1. Title & Journal
- Evaluation of MODIS SWIR and NIR-SWIR atmospheric correction algorithms using SeaBASS data. Remote Sensing of Environment 113 (2009) 635-644
2. Author's Background
- Menghua Wanga, SeungHyun Sona,b, Wei Shia,c
a NOAA National Environmental Satellite, Data, and Information Service, Center for Satellite Applications and Research, E/RA3, Road, Camp Spring, MD 20746, USA
b I.M. Systems Group, Rockville, MD, USA
c CIRA at Colorado State University, Fort Collins, CO, USA
3. Summary.
- 이 논문은 NASA에서 2005년에서 2007년까지 수집한 SeaBASS data(situ data)를 토대로하여, MODIS-auqa 위성의 대기보정 알고리즘을SWIR(Shortwave infrared band)와 NIR-SWIR이 결합된 (Near Infrared- Shortwave infrared band) 을 활용하여 대기보정을 적용한 다음 각각을 비교 분석한 논문이다. SeaBASS data란 현장에서 관측된 광학적, 생물학적 인자를 고려한 실측 데이터로서 Sea-WIFS와 MODIS 해색을 보정하고 알고리즘을 평가하는 중요한 보조자료로 활용되고 있고, 많은 전문가들의 연구대상이 되는 내용이다. 이 논문에서는 MODIS의 세 가지 다른 과정을 평가하는 것을 목적으로 하는 데, 첫 번째는 NASA의 표준 방식인 NIR, 두 번째는 SWIR 그리고 마지막으로 NIR과SWIR가 결합된 NIR-SWIR방식을 SeaBASS 자료와 비교 분석하는 것이다.
4. Result
본 연구의 결과는 먼저, SeaBass결과와의 match up 분석에서 MODIS SWIR알고리즘을 이용한 ocean color product는 편중오차(bias error)가 줄어들었으나 noise error는 오히려 증가하는 경향을 보인다. 이는 아마도 MODIS의 SWIR낮은 SNR(Signal-noise ratio)의 영향이 가장 큰 것으로 해석된다. 뿐만 아니라 SWIR 알고리즘은 상대적으로 더 높은 불확실성을 나타내었다. 이로 미루어 보아 SWIR 알고리즘을 사용하기 위해서는 SNR의 향상이 수반되어야 할 것이라는 결론을 얻게되었다. 한편, NIR-SWIR결합 알고리즘은 탁도가 심한 해양이든, 심하지 않은 해양이든 상대적으로 우수한 ocean color product를 만들어 내는 것으로 확인하였다.
5. Originality and Creativity
SeaBASS를 이용한 MODIS-aqua product의 평가에서 NIR, SWIR, NIR-SWIR를 이용하여 비교한 결과는 SWIR에서 bias error가 낮아졌지만, noise error가 증가했다는 사실과 그 원인으로 현저히 낮은SNR값을 원인으로 꼽을 수 있었다. 그러므로 SWIR알고리즘을 이용하기 위해서는 좀 더 개선된 SNR센서의 능력이 요구된다. 한편, NIR-SWIR알고리즘을 이용한 방법에서는 SWIR보다 개선된 이미지가 만들어짐을 확인 할 수 있었다. NIR을 이용하는 방법은 여전히 탁도가 없는 곳에서는 유효함을 알 수 있었고, 탁도가 있는 지역에서의 ocean color product를 얻기 위해서는 SWIR 나 NIR-SWIR 연구 방법을 개선시켜 이용할 수 있는 후속 연구가 필요할 것으로 전망 할 수 있다.
Reviewer : 박지환 (jhjeeh@gist.ac.kr)