DOI QR코드

DOI QR Code

Experiment of KOMPSAT-3/3A Absolute Radiometric Calibration Coefficients Estimation Using FLARE Target

FLARE 타겟을 이용한 다목적위성3호/3A호의 절대복사 검보정 계수 산출

  • Kyoungwook Jin (Satellite Ground Station R&D Division, Korea Aerospace Research Institute) ;
  • Dae-Soon Park (Satellite Ground Station R&D Division, Korea Aerospace Research Institute)
  • 진경욱 (한국항공우주연구원 지상국기술연구부) ;
  • 박대순 (한국항공우주연구원 지상국기술연구부)
  • Received : 2023.11.30
  • Accepted : 2023.12.11
  • Published : 2023.12.31

Abstract

KOMPSAT-3/3A (K3/K3A) absolute radiometric calibration study was conducted based on a Field Line of sight Automated Radiance Exposure (FLARE) system. FLARE is a system, which has been developed by Labsphere, Inc. adopted a SPecular Array Radiometric Calibration (SPARC) concept. The FLARE utilizes a specular mirror target resulting in a simplified radiometric calibration method by minimizing other sources of diffusive radiative energies. Several targeted measurements of K3/3A satellites over a FLARE site were acquired during a field campaign period (July 5-15, 2021). Due to bad weather situations, only two observations of K3 were identified as effective samples and they were employed for the study. Absolute radiometric calibration coefficients were computed using combined information from the FLARE and K3 satellite measurements. Comparison between the two FLARE measurements (taken on 7/7 and 7/13) showed very consistent results (less than 1% difference between them except the NIR channel). When additional data sets of K3/K3A taken on Aug 2021 were also analyzed and compared with gain coefficients from the metadata which are used by current K3/K3A, It showed a large discrepancy. It is assumed that more studies are needed to verify usefulness of the FLARE system for the K3/3A absolute radiometric calibration.

Field Line of sight Automated Radiance Exposure (FLARE) 시스템을 이용하여 다목적위성3호/3A호의 절대복사 검보정 연구를 수행하였다. FLARE는 미국의 Labshphere사에 의해 개발된 시스템으로 SPecular Array Radiometric Calibration (SPARC) 개념을 적용한 것이다. FLARE는 거울처럼 반사하는 거울 타겟을 사용하여 산란되는 복사에너지의 원인 요소들을 최소화시킨 단순한 복사보정 방법을 제공한다. FLARE 시스템이 장착된 사이트를 통과하는 다목적위성3호/3A호를 이용한 영상자료 획득을 위해 2021년 7월 5일부터 7월 15일 사이에 필드캠페인을 진행하였다. 기상 상황 때문에 여러 번의 관측 자료 가운데 2개의 다목적위성3호 관측자료만이 유효한 샘플 영상으로 확인되었다. FLARE 시스템과 다목적위성3호 관측 자료를 바탕으로 절대복사 검보정 계수를 산출하였다. 7월 7일과 7월 13일 획득된 2개의 FLARE 관측 자료를 통해 계산된 결과는 근적외 채널을 제외하고 1% 이내의 매우 유사한 결과를 보여 주었다. 2021년 8월 획득된 다목적위성3호/3A호 자료를 추가하여 분석한 결과, 현재의 메타 데이터에 할당된 위성들의 이득값들과는 상당한 차이를 보였다. 제한된 획득자료로 인해 FLARE 시스템을 실제 운영 중인 다목적위성3호/3A호에 대한 절대복사 검보정 계수 산출 용도로 사용하기 위해서는 추가적인 연구가 필요할 것으로 판단된다.

Keywords

1. 서론

Field Line of sight Automated Radiance Exposure (FLARE)(Russell et al., 2020)는 SPecular Array Radiometric Calibration (SPARC) 개념을 적용하여 개발된 광학영상 절대복사 검보정용 시스템이다. SPARC는 정사반성(Specular)을 가진 거울 형태로 고안된 장치를 이용한 복사보정 방법이다. 이에 대한 자세한 내용은 Schiller and Silny (2010)에 기술되어 있다.

SPARC를 개선시킨 FLARE 시스템은 정반사성 특성을 가진 여러 개의 거울 배열을 이용하여, 대기나 주변 환경으로부터 유입되는 산란 성분의 복사에너지와 같은 기타 복사량 소스를 배제하도록 설계되어 있다. 따라서 FLARE 시스템은 태양으로부터 거울 면까지 그리고 거울 면에서 위성까지 이어져 센서 개구면에 도달하는 복사량 계산에 있어서, 산란 성분이 아닌 직달 일사량 성분에 초점을 맞춘다.

일반적으로 반사도 기반의 절대복사 검보정법(Helder et al., 2018; Czapla-Myers et al., 2015; Yeom et al., 2018)은 람버시안(Lambertian) 표면 특성을 가정한 반사도 타겟을 이용한다. 이에 반해 FLARE는 이와는 매우 다른 방식의 절대복사 검보정 플랫폼을 제공한다. 본 연구에서는 새로운 FLARE 시스템을 이용하여 다목적위성3호/3A호에 대한 절대복사 검보정 계수 산출 및 검보정 연구의 활용 가능성에 대해 검토해 보았다.

2. 연구자료 및 방법

Fig. 1과 2에서 알 수 있듯이 FLARE는 곡면을 형성하는 볼록 거울면을 통한 정반사를 이용한다. 태양으로부터 유입되는 복사에너지(태양으로부터 오는 직달일사 성분과 대기에서 거울면으로 입사하는 산란일사 성분)가 거울면에 반사하여, 시야각 내에서 위성에 장착된 탑재체로 들어오는 총 복사에너지를 측정하여 대기상단 복사량을 구할 수 있다. 최종적으로 탑재체 개구면으로 유입되는 실질적인 복사량은 태양과 거울 면이 이루는 각을 통한 거울 면에서 반사하여 탑재체에 도달하는 복사에너지의 정확한 계산과정을 통해 이루어진다. 거울의 반사도, 거울의 곡률 반경, 대기 상단의 태양복사 에너지 및 대기의 투과도 등이 계산 과정에 필요한 요소이다. 이러한 계산 과정은 다음 두 논문(Russell et al., 2020; Schiller and Silny, 2010)에 상세하게 기술되어 있다.

OGCSBN_2023_v39n6_1_1389_f0001.png 이미지

Fig. 1. FLARE system. (a) Mirror target. (b) Target image. (Courtesy of Labsphere, Inc.)

OGCSBN_2023_v39n6_1_1389_f0002.png 이미지

Fig. 2. FLARE system measurement concept.

FLARE 시스템을 통한 계산 과정을 통해 대기상단의 복사량을 얻었다면, 또 다른 한편으로 위성 영상을 통해서는 FLARE 시스템을 통해 도달된 태양 에너지의 크기에 비례하는 신호 값인 Digital Number (DN) 값을 알 수 있다. 위성 탑재체의 에너지에 대한 반응 정도를 나타내는 이득(Gain)값은 이 둘 간의 상관관계(대기상단 복사량에 대한 DN 값의 비)를 통해 간단하게 구할 수 있다. 즉 FLARE 시스템은 절대복사 검보정을 위한 기준을 제공하는 타겟 역할을 하여, 일반적인 대리 검정법 및 교차 검정법(Barsi et al., 2018; Gross et al., 2022; Kaewmanee et al., 2023; Mishra et al., 2014; Shin et al., 2016)과 같이 신호값과 복사량과의 관계식(Digital Number-to-Radiance Relationship)을 통해 센서의 고유한 이득값을 제공한다.

현재 다목적위성에 대한 절대복사 검보정 계수는 반사도 기반의 대리 검정법을 이용하고 있다(Yeom et al., 2018). 위성탑재체 자료의 검정에 쓰이는 대표적인 세가지 방법론(발사 전 실험실 검정, 온보드 검정 및 발사 후 대리 검정) 중 발사 후 검정법으로 쓰이는 것이 대리 검정법이다. 보편적으로 이용되는 이 대리 검정법에도 몇 가지 단점이 있다. 첫째, 위성의 관측 장소와 시점의 정확한 기준자료 측정을 통해 대기효과를 고려한 복잡한 대기상단 복사량의 시뮬레이션을 수행해야 하는 점이다. 둘째, 유효한 자료 획득을 위해서는 날씨 상황을 고려한 사전 관측 계획 수립이 중요하다. 셋째, 균질한 지표면을 가진 넓은 장소에서 이동형 관측 장비를 이용한 필드캠페인을 수행해야 하는 어려움이 있다. 이러한 대리 검정법을 보완하기 위한 대체 수단이 될 수 있는 FLARE 시스템에 착안하여 본 연구가 착수되었다.

다목적위성3호/3A호 자료를 통한 FLARE 시스템의 유용성 시험을 위해 2021년 7월 5일부터 7월 15일 동안 Labsphere사에 의해 진행된 필드캠페인에 참여하였다. 여러 가지 여건 및 상황(특히 COVID-19)으로 인해 실제 필드캠페인에 참여하는 대신, 화상 회의 및 원격 지원을 통한 공동 참여 방식을 택하였다. 현재 Labsphere 사는 FLARE 시스템을 설치하여 활용하게 위해 미국 내 두 곳의 사이트를 개발하여 운영 중에 있다.

기본 사이트는 South Dakoda에 위치한 알파 사이트로, 일반적인 운영 시에는 단일 FLARE 시스템을 운영한다. 기본 운영에 추가하여 필요한 목적에 따라 특별 관측으로 수행되는 필드캠페인 관측이 있다. 이러한 필드캠페인 수행을 위해서는 단일 FLARE 시스템 외에 다중 배열 시스템이 사이트 내에 추가로 장착되어 활용된다. FLARE 시스템 유용성 시험을 위해서는 단일 시스템보다 비교적 짧은 기간에 다양하고 많은 양의 데이터를 확보하여 분석할 수 있는 필드캠페인 참여가 보다 유리하다.

본 연구에서는 2021년 7월에 미국 Texas 베타사이트에서 수행된 필드캠페인 공동 참여를 통해 획득된 자료의 분석을 기본으로 하였다. 또한 단일 FLARE 시스템으로 운영되는 South Dakoda의 알파 사이트에서 2021년 8월 획득된 자료도 연구에 추가로 활용하였다. 위성을 통한 FLARE 타겟 촬영 영상을 얻기 위해서는 먼저 세심하게 촬영 계획을 수립하는 것이 필요하다. 먼저 다목적위성3호/3A호의 FLARE 사이트 통과 날짜와 시점을 사전 시뮬레이션하였다. 이를 통해 두 위성을 이용한 FLARE 시스템 촬영을 위한 관측계획서 작성 및 영상 획득을 준비하였다.

Table 1은 2021년 4월 다목적위성3A호를 이용한 베타 사이트에 설치된 단일 FLARE 시스템 촬영 계획서을 보여 준다. 이는 FLARE의 거울 배열을 통해 전달되는 태양복사 에너지 측정에 문제가 없는 지 사전 점검(예: 포화(Saturation) 발생 등) 하기 위한 실험 관측의 성격으로 수행되었다. 이때 다목적위성3호/3A호에 최적화된 FLARE 거울 배열의 크기 및 시스템 관련 각종 파라미터(Parameter) 조절이 이루어졌다.

Table 1. K3A measurement planning over FLARE beta site (Texas) in April, 2021

OGCSBN_2023_v39n6_1_1389_t0001.png 이미지

Table 2. K3/3A measurement planning over FLARE beta site (Texas) in July, 2021

OGCSBN_2023_v39n6_1_1389_t0002.png 이미지

Table 3. K3/3A measurement planning over FLARE alpha and beta sites in August, 2021

OGCSBN_2023_v39n6_1_1389_t0003.png 이미지

Table 2는 본 연구의 핵심적인 관측이 이루어진 FLARE 필드캠페인(2021년 7월 5일~7월15일) 기간 동안 다목적위성3호/3A호를 통한 영상을 얻기 위해 준비한 관측 계획서이다. 계획서를 기반으로 실제 수행된 필드캠페인에서는 기상 상황 등의 이유 때문에 7월 8일과 7월 13일의 자료만을 성공적으로 획득할 수 있었다. Table 3은 필드캠페인 기간 동안 획득된 자료를 보완하기 위해, FLARE 시스템으로 상시 운영중인 FLARE South Dakota 알파 사이트에서 2021년 8월 추가 자료 획득을 위한 촬영계획서를 보여 준다. 8월의 경우도 필드캠페인 기간과 마찬가지로 여러 가지 상황으로 인해 다목적위성3호/3A호 각각 1회씩의 FLARE 촬영 영상만을 획득할 수 있었다.

Fig. 3은 2021년 7월 필드캠페인을 위해 추가된 다중 배열 FLARE 시스템들이 설치되어 있는 사진이다. 필드캠페인 수행 장소인 미국 Texas의 FLARE 베타 사이트 내에 여러 개의 거울 배열 형태의 FLARE 타겟들이 설치되어 있는 것을 볼 수 있다. Fig. 4는 필드캠페인 수행 장소(FLARE 베타 사이트)의 구글 맵 사진과 그 장소를 필드캠페인 수행 전인 2021년 4월 11일 다목적위성 3A호로 촬영한 영상이다(FLARE 시스템 파라미터 조정을 위한 예비 촬영 시험). 이를 바탕으로 실제 연구를 목적으로 다목적위성3호/3A호를 이용하여 촬영된 영상의 예를 Fig. 5와 6에 각각 나타내었다. Fig. 5는 미국 South Dakota에 위치한 FLARE 알파 사이트에 설치된 FLARE 거울 배열을 2021년 8월 10일 다목적위성3호로 촬영한 영상이며, Fig. 6은 동일한 장소를 2021년 8월 22일 다목적위성3A호를 이용해 촬영한 영상이다. 흰 점으로 보이는 것이 상시 관측시 운영되는 단일 FLARE 시스템이다(Fig. 6b).

OGCSBN_2023_v39n6_1_1389_f0003.png 이미지

Fig. 3. FLARE field campaign site aerial view on July 2021 (courtesy of Labsphere Inc.).

OGCSBN_2023_v39n6_1_1389_f0004.png 이미지

Fig. 4. FLARE field campaign site.(a) Site location from Google map (source: https://maps.google.com). (b) Satellite image of K3A (April 11, 2021).

OGCSBN_2023_v39n6_1_1389_f0005.png 이미지

Fig. 5. FLARE alpha site (South Dakota) satellite image ofK3 (Aug. 10, 2021).(a) PAN-Original.(b) PAN-Zoom In.

OGCSBN_2023_v39n6_1_1389_f0006.png 이미지

Fig. 6. FLARE alpha site (South Dakota) satellite image of K3A (Aug. 22, 2021). (a) PAN-Original. (b) PAN-Zoom In.

3. 연구결과 및 토의

필드캠페인 기간 동안 다목적위성3호/3A호에 의한 FLARE 시스템의 총 6회 촬영 시도가 있었다. 날씨 여건으로 인해 다목적위성3호로 촬영한 FLARE 시스템 영상 중 7월 8일과 7월 13일, 총 2건의 유효한 자료가 확보되었다. Figs. 7(a, b)는 각각 다른 거울 배열의 조합에 따른 FLARE 시스템을 통해 반사된 복사 에너지 신호가 위성에 의해 포착된 모습을 보여준다. 7월 8일과 7월 13일에 각각 설치된 다중 거울 배열에 다소 차이가 있음도 볼 수 있다. Fig. 8은 7월 8일과 7월 13일에 각각 촬영한 여러 종류의 다중 거울 배열로 이루어진 FLARE 시스템을 레드(Red) 채널로 촬영하여 가상색상(Pseudo color) 처리한 영상이다. Fig. 9는 7월 8일 다목적위성3A호로 촬영한 필드캠페인 사이트 영상이다. 불과 몇 시간 차이로 유입된 구름으로 인해 유용한 관측 자료를 획득하는데 실패한 사례를 보여주는 그림이다(같은 날 다목적위성3호는 촬영 성공).

OGCSBN_2023_v39n6_1_1389_f0007.png 이미지

Fig. 7. FLARE target satellite image over the Texas beta site from K3 PAN channel. Image of (a) 2021.07.08 and (b) 2021.07.13.

OGCSBN_2023_v39n6_1_1389_f0008.png 이미지

Fig. 8. FLARE target satellite image over the Texas beta site from K3 MS-Red channel pseudo color images. Image of (a) 2021.07.08 and (b) 2021.07.13.

OGCSBN_2023_v39n6_1_1389_f0009.png 이미지

Fig. 9. FLARE target satellite image over the Texas beta site from K3A PAN channel (2021.07.08). (a) Black and white image. (b) Pseudo color image.

FLARE 시스템을 이용하여 계산된 값(탑재체에 도달한 복사량)이 정확하게 산출되었는지의 신뢰성 검증을 위해, 복사전달모델(MODTRAN 6)을 이용하여 대기상단에서의 복사량(Top of Atmosphere Radiance)을 계산해 보았다. 복사전달모델 시뮬레이션을 위한 기본 입력 파라미터는 Table 4에 정리하였다. Fig 10은 MODTRAN 시뮬레이션을 통해 계산된 대기 상단의 총 복사량과 FLARE를 통해 계산된 복사량의 비교 그래프이다. 두 값은 반구면의 총 복사에너지(Irradiance: μW/cm2 nm)와 직달 일사 경로상의 복사량(Radiance: W/m2 sr nm)을 각각 의미한다. 서로 다른 물리량이므로 1:1 비교를 위해 임의의 크기(Scaling) 조정을 통해 두 물리량의 패턴이 유사한 지를 검토하였다. 일부 파장영역에서 다소 차이를 보이지만 전체적으로 유사한 패턴이 보임을 알 수 있다. 이는 FLARE 시스템을 통한 복사량 계산이 신뢰성 있는 대기복사전달 모델인 MODTRAN을 통한 시뮬레이션과 유사하게 이루어지고 있음을 뒷받침한다. Fig. 11은 7월 8일과 7월 13일의 관측 자료(지상 및 대기)를 바탕으로 대기상단 복사량을 계산한 그림이다. 두 날짜의 관측각 차이 및 대기 조건 변화량(특히 에어로졸과 수증기량)에 의한 복사량 차이가 뚜렷하게 시뮬레이션에서 반영되고 있음을 알 수 있다.

OGCSBN_2023_v39n6_1_1389_f0010.png 이미지

Fig. 10. At-Sensor irradiance from MODTRAN simulation and At-Sensor radiance from FLARE.

OGCSBN_2023_v39n6_1_1389_f0011.png 이미지

Fig. 11. FLARE Top of Atmosphere (TOA) radiance simulations by MODTRAN 6 (July 08 and July 13).

Table 4. Input parameters for MODTRAN simulations in this study

OGCSBN_2023_v39n6_1_1389_t0004.png 이미지

Fig. 12는 각각의 타겟(거울 배열)에 의해 위성에 도달된 총 에너지의 합과 거울의 갯수와의 관계식을 보여 준다. 총 복사 에너지는 거울의 개수에 비례하며, 그래프의 기울기는 단위 거울에 대한 평균 DN 값(총 에너지 값을 총 거울 개수로 나눔)을 나타낸다. 그림을 통해 파악할 수 있는 문제점은 동일한 거울의 개수에 대한 총 에너지(DN) 값들이 다소 차이를 보이는 현상이다. 이는 주변 환경의 백그라운드에서 유입되는 불균질적인 에너지 소스의 영향성을 받은 것으로 판단된다.

OGCSBN_2023_v39n6_1_1389_f0012.png 이미지

OGCSBN_2023_v39n6_1_1389_f0013.png 이미지

Fig. 12. Aggregated digital numbers with targets (mirrors) from K3 FLARE signals (July 8, 2021). (a) MS-Blue. (b) MS-Geen. (c) MS-Red. (d) Near-infrared (NIR).

관측치들의 평균 값에 비해 지나치게 벗어나는 이상치(Outlier)들은 적정한 임계값을 적용하여 제거하는 과정을 거친 후 이들의 평균값을 취하는 방법을 적용하였다. 이렇게 보정한 자료를 통해 거울 갯수가 증가함에 따라 선형적으로 총 에너지 값의 증가 정도를 표시하는 기울기를 통해 최종적으로 단위 거울에 대한 평균 DN 값들이 계산되었다. 이 때 각각의 FLARE 거울 타겟을 통한 순수한 FLARE 신호을 얻기 위해 배경 산란에 의한 복사에너지와 대기효과에 의한 산란 성분에 해당하는 값을 먼저 빼주는 방법을 적용하였다. 이를 통해 배경 노이즈에 해당하는 오프셋(Offset) 값은 미리 제거되는 효과가 있다. DN-to-Radiance 변환 관계식의 경우 Radiance=Gain × DN + Offset 형식에 기반하여 절대 복사 검보정 계수가 산출되었다.

7월 8일 필드캠페인에 사용된 FLARE 거울 배열 시스템의 총 개수는 15개이다(10개의 거울 배열을 이용한 것이 총 6개, 20개 거울 배열을 갖춘 것이 4개 그리고 가장 많은 26개의 거울 배열을 가진 시스템이 총 5개). 이들의 조합을 통해 획득한 다목적위성3호의 4개 채널(블루, 그린, 레드 및 근적외)에 대한 각각의 평균 DN 값을 나타내는 기울기 그림이 Fig. 13에 나타나 있다.

OGCSBN_2023_v39n6_1_1389_f0014.png 이미지

Fig. 13. Fitting regression lines (slopes) based on the aggregated digital numbers with targets (mirrors) from K3 FLARE signals for all channels (July 8, 2021).

FLARE 시스템을 이용하여 최종적으로 계산한 다목적위성3호/3A호의 절대복사 검보정 계수값(이득값)은 Table 5와 6에 각각 정리하였으며, 이를 그래프로 표시하였다(Fig. 14). 이 테이블에는 필드캠페인 기간 동안 이용한 다중 거울 배열 시스템 뿐만 아니라, 2021년 8월 알파 사이트에 설치된 FLARE 시스템에 의해 획득된(2021년 8월 10일: 다목적위성3호 관측, 8월 22일 : 다목적위성3A호 관측) 자료를 통해 산출한 계수 값들도 함께 표시하였다.

Table 5. Calculated gain coefficients (W/ m2 sr nm) from K3 FLARE measurements with K3 meta gain data

OGCSBN_2023_v39n6_1_1389_t0005.png 이미지

Table 6. Calculated gain coefficients (W/ m2 sr nm) from K3A FLARE measurements with K3A meta gain data

OGCSBN_2023_v39n6_1_1389_t0006.png 이미지

OGCSBN_2023_v39n6_1_1389_f0015.png 이미지

Fig. 14. FLARE-based absolute radiometric calibration coefficients with metadata information. Results from (a) K3 and (b) K3A.

7월의 필드캠페인 자료를 기반으로 도출한 이득값들은 근적외 채널을 제외하면 1% 이내의 일관된 값을 보였다. 다중 배열 시스템을 통해 7월에 산출한 이득값과 단일 시스템을 통한 8월의 값과는 약간의 차이가 나타났다. 하지만 2017년 관측 자료를 기반으로 대리 검정법을 이용하여 산출된 다목적위성3호의 이득값(Yeom et al., 2018) 보다는 2021년 FLARE를 통해 얻은 값은 상당한 차이를 보인다. 그럼에도 불구하고 각 채널별 2017년 값(메타 데이터 값)과 2021년 값(FLARE 산출 값)의 차이는 비교적 일정한 모습(간격)을 보인다. 이에 비해 다목적위성3A호 값의 경우 3호에 비해서는 2017년 대리 검정법으로 도출한 값과의 차이가 상대적으로 적다. 하지만 그린 채널의 경우 다른 채널과 다르게 값의 변화가 거의 없는 것으로 나타났다.

4. 결론

2021년 7월과 8월에 FLARE 베타 및 알파 사이트에서 다목적위성3호/3A호를 통한 FLARE 촬영 영상 분석을 통해 두 위성의 절대복사 검보정 계수를 산출하였다. 다목적위성3호의 경우 FLARE 기반의 복사보정 계수들은 일관된 값을 보였다. 하지만 다목적위성3호의 메타 데이터에 설정된 이득값과는 많은 차이를 보였다. 다목적위성3A호의 경우도 3호와 마찬가지로 현재 사용하고 있는 3A호의 이득값과는 많은 차이를 보였다. 본 연구를 통해 FLARE 시스템의 유용성 여부를 결론 내리기에는 한계가 있는 것으로 판단된다. 이번 연구는 비교적 새로운 방법론에 해당하는 FLARE 시스템을 이용한 첫 번째 시도였으며, FLARE가 제시하는 값 자체의 신뢰성이 아직 충분히 검증되지 않았다는 것이 주요한 문제점으로 볼 수 있다. 현재 다목적위성3호/3A호의 메타 데이터에 설정된 검보정 계수의 값을 2018년 이후 지속적으로 FLARE 시스템을 통해 모니터링 해오지 않았다는 점도 또 하나의 한계점으로지적된다.그럼에도불구하고다목적위성3호의 경우 짧은 필드캠페인 기간 동안에 획득한 자료에서 계산한 검보정 계수는 1% 이내의 일관성을 보여 주었다. 또한 채널 별 이득값들의 메타 자료 값과의 차이에도 일관성이 나타났다. 이러한 결과는 전통적인 반사도 기반의 대리 검정법을 통해 획득되는 다목적위성3호/3A호 검보정계수와의 비교 분석을 위한 보조적인 수단으로 FLARE 시스템이 충분한 활용 가능성이 있음을 보여준다.

사사

본 연구는 과학기술정보통신부의 재원으로 한국연구재단 “국가위성운영 및 검보정 인프라 고도화 사업(RS-2023-00233889)”의 지원을 받아 수행하였습니다. 과제 수행에 많은 지원과 FLARE 자료 분석에 도움을 주신 Labsphere사의 엔지니어들께도 감사를 드립니다.

Conflict of Interest

No potential conflict of interest relevant to this article was reported.

References

  1. 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
  2. Czapla-Myers, J., McCorkel, J., Anderson, N., Thome, K., Biggar, S., Helder, D. et al., 2015. The ground-based absolute radiometric calibration of Landsat 8 OLI. Remote Sensing, 7(1), 600-626. https://doi.org/10.3390/rs70100600
  3. Gross, G., Helder, D., Begeman, C., Leigh, L., Kaewmanee, M., and Shah, R., 2022. Initial cross-calibration of Landsat 8 and Landsat 9 using the simultaneous underfly event. Remote Sensing, 14(10), 2418. https://doi.org/10.3390/rs14102418
  4. Helder, D., Markham, B., Morfitt, R., Storey, J., Barsi, J., Gascon, F. et al., 2018. Observations and recommendations for the calibration of Landsat 8 OLI and Sentinel 2 MSI for improved data interoperability. Remote Sensing, 10(9), 1340. https://doi.org/10.3390/rs10091340
  5. Kaewmanee, M., Leigh, L., Shah, R., and Gross, G., 2023. Inter-comparison of Landsat-8 and Landsat-9 during on-orbit initialization and verification (OIV) using extended pseudo invariant calibration sites (EPICS): Advanced methods. Remote Sensing, 15(9), 2330. https://doi.org/10.3390/rs15092330
  6. Mishra, N., Haque, M. O., Leigh, L., Aaron, D., Helder, D., and Markham, B., 2014. 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
  7. Russell, B., Scharpf, D., Holt, J., Arnold, W., Durell, C., Jablonski, J. et al., 2020. Initial results of the FLARE vicarious calibration network. In Proceedings of SPIE 11501, Earth Observing Systems XXV, Online only, Aug. 24-Sept. 4, pp. 44-57. https://doi.org/10.1117/12.2566759
  8. Schiller, S. J. and Silny, J., 2010. The Specular Array Radiometric Calibration (SPARC) method: A new approach for absolute vicarious calibration in the solar reflective spectrum. In Proceedings of SPIE 7813, Remote Sensing System Engineering III, San Diego, CA, USA, Aug. 1-5, pp. 108-126. https://doi.org/10.1117/12.864071
  9. Shin, D., Ahn, H., Lee, S., Choi, C., and Kim, J., 2016. Radiometric cross-calibration of KOMPSAT-3A with Landsat-8. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI(B1), 379-382. https://doi.org/10.5194/isprs-archives-XLI-B1-379-2016
  10. Yeom, J., Ko, J., Hwang, J., Lee, C., Choi, C., and Jeong, S., 2018. Updating absolute radiometric characteristics for KOMPSAT-3 and KOMPSAT-3A multispectral imaging sensors using well-characterized pseudo-invariant tarps and microtops II. Remote Sensing, 10(5), 697. https://doi.org/10.3390/rs10050697