Chlorophyll concentration is an important factor for physical oceanography as well as biological oceanography. For these necessity many oceanographic researchers have been investigated it for a long time. But investigation using vessel is very inefficient, on the other hands, ocean color remote sensing is a powerful means to get fine-scale (spatial and temporal scale) measurements of chlorophyll concentration. Geostationary Ocean Color Imager (GOCI), for ocean color sensor, loaded on COMS (Communication, Ocean and Meteorological Satellite), will be launched on late 2008 in Korea. According to the necessity of algorithm for GOCI, we developed chlorophyll algorithm for GOCI in this study. There are two types of chlorophyll algorithms. One is an empirical algorithm using band ratio, and the other one is a fluorescence-based algorithms. To develop GOCI chlorophyll algorithm empirically we used bands centered at 412 nm, 443 nm and 555 nm for the DOM absorption, chlorophyll maximum absorption and for absorption of suspended solid material respectively. For the fluorescence-based algorithm we analyzed in-situ remote sensing reflectance $(R_{rs})$ data using baseline method. Fluorescence Line Height $({\Delta}Flu)$ calculated from $R_{rs}$ at bands centered on 681 nm and 688 nm, and ${\Delta}Flu_{(area)}$ are used for development of algorithm. As a result ${\Delta}Flu_{(area)}$ method leads the best fitting for squared correlation coefficient $(R^2)$.
Park, Ji-Eun;Park, Kyung-Ae;Park, Young-Je;Han, Hee-Jeong
Journal of the Korean earth science society
/
v.40
no.4
/
pp.315-328
/
2019
Since the Coastal Zone Color Scanner (CZCS)/Nimbus-7 was launched in 1978, a variety of studies have been conducted to retrieve ocean color variables from multi-satellites. Several algorithms and formulations have been suggested for estimating ocean color variables based on multi band data at different wavelengths. Chlorophyll-a (chl-a) concentration is one of the most important variables to understand low-level ecosystem in the ocean. To retrieve chl-a concentrations from the satellite observations, an appropriate algorithm depending on water properties is required for each satellite sensor. Most operational empirical algorithms in the global ocean have been developed based on the band-ratio approach, which has the disadvantage of being more adapted to the open ocean than to coastal areas. Alternative algorithms, including the semi-analytical approach, may complement the limits of band-ratio algorithms. As more sensors are planned by various space agencies to monitor the ocean surface, it is expected that continuous monitoring of oceanic ecosystems and environments should be conducted to contribute to the understanding of the oceanic biosphere and the impact of climate change. This study presents an overview of the past and present algorithms for the estimation of chl-a concentration based on multi-satellite data and also presents the prospects for ongoing and upcoming ocean color satellites.
One of the most difficult parameters to measure in the sea is current speed and direction. Recently, efforts are being made to estimate the ocean current vectors by utilizing sequential satellite imageries. In this study, we attempted to estimated sea surface current vector (sscv) by using satellite ocean color imageries of SeaWifs around the Korean Peninsula. This ocean color image data has 1-day sampling interval and spatial resolution of 1x1 km. Maximum cross-correlation method is employed which is aimed to detect similar patterns between sequential images. The estimated current vectors are compared to the surface geostrophic current vectors obtained from altimeter of sea level height data. In utilizing the color imagery data, some limitations and drawbacks exist so that in warm water region where phytoplankton concentration is relatively lower than in cold water region, estimation of sscv is poor and unreliable. On the other hand, two current vector fields agree reasonably well in the Korean South Sea region where high concentration of chlorophyll-a and weak tide is observed. In the future, with ocean color images of shorter sampling interval by COMS satellite, the algorithm and methodology developed in the study would be useful in providing the information for the ocean current around Korean Peninsula.
As a standard water clarity variable, the vertical underwater visibility, called Secchi depth, is estimated with ocean color satellite data. In the present study, Moderate Resolvtion Imaging Spectradiometer (MODIS) data are used to measure the Secchi depth which is a useful indicator of ocean transparency for estimating the water quality and productivity. To estimate the Secchi depth $Z_v$, the empirical regression model is developed based on the satellite optical data and in-situ data. In the previous study, a semi-analytical algorithm for estimating $Z_v$ was developed and validated for Case 1 and 2 waters in both coastal and oceanic waters using extensive sets of satellite and in-situ data. The algorithm uses the vertical diffuse attenuation coefficient, $K_d$($m^{-1}$) and the beam attenuation coefficient, c($m^{-1}$) obtained from satellite ocean color data to estimate $Z_v$. In this study, the semi-analytical algorithm is validated using temporal MODIS data and in-situ data over the Yellow, Southern and East Seas including Case 1 and 2 waters. Using total 156 matching data, MODIS $Z_v$ data showed about 3.6m RMSE value and 1.7m bias value. The $Z_v$ values of the East Sea and Southern Sea showed higher RMSE than the Yellow Sea. Although the semi-analytical algorithm used the fixed coupling constant (= 6.0) transformed from Inherent Optical Properties (IOP) and Apparent Optical Properties (AOP) to Secchi depth, various coupling constants are needed for different sea types and water depth for the optimum estimation of $Z_v$.
The Geostationary Ocean Color Imager (GOCI) will be loaded in Communication, Ocean and Meteorological Satellite (COMS). To efficiently apply the GOCI data in the variety of fields, it is essential to develop the standard algorithm for estimating the concentration of ocean environmental components (, , and ). For developing the empirical algorithm, about 300 water samples and in situ measurements were collected from sea water around the Korean peninsula from 1998 to 2006. Two kinds of chlorophyll algorithms are developed by using statistical regression and fluorescence technique considering the bio-optical properties in Case-II waters. The single band algorithm for is derived by relationship between Rrs (555) and in situ concentration. The CDOM is estimated by absorption coefficient and ratio of Rrs(412)/Rrs(555). These standard algorithms will be programmed as a module of GOCI Data Processing System (GDPS) until 2008.
This study uses empirical method to estimate absorption coefficient of colored dissolved organic matter $(a_{dom})$ from GOCI satellite data with the relationship between band ratio of remote sensing reflectance $(R_{rs})$ and $a_{dom}$. For development of $a_{dom}$ estimation algorithm, the used data is in-situ data about ocean optical properties in the around seawater area of the Korean Peninsula during 1998 - 2005. The relationship of $R_{rs}$(412)/$R_{rs}$(555), $R_{rs}$(443)/$R_{rs}$(555), $R_{rs}$(490)/$R_{rs}$(555), $R_{rs}$(510)/$R_{rs}$(555) and $a_{dom}$(412) showed $R^2$ values of 0.707, 0.707, 0.597 and 0.552, respectively. The spectrum of $a_{dom}({\lambda})$ is shape of exponential function $a_{dom}({\lambda})$ value decreases with increasing wavelength. For estimation of $a_{dom}$ from satellite data, we developed an algorithm from the relationship of $a_{dom}$(412) and $R_{rs}$(412)/$R_{rs}$(555). This algorithm was employed on SeaWiFS imagery to estimate $R_{rs}$(412) in the South Sea, East Sea, Yellow Sea and northern East China Sea areas. Also, SeaDAS-derived $a_{dg}$(412) from same SeaWiFS imagery, These $a_{dg}$(412) was then compared with in-situ and empirical-algorithm-derived $a_{dom}$(412), but these values were different. We think two points that such different values are caused by discrepancy related to failure of standard atmospheric correction scheme, the other are caused by error related to definition of $a_{dom}$(412) and $a_{dg}$(412).
Many ocean color sensors are being operated at present and will be continued to operatein the coming years. However, these ocean color sensors have different spectral bands locations and higher level product algorithms. Thus the continuity of ocean color data from the satellite with different missions will be important for monitoring of oceanographic variation with long term research. In this study, CZCS band and algorithm are compared with OCTS and SeaWiFS algorithm for estimating chlorophyll. Missing bands of OCTS and CZCS for chlorophyll algorithm are estimated by linear-interpolation using SeaWiFS data. We were able to evaluate the effectiveness of the correction methods using linear interpolation method. Surprisingly, linear interpolation gave a better result than those of other bands.
The early Sea-viewing Wide Field-of-view Sensor(SeaWiFS) atmospheric correction algorithm which is the basis of the atmospheric correction algorithm for Geostationary Ocean Color Imager(GOCI) assumes that water-leaving radiances is negligible at near-infrared(NIR) wavelengths. For this reason, all of the satellite measured radiances at the NIR wavelengths are assigned to aerosol radiances. However that assumption would cause underestimation of water-leaving radiances if it were applied to turbid Case-2 waters. To overcome this problem, Management Unit of the North Sea Mathematical Models(MUMM) atmospheric correction algorithm has been developed for turbid waters. This MUMM algorithm introduces new parameter ${\alpha}$, representing the ratio of water-leaving reflectance at the NIR wavelengths. ${\alpha}$ is calculated by statistical method and is assumed to be constant throughout the study area. Using this algorithm, we can obtain comparatively accurate water-leaving radiances in the moderately turbid waters where the NIR water-leaving reflectance is less than approximately 0.01. However, this algorithm still underestimates the water-leaving radiances at the extremely turbid water since the ratio of water-leaving radiance at two NIR wavelengths, ${\alpha}$ is changed with concentration of suspended particles. In this study, we modified the MUMM algorithm to calculate appropriate value for ${\alpha}$ using an iterative technique. As a result, the accuracy of water-leaving reflectance has been significantly improved. Specifically, the results show that the Root Mean Square Error(RMSE) of the modified MUMM algorithm was 0.002 while that of the MUMM algorithm was 0.0048.
Journal of the Korean Association of Geographic Information Studies
/
v.22
no.4
/
pp.215-228
/
2019
HDF5 data format is used to effectively store and distribute large volume of Geostationary Ocean Color Imager(GOCI) satellite data. The Korea Ocean Satellite Center has developed and provided a GOCI Data Processing System(GDPS) for general users who are not familiar with HDF5 format. Nevertheless, it is not easy to merge and process Hierarchical Data Format version5(HDF5) data that requires an understanding of satellite data characteristics, needs to learn how to use GDPS, and stores location and attribute information separately. Therefore, the open source R and rhdf5, data.table, and matrixStats packages were used to develop algorithm that could easily utilize satellite data in HDF5 format without the need for the process of using GDPS.
An atmospheric correction algorithm based on the radiative transfer model is required to obtain remote-sensing reflectance (Rrs) from the Geostationary Ocean Color Imager-II (GOCI-II) observed at the top-of-atmosphere. This Rrs derived from the atmospheric correction is utilized to estimate various marine environmental parameters such as chlorophyll-a concentration, total suspended materials concentration, and absorption of dissolved organic matter. Therefore, an atmospheric correction is a fundamental algorithm as it significantly impacts the reliability of all other color products. However, in clear waters, for example, atmospheric path radiance exceeds more than ten times higher than the water-leaving radiance in the blue wavelengths. This implies atmospheric correction is a highly error-sensitive process with a 1% error in estimating atmospheric radiance in the atmospheric correction process can cause more than 10% errors. Therefore, the quality assessment of Rrs after the atmospheric correction is essential for ensuring reliable ocean environment analysis using ocean color satellite data. In this study, a Quality Assurance (QA) algorithm based on in-situ Rrs data, which has been archived into a database using Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS), was applied and modified to consider the different spectral characteristics of GOCI-II. This method is officially employed in the National Oceanic and Atmospheric Administration (NOAA)'s ocean color satellite data processing system. It provides quality analysis scores for Rrs ranging from 0 to 1 and classifies the water types into 23 categories. When the QA algorithm is applied to the initial phase of GOCI-II data with less calibration, it shows the highest frequency at a relatively low score of 0.625. However, when the algorithm is applied to the improved GOCI-II atmospheric correction results with updated calibrations, it shows the highest frequency at a higher score of 0.875 compared to the previous results. The water types analysis using the QA algorithm indicated that parts of the East Sea, South Sea, and the Northwest Pacific Ocean are primarily characterized as relatively clear case-I waters, while the coastal areas of the Yellow Sea and the East China Sea are mainly classified as highly turbid case-II waters. We expect that the QA algorithm will support GOCI-II users in terms of not only statistically identifying Rrs resulted with significant errors but also more reliable calibration with quality assured data. The algorithm will be included in the level-2 flag data provided with GOCI-II atmospheric correction.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.