[논문]KOMPSAT-3와 Landsat-8의 시계열 융합활용을 위한 교차검보정

안호용; 나상일; 박찬원; 홍석영; 소규호; 이경도

doi:10.7780/kjrs.2020.36.6.2.4

KOMPSAT-3와 Landsat-8의 시계열 융합활용을 위한 교차검보정
Radiometric Cross Calibration of KOMPSAT-3 and Lnadsat-8 for Time-Series Harmonization 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.6 pt.2, 2020년, pp.1523 - 1535

안호용 (농촌진흥청 국립농업과학원 기후변화평가과) , 나상일 (농촌진흥청 국립농업과학원 기후변화평가과) , 박찬원 (농촌진흥청 국립농업과학원 기후변화평가과) , 홍석영 (농촌진흥청 국립농업과학원 기후변화평가과) , 소규호 (농촌진흥청 국립농업과학원 기후변화평가과) , 이경도 (농촌진흥청 국립농업과학원 기후변화평가과)

초록
AI-Helper

원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다.

Abstract ▼ AI-Helper

In order to produce crop information using remote sensing, we use classification and growth monitoring based on crop phenology. Therefore, time-series satellite images with a short period are required. However, there are limitations to acquiring time-series satellite data, so it is necessary to use fusion with other earth observation satellites. Before fusion of various satellite image data, it is necessary to overcome the inherent difference in radiometric characteristics of satellites. This study performed Korea Multi-Purpose Satellite-3 (KOMPSAT-3) cross calibration with Landsat-8 as the first step for fusion. Top of Atmosphere (TOA) Reflectance was compared by applying Spectral Band Adjustment Factor (SBAF) to each satellite using hyperspectral sensor band aggregation. As a result of cross calibration, KOMPSAT-3 and Landsat-8 satellites showed a difference in reflectance of less than 4% in Blue, Green, and Red bands, and 6% in NIR bands. KOMPSAT-3, without on-board calibrator, idicate lower radiometric stability compared to ladnsat-8. In the future, efforts are needed to produce normalized reflectance data through BRDF (Bidirectional reflectance distribution function) correction and SBAF application for spectral characteristics of agricultural land.

주제어

표/그림 (14)

표 Table 1. Earth Observation Sensors used in this study
그림 Fig. 1. Relative spectral response of Sensors.
그림 Fig. 2. K3, Hyperion EO-1 and L8 OLI images over PICS Libya 4.
그림 Fig. 3. Solar Irradiance Measured by MFRSR.
그림 Fig. 4. Cosine Corrected Solar Irradiance (Left) and Regression (Right).
표 Table 2. TOA reflectance regression fit parameters
표 Table 3. Estimation SBAF result using average of 2 years Libya 4 (unit: %)
그림 Fig. 5. Simulated TOA Reflectace KOMPSAT-3 (Left), Landsat-8 (Right) and Spectral Band Adjustment Factor by Hyperion image for Libya 4.
표 Table 4. Effect based on EO-1 Hyperion derived SBAF (unit: %)
그림 Fig. 6. Hyperion-based SBAF compensated TOA Reflectance each band over the Libya 4 site.
표 Table 5. Spectral Band overlap ratio on KOMPSAT-3 and Landsat 8 by RSR (unit: %)
그림 Fig. 7. Validation Area.
그림 Fig. 8. NDVI Kimje Crop Land.
표 Table 6. NDVI Comparison SBAF adjustment

AI 본문요약
AI-Helper

문제 정의

본 연구는 다목적 실용위성의 융합 활용을 위한 첫 단계로서 세계적으로 활용성이 높은 지구관측위성인 Landsat-8 위성과의 교차검보정을 수행하였다. 대표적 검보정 사이트인 Libya-4 PICS에서 2년간 수집된 영상과 초분광위성 기반 SBAF를 적용하여 반사율을 비교하였다.

제안 방법

2년간 수집된 Libya-4 Site의 KOMPSAT-3와 Landsat-8 영상을 이용하여 시간에 대한 반사율의 변화를 1차 함수로 비교하여 교차검보정을 수행하였다. Libya-4 Site의 T-test 검정 결과 모든 밴드대역에서 적합한 것으로 평가되었으며 두 센서의 단기간(2년) 추세에 대한 기울기는 0.
특성이 다른 센서의 정량적인 비교를 위해서 영상의 화소 값은 반드시 실제 센서에 기록되는 복사에너지 값 으로 변환되어야 한다. TOA radiance를 산출하기 위해 본 연구는 KOMPSAT-3, Landsat-8의 경우 각 밴드별로 변환에 필요한 계수가 제공되므로 이를 이용하여 복사에너지 값을 산출할 수 있다. 식 (1)과 같은 1차 선형식을 통해 영상의 TOA Radiance를 계산하였다.
본 연구는 다목적 실용위성의 융합 활용을 위한 첫 단계로서 세계적으로 활용성이 높은 지구관측위성인 Landsat-8 위성과의 교차검보정을 수행하였다. 대표적 검보정 사이트인 Libya-4 PICS에서 2년간 수집된 영상과 초분광위성 기반 SBAF를 적용하여 반사율을 비교하였다.
산정된 SBAF를 농업분야에 활용하기 위해 본 연구는 2019년 6월부터 9월까지 김제지역에 촬영된 Landsat-8, KOMPSAT-3 영상 5 Scene을 대상으로 정규화 식생지수를 SBAF에 적용하여 평가하였다(Fig. 7).

대상 데이터

KOMPSAT-3 영상의 교차검보정을 위한 연구지역으로 영상의 방사학적 안정성 평가뿐만 아니라 다양한 지표피복에 따른 영상의 품질평가를 위해 지구관측그룹(The Committee on Earth Observation Satellites, CEOS) 에서는 안정적인 대기 특성을 가져 지구 관측위성의 검보정을 수행하기 위한 PICS를 운영하고 있다. 본 연구에서는 PICS중 Libya-4 Site를 선정하였다.
서로 다른 분광대역을 가지는 두 센서간 정확한 교차 검보정을 위해서는 스펙트럼 응답 반응으로 인한 차이에 대한 정량화가 필요하다. 본 연구에서는 SBAF 계산을 위해 KOMPSAT-3와 Landsat-8의 동일지역에서 촬영된 EO-1 Hyperion 영상을 사용하였다. 초분광 영상의 밴드접합을 통해 가상의 KOMPSAT-3, Landsat-8영상 을 생성하였고 동일 ROI에 대한 반사율 비교를 통해 SBAF를 산정하였다.

성능/효과

교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 2% 이내의 반사율 차이가 나타났으며 NIR밴드의 경우 약 4% 차이를 보였다. NIR 밴드대역에서 SBAF 적용 후에도 반사율 차이가 큰 이유는 KOMPSAT-3 위성과 LANDSAT-8 위성의 밴드 대역폭 차이에 기인한 것으로 판단되며, 수증기 흡수대역 (940 nm)을 포함하는 KOMPSAT-3 위성의 특성이 반영된 것으로 판단된다.
SBAF 적용 후 모든 밴드 대역에서 Calibration 정확도가 향상되었으며, 특히 NIR 밴드대역에서는 퍼센트 차이가 23%에서 6%로 괄목할 만한 개선이 된것으로 나타났다. 온보드 켈리브레이터가 없는 고해상도 위성인 KOMPSAT-3는 Landsat-8에 비해 상대적으로 불안정한 Radiometric StabiIity를 보였다.
이는 Landsat-8 위성보다 넓은 밴드대역을 가지는 KOMPSAT-3 위성의 수증기 흡수대역이 포함되어 영향을 받은 것으로 판단된다. 각 센서의 분광특성(RSR) 을 적용하여 생성된 초분광 영상 기반 밴드접합 반사율을 비교했을 때 KOMPSAT-3(왼쪽) 보다 Landsat-8(오른 쪽)의 반사율이 안정적인 것을 확인할 수 있다.
교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 2% 이내의 반사율 차이가 나타났으며 NIR밴드의 경우 약 4% 차이를 보였다. NIR 밴드대역에서 SBAF 적용 후에도 반사율 차이가 큰 이유는 KOMPSAT-3 위성과 LANDSAT-8 위성의 밴드 대역폭 차이에 기인한 것으로 판단되며, 수증기 흡수대역 (940 nm)을 포함하는 KOMPSAT-3 위성의 특성이 반영된 것으로 판단된다.
SBAF 적용 후 모든 밴드 대역에서 Calibration 정확도가 향상되었으며, 특히 NIR 밴드대역에서는 퍼센트 차이가 23%에서 6%로 괄목할 만한 개선이 된것으로 나타났다. 온보드 켈리브레이터가 없는 고해상도 위성인 KOMPSAT-3는 Landsat-8에 비해 상대적으로 불안정한 Radiometric StabiIity를 보였다.

후속연구

하지만 생식 상장기(7월~8월)의 경우 SBAF적용 후에도 KOMPSAT-3 가 상대적으로 높은 NDVI를 보였다(Table 6). 결과적으로 SBAF를 적용하였을 때 KOMPSAT-3와 Lnadsat-8 NDVI의 차이가 감소하였지만 검증에 있어 동일한 날짜에 대한 고려가 되지 않았으며, 대기보정을 수행하지 않아 향후 추가적인 검증이 필요할 것으로 판단된다.
교차검보정의 첫 단계로서 본 연구는 반사율과 대기가 안정적인 사막지역에서 반사율을 비교하였으나 향후 농경지 관측을 위한 다중위성영상 융합 활용을 위해서는 식생지역에서의 교차검증이 필요할 것으로 판단 된다. 경작지의 경우 지형조건과 대기조건이 계절마다 차이나기 때문에 지형보정과 대기보정을 통한 교차검보정이 평가되어야 한다.
교차검보정의 첫 단계로서 본 연구는 반사율과 대기가 안정적인 사막지역에서 반사율을 비교하였으나 향후 농경지 관측을 위한 다중위성영상 융합 활용을 위해서는 식생지역에서의 교차검증이 필요할 것으로 판단 된다. 경작지의 경우 지형조건과 대기조건이 계절마다 차이나기 때문에 지형보정과 대기보정을 통한 교차검보정이 평가되어야 한다.
작물의 생물계절 추정을 위한 시계열 영상을 획득하는 것은 단독위성만으로 제한이 따르기 때문에 타 위성과의 융합 활용이 매우 중요할 것으로 판단되며 이를 위해서는 교차검보정, 지형보정, BRDF 보정 등 정규화된 반사율 자료를 생산하기 위한 노력이 필요할 것이다.

참고문헌 (27)

Ahn, H. Y., S. I. NA, C. W. Park, S. Y. Hong, K. H. So, and K. D. Lee, 2018. Feasibility Assessment of Spectral Band Adjustment Factor of KOMPSAT-3 for Agriculture Remote Sensing, Korean Journal of Remote Sensing, 34(6-3): 1369-1382 (in Korean with English abstract).

원문보기 상세보기
Beyer, F., J. T. Jarmer, B. Siegmann, and P. Fischer, 2015. Improved crop classification using multitemporal RapidEye data, Proc. of 2015 8thInternational Workshop on the Analysis of Multitemporal Remote Sensing Images, Annecy, FRA, Jul. 22-24, pp. 1-4.
Chander, G., B. L. Markham, and D. L. Helder, 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors, Remote Sensing of Environment, 113: 893-903.

상세보기
Chander, G., N. Mishra, D. L. Helder, D. Aaron, T. Choi, A. Angal, and X. Xiong, 2010. Use of EO-1 Hyperion data to calculate spectral band adjustment factors (SBAF) between The L7 ETM+ and TERRA MODIS Sensors, Proc. of IEEE International Geoscience and Remote Sensing Symposium, Honolulu, HI, USA, Jul. 25-30, pp. 1667-1670.
Chander, G., N. Mishra, D. L. Helder, D. B. Aaron, A. Angal, T. Y. Choi, X. Xiong, and D. R. Doelling, 2013. Applications of Spectral Band Adjustment Factors (SBAF) for Cross-Calibration, IEEE Transactions on Geoscience and Remote Sensing, 51(3): 1267-1281.

상세보기
Conrad, C., R. R. Colditz, S. Dech, D. Klein, and P. L. Vlek, 2011. Temporal segmentation of MODIS (Moderate Resolution Imaging Spectroradiometer) time series for improving crop classification in Central Asian irrigation systems, International Journal of Remote Sensing, 32(23): 8763-8778.

상세보기
De Vries, C., T. Danaher, R. Denham, P. Scarth, and S. Phinn, 2007. An operational radiometric calibration procedure for the Landsat sensors based on pseudo-invariant target sites, Remote Sensing of Environment, 107(3): 414-429.

상세보기
Fan, X. and U. Liu, 2016. A global study of NDVI (Normalized difference vegetation index) difference among moderate-resolution satellite sensors, ISPRS Journal of Photogrammetry and Remote Sensing, 121: 177-191.

상세보기
Folkman, M. A., J. Pearlman, B. L. Liao, and P. J. Jarecke, 2001. EO-1/Hyperion hyperspectral imager design, development, characterization, and calibration, Proc. of Hyperspectral Remote Sensing of the Land and Atmosphere, SPIE, Sendai, JPN, Oct. 9-12, pp. 40-51.
Hong, S. Y., J. Hur, J. B. Ahn, J. M. Lee, B. K. Min, C. K. Lee, Y. Kim, K. D. Lee, S. H. Kim, G. Y Kim, and K. M. Shim, 2012. Estimating rice yield using MODIS(Moderate Resolution Imaging Spectroradiometer) NDVI(Normalized difference vegetation index) and meteorological data in Korea, Korean Journal of Remote Sensing, 28(5): 509-520 (in Korean with English abstract).

원문보기 상세보기
Howard, D. M. and B. K. Wylie, 2014. Annual crop type classification of the US Great Plains for 2000 to 2011, Photogrammetric Engineering and Remote Sensing, 80(6): 537-549.

상세보기
Irons, J. R., J. L. Dwyer, and J. A. Barsi, 2012. The next Landsat satellite: The Landsat Data Continuity Mission, Remote Sensing of Environment, 122: 11-21.

상세보기
Jeong, S. J., H. S. Yun, D. U. Kim, H. J. Kim, C. S. Ryu, and Y. Kwon, 2016. Development of crop image segmentation technique for monitoring the growth status of garlic (Allium sativum) in UAV(Unmanned Aerial Vehicle System) remote sensing, Proc. of 2016 Korean Society for Agricultural Machinery, Cheonan, KOR, Nov. 2-3, vol. 21, p. 58.
Jeong, H. K., J. H. Sung, and H. J. Lee, 2020. Analysis of Social Demand for Countermeasures in Response to Extreme Weather Events in Korean Agricultural Sector, Journal of Climate Change Research, 11(4): 235-246 (in Korean with English abstract).

상세보기
Jin, C., H. Ahn, D. Seo, and C. Choi, 2020. Radiometric Calibration and Uncertainty Analysis of KOMPSAT3A Using the Reflectance-Based Method, Sensors, 20(9): 2564.

상세보기
Lee, K. D., Y. E. Lee, C. W. Park, and S. I. Na, 2016. A comparative study of image classification method to classify onion and garlic using unmanned aerial vehicle(UAV) imagery, Korean Journal of Soil Science and Fertilizer, 49(6): 743-750 (in Korean with English abstract).

원문보기 상세보기
Galvao, L. S., I. Vitorello, and R. Almeida, 1999. Effects of band positioning and bandwidth NDVI (Normalized difference vegetation index) measurements of tropical savannas, Remote Sensing of Enviroment, 67: 181-193.

상세보기
Ministry of Agriculture, Food and Rural Affairs, 2016. Agriculture, Food and Rural Affairs Statistics Yearbook 2016, Director-General for Policy Planning Bureau, Sejong, KOR.
Mishra, N., M. O. Haque, L. Leigh, D. Aaron, D. Helder, and B. Markham, 2014. Radiometric cross calibration of Landsat 8 operational land imager (OLI) and Landsat 7 enhanced thematic mapper plus (ETM+), Remote Sensing, 6(12): 12619-12638.

상세보기
Na, S. I., C. W. Park, Y. K. Cheong, C. S. Kang, I. B. Choi, and K. D. Lee, 2016. Selection of optimal vegetation indices for estimation of barley & wheat growth based on remote sensing - An application of unmanned aerial vehicle and field investigation data - Korean Journal of Remote Sensing, 32(5): 483-497 (in Korean with English abstract).

원문보기 상세보기
Pagnutti, 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(1-2): 53-68.

상세보기
Seo, D. C. and H. S. Kim, 2011. Characterizing Overlap Area of KOMPSAT-3, Aerospace Engineering and Technology, 10(2): 154-162 (in Korean with English abstract).
Shao, Y., R. S. Lunetta, J. Ediriwickrema, and J. Iiames, 2010. Mapping cropland and major crop types across the Great Lakes Basin using MODIS (Moderate Resolution Imaging Spectroradiometer) NDVI(Normalized difference vegetation index) data, Photogrammetric Engineering and Remote Sensing, 76(1): 73-84.

상세보기
Teillet, P. M., K. Staenz, and D. J. Williams, 1997. Effects of spectral, spatial, and radiometric characteristics on remote sensing vegetation indices of forested regions, Remote Sensing of Enviroment, 61: 139-149.

상세보기
Yeom, J. H. and Y. I. Kim, 2014. Automatic extraction of the land readjustment paddy for high-level land cover classification, Journal of Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 32(5): 443-450 (in Korean with English abstract).

원문보기 상세보기
Yoon, S. H., J. Y. Choi, S. H. Yoo, and M. W. Jang, 2007. An uncertainty analysis of topographical factors in paddy field classification using a timeseries MODIS, Journal of Korean Society of Agricultural Engineers, 49(5): 67-77 (in Korean with English abstract).

원문보기 상세보기
Zhang, L., S. Hu, H. Yang, T. Wu, Q. Tong, and F. Zhang, 2014. The Effects of Solar Irradiance Spectra on Calculation of Narrow Band Top-ofAtmosphere Reflectance, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(1): 49-58.

상세보기

저자의 다른 논문 :

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