Sentinel-1 GRD Preprocessing Workflow(전처리 작업흐름) 소개

안녕하세요? 이번 글은 Proceedings 저널에 게재된 Sentinel-1 GRD Preprocessing Workflow(전처리 작업흐름)를 일부 번역, 정리해 보겠습니다.

Sentinel-1 GRD Preprocessing Workflow

Sentinel-1 SAR 데이터

Sentinel-1은 유럽 위원회(EC: European Commission)와 유럽 우주국(ESA: European Space Agency)의 코페르니쿠스(Copernicus) 공동 이니셔티브를 위한 유럽 레이더 위성(European Radar Observatory)입니다.

 

Sentinel-1 SAR 데이터는 Copernicus Open Access Hub(코페르니쿠스 오픈 엑세스 허브)에서 무료로 이용 가능합니다.
제품 유형(Product Type)은 RAW, SLC, GRD, OCN으로 구분되며, 모든 제품은 레벨-0 RAW(Raw SAR data) 제품에서 직접 가공됩니다.

 

이중 레벨-1 GRD(Ground Range Detected) 제품은 진폭(amplitude) 정보만을 포함하고 있습니다. 진폭은 레이더 신호의 세기나 밝기에 해당하는 정보를 의미합니다. 이러한 진폭 정보는 표면의 구조를 보다 간단한 형태로 표현하는데 도움이 되며, 스펙클(speckle)이라는 잡음을 줄이기 위해 다중 보기 처리되어 부드럽고 선명한 이미지를 만들어냅니다.

 

스펙클(speckle)은 레이더 이미지에서 발생하는 잡음으로, 무작위한 밝기 변동이나 노이즈처럼 보이는 작은 광점 또는 패턴을 말합니다. 이는 레이더 파장이 표면에서 반사되고 간섭하는 과정에서 발생하는 현상으로, 이미지 해석을 어렵게 만들 수 있습니다.

Sentinel-1 GRD Preprocessing Workflow(전처리 작업흐름)

Copernicus Sentinel-1 GRD 데이터의 표준 일반 작업 흐름은 다음과 같습니다. 이 작업 흐름은 모든 Sentinel Toolbox의 공통 아키텍처(common architecture), "SNAP(Sentinel Application Platform)" 내에서 사용할 수 있도록 만들어졌습니다.

 

*.xml 포맷의 처리 그래프(processing graph)는 대용량 데이터셋의 일괄 처리를 허용하는 "명령 줄 그래프 처리 프레임워크(command line graph processing framcework)"를 사용하여 Sentinel-1 GRD 데이터를 처리할 수 있게 합니다. 전처리 작업 흐름은 후속 처리에서 오류 전파를 최대한 줄이기 위해 설계된 일곱 가지 처리 단계로 구성되어 있습니다.

 

S1_GRD_preprocessing.xml: https://github.com/ffilipponi/Sentinel-1_GRD_preprocessing

Sentinel-1 GRD Preprocessing Workflow(전처리 작업 흐름)

1. Apply Orbit File(궤도 파일 적용)

SAR 제품의 메타데이터 정보에 포함된 궤도 상태 벡터는 일반적으로 정확하지 않습니다. 위성의 정확한 궤도는 수일 후에 결정되며, 제품 생성 후 수일에서 수주 후에 사용 가능합니다.

SNAP에서 제공하는 정확한 궤도를 적용하는 작업은 제품 메타데이터의 각 SAR 영상에 대한 궤도 상태 벡터를 자동으로 다운로드하고 업데이트함으로써 정확한 위성 위치와 속도 정보를 제공합니다.

2. Thermal Noise Removal(열 잡음 제거)

Sentinel-1 이미지 강도는 가산 열 잡음(additive thermal noise)에 의해 방해받으며, 특히 교차 편광 채널(cross-polarization channel)에서 그 영향을 받습니다.

 

Thermal Noise Removal(열 잡음 제거)는 서브 스와스 간 텍스처(inter-sub-swath texture)의 잡음 영향을 줄이는 데 기여하며, 특히 전체 Sentinel-1 영상 내 후방산란(backscatter) 신호를 정규화하여 다중 스와스 획득 모드에서 영상의 서브 스와스 간 불연속성을 줄이는 결과를 낳습니다.

 

SNAP에서 제공하는 Sentinel-1 데이터용 Thermal Noise Removal(열 잡음 제거) 연산자는 레벨-1 제품 생성 중 제거되었을 수 있는 잡음 신호를 다시 도입하고 제품 부가 정보를 업데이트하여 보정을 다시 적용할 수 있습니다.

 

Sentinel-1 레벨-1 제품은 각 측정 데이터 세트에 대한 잡음 조회 테이블(LUT: Look-Up Table)을 제공하며, 이것은 원시 데이터(원시 전력, linear power)로 GRD 데이터와 일치하는 보정된 잡음 프로파일을 도출하기 위해 사용됩니다.

3. Border Noise Removal(경계 잡음 제거)

레벨-1 제품을 생성하는 동안, 지구 곡률의 변화를 보상하기 위해 샘플링 시작 시간(sampling start time)을 보정해야 합니다. 동시에, 방위 및 범위 압축은 이미지 경계에서 방사적 이상 현상(radiometric artifacts)을 발생시킵니다.

 

SNAP에서 사용 가능한 경계 잡음 제거 알고리즘(border noise removal algorithm)은 영상 경계의 낮은 강도 잡음과 유효하지 않은 데이터를 제거하기 위해 설계되었습니다.

4. Calibration(보정)

Calibration(보정)은 디지털 픽셀 값(digital pixel values)을 방사적으로 보정된 SAR 후방산란(backscatter)으로 변환하는 절차입니다.

 

보정 방정식을 적용하는데 필요한 정보는 Sentinel-1 GRD 제품에 포함되어 있으며, 특히 제품에 부가 정보로 포함된 보정 벡터(calibration vector)를 사용하면 이미지 강도(image intensity) 값을 시그마 노트(sigma nought, σ₀) 값으로 간단히 변환할 수 있습니다.

보정은 레벨-1 제품 생성 중에 적용된 축적 계수(scaling factor)를 반전시키고, 절대 보정 상수(absolute calibration constant)를 포함한 상수 오프셋(constant offset)과 범위-종속 이득(range-dependent gain)을 적용합니다.

 

시그마 노트(sigma nought, σ₀)는 전도체 구의 기하학적 단면을 기준으로 반사 강도를 지정하며, 1제곱미터 면적에서 예상되는 것보다 큰 분산된 대상의 레이다 단면(radar cross section of a distributed target)을 나타냅니다.

 

시그마 노트는 입사각, 파장 및 편광 뿐만 아니라 산란 표면의 특성(properties of the scattering surface)과 관련하여 상당한 변동성을 가지고 있습니다.

5. Speckle Filtering (스펙클 필터링)

SAR 이미지에서 나타나는 스펙클(Speckle)은 많은 기본 산란체로부터 반사된 파동의 간섭으로 인한 입자 잡음으로 인해 발생합니다. 스펙클 필터링(Speckle filtering)은 스펙클을 감소시켜 이미지 품질을 향상시키는 절차입니다. SAR 데이터의 초기 처리 단계에서 이러한 절차를 수행하면, 스펙클이 후속 작업(즉, 지형 보정 또는 dB로의 변환)에서 전파되지 않습니다.

 

스펙클 필터링(Speckle filtering)은 작은 공간 구조 또는 이미지 질감을 식별하는데 관심이 있는 경우에는 권장되지 않습니다. 왜냐하면 그러한 정보를 제거할 수 있기 때문입니다.

 

다른 단일 제품 스펙클 필터와 비교하여 시각적 해석을 위해서는 정제된 리 필터(refined Lee filter)가 가장 우수한 것으로 판명되었습니다. 왜냐하면 이 필터는 경계, 선형 피처, 포인트 대상 및 질감 정보를 보존하는 능력을 갖고 있기 때문입니다. 더 최근에는 다중시계열(multitemporal) 스펙클 필터가 개발되었으며, 시간에 따른 다중 SAR 관측의 장점을 활용하여 스펙클을 감소시키는 데 사용됩니다.

 

제안된 전처리 작업 흐름에는 스펙클 필터링 단계가 포함되어 있으며, 필터 유형으로 'None'을 선택함으로써 이 단계를 생략할 수 있습니다. 현재 SNAP 단일 제품 스펙클 필터 연산자에서 다음 필터들 중 하나를 사용할 수 있습니다: 'Boxcar', 'Median', 'Frost', 'Gamma Map', 'Lee', 'Refined Lee', 'Lee Sigma', 'IDAN'.

6. Range Doppler Terrain Correction(레인지 도플러 지형 보정)

SAR 데이터는 일반적으로 0도보다 큰 다양한 관측각으로 감지되며, 이로 인해 측면 관측 지오메트리(side-looking geometry)와 관련된 일부 왜곡이 있는 이미지가 생성됩니다.

 

지형 보정(terrain correction)은 이러한 왜곡을 보상하기 위한 것으로, 이미지의 기하학적 표현이 실세계에 최대한 유사하도록 합니다.

 

레인지 도플러 지형 보정(Range Doppler terrain correction)은 각 픽셀의 위치를 보정하기 위해 수치표고모델(digital elevation model)을 사용하여 포숏트닝과 그림자 등 지형에 의한 기하학적 왜곡을 보정하는 것입니다.

 

포숏트닝(foreshortening)은 레이다 센서의 측면 관측 지오메트리로 인해 SAR 이미지에서 발생하는 기하학적 왜곡입니다. 이것은 주로 산악 지역의 SAR 이미지에서 발생하며, 센서 쪽으로 향하는 경사 지역에서 주로 발생합니다. 이러한 경사면은 레이다 이미지에서 압축된 것처럼 나타납니다.

 

SNAP에서 제공하는 레인지 도플러 지형 보정 연산자는 레이다 지오메트리 이미지에서 SAR 영상을 지오코딩하기 위한 레인지 도플러 정사보정법(Range Doppler orthorectification method)을 구현합니다. 이 연산자는 메타데이터의 사용 가능한 궤도 상태 벡터 정보, 레이다 타이밍 부가 정보 및 경사-지면 범위 변환 매개변수를 기준 수치표고모델 데이터와 함께 활용하여 정확한 지리위치 정보를 도출합니다.

 

대상 좌표 참조 체계(CRS: Coordinate Reference System)를 선택하고, 중첩되는 Sentinel-2 그래뉼의 UTM 영역과 일치하도록 설정할 수도 있습니다. 연산자는 이미지 리샘플링 방법과 대상 CRS의 대상 픽셀 간격을 선택할 수 있습니다. 이 처리 단계는 Sentinel-1 GRD 제품을 Sentinel-2 MSI 데이터 그리드에 공간적으로 정확하게 일치시키는 데 도움이 되어 데이터를 공통 공간 그리드에 지리적으로 위치시키고 가상 위성군의 사용을 촉진합니다.

7. Conversion to dB(데시벨로의 변환)

전처리 작업흐름의 마지막 단계로, 무차원 후방산란 계수(unitless backscatter coefficient)는 로그 변환을 사용하여 데시벨(dB)로 변환됩니다.