[국내논문]GOCI 위성영상과 HYSPLIT 모델을 이용한 화산재 확산경로 예측 - 2013년 9월 17일 분화된 사쿠라지마 화산을 중심으로 - Predicting the extent of the volcanic ash dispersion using GOCI image and HYSPLIT model - A case study of the 17 Sep, 2013 eruption in SAKURAJIMA volcano -원문보기
일본 가고시마에 위치하고 있는 사쿠라지마 화산은 세계에서 가장 활발하게 활동하고 있는 화산 중 하나이다. 2013년 8월 18일 사쿠라지마 화산은 최근 들어 가장 큰 규모의 분화를 하였고, 분화에 의해 발생한 화산재는 일본뿐만 아니라 국내 유입에 대한 우려를 야기하였다. 본 연구에서는 사쿠라지마 화산분출물이 한반도에 미치는 영향을 분석하기 위하여 수치실험을 수행하였다. 화산재 확산 경로를 예측하기 위하여 HYSPLIT 확산모델과 UM 기상자료를 이용하였으며, 연구대상일은 화산재 유입이 예상되는 규모로 분화한 2013년 9월 17일이다. 또한 천리안 위성영상을 이용하여 화산재를 탐지하였고, 모의실험 결과와 비교를 통해 검증을 수행하였다. 그 결과, HYSPLIT 모델기반의 화산재 확산 예측 경로와 GOCI 위성 영상에서 탐지한 화산재 분포지역과 63.52%가 일치하는 것을 보였다.
일본 가고시마에 위치하고 있는 사쿠라지마 화산은 세계에서 가장 활발하게 활동하고 있는 화산 중 하나이다. 2013년 8월 18일 사쿠라지마 화산은 최근 들어 가장 큰 규모의 분화를 하였고, 분화에 의해 발생한 화산재는 일본뿐만 아니라 국내 유입에 대한 우려를 야기하였다. 본 연구에서는 사쿠라지마 화산분출물이 한반도에 미치는 영향을 분석하기 위하여 수치실험을 수행하였다. 화산재 확산 경로를 예측하기 위하여 HYSPLIT 확산모델과 UM 기상자료를 이용하였으며, 연구대상일은 화산재 유입이 예상되는 규모로 분화한 2013년 9월 17일이다. 또한 천리안 위성영상을 이용하여 화산재를 탐지하였고, 모의실험 결과와 비교를 통해 검증을 수행하였다. 그 결과, HYSPLIT 모델기반의 화산재 확산 예측 경로와 GOCI 위성 영상에서 탐지한 화산재 분포지역과 63.52%가 일치하는 것을 보였다.
Mt. SAKRAJIMA in southern Kagosima, japan is one of the most active volcanoes in the world. On 18 August 2013, the SAKRAJIMA volcano recently went into the largest scaled eruption with a huge plume of volcanic ash. Therefore, the concern arises if this considerable amount of ashes might flow into th...
Mt. SAKRAJIMA in southern Kagosima, japan is one of the most active volcanoes in the world. On 18 August 2013, the SAKRAJIMA volcano recently went into the largest scaled eruption with a huge plume of volcanic ash. Therefore, the concern arises if this considerable amount of ashes might flow into the Korea peninsula as well as Japan. In this paper, we performed numeric experiment to analyze how volcanic product resulted from the SAKRAJIMA volcano has impacted on Korea. In order to predict the spread pathway of ash, HYSPLIT model and UM data has been used and 17th September 2013 has been selected as observation date since it is expected that the volcanic ash would flow into the South Korea. In addition, we have detected ash dispersion by using optical Communication, Ocean and Meteorological Satellite- Geostationary Ocean Color Imager (COMS-GOCI) images. As the results, we come to a very satisfactory conclusion that the spread pathway of volcanoes based on HYSPLIT model are matched 63.52 % with ash dispersion area detected from GOCI satellites image.
Mt. SAKRAJIMA in southern Kagosima, japan is one of the most active volcanoes in the world. On 18 August 2013, the SAKRAJIMA volcano recently went into the largest scaled eruption with a huge plume of volcanic ash. Therefore, the concern arises if this considerable amount of ashes might flow into the Korea peninsula as well as Japan. In this paper, we performed numeric experiment to analyze how volcanic product resulted from the SAKRAJIMA volcano has impacted on Korea. In order to predict the spread pathway of ash, HYSPLIT model and UM data has been used and 17th September 2013 has been selected as observation date since it is expected that the volcanic ash would flow into the South Korea. In addition, we have detected ash dispersion by using optical Communication, Ocean and Meteorological Satellite- Geostationary Ocean Color Imager (COMS-GOCI) images. As the results, we come to a very satisfactory conclusion that the spread pathway of volcanoes based on HYSPLIT model are matched 63.52 % with ash dispersion area detected from GOCI satellites image.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러므로MI를 이용하여 사쿠라지마 화산의 화산재를 탐지하기에는 한계가 있기 때문이다. 따라서 2010년 기상청에서 발사한 천리안위성에 탑재된 해양탑재체의 관측 자료를 기반으로 화산재 탐지를 수행하였다. 천리안 해양관측 위성은 130E, 36N을 중심으로 위경도 방향으로 2500 km까지 관측하고 있다.
이 결과는 2013년 사쿠라지마 분화기록과 잘 일치한다(Table 1). 본 연구에서는 GOCI 영상에서 분류한 화산재 확산 지역과 HYSPLIT을 이용하여 모의실험한 결과를 비교하기 위하여 먼저 GOCI 영상에서 분류한 화산재 확산 지역의 경계를 추출하였다. 그리고 모의실험 결과에 대해서도 화산재 확산 지역의 경계를 추출하여 두 결과를 비교하였다(Fig.
본 연구에서는 사쿠라지마 화산 분화에 의해 발생하는 화산분출물이 국내에 유입될 수 있는 가능성을 평가하기 위하여 입자 확산모델을 이용한 화산분출물의 확산 경로를 예측하였다. 또한 예측 결과를 원격탐사 방법에 의해 획득한 자료와 비교하여 결과에 대한 신뢰도를 향상시켰다.
그리고 화산재와 구름의 경우 흰색으로 나타난다. 본 연구에서는 화산재가 확산된 영역을 탐지하는 것이 목적이므로 가시광 합성 영상에 나타난 화산재 영역의 임계치를 설정하여 분류를 수행하였다. 가시광 합성 영상에서 화산재로 분류하고자 하는 지역을 설정하고 가시광 합성 영상의 적색밴드, 녹색밴드, 청색밴드의 임계치를 식 (2)와 같이 계산한다.
가설 설정
, 2007). 따라서 본 연구에서는 입자의 농도를 시간당 1 g이 확산하는 것으로 설정하였다. 또한, 화산분출물 확산 경로를 예측하기 위해 사용되는 중요한 입력자료 중 하나인 기상장은 기상청 현업 기상모델을 사용하였다.
제안 방법
또한 화산재의 확산 예측 경로를 검증하기 위하여 화산 분화 날짜에 해당하는 천리안 해양위성(Geostationary Ocean Color Imager;GOCI) 데이터를 수집하고, 영상을 합성하였다. 가시광 합성 영상(True Color composite)을 기반으로 화산재를 탐지할 수 있는 임계값을 계산하고, 화산재가 탐지된 영역을 추출하였다. 마지막으로 모의실험 결과와 GOCI에서 탐지된 화산재 확산 영역을 비교하고, 일치도를 계산하여 모의실험 결과에 대한 검증을 수행하였다.
8월 18일의 경우 최대 분연주를 가지는 분화가 발생한 시각은 0731 Coordinated Universal Time (UTC) 이다. 그러나 본 연구의 검증자료인 천리안 해양위성은 하루에 0016 UTC 시간부터 0716 UTC 시간까지 1시간 간격으로 영상을 촬영하여 총 8장의 영상을 합성한다. 따라서 8월 18일에 발생한 분화는 분화 직후 관측이 어렵다.
수집된 자료를 바탕으로 가시광 합성 영상을 생성하였으며, 화산재로 분류될 수 있는 지역을 대상으로 RGB 임계치를 계산하였다. 그리고 계산된 RGB 임계치를 적용하여 화산재 확산 영역을 추출하였다. GOCI 영상에서 탐지한 화산재 확산 영역과 HYSPLIT 모델을 이용하여 예측된 화산재 확산 경로를 비교한 결과 두 결과 모두 남서쪽 방향으로 확산하며, 화산 분화 후 7시간 뒤에 195 km까지 흘러간 것을 확인하였다.
본 연구에서는 GOCI 영상에서 분류한 화산재 확산 지역과 HYSPLIT을 이용하여 모의실험한 결과를 비교하기 위하여 먼저 GOCI 영상에서 분류한 화산재 확산 지역의 경계를 추출하였다. 그리고 모의실험 결과에 대해서도 화산재 확산 지역의 경계를 추출하여 두 결과를 비교하였다(Fig. 6). GOCI 영상에서 탐지한 결과와 모의실험 결과를 비교했을 때, 두 결과가동일하게 남서쪽 방향으로 확산하며 최대 거리가 가시적으로 일치하는 것을 확인 할 수 있다.
화산 분화 정보를 기반으로 HYSPLIT 모델의 입력변수를 결정하고, 화산 분화 시각부터 매시간 화산재가 확산하는 경로에 대해 예측하였다. 또한 화산재의 확산 예측 경로를 검증하기 위하여 화산 분화 날짜에 해당하는 천리안 해양위성(Geostationary Ocean Color Imager;GOCI) 데이터를 수집하고, 영상을 합성하였다. 가시광 합성 영상(True Color composite)을 기반으로 화산재를 탐지할 수 있는 임계값을 계산하고, 화산재가 탐지된 영역을 추출하였다.
가시광 합성 영상(True Color composite)을 기반으로 화산재를 탐지할 수 있는 임계값을 계산하고, 화산재가 탐지된 영역을 추출하였다. 마지막으로 모의실험 결과와 GOCI에서 탐지된 화산재 확산 영역을 비교하고, 일치도를 계산하여 모의실험 결과에 대한 검증을 수행하였다.
본 연구에서는 2013년 9월 17일 사쿠라지마 분화에 대하여, 입자 확산 모델인 HYSPLIT을 이용하여 화산재 확산 경로를 예측하고 그 결과를 천리안 해양관측 위성 영상에서 분류한 화산재 확산 영역과 비교하여 검증하였다. 모의실험은 9월 17일 첫 분화인 0120 UTC 시각 이후인 0200 UTC 시간부터 0700 UTC 시간까지 한 시간 간격으로 수행하였고, VAAC의 분화기록을 수집하여 HYSPLIT에 필요한 변수를 적용하였다. 또한 모의실험 결과를 검증하기 위하여 GOCI 위성영상자료를 이용하였다.
본 연구에서는 2013년 9월 17일 사쿠라지마 분화에 대하여, 입자 확산 모델인 HYSPLIT을 이용하여 화산재 확산 경로를 예측하고 그 결과를 천리안 해양관측 위성 영상에서 분류한 화산재 확산 영역과 비교하여 검증하였다. 모의실험은 9월 17일 첫 분화인 0120 UTC 시각 이후인 0200 UTC 시간부터 0700 UTC 시간까지 한 시간 간격으로 수행하였고, VAAC의 분화기록을 수집하여 HYSPLIT에 필요한 변수를 적용하였다.
, 2009). 본 연구에서는 미국의 국립해양대기청(NOAA) 산하 대기연구소(Air Resource Laboratory: ARL)와 호주 기상청이 공동 개발한 HYSPLIT 모델을 기반으로 수치실험을 수행하였다. 입자 확산모델을 기반으로 화산재 확산 경로를 예측하기 위해서는 분연주, 입자분출량, 분출시간과 같은 화산 분화 정보와 분화 시각의 기상장 자료를 입력 변수로 사용한다(Heffter and Stunder, 1993).
GOCI 위성영상은 모의실험 시간과 동일하게 0200 UTC 시간부터 0700 UTC 시간동안 획득한 자료를 사용하였다. 수집된 자료를 바탕으로 가시광 합성 영상을 생성하였으며, 화산재로 분류될 수 있는 지역을 대상으로 RGB 임계치를 계산하였다. 그리고 계산된 RGB 임계치를 적용하여 화산재 확산 영역을 추출하였다.
두 결과의 정량적 평가를 위해 0200 UTC부터 0700 UTC 동안 GOCI 영상에서 추출한 화산재 확산 범위와 모의실험 결과간에 일치도를 계산하였다. 일치도는 천리안 위성영상에서 탐지한 화산재 확산 범위에 대해 HYSPLIT 모델 기반의 화산재 확산 경로예측결과가 중복되는 화소 개수의 비율로 계산하였다. HYSPLIT을 이용하여 계산한 화산재 확산 경로 예측결과와 GOCI 영상간의 평균 일치도는 63.
2와 같이 정리할 수 있다. 입자 확산모델을 이용한 화산분출물의 확산 경로를 예측하기 위하여 사쿠라지마 화산의 분화 기록을 조사하여 실험 날짜를 선정하였고, 화산 분화 정보를 수집하였다. 화산 분화 정보를 기반으로 HYSPLIT 모델의 입력변수를 결정하고, 화산 분화 시각부터 매시간 화산재가 확산하는 경로에 대해 예측하였다.
또한 총 8개의 분광채널을 가지고 있으며 분광채널은 가시광선 영역 6개, 근적외선 영역 2개의 채널로 구성되어 있다 (Table 4). 천리안 해양관측 위성의 경우 화산재와 구름을 분류할 수 있는 대역을 가지고 있지 않기 때문에 가시광 합성 영상을 이용하여 지표피복 분류를 수행하였다. 가시광 합성 영상은 화산재와 구름이 같은 위치에 놓인 경우 분류를 할 수 없다는 단점이 있는 반면, 분류가 가능한 경우 빠르고 정확하게 탐지할 수 있는 장점이 있다.
입자 확산모델을 이용한 화산분출물의 확산 경로를 예측하기 위하여 사쿠라지마 화산의 분화 기록을 조사하여 실험 날짜를 선정하였고, 화산 분화 정보를 수집하였다. 화산 분화 정보를 기반으로 HYSPLIT 모델의 입력변수를 결정하고, 화산 분화 시각부터 매시간 화산재가 확산하는 경로에 대해 예측하였다. 또한 화산재의 확산 예측 경로를 검증하기 위하여 화산 분화 날짜에 해당하는 천리안 해양위성(Geostationary Ocean Color Imager;GOCI) 데이터를 수집하고, 영상을 합성하였다.
대상 데이터
또한 모의실험 결과를 검증하기 위하여 GOCI 위성영상자료를 이용하였다. GOCI 위성영상은 모의실험 시간과 동일하게 0200 UTC 시간부터 0700 UTC 시간동안 획득한 자료를 사용하였다. 수집된 자료를 바탕으로 가시광 합성 영상을 생성하였으며, 화산재로 분류될 수 있는 지역을 대상으로 RGB 임계치를 계산하였다.
따라서 8월 18일에 발생한 분화는 분화 직후 관측이 어렵다. 그러므로 2013년에 발생한 분화 기록을 바탕으로 국내에 화산재 유입 가능성을 고려할 수 있는 중규모 이상의 분화가 발생한 날짜와 기상위성에서 탐지가 용이한 시간대를 고려하여 연구사례일을 9월 17일로 선정하였다. Table 2는 2013년 9월 17일의 분화 기록을 시간대별로 정리한 것이다.
모의실험은 9월 17일 첫 분화인 0120 UTC 시각 이후인 0200 UTC 시간부터 0700 UTC 시간까지 한 시간 간격으로 수행하였고, VAAC의 분화기록을 수집하여 HYSPLIT에 필요한 변수를 적용하였다. 또한 모의실험 결과를 검증하기 위하여 GOCI 위성영상자료를 이용하였다. GOCI 위성영상은 모의실험 시간과 동일하게 0200 UTC 시간부터 0700 UTC 시간동안 획득한 자료를 사용하였다.
특히 한반도와 일본은 전지역 관측이 가능하기 때문에, 일본의 화산이 분화하는 경우 관측하기 용이하다. 또한 총 8개의 분광채널을 가지고 있으며 분광채널은 가시광선 영역 6개, 근적외선 영역 2개의 채널로 구성되어 있다 (Table 4). 천리안 해양관측 위성의 경우 화산재와 구름을 분류할 수 있는 대역을 가지고 있지 않기 때문에 가시광 합성 영상을 이용하여 지표피복 분류를 수행하였다.
9월 17일 사쿠라지마 화산은 0120 UTC 시각에 분화가 시작하여 1521 UTC 시각까지 총 5번의 분화가 발생하였다. 이 중 GOCI의 운영시각에 해당되는 분화는 0120 UTC와 0600 UTC 로, 이 시간대의 화산 분화 결과를 연구대상으로 선정하였다.
데이터처리
두 결과의 정량적 평가를 위해 0200 UTC부터 0700 UTC 동안 GOCI 영상에서 추출한 화산재 확산 범위와 모의실험 결과간에 일치도를 계산하였다. 일치도는 천리안 위성영상에서 탐지한 화산재 확산 범위에 대해 HYSPLIT 모델 기반의 화산재 확산 경로예측결과가 중복되는 화소 개수의 비율로 계산하였다.
이론/모형
2. Flow chart for predicting the extent of the volcanic ash dispersion using GOCI image and HYSPLIT model.
5. Simulated results of ash dispersion using HYSPLIT model.
따라서 본 연구에서는 입자의 농도를 시간당 1 g이 확산하는 것으로 설정하였다. 또한, 화산분출물 확산 경로를 예측하기 위해 사용되는 중요한 입력자료 중 하나인 기상장은 기상청 현업 기상모델을 사용하였다. 현업 기상모델은 영국기상청의 통합모델(Unified Model; UM)을 기반으로 4차원 변분자료동화과정(4DVAR)을 사용하여 오차로 인한 기상 예측 불안정을 개선하여 운영하고 있으며, 현재 하루 4번(0000, 0600, 1200, 1800 UTC), 48시간 이후까지의 기상장을 생성하여 제공하고 있다.
성능/효과
3은 사쿠라지마 화산의 2006년 1월부터 2013년 12월까지 96개월간의 분화 활동 횟수를 나타내는 것이다 (Volcanic ash Adivisory Center; VAAC). 2006년부터 2009년 5월까지(0~42 month) 월 40회 미만의 분화를 보이다 2009년 6월 이후 분화 횟수가 급증하는 것을 확인할 수 있다. 특히, 2009년부터 화산의 활동이 활발해지면서 2011년에는 996회의 폭발적 분화를 기록하였다.
6). GOCI 영상에서 탐지한 결과와 모의실험 결과를 비교했을 때, 두 결과가동일하게 남서쪽 방향으로 확산하며 최대 거리가 가시적으로 일치하는 것을 확인 할 수 있다. 분화 후 약 40분이 경과된 0200 UTC 시간의 GOCI 영상은 남서쪽 방향으로 최대 65 km정도 확산되었고, 모의실험 결과 역시 남서쪽 방향으로 최대 50 km까지 화산재가 확산되었다.
그리고 계산된 RGB 임계치를 적용하여 화산재 확산 영역을 추출하였다. GOCI 영상에서 탐지한 화산재 확산 영역과 HYSPLIT 모델을 이용하여 예측된 화산재 확산 경로를 비교한 결과 두 결과 모두 남서쪽 방향으로 확산하며, 화산 분화 후 7시간 뒤에 195 km까지 흘러간 것을 확인하였다. 또한 두 결과의 일치도를 분석한 결과, GOCI 영상에서 탐지한 화산재 범위와 HYSPLIT 모델을 이용하여 모의실험한 결과가 평균적으로 63.
천리안 해양관측 위성의 가시광 합성은 6번 밴드를 적색으로, 4번 밴드를 녹색으로, 1번 밴드를 청색으로 사용한다. 가시광 합성 영상 결과, 바다는 청색으로 나타나고, 육지는 녹색으로 나타난다. 그리고 화산재와 구름의 경우 흰색으로 나타난다.
실제 화산재는 매초 바람의 방향에 따라 확산되는 반면, HYSPLIT은 6시간 간격으로 예보되는 기상장을 이용하여 예측한다. 따라서 모의실험 결과는 일정한 형태를 유지하면서 연속적으로 확산하는 결과를 보이지만, GOCI 영상에서 탐지한 화산재는 형태가 없이 확산하는 경향을 보인다.
GOCI 영상에서 탐지한 화산재 확산 영역과 HYSPLIT 모델을 이용하여 예측된 화산재 확산 경로를 비교한 결과 두 결과 모두 남서쪽 방향으로 확산하며, 화산 분화 후 7시간 뒤에 195 km까지 흘러간 것을 확인하였다. 또한 두 결과의 일치도를 분석한 결과, GOCI 영상에서 탐지한 화산재 범위와 HYSPLIT 모델을 이용하여 모의실험한 결과가 평균적으로 63.52 %로 잘 일치하는 것을 확인하였다. 이 결과는 입자 확산모델을 적용한 화산재 확산 예측 결과가 어느정도 신뢰될 수 있음을 보여준다.
본 연구에서는 사쿠라지마 화산 분화에 의해 발생하는 화산분출물이 국내에 유입될 수 있는 가능성을 평가하기 위하여 입자 확산모델을 이용한 화산분출물의 확산 경로를 예측하였다. 또한 예측 결과를 원격탐사 방법에 의해 획득한 자료와 비교하여 결과에 대한 신뢰도를 향상시켰다.
, 2008). 본 연구지역인 사쿠라지마 화산에 대하여 천리안 기상위성 탑재체(Meteorological Imager: MI) 자료를 기반으로 BTD 알고리즘을 적용한 결과, 화산재가 탐지되지 않는 결과를 보였다. 사쿠라지마 화산의 경우, 면적이 77 km2 정도로 작고, 화산의 분화 강도가 크지 않은 화산이기 때문에 화산재 온도가 높지 않다.
GOCI 영상에서 탐지한 결과와 모의실험 결과를 비교했을 때, 두 결과가동일하게 남서쪽 방향으로 확산하며 최대 거리가 가시적으로 일치하는 것을 확인 할 수 있다. 분화 후 약 40분이 경과된 0200 UTC 시간의 GOCI 영상은 남서쪽 방향으로 최대 65 km정도 확산되었고, 모의실험 결과 역시 남서쪽 방향으로 최대 50 km까지 화산재가 확산되었다. 0700 UTC에도 여전히 화산재는 남서쪽으로 확산하고 있으며, 확산거리는 195 km로 두 결과가 일치한다.
52 %로 잘 일치하는 것을 확인하였다. 이 결과는 입자 확산모델을 적용한 화산재 확산 예측 결과가 어느정도 신뢰될 수 있음을 보여준다. 그러나 HYSPLIT 모델은 예보된 기상장을 적용하기 때문에 실제 화산재가 확산하는 범위를 정확하게 예측하기는 어렵다는 단점이 있다.
52%이며, 시간대별 일치도 평가결과는 Table 5와 같다. 전체적으로 60% 이상의 일치도 결과를 보였으나, 0500 UTC 시간에 59.20%만이 일치하였는데, Fig. 6(d)에서 확인되는 바와 같이 천리안 위성 영상에서는 화산재가 확산하는 경로가 불연속으로 탐지된 반면, 모의실험 결과는 연속적으로 확산하는 형태를 보이기 때문에 나타나는 오차로 판단된다. 실제로 Table 2에서 기술한 바와 같이 9월 17일 사쿠라지마 화산 분화는 불연속적으로 짧은 주기를 가지고 폭발했다.
후속연구
따라서, 향후 지속적으로 천리안 해양관측 위성 영상과의 비교 검증을 수행하여 DB를 구축해야 한다. 검증DB의 구축은 화산재 확산 모의실험 결과의 신뢰성을 향상시키는데 도움이 될 것이다. 또한 이와 같이 신뢰성이 높은 화산재 확산 예측 모의실험 결과는 사쿠라지마와 같이 잦은 분화가 있는 화산뿐만 아니라, 백두산과 같은 긴 휴지기의 화산의 분화를 가정하고 화산재 확산 경로를 예측하는데 활용될 수 있을 것이며, 그 자료는 신뢰성이 높을 것으로 예상된다.
또한 검증자료인 천리안 해양위성은 저녁시간에는 영상을 획득하지 않기 때문에 화산 분화 시각에 따라 검증하는데 제약이 있었다. 따라서, 향후 지속적으로 천리안 해양관측 위성 영상과의 비교 검증을 수행하여 DB를 구축해야 한다. 검증DB의 구축은 화산재 확산 모의실험 결과의 신뢰성을 향상시키는데 도움이 될 것이다.
그러나 HYSPLIT 모델은 예보된 기상장을 적용하기 때문에 실제 화산재가 확산하는 범위를 정확하게 예측하기는 어렵다는 단점이 있다. 또한 검증자료인 천리안 해양위성은 저녁시간에는 영상을 획득하지 않기 때문에 화산 분화 시각에 따라 검증하는데 제약이 있었다. 따라서, 향후 지속적으로 천리안 해양관측 위성 영상과의 비교 검증을 수행하여 DB를 구축해야 한다.
검증DB의 구축은 화산재 확산 모의실험 결과의 신뢰성을 향상시키는데 도움이 될 것이다. 또한 이와 같이 신뢰성이 높은 화산재 확산 예측 모의실험 결과는 사쿠라지마와 같이 잦은 분화가 있는 화산뿐만 아니라, 백두산과 같은 긴 휴지기의 화산의 분화를 가정하고 화산재 확산 경로를 예측하는데 활용될 수 있을 것이며, 그 자료는 신뢰성이 높을 것으로 예상된다. 향후 이러한 화산재 확산 예측결과 자료를 활용하여 화산재로 인한 재산 및 인명 피해가 예방될 수 있을 것이라 기대된다.
또한 이와 같이 신뢰성이 높은 화산재 확산 예측 모의실험 결과는 사쿠라지마와 같이 잦은 분화가 있는 화산뿐만 아니라, 백두산과 같은 긴 휴지기의 화산의 분화를 가정하고 화산재 확산 경로를 예측하는데 활용될 수 있을 것이며, 그 자료는 신뢰성이 높을 것으로 예상된다. 향후 이러한 화산재 확산 예측결과 자료를 활용하여 화산재로 인한 재산 및 인명 피해가 예방될 수 있을 것이라 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
BTD의 특징은 무엇인가?
, 2008). BTD는 두 적외밴드의 적외차를 산출하여 화산재를 탐지하는 기법으로 빠르면서 비교적 정확하게 화산재 탐지가 가능하지만, 지표변수(온도 및 방사율)나 대기 중 수증기량과 같은 오차에 의해 상당한 오류가 발생할 수 있는 가능성이 있다(Watson et al., 2004; Corradini et al.
사쿠라지마 화산 분화 시 화산재에 대한 영향이 크게 나타나는 이유는 무엇인가?
1). 특히 사쿠라지마 화산은 벌칸식(Vulcanian) 분출 특성을 가지고 있기 때문에, 화산 분화시 화산재에 대한 영향이 크게 나타난다. 2013년 8월 발생한 사쿠라지마 화산의 대규모 분화는 일본뿐만 아니라 국내의 화산재 유입에 대한 우려를 야기하였다.
실측을 통한 화산재 탐지의 단점을 보완하기 위해 어떤 방법이 개발되어 사용되고 있는가?
화산재를 탐지하기 위해서는 실측을 통해 획득한 결과가 가장 정확하지만, 이 방법은 관측 위험성을 동반하고 분화 시간이 경과함에 따른 결과를 획득할 수 없다는 단점이 있다. 따라서, 관측 위험성이 없고 분화 후 일정 시간이 경과되었을 때에도 탐지 할 수 있는 인공위성을 이용한 원격탐사 방법이 개발되어 사용되고 있다. Prata(1989)는 위성에 탑재된 적외밴드를 이용하여 화산재를 탐지하는 방법에 대해 제안한 바 있으며, 이 연구를 바탕으로 다양한 위성에 적용하여 사용되고 있다.
참고문헌 (19)
Corradini, S., C. Spinetti, E. Carboni, C. Tirelli, M.F. Buongiorno, S. Pugnaghi, and Gangale, G., 2008. Mt.Etna tropospheric ash retrieval and sensitivity analysis using moderate resolution imaging spectroradiometer measurements, Journal of application Remote Sensing, 2(1): 023500.
D'Amours, R., 1998. Modeling the ETEX plume dispersion with the Canadian Emergency Response Model, Atmospheric Environment, 32(24): 4335-4341.
Jones, A., D. Thomson, M. Hort, and B. Devenish, 2007. The U.K. Met office's next-generation atmospheric dispersion model, NAME III, Air Pollution Modeling and Its Application XVII. Springer, 580-589.
Krotkov N.A., O. Torres, C. Seftor, A.J. Krueger, A. Kortinski, W.I. Rose, G.J.S. Bluth, D. Schneider, and S.J. Schaefer, 1999. Comparison of TOMS and AVHRR vocanic ash retrievals from the August 1992 eruption of Mt.Spurr, Geophysical research letters, 26(4): 455-458.
Lee S.H., and S.H. Yun, 2011. Impact of Meteorological Wind Fields Average on Predicting Volcanic Tephra Dispersion of Mt. Baekdu, Journal of Korean Earth Science Society, 32(4): 360-372 (in Korean with English abstract).
Mastin, L.G., M. Guffanti, R. Servranckx, P. Webley, S. Barsotti, K. Dean, A. Durant, J.W. Ewert, A. Neri, W.I. Rose, D. Schneider, L. Siebert, B. Stunder, G. Swanson, A. Tupper, A. Volentik, and C.F. Waythomas, 2009. A multidisciplinary effort to assign realistic source parameters to models of volcanic ash-cloud transport and dispersion during eruptions, Journal of Volcanology and Geothermal Research, 186: 10-21.
Miller, T.P., and T.J. Casadevall, 2000. Volcanic Ash Hazards to Aviation in Encyclopedia of Volcanoes, Academic Press, 915-930.
Pavolonis, M.J., W.F. Feltz, A.K. Heidinger, and G.M. Gallina, 2006. A daytime complement to the reverse absorption technique for improved automated detection of volcanic ash, Journal of atmospheric and oceanic technology, 23(11): 1422-1444.
Picchiani, M., M. Chini, S. Corradini, L. Merucci, P. Sellitto, F. Del Frate, and S. Stramondo, 2011. Volcanic ash detection and retrievals using MODIS data by means of neural networks, Atmospheric measurement techniques, 4: 2619-2631.
Prata, A.J., 1989. Infrared radiative transfer calculations for volcanic ash clouds, Geophysical research letters, 14(11): 1293-1296.
Robert, W., F. Luke, G. Harold, H. Andrew, and P. Eric, 2002. Automated volcanic eruption detection using MODIS, Remote sensing of environment, 82: 135-155.
Sakurajima volcano eruptions report: volcano discovery, available at http://volcanodiscovery.com
Volcano ash advisory center: available at http://ds.data.jma.go.jp/svd/vaac/data/
Yu, T., W.L. Rose, and A.J. Prata, 2002. Atmospheric correction for satellite-based volcanic ash mapping and retrievals using "split window" IR data from GOES and AVHRR, Journal of Geophysical Research, 106(D16): 1-19.
Watson, I.M., V.J. Realmuto, W.I. Rose, A.J. Prata, G.J.S. Bluth, Y. Gu, C.E. Bader, and T. Yu, 2004. Thermal infrared remote sensing of volcanic emissions using the moderate resolution imaging spectroradiometer, Journal of volcanology and geothermal research, 135: 75-89.
Witham, C.S., M.C. Hort, R. Potts, R. Servranckx, P. Husson, and F. Bonnardot, 2007. Comparison of VAAC atmospheric dispersion models using the 1 November 2004 Grimsvotn eruption, Meteorological Application, 14: 27-38.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.