[논문]천리안해양위성 연속자료 구축을 위한 GOCI-II 임무 초기 주요 해색산출물의 GOCI 자료와 비교 분석

박명숙; 정한철; 이선주; 안재현; 배수정; 최종국

doi:10.7780/kjrs.2021.37.5.2.6

천리안해양위성 연속자료 구축을 위한 GOCI-II 임무 초기 주요 해색산출물의 GOCI 자료와 비교 분석
The GOCI-II Early Mission Ocean Color Products in Comparison with the GOCI Toward the Continuity of Chollian Multi-satellite Ocean Color Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.5 pt.2, 2021년, pp.1281 - 1293

박명숙 (한국해양과학기술원) , 정한철 (한국해양과학기술원) , 이선주 (한국해양과학기술원 UST, 과학기술연합대학원) , 안재현 (한국해양과학기술원) , 배수정 (한국해양과학기술원) , 최종국 (한국해양과학기술원)

초록
AI-Helper

최근 GOCI-II 위성이 발사되면서 우리나라는 세계 최초로 약 20년 동안 정지궤도상에 있는 천리안 해양위성 시리즈(GOCI, GOCI-II)를 운용하게 되었다. 본 연구에서는 GOCI-II 주요 해색산출물인 엽록소-a 농도(Chl-a), 유색용존유기물(CDOM), 원격반사도(R_rs)를 GOCI 자료와 비교 분석하여, 위성 임무초기 산출물의 현황을 파악하고 향후 천리안 해양위성 시리즈 데이터 구축을 위한 알고리즘 개선 방향을 논의한다. 2020년 황해, 남해, 울릉분지에서 GOCI-II의 엽록소-a 농도의 공간적인 분포는 GOCI 뿐 아니라 MODIS와도 잘 일치한다(상관계수: 0.83 이상). 특히, 여름철 울릉 분지 영역에서는 GOCI와 GOCI-II 자료의 엽록소-a 농도는 RMSE도 낮으며(~0.08), 편향성(Systematic Bias)도 거의 없었다. 선택된 모든 영역에서 490 nm와 555 nm 원격반사도는 GOCI와 GOCI-II 간 불확도가 낮고, 유사한 경향성이 나타났다. 그러나, 남해와 황해의 443 nm 원격반사도의 경우 GOCI-II가 GOCI에 비해 과소추정하여, 엽록소-a 농도와 유색용존유기물의 과다추정을 유도한다. 또한, 660 nm 원격반사도의 경우에도 systematic bias가 나타나 총부유입자 산출물에 영향을 줄 수 있다. 본 연구는 현재 GOCI-II 자료는 기본적으로 GOCI나 MODIS와 잘 일치하고 있어, 해양환경 관측을 위한 기본적인 신뢰도는 확보되었음을 의미한다. 그러나, 향후 GOCI-II 복사보정, 산출물 검보정, 알고리즘 개선으로 자료의 정량적인 정확도를 개선하는 연구가 반드시 필요하며, 이를 기반으로 20년간 천리안 해양위성자료의 일괄적 재처리로 GOCI, GOCI-II 연속성이 보장된 자료를 제공할 수 있다.

Abstract ▼ AI-Helper

The recent launch of the GOCI-II enables South Korea to have the world's first capability in deriving the ocean color data at geostationary satellite orbit for about 20 years. It is necessary to develop a consistent long-term ocean color time-series spanning GOCI to GOCI-II mission and improve the accuracy through validation using in situ data. To assess the GOCI-II's early mission performance, the objective of this study is to compare the GOCI-II Chlorophyll-a concentration (Chl-a), Colored Dissolved Organic Matter (CDOM), and remote sensing reflectances (Rrs) through comparison with the GOCI data. Overall, the distribution of GOCI-II Chl-a corresponds with that of the GOCI over the Yellow Sea, Korea Strait, and the Ulleung Basin. In particular, a smaller RMSE value (0.07) between GOCI and GOCI-II over the summer Ulleung Basin confirms the GOCI-II data's reliability. However, despite the excellent correlation, the GOCI-II tends to overestimate Chl-a than the GOCI over the Yellow Sea and Korea Strait. The similar over-estimation bias of the GOCI-II is also notable in CDOM. Whereas no significant bias or error is found for Rrs at 490 nm and 550 nm (RMSE~0), the underestimation of Rrs at 443 nm contributes to the overestimation of GOCI-II Chl-a and CDOM over the Yellow Sea and the Korea Strait. Also, we show over-estimation of GOCI-II Rrs at 660 nm relative to GOCI to cause a possible bias in Total suspended sediment. In conclusion, this study confirms the initial reliability of the GOCI-II ocean color products, and upcoming update of GOCI-II radiometric calibration will lessen the inconsistency between GOCI and GOCI-II ocean color products.

주제어

표/그림 (11)

표 Table 1. Basic specification for GOCI and GOCI-II satellite
표 Table 2. Description of the selected GOCI and GOCI-II satellite images
표 Table 3. The standard algorithms for the official GOCI and GOCI-II data that is currently distributed to users
표 Table 4. The algorithms and input meteorological data for GOCI and GOCI-II data processing of the current study
그림 Fig. 1. Chlorophyll-a images in summer 2020 from GOCI (top), GOCI-II (center), and MODIS (bottom): (a-c) 17 July and (d-f) 21 July. GOCI and GOCI-II 03 UTC images and MODIS image available between 02 and 05 UTC.
그림 Fig. 2. GOCI-II and MODIS chlorophyll-a images in summer 2021: (a-b) 4 June and (c-d) 21 July (d-f). GOCI-II 03 UTC images and MODIS image available between 02 and 05 UTC.
그림 Fig. 3. The two-dimensional contoured frequency distribution analyses (CFDA) of GOCI versus GOCI-II chlorophylla values in summer 2020 (left) and those of MODIS versus GOCI-II (right) for the regions "A: Yellow Sea", "B: Korea Strat", and "C: Ulleung Basin" as defined in Fig. 1. The CFDA in summer 2021 between MODIS and GOCI-II for the regions of "C: East Sea" and "E: East China Sea".
그림 Fig. 4. (a) GOCI and (b) GOCI-II CDOM images in 17 July 2020 03 UTC.
그림 Fig. 5. The CFDA of GOCI versus GOCI-II CDOM in summer 2020 (left) the regions "A: Yellow Sea", "B: Korea Strat".
그림 Fig. 6. The CFAD of GOCI versus and GOCI-II for R_rs at 443 nm (left), 490 nm (center), and 330 nm (right) bands over the regions "A: Yellow Sea", "B: Korean Strait", and "C: East Sea" selected in Fig. 1..
그림 Fig. 7. CFAD of GOCI versus GOCI-II R_rs 660 nm for Yellow Sea and East China Sea.

AI 본문요약
AI-Helper

제안 방법

CDOM 비교 분석을 위해서, 2020년 7월 17일 03 UTC에 촬영한 GOCI와 GOCI-II 영상자료에 YOC 알고리즘을 적용하여 결과를 산출하였다. YOC 알고리즘은 담수 유입이 많은 서해 및 동중국해에 대해서 개발되었기에 본 연구에서는 동해지역을 제외하고 서해와 남해지역을 대상으로 CDOM 에 대한 비교 분석을 실시하였다.
CDOM 비교 분석을 위해서, 2020년 7월 17일 03 UTC에 촬영한 GOCI와 GOCI-II 영상자료에 YOC 알고리즘을 적용하여 결과를 산출하였다. YOC 알고리즘은 담수 유입이 많은 서해 및 동중국해에 대해서 개발되었기에 본 연구에서는 동해지역을 제외하고 서해와 남해지역을 대상으로 CDOM 에 대한 비교 분석을 실시하였다. Fig.
연속적인 천리안 해색자료 구축과 GOCI-II 위성 임무 초기의 산출물의 현황을 파악하기 위해서, 본 연구는 GOCI-II 위성의 주요 해색산출물인 엽록소-a 농도,유색용존유기물, 원격반사도를 GOCI 및 MODIS 자료와 비교하였다. GOCI, GOCI-II 위성의 임무 중첩 기간을 중심으로, 정성적으로는 영상 분석 비교를 수행하였으며, 정량적으로는 2차원 빈도 분포 분석과 선형회귀분석을 수행하였다.
한반도 주변 해역에서 엽록소-a 농도 변화와 관련한 여러 현상들이 일어나는 GOCI-II Chl-a영상을 선택하여 위성 간 비교를 수행하였다(Fig. 1-2).
1-2). 현재까지 GOCI-II 초기단계 검보정은 7번 슬롯 위주로 진행되었으며, 이 슬롯은 넓은 범위의 광특성을 가진 해역들이 포함되어 있으므로, 본 연구에서는 우선적으로 GOCI-II 7번 슬롯만 결과로 제시 및 분석하였다. 2020년 7월 12일 03 UTC GOCI-II 영상의 경우 황해 해안선에서 100 km 이내의 탁도가 높은 지역에서 고농도 Chl-a값이 집중되어 나타나는 공간 분포를 보인다(Fig.

데이터처리

연속적인 천리안 해색자료 구축과 GOCI-II 위성 임무 초기의 산출물의 현황을 파악하기 위해서, 본 연구는 GOCI-II 위성의 주요 해색산출물인 엽록소-a 농도,유색용존유기물, 원격반사도를 GOCI 및 MODIS 자료와 비교하였다. GOCI, GOCI-II 위성의 임무 중첩 기간을 중심으로, 정성적으로는 영상 분석 비교를 수행하였으며, 정량적으로는 2차원 빈도 분포 분석과 선형회귀분석을 수행하였다.
3(a)-(c)). 선형회귀 분석을 통해 두 위성 산출물 간의 Root Mean Square Error (RMSE)를 계산하여, Chl-a 산출의 불확도(uncertainty)를 조사하였다. 특히, 울릉분지에서는 GOCI, GOCI-II 클로로필-a 농도 간 RMSE가 0.

이론/모형

해색원격탐사의 첫 번째 단계로 센서를 통해 대기상 층(top-of-atmosphere: TOA)에서 관측된 디지털 신호 값 (Digital Number)을 TOA 복사휘도(Radiance)로 변환하는 복사보정 과정을 거치게 된다. GOCI의 궤도상(on-orbit) 복사보정은 태양을 기준광원으로 하는 태양광 확산기 (Solar Diffuser)를 이용하여, 위성 임무 기간 센서의 성능 변화 감지 및 보정을 수행하였다(Kang and Youn, 2008). GOCI-II의 궤도상 복사보정은 GOCI와 유사하지만 추 가적으로 달과 같이 밝기가 항상 일정한 대상을 관측하 여 보정하는 방법이 추가적으로 적용되어 있다.
본 연구에서 선택한 GOCI 영상 flag mask 방법은 구름, 육지, 대기 보정 실패, 높은 위성 천정각, 높은 태양 천정각, 탁도가 아주 높은 픽셀을 제외하는 것이다. 각 위성마다 flag 정보가 완전히 동일하지 않아, 위성마다 영상에서 제거되는 영역이 완전히 일치하지는 않는다.

참고문헌 (27)

Ahn, J. H., Y.J. Park, J.H. Ryu, B. Lee, and I.S. Oh, 2012. Development of atmospheric correction algorithm for Geostationary Ocean Color Imager (GOCI), Ocean Science Journal, 47(3): 247-259.

원문보기 상세보기
Ahn, J.H., Y.J. Park, W. Kim, B. Lee, 2016. Simple aerosol correction technique based on the spectral relationships of the aerosol multiple-scattering reflectances for atmospheric correction over the oceans, Optics Express, 24(26): 29659-29669.

상세보기
Ahn, J.H., Y.J. Park, W. Kim, B. Lee, and I.S. Oh, 2015. Vicarious calibration of the geostationary ocean color imager, Optics Express, 23(18): 23236-23258.

상세보기
Ahn, J.H. and Y.J. Park, 2020. Estimating Water Reflectance at Near-Infrared Wavelengths for Turbid Water Atmospheric Correction: A Preliminary Study for GOCI-II, Remote Sensing, 12(22): 3791.

상세보기
B.A. Franz, S.W. Bailey, G. Meister, and P.J. Werdell, Consistency of the NASA ocean color data record, Proc. of Ocean Optics 2012, Glasgow, Scotland, GB, Oct. 8-12, pp. 1-21.
Behrenfeld, M.J., R.T. O'Malley, D.A. Siegel, C.R. McClain, J.L. Sarmiento, G.C. Feldman, A.J. Milligan, P.G. Falkowski, R.M. Letelier, and E.S. Boss, 2006. Climate-driven trends in contemporary ocean productivity, Nature, 444(7120): 752-755.

상세보기
Choi, J.-K., Y.J. Park, J.H. Ahn, H.-S. Lim, J. Eom, and J-H. Ryu, 2012. GOCI, the world's first geostationary ocean color observation satellite, for the monitoring of temporal variability in coastal water turbidity, Journal of Geophysical Research-Oceans, 117: C09004.
Choi, J.-K., Y.J. Park, B.R. Lee, J. Eom, J.-E. Moon, and J.-H. Ryu, 2014. Application of the Geostationary Ocean Color Imager (GOCI) to mapping the temporal dynamics of coastal water turbidity, Remote Sensing of Environment, 146: 24-35.

상세보기
Doxaran, D., N. Lamquin, Y.J. Park, C. Mazeran, J.H. Ryu, M. Wang, and A. Poteau, 2014. Retrieval of the seawater reflectance for suspended solids monitoring in the East China sea using MODIS, MERIS and GOCI satellite data, Remote Sensing Environment, 146: 36-48.

상세보기
Dutkiewicz, S., A.E. Hickman, O. Jahn, S. Henson, C. Beaulieu, and E. Monier, 2019. Ocean colour signature of climate change, Nature Communications, 10(1): 578.

상세보기
Gordon, H.R. and M. Wang, 1994. Retrieval of water-leaving radiance and aerosol optical thickness over the oceans with SeaWiFS: a preliminary algorithm, Applied Optics, 33(3): 443-452.

상세보기
Kang, G. and H. Youn, 2009, Analysis of Non-linearity Characteristic of GOCI, Aerospace Engineering and Technology, 8(2): 1-7 (in Korean with English abstract).
Kim, W., J.E. Moon, Y.J. Park, and J. Ishizaka, 2016. Evaluation of chlorophyll retrievals from geostationary ocean color imager (GOCI) for the North-East Asian region, Remote Sensing of Environment, 184: 482-495.

상세보기
Kim, Y.-J. H.-C. Kim, Y.-B. Son, M.-O. Park, W.-C. Shin, and T.-K. Rho, 2012, Verification of CDOM Algorithms Based on Ocean Color Remote Sensing Data in the East Sea, Korean Journal of Remote Sensing, 28(4): 421-434 (in Korea with English).

원문보기 상세보기
Lee, S., M.-S. Park, M. Kwon, Y.-H. Kim, and Y.-K. Park, 2020: Two major modes of East Asian marine heatwaves, Environmental Research Letters, 15(7): 074008.

상세보기
Moon, J.-E., Y.J. Park, J.-H. Ryu, J.-K. Choi, J.H. Ahn, J.E. Min, Y.-B. Son, S.J. Lee, H.J. Han, and Y.H. Ahn, 2012. Initial validation of GOCI water products against in situ data collected around Korean peninsula for 2010-2011, Ocean Science Journal, 47(3): 261-277.

원문보기 상세보기
Morel, A. and S. Maritorena, 2001. Bio-optical properties of oceanic waters: A reappraisal, Journal of Geophysical Research, 106(C4): 7163-7180.

상세보기
Nechad, B., K.G. Ruddick, and Y. Park, 2010. Calibration and validation of a generic multisensor algorithm for mapping of total suspended matter in turbid waters, Remote Sensing of Environment, 114(4): 854-866.

상세보기
Noh, J.H., W. Kim, S.H. Son, J.H. Ahn, and Y.J. Park, 2018. Remote quantification of cochlodinium polykrikoides blooms occurring in the East Sea using geostationary ocean color imager (GOCI), Harmful Algae, 73: 129-137.

상세보기
O'Reilly, J.E., S. Maritorena, B.G. Mitchell, D.A. Siegel, K.L. Carder, S.A. Gaver, M. Kahru, and C. McClain, 1998. Ocean color chlorophyll algorithms for SeaWiFS, Journal of Geophysical Research, 103(C11): 24937-24953.

상세보기
Park, M.-S., Y.-S. Choi, C.-H. Ho, C.-H. Sui, S.-K. Park, and M.-H. Ahn, 2007. Regional cloud characteristics over the tropical northwestern Pacific as revealed by Tropical Rainfall Measuring Mission (TRMM) Precipitation Radar and TRMM Microwave Imager, Journal of Geophysical Research: Atmospheres, 112: D05209.

상세보기
Lee, S., M.-S. Park, and J.H. Ahn, 2019. Multi-year analysis of GOCI products in comparison with MODIS and VIIRS, Proc. of 7th AWOC/16th KJWOC, Dec. 11-14, Chonburi, TH, pp. O-01-02.
Park, H.S. and M.O. Park, 2018. Comparison of distribution and characteristics of CDOM in Spring 2012 and 2014 in the Southwestern East Sea of Korea, Journal of the Korean Society of Marine Environment and Afety, 24: 553-568 (in Korean with English abstract).

원문보기 상세보기
Siswanto, E., J. Tang, H. Yamaguchi, Y.H. Ahn, J. Ishizaka, S. Yoo, S.-W. Kim, Y. Kiyomoto, K. Yamada, C. Chiang, and H. Kawamura, 2011. Empirical ocean-color algorithms to retrieve chlorophyll-a, total suspended matter and colored dissolved organic matter absorption coefficient in the Yellow and East China Seas, Journal of Oceanography, 67(5): 627-650.

상세보기
Tang, J., X. Wang, Q. Song, T. Li, J. Chen, H. Huang, and J. Ren, 2004. The statistic inversion algorithms of water constituents for the Huanghai Sea and the East China Sea, Acta Oceanologica Sinica, 23(4): 617-626.

상세보기
Zhang, M.W., J.W. Tang, Q. Dong, Q.T. Song, and J. Ding, 2010. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery, Remote Sensing of Environment, 114(2): 392-403.

상세보기
Ahn, J.-H., K.S. Kim, E.-K. Lee, Sujung Bae, K.-S. Lee, J.-E. Moon, T.-H. Han, and Y.-J. Park, 2021: Introduction of GOCI-II Atmospheric Correction Algorithm and Its Initial Validations, Korean Journal of Remote Sensing, 37(5-2): 1259-1268 (in Korean with English abstract).

원문보기 상세보기

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