Journal of the Korean Society for Marine Environment & Energy (한국해양환경ㆍ에너지학회지)

The Korean Society for Marine Environment and Energy (한국해양환경•에너지학회)
권호 표지

Generation of Sea Surface Temperature Products Considering Cloud Effects Using NOAA/AVHRR Data in the TeraScan System: Case Study for May Data

TeraScan시스템에서 NOAA/AVHRR 해수면온도 산출시 구름 영향에 따른 신뢰도 부여 기법: 5월 자료 적용

  • Yang, Sung-Soo (Korea Ocean Satellite Center, Korea Ocean Research & Development Institute Ansan) ;
  • Yang, Chan-Su (Korea Ocean Satellite Center, Korea Ocean Research & Development Institute Ansan) ;
  • Park, Kwang-Soon (Climate Change & Coastal Disaster, Korea Ocean Research & Development Institute Ansan)
  • 양성수 (한국해양연구원 해양위성센터) ;
  • 양찬수 (한국해양연구원 해양위성센터) ;
  • 박광순 (한국해양연구원 기후연안재해연구부)
  • Received : 2010.05.06
  • Accepted : 2010.08.10
  • Published : 2010.08.25
Download PDF
⟨ Previous Next ⟩

Abstract

A cloud detection method is introduced to improve the reliability of NOAA/AVHRR Sea Surface Temperature (SST) data processed during the daytime and nighttime in the TeraScan System. In daytime, the channels 2 and 4 are used to detect a cloud using the three tests, which are spatial uniformity tests of brightness temperature (infrared channel 4) and channel 2 albedo, and reflectivity threshold test for visible channel 2. Meanwhile, the nighttime cloud detection tests are performed by using the channels 3 and 4, because the channel 2 data are not available in nighttime. This process include the dual channel brightness temperature difference (ch3 - ch4) and infrared channel brightness temperature threshold tests. For a comparison of daytime and nighttime SST images, two data used here are obtained at 0:28 (UTC) and 21:00 (UTC) on May 13, 2009. 6 parameters was tested to understand the factors that affect a cloud masking in and around Korean Peninsula. In daytime, the thresholds for ch2_max cover a range 3 through 8, and ch4_delta and ch2_delta are fixed on 5 and 2, respectively. In nighttime, the threshold range of ch3_minus_ch4 is from -1 to 0, and ch4_delta and min_ch4_temp have the fixed thresholds with 3.5 and 0, respectively. It is acceptable that the resulted images represent a reliability of SST according to the change of cloud masking area by each level. In the future, the accuracy of SST will be verified, and an assimilation method for SST data should be tested for a reliability improvement considering an atmospheric characteristic of research area around Korean Peninsula.

본 연구에서는 TeraScan시스템에서 산출되는 NOAA/AVHRR 해수면온도(SST) 자료의 신뢰도를 부여하기 위한 방법으로 구름 영향 정도를 단계별로 나누는 방법을 소개한다. TeraScan시스템에서 구름탐지는 주간과 야간에 따라 다른 파라미터와 경계값을 사용한다. 주간 구름탐지에서는 채널 2번(가시채널)과 4번(적외채널)을 이용하며, 채널 4번 휘도온도의 공간일관성(ch4_delta)과 채널 2번 알베도의 공간일관성(ch2_delta) 및 알베도 경계값(ch2_max) 검사를 수행한다. 야간의 경우, 가시채널을 사용할 수 없기 때문에 채널 3번(단파적외채널)과 4번(적외채널)을 사용하여 각 화소에 대한 차이값(ch3_minus_ch4)을 비교하고, 채널 4번 휘도온도 공간일관성(ch4_delta) 및 경계값(min_ch4_temp) 평가가 이루어진다. 여기서는 주야에 따른 변화를 보기 위해 2009년 5월 13일 00시 48분(UTC)과 21시 00분(UTC) 에 수신된 자료를 사용했다. TeraScan시스템을 통해 총 6가지 경계치를 검토했고, ch4_delta는 우리나라 주변 수온 전선에서 발생하는 구름 탐지 오류가 발생하지 않는 값으로 주야간 각각 5와 3.5로 결정되었다. 주간 파라미터로 사용되는 ch2_delta는 여러 값에 대한 적용 결과 2로, ch2_max는 3부터 8까지의 범위가 적절한 것으로 나타났다. 야간에 사용되는 ch3_minus_ch4는 -2부터 2까지의 범위, min_ch4_temp는 0으로 결정되었다. 즉, 구름의 영향 정도는 주간 ch2_max와 야간 ch3_minus_ch4의 경계값을 4 단계로 나눠 해수면온도자료를 산출하였다. 본 연구에서 사용한 경계값은 5월 자료에 대해 설정된 값이며, 향후 한반도 주변 해역의 특성과 시간별, 공간별, 계절별로 적절한 경계값을 설정하는 연구가 장기적으로 필요하며, 위의 특성들을 감안한 자료동화용 SST 생산프로세스 정립 및 결과분석 연구가 필요하다.

Keywords

References

  1. 서영상, 김정희, 김학균, 2000, "NOAA 위성자료에 의한 해수표면 수온분포도와 Cochlodinium polykrikoides 적조 발생의 상관성", 한국환경과학회지, Vol.9, No.3, 215-221.
  2. 한상복, 서영상, 1992, "원격탐사기술에 의한 수오전선대 도식화의 간단한 방법", 수진연구보고 4, 1-6.
  3. Bernstein, R.L., 1982, "Sea surface temperature estimation using the NOAA-6 advanced very high resolution radiometer", J. Geophys. Res., 97, 9455-9465.
  4. Chun, H.W. and Shon, B.J., 2009, "Examining Influences of Asian dust on SST Retrievals over the East Asian Sea Waters Using NOAA AVHRR Data", Korean Journal of Remote Sensing, Vol.25, No.1, 44-59. https://doi.org/10.7780/kjrs.2009.25.1.45
  5. Derren, M., Farki, B., Harang, L., LeGleau, H., Noyalet, A., Pochic, D. and Sairouni, A., 1993, "Automatic cloud detection applied to NOAA-11/AVHRR imagery", Remote Sensing of Environment, Vol.46, No.3, 246-267. https://doi.org/10.1016/0034-4257(93)90046-Z
  6. Deschamps, P.Y. and Phulpin, T., 1980, "Atmospheric correction of infrared measurements of sea surface temperature using channels at 3.7, 11 and 12 $\mu m$", Boundary-Layer Meteorology, Vol.18, No.2, 131-143. https://doi.org/10.1007/BF00121320
  7. Emery, W.J., Castro, S., WIch, G.A., Schluessel, P. and Donion, C., 2001, "Estimating sea surface temperautre from infrared satellite and in situ temperature data", Bull. Amer. Meteo. Soc., 82, 2773-2785. https://doi.org/10.1175/1520-0477(2001)082<2773:ESSTFI>2.3.CO;2
  8. Kang, Y.Q., Hahn, S.B., Sub, Y.S. and Park, S.J., 2001, "Variations of SST around Korea inferred from NOAA AVHRR data", Korean J of Remote Sensing, Vol.7, No.2, 183-188.
  9. Lee, K.S., 1994, "Vegetation cover type mapping over the Korean peninsula using multi-temporal AVHRR data", J Korean Forestry, Vol.83, No.4, 441-449.
  10. Lee, Y.H. and Ahn. M.H., 2001, "The impact of high resolution SST on the performance of temperature prediction in a shortrange prediction", J Kor. Meteo. Soc., 37, 607-619.
  11. Li, X., Piehel, W., Maturi, E., Clemente-colon, P. and Sapper, J., 2001, "Deriving the operational nonlinear multichannel sea surface temperature algorithm coefficients for NOAA-15 AVHRR/3", INT J Remote Sensing, Vol.22, No.4, 699-704. https://doi.org/10.1080/01431160010013793
  12. McClain, E.P., Pichel, W.G. and Walton, C.C., 1985, "Comparative performance of AVHRR-based multichannel sea surface temperature", J Geophys. Res., 90, 11,587-11,601. https://doi.org/10.1029/JC090iC06p11587
  13. Monaldo., F. 1997, Primer on the Estimation of Sea Surface Temperature Using TeraScan Processing of NOAA AVHRR Satellite Data. The Johns Hopkins University., Applied Physics Laboratory, SIR-96M-03.
  14. Saunders, R.W. and Kriebel, W.B., 1988, "An improved method for detecting clear sky and cloudy radiances from AVHRR data", Int. J. Remote Sensing, No.9 123-150.
  15. Suh, M.S. and Lee, D.K., 1999, "Development of Cloud Detection Algorithm for Extracting the Cloud-free Land Surface from Daytime NOAA/AVHRR Data", J. Korean Soc. Remote Sens., Vol.15, No.3, 239-251.
  16. Tateishi, R. and Kajiwara, K., 1994, "Consideration on problems of NOAA/GVI data for global land cover monitoring", Geo. International, No.4 5-15.
  17. Seaspace, 2008, "TeraScan Software Training Guide for Systems with Reception from L-Band, S-Band, and X-Band Polar- Orbiting Satellites", TeraScan Training Guide.
  18. Walton, C.C., Pichel, W.G., Sapper, J.F. and May, D.A., 1998, "The development and operational application of nonlinear Algorithms for the measurement of sea surface temperatures with the NOAA polar-orbiting environmental satellites", J. Geophys. Res., 103, 27999-28012. https://doi.org/10.1029/98JC02370