Comparative Analysis of Algorithm for Calculation of Absorbed Shortwave Radiation at Surface Using Satellite Date

위성 자료를 이용한 지표면 흡수단파복사 산출 알고리즘들의 비교 분석

Abstract

Absorbed shortwave radiation at the surface is an important component of energy analysis among the atmosphere, land, and ocean. In this study, the absorbed shortwave radiation was calculated using a radiation model and surface broadband albedo data for application to Geostationary Earth Orbit Korea Multi-Purpose SATellite (GEO-KOMPSAT-2A; GK-2A). And the results (GWNU algorithm) were compared with CERES data and calculation results using pyranometer and MODIS (Moderate Resolution Imaging Spectroradiometer) data to be selected as the reference absorbed shortwave radiation. This GWNU algorithm was also compared with the physical and statistical algorithms of GOSE-R ABI and two algorithms (Li et al., 1993; Kim and Jeong, 2016) using regression equation. As a result, the absorbed shortwave radiation calculated by GWNU algorithm was more accurate than the values calculated by the other algorithms. However, if the problem about computing time and accuracy of albedo data arise when absorbed shortwave radiation is calculated by GWNU algorithm, then the empirical algorithms explained above should be used with GWNU algorithm.

지표면 흡수단파복사(Absorbed Shortwave Radiation, ASR)는 대기와 육지 및 해양 사이의 에너지 수지 분석을 위한 필수 요소이다. 이 연구에서는 천리안위성 2A호(GEO-KOMPSAT-2A; GK-2A)에 적용하기 위하여 복사 모델과 지표면 알베도 자료를 이용하여 지표면 흡수단파복사를 산출(GWNU 방법)하였고, 그 결과는 기준 자료로 선정한 CERES (Clouds and the Earth's Radiant Energy System) 위성 센서 및 지상 관측 자료와 비교하였다. 또한 이 연구 결과(GWNU 방법)는 미국 정지궤도위성 GOES-R의 ABI (Advanced Baseline Imager)에 의한 물리적 및 통계적 방법 그리고 Li et al.(1993) 및 Kim and Jeong (2016)의 회귀 방정식 방법들과 비교하였으며, 그 결과 GWNU 방법에 의하여 계산된 지표면 흡수단파복사는 다른 방법들에 의한 값보다 정확 하였다. 그러나 GWNU 방법을 활용하여 지표면 흡수단파복사를 산출할 때 계산 시간과 지표면 알베도 자료의 정확성 문제가 발생될 경우 위에 제시된 경험적 방법들이 GWNU 방법과 함께 사용되어야 할 것이다.

1. 서론

지표면 흡수단파복사(Abosorbed Shortwave Radiation, ASR)는 지표면에 입사되는 단파복사와 반사되는 단파 복사의 차로 정의되고(Bisht et al., 2005), 대기와 육지 및 해양 사이의 에너지 교환 추정을 위한 필수적인 요소이며 증발과 공기 및 토양의 가열뿐만 아니라 광합성 등과 같이 작은 에너지 소비 과정의 원동력이 되는 기본적인 양이다(Kim and Liang, 2010). 특히 지표면 흡수단 파복사는 지표면 온도 및 기후 변화에 중요한 영향을 미치고 기후 및 수치 모델 시뮬레이션에서 필수적으로 사용되기 때문에 정확한 추정이 요구된다(Whitlock et al., 1995). 또한 지표면과 대기 및 해양 사이의 에너지 피드백을 이해하고 미래 기후변화 전망을 평가하기 위해서 지표면 흡수단파복사 감시는 매우 중요하다(lnamdar and Guillevic, 2015).

지표면 흡수단파복사 계산 방법으로서 지상관측 자료를 이용한 방법은 자료의 제한 때문에 산출 영역이 극히 제한되는 것에 반하여 인공위성 자료 이용 방법은 광범위한 산출이 가능하며 공간해상도도 우수하기 때문에 일반적으로 널리 사용된다(Bisht and Bras, 2010). 이와 같은 지표면 흡수단파복사 산출을 위하여 Ramanthan (1986)은 지표면과 대기 상한에서 흡수된 복사 에너지 사이의 선형 관계를 추론하였고 그 이후 Cess et al. (1989; 1991), Pinker and Laszlo(1992), Li et al.(1993), Masuda et al.(1995), Zhang et al.(2004), Tang et al.(2006) 그리고 Kim and Liang(2010) 등에 의한 다양한 연구 결과들이 발표되었다. 그리고 최근에는 He et al.(2015)과 Kim and Jeong(2016)이 AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) 및 MODIS (Moderate Resolution Imaging Spectroradiometer) 자료를 이용하여 지표면 흡수단파복사를 산출하였으나 국내에서는 이에 관련된 연구 결과가 거의 없는 실정이다.

따라서 이 연구에서는 복사전달모델과 인공위성의 알베도 자료를 이용하여 지표면 흡수단파복사를 산출하여 기준 자료인 지상 및 CERES 위성 관측 값과 비교 검증하였고 또한 미국 GOES-R ABI의 물리적 및 통계적 방법과 대기 상한과 지표면 흡수단파복사 사이의 관계를 활용한 Li et al.(1993) 방법 그리고 구름과 에어로졸의 영향을 고려한 Kim and Jeong(2016)의 회귀계수 방법들에 의하여 계산된 결과와 서로 비교하였다.

2. 연구 방법 및 자료

1) 연구 방법

지표면 흡수단파복사(ASR)를 산출하기 위한 이 연구 방법(GWNU 방법)과 비교분석을 위하여 사용된 방법들은 아래와 같이 요약하였다.

(1) GWNU 방법

지표면 흡수단파복사(단위, W/m²)는 식(1)과 같이 지표면에 도달하는 단파 복사(I_sd, W/m²)와 지표면 광대역 알베도(α_sfc)에 의하여 정의된다(De Jong, 1973).

ASR = I_sd × (1 – α_sfc)      (1)

이 연구에서 I_sd는 GWNU (Gangneung Wonju National University) 복사모델(Zo et al., 2014)을 이용하여 계산하였고 이 복사모델은 단일 기층에 대하여 Iqbal (1983) 방법을 근거한 것이다. 즉 대기 중에서 단파복사는 구름과 흡수 기체 그리고 공기 분자와 에어로졸 등에 따라 복잡하게 변화되기 때문에 여러 개의 기층으로 세분하여 계산하는 것이 일반적이나 이 연구에서는 과다한 계산 시간 때문에 단일 기층에 근거한 복사모델을 사용하였다. 이 모델은 Garand et al.(2001)의 다양한 종류의 42개 연직 입력 자료와 상세 복사 모델(Solar Line-by-Line Model; Chou and Suares, 1999)을 이용하여 보정되었으며 계산 정확성은 Jee et al.(2011)에 의하여 검증되었다.

식(1)에서 지표면 도달 단파복사(I_sd)는 태양 천정각 (θ)에 따른 직달 성분(I_dir)과 산란 성분(I_dif)의 합으로 다음과 같이 표시된다.

I_sd = I_dir cosθ + I_dif       (2)

그리고 이 연구에서 식(1)의 광대역 알베도(α_sfc)는 육상의 경우 MODIS 센서 자료를 이용하였고 해상은 다음의 식(3)과 같이 Koepke(1984)의 해양 알베도(α_oc, λ)를 사용하였다.

α_oc, _λ = α_wc, _λ + (1 – W) · α_{gl, λ} + (1 – α_{wc, λ}) · α_{sw, λ}       (3)

식(3)에서 우변의 &alpha_{wc, λ}는 흰파도(Whitecap) 반사도, α_{gl, λ}는 태양광 반짝임(sun glint) 반사도, α_{sw, λ}는 산란 반사도 그리고 W는 흰파도 면적을 의미한다. 즉 식(3)에 나타낸 해양 알베도(α_{oc, λ})는 조류에 따른 해수 움직임 영향을 받기 때문에 해수면 풍속과 클로로필 및 염도 정보에 따라 변화되고 이 연구에서는 Koepke(1984) 방법에 근거하여 파장 0.51 μm에 대하여 풍속, 클로로필, 염도 값은 각각 5 m/s와 0.5 mg/m³ 및 34.3 ppt로 가정하여 계산하였다_.

(2) ABI 물리적 방법

미국 정지궤도위성 GOES-R의 ABI(Advanced Baseline Imager)에 적용하기 위한 NOAA NESDIS(2010)의 경험적 지표면 흡수단파복사 산출 방법은 대기에 입사되는 단파복사와 지표면 흡수단파복사의 상관관계를 이용한 것으로서 지표면에서의 단파복사 흡수율(n_s)은 식(4) 와 같이 계산된다.

n_s = n_t – n_a       (4) 

여기서 n_t는 대기상한에서의 단파복사 흡수율이고 n_a는 대기에서의 단파복사 흡수율이며 식(4)의 n_s와 n_t는 다음과 같이 표시된다.

n_s = T(θ)(1 – α_sfc)       (5)

n_t = 1 – R(θ)       (6) 

식(5)와 (6)에서 α_sfc은 지표면 알베도이고 θ는 태양 천정각이며 그리고 T와 R은 대기의 투과율 및 반사율이다. 따라서 식(4)는 식(5)와 (6)에 근거하여 다음과 같이 나타낼 수 있다.

n_s = A + Bn_t       (7)

\(A=T^{0}(\theta)-B\left[1-R^{0}(\theta)\right], B=(1-\widetilde{R}) / \tilde{T}\)&nbs;      (8)

식(7)과 (8)에서 A와 B는 대기 반사율 및 투과율 등의 대기 광학 함수(Atmospheric optical function)로서 R⁰(θ) 과 T⁰(θ)는 대기의 반사율과 투과율이고 \(\tilde{R}\) 및 \(\tilde{T}\) 는 산란 태양광의 반사율 및 투과율이다. 이 연구에서는 SBDART(Ricchiazzi et al., 1998) 복사전달모델을 이용하여 계산하였고 최종적인 지표면 흡수단파복사(ASR) 산출 식은 다음과 같이 표시된다.

\(\mathrm{ASR}=n_{s} \cos \theta \frac{S^{0}}{d^{2}}\)       (9) 

여기서 S₀와 d는 각각 태양 상수(1367 Wm^-2)와 태양–지구 사이의 거리(AU)이다. 그리고 식 (9)는 Table 1과 Table 2에 나타낸 각 요소 및 변수들에 따라 미리 작성된 조견표를 이용하여 계산된다.

Table 1. Parameters and values of pre-computed lookup table in clear sky condition

Table 2. Parameters and values of pre-computed lookup table in cloudy sky condition

(3) ABI 통계적 방법

ABI 물리적 방법과 마찬가지로 미국 NESDIS에서 개발된 이 방법은 ABI 물리적 방법 계산을 위한 필수적인 입력 자료가 없을 경우 사용되며 지표면 흡수단파복사(ASR)와 대기상한 광대역 알베도 관계를 이용하여 다음의 식(10)~(12)와 같이 산출된다.

\(\operatorname{ASR}=\text { offset }+\text { slope } \cdot \operatorname{RS}_{0} \cos \theta \frac{d_{0}^{2}}{d^{2}}\)       (10) 

offset=C₀cos(θ)-C₁In(p)-C₂      (11)

\(\text { slope }=C_{3} \cos (\theta)-C_{4} \ln (p)-C_{5} \)      (12)

여기서 R은 대기 상한에서의 광대역 알베도, S₀는 태양 상수, θ는 태양 천정각, p는 가강수량(cm), d와 d₀는 태양–지구 사이의 실제 거리 및 평균 거리 그리고 C₀~ C₅ 회귀계수이다.

(4) Li et al.(1993) 방법

Li et al.(1993)은 지표면 흡수단파복사(ASR)를 태양천정각θ, μ = cosθ)과 가강수량(p)의 함수로서 다음과 같은 경험식으로 계산하였다.

ASR = α(μ, p) – β(μ, p)R       (13)

여기서 R은 대기상한 광대역 알베도, μ는 코사인 태양 천정각 그리고 p는 가강수량이며 기울기 α와 절편 β는 A ~ D의 회귀계수들과 함께 다음 식으로 나타내었다.

\(\begin{array}{c} \alpha(\mu, \mathrm{p})=1-\left(\frac{C}{\mu}+\frac{D}{\mu}\right)+\frac{1}{\mu}[1-\exp (-\mu)] \\ (-0.0699-0.0683 \sqrt{p}) \end{array}\)       (14)

\(\beta(\mu, p)=1+(A+B \cdot \ln \mu)-0.0273+0.0216 \sqrt{p}\)       (15)

(5) Kim and Jeong(2016) 방법

이 방법은 Li et al.(1993)과 유사하나 지표면 흡수단파 복사(ASR) 산출을 위하여 구름 효과가 포함된 것이 다르다. 즉 기존의 Li et al.(1993) 방법 이외에 Masuda et al. (1995)의 방법에 따른 구름과 에어로졸 입자의 크기 및 분포 그리고 운정 고도와 오존량의 함수로서 지표면 흡수단파복사(ASR)를 다음과 같이 나타내었다.

ASR = α(μ,p) – β(μ,p)R + ΔS_o3 + ΔS + ΔS_a       (16)

여기서 ΔS_o3와 ΔS_c 및 ΔS_a는 각각 오존과 구름 그리고 에어로졸에 의한 보정 값으로서 다음과 같이 표시된다.

ΔSo3 = -a₁μ^a2 (1 = a₁O_3r/μ + 1.66μR) × (O₃ – O_3r)       (17) 

ΔS_c = b₁ + b_2μ + b₃r_e + (b₄ + b₅p + b₆μ)C_t       (18) 

ΔS_a = c₁ + c₂μ + (c₃ + c₄R)τ_a       (19)

식 (17)~(19)에서 O₃r은 총 오존량의 표준 값(332 Dobson Unit), r_e는 구름 입자 효율 반경, C_t는 운정 고도(km) 그리고 τ_a는 에어로졸 광학 두께이며 a₁와 a₂ 그리고 b₁~b₆ 및 c₁~a₄는 각각 상수들이다.

2) 연구 자료

이 연구에서는 위의 1) 장에서 설명한 다섯 가지 방법의 지표면 흡수단파복사(ASR) 계산 및 비교분석을 위하여 Table 3에 나타낸 바와 같이 GWNU 복사모델과 MODIS 등의 위성 관측 자료 그리고 기상청의 수치예보모델 재분석 자료인 KLAPS (Korea Local Analysis and Prediction System) 자료 등을 사용하였다.

Table 3. Data set used in this study

즉 식 (1)의 지표면 도달 단파복사 계산을 위하여 위에서 설명한 GWNU 복사모델과 극궤도위성 Terra와 Aqua 에 탑재된 MODIS 센서 자료를 사용하였다. MODIS 센서는 0.405 ~ 14.385 μm 파장 영역에 대하여 36개 밴드 구분되어 있으며 250 m와 500 m 그리고 1 km 등 다양한 공간 해상도 자료를 제공한다. 대기상한(Top of Atmosphere, TOA)의 반사도 자료는 MODIS의 36개 밴드 중 단파 영역인 1~7번 밴드를 이용하였고 이들 협대역 반사도 자료는 Tang et al.(2006) 방법에 따라 대기상한의 광대역 알베도로 변환하여 식 (1)에 적용하였다. 그리고 이 연구에서 지표면 흡수단파복사 계산 및 비교 분석을 위한 총 20 사례는 Table 4에 나타낸 바와 같고 이들 Terra와 Aqua 자료는 Kim and Jeong(2016)에게 제공 받았다. 또한 이 연구에서 사용된 KLAPS 자료는 한반도 부근 영역에 대한 1시간 간격의 자료이고 지형 자료는 NASA SRTM (Shuttle Radar Topographic Mission) 의 약 90 m 해상도 자료가 사용되었다.

Table 4. 20 cases used to calculate absorbed solar radiation at surface

이 연구에서 지표면 흡수단파복사의 기준 위성 값으로서 Terra와 Aqua에 탑재되어 있는 CERES (Clouds and the Earth’s Radiant Energy System) 센서자료가 사용되었고 이 자료는 단파 영역(0.3 ~ 5 μm)과 대기창 영역(8 ~ 12 μm) 그리고 광대역(0.3 ~ 200 μm) 세 개 채널로 구성되어 있다. 그리고 CERES 자료 중 SSF(Single Scanner Footprint)는 대기 상한과 지표면에서의 복사 요소들을 산출하기 위하여 사용되었고 그 결과는 20 km × 20 km 공간해상도의 SSF level 2 Surface All-Sky Net Shortwave Flux 자료와 비교하였다.

또한 CERES 자료 이외에 지표면 흡수단파복사 계산 결과 검증을 위하여 사용된 기준 값으로서 지상 관측 자료는 강릉원주대학교 복사 관측소 (위도: 37.77 °N, 경도: 128.87 °E, 고도: 63.50 m)의 전천 일사계 (KIPP & ZONEN社, CMP21, Fig. 1) 자료를 이용하였고 이 전천 일사계 장비의 관측 파장 영역은 0.285 ~ 2.8 μm이며 측정값 범위는 0 ~ 4000 Wm-2이며 1분 단위로 관측 값이 저장된다. 즉 이 일사계 관측 자료와 MODIS 지표면 알베도 자료를 활용하여 식 (1)로 계산한 지표면 흡수단파 복사(ASR) 값은 위에서 설명한 다섯 가지 방법의 비교 분석에 사용하였다.

Fig. 1. Pyranometer installed at GWNU radiation station.

3. 연구 결과

1) 지표면 흡수단파복사 산출 결과와 CERES 자료 비교 분석

지표면 흡수단파복사는 대기나 지표면의 상태에 따라 감하게 변화하기 때문에 다양한 사례 분석이 필요하고 이 연구에서는 한반도 사계절이 포함된 20개 사례 (Table 4)를 분석하였으며 그 중 여름과 겨울철 사례를 Fig. 2에 나타내었다. Fig. 2는 MODIS RGB 영상으로서 (a)는 2013년 8월 19일 04:30 UTC 여름철 그리고 (b)는 2013년 2월 24일 04:30 UTC의 겨울철 사례로서 한반도 부근에 부분적 구름이 끼어 있는 상황이다.

Fig. 2. RGB Images of Aqua MODIS sensor at 04:30 UTC on August 19, 2013 (a) and 04:30 UTC on February 24, 2013 (b).

Fig. 2(a)의 여름철 사례에 대해 2장에서 설명된 각 알고리즘으로 지표면 흡수단파복사를 산출하여 CERES 자료와 비교 분석하였다. 즉 CERES 자료에 의한 지표면 흡수단파복사 값은 Fig. 3(a)에 나타내었고 2장에서 설명된 각 알고리즘의 퍼센트 차이 (알고리즘들에 의한 산출 결과-CERES 자료)는 Fig. 3의 (b)~(f)에 나타내었다. Fg. 3의 (b)~(f)에서 각 알고리즘에 의한 방법들은 1 km 해상도로 계산하였으나 CERES 자료와의 공간 일치를 위해 CERES 위경도 격자를 기준으로 10 km 반경 이내에 값들을 평균하여 공간 일치를 수행하였다. 그 결과 Fig. 3(a)와 같이 지표면 흡수단파복사는 알베도 값이 작은 해양에서 높게 나타났고 구름 낀 지역에서는 작게 나타났다. 각 알고리즘들에 의한 산출 결과로서 ABI 통계적 방법(d)과 Li et al.(1993) 방법(e)은 해상과 구름 영역에서 CERES 자료와 비교하여 과소 산출되었고 GWNU 방법과 ABI 물리적 방법은 구름 영역을 제외하고 CERES 자료에 대한 차이가 약 10 %의 이내였으며 CERES 자료와 (b)~(f)의 각 방법들에 대한 산점도는 Fig. 4와 같다.

Fig. 3. (a) Spatial distribution of absorbed shortwave radiation values by Aqua/CERES near Korean Peninsula at 04:30 UTC on August 19, 2013. Differences of absorbed shortwave radiations between different algorithms and CERES ((b): GWNU algorithm, (c): ABI physical algorithm, (d): ABI statistical algorithm, (e): Li et al. (1993) algorithm, and (f): Kim and Jeong (2016) algorithm).

Fig. 4. Comparisons of absorbed shortwave radiation differences between different algorithm and CERES at 04:30 UTC on August 19, 2013 ((a): GWNU algorithm, (b): ABI physical algorithm, (c): ABI statistical algorithm, (d): Li et al. (1993) algorithm and (e): Kim and Jeong (2016) algorithm).

Fig. 4의 산점도 그림에서 보는 바와 같이 이 연구를 위하여 산출한 다섯 종류의 지표면 흡수단파복사 산출 결과와 CERES 자료의 상관계수는 모두 0.9 이상이었으 나그중 GWNU 방법과 ABI 물리적 방법의 경우가 0.96 으로 가장 높았다. 그리고 평균 제곱근 오차(RMSE)는 ABI 물리적 방법, GWNU 방법, Kim and Jeong (2016)의 방법, Li et al.(1993) 방법 그리고 ABI 통계적 방법 순으로 작았으며 그들의 값은 각각 35.12, 35.50, 38.44, 53.93 그리고 70.90 Wm-2이었다. 즉 CERES 자료와 비교하여 GWNU 방법과 ABI 물리적 방법의 정확성이 다른 방법 들보다 다소 우수하였고 ABI계적 방법과 Li et al.(1993) 방법은 오직 태양천정각과 가강수량의 함수로 계산되기 때문에 다른 방법과 비교하여 CERES 자료와의 차이가 크게 나타났다

Fig. 5는 Fig. 2(b)의 겨울철 사례에 대한 결과로서 Fig. 3과 마찬가지로 CERES 자료와 각 알고리즘에 의한 방법들의 퍼센트 차이를 나타낸 것이고 겨울철은 태양 고도가 낮아 지표면에 도달하는 단파복사가 적고 적설이 존재하는 경우 알베도가 증가하기 때문에 지표면 흡수 단파복사가 감소된다. 즉 Fig. 2(b)에서 북한 함경도와 평안도 및 만주 지역에 폭넓게 눈이 쌓여 있는 경우로 서 이들 지역에서의 지표면 흡수단파복사 값이 작게 나타났다. 그러나 이 지역에서 MODIS 알베도 자료를 획득할 수 없었기 때문에 b)의 GWNU 방법은 지표면 흡수단파복사를 적절하게 계산하지 못하여 CERES 자료와의 차이가 크게 나타난 반면 (c)와 (e)의 ABI 방법 및 Li et al.(1993) 방법은 지표면 알베도 영향을 받지 않기 때문에 양호하였고, (d)와 (f)의 ABI 통계적 및 Kim and Jeong(2016) 방법은 전체적으로 CERES 자료보다 지표면 흡수단파복사 산출 값이 작게 나타났다.

Fig. 5. Same as Fig. 3 except for 04:30 UTC on February 24, 2013.

이와 같이 다섯 종류의 알고리즘 방법에 따른 지표면 흡수단파복사 산출 결과는 여름철과 겨울철 경향이 크게 다르기 때문에 연구 사례를 총 20사례로 확대하여 Fig. 6과 같이 빈도 분포로 나타내었고 육상과 해상의 경우 Land/Sea mask 그리고 청천과 구름 영역은 Cloud mask 자료를 이용하여 구분하였다.

Fig. 6. Frequency distributions of absorbed shortwave radiation differences between different algorithms and CERES ((a); clear/land, (b): clear/ocean, (c): cloud/land, (d): cloud/ocean).

즉 Fig. 6에서 (a)는 육지의 청천 영역에 대한 CERES 자료와 다섯 알고리즘 방법의 퍼센트 차이의 빈도분포로서 GWNU 방법은 다른 네 종류의 방법과 비교하여 CERES 자료와의 차이가 가장 작았다. 이러한 경향은 Fig. 6(b) ~ (d)의 해상 청천 영역과 육상 구름 영역 그리고 해상 구름 영역에서도 마찬가지였다. 그리고 지표면과 구름의 다양한 특성 때문에 육상 보다는 해양 그리고 구름 영역 보다는 청천 영역의 빈도 분포가 중심(0%)에 더 집중되었고 Fig. 6(b)의 경우는 각 방법 별 차이가 가장 뚜렷하였으며 전체 사례에 대한 통계 분석 결과는 Table 5에 나타내었다.

Table 5. Statistical values of absorbed solar radiation differences between different algorithms and CERES (bias, root mean square error (RMSE) and correlation coefficient (R))

Table 5와 같이 이 연구에서 사용된 20개 전체 사례에 대한 CERES 자료와 다섯 알고리즘들에 의한 지표면 흡수단파복사 산출 결과들의 상관계수는 0.9 이상으로 높았고 그 중에서 이 연구 방법(GWMU 방법)과 Kim and Jeong (2016) 방법은 평균제곱근오차(RMSE)가 비교적 낮을 뿐만 아니라 상관계수도 0.97로 가장 높았다. 그러나 Li et al.(1993) 방법은 편이(bias)의 평균 값이 11.11 Wm^-2 로 다른 방법들 보다 양호하였으나 20개의 각 사례에 대한 편차가 매우 크게 나타났고 또한 상관계수가 좋지 못하였다. 결과적으로 이 연구 결과(GWMU 방법)는 지표면 흡수단파복사 계산의 핵심 요소인 지표면 도달 단파 복사와 알베도 값으로서 복사모델과 MODIS 자료 등을 이용하여 직접적으로 계산하였기 때문에 경험적 방법을 사용하는 다른 네 가지 방법 보다는 계산 정확성이 높은 것으로 평가된다. 다만 GWNU 방법은 복사모델의 계산 시간 때문에 10분마다 산출물을 생산하는 GK2A의 경우 매 10분마다 지표면 흡수단파를 계산할 수 없고 또한 이 지표면 흡수단파복사 산출물의 정확성은 지표면 알베도 자료 정확성에 크게 의존된다.

2) 지표면 흡수단파복사 산출 결과와 지표면 일사 관측 자료의 비교

위에서 설명한 다섯 알고리즘의 정확성 비교를 위하여 CERES 자료 이외에 강릉원주대학교의 지표면 일사 관측 자료를 이용하였다. 즉 Table 4에 나타낸 바 같이 극궤도 위성 Terra와 Aqua가 한반도를 통과하는 시간의 MODIS 알베도 자료와 지표면 전천 일사량(Wm^-2) 관측 자료를 이용하여 지표면 흡수단파복사를 계산하여 다섯 알고리즘과의 퍼센트 차이를 Fig. 7에 나타내었다. 이 그림에서 다섯 알고리즘들에 의한 지표면 흡수단파복사 산출 결과들은 강릉원주대학교 일사 관측 지점을 기준으로 최근린 내삽법(Nearest Neighborhood Interpolation)으로 공간 일치된 것들이다. 그리고 연구에 사용된 20개 사례 중 2013년 7월 21일에 Li et al.(1993) 방법과 ABI 통계적 방법이 일사 관측 지점 부근에서 값이 산출되지 않아 이 사례를 제외하고 총 19개 사례에 대하여 비교하였다.

Fig. 7. Bar graph of absorbed shortwave radiation differences between different algorithms and calculation result using pyranometer and MODIS data.

Fig. 7은 19개의 이 연구 사례에 대 다섯 알고리즘에 따른 지표면 흡수단파복사 계산 결과와 지표면 일사 관측 자료를 이용한 값의 퍼센트 차이를 나타낸 것으로서 구름이 없는 비교적 맑은 경우와 비교하여 구름이 있을 때에는 지표면 일사 자료에 의한 값과 다섯 방법들의 차이가 크게 나타났고 이들 구름 사례들은 Fig. 8의 Skyview 영상에서 보는 바와 같이 2013년 3월 12일, 5월 15일, 9월 4일 그리고 9월 26일이다.

Fig. 8. Sky image of (a) March 12, (b) May 15, (c) September 4 and (d) September 16 in 2013.

Fig. 8(a)의 2013년 3월 12일은 부분 구름(Partly cloud)이 끼여 있는 경우이고 (b) ~ (d)는 구름이 하늘을 덮고 있는 경우이며, 이들에 대한 다섯 알고리즘 산출 결과는 구름의 영향 때문에 지표면 일사 관측 자료를 이용하여 계산한 값과 큰 차이가 발생되었다. 그리고 Table 5와 마찬가지 방법으로 19 사례 전체에 대하여 다섯 알고리즘으로 계산된 지표면 흡수단파복사와 일사 관측 자료를 이용한 계산 값의 통계적 수치는 Table 6에 나타냈다.

Table 6. Statistical values of absorbed solar radiation differences between different algorithms and calculation result using pyranometer and MODIS data (bias, root mean square error (RMSE) and correlation coefficient (R))

이상과 같이 다섯 알고리즘과 일사 관측 자료를 이용한 지표면 흡수단복사의 상관계수는 Table 6과 같이 모두 0.9 이상이었고 그 중 GWNU 방법이 0.96로 가장 높았으며 평균 제곱근 오차(RMSE: 69.27 Wm-2)와 편이 (Bias: -8.50 Wm-2 )도 다른 방법들과 비교하여 양호하였다. 즉 이 연구 방법(GWNU 방법)에서 사용되는 GWNU 복사 모델과 MODIS 지표면 알베도 자료들의 정확성이 높기 때문에(Jee et al., 2011; Stroeve et al., 2013; Wang et al., 2014) GWNU 방법에 의한 지표면 흡수단파복사 결과는 다른 방법보다 비교하여 우수한 것으로 평가된다.

그러나 천리안위성 후속의 GK-2A 위성(GEOKOMPSAT-2A; GK-2A) 현업에서는 실시간 MODIS 지표면 알베도 자료를 사용할 수 없고 복사 모델의 계산 시간 문제 때문에 GK-2A 위성 현업에 이 연구 방법의 직접적인 적용은 어려움이 따를 수 있다. 즉 현업에서 이 연구 방법으로 지표면 흡수 단파복사 계산을 위해서는 실시간 지표면 알베도 값으로써 MODIS 자료 대신 GK-2A 자체 알고리즘에 의하여 생산되는 자료 또는 기후 값 사용이 요구되고, 계산 시간을 고려하여 매시간 1~2회 정도 산출 가능하다. 그러나 GK-2A 위성 현업에서 지표면 흡수 단파 복사를 매 10분 간격으로 자료 생산하기 위해서는 위에서 소개한 바와 같이 경험식에 근거한 알고리즘을 이 연구 방법과 함께 혼용하는 것이 바람직하다.

4. 결론

이 연구에서는 복사모델과 MODIS 지표면 알베도 자료를 이용하여 지표면 흡수단파복사를 산출(GWNU 방법)하여 GOES-R ABI 물리적 및 통계적 방법 그리고 Li et al. (1993)과 Kim and Jeong (2016)의 네 가지 알고리즘 결과들 그리고 검증 자료로서 CERES 자료 및 지표면 일사 관측 자료를 이용한 결과들과 비교하였다.

그 결과 CERES 자료에 대한 다섯 알고리즘을 이용한 지표면 흡수단파복사 산출 결과들의 상관계수는 모두 0.9 이상으로 높았다. 특히 다섯 알고리즘 중 GWNU 방법의 상관계수는 0.97로 우수하였고 평균 제곱근 오차 (RMSE)와 편이(Bias)도 다른 방법들과 비교하여 양호하였으며, 이러한 경향은 일사 관측 자료를 이용하여 계산된 결과와 다섯 알고리즘을 비교한 경우도 유사하였다. 즉 이 연구에서는 복사모델(Jee et al., 2011)과 MODIS 지표면 알베도 자료(Stroeve et al., 2013; Wang et al., 2014)를 이용하여 지표면 흡수단파복사를 산출하였고, 그 결과는 GOES-R ABI 물리적 및 통계적 방법과 Li et al.(1993) 그리고 Kim and Jeong (2016)와 비교하여 통계적으로 우수하였다. 이와 같은 지표면 흡수단파복사의 정확성 차이는 전 지구 또는 지역적인 기후 및 복사 수지 분석에 중요한 영향을 미칠 수 있다(Kim and Lee, 2018). 그러나 GWNU 방법의 경우 복사모델 입력 자와 지표면 알베도 자료 품질 영향을 크게 받고 또한 50개 이상의 GK-2A 산출물들을 고려한다면 계산 시간이 부담될 수 있다. 따라서 천리안 위성 후속의 GK-2A 현업 운용을 위하여 이 연구 방법(GWNU 방법) 이외에 복사모델과 지표면 알베도 자료를 사용하지 않고 계산 시간을 절약할 수 있는 경험적 알고리즘 개발이 요구되며 그 개발 결과는 계속적인 연구를 통하여 발표될 것이다.