요약
천리안2A호 AMI(Advanced Meteorological Imager) 복사 보정에 대한 검증은 탑재체의 기능 및 성능 점검 뿐만 아니라, 탑재체 자료의 품질을 결정 짓는 중요한 요소이다. AMI 탑재체는 여섯 개의 가시 및 근적외 채널과 10개의 열적외 채널로 구성되어 있다. 가시/근적외 채널의 복사 성능을 대표하는 핵심적인 파라미터로는 SNR(Signal-to-Noise Ratio), 열적외채널의 경우는 NEdT(Noise Equivalent delta Temperature)를 들 수 있다. 다이나믹 레인지와 검출기의 반응도와 관련된 Gain 값 또한 복사 보정 성능과 관련된 중요한 파라미터이다. AMI 탑재체의 주요 복사 보정 성능 검증을 위해, 실시간 AMI자료 처리 시스템과는 별도의 오프라인 복사 성능 분석 툴을 개발하였다. 개발된 분석 툴을 이용하여 천리안2A호 발사 후 궤도상 시험 기간 동안 검증 작업을 수행하였다. 분석 툴을 통한 계산 결과는 탑재체 개발업체인 HARRIS사의 분석 값과 비교 검증하였다. AMI 복사 성능 검증 작업은 총 세차례로 나누어 AMI탑재체 양쪽 면인 Side1과 Side2에 대해 이루어졌다. 복사 성능 검증 결과 주요 복사 보정 파라미터들의 성능은 요구조건 값들을 크게 상회하는 우수한 성능을 보여 주었으며, AMI 복사 성능 분석 툴의 유효성이 입증되었다.
1. 서론
천리안 1호(2010~2020)의 개발 경험을 바탕으로 임무의 연속성을 위해 개발된 천리안2A호(2018년 12월 발사 후 현재 운영 중) (Park et al., 2013)의 주 탑재체인 AMI 기상탑재체(Schmit et al., 2017)의 복사 보정 성능 검증을 위해 분석 툴을 개발하였다. 위성으로부터 수신된 원시 탑재체 자료(Level0)로부터 변환된 복사량에 해당하는 Level1A 자료의 정확성과 품질을 확보하기 위한 과정을 복사 보정이라 정의할 수 있다. 오차 없이 정확하게 탑재체의 복사 성능을 구현하기 위한 이 복사 보정 처리는 이후의 처리 과정인 기하보정과, 추가 변환 과정을 거쳐 생산되는 지구 물리 산출물(Level2 및 Level3 자료 등)의 품질과 직결된다. 천리안2A호의 기상탑재체 복사 보정(Jin et al., 2013)은 지상국 영상 전처리시스템인 DPS(Data Pre-processing System)를 통해 실시간 자동으로 이루어지게 된다. 하지만 DPS 시스템은 복사 보정 처리를 통한 Level 1A 자료의 생성과 실시간 처리에 중점을 두고 있어, 이와는 독립적으로 AMI 탑재체 자료의 복사 성능을 검증할 수 있는 도구의 개발이 필요하다. 특히, 정밀하게 탑재체의 복사 성능을 분석하고 검증하기 위해서는 DPS에 구현되어 있지 않은 부가기능을 구현할 필요성이 있기 때문이다. 본 논문은 천리안 2A호 기상탑재체 복사 성능 검증을 목적으로 개발된 오프라인 분석 툴의 주요 기능 및 개발 내용을 기술하였다. 또한 위성 발사 후 약 6개월 동안 이루어진 궤도상 시험기간(2018.12~2019.6) 동안 분석 툴을 통해 이루어진 AMI 복사 성능 검증 결과를 정리하였다.
1) 천리안2호 기상탑재체의 복사 보정
복사 보정의 의미는 광범위하고 다양하지만 간단하게 정의하면 탑재체로 입사한 복사에너지의 양에 비례하여 검출기가 반응하는 신호값의 정확한 관련식을 도출하는 작업이다. 천리안2호 AMI 영상기에 적용되는 복사 보정을 위한 기본 방정식은 이전의 천리안1호 MI(Meteorological Imager) 영상기와 근본적인 원리는 동일하다. 하드웨어 측면에서 달라진 내용 중의 하나는, 천리안2호 AMI는 가시 및 근적외 채널에도 위성에서의 실시간 온보드 보정장치인 태양광 보정장치(Solar Diffuser)가 탑재되어 있다는 점이다. 따라서 천리안1호의 보정 과정(Jin and Seo, 2011; Seo et al., 2011; Jin and Park, 2012; Seo and Jin, 2013)과 달리, 모든 채널의 보정 작업이 지상에서 오프라인으로 처리되는 추가 과정 없이 자동으로 처리된다. 또 한가지는 탑재체 설계의 향상으로 인해 천리안1호에서는 필수적이었던 적외 채널의 자정 시간 흑체 복사 보정(Midnight Black Body Calibration Correction) (Johnson and Weinreb, 1996) 작업이 필요하지 않다. 천리안1호 MI 가시 채널의 경우 온보드 보정장치의 부재로 인해 달 영상을 이용한 방법(Seo and Jin, 2013)을 적용하였다. 이는 달 영상을 이용하여 간접적으로 가시 채널 검출기의 성능 저하를 계산하고, 이를 바탕으로 복사량 값을 오프라인으로 보정하기 위해 제안되었다. 온보드 보정장치가 없는 경우 유사한 기상 탑재체를 장착한 다른 위성자료들을 이용한 비교 검증 방법 (Goldberg et al., 2011)인 간접 보정(Vicarious Calibration)을 이용할 수 있으나, 천리안1호 기상탑재체에는 실제 적용되지는 않았다.
천리안2A호 AMI 탑재체는 GOES-16 위성의 ABI (Advanced Baseline Imager) 탑재체, Himawari-8 위성의 AHI(Advanced Himawari Imager) 탑재체와 거의 유사한, 성능이 매우 향상된 차세대 정지궤도위성용 영상기이다. 세 탑재체 모두 동일한 개발업체인 HARRIS사에 의해 제작되었다. AMI 및 AHI 탑재체와 비교하여 ABI의 차이점은 가시 채널 중 그린 채널의 부재로 인해 R-G-B 합성을 통한 천연색 컬러 영상의 실시간 생성이 불가하다는 점이다. 이를 보완하기 위해 NOAA(National Oceanic and Atmospheric Administration)에서는 합성 그린 채널을 통한 준 실시간 컬러 영상 생성 시스템을 갖추었다 (Bah et al., 2018; Lindsey et al., 2020). AHI 와 비교하여 AMI 탑재체의 다른 점은 2.3 µm 채널 대신 1.37 µm 채널을 사용한다는 것이다. 따라서 천리안 2A 위성의 AMI의 복사 보정은 기본적으로 선행 탑재체인 GOES-R 위성의 ABI 검보정 방법(Griffith, 2016; Yu et al., 2017; Kalluri et al., 2018) 및 Himawari-8위성의 AHI의 검보정(Okuyama et al., 2015)과 비슷한 방법론을 따른다.
2) 천리안 2호기 상 탑재체의 복사보정 방정식
샘플 영상에 대해 관측 값, DN(Digital Number)을 토대로 복사량, R(Radiance)을 계산하는 AMI 복사 보정 기본식은 아래와 같이 표현된다(Griffith, 2016).
\(<\mathrm{R}_{\text {sample }}>=\frac{\mathrm{q} \cdot \mathrm{DN}_{\text {Sample }}^{2}+\mathrm{m} \cdot \mathrm{DN}_{\text {Sample }}-\Delta \mathrm{R}_{\text {EWasample }}^{\mathrm{Eff}}-\Delta \mathrm{R}_{\text {NS@Sample }}^{\mathrm{Eff}}}{\rho_{\text {Ew } @ \text { Sample }} \cdot \rho_{\text {NS } @ \text { Sample }}}\) (1)
\(\Delta \mathrm{DN}_{\text {Sample }}:(\text { Scene sample digital counts })-\text { (space look digital counts) }\)
\(\Delta \mathrm{R}_{\mathrm{EW} @ \text { Sample }}^{\mathrm{Eff}}, \Delta \mathrm{R}_{\mathrm{NS} @ \text { Sample }}^{\mathrm{Eff}}: \text { Radiation contributions from scan mirrors }\)
\(\rho_{\text {EW@Sample }}, \rho_{\text {NS@Sample }}: \text { reflectance of scan mirrors }\)
스캔 미러에 대한 기여 부분을 제외하여 식을 간단하게 정리하면 아래와 같다.
\(R=q * D N^{2}+m * D N+b\) (2)
위의 식(2)에서 2차 항의 계수 q 값은 DN과 복사량 R의 관계식에서 나타나는 비선형성을 흡수하기 위한 항이다. 아주 약한 비선형성 때문에 q 값은 거의 0에 가까운 값이며, 발사 전 지상 시험에서 결정되어 발사 후에도 이 값은 유지된다. 비선형성을 무시하고 첫 번째 2차 항을 생략하면 복사량과 DN 값과의 간단한 1차 선형 관계식을 얻을 수 있다. 이때 두 개의 계수인 m값과 b값을 결정하기 위해서는 두 개의 기준 관측 값을 확보하면 된다. 기준값에 해당하는 관측 값은 관측량의 두 극단에 해당하는 값들로 정하는 것이 효과적이다. 가시 및 적외 채널의 경우 반사되는 태양 복사 에너지의 밝기를 측정하므로 매우 어두운 밝기 값(~알베도 10%)과 아주 밝은 값(~알베도 100%)에 해당하는 심우주 관측과 태양광 보정장치 관측 값을 각각 이용한다. 열적외 채널의 경우 지구가 방출하는 적외선 영역의 복사에너지의 온도 측정에 관심을 두고 있으므로, 온도의 양극단에 해당하는 저온 기준값(~240K) 과 고온 기준값(~300K)으로 각각 흑체 복사 관측 값을 이용한다. 식 (2)의 2차 항을 생략한 1차 선형식을 바탕으로 두 개의 기준 관측 값을 확보한 식을 표현하면 아래와 같다.
\(R 1=m * D N 1+b\) (3)
\(R 2=m * D N 2+b\) (4)
\(R 2-R 1=m *(D N 2-D N 1)\) (5)
이때 위의 식(4)에서 식(3) 을 빼주면 식(5)의 기울기 값에 해당하는 Gain값 m에 대한 식을 유도할 수 있다. 식에서의 b값은 복사량 값이 제로(0)에 해당하는 심우주 관측의 DN값에 상응하는 오프셋 값이므로, 물리적으로 랜덤 노이즈 성분을 의미한다. 식(5)에서 유추할 수 있듯이, 기울기 값 m의 역수는 입사한 복사량 값의 변화(Δ R= R2–R1)에 대한 검출기 반응도의 변화(Δ DN = D2– D1)를 나타내는 파라미터이다. 즉 m값이 증가한다는 것은 검출기의 반응도가 감소함을 의미한다. 따라서 장기간의 Gain값의 변화를 모니터링하면 탑재체 검출기의 반응도 감쇄를 정량적으로 파악할 수 있다. 이 개념을 이용하여 AMI의 경우 궤도상 시험 기간 약 6개월 동안의 Gain값 시계열 자료를 이용하여 검출기의 반응도 감쇄 경향을 분석하였다.
2. 연구방법
AMI 복사 보정 오프라인 분석 툴, 일명 ART(AMI Radiometric Tool)는 AMI 탑재체 자료의 복사 보정이 정확히 이루어졌는지를 복사 보정 주요 파라미터들을 통해 분석 및 검증하기 위한 소프트웨어 도구이다. 탑재체 개발업체인 미국의 HARRIS 사로부터 제공된 탑재체 관측 원리에 기반한 AMI 자료 복사 보정 처리 문서를 기본 바탕으로 개발되었다. 따라서 상세한 기술적인 내용을 본 논문에서 다루는 것에는 제약이 따른다. ART는 복사 보정 후의 영상 자료 품질을 측정할 할 수 있는 중요 파라미터들을 추출하고 이에 대한 분석을 수행할 수 있는 기능을 담고 있으며, 사용자 환경에 편리한 그래픽 인터페이스를 갖추었다. ART의 주요 기능을 요약하면 아래와 같다.
1) 가시 및 근적외 채널(VNIR)의 품질 검증을 위한 파라미터 산출 및 분석
2) 적외 채널(IR)의 품질 검증을 위한 파라미터 산출 및 분석
3) AMI BDS(Best Detector Selection) MAP 분석 및 생성
4) 적외 채널 스캔 미러 반사도 값 계산을 위한 최적 계수 결정
위의 주요 기능들 중에서 위의 주요 기능들 중에서 1)과 2)의 기능에 국한하여 본 연구가 수행되었다. 분석 툴의 입력자료인 AMI 원시 영상 자료는 두 가지 통로(실시간 운영 서브 시스템인 ITOS(Integrated Testand Operation System)나 AMI 영상 전처리 시스템인 DPS)를 통해서 획득할 수 있다. AMI 원시 영상 자료의 형식은 CCSDS 포맷(http://CCSDS. cosmos.ru/publications/BlueBooks.aspx)을 따른다. 이 원시 자료로부터 엔지니어링 자료와 사이언스 자료 부분을 추출하여 사용한다. 분석 툴은 이 자료들로부터 가시 및 근적외 채널의 품질 검증을 위한 파라미터 및 적외 채널의 품질 검증을 위한 파라미터 생성을 위한 계산을 수행한다.
분석 툴을 통해 계산한 값들의 신뢰성 평가는 두 가지 방법으로 수행하였다 (Fig. 1 and Fig. 2). 첫째는 탑재체 개발 업체의 분석 값과 비교하는 것이다. 동일한 AMI 복사 보정의 기본 원리에 바탕을 둔 방법론 및 절차에 따라 설계 및 개발된 분석 툴을 통한 결과물이므로 이론적으로는 동일한 값을 산출해야 한다. 두 번째는 지상국의 현업용 AMI 기상탑재체 자료처리시스템인 DPS에서 산출되는 결과물과의 비교다. 동일한 복사 보정 알고리즘을 기반으로 설계된 시스템(온라인 vs. 오프라인)이므로, 이론적으로 같은 입력자료에 대한 출력값은 서로 일치해야 한다.
Fig. 1. Conceptual flow chart of AMI data radiometric calibration cross-check between KARI and HARRIS.
Fig. 2. Conceptual flow chart of AMI data radiometric calibration cross-check between OFF-LINE(ART) and ON-LINE(DPS)
1) 가시 및 근적외 채널 복사 보정 파라미터 계산
SNR은 노이즈 성분에 대한 신호(시그널)의 비를 나타내는 값이다. 신호는 태양광 보정 장치인 SCT(Solar Calibration Target) 관측 값과 심우주 관측 값의 차이에 해당하는 값으로 정의한다. 노이즈 성분은 크게 두 가지 성분을 포함하는 값으로 정의한다. 즉, shot noise 성분(전자 소자를 흐르는 전류의 무작위한 떨림에 의한 노이즈)과, 심우주 관측의 분산 값(랜덤 노이즈 성분)을 합친 성분을 전체 노이즈 성분으로 본다. Fig. 3에 SNR계산을 위한 전체 흐름도를 나타내었다. 100% 알베도에서의 SCT 관측 값과 심우주 관측 값을 통해 신호 값을 구하고, 100% 알베도 값에 해당하는 Shot noise 성분을 포함한 전체 노이즈 성분을 구하여 나누어준다.
Fig. 3. Diagram of SNR computation from AMI VIS/NIR data.
다이나믹 레인지는 최대 복사량 값(L-max)을 의미하므로, 복사량과 Digital Count값의 비례 관계식을 나타내는 LUT(Look-upTable)을 바탕으로 구한다. 즉, 최대 DN값과 심우주 관측 값의 DN값의 차이에 Gain값을 곱하고 동서/남북의 스캔 미러 반사도 값으로 나누어 준다(Fig. 4).
Fig. 4. Diagram of Dynamic Range (L-max) computation from AMI VIS/NIR data.
여섯 개의 기상탑재체 가시 및 근적외 채널의 100% 알베도에서의 SNR값, 다이나믹 레인지 및 Gain 값을 계산하고 결과를 검증하기 위한 구체적인 수행 내용은 다음과 같다. 먼저 자료 수집은 24시간 간격으로 두 파트로 나누어 진행하였다. 첫번째 파트는 2분 간격으로 세 번(위성 로컬 시간(SLT): 06:01 ±30, 06:03 ±30, 06:05 ±30)의 태양광 보정(Solar Calibration)을 진행하여, 복사 성능의 변화 패턴을 분석하였다. 이 작업은 2분 간격으로 수행되는 보정 작업의 불확실성의 정도를 측정하는 것이 주목적이다. 두번째 파트는 24시간 후 (다음날 SLT06:01 ±30) 네 번째 보정 처리를 수행하고, 파트1에서 수행한 값과 파트2값의 24시간 간격 값을 비교하였다. 이를 통해 하루 간격의 복사 보정의 안정성을 측정하였다. 일반적으로 24시간 동 안의 Δ Gain값이 0.5% 이상 변하는 시점을 가시/근적외 채널의 일반적인 보정 주기로 보기 때문에, Δ Gain의 24시간 동안의 변화량을 측정하는 것은 중요하다. 이때 Gain값 m도 계산하게 되는데 이유는 복사 성능 분석뿐만 아니라 발사 전지상 측정 m값과 발사 후의 m값을 비교하여 변화 정도를 파악하기 위한 목적이 있다. 위의 작업을 수행하기 위해서는 위성 명령(커맨드)을 보내는 절차가 필요하다. 명령을 보내면 태양광 보정용 커버가 열리고 보정 처리를 위한 타임라인(가시채널 심우주 관측 및 총 여섯 개의 복사 보정용 영상 관측 수행으로 구성됨)이 수행된 뒤, 태양광 보정 커버가 닫히게 된다(검출기 보호를 위해 보정 작업이 수행되지 않는 경우 항상 닫혀 있음).
2) 적외 채널 복사 보정 파라미터 계산
적외 채널의 복사 성능은 핵심 파라미터인 NEdT (noise equivalent delta temperature) 값을 구하여 측정한다. Fig. 5에 이 과정을 흐름도로 나타내었다. 우선 ICT에서의 Gain값을 구한 뒤 NEdL(noise equivalent delta radiance) 값을 먼저 계산한다. 다음은 ICT에서의 관측 값을 토대로 노이즈 성분인 평균 표준 편차 값을 구한다. 이 표준 편차 값에 Gain값을 곱하고 동서/남북의 스캔 미러 반사도 값으로 나누어주어 NEdL값을 얻는다. 다음 단계로 온도의 변화에 따른 복사량의 변화(dL/dT)를 온도–복사량 관계를 나타내는 LUT을 이용하여 구한다. NEdT값은 NEdL값을 dL/dT으로 나누어준 값이다.
Fig. 5. Diagram of NEdT computation from AMI IR data.
적외 채널의 다이나믹 레인지를 나타내는 파라미터는 포화온도(saturation temperature) 값에 해당하는 T- max 값이다. 먼저 최대 복사량 값(L-max)을 가시/근적외 채널에서의 방법과 같이 구한 뒤, 온도 –복사량 LUT을 통해 이에 상응하는 포화 온도, T-max를 구한다.
이를 바탕으로 AMI의 열적외(중적외 및 원적외) 10개 채널에 대한 내부 보정 타겟(ICT)으로부터의 관측 값을 통해 240K 및 300K 기준 온도 값에서의 NEdT값, 다이나믹 레인지(Saturation Temperature)및 Gain값을 계산하여 적외 채널의 복사 보정 성능을 분석하였다. 시험을 위한 자료는 지상 시험과 거의 동일한 방법으로 획득하였다. 즉, 2초 동안의 심우주 관측, 2초 동안의 흑체 복사 관측 그리고 다시 2초 동안의 심우주 관측 값을 획득하여 분석에 이용하였다. 총 24시간 동안 10분 간격으로 이러한 타임라인을 반복하였다. 이를 통해 확보한 관측 값을 통해 24시간 동안 적외 복사 보정 자료의 변화와 10분 간격의 보정 프로세스(총 144회)별 변화를 각각 측정하였다. 10분 간격의 타임라인에서 획득되는 샘플은 심우주 관측 샘플 1000개, 흑체 복사 값 1000개 그리고 심우주 관측 1000개이다. 24시간 뒤에 10분 타임라인을 한번 더 수행하여 24시간 뒤의 흑체 복사 관측치를 다시 획득하고, 24시간 간격의 보정 정확도 요구 조건 만족 여부도 점검하였다.
가시/근적외 채널과 마찬가지로 적외 채널의 경우도 Gain값의 변화 값을 통해 보정의 안정성(ΔT= T2–T1)도 점검하였다. 이때 10분 간격의 연속 관측 값들 사이의 Gain 값의 상대적인 변화 중 최대값에 해당하는 값들을 모아 히스토그램을 작성하였다. 다음 단계로 이 중 1%에 해당하는 최대값 영역을 제외한 99%분포 히스토그램에서 평균값을 구하여, 적외 채널의 Gain값 변화의 안정성을 보여주는 평균 Δ Gain값을 산출하였다. 이 값에 300K 온도에 해당하는 복사량 값을 곱하면 ΔL값을 구할 수 있고, 온도-복사량 관계식을 통해 최종적으로 ΔT값을 구한다.
3) 가시/근적외 채널 및 적외 채널 복사 성능 감쇄 분석
AMI 복사 보정 기본 방정식에서 2차 항의 계수인 기울기 값 m은 물리적으로 입사한 복사량 값에 대한 검출기의 반응도 변화를 나타내는 파라미터이다. 스캔 미러에 의한 복사량 기여 부분을 생략한 AMI 기본식에서 m값을 구하는 보다 구체적인 과정은 아래와 같다.
\(\mathrm{R}_{\text {Target }}=\mathrm{q} \cdot \mathrm{DN}_{\text {Target }}^{2}+\mathrm{m} \cdot \mathrm{DN}_{\text {Target }}+\mathrm{b}\) (5)
\(\mathrm{R}_{\text {Space Look }}=\mathrm{q} \cdot \mathrm{DN}_{\text {Space Look }}^{2}+\mathrm{m} \cdot \mathrm{DN}_{\text {Space Look }}+\mathrm{b}\) (6)
\(\mathrm{m}=\frac{\mathrm{R}_{\text {Target }}-\mathrm{q} \cdot\left(\mathrm{DN}_{\text {Target }}^{2}-\mathrm{DN}_{\text {Space Look }}^{2}\right)}{\mathrm{DN}_{\text {Target }}-\mathrm{DN}_{\text {Space Look }}}\) (7)
이때 Target은 AMI의 온보드 보정 타겟으로 가시/ 근적외 채널의 경우 SCT, 열적외 채널의 경우 흑체(black body) 보정 타겟인 ICT를 나타낸다. ART분석 툴에서 계산되는 m 값의 장기간 (~6개월)자료를 분석함으로써, AMI탑재체 복사 성능과 밀접하게 관련되어 있는 검출기 반응도 감쇄 변화를 정략적으로 측정할 수 있다.
3. 연구결과
Fig. 6는 천리안 2A 기상탑재체 복사 보정 분석 툴 ART의 실행 모습이다. 사용자 편의에 맞춘 그래픽 환경을 가지고 있어 필요한 기능들을 편리하게 선택하여 실행할 수 있다. ART를 이용한 AMI 복사 성능 파라미터에 대한 주요 검증 결과를 아래에 정리하였다.
Fig. 6. ART (AMI Radiometric Tool) graphical user interface.
1) 가시 및 근적외 채널 복사 보정 파라미터 분석 결과
천리안 2A호 발사(2018년 12월) 후 아웃개싱을 완료하고 탑재체를 작동시킨 후, 2019년 1월에 본격적으로 궤도상 시험이 수행되었다. 기상탑재체 복사 보정 궤도상 시험은 총 3차로 나누어 이루어졌다. AMI는 만일의 경우를 대비하여 주(Primary)와 부(Secondary)의 이중화 구조를 가지고 있다. 궤도상 시험 동안 물리적으로 주/부 구분되어 있는 2개의 센서 면(Side1과 Side2)에 대해, 각각 기능 및 성능 시험을 수행하였다. 첫 번째 시험은 탑재체의 기능 부분에 초점을 맞추었다. 두번째는 복사 성능 검증에 주안점을 두었고, 궤도상 시험 종료 시점(2019년 6월)에 이루어진 세번째 시험은 6개월 동안의 복사 성능을 최종 검증하기 위한 목적으로 수행되었다. 복사 보정 성능 시험의 경우 Side 1에 대한 성능시험을 거친 후 Side2로 전환하여 다른 쪽 면에 대해서 다시 한번 검증 과정을 반복하였다.
가시 및 근적외 채널에 대한 복사 성능 검증은 파트1과 파트2로 나누어 진행되었다. 파트1에서는 2분 간격의 비교적 짧은 시간 간격 동안의 복사 성능 변화를 측정하기 위한 목적으로, 파트2에서는 24시간 동안의 변화를 측정하기 위해 수행되었다. Fig. 7은 파트1에서 2분 간격으로 이루어진 태양광 복사 보정 처리 자료를 분석한 그림이다. 세 차례의 복사 보정 처리 결과 얻은 최소, 최대 및 평균 Gain값의 2분 간격 변화가 매우 안정적인 모습을 보인다. Fig. 8은 가시 채널들의 전체 검출기 샘플에 대해 24시간 동안의 변화를 측정한 파트2 테스트 결과 및 모든 샘플 성분의 변화율을 나타내는 히스토그램을 보여준다. 모든 검출기 샘플 성분들이 성능 요구 조건(0.5%/24hr)에 비해 매우 적은 변화를 보이는 안정적인 값을 나타낸다.
Fig. 7. Solar Calibration Performance: Run-to-Run Variability of gain value m (2 min interval, 3 iterations, Side1, VIS04).
Fig. 8. Solar Calibration Performance: Day-to-Day Variability of gain value m (24 hr interval, Side 1, VIS05).
Fig. 9은 AMI Side1에서 ART 분석 툴을 이용하여 가시 및 근적외 채널의 핵심 성능 파라미터인 SNR값과 다이나믹 레인지를 측정한 결과를 나타낸다. SNR과 다이나믹레인지 모두 성능 요구 조건 기준선(푸른색)과 비교하여 충분한 마진 값을 보여준다. 독립적으로 계산한 KARI 분석 결과(그린색) 와 HARRIS의 결과(자주색) 비교에서도 서로 매우 비슷한 값이 나타남을 알 수 있다.
Fig. 9. Solar calibration Performance (Side1, VIS04): (a) SNR@100% albedo, (b) Dynamic Range (L-max). (a) (b)
Side1에서 Side2로 전환한 뒤 측정한 SNR값과 다이나믹 레인지 분석 결과(Fig. 10)도 Side 1에서의 시험과 비슷한 결과를 얻을 수 있었다. 즉 SNR과 다이나믹 레인지 값이 KARI 분석 결과와 HARRIS 결과 모두 비슷한 값으로 나타났으며, 요구 조건값 (푸른색 기준선)에 비해 충분한 마진을 가진 좋은 성능을 보여주었다.
Fig. 10. Solar calibration Performance (Side2, VIS04): (a) SNR@100% albedo, (b) Dynamic Range (L-max).
Table 1과 Table 2에 천리안2A 궤도상 시험 기간(2019. 1~2019.6) 동안 AMI 기상 탑재체 Side1과 Side2에서 획득한 모든 자료들을 통해 측정한 가시/근적외 채널의 SNR(알베도 100% 측정값) 및 Dynamic Range의 평균 및 최소/최대 값들을 정리하였다. 전체적으로 성능 요구 조건에 비해 충분한 마진을 가지고 있으며 매우 우수한 성능을 보여준다.
Table 1. AMI SNR IOT results (Side 1: Left/Side 2: Right)
Table 2. AMI Dynamic Range IOT results (Side 1: Left/Side 2: Right)
2) 적외 채널 복사보정 파라미터 분석 결과
적외 채널의 복사 성능을 보여주는 파라미터인 NEdT (240K 및 300K에서 각각 측정) 와 다이나믹 레인지를 나타내는 T-max값을 분석 툴을 이용하여 측정하였다. Fig. 11은 Side 1에 대한 시험에서 측정한 IR38 채널의 NEdT값들을 보여준다. 붉은 기준선은 성능 요구 조건 값을 나타내며, 계산 결과는 요구 조건과 비교하여 충분한 마진을 가지고 있음을 알 수 있다. 240K 및 300K 기준 온도 값에서 각각 측정된 NEdT 값들이 요구 조건보다 거의 2배 이상 낮은 노이즈 값들을 보여준다. HARRIS의 결과(자주색) 와 KARI(푸른색) 분석 결과의 비교에서도 큰 차이가 없음을 알 수 있다.
Fig. 11. IR Calibration Performance (Side1, IR38): (a) NEdT@240K, (b) NEdT@300K, (c) Dynamic Range (T-max).
24시간 간격의 Gain 차이 값을 이용하여 Side1 적외 채널의 상대 정확도를 분석하였다. Fig. 12(a)는 Side 1에서의 IR38 채널의 상대 정확도 결과의 히스토그램을 보여 준다. 전체 308개의 검출기 성분들이 요구 조건(<0.5%/24시간)에 비해 현저히 낮은 안정된 값들을 나타낸다. Fig. 12(b)는 10개의 모든 적외 채널에 대한 복사 보정 상대 정확도 계산 결과를 요약한 것이다. 0.2K인 요구 조건값(붉은색 기준선)에 비해 Side 1과 Side 2 시험에서 10개의 적외채널 모두 0.1K보다 낮은 노이즈 값이 측정되어 매우 안정된 상태를 나타낸다.
Fig. 12. IR Calibration Performance: (a) Histogram of Day-to-Day Variability (Relative Calibration Accuracy) for (Side1, IR38), (b) Relative IR Calibration Accuracy for Side1 & Side 2 (10 IR Channels).
Fig. 13은 Side 2에 대한 적외 채널의 복사 성능 지표의 계산 결과로, IR38 적외 채널의 NEdT값(240K 및 300K에서 각각 측정)과 다이나믹 레인지(T-max) 값을 나타낸다. Side1의 시험 결과와 마찬가지로 성능 요구 조건과 비교하여 현저히 낮은 노이즈 값을 나타낸다. HARRIS 결과와 KARI 계산 결과도 유사한 범위 내에서 서로 비슷한 값을 보여준다. 참고로 Fig. 13(a) 와 Fig. 13(b)의 NEdT 분석 그림에서, 세 개의 행성분에서 주위 값들에 비해 비정상적으로 높은 특이값(Outlier)을 볼 수 있다. 이는 분석에서 사용된 원시자료가 BDS(Best Detector Select) 맵이 최종 업데이트되기 이전 값들을 사용한 것에서 비롯된 것으로 추정된다. 즉 성분들 중에 성능이 좋지 않은 세 개의 BDS 요소의 NEdT 값이 상대적으로 높게 나타나고 있는 것으로 판단된다.(이후 BDS맵 업데이트 이후에는 이런 요소가 제거됨).
Fig. 13. IR Calibration Performance (Side2, IR38): (a) NEdT@240K, (b) NEdT@300K, (c) Dynamic Range (T-max).
Table 3과 Table 4에 열적외 채널 성능 파라미터인 NEdT@240K 및 NEdT@300K의 요구조건 값들과, 실제 측정한 최소, 평균 및 최대 값들을, Table 5에는 요구조건 대비 열적외 채널의 다이나믹 레인지 측정 값들을 전체적으로 정리하였다. 발사 후 6개월 동안 측정한 값들이 성능 요구조건 값들에 비해 충분한 마진을 가지고 우수한 성능을 나타내고 있음을 알 수 있다.
Table 3. AMI NEdT@240K IOT results (Side 1: Left/Side 2: Right)
Table 4. AMI NEdT@300K IOT results (Side 1: Left/Side 2: Right)
Table 5. AMI Dynamic Range IOT results (Side 1: Left/Side 2: Right)
3) 가시/근적외 채널 및 적외 채널의 복사 성능 감쇄 분석 결과
최종적으로 수행한 복사 성능 검증 시험(2019년 6월)에서 6개월 동안 축적된 자료를 바탕으로 AMI 탑재체 복사 성능의 장기간 변화를 분석하였다. Gain값은 물리적으로 검출기 반응도와 역함수 관계가 있으므로, Gain값의 상대적인 변화를 측정함으로써 검출기 반응도 변화를 간접적으로 추정해보았다. Fig. 14는 가시 및 근적외 채널의 온보드 복사 검증 타겟인 태양광 확산기의 상대적인 반응도의 6개월 동안의 변화 패턴을 보여준다. 그림에서 보면 검출기의 반응도는 최초 보정 작업이 수행된 후 약 70일까지는 상대적으로 높은 변화가 일어나지만 이후 안정화되는 모습을 보여준다. 여섯 개의 가시/근적외 채널 중 가장 높은 변화는 VIS04채널에서 나타났는데 (약 4.5%), 이 경우도 요구조건을 만족하는 값으로, 전체 채널의 복사 성능에 이상이 없다는 결론을 얻을 수 있었다.
Fig. 14. Solar Calibration Trending: mean gain value (m) relative response from Jan 2019 to Jun 2019.
Gain 값을 통해 적외 채널의 복사 성능 변화 패턴도 분석해보았다 (Fig. 15). 10개의 열적외 채널 모두 Gain 값의 상대적인 변화가 안정적으로 나타나고 있다. 6개월 기간을 1년으로 환산하여 최대 변화를 계산해본 결과 가장 변화가 많은 IR133 채널의 경우 년간 변화가 1.46% 이내로 추정되었다. 따라서 적외 채널의 경우도 매우 안정적으로 복사 성능이 유지되고 있음을 알 수 있다.
Fig. 15. IR Calibration Trending: mean gain value (m) relative response from Feb 2019 to Jun 2019.
추가적으로 오프라인 ART 분석 툴에서 계산한 Gain 값들과 실시간 운영 시스템인 DPS 자료를 바탕으로 산출한 Gain 값 결과를 비교 분석하였다 (Fig. 16). 현업용 실시간 DPS 시스템의 특성상 획득할 수 있는 산출물이 제안되어 있으므로 비교적 용이하게 산출할 수 있는 파라미터인 Gain 값을 서로 비교하였다. Fig. 16를 보면 두 시스템 간의 계산 결과가 거의 동일함을 알 수 있다. 이 결과는 오프라인 분석 툴을 통해 검증한 중요한 성능 파라미터인 Gain 값을 궤도상 시험 이후의 정상 운영에 쓰일 DPS 시스템을 통해서도 계속 모니터링할 수 있음을 의미한다.
Fig. 16. Gain value m differences between OFFLINE (ART) and ONLINE (DPS): (a) VIS06, (b) NIR16.
4. 결론
천리안2A호 AMI 기상탑재체의 복사 성능을 측정하기 위하여 분석 툴을 개발하여 천리안2A호 발사 후 궤도상 시험 기간 동안 주요 복사 보정 파라미터들에 대한 분석 및 검증을 수행하였다. 분석 툴은 위성으로부터 직수신 되는 원시자료로부터 복사 성능과 관련된 중요 파라미터들을 추출하고, 이에 대한 성능 분석을 수행할 수 있는 기능을 가지고 있다. 특히 AMI16 채널의 복사 성능을 측정하기 위한 주요 파라미터인 가시/근적외 채널의 SNR, 다이나믹 레인지 및 Gain값 그리고 열적외 채널의 NEdT 및 다이나믹 레인지 및 Gain값을 계산하여 분석할 수 있는 핵심 기능을 담고 있다. 6개월 동안의 궤도상 시험 기간 동안 총 3차례에 걸쳐 분석 툴을 이용하여 AMI 복사 성능 테스트가 이루어졌다. AMI의 두 기능면인 SIDE 1과 SIDE 2에 대해 추출한 자료를 바탕으로 복사 성능 파라미터들을 계산하고 성능 요구 조건값들과 비교하였다. 분석 툴의 신뢰성 확보를 위해 독립적으로 개발된 탑재체 개발업체의 결과와도 비교하였으며, 실시간 자료처리 시스템의 자료와도 일관된 결과가 나오는지 확인하였다. 분석 결과 AMI 탑재체 자료의 가시/근적외 및 열적외 채널의 주요 복사 성능 파라미터들은 발사 전지상 시험에서 예측된 성능지표들과 비교하여 발사 후의 궤도상 복사 성능이 매우 우수한 것으로 나타났다. Gain값의 6개월 동안의 변화 분석을 통한 복사 성능 감쇄 분석 결과도 안정적인 값을 보여주었다. 개발된 오프라인 분석 툴은 실시간 자료 시스템에 영향을 주지 않고 독립적으로 탑재체 자료의 복사 성능을 세밀하게 검증할 수 있는 장점이 있다. 따라서 향후 10년 이상으로 계획된 천리안 2A 위성의 정상 운영 시 영상 품질을 상시 점검할 수 있는 도구로 계속 활용할 수 있을 것으로 예상된다. 한 가지 분석 툴의 한계로는 입력자료로써 AMI 탑재체 원시자료만을 사용하여 분석할 수 있다는 것이다. 실제 물리량에 대한 적용이나 비슷한 기능의 타 위성의 관측 자료를 활용할 수 있도록 분석 툴의 기능을 확장하는 것이 추후의 연구과제가 될 것이다.
사사
이 논문은 기상청의 [정지궤도 기상위성 개발사업]의 지원을 받아 수행된 연구이며, 연구에 필요한 자료 지원 및 비교 분석 작업에 많은 도움을 주신 HARRIS사의 연구원들께 감사 드립니다.
References
- Bah, M. K., M. M. Gunshor, and T. J. Schmit, 2018. Generation of GOES-16 true color imagery without a green band, Earth Space Sci, 5: 549-558. https://doi.org/10.1029/2018EA000379
- Goldberg, M., G. Ohring, J. Butler, C. Cao, R. Datla, D. Doelling, V. Gartner, T. Hewison, B. Iacovazzi, D. Kim, T. Kurino, J. Lafeuille, P. MInnis, D. Renaut, J. Schmetz, D. Tobin, L. Wang, F.Weng, X. Wu, F.Yu, P. Zhang, and T. Zhu, 2011. The Global Space-Based Inter-Calibration System, Bull. Am. Meteor. Soc, 92(4): 467-475. https://doi.org/10.1175/2010BAMS2967.1
- Griffith, P. C., 2016. ABI's Unique Calibration and Validation Capabilities, Proc. of the 12th Annual Symposium on New Generation Operational Environmental Satellite Systems, AMS Annual Meeting, New Orleans, LA, USA, Jan. 11-14, pp. 1-31.
- Jin, K. W. and B. K. Park, 2012. Stray Light Impacts on the COMS MI Images during the Eclipse Period, Journal of Aerospace Engineering and Technology, 11(2): 12-18 (in Korean with English abstract).
- Jin, K. W. and S. B. Seo, 2011. In Orbit Radiometric Calibration Tests of COMS MI Infrared Channels, Korean Journal of Remote Sensing, 27(3): 369-377 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2011.27.3.369
- Jin, K. W., K. H. Yang, and J. D. Choi, 2013. Image Radio-metric Quality Assessment of the Meteorological Payload on GEO-KOMPSAT-2A, Journal of Aerospace Engineering and Technology, 12(2): 30-39 (in Korean with English abstract).
- Johnson, R. X. and M. P. Weinreb, 1996. GOES-8 imager midnight effects and slope correction, Proc. of SPIE 1996, Denver, CO, USA, Aug. 5-9, vol. 2812, pp. 596-607.
- Kalluri, S., C. Alcala, J. Carr, P.Griffith, W. Lebair, D. Lindsey, R. Race, X. Wu, and S. Zierk, 2018. From Photons to Pixels: Proceded Data from the Advanced Baseline Imager, Remote Sens, 10(2): 177. https://doi.org/10.3390/rs10020177
- Lindsey, D. T., S. D. Miller, and C. Seaman, 2020. Red-Green-Blue Composites from the GOES-R Series ABI, The GOES-R Series, Elsevier, Amsterdam, Netherlands, pp. 35-42.
- Okuyama, A., A, Andou, K. Date, K. Hoasaka, N. Mori, H. Murata, T. Tabata, M. Takahashi, R. Yoshino, and K. Bessho, 2015. Preliminary validation of Himawari-8/AHI navigation and calibration, Proc. of SPIE 2015, San Diego, CA, Aug. 9-13, vol. 9607, p. 96072E.
- Park B. K, K-W Jin, H. C. Myung, J. Kim, J. D. Choi, and S. R. Lee, 2013. GEO-KOMPSAT-2 Mission and its Applications, Proc. of 2013 EUMESAT Meteorological Satellite Conference, Sopot, POL, Sep. 3-7, pp. 1-14.
- Schmit, T. J., P. Griffith, M. M. Gunshor, J. M. Daniels, S. J. Goodman, and W. J. Lebair, 2017. A Closer Look at the ABI on the GOES-R Series, Bull. Am. Meteorol. Soc, 98(4): 681-698. https://doi.org/10.1175/BAMS-D-15-00230.1
- Seo, S. B. and K. W. Jin, 2013. Degradation monitoring of visible channel detectors on COMS MI using Moon observation images, Korean Journal of Remote Sensing, 29 (1): 115-121 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2013.29.1.11
- Seo, S. B., K. W. Jin, and S. I. Ahn, 2011. Scan Mirror Emissivity Compensation for the COMS MI, Journal of Aerospace Engineering and Technology, 10(1): 8-18 (in Korean with English abstract).
- Yu, F., X. Wu, X. Shao, B. V. Efremova, H. Yoo, H. Qian, and R. A. Iacovazzi, 2017. Early radiometric calibration performances of GOES-16 Advanced Baseline Imager (ABI), Proc. of SPIE 2017, San Diego, CA, Aug. 6-10, vol. 10402, p. 104020S.