Journal of Korean Society for Atmospheric Environment
/
v.11
no.3
/
pp.279-290
/
1995
Recently in Korea, due to the significant drop of lead and bromine levels as a marker of autoemission source in the urban areas, the conventional application of receptor methods has many difficulties to properly apportion mass contribution of some sources. It is then needed to urgently develop alternative source profiles and identify new emission markers. Thus, the study has extensively examined the results obtained from using PAHs and elemental data for receptor modeling and has provided an opportunity to identify alternative source compositions and to determine a proper number of the ambient emission sources in Seoul area. The purpose of the study is to identify the sources of PM-10 and to estimate their mass contributions in Seoul area. Thus, a receptor model, target transformation factor analysis(TTFA) has been massively applied. The TTFA offers the possibility of determining the number of sources and their mass contributions. The input data used in this study are composed of two separate sets: fine (d$_{p}$ < 2.5.mu.m) and coarse (2.5.mu.m < d$_{p}$ < 10.mu.m) mode aerosol samples. Each sample was simultaneously collected by a PM-10 dichotomous sampler during the daytime(8 AM to 8 PM) and the nighttime(8 PM to 8 AM) from February to October 1993 on the Sungdong-Gu, Seoul. All the samples were analyzed to determine the levels of 10 inorganic elements by an XRF system as well as 14 PAHs by a HPLC. However, only 8 inorganic elements and 7 PAHs were used for the various statistical analysis.sis.
Environmental fate of ionizable organic pollutants such as perfluoroalkyl acids (PFAAs) are of increasing interest but has not been well understood because of uncertain values for parameters related with atmospheric interphase partitioning behavior. In the present study, not only the values for air-water partition coefficient (KAW) and dissociation constant (pKa) of PFAAs were induced by adjusting to in situ measurements of air-water distribution coefficient between vapor phase and rainwater but also gas-particle partition coefficients were also estimated using three-phase partitioning model of ionizable organic pollutants, in situ measurements of PFAAs in aerosol and air vapor phase, and obtained parameter values. The pKa values of PFAAs we obtained were close to the minimum values suggested in literature except for perfluorooctane sulfonic acids, and COSMOtherm-modeled KAW values were assessed to more appropriate among suggested values. When applying parameter values we obtained, it was predicted that air particle-associated fate and transport of PFAAs could be negligible and PFAAs could distribute ubiquitously along the transection from urban to rural region by pH-dependent phase transfer in air. Our study is expected to have some implications in prediction of the environmental redistribution of other ionizable organic compounds.
Based on the measurement data of the particulate matter with an aerodynamic diameter of less than or equal to a nominal 10 ${\mu}m$ (PM10) by the ${\beta}$-ray absorption method (BAM) equipped with an inlet heater and the gravimetric method (GMM) at two coastal sites in Korea, the optimal inlet heater temperature was estimated. By using a gas/particle equilibrium model, Simulating Composition of Atmospheric Particles at Equilibrium 2 (SCAPE2), water content in aerosols was estimated with varying temperature to find the optimal temperature increase to make the PM10 concentration by BAM comparable to that by GMM. It was estimated that the heated air temperature inside the BAM should be increased up to $35{\sim}45^{\circ}C$ at both sites. At this temperature range, evaporation of volatile aerosol components was minor. Similar ($30{\sim}50^{\circ}C$) temperature range was also obtained from the calculation based on the absolute humidity which changed with ambient absolute humidity and chemical composition of hygroscopic species.
We present linear particle depolarization ratios (LPDRs) retrieved from measurements with an AERONET Sun photometer at the Gwangju Institute of Science and Technology (GIST), Korea ($35.10^{/circ}N$, $126.53^{\circ}E$) between 19 October and 3 November 2009. The Sun photometer data were classified into three categories according to ${\AA}$ngstr$\ddot{o}$ exponent and size distribution: 1) pure Asian dust (19 October 2009), 2) Asian dust mixed with urban pollution observed in the period from 20-26 October 2009, and 3) clean conditions (3 November). We show that the LPDRs can be used to distinguish among Asian dust, mixed aerosol, and non-Asian dust in the atmosphere. The mean LPDR of the pure Asian dust case is 23 %. Mean LPDRs are 13 % for the mixed case. The lowest mean LPDR is 6 % in the clean case. We compare our results to vertically resolved LPDRs (at 532 nm) measured by a Raman LIDAR system at the same site. In most cases, we find good agreement between LPDRs derived with Sun photometer and measured by LIDAR.
Park, Soo-Jae;Lee, Chang-Suk;Yeom, Jong-Min;Lee, Ga-Lam;Pi, Kyoung-Jin;Han, Kyung-Soo;Kim, Young-Seup
Proceedings of the KSRS Conference
/
2009.03a
/
pp.254-259
/
2009
In this study, Simplified Method for the Atmospheric Correction (SMAC) radiative transfer model (RTM) used to retrieve surface reflectance from MODIS Top Of Atmosphere (TOA) reflectance (MOD02). SMAC code provides coefficients which were previously yielded by Second Simulation of the Satellite Signal in the Solar Spectrum (6S) for each satellite sensor. We conducted error analysis of SMAC RTM using MOD02 over comparison with MODIS surface reflectance (MOD09) which was provided from 6S. It showed that low accuracy values such as, $R^2$ : 0.6196, Root Means Square Error (RMSE) : 0.00031, bias : - 0.0859. Thus sensitivity analysis of input parameters and coefficients was conducted to searching error sources. Coefficients about $\tau_p$ (average AOD) are more influence than any other coefficients of $\tau_{a550}$ (Aerosol Optical Depth at 550nm) from sensitivity test. Calibrated coefficients of $\tau_p$ from regression analysis were used to surface reflectance which showed that improve accuracy of surface reflectance ($R^2$ : 0.827, RMSE : 0.00672, bias : - 0.000762).
As a key component of lighting location system (LLS) for lightning warning, the atmospheric electric field measuring is required to have high accuracy. The Conventional methods of the existent electric field measurement meter can only detect the vertical component of the atmospheric electric field, which cannot acquire the realistic electric field in the thunderstorm. This paper proposed a three dimensional (3D) electric field system for atmospheric electric field measurement, which is capable of three orthogonal directions in X, Y, Z, measuring. By analyzing the relationship between the electric field and the relative permittivity of ground surface, the permittivity is calculated, and an efficiency 3D measurement model is derived. On this basis, a three-dimensional electric field sensor and a permittivity sensor are adopted to detect the spatial electric field. Moreover, the elevation and azimuth of the detected target are calculated, which reveal the location information of the target. Experimental results show that the proposed 3D electric field meter has satisfactory sensitivity to the three components of electric field. Additionally, several observation results in the fair and thunderstorm weather have been presented.
The surface reflectance is essential to retrieval various indicators related land properties such as vegetation index, albedo and etc. In this study, we estimated surface reflectance using Himawari-8 / Advanced Himawari Imager (AHI) channel data. In order to estimate surface reflectance from Top of Atmosphere (TOA) reflectance, the atmospheric correction is necessary because all of the TOA reflectance from optical sensor is affected by gas molecules and aerosol in the atmosphere. We used Second Simulation of a Satellite Signal in the Solar Spectrum Vector (6SV) Radiative Transfer Model (RTM) to correct atmospheric effect, and Look-Up Table (LUT) to shorten the calculation time. We verified through comparison Himawri-8 / AHI surface reflectance and Proba-V S1 products. As a result, bias and Root Mean Square Error (RMSE) are calculated about -0.02 and 0.05.
This paper presents a nighttime sea fog detection algorithm incorporating unsupervised learning technique. The algorithm is based on data sets that combine brightness temperatures from the $3.7{\mu}m$ and $10.8{\mu}m$ channels of the meteorological imager (MI) onboard the Communication, Ocean and Meteorological Satellite (COMS), with sea surface temperature from the Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA). Previous algorithms generally employed threshold values including the brightness temperature difference between the near infrared and infrared. The threshold values were previously determined from climatological analysis or model simulation. Although this method using predetermined thresholds is very simple and effective in detecting low cloud, it has difficulty in distinguishing fog from stratus because they share similar characteristics of particle size and altitude. In order to improve this, the unsupervised learning approach, which allows a more effective interpretation from the insufficient information, has been utilized. The unsupervised learning method employed in this paper is the expectation-maximization (EM) algorithm that is widely used in incomplete data problems. It identifies distinguishing features of the data by organizing and optimizing the data. This allows for the application of optimal threshold values for fog detection by considering the characteristics of a specific domain. The algorithm has been evaluated using the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) vertical profile products, which showed promising results within a local domain with probability of detection (POD) of 0.753 and critical success index (CSI) of 0.477, respectively.
In this study, the empirical models were established to estimate the concentrations of surface-level $PM_{2.5}$ over Seoul, Korea from 1 January 2012 to 31 December 2013. We used six different multiple linear regression models with aerosol optical thickness (AOT), ${\AA}ngstr{\ddot{o}}m$ exponents (AE) data from Moderate Resolution Imaging Spectroradiometer (MODIS) aboard Terra and Aqua satellites, meteorological data, and planetary boundary layer depth (PBLD) data. The results showed that $M_6$ was the best empirical model and AOT, AE, relative humidity (RH), wind speed, wind direction, PBLD, and air temperature data were used as input data. Statistical analysis showed that the result between the observed $PM_{2.5}$ and the estimated $PM_{2.5}$ concentrations using $M_6$ model were correlations (R=0.62) and root square mean error ($RMSE=10.70{\mu}gm^{-3}$). In addition, our study show that the relation strongly depends on the seasons due to seasonal observation characteristics of AOT, with a relatively better correlation in spring (R=0.66) and autumntime (R=0.75) than summer and wintertime (R was about 0.38 and 0.56). These results were due to cloud contamination of summertime and the influence of snow/ice surface of wintertime, compared with those of other seasons. Therefore, the empirical multiple linear regression model used in this study showed that the AOT data retrieved from the satellite was important a dominant variable and we will need to use additional weather variables to improve the results of $PM_{2.5}$. Also, the result calculated for $PM_{2.5}$ using empirical multi linear regression model will be useful as a method to enable monitoring of atmospheric environment from satellite and ground meteorological data.
Particulate matter (PM10 and PM2.5 with a diameter less than 10 and 2.5 ㎛, respectively) can be absorbed by the human body and adversely affect human health. Although most of the PM monitoring are based on ground-based observations, they are limited to point-based measurement sites, which leads to uncertainty in PM estimation for regions without observation sites. It is possible to overcome their spatial limitation by using satellite data. In this study, we developed machine learning-based retrieval algorithm for ground-level PM10 and PM2.5 concentrations using aerosol parameters from Geostationary Ocean Color Imager (GOCI) satellite and various meteorological parameters from a numerical weather prediction model during January to December of 2019. Gradient Boosted Regression Trees (GBRT) and Light Gradient Boosting Machine (LightGBM) were used to estimate PM concentrations. The model performances were examined for two types of feature sets-all input parameters (Feature set 1) and a subset of input parameters without meteorological and land-cover parameters (Feature set 2). Both models showed higher accuracy (about 10 % higher in R2) by using the Feature set 1 than the Feature set 2. The GBRT model using Feature set 1 was chosen as the final model for further analysis(PM10: R2 = 0.82, nRMSE = 34.9 %, PM2.5: R2 = 0.75, nRMSE = 35.6 %). The spatial distribution of the seasonal and annual-averaged PM concentrations was similar with in-situ observations, except for the northeastern part of China with bright surface reflectance. Their spatial distribution and seasonal changes were well matched with in-situ measurements.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.