L밴드 인공위성 SAR센서를 활용한 한반도 주변해의 해상풍 산출
김태성
1
․ 박경애1,2
1
서울대학교 과학교육과, 151-748,[email protected]
2
서울대학교 지구과학교육과/해양연구소, 151-742[email protected]
Retrieval of Sea Surface Wind off the Coast of Korea Using L-Band SAR Data
Tae-Sung Kim
1
and Kyung-Ae Park1,2
1
Department of Science Education, Seoul National University, Seoul, 151-742, Korea2
Department of Earth Science Education / Research Institute of Oceanography, Seoul National University, Seoul, 151-742, Korea요 약 인공위성 SAR센서는 기존 산란계 해상풍 자료의 낮은 해상도로 인한 여러 한 계를 극복함으로써 다양한 해양연구에 있어 필요성과 활용영역이 넓어지고 있다. 이러한 추세에 따라 전세계적으로 다파장 SAR 센서들이 운용 또는 발사 예정에 있음에도 불구 하고 현재까지 한반도 주변해에 대한 SAR 해상풍 산출 연구는 C밴드에만 한정되어왔다.
본 연구에서는 L밴드 해상풍 추출 알고리즘을 적용하여 L밴드 SAR 영상으로부터 한반 도 주변해의 해상풍을 추출하고 산란계 해상풍 자료와 비교 분석을 시도하였다. 2007년 8월 우리나라 동해 지역을 관측한 L밴드 ALOS PALSAR 영상에 대해 L밴드 HH편광 GMF 알고리즘을 적용하여 해상풍을 산출하였다. 산출 해상풍은 동일시점의 산란계 QuikSCAT 자료와 공간적으로 유사한 패턴을 보였으며 두 자료 간의 풍속오차는 3.45m/s로 나타났다. 풍속의 경우, 산란계 해상풍이 중간바람 범위에 집중된 것에 비해 L밴드 SAR 산출 해상풍은 강한 바람 범위까지 포함하는 넓은 풍속값 범위를 보였다. 연 구 해역과 같이 강한 바람 범위에서는 산출 해상풍 간의 차이가 크게 나타나며 풍향으로 인한 오차특성이 나타났다.
1. 서론
인공위성을 활용한 해상풍 원격측정은 기존 해상실측자료가 가진 시공간적 한계 를 극복함으로써 대기와 해양의 상호작용
는데 큰 도움을 주고 있다. 그러나 해상풍 원격측정에 가장 널리 쓰이고 있는 인공 위성 산란계자료는 이러한 유용성에도 불 구하고 25km의 낮은 해상도를 가지고 있 어 특히 인간생활과 밀접한 관련이 있어
Fig. 1. ALOS PALSAR image in the study area. (2007/08/11)
지역의 해상풍을 관측하지 못하는 한계를 가지고 있다. 이러한 인공위성 산란계의 한계를 극복하기 위해 고해상도 관측이 가능한 인공위성 SAR 활용 해상풍 산출 연구가 새로이 각광받으며 활발히 연구개 발 중에 있다.
2006년 이후 다편광, 다모드, 다파장 SAR 관측이 활발해지면서 그동안 해양연 구에 주로 적용되어 온 C밴드 외에 L밴 드, X밴드 해상풍 산출과 밴드별 산출 해 상풍의 상호 비교 분석 연구의 필요성이 커지고 있음에도 불구하고 현재까지의 국 내 SAR 활용 해상풍 연구는 C밴드에 국 한되어 있는 실정이다. 본 연구에서는 L 밴드 해상풍 산출 알고리즘을 적용하여 SAR 영상으로부터 한반도 주변해의 해상 풍을 산출하고 산란계 해상풍과 비교 분 석하여 SAR 산출 해상풍의 오차 요인을 제시하고자 하였다.
2. 연구 방법 및 자료
본 연구에서는 L밴드 SAR 해상풍 산출 을 위해 일본 JAXA(Japan Aerospace eXploration Agency)의 지구관측위성인 ALOS Phased Array type L-band Synthetic Aperture Radar(PALSAR) 영 상을 사용하였다. Fig.1은 2007년 8월 11 일(02:05:56 UTC) 우리나라 동해지역을 광역관측모드(ScanSAR)로 촬영한 ALOS PALSAR 영상으로 본 영상은 L밴드 HH 편광, 관측폭은 350km이다.
영상 내 해상풍 산출을 위해 본 연구에 서는 L밴드 HH편광 GMF(Geophysical Model Function) 알고리즘(Isoguchi et al., 2009)을 적용하였다. L밴드 HH편광 GMF의 후방산란계수와 바람벡터의 관계 식은 Eq. 1 - 4와 같다.
(1)
(2)
(3)
(4)
여기서,
는 후방산란계수, 는 상대풍 향, 는 풍속, 는 입사각이며 °°,
으로 정의 한다. 함수 내 계수
는 ALOS PALSAR와 ASCAT, ECMWF 바람자료 등을 기반으로 경험적으로 도출한 계수값 을 나타낸다. ALOS PALSAR 영상의 후 방산란계수는 영상 DN값을 이용해 다음 식을 통해 얻을 수 있다.Fig. 2. Wind field in the study area from ALOS PALSAR image. (2007/08/11)
Fig. 3. Wind fields from (a) ALOS PALSAR and (b) QuikSCAT. (2007/08/11)
(5)
이때 CF는 보정계수(Calibration factor)로서 ALOS PALSAR의 경우 -83dB의 고정값을 갖는다. 알고리즘 적용 에 필요한 풍향값은 ECMWF의 재분석자 료(ECMWF Interim Reanalysis)를 사용 하였다.
산출된 L밴드 SAR 해상풍 비교분석을 위해 12.5km 공간 해상도의 산란계 QuikSCAT Level 2B 해상풍 자료를 사 용하였으며 동일 영역의 L밴드 SAR 산출 해상풍과 일치점자료(Match-ups)를 생성 하였다.
3. 연구 결과
3.1 L밴드 해상풍 산출 결과
Fig. 2는 후방산란계수, 입사각 등 전처 리과정을 통해 획득한 입력변수들을 L밴 드 HH편광 GMF 알고리즘에 적용하여 산 출한 L밴드 SAR 해상풍 결과이다.
연구대상시점인 2007년 8월은 예년에 비해 남풍이 매우 강했던 해로 당시 8월 중순경은 태풍 ‘파북(Pabuk)’이 한반도 주 변을 지나가는 등 강한 해상풍이 불었던 시기였다. L밴드 SAR 해상풍 산출 결과 강한 바람장을 보이며 QuikSCAT 산란계 해상풍과 마찬가지로 남풍이 우세하고 연 안에서 외해로 나갈수록 풍속이 세지는 경향이 나타났다(Fig. 3).
3.2 산란계 해상풍과 특성 비교
L밴드 SAR 산출 해상풍과 산란계 해상 풍 간의 일치점 자료 비교분석 결과 풍속 의 평균오차는 3.45m/s이며 Fig. 4에 나 타난 바와 같이 L밴드 SAR 산출 해상풍 이 산란계 해상풍에 비해 전반적으로 과 대예측되는 경향을 보였다. 이러한 SAR 산출 해상풍과 산란계 해상풍 간의 풍속 차는 풍속이 강할수록 클수록 크게 나타 났다. 또한 L밴드 SAR가 C밴드나 Ku밴 드에 비해 10m/s 이상의 강한바람에 민 감하며(Isoguchi et al., 2009) 산란계 해 상풍의 경우 실제 바람에 비해 낮은 바람 에서 과대예측되고 높은 바람에서는 과소 예측되는 경향을 가지고 있기 때문에 (Park, 2009) 산란계 해상풍이 중간바람 범위에 집중되어 있는데 반해 L밴드 SAR
Fig. 4. Comparison of wind speed from L-Band SAR and QuikSCAT.
Fig. 5. Wind Speed as a function of wind direction and backscattering coefficient value from L-band HH GMF.
Fig. 6. Wind speed as a function of wind direction for each backscattering coefficient.
산출 해상풍은 강한 바람범위까지 넓은 분포를 갖는 특징을 보인다.
3.3 산출 풍속에 대한 풍향의 영향
L밴드 SAR 해상풍 산출 알고리즘은 해 상풍 속도 산출을 위해 풍향을 입력변수 로 요구한다. 바람벡터와 레이더의 관측방 향에 따라 후방산란 세기가 달라지므로 정확한 풍속 산출을 위해서는 정확한 풍 향값 입력이 요구된다. 연구대상과 같이 강한 바람장이 존재하는 영역에서는 L밴 드 SAR 해상풍 산출의 입력변수인 풍향 오차가 크므로 풍향으로 인한 풍속 오차 요인이 크게 나타난다. Fig. 5는 후방산란 계수(sigma naught,
)와 풍향에 따른 풍속값을 나타낸 것이다. 동일 후방산란계 수값에 대해 풍향에 대한 풍속값은 대칭 적으로 나타나며, 중간바람 범위에서 벗어 날수록 후방산란계수에 따른 풍속변화량 이 커진다. 특히 Fig. 6과 같이 10m/s 이 상의 강한 바람인 경우 평균 6.09m/s의 풍속차를 보이며 후방산란값이 클수록 풍향으로 인한 풍속차가 크게 나타난다.
4. 요약 및 결론
본 연구에서는 L밴드 해상풍 산출 알고 리즘을 적용하여 ALOS PALSAR 영상으 로부터 우리나라 동해지역의 해상풍을 산 출하였다. L밴드 SAR 해상풍 산출 결과
산란계 해상풍과 유사한 패턴을 보였으며 3.45m/s의 풍속오차를 나타냈다. 풍속은 산란계 해상풍에 비해 전반적으로 과대예 측하는 경향을 보였으며 L밴드 특성으로 인해 강한바람에 고른 분포를 나타냈다.
L밴드 SAR 산출 해상풍은 정확도에 있어 입력변수인 풍향의 영향을 받으며 강한바 람 범위일수록 그 오차요인이 커지는 것 으로 나타났다. 따라서 L밴드 SAR 해상 풍의 정확도를 향상시키기 위해서는 정확 한 풍향 정보를 입력하는 것이 중요하며 강한 바람장이 존재하거나 풍향 변화가 클 경우 L밴드 SAR 산출 해상풍에 대해 이러한 오차 원인을 함께 고려해야만 한 다.
5. 사사
본 연구는 항공우주연구원 위성정보 활 용지원운용사업의 지원을 받아 수행되었 습니다.
6. 참고문헌
Isoguchi, O. and Shimade, M., 2007, Relationship between wind vectors and L-band radar cross sections examined using PALSAR, Geosci.
and Remote Sensing Symposium, IGARSS 2007, 3598-3601.
Isoguchi, O. and Shimada, M., 2009, An L-Band Ocean Geophysical Model Function Derived From PALSAR, IEEE Trans. Geosic.
Remote Sensing, 47, 7, 1, 1925-1936.
Monaldo, F.M., Thompson, D.R. and Christiansen, M.B., 2007, Retrieval of wind speed using an L-band
synthetic aperture radar, Geosci.
and Remote Sensing Symposium, IGARSS 2007, 1338-1341.
Park, K.A., 2009, Error Characteristics of Satellite Scatterometer -Observed Sea Surface Winds in the Seas around Korea and Causes, ISRS 2009.
Shimada, T., Kawamura, M. and Shimada, M., 2003, An L-band geophysical model function for SAR wind retrieval using JERS-1 SAR, IEEE Trans. Geosic. Remote Sensing, 41, 518-531.
Stoffelen, A. and Anderson, D., 1997, Scatterometer data interpretation:
Estimation and validation of the transfer function CMOD4, J.
Geophys. Res., 102, 5767-5780.
