DOI QR코드

DOI QR Code

Back-scattering Characteristic Analysis for SAR Calibration Site

SAR 검보정 Site 구축을 위한 후방 산란 특성 분석

  • Lee, Taeseung (Image Data System Development Division, National Satellite Operation & Application Center, Korea Aerospace Research Institute) ;
  • Yang, Dochul (Image Data System Development Division, National Satellite Operation & Application Center, Korea Aerospace Research Institute)
  • 이태승 (한국항공우주연구원 국가위성정보활용지원센터 영상체계개발부) ;
  • 양도철 (한국항공우주연구원 국가위성정보활용지원센터 영상체계개발부)
  • Received : 2021.01.26
  • Accepted : 2021.04.20
  • Published : 2021.04.29

Abstract

The overseas calibration sites such as Mongolia used for Korea Multi-purpose Satellite (KOMPSAT-5 or K5), have a disadvantage in that maintenance and repair costs are high and immediate response is difficult when an unexpected problem occurs. Accordingly, the necessity of establishing a domestic SAR calibration site was suggested, but the progress of related research is insignificant. In this paper, we investigated what conditions should be satisfied in terms of backscattering characteristics to construct a site for SAR satellite image quality evaluation and calibration. First of all, it was selected first by applying general indicators such as accessibility and availability among places recommended as satellite image calibration candidate sitesin Korea. Next, three places, site A (Goheung-gun, Jeollanam-do), site B (Jeonju-si, Jeollabuk-do), and site C (Daedeok Research Complex, Daejeon), were selected as the final candidates because they are relatively wide and easy to install AT or CR. Site A, located in Goheung-gun, Jeollanam-do, was best considered in terms of slope measurements, minimum site area to obtain ISLR, uniformity of DN values and backscatter coefficients, interference by strong reflectors, and backscatter clutter level.

다목적실용위성 5호의 검보정 목적으로 사용되는 몽골과 같은 해외 검보정 사이트는 유지 및 보수를 위한 비용이 많이 들고 예상치 못한 문제가 발생할 경우 즉각적인 대응이 어렵다는 단점이 있다. 이에 따라서 국내 SAR 영상 검보정 사이트 구축 필요성이 제기되었지만 관련 연구 진행은 미미한 상황이다. 본 논문에서는 SAR 검보정 사이트 구축을 위해서 후방 산란 특성 측면에서 어떤 조건들이 있는지 알아보고, 실제 운영중인 다목적실용위성 5호를 통해서 고해상도, 표준, 광역 관측과 같이 다양한 모드로 촬영한 국내 후보 지역들에 대해서 검보정 사이트로써 적합한지를 판단하였다. 먼저 국내에서 위성 영상 검보정 후보 사이트로 추천되는 장소중에서 접근성, 가용성 등 일반적인 지표 만족여부를 적용하여 일차적으로 선별하였다. 그 다음에 비교적 넓고 AT나 CR을 설치하기 용이한 장소로써 site A (전라남도 고흥군), site B (전라북도 전주시), site C (대전광역시 대덕연구단지) 세 군데를 최종 후보 지역으로 선정하였다. 후보 지역들에 대해서 경사도 측정, 방사 정밀도의 평가 지표 중 하나인 ISLR을 구하기 위한 사이트의 최소 면적, SAR 영상에서의 DN 값 및 후방 산란 계수의 균일성, 사이트 내 인공 구조물, 건물 및 바위 등과 같은 strong reflector에 의한 간섭 여부, 설정 영역에 대한 후방 클러터 레벨 분석 등을 통해서 전라남도 고흥군에 위치한 site A 지역이 검보정 사이트로써 가장 적합하다고 판단내릴 수 있었다.

Keywords

1. 서론

영상 레이더(Synthetic Aperture Radar, SAR)는 비행기나 인공위성에 의해 빠르게 이동을 하면서 전자기파 펄스를 송신하고 반사파를 연속적으로 수신하여, 한 표적의 신호가 수신되는 동안 이동한 거리만큼 안테나의 직경이 길어지는 효과를 통해 높은 방위 해상도를 얻는 기술을 말한다(Ian et al., 2005; Elachi, 1988). 광학 센서와 다르게 주간 및 야간, 악천후 상황에서도 사용할 수 있다는 장점 때문에 국방 및 민수 분야에서 다양하게 활용하고 있다(Mazzarella et al., 2015; Ao et al., 2018; Wang et al., 2016; Attarzadeh et al., 2018; Ozerdem et al., 2017; Moreira et al., 2013).

일반적으로 SAR 영상의 품질 평가를 위해서는 먼저점 표적 응답을 가지는 물체를 관심 촬영 지역에 설치한 후에 해당 표적들에 대한 임펄스 응답 함수(Impulse Response Function, IRF)로부터 위치 정밀도, 방사 정밀도 등을 측정해야 한다(Oh et al., 2010). 구체적으로 위치 정밀도는 표적의 위치가 range/azimuth 방향에 대해서 실제 위치와 얼마만큼 차이가 나는지를 나타내며, 방사 정밀도는 표적의 레이더 반사 면적(Radar Cross Section, RCS)과 측정값의 차이와 함께 IRF에 대한 최대 부엽 레벨(Peak Side-LobeRatio, PSLR),누적 부엽 레벨 (Integrated Side-Lobe Ratio, ISLR), range/azimuth 방향에서의 해상도(Resolution) 등 여러 가지 요인들을 포함한다. 다양한 평가 요인들을 바탕으로 하여 영상 품질 관리를 수행하며 위성 영상의 검보정 지표로써 활용한다.

점 표적 응답을 가지는 물체는 크게 수동형과 능동형으로 구분된다. 대표적인 수동형 장비로는 이면판 반사기(Dihedral Corner Reflector, DCR), 삼면판 반사기 (Trihedral Corner Reflector, TCR) 등이 있으며, 위성으로부터의 신호를 수신한 후에 다시 위성으로 반사시키는 역할을 한다. 다음으로 능동형 장비로는 트랜스폰더 (Active Transponder, AT)가 사용되는데, 위성으로부터 송신된 신호를 수신한 후에 일정 크기로 증폭하여 다시 위성 방향으로 방사하는 역할을 한다. 수동형 장비인 이면판 반사기 또는 삼면판 반사기와 달리 사용자 임의대로 송신 및 수신 편파를 조정할 수 있어 다양한 편파 응답 특성을 측정할 수 있다는 장점이 있다(Jeong et al., 2012; Doring et al., 2007).

기존에는 경사도가 낮은 평지이면서 대부분이 초지로 구성되어 있는 몽골 지역이나 레이더 신호의 산란 특성이 균일하게 나타나며, 후방 산란 특성이 계절적인 시간 변화에 크게 의존적이지 않은 특징(Shimada et al., 2009)을 가지는 아마존 열대 우림 지역이 국내 최초의 SAR 탑재 위성인 Korea Multi-purpose Satellite-5 (KOMPSAT-5 or K5) 영상의 품질 관리 및 검보정 목적으로 많이 사용되었다. 몽골 지역에는 corner reflector (CR)을 설치하여 점 표적 사이트로 이용하며, 아마존 열대 우림 지역은 분포표적 사이트로 이용하고 있다. 그러나 CR이 설치된 몽골 지역의 유지 및 보수를 위한 비용이 만만치 않으며, 문제가 생겼을 때 빠른 시간 안에 대응하고 해결 하기 힘들다는 단점이 있다. 향후 차세대 SAR 위성 개발 및 활용에 있어서 검보정 사이트 구축 작업은 매우 중요하기 때문에 그와 관련된 작업이 이루어지고 있지만(Shin et al., 2010; Hwang, 2018), 국내 검보정 사이트 구축 및 선정 후보 지역들에 대한 분석 및 K5 영상을 활용한 연구는 거의 이루어지지 않은 상태이다. 이에 따라서 본 논문에서는 국내의 검보정 후보 지역을 선정하여 해당 지역들이 SAR 위성 영상의 검보정 사이트로써 적합성 여부를 판단하기 위해 표준(Standard mode, ST), 고해상도(High-resolution mode, HR), 광역 관측(Wide swath mode, WS)과 같은 다양한 모드로 촬영한 K5 영상을 이용하여 후방 산란 특성 분석 결과를 제시하였다. 본 논문에서는 접근성, 가용성, 비용 등의 일반적인 평가 지표에 대해서는 언급하지 않고, 방사/편파 성능에 영향을 미치는 경사도, 영상 모드 별 ISLR 측정 가능한 최소 사이트 크기, 점 표적의 방사 정밀도의 신뢰도를 결정하는 후방 산란의 균일성 및 주위 strong reflector에 의한 간섭 여부, 점 표적의 정밀한 peak power 측정을 위한 낮은 background clutter level 등 데이터 분석을 통하여 수치적으로 보여줄 수 있는 과학적인 결과에 대해서만 언급한다.

본 논문은 다음과 같이 구성되어 있다. 2절에서는 SAR 검보정 사이트를 결정하는데 사용될 후방 산란 측면에서의 여러 조건들에 대해서 언급하였고, 3절과 4절에서는 사용한 K5 영상에 대한 기본 개념 설명과 함께, 선정한 세 군데 후보 지역에 대한 후방 산란 특성 분석 결과와 함께 결과에 대한 토의를 논의하였다. 마지막으로 5절에서는 결론과 함께 본 연구결과가 가지는 의의에 대해서 언급하였다.

2. 검보정 사이트 후방 산란 조건

1) 경사도

검보정 사이트 구축 시 사이트의 평평한 정도를 나타내는 경사도(Percent of slope)는 방사 및 편파 성능에 영향을 미치고, 경사도가 작을수록 검보정 사이트로써 적합하다. 경사각(θ)을 결정하는 방법은 두 가지가 있다. 첫 번째는 Fig. 1과 같은 상황에서 아래의 수식을 통해서 결정할 수 있다.

θ = θi – θlocal       (1)

OGCSBN_2021_v37n2_305_f0001.png 이미지

Fig. 1. Determination of the slope angle through incidence angle (θi) and local incidence angle (θlocal)

위의 식 (1)에서 θi는 입사각을 나타내고, θlocal는 지역 입사각을 나타낸다. 두 번째 방법은 해당 관측 지점에서의 평균 경사도를 측정하여 평균 경사각을 다음과 같이 계산할 수 있다.

\(\theta=\tan ^{-1}\left(\frac{\text { Percent of slope }}{100}\right)\)       (2)

위의 식 (2)에서 경사도는 Google Earth 3D map and elevation profile을 이용하여 얻을 수 있고, 본 논문에서는 두 번째 방법을 사용하여 선정된 지역들의 경사도를 분석하였다. 경사도는 실제 지형이 가지는 특성이기 때문에, 위성의 촬영 모드와는 상관없이 지형이 가지는 고유한 값을 의미한다. 후보로 선정된 지역들의 경사도 계산 결과는 4절에 나타내었다.

2) 표적의 ISLR 측정을 위한 사이트의 최소 크기

표적의 IRF에 대한 ISLR은 main-lobe에 대한 에너지 값과 side-lobe에 대한 누적 에너지 값의 비로 정의되는데, 일반적으로 10개의 side-lobe를 이용하여 계산한다. 따라서 ISLR 측정을 위한 사이트의 최소 크기는 resolution cell size의 11배 보다 큰 값을 가져야 측정이 가능하며, range/azimuth 방향에 대한 resolution cell size (δr, δa)는 다음과 같이 나타낼 수 있으며, 아래에 이해를 돕기 위해 그림을 추가하였다.

Fig. 2는 시간 영역에서의 sinc function과 주파수 영역에서의 rectangular function 간의 푸리에 변환 관계를 나타내고 있다. 표적의 IRF는 sinc function 형태로 나타나게 되는데, 이때 resolution cell size는 peak 점으로부터 3 dB 떨어진 지점에서의 폭, 즉 3 dB width로 정의하고, Fig. 2의 왼쪽과 같이 0.886 T로 나타내어진다. Time duration T는 bandwidth BW와 반비례 관계이므로, 이를 이용하면 식 (3)과 (4)를 얻을 수 있다.

\(\delta_{r}=\gamma_{w, r} \cdot\left(0.886 \cdot \frac{c}{2 \cdot B W_{r g}}\right) \approx \frac{c}{2 \cdot B W_{r g}}\)       (3)

\(\delta_{a}=\gamma_{w, a} \cdot\left(\frac{V}{B W_{a z}}\right) \approx \frac{V}{B W_{a z}}\)       (4)

OGCSBN_2021_v37n2_305_f0002.png 이미지

Fig. 2. Fourier transform relationship between rectangular function and sinc function (Ian et al., 2005).

위의 식 (3), (4)에서 BWrg와 BWaz는 각각 range/azimuth 방향으로의 대역폭을 나타내고, V는 비행체 또는 위성의 속도, c는 빛의 속도인 299,792,458 m/s를 나타내며, γw, r와 γw, a는 각각 broadening effect를 위해 적용하는 window의 range/azimuth 방향에 대한 coefficients를 나타낸다. Broadening effect를 위해 window를 적용하면 IRF에 대하여 PSLR과 ISLR 성능은 좋아지게 되며, 해상도는 낮아지게 된다. 일반적으로 window의 coefficient와 0.886의 곱은 1이라고 근사화 할 수 있다.

3) 후방 산란의 균일성

다음으로 해당 사이트에 대한 SAR 영상에서 후방 산란이 얼마나 균일하게 일어나는지를 살펴보아야 한다. 후방 산란이 균일하지 않다면 방사 정밀도 측정 시 신뢰성이 떨어지게 된다. 이를 위해서 본 논문에서는 영상의 DN (Digital number) 값의 히스토그램 분포 및 최대값의 크기를 살펴보았다. 또한 영상에 대한 sigma naught σ0의 히스토그램 분포 분석을 통해 σ0의 평균 값과 표준편차 값을 살펴보았다.

4) Strong reflector에 의한 간섭

위성 영상 검보정 수행을 위해, 사이트 후보 지역에 CR이나 AT를 설치할 때, 후보 지역에 위치한 인공 구조물이나 건물, 바위 등과 같은 strong reflector로 인해 해당 지역으로 burst 혹은 그에 대한 부엽이 포함될 수 있다. 이와 같은 현상이 발생하면 선정된 지역에서의 점 표적에 대한 방사 정밀도 성능이 떨어지게 된다. 따라서 사이트 선정 시 strong reflector에 의한 간섭이 최대한 적은 곳으로 선정해야 한다.

5) Background clutter level 조사

마지막으로 관심 지역으로 설정한 영역에 대한 후방 클러터 레벨을 조사해야 한다. 후방 클러터 레벨은 영상 내에서 점 표적의 반응을 측정할 수 있는 정밀도, 즉 신호 대 클러터 비(Signal-to-clutter ratio, SCR)에 영향을 미치게 된다. SCR은 점 표적 응답을 가지는 물체의 RCS와 Resolution cell 내에서의 클러터의 RCS 비로 다음과 같이 표현된다.

SCR[dB]=RCSCR(or AT)[dB]–10log100 × Ares}       (5)

위의 식 (5)에서 Ares은 resolution cell size를 나타내며, σ0은 레이더 후방 산란 계수로써 자세한 내용은 3절에서 설명한다. SCR 값이 작으면 점 표적의 방사 정밀도에 대한 정확한 측정이 어렵기 때문에 SCR에 대한 기준은 30 dB 이상으로 설정하며, 이를 위해 점 표적 응답을 가지는 물체의 RCS 값은 일반적으로 40 ~ 60 dB 사이의 값을 가지도록 설계한다(Freeman, 1992, Curlander et al., 1991). 본 논문에서는 CR에 대한 RCS 값을 40 dB, AT에 대한 RCS 값을 60 dB라고 가정하고 후방 산란 특성 (SCR) 분석을 수행하였다.

3. 다목적실용위성 5호 영상을 통한 실험 데이터 생성

1) 개요

국내 최초로 영상 레이더인 SAR를 탑재한 K5는 전천후 지상관측이 가능한 위성으로써, 구름이 있거나 야간에도 지상 관측이 가능하기 때문에, 다목적실용위성 3호와 3A호(K3, K3A)의 고해상도 광학영상 및 적외선 영상과 상호 보완적으로 활용되고 있다. K5에서 사용하는 주파수 대역은 X-band로 고해상도의 영상을 획득할 수 있고 홍수, 가뭄, 산불, 지진 및 지반 침하, 해양 기름 유출 등 재난 재해에 대한 활용이 가능하다. K5는 영상의 목적에 따라서 다양한 모드로 촬영 가능하며, 총 7개의 모드로 구성되어 있고 자세한 사항은 아래의 Table 1에 나타내었다.

Table 1. The performance comparison of K5 by acquisition mode

OGCSBN_2021_v37n2_305_t0001.png 이미지

2) K5 L1A 영상에 대한 후방 산란 계수

K5는 총 4개 레벨(L0, L1A, L1C, L1D)의 영상 제품을 제공한다. 각 제품 별 상세 설명 및 영상 간의 차이점은 Table 2와 Fig. 3에 나타내었다.

Table. 2. K5 image product list

OGCSBN_2021_v37n2_305_t0002.png 이미지

OGCSBN_2021_v37n2_305_f0003.png 이미지

Fig. 3. The comparison by product level of K5: (a) L0, (b) L1A, (c) L1C, (d) L1D.

후방 산란 계수는 영상의 DN 값으로부터 sigma naught σ0 방정식을 이용하여 계산할 수 있고, 영상의 제품 레벨에 따라서 다르게 표현된다(Yang et al., 2018). 본 논문에서는 K5 L1A 제품을 사용하였고 후방 산란 계수는 다음과 같이 계산할 수 있다.

\(\sigma^{0}=10 \log _{10}\left\{\frac{C A L C O}{N\left(\rho_{a} \rho_{r}\right)} \sum_{i, j \in D}^{N}\left|S_{i, j} R F\right|^{2} \sin \left(\theta_{\text {local }, i, j}\right)\right\}\)       (6)

위의 식 (6)에서 CALCO는 calibration constant, RF는 rescaling factor, Si, j는 range/azimuth 방향으로 (i, j) 픽셀에서의 영상의 DN 값, N은 영상에서 픽셀의 총 개수, ρr와 ρa은 각각 range/azimuth 방향에서의 픽셀 크기, θlocal, i, j는 (i, j) 픽셀에서의 지역 입사각을 나타낸다. K5의 CALCO는 방사성능을 높이기 위해 빔 별로 미세조정을 수행하여 촬영 모드 및 빔마다 다른 값을 가지며, 4장에서 각 모드 별 사이트 분석 결과를 언급할 때 사용된 영상의 CALCO 값을 함께 표기하였다.

3) 사이트 후보 지역 선정

실험에서 고려한 사이트는 국내에서 위성 영상 검보정 후보 사이트로 추천되는 장소 중에서 접근성, 가용성 등 검보정 사이트의 일반적인 지표의 만족여부를 적용하여 일차적으로 선별 후 비교적 넓고 AT나 CR을 설치하기 용이한 장소로 설정하였으며 선정된 지역들에 대한 설명은 아래에 기술하였다. K5를 통해서 해당 지역들을 ST, HR, WS 세 가지 모드로 설정하여 ascending/ descending 방향 모두 촬영하여 데이터를 획득하였다.

(1) 전라남도 고흥군

첫 번째는 전라남도 고흥군에 넓고 평평한 site A를 선정하였다. 고려하는 면적은 가로 1 km, 세로 2 km이며, 주위에 주로 농경지와 함께 만으로 이루어져 있는 것이 특징이며, 현재는 활주로 공사로 인해 수풀이 없는 노지 형태이다. Fig. 4(b)와 Fig. 4(c)는 site A에서 점 표적으로 사용될 AT 또는 CR 설치 예정 지역(Fig. 4(a)에서 노란색 사각형으로 표시함)에 대한 가로/세로 방향의 고도 정보를 나타낸 것으로, 가로 방향으로 99.3 m, 세로 방향으로 142 m의 크기를 가지는 곳 중앙에 점 표적이 위치한다고 가정하였다. Fig. 4(b)를 살펴보면 빨간색 화살표가 있는 곳에서의 고도가 0 m, 전체 99.3 m 중에서 시작점(여기에서는 왼쪽을 시작지점, 오른쪽을 종료지점으로 하여 경로 설정)으로부터 43 m 떨어진 곳이고, 해당 지점에서의 경사도가 0%라는 것을 보여주고 있다. 마찬가지로 Fig. 4(c)를 살펴보면 빨간색 화살표가 있는 곳에서의 고도가 0 m, 전체 142 m 중에서 시작점 (여기에서는 위쪽을 시작지점, 아래쪽을 종료지점으로 하여 경로 설정)으로부터 62.2 m 떨어진 곳이고, 해당 지점에서의 경사도가 0%라는 것을 보여주고 있다. 가로/세로 방향 모두 거리에 따른 고도 증가(Δh+) 또는 감소(Δh–) 값이 0인 것을 알 수 있고, 평균 경사도(Mmean)는 0%이므로, 이를 식 (2)에 대입하면 평균 경사각은 0도로 아주 평평하다.

OGCSBN_2021_v37n2_305_f0004.png 이미지

Fig. 4. Site A located at Goheung-gun, Jeollanam-do, Korea: (a) Satellite photo (Google Earth Pro), (b) Height information in horizontal direction, (c) Height information in vertical direction.

(2) 전라북도 전주시

두 번째는 전라북도 전주시에 위치한 지역에서 부지를 선정하였다. 가로 400 m, 세로 200 m의 면적을 고려하였으며, 주위에 건물, 도로, 연못, 농지 및 야지들이 존재하고 있다. Fig. 5(b)와 Fig. 5(c)는 site B에서 점 표적으로 사용될 AT 또는 CR 설치 예정 지역(Fig. 5(a)에서 노란색 사각형으로 표시함)에 대한 가로/세로 방향의 고도 정보를 나타낸 것으로, 가로 방향으로 275 m, 세로 방향으로 106 m 크기를 가지는 곳 중앙에 점 표적이 위치한다고 가정하였다. 앞의 site A와 다르게 가로/세로 방향 모두 경사도가 거리에 따른 단조 증가 또는 단조 감소 형태가 아닌 fluctuation이 일어나는 고도 프로파일을 가지기 때문에(Fig. 5(b), (c)에서 나타내었듯이 가로 방향에서의 고도 증가(Δh+) 또는 감소(Δh–) 값이 각각 2.37 m, -2.19 m이고, 세로 방향에서의 고도 증가(Δh+) 또는 감소(Δh–) 값이 각각 2.35 m, -0.65 m이기 때문에 경사도가 거리에 따라서 fluctuation이 일어나는 고도 프로파일을 가진다는 것을 알 수 있음) 평균 경사도가 아닌 구간 내에서의 최대 경사도를 사용하였다. 가로 방향으로 site B에 대한 최대 경사도(Mmax)는 6.2%이며, 식 (2)를 통해서 계산하면 최대 경사각은 3.5478도를 가지는 것을 확인하였으며, 세로 방향으로 site B에 대한 최대 경사도 (Mmax)는 3.7%이므로, 식 (2)를 통해서 계산하면 최대 경사각은 2.119도를 가지는 것을 확인하였다. 전라남도 고흥군 지역에 선정한 site A와 비교하여 경사가 존재하는 것을 확인할 수 있고, 경사도 측면에서는 site B보다 site A가 더 적합한 것을 알 수 있다.

OGCSBN_2021_v37n2_305_f0005.png 이미지

Fig. 5. Site B located at Jeonju-si, Jeollabuk-do, Korea: (a) Satellite photo (Google Earth Pro), (b) Height information in horizontal direction, (c) Height information in vertical direction.

(3) 대전광역시 유성구 대덕 연구단지

마지막으로 대전광역시 유성구 연구단지에 위치한 지역 내 잔디 공터 부지를 시험 지역으로 선정하였다. 가로 150 m, 세로 100 m의 면적을 고려하였으며, 주위에 다수의 건물들이 배치되어 있는 것이 특징이다. 또한 사이트 중앙에 조경을 위한 나무, 바위들과 함께 기상, 지진 측정을 위한 장비들이 존재한다. Fig. 6(b)와 Fig. 6(c)는 site C에서 점 표적으로 사용될 AT 또는 CR 설치 예정 지역(Fig. 6(a)에서 노란색 사각형으로 표시함)에 대한 가로/세로 방향의 고도 정보를 나타낸 것으로, 가로 방향으로 145 m, 세로 방향으로 99 m 크기를 가지는 곳 중앙에서 오른쪽으로 떨어진 곳에 점 표적이 위치한다고 가정하였다. 앞의 site B와 마찬가지로 가로 방향에서 경사도가 거리에 따른 단조 증가 또는 단조 감소 형태가 아닌 fluctuation이 일어나는 고도 프로파일을 가지기 때문에(Fig. 6(b), (c)에서 나타내었듯이 가로 방향에서의 고도 증가(Δh+) 또는 감소(Δh–) 값이 각각 1.41 m, -0.12 m이고, 세로 방향에서의 고도 증가(Δh+) 또는 감소(Δh–) 값이 각각 0 m, -5.9 m이기 때문에 가로 방향으로는 경사도가 거리에 따라서 fluctuation이 일어나는 고도 프로파일을 가지며, 세로 방향으로는 경사도가 거리에 따른 단조 감소 형태의 프로파일을 가진다는 것을 알 수 있음) 평균 경사도가 아닌 구간 내에서 최대 경사도를 사용하였다. 가로 방향으로 site C에 대한 최대 경사도(Mmax)는 1.08%이며, 식 (2)를 통해서 계산하면 최대 경사각은 0.6188도를 가지는 것을 확인하였으며, 세로 방향으로 site C에 대한 최대 경사도(Mmax)는 5.9%이므로, 식 (2)를 통해서 계산하면 최대 경사각은 3.3765도를 가지는 것을 확인하였다. Site A, site B 지역과 비교하면 가로 방향으로는 site B 지역이 경사도가 가장 크고 세로 방향으로는 site C 지역의 경사도가 가장 크다는 것을 알 수 있다. 따라서 경사도 측면에서 site A 지역이 site B, site C와 비교하여 가장 검보정 사이트로써 적합하다는 결론을 내릴 수 있다.

OGCSBN_2021_v37n2_305_f0006.png 이미지

Fig. 6. Site C located at Daedeok research complex, Yuseong-gu, Daejeon, Korea: (a) Satellite photo (Google Earth Pro), (b) Height information in horizontal direction, (c) Height information in vertical direction.

4. 실험 결과

1) 전라남도 고흥군

Fig. 7은 site A 주변 지역을 K5를 통해서 다양한 촬영 모드로 획득한 위성 영상을 나타내며, Fig. 4의 빨간색 사각형으로 표시한 지역에 해당되는 영상이다. Fig. 7(a)는 EH-18 beam(CALCO=-3.4779 dB)을 이용하여 Ascending 방향으로 촬영한 것이며, Fig. 7(b)는 ST-14 beam (CALCO = -2.1029 dB)을 이용하여 Ascending 방향으로 촬영하였고, Fig. 7(c)는 EW-02 beam (CALCO = -0.9172 dB)을 이용하여 Descending 방향으로 촬영한 것이다. EH-18을 예를 들면, ‘EH’는 Table 1에 나타낸 K5의 촬영 모드를 나타내고, ‘18’은 촬영에 사용한 beam number를 나타낸다. 일반적으로 beam number가 커질수록 Fig. 1에서 나타낸 incidence angle은 커지는 경향을 가진다. 그림에서 빨간색 사각형으로 표시한 것이 AT나 CR의 IRF에 대한 ISLR을 계산하기 위해 필요한 최소 사이트 면적을 나타내고 식 (3), (4)에서 나타낸 range/azimuth 방향에서의 resolution cell size의 11배의 크기를 가진다. Fig. 7(a) 에서의 빨간색 사각형 면적 크기는 azimuth 방향으로 22.7902 m, range 방향으로 14.7256 m이며, Fig. 7(b)에서는 azimuth 방향으로 58.6022 m, range 방향으로 72.4498 m, Fig. 7(c)에서는 azimuth 방향으로 437.3039 m, range 방향으로 57.9599 m이다. Fig. 7(a)의 예를 들면 AT 또는 CR을 중심으로 하여 최소 azimuth 방향으로 22.7902 m, range 방향으로 14.7256 m의 부지가 확보되어야 점 표적의 방사 정밀도 측정에 대한 신뢰도가 확보된다는 것을 의미한다. ISLR을 측정하기 위해 필요한 모드 별 최소 필요 면적과 사이트의 면적을 비교해 보았을 때 site A는 크기 면에서 검보정 사이트의 조건을 만족함을 알 수 있다.

OGCSBN_2021_v37n2_305_f0007.png 이미지

Fig. 7. K5 SAR image of site A: (a) HR, (b) ST, (c) WS

Fig. 8은 site A 주변 지역에 대해서 후방 산란 특성이 균일한지와 함께 후보 지역 주변의 건물이나 다른 인공구조물들과 같은 strong reflector에 의한 간섭 여부를 살펴보기 위하여 영상의 DN 값과 sigma naught σ0에 대한 히스토그램을 나타낸 것이다. Fig. 8(a)에서 오른쪽 위에 표시된 영상은 앞에서 언급한 AT나 CR의 IRF에서의 ISLR을 측정하기 위한 최소한의 영역(Fig. 7에서 빨간색 사각형으로 표시)을 확대하여 표현한 것이다. 먼저 K5영상의 DN 값에 대한 최대값을 살펴보았는데 Fig. 8(a) 에서 HR 모드에서는 120 (EH-18), ST 모드에서는 200 (ST-14), WS 모드에서는 270 (EW-02)의 값을 가지는 것을 확인할 수 있었다. 또한 영상의 DN 값에 대한 표준 편차 값도 살펴보았는데 HR 모드와 ST 모드는 각각 19.5676 (EH-18), 32.6248 (ST-14)로 작은 값을 가지지만, WS 모드는 DN 값에 대한 표준편차가 45.7670 (EW-02) 로 비교적 크게 나타났다. 이는 HR이나 ST 모드에 비해서 WS 모드는 near beam을 사용하기 때문에 입사각에 의한 영향인 것으로 파악된다. 특별히 WS 모드에서 DN 값이 0인 경우가 많은 것을 확인할 수 있었는데 그 이유는 WS 모드에서 자주 발생하는 “scalloping” 현상을 저하하기 위해 노이즈 플로어 이상으로 영상의 quantization step을 설정하여 후방 산란 값이 적은 일부 클러터의 반응이 0의 값으로 표현되기 때문인 것으로 판단된다. 다음으로 영상 모드 별 sigma naught에 대한 히스토그램 분포를 살펴보았다. Site A 지역에 대해서 HR 모드에서는 -7.3618 dB의 평균값을 가지고, 0.1862의 표준편차값을 가진다. ST 모드에서는 -6.7269 dB의 평균값을 가지고, 0.2311의 표준편차 값을 가진다. 마지막으로 WS 모드에서는 -4.7569 dB의 평균값을 가지고, 0.3786의 표준편차 값을 가진다. 분석 결과 영상 모드 별로 약간의 차이는 존재하지만 표준편차 값이 비교적 일정함을 알 수 있다. Strong reflector에 의한 간섭은 없었고, 영상의 DN 값과 sigma naught σ0에 대한 통계적 분석 결과 후방산란 특성이 균일함을 확인할 수 있으므로 site A는 검보정 사이트로써 적합하다는 결론을 내릴 수 있다.

OGCSBN_2021_v37n2_305_f0008.png 이미지

Fig. 8. Histogram of K5 SAR image in site A: (a) Absolute DN values, (b) Sigma naught σ0 [dB]

Table 3은 site A 지역에 대해 다양한 모드로 촬영한 K5영상들에 대한 후방 산란 값을 모아놓은 결과이다. 해당 지역이 내년에 공사를 앞두고 있어 야지가 들어난 상태라서 전체적으로 후방 산란 값이 크게 나타남을 알 수 있다(일반적으로 초지에 대한 후방 산란 계수 값은 -9 ~-6 dB 정도 값을 가짐). 일본에서 개발한 ALOS (Advanced Land Observing Satellite)나 독일에서 개발한 TSX (TerraSAR-X) 등과 같은 위성들과 마찬가지로 K5 영상에 대해서도 입사각이 증가함에 따라서 후방 산란 계수 값이 작아지는 경향을 보이는 것을 확인할 수 있었으며, 영상 촬영 시 swath의 크기가 커질수록 resolution cellsize Ares가 커지기 때문에 SCR 값이 작아지는 것을 볼수있었다. 또한 CR과 AT에 대한 RCS를 각각 40 dB, 60 dB로 가정했을 때 EW-02 beam을 사용하여 WS 모드로 촬영한 영상을 제외하고 대부분 영상들에 대한 SCR이 30 dB 보다 큰 값을 가져야 한다는 요구 조건을 만족시키는 것을 알 수 있었다. 추후에 공사가 마무리되어 초지 환경으로 복귀하면 WS 모드에서도 SCR 요구 조건을 달성할 수 있을 것으로 기대된다.

Table. 3. Back-scattering characteristic calculated from images acquired in site A

OGCSBN_2021_v37n2_305_t0004.png 이미지

2) 전라북도 전주시

Fig. 9는 site B 주변 지역을 K5를 통해서 다양한 촬영 모드로 획득한 위성 영상이며, Fig. 5의 빨간색 사각형으로 표시한 지역에 해당되는 영상이다. Fig. 9(a)는 EH04 beam (CALCO = -3.1435 dB)을 이용하여 Ascending 방향으로 촬영한 것이며, Fig. 9(b)는 ST-10 beam (CALCO = -2.6344 dB)을 이용하여 Ascending 방향으로 촬영하였고, Fig. 9(c)는 EW-02 beam (CALCO = -1.0124 dB)을 이용하여 Descending 방향으로 촬영한 것이다. Fig. 9(a) 에서의 빨간색 사각형 면적 크기는 azimuth 방향으로 22.9143 m,range 방향으로 14.7256 m이며, Fig. 9(b)에서는 azimuth 방향으로 57.8560 m, range 방향으로 46.3679 m, Fig. 9(c)에서는 azimuth 방향으로 437.6479 m, range 방향으로 64.3999 m이다. 앞에서 살펴본 Fig. 7의 경우와는 다르게 WS 모드로 촬영한 영상에 대해서 빨간색 사각형 영역이 사이트 크기를 넘어서 주위 빌딩도 포함하는 것을 확인할 수 있다. 그러므로 ISLR을 측정하기 위해 필요한 모드 별 최소 필요 면적과 사이트의 면적 비교 결과 site B는 site A와 비교하여 검보정 사이트의 조건을 만족하지 못함을 알 수 있다.

OGCSBN_2021_v37n2_305_f0009.png 이미지

Fig. 9. K5 SAR image of site B: (a) HR, (b) ST, (c) WS.

앞에서와 마찬가지로 Site B 지역에 대해서 후방 산란 특성이 균일한지와 함께 후보 지역 주변의 건물이나 다른 인공 구조물들과 같은 strong reflector에 의한 간섭 여부를 살펴보기 위하여 영상의 DN 값과 sigma naught σ0 대한 히스토그램을 Fig. 10에 나타내었다. 먼저 K5 영상의 DN 값에 대한 최대값을 살펴보았는데 Fig. 10(a)에서 확인할 수 있듯이 HR 모드에서는 120 (EH-04), ST 모드에서는 150 (ST-10), WS 모드에서는 1200 (EW-02)의 값을 가지는 것을 알 수 있었다. 특별히 WS 모드에서 영상의 DN 값에 대한 최대값이 1200이 나왔는데, 이것은 점 표적의 IRF에 대한 ISLR을 측정하기 위한 사이트가 후보 지역 근처에 있는 건물도 포함할 정도로 크기 때문에 건물에 의한 간섭이 DN 값에 영향을 미쳤기 때문인 것으로 볼 수 있다. 또한 영상의 DN 값에 대한 표준편차 값도 살펴보았는데 HR 모드와 ST 모드에서는 각각 20.5408 (EH-04), 26.8934 (ST-10)로 작은 값을 가지지만, WS 모드는 80.4217 (EW-02)로 비교적 크게 나타났다. 다음으로 영상 모드 별 sigma naught σ0에 대한 히스토그램 분포를 살펴보았다. Site B 지역에 대해서 HR 모드에서는 -9.0645 dB의 평균값을 가지고, 0.1250의 표준편차 값을 가진다. ST 모드에서는 -9.4592 dB의 평균값을 가지고, 0.1235의 표준편차 값을 가진다. 마지막으로 WS 모드에서는 -3.0399 dB의 평균값을 가지고, 2.9706의 표준편차 값을 가진다. Site A 지역에서의 영상 모드별 sigma naught σ0에 대한 히스토그램 분포 분석과 비교한 결과 WS 모드에서 표준편차 값이 커지는 것을 확인할 수 있었다. 이를 통해 site B가 site A와 비교하여 후방산란의 균일성 측면에서 적합하지 않다고 결론 내릴 수 있다.

OGCSBN_2021_v37n2_305_f0010.png 이미지

Fig. 10. Histogram of K5 SAR image in site B: (a) Absolute DN values, (b) Sigma naught σ0 [dB].

Table 4는 site B 지역에 대해 다양한 모드로 촬영한 K5 영상들에 대한 후방 산란 값을 모아놓은 결과이다. 앞에서와 마찬가지로 CR과 AT에 대한 RCS를 각각 40dB, 60 dB라고 가정했을 때 EW-02 beam을 사용하여 WS 모드로 촬영한 영상을 제외하고 나머지는 SCR 요구 조건을 달성하는 것을 확인할 수 있었다. WS 모드로 촬영했을 때 site A 지역과 비교하여 site B 지역에서는 average σ0 [dB] 값이 약 3 dB 작아진 것을 볼 수 있고, SCR 값은 약 3 dB 정도 커졌음을 확인할 수 있었다. SCR 값이 커지게 되면 점 표적의 방사 성능 측정 정밀도가 높아지기 때문에, background clutter level 측면에서만 봤을 때는 site B는 site A보다 검보정 사이트로써 적합하다. 그러나 경사도뿐만 아니라 점 표적의 IRF에 대한 ISLR 측정을 위한 최소 사이트 크기, 후방 산란의 균일성, Strong reflector에 의한 간섭 측면에서 떨어지기 때문에 site A가 site B보다 검보정 사이트로써 적합성이 높다고 결론 내릴 수 있다.

Table. 4. Back-scattering characteristic calculated from images acquired in site B

OGCSBN_2021_v37n2_305_t0005.png 이미지

3) 대전광역시 유성구 대덕 연구단지 내 지역

Fig. 11은 대전광역시 유성구 대덕 연구단지 내 site C 주변 지역을 K5를 통해서 다양한 촬영 모드로 획득한 위성 영상이며, Fig. 6의 빨간색 사각형으로 표시한 지역에 해당되는 영상이다. Fig. 11(a)는 EH-06 beam (CALCO = -3.2089 dB)을 이용하여 Ascending 방향으로 촬영한 것이며, Fig. 11(b)는 ST-14 beam (CALCO = -2.0990 dB) 을 이용하여 Descending 방향으로 촬영하였고, Fig. 11 (c)는 EW-03 beam (CALCO = -0.9274 dB)을 이용하여 Descending 방향으로 촬영한 것이다. Fig. 11(a)에서의 빨간색 사각형 면적 크기는 azimuth 방향으로 22.5791 m, range 방향으로 14.7256 m이며, Fig. 11(b)에서는 azimuth 방향으로 58.6641 m, range 방향으로 72.4498 m, Fig. 11(c) 에서는 azimuth 방향으로 437.5170 m, range 방향으로 74.7869 m이다. 앞에서와 마찬가지로 ISLR을 측정하기 위해 필요한 모드 별 최소 필요 면적과 사이트의 면적을 비교해 보았을 때 WS 모드에서 빨간색 사각형 영역이 사이트 크기를 넘어서 주변의 구조물 및 건물도 포함하는 것을 확인할 수 있다. 그러므로 site C 또한 사이트의 크기 면에서 검보정 사이트의 조건을 만족하지 못함을 알 수 있다.

OGCSBN_2021_v37n2_305_f0011.png 이미지

Fig. 11. K5 SAR image of site C: (a) HR, (b) ST, (c) WS.

앞에서와 마찬가지로 site C 지역에 대해서 후방 산란 특성이 균일한지와 함께 후보 지역 주변의 건물이나 다른 인공 구조물들과 같은 strong reflector에 의한 간섭 여부를 살펴보기 위하여 영상의 DN 값과 sigma naught σ0대한 히스토그램을 Fig. 12에 나타내었다. 먼저 K5 영상의 DN 값에 대한 최대값을 살펴보았는데 Fig. 12(a)에서 확인할 수 있듯이 HR 모드에서는 170 (EH-06), ST 모드에서는 190 (ST-14), WS 모드에서는 1200 (EW-03)의 값을 가지는 것을 볼 수 있었다. 또한 영상의 DN 값에 대한 표준편차 값도 살펴보았는데 HR 모드와 ST 모드는 각각 22.2116 (EH-06), 25.9044 (ST-14)로 작은 값을 가지지만, WS 모드는 95.1210 (EW-03)로 비교적 크게 나타났다. HR 모드에서는 ISLR 측정을 위한 사이트에 바위나 기상 측정 장비, 조경수 등으로 인해 산란 특성이 균일하지 않음을 확인할 수 있었고, ST 모드와 WS 모드에서는 각각 사이트 옆에 있는 강한 반사체에 의한 부엽에 의한 영향과 함께 사이트 범위 내에 주변의 건물이 들어옴에 따라서 산란 특성이 균일하지 않음을 알 수 있다. 영상 모드 별 sigma naught σ0에 대한 히스토그램 분포 또한 살펴보았다. Site C 지역에 대해서 HR 모드에서는 -8.9549 dB의 평균값을 가지고, 0.2022의 표준편차값을 가진다. ST 모드에서는 -9.2037 dB의 평균값을 가지고, 0.1479의 표준편차 값을 가진다. 마지막으로 WS 모드에서는 -1.2623 dB의 평균값을 가지고, 4.2978의 표준편차 값을 가진다. 앞의 두 군데 site들과 히스토그램에 대한 통계적 분석 결과를 비교해보았을 때 WS 모드에서의 표준편차 값이 가장 큰 값을 가지는 것을 확인할 수 있었다. 따라서 site C 지역은 site A나 site B 지역들과 비교하여 후방 산란의 균일성 측면과 strong reflector에 의한 간섭 측면에서 검보정 사이트로써 적합하지 않다고 결론 내릴 수 있다.

OGCSBN_2021_v37n2_305_f0012.png 이미지

Fig. 12. Histogram of K5 SAR image in site C: (a) Absolute DN values, (b) Sigma naught σ0 [dB].

마지막으로 Table 5는 site C 지역에 대해 다양한 모드로 촬영한 K5 영상들에 대한 후방 산란 값을 모아놓은 결과이다. 앞에서와 마찬가지로 CR과 AT에 대한 RCS를 각각 40 dB, 60 dB라고 가정했을 때 EW-03 beam을 사용하여 WS 모드로 촬영한 영상을 제외하고 나머지는 SCR 요구 조건을 달성하는 것을 확인할 수 있다. WS 모드로 촬영했을 때 site A 지역과 비교하여 site C 지역에서는 average σ0 [dB] 값이 약 3 dB 작아진 것을 볼 수 있고, SCR 값은 약 3 dB 정도 커졌음을 확인할 수 있고, site B 지역과 비교하면 average σ0 [dB] 값이 0.15 dB, SCR 값은 0.16 dB 작아진 것을 확인할 수 있다. 따라서 background clutter level 측면에서만 봤을 때는 site B, site C, site A 순서대로 검보정 사이트로써 적합하다는 것을 알 수 있다. 그러나 앞에서도 언급했지만 site A가 현재 공사를 앞두고 있어 야지가 들어난 상태라 전체적으로 후방 산란 값이 크게 나타나는 점과 함께 경사도, 점 표적의 IRF에 대한 ISLR 측정을 위한 최소 사이트 크기, 후방 산란의 균일성, Strong reflector에 의한 간섭 측면을 모두 따져보면 site B, site C가 적합성이 떨어지기 때문에 최종적으로 site A가 site B, site C보다 검보정 사이트로써 적합성이 가장 높다고 결론 내릴 수 있다.

Table. 5. Back-scattering characteristic calculated from images acquired in site C

OGCSBN_2021_v37n2_305_t0006.png 이미지

지금까지 국내 세 군데 지역을 선정한 후, K5를 통해서 다양한 모드로 촬영한 영상들을 이용하여 검보정 사이트로써 적합성 여부를 판단하기 위해 다섯 가지 후방산란 조건을 기반으로 하여 분석하였다. 모든 조건들을 따져본 결과 전라남도 고흥군에 위치한 site A가 전라북도 전주시에 위치한 site B, 대전광역시 유성구 대덕 연구단지 내에 위치한 site C와 비교하여 가장 SAR 검보정 사이트로써 적합하다고 결론 내릴 수 있다.

5. 결론

본 논문에서는 영상 레이더를 탑재한 위성 영상의 검보정 사이트 구축을 위한 다양한 후방 산란 조건들을 소개하였다. 경사도, 표적의 ISLR 측정을 위한 최소 사이트 크기, 후방 산란의 균일성, 주위 strong reflector에 의한 간섭, background clutter level까지 총 다섯 가지의 후방 산란 특성 조건에 대해서 알아보고, 국내에서 세 군데 후보 지역(전라남도 고흥군: site A, 전라북도 전주시: site B, 대전광역시 유성구 대덕 연구단지 내: site C)을 선정하여 각 사이트에 대해서 검보정 사이트로써의 적합성 여부를 판단하였다. 모든 조건들을 따져본 결과 site A가 가장 적합한 사이트라고 결론 내릴 수 있었으며, K5뿐만 아니라 향후 운영될 차세대 SAR 위성에 대한 영상 품질 평가 및 관리, 검보정 목적으로 AT나 CR을 설치하기 위한 사이트 구축 시 해당 연구 내용이 가이드라인을 제시할 수 있을 것으로 판단된다.

사사

본 연구는 ‘국가과학기술연구회 핵심연구분야 우수 인력 발굴지원 사업’ 및 ‘한국항공우주연구원 위성정보 활용’ 사업의 지원을 받아 수행한 연구결과입니다.

References

  1. Ao, W., F. Xu, Y. Li, and H. Wang, 2018. Detection and Discrimination of Ship Targets in Complex Background from Spaceborne ALOS-2 SAR Images, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11(2): 536-550. https://doi.org/10.1109/jstars.2017.2787573
  2. Attarzadeh, R., J. Amini, C. Notarnicola, and F. Greifender, 2018. Synergetic Use of Sentinel-1 and Sentinel-2 Data for Soil Moisture Mapping at Plot Scale, Remote Sensing, 10(8): 1-18. https://doi.org/10.3390/rs10081285
  3. Cumming, I.G. and Frank H. Wong, 2005. Digital Processing of Synthetic Aperture Radar Data, Algorithms and Implementation, Artech House, Norwood, MA, USA.
  4. Curlander, J.C. and R.N. McDonough, 1991. Synthetic Aperture Radar Systems and Signal Processing, John Wiley & Sons, Inc., Hoboken, NJ, USA.
  5. Doring, B.J., M. Schwerdt, and R. Bauer, 2007. Terra SAR-X Calibration Ground Equipment, Proc. of 2007 Wave Propagation in Communication, Microwave Systems and Navigation (WFMN), Chemnitz, DE, Jul. 4-5, vol. 1, pp. 86-90.
  6. Elachi, C., 1988. Spaceborne Radar Remote Sensing: Application and Techniques, IEEE Press, NY, USA.
  7. Freeman, A., 1992, SAR calibration: An overview, IEEE Transactions on Geoscience and Remote Sensing, 30(6): 1107-1121. https://doi.org/10.1109/36.193786
  8. Hwang, I.Y., 2018. A Study for Selection of SAR Satellite Calibration and Validation Site, The Journal of Korean Institute of Information Technology, 16(6): 1-7 (in Korean with English abstract). https://doi.org/10.14801/jkiit.2018.16.6.1
  9. Jeong, H.R., T.B. Oh, D.J. Park, S.G. Lee, and H.S. Lim, 2012. Research of Active Transponder application as Ground Control Point in Synthetic Aperture Radar Images, Aerospace Engineering and Technology, 11(2): 164-170 (in Korean with English abstract).
  10. Mazzarella, F., M. Vespe, and C. Santamaria, 2015. SAR Ship Detection and Self-reporting Data Fusion based on Traffic Knowledge, IEEE Geoscience and Remote Sensing Letters, 12(8): 1685-1689. https://doi.org/10.1109/LGRS.2015.2419371
  11. Moreira, A., P. Prats-lraola, M. Younis, G. Krieger, I. Hajnsek, and K.P. Papathanassiou, 2013. A Tutorial on Synthetic Aperture Radar, IEEE Geoscience and Remote Sensing Magazine, 1(1): 6-43. https://doi.org/10.1109/MGRS.2013.2248301
  12. Oh, T.B., C.H. Jung, S.H. Song, J.M. Shin, and Y.K. Kwag, 2010. Development of SAR Image Quality Performance Analysis Tool for High Resolution Spaceborne Synthetic Aperture Radar, Journal of the Korean Society for Aeronautical & Space Sciences, 38(2): 188-194 (in Korean with English abstract). https://doi.org/10.5139/JKSAS.2010.38.2.188
  13. Ozerdem, M.S., E. Acar, and R. Ekinci, 2017. Soil Moisture Estimation over Vegetated Agricultural Areas: Tigris Basin, Turkey from Radarsat-2 Data by Polarimetric Decomposition Models and a Generalized Regression Neural Network, Remote Sensing, 9(4): 1-21.
  14. Shimada, M., O. Isoguchi, T. Tadono, and K. Isono, 2009. PALSAR Radiometric and Geometric Calibration, IEEE Transactions on Geoscience and Remote Sensing, 47(12): 3915-3932. https://doi.org/10.1109/TGRS.2009.2023909
  15. Shin, J.M., H.R. Jeong, and K.J. Lee, 2010. Calibration and Validation System for Synthetic Aperture Radar Satellite, Current Industrial and Technological Trends in Aerospace, 8(2): 98-104 (in Korean with English abstract).
  16. Wang, X. and C. Chen, 2016. Ship Detection for Complex Background SAR Images based on a Multiscale Variance Weighted Image Entropy Method, IEEE Geoscience and Remote Sensing Letters, 14(2): 184-187. https://doi.org/10.1109/LGRS.2016.2633548
  17. Yang, D.C. and H.R. Jeong, 2018. Verification of Kompsat-5 Sigma Naught Equation, Korean Journal of Remote Sensing, 34(6-3): 1457-1468 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.6.3.11