fig. 8).

이론/모형

해상풍을 산출하기에 앞서 보다 정확한 SAR 영상 분석을 위해 연안 해양 화소에 영향을 주는 육지 화소를 SRTM DEM 자료와 국지 입사각을 기반으로 제거하였고, 임의로 분포하면서 영상의 질을 저하시키는 스페클 잡음을 boxcar 필터를 적용하여 제거하였으며, 주변 해양 화소에 영향을 주는 선박 화소를 일정 오탐지율 알고리즘을 적용하여 제거하였다. ECMWF 재분석 자료로부터 풍향 정보를 산출하여 상대 풍향 정보를 계 산하였고, XMOD2 알고리즘에 적용하여 해상풍을 산출하였다. SAR 자료 기반 해상풍의 기준 고도는 해수면 기준 10 m이지만, 해양 부이의 해상풍 측정 고도는 4 m 에서 5 m이므로 LKB 모델을 적용하여 10-m 중성 바람으로 변환하였다.
따라서 KOMPSAT-5 자료로부터 산출한 해상풍과 정확도 기준 자료로 사용되는 해양 부이 실측 해상풍이 의미하는 높이가 다르기 때문에 실측 자료를 기반으로 실측 해상풍을 10-m 중성 바람으로 변환하는 과정이 필요하고, 본 연구에서는 대기– 해양 경계층을 잘 모의하는 것으로 알려진 Liu-KatsarosBusinger(LKB) 모델을 사용하였다(Liu et al., 1979; Liu and Tang, 1996).
이로 인해, 선박 화소의 경우, 해양 화소에 비해 극명하게 큰 에너지가 수신되어 주변 화소에 영향을 주기 때문에 해상풍 산출의 오차 요인으로 작용할 수 있다. 따라서 본 연구에서는 SAR 영상 내 선박 화소를 제거하기 위해 가장 널리 사용되는 방법 중 하나인 적응 임계치 방법(Adaptive threshold method)을 적용하였다(Crisp, 2004; Wang et al., 2008). 이 방법은 일정 오탐지율(Constant False Alarm Rate, CFAR) 알고리즘으로 불리며, 화소의 주변 특성(local characteristic)을 기반으로 임계값을 지속적으로 수정하여 적용되기 때문에 높은 컴퓨터 계산 능력이나 추가적인 자료 지식이 필요하지 않다는 장점이 있다(Park et al.
일반적으로 영상의 품질을 저하시키는 스페클 잡음은 SAR 영상에서 분명하게 나타나고, 주변 화소에 영향을 주기 때문에 SAR 영상을 분석하기 전에 반드시 제거하는 과정을 거쳐야 한다(Lee, 1986; Singh and Shree, 2016). 본 연구에서는 KOMPSAT-5 ES 모드 자료의 스페클 잡음을 제거하기 가장 널리 사용되는 low-pass 필터 중 하나인 boxcar 필터를 적용하였다(Mastin, 1985; Smith, 1996). Boxcar 필터는 계산의 부담이 적으면서 스페클 잡음을 효율적으로 제거하기 때문에 SAR 영상을 활용한 해상풍 산출 연구에 적극적으로 활용되고 있다(Zhang et al.

성능/효과

SAR 영상 내 육지 영역이 제거되었고, 주변 해양 화소에 영향을 줘 해상풍 산출의 오차 요인으로 작용할 수 있는 해양 영역 내 모든 선박 화소가 제거되었다. Boxcar 필터 적용으로 인해 전처리된 KOMPSAT-5 영상은 평활화(smoothing)되었고, SAR 영상에 임의로 분포하는 스페클 잡음 또한 효과적으로 제거되었다.
13 m s^–1의 음의 편차가 나타났다. KOMPSAT-5 ES 모드 자료에 XMOD2를 적용하여 산출한 해상풍의 정확도는 변환식 (1)보다 변환식 (2)으로부터 산출한 해상풍이 평균 제곱근 오차가 더 낮았고, 편차의 절대값 또한 작아 변환식 (2)이 더 정확한 해상풍을 산출하는 것으로 나타났다.
5(a)와 5(b)는 각각 입사각이 20°와 45°일 때, XMOD2에 의해 계산된 NRCS와 상대 풍향에 따른 풍속의 분포를 나타낸 것이다. Upwind/Crosswind의 이방성(anisotropy)은 입사각이 작을 때 뚜렷하게 나타났고, Upwind/Downwind의 비대칭성(asymmetry)는 입사각이 클 때 뚜렷하게 나타났다. Fig.
1976 dB 크게 계산되었고, 그로부터 산출한 해상풍 또한 더 높은 값을 가지는 것으로 나타났다. XMOD2 함수의 시뮬레이션 결과 NRCS가 같은 크기만큼 차이 나더라도 NRCS가 증가할수록 그에 대응되는 풍속의 차이는 증가하는 것으로 나타났다(Fig. 5(c)–5(d)).
5(c)–5(d)). 따라서 두 가지 산출식으로부터 계산된 NRCS 차이는 영상 내 모든 화소에서 동일하였지만, 산출된 해상풍이 증가할수록 변환식간 해상풍의 차이는 증가하였고, 산출된 해상풍의 분포와 변환식간 해상풍의 차이는 유사한 것으로 나타났다.
본 자료에서는 해양 관측 영상에 레인지 방향으로 평행한 위치에 있는 육지 관측 영상이 겹쳐진 레인지 모호성이 발생하였고, 해양 부이 실측 자료에 비해 3.32 m s–1 과대 추정된 것으로 나타났다.
상대 풍향이 0°일 때 입사각이 증가할수록 20 m s–1 이상의 강한 풍속 조건 에서는 NRCS가 포화되는 것으로 나타났고, 상대 풍향이 90°일 때 입사각에 상관없이 20 m s–1 이상의 강한 풍속 조건에서는 NRCS와 풍속이 선형 관계로 나타났다.
해당 자료에서 는 δa는 2.18 m, δS는 1.51 m, ρC는 1.25 m, ρL은 2.01 m이기 때문에 후방산란계수 변환식 (2)의 NRCS가 변환식 (1) 의 NRCS보다 1.1976 dB 크게 계산되었고, 그로부터 산출한 해상풍 또한 더 높은 값을 가지는 것으로 나타났다.
13 m s^–1의 음의 편차가 나타났다. 후방산란계수 변환식 (2)이 변환식 (1)보다 평균 제곱근 오차가 더 낮았고, 편차의 절대값이 작아 더 정확하게 해상풍을 모의하는 것으로 나타났다.

후속연구

대기 중력파, 해양 표면에 존재하는 작은 규모의 파랑, 바람장 전선, 내부파 등과 같은 해양 기상 환경 요소는 SAR 후방산란계수의 변화를 발생시켜 해상풍 산출의 오차를 야기하였다. SAR 관측 방법의 특이성으로 인해 발생하는 레인지 모호성과 이산적 및 불연속적, 연안에서의 물결 모양의 특징을 포함하고 있는 국지 입사각의 분포 특성과 같이 KOMPSAT-5 영상 자체 특성도 해상풍 산출의 오차 요인으로 작용할 수 있으므로 추후 정확한 해 상풍 산출을 위해서는 KOMPSAT-5 후방산란계수 자료의 처리 기법 개발 및 보완이 필요하다.
이러한 국지 입사각의 분포는 후방산란계수 산출 정확도 및 GMF 입력 자료로 사용되는 입사각의 정확도에도 영향을 미친다. 따라서 추후 정확한 후방산란계수 및 해상풍 산출을 위해서는 입사각 산출물에 대한 추가적인 보정 작업이 필요하다.
본 연구에서는 KOMPSAT-5 후방산란계수를 활용하여 최초로 해상풍을 산출하였고, 해양 부이 실측 자료와 비교하여 정확도를 분석하였다. 또한 레인지 모호성과 국지 입사각의 분포 특이성과 같은 KOMPSAT-5 자료 자체의 오차 요인을 규명하였고, 이러한 연구 결과는 KOMPSAT-5 자료의 최적화 및 해상풍 산출에 필요한 입력 자료의 정밀도 향상에 기여할 것으로 기대된다. KOMPSAT-5 자 료 기반 해상풍의 정확도를 향상시키기 위해서는 해양 환경에 따른 잠재적 오차 요인이 존재하는 연안 지역에 대한 집중적인 관측이 필요하고, SAR 자료 기반 해상풍 산출 알고리즘의 입력 자료로 활용되는 VV 편파 기반 관측이 보다 활발하게 이루어져야한다.
이러한 연구들을 통해 SAR 자료 기반 해상풍의 해역에 따른 최적화가 진행된다면 SAR 자료로부터 생산된 정확한 고해상도 바람장 자료는 다양한 목적으로 사용될 수 있을 것으로 예상된다. 본 연구에서는 SAR 자료를 기반으로 산출하는 해상풍에 미치 는 다양한 해양 기상 환경 및 기타 특성에 의한 영향을 분석하였고, 이는 SAR 자료의 관측 환경 및 오차 요인을 고려한 해상풍 산출 알고리즘 개발에 기여할 것으로 기대된다.
그에 따라 다양한 SAR 센서, 전처리 방법, 풍향 산출 방법, GMF, 편파 비율(Polarization ratio) 등을 주제로 하여 SAR 자료 기반 해상풍의 정확도와 오차 요인에 대한 연구가 오랫동안 수행되어 왔고, 대기와 해양, 지질학적 조건 또는 유류 오염 관련 문제로 인한 정확도 연구뿐만 아니라 지역적 특성도 규명하였다. 이러한 연구들을 통해 SAR 자료 기반 해상풍의 해역에 따른 최적화가 진행된다면 SAR 자료로부터 생산된 정확한 고해상도 바람장 자료는 다양한 목적으로 사용될 수 있을 것으로 예상된다. 본 연구에서는 SAR 자료를 기반으로 산출하는 해상풍에 미치 는 다양한 해양 기상 환경 및 기타 특성에 의한 영향을 분석하였고, 이는 SAR 자료의 관측 환경 및 오차 요인을 고려한 해상풍 산출 알고리즘 개발에 기여할 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	산란계 바람장 자료의 단점은 무엇인가요?	, 2006). 하지만, 이러한 산란계 바람장 자료는 낮은 공간 해상도로 인해 연안에서의 정확도 감소 및 결측이 발생하고, 작은 규모의 해양 현상 분석이 불가능하다는 한계점을 보인다 (Tang et al., 2004; Rodriguez et al.
	KOMPSAT-5 인공위성에 대해 설명하세요.	KOMPSAT-5 인공위성은 2013년 8월 22일에 발사된 우리나라 최초의 X-band(9.66 GHz) SAR 탑재 인공위성으로, 고해상도, 표준, 광역 촬영 모드의 관측 모드(mode) 가 존재한다(Lee, 2010). 고해상도 촬영 모드는 1 m 공간 해상도의 자료로, High Resolution mode(HR), Enhanced High Resolution mode(EH), Ultra High Resolution mode (UH)로 분류되고, 표준 촬영 모드는 3 m 공간 해상도의 자료로, Standard mode(ST), Enhanced Standard mode(ES) 로 분류되며, 광역 촬영 모드는 20 m 공간 해상도의 자료로, Wide Swath mode(WS), Enhanced Wide Swath mode (EW)로 분류된다(SIIS, 2015).
	전세계의 바람장 관측에 대한 현황은 무엇인가요?	1990년대 초부터 현재까지 전세계 연구기관에서는 European Remote Sensing-1/2(ERS-1/2), NASA Scatterometer(NSCAT), Quik Scatterometer(Quikscat), Advanced Scatteromter(ASCAT), Rapid Scatteromter (RapidScat)과 같은 산란계(scatterometer)를 운영하면서 약 25 km 공간 해상도의 바람장 자료를 산출하여 전세 계 바람장을 지속적으로 관측하고 있다(Ebuchi, 1999). 산란계 바람장 자료는 풍속은 2 m s–1, 풍향은 20° 안팎의 정확도를 보이며, 수치 예보 모델의 정확도를 높여 주는 입력 자료로 사용되었고, 태풍, 소용돌이(eddies), 대기-해양 상호작용을 포함한 해양 현상 기작을 이해하는데 활용되었다(Liu et al.

참고문헌 (43)

Alpers, W. and W. Huang, 2011. On the discrimination of radar signatures of atmospheric gravity waves and oceanic internal waves on synthetic aperture radar images of the sea surface, IEEE Transactions on Geoscience and Remote Sensing, 49(3): 1114-1126.

상세보기
Businger, J.A., J.C. Wyngaard, Y. Izumi, and E.F. Bradley, 1971. Flux-profile relationships in the atmospheric surface layer, Journal of the Atmospheric Sciences, 28(2): 181-189.

상세보기
Cornillon, P. and K. Park, 2001. Warm core ring velocities inferred from NSCAT, Geophysical Research Letters, 28(4): 575-578.

상세보기
Crisp, D.J., 2004. The state-of-the-art in ship detection in synthetic aperture radar imagery (No. DSTORR- 0272), Defence Science and Technology Organisation Salisbury (Australia) Info Sciences Lab, Fairbairn, Canberra, Australia.
Dyer, A., 1974. A review of flux-profile relationships, Boundary-Layer Meteorology, 7(3): 363-372.

상세보기
Ebuchi, N., 1999. Statistical distribution of wind speeds and directions globally observed by NSCAT, Journal of Geophysical Research: Oceans, 104 (C5): 11393-11403.

상세보기
Evans, D., C.L. Conrad, and F.M. Paul, 2003. Handbook of automated data quality control checks and procedures of the National Data Buoy Center, NOAA National Data Buoy Center, Hancock County, Mississippi, USA.
Franceschetti, G., M. Migliaccio, and D. Riccio, 1998. On ocean SAR raw signal simulation, IEEE Transactions on Geoscience and Remote Sensing, 36(1): 84-100.

상세보기
Furevik, B.R. and E. Korsbakken, 2000. Comparison of derived wind speed from synthetic aperture radar and scatterometer during the ERS tandem phase, IEEE Transactions on Geoscience and Remote Sensing, 38(2): 1113-1121.

상세보기
Graf, J.E., W.Y. Tsi, and L. Jones, 1998. Overview of QuikSCAT mission-a quick deployment of a high resolution, wide swath scanning scatterometer for ocean wind measurement, Proc. of IEEE Southeastcon '98 'Engineering for a New Era', Orlando, FL, pp. 314-317.
Han, H., S.H. Hong, H.C. Kim, T.B. Chae, and H.J. Choi, 2017. A study of the feasibility of using KOMPSAT-5 SAR data to map sea ice in the Chukchi Sea in late summer, Remote Sensing Letters, 8(5): 468-477.

상세보기
Harahsheh, H.A., 2016. Oil Spill Detection and Monitoring of Abu Dhabi Coastal Zone Using KOMPSAT-5 SAR Imagery, Proc. of XXIII International Society for Photogrammetry and Remote Sensing Congress, Prague, Czech Republic, Jul. 12-19, vol. XLI-B8, pp. 1115-1121.
Hwang, J.I., S.H. Chae, D. Kim, and H.S. Jung, 2017. Application of Artificial Neural Networks to Ship Detection from X-Band Kompsat-5 Imagery, Applied Sciences, 7(9): 961.

상세보기
Kare, J.T., 2001. Moving receive beam method and apparatus for synthetic aperture radar, U.S. Patent No. 6,175,326, Patent and Trademark Office, Washington D.C., USA,.
Kim, S.-W., D.-H. Kim, and Y.-K. Lee, 2018. Operational ship monitoring based on integrated analysis of KOMPSAT-5 SAR and AIS data, Korean Journal of Remote Sensing, 34(2): 3327-3338 (in Korean with English abstract).
Koch, W., 2004. Directional analysis of SAR images aiming at wind direction, IEEE Transactions on Geoscience and Remote Sensing, 42(4): 702-710.

상세보기
Lee, J.S., 1986. Speckle Suppression and Analysis for Synthetic Aperture Radar Images, Optical Engineering, 25: 255636.

상세보기
Lee, S.R., 2010. Overview of KOMPSAT-5 program, mission, and system, Proc. of 2010 International Geoscience and Remote Sensing Symposium, Honolulu, HI, Jul. 25-30, pp. 797-800.
Lehner, S., J. Horstmann, W. Koch, and W. Rosenthal, 1998. Mesoscale wind measurements using recalibrated ERS SAR images, Journal of Geophysical Research: Oceans, 103(C4): 7847-7856.

상세보기
Li, X., W. Zheng, W.G. Pichel, C.Z. Zou, and P. Clemente-Colon, 2007. Coastal katabatic winds imaged by SAR, Geophysical Research Letters, 34(3).

상세보기
Li, X., J.A. Zhang, X. Yang, W.G. Pichel, M. DeMaria, D. Long, and Z. Li, 2013. Tropical cyclone morphology from spaceborne synthetic aperture radar, Bulletin of the American Meteorological Society, 94(2): 215-230.

상세보기
Li, X.M. and S. Lehner, 2014. Algorithm for sea surface wind retrieval from TerraSAR-X and TanDEMX data, IEEE Transactions on Geoscience and Remote Sensing, 52(5): 2928-2939.

상세보기
Liu, W.T., K.B. Katsaros, and J.A. Businger, 1979. Bulk parameterization of air-sea exchanges of heat and water vapor including the molecular constraints at the interface, Journal of the Atmospheric Sciences, 36(9): 1722-1735.

상세보기
Liu, W. T. and W. Tang, 1996. Equivalent neutral wind, JPL Publication 96-17, Jet Propulsion Laboratory, Pasadena, CA, USA.
Liu, W.T., W. Tang, and P.S. Polito, 1998. NASA scatterometer provides global ocean-surface wind fields with more structures than numerical weather prediction, Geophysical Research Letters, 25(6): 761-764.

상세보기
Mastin, G.A., 1985. Adaptive filters for digital image noise smoothing: An evaluation, Computer Vision, Graphics, and Image Processing, 31(1): 103-121.

상세보기
Park, K., P. Cornillon, and D.L. Codiga, 2006. Modification of surface winds near ocean fronts: Effects of Gulf Stream rings on scatterometer (QuikSCAT, NSCAT) wind observations, Journal of Geophysical Research: Oceans, 111(C3).
Park, K., J.-J. Park, J.-C. Jang, J.-H. Lee, S. Oh, and M. Lee, 2018. Multi-Spectral Ship Detection Using Optical, Hyperspectral, and Microwave SAR Remote Sensing Data in Coastal Regions, Sustainability, 10(11): 4064.

상세보기
Paulson, C.A., 1970. The mathematical representation of wind speed and temperature profiles in the unstable atmospheric surface layer, Journal of Applied Meteorology, 9(6): 857-861.

상세보기
Rodriguez, E., R.W. Gaston, S.L. Durden, B. Stiles, M. Spencer, L. Veilleux, R. Hughes, D.E. Fernadez, S.C. Chan, S. Veleva, and R.S. Dunbar, 2009. A scatterometer for XOVWM, the extended ocean vector winds mission, Proc. of 2009 IEEE Radar Conference, Pasadena, CA, May 4-8, pp. 1-4.
SIIS, 2015. KOMPSAT-5 product specifications, Korea Aerospace Research Institute, Daejeon, South Korea.
Singh, P. and R. Shree, 2016. Analysis and effects of speckle noise in SAR images, Proc. of 2016 2nd International Conference on Advances in Computing, Communication, and Automation (ICACCA), Bareilly, India, Sep. 30-Oct. 1, pp. 1-5.
Smith, D.M., 1996. Speckle reduction and segmentation of Synthetic Aperture Radar images, International Journal of Remote Sensing, 17(11): 2043-2057.

상세보기
Tang, W., W.T. Liu, and B.W. Stiles, 2004. Evaluation of high-resolution ocean surface vector winds measured by QuikSCAT scatterometer in coastal regions, IEEE Transactions on Geoscience and Remote Sensing, 42(8): 1762-1769.

상세보기
Thompson, D.R. and R.C. Beal, 1998. Mapping mesoscale and submesoscale wind fields using synthetic aperture radar, Proc. of 1998 International Geoscience and Remote Sensing Symposium, Seattle, WA, Jul. 6-10, vol. 3, pp. 1382-1384.
Vachon, P.W. and F.W. Dobson, 2000. Wind retrieval from RADARSAT SAR images: Selection of a suitable C-band HH polarization wind retrieval model, Canadian Journal of Remote Sensing, 26(4): 306-313.

상세보기
Villano, M., G. Krieger, and A. Moreira, 2014. Staggered SAR: High-resolution wide-swath imaging by continuous PRI variation, IEEE Transactions on Geoscience and Remote Sensing, 52(7): 4462-4479.

상세보기
Wang, C., M. Liao, and X. Li, 2008. Ship detection in SAR image based on the alpha-stable distribution, Sensors, 8(8): 4948-4960.

상세보기
Xi, Y., H. Lang, Y. Tao, L. Huang, and Z. Pei, 2017. Four-component model-based decomposition for ship targets using polsar data, Remote Sensing, 9(6): 621.

상세보기
Xie, T. and W. Perrie, 2010. Comparison of high winds retrieved from RADARSAT 2 SAR data with in situ buoy data and QuikScat wind vectors, Proc. of SeaSAR 2010 - The 3rd International Workshop on Advances in SAR Oceanography from Envisat and ERS, Frascati, Italy, Jan. 25-29, vol. 679.
Zhang, B., W. Perrie, P.W. Vachon, X. Li, W.G. Pichel, J. Guo, and Y. He, 2012. Ocean vector winds retrieval from C-band fully polarimetric SAR measurements, IEEE Transactions on Geoscience and Remote Sensing, 50(11): 4252-4261.

상세보기
Zhang, B., X. Li, W. Perrie, and Y. He, 2015. Synergistic measurements of ocean winds and waves from SAR, Journal of Geophysical Research: Oceans, 120(9): 6164-6184.

상세보기
Zhang, G., W. Perrie, X. Li, and J.A. Zhang, 2017. A Hurricane Morphology and Sea Surface Wind Vector Estimation Model Based on C-Band Cross-Polarization SAR Imagery, IEEE Transactions on Geoscience and Remote Sensing, 55(3): 1743-1751.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증