• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1125-1135
• /
• 2022

적설에 의한 피해는 자주 발생하지 않지만 발생하면 광범위한 지역에 피해를 준다. 적설에 의한 피해를 예방하기 위해서는 지역별로 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 지역별 피해유발적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 고도 등 지형적인 특성이 다른 넓은 영역을 통계적으로 추론해야 하는 한계로 인해 지역에 대한 피해유발 피해유발적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 위상차분 간섭기법(DInSAR)을 활용할 수 있다. 위상간섭영상은 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상간섭을 이용한 것으로 일반적으로 미세한 지형의 변화를 추적할 때 사용되기도 한다. 본 연구에서는 유럽우주국(ESA)에서 운영하는 Sentinel-1B 위성의 dual polarimetric IW 모드 C-band SAR 데이터를 사용하여 DInSAR 분석을 수행하여 적설심의 공간분포를 추정하였다. 또한 정지궤도복합위성 천리안 2호(GK-2A)의 L2 적설심 추정 자료를 이용하여 비교하였다. 적용 결과, 적설예측의 정확도는 격자별로 계산할 경우, DInSAR 는 약 0.92%, GK-2A 는 약 0.71% 를 나타내 DInSAR의 적용성이 높게 나타났다. 즉, DInSAR 방법을 이용하여 계산된 적설심과 기상관측소에서 관측된 적설심을 공간보간하여 비교한 결과, 적설의 분석 결과 적설심을 과대추정하는 경우가 발생하기는 했으나, 적설심의 공간분포를 추정하는데 충분한 정보를 제공했으며, 이러한 방법으로 파악된 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 지역별 피해유발적설심을 파악하는데 도움이 될 것이다.

• 대한원격탐사학회지
• /
• 제29권2호
• /
• pp.173-182
• /
• 2013

천리안 위성 해양탑재체(Geostationary Ocean Color Imager, GOCI) 대기보정의 근간이 되는 Sea-viewing Wide Field-of-view Sensor(SeaWiFS) 초기 대기보정 기법은 근적외선 파장대의 해수 반사도를 0으로 가정한다. 이러한 가정에 근거하여 근적외선 파장에서 탐지되는 모든 신호는 에어로졸 산란에 의한 반사도로 간주된다. 그러나 이러한 가정은 탁한 해역에서 해수 반사도를 과소 추정하는 문제점을 야기시킨다. 이를 해결하기 위하여 Management Unit of the North Sea Mathematical Models(MUMM) 대기보정 알고리즘이 개발되었다. 이 알고리즘은 근적외선 파장에서 탐지되는 해수 반사도 비율인 ${\alpha}$를 도입하였다. ${\alpha}$는 통계적 방법에 의하여 결정되며 영상 내의 모든 픽셀에 고정적인 값으로 사용된다. 이 알고리즘은 근적외선 해수 반사도가 0.01보다 작은 중간 탁도의 해역에서는 잘 맞는 반면 매우 탁한 해역에서는 ${\alpha}$가 탁도에 따라 변하기 때문에 오차율이 다시 증가한다. 본 연구에서는 매우 탁한 해역 해수 반사도의 정확도를 향상시키고자 ${\alpha}$를 고정하지 않고, 반복계산을 통해 탁도에 적합한 ${\alpha}$를 계산하도록 MUMM 알고리즘을 수정 보완하였다. 그 결과 MUMM 알고리즘의 모든 밴드의 평균 Root Mean Square Error(RMSE)는 0.0048인 반면 수정된 MUMM 알고리즘은 0.002로 개선된 결과를 얻었다.

• 대한원격탐사학회지
• /
• 제32권5호
• /
• pp.435-452
• /
• 2016

천리안(Communication, Ocean, and Meteorological Satellite) 위성자료로부터 Cho et al.(2015)에 의해 개발된 분리대기창법(split-window method: CSW_v2.0)을 적용하여 현업적으로 지표면온도를 산출하고 있다. CSW_v2.0으로부터 산출된 지표면온도는 MODIS 지표면온도와 비교하였을 때 적절한 수준의 정확도로 산출되었으나 역전층이나 기온감률이 클 때 상대적으로 오차가 크게 발생하였다. 이를 해결하기 위해 지표 경계층에서의 기온의 일변동을 복사전달모델에 처방하여 모의자료를 구축한 후 이를 이용하여 지표면온도 산출 알고리즘을 개선하였다(CSW_v3.0). CSW_v3.0에서는 복사전달모델에 처방된 지표면온도와 복사전달모델로부터 산출된 지표면온도간의 상관계수가 기존 알고리즘과 동일한 수준인 0.99 이상을 유지하면서 편의는 -0.03 K에서 -0.012 K, RMSE는 1.39 K에서 1.138 K로 감소하였다. CSW_v2.0에서 역전층이나 기온감률이 클 때, 휘도온도차와 방출율 차가 클 때 발생하는 계통적 오차를 개선된 알고리즘에서는 편의와 RMSE를 10-30% 감소시켜 상당 부분 개선하였다. CSW_v3.0으로부터 산출된 지표면온도와 MODIS 지표면온도와의 간접 검증에서는 상관계수가 0.986에서 0.985로 높은 상관성을 유지하면서 편의는 0.629 K에서 -0.049 K, RMSE는 2.537 K에서 2.502 K로 오차를 감소시켰다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1697-1707
• /
• 2021

2020년 2월 19일 천리안 2B호의 해양 탑재체 GOCI-II가 발사되었다. GOCI-II 기기는 이전의 GOCI 대비 여러 향상된 기능을 탑재함으로써, 에어로졸 산출 연구의 범위를 확장해주었다. 특히, 새롭게 추가된 380 nm 자외선 채널은 흡수성 에어로졸 관측의 민감도를 유의미하게 향상시키는 역할을 하였다. 본 연구에서는, GOCI-II의 380 및 412 nm 채널을 활용하여 2021년 1월부터 6월까지의 에어로졸 지수를 계산하고 이를 통해 흡수성 에어로졸을 탐지하였다. TROPOMI 에어로졸 지수와 비교한 결과 GOCI-II 에어로졸 지수는 양의 편차를 보였으나, 황사 화소에서의 에어로졸 지수는 구름 및 청천 화소와 뚜렷하게 구분할 수 있을 만큼 더 크게 나타났다. 또한 GOCI-II 에어로졸 지수가 크게 나타날 때, 지상 관측 장비에서도 흡수성 에어로졸이 우세하게 탐지되었음을 발견하였다. GOCI-II 에어로졸 지수 상위 25% 범위에 드는 자료들을 조사하자, 연구 기간 동안 지상에서 Dust 및 Moderately-absorbing fine 유형으로 확인된 자료들의 71.3%, 80.0%가 각각 여기에 속함을 확인할 수 있었다.

• 한국지구과학회지
• /
• 제37권7호
• /
• pp.434-447
• /
• 2016

2011-2015년 동안 한국 중부 태안과 청주 강내의 배경 관측지점에서 측정한 PM10, PM2.5 질량 농도를 분석하였다. 황사 사례를 제외한 PM10 질량 농도의 계절변동에서 겨울-봄 동안 높은 농도는 서풍 기류에 의한 영향이 반영되고 있으며, 여름에는 북태평양 기단과 잦은 강수로 낮은 수준을 보이고 있었다. 따라서, 일평균 PM10 질량 농도 $81{\mu}gm^{-3}$ (미세먼지 예보 '약간 나쁨' 이상) 이상의 사례도 겨울-봄 동안에 발생이 많으며, 특히 중국 동부 배출원에 가까운 태안에서 더 많은 사례가 발생하고 있었다. 인위적으로 발생한 연무는 입경 $2.5{\mu}m$ 미만 입자의 구성 비율이 높다. 천리안 위성의 밝기온도차 분석에서 대기와 입자가 작은 연무는 $-0.5^{\circ}K$ 이상에서 관측된다. 2011-2015년 동안 태안과 청주 강내에서 관측한 연무 사례일의 PM10 질량 농도와 NOAA 19 위성 밝기온도차를 분석하였다. PM10 질량 농도는 $200{\mu}g\;m^{-3}$ 보다 낮지만, PM2.5/PM10 질량 농도비는 0.4보다 높고 밝기온도차는 $-0.3-0.5^{\circ}K$ 범위에 분포하고 있었다. 그러나, PM10 질량 농도 $190{\mu}g\;m^{-3}$ 이상인 황사 사례의 밝기온도차는 PM2.5/PM10 질량 농도비가 0.4보다 낮고, 밝기온도차는 $-0.7^{\circ}K$ 이하의 범위에 분포하고 있었다. 이러한 연무의 밝기온도차 경계값 범위를 적용한 결과는 MODIS AOD, OMI AI의 에어로졸 분포 범위와 일치하였다.

• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.451-463
• /
• 2018

본 연구는 서울지역에서 2015년 1월부터 12월까지 정지궤도 천리안 위성(Communication Ocean and Meteorological Satellite, COMS) 해양 탑재체(Geostationary Ocean Color Imager, GOCI)의 에어로졸광학두께(Aerosol Optical Depth, AOD)로부터 지상 초미세먼지(Particulate Matter; $PM_{2.5}$) 농도를 추정하기 위한 계절별 경험/통계모델을 개발했다. 행성경계층고도(Planetary Boundary Layer Height, PBLH) 그리고 에어로졸 수직 비율(Vertical Ratio of Aerosol, VRA)을 사용한 두 가지 수직보정방법과 흡습성장계수(Hygroscopic growth factor, f(RH))로부터의 습도보정방법이 각각의 경험적 모델에 적용된 결과 AOD에 대한 수직 보정과 $PM_{2.5}$에 대한 지표 습도보정이 모델 성능 향상에 중요한 역할을 했다. AOD-$PM_{2.5}$ 사이에 관련이 있다고 알려진 기상인자들(온도, 풍속, 시정)을 추가적으로 사용하여 다중 선형 회귀모델을 구성한 결과 경험모델에 비해 $R^2$값이 최대 0.25 증가했다. 본 연구에선 AOD-$PM_{2.5}$ 모델의 계절별, 월별, 시간별 특성을 분석하고 계절별로 구분하여 모델을 구성한 결과 고농도 사례에서 과소평가 되던 경향이 개선됨을 알 수 있고 관측된 $PM_{2.5}$와 추정된 $PM_{2.5}$의 월 및 시간변동성은 서로 경향성이 일치했다. 따라서 정지궤도 위성 AOD를 이용하여 지상 $PM_{2.5}$ 농도를 추정한 본 연구의 결과는 향후 발사 예정인 GK-2A와 GK-2B에 적용 가능할 것으로 기대된다.