[논문]Landsat-8을 활용한 Sentinel-2A Near Infrared 채널의 Spectral Band Adjustment Factor 적용성 평가

김나연; 성노훈; 정대성; 심수영; 우종호; 최성원; 박성우; 한경수

doi:10.7780/kjrs.2023.39.3.9

[국내논문] Landsat-8을 활용한 Sentinel-2A Near Infrared 채널의 Spectral Band Adjustment Factor 적용성 평가
Evaluation of Spectral Band Adjustment Factor Applicability for Near Infrared Channel of Sentinel-2A Using Landsat-8 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.3, 2023년, pp.363 - 370

김나연 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 성노훈 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 정대성 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 심수영 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 우종호 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 최성원 (부경대학교 4단계 BK21사업 i-SEED 지구환경교육연구단) , 박성우 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 한경수 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공)

초록
AI-Helper

다양한 지구관측위성은 발사 후 정확한 고품질의 자료를 제공하는 것이 중요하다. 위성 자료 품질을 유지 및 보완하기 위해서는 서로 다른 센서 차이를 고려하는 spectral band adjustment factor (SBAF)를 활용한 교차 검보정 과정이 필요하다. 따라서 본 연구에서는 pseudo-invariant calibration sites 중 Libya4, Algeria3, Mauritania2 에서 수집한 Landsat-8, Sentinel-2A 위성 영상을 활용하여 SBAF 산출 및 적용을 통해 밴드 대역 폭 차이로 인해 발생하는 불확실성을 조정하였다. 두 위성 모두 Blue, Green, Red를 포함하고 Sentinel-2A의 경우 near-infrared (NIR) narrow와 NIR 두 가지 밴드 모두에 SBAF를 적용하여 밴드대역폭 유사도에 따른 반사도 차이를 정량적으로 비교하였다. SBAF 적용 후, NIR을 제외한 모든 밴드(Blue, Green, Red, NIR narrow)에서 1% 내외의 반사도 차이로 유의미한 결과가 나타났다. Sentinel-2A NIR 밴드의 경우 밴드대역폭 차이가 NIR narrow에 비해 크게 나타났지만, SBAF 적용 후에 반사도 차이가 허용 오차범위인 5%와 1-2% 차이로 SBAF 적용이 가능한 것으로 나타났다. 따라서, 위성 활용이 제한적인 상황에서 두 센서의 밴드대역폭 차이가 큰 경우에도 SBAF를 적용할 수 있다고 판단하였고 위성 자료의 품질 및 연속성을 활용하는 연구에 도움이 될 것으로 기대된다.

Abstract ▼ AI-Helper

Various earth observation satellites need to provide accurate and high-quality data after launch. To maintain and enhance the quality of satellite data, it is crucial to employ a cross-calibration process that accounts for differences in sensor characteristics, such as the spectral band adjustment factor (SBAF). In this study, we utilized Landsat-8 and Sentinel-2A satellite imagery collected from desert sites in Libya4, Algeria3, and Mauritania2 among pseudo-invariant calibration sites to calculate and apply SBAF, thereby compensating the uncertainties arising from variations in bandwidths. We quantitatively compared the reflectance differences based on the similarity of bandwidths, including Blue, Green, Red, and both the near-infrared (NIR) narrow, and NIR bands of Sentinel-2A. Following the application of SBAF, significant results with reflectance differences of approximately 1% or less were observed for all bands except NIR. In the case of the Sentinel-2A NIR band, it exhibited a significantly larger bandwidth difference compared to the NIR narrow band. However, after applying SBAF, the reflectance difference fell within the acceptable error range (5%) of 1-2%. It indicates that SBAF can be applied even when there is a substantial difference in the bandwidths of the two sensors, particularly in situations where satellite utilization is limited. Therefore, it was determined that SBAF could be applied even when the bandwidth difference between the two sensors is large in a situation where satellite utilization is limited. It is expected to be helpful in research utilizing the quality and continuity of satellite data.

주제어

표/그림 (8)

그림 Fig. 1. PICS sites used for calibration (Committee on Earth Observation Satellites, 2019).
표 Table 1. Landsat-8/OLI and Sentinel-2A/MSI spectral band and spatial resolution
그림 Fig. 2. Relative spectral response of Landsat-8 and Sentinel-2A.
표 Table 2. The coincident date and coordinates of two satellites for Libya4, Algeria3, and Mauritania2
표 Table 3. The average SBAF from Landsat-8/OLI and Sentinel-2A/MSI for three PICS
표 Table 4. TOA reflectance with applied SBAF on Libya4
표 Table 5. TOA reflectance with applied SBAF on Algeria3
표 Table 6. TOA reflectance with applied SBAF on Mauritania2

AI 본문요약
AI-Helper

문제 정의

본 연구는 선행연구에서 수행하지 않았던 Landsat-8을 활용한 Sentinel-2A NIR 밴드의 SBAF 적용성을 평가한 것에 큰 의의가 있다. NIR 밴드의 경우 RSR 분포 특성을 파악하기 위해 반사된 에너지의 양을 적분하였을때 약 3배의 차이가 나타났지만, SBAF를 적용 후 반사도 차이가 Libya4의 경우 4.

제안 방법

5배로 NIR 밴드 대역폭의 차이가 더 크게 나타났다. NIR 밴드의 경우 RSR 분포는 상이하였지만, 밴드 대역폭 차이가 미치는 영향을 평가하고자 NIR 밴드에 대한 SBAF 산출 및 적용성을 평가하였다.
본 연구는 위성 발사 후 위성자료의 품질 및 정확성 보장에 필요한 SBAF 적용 및 평가를 수행하였으며, SBAF 적용을 통해 센서마다 다른 RSR 차이를 조정하였다. PICS 중 Libya4, Algeria3, Mauritania2에서 2015년 7월에서 2017년 10월까지 수집한 Landsat-8과 Sentinel-2A 영상 기반으로 Blue, Green, Red, NIR, NIR narrow 밴드대역에 대한 SBAF 산출 및 적용을 수행하여 NIR 밴드의 SBAF 적용 가능성을 정량적으로 평가하였다.
하지만 Sentinel-2A와 Landsat-8 위성 교차검보정 시 동일한 지역 및 날짜에서 Sentinel-2A 넓은 대역폭을 가진 NIR과 NIR narrow의 밴드대역폭 차이에 따른 SBAF 적용 후 정량적인 결과를 제시한 연구는 현재 존재하지 않는다. 따라서, 본 연구에서는 Landsat-8과 Sentinel-2A 위성을 활용하여 사막 사이트 3개에 대한 Blue, Green, Red, NIR narrow를 포함하여 Sentinel-2A NIR에 대한 SBAF 산출 및 적용성을 평가하였다.
United states geological survey에서 제공하는 Landsat-8은 2013년 2월에 발사된 지구 관측 위성으로 공간해상도가 30 m이며 16일 주기로 촬영한다. 본 연구는 Landsat-8 operational land imager (OLI) 센서의 Level1TP (L1TP) 자료를 사용하여 SBAF 산출 및 적용성을 평가하였다. Table 1은 본 연구에서 사용한 Landsat-8과 Sentinel-2A 분광 대역 및 정보를 나타낸다.
본 연구는 위성 발사 후 위성자료의 품질 및 정확성 보장에 필요한 SBAF 적용 및 평가를 수행하였으며, SBAF 적용을 통해 센서마다 다른 RSR 차이를 조정하였다. PICS 중 Libya4, Algeria3, Mauritania2에서 2015년 7월에서 2017년 10월까지 수집한 Landsat-8과 Sentinel-2A 영상 기반으로 Blue, Green, Red, NIR, NIR narrow 밴드대역에 대한 SBAF 산출 및 적용을 수행하여 NIR 밴드의 SBAF 적용 가능성을 정량적으로 평가하였다.
이러한 RSR 차이는 촬영 지역 및 시간이 동일하여도 반사도 차이를 유발하며, 유사한 밴드 대역 폭을 가질 때 불확실도가 낮게 나타난다. 본 연구에서 Landsat-8과 Sentinel-2A의 RSR 분포 특성을 파악하기 위해 반사된 에너지의 양을 적분하였다. Fig.
본 연구에서는 SBAF 산출에 필요한 Landsat-8과 Sentinel-2A의 RSR 분포 특성을 파악하였다. 두 위성의 RSR을 확인한 후 Libya4, Algeria3, Mauritania2의 SBAF를 사막 사이트별로 산출하였다.
10 m, 20 m 및 60 m의 공간해상도로 데이터를 제공하며 동일한 지역을 약 5일마다 재방문하여 촬영한다. 본 연구에서는 Sentinel-2A multi spectral instrument (MSI) 센서의 Level-1C (L1C) 자료를 기반으로 SBAF 산출 및 적용을 수행하였다. United states geological survey에서 제공하는 Landsat-8은 2013년 2월에 발사된 지구 관측 위성으로 공간해상도가 30 m이며 16일 주기로 촬영한다.
두 위성의 RSR을 확인한 후 Libya4, Algeria3, Mauritania2의 SBAF를 사막 사이트별로 산출하였다. 산출한 SBAF를 Sentinel-2A Blue, Green, Red, NIR, NIR narrow 밴드의 대기상단 반사도(top-of-atmosphere [TOA] reflectance)에 적용하여 Landsat-8 TOA reflectance와 비교하여 SBAF 적용성을 평가하였다.

대상 데이터

유럽 우주국(European Space Agency)에서 운영하는 Senitnel-2A는 2015년 6월에 발사된 위성이다. 10 m, 20 m 및 60 m의 공간해상도로 데이터를 제공하며 동일한 지역을 약 5일마다 재방문하여 촬영한다. 본 연구에서는 Sentinel-2A multi spectral instrument (MSI) 센서의 Level-1C (L1C) 자료를 기반으로 SBAF 산출 및 적용을 수행하였다.
본 연구에서는 Sentinel-2A multi spectral instrument (MSI) 센서의 Level-1C (L1C) 자료를 기반으로 SBAF 산출 및 적용을 수행하였다. United states geological survey에서 제공하는 Landsat-8은 2013년 2월에 발사된 지구 관측 위성으로 공간해상도가 30 m이며 16일 주기로 촬영한다. 본 연구는 Landsat-8 operational land imager (OLI) 센서의 Level1TP (L1TP) 자료를 사용하여 SBAF 산출 및 적용성을 평가하였다.
본 연구에서 활용한 각 사이트별 자료는 Table 2와 같으며, 연구기간 내의 Landsat-8 OLI와 Sentinel-2A MSI가 동일한 날짜에 촬영된 영상 중 구름의 비율 15% 미만인 19개의 영상을 사용하였다.

데이터처리

연구지역별 초분광 위성 영상 기반의 SBAF 산출 결과는 동일한 사막 사이트의 SBAF를 밴드별로 평균하여 계산하였으며 Table 3과 같다. Libya4에서 밴드 별 SBAF 값을 살펴보면 Blue, Red는 약 0.

성능/효과

7로 나타난 것을 확인하였다. Landsat-8 NIR과 비교 시, Sentinel-2A NIR의 경우 밴드 대역폭 차이가 약 3배, NIR narrow의 경우 약 1.5배로 NIR 밴드 대역폭의 차이가 더 크게 나타났다. NIR 밴드의 경우 RSR 분포는 상이하였지만, 밴드 대역폭 차이가 미치는 영향을 평가하고자 NIR 밴드에 대한 SBAF 산출 및 적용성을 평가하였다.
Libya4, Algeria3, Mauritania2 사이트에서 SBAF 적용 후 결과를 살펴보면, NIR 밴드를 제외한 모든 밴드에서 SBAF 적용 후 반사도 차이가 4%에서 2% 이내로 크게 개선된 것을 확인하였다. 하지만 대부분의 밴드 대역에서 Libya4 사이트보다 반사도 차이가 크게 나타났으며, 이는 시간적으로 안정적이고 균질한 반사도를 가지는 사이트 선정 또한 중요하다는 것을 시사한다.
2는 Landsat-8과 Sentinenl-2A 두 위성의 RSR 분포를 나타낸 그림으로 Blue, Green, Red 밴드의 RSR 분포는 유사하게 나타났으며, NIR의 경우 Landsat-8 NIR 밴드와 Sentinel-2A NIR narrow 밴드가 유사하게 나타났다. Sentinel-2A NIR 밴드는 Landsat-8 NIR과 상이한 밴드 대역폭을 보였으며, Landsat-8 NIR 밴드의 경우 RSR 적분 값이 약 27.8, Sentinel-2A NIR은 약 81.3, NIR narrow는 약 17.7로 나타난 것을 확인하였다. Landsat-8 NIR과 비교 시, Sentinel-2A NIR의 경우 밴드 대역폭 차이가 약 3배, NIR narrow의 경우 약 1.
따라서 Landsat-8 NIR과 Sentinel-2A의 NIR은 밴드 대역폭의 차이가 약 3배로 다른 밴드 대역에 비해 크게 차이가 나타났지만, 3개의 모든 사막 사이트에서 SBAF 적용 이후 5% 내외(4–7%)의 오차를 보였다.

후속연구

따라서 위성 활용이 제한적인 상황에서 두 센서의 밴드대역폭 차이가 큰 경우에도 SBAF를 적용할 수 있다고 판단하였다. 또한 위성 자료의 품질 및 연속성을 활용하는 연구와 더불어 위성 발사 전 교차검보정을 통하여 상이한 RSR 분포를 가지고 있는 자료들을 이용 가능할 것으로 기대된다.
하지만 Sentinel-2A와 Landsat-8 위성 교차검보정 시 동일한 지역 및 날짜에서 Sentinel-2A 넓은 대역폭을 가진 NIR과 NIR narrow의 밴드대역폭 차이에 따른 SBAF 적용 후 정량적인 결과를 제시한 연구는 현재 존재하지 않는다. 따라서, 본 연구에서는 Landsat-8과 Sentinel-2A 위성을 활용하여 사막 사이트 3개에 대한 Blue, Green, Red, NIR narrow를 포함하여 Sentinel-2A NIR에 대한 SBAF 산출 및 적용성을 평가하였다.

참고문헌 (10)

Barsi, J. A., Alhammoud, B., Czapla-Myers, J., Gascon,？F., Haque, M. O., Kaewmanee, M. et al., 2018.？Sentinel-2A MSI and Landsat-8 OLI radiometric？cross comparison over desert sites. European？Journal of Remote Sensing, 51(1), 822-837.？https://doi.org/10.1080/22797254.2018.1507613

상세보기
Chander, G., Mishra, N., Helder, D. L., Aaron, D., Choi,？T., Angal, A. et al., 2010. Use of EO-1 Hyperion？data to calculate spectral band adjustment factors？(SBAF) between the L7 ETM+ and Terra MODIS？sensors. In Proceedings of the 2010 IEEE？International Geoscience and Remote Sensing？Symposium, Honolulu, HI, USA, July 25-30, pp.？1667-1670. https://doi.org/10.1109/IGARSS.2010.5652746
Chander, G., Mishra, N., Helder, D. L., Aaron, D. B.,？Angal, A., Choi, T. et al., 2012. Applications of？spectral band adjustment factors (SBAF) for？cross-calibration. IEEE Transactions on Geoscience？and Remote Sensing, 51(3), 1267-1281. https://doi.org/10.1109/TGRS.2012.2228007

상세보기
Committee on Earth Observation Satellites, 2019. CEOS？Cal/Val portal. Available online: http://calvalportal.ceos.org (accessed on May 13, 2023).
Cosnefroy, H., Leroy, M., and Briottet, X., 1996. Selection？and characterization of Saharan and Arabian？desert sites for the calibration of optical satellite？sensors. Remote Sensing of Environment, 58(1),？101-114. https://doi.org/10.1016/0034-4257(95)00211-1

상세보기
Farhad, M. M., Kaewmanee, M., Leigh, L., and Helder,？D., 2020. Radiometric cross calibration and？validation using 4 angle BRDF model between？Landsat 8 and Sentinel 2A. Remote Sensing,？12(5), 806. https://doi.org/10.3390/rs12050806

상세보기
Helder, D., Anderson, C., Beckett, K., Houborg, R.,？Zuleta, I., Boccia, V. et al., 2020. Observations？and recommendations for coordinated calibration？activities of government and commercial optical？satellite systems. Remote Sensing, 12(15), 2468.？https://doi.org/10.3390/rs12152468

상세보기
Markham, B. L. and Helder, D. L., 2012. Forty-year？calibrated record of earth-reflected radiance from？Landsat: A review. Remote Sensing of Environment,？122, 30-40. https://doi.org/10.1016/j.rse.2011.06.026

상세보기
Mishra, N., Haque, M. O., Leigh, L., Aaron, D., Helder,？D., and Markham, B., 2014a. Radiometric cross？calibration of Landsat 8 operational land imager？(OLI) and Landsat 7 enhanced thematic mapper？plus (ETM+). Remote Sensing, 6(12), 12619-12638. https://doi.org/10.3390/rs61212619

상세보기
Mishra, N., Helder, D., Angal, A., Choi, J., and Xiong,？X., 2014b. Absolute calibration of optical satellite？sensors using Libya 4 pseudo invariant calibration？site. Remote Sensing, 6(2), 1327-1346. https://doi.org/10.3390/rs6021327

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