천리안해양관측위성 산출물 활용성 향상을 위한 오픈소스 R 기반 데이터 처리기술 연구 KCI

Title
천리안해양관측위성 산출물 활용성 향상을 위한 오픈소스 R 기반 데이터 처리기술 연구
Alternative Title
A Study on Data Processing Technology based on a open source R to improve utilization of the Geostationary Ocean Color Imager(GOCI) Products
Author(s)
오정희; 최현우; 이철용; 양현; 한희정
KIOST Author(s)
Oh, Jung Hee(오정희)Choi, Hyun Woo(최현우)Lee, Chol Young(이철용)Yang, Hyun(양현)
Publication Year
2019-12
Abstract
해양관측 정지궤도 위성인 GOCI(Geostationary Ocean Color Imager) 데이터는 대용량 산출물을 효과적으로 저장, 배포하기 위해 HDF5 자료 형식을 사용하고 있다. 해양위성센터에서는 HDF5(Hierarchical Data Format version5) 포맷에 익숙지 않은 일반 사용자를 위해 GDPS(GOCI Data Processing System)를 개발하여 관측자료와 함께 제공하고 있다. 그럼에도 불구하고 위성데이터 특성에 대한 이해와 GDPS의 사용법을 익혀야 하는 점, 그리고 위치정보와 속성정보가 분리되어 있는 HDF5 형식의 자료를 병합하고 가공하는 일은 쉽지 않은 일이다. 따라서 본 연구에서는 오픈소스 R과 rhdf5, data.table, matrixStats 패키지를 이용하여 GDPS를 이용하는 과정 없이도 HDF5 형식의 위성데이터를 손쉽게 활용할 수 있는 알고리즘을 개발하였다.

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.
ISSN
1226-9719
URI
https://sciwatch.kiost.ac.kr/handle/2020.kiost/437
Bibliographic Citation
한국지리정보학회지, v.22, no.4, pp.215 - 228, 2019
Publisher
한국지리정보학회
Keywords
: GOCI; HDF5; Open Source; R; rhdf5; 천리안해양관측위성; HDF5; 오픈소스; R; rhdf5
Type
Article
Language
Korean
Publisher
한국지리정보학회
Related Researcher
Research Interests

Ocean Satellite ICT Convergence,Artificial Intelligence/Deep Learning,Ocean Big Data,해양 위성 ICT 융합,인공지능/딥러닝,해양 빅데이터

Files in This Item:
There are no files associated with this item.

qrcode

Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse