1. 서론

양방향반사도분포함수(bidirectional reflectance distribution function, BRDF)란 관측 방향과 입사광의 방향에 따라 변화하는 반사도의 분포를 나타내는 함수로, 관측 천정각, 관측 방위각, 입사광 천정각, 입사광 방위각이 독립변수 그리고 반사도를 종속변수로 가진다(Lucht and Roujean, 2000; Schaaf et al., 2002). 지상 관측에 있어서 위성체와 관측 대상 간에는 항상 특정한 관측 기하가 성립하기 때문에, 위성을 통하여 관측한 영상의 복사휘도로부터 지표의 반사도를 정확하게 추정하기 위해서는 지상 피사체의 BRDF에 대한 정보가 반드시 필요하다(Barnsley et al., 1994, Breon and Maignan, 2017). 대기보정을 통하여 획득한 지상 고도에서의 반사도는 지표에서 위성으로 향하는 복사휘도에 대한 반사도이기 때문에 영상 내의 화소 위치에 따라 추정하고자 하는 반사도의 방향이 제각각인 채로 남게 된다(Collings et al., 2010; Kennedy et al., 1997). 이렇게 다양한 방향으로 계산된 반사도를 천정 방향의 반사도로 일괄적으로 변환하여 산 출한 변수를 nadir BRDF-adjusted reflectance (NBAR)라 일컫는다. NBAR로의 보정이 이루어지지 않을 경우, 영상 중심부와 주변부 간의 관측 방향의 차이가 크게 발생함에 따라 영상 tile과 tile 간에 불연속선이 발생하는 등 고르지 못한 2차 산출물을 초래할 수 있다(Jia et al., 2020; Jiao et al., 2018).

2025년에 발사 예정인 농림위성은 5개 분광밴드(청색-근적외선 대역)를 가진 광학위성으로 약 5 m의 공간해상도를 통해 농지 및 산지를 모니터링하는 임무를 가지고 있다(Kwon et al., 2021). 농림위성은 비교적 짧은 기간에 한반도 전역을 관측하기 위하여 비연직 관측(약 8°)을 수행하도록 계획되어 있으며, 이는 광학센서 자체의 관측폭(field of view)을 고려할 때 영상 내에서 20°가 넘는 관측각이 발생할 수 있음을 시사한다(Korea Forest Research Institute, 2023). 따라서 농림위성 자료의 BRDF 보정을 위해서는 사전에 농지 및 산지에 대한 BRDF의 규명이 선행되어야 한다.

본 연구에서는 드론과 드론에 탑재된 다분광센서를 기반으로 드론-고니어미터를 구현하였고, 국내 주요 임상 중 하나인 침엽수림을 관측하였다. 관측된 영상에서 관측된 영상의 반사도와 관측기하(관측 천정각, 관측 방위각), 태양기하각을 추출하여 데이터화하여 산림지역의 BRDF 보정 연구를 수행하기 위한 자료로 제공하고자 한다.

2. 장비 및 자료

2.1 자료 취득

2.1.1 드론 및 센서

본 연구에서 사용한 회전익 무인 항공기는 DJI사의 Matrice 300 RTK (DJI, Nanshan, China)이다(Fig. 1A). Matrice 300 RTK는 수 cm의 이내의 위치 정확도를 확보할 수 있는 RTK-GPS를 탑재하고 있으며, 하향 듀얼 짐벌 포트를 가지고 있어 동시에 2개의 센서를 운용할 수 있는 장점이 있다. 자료 취득에 사용된 센서는 DJI사의 Zenmuse H20 광학카메라(Fig. 1B)와 Micasense사의 RedEdge-MX 다분광센서(Micasense, Seattle, WA, USA)이다(Fig. 1C). Zenmuse H20는 광학카메라를 포함하고 있으며, M300 RTK에 탑재되어 운용될 때, RTK-GPS 신호를 영상에 함께 기록한다. RedEdge-MX는 5개의 분광밴드를 가진 다분광카메라로, 관측 가능한 파장대와 full width half maximum (FWHM)은 475±16, 560±14, 668±7, 717±6, 842±28 nm이다. 약 100 m 고도에서 운용될 때, H20의 지상표본거리(ground sample distance, GSD)는 약 3.5 cm, RedEdge-MX의 GSD는 약 6.8 cm이다. 선행 연구(Baek et al., 2021)에서 분석한 것과 같이 다분광센서로 촬영한 영상의 외부표정요소를 개선하기 위해 같이 탑재된 Zenmuse 영상을 활용하였다. RedEdge-MX 센서 본체와 Zenmuse H20 카메라를 드론의 하향 듀얼 짐벌의 각 포트에, RedEdge-MX의 DLS2 센서는 드론의 상부에 설치하였다. 각 센서의 관측각은 지상 컨트롤러를 이용하여 조정할 수 있다.

2.1.2 대상 지역 및 자료 취득

관측 대상 지역은 부산광역시 금정구에 위치한 금정산의 일부분이며, 관측 대상 지점(35.2314°, 129.0740°)을 중심으로 약 100 m 반경에 달하는 영역이다(Fig. 2A). 산림청에서 구축한 임상도를 참조하였을 때, 관측 대상 지역의 임상은 침엽수림이다(Fig. 2B).

대상물 관측을 위한 비행의 이륙과 착륙은 부산대학교 경암 체육관 옥상에서 이루어졌으며, 경암 체육관의 옥상 높이는 촬영 대상지인 침엽수림의 고도와 유사하다. 이륙 전에 다분광센서를 이용하여 MicaSense의 반사도 참조패널을 관측한 후, 센서의 관측 주기를 2초로 설정하여 이륙하였다. 비행 경로는 천정각 기준 0-70°를 10° 단위로 구분하여 총 8차례의 원형 비행이 이루어지도록 설정하였다. 각 원형 비행은 관측 중심 지점을 기준으로 반경 약 70 m의 반구(hemisphere)상에 드론이 위치하도록 조정하여 진행되었다(Fig. 3). 따라서 비행반경 및 고도는 관측 천정각에 따라 변화하며, 예를 들어 관측 천정각이 0°이면, 비행고도는 cos(0°)×70 m = 70 m, 비행반경 sin(0°)×70 m = 0 m가 되도록 관측을 수행하였고, 관측 천정각이 60°면 비행고도는 35 m, 관측 반경은 60.6 m가 된다.

2.2 영상 전처리 및 기하추출

2.2.1 영상 전처리, 관측기하각 및 기하각에 따른 반사도 추출

관측된 다분광영상은 digital number (DN)로 기록되어 있으며, MicaSense 내부적으로 복사보정계수를 이용하여 복사휘도로 변환되어 영상이 산출된다. 산출된 복사휘도 영상은 비행 전에 촬영한 참조패널의 반사도와 패널로부터의 복사휘도 관측값을 이용하여 반사도로 변환하였다.

이후, 영상의 관 측기하각을 추출하기 위하여 번들조정을 수행하였으며, 번들조정은 드론 사진측량 소프트웨어인 Metashape를 이용하여 수행되었다(Agisoft, 2018). 다분광영상만을 이용하여 추출한 외부표정요소(위치 정보, 회전각 정보)는 정확도가 비교적 낮기 때문에, 정확도 향상을 위하여 고해상도 광학영상을 함께 이용하여 외부표정요소를 구하였다(Baek et al. 2021). Baek et al. (2021)에서 산출한 센서별 내부표정요소를 참조하여 번들조정에 사용되는 각 센서의 내부표정요소를 설정하였다. 번들조정 이후, 각 영상별로 기하보정된 지리참조 영상을 추출하였다. 지리참조 영상을 추출할 때, 각 영상의 해상도는 농림위성의 해상도를 참조하여 5 m로 제작하였다. 다음으로, 생성된 지리참조 영상의 지리정보(위도, 경도, 고도)와 관측 지점의 지리정보(위도, 경도, 고도)를 이용하여 각 화소별 관측기하(관측 천정각, 관측 방위각)를 추출하였다. 추출된 관측기하 를 1도 간격으로 binning한 뒤, 각 관측기하 bin 내의 반사도 평균을 해당 관측기하각의 대표 반사도로 간주하였다.

2.2.2 태양기하각 추출

추출된 태양기하각은 태양 방위각, 태양 천정각 2가지로, Python의 Pysolar 라이브러리를 이용하여 추출하였다(Reda and Andreas, 2004). 태양기하각 추출에는 기준이 되는 좌표와 시간이 필요한데, 이때 사용된 기준 좌표는 관측 영역의 중심 좌표를, 기준 시간은 드론 비행 시간의 중간값을 이용하였다.

3. 결과

3.1 비행 요약

산림지역 관측을 위한 비행은 총 3회에 걸쳐 수행되었다. 1차 비행은 2021년 3월 27일, 2차는 2021년 6월 25일, 3차는 2022년 9월 23일에 수행되었다. 먼저 1차 관측에서의 드론의 비행 경로와 각 경로에서 설정한 관측 천정각을 표시하여 Fig. 4A에 나타내었다. 반구형 비행을 통하여 관측 대상 지점에 대한 다양한 각도의 영상을 취득할 수 있었고, 비행 고도에 따른 카메라의 관측각도(pitch, yaw)를 Fig. 4B, C에 나타냈을 때, 0-80°의 천정각, 0-360°의 방위각을 가진 영상이 취득된 것으로 나타났다. 그리고 관측 시간은 11:00-12:00 (약 1시간)로, 당시의 태양의 기하는 고도각 51.0-56.3°, 방위각 142.82-166.66°로 나타났다.

1차 관측 외에도 나머지 2차, 3차 관측에 대하여 동일한 분석을 수행하였고, 각 관측에 대한 상세한 정보는 Table 1에 정리하였다. Table 1에는 비행일자, 관측 시간, 관측기하(천정각, 방위각)와 태양기하(천정각, 방위각) 및 기준 시간을 함께 나타내었다. 그리고 Fig. 5A-C에 비행 경로와 각 경로에 대한 관측 천정각을 나타내었고, Fig. 5D-F에 관측 당시의 산림에 대한 RGB 영상을 함께 나타내었다.

3.2 관측기하 및 태양기하

1차 관측 시 확보된 화소의 수는 18,401개, 2차 관측은 18,695개, 3차 관측은 19,699개이다. 각 날짜별 제공되는 자료는 관측 방위각, 관측 천정각에 따른 각 밴드별 반사도의 평균 및 표준편차로, 1차 관측을 통해 산출된 자료의 예시를 Table 2에 제시하였다.

Fig. 6은 관측기하별 반사도를 극좌표계에 나타낸 그림으로 청색밴드(Band 1)에 대하여 도시하였다. Fig. 6A와 D는 각각 1차 관측에 대한 반사도의 평균과 표준편차를, Fig. 6B, E는 2차 관측에서의 반사도 평균 및 표준편차 그리고 Fig. 6C, F는 3차 관측 결과의 반사도 평균 및 표준편차를 나타낸다. 각 그림에서 태양기하각의 수치를 태양의 모양으로 함께 표기하여 나타내었고, 태양 방향으로의 방위각을 포함하는 면인 주요면(principal plane)을 빨간색 실선으로, 주요면에 수직한 수직면(perpendicular plane)을 파란색 실선으로 나타내었다. 3개차 관측 결과 모두에서 후방산란 영역(back scattering area), 즉, 수직면 기준으로 태양 방향으로 산란되어 나타나는 반사도가 전방산란 영역(forward scattering area)의 반사도보다 높게 나타났다. 또한, 주요면을 따라서 관측 천정각이 태양 천정각과 일치할 때 반사도가 급격히 증가하는 이른바 핫스팟(hot spot) 현상이 나타나는 것으로 관찰할 수 있다. 표준편차에 대한 그림을 보면, 천정각이 높은 화소일수록 대체로 낮은 표준편차를 가지고, 천정각이 낮을수록 표준편차가 커짐을 확인할 수 있다.

각 차수별 관측 방위각, 관측 천정각에 따른 데이터 분포는 Fig. 7에 나타내었다. 관측 방위각에 따른 분포는 1차, 2차, 3차 관측데이터 모든 방위각 구간에서 약 1,500개로 균등하게 분포하고 있음을 알 수 있고, 관측 천정각에 따른 데이터의 분포를 분석하였을 때, 0-10도 사이의 화소의 수는 1,000-2,000개 사이고, 10-20도 사이의 화소의 수는 3,000개의 수준으로 나타났다. 20도 이상의 관측 천정각을 가진 화소는 3,300개가량으로 일정한 것을 알 수 있다.

4. 결론

본 연구는 드론에 탑재한 다분광센서과 고해상도 광학센서를 기반으로 획득한 자료를 통하여 침엽수림에 대한 BRDF 자료를 구축하고 극좌표계 플롯을 통하여 획득 결과를 확인하였다. 구축한 침엽수림의 BRDF 자료의 분석 결과, 많은 과거 선행 연구에서 나타나는 것과 같이 후방산란 영역에서 반사도가 높고, 태양 천정각과 유사한 관측각에서 핫스팟 영역이 나타나는 것을 확인하였다. 3차례 다른 시기의 관측을 수행함으로써 다른 계절, 다른 태양고도각에 대한 자료를 제공하였다. 고해상도 광학센서를 함께 이용함으로써 추정된 각도에 대한 신뢰도를 높였고, 넓은 각 범위에서의 자료를 제공함으로써 각기 다른 관측기하를 가지는 다양한 위성에 활용될 수 있도록 제작하였다. 본 연구의 한계점으로는 제작한 BRDF 자료는 침엽수림을 대상으로 하기 때문에, 대한민국에 존재하는 활엽수림 및 혼효림에 대해서는 추가적인 자료 획득이 필요하다. 또한, RedEdge 카메라가 가지는 5개의 분광밴드에 대해서만 획득이 이루어졌기 때문에, 더 많은 밴드에 대한 BRDF 추정을 위해서는 합리적인 보간 기법의 활용 또는 초분광센서를 이용한 BRDF 관측이 필요하다.

본 연구를 통해 제공되는 BRDF 자료는 산림 영역에 대한 위성자료의 BRDF 보정에 활용될 수 있고, 특히 본 연구에서 사용된 RedEdge 카메라의 5개 분광밴드는 앞으로 발사될 농림위성의 분광밴드와 유사하기 때문에, 추후 실제 농림위성의 분광반응함수가 가용할 시, 소폭의 밴드조정만을 통해서 본 자료를 활용할 수 있을 것으로 기대된다.

Notes

Conflict of Interest

Wonkook Kim has been an Editorial Board of GEO DATA; however, he was not involved in the peer reviewer selection, evaluation, or decision process of this paper. Otherwise, no other potential conflicts of interest relevant to this paper were reported.

Funding Information

This paper was supported by the Rural Development Administration Joint Research Project (Project No. PJ016234012022) and is gratefully acknowledged.

Data Availability Statement

The data that support the findings of this study are openly available in GEO DATA at https://doi.org/10.22761/GD.2023.0057.

Fig. 1.

Photos of instruments used in this study: (A) DJI Matrice 300 RTK, (B) Zenmuse H20, (C) Micasense Rededge-MX.

Fig. 2.

(A) A satellite image (RGB) and (B) tree species map for the study area.

Fig. 3.

(A) Configuration of the drone observation system hosting RedEdge-MX and Zenmuse cameras, and (B) the flight concept for the bidirectional reflectance distribution function observation.

Fig. 4.

(A) A schematic figure for the hemispherical flight performed for BRDF observations and scatter plots of the camera’s (B) pitch angle and (C) yaw angle for varying altitudes.

Fig. 5.

Figures of the flight path and zenith angles for the (A) 1st, (B) 2nd, and (C) 3rd campaigns, and unmanned aerial vehicle RGB images of the target forest for the (D) 1st, (E) 2nd, (F) 3rd campaigns, respectively.

Fig. 6.

Polar plots showing the mean reflectance at each angular bin for the (A) first, (B) second, and (C) third campaigns, and the standard deviation of reflectance for the (D) first, (E) second, and (F) third campaigns, respectively.

Fig. 7.

Histograms showing the number of data by observation azimuth angle (30 degree intervals) for the (A) first, (B) second, and (C) third campaigns, and by observation zenith angle (10 degree intervals) for the (D) first, (E) second, and (F) third campaigns, respectively.

References

• Agisoft LLC (2018) Agisoft PhotoScan User Manual: Professional Edition. Manual 1.4, Agisoft LLC https://www.agisoft.com/pdf/photoscan-pro_1_4_en.pdf Accessed 3 Dec 2021
• Baek S, Byun M, Kim W (2021) Improving precision of the exterior orientation and the pixel position of a multispectral camera onboard a drone through the simultaneous utilization of a high resolution camera. J Korean Soc Surv Geod Photogramm Cartogr 39(6):541–548
• Barnsley MJ, Strahler AH, Morris KP, Muller JP (1994) Sampling the surface bidirectional reflectance distribution function (BRDF): 1. Evaluation of current and future satellite sensors. Remote Sensing Reviews 8(4):271–311
• Breon FM, Maignan F (2017) A BRDF-BPDF database for the analysis of Earth target reflectances. Earth Syst Sci Data 9(1):31–45Article
• Collings S, Caccetta P, Campbell N, Wu X (2010) Techniques for BRDF correction of hyperspectral mosaics. IEEE Trans Geosci Remote Sens 48(10):3733–3746Article
• Jia W, Pang Y, Tortini R, et al (2020) A kernel-driven BRDF approach to correct airborne hyperspectral imagery over forested areas with rugged topography. Remote Sens 12(3):432Article
• Jiao Z, Dong Y, Schaaf CB, et al (2018) An algorithm for the retrieval of the clumping index (CI) from the MODIS BRDF product using an adjusted version of the kernel-driven BRDF model. Remote Sens Environ 209:594–611Article
• Kennedy RE, Cohen WB, Takao G (1997) Empirical methods to compensate for a view-angle-dependent brightness gradient in AVIRIS imagery. Remote Sens Environ 62(3):277–291Article
• Korea Forest Research Institute (KFRI) (2023) Building a cal/val roadmap for a planned forestry satellite sensor system. KFRI, Seoul, p. 119
• Kwon SK, Kim KM, Lim J (2021) A study on pre-evaluation of tree species classification possibility of CAS500-4 using RapidEye satellite imageries. Korean J Remote Sens 37(2):291–304
• Lucht W, Roujean JL (2000) Considerations in the parametric modeling of BRDF and albedo from multiangular satellite sensor observations. Remote Sensing Reviews 18(2-4):343–379Article
• Reda I, Andreas A (2004) Solar position algorithm for solar radiation applications. Sol Energy 76(5):577–589Article
• Schaaf CB, Gao F, Strahler AH, et al (2002) First operational BRDF, albedo nadir reflectance products from MODIS. Remote Sens Environ 83(1-2):135–148Article

Appendix

Figure & Data

References

Citations

Citations to this article as recorded by