Optimal Estimation (OE) Technique to Retrieve the Ozone Column and Tropospheric Ozone Profile Based on Ground-based MAX-DOAS Measurement

오존전량 및 대류권 오존 프로파일 산출을 위한 지상관측 MAX-DOAS 원시자료 기반의 최적추정(Optimal Estimation) 기술

Abstract

In this present study, we, for the first time, retrieved total column of ozone ($O_3$) and tropospheric ozone vertical profile using the Optimal Estimation (OE) method based on the MAX-DOAS measurement at the Yonsei University in Seoul, Korea. The optical density fitting is carried out using the OE method to calculate ozone columns. The optical density between the MAX-DOAS data obtained by dividing the measured intensities for each viewing elevated angle by those at the zenith angle. The retrieved total columns of the ozone are 375.4 and 412.6 DU in the morning (08:13) and afternoon (17:55) on 23 May, 2017, respectively. In addition, under 10 km altitude, the $O_3$ vertical profile was retrieved with about 5% of retrieval uncertainty. However, above 10 km altitude, the $O_3$ vertical profile retrieval uncertainty was increased (>10%). The spectral fitting errors are 16.8% and 19.1% in the morning and afternoon, respectively. The method suggested in this present study can be useful to measure the total ozone column using the ground-based hyper-spectral UV sensors.

본 연구에서는 한반도 서울의 연세대학교에서 Multi-Axis Differential Optical Absorption Spectroscopy(MAX-DOAS)장비로부터 산출된 원시자료를 이용하여 처음으로 최적추정(Optimal Estimation; OE)을 사용하여 오존전량 및 오존의 대류권 프로파일을 산출하였다. 오존전량 및 오존의 대류권 프로파일을 산출하기 위하여 최적추정을 통하여 MAX-DOAS자료의 광학두께 피팅을 수행하였다. 광학두께 피팅은 MAX-DOAS 장비로부터 각각의 기기 고도각별로 관측된 값을 천정각에서 관측된 값으로 나누어 계산된 자료를 통하여 수행하였다. 오존전량은 2017년 5월 23일 오전(08:13)과 오후(17:55)에 각각 375.4와 412.6 DU로 산출되었다. 오존의 대류권 프로파일(<10 km)은참값 오존존데와 비교하여 약 5% 이내의 오차로 산출되었다. 하지만 10 km 이상의 높은 고도에서는 산출 에러가 커져 10% 이상 과대추정 하는 것으로 산출되었다. MAX-DOAS 자료의 스펙트럼 피팅에 의한 오차는 오전과 오후에 각각 16.8%와 19.1%로 계산되었다. 본 연구에서 제시한 방법은 지상관측 기반의 초분광 UV 센서를 이용하여 오존전량과 대류권 오존 프로파일을 산출하는데 유용하게 사용될 수 있다.

1. 서론

오존(O₃)은 하나의 산소분자(O₂)와 하나의 산소원자(O)가 결합된 무색의 기체로서, 산소의 불안정한 동소체인 오존은 태양광 등에 의해 쉽게 분해된다(Seinfeld and Pandis, 2016). 이러한 오존은 대기화학과 기후변화에 있어 대류권과 성층권에서 매우 중요한 역할을 하는 기체이다(Solomon et al., 2007). 또한, 오존은 인간을 포함한 지구 생태계에 매우 중요한 영향을 끼치는 것으로 알려져 있다(McKee, 1993). 성층권에서의 오존은 자연적으로 생성되어 태양복사로부터 지구 지표로 도달하는 유해한 자외선(UV-B 등)을 흡수하여 인간 및 생태계를 보호하고, 성층권 오존을 통하여 흡수된 에너지는 성층권에서의 에너지 균형을 결정하는 매우 중요한 역할을 한다. 대류권에서의 오존은 교통수단, 산업단지 등에서 대기 중으로 배출된 질소산화물(NO_x)과 일산화탄소(CO)의 광화학 반응을 통하여 생성되거나 질소산화물과 휘발성 유기화합물(Volatile Organic Compounds; VOCs)이 대기 중에서 광화학반응을 거쳐 생성된다(Honrath et al., 2004). 고농도로 발생한 지표오존은 광화학 오염물질로써 인간에게는 호흡기 질환과 같은 만성질환을 유발하고, 식생과 생태계에 악영향을 미친다(McKee, 1993; Matyssek et al., 2006). 따라서, 오존의 변화를 감시하고 오존이 기후변화와 대기질에 미치는 영향을 이해하는 것이 매우 중요한데, 그러기 위해서는 오존전량 및 오존의 연직분포 정보를 정확히 파악하는 것이 필요하다.

이러한 이유로 오존전량을 관측하기 위하여 과거로부터 지금까지 다양한 위성센서와 지상관측 장비를 이용한 오존의 감시가 이루어져 왔다. 위성센서를 기반으로 한 오존의 관측은 오존전량을 산출하기 위하여 두 종류의 현업 알고리즘인 Total Ozone Mapping Spectrometer (TOMS)와 Differential Optical Absorption Spectroscopy (DOAS)가 사용되어 왔다. National Aeronautics and Space Administration (NASA)의 TOMS 알고리즘은 1978년 8월,1991년 8월, 1996년 7월에 각각 발사된 Nimbus-7, Meteor3, Earth-Probe 위성에 탑재된 Total Ozone Mapping Spectrometer (TOMS)센서로부터 관측되는 원시자료를 이용하여 오존전량을 산출하는데 사용되었다(McPeters et al., 2008). 또한, DOAS 알고리즘은 1995년 4월, 2002년 3월, 2006년 10월, 2012년 9월에 각각 발사된 Second Europe Remote Sensing (ERS-2)위성의 Global Ozone Monitoring Experiment (GOME)센서, European ENV Ironmental SAT ellite (ENVIST)성의 SCanning Imaging Absorption spectro Meter for Atmospheric CHartographY (SCIAMACHY)센서, METeorological OPrational satellite (METOP)위성의 GOME-2A와 GOME-2B센서로부터 관측되는 원시자료를 이용하여 오존을 산출하는데 사용되었다. 추가적으로, 2004년 7월 발사되어 현재까지 임무를 수행하고 있는 Ozone Monitoring Instrument (OMI)센서를 탑재한 Aura 위성은 두 가지의 알고리즘인 TOMS와 DOAS 모두를 사용하여 오존 산출을 수행하고 있다(Kroon et al.,2008).

위성 관측 기반의 알고리즘의 검증에 대한 선행 연구는 크게 TOMS 알고리즘과 DOAS 알고리즘에 대한 검증을 수행한 연구로 분류할 수 있다. TOMS 알고리즘의 검증을 위해 McPeters and Labow(1996)는 북반구에 위치하고 있는 30개 지점의 돕슨(Dobson)과 브루어(Brewer) 관측 지점으로부터 산출된 오존전량을 이용하여 Nimbus-7 위성의 TOMS (V7)센서로부터 산출된 오존의 검증을 수행하였으며, 위성과 지상관측 장비로부터 산출된 오존은 ±1% 이내의 범위에서 일치하는 결과를 보였다. 반면, 남반구에서 Earth-Probe의 TOMS(V7)센서로부터 산출된 오존은 Dobson과 비교하여 최대 2%의 오차범위 내에서 과대 추정하는 결과를 보였다(Bramstedt et al., 2003). DOAS 알고리즘의 경우 처음으로 DOAS 알고리즘을 이용하여 오존을 산출한 GOME1센서로부터 SCIAMACHY, 현재 OMI센서에 이르기까지 다양한 센서에 대하여 검증 연구가 수행되었다(Bramstedt et al., 2003; Hong et al., 2014). Balis et al.(2007)은 GOME (version 4.0; (Van Roozendael et al., 2006))센서로부터 산출된 오존과 World Ozone and UV Data Center(WOUDC)와 Network for the Detection of Stratospheric Change (NDAC)로부터 제공되는 Dobson과 Brewer 지상기반 관측장비로부터 산출된 오존과의 비교를 수행하였으며 태양천정각이 70° 이하일 경우 -1%와 +1.5%의 오차범위로 오존이 산출되지만 태양천정각이 70°보다 큰 극지방 같은 경우 5%이상의 오차를 보이는 것으로 보고하였다.

오존전량의 측정 및 검증을 위한 연구는 이와 같이 다양한 원격탐사기술을 기반으로 수행되었다. 하지만, 어느 고도에서 다른 지역의 오존이 한반도로 유입되었는지 등의 정보를 파악하기 위해서는 정확한 오존의 연직분포 정보가 필요하다. 그럼에도 불구하고 오존의 연직분포를 정확하게 산출 할 수 있는 방법은 현재 오존존데를 이용한 관측만 수행되고 있다. 하지만, 오존존데를 이용한 관측은 오존존데가 지상에서 상층으로 이동하면 기류에 의해 위경도적 변화가 클 수 있어 지상에서 측정을 시작할 때와 성층권으로 상승하면서 측정할 때 측정 대상 지역의 차이가 클 수 있다. 또한 한번 사용한 장비는 재사용 할 수 없어 지속적인 관측을 수행하기 위해서는 막대한 비용이 든다. 또한, 위에서 서술한 오존전량을 높은 정확도로 산출하는 Dobson과 Brewer 장비는 태양을 직접 바라보고 태양직달광을 광원으로 사용하여 높은 정확도로 오존전량을 산출 할 수 있지만 대상 미량기체의 연직분포 산출은 불가능 하다. 그에 반해, MAX-DOAS는 다양한 기기 고도각에서의 태양산란광들을 광원으로 사용하기 때문에 대상 미량기체의 연직분포를 파악할 수 있는 장점이 있으며, 관측된 자료와 DOAS 기술을 기반으로 경사층적분농도(Slant Column Density; SCD)를 산출하고, 대기복사전달모델(the linearized pseudo-spherical scalar and vector discrete ordinate radiative transfer; VLIDORT version 2.6 (Spurr et al., 2014))로부터 산출되는 대기질량인자(Air Mass Factor;AMF)를 사용하여 산출 대상 미량기체의 수직층적분농도(Vertical Column Density; VCD)를 동시에 산출할 수 있다. 하지만, MAX-DOAS 장비로부터 관측된 데이터를 최적추정(Optimal Estimation; OE)을 적용하여 분석한 사례는 에어로졸 산출과 관련한 몇몇의 연구와(Govaerts et al., 2010; Donkelaar et al., 2013; Jeong et al.,2016) 네덜란드 Cabauw에서 에어로졸을 포함한 NO₂,HCHO, CHOCHO, H₂O, SO₂, O₃의 기체들의 고도에 따른 혼합비를 산출한 연구(Irie et al., 2011)가 수행된 바 있지만 한반도를 포함한 동아시아 지역에서 수행된 적은 없다.

따라서, 본 연구에서는 한반도 지역에서 처음으로 다양한 기기 고도각에서의 태양산란광들을 광원으로 사용하기 때문에 대상 미량기체의 대류권 연직분포를 파악할수 있는 장점을 지니고 있는 MAX-DOAS 장비로부터 관측된 원시자료와 최적추정을 이용하여 높은 정확도의 오존전량과 오존 연직분포를 동시에 산출하는 것을 그 목적으로 한다.

2. 연구의 시공간 범위 및 이용자료

1) 연구의 시공간 범위

본 연구는 2016년 1월 26일부터 현재까지 지속적으로 관측을 수행하고 있는 서울 연세대학교(37.56°N,126.93°E) 과학관 옥상에 설치된 MAX-DOAS로부터 얻어진 2017년 5월 23일 오전(08:13)과 오후(17:55)의 원시자료를 이용하여 분석하였다. 연구 대상 시간을 2017년 5월 23일을 선택한 이유는 2016년 9월 13일 MAX-DOAS의 관측 azimuth 각도 점검으로 인한 관측 향의 변경이 있었기 때문에 2016년 9월 13일 이후 날 중 오존존데자료를 확보 할 수 있었던 날을 선택하였다. Fig. 1은 서울 연세대학교 설치된 MAX-DOAS의 측정 방위각을 보여준다.

Fig. 1. Location map of the measurement site in Seoul, Korea. The direction of MAX-DOAS measurement in indicated by the solid arrow

2) MAX-DOAS instrument

MAX-DOAS는 2004년 Hönninger et al.(2004)에 의해 처음 소개된 이후 다양한 미량기체의 공간분포를 분석하기 위하여 사용되고 있다. 본 연구에서 사용한 MAXDOAS는 크게 스캐닝 광학 부, 미니어처 분광기, 검출기로 구성되어 있다. 스캐닝 광학 부에서 알루미늄 재질의 볼록렌즈를 이용하여 태양산란 광을 집광한다. 집광된 태양산란 광은 광섬유를 통하여 미니어처 분광기(Ocean Optics HR 4000)로 전달 된다. 이 미니어처 분광기는 0.8 nm의 파장분해능(FWHM)을 가지며 200~1,100nm 사이의 스펙트럼을 측정한다. 마지막으로 검출기는 3,648개의 픽셀로 구성된 Charge Coupled Device (CCD) 검출기(Toshiba TCD1304AP linear CCD)를 사용하였다(www.Oceanoptics.com). 앞서 설명한 스캐닝 광학 부, 미니어처 분광기, 검출기는 방열처리가 된 알루미늄케이스 속에 함께 장착되어 있으며, 스테퍼 모터는 알루미늄케이스 밖에 장착되어 MAX-DOAS가 각각의 고도 각 별로 움직이며 관측을 수행할 수 있게 해준다. 또한, 주변 온도에 영향을 받아 파장정보가 변하는 것을 방지하기 위하여 펠티어 냉각기를 사용해 알루미늄 박스 내 온도를 5°C에서 ±3°C 이내로 유지하였다. 장비의 자세한 제원은 Table 1에서 제시하였다.

Table 1. The specification of the Yonsei University MAX-DOAS

3) 오존존데

오존존데 자료는 World Meteorological Organization(WMO), 지구대기감시 관측소로 지정되어 있는 포항기상대(36°02′ N, 129°23′ E)에서 관측한 자료이다. Electrochemical Concentration Cell (ECC) 오존존데는 National Oceanic andAtmosphericAdministration (NOAA)에서 개발된 측정 장비이다(Komhyr, 1969). ECC 오존존데는 KI (potassium iodide) 용액과 흡입된 공기 안에 있는 오존이 반응하면서 전류가 발생하는 원리를 이용하여 오존량을 측정한다. 또한, 기압, 온도 및 상대습도를 동시에 측정하기 위하여 디오존데와 함께 관측을 수행고 있으며 모든 관측 정보들은 지상 수신기를 통하여 기록된다.

3. 연구방법

본 연구에서 MAX-DOAS로 측정된 원시자료(L1)를 기반으로 최적추정 분석을 수행하기 위하여 313 nm에서 341 nm 사이의 구간을 스펙트럼 피팅 구간으로 선정하였다. Fig. 2는 MAX-DOAS 원시자료를 사용한 최적추정 기반의 오존전량 산출 알고리즘 흐름도를 보여준다. 피팅은 MAX-DOAS 각각의 측정 고도각별로 관측된 값에 천정각(Zenith angle)으로 관측된 값을 나누어주는 방법을 통하여 수행하였다. 이러한 방법을 적용하게 되면 분자와 분모에 공통적으로 포함되어있는 보정오차(Calibration error)를 상쇄하여 제거할 수 있기 때문에 산출 정확도를 높일 수 있는 장점이 있다. 하지만, MAXDOAS 측정고도 각을 천정 각으로 나누어 계산된 비만 남게 되어 각각의 측정각을 천정각으로 나눈 비가 같은 경우가 발생할 가능성이 있으며 이 경우 두 스펙트럼을 구분하는데 어려움이 있다. 따라서, 나누어 준 값에 대해서는 MAX-DOAS의 노출 시간(Exposure time)을 곱해주어 이를 보상하였다.

Fig. 2. Flow chart of the Ozone profile retrieval using Optimal Estimation (OE) method.

Inversion model 중 하나인 최적추정은 Rogers(2000)가 처음 소개한 방법으로, 비용함수(Cost Function)를 계산하는데 사용되는 상태변수(State Vector)값을 산출하는 과정이다. 비용함수는 식(1)을 통하여 계산하였다.

\(x^2 = [y – F(x, b)]^T S_\epsilon^{-1} [y – F(x, b)] + [x – x_a]^T S_a^{-1}[x – x_a]   \)    (1)

여기서, x²은 비용함수, y는 측정된 스펙트럼(Measurement Spectra), F(x, b)는 Forward model인 복사전달모델(Radiative Transfer Model; RTM)로 시뮬레이션 된 결과, S_є는 측정 오차 공분산 행렬(Measurement error covariance), x_a는 priori 상태변수(a priori state vector), S_α는 priori 공분산 행렬(priori covariance matrix)을 나타낸다. Inversion model에 입력되는 상태변수와 자코비언(Jacobian)들은 Forward model인 복사전달모델 VLIDORT, version 2.6을 사용하여 계산하였다. 오존 a priori 상태 변수는 오존존데로부터 측정된 오존 연직 분포자료를선형 보간법(linear interpolation)을 이용하여 최적추정에 사용할 수 있게 보정하였다. x는 상태변수로 시작지점인 x_a로부터 아래의 Levenberg-Marquardt 식(2)를 이용하여 계산되며 i번의 반복수행을 거쳐 새로 계산된 x_i+1의 상태변수를 업데이트 하면서 비용함수가 최소가 되는 최적의 해를 찾아가는 방식이다.

\(x_{i+1}\left.=x_{i}+[(1+\gamma)] S_{a}^{-1}+K_{i}^{\mathrm{T}} S_{\epsilon}^{-1} K_{i}\right]^{-1}\left[K_{i}^{\mathrm{T}} S_\epsilon^{-1}\left(y-F\left(x_{i}, b\right)\right)+S_{\epsilon}^{-1}\left(x_{a}-x_{i}\right)\right]\)    (2)

여기서 x는 상태변수, γ는 Levenberg 상수, S_a는 priori 공분산 행렬, K는 자코비안 행렬, S_є는 측정 오차 공분산 행렬, xa는 priori 상태변수, y는 측정된 스펙트럼을 나타낸다. Levenberg 상수는 최적 해를 찾아가는 속도를 조절하는 항으로 사용되었으며, i+1번째의 상태변수와 i번째의 상태변수의 차이가 너무 클 경우 Levenberg 상수를 증가시켜 최적 해를 찾아가는 속도를 줄인다. Levenberg 상수의 증가, 감소 혹은 유지를 결정하는 기준은 Rogers(2000)에서 제시한 경험적인 값을 사용하였다. 반복수행을 통하여 상태변수를 계산하기 위해서 오차 공분산 행렬 등의 입력자료를 이용하여 복사휘도를 모의하고 자코비언과 각 반복 수행에 따른 상태 변수가 계산된다. 반복 수행은 비용함수가 최소가 될 때까지 수행되며, i번째 상태변수와 i+1번째 상태변수를 통하여 비용함수가 계산된다. 최대 반복횟수는 설정할 수 있으며, 본 연구에서는 10회의 반복수행을 최대로 하였으며 10회 반복이 수행되기 이전에 비용함수가 0.00001보다 작게 계산되는 경우 반복수행을 중단하였다. 이러한 반복수행을 통하여 산출되는 오존 연직 분포를 최종오존 연직 분포로 채택하였고 이 연직 분포를 통하여 오존전량을 산출 하였다.

4. 결과

본 연구에서는 오존의 연직분포를 산출하기 위하여 다양한 기기 고도각별로 관측을 수행한 MAX-DOAS의 원시자료에 천정각 방향으로 관측한 원시자료를 나누어 주는 방법의 스펙트럼 피팅을 수행하였다. 이러한 방법을 사용한 이유는 연구방법 파트에서 설명한 바와 같이 분자와 분모에 공통적으로 포함되어는 보정오차(Calibration error)가 상쇄되어 산출 정확도를 높일 수 있기 때문이다. Fig. 3은 2017년 5월 23일 오전 8시 15분에 각 고도각별 관측된 MAX-DOAS 원자료를 천정각 관측 MAX-DOAS원시자료로 나눈 후 수행된 스펙트럼피팅 결과를 보여준다.

Fig. 3. The spectral fitting result of MAX-DOAS measurement data in each viewing elevation angle (VEA) at Yonsei University on 23 May, 2017. Bold solid line and thin solid line represent the absorption signal and fitting residual, respectively.

본 연구에서는 최적추정의 a priori값으로 2017년 5월 23일 오전 8시 13분 오존존데 관측으로부터 측정된 오존 프로파일을 선형 내삽하여 사용하였다. 따라서, 오존존데 관측시간과 가장 비슷한 시간에 자료를 이용하기 위하여 이른 아침인 2017년 5월 23일 오전 8시 15분에 MAX-DOAS로부터 관측된 원시자료를 사용하였다. 하지만, 태양광이 강한 정오시간 자료가 아닌 이른 오전과 늦은 오후에 MAX-DOAS장비로부터 측정된 태양산란광 자료를 이용하여 분석을 수행하였기 때문에 태양광의 광경로가 길어져 광의 강도가 낮아지고, 잡음신호(noise)가 많이 포함되어 기기 고도각(VEA)이 낮아질수록 피팅 잔여신호(fitting residual)가 Fig. 3에서 볼 수있듯이 다소 나타나는 것으로 판단된다. 피팅 잔여신호에 의한 산출 오차는 약 18%로 계산되었으며, 이러한 잔여 신호에 의한 산출 오차가 각 층에서의 오존 값에 반영이 되며 각 층의 오존 값을 적산하여 산출하는 오존전량에도 18%의 오차가 반영된다. 앞서 말한 잔여신호에 의한 산출 오차와 최적추정방법에서 발생할 수 있는 오차가 더해져 최종적으로 산출되는 오존전량과 오존 연직분포의 최종 산출 오차로 발생할 수 있다. Fig. 4는 최적추정에 a priori 값으로 사용되는 오존 프로파일을 산출한 결과를 보여준다. Fig. 4(a)는 포항에서 2017년 5월 23일 오전 8시 13분에 오존존데를 통하여 실측된 오존프로파일이며, Fig. 4(b)는 본 연구에서 a priori 값으로 사용하기 위하여 오존존데로부터 실측된 오존 프로파일 정보를 최적추정의 입력 값으로 사용할 수 있는 해상도로 맞춰 선형 내삽한 산출 결과이다.

Fig. 4. (a) Ozone profile measured from Ozonesonde on 23 May, 2017. (b) Ozone profile simulated by linear interpolation method. Ozone profile of (b) used as a priori input parameter of the Optimal Estimation.

선형 내삽법을 통하여 산출된 오존 프로파일을 최적 추정에 a priori 값으로 사용하여 식 (1)과 식 (2)의 반복을 통하여 계산되는 비용함수에 따 최종적으로 산출되는 최적 해인 오존 프로파일은 Fig. 5의 (a)와 (b)와 같다.

Fig. 5. Retrieved O₃ vertical profile based on Optimal Estimation (OE). Dashed line and pentagram represents the retrieved O₃ vertical profile. Solid line and other shapes (square, circle, triangle, an inverted triangle, and rhombus) represent the O₃ vertical profiles of each iteration. In addition, the dotted line represents the ozone vertical profile retrieved from ozonesonde observation (a) Retrieved O₃ vertical profile at 08:15 Local Time (LT) on 23 May, 2017. (b) Retrieved O₃ vertical profile at 17:55 LT on 23 May, 2017.method. Ozone profile of (b) used as a priori input parameter of the Optimal Estimation.

Fig. 5의 별 모양과 파선은 본 연구에서 최적추정으로 산출된 오존의 연직 분포를 원, 사각형, 마름모, 삼각형,역 삼각형의 실선은 각각의 반복 횟수에 따라 산출되는 오존 프로파일을 나타낸다. 또한 점선으로 표시된 선은 실측 오존존데의 프로파일 정보를 나타낸다. Fig. 5(a)에서는 최대 반복 횟수인 총 10번의 반복을 수행한 후 최적의 오존 프로파일을 산출하였고, Fig. 5(b)에서는 최대반복 횟수가 아닌 총 7번의 반복 횟수에서 비용함수의 값이 0.00001보다 작아져 7번에서 반복 횟수를 멈추고 최종 산출 오존 프로파일로 결정한 결과를 보여준다. Fig. 5(a)와 Fig. 5(b)에서 산출된 오존 프로파일을 참 값과 비교해 보았을 때 10 km 이내에서는 오존존데 실측값과 최적추정으로 산출된 오존 연직 분포가 5% 오차범위 이내에서 비슷한 값을 보였다. 하지만, 10 km 이상의 고도에서는 최적추정을 통하여 산출된 오존 연직 분포가 오존존데 실측 값 보다 10% 이상 과대추정 하는 경향을 보였다. 이러한 경향을 보이는 이유는 대부분의 양이 성층권에 존재하는 오존의 특성상 10 km 이상의 오존층이 존재하는 성층권구간에서 높아진 오존의 농도로 인하여 산출 오차가 크게 나타나는 것으로 생각된다. 또한, MAX-DOAS는 태양산란광을 광원으로 사용하여 관측을 수행하기 때문에 높은 고도에 물질보다 지표 가까운 대류권에 존재하는 미량기체에 대하 그 민감도가 더 높기 때문으로 생각된다. 경향에 대한 명확한 설명을 하기 위해서는 태양산란광 모의자료를 이용하여 성층권과 대류권에서의 오존에 대한 산출 민감도에 대한 조사가 필요하다. 최종적으로, 최적추정의 반복 수행을 통하여 산출된 오존 프로파일을 적산하여 산출된 오존전량은 2017년 5월 23일 오전 8시 15분에 375.46 DU,2017년 5월 23일 오후 5시 55분에 412.64 DU로 산출되었다. 산출된 오존전량의 산출 오차범위는 각각 ±10%,±6%로 나타났다. 본 연구는 처음으로 한반도 지역에서 MAX-DOAS기반의 태양산란광 원시자료기반 최적추정을 적용하여 오존전량 및 오존의 연직분포를 산출한 연구이다. 산출된 값들의 검증은 향후 장기 오존존데자료의 확보 또는, 태양직달광 기반의 Pandora, Brewer,Dobson 지상관측 장비로부터 산출되는 오존전량을 apriori로 사용하여 장기 결과 산출을 수행한 후 검증을 수행 할 필요가 있을 것으로 판단된다.

5. 결론

본 연구에서는 한반도에서 처음으로 서울 연세대학교에 위치한 MAX-DOAS 장비로 다양한 기기 고도각별로 관측된 원시자료에 최적추정을 적용하여 오존전량 및 오존 연직분포를 산출하였다. 2017년 5월 23일 오전 8시 15분과 2017년 5월 23일 오후 5시 55분에 오존전량은 각각 375.46와 412.64 DU로 산출되었다. 또한, 산출된 오존의 연직분포는 지표로부터 10 km까지의 오존의 연직분포는 오존존데 실측 데이터와 비교하였을 때 매우 유사하게 산출 하는 것을 확인하였으며, 10 km이상의 고도에서는 산출 정확도가 감소하는 것을 확인하였다. 이러한, 경향이 나타나는 이유는 MAX-DOAS가 태양산란광을 이용하여 성층권에 비해 대류권에 높은 민감도를 가지고 있고 고도가 높아질수록 그 민감도가 감소하기 때문으로 생각된다. 본 연구에서는 오존전량 및 오존 연직 분포의 산출이 하루에 한정되었기 때문에 Aura 위성의 OMI센서, 다른 지상관측 장비와의 비교를 하기에는 대상 기간이 짧다고 판단되었다. 추가적인 비교분석을 하기 위해서는 연구기간을 1년 이상 선정하여 추가적인 산출을 할 필요가 있다고 판단된다. 또한, 본 연구에서는 처음으로 오존존데로부터 관측된 실측 오존 프로파일을 사용하여 최적추정의 a priori 값으로 사용하여 오존 프로파일을 산출한 후 이를 적산하여 오존전량을 산출하였다. 향후 본 기술의 정확도의 개선을 하기 위하여 전세계적으로 수행된 바 없는 태양직달광을 광원으로 사용하는 Pandora, Brewer, 혹은 Dobson 장비로부터 산출되는 경사층적분농도와 태양산란광을 광원으로 사용하여 다양한 기기 고도각별로 제공하는 MAX-DOAS장비로부터 산출된 경사층적분농도를 동시에 최적추정 기법에 적용할 경우, 높은 정확도로 오존의 연직분포 및 오존전량을 산출 할 수 있을 것으로 판단되며, 재오존의 연직분포를 측정하기 위서 오존존데를 이용한 관측에 의존하고 있는 실정에서 본 연구에서 제안된 기술이 향후 연구를 통해 정확도의 개선이 이루어진다면 큰 의미가 있을 것으로 판단된다.