[논문]SAR 영상과 GPS 추적기를 이용한 여름철 해빙 이동 궤적 추적

박정원; 김현철; 서민지; 박지은; 박진구

doi:10.7780/kjrs.2023.39.3.1

SAR 영상과 GPS 추적기를 이용한 여름철 해빙 이동 궤적 추적
Sea Ice Drift Tracking from SAR Images and GPS Tracker 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.3, 2023년, pp.257 - 268

박정원 (극지연구소 원격탐사빙권정보센터) , 김현철 (극지연구소 원격탐사빙권정보센터) , 서민지 (극지연구소 원격탐사빙권정보센터) , 박지은 (극지연구소 원격탐사빙권정보센터) , 박진구 (극지연구소 원격탐사빙권정보센터)

초록
AI-Helper

해빙은 지구의 태양에너지 흡수량 및 대기-해양간 열과 물질 교환을 조절함으로써 기후조절자의 역할을 하며 그 생성, 이동, 소멸은 인공위성에 의해 주기적으로 모니터링 되고 있다. 그러나 수동마이크로파방사계 관측을 중심으로 한 저해상 산출물은 해빙 표면이 빠르게 변하는 여름철에 정확도가 크게 떨어지며, synthetic aperture radar (SAR) 관측이 대체재로 떠오르고 있으나 그간의 연구는 주로 겨울철 해빙을 대상으로 이루어졌다. 이 연구에서는 SAR 영상과 global positioning system (GPS) 추적기를 이용하여 해빙의 거칠기, 높낮이, 구조 등 표면 상태 변화가 심한 늦여름~초가을 시기의 해빙 이동 추적 기술을 평가, 분석하였다. 그 결과 겨울철보다는 관측 불확실성이 증가하나 GPS 실측치와의 상관관계는 0.98로 우수했으며, 해빙 농도 50% 이상인 경우에 해빙 농도와 적용 알고리즘의 산출 성능은 상관관계 0.59로 서로 비례하는 것으로 나타났다.

Abstract ▼ AI-Helper

Sea ice plays an important role in Earth's climate by regulating the amount of solar energy absorbed and controlling the exchange of heat and material across the air-sea interface. Its growth, drift, and melting are monitored on a regular basis by satellite observations. However, low-resolution products with passive microwave radiometer have reduced accuracy during summer to autumn when the ice surface changes rapidly. Synthetic aperture radar (SAR) observations are emerging as a powerful complementary, but previous researches have mainly focused on winter ice. In this study, sea ice drift tracking was evaluated and analyzed using SAR images and tracker with global positioning system (GPS) during late summer-early autumn period when ice surface condition changes a lot. The results showed that observational uncertainty increases compared to winter period, however, the correlation coefficient with GPS measurements was excellent at 0.98, and the performance of the ice tracking algorithm was proportional to the sea ice concentration with a correlation coefficient of 0.59 for ice concentrations above 50%.

주제어

표/그림 (15)

그림 Fig. 1. Average sea ice motion in the Arctic (source: OSI- 405-C). Red square indicates the study area: (a) average for August-October 2022 and (b) monthly average for each of the months.
그림 Fig. 2. A picture of the GPS tracker (Maker Buoy) installed on the sea ice floe in the study area in August, 2022.
표 Table 2. List of the SAR image pairs used for sea ice motion tracking
표 Table 1. Sensor and product specifications of the SAR systems
표 Table 2. Continued
그림 Fig. 3. SAR images of the target ice floe (yellow dashed line) where the GPS tracker was installed. (a) August 7, 2022 and (b) August 8, 2022.
그림 Fig. 4. Trajectory of the GPS tracker (colored line) and footprints of the SAR image acquisitions (solid gray line for KOMPSAT-5 and dashed gray line for Sentinel-1).
표 Table 3. Accuracy evaluation results of the SAR-derived sea ice drift
그림 Fig. 5. Comparison of the ice drift against (a) displacement and (b) heading direction derived from GPS tracker and SAR imagery.
그림 Fig. 6. Comparison of the displacement estimation error against (a) date and (b) time interval of the SAR image pair. Color represents maximum cross correlation of the patch where the GPS tracker resides.
그림 Fig. 7. Comparison of the displacement estimation error against (a) date and (b) time interval of the SAR image pair. Color represents ice concentration (OSI-408) of the patch where the GPS tracker resides.
그림 Fig. 8. Comparison of the displacement estimation error against (a) maximum cross correlation and (b) ice concentration of the patch where the GPS tracker resides.
그림 Fig. 9. Comparison of the ice concentration against maximum cross correlation.
그림 Fig. 10. Comparison of the ice drift against (a) displacement and (b) heading direction derived from GPS tracker and OSI-405-C sea ice drift product.
표 Table 4. Accuracy evaluation of OSI-405-C sea ice drift product

AI 본문요약
AI-Helper

제안 방법

GPS 추적기가 기록한 실제 위치 변화와 SAR 영상 기반 추적 결과와의 비교를 위해 GPS 추적기의 기록을 SAR 영상쌍의 취득 시간에 맞춰 보간하였다. 또한 UTC 12시를 기준시간으로 하는 저해상 해빙 이동량 자료(OSI-405-C)와 해빙 농도 자료(OSI-408)도 SAR 영상쌍의 취득 시간 전후로 1일씩을 추가한 시계열 자료로부터 값을 보간하였다.
또한 UTC 12시를 기준시간으로 하는 저해상 해빙 이동량 자료(OSI-405-C)와 해빙 농도 자료(OSI-408)도 SAR 영상쌍의 취득 시간 전후로 1일씩을 추가한 시계열 자료로부터 값을 보간하였다. 따라서 SAR 영상 기반 추적 결과 각각에 대해 GPS 추적기 위치 변화와 보조자료인 저해상 해빙 이동량, 해빙 농도를 포함하는 4종 자료를 비교하고 상호간의 관계를 분석하였다.
본 연구에서는 기존에 해빙 표면의 변화가 적은 겨울철에 한해 적용, 평가되었던 SAR 영상 기반 해빙 이동 추적 기술을 레이더 관점에서 가장 표면 식별도가 떨어지는 늦여름~가을철 해빙에 대해 확장 적용했으며, 직접 설치한 GPS 추적기의 기록과 대조하여 평가하였다. 그 결과는 겨울철 해빙에 비해 약 6.
앞서 3.2절에서 보인 SAR 기반 해빙 이동 추적에 비해 기존 저해상도 해빙 이동량 산출물이 가지는 정확도 평가를 위해 동일한 방식으로 GPS 추적기와 OSI-405-C 산출물을 비교하였다. Fig.
이 연구는 SAR 영상과 global positioning system (GPS) 추적기를 이용하여 융빙-재결빙으로 해빙의 표면 변화가 심한 늦여름~초가을 시기의 해빙 이동 추적 기술을 검증하고 적용 한계를 분석한다. 또한 같은 기간에 해당하는 기존 저해상 해빙 이동 산출물의 정확도를 평가한다.

대상 데이터

Fig. 1은 OSI-405-C 해빙 이동량 자료(2.2.3절 참조)를 이용하여 GPS 추적기 설치 후 3개월간의 평균 해빙 이동 속도를 나타낸 것이며, 우측열의 월별 평균 움직임에서 융빙 말기인 8월에는 남동쪽, 결빙 초기인 10월에는 남서쪽을 향했다. 그 중간의 해빙 극소기인 9월에는 명확한 경향성을 보이지 않았는데, 이는 다른 시기에 비하여 해당 위치가 해수-해빙 경계선에 가깝고 해빙 농도가 낮아 위성 관측의 정확도가 떨어지기 때문인 것으로 추정된다.
극지연구소의 쇄빙연구선 아라온호는 매년 북반구의 여름철에 해당하는 7~9월에 척치해, 보퍼트해, 동시베리아해에서 극지 해양, 해빙, 대기, 지질 등에 대한 이동 항해 연구를 수행하며 조사기간 중 일부(통상 1주 이내)는 해빙에 정박하여 현장조사를 실시한다. 2022년에는 8월 3일부터 5일까지 3일간 직경 약 10 km, 두께 약 1.2 m의 다년빙(multiyear ice)을 대상으로 현장조사를 했으며, 이 과정에서 해당 해빙의 표면에 GPS 추적기를 설치하였다. 설치 시 기록한 위치는 76° 13′ 26.
GPS 추적기는 UTC 2022년 8월 3일 22시경부터 11월 4일 14시까지 94일 동안 총 2,192 지점의 위치를 기록했다. Fig.
GPS 추적기는 아두이노(Arduino) 기반의 오픈소스 프로젝트의 일환으로 저비용의 부이를 개발하는 WRG 사(https://www.makerbuoy.com)의 Maker Buoy 제품을 사용하였다. 해당 제품은 마이크로 컨트롤러, GPS 모듈, Iridium 모뎀, 2,000 mAh 리튬폴리머 전지, 1 W 태양광 충전 패널, 방수 외장 등으로 단순하게 구성된다.
Table 1은 전술한 Sentinel-1과 KOMPSAT-5의 재원 및 자료의 특성을 정리한 것이며, Table 2는 본 연구에 사용한 영상쌍 목록이다. KOMPSAT-5는 다른 미션 수요에 의해 GPS 추적기의 설치 이후 초반에만 획득되었으며, 전반적인 연구 수행은 Sentinel-1을 주로 이용하였다.
극지연구소의 쇄빙연구선 아라온호는 매년 북반구의 여름철에 해당하는 7~9월에 척치해, 보퍼트해, 동시베리아해에서 극지 해양, 해빙, 대기, 지질 등에 대한 이동 항해 연구를 수행하며 조사기간 중 일부(통상 1주 이내)는 해빙에 정박하여 현장조사를 실시한다. 2022년에는 8월 3일부터 5일까지 3일간 직경 약 10 km, 두께 약 1.
KOMPSAT-5 (아리랑-5호)는 대한민국의 다목적실용위성 중 SAR로는 첫 번째 미션으로 개발된 X-밴드 SAR 위성으로, 2013년 8월 발사 이래 당초 임무 수명 기한인 4년을 훨씬 넘긴 현재까지도 운용 중이다. 이 연구에서는 쇄빙연구선 아라온호의 현장활동 기간을 전후하여 주변 해빙 상황의 고해상도 판별을 위해 KOMPSAT-5 영상의 촬영을 요청, 획득하였으며, GPS 추적기의 위치가 포함된 영상의 수는 7장이다. 이들 영상은 모두 100 km 관측폭의 ScanSAR 모드로 관측되었으며, multi-looking과 ground-range projection 및 geocoding까지 거친 geocoded earth corrected (GEC) 형식의 자료를 사용하였다.
8의 왼쪽 도표에서 KOMPSAT-5 결과의 군집은 낮은 최대상관계수를 가지면서도 적은 측정오차를 보인다. 이는 KOMPSAT-5와 Sentinel-1의 센서 및 자료 특성이 상이하기 때문으로 추정하며, 이후의 분석은 영상쌍 수가 5개 밖에 없어 통계적 산출이 어려운 KOMPSAT-5를 제외하고 Sentinel-1만을 이용하여 수행하였다.
이 연구에서는 쇄빙연구선 아라온호의 현장활동 기간을 전후하여 주변 해빙 상황의 고해상도 판별을 위해 KOMPSAT-5 영상의 촬영을 요청, 획득하였으며, GPS 추적기의 위치가 포함된 영상의 수는 7장이다. 이들 영상은 모두 100 km 관측폭의 ScanSAR 모드로 관측되었으며, multi-looking과 ground-range projection 및 geocoding까지 거친 geocoded earth corrected (GEC) 형식의 자료를 사용하였다.
com)의 Maker Buoy 제품을 사용하였다. 해당 제품은 마이크로 컨트롤러, GPS 모듈, Iridium 모뎀, 2,000 mAh 리튬폴리머 전지, 1 W 태양광 충전 패널, 방수 외장 등으로 단순하게 구성된다. 사용자가 GPS 위치 정보 수집에 사용할 시간 길이와 간격을 조절할 수 있으며, 수집된 위치 정보는 전력 및 위성통신 사용량을 최소화 할 수 있도록 여러 개의 기록을 모아 한 번에 전송하게 설정할 수 있다.

성능/효과

본 연구에서는 기존에 해빙 표면의 변화가 적은 겨울철에 한해 적용, 평가되었던 SAR 영상 기반 해빙 이동 추적 기술을 레이더 관점에서 가장 표면 식별도가 떨어지는 늦여름~가을철 해빙에 대해 확장 적용했으며, 직접 설치한 GPS 추적기의 기록과 대조하여 평가하였다. 그 결과는 겨울철 해빙에 비해 약 6.2배 큰 불확실성을 가지고 있었으나 이동량과 이동방향 모두에 있어 실측 결과(GPS 추적기)와의 상관관계는 0.98 이상으로 우수했다. 해빙 농도가 50% 이상인 경우 해빙 농도와 SAR 패치 추적 최대상관계수간에는 상관관계 0.
해빙 농도를 기준으로 50% 이하와 이상에서 서로 다른 군집이 나타났으며, 해빙 농도 50% 이하는 산술적으로도 얼음 보다는 물이 많기 때문에 “해빙” 추적의 상황으로 보긴 어렵다. 이를 제외한 해빙 농도 50% 이상의 Sentinel-1 군집만을 대상으로 해빙 농도와 최대상관계수간의 상관계수를 계산하면 0.59로 둘 사이에 유의한 관계가 있음을 나타낸다.
98 이상으로 우수했다. 해빙 농도가 50% 이상인 경우 해빙 농도와 SAR 패치 추적 최대상관계수간에는 상관관계 0.59의 유의한 비례관계가 있었으며, 이는 해빙 농도가 낮은 해수-해빙 경계선에 아주 가까운 지역을 일부 제외하면 전체 해빙 영역에서 SAR를 기반으로 연중 안정된 고해상 해빙 이동 추적이 가능함을 시사한다.
유채색 실선은 표류 궤적을 따라 위치 기록간의 거리를 시간으로 나누어 계산한 표류 속도를 나타낸다. 현장에서 GPS 추적기를 설치 시에는 위치 기록의 시간 간격을 10분으로 설정하였으나 이는 초기 약 1주일간 유지되었고, 이후 배터리 전압이 낮아짐에 따라 단계적으로 15분, 30분을 거쳐 설치 약 2주 후부터는 대부분 120분 간격으로 관측되었다. 원인불명의 이유로 관측시간 간격이 120분을 초과하는 자료 손실 구간이 일부(10% 이내) 있었으며, Fig.

참고문헌 (23)

Carlson, D. F., Pavalko, W. J., Petersen, D., Olsen, M.,？and Hass, A. E., 2020. Maker buoy variants for？water level monitoring and tracking drifting？objects in remote areas of Greenland. Sensors,？20, 1254. https://doi.org/10.3390/s20051254？

상세보기
Copernicus, 2022. News: End of mission of the Copernicus？Sentinel-1B satellite. Available online: https://sentinels.copernicus.eu/web/sentinel/-/end-ofmission-of-the-copernicus-sentinel-1b-satellite/1.5？(accessed on Apr. 26, 2023).？
Haas, C., 2017. Sea ice thickness distribution. In:？Thomas, D. N. (eds.), Sea ice (3rd ed.), John？Wiley and Sons, Ltd., pp. 42-64. https://doi.org/10.1002/9781118778371.ch2？
Hibler, W. D., Roberts, A., Heil, P., Proshutinsky, A. Y.,？Simmons, H. L., and Lovick, J., 2006. Modeling？M2 tidal variability in Arctic Sea-ice drift and？deformation. Annals of Glaciology, 44, 418-428.？https://doi.org/10.3189/172756406781811178？

상세보기
Hollands, T. and Dierking, W., 2011. Performance of？a multiscale correlation algorithm for the？estimation of sea-ice drift from SAR images:？Initial results. Annals of Glaciology, 52(57),？311-317. https://doi.org/10.3189/172756411795931462？

상세보기
Kimura, N., Nishimura, A., Tanaka, Y., and Yamaguchi,？H., 2013. Influence of winter sea-ice motion on？summer ice cover in the Arctic. Polar Research,？32(1), 20193. https://doi.org/10.3402/polar.v32i0.20193？

상세보기
Komarov, A. S. and Barber, D. G., 2014. Sea ice？motion tracking from sequential dual-polarization？RADARSAT-2 images. IEEE Transactions on？Geoscience and Remote Sensing, 52(1), 121-136.？https://doi.org/10.1109/TGRS.2012.2236845？

상세보기
Korosov, A. and Rampal, P., 2017. A combination？of feature tracking and pattern matching with？optimal parametrization for sea ice drift retrieval？from SAR data. Remote Sensing, 9(3), 258.？https://doi.org/10.3390/rs9030258？

상세보기
Kort, E. A., Wofsy, S. C., Daube, B. C., Diao, M.,？Elkins, J. W., Gao, R. S. et al., 2012. Atmospheric？observations of Arctic Ocean methane emissions？up to 82° north. Nature Geoscience, 5, 318-321,？https://doi.org/10.1038/ngeo1452？

상세보기
Kwok, R., Curlander, J. C., McConnell, R., and Pang, S.？S., 1990. An ice-motion tracking system at the？Alaska SAR facility. IEEE Journal of Oceanic？Engineering, 15(1), 44-54. https://doi.org/10.1109/48.46835？

상세보기
Kwok, R., 2018. Arctic sea ice thickness, volume, and？multiyear ice coverage: Losses and coupled？variability (1958-2018). Environmental Research？Letters, 13, 105005. https://doi.org/10.1088/1748-9326/aae3ec？

상세보기
Lavelle, J., Tonboe, R., Pfeiffer, R.-H., and Howe, E.,？2016. Validation report for the OSI SAF AMSR-2？sea ice concentration - ver. 1.1 (Technical Report SAF/OSI/CDOP/DMI/SCI/RP/259). EUMETSAT？OSI SAF - Ocean and Sea Ice Satellite Application？Facility. https://osisaf-hl.met.no/sites/osisaf-hl.met.no/files/validation_reports/osisaf_cdop2_ss2_valrep_amsr2-ice-conc_v1p1.pdf？
Lavergne, T., 2016. Validation and monitoring of the？OSI SAF low resolution sea ice drift product -？ver. 5 (Technical Report SAF/OSI/CDOP/met.no/T&V/RP/131). EUMETSAT OSI SAF - Ocean？and Sea Ice Satellite Application Facility. https://osisaf-hl.met.no/sites/osisaf-hl.met.no/files/validation_reports/osisaf_cdop2_ss2_valrep_sea-ice-driftlr_v5p0.pdf？
Leck, C., Norman, M., Bigg, E. K., and Hillamo, R.,？2002. Chemical composition and sources of the？high Arctic aerosol relevant for cloud formation.？Journal of Geophysical Research: Atmospheres,？107(D12), AAC 1-1-AAC 1-17. https://doi.org/10.1029/2001jd001463？

상세보기
Maykut, G. A., 1986. The surface heat and mass balance.？In: Untersteiner, N. (eds.), The geophysics of sea？ice, Springer, pp. 395-463. https://doi.org/10.1007/978-1-4899-5352-0_6？
McPhee, M. G., 2017. The sea ice-ocean boundary？layer. In: Thomas, D. N. (eds.), Sea ice (3rd ed.),？John Wiley and Sons, Ltd., pp. 138-159. https://doi.org/10.1002/9781118778371.ch5？
Park, J.-W., Korosov, A. A., Babiker, M., Won, J.-S.,？Hansen, M. W., and Kim, H.-C., 2020. Classification？of sea ice types in Sentinel-1 synthetic aperture？radar images. The Cryosphere, 14(8), 2629-2645.？https://doi.org/10.5194/tc-14-2629-2020？

상세보기
Park, J.-W., Kim, H.-C., Korosov, A., Demchev, D.,？Zecchetto, S., Kim, S. H. et al., 2021. Feasibility？study on estimation of sea ice drift from KOMPSAT5 and COSMO-SkyMed SAR images. Remote？Sensing, 13(20), 4038. https://doi.org/10.3390/rs13204038？

상세보기
Perovich, D. K., Light, B., Eicken, H., Jones, K. F.,？Runciman, K., and Nghiem, S. V., 2007. Increasing？solar heating of the Arctic Ocean and adjacent？seas, 1979-2005: Attribution and role in the icealbedo feedback. Geophysical Research Letters, 34,？L19505. https://doi.org/10.1029/2007gl031480？

상세보기
Sumata, H., Kwok, R., Gerdes, R., Kauker, F., and？Karcher, M., 2015. Uncertainty of Arctic summer？ice drift assessed by high-resolution SAR data.？Journal of Geophysical Research: Oceans, 120(8),？5285-5301. https://doi.org/10.1002/2015JC010810？

상세보기
Thomas, M., Geiger, C. A., and Kambhamettu, C., 2008.？High resolution (400m) motion characterization？of sea ice using ERS-1 SAR imagery. Cold？Regions Science and Technology, 52(2), 207-223.？https://doi.org/10.1016/j.coldregions.2007.06.006？

상세보기
Wadhams, P., 2000. Ice in the ocean. CRC Press.？
Weiss, J., 2013. Drift, deformation, and fracture of sea ice:？A perspective across scales. Springer Dordrecht.？https://doi.org/10.1007/978-94-007-6202-2

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