SAR · 위성영상
실무로 먼저 구축한 InSAR 파이프라인 아래에 제1원리를 채우는 학습 로그
루미르에서 Sentinel-1 InSAR 파이프라인(DInSAR·SBAS·PSI)을 실무로 먼저 구축했습니다. 파이프라인은 돌아가는데 "왜 복소수인가, 왜 위상차가 변위가 되는가, Coherence는 정확히 무엇인가" 같은 제1원리가 비어 있었고 — 그 공백을 기초 이론 블록부터 다시 채워 실무 경험과 연결하고 있습니다.
AI(ChatGPT·Claude)를 사고 파트너로 둔 대화 학습 → Brain Trinity 위키로 컴파일하는 루틴입니다. 대화 원본은 raw로 보존하고, 개념은 위키 페이지로 정제해 미래의 나와 AI(RAG)가 다시 쓸 수 있게 축적합니다.
위키 페이지가 만들어진 날짜·강의 녹음일 기준으로 언제 무엇을 공부했는지. 활동이 있는 날을 누르면 그날의 토픽이 보입니다.
기초 이론 — 신호와 영상의 물리
파이프라인 아래의 "왜" — 복소수 신호부터 TOPS 스캔까지.
SLC 픽셀 = A·e^jθ. 회전을 곱셈 한 번으로 처리하는 오일러 공식이 복소수를 쓰는 이유이고, Interferogram = M×S*(켤레 곱)가 위상차를 자동으로 꺼냅니다.
12.3m 안테나를 이동시키며 같은 표적을 수백 번 관측하고, 위상을 보정해 합산(matched filter)하면 거대한 가상 안테나가 됩니다 — Azimuth Compression의 정체.
Range는 대역폭이(ΔR=c/2B), Azimuth는 합성개구가 결정합니다. Sentinel-1 IW의 5m×20m 비대칭 픽셀과 Multilook 3×1의 이유가 여기서 나옵니다.
주파수를 쓸며 길게 쏘고 matched filter로 짧게 압축 — 해상도와 SNR을 동시에 얻는 펄스 압축이 곧 RAW→SLC의 Range Compression입니다.
산란체 간섭이 만드는 점무늬 노이즈(Speckle), 두 SLC의 유사도(Coherence 0~1), 그리고 Coherence를 올리는 대신 해상도를 내주는 Multilook trade-off.
빔을 전자적으로 스윙해 250km 폭을 얻는 TOPSAR — IW1/2/3 서브스와스 구조, 그리고 Azimuth 해상도 20m라는 대가.
능동 센서가 마이크로파를 쏘고 되돌아온 후방산란을 재는 원리, X/C/L 밴드별 파장·투과 특성 — 모든 SAR 이론의 출발점.
측면 조사(side-looking) 탓에 산악 지형이 압축·전도·음영으로 왜곡되는 세 메커니즘 — 지오코딩과 AOI 적합성 판단의 전제.
송수신 편파 조합이 지표 산란(표면·이중반사·체적)을 다르게 잡아내는 원리 — 작물·구조물·식생 분류의 토대.
위성 운용·데이터
Sentinel-1 제품 체계 — 무엇을 받아서 시작하는가.
SLC는 위상을 보존한 복소수(InSAR 전용), GRD는 진폭만 남긴 범용 제품. 아카이브의 80~90%는 GRD — "SLC가 기본"은 InSAR 시야의 착시입니다.
육지 기본 IW 외에 해양·해빙용 EW(400km), 고해상 SM, 해양파 WV까지 — 목적에 따라 폭과 해상도를 맞바꾸는 Sentinel-1 모드 체계. (IW는 기초 블록의 Swath·TOPSAR에서 다룸)
InSAR 변위 탐지
위상차가 mm 변위가 되기까지 — 실무 파이프라인의 이론.
Δφ=(4π/λ)ΔR — C-band에서 fringe 한 줄이 2.8cm입니다. LOS 한 방향만 보는 제약은 Ascending+Descending 결합으로 분해합니다.
짧은 기선 페어 수십~수백 개를 네트워크로 역산해 mm/yr 속도장과 시계열을 얻습니다. 안정 지점을 0으로 고정하는 Reference Point로 대기(APS) 노이즈를 누릅니다.
도시 구조물의 영구산란체(PS)만 선별해 점별 풀해상도 시계열을 얻는, SBAS와 정반대의 접근. 죽전 도심 108,690점 실증까지 완주했습니다.
PSI가 못 보는 식생·산지의 분산산란체(DS)로 확장하는 SqueeSAR, 그리고 식생 투과가 좋은 L-band NISAR 시대를 준비하는 다음 지도.
정밀궤도력(POD)으로 기선 오차를 줄이고, Range-Doppler 지형보정으로 SAR 좌표를 지리좌표에 정합 — 결과를 지도에 올리는 마지막 처리 관문.
심화 기법 — 로드맵
변위·3D·편파를 더 멀리 — 아직 학습 전인 다음 지도.
위상이 깨질 만큼 큰 변위(빙하·사태)를 진폭 상관으로 픽셀 이동량을 직접 재는 기법 — InSAR가 무력한 영역의 보완.
편파와 간섭을 결합해 산란 위상중심의 높이를 분리 — 식생 높이·구조 추정으로 가는 길.
여러 궤도 스택을 고도축으로 합성해 한 픽셀 안 다중 산란체를 3D로 분해 — 도심 고층·식생 수직구조 분석.
실무에서 이미 돌고 있는 것들
이 학습은 책상 위 이론이 아니라, 운영 중인 파이프라인의 기초 공사입니다.
SNAP·ISCE2·MintPy 5종 스택 파이프라인 구축·운영
DInSAR→SBAS 시계열 완주 — Reference Point 보정·품질 평가까지
MiaplPy phase linking 최적화(5h→6분)로 도심 영구산란체 시계열 완주