• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.961-970
• /
• 2017

위성을 이용한 에어로졸 원격탐사에서 높은 공간해상도의 정보에 대한 요구가 많았음에도 그동안 단일화소가 갖는 물리적인 에어로졸 신호의 약화와 구름 등에 의한 오차 증가로 인해 산출에 어려움을 겪어왔다. 본 연구에서는 GOCI 자료를 이용하여 한-미 협력 국내 대기질 공동조사 캠페인 기간인 2016년 5, 6월에 대해 GOCI의 최대 공간 해상도인 500 m에서 고해상도 에어로졸 광학 깊이를 산출하였다. 기존의 GOCI 알고리즘은 6 km 해상도로 에어로졸 산출물을 제공해왔으며, 이번 연구에서 개발한 고해상도 산출 알고리즘은 기존 알고리즘을 기반으로 한다. 에어로졸 모형, 조견표 구성 및 역추산 과정은 동일하게 이용되었으나, 높은 해상도에서의 구름 제거 방법이 개선되었다. 그 결과, 몇 가지 사례에 대하여 6 km 산출물과 비교하였을 때 500 m 산출물의 분포 및 크기는 유사하게 나타났으나 공간 해상도가 높기 때문에 더 많은 화소에 대하여 산출되었다. 이에 따라 작은 규모의 구름 주위에서도 산출이 되었고, 에어로졸의 공간적인 변화를 세밀하게 살펴볼 수 있었다. 정확도 검증을 위하여 지상 관측 장비와 비교를 하였을 때 공간해상도가 크게 좋아졌음에도 상관 계수가 0.76, 기대 오차 내에 들어오는 비율이 51.1%로 6 km 산출물과 유사한 검증 결과를 보였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.