Abstract
In order to help general users to analyze the KOMPSAT-2 data, an application of sensor modeling to commercial software was explained in this document. The sensor modeling is a basic step to extract the quantity and quality information from KOMPSAT-2 data. First, we introduced the contents and type of ancillary data offered with KOMPSAT-2 PAN image data, and explained how to use it with commercial software. And then, we applied the polynomial-base and refine RFM sensor modeling with ground control points. In the polynomial-base sensor modeling, the accuracy which is average RMSE of check points is highest when the satellite position was calculated by type of 1st order function and the satellite attitude was calculated by type of 1st order function for (Y axis), (Z axis) or constant for (X axis), (Y axis), (Z axis) in perspective center position and satellite attitude parameters. As a result of refine RFM sensor modeling, the accuracy is less than 1 pixel when we applied affine model..
본 문서는 일반 사용자들이 다목적실용위성 2호(KOMPSAT-2) 영상을 사용하는데 있어 보다 쉽게 접근할 수 있도록 하기 위해, 기존의 상용 S/W를 이용하여 영상의 센서모델링을 적용하는 방법에 대해 설명하고자 한다. 센서모델링은 다목적실용위성 2호 자료로부터 정량적, 정성적 정보를 추출하기 위한 가장 기본적인 단계라고 할 수 있다. 우선 다목적실용위성 2호(KOMPSAT-2) 영상자료와 함께 제공되는 보조데이터의 종류와 내용에 대해 살펴보고, 이를 상용 S/W에서 어떻게 사용할 것인가에 대해 설명하였다. 센서모델링에 적용은 Polynomial-base의 센서모델링과 Refine RFM을 적용하였다. Polynomial-base 센서모델링에서, 위성위치는 1차 다항식 형태의 등속직선운동, 위성자세는 X축, Y축, Z축에 대하여 고정값 또는 Y축과 Z축에 대한 1차 다항식 형태가 정확도가 우수한 것으로 나타났다. Refine RFM 모델링을 수행할 때 Affine 모델을 적용할 경우 정확도가 1 pixel 이하로 확보됨을 알 수 있었다.
