합성 개구 레이다 SAR(Synthetic Aperture Radar)은 높은 해상도와 24시간, 전천후 해양 관측 능력을 바탕으로 해양 파랑 및 풍장 모니터링에 중요한 역할을 하고 있다. 기존 해양 파랑 및 풍장 매개변수 역산 방법이 중고 해상도 해상도 조건에서 역산 정확도가 낮은 문제에 대응하여, 본 논문은 Sentinel-1의 WV 모드 SAR 데이터를 활용하여 전통적 특성 매개변수(입사각, 정규화 분산)에 3가지 근사 극화 특성 매개변수(극화 엔트로피, 이방성 및 상관성)를 보완적으로 도입하였다. 또한 지지 벡터 회귀(SVR) 알고리즘과 합성곱 신경망(CNN) 알고리즘을 기반으로, 중고 해상도 해상도 조건(풍속 10.8~28.8 m/s)에 적합한 SAR 해양 파랑 및 풍장 매개변수 공동 역산 모델을 각각 구축하였다. 결과는 SVR 기반 역산 풍속, 풍향, 유효 파고 및 평균 파주기가 ERA5, NDBC 데이터와 비교했을 때 각각 1.27 m/s, 23.46°, 0.22 m, 0.62 s 및 1.10 m/s, 25.37°, 0.22 m, 0.59 s의 평균 제곱근 오차를 나타내었으며, CNN 기반 역산에서는 각각 1.15 m/s, 23.53°, 0.18 m, 0.53 s 및 1.08 m/s, 25.85°, 0.19 m, 0.54 s로 나타나 본 논문에서 구축한 두 가지 공동 역산 모델이 중고 해상도 해상도 조건에서 해양 파랑 및 풍장 매개변수를 효과적으로 역산할 수 있음을 입증하였다. 전통 이론 방법과 비교할 때 SVR 및 CNN 기반 공동 역산 모델이 역산한 유효 파고, 평균 파주기 및 풍속이 ERA5 데이터와 비교해 각각 0.67 m, 0.62 s, 0.3 m/s 및 0.71 m, 0.71 s, 0.42 m/s의 평균 제곱근 오차가 감소하여 두 공동 역산 모델이 역산 정확도를 현저히 향상시켰음을 증명하였다. 또한 본 논문에서 구축한 두 가지 공동 역산 모델의 고해상 조건에서의 역산 효과를 검증하기 위해 2020년 북대서양 해역에서 발생한 2개의 허리케인 데이터를 수집하여 고해상 조건 사례 분석에 활용하였다. 결과는 고해상 조건에서 본 논문에서 구축한 두 가지 공동 역산 모델이 비교적 정확한 해양 파랑 및 풍장 매개변수 획득이 가능함을 보여주었다. 종합적으로 본 논문에서 구축한 해양 파랑 및 풍장 공동 역산 모델은 중고 해상도 해상도 조건에서 해양 파랑 및 풍장 매개변수의 고정밀 역산을 위한 효과적인 해결책을 제공하며, 극한 해상 조건에서의 해양 환경 연구를 위한 중요한 참고 자료가 된다.

합성 개구 레이다;공동 역산 방법;CNN;SVR;해양 파랑 및 풍장 매개변수;중고 해상도 해상 조건;극화 특성 매개변수