1. 서론
대기 중에 부유하고 있는 입자상 물질(particulate matter)을 대기 에어로솔(atmospheric aerosols)이라고 하며, 에어로솔의 종류에는 미세한 물방울을 포함하여 먼지나 탄소, 금속 등의 광범위한 입자 성분을 포함된다. 이러한 에어로솔을 정량적으로 나타내기 위하여 흔히 사용되는 물리량이 에어로솔 광학두께(Aerosol Optical Depth (AOD) 또는 aerosol Optical Thickness(AOT), τ)이다. AOD는 특정 방향으로 입사한 복사 에너지가 에어로솔 입자에 의하여 소산(extinction)된 양을 상대적으로 나타낸 값이다. 즉, 대기 중의 에어로솔 입자로 인하여 소산 되는 복사량을 의미하는 광 소산계수(light extinction coefficient)를 연직 대기 방향으로 적분한 값이 AOD이며, 이 값은 에어로솔 입자에 의한 광 소산효율(light extinction efficiency)과 총 입자의 개수에 비례한다. AOD 값은 에어로솔 입자의 상대적인 부하량에 직접적인 관계가 있으며, 에어로솔에 의한 복사 효과 및 기후변화 관련 연구에서도 널리 사용되고 있다(Lee et al., 2007; Li et al., 2010; Lee et al., 2012).
AOD를 측정하기 위하여 지상에서 복사계(radiometer) 또는 분광계(spectrometer)가 주로 사용되며, 파장별 또는 채널별 관측을 통하여 에어로솔에 의하여 소산된 복사량으로부터 광학두께를 산정할 수 있다. 반면에 인공위성에 탑재된 광학센서를 이용하면 보다 넓은 영역에서 AOD값을 산출할 수 있지만, 길어진 광경로와 지표면의 영향으로 정확도가 낮아지는 단점이 있다. 인공위성 관측자료의 불확실도에도 불구하고 전 지구적인 관측값을 획득할 수 있다는 장점이 있다. 인공위성을 사용한 최초의 에어로솔 관측은 Earth Resources Technology satellite(ERTS-1) 위성의 관측자료 사용한 사례가 보고 되었으며(Griggs, 1975), 이후 현업용 산출물 생산이 시작된 것은 1978년 발사된 TIROS-N 위성의 탑재센서인 Advanced Very High Resolution Radiometer(AVHRR) (Stowe et al., 1997)을 이용하여 현재까지 이루어지고 있다 (Lee et al., 2009). AVHRR의 성공적인 에어로솔 관측 이후로, Total Ozone Mapping Spectrometer(TOMS)(Herman et al., 1997), the Sea-viewing Wide Field-of-view Sensor (SeaWiFS) (Gordon and Wang, 1994), the Moderate Resolution Imaging Spectro-radiometer (MODIS) (Remer et al., 2005)와 같은 지구관측 위성의 탑재센서를 이용한 다양한 에어로솔 산출물이 생되 있다.
국내 최초의 정지궤도 위성인 천리안 위성의 탑재센서 중 기상탑재체(Meteorological Imager, MI)은 광대역 가시 채널을 이용하여 AOD 산출물을 생산되고 있으며 (NIMR, 2007; 2009), 2011년 1월부터 한반도 인근지역에 대한 에어로솔 분포 정보를 제공하고 있다. 인공위성으로부터 산출된 AOD는 관측 대상지역의 특성 및 알고리즘에서 적용된 조건의 변화로 인하여 주기적인 검증 결과를 제시하여 사용자에게 제공되어야 한다. 천리안 위성의 경우, AOD 산출물의 정확도 검증을 위하여 필요한 충분한 자료가 확보되어 있으며, 국내외의 검증용 지상관측 자료의 확보가 가능하므로, 정량적/정성적인 검증자료를 분석하는 것이 필요하다. 천리안 위성 MI를 이용한 AOD 자료의 정확도 검증을 위하여 the Distributed Regional aerosol Gridded Observation Networks(DRAGON)-northeast(NE) Asia 캠페인 기간 동안의 지상 관측자료와 비교한 결과가 보고되었으나(Kim et al., 2016), 본 연구에서 사용되는 에어로졸 산출물과는 다른 절차에 의하여 산출되었으며, 산출물에 대한 검증 자료의 시공간적 범위 및 오차분석 방법에 차이가 있음을 밝혀 둔다.
따라서, 본 연구는 현재 기상청에서 제공되고 있는 천리안 위성 MI의 AOD 산출물에 관한 검증을 위하여 MI 관측영역의 지상에서 관측된 AERONET AOD 관측 지점별로 시공간일치법을 이용한 비교분석을 수행하였다. 그리고 천리안 위성 AOD 산출에 영향을 미치는 주요 인자인 지표반사도와 대기투과도에 대한 변화와 AOD 산출 오차에 대한 분석을 하였다. 이러한 천리안 위성에 에어로솔 산출물의 검증결과는 천리안 AOD 산출물 사용자에게 산출 자료에 대한 품질 정보 자료로 제공 가능하며, 산출과정에 대한 오차의 원인과 요인 제거를 위한 기초 자료로 활용할 수 있을 것이다.
2. 연구방법
1) 천리안 위성 MI AOD 산출물
천리안 위성 MI로부터 산출되는 AOD 자료의 생산을 위하여 사용되는 채널은 1 km의 공간해상도를 가지는 광대역 가시채널(파장영역: 0.55 – 0.8 μm, 중심파장 =0.67 μm) 의 관측값이다. AOD 산출과정에서 필수사항은 구름의 영향이 없는 청천 화소를 결정하는 것이다. 천리안 위성은 1개의 가시채널 외에 4개의 적외채널 (중심파장=3.75 μm, 6.75 μm, 10.8 μm, 12.0 μm)을 사용하여 구름화소를 탐지한다. 즉, 적외 채널의 밝기 온도 및 가시채널의 반사도의 경계값 테스트, 그리고 해양지역의 경우 3×3 화소의 표준편차가 0.007이상일 경우 구름 화소로 정의하여 AOD 산출과정에서 배제한다. 이러한 방법은 광학적으로 두꺼운 구름을 효과적으로 제거할 수 있지만 옅은 구름(예: 권운 또는 미세 구름)은 제거하기 어려므로 AOD 산출 차의 원인이 된다.
청천 화소를 대상으로, 가시채널의 관측값은 반사도로 환산하여, 식(1)과 같이 가시채널에 관한 복사 전달방정식으로부터 에어러솔에 의한 반사도(ρaer) 값을 결정하게 된다. 이때, 위성이 관측한 반사도(ρsat)으로부터 지구 대기의 분자 산란(Rayleigh 산란), 미량기체에 의한 광흡수, 그리고 지표에 의한 반사도를 제거한다.
\(\rho_{\mathrm{aer}}=\rho_{\mathrm{sat}}-\rho_{\mathrm{ray}}-\frac{T \cdot \rho_{\mathrm{sfc}}}{1-s \cdot \rho_{\mathrm{sfc}}}\) (1)
식 (1)에서 ρray, ρsfc, T, s는 각각 rayleigh 산란에 의한 반사도, 지표면 반사도, 대기투과도, 반구 반사도이다. 천리안 위성 AOD 산출 알고리즘에서는 복사전달모델을 이용하여 미리 계산된 에어로솔 반사도와 AOD와의 관계를 나타낸 조견표를 이용하여 실제 위성이 관측한 반사도의 경우에 해당하는 AOD를 결정한다. 식 (2)는 조견표의 ρlut(τlut)값과 실제 관측값 ρsat과의 차이가 최소인 경우의τlut를 τsat로 결정한다.
\(\tau_{\text {sat }}=f\left(\rho_{\text {sat }} \mid \rho_{\text {lut }}\left(\tau_{\text {lut }}\right)\right)\) (2)
식(1)에서 지표면 반사도는 AOD 산출 정확도에 영향을 미치는 요인 중 하나이다. 천리안 AOD 산출 알고리즘에서는 지표반사도의 시간적 변화가 적다는 가정하에 30일간 동일 시간에 관측된 자료 중 최소 반사도를 지표반사도로 가정하는 방법을 사용한다(Knapp et al., 2002; Hauser et al., 2005). 최소반사도 기법은 정지궤도 위성자료의 장점을 살릴 수 있는 방법이지만, 실제 지표 반사도보다 낮게 되는 경우(예: 그림자, 강수 지역등)의 요인에 의하여 과소평가되는 경우도 발생한다. 따라서 지표반사도의 산정에 있어 불확실도가 발생하는 경우에는 에어로솔의 기여도로 환산되어 과대/과소 평가된 AOD 값으로 해석된다(Lee et al., 2006).
조견표 계산을 위하여 6S 복사전달모델이 사용되었으며, 6S의 입력자료 중 에어로솔 모델은 지상 선스카이라디오미터(Sun/sky radiometer) 관측 네트워크인 aerosol RObotic NETwork( AERONET ) Holben et al., 1998; Dubovik and King, 2000; Dubovik et al., 2002; O’Neill et al., 2005)에서 제공되는 에어로솔 크기분포와 굴절률 자료로부터 계산된 광학특성값(단산란 알베도, 비대칭 계수)을 사용한다. 여기서 사용되는 AERONET 자료는 Anmyeon(36.539°N, 126.330°E), Beijing (39.977°N, 116.381°E), Shirahama(33.693°N, 135.357°E) 관측 지점에서의 자료이다. 그리고 천리안 AOD 산출 알고리즘은 세 가지 유형의 에어로솔 모델(Anmyeon 유형, Beijing 유형, Shirahama 유형)의 기여도를 풍향에 기반한 가중치를 반영하여 결정된 AOD값이 최종 산출물로 저장되고 있다(NMSC, 2012).
2) 비교 검증자료
천리안위성 AOD 자료의 검증은 동일한 시간과 공간상에서 관측된 AOD자료와의 비교를 통하여 가능하며, 정확도가 알려진 비교검증용 자료는 지상관측 자료인 AERONET AOD 자료를 사용하였다. AERONET 관측값은 위성자료의 검보정을 위한 참 값(truth value)로 알려져 있으며, 매우 높은 정확도의 자료를 생산하지만 공간적인 측정 범위가 제한적인 단점이 있다. AERONET 자료는 지상에서 선스카이 라디오미터 Sun/sky radiometer)로 관측된 AOD 자료로서 전세계에서 위성관측자료의 검증용으로 사용되고 있다. 관측 자료는 온라인 데이타 베이스로 구축되어 있으며, 웹 페이지(https:// AERONET.gsfc.nasa.gov/)에서 획득 가능하다. 관측장비인 CIMEL 사의 선스카이 라디오미터는 표준화된 검보정 기준을 통과한 장비를 이용하며, AOD 관측 정확도는 약 ~0.015정도로 알려져 있다(Eck et al., 2010).
AERONET 선스카이 라디오미터는 일정 시간동안 직달일사량과 산란일사량을 일정한 각도별로 센서의 방향을 회전하면서 관측하여 에어로솔에 의한 산란복 사량을 파장별로 측정한다. 이 결과를 이용하여 일련의 역행렬 방정식을 풀고 미지수인 에어로솔 크기분포, 유효반경, 입자 굴절률, 단산란 알베도(Single Scattering Albedo; SSA), 산란위상함수(Scattering Phase Function), 비대칭계수(Asymmetry Parameter)를 계산한다.
3) 시공간 일치
인공위성과 관측 자료와 타 위성/지상 관측 자료의 비교 방법은 동일시간대에 동일한 화소 영역에서 추출한 자료를 비교하는 시공간일치법(spatio-temporal collocation method)이 널리 사용되고 있다. 개별 관측 센서가 가지는 관측 방법에 의한 차이로 인하여 전체 관측 영역에 대한 직접적인 비교가 어렵기 때문에 시공간일치법에 따른 동일 조건을 만족하는 화소단위 교가 가능한 방법이다. 천리안 위성과 MODIS 자료의 시공간일치법을 적용하기 위하여, 천리안 관측 시간의 ±10분 이내에 관측된 MODIS 관측자료를 선택하며, 공간적으로는 MODIS 관측 화소의 지리적 위치를 중심으로 약 30 km×30 km 영역(1km 해상도를 가지는 MODIS L2의 자료 경우 총 화소수는 최대 900개임), 에서 추출된 MODIS L2 지표 반사도값과 천리안 AOD값의 평균값을 비교하였다. 두 위성간의 위치정보 오차 또는 잡음에 의한 영향을 최소화하기 30 km2 영역 이내에서 추출된 화소값의 표준편차가 0.2이상인 경우, 50% 이상의 화소가 구름인 경우, 총 유효 격자 수가 30개 이하인 경우는 특이값(outlier)으로 간주하여 비교에서 제외하였다.
AERONET 관측값은 지점 관측으로 인한 공간상의 대표 한계가 있는 단점이 있지만, 매우 높은 정확도를 가지고 있어 장기간 위성 관측자료와 비교시 유용한 측면이 있다. 그리고, AERONET 자료는 역방향 산출 방법(inverse method)에 의한 에어로솔 미세물리 및 광학 특성값(입자 크기 분포, 굴절률 등)을 제시하고 있는 장점이 있다. 천리안 위성이 관측하는 영역에서 유효한 AERONET 관측지점은 Fig. 1과 같이 총 134개 지점이다. 천리안 위성과 지상의 AERONET AOD의 시공간 일치는 AERONET관측 지점을 중심으로 반경 50 km 내의 위성 측 자료를 평균값과, 위성이 관측한 시간을 중심으로 ±30분 동안의 AERONET AOD 값의 평균값을 상호 비교하는 방법을 사용하였다
Fig. 1. Available AERONET measurement sites located within the study area.
Table 1. Input data used in this study
3. 결과
1) 천리안 AOD와 AERONET AOD 비교
천리안 위성 AOD(τsat)와AERONET AOD(τaero)의 비교자료는 총 262,643개 이며 전체 AERONET 관측지점과 한반도 인근지역(30-45°N, 115-135°E)을 대상으로 비교를 위한 산점도와 상관회귀 분석결과는 Fig. 2와 같다. 두 자료의 선형 회귀 방정식은 전체 관측지점이 y = 0.197x + 0.259(R=0.297), 한반도 인근지역이 y = 0.321x + 0.242(R=0.475)로서, 전체영역보다 한반도 인근지역에서의 상관관계가 높은 것으로 나타나고 있다. 그러나 AERONET AOD에 비하여 천리안 AOD가 2배 이상 큰값을 나타내고 있다. 그리고 상관회귀 직선의 Y절편이 0.2이상의 값을 나타내는 것은 AERONET OD대비 천리안 AOD값이 과소 평가 하는 경향을 나타낸다. 즉, 실제 대기중의 에어러솔 부하량이 높은 상태에서도 천리안 위성에서는 AOD값이 매우 적게 나타나는 것을 의미한다. 이러한 결과는 식(1)을 이용한 AOD 산출 과정에 있어서, 인공위성이 관측하는 반사도 값에서 지표 반사도 또는 대기 산란/흡수에 대한 영향이 과도하게 제거하였거나, 조견표 사용에 있어 에어로솔의 광학특성이 실제 대기 조건을 반영하지 못함을 의미한다.
Fig. 2. Scatter plots between COMS AOD and AERONET AOD pixels for all sites (left) and near Korean peninsula (right). Color scale represents frequency at the given AOD range (pixel size is 0.02 AOD and highest value means 0.01% of total number of pixels).
식(1)에서 지표반사도와 다른 대기에 의한 반사도에 의한 기여도가 상대적으로 커지는 경우에는 에어로솔에 의한 반사도값 결정과정에서 상당한 오차가 발생 가능하므로, 이러한 영향을 파악하기 위하여, τsat값의 변화에 따른 천리안 AOD와 AERONET AOD의 편차값 (Δτsat-aero = tau;sat – τaero)을 분석하였다. Fig. 3은 Δτsat-aero에 대한 천리안 AOD 값에 대한 변화를 나타내며, 두 자료의 선형 회귀식은 전체 관측 지점이 y = 0.802x – 0.25(R=0.784, RMSD=0.321), 한반도 인근지역이 y = 0.678x – 0.24 (R=0.751, RMSD=0.281)로서 비교적 강한 상관관계가 나타나고 있다. 그리고 τsat이 증가할수록 Δτsat-aero의 편차가 양의 방향으로 커지고 있으므로 음을 증명한다. 이러한 결과는 광대역 가시채널 사용에 따른 불확실도가 반영된 결과로 판단된다.
Fig. 3. Scatter plots between COMS AOD and bias (COMS AOD- AERONET AOD) for all sites (left) and near Korean peninsula (right). Red lines represent linear regression line.
Fig. 2와 3에서의 AERONET 전체 지점에 대한 τsat와 τaero를 비교한 결과, 실제 AOD가 낮은 경우에도 τsat의 값이 높게 나타나는 것을 확인하였다. AEONET 관측 지점별로 가지는 고유한 환경특성(지표 및 대기투과 경로 등)에 대한 영향을 확인하기 위하여 134개에 지점별 독립된 시공간 일치 결과를 비교하였다. 비교 사례가 다수이므로 Fig. 4, 5와 같이 지점별 상관회귀 계수와 Δτsat-aero 값의 크기에 대하여 기호의 크기와 색깔로 지도위에 표시하였다. 이러한 가시화 맵의 장점은 지리적 위치에 따른 수치정보를 반영할 수 있기때문에 지역별 특징을 보다 가시적으로 나타낼 수 있다.
Fig. 4. Linear regression correlation coefficients between COMS AOD and AERONET AOD at each AERONET measurement site.
Fig. 5. Mean bias between COMS AOD and AERONET AOD at each AERONET measurement site.
이러한 결과에 대한 지역적인 영향을 알아보기 위하여 각 AERONET관측 지점별로 τsat와 τaero를 비교한 결과, 상관계수가 0.4보다 낮은 값을 나타내는 지점으로는 DRAGON_Osaka-North, Ussuriysk, Noto, Dhaka_University, SACOL, DRAGN_Kyoto, Dalanzadgad, Chen-Kung_ Univ, Yonsei_University, Kobe, Hong_Kong_PolyU, Kanpur, Chiba_University, Osaka-North, Zhongshan_Univ, Shirahama, DRAGON_Mt_Rokko, Dongsha_Island, El_ Nido_Airport, Chiang_Mai_Met_Sta, NhaTrang, Pokhara, Hankuk_UFS, Ubon_Ratchathani, DRAGON_Kohriyama, DRAGON_Nishiharima, Fukue, Osaka, Hong_Kong_ Sheung, Manila_Observatory, Seoul_SNU, Nara, Pusan_NU, Kathmandu-Bode, EPA-NCU, Vientiane, Taipei_CWB, Bach_Long_Vy, QOMS_CAS, Lumbini, NCU_Taiwan, Lulin, AOE_Baotou, Jomsom, EVK2-CNR, Bhola, NAM_ CO의 47개 지점으로서, 주로 동남아 지역과 동북아 내륙지역이 주로 포함되어 있다.
Fig. 6은 조견표 작성에 사용되는 Beijing과 Anmyeon, Shirahama과 Gangneung-WNU 지점에 대한 개별적인 비교결과이다. 조견표에서 사용된 에어로솔 모델이 AERONET으로부터의 관측값으로부터 기원되었음에도 불구하고, Anmyeon(R=0.905)을 제외한 지점에서 낮은 범위의 상관계수(Beijing(R=0.73), Shirahama(R=0.235), Gangneung-WNU(R=0.410))가 나타났다. 특히 Shirahama의 비교결과는 선형회귀식 y = 0.070x + 0.142 로서 두자료의 관련성이 거의 없는 것을 것 수 있다. 이러한 결과는 각 위치별로 천리안 AOD 산출 알고리즘에 미치는 오차요인으로서 지표반사도와 에어로솔 모델이 실지 조건과는 다르게 반영되기 때문으로 판단된다.
Fig. 6. Scatter plots between COMS AOD and AERONET AOD pixels for Beijing, Anmyeon, Shirahama, Gangneung_WNU. Color scale represents frequency at the given AOD range (pixel size is 0.02 AOD and highest value means 0.01% of total number of pixels).
2) 오차요인의 영향
천리안 AOD 산출물이 지역별로 편차가 크게 나타나고 있는 것은 AOD 산출과정에서 식(1)에 적용되는 반사도 기여요소(지표반사도와 대기 투과도 등)과 조견표 작성에 사용되는 에어로솔 광학모델의 영향이 클 것으로 판단하였다. 따라서, 천리안 AOD 산출물의 주요 오차 요인인 지표 반사도와 에어로솔 광학모델의 영향을정량화하기 위하여 AERONET에서 제공하고 있는 역방향 산출물(inversion product) 중 에어로솔 유효반경(effective radius, Reff), 총수 증기량 (precipitable water vapor, PWV), 태양천정각(Sun zenith angle, SZA), 그리고 지표반사도(Surface reflectance, SR)를 사용하여 시공간 일치법에 의한 비교를 수행하였다.
Fig. 7a는 AERONET inversion 산출물에서 제공하는 입자 유효반경과 Δτsat-aero 값을 비교한 결과이다. Δτsat-aero은과 Reff 과의 선형 회귀식이 y = 0.151x – 0.026(R=0.058, RMSD=0.408)으로서 두 변수간의 관련성은 매우 적은 것으로 나타났다. 그러나, 1.0 μm보다 적은 Reff 범위 내에서 Δτsat-aero의 산포 경향이 증가하는 것으로 보아 미세 입자 영역에서 Δτsat-aero의 불확실도가 증가하는 것을 알수 있다.
Fig. 7. Scatter plots between effective radius, precipitable water vapor, sun zenith angle, MODIS surface reflectance at 675 nm versus bias (COMS AOD- AERONET AOD) pixels. Red lines represent linear regression line.pixels).
Fig. 7b는 PWV와 Δτsat-aero 값을 비교한 결과로서, 수증기의 변화에 따른 Δτsat-aero 값의 변화는 R=0.188, RMSE = 0.401으로서, Reff의 경우보다 상관성이 다소 높은 것으로 나타났다. 두 변수간의 선형 회귀식은 y=-0.064x +0.123 으로서 수증기량이 증가할수록 Δτsat이 상대적으로 작아지고 있으며, 이러한 경향은 특히 PWV가 < 0.5 cm인 영역에서 급격하게 발생하고 있다. 대기중의 수증기가 약하게 존재하는 경우에는 수증기에 의한 반사도의 변화가 천리안 AOD 산출에 있어 크게 영향을 미침을 알 수 있다.
정지궤도 특성상 천리안 위성의 AOD 산출물에 있어 위성의 관측각은 변화가 거의 없으므로, 태양의 변화에 따른 광경로변화가 대기 투과도에 가장 큰 영향을 미칠 것이다. 따라서 Fig. 7c에서는 SZA와 Δτsat-aero 값을 비교하였다. SZA는 50-78도 사이에서 관측이 되었으며, 각 시간대에 천리안 위성과 AERONET 관측이 일치한 경우에 SZA의 변화에 따른 Δτsa-aer의 상관성은 R = 0.066, RMSD = 0.408으로서, PWV와 유사한 수준의 결과를 보였다. 그러나 선형 회귀식은 y = -0.004x + 0.274으로서 SZA에 따른 변수간의 Δτsat-aer의 변화량은 매우 적은 것으로 해석되었다. 특히 SZA 값이 증가하는 경우에서도 Δτsat-aer의 고유 변동성은 크게 나타나지 않고 있으므로 광경로의 증가가 오차에 미치는 영향은 미비한 것으로 보인다.
AERONET 관측지점별 지표 반사도값에 따른 오차 영향을 분석하기 위하여 MODIS 지표반사도(파장 = 675 nm)와 Δτsat-aero를 비교하였다(Fig. 7d). 이 경우에도 두 변수간의 상관관계는 매우 적은 것으로 나타나고 있다. 그러나 Reff 비교 사례와 마찬가지로, 0.5보다 적은 영역에서 Δτsat-aero의 산포 경향이 증가하므로 지역적인 편차가 크다는 것을 알 수 있다.
Fig. 7a–d의 결과는 전체 관측지점에 대한 자료 비교 결과로서, AOD 편차에 따른 환경변수와의 통계적으로 유의한 관련성이 나타나고 있지 않는다. 그러나 천리안 AOD의 산출결과가 지역별 특성이 강하게 반영되고 있는 것으로 판단되므로, 지역별 환경변수와의 관련성을 분석하였다. 따라서, 두 변수간의 특성이 지역적인 가능성을 포함하고 있는지에 대한 여부를 조사하기 위하여 각 지점별 비교를 독립적으로 수행하여 두 변수간의 상계수가 0.3 이상으로 나타나는 지점에 대한 결과를 분석하였다.
Δτsat-aero의 Reff와의 상관계수가 0.3 이상으로 나타나는 곳은 Bhola, DRAGON_Fukue_2, DRAGON_Fukue_3, DRAGON_Kohriyam, DRAGON_Kyoto, DRAGON_ Matsue, DRAGON_Nara, DRAGON_Osaka-North, Dunhuang_LZU, El_Nido_Airport, Jomsom, Manila_ Observatory, Pusan_NU, QOMS_CAS, SACOL, Ubon_ Ratchathan 의 16지점으로 전체 134개 AERONET 관측 지점의 약 12%에 해당하며, 국내에서는 부산대를 제외하고는 대부분이 일본과 동남아의 지점이다. 위의 지점들 중 양의 상관관계가 나타나는 지점(즉, Reff가 커질수록 양의 오차가 증가하는 지점)은 Bhola, Dunhuang_ LZU, El_Nido_Airport,Manila_Observatory, Pusan_NU, SACOL, Ubon_Ratchathan 이며, 두 변수간의 음의 상과 관계를 나타내는 지점은 DRAGON_Fukue_2, DRAGON_Fukue_3, DRAGON_Kohriyam, DRAGON_ Kyoto, DRAGON_Matsue, DRAGON_Nara, DRAGON_ OsakaNorth, Jomsom, QOMS_CAS이다. 이렇게 입자 크기에 대하여 Δτsat-aero가 다르게 나타나는 원인은 조견표 작성시 사용된 에어로솔 모델이 실제 대기중의 입자와는 다른 모델이 사용되었기 때문인 것으로 판단된다. 모델에 사용된 에어로솔 입자가 실제 환경보다 작거나 큰 경우, 입자에 의한 산란효과가 산란각에 따라 다양하게 변하기 때문에 실제 위성이 관측한 복사량과는 차이가 발생하는 것이 주요인으로 작용한다.
Δτsat-aero와 태양천정각과의 상관계수가 0.3보다 큰 지점들은 32개 지점이며, 전체의 23.9%에 해당한다. 이 경우 모든 지점에서 회귀직선의 기울기와 상관계수값이 음의 값을 나타냈다. 이것은 태양천정각이 증가할수록 τsat가 τaero보다 작아지는 경향을 의미한다. 그리고 회귀선의 y절편값이 모두 0.5보다 큰 값을 가지고 있어 태양의 고도가 가장 높은 경우에는 τsat가 τaero보다 과대평가 되고 있다.
Δτsat-aero와 수증기량과의 상관분석결과, 상관계수가 0.3보다 큰 지점들은 18개 지점이며, 전체의 13.4%에 해당한다. τsat는 수증기량이 매우 적은 건조한 대기 조건 (<0.5 cm)에서는 τaero 보다는 과소평가된 결과를 보이고 있으나, 수증기량이 증가할수록 τ
Δτsat-aero와 지표반사도의 상관계수가 0.3보다 큰 지점들은 39개 지점이며, 전체의 29.1%에 해당한다. 대부분의 경우엔 지표반사도가 커질수록 τsat값이 커지고 Δτsat-aero가 작아지는 결과를 나타내고 있다. 그러나 강릉원 주대, 한국외대, SACOL, 서울대, 연세대 지점은 지표반사도가 증가할수록 τsat값이 과소평가되는 지역으로 나타났다. 특히 서울시와 같이 대도시 지역의 지표반사도 증가가 τsat값의 과소평가로 연결되는 것은 천리안 AOD 산출 알고리즘에서 지표반사도 값이 다소 과대 평가되는 것으로 판단된다. 에어로솔 산출과정에서 지표반사 도 정확한 값이 보정되지 못하는 경우엔 에어로솔로 인한 반사도로 오인되므로 광학두께 산출물이 과대평가되는 결과가 발생한다. 특히, 천리안 위성과 같은 광대역 가시 채널을 가지는 인공위성은 육지의 지표반사도 산정이 어려우므로 이에 대한 영향이 크게 나타나는 것이다.
4. 요약 및 결론
인공위성에서 산출하는 AOD값은 알고리즘에 필요한 가정에 대한 오차, 청천화소 설정시 제거되지 못한 구름이나 잡음에 의한 오차가 영향을 미칠 수 있다. 본연구는 천리안위성 τsat 산출물의 정확도 검증을 위하여 최초 생산이 된 2011년 1월부터 2014년 7월까지 기간 동안의 위성자료와 정확도가 검증된 지상관측자료인 τaero 자료와의 비교를 수행하였다. 두 자료의 상관회귀 분석 결과, 선형 회귀직선의 방정식은 y = 0.447x + 0.398(R=0.27)로서 τsat가 τaero에 비하여 과대평가되고 있으며, 두 변수간의 상관관계도 약한 결과를 확인하였다. 연구 대상지역의 AERONET 전체지점에 대한 비교 결과는 한반도를 제외한 내륙과 동남아시아 해양 지역에서 두변수간의 상관계수가 낮고 RMSE와 BIAS가 크게 나타났다. 이러한 결과는 지표면반사도 산출 오차와 에어로솔 광학모델의 가정이 실제 대기 중의 에어로솔 입자를 정확히 산출하기 위한 정확도에 영향을 미치기 때문이다.
천리안 AOD 산출 알고리즘에 사용된 가정은 지역별로 다른 특성이 반영되므로 그 영향을 알아보기 위하여 AERONET 관 지점별 독립된 비교결과, 특정지역에 대해 AOD오차와의 관련성이 높은 것으로 나타났다. 오차의 요인으로 AOD값이 충분히 적은 경우에 지표반사도 효과에 대한 과대평가로 인하여 τaero 보다 과대평가하고 있는 양상을 보이고 있다.
그리고 AOD 산출 알고리즘에 영향을 미칠 수 있는 요소인 지표 반사도와 대기 조건에 관한 변수자료를 AERONET 역방향 산출물로부터 비교를 수행하였다. 그 결과, 해당 요소들이 천리안 AOD의 오차에 영향을 미치고 있음이 밝혀졌다. AOD 산출 오차의 원인으로 작용하는 위성 자료의 복사보정 오류, 지표반사도, 미세 구름, 다중 레이어 효과, 조견표 작성에 필요한 에어로솔 모델의 특성 등에 대한 오차원인이 존재하기 때문에 보다 많은 사례에 대한 분석결과 해석과정과, 알고리즘 개선을 통한 과정에서 정확도의 개선이 가능할 것으로 기대된다.
사사
이 연구는 기상청 기후변화감시·예측 및 국가정책지원 강화 사업」(KMIPA2015-2012)의 지원으로 수행되었습니다.
참고문헌
- Dubovik, O. and M.D. King, 2000. A flexible inversion algorithm for retrieval of aerosol optical properties from Sun and sky radiance measurements, Journal of Geophysical Research, 105: 20673-20696. https://doi.org/10.1029/2000JD900282
- Dubovik, O., B.N. Holben, T.F. Eck, A. Smirnov, Y.J. Kaufman, M.D. King, D. Tanre, and I. Slutsker, 2002. Variability of absorption and optical properties of key aerosol types observed in worldwide locations, Journal of Atmospheric Science, 59: 590-608. https://doi.org/10.1175/1520-0469(2002)059<0590:VOAAOP>2.0.CO;2
- Eck, T.F., B.N. Holben, A. Sinyuk, R.T. Pinker, P. Goloub, H. Chen, B. Chatenet, Z. Li, R.P. Singh, S.N. Tripathi, J.S. Reid, D.M. Giles, O. Dubovik, N.T. O'Neill, A. Smirnov, P. Wang, and X. Xia, 2010. Climatological aspects of the optical properties of fine/coarse mode aerosol mixtures, Journal of Geophysical Research, 115(D19205).
- Gordon, H.R. and M. Wang, 1994. Retrieval of waterleaving radiance and aerosol optical thickness over the oceans with SeaWiFS: A preliminary algorithm, Applied Optics, 33: 443-452. https://doi.org/10.1364/AO.33.000443
- Griggs, M., 1975. Measurements of atmospheric aerosol optical thickness over water using ERTS-1 data, Journal of the Air Pollution Control Association, 25: 622-626. https://doi.org/10.1080/00022470.1975.10470118
- Hauser, A., D. Oesch, N. Foppa, and S. Wunderle, 2005. NOAA AVHRR derived AOD over land, Journal of Geophysical Research, 110(D8204).
- Herman, J.R., P.K. Bhartia, O. Torres, C. Hsu, C. Seftor, and E. Celarier, 1997. Global distribution of UV-absorbing aerosols from Nimbus 7/TOMS data, Journal of Geophysical Research: Atmosphere, 102(D14): 16911-16922. https://doi.org/10.1029/96JD03680
- Holben, B.N., T.F. Eck, I. Slutsker, D. Tanre, J.P. Buis, A. Setzer, E. Vermote, J.A. Reagan, Y.J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak, and A. Smirnov, 1998. AERONET-a federated instrument network and data archive for aerosol characterization, Remote Sensing of Environment, 66: 1-16. https://doi.org/10.1016/S0034-4257(98)00031-5
- Kim, M., J. Kim, U. Jeong, W. Kim, H. Hong, B. Holben, and C.Y. Chung, 2016. Aerosol optical properties derived from the DRAGON-NE Asia campaign, and implications for a single-channel algorithm to retrieve aerosol optical depth in spring from Meteorological Imager (MI) on-board the Communication, Ocean, and Meteorological Satellite (COMS), Atmospheric Chemistry and Physics, 16(3): 1789-1808. https://doi.org/10.5194/acp-16-1789-2016
- Knapp, K.R., T.H. Vonder Haar, and Y.J. Kaufman, 2002. AOD retrieval from GOES-8: Uncertainty study and retrieval validation over South America, Journal of Geophysical Research, 107(D7).
- Lee, K. H., Y. J. Kim, J. Kim, W. von Hoyningenhuene, and J. P. Burrow, 2006. Influence of land surface effects on MODIS aerosol retrieval using the BAER method over Korea, International Journal of Remote Sensing, 27(14): 2813-2830. https://doi.org/10.1080/01431160500462139
- Lee, K. H., Z. Li, M. S. Wong, J. Xin, Y. Wang, W.-M. Hao, and F. Zhao, 2007. Aerosol single scattering albedo estimated across China from a combination of ground and satellite measurements, Journal of Geophysical Research, 112(D22S15).
- Lee, K. H., 2012. Aerosol direct radiative forcing by three dimensional observations from passiveand active- satellite sensors, Journal of Korean Society for Atmospheric Environment, 28(2): 159-171 (in Korean with English abstract). https://doi.org/10.5572/KOSAE.2012.28.2.159
- Lee, K.H., Z. Li, Y.J. Kim, and A. Kokhanovsky, 2009. Aerosol monitoring from satellite observations: A history of three decades, In: Kim, Y.J., Platt, U., Gu, M.B., Iwahashi, H. (Eds.), Atmospheric and Biological Environmental Monitoring, Springer, Berlin, Heidelberg, Germany, pp. 13-38.
- Li, Z., K. H. Lee, Y. Wang, J. Xin, and W. M. Hao, 2010. First observation-based estimates of cloudfree aerosol radiative forcing across China, Journal of Geophysical Research, 115(D7).
- O'Neill, N.T., S. Thulasiraman, T.F. Eck, and J.S. Reid, 2005. Robust optical features of fine mode size distributions: Application to the Quebec smoke event of 2002, Journal of Geophysical Research, 110(D11).
- Remer, L.A., Y.J. Kaufman, D. Tanre, S. Mattoo, D.A. Chu, J.V. Martins, R.R. Li, C. Ichoku, R.C. Levy, R.G. Kleidman, T.F. Eck, E. Vermote, and B.N. Holben, 2005. The MODIS aerosol algorithm, products and validation, Journal of Atmospheric Science, 62(4): 947-973. https://doi.org/10.1175/JAS3385.1
- Stowe, L.L., A.M. Ignatov, and R.R. Singh, 1997. Development, validation, and potential enhancements to the second-generation operational aerosol product at the National Environmental Satellite, Data, and Information Service of the National Oceanic and Atmospheric Administration, Journal of Geophysical Research, 102(D14): 16923-16934. https://doi.org/10.1029/96JD02132
- National Meteorological Satellite Center (NMSC), 2012. Algorithm theoretical Basis Document for Aerosol optical depth, Korea Meteorological Administration (KMA), KOREA.
- National Institute of Meteorological Sciences (NIMS), 2007. Development of Meteorological Data Processing System for Communication, Ocean and Meteorological Satellite IV, Government Publications Registration Number: 11-1360395-000003-10, Korea Meteorological Administration (KMA), KOREA.
- National Institute of Meteorological Sciences (NIMS), 2009. Development of Meteorological Data Processing System for Communication, Ocean and Meteorological Satellite, Government Publications Registration Number : 11-1360395-000192-10, Korea Meteorological Administration (KMA), KOREA.
피인용 문헌
- 우리나라에서 AERONET 태양광도계 자료를 이용한 다종위성 AOD 산출물 비교평가: MODIS, VIIRS, Himawari-8, Sentinel-3의 사례연구 vol.37, pp.3, 2021, https://doi.org/10.7780/kjrs.2021.37.3.14