DOI QR코드

DOI QR Code

Uncertainties of SO2 Vertical Column Density Retrieval from Ground-based Hyper-spectral UV Sensor Based on Direct Sun Measurement Geometry

지상관측 기반 태양 직달광 관측장비의 초분광 자외센서로부터 이산화황 연직칼럼농도의 불확실성 분석 연구

  • Kang, Hyeongwoo (Major of Spatial Information Engineering, Division of Earth Environmental System Science, Pukyong National University) ;
  • Park, Junsung (Major of Spatial Information Engineering, Division of Earth Environmental System Science, Pukyong National University) ;
  • Yang, Jiwon (Major of Spatial Information Engineering, Division of Earth Environmental System Science, Pukyong National University) ;
  • Choi, Wonei (Major of Spatial Information Engineering, Division of Earth Environmental System Science, Pukyong National University) ;
  • Kim, Daewon (Major of Spatial Information Engineering, Division of Earth Environmental System Science, Pukyong National University) ;
  • Lee, Hanlim (Department of Spatial Information Engineering, Pukyong National University)
  • 강형우 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ;
  • 박준성 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ;
  • 양지원 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ;
  • 최원이 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ;
  • 김대원 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) ;
  • 이한림 (부경대학교 공간정보시스템공학과)
  • Received : 2019.04.11
  • Accepted : 2019.04.19
  • Published : 2019.04.30

Abstract

In this present study, the effects of Signal to Noise Ratio (SNR), Full Width Half Maximum (FWHM), Aerosol Optical Depth (AOD), $O_3$ Vertical Column Density ($O_3$ VCD), and Solar Zenith Angle (SZA) on the accuracy of sulfur dioxide Vertical Column Density ($SO_2$ VCD) retrieval have been quantified using the Differential Optical Absorption Spectroscopy (DOAS) method with the ground-based direct-sun synthetic radiances. The synthetic radiances produced based on the Beer-Lambert-Bouguer law without consideration of the diffuse effect. In the SNR condition of 650 (1300) with FWHM = 0.6 nm, AOD = 0.2, $O_3$ VCD = 300 DU, and $SZA=30^{\circ}$, the Absolute Percentage Difference (APD) between the true $SO_2$ VCD values and those retrieved ranges from 80% (28%) to 16% (5%) for the $SO_2$ VCD of $8.1{\times}10^{15}$ and $2.7{\times}10^{16}molecules\;cm^{-2}$, respectively. For an FWHM of 0.2 nm (1.0 nm) with the $SO_2$ VCD values equal to or greater than $2.7{\times}10^{16}molecules\;cm^{-2}$, the APD ranges from 6.4% (29%) to 6.2% (10%). Additionally, when FWHM, SZA, AOD, and $O_3$ VCD values increase, APDs tend to be large. On the other hand, SNR values increase, APDs are found to decrease. Eventually, it is revealed that the effects of FWHM and SZA on $SO_2$ VCD retrieval accuracy are larger than those of $O_3$ VCD and AOD. The SZA effects on the reduction of $SO_2$ VCD retrieval accuracy is found to be dominant over the that of FWHM for the condition of $SO_2$ VCD larger than $2.7{\times}10^{16}molecules\;cm^{-2}$.

본 연구에서는 처음으로 차등흡수분광기술(Differential Optical Absorption Spectroscopy, DOAS)를 이용하여 지상관측 기반 태양 직달광 모의복사휘도를 활용하여 신호대잡음비(Signal to Noise Ratio, SNR), 분광분해능(Full Width Half Maximum, FWHM), 오존 연직칼럼농도($O_3$ Vertical Column Density, $O_3$ VCD), 에어로졸 광학두께(Aerosol Optical Depth, AOD), 태양천정각(Solar Zenith Angle, SZA)에 대한 이산화황 연직칼럼농도($SO_2$ Vertical Column Density, $SO_2$ VCD) 산출 불확실성을 조사하였다. 본 연구에서는 산란광 효과를 제외한 Beer-Lambert-Bouguer 법칙에 기반하여 모의복사휘도를 계산하였다. SNR이 650(1300)이며, FWHM = 0.6 nm, AOD = 0.2, $O_3$ VCD = 300DU, $SZA=30^{\circ}$ 동일 조건일 때 산출된 이산화황의 연직칼럼농도와 모의복사휘도 계산 시 입력값으로 활용된 이산화황 연직칼럼농도의 참값을 비교하여 절대백분위오차(Absolute Percentage Difference, APD) 산출 결과 $8.1{\times}10^{15}molecules\;cm^{-2}$ 농도에서 최대 80%(28%), $2.7{\times}10^{16}molecules\;cm^{-2}$ 농도에서 최소 16%(5%)로 나타났다. FWHM이 0.2 nm(1.0 nm)일 때, 이산화황의 연직칼럼농도가 $2.7{\times}10^{16}molecules\;cm^{-2}$과 동일하거나 그 이상에서 APD는 6.4%(29%) 에서 6.2%(10%)로 나타났다. FWHM, SZA, AOD, 오존 연직칼럼농도의 값이 증가할수록 APD가 증가하였다. 그와 반대로 SNR은 값이 증가할수록 APD가 감소하였다. 결과적으로 FWHM과 SZA이 오존 연직칼럼농도와 AOD 보다 이산화황 연직칼럼농도 산출에 크게 영향을 주었다. 이산화황의 연직칼럼농도 산출 불확실성의 증가에 대한 SZA의 효과는 $2.7{\times}10^{16}molecules\;cm^{-2}$보다 높은 이산화황 연직칼럼농도 조건에서 FWHM보다 큰 영향을 주었다.

Keywords

1. 서론

이산화황은 황과 산소의 화합물로써 지구대기화학 및 기후 변화에 중요한 영향을 주며 황산염 에어로졸을 형성함으로써 호흡기장애 및 알레르기 유발 등 인류건강에 직접적인 피해를 준다(Hutchinson and Whitby, 1977; Longo et al., 2010; Pope and Dockery, 2006). 이산화황은 화산 폭발과 같은 자연적 요인과 화석연료 연소,금속 제련, 정유 공정 등 인위적 요인에 의하여 발생한다(Fioletov et al., 2016). 1995년에 시작된 지구 관측위성 ERS-2에 장착된 GOME(Global Ozone Monitoring Experiment)은 동유럽의 발전소(Eisinger and Burrows, 1998)와 페루와 러시아의 제련소와 같은 이산화황의 인위적인 발생지역에서(Khokhar et al., 2008) 이산화황을 모니터링 하였다. 지난 17년 동안 지표 근처의 이산화황을 감지할 수 있는 센서를 탑재한 3개의 위성이 발사되었다. 2002년부터 2012년까지 ENVISAT위성에 탑재된 SCIAMACHY(SCanning ImagingAbsorption SpectroMeter for Atmospheric CHartographY)가 활용되었고, 2006년부터 현재까지 MetOp-A에 탑재된 GOME-2(Global Ozone Monitoring Experiment-2)와 2004년부터 현재까지 미국항공우주국(National Aeronautics and Space Administration, NASA) Aura 위성에 탑재된 OMI(Ozone Monitoring Instrument) 센서를 이용하여 이산화황을 모니터링하고있다(Bovensmann et al., 1999; Callies et al., 2000; Levelt et al., 2006; Schoeberl et al., 2006). 다수 위성들이 이산화황의 연직칼럼농도(Vertical Column Density, VCD)를 제공하지만, 성층권의 강한 오존 흡수와 경계층 위에서의 대기산란으로 지표면에 도달하는 자외선이 약해지고 이 때문에 위성관측으로부터 지표부근의 이산화황 농도를 추정하는 것은 쉽지 않다(Knepp et al., 2015; Yan et al., 2017). 추가적으로 위성관측기반의 원격 측정은 지상관측 기반의 원격측정에 비해 단시간에 광범위한 영역을 관측할 수 있다는 장점이 있지만, 미량기체, 에어로졸, 수증기 등과 같은 대기 중 많은 간섭인자, 우주에서의 매우 낮은 주변온도, 강한 우주 방사선에 의해 지상 혹은 항공관측에 비해 큰 불확실성을 갖는 것으로 알려져있다(Lee, 2013). 지상기반 원격측정은 관측 지점에서의 위성보다 지상에서 보다 정확한 참값을 제공하고, 정밀한 공간적 및 시간적 해상도를 가지고 있다(Li et al., 2000). 이러한 이유로 위성관측 기반 원격측정의 타당성 확인에 도움을 주며 위성 자료와 지표면 이산화황 농도 사이의 관계에 대한 해석을 용이하게 한다(Richter et al., 2014). 지상관측 기반 막스도아스(Multi-Axis Differential Optical Absorption Spectroscopy, MAX-DOAS)는 이산화황 농도 측정이 가능한 지상관측장비이다. 이 방법은 다양한 고도 각에서 측정된 자외선 스펙트럼의 산란광을 기반으로 차등흡수분광법(Differential Optical Absorption Spectroscopy, DOAS)을 이용한다(Platt and Stutz, 2008). MAX-DOAS 장비는 화산에서 발생하는 이산화황의 산출에 널리 활용되고 있으나, 인위적으로 발생하는 이산화황에 대한 MAX-DOAS 측정에 초점을 맞춘 연구는 mobile DOAS를 이용하여 중국 광저우 지역에서 SO2, NO2를 관측한 연구(Wu et al., 2013)와 MAX-DOAS를 이용하여 중국 샹허 지역에서 대류권 이산화황을 산출한 연구(Wang et al., 2014)가 있다. 다른 지상관측장비로는 Pandora가 있다. Pandora는 주로 직접적으로 UV 및 가시태양 스펙트럼 관측을 위해 개발된 계측기이다(Fioletovet al., 2016). 지상기반 태양직달광 관측은 복사전달모델 (Radiative Transfer Model, RTM)에서 발생하는 AMF의 오류가 없고 간단한 수식으로 AMF를 계산할 수 있기 때문에 AMF 계산 시 오류가 없거나 무시할 수 있다(Park et al., 2018). 본 연구에서는 AMF에 대한 오차가 없는 태양 직달광 측정기반의 연구를 수행하였다. 지상관측 기반의 태양 직달광 측정 장비를 이용한 이산화황의 연직칼럼농도 산출에 앞서 지상관측장비가 측정 시 변경되는 여러 가지 변수에 대한 정확도를 정량화하고 파악하는 것이 선행되어야 한다. 따라서 본 연구에서는 위성에서 산출되는 이산화황의 연직칼럼농도를 검보정하기 위해 다양한 조건에서 모의복사휘도를 생성하여 지상기반 직달광 측정장비가 가지는 이산화황 연직칼럼농도 산출 불확실성을 분석하였다.

2. 연구 방법

1) 차등흡수분광기술(Differential Optical Absorption Spectroscopy; DOAS)

본 연구에서 이산화황 산출을 위하여 DOAS 기술을 사용하였다. DOAS는 원격측정으로 얻어진 초분광 스펙트럼 정보를 이용하여 스펙트럼의 빠른 변화와 느린 변화를 분리하고 미량기체의 흡수특성을 반영하여 각 대기 미량기체의 양을 산출하는 기술이다(Platt and Stutz 2008). DOAS 방법의 수식은 아래 수식 1의 Beer-Lambert Bouguer 법칙 수식을 기반으로 진행된다.

\(\mathrm{I}(\lambda)=I_{0}(\lambda) E X P(-L C \sigma)\)        (1)

Beer-Lambert-Bouguer 법칙은 빛의 세기가 대기 중을 투과하면서 광경로, 미량기체의 농도, 미량기체의 흡수 단면적에 의해 지수적으로 감소되는 것을 의미하는 법칙으로, 여기서 I(λ)(W nm-1 cm-2)는 파장함수의 투과된 빛의 세기이며, I0(λ)(W nm-1 cm-2)는 파장함수의 입사하는 빛의 세기를 나타내며 L은 빛이 투과된 광경로(cm), C는 광경로 내 존재하는 미량기체들의 농도(molecule cm-3), σ는 미량기체들의 흡수단면적(cm2 molecule-1)을 나타낸다(Platt and Stutz, 2008). 위 식을 DOAS에 적용하여 식을 표현하면 아래 식 (2)과 같다.

\(\begin{aligned} \mathrm{I}(\lambda)=& I_{0}(\lambda) E X P\left(-\sum_{i=0}^{n} \sigma_{i}^{\prime}(\lambda) S_{i}\right) E X P \\ &\left\{-\left(\sum_{l=0}^{n} \sigma_{i}(\lambda) S_{i}+\varepsilon_{R}(\lambda)+\varepsilon_{M}(\lambda)\right)\right\} \end{aligned}\)        (2)

DOAS 원리는 미량기체의 원자의 전자 전이로 인해 흡수선들이 발생하게 되고 여러 미량기체의 흡수단면적은 빠르게 변화하는 부분과 느리게 변화하는 부분으로 나눠지는 것을 핵심으로 한다. 위 식에서 σi(λ)는 파장에 따른 미량기체의 흡수선 변화가 빠르게 변화하는 부분, σi(λ)는 파장에 따른 미량기체의 흡수선 변화가 느리게 변화하는 부분, εR(λ)은 레일리 산란(Rayleigh scattering), εM(λ)는 미 산란(Mie scattering)을 나타낸다. 빛의 세기는 대기 중 존재하는 대기분자에 의한 레일리(εR) 산란과 에어로졸에 의한 미(εM) 산란에 의해 각각 감소되며 미량기체의 느리게 변화하는 부분과 함께 수학적인 다항식으로 표현이 가능하다. 에어로졸, 대기분자와 미량기체의 의해 느리게 변화하는 부분을 제외한 미량기체의 빠르게 변화하는 흡수특성을 이용하여 비선형 최소자승법 피팅으로 대상물질의 경사칼럼농도(Slant Column Density, SCD)를 산출한다. 이를 AMF로 나눠줌으로써 최종으로 연직칼럼농도를 계산한다.

2) 연구자료 및 방법

Fig. 1은 이산화황의 연직칼럼농도 산출 불확실성 연구의 흐름도이다. 본 연구에서는 분광분해능(Full Width Half Maximum, FWHM), 신호대잡음비(Signal to Noise Ratio, SNR), 오존 연직칼럼농도(O3 Vertical Column Density, O3 VCD), 에어로졸 광학두께(Aerosol Optical Depth, AOD), 태양천정각(Solar Zenith Angle, SZA)에 대한 이산화황 산출 불확실성을 조사하기 위하여 BeerLambert-Bouguer 식으로 모의복사휘도를 생성하였다. 파장은 290 nm에서 350 nm 구간에서 0.2 nm 간격으로 FWHM, AOD, 오존 연직칼럼농도, SZA, SNR 등 5개의 입력변수를 활용하여 2,430개의 태양 직달광 모의복사휘도를 생성한 후 실제 관측 시 발생하는 SNR을 고려하여 무작위로 적용되는 SNR을 가정하였다. 현재 NASA에서 활용하고 있는 직달광 측정장비인 Pandora 기기의 전체적인 SNR은 평균 650이다(Herman et al., 2015). 아래 식 (3)을 이용하여 920, 1300의 SNR을 계산하였다(Natraj et al., 2011; Park et al., 2018).

OGCSBN_2019_v35n2_289_f0001.png 이미지

Fig. 1. A flowchart of uncertainty estimation on the SO2 VCD retrieval using DOAS based on the synthetic radiance data.

\(S N R_{i}(\lambda)=S N R_{a} \sqrt{\frac{I_{a}(\lambda)}{I_{a}}}\)       (3)

SNRi(λ)와 Ii(λ)는 파장에 따른 i번째 SNR과 복사휘도이며 Ia는 290 nm에서 510 nm의 모의복사휘도의 평균을 의미하고 SNRa은 그에 상응하는 SNR을 나타낸다. 입력변수 및 각 입력변수에 사용된 값들은 Table 1에 요약되어 있다.

Table 1. Variables andNumber ofVariables usedto calculate synthetic radiances

OGCSBN_2019_v35n2_289_t0001.png 이미지

Beer-Lambert-Bouguer 식을 적용하여 계산한 모의복사휘도를 이용하여 이산화황의경사칼럼농도를 산출하기 위해 DOAS 방식 사용되었다. DOAS 피팅 파장구간은 이산화황의 강한 흡수가 일어나는 구간에서 가장 작은 residual을 나타내는 310 nm에서 330 nm로 설정하였다. 배경 스펙트럼으로 이산화황의 연직칼럼농도가 0 DU, 오존의 연직칼럼농도는 300 DU로 생성된 스펙트럼을 사용하였으며, 223K의 오존 흡수단면적(Bogumil et al., 2003)과 298K의 이산화황 흡수단면적(Vandaele et al., 2009)을 사용하였고, 각 흡수단면적은 모의복사휘도 계산 시 사용되었던 FWHM으로 콘볼루션 되었다. Fig. 2는 SZA = 30°, SNR = 650, FWHM = 0.6 nm, AOD = 0.2, 조건 하의 DOAS 스펙트럼의 디콘볼루션의 예를 보여준다. 산출된 경사칼럼농도를 AMF로 나눠줌으로써, 연직칼럼농도로 변환하였다. 태양 산란광을 활용하는 경우, 복사전달모델에 미량기체들의 연직분포, 에어로졸 타입, 지표반사도 등 다양한 변수를 입력하여 AMF의 계산이 필요하다. 그러나, 본 연구에서는 태양 직달광을 이용하였기 때문에 앞선 산란광에서 AMF의 오류를 유발하는 여러 인자들을 이용하지 않고 간단한 기하학적 측정방식으로 인해 SZA만으로 아래 식 (4)와 같이 AMF를 계산하였다.

\(A M F_{\text {direct}_{-} \operatorname{sun}}=\sec (S Z A)\)       (4)

OGCSBN_2019_v35n2_289_f0002.png 이미지

Fig. 2. Example of deconvolution of the DOAS spectrum for evaluating SO2 slant column densities. Black line represents the Reference spectrum and red line represents the Measured spectrum.

경사칼럼농도를 AMF로 나누어서 이산화황 연직칼럼농도를 계산하였으며 산출된 이산화황 연직칼럼농도와 모의복사휘도를 생성하기 위해 입력값으로 활용하였던 실제 이산화황 연직칼럼농도와 비교하여 두 값 사이의 절대백분위오차(Absolute Percentage Difference, APD)를 계산하여 지상관측 기반 직달광 측정장비의 이산화황 산출 불확실성을 평가하였다.

3. 결과

본 연구에서는 DOAS방법을 이용하여 FWHM, SNR, SZA, AOD, 오존 연직칼럼농도에 대해 이산화황 연직칼럼농도 산출 민감도 조사를 수행하였다. AOD, 오존연직칼럼농도, SZA을 분석함에 있어 현재 가용되고 있는 직달광 측정장치인 Pandora의 기기 성능을 고려하여 기준 FWHM 0.6 nm, SNR 650으로 설정하였다.

1) FWHM에 대한 이산화황 연직칼럼농도의 산출불확실성 평가

FWHM은 기기에서 빛을 받는 슬릿지름의 값으로 기기의 파장 분해능을 의미하며 파장 분해능이 좋을수록 연속적인 초분광 스펙트럼 분석에 유리하다. Fig. 3은 SNR = 650, O3 VCD = 300 DU, AOD = 0.2, SZA = 30°로 동일한 조건 하에 FWHM을 0.2, 0.6, 1.0 nm로 변화시키며 FWHM에 따른 이산화황의 연직칼럼농도 산출 민감도를 조사한 결과를 보여준다. Fig. 3에서 FWHM이 작을수록 APD의 값이 작음을 확인할 수 있다. APD가 작다는 것은 모의복사휘도 계산 시 입력값으로 이용했던 이산화황 연직칼럼농도의 참값과 DOAS 방법을 통해 산출한이산화황연직칼럼농도가비슷함을의미한다.이산화황의 연직칼럼농도가 낮을수록 실제 참값과 산출된 이산화황 연직칼럼농도의 차이는 크게 나타났으며 특히 0.3 DU에서는 가장 작은 FWHM인 0.2 nm에서도 60% 이상의 APD를 보였다. 이는 곧 실제 기기의 FWHM이 낮아도 대기 중 존재하는 이산화황의 농도가 0.3 DU이하라면 60% 이상 높은 산출오차를 유발한다는 것을 의미한다. 1 DU 이상에서는 FWHM 0.2 nm와 0.6 nm에서의 이산화황의 산출 민감도는 10% 이하로 수렴하며 FWHM에 대한 이산화황의 산출이 크게 영향을 받지 않는 것을 확인하였다.

OGCSBN_2019_v35n2_289_f0003.png 이미지

Fig. 3. Uncertainty test of FWHM on SO2 vertical column density under the AOD = 0.2, SNR = 650, O3 VCD = 300 DU, SZA = 30°.

2) AOD에 대한 이산화황 연직칼럼농도의 산출불확실성 평가

Fig. 4는 AOD을 제외한 SNR=650,O3VCD=300DU, FWHM = 0.6 nm, SZA = 30°의 동일한 조건 하에 AOD를 0.2, 1.0, 1.5로 변화시키며 AOD에 따른 이산화황의 연직칼럼농도 산출 불확실성을 조사한 결과이다.

OGCSBN_2019_v35n2_289_f0004.png 이미지

Fig. 4. Uncertainty test of AOD on SO2 vertical column density under the FWHM = 0.6, SNR = 650, O3 VCD = 300 DU, SZA = 30°.

AOD가 작다는 것은 대기 중 존재하는 에어로졸의 양이 상대적으로 작다는 것을 의미하며, AOD의 값이 작을수록 이산화황 참값과 산출값 사이의 APD가 낮게 나타났다. 그림 4에서 이산화황의 연직칼럼농도가 0.3 DU에서 AOD의 세가지 경우 모두 80% 이상의 APD를 나타내었다. 그러나, AOD의 값에 따른 실제 이산화황의 연직칼럼농도와 산출한 연직칼럼농도의 APD차이는 최대 15%로 FWHM, SNR, SZA보다는 비교적 적은 차이를 보였다. 이는 곧 대기 중 존재하는 에어로졸의 총량이 이산화황의 연직칼럼농도를 산출하는데 크게 영향을 주지 않는다는 것을 의미한다. 산란광을 이용하여 이산화황 연직칼럼농도를 산출 할 경우에는 태양을 직접 바라보지 않고 관측하기 때문에 물리적으로 광경로가 길어지게 되고 에어로졸에 의한 다중산란으로 AMF가 증가하게 되면서 산출된 이산화황 연직칼럼농도의 불확실성을 높인다. 그러나 직달광의 경우 기기가 태양을 직접 바라보고 관측하기 때문에 산란광 보다 상대적으로 광경로는 짧아지게 되고 이는 에어로졸에 의한 다중산란 효과를 줄임으로써 AOD 가 직달광 관측에서 미치는 효과가 적은 것으로 보인다.

3) SNR에 대한 이산화황 연직칼럼농도의 산출불확실성 평가

Fig. 5는 SNR을 제외한 AOD =0.2, O3VCD =300 DU, FWHM = 0.6 nm, SZA = 30°의 동일한 조건 하에 SNR을 650, 920, 1300으로 변화시키며 SNR에 따른 이산화황의 연직칼럼농도 산출 불확실성을 보여준다.

OGCSBN_2019_v35n2_289_f0005.png 이미지

Fig. 5. Uncertainty test of SNR on SO2 vertical column density under the AOD = 0.2, FWHM = 0.6 nm, O3 VCD = 300 DU, SZA = 30°.

SNR이 클수록 참값과 산출한 값 사이의 APD가 낮게 나타났다. 이는 렌즈노출시간을 늘려 잡음 대비 신호의 세기를 증가시킴으로써 이산화황의 산출 불확실성이 낮아진 것으로 생각된다. 이산화황의 연직칼럼농도가 0.3 DU에서는 SNR 650, 920, 1300에서 각각 81%, 53%, 29%의 산출 오류가 나타나지만 1 DU이상에서는 세 가지 경우 APD는 5%에 수렴하였다. 이전 FWHM, AOD에 대한 이산화황의 산출 불확실성과 비교하였을 때 APD는 비교적 낮게 나타났지만, 낮은 이산화황 연직칼럼농도에서 가장 뚜렷한 차이점을 보였다. 이는 이산화황이 대기 중 0.3 DU 이하로 존재할 때 산출에 영향을 크게 준다는 것을 의미한다.

4) SZA에 대한 이산화황 연직칼럼농도의 산출 불확실성 평가

Fig. 6은 SZA을 제외한 AOD =0.2, O3VCD =300 DU, FWHM = 0.6 nm, SNR = 650의 동일조건 하에 SZA을 30°, 40°, 50°, 60°, 70°로 변화시키며 SZA에 따른 이산화황의 연직칼럼농도 산출 불확실성을 조사한 결과이다. SZA은 천정방향과 태양과의 사이의 각으로 광경로를 결정하는 중요한 요소이다. SZA이 커진다면 그만큼 대기를 투과하는 빛의 광경로가 길어지게 되고 반대로 SZA이 작아진다면 대기를 투과하는 빛의 광경로가 짧아지게 된다.

OGCSBN_2019_v35n2_289_f0006.png 이미지

Fig. 6. Uncertainty test of SZA on SO2 vertical column density under the AOD = 0.2, FWHM = 0.6 nm, O3 VCD = 300 DU, SNR = 650.

SZA이 클수록 APD가 높게 나타났고, 이는 광경로가 길어지면서 이산화황의 산출에 오류를 발생시킨 것으로 생각된다. 0.3 DU에서는 모든 SZA의 경우에 80%이상의 높은 산출오류가 발생했으며, 70°에서는 이산화황의 연직칼럼농도가 1 DU 이상에서도 90% 이상의 오류를 유발하였다. 0.3 DU에서는 FWHM과 비슷한 수준의 APD 값을 보이나, 1 DU 이상에서는 본 연구에서 실시하였던 모든 입력변수 인자들보다 높은 APD를 나타냈다. 일반적인 지상관측 기반 직달광 측정의 경우, 가시영역 및 근적외영역에서는 태양 직달광의 세기가 태양 산란광보다 훨씬 강하기 때문에 산란광에 대한 영향은 무시할 수 있다. 그러나, 오존에 의한 강한 흡수와 300 nm의 파장에서 3.0 이상의 광학두께를 초래할 만큼 강한 파장 의존성을 띄는 대기분자의 레일리 산란으로 인해 산란광의 영향은 짧은 파장과 큰 SZA에서 중요하다(McKenzie and Johnston, 1995; Slusser et al., 2000; Tüg and Baumann, 1994). 그러나, 본 연구는 태양 직달광에 대한 이산화황의 연직칼럼농도 산출 민감도를 보기 위해 산란광에 대한 영향은 보정하지 않고 직달광에서의 이산화황 연직칼럼농도의 정확도만을 조사하였다. 이를 향후 연구에서 산란광에 대한 보정을 한다면 실제 환경에서 태양직달광 장비를 이용하여 태양직달광을 측정할 때 발생하는 산출오류에 대한 더 정확한 정성·정량적인 평가를 할 수 있을 것으로 기대된다.

5) 오존 연직칼럼농도에 대한 이산화황 연직칼럼 농도의 산출 불확실성 평가

Fig. 7은 오존 연직칼럼농도를 제외한 AOD = 0.2, SZA = 30°, FWHM = 0.6 nm, SNR = 650의 동일조건 하에 오존 연직칼럼농도를 200, 350, 500 DU로 변화시키며 그에 따른 이산화황의 연직칼럼농도 산출 불확실성을 조사한 결과이다. 타 미량기체를 제외한 오존을 이산화황 산출 불확실성 조사에 활용한 이유는 오존의 흡수단면적의 파장 구간이 이산화황의 흡수단면적 파장구간과 겹쳐 이산화황 산출에 영향을 미칠 것으로 예상되기 때문이다. 오존 연직칼럼농도가 클수록 APD가 높게 나타났고, 이는 대기 중 오존의 양이 많을수록 이산화황의 산출에 오류를 발생시킨다는 것을 의미한다. 0.3 DU에서는 70~80%로 비교적 높은 산출오류가 발생했고 1 DU이상에서는 10% 이하로 수렴하는 결과를 보였다.

OGCSBN_2019_v35n2_289_f0007.png 이미지

Fig. 7. Uncertainty test of O3 VCD on SO2 vertical column density under the AOD = 0.2, FWHM = 0.6 nm, SNR = 650, SZA = 30°.

4. 결론

본 연구에서는 지상관측 기반 직달광 측정장비의 이산화황 연직칼럼농도 산출 불확실성 분석을 위해 FWHM SNR, 오존 연직칼럼농도, AOD, SZA에 대하여 DOAS방법을 이용하였다. 위 인자들이 이산화황의 연직칼럼농도 산출에 주는 영향을 보기 위해 Beer-Lambert-Bougue법칙을 기반으로 모의복사휘도를 생성하였고 DOAS 방법으로 이산화황의 경사칼럼농도를 산출하였다.

산출된 경사칼럼농도는 지상관측 기반 직달광 측정장비의 기하학적 측정구조로 산출된 AMF로 나눠줌으로써 최종적인 이산화황 연직칼럼농도를 산출하였다. 산출된 최종 이산화황 연직칼럼농도는 모의복사휘도 계산 시 입력자료로 활용되었던 실제 이산화황 연직칼럼농도와의 APD 비교분석을 통해 산출 오류를 정량화하였다.

각 인자 별 APD를 비교한 결과 FWHM, AOD, SZA, 오존 연직칼럼농도의 값이 커질수록 작은 FWHM, AOD, SZA, 오존 연직칼럼농도에 비해 상대적으로 실제 참값과의 차이가 더 크다는 것을 확인하였고 SNR의값은 작을수록 큰 SNR에 비해 상대적으로 실제 참값과의 차이가 더 크다는 것을 확인하였다. 이산화황이 1 DU이상일때는 SZA 30°에5%의 APD를 나타내었고 SZA 70°에서 87%의 높은 APD를 나타내었다. SNR에 대한 이산화황 연직칼럼농도 불확실성은 이산화황의 연직칼럼농도가 1 DU 이상일 때 모두 20% 내의 좋은 신뢰도를 보였으며, 이는 AOD및 오존 연직칼럼농도에서도 비슷한 경향을 보였다. 그러나, FWHM이 1.0 nm 이거나 SZA이 50° 이상에서는 대기 중 이산화황의 연직칼럼농도가 1 DU이상에서도 20% 이상의 높은 산출오류를 나타내었다. 이를 통해 특정조건에서 AOD, SNR과 오존 연직칼럼농도 보다 FWHM, SZA이 이산화황 산출에 더 큰 영향을 주는 것으로 확인하였다.

본 연구에서는 처음으로 DOAS 방법으로 모의복사휘도를 활용하여 각 인자 별 이산화황의 연직칼럼농도산출 불확실성을 정량화하였다. 이를 통해 광범위한 영역의 이산화황의 연직칼럼농도를 산출하는 위성의 검보정을 위해 현재 가용중인 지상관측 기반 직달광 측정장비인 Pandora의 이산화황 연직칼럼농도 산출 불확실성에 대한 정성·정량적인 판단을 할 수 있다. 향후 연구로는 실제 Pandora 장비로 태양 직달광을 관측할 시 영향을 주는 산란광의 영향을 보정하여 지상관측 기반 직달광 측정장비의 이산화황 연직칼럼농도 산출 불확실성 산출에 개선이 이뤄질 필요가 있다.

사사

본 논문은 환경부의 재원으로 국립환경과학원의 지원을 받아 수행하였습니다(NIER-2018-01-02-031).

References

  1. Bogumil, K., J. Orphal, T. Homann, S. Voigt, P. Spietz, O.C. Fleischmann, and J. Frerick, 2003. Measurements of molecular absorption spectra with the SCIAMACHY pre-flight model: instrument characterization and reference data for atmospheric remote-sensing in the 230-2380 nm region, Journal of Photochemistry and Photobiology A: Chemistry, 157(2-3): 167-184. https://doi.org/10.1016/S1010-6030(03)00062-5
  2. Bovensmann, H., J.P. Burrows, M. Buchwitz, J. Frerick, S. Noel, V.V. Rozanov, and A.P.H. Goede, 1999. SCIAMACHY: Mission objectives and measurement modes, Journal of the Atmospheric Sciences, 56(2): 127-150. https://doi.org/10.1175/1520-0469(1999)056<0127:SMOAMM>2.0.CO;2
  3. Callies, J., E. Corpaccioli, M. Eisinger, A. Hahne, and A. Lefebvre, 2000. GOME-2-Metop's second-generation sensor for operational ozone monitoring, ESA Bulletin, 102: 28-36.
  4. Eisinger, M. and J.P. Burrows, 1998. Tropospheric sulfur dioxide observed by the ERS-2 GOME instrument, Geophysical Research Letters, 25(22): 4177-4180. https://doi.org/10.1029/1998GL900128
  5. Fioletov, V. E., C.A. McLinden, A. Cede, J. Davies, C. Mihele, S. Netcheva, and J. O'Brien, 2016. Sulfur dioxide ($SO_2$) vertical column density measurements by Pandora spectrometer over the Canadian oil sands, Atmospheric Measurement Techniques, 9(7): 2961-2976. https://doi.org/10.5194/amt-9-2961-2016
  6. Herman, J., R. Evans, A. Cede, N. Abuhassan, I. Petropavlovskikh, and G. McConville, 2015. Comparison of ozone retrievals from the Pandora spectrometer system and Dobson spectrophotometer in Boulder, Colorado, Atmospheric Measurement Techniques, 8(8): 3407-3418. https://doi.org/10.5194/amt-8-3407-2015
  7. Hutchinson, T. C. and L. M. Whitby, 1977. The effects of acid rainfall and heavy metal particulates on a boreal forest ecosystem near the Sudbury smelting region of Canada, Water, Air, and Soil Pollution, 7(4): 421-438.
  8. Khokhar, M. F., U. Platt, and T. Wagner, 2008. Temporal trends of anthropogenic $SO_2$ emitted by non-ferrous metal smelters in Peru and Russia estimated from satellite observations, Atmospheric Chemistry and Physics Discussions, 8(5): 17393-17422. https://doi.org/10.5194/acpd-8-17393-2008
  9. Knepp, T., M. Pippin, J. Crawford, G. Chen, J. Szykman, R. Long, and R. Delgado, 2015. Estimating surface $NO_2$ and $SO_2$ mixing ratios from fastresponse total column observations and potential application to geostationary missions, Journal of Atmospheric Chemistry, 72(3-4): 261-286. https://doi.org/10.1007/s10874-013-9257-6
  10. Lee, H., 2013. Comparison of Nitrogen Dioxide Retrieved by MAX-DOAS and OMI measurements in Seoul, Korean Journal of Remote Sensing, 29(2): 235-241 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2013.29.2.7
  11. Levelt, P. F., G.H. van den Oord, M.R. Dobber, A. Malkki, H. Visser, J. de Vries, and H. Saari, 2006. The ozone monitoring instrument, IEEE Transactions on Geoscience and Remote Sensing, 44(5): 1093-1101. https://doi.org/10.1109/TGRS.2006.872333
  12. Li, Z., P. Wang, and J. Cihlar, 2000. A simple and efficient method for retrieving surface UV radiation dose rate from satellite, Journal of Geophysical Research: Atmospheres, 105(D4): 5027-5036. https://doi.org/10.1029/1999JD900124
  13. Longo, B. M., W. Yang, J.B. Green, F.L. Crosby, and V.L. Crosby, 2010. Acute health effects associated with exposure to volcanic air pollution (vog) from increased activity at Kilauea Volcano in 2008, Journal of Toxicology and Environmental Health, 73(20): 1370-1381. https://doi.org/10.1080/15287394.2010.497440
  14. McKenzie, R. L. and P. V. Johnston, 1995. Comment on "Problems of UV-B radiation measurements in biological research: Critical remarks on current techniques and suggestions for improvements" by H. Tug and MEM Baumann, Geophysical Research Letters, 22(9): 1157-1158. https://doi.org/10.1029/95GL01115
  15. Natraj, V., X. Liu, S. Kulawik, K. Chance, R. Chatfield, D.P. Edwards, and R. Spurr, 2011. Multi-spectral sensitivity studies for the retrieval of tropospheric and lowermost tropospheric ozone from simulated clear-sky GEO-CAPE measurements, Atmospheric Environment, 45(39): 7151-7165. https://doi.org/10.1016/j.atmosenv.2011.09.014
  16. Park, J., H. Lee, J. Kim, J. Herman, W. Kim, H. Hong, and D. Kim, 2018. Retrieval Accuracy of HCHO Vertical Column Density from Ground-Based Direct-Sun Measurement and First HCHO Column Measurement Using Pandora, Remote Sensing, 10(2): 173. https://doi.org/10.3390/rs10020173
  17. Platt, U. and J. Stutz, 2008. Differential absorption spectroscopy, In: Differential Optical Absorption Spectroscopy, Physics of Earth and Space Environments, Springer, Berlin, Heidelberg, pp. 135-174.
  18. Pope III, C. A. and D.W. Dockery, 2006. Health effects of fine particulate air pollution: lines that connect, Journal of the Air & Waste Management Association, 56(6): 709-742. https://doi.org/10.1080/10473289.2006.10464485
  19. Richter, A., M. Weber, J.P. Burrows, J.C. Lambert, and A. Van Gijsel, 2014. Validation strategy for satellite observations of tropospheric reactive gases, Annals of Geophysics, 56.
  20. Schoeberl, M. R., A.R. Douglass, E. Hilsenrath, P.K. Bhartia, R. Beer, J.W. Waters, and P.F. Levelt, 2006. Overview of the EOS Aura mission, IEEE Transactions on Geoscience and Remote Sensing, 44(5): 1066-1074. https://doi.org/10.1109/TGRS.2005.861950
  21. Slusser, J., J. Gibson, D. Bigelow, D. Kolinski, P. Disterhoft, K. Lantz, and A. Beaubien, 2000. Langley method of calibrating UV filter radiometers, Journal of Geophysical Research: Atmospheres, 105(D4): 4841-4849. https://doi.org/10.1029/1999JD900451
  22. Tug, H. and M.E. Baumann, 1994. Problems of UV-B radiation measurements in biological research. Critical remarks on current techniques and suggestions for improvements, Geophysical Research Letters, 21(8): 689-692. https://doi.org/10.1029/94GL00373
  23. Vandaele, A. C., C. Hermans, and S. Fally, 2009. Fourier transform measurements of $SO_2$ absorption cross sections: II: Temperature dependence in the 29,000-44,000 $cm^{-1}$ (227-345 nm) region, Journal of Quantitative Spectroscopy and Radiative Transfer, 110(18): 2115-2126. https://doi.org/10.1016/j.jqsrt.2009.05.006
  24. Wang, T., F. Hendrick, P. Wang, G. Tang, K. Clemer, H. Yu, and G. Pinardi, 2014. Evaluation of tropospheric $SO_2$ retrieved from MAX-DOAS measurements in Xianghe, China, Atmospheric Chemistry and Physics, 14(20): 11149-11164. https://doi.org/10.5194/acp-14-11149-2014
  25. Wu, F. C., P.H. Xie, A. Li, K.L. Chan, A. Hartl, Y. Wang, and J.G. Liu, 2013. Observations of $SO_2$ and $NO_2$ by mobile DOAS in the Guangzhou eastern area during the Asian Games 2010, Atmospheric Measurement Techniques, 6(9): 2277-2292. https://doi.org/10.5194/amt-6-2277-2013
  26. Yan, H., X. Li, W. Wang, X. Zhang, L. Chen, D. Han, and L. Gao, 2017. Comparison of $SO_2$ column retrievals from BRD and DOAS algorithms, Science China Earth Sciences, 60(9): 1694-1706. https://doi.org/10.1007/s11430-016-9057-6