SATI 이미지의 섹터 스펙트럼을 위한 중위값 기반 알고리즘

초록

본 논문은 대기 중간층·하부 열권의 파동 연구에 사용되는 SATI(Spectral Airglow Temperature Imager) 이미지에서 섹터 스펙트럼을 추출하는 기존 평균 방식 대신, 같은 거리의 픽셀 값을 정렬하여 중위값을 취하는 방법을 제안한다. 정렬·중위값 처리로 소금‑후추 잡음에 강인해지며, 섹터 각도가 커질수록 온도 추정의 분산이 감소한다는 실험 결과를 제시한다.

상세 분석

SATI는 메소포즈·저층 열권(Mesosphere‑Lower Thermosphere)에서 O₂ 밤광 방출을 측정해 파동의 동역학적 매개변수를 추정하는 광학 스캐닝 장비이다. 기존 데이터 처리 파이프라인은 이미지 중심을 픽셀 단위로 찾고, 30°씩 12개의 섹터로 나눈 뒤, 동일 반경(p)에서 관측된 모든 픽셀의 강도를 평균하여 섹터 스펙트럼을 만든다. 평균값은 잡음, 특히 고에너지 입자에 의해 발생하는 ‘소금‑후추’ 잡음에 민감해 온도 추정에 편향을 일으킬 수 있다.

저자는 평균 대신 ‘중위값(median)’을 이용하는 순서 통계 기반 접근법을 도입한다. 구체적으로, 각 섹터 내에서 동일 거리 p에 해당하는 픽셀들의 강도 값을 2‑차원 배열 W(q, p)에 저장하고, 각 컬럼(p)마다 정렬 후 중간 원소를 선택한다. 중위값은 극단값을 배제하므로 잡음에 강인하며, 평균과 비교했을 때 섹터 온도 차이가 몇 도 이내로 매우 작다. 또한 섹터 각도(γ)를 5°~60° 범위에서 변화시켜 실험했으며, γ가 커질수록 거리‑픽셀 수가 늘어나 정렬 비용이 증가하지만, 온도 추정의 표준편차는 현저히 감소한다.

알고리즘 구현은 Fortran의 sortqq 서브루틴을 활용했으며, 픽셀 수가 적은 경우(섹터 각도 ≤ 30°) 단순 퀵소트와 같은 O(N log N) 정렬이 충분히 빠르다. 계산 복잡도는 평균 방식보다 약간 높지만, 실시간 처리 요구가 낮은 지상 관측 시스템에서는 허용 가능한 수준이다. 저자는 또한 p‑1, p + 1 거리의 픽셀을 함께 정렬해 1‑차원 스펙트럼에 추가적인 비선형 필터링을 적용할 가능성을 제시했으며, 이는 순서 통계 필터(order‑statistic filter)의 특수 사례로 해석될 수 있다.

결과적으로, 중위값 기반 섹터 스펙트럼 추출은 잡음 억제와 온도 추정 정확도 향상이라는 두 마리 토끼를 잡으며, 특히 낮은 신호‑대‑잡음 비율(SNR) 상황에서 유리하다. 향후 연구에서는 다양한 정렬 알고리즘(예: 힙 정렬, 병합 정렬)과 다중‑중위값(예: 트리미드) 적용을 통해 처리 속도를 최적화하고, 파동 해석에 미치는 정량적 영향을 평가할 계획이다.