• 한국지리정보학회지
• /
• 제5권2호
• /
• pp.1-15
• /
• 2002

대기중의 에어러솔은 지구복사수지에 영향을 미치는 요소이며 직 간접적인 복사강제효과로 인하여 기후변화인자로 간주되고 있다. 대기 에어러솔은 대기중 체류시간의 시 공간적 불확실성 때문에 GCM 등의 변수로 사용하기 어려운 점을 가지고 있다. 따라서 대기 에어러솔의 기후 및 대기복사에 대한 영향을 규명하기 위하여 대기 에어러솔의 물리 광학적 성질을 밝히는 것이 필요하다. 본 연구에서는 가시영역에서의 대기효과를 분석하기 위하여 대기복사전달 모델인 MODTRAN 3 (Moderate Resolution Transmittance)의 모사결과와 GMS-5 위성의 가시영역 채널을 이용하여 황사 에어로졸의 모니터링을 시도하였다. 본 연구에서는 황사사례를 중심으로 대기 에어러솔에 의한 대기효과를 정량화하기 위한 GMS-5 위성자료와 이를 시뮬레이션 하기 위한 MODTRAN 3 대기복사전달모델을 사용하였다. MODTRAN 3 시뮬레이션 결과로 위성의 채널 알베도와 에어러솔 광학 두께와의 관계를 계산하여 위성자료에서 에어러솔 광학두께에 관한 정보를 추출하였다. 후진궤적분석을 통하여 황사를 포함한 공기덩어리가 고비사막으로부터 중국을 거쳐 한반도에 도달하는 것과 이때 에어러솔 광학두께가 증가하는 현상을 지상관측자료에서 확인할 수 있었다. 또한 위성영상에서 보이는 황사영역은 황사의 이동 현상을 시간대별로 잘 나타나고 있고, 지상관측결과의 비교분석은 10% 내의 오차율을 가지는 범위 안에서 만족할 만한 결과를 보여주었다. 더욱이 같은 황사현상이 발생한 시간대에 한국, 중국과 일본에서 측정된 라이다 관측결과와 모델결과 자료는 황사 에어로졸의 특성을 잘 나타내고 있으므로 향후 대기에어로졸의 모니터링에 대한 중요한 역할을 할 수 있을 것이다.

• 대기
• /
• 제25권1호
• /
• pp.169-177
• /
• 2015

Vertical distribution of particle mass concentrations was estimated from 8-year elastic-backscatter lidar and sky radiometer data, and from ground-level PM10 concentrations measured in Seoul. Lidar ratio and mass extinction efficiency were determined from aerosol optical depth (AOD) and ground-level PM10 concentrations, which were used as constraints to estimate particle mass concentration. The mean lidar ratio (with standard deviation) and mass extinction efficiency for the entire 8-year study period were $60.44{\pm}23.17$ sr and $3.69{\pm}3.00m^2g^{-1}$, respectively. The lidar ratio did not vary significantly with the ${\AA}ngstr{\ddot{o}}m$ exponent (less than ${\pm}10%$); however, the mass extinction efficiency decreases to $1.82{\pm}1.67m^2g^{-1}$ (51% less than the mean value) when the ${\AA}ngstr{\ddot{o}}m$ exponent is less than 0.5. This result implies that the particle mass concentration from lidar measurements can be underestimated for dust events. Seasonal variation of the particle mass concentration estimated from lidar measurements for the boundary layer, was quite different from ground-level PM10 measurements. This can be attributable to an inhomogeneous vertical distribution of aerosol in the boundary layer.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.254-259
• /
• 2009

In this study, Simplified Method for the Atmospheric Correction (SMAC) radiative transfer model (RTM) used to retrieve surface reflectance from MODIS Top Of Atmosphere (TOA) reflectance (MOD02). SMAC code provides coefficients which were previously yielded by Second Simulation of the Satellite Signal in the Solar Spectrum (6S) for each satellite sensor. We conducted error analysis of SMAC RTM using MOD02 over comparison with MODIS surface reflectance (MOD09) which was provided from 6S. It showed that low accuracy values such as, $R^2$ : 0.6196, Root Means Square Error (RMSE) : 0.00031, bias : - 0.0859. Thus sensitivity analysis of input parameters and coefficients was conducted to searching error sources. Coefficients about $\tau_p$ (average AOD) are more influence than any other coefficients of $\tau_{a550}$ (Aerosol Optical Depth at 550nm) from sensitivity test. Calibrated coefficients of $\tau_p$ from regression analysis were used to surface reflectance which showed that improve accuracy of surface reflectance ($R^2$ : 0.827, RMSE : 0.00672, bias : - 0.000762).

• 한국기후변화학회지
• /
• 제7권4호
• /
• pp.433-442
• /
• 2016

In this study, we examine future changes in surface radiation associated with cloud amount and aerosol emission over East Asia. Data in this study is HadGEM2-CC (Hadley Centre Global Environmental Model version 2, Carbon Cycle) simulations of the Representative Concentration Pathways (RCPs) 2.6/4.5/8.5. Results show that temperature and precipitation increase with rising of the atmosphere $CO_2$. At the end of $21^{st}$ century (2070~2099) relative to the end of $20^{st}$ century (1981~2005), changes in temperature and precipitation rate are expected to increase by $+1.85^{\circ}C/+6.6%$ for RCP2.6, $+3.09^{\circ}C/+8.5%$ for RCP4.5, $+5.49^{\circ}C/10%$ for RCP8.5. The warming results from increasing Net Down Surface Long Wave Radiation Flux (LW) and Net Down Surface Short Wave Radiation Flux (SW) as well. SW change increases mainly from reduced total Aerosol Optical Depth (AOD) and low-level cloud amount. LW change is associated with increasing of atmospheric $CO_2$ and total cloud amount, since increasing cloud amounts are related to absorb LW radiation and remit the energy toward the surface. The enhancement of precipitation is attributed by increasing of high-level cloud amount. Such climate conditions are favorable for vegetation growth and extension. Expansion of C3 grass and shrub is distinct over East Asia, inducing large latent heat flux increment.

• 한국환경과학회지
• /
• 제32권4호
• /
• pp.205-220
• /
• 2023

In this study, impact of the COVID-19 outbreak on PM_2.5 mass and its five chemical components (NH₄⁺, NO₃^-, SO₄^2-, OC, EC) in Busan was evaluated, and compared with that of Seoul. The study period over the recent three years was sub-divided into two periods: Pre-COVID (2018~2019) and COVID (2020) periods, and the differences in observed annual and monthly variations between the two periods were explored here. The results indicated that annual mean PM_2.5 mass concentrations decreased during the COVID period by 16% in Seoul and 29% in Busan, and the satellite-observed annual average of aerosol optical depth (AOD) over the Korean Peninsula also decreased by approximately more than 10% compared with that of the Pre-COVID period. All of the five chemical components decreased but no particular changes were found in their fractions occupied during the COVID period. However, over the Lock-down period (2020-March), the sulfate fraction decreased in Seoul, mostly reflecting the recent Chinese trends of aerosol characteristics, whereas the nitrate fraction considerably decreased in Busan, which was attributable to the local emission changes and their variabilities in Busan. Other meteorological characteristics such as higher frequencies of easterly winds in the Busan area during the COVID period were also discussed in comparison with those in the Seoul area.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.919-932
• /
• 2019

미세먼지는 인간 활동에 의한 오염물질 배출에 의해 발생하는 것이 일반적이지만, 수문기상 조건에 따라 이동, 심화, 소멸 과정에서 매우 복잡한 메커니즘을 지니고 있으므로 효과적인 미세먼지 대책 마련을 위해서는 수문기상인자와 미세먼지 간의 상관성에 대한 이해가 필수적이다. 현재 우리나라의 미세먼지 농도 관측 및 예보는 지점 측정소에서 농도를 측정하고, 이 자료를 기반으로 측정소가 위치하지 않는 지역의 값을 추정함으로써 이루어지고 있다. 이러한 관측 방식 및 자료는 공간적 대표성을 갖지 못하기 때문에 관측소와의 거리가 먼 지역의 정확한 미세먼지 농도를 파악하는 것이 불가능하며, 미세먼지의 이동, 심화, 소멸 단계를 추적하는데 어려움이 있다. 본 연구에서는 Global Land Data Assimilation System (GLDAS)의 다양한 수문기상인자를 사용하여, 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 통해 초미세먼지(PM2.5)와 유의미한 상관성을 갖는 인자를 선별하였다. 선별된 인자는 MODerate Resolution Imaging Spectroradiometer (MODIS)의 Aerosol Optical Depth (AOD) 자료와 함께 계절별 PM2.5 농도 산출 모델을 구축하는데 활용되었으며, 산출 결과를 매핑하여 PM2.5 농도의 공간 분포를 파악하고자 하였다. 지점 기반 자료와의 비교를 통해 구축된 모델을 검증하였을 때, 측정된 PM2.5 농도와 높은 상관성(R ~0.7; IOA ~0.78; RMSE ~7.66 ㎍/㎥)을 나타냈으며, 지역별로 나누어 비교할 경우 데이터의 분포는 유사하나 상관계수의 차이를 보이는 것을 확인할 수 있었다(R: 0.32-0.82). 모델 산출 자료를 활용하여 PM2.5 농도를 매핑한 결과 기존 내삽 방법에 비해 시공간적 변동성을 더욱 잘 표현하는 것을 확인하였다. 추후 연구 지역을 동아시아 지역으로 확장 시킨다면 국내외 미세먼지 발생원의 파악 및 이동 양상에 대한 분석에 용이할 것으로 기대된다.

• 대기
• /
• 제18권4호
• /
• pp.267-277
• /
• 2008

The occurrence and strength of the Asian Dust over the Korea Peninsular have been increased by the expansion of the desert area. For the continuous monitoring of the Asian Dust event, the geostationary satellites provide useful information by detecting the outbreak of the event as well as the long-range transportation of dust. The Infrared Optical Depth Index (IODI) derived from the MTSAT-1R data, indicating a quantitative index of the dust intensity, has been produced in real-time at Korea Meteorological Administration (KMA) since spring of 2007 for the forecast of Asian dust. The data processing algorithm for IODI consists of mainly two steps. The first step is to detect dust area by using brightness temperature difference between two thermal window channels which are influenced with different extinction coefficients by dust. Here we use dynamic threshold values based on the change of surface temperature. In the second step, the IODI is calculated using the ratio between current IR1 brightness temperature and the maximum brightness temperature of the last 10 days which we assume the clear sky. Validation with AOD retrieved from MODIS shows a good agreement over the ocean. Comparison of IODI with the ground based PM10 observation network in Korea shows distinct characteristics depending on the altitude of dust layer estimated from the Lidar data. In the case that the altitude of dust layer is relatively high, the intensity of IODI is larger than that of PM10. On the other hand, when the altitude of dust layer is lower, IODI seems to be relatively small comparing with PM10 measurement.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.891-907
• /
• 2023

Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

• 한국지구과학회지
• /
• 제42권3호
• /
• pp.278-295
• /
• 2021

2020년 중국의 COVID-19 폐쇄는 한국의 풍상측에 위치한 중국의 대기오염 배출량을 감소시켰다. 몽골 북부로부터 중국 동부를 거쳐 한반도에 이르는 지역에서는 2020년 1~2월에 기온 아노말리가 양(+)으로 온난하였고, 2020년 1월에는 동서류 아노말리가 음(-)으로 정체적인 특징을 보였다. 2019년 12월~2020년 3월에 한국 중부 서쪽의 석모리와 파도리에서 중국 배출량 감소의 영향에 따라 PM10, NO₂, O₃ 농도 변동이 나타났다. 파도리에서 PM10, O₃ 월평균 농도와 최근 4년의 월평균 농도의 비는 2019년 12월과 비교하여 중국의 COVID-19 폐쇄 이후인 2020년 1~3월에 각각 0.7~4.7%, 9.2~22.8%로 감소하였다. 2020년 1월 중국의 춘절 기간에는 석모리와 파도리에서 PM10, NO₂, O₃ 농도가 최근 4년의 춘절 기간과 마찬가지로 감소하였다. 그러나 2020년 1월 평균 농도가 최근 4년 1월과 비교하여 감소한 것은 중국 춘절 전후의 기간에도 배출량이 감소하였던 것과 관련 있다. 2020년 1~3월 석모리의 PM10, NO₂, O₃ 농도의 비(${\bar{O}_s$/M)는 각각 70.8~89.7%, 70.5~87.1%, 72.5~97.1%이었고, 파도리에서도 각각 79.6~93.5%, 67.7~84.9%, 83.7~94.6%로 추정 월평균(M)보다 월평균(${\bar{O}_s$)이 감소하였다. 2020년 1월에 몽골 북부로부터 중국 동부와 한반도에 이르는 지역의 온난화로 인한 광화학 반응으로 최근 4년과 비교하여 AOD가 높게 나타났으나 2020년 3월에는 풍상측인 중국에서 2차 에어로졸을 생성하는 전구물질 배출 감소로 최근 4년과 비교하여 낮은 AOD 분포를 보였던 것으로 분석되었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.