GOCI-IIVisible Radiometric Calibration Using Solar Radiance Observations and Sensor Stability Analysis

GOCI-II 태양광 보정시스템을 활용한 가시 채널 복사 보정 개선 및 센서 안정성 분석

Abstract

Radiometric calibration is a fundamental step in ocean color remote sensing since the step to derive solar radiance spectrum in visible to near-infrared wavelengths from the sensor-observed electromagnetic signals. Generally, satellite sensor suffers from degradation over the mission period, which results in biases/uncertainties in radiometric calibration and the final ocean products such as water-leaving radiance, chlorophyll-a concentration, and colored dissolved organic matter. Therefore, the importance of radiometric calibration for the continuity of ocean color satellites has been emphasized internationally. This study introduces an approach to improve the radiometric calibration algorithm for the visible bands of the Geostationary Ocean Color Imager-II (GOCI-II) satellite with a focus on stability. Solar Diffuser (SD) measurements were employed as an on-orbit radiometric calibration reference, to obtain the continuous monitoring of absolute gain values. Time series analysis of GOCI-II absolute gains revealed seasonal variations depending on the azimuth angle, as well as long-term trends by possible sensor degradation effects. To resolve the complexities in gain variability, an azimuth angle correction model was developed to eliminate seasonal periodicity, and a sensor degradation correction model was applied to estimate nonlinear trends in the absolute gain parameters. The results demonstrate the effects of the azimuth angle correction and sensor degradation correction model on the spectrum of Top of Atmosphere (TOA) radiance, confirming the capability for improving the long-term stability of GOCI-II data.

해색위성 원격탐사에서 광학센서에서 측정된 전자기 시그날을 태양광 복사휘도로 산출하는 것은 해양 환경 모니터링의 시작이 되는 중요 단계이다. 일반적으로 광학센서가 임무 기간 수많은 촬영을 하면서 감쇄가 일반적이며 이로 인해 발생하는 복사 보정의 불확도는 해수원격반사도, 엽록소-a 농도, 유색용존유기물 등 최종 산출물에 영향을 미치기 때문에, 국제적으로 해색위성의 임무기간 중 자료 연속성을 위한 복사보정의 중요성을 강조해 왔다. 본 연구는 Geostationary Ocean Color Imager-II (GOCI-II) 위성의 지속적인 품질과 정확성을 확보하기 위해 GOCI-II의 복사 보정 알고리즘을 개선 방법을 제시한다. GOCI-II는 궤도상 복사 보정 장치인 태양광 확산기(Solar Diffuser, SD)를 사용하여 gain을 지속적으로 측정하였다. 시계열 분석 결과 gain이 방위각에 따라 계절적 변동을 보임과 동시에 센서의 노후화 가능성을 고려해야 함을 확인하였다. 본 연구에서는 방위각 보정 모델을 도입하여 계절 주기성을 제거하였고, 센서 감쇄 보정 모델을 통해 복사 이득의 비선형적 추세를 산출하였다. 본 연구에서 개선된 복사 보정 알고리즘을 적용하여 대기 최상층(Top of Atmosphere, TOA) 복사휘도의 스펙트럼에 미치는 영향을 확인하였고, 이는 GOCI-II 데이터의 장기적인 안정성 확보를 통해 신뢰성 있는 위성 산출물을 제공함으로써 장기간 트렌드 분석 및 해양 환경 모니터링에 기여할 것으로 기대된다.

1. 서론

해색위성은 적외-근적외 파장의 해수 스펙트럼을 관측하여 해수 상층의 주요 생지화학요소를 추정하는데 중요한 역할을 수행하고 있다. 정궤도 위성인 천리안해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II) 는 동북아뿐만 아니라 Full Disk 관측 모드를 통해서 서태평양, 호주 해역 등의 해수원격반사도, 엽록소-a 농도, 유색용존유기물, 총부유물 등의 다양한 해양 환경을 모니터링 할 수 있는 산출물들을 생산하고 있다.

우주의 광학센서에서 관측된 원시자료(Level 0)에서 격자화된 자료(Level 3) 해색위성 최종 산출물을 얻기 위해서는 다양한 단계를 거친다(Fig. 1). 각 단계를 거치며 발생하는 오차는 그 이후 단계의 산출물에 영향을 미치기 때문에 모든 단계에서 최상의 알고리즘을 통한 해색변수 산출이 중요하다. 그중첫 번째 단계인 복사 보정은 위성에 탑재된 보정 시스템을 통해 태양과 같은 광원에서 얻어진 전자기적 신호를 복사 모델을 사용하여 복사에너지로 변환하는 프로세스의 정확도를 보정하는 것을 말한다. 복사 보정은 모든 해색 원격 탐사 산출물에 영향을 미치기 때문에 정확한 복사 보정은 해당 센서의 신뢰도를 보장하고 정확도 향상에 중요한 파트이다.

Fig. 1. General ocean satellite data processing levels and the associated variables.

가시 밴드에서의 궤도상 복사 보정 연구는 궤도상에서 장기적으로 복사량의 변동이 없는 태양과 달 target에 대해 수행되어 왔다. 특히, Sea-viewing Wide Field-of-view Sensor (SeaWiFS), MEdium Resolution Imaging Spectrometer(MERIS), Multi-angle Imaging Spectro Radiometer(MISR), MODerate resolution Imaging Spectroradiometer(MODIS)를 포함한 해외 극궤도 태양확산(Solar Diffuser, SD) 패널에 반사된 태양광을 사용하여 복사 보정을 수행한다(Barnes and Homes, 1993; Baudin et al., 1996;Bruegge et al., 1996; Guenther et al., 1996).

Xiong et al. (2019)에서는 MODIS 복사 보정을 통해 센서 감쇄 영향을 조사하였는데, MODIS Terra의 경우 초기 센서의 큰 감쇄가 나타나는 것을 확인하였다. Visible Infrared Imaging Radiometer Suite (VIIRS)는 SD와 SD Stability Monitor (SDSM)를 사용하여 각도 의존성을 고려한 복사 보정의 성능 모니터링 결과를 보여주었다(Lei et al., 2020). GOCI-II도 궤도상 복사 보정 장치에 산란된 태양광을 사용하여 복사 이득을 측정한다(Yong et al., 2021). Geo-KOMPSAT-2A (GK-2A) Advanced Meteorological Imager (AMI)의 경우 MODIS와 VIIRS의 분광 밴드 보정을 통해 태양 복사 보정을 수행했고, 동일 위성의 달복사 보정 결과와 비교하였을 때 상대적으로 큰 편차를 보이는 것을 확인하였다(Kim et al., 2021).

달을 활용한 해색위성 복사 보정 기술은 National Aeronautics and Space Administration (NASA)Ocean Biology Processing Group Calibration and Validation Team (OBPG CVT) 및 NASA MODIS Characterization Support Team (MCST)에서 SeaWiFS 및 MODIS에 대한 복사 보정을 수행하기 위해 개발되었다(Stone, 2008; Eplee et al., 2011; Xiong et al., 2008). Eplee et al. (2011)은 MODIS 위성에서 관측된 달관측 자료를 사용하여 복사 보정을 수행하였다. 이 때 달의 복사량이 달의 위상(moon phase)에 따라 달라지기 때문에 달 위상에 따라 측정 gain을 보정하는 RObotic Lunar Observatory (ROLO) 모델을 사용하여 달보정을 수행한다. Second Generation Global Imager (SGLI) 센서는 태양, 달 그리고 광원 보정을 함께 수행하였으며 비교 평가 결과 감쇄 비율은 일치하지 않았지만 태양 복사 보정 시 stray light 문제, 달 위상 불일치, 광원의 강도 변화 등의 오차에도 불구하고 1% 내의 오차를 보였다(Urabe et al., 2019).

본 연구의 목적은 GOCI-II 위성의 가시 밴드 파장에서 센서의 안정성을 평가하여 복사 보정 알고리즘을 개선하고 GOCI-II 해색 산출물의 신뢰성 있는 데이터 생산에 기여하도록 목표로 한다. 특히 태양광 관측 자료를 이용하여 복사 보정 알고리즘을 개선하여 센서의 안정성이 확보된 장기간의 해색 산출물을 생산하기 위한 방법을 제시한다. 본 연구는 다음과 같은 구조로 이루어져 있다. 첫 번째 파트에서는 연구의 배경을 소개하고, 두번째 파트에서는 국외 해색위성의 복사보정 및 자료 연속성 관리 현황을 정리한다. 세 번째 파트는 GOCI-II 복사 보정 자료에 대한 설명과 복사 보정 모니터링 결과를 분석한다. 네 번째 파트는 관측 각도에 대한 보정 및 센서 감쇄 보정을 포함하는 개선된 복사 보정 알고리즘에 대한 설명과 결과를 제시하고, 다음으로 개선된 알고리즘의 효과가 상층 대기 복사량에 미치는 영향을 분석하고 논의한다. 마지막으로 연구 결과와 결론을 요약하고, 향후 연구 방향에 대해 논의한다.

2. 국외 해색위성 위성 복사보정 및 자료 연속성 관리 현황

복사 보정의 필요성은 위성 관측 및 원격 감지 연구에서 매우 중요하다. 앞서 설명한 데이터 정확성 확보 차원에서 위성은 지구 관측을 수행하며 sensor calibration을 통한 복사 보정 알고리즘 개선을 통해 데이터의 정확성을 보정된다면, 임무기간 동안 신뢰성 있는 해색 산출물을 생산할 수 있다. 본 단락에서는 국외 극궤도 해색위성에서 어떻게 위성 센서의 변화를 감지하고 보정함으로써, 데이터의 일관성을 확보하는지 요약한다.

2.1. MODerate Resolution Imaging Spectroradiometer (MODIS)

MODIS는 가시, 근적외, 그리고 단파적외 채널을 포함하여 20개의 밴드를 갖고 있다(Xiong et al., 2009). 넓은 파장대를 포함하는 센서를 보정하기 위해 GOCI와 마찬가지로 SD와 SDSM을 구성하고 있다. 복사 모델의 오차를 보정하기 위해 감쇄, 온도 의존성, 관측 방향성 그리고 비선형성을 보정하는 프로세스를 포함하고 있다(Meiser et al., 2011). MODIS의 장기간 태양 복사보정 결과는 모든 밴드에서 큰 변동성을 보였으며 지속적인 감쇄가 발생하는 것을 확인하였다(Xiong et al., 2009). 또한 MODIS Aqua보다 Terra 센서에서 더 큰 감쇄가 나타났다. Eplee et al. (2011)은 MODIS와 SeaWiFS에서 달 검정 비교를 수행 한 결과 일관성 있는 성능을 확인하였다. MODIS의 경우 복사보정 알고리즘의 업데이트를 통해 해색 산출물 개선을 수행하였다. NASA에서 가시 파장 대역 복사보정을 위해 개발된 Reprocessing of NASA’s Ocean Color Products for 2018 (R2018) 알고리즘은 이전 Reprocessing of NASA’s Ocean Color Products for 2014 (R2014)을 적용한 해색 자료에 비해 후반기 파란색 대역 해수 반사도의 단기 변동을 제거하였다(Lee et al., 2019).

2.2. Visible Infrared Imaging Radiometer Suite (VIIRS)

VIIRS의 복사 보정의 경우 지속적인 업데이트를 통해 알고리즘이 개선되어 왔다(Cao et al., 2013; Eplee et al., 2015; Choi et al., 2020). 태양 복사 보정에서 SD와 SDSM을 사용하여 장기간 복사 보정 계수 트렌드를 계산하였다(Xiong et al., 2014). 태양뿐만 아니라 ROLO를 사용하여(Stone and Kieffer, 2006) 달 관측을 이용한 복사보정이 VIIRS 위성을 통해 수행되었으며 태양 복사보정 결과와 일관성 있는 추세 및 성능을 확인하였다(Eplee et al., 2015). 태양 및 달 복사보정의 장기적인 트렌드를 통합하는 Hybrid Method (Sun and Wang, 2016)를 활용하여 해양 광학 부표(Marine Optical Buoy, MOBY) 자료와 해수 반사도 및 엽록소-a 비교를 수행하였다. Choi et al. (2020)은 VIIRS의 SD Bidirectional Reflectance Distribution Function (BRDF)에 시간이 고려된 감쇄 계수(H-factor)를 산출함으로써 장기간의 VIIRS Science Data Record (SDR) 자료를 생산하였다.

3. GOCI-II 복사 보정 알고리즘

3.1. Geostationary Ocean Color Imager-II (GOCI-II)

GOCI-II는 한반도 주변 해양 환경 모니터링을 위해 개발된 위성으로 가시 및 근적외 스펙트럼 범위로 구성된 13개의 밴드로 구성되었다(Table 1). 이러한 스펙트럼은 대기보정에 활용될뿐만 아니라(Ahn et al., 2021) 엽록소-a 농도, 용존 유기물, 총 부유물질, 에어로졸(Aerosol) 등과 같은 다양한 해색변수를 산출하는 데 사용된다(Choi et al., 2021, Lee et al., 2021).

Table 1. GOCI-II specification

3.2. 복사 보정 시스템

GOCI-II 구조는 센서 유닛과 탑재체 전자 유닛으로 구성되어 있다(Yong et al., 2021). 첫 번째는 탑재체 전자 유닛으로, 위성체의 자세를 정밀하게 제어하기 위한 별추적 기술이 설치되어 있다(Yong et al., 2021). 이것들은 GOCI-II의 정밀한 관측과 데이터 수집을 가능하게 한다. 두 번째는 센서 유닛으로 SiC 망원경을 지지하는 구조로 구성되며, 필터 휠, 지향 반사경 및 CMOS 검출기 등이 포함한다(Yong et al., 2021). 데이터 정확성을 유지하기 위해 주기적으로 궤도상에서 복사 보정을 수행한다. 복사 보정은 태양광을 활용하여 이루어지며, 복사 보정 장치는 셔터휠에 장착되어 주로 태양 입사각이 약 30도인 야간에 수행된다. 셔터휠은 이동하여 복사 보정 장치를 지향반사경 앞에 위치시킨다.

GOCI-II는 두 가지 종류의 궤도상 복사 보정 장치를 사용한다. SD는 전체 광학 시스템을 커버하며 시스템 복사 이득을 측정하는 데 사용되며 주 1회 복사 보정을 위해 관측을 수행한다. Diffuser Aging Monitoring Devices (DAMD)는 SD의 센서 특성 변화를 모니터링하기 위해 사용되며 매달 1회 주기로 관측을 수행한다. 이러한 프로세스를 통해 GOCI-II는 해양 및 기상 데이터를 신뢰할 수 있는 방식으로 수집한다.

Yong et al. (2021)에 의하면 GOCI-II 복사 보정 장치를 활용한 복사 모델 식은 아래와 같다.

L_SUN(B, i, j) = G(B, i, j) × [a₀(B, i, j) × dc_SUN(B, i, j) + a₁(B, i, j) × dc²_SUN(B, i, j) + a₂(B, i, j) × dc⁴_SUN(B, i, j)]       (1)

L_SUN(B, i, j): Diffuser에서 계산된 태양 관측 복사휘도

G(B, i, j): Diffuser 에서 계산된 absolute gain parameter

dc_SUN(B, i, j): dark image에서 배경 오차가 제거된 태양 관측 digital number

a₀(B, i, j), a₁(B, i, j), a₂(B, i, j): 복사모델 계수

B: 밴드

i, j: 슬롯 픽셀 위치

여기서 계산된 gain은 지구 관측 시 지구 복사휘도 계산에 적용되어 다음과 같이 대기상층복사도가 계산된다.

L_Earth(B, i, j) = G(B, i, j) × [a₀(B, i, j) × dc_Earth(B, i, j) + a₁(B, i, j) × dc²_Earth(B, i, j) + a₂(B, i, j) × dc⁴_Earth(B, i, j)]       (2)

L_Earth(B, i, j): 지구 관측 복사휘도

dc_Earh(B, i, j): dark image에서 배경 오차가 제거된 지구 관측 digital number

4. GOCI-II 복사 보정 알고리즘 개선 방향

4.1. GOCI-II 복사 보정 모니터링

Fig. 2는 GOCI-II 복사 보정 모니터링 결과 산출된 밴드 별 gain 및 복사 보정 환경의 태양 방위각에 대한 시계열이다. 모니터링 기간은 2020년 3월 10일부터 2022년 9월 19일까지이며 산출한 밴드는 대표적인 해색 산출물인 엽록소-a 및 CDOM에서 많이 쓰이는 412, 443, 490, 555 nm 밴드를 사용하였다. 초기 관측의 경우 GOCI-II 복사 보정을 위한 관측 테스트 기간으로 관측 주기가 불규칙 하였으나 6월 이후 각 diffuser의 스케쥴에 맞게 관측이 수행되고 있다. 태양 천정각의 경우 일정한 각도(대략 30도)에서 관측이 수행되었으며, 태양 방위각은 계절성(최대일 때 하지, 최소일 때 동지와 기간이 일치)을 갖는 특성을 보이고 있다(Fig. 2a).

Fig. 2. Time series of (a) solar azimuth angle and absolute gain ratio for (b) 412 and 443 nm, (c) 490 nm, and (d) 555 nm.

각 밴드에서 관측된 초기 값 대비 absolute gain의 변화 시계열은 다음과 같은 특성들이 나타난다. 초기 관측 기간에는 많은 테스트가 수행된 결과 absolute gain 변화가 크며 시간이 지남에 따라 모든 밴드에서 absolute gain 비율이 지속적으로 감소하는 것이 보인다. 또한 absolute gain 변화율이 증가 및 감소하는 일정한 주기성을 보이는 것이 확인되며 이는 방위각과 유사한 패턴을 보인다. Gain 업데이트 적용을 위한 추후 장기간 모니터링 결과를 산출하기 위해서는 계절성에 의한 gain의 변동성 제거 및 시간에 따른 감쇄 보정이 필요하다.

Fig. 3는 복사 보정 개선을 위한 알고리즘에 대한 모식도로 다음 파트에서 서술 할 문제를 개선하기 위한 보정 모델들의 프로세스를 보여주고 있다. 알고리즘은 기존 복사 모델에서 계산된 gain을 태양 천정각 조건을 만족하는 관측 자료 중 초기 60일 자료 및 중복 자료에 대한 전처리를 마친 후 방위각 보정 알고리즘, 센서 감쇄 보정 알고리즘 순서로 처리 된 뒤 개선된 gain을 산출한다. 이에 대한 설명 및 적용 결과는 이후 파트에서 자세히 설명할 것이다.

Fig. 3. Flowchart of detailed GOCI-II improved radiometric calibration process: azimuth angle correction and sensor degradation model.

4.2. 방위각 보정 알고리즘

각 밴드 별 gain의 계절성을 제거하기 위해서는 태양 방위각에 대한 영향을 제거해야 한다. Eplee et al. (2007)에서는 SeaWiFS 위성 산출물 또한 다양한 변동성이 있는 것을 확인하였다. 이를 제거하기 위해 영향을 주는 두 가지 요소(위성 노드, 방위각)에 대해 경험적인 식을 적용하여 보정을 수행하였다. GOCI-II의 경우 정지궤도 위성 특성 상 고정된 지점에서 관측하기 때문에 태양과의 방위각만 고려하면 되며 방위각에 대해 아래와 같이 4차식 형태로 최적화 된 보정 식을 계산하였다(Eplee et al., 2007).

K_SAA(B, θ_SAA) = b₀(B) + ∑⁴_i=1 b_i(B) × sin(θ_SAA)       (3)

K_SAA(B, θ_SAA): 방위각 보정 모델 함수

θ_SAA: 태양 방위각

bi(B): 방위각 보정 모델 계수

전처리된 gain과 방위각에 대해 최적화 된 방위각 보정 모델 함수는 absolute gain에 업데이트된 뒤 다음 센서 노후화 보정에 입력 자료로 사용된다.

4.3. 센서 감쇄 보정 알고리즘

기존 absolute gain의 변화량 시계열 결과(Figs. 2b-d)에서 초기 센서의 환경 변화로 인한 관측 gain의 급격한 변화와 지속적인 감쇄가 있는 것이 파악되었다. 방위각 보정 모델 적용을 통해 계절성이 제거되었으나 여전히 시간에 대한 감쇄 영향으로 감쇄 비율 추정에 오차가 있으며 이를 개선하기 위해 센서 노후화 보정 알고리즘을 적용하였다. SeaWiFS 위성 또한 초기 센서의 큰 감쇄가 발생한 것을 확인하였으며 오차를 제거하기 위해 시간에 대한 지수 함수를 포함하는 회귀식을 적용하였다(Eplee et al., 2007). GOCI-II의 시계열 분석 결과에서도 초기 센서의 감쇄가 확인되었으며 감쇄 추세를 보정하기 위해 지수 함수와 3차식이 결합된 다음과 같은 보정식을 사용하였다.

K_trend(B, days) = c₀(B) + c₁ × days × (1 – e^{c₂(B) × days}) + c₃(B) × days³       (4)

Ktrend(B, days): 센서 감쇄 보정 모델 함수

days: GOCI-II 첫 관측일로부터 지난 일 수

c₀, c₁, c₂, c₃: 센서 노후화 보정 계수

방위각 보정 알고리즘이 적용된 gain에 센서 감쇄 보정 알고리즘이 업데이트 되어 최종 복사 보정 파라미터가 산출된다.

5. 결과 및 토의

5.1. 방위각 보정과 센서 감쇄 보정 알고리즘 적용

Fig. 3은 방위각 보정 알고리즘 적용된 555 nm 밴드의 gain 결과이다. 보정 전 gain (회색)에 있는 계절성이 식(2)를 통해 개선된 gain (파란색)에서 크게 개선된 것을 확인할 수 있다. 이는 Fig. 3(b)에서 gain 변화율에 대한 차이 값에서 계절적 변화가 나타나는 것으로 확인할 수 있다. 센서 감쇄 보정 결과(빨간색), 초기 급격한 변화 및 시간에 대한 감쇄 변동성이 제거된 것을 확인할 수 있다(Fig. 4). 원본 absolute gain과 방위각 보정 효과의 차이(Fig. 4b, 회색) 대비 센서 감쇄 보정 적용 결과(Fig. 4b, 빨간색)는 방위각 보정으로 제거되지 않은 계절성이 포함된 시간에 따른 오차까지 개선된 것을 확인할 수 있었다. 복사 보정 알고리즘 개선을 통해 신뢰도 있는 장기적인 gain의 추세를 계산할 수 있다.

Fig. 4. Time series of (a) original (gray) and angle corrected (blue) gain ratio and (b) residuals.

5.2. GOCI-II gain 변화 및 개선된 복사보정 적용

Fig. 2에서 각 밴드의 gain의 변화율을 보면 장파장으로 갈수록 계절성이 뚜렷하게 나타날 뿐만 아니라 시간에 대한 감쇄 영향이 더 큰 것을 확인할 수 있다. 특히 초기 관측 기간의 경우 gain의 변화가 큰데 이는 SeaWiFS 위성 결과(Eplee et al., 2007)에서도 유사한 패턴이 발생하였다. 본 연구를 통해 개선된 복사 보정 알고리즘이 적용된 각 밴드들의 gain 추세 결과(Fig. 6), 기존에 발생한 계절적 변동성이 제거되었을 뿐만 아니라 장기간의 gain을 산출할 수 있었다. 밴드에 따라 감쇄 비율이 다르고 각 복사 보정 알고리즘이 다르게 적용되었기 때문에 각 밴드별로 신뢰도 있는 자료를 산출할 수 있다.

Fig. 5. Time series of (a) original (gray) angle corrected (blue) and degradation corrected (red) gain ratio, (b) angle corrected (gray) and degradation corrected (red) residuals.

Fig. 6. Time series of GOCI-II gain ratio after applying improved radiometric calibration algorithm.

Fig. 7은 개선된 gain을 적용하여 2022년 5월 4일 맑은날 한반도 주변의 해양(빨간색 박스 영역)에 대해 555 nm의 TOA 복사 맵및각 밴드 별 TOA 복사 에너지를 비교하였다. TOA에 미치는 영향을 비교한 결과 밴드에 따라 1-3%의 영향을 받는 것이 확인되었다. TOA 복사 에너지는 시간이 지남에 따라 발생하는 gain의 변화를 보정함으로써 일관되고 신뢰도 있는 자료 산출이 가능한 것을 확인하였다.

Fig. 7. Analysis of TOA radiance change due to gain update. (a) TOA radiance map at 2022/05/04 03 UTC. (b) TOA radiance spectrum between original (green) and updated (red) in clear water (red box).

6. 결론

GOCI-II는 한반도 주변 해양 환경 모니터링을 위한 중요한 관측 자료로 이 연구를 통해 GOCI-II의 복사 보정 알고리즘을 개선하여 위성 데이터의 정확성과 장기적인 안정성을 향상시키는데 기여할 것으로 보인다. 태양광을 이용한 궤도상 복사 보정은 위성 자료의 정확성과 신뢰성을 확보하는 데 필수적이며, 해색변수 산출과 같은 다양한 활용 분야에서 중요하다. GOCI-II는 복사 보정을 수행하기 위해 SD 및 DAMD와 같은 복사 보정 장치를 활용한다.

이 연구에서는 방위각 보정 및 센서 감쇄 보정 알고리즘을 개선하여 계절성 및 시간에 따른 변동성을 보정했다. 이러한 개선을 통해 장기적인 gain의 추세를 안정적으로 추정할 수 있었다. 개선된 복사 보정 알고리즘을 적용한 GOCI-II 데이터는 장기적 안정성을 향상시켰으며, TOA 복사 에너지에 미치는 영향을 최소화했다. GOCI와 GOCI-II는 유사한 알고리즘을 사용하지만 센서 특성 및 보정 차이로 산출물의 정량적인 차이가 나타난다(Park et al., 2021a).

이는 타 위성과의 비교 검증을 통해 GOCI 위성의 임무 후반 센서 감쇄에 의한 영향이 나타날 수 있는 것을 확인하였으며(Choi et al., 2021; Park et al., 2021b), 복사보정 업데이트를 통해 정량적인 오차 개선될 수 있다. 이를 통해 GOCI 및 GOCI-II 자료의 연속성을 확보하여 일주변동, 일변화, 계절변동, 장기간의 해양 생지화학 과정 변화를 반영한 Level 2 및 Level 3 해색 산출물을 생산할 수 있을 것이다. GOCI-II의 복사 보정 알고리즘 개선은 해양 및 기상 연구, 환경 모니터링, 기상 예측 등 다양한 응용 분야에서 지구 관측 데이터의 신뢰성을 향상시키는데 중요한 역할을 하며, 앞으로의 연구에 큰 도움이 될 것으로 기대된다.