GOCI-II Capability of Improving the Accuracy of Ocean Color Products through Fusion with GK-2A/AMI

GK-2A/AMI와 융합을 통한 GOCI-II 해색 산출물 정확도 개선 가능성

Abstract

Satellite-derived ocean color products are required to effectively monitor clear open ocean and coastal water regions for various research fields. For this purpose, accurate correction of atmospheric effect is essential. Currently, the Geostationary Ocean Color Imager (GOCI)-II ground segment uses the reanalysis of meteorological fields such as European Centre for Medium-Range Weather Forecasts (ECMWF) or National Centers for Environmental Prediction (NCEP) to correct gas absorption by water vapor and ozone. In this process, uncertainties may occur due to the low spatiotemporal resolution of the meteorological data. In this study, we develop water vapor absorption correction model for the GK-2 combined GOCI-II atmospheric correction using Advanced Meteorological Imager (AMI) total precipitable water (TPW) information through radiative transfer model simulations. Also, we investigate the impact of the developed model on GOCI products. Overall, the errors with and without water vapor absorption correction in the top-of-atmosphere (TOA) reflectance at 620 nm and 680 nm are only 1.3% and 0.27%, indicating that there is no significant effect by the water vapor absorption model. However, the GK-2A combined water vapor absorption model has the large impacts at the 709 nm channel, as revealing error of 6 to 15% depending on the solar zenith angle and the TPW. We also found more significant impacts of the GK-2 combined water vapor absorption model on Rayleigh-corrected reflectance at all GOCI-II spectral bands. The errors generated from the TOA reflectance is greatly amplified, showing a large error of 1.46~4.98, 7.53~19.53, 0.25~0.64, 14.74~40.5, 8.2~18.56, 5.7~11.9% for from 620 nm to 865 nm, repectively, depending on the SZA. This study emphasizes the water vapor correction model can affect the accuracy and stability of ocean color products, and implies that the accuracy of GOCI-II ocean color products can be improved through fusion with GK-2A/AMI.

연안 및 대양의 효과적인 모니터링을 위해 여러 연구 분야에서 고품질의 위성 기반 해색 산출물들이 요구 있으며 이를 위해서는 정확한 대기 효과의 보정이 필수적이다. 현재 Geostationary Ocean ColorImage (GOCI)-II 지상시스템에서는 수증기 및 오존 등에 의한 가스 흡광 보정을 수행하기 위해 European Centre for Medium-Range Weather Forecasts (ECMWF) 또는 National Centers for Environmental Prediction (NCEP) 기상장 자료를 사용하고 있다. 이 과정에서 기상장 자료의 낮은 시공간해상도로 인해 오차가 발생할 수 있다. 따라서 본 연구에서는 복사 전달 모델 모의를 통해 개발된 GOCI-II의 수증기 흡광 보정 모델 및 GeoKompsat (GK)-2A/Advanced Meteorological Imager (AMI)의 가강수량 자료를 이용하여 수증기 흡광 효과를 보정하고 이에 따른 영향력을 분석하였다. 개발된 수증기 흡광 보정 모델 적용 유무에 따른 오차는 수증기의 영향이 적은 620 nm와 680 nm의 대기 상한 반사도에서 최대 1.3%와 0.27%로 적은 오차를 보였다. 그러나 수증기 흡광의 경향이 큰 709 nm 채널의 경우 태양 천정각 및 가강수량에 따라 6~15%의 큰 오차를 나타냈다. 레일리 보정 반사도에서는 대기 상한 반사도에서 발생한 오차가 크게 증폭되어 태양 천정각에 따라 GOCI-II의 각 밴드(620~865 nm) 별로 1.46~4.98, 7.53~19.53, 0.25~0.64, 14.74~40.5, 8.2~18.56, 5.7~11.9%의 큰 오차를 보이고 있다. 이는 수증기 흡광 보정이 해색 산출물의 정확도와 안정성에 큰 영향을 미칠 수 있다는 것을 의미하며, 향후 시공간 해상도가 높은 GK-2A/AMI와의 융합을 통해 GOCI-II 해색 산출물의 정확도 향상이 가능함을 시사한다.

1. 서론

해색 (ocean color)는 태양 복사 조도, 물 및 식물성 플랑크톤, 부유 퇴적물, 유색 용존 유기물간의 상호작용의 결과로 수괴의 상태에 대한 많은 정보를 포함하고 있다(Orcutt, 2013; Werdell and McClain, 2019). 해색위성 원격 탐사는 위성에서 관측된 자료로부터 해색을 추정하고 해수에 존재하는 다양한 물질 및 현상에 대한 정보를 도출하는 기술로 대양에 대해 시공간적으로 일관되고 연속적인 자료 제공이 가능하기 때문에 현재 다양한 해양 연구 분야에 활용되고 있다(Ahn, 2000; Blondeau-Parissier et al., 2014; Pahleven et al., 2016; Ferreira et al., 2021). 위성에서 관측된 신호의 약 90%는 태양 복사 에너지가 대기를 통과하면서 발생하는 흡수 및 산란을 통해 대기 복사에 의한 신호이므로 해색을 정확하게 추정하기 위해서는 대기에 의한 효과를 제거하는 대기 보정이 필수적으로 수행되어야 한다(Choi et al., 2020; He et al., 2012; Wang and Jiang, 2018; Li et al., 2020; Fan et al., 2021). 게다가 대기보정 과정에서의 작은 오차가 최종 해색 추정에서는 유의미한 오차가 발생할 수 있다(Ahn et al., 2012; Pereira-Sandoval et al., 2019).

GOCI (Geostationary Ocean Color Imager)-II 대기 보정 중 첫 단계인 가스 흡광 보정 단계에서는 수증기 및 미량 기체(오존, 이산화질소)의 흡광 보정 과정을 거치며 이를 위해 연직 농도 자료를 필요로 한다. GOCI-II는 채널 구성의 한계로 인해 대기 미량기체를 관측하기 어렵기 때문에 현재 GOCI-II지상시스템 (GOCI-II Ground Segment, G2GS)에서는 NationalCentersforEnvironmental Prediction (NCEP) 및 European Centre for Medium-Range Weather Forecasts (ECMWF) 기상장 자료를 사용하고 있다. 그러나, 기상장 자료는 GOCI-II에 비해 낮은 시공간해상도를 가지고 있어 대기 성분의 시공간적인 변동성을 설명하는데 한계점이 존재한다.

2019년 International Ocean Colour Science (IOCS)에서는 선상 및 Ozone Monitoring Instrument (OMI) 관측 자료를 이용하여 입력 자료의 낮은 시공간 해상도로 인해 발생하는 대기 보정 불확실성에 대해 소개하였다. 대기 성분의 일변동에 따라 대기 보정의 결과인 원격 반사도는 높은 태양 천정각에서 최대 37%의 오차를 보이고 있었다. 또한 이러한 오차의 정도는 대기 성분의 흡수 스펙트럼에 따라 달라지기 때문에 관측 스펙트럼의 모양에서도 대기 성분의 변동에 따른 원격 반사도의 불확실성이 발생하고 있었다. 따라서 정확한 원격 반사도 산출을 위해서는 해양 위성의 대기 보정 시 대기 성분의 변동성이 고려되어야 하며 이를 위해 높은 시공간해상도의 위성 기반 관측 자료가 유용함을 강조하였다(Tzortziou et al., 2014).

천리안위성 2호 (Geo-Kompsat-2, GK-2)는 세계 최초로 동일 정지궤도 상의 해양센서 (GOCI-II), 기상센서 (Advanced MeteorologicalImager,AMI),환경센서 (Geostationary Environment Monitoring Spectrometer, GEMS)를 보유한 위성으로 아시아-오세아니아 지역의 대기, 해양, 환경을 동시에 실시간으로 관측 가능하다(Choi et al., 2018; Han et al., 2018; Kim et al., 2021). 또한 각 센서의 채널 구성 및 시공간해상도의 차이에 따른 장점이 뚜렷하며 상호보완적이기 때문에 융합 활용 시, 산출물 정확도 향상 및 활용 분야 확대 등의 시너지를 기대할 수 있다. 특히, AMI와 GEMS는 각각 수증기 및 미량 기체 정보를 산출하는데 적합한 채널을 보유하여 높은 정확도를 가진 대기 성분 자료 생산이 가능할 뿐만 아니라, 동일 정지궤도 상에 존재하여 GOCI-II의 시공간적인 관측 범위를 모두 포함할 수 있다(Choi and Ho, 2015). 따라서 GOCI-II 가스 흡광 보정 시, AMI 및 GEMS 산출물을 활용하여 대기 성분의 변동성에 따른 대기 보정의 오차 개선이 가능할 것으로 사료되며 이를 통해 해색 산출물의 정확도 개선이 가능할 것으로 사료된다.

본 연구에서는 복사전달모델(RadiativeTransfer Model, RTM) 모의를 통해 GOCI-II의 수증기 흡광 보정 모델을 개발하고 AMI의 총가강수량(Total precipitable water, TPW) 자료를 이용하여 GOCI-II 관측 자료에서의 수증기 흡광을 보정하였다. 또한 보정 전후의 자료를 비교함으로써 GK-2 융합 활용을 통한 GOCI-II 해색 산출물의 개선 가능성을 제시하고자 한다.

2. 연구 영역 및 자료

본 연구에서는 GOCI-II의 Level 1B자료와 GK-2A의 TPW 자료를 이용하였다. GOCI-II에 탑재되어있는 12개 밴드 중에서 Fig. 1에서 보는 것과 같이 분광 반응 함수(Spectral Response Function, SRF)의 가장자리에서 수증기 흡광이 발생하고 있는 6개 밴드(B07~B12)를 사용하였다. 태양 천정각(Solar zenith angle, SZA)의 변화에 따른 수증기 효과를 분석하기 위해 매시간 관측이 가능한 Local Area (LA) 관측 자료를 사용하였으며(Fig. 2(a)) 시간적 범위는 7월 12일 08:15 KST 부터 17:15 KST로 설정하였다. 해당 자료들은 250 m의 공간해상도로 중심 좌표(130°E, 36°N) 반경 2,500 km×2,500 km를 12개 slot으로 나누어 제공되지만 본 연구에서는 편의를 위해 각 slot의 관측 자료를 mosaic 하여 사용하였다.

Fig. 1. SRFs of GOCI-II channels (solid lines) and normalized water vapor absorption (green dash line). Values of water vapor absorption were normalized for the spectral range from 350 to 903 nm.

Fig. 2. (a) RGB True color images for GOCI-II LA region and (b) re-projected and Interpolated GK-2A TPW (7 July, 2021 13:10 KST).

GK-2A TPW 자료는 1차원 변분법적 방법으로 산출된 연직 온습도 프로파일을 이용한 알고리즘을 통해 산출되며(Lee et al., 2017) full-disk 영역에 대해 10분 간격으로 자료를 제공하고 있다. 해당 자료는 AMSR-2와 비교하였을 때, 해상에서 여름과 겨울에 각각 Root Mean Square Error (RMSE)가 3.3, 1.6 mm이며 라디오존데 자료와의 검증 시, RMSE와 상관 계수가 각각 2.79 mm, 0.98로 높은 정확도를 나타내고 있다(NMSC, 2019). GK2A TPW 자료는 국가기상위성센터의 open Application Programming Interface (API)를 통해 수집하였으며 공간 일치를 위해 bi-cubic 보간법을 이용하여 250 m 공간 해상도로 변환 후 사용하였다(Fig. 2(b))

3. 수증기 흡광 보정 모델 개발

본 연구에서는 수증기 흡광 보정 모델을 개발하기 위해 Second Simulation of a Satellite Signal in the Solar Spectrum version 2.1 (6SV2.1)을 이용하여 수증기 투과도를 계산하였다. 6SV2.1 모델은 Vermote et al. (1997)에 의해 소개된 6S의 개선된 버전으로 4개의 벡터 구성요소의 계산을 기반으로 복사 편광을 설명할 수 있으며, 채널의 대역폭을 2.5 nm로 나누어 수증기, 오존 및 에어로졸과 같은 대기 성분의 산란 및 흡수를 계산한다(Lee, 2019; Lee et al., 2020; Wu et al., 2017; Yeom et al., 2018). Kotchenova et al. (2008)에 따르면 6SV는 타 RTM (MODTRAN (MODerate resolution atmospheric TRANsmission), RT3 (Radiative Transfer), SHARM (spherical harmonics)) 보다 높은 모의 정확도를 나타냈으며 여러 대기 조건에서 1% 이내의 오차를 보이고 있다.

6SV2.1 RTM 모의를 위해 수증기 흡광에 영향을 주는 천정각, TPW, 기압을 입력 파라미터로 선정하였으며 파라미터의 범위 및 간격은 Table 1과 같다. 또한 RTM 모의 시, 에어로졸 타입과 대기 모델은 각각 해상 및 US standard 62을 사용하였으며 분광 조건은 GOCI-II 각 채널의 SRF를 2.5 nm 간격으로 재구성하여 입력하였다. 모든 입력 파라미터의 조건에 대해 6SV2.1로 계산된 수증기 투과도(t_wv)와 각 입력 조건의 회귀분석을 수행하여 수증기 흡광 보정을 위한 식을 도출하였다. 본 연구에서 사용한 TPW는 연직칼럼농도를 의미하기 때문에 천정각의 cos 값을 나누어 줌으로써 태양광경로상에서 의 농도인 경사칼럼농도(Slant Column Density, SCD)로 변환하였다(Ahmad et al., 2007). 그리고 이를 SCD의 최대값으로 정규화하여 회귀분석에 사용하였다(식 1).

\(N S C D=\frac{S C D}{\operatorname{Max}(S C D)}\)       (1)

Table 1. Input parameters for simulation of water vapor transmittance using 6SV2.1

위 식에서 NSCD는 정규화된 SCD이며, Max(SCD)는 천정각과 TPW의 값이 각각 80°, 10 g/cm²일 때의 SCD(57.5877)이다.

Fig. 3은 GOCI-II의 각 밴드 및 기압에 별 NSCD에 따른 t_wv를 나타내고 있다. t_wv는 680 nm (B09)에서 1에 가까운 값을 보여 수증기 흡광 효과가 가장 적게 나타났으며 반대로 709 nm (B10)에서는 기압 조건에 따라 t_wv가 최소 0.78까지 감소하며 수증기 흡광의 영향이 가장 크게 나타나고 있다. t_wv는 밴드 및 기압별로 값의 차이는 보이고 있지만 모든 경우에서 NSCD와의 관계가 유사하므로 각 밴드 및 기압의 t_wv를 NSCD의 3차 다항식으로 표현하였다(식 2). 그리고 각 계수(a₁~a₄)는 다시 기압의 함수로써 3차 다항식으로 표현하였다(식 3).

\(t_{w v}=\ln \left(a_{1} N S C D^{3}+a_{2} N S C D^{2}+a_{3} N S C D+a_{4}\right)\)       (2)

Fig. 3. Water vapor transmittance according to normalized water vapor slant column for (a) B07 to (f) B12. Each color means the value of pressure.

Where,

\(a_{i}=b_{0}+\sum_{j=1}^{3} b_{i j} \times(\text { pressure } / 1013)^{j}\)       (3)

위 식에서 pressure는 기압을 의미하며 b는 회귀 계수를 의미한다. 본 연구에서 도출한 밴드 별 계수(b_ij)는 Table 2와 같다.

Table 2. Polynomial Coefficients for the water vapor transmittance estimation

Fig. 4는 회귀식을 통해 계산된 수증기 투과도(estimated t_wv)와 6SV2.1 RTM 모의를 통해 계산된 수증기 투과도(6S t_wv)의 산점도를 나타낸다. estimated t_wv는 모든 채널에서 입력 변수의 조건에 따른 6S t_wv의 변화를 잘 표현하고 있으며 대부분의 자료가 산점도 상에서 1:1 대응선에 위치한다. 또한 모든 채널에서 MAE (Mean Absolute Error) 0.001 이하, 상대 RMSE 0.026% 이하로 본 연구에서 제시한 모델은 천정각, TPW 및 기압에에 따른 수증기 투과도를 높은 정확도로 추정하는 것을 확인할 수 있다.

Fig. 4. Scatter plots between estimated and reference (6SV2.1) water vapor transmittance for (a) B7 to (f) B12. The black solid line indicates 1 to 1 correspondence line.

4. 수증기 흡광 보정 및 오차 분석

본 연구에서는 제시된 수증기 흡광 보정 모델과 AMI의 TPW 자료를 이용하여 GOCI-II 6개 밴드의 수증기 효과를 보정하였다. 그리고 수증기 흡광 보정에 따른 관측 자료의 오차를 분석하기 위해 구름이 없는 해양에서 수증기 흡광 보정 전후의 Top-of-atmosphere (TOA) reflectance (ρ_TOA) 및 Rayleigh-corrected reflectance (ρ_RC)의 percent error를 분석하였다(식 (3), (4)). 본 연구에서 사용한 ρ_RC는 현재 G2GS에 적용중인 레일리 산란 보정 알고리즘을 통해 계산하였다.

\(\% \text { error }_{T O A}=\left(\frac{\rho_{T O A, w v_{-} \text {corr }}-\rho_{T O A, \text { no_corr }}}{\rho_{\text {TOA }, \text { no_corr }}}\right) \times 100\)       (3)

\(\% \text { error }_{R C}=\left(\frac{\rho_{T O A, w_{-} \text {corr }}-\rho_{T O A, n o_{-} \text {corr }}}{\rho_{R C, n o_{-} \text {corr }}}\right) \times 100\)       (4)

위 식에서 %error_TOA와 %error_RC는 각각 ρ_TOA와 ρ_RC의 percentage error를 나타낸다. ρ_{TOA, no_corr}와 ρ_{RC, no_corr}는 각각 수증기 흡광이 보정이 되지 않은 ρ_TOA와 ρ_RC이며 ρ_{TOA, wv_corr}와 ρ_{RC, wv_corr}는 본 연구에서 제시한 모델을 이용하여 수증기 흡광이 보정된 ρ_TOA와 ρ_RC를 의미한다.

Fig. 5와 Fig. 6는 서로 다른 두 시간대(각각 13:15:30 KST, 17:15:30 KST)에서 709 nm(B10)의ρ_{TOA, no_corr}, ρ_{TOA, wv_corr} 및 비율, 그리고 TPW와 SZA을 나타낸다. 각 시간의 TPW의 값의 범위(3~7 g/cm²)와 분포는 유사하지만 태양 천정각의 범위는 약 2~34, 50~80°로 큰 차이를 보이고 있다. 709 nm의 경우, 시간에 따른 변화는 존재하지만 해수에서의 신호가 매우 낮기 때문에 두 시간대에서 ρ_{TOA, no_corr}와 ρ_{TOA, wv_corr}의 값은 뚜렷한 차이를 보이고 있지 않다. 반면ρ_{TOA, no_corr}와ρ_{TOA, wv_corr}의 비율은 태양 천정각의 변화에 따라 큰 차이를 보이고 있다. 태양 천정각이 낮은 13:15:30 KST의경우(Fig. 5), TPW와 SZA의 조건에 따라 차이가 존재하지만 반사도의 비율이1.06~ 1.08로 상대적으로 낮고 변동성이 작게 나타났다. 반대로 태양 천정각이 높은 저녁(Fig. 6)에는 반사도의 비율이 최대 1.17로 크게 증가하며 TPW값에 따른 반사도 비율의 변화가 보다 뚜렷하게 나타나고 있다.

Fig. 5. Spatial distribution of (a) ρ_{TOA, no_corr}, (b) ρ_{TOA, wv_corr}, (c) ratio of ρ_{TOA, wv_corr}and ρ_{TOA, no_corr}for B10, and (d) TPW and SZA on 12, July 2021 13:15:30 KST. The contour line in (d) means SZA in the degree unit.

Fig. 6. Same as Fig. 5, but for 12, July 2021 17:15:30 KST.

SZA 및 TPW의 조건에 따른 채널 별 평균 %error_TOA 는 Fig. 7과 같다. 수증기 흡광의 영향을 적게 받는 B07과 B09에서는 각각 최대1.3%와 0.27%의 오차를 나타낸다. 반면 나머지 밴드에서는 모든 조건에 대해 약3% 이상의 오차를 보이고 있으며 앞선 결과와 동일하게 모든 채널에서 SZA 및 TPW가 높아질수록 오차가 커지는 경향을 보이고 있다. 상대적으로 SZA이 낮은 범위(<60°)에서는SZA 변화에 따른 오차의 변동이 상대적으로 적게 나타나지만 60° 이상의 SZA에서는 각도가 증가할수록 태양광 경로(slantpath)의 길이가 크게 증가하므로 SZA이 증가함에 따라 %error_TOA가 상대적으로 크게 증가하였다. 또한 SZA이 높아질수록 TPW의 변동성이 %error_TOA에 미치는 영향력이 크게 나타났다. B10(Fig. 7(d))에서 SZA이 낮은 경우(0~10°)에는 TPW가 낮은 조건(3~4 g/cm²)과 높은 조건(6~7 g/cm²)에서의 %error_TOA차이가 2%인 반면 SZA이 높은 경우(70~80°)에서 4%로 나타났다. 이는 SZA이 낮은 정오보다 아침 또는 저녁에 TPW의 변동성에 따른 GOCI-II 관측 반사도의 오차가 증가한다는 것을 의미한다.

Fig. 7. Mean of % error of TOA reflectance due to water vapor correction according to TPW and SZA conditions for (a) B07 to (f) B12.

본 연구에서는 수증기 흡광 보정이 실제로 해색 산출물에 주는 영향력을 알아보기 위해 관측 시간별 %error_RC를 분석하였다(Fig. 8). B07~B12에서 하루동안 평균 %error_RC의 범위는 각각1.46~4.98, 7.53~19.53, 0.25~0.64, 14.74~40.5, 8.2~18.56, 5.7~11.9%로 모든 밴드에서 시간에 따른 변동성을 보이고 있다. 이는 SZA 및 TPW의 변화에 따라 ρ_RC의 품질이 크게 달라질 수 있다는 것을 의미한다. 또한 레일리 산란 보정을 거치며 수증기 흡광에 의한 오차가 증폭되어 전체적으로 ρ_TOA 보다 큰 오차를 나타내고 있다. 특히, B10에서는 SZA이 낮은 12:15:30 KST에도 %error_RC의 상위 25%와 75%값이 각각 11.5, 18%으로 높은 오차를 보이고 있었으며 17:15:30 KST에는 최대 60%까지 증가하여 수증기 흡광에 의한 ρ_RC의 오차가 매우 크게 나타났다.

Fig. 8. Boxplots of % error_RC according to time for (a) B07 to (f) B12.

5. 요약 및 결론

본 연구에서는 6SV2.1 모의를 통해 GOCI-II 수증기 흡광 보정 모델을 개발하고, GK-2A TPW 자료와의 융합 활용을 통해 GOCI-II의 수증기 흡광 보정을 수행하였다. 그리고 수증기 흡광 보정 전과 후의 ρ_TOA 및 ρ_RC를 비교함으로써, 수증기 흡광 보정이 GOCI-II관측 반사도에 미치는 영향을 분석하였다. 먼저, 수증기 흡광 보정 모델은 천정각, TPW, 기압 조건에 따라 6SV2.1 모의를 통해 계산된 t_wv를 NSCD와 기압에 따른 회귀분석을 통해 구축하였다. 구축된 모델은 각 밴드에서 0.001, 0.026, 0.0, 0.022, 0.026, 0.012%의 낮은 상대 RMSE를 보여주며 관측 조건에 따른 t_wv를 잘 모의하는 것을 확인하였다.

수증기 흡광 보정 전과 후의 ρ_TOA 및 ρ_RC를 비교한 결과, 절대적인 값에서는 가시적인 차이가 없었으나 percentage error 분석 시에는 큰 오차를 나타내고 있었다. %error_TOA는 SZA 및 TPW가 증가할수록 증가하는 경향을 보이며 B07~B12에서 최대 1.3, 6.7, 0.27, 15.1, 8.4, 7.2%까지 나타나고 있었다. 시간 별 평균 %error_RC의 범위는 각 밴드에서 1.46~4.98, 7.53~19.53, 0.25~0.64, 14.74~40.5, 8.2~18.56, 5.7~11.9%로 수증기 흡광에 의한 오차가 레일리 산란 보정 과정을 거치며 증폭되어 %error_TOA에 비해 그 값과 변동성이 크게 나타났다. 이는 수증기 흡광 보정이 해색 위성 대기 보정에서 필수적으로 수행되어야 하며 해색 산출물의 정확도와 안정성을 확보하기 위해서는 높은 시공간해상도의 TPW 자료를 사용하여야 한다는 것을 의미한다.

본 연구에서는 단일 층적분 농도 자료를 이용하여 수증기 흡광 보정을 수행하였지만 수증기 흡광 효과는 profile의 형태에 따라 그 정도가 변화한다(Ahmadet al., 2007). 따라서 추후 연구에서는 이를 고려하여 수증기 흡광 보정을 수행할 필요가 있을 것으로 판단된다. 본 연구의 결과는 수증기 흡광에 따른 GOCI-II관측 반사도의 오차를 이해하는 데 도움이 될 것이며, 이를 통해 추후GOCI-II 해색 산출물의 정확도 개선이 이루어질 수 있을 것으로 사료된다.