천리안2A호를 이용한 다목적실용위성3A호 중적외선 밝기 온도 편향오차 개선 가능성 연구

김희섭(HeeSeob Kim) 한국항공우주학회 2020 韓國航空宇宙學會誌 Vol.48 No.12

2015년 발사된 다목적실용위성 3A호는 3.3~5.2μm 파장의 중적외선 영상을 제공한다. 다목적실용위성 3A호는 지상 물체의 밝기 온도를 추정하기 위한 고해상도 영상을 제공하지만 기존 자연 과학 목적으로 개발된 위성과 차이가 있다. 다목적실용위성 3A호의 단일 채널의 중적외선 영상으로 지표 밝기 온도를 추정하기 위해서는 대기 보정 과정이 필수적이다. 하지만 대기 보정 이후에도 여러 요인으로 인하여 밝기 온도 추정 오차가 존재한다. 본 논문에서는 다목적실용위성 3A호 카메라의 물리적인 특성으로부터 영상 처리까지 신호 흐름을 추적하여 밝기 온도 추정 오차 요인을 분석하였다. 또한, 천리안위성 2A호를 이용하여 다목적실용위성 3A호와 밝기 온도 편향 오차 개선가능성을 연구하였다. 큰 편향 오차를 가지고 있는 야간 영상에 대하여 편향 오차를 보상한 이후 다목적실용위성 3A호와 천리안위성 2A호의 지표 밝기 온도가 상관성이 있음을 확인하였다. 다목적실용위성 3A호 중적외선 밝기 온도 편향 오차를 개선하는데 천리안위성 2A호 영상이 도움이 될 것으로 예상된다. KOMPSAT-3A launched in 2015 provides Middle InfraRed(MIR) images with 3.3~5.2μm. Though the satellite provide high resolution images for estimating bright temperature of ground objects, it is different from existing satellites developed for natural science purposes. An atmospheric compensation process is essential in order to estimate the surface brightness temperature from a single channel MIR image of KOMPSAT-3A. However, even after the atmospheric compensation process, there is a brightness temperature error due to various factors. In this paper, we analyzed the cause of the brightness temperature estimation error by tracking signal flow from camera physical characteristics to image processing. Also, we study on possibility of improvement of MIR brightness temperature bias error of KOMPSAT-3A using GEOKOMPSAT-2A. After bias compensation of a real nighttime image with a large bias error, it was confirmed that the surface brightness temperature of KOMPSAT-3A and GEOKOMPSAT-2A have correlation. We expect that the GEOKOMPSAT-2A images will be helpful to improve MIR brightness temperature bias error of KOMPSAT-3A.

우리나라 정지위성 GK2A를 활용한 사회적 가치 창출: 비용 편익 분석을 중심으로

이예슬,최용상,이권민 사단법인 사회적기업학회 2019 사회적기업연구 Vol.12 No.3

This study conducts the cost-benefit analysis of social value through theGEO-KOMPSAT-2A satellite (GK2A). This study shows the importance ofevaluating social value of satellites and the possibility of diffusion of socialvalues through satellites. The social values of GK2A are estimated as thebenefits of ‘protection of property and infrastructure’ for reducing social costsand ‘added value’ and ‘private use by citizens’ in terms of increasing socialbenefits. As a result of the cost-benefit analysis, the net present value (NPV)and benefit/cost ratio (B/C), calculated as a present value of 19 years(2011~2029) cost and benefit with a discount rate of 4.5%, is 69.5 billion KRWand 1.12 respectively. During the development period, the GK2A continues togenerate costs. However, the benefit is steadily increasing after the operation. Eventually, the benefits for society are higher than costs in the long run. Sincethe operation of the GK2A has been started, the social value can be generatedby expanding the service to other countries, applying to weather services, andutilizing as the accumulated data. Therefore, it is necessary to develop adetailed index for measuring the social value of satellites and to respond to theinterests and needs of various stakeholders utilizing the satellite. 기후변화의 여파로 정확한 기상 정보에 대한 수요가 증가하고 있다. 이에 따라 민간 영역에서도 위성으로사회적 가치를 창출해내는 서비스가 확대되고 있으며, 위성을 활용한 사회적 가치 측정에 대한 필요성도높아지고 있다. 본 연구는 우리나라 고해상도 정지위성 천리안 위성 2A호(GK2A)의 사회적 가치를 비용 편익 분석 방법을 통해 측정해보았다. 본 연구는 유럽과 미국에서 실시된 저궤도 기상위성의 사회경제적 편익 및 사회적 가치 측정에 관한 선행연구의 분석틀을 바탕으로 GK2A 위성의 비용을 개발비용과 운용비용으로, 편익을 재산보호 및 인프라 비용 절감 편익, 국가경제 내 부가가치 창출 편익, 국민의 개인적 활용편익으로 산정하였다. GK2A의 사회적 가치를 2019년 현재 가치로 환산해 산출한 결과, 순현재가치(NetPresent Value; NPV)는 약 695억 원, 편익 비용 비율(Benefit/Cost Ratio; B/C)은 1.12로 나타났다. 이를통해, GK2A 위성의 개발 기간 동안에는 지속적으로 비용이 발생하나 위성의 현업 운영이 시작되는 2020년 이후로는 꾸준한 사회적 비용 감소와 사회적 편익 증가가 나타나 사회 전체적으로 편익이 비용보다 높게 발생하는 것을 추정해 볼 수 있었다. 이를 통해 위성을 통한 사회적 가치의 확산 가능성과 추후 위성데이터를 통한 서비스를 제공하게 되는 사회적기업 등 민간 영역에서의 가치 평가에 사회적 영향력이 고려되어야 하는 필요성을 제시하고자 하였다.

다중 위성 자료(MODIS와 S-VIRRS)와의 비교를 통한 GK-2A AMI 지표면 온도의 지리적 요인에 따른 적절성 평가

백종진(Jongjin Baik),박종민(Jongmin Park),전창현(Changhyun Jun),이진욱(Jinwook Lee) 한국방재학회 2022 한국방재학회논문집 Vol.22 No.3

In this study, we evaluated the land surface temperatures (LSTs) retrieved from the GEO-KOMPSAT-2A (GK-2A) satellite AMI sensor by comparing them to LSTs measured at 106 ground-based stations (95 ASOS and 11 AAOS stations). In addition, the statistical performance of the GK-2A AMI LST was compared with those of LSTs retrieved from the MODIS and S-VISSR satellites. LSTs were evaluated in terms of inland versus coastal regions and at different inland elevations. A time series analysis of the entire study period confirmed that the GK-2A satellite yielded the smallest bias among four satellite-based LST products. The satellite-based LSTs also exhibited higher correlations with ground-based measurements in the inland region than in the coastal region. In addition, the difference in LSTs at the highest and lowest elevations was approximately 1 ℃. A comparison of the annual mean LST and observation frequency revealed that geostationary satellite-based LSTs tend to be overestimated because of the lower observation frequency (1/3 of the polar orbit satellite frequency). Overall, the GK-2A AMI LSTs can be used to analyze the spatiotemporal variations in the urban heat island effect and heat waves at fine-scale resolutions, while further topographical correction is recommended to improve their accuracy. 본 연구에서는 2020년의 천리안위성 2A호(GEO-KOMPSAT-2A, GK-2A)의 AMI (Advanced Meteorological Imager) 지표면 온도(Land Surface Temperature, LST) 자료와 종관기상관측소 95개소, 농업기상관측소 11개소의 LST 자료에 대해서 검증 및 분석하였다. 또한, 다중 인공위성 자료인 MODIS (Moderate Resolution Imaging Spectroradiometer)와 S-VISSR (Stretched-Visible and Infrared Spin-Scan Radiometer)의 지표면 온도와도 비교하였다. 지점 관측 자료를 기반으로 내륙과 해안, 그리고 내륙지역에서 고도에 따라 구분하여 LST를 분석하였다. 먼저 시계열 분석 결과, 대상 기간 동안 AMI의 시계열적 거동은 다른 위성 자료들과 비교하여 편차가 가장 적은 것으로 나타났다. 내륙과 해안 지역을 구분하여 분석하였을 때 인공위성 기반 LST의 결과는 해안보다 내륙에서 상관성이 높았으며, 평지와 높은 고도와의 온도 차는 약 1 ℃ 정도 차이를 나타났다. 인공위성 자료의 연평균 LST와 관측 횟수를 파악하였을 때, 극궤도 위성의 관측 횟수는 정지궤도 위성의 관측 횟수의 1/3 정도였으며, 이로 인한 연평균 LST가 과대 산정되는 결과를 나타내었다. 결론을 종합하면 다른 인공위성과 비교하였을 때 GK- 2A AMI LST의 활용 가능성은 높은 것으로 확인되었으나, 추후에는 지형적인 조건에 따른 보정이 필요할 것으로 보인다. GK-2A의 AMILST 자료를 활용한다면 열섬 및 폭염 분석에서 더욱 자세한 열변동성을 확인하는 데 도움이 될 것으로 판단된다.

천리안위성 2A/2B호의 주파수 확보 및 세계 동향

이서림(Lee, Seorim) 한국항공우주연구원 2021 항공우주산업기술동향 Vol.19 No.2

주파수 자원은 위성의 운용을 위한 필수적인 기반으로 정지궤도위성에 필요한 주파수를 확보하는 데에 약 7년의 기간이 소요되며, 이후 위성 임무 수행을 위해 이를 10년 이상의 기간 동안 보호하고 유지해야 한다. 천리안위성 2A호와 2B호는 이러한 기나긴 과정을 거쳐 확보한 주파수 자원을 이용하여 현재 정지궤도 동경 128.2도에서 운용 중이다. 본 연구는 정지궤도위성에서 사용하는 주파수 자원의 확보, 보호 및 유지 일련의 과정과 세계 동향을 조사하고 위성개발사업 지원의 역할을 넘어 국가 자원으로서의 중요성을 조명하고자 한다. Frequency resources are a vital basis for the operations of a satellite which take approximately 7 years to acquire for geostationary satellites and more than 10 years to protect and maintain during the mission lifetime of the satellite. The GEO-KOMPSAT-2A and 2B satellites are operating in a geostationary orbit located at 128.2 degrees East after acquiring the necessary frequency resources through this lengthy process. This paper describes the process and global trend in acquiring, protecting, and maintaining frequency resources for geostationary satellites and the importance of such resources not just to support satellite development programs, but as an invaluable national resource.

천리안위성 2A/2B호, 수치모델 자료와 기계학습 방법을 이용한 주간 안개탐지 알고리즘 개발

유하영,서명석,한지혜 한국기상학회 2021 한국기상학회 학술대회 논문집 Vol.2021 No.10

본 연구에서는 기상청에서 2019년 7월부터 정규 서비스 중인 천리안위성 2A호의 안개 탐지 산출물(500 m)의 고해상도화(250 m)를 위해 천리안위성 2A/2B호 및 수치모델 자료를 이용하여 주간 안개탐지 알고리즘을 개선하였다. 천리안위성 2A호는 전구를 10분 주기로 관측하여 시간해상도가 우수하며 가시, 근적외, 수증기 및 적외채널 등 16개의 채널로 관측한다. 천리안위성 2B호는 가시채널로만 관측하고 주기가 1시간 이지만 공간 해상도(250 m)가 우수하다. 따라서 두 위성자료의 장점을 이용하여 시공간 해상도가 우수한 안개탐지를 수행하는 것에 목적이 있다. 10분주기 250m 해상도의 안개 탐지는 3단계로 수행된다. 1단계에서는 해상도가 2km와 10km 인 GK2A 2km 자료와 수치모델 자료는 거리와 고도차를 동시에 반영하여 500m로 고해상도화 하였다. 또한 수치모델 예측 온도의 오차를 구름 탐지자료와 휘도온도를 이용하여 보정하였다. 이렇게 보정된 자료들을 이용하여 10분주기 500m 해상도의 안개를 산출한다. 2단계에서는 관측주기가 매시간인 GK2B 자료를 GK2A의 시간변화량을 이용하여 10분주기로 외삽한다. 3단계에서는 1)단계에서 탐지한 안개산출물과 2)단계에서 외삽한 10분주기 250m GK2B 자료를 융합하여 10분주기 250m 안개 탐지자료를 산출한다. 이 때 안개 탐지를 위한 훈련방법으로 기계학습 방법(결정나무 기법)을 사용하였다. 안개탐지 결과 검증 및 탐지 알고리즘의 초기 훈련에는 기상청 제공 시정자료를 이용하였다. 본 발표에서는 개선된 주간 안개 탐지 알고리즘의 안개탐지 수준에 대해 지리적 위치, 계절 및 안개 발생 특성별로 상세히 제시할 것이다.

천리안 2A호 위성의 차세대 기상탑재체 정밀 정렬

최정수(Choi, Jung Su),박종석(Park, Jong Seok),김형완(Kim, Hyung Wan),이상훈(Lee, Sang Hoon),이동우(Lee, Dong Woo),김의근(Kim, Euikeun),김주현(Kim Ju Hyun) 한국항공우주연구원 2019 항공우주산업기술동향 Vol.17 No.2

천리안 2A호 위성은 천리안 1호 위성의 후속 위성으로 2011년 7월에 개발이 시작되었으며, 2018년 12월에 우주로 발사되어 2019년 7월부터 정식 운영을 시작하였다. 천리안 2A호 위성은 10년의 임무수명 동안 정지궤도에서 연속적인 기상관측임무를 수행하게 되며, 천리안 1호 위성에 비해 해상도뿐만 아니라 관측 시간, 관측 채널 등의 성능이 크게 향상되었다. 본 논문에서는 천리안 2A호 탑재체 접속 구조물의 설계, 제작 및 조립 관련 내용을 기술하고, 차세대 기상탑재체 센서유닛의 조립 후 정렬 측정 결과에 대해서도 고찰하였다. Cheollian-2A satellite as a follow-up satellite to the Cheollian-1 began development in July 2011 and launched into space in December 2018, and officially began service in July 2019. Cheonlian-2A satellite performs continuous meteorological observation missions on a geostationary orbit for 10 years of mission life, and significantly improves not only its resolution but also its observational intervals and channels compared to the Cheollian-1 satellite. This paper will describe the design, manufacture, and assembly of the payload interface structure of Cheollian-2A and the results of alignment measurements after assembling the AMI sensor unit.

정지궤도위성 운영을 위한 향상된 S-band 원격명령어 및 원격측정데이터 포맷에 대한 연구

이나영(Nayoung Lee),신현규(Hyun-Kyu Shin),천이진(Yee-Jin Cheon),최재동(Jae-Dong Choi) 한국항공우주학회 2021 韓國航空宇宙學會誌 Vol.49 No.5

정지궤도위성의 원격데이터 통신 포맷은 제한된 통신 속도 대비 대량으로 생성되는 위성 데이터를 효율적으로 수신하고, 36,000km 고도에서 운영되는 정지궤도위성의 원격명령어 수신 결과를 정확하게 확인하기 위해 설계된다. 한국항공우주연구원에서 개발하여 2018년과 2020년에 각각 발사 및 운영 중인 천리안2A호와 2B호는 한국 최초의 정지궤도위성인 천리안1호의 임무를 연속하여 수행하도록 설계되었다. 따라서 정지궤도위성과 지상국의 안정적이고 효율적인 원격 통신을 위해 필요한 원격 통신 설계 요소들을 승계하였다. 한편, 원격 데이터의 처리 및 운영을 담당하는 천리안 2A호와 2B호의 탑재소프트웨어는 다목적위성시리즈를 통해 그 성능이 더욱 개선되어 왔으며 최신의 원격 데이터 처리 및 운영 알고리즘이 구축되어 있다. 본 논문에서는 정지궤도위성의 향상된 원격 데이터 송수신을 위한 원격명령어 및 원격측정데이터의 포맷 및 운영 개념 설계를 제안하고, 실제 천리안 2A호와 2B호의 탑재소프트웨어에 적용된 내용들을 상세하게 기술한다. The S-band telemetry and telecommand formats for geostationary orbit satellites should have sufficient reliability, since they transmit massive satellite health data and receive the mission commands in the 36,000km of the geostationary orbit. Also, they have to efficiently manage the large quantity of satellite health data under the limited data transmission rate. Cheollian-2A and 2B satellites were developed by Korea Aerospace Research Institute and launched at 2018 and 2020, respectively. Their missions are to conduct continuously the mission of Cheollian-1, which was the first geostationary orbit satellite of Korea. Therefore, the fundamental S-band data format design for Cheollian-2A and 2B should meet the requirements of Cheollian-1. Meanwhile the latest remote data processing techniques for these newest geostationary orbit satellites should be implemented. In this paper, the advanced S-band space data formats and management methods are proposed for more efficient data transmission, reception and operation with the limited data rate of the geostationary orbit satellites. The implemented results in the flight software of Cheollian-2A and 2B are described in detail.

천리안위성 2A호의 고해상도(500 m) 주간 안개 탐지 알고리즘 개선

한지혜,서명석,유하영 한국기상학회 2021 한국기상학회 학술대회 논문집 Vol.2021 No.10

본 연구에서는 기상청에서 2019년 7월부터 정규 서비스 중인 천리안위성 2A호의 주간 안개 탐지 알고리즘의 정확도를 개선을 시도하였다. 천리안위성 2A호의 주간 안개 탐지 알고리즘은 국지적으로 발생하는 안개를 탐지하기 위해 500 m 공간해상도를 가지는 가시채널의 반사도를 주로 이용한다. 가시채널만으로는 안개와 하층운을 구분하기 어렵기 때문에, 천리안위성 2A호에 탑재된 11.2 μm 채널 휘도온도와 수치모델 예측 지면온도사이의 차를 이용하여 안개와 하층운을 구분하고 있다. 또한 상층운, 청천화소, 적설지역 등이 오탐지 되는 것을 최소화하기 위해 적외채널들의 휘도온도차, 안개의 일변동 특성, 단파적외채널과 대기창 적외채널의 휘도 온도 차의 시간변화율 등 총 11개 단계의 평가를 통해 안개를 탐지하고 있다. 주간 안개 탐지 알고리즘을 현업 운용한 결과 크게 3가지 문제점이 발생하고 있다. 첫째는 주간에 안개 탐지 수준이 낮은 점(국지적 안개 미탐지, 하층운을 안개로 오탐지 등), 둘째는 지리적 위치에 따라 안개 탐지 수준의 차이가 큰 점 그리고 셋째는 안개 발생 특성에 따라 안개 탐지 수준의 차이가 큰 점이다. 안개 탐지 수준이 낮은 원인을 분석한 결과 안개와 하층운을 구분하는 핵심평가 요소인 수치모델 예측 지면온도의 정확도가 낮을 뿐만 아니라 지리적 위치 및 시간에 따라 다름을 확인하였다. 또한 일부 적설지역도 안개로 오탐지되고 있다. 본 연구에서는 안개와 하층운 구분의 정확도 향상을 위해 수치모델 예측자료(10km)를 고해상도로(500m)로 내삽하는 과정에서 발생하는 오차와 수치모델의 예측 수준이 시공간적으로 상이한 문제점의 개선을 시도하였다. 고도에 따른 기온변화를 고려할 수 있도록 수치모델 자료의 내삽과정에서 격자점간 고도차를 고려하였으며, 수치모델 예측 오차를 보정하기 위하여 맑은 화소들에서의 휘도온도와 수치모델 예측 온도사이의 차를 이용하였다. 또한 적설지수를 활용하여 적설지역의 오탐지를 최소화하였다. 본 발표에서는 다양한 안개 및 비안개 사례들에 대해 개선된 주간 안개 탐지 알고리즘을 적용하여 탐지한 안개에 대해 지리적 위치, 계절 및 안개 발생 특성별로 상세히 제시할 것이다.

농림위성을 위한 기계학습을 활용한 복사전달모델기반 대기보정 모사 알고리즘 개발 및 검증: 식생 지역을 위주로

강유진 ( Yoojin Kang ),김예진 ( Yejin Kim ),임정호 ( Jungho Im ),임중빈 ( Joongbin Lim ) 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.5

식생에서의 고해상도 정보를 제공하기 위한 목적으로 농림위성이 발사 예정에 있다. 농림위성 자료를 식생 분야에 활용하기 위해서는 정확한 지표면 반사도 추출이 필수적이므로, 이를 위한 대기보정 기술의 개발과 식생에 대한 검증이 선행되어야 한다. 따라서, 본 연구에서는 Sentinel-2를 대체 위성 영상으로 활용하여 복사전달모델 대기보정을 모사하는 기계학습 기반 대기보정 알고리즘을 개발하고, 산림 지역을 위주로 검증을 수행하였다. Sentinel-2 및 GEOKOMPSAT-2A (GK-2A)에서 추출된 대기보정 파라미터를 기반으로 Random Forest와 Light Gradient Boosting Machine (LGBM)을 통하여 대기보정 알고리즘을 개발하고, 산림에 위치한 총 4개 지역에서의 1년 간의 현장 관측 자료를 이용하여 검증하였다. 두 가지 기계학습 기법 중 효율성을 고려했을 때 LGBM이 탁월할 것으로 판단되었으며, 한 관측소를 제외하면 0.91 이상의 상관계수를 보이며 Normalized Difference Vegetation Index를 활용한 연간 식생 활력도의 시계열 변동을 잘 반영할 수 있음을 확인하였다. 대기보정 필수 파라미터인 Aerosol Optical Depth (AOD) 및 water vapor 수급을 위하여 GK-2A 산출물을 활용할 수 있으나, AOD의 지속적인 결측 문제가 지표면 반사도 산출에 치명적일 수 있기 때문에 이를 보완할 필요가 있다고 사료된다. 본 연구는 농림위성을 위한 대기보정 모사 알고리즘을 개발하고, 한계점과 동시에 보완되어야 할 방향에 대해 제시함으로써 추후 농림위성 자료의 정밀 대기보정을 위한 토대로 기여할 수 있을 것으로 기대된다. Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similar spectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

심층신경망과 천리안위성 2A호를 활용한 지상기온 추정에 관한 연구

엄태윤,김광년,조용한,송근용,이윤정,이윤곤 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.2

This study suggests deep neural network models for estimating air temperature with Level1B (L1B) datasets of GEO-KOMPSAT-2A (GK-2A). The temperature at 1.5 m above the ground impactnot only daily life but also weather warnings such as cold and heat waves. There are many studies toassume the air temperature from the land surface temperature (LST) retrieved from satellites becausethe air temperature has a strong relationship with the LST. However, an algorithm of the LST, Level 2output of GK-2A, works only clear sky pixels. To overcome the cloud effects, we apply a deep neuralnetwork (DNN) model to assume the air temperature with L1B calibrated for radiometric and geometricsfrom raw satellite data and compare the model with a linear regression model between LST and airtemperature. The root mean square errors (RMSE) of the air temperature for model outputs are used toevaluate the model. The number of 95 in-situ air temperature data was 2,496,634 and the ratio of datasetspaired with LST and L1B show 42.1% and 98.4%. The training years are 2020 and 2021 and 2022 isused to validate. The DNN model is designed with an input layer taking 16 channels and four hiddenfully connected layers to assume an air temperature. As a result of the model using 16 bands of L1B, theDNN with RMSE 2.22°C showed great performance than the baseline model with RMSE 3.55°C onclear sky conditions and the total RMSE including overcast samples was 3.33°C. It is suggested that the DNN is able to overcome cloud effects. However, it showed different characteristics in seasonal andhourly analysis and needed to append solar information as inputs to make a general DNN model becausethe summer and winter seasons showed a low coefficient of determinations with high standard deviations.