[논문]농경지 관측을 위한 KOMPSAT 대기보정 적용 및 평가

안호용; 류재현; 나상일; 소규호; 이경도

doi:10.7780/kjrs.2021.37.6.3.4

농경지 관측을 위한 KOMPSAT 대기보정 적용 및 평가
Application of Atmospheric Correction to KOMPSAT for Agriculture Monitoring 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.6 pt.3, 2021년, pp.1951 - 1963

안호용 (농촌진흥청 국립농업과학원 기후변화평가과) , 류재현 (농촌진흥청 국립농업과학원 기후변화평가과) , 나상일 (농촌진흥청 국립농업과학원 기후변화평가과) , 소규호 (농촌진흥청 국립농업과학원 기후변화평가과) , 이경도 (농촌진흥청 국립농업과학원 기후변화평가과)

초록
AI-Helper

농업환경 모니터링에서 지구관측위성을 활용한 원격탐사 자료는 시·공간적 그리고 효율성 측면에서 다른 방법에 비해 많은 이점을 가진다. 위성에 탑재된 센서는 태양광이 지표면에 반사되어 들어오는 에너지를 측정하므로, 지구의 대기에 의해 산란·흡수·반사되는 과정에서 잡음이 발생한다. 따라서 지표면에 반사되는 에너지(복사휘도)를 정확히 측정하기 위해서는 대기의 효과에 의한 잡음을 제거해야하는 대기보정이 선행되어야 한다. 본 연구는 KOMPSAT-3 위성의 대기보정 적용 및 농업분야 활용성 평가를 위해 대기보정 민감도 분석, 위성 상호간 교차 분석, 지상관측자료와 비교 분석을 수행하였다. 그 결과 모든 경우에서 대기보정 후 표면 반사율이 대기보정 전 TOA 반사율 보다 상호 일치율이 높게 나타났으며 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 판단된다. 하지만 대기입력 파라미터의 민감도 및 위성촬영각(Tilt)에 대한 정량적인 분석을 위한 추가 연구가 필요하다.

Abstract ▼ AI-Helper

Remote sensing data using earth observation satellites in agricultural environment monitoring has many advantages over other methods in terms of time, space, and efficiency. Since the sensor mounted on the satellite measures the energy that sunlight is reflected back to the ground, noise is generated in the process of being scattered, absorbed, and reflected by the Earth's atmosphere. Therefore, in order to accurately measure the energy reflected on the ground (radiance), atmospheric correction, which must remove noise caused by the effect of the atmosphere, should be preceded. In this study, atmospheric correction sensitivity analysis, inter-satellite cross-analysis, and comparative analysis with ground observation data were performed to evaluate the application of KOMPSAT-3 satellite's atmospheric correction for agricultural application. As a result, in all cases, the surface reflectance after atmospheric correction showed a higher mutual agreement than the TOA reflectance before atmospheric correction, and it is possible to produce the time series vegetation index of the same standard. However, additional research is needed for quantitative analysis of the sensitivity of atmospheric input parameters and the tilt angle.

주제어

표/그림 (17)

그림 Fig. 1. Atmospheric Effect.
그림 Fig. 2. Atmospheric Correction Flow.
그림 Fig. 3. Study Area Sentinel-2 and KOMPSAT-3 Image (Left: Gim-Je, Right: Hap-cheon).
그림 Fig. 4. SRS Sensor.
표 Table 1. Sensor Specification
그림 Fig. 5. Before (Left) and After (RIGHT) atmosphere correction Image (Hap-Cheon).
그림 Fig. 6. Before (Left) and After (RIGHT) atmosphere correction Image (Gim-Je).
표 Table 2. Input parameters rages for sensitivity analysis of atmosphere correction
그림 Fig. 7. Change in Surface Reflectance for each band according to a change in Ozone.
그림 Fig. 8. Change in Surface Reflectance for each band according to a change in Water Vapor.
그림 Fig. 9. Change in Surface Reflectance for each band according to a change in AOT.
표 Table 3. Relative Change in Reflectance by Band According to change in input Parameter
표 Fig. 10. Reflectance Comparison Before (TOA) / After (TOC) Atmospheric Correction each Band.
그림 Fig. 11. Reflectance Comparison Before (TOA) / After (TOC) Atmospheric Correction (Tilt Angle 5°).
그림 Fig. 12. Reflectance Comparison Before (TOA) / After (TOC) Atmospheric Correction (Tilt Angle 26°).
그림 Fig. 13. Atmospheric Correction of Each Satellite Time-series NDVI (Left: Sentinel-2, Right: KOMPSAT-3).
그림 Fig. 14. Atmospheric Correction of Time-series NDVI Comparison (Left: TOA Ref., Right: TOC Ref.).

AI 본문요약
AI-Helper

제안 방법

KOMPSAT-3 위성영상의 대기보정 적용성을 평가하기 위해 본 연구에서는 동일한 날짜(2021.04.14)에 촬영 된 합천지역의 KOMPSAT-3 위성과 Sentinel-2 위성의 대기 보정 전/후 반사도를 비교하였다. 다양한 토지피복을 반영하기 위해 특정 지역(3 km by 3 km)에 대해 랜 덤포인트 300점을 생성하여 비교하였다.
)를 산출하였다. 검증을 위해 지상관측자료와 Sentinel-2 위성영상을 활용하여 1) 대기보정 입력파라 미터에 대한 농경지 민감도 분석, 2) 위성 상호간 대기 보정 비교 분석 3) 시계열 영상 활용가능성을 평가하기 위한 지상관측자료와의 비교 분석을 하였다.
대표적인 농경지인 김제(논), 합천(밭)지역의 위성영상 을 취득하여 대기보정 전(Top Of Atmosphere Reflectance; TOA Ref.)과 대기보정 후(Top of Canopy Reflectance; TOC Ref.)를 산출하였다. 검증을 위해 지상관측자료와 Sentinel-2 위성영상을 활용하여 1) 대기보정 입력파라 미터에 대한 농경지 민감도 분석, 2) 위성 상호간 대기 보정 비교 분석 3) 시계열 영상 활용가능성을 평가하기 위한 지상관측자료와의 비교 분석을 하였다.
이럴 경우 대기 광 경로가 길어지게 되어 위성이 받는 입사조도에 왜곡이 발 생하게 되어 정확한 반사율 산정 분만 아니라 식생 분석 에 있어 문제점으로 작용한다. 따라서 본 연구에서는 동일한 날짜에 촬영 된 KOMPSAT-3 위성과 Sentinel-2 위성 의 촬영각에 따른 반사율 식생지수를 상호 비교 하였다.
3), 해당 지역의 위성영상은 KOMPSAT-3와 Sentinel-2 위성을 대상으로 구름이 없는 영상을 기준으로 수집하였다. 취득한 위성영상의 동일한 위치의 식생지수 및 반사도 추출을 위해 본 연구에서는 항공사진을 기준영상 으로 KOMPSAT-3 영상과 Sentinel-2 영상에 대해 기하 보정(Co-Registration)을 수행하였다. 각 영상별로 동일 한 5개의 지상기준점을 이용하여 RMSE 1 pixel 이하로 기하보정(Referencing) 하였다.

대상 데이터

연구지역은 식량작물과 노지채소(마늘, 양파)의 주산지인 김제시와 합천군의 농경지 일대를 선정하였으며 (Fig. 3), 해당 지역의 위성영상은 KOMPSAT-3와 Sentinel-2 위성을 대상으로 구름이 없는 영상을 기준으로 수집하였다. 취득한 위성영상의 동일한 위치의 식생지수 및 반사도 추출을 위해 본 연구에서는 항공사진을 기준영상 으로 KOMPSAT-3 영상과 Sentinel-2 영상에 대해 기하 보정(Co-Registration)을 수행하였다.
식생분석을 위해 스마트 팜맵에서 추출된 경지 133 곳을 대상으로 Zonal 분석을 수행하였다. 2021년 4월 14 일 영상은 Off-Nadir 5도, 2018.
연구지역은 식량작물과 노지채소(마늘, 양파)의 주산지인 김제시와 합천군의 농경지 일대를 선정하였으며 (Fig. 3), 해당 지역의 위성영상은 KOMPSAT-3와 Sentinel-2 위성을 대상으로 구름이 없는 영상을 기준으로 수집하였다.

데이터처리

14)에 촬영 된 합천지역의 KOMPSAT-3 위성과 Sentinel-2 위성의 대기 보정 전/후 반사도를 비교하였다. 다양한 토지피복을 반영하기 위해 특정 지역(3 km by 3 km)에 대해 랜 덤포인트 300점을 생성하여 비교하였다.

이론/모형

대기보정은 MODTRAN 복사전달 코드를 기반으 로 하는 상용 소프트웨어인 ATCOR(ReSe Application, Switzerland)를 사용하였다. ATCOR에 사용된 입력변 수의 경우 영상 취득당시의 시간을 이용하여 지구-태양 거리, 태양-위성-지구 기하관계, 해당지역의 고도, 그리 고 촬영지역의 대기 파라미터(습도, 에어로졸, 가시거 리 등) 등이 있다.
ATCOR에 사용된 입력변 수의 경우 영상 취득당시의 시간을 이용하여 지구-태양 거리, 태양-위성-지구 기하관계, 해당지역의 고도, 그리 고 촬영지역의 대기 파라미터(습도, 에어로졸, 가시거 리 등) 등이 있다. 본 연구는 MODTRAN 표준 대기모델 인 Mid-Latitude, Rural 모델을 사용하였으며 촬영일에 따라 기상청 기상자료를 참조하여 대기 파라미터를 사용하였다. Fig.
시계열 위성영상의 대기보정 결과를 상호 비교하기 위해 NDVI를 측정하는 Spectral Reflectance Sensor (SRS, Decagon Devices, Pullman, WA)를 사용하였다. SRS 센서는 적색 및 근적외선 파장영역의 복사조도(Irradiance) 와 복사휘도(Radiance)를 측정, 자체적으로 보정계수를 적용하여 지상 관측에 활용성이 높다.

성능/효과

MODTRAN 복사전달모델을 기반으로 김제 및 합천 지역 촬영 영상에 대하여 논(벼), 밭(양파), 나지(휴경지)에 대한 입력 파라미터 민감도 분석 결과 오존의 경우 Green 밴드, 수증기의 경우 NIR 밴드, 에어로졸의 경우 Blue 밴드에서 가장 큰 변화를 보였으며 토지피복의 유형(식생, 비식생)에 따라 차이를 보였다.
대기보정 알고리즘 적용 후 상호 비교 분석을 위해 동일한 날짜에 촬영된 KOMPSAT-3 위성영상과 Sentinel-2 위성영상을 비교 분석한 결과 모든 파장영역에서 상호 일치성이 높아진 것을 확인 할 수 있었으며 식생 활력도를 나타내는 식생지수의 경우 보정 전 약 20%에서 보정 후 6% 차이로 일치율이 향상되었다. 다만, 촬영각(Tilt)을 가지는 KOMPSAT의 경우 Tilt Angle이 높을 경우 대기 광경로 및 지상해상도에 따른 위치 불일치에 의해 오차가 발생하여 대기보정 후에도 일치율이 낮은 것으로 판단되며, 향후 정량적인 분석이 필요할 것으로 판단된다.
이상의 결과를 종합하면 대기보정을 수행하여 위성 과 지상 관측 센서와의 오차는 줄어들었지만 관측 플랫 폼(위성) 차이에 의한 오차는 여전히 존재한다. 이러한 오차의 원인은 앞서 제시한 대기 입력 파라미터, 위성 밴드의 분광응답반응, 촬영각, 관측규모, 관측 센서의 오차 등 다양하게 존재 하는 것으로 판단된다.
작황분석을 위한 시계열 위성영상 활용가능성 평가 를 위해 벼재배지역에서의 지상관측자료(SRS)와의 비교 분석 결과 KOMPSAT-3, Sentinel-2 위성 모두 식생지수에서 대기 보정 후 일치율이 향상되었다. 따라서 KOMPSAT-3 위성의 대기보정을 적용하여 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 기대된다.

후속연구

대기보정 알고리즘 적용 후 상호 비교 분석을 위해 동일한 날짜에 촬영된 KOMPSAT-3 위성영상과 Sentinel-2 위성영상을 비교 분석한 결과 모든 파장영역에서 상호 일치성이 높아진 것을 확인 할 수 있었으며 식생 활력도를 나타내는 식생지수의 경우 보정 전 약 20%에서 보정 후 6% 차이로 일치율이 향상되었다. 다만, 촬영각(Tilt)을 가지는 KOMPSAT의 경우 Tilt Angle이 높을 경우 대기 광경로 및 지상해상도에 따른 위치 불일치에 의해 오차가 발생하여 대기보정 후에도 일치율이 낮은 것으로 판단되며, 향후 정량적인 분석이 필요할 것으로 판단된다.
작황분석을 위한 시계열 위성영상 활용가능성 평가 를 위해 벼재배지역에서의 지상관측자료(SRS)와의 비교 분석 결과 KOMPSAT-3, Sentinel-2 위성 모두 식생지수에서 대기 보정 후 일치율이 향상되었다. 따라서 KOMPSAT-3 위성의 대기보정을 적용하여 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 기대된다.
따라서, 농경지 관측 혹은 식생분석을 위한 KOMPSAT-3 위성 활용을 위해 1) 농경지 관측 혹은 식 생분석을 위한 KOMPSAT 위성 활용을 위해서는 가능한 촬영각(Tilt)이 Nadir 촬영, 2) 표면반사율 산출을 위 한 대기보정 시 정확한 대기 입력 파라미터 추정을 통한 대기 효과 제거, 3) 지형 및 피복 특성을 고려한 양방 향성반사분포함수 적용 등 오차를 최소화하는 방향이 필요할 것으로 판단된다.
민감도 분석에서 도볼수 있듯이 정확한 파라미터를 산정하지 못하면 왜곡된 표면 반사율이 산정될 수 있으므로 대기보정 시 정 확한 대기 파라미터 산정을 위한 추가 연구가 필요하다.
본 연구는 KOMPSAT-3 위성의 특성상 다수의 영상 이 아닌 특정 영상만을 활용하여 적용하였기 때문에 향후 다양한 시계열 영상 적용을 통한 대기보정 민감도 및 촬영각에 따른 왜곡량 정량화가 필요하며, 국내 지형 특성상 지형에 의한 효과(지형보정 및 BRDF) 적용, 영상 공동 활용을 위한 밴드조정계수 적용가가 필요할 것이다.
이러한 Tilt Angle 차이는 대기광경로의 영향뿐만 아니라, 위성의 지상 해상도 또한 영향을 미치기 때문에 향후 촬영각이 다른 동일한 센서에 대한 반사율 비교하여 식생유무에 따른 추정오차를 파악하는 것이 필요할 것으로 판단된다.
향후 발사될 농림위성의 농업관측 및 활용에 있어 대기보정은 반드시 선행되어야 하는 작업이며, 특히 기초 자료인 식생지수(NDVI) 분석에 있어 매우 중요한 과정 이다. 농경지 모니터링 및 작황분석을 위해서는 작물의 생육시기에 맞는 시계열 영상이 필수적으로 필요하다.

참고문헌 (16)

Ahn, H.Y., S.I. Na, C.W. Park, K.H. So, and K. D. Lee, 2018. Atmospheric Correction Effectiveness Analysis of Reflectance and NDVI Using Multispectral Satellite Image, Korean Journal of Remote Sensing, 34(6): 981-996 (in Korean with English abstract).
Bannari, A.D. Morin, F. Bonn, and A.R. Huete, 1995. A review of vegetation indices, Remote Sensing Reviews, 13(1-2): 95-120.

상세보기
Berk, A., G.P. Anderson, L.S. Bernstein, P.K. Acharya, H. Dothe, M.W. Matthew, S.M. Adler-Golden, J.H. Chetwynd Jr, S.C. Richtsmeier, B. Pukall, C.L. Allred, L.S. Jeong, and M.L. Hoke, 1999. MODTRAN4 radiative transfer modeling for atmospheric correction, In Optical Spectroscopic Techniques and Instrumentation for Atmospheric and Space Research III, 3756: 348-354.
Decagon Devices. 2014. SRS - Spectral Reflectance Sensor Operator's Manual, http://ictinternational.com/products/srs-ndvi/decagon-srs-ndvi/ Accessed on Oct. 15 2021.
Haboudane, D., J.R. Miller, N. Tremblay, P.J. Zarco- Tejada, and L. Dextraze, 2002. Integrated narrowband vegetation indices for prediction of crop chlorophyll content for application to precision agriculture, Remote Sensing of Environment, 81(2-3): 416-426.

상세보기
Jung, D.S., D.H. Jin, N.H. Seong, K.S. Lee, M.J. Seo, S.W. Choi, and B.R. Kim, 2020. Sensitivity Analysis of Surface Reflectance Retrieved from 6SV LUT for Each Channel of KOMPSAT3/3A, Korean Journal of Remote Sensing, 36(5): 785-791 (in Korean with English abstract).
Kim, H.Y., J.M. Yeom, and Y.S. Kim. 2011. The multitemporal characteristics of spectral vegetation indices for agricultural land use on RapidEye satellite imagery, Aerospace Engineering and Technology, 10(1): 149-155 (in Korean with English abstract).
Kim, J. S., C.G. Jin, C.U. Choi and H.Y. Ahn. 2015. Radiometric characterization and validation for the KOMPSAT-3 sensor, Remote Sensing Letters, 6(7): 529-538.

상세보기
Louis, J., V. Debaecker, B. Pflug, M. Main-Knorn, J. Bieniarz, U. Mueller-Wilm, E. Cadau, and F. Gascon, 2016. Sentinel-2 Sen2Cor: L2A processor for users, Proc. of the Living Planet Symposium, Prague, CZE, May 9-13, pp. 9-13.
Richter, R. and D. Schlapfer, 2005. Atmospheric/topographic correction for satellite imagery (ATCOR-2/3 User Guide, Version 8.2 BETA), DLR-German Aerospace Center, Wessling, GER.
Richter, R., T. Heege, V. Kiselev, and D. Schlapfer, 2014. Correction of ozone influence on TOA radiance, International Journal of Remote Sensing, 35(23): 8044-8056.

상세보기
Rouse J.W., R.H. Haas, J.A. Schell, and D.W. Deering, 1973. Monitoring vegetation systems in the Great Plains with ERTS, Proc. of the Third ERTS Symposium, Washington DC, USA, Dec. 10-14, pp. 309-317.
Thiemann, S. and H. Kaufmann, 2000. Determination of chlorophyll content and trophic state of lakes using field spectrometer and IRS-1C satellite data in the Mecklenburg Lake District, Germany, Remote sensing of environment, 73(2): 227-235.

상세보기
Vermote, E.F., J.C. Roger, B. Franch, and S. Skakun, 2018. LASRC (Land Surface ReflectanceCode): overview, application and validation using MODIS, VIIRS, LANDSAT and Sentinel 2 data's, Proc. of international Geoscience and Remote Sensing Symposium (IGARSS), Valencia, ESP, Jul. 22-27, pp. 8173-8176.
Vermote, E.F., D. Tanre, J.L. Deuze, M. Herman, and J.J. Morcette, 1997. Second simulation of the satellite signal in the solar spectrum, 6S: An overview, IEEE Transactions on Geoscience and Remote Sensing, 35(3): 675-686.

상세보기
Zhang, Z., G. He, X. Zhang, T. Long, G. Wang, and M, Wang, 2018. A coupled atmospheric and topographic correction algorithm for remotely sensed satellite imagery over mountainous terrain, GIScience and Remote Sensing, 55(3): 400-416.

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