천리안 해양위성 자료처리 시스템 (GDPS) v.1.5 대기보정 업데이트

Abstract

천리안 해양위성은(Geostationary Ocean Color Imager: GOCI) 412, 443, 490, 555, 660, 680 nm의 6개 가시광 파장과 745, 865 nm의 2개 근적외(near infrared: NIR) 파장대를 통해 한반도를 포함한 주변 동북아 해양환경을 관측한다. 위성고도에서(Top-Of-Atmosphere: TOA) 관측되는 분광영상신호는 해수신호 뿐 아니라 대기신호도 포함하고 있으며 대기신호의 크기는 전체신호의 90%이상에 달한다. TOA 위성영상에서 해수반사도 스펙트럼을 추출하기 위해서는 분광영상의 각 픽셀 별 대기입자의 종류와 농도를 추정하고 이를 통해 대기신호 총량을 계산하여 제거해줘야 하는데 이 과정을 대기보정이라 한다. GOCI의 표준 대기보정은 SeaWiFS &MODIS를 위해 개발 된 NASA 표준 대기보정 방법(Wang and Gordon, 1994)에 이론적인 기반을 두고 있으며, GOCI를 위해 부분적으로 수정되어 지속적으로 업데이트 되어 왔다(Ahn et al., 2012 Ahn et al., 2015 Ahn et al., to be published). 본 세미나에서는 한국해양과학기술원 해양위성센터의 GOCI 자료처리시스템(GOCI data processing system: GDPS) 버전 1.5에서 사용하고 대기보정기술에 및 관하여 우선 발표하고, 현장 광 측정 자료와의 비교를 통해 본 대기보정의 신뢰도를 논한다.mosphere: TOA) 관측되는 분광영상신호는 해수신호 뿐 아니라 대기신호도 포함하고 있으며 대기신호의 크기는 전체신호의 90%이상에 달한다. TOA 위성영상에서 해수반사도 스펙트럼을 추출하기 위해서는 분광영상의 각 픽셀 별 대기입자의 종류와 농도를 추정하고 이를 통해 대기신호 총량을 계산하여 제거해줘야 하는데 이 과정을 대기보정이라 한다. GOCI의 표준 대기보정은 SeaWiFS &MODIS를 위해 개발 된 NASA 표준 대기보정 방법(Wang and Gordon, 1994)에 이론적인 기반을 두고 있으며, GOCI를 위해 부분적으로 수정되어 지속적으로 업데이트 되어 왔다(Ahn et al., 2012 Ahn et al., 2015 Ahn et al., to be published). 본 세미나에서는 한국해양과학기술원 해양위성센터의 GOCI 자료처리시스템(GOCI data processing system: GDPS) 버전 1.5에서 사용하고 대기보정기술에 및 관하여 우선 발표하고, 현장 광 측정 자료와의 비교를 통해 본 대기보정의 신뢰도를 논한다.