• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.511-525
• /
• 2010

MTSAT-1R의 적외 채널 밝기온도와 마이크로웨이브 강수량 자료를 이용하여 강수량을 추정하였다. 정지위성의 밝기온도와 다양한 마이크로웨이브(SSM/I, SSMIS, AMSU-B, AMSRE, TRMM) 강수량의 시공간일지 자료생성 및 관계성을 분석하여 MTSAT-1R 밝기온도와 마이크로웨이브 강수량의 조견표를 작성하였으며 밝기온도에 적용하여 강수량을 산출하였다. 산출 강수량은 지상 AWS 및 TRMM 위성자료를 이용하여 검증하였다. TRMM 2A12(TMI) 방법에 산출 강수량은 AWS 및 TRMM3B42 강수량 검증에서 상관계수는 0.38과 0.61, RMSE는 5.81과 2.44 mm/hr, PC는 0.79와 0.84 그리고 POD는 0.65와 0.87로 가장 높은 결과를 보였다. 전체적으로 위성을 이용한 강수량 산출에서 AWS 강수량과 비교하여 5 mm/hr 이상 그리고 TRMM3B42 강수량과 비교하여 2 mm/hr 이상 많은 강수를 추정하였다. 강수량의 검증 결과는 TRMM 2A12, AMSRE, SSM/I, AMSU-B 및 SSMIS 계열 방법순서로 상관성 등의 대부분 검증에서 높은 결과를 나타내었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.161-166
• /
• 2007

Multi-functional Transport Satellite lR(MTSAT-lR)과 같은 정지궤도 기상위성의 지상 전처리 과정에는 영상위치보정(Image navigation and registration)이 포함된다. 영상위치보정은 위성 영상의 기하학적인 왜곡을 보정하는 과정이다. 랜드마크를 이용하는 영상위치보정 과정은 랜드마크 결정과 센서 모델 추정， 리샘플링(Resampling)의 세 가지 단계로 나눌 수 있다. MTSAT-1R의 High Resolution Image Data(HiRID)는 이미 영상위치보정이 수행되었지만, 기하학적인 오차가 남아있는 영상을 포함하기도 한다. 본 연구에서는 이런 기하학적인 오차를 제거하기 위해서 강인추정 기법에 기반한 기하보정을 수행하였다. 이태윤 등 (2005)은 강인추정 기법과 Direct Linear Transformation (DLT)에 기반한 오정합 판별 방법을 제안하였다. 이 판별 방법을 적용하여 추정된 DLT로 MTSAT-1R 영상의 기하보정을 수행한 결과에는 향상된 정확도로 기하보정 된 영상 뿐만 아니라 비교적 큰 오차를 포함하는 영상도 있었다. 이를 해결하기 위해서 본 연구에서는 강인추정 기법과 Affine 변환을 이용한 방법을 적용하였다. 본 연구에서는 기준 해안선에서 추출한 1,407개의 랜드마크와 8개의 MTSAT-1R 영상을 이용하였으며，강인추정 기법에 DLT를 적용한 방법과 Affine 변환을 적용한 방법으로 자동 기하보정을 수행하여 그 결과를 비교하였다. 또한 강인추정 기볍 중 RANSAC과 MSAC의 적용 결과를 비교하여 보았다. 그 결과，DLT로 기하보정 시，본 논문에서 제안된 방법이 강인추정 기법에 DLT를 적용한 방법 보다 더 좋은 성능을 보여주었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.290-293
• /
• 2007

The land surface temperature (LST) derived from the meteorological satellite can be used to investigate the urban heat island (UHI) and its temporal variations. In this study, we developed LST retrieval algorithm from MTSAT-1R by means of a statistical regression analysis from radiative transfer simulations using MODTRAN 4 for a wide range of atmospheric, satellite viewing angle (SVA) and lapse rate conditions. 535 sets of thermodynamic initial guess retrieval (TIGR) were used for the radiative transfer simulations. Sensitivity and intercomparison results showed that the algorithm, developed in this study, estimated the LST with a similar bias and root mean square errors to that of other algorithms. The magnitude, spatial extent, and seasonal and diurnal variations of the UBI of Korean peninsula were well demonstrated by the LST derived from MTSAT-1R data. In general, the temporal variations of UHI clearly depend on the weather conditions and geographic environment of urban.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.251-256
• /
• 2007

FY-2C 위성은 2004년 10월 발사되어 동경 105도 에 서 운영 중인 중국의 정지 궤도 기상위성 이며 관측 영상은 한반도 지역을 포함하고 있다. 현재 FY-2C S-VISSR2.0[l]에 대한 Navigation 알고리즘이 공개되어 있지 않으며，Navigation을 위하여 S-VISSR2.0에 포함되어 있는 Simplified Mapping Block 정보를 사용하여야 한다. Simplified Mapping Block은 5도 간격의 정보만을 제 공하므로 관측 지 역 의 모든 좌표에 대한 Navigation 정보를 얻기 위해서는 보간볍을 사용하여야 한다. 그러나 보간법은 기준 점에서 멀어질수록 오차가 크게 나타날 수 있다. 따라서 본 논문에서는 모든 좌표에 대한 Navigation 정보를 얻을 수 있는 MTSAT Image Navigation 알고리즘을 FY-2C S-VISSR2.0에 적용하여 Simplified Mapping Block과의 차이를 분석하였다. 분석 방법은 Simplified Mapping Block과 MTSAT Image Navigation[2] 알고리즘을 5도 간격의 격자 점(위경도)에서 Column 및 Line 값 비교， Geo-location된 영상의 품질 비교，WDB2 Map Data의 Coast Line과의 비교를 수행하였다. 분석 결과 격자 점에서의 Column, Line 값은 0.5 이내의 차이 값을 나타내었다. 그리고 Geo-location된 영상 비교에서는 격자 점 주변에서 영상의 차이가 없으나 격자 점에서 멸어질수록 영상의 품질은 MTSAT Image Navigation 알고리즘으로 생성한 영상이 더 우수하였다. WDB2 Map Data의 Coast Line과의 비교에서 오차는 동일하게 발생하였으며，영상의 Column 축에 대한 오차는 평균 1.847 Pixel, 최대 6 Pixel, 최소 oPixel 이며， Line 축에 대한 오차는 평균 0.135 Pixel, 최대 4 Pixel, 최소 0 Pixel을 나타내었다.

• 신재생에너지
• /
• 제7권1호
• /
• pp.22-28
• /
• 2011

The surface solar radiations were calculated and analyzed with spatial resolutions (4 km and 1 km) using by GWNU (Gangneung-Wonju National University) solar radiation model. The GWNU solar radiation model is used various data such as aerosol optical thickness, ozone amount, total precipitable water and cloud factor are retrieved from Moderate Resolution Imaging Spectrometer (MODIS), Ozone Monitoring Instrument (OMI), MTSAT-1R satellite data and output of the Regional Data Assimilation Prediction System(RDAPS) model by Korea Meteorological Administration (KMA), respectively. The differences of spatial resolutions were analyzed with input data (especially, cloud factor from MTSAT-1R satellite). And the Maximum solar radiation by GWNU model were found in Andong, Daegu and Jinju regions and these results were corresponded with the MTSAT-1R cloud factor.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.317-320
• /
• 2007

This research focuses on a network based data distribution and visualization system of Multi-functional Tran-port SATellite (MTSAT). Institute of Industrial Science (IIS) and Institute of Earthquake Research Institute (ERI) both at University of Tokyo have been receiving, processing, archiving and distributing of MTSAT imagery with a direct receiving of High Rate Information Transmit (HRIT) since October 2006. A software package, mtsatgeo, is developed including radiometric correction, geometric correction and spatial subset, and they are available on a web-based data distribution and processing service accessed at http://webgms.iis.u-tokyo.ac.jp/.

• 대한원격탐사학회지
• /
• 제24권6호
• /
• pp.605-612
• /
• 2008

본 연구에서는, MTSAT-1R 위성 자료를 이용하여 표면도달일사량 (SSI: Solar Surface Insolation)을 산출한다. 표면도달일사량은 태양-지구에너지시스템, 기후변화, 그리고 농업 생산 예측 모델 활용과 같은 다양한 분야에 사용되는 주요 변수이다. 대부분의 표면도달일사량 산출모델은 지상 관측 일사계 자료를 이용하여 모델의 검 보정을 수행한다. 위성자료를 이용하여 산출된 표면도달일사량과 지상 관측 일사값을 서로 비교할 때, 기기 차에 의해 발생하는 시스템 오차가 존재한다. 지상 관측 일사계의 경우에는 2분마다 관측된 전천 일사량을 평균하여 시간일사 대푯값으로 제공하다. 반면 위성을 이용하여 산출된 표면 도달일사량의 경우에는, 특정시간에 대한 순간 관측 값을 이용하며, 단위 화소 크기에 대한 공간 해상도로 제공된다. 시스템 차에 의해 발생하는 시간적 불일치는 지상 관측 값과의 검 보정 시, 오차 값을 포함한다. 본 연구에서는, 시간 불일치 조정을 통해 보다 향상된 표면도달일사량 검증 기법을 제공하고자 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.236-238
• /
• 2006

An algorithm for detection of yellow sand aerosols has been developed with infrared bands from Moderate Resolution Imaging Spectroradiometer (MODIS) and Multi-functional Transport Satellite-1 Replacement (MTSAT-1R) data. The algorithm is the hybrid algorithm that has used two methods combined together. The first method used the differential absorption in brightness temperature difference between $11{\mu}m$ and $12{\mu}m$ (BTD1). The radiation at 11 ${\mu}m$ is absorbed more than at 12 ${\mu}m$ when yellow sand is loaded in the atmosphere, whereas it will be the other way around when cloud is present. The second method uses the brightness temperature difference between $3.7{\mu}m$ and $11{\mu}m$ (BTD2). The technique would be most sensitive to dust loading during the day when the BTD2 is enhanced by reflection of $3.7{\mu}m$ solar radiation. We have applied the three methods to MTSAT-1R for derivation of the yellow sand dust and in conjunction with the Principle Component Analysis (PCA), a form of eigenvector statistical analysis. As produced Principle Component Image (PCI) through the PCA is the correlation between BTD1 and BTD2, errors of about 10% that have a low correlation are eliminated for aerosol detection. For the region of aerosol detection, aerosol index (AI) is produced to the scale of BTD1 and BTD2 values over land and ocean respectively. AI shows better results for yellow sand detection in comparison with the results from individual method. The comparison between AI and OMI aerosol index (AI) shows remarkable good correlations during daytime and relatively good correlations over the land.

• 대기
• /
• 제22권2호
• /
• pp.137-147
• /
• 2012

The technique of Brightness Temperature Difference (BTD) between 11 and $12{\mu}m$ separates yellow sand dust from clouds according to the difference in absorptive characteristics between the channels. However, this method causes consistent false alarms in many cases, especially over the desert. In order to reduce these false alarms, we should eliminate the background noise originated from surface. We adopted the Background BTD (BBTD), which stands for surface characteristics on clear sky condition without any dust or cloud. We took an average of brightness temperatures of 11 and $12{\mu}m$ channels during the previous 15 days from a target date and then calculated BTD of averaged ones to obtain decontaminated pixels from dust. After defining the BBTD, we subtracted this index from BTD for the Yellow Sand Index (YSI). In the previous study, this method was already verified using the geostationary satellite, MTSAT. In this study, we applied this to the polar orbiting satellite, MODIS, to detect yellow sand dust over Northeast Asia. Products of yellow sand dust from OMI and MTSAT were used to verify MODIS YSI. The coefficient of determination between MODIS YSI and MTSAT YSI was 0.61, and MODIS YSI and OMI AI was also 0.61. As a result of comparing two products, significantly enhanced signals of dust aerosols were detected by removing the false alarms over the desert. Furthermore, the discontinuity between land and ocean on BTD was removed. This was even effective on the case of fall. This study illustrates that the proposed algorithm can provide the reliable distribution of dust aerosols over the desert even at night.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.293-296
• /
• 2008

Land surface Temperature (LST) is a very useful surface parameter for the wide range of applications, such as agriculture, numerical and climate modelling community. Whereas operational observation of LST is far from the needs of application community in the spatial Itemporal resolution and accuracy. So, we developed split-window type LST retrieval algorithm to estimate the LST from MTSAT-IR data. The coefficients of split-window algorithm were obtained by means of a statistical regression analysis from the radiative transfer simulations using MODTRAN 4 for wide range of atmospheric profiles, satellite zenith angle and lapse rate conditions including the surface inversions. The sensitivity analysis showed that the LST algorithm reproduces the LST with a reasonable quality. However, the LST algorithm overestimates and underestimates for the strong surface inversion and superadiabatic conditions especially for the warm temperature, respectively. And the performance of LST algorithms is superior when satellite zenith angle is small. The accuracy of the retrieved LST has been evaluated with the Moderate Resolution Imaging Spectroradiometer (MODIS) LST data. The validation results showed that the correlation coefficients and RMSE are about 0.83${\sim}$0.98 and 1.38${\sim}$4.06, respectively. And the quality of LST is significantly better during night and winter time than during day and summer. The validation results showed that the LST retrieval algorithm could be used for the operational retrieval of LST from MTSAT-IR and COMS(Communication, Ocean and Meteorological Satellite) data with some modifications.