선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 중첩보정함수는 라이다의 기기 특성 상, 지표면 근처에서 후방산란 되는 빛을 전부 수신하지 못하는 현상을 보정하기 위한 값으로 본 연구에 사용되는 라이다는 지표면으로부터 600 m까지 중첩보정이 필요하다. 그러나 중첩보정을 하더라도 지표면 부근의 매우 낮은 고도에서는 오차가 매우 크기 때문에 본 연구에서는 지상 200 m 이하의 고도에서는 대기 혼합에 의해 에어로졸이 일정하게 분포한다고 가정하였다. 위 식(1)에서 공기분자에 의한 후방산란계수(βmol)와 소산계수(σmol)는 오산에서의 라디오존데 관측 자료를 이용하여 계산하였다(Bucholtz, 1995).
- 동시 관측된 스카이 라디오미터의 에어로졸 광학두께 자료가 이용 가능할 경우에는 이를 이용하여 라이다 상수를 가정하지 않고 직접 구할 수 있다. 먼저 라이다 상수를 임의의 값(S0)으로 가정하여 에어로졸 소산 계수의 연직분포를 계산한다. 에어로졸 소산계수를 연직 적분하면 에어로졸 광학두께(τLidar)를 얻을 수 있는데 이를 스카이 라디오미터 관측으로 산출된 값(τSUN)과 비교하여 라이다 상수를 보정한다.
- 라이다 관측 결과는 지표면 근처의 신호에 대한 정확도가 떨어지기 때문에 지상 PM10 농도와 직접적인 비교가 어렵다. 본 연구에서는 대기 혼합층에서 에어로졸이 균일하게 분포한다고 가정하여 혼합층 내 평균 에어로졸 소산계수를 지표면에서의 값으로 사용하였다. 대기 혼합층은 라이다 관측 자료 결과를 이용하여 지표면에서 3 km 구간에서 신호가 가장 급격하게 감소하는 구간을 혼합층의 상부 경계로 하였다.
- 두 번째 단계에서는 구름을 제거한 라이다 자료를 1시간 평균하여 에어로졸 소산계수를 산출한다. 에어로졸 소산계수 계산을 시작하는 기준고도는 6 km로 정하여 6 km 이상의 고도에서는 에어로졸이 없다고 가정하였다. 실제로 봄철과 같이 중국 대륙으로부터 장거리 수송이 빈번하게 발생하는 경우 6 km 이상의 고도까지 에어로졸이 상승하기도 한다.
제안 방법
- 연구에 사용된 라이다는 532 nm와 1064 nm의 2파장을 이용하여 관측을 수행하며 532 nm 파장은 후방산란된 빛의 수평 및 수직 성분을 구분하여 총 3 채널의 신호를 측정한다. 1064 nm 파장의 신호는 상대적으로 큰 입자에 민감하여 황사 관측 등의 목적으로 사용되나 신호의 강도가 약하여 본 연구에서는 사용하지 않고 532 nm의 수평, 수직 채널 관측 결과로부터 산출된 후방산란강도(attenuated backscatter)와 편광소멸(depolarization ratio)를 사용하였다. 후방산란강도는 대기 중 에어로졸이나 구름의 상대적인 양을 나타내는 값이며 편광 소멸도는 입자의 모양에 의해 결정되는 값으로 비구형 정도가 강할수록 큰 값을 갖는다.
- 2006년 6월부터 2014년 5월까지 서울대학교에서 관측한 탄성 산란 라이다 관측 결과로부터 에어로졸 질량농도를 산출하였다. 산출 과정은 크게 세 단계로 (1) 532 nm 파장의 라이다 관측 결과에서 구름을 제거하고 에어로졸 소산계수 산출이 가능한 프로파일을 선택하고, (2) 선택된 자료로부터 Klett (1981)의 방법을 이용하여 에어로졸 소산계수를 계산한 뒤, (3) 에어로졸 질량소산효율을 이용하여 에어로졸 질량농도의 연직분포를 산출한다.
- 관측에 사용되는 기기는 베타선분진측정기(FH62C14; Thermo Andersen)로 베타 게이지(β gauge)를 이용하여 자동 연속 측정을 수행한다.
- 실제로 봄철과 같이 중국 대륙으로부터 장거리 수송이 빈번하게 발생하는 경우 6 km 이상의 고도까지 에어로졸이 상승하기도 한다. 그러나 기준고도를 높이면 라이다 신호에 비해 잡음(noise)이 증가하기 때문에 고도가 증가함에 따라 감소하는 신호대 잡음비(signal to noise ratio; SNR)와 서울지역 에어로졸의 최대 상승 고도 및 그 빈도를 동시에 고려하여 기준고도를 정하였다.
- 본 연구에서는 대기 혼합층에서 에어로졸이 균일하게 분포한다고 가정하여 혼합층 내 평균 에어로졸 소산계수를 지표면에서의 값으로 사용하였다. 대기 혼합층은 라이다 관측 자료 결과를 이용하여 지표면에서 3 km 구간에서 신호가 가장 급격하게 감소하는 구간을 혼합층의 상부 경계로 하였다. 혼합층은 일변화 및 계절변화에 따라 그 고도가 달라지는데 겨울철 야간에는 수백 미터 정도로 낮아진다.
- 라이다 관측 결과로부터 에어로졸 소산계수를 산출 하는 과정에서 가장 중요한 변수인 라이다 상수는 동일 시각 스카이 라디오미터의 에어로졸 광학두께 관측 결과 유무에 따라 서로 다르게 결정하였다(Fig. 1). 동시 관측된 스카이 라디오미터의 에어로졸 광학두께 자료가 이용 가능할 경우에는 이를 이용하여 라이다 상수를 가정하지 않고 직접 구할 수 있다.
- 산출 과정에서 가장 중요한 변수인 라이다 상수와 질량소산효율은 라이다와 동시 측정된 스카이 라디오미터 및 지상 PM10 관측 결과를 이용하여 결정하였다. 먼저 라이다로 관측 결과로부터 계산된 에어로졸 소산계수를 연직 적분하여 에어로졸 광학두께를 얻고 스카이 라디오미터로 산출된 값과 비교하여 라이다 상수를 결정하고, 결정된 라이다 상수를 이용하여 산출된 에어로졸 소산계수의 혼합층 내 평균값을 지상 PM10 관측 결과로 나누어 질량소산효율을 구한다. 동일시간 관측된 스카이 라디오미터나 지상 PM10 관측 자료가 없을 때에는 전 기간 자료를 통해 산출된 라이다 상수와 질량소산효율을 평균값을 사용하였다.
- 본 연구에서 제시된 방법을 대표적인 오염 사례와 황사 사례에 적용해 보았다. Fig.
- 관측에 사용되는 기기는 베타선분진측정기(FH62C14; Thermo Andersen)로 베타 게이지(β gauge)를 이용하여 자동 연속 측정을 수행한다. 본 연구에서는 라이다 및 스카이 라디오미터와 동일한 기간 동안 기상청에서 운영하고 있는 관악산 관측소에서의 값을 1시간 평균하여 사용하였다.
- 에어로졸 질량소산효율은 단위질량의 에어로졸에 의한 소산을 의미하는 값으로 관측을 통한 직접 산출이 어렵기 때문에 일반적으로 물리적, 광학적 성질을 가정하고 에어로졸 크기분포로부터 미산란 이론을 통해 얻거나 에어로졸 질량농도와 소산 계수를 독립적으로 관측하여 산출한다. 본 연구에서는 라이다와 지상 PM10 관측 자료가 동시에 분포할때 라이다로 산출된 에어로졸 소산계수를 PM10 질량 농도로 나누어 에어로졸 질량소산효율을 계산하였다. 이 때에도 라이다 상수와 마찬가지로 고도에 따른 에어로졸의 물리적, 광학적 특성 변화는 고려하지 않고 일정한 값을 사용하였다.
- 본 연구에서는 서울에서 2006년 6월~2014년 5월(8년)의 라이다 관측 결과를 이용하여 에어로졸 소산계수를 계산하고 이로부터 에어로졸 질량농도의 연직분포를 산출하였다. 산출에 필요한 라이다 상수와 질량 소산효율은 라이다와 동시에 관측된 스카이 라디오미터 및 지상 PM10 관측 결과를 이용하여 결정하였으며 산출된 에어로졸 질량농도의 연직분포 특성과 계절 변동성 분석을 수행하였다.
- , 2009). 본 연구에서는 연직 평균한 라이다 상수를 가정하여 고도에 관계없이 일정한 값을 사용하였다. 이러한 가정을 하게 되면 서로 다른 종류의 에어로졸 층이 두 개 이상 존재할 경우 각각의 층에서의 라이다 상수가 달라 에어로졸 소산계수 산출에 오차가 발생할 수 있으나 연직 평균된 라이다 상수를 사용하는 것이므로 연직 기주 내 에어로졸의 총량에는 영향을 미치지 않는다.
- 산출 과정은 크게 세 단계로 (1) 532 nm 파장의 라이다 관측 결과에서 구름을 제거하고 에어로졸 소산계수 산출이 가능한 프로파일을 선택하고, (2) 선택된 자료로부터 Klett (1981)의 방법을 이용하여 에어로졸 소산계수를 계산한 뒤, (3) 에어로졸 질량소산효율을 이용하여 에어로졸 질량농도의 연직분포를 산출한다. 산출 과정에서 가장 중요한 변수인 라이다 상수와 질량소산효율은 라이다와 동시 측정된 스카이 라디오미터 및 지상 PM10 관측 결과를 이용하여 결정하였다. 먼저 라이다로 관측 결과로부터 계산된 에어로졸 소산계수를 연직 적분하여 에어로졸 광학두께를 얻고 스카이 라디오미터로 산출된 값과 비교하여 라이다 상수를 결정하고, 결정된 라이다 상수를 이용하여 산출된 에어로졸 소산계수의 혼합층 내 평균값을 지상 PM10 관측 결과로 나누어 질량소산효율을 구한다.
- 본 연구에서는 서울에서 2006년 6월~2014년 5월(8년)의 라이다 관측 결과를 이용하여 에어로졸 소산계수를 계산하고 이로부터 에어로졸 질량농도의 연직분포를 산출하였다. 산출에 필요한 라이다 상수와 질량 소산효율은 라이다와 동시에 관측된 스카이 라디오미터 및 지상 PM10 관측 결과를 이용하여 결정하였으며 산출된 에어로졸 질량농도의 연직분포 특성과 계절 변동성 분석을 수행하였다.
- 스카이 라디오미터(POM01; Prede Co. Ltd.)는 총 7개의 파장(315, 400, 500, 675, 870, 940, 1020 nm)에서의 직달 및 산란 일사를 측정하여 400, 500, 675, 870, 1020 nm의 총 다섯 파장에서 에어로졸 광학두께(AOT; aerosol optical thickness)와 옹스트롬 지수(Ångström exponent)를 산출하고 SKYRAD.pack(Nakajima et al., 1996)의 알고리즘을 이용하여 단산란 알베도(single scattering albedo)와 에어로졸의 입경별 부피분포를 산출한다.
- , 1996)의 알고리즘을 이용하여 단산란 알베도(single scattering albedo)와 에어로졸의 입경별 부피분포를 산출한다. 스카이 라디오미터와 라이다의 파장이 다르기 때문에 에어로졸 광학두께의 파장 의존도를 나타내는 옹스트롬 지수를 이용하여 500 nm의 에어로졸 광학두께로부터 532 nm에서의 값으로 내삽(interpolate)하여 사용하였다.
- 스카이 라디오미터와 지상 PM10 관측자료가 없을 경우 라이다 상수와 질량소산효율을 장기간 평균값을 사용함으로써 발생할 수 있는 오차에 대해 살펴보기 위해 라이다 관측 자료로부터 위에서 산출된 평균 라이다 상수와 질량소산효율을 이용해 관측 전 기간에 대해 에어로졸 질량농도를 산출하고 이를 지상 PM10 관측 결과와 비교해 보았다(Fig. 3). 지상 PM10 관측 결과와의 비교를 위해 라이다로부터 산출된 에어로졸 질량농도는 혼합층 내 평균값을 이용하였다.
- 위의 방법을 이용하여 월 평균 에어로졸 질량농도를 산출하고 계절 변동성을 분석하였다. 라이다로 산출된 에어로졸 질량농도를 월 평균하여 Fig.
- 일반적으로 구름은 에어로졸에 비해 더 좁은 고도 구간에 더 강한 신호를 보이기 때문에 이와 같은 방법을 통해 거의 대부분의 구름이 제거 가능하다. 이러한 방법은 광학적으로 매우 두꺼운 에어로졸 층이 존재할 경우 구름으로 판단하여 제외할 수 있으며 매우 옅은 구름 층을 제거하지 못할 가능성이 있으나 본 연구에서는 구름 판단의 기준을 엄격하게 적용하여 일부 에어로졸 층이 포함되더라도 구름을 최대한 제거하도록 하였다.
- 은 지상 PM10 질량농도를 나타낸다. 이렇게 계산된 에어로졸 질량소산효율을 각 고도에서의 에어로졸 소산계수에 나누어 줌으로써 에어로졸 질량농도의 연직분포를 산출한다. 라이다와 동일 시간에 관측된 지상 PM10 질량농도가 없을 때에는 두 번째 단계에서의 라이다 상수와 마찬가지로 관측 전기간의 자료로 산출된 평균값(#)을 사용하였다.
- 특히, 한반도는 서로 다른 배출원에서 유입된 에어로졸이 빈번히 혼재하기 때문에 라이다 상수나 질량소산효율이 다양한 값을 가질 수 있다. 장기간 평균된 단일한 값을 사용함에 따라 발생할 수 있는 오차를 고려하기 위해 스카이 라디오미터를 이용하여 산출된 옹스트롬 지수를 이용하여 입자의 크기에 따른 라이다 상수와 질량소산효율의 변화에 대해 살펴보았다.
대상 데이터
- 2006년 6월부터 2014년 5월까지의 1 시간 평균 관측 자료 중 라이다, 스카이 라디오미터 및 지상 PM10 관측 자료가 모두 존재하며 정상적으로 질량농도 산출이 가능한 총 7482개의 관측 자료를 선택하여 라이다 상수와 질량소산효율을 산출하였다. Fig.
- 본 연구에서는 2006년 6월부터 2014년 5월까지 서울대학교 캠퍼스의 동일 장소에서 관측된 라이다와 스카이 라디오미터 자료를 사용하였다. 라이다는 대기 중으로 레이저를 발사하여 에어로졸이나 구름, 공기 분자 등에 의해 후방산란되는 빛을 감지하여 대기의 연직 분포를 파악하는 관측 장비이다.
- 라이다는 대기 중으로 레이저를 발사하여 에어로졸이나 구름, 공기 분자 등에 의해 후방산란되는 빛을 감지하여 대기의 연직 분포를 파악하는 관측 장비이다. 연구에 사용된 라이다는 532 nm와 1064 nm의 2파장을 이용하여 관측을 수행하며 532 nm 파장은 후방산란된 빛의 수평 및 수직 성분을 구분하여 총 3 채널의 신호를 측정한다. 1064 nm 파장의 신호는 상대적으로 큰 입자에 민감하여 황사 관측 등의 목적으로 사용되나 신호의 강도가 약하여 본 연구에서는 사용하지 않고 532 nm의 수평, 수직 채널 관측 결과로부터 산출된 후방산란강도(attenuated backscatter)와 편광소멸(depolarization ratio)를 사용하였다.
데이터처리
- 먼저 라이다로 관측 결과로부터 계산된 에어로졸 소산계수를 연직 적분하여 에어로졸 광학두께를 얻고 스카이 라디오미터로 산출된 값과 비교하여 라이다 상수를 결정하고, 결정된 라이다 상수를 이용하여 산출된 에어로졸 소산계수의 혼합층 내 평균값을 지상 PM10 관측 결과로 나누어 질량소산효율을 구한다. 동일시간 관측된 스카이 라디오미터나 지상 PM10 관측 자료가 없을 때에는 전 기간 자료를 통해 산출된 라이다 상수와 질량소산효율을 평균값을 사용하였다.
- 3). 지상 PM10 관측 결과와의 비교를 위해 라이다로부터 산출된 에어로졸 질량농도는 혼합층 내 평균값을 이용하였다. Fig.
이론/모형
- 2006년 6월부터 2014년 5월까지 서울대학교에서 관측한 탄성 산란 라이다 관측 결과로부터 에어로졸 질량농도를 산출하였다. 산출 과정은 크게 세 단계로 (1) 532 nm 파장의 라이다 관측 결과에서 구름을 제거하고 에어로졸 소산계수 산출이 가능한 프로파일을 선택하고, (2) 선택된 자료로부터 Klett (1981)의 방법을 이용하여 에어로졸 소산계수를 계산한 뒤, (3) 에어로졸 질량소산효율을 이용하여 에어로졸 질량농도의 연직분포를 산출한다. 산출 과정에서 가장 중요한 변수인 라이다 상수와 질량소산효율은 라이다와 동시 측정된 스카이 라디오미터 및 지상 PM10 관측 결과를 이용하여 결정하였다.
성능/효과
- Fig. 3에서 볼 수 있듯이 라이다로 산출된 에어로졸 질량농도와 지상 PM10 관측 결과는 60 μg m−3 이하의 상대적으로 낮은 농도 구간에서는 지상 PM10 관측 결과가 약간 높게 나타나지만 평균은 각각 44.83 ± 29.05μg m−3, 44.51 ± 26.23 μg m−3로 잘 일치하는 것을 확인할 수 있다.
- 5%로 그 빈도가 매우 작은 것으로 나타났다. 따라서 Fig. 4와 같이 편광소멸도가 낮아 오염물질이 주된 에어로졸 층은 라이다 상수와 질량소산효율을 전 기간 평균값으로 적용하여 에어로졸 질량농도를 산출할 경우 지상 PM10 결과와 잘 일치하지만 Fig. 5와 같이 황사층이 뚜렷하게 나타날 때에는 오차가 증가함을 알 수 있다.
- 라이다 상수와 질량소산효율의 평균값을 사용하여 산출된 에어로졸 질량농도는 지상 PM10 관측 결과와 비교해 볼 때 평균적으로는 잘 일치하는 모습을 보이나 입자의 크기에 따라 오차가 커질 수 있다. 서울지역의 에어로졸은 대부분 옹스토름 지수가 1.
- 본 연구에서 제시한 라이다로부터 에어로졸 질량농도의 산출 방법은 지상 PM10 관측과 동시에 활용 가능하다. 특히, 기존의 지상 PM10 관측으로는 알 수 없는 대기 상층의 에어로졸 분포를 제공함으로써 혼합층 내 에어로졸의 확산이나 중국 대륙으로부터 유입된 오염물질이나 황사 등의 연직 분포 분석에 중요한 정보를 얻을 수 있다.
- 본 연구에서는 라이다 관측으로 산출된 초기자료에서 기기상수와 거리에 대해 표준화 한 값인 total attenuated backscatter가 1 km 이상의 고도에서 10−5m−1 sr−1보다 클 경우와 1 km 이하의 고도에서 1.5 × 10−5m−1 sr−1보다 클 경우 구름으로 판단하였다.
- 라이다 상수와 질량소산효율의 평균값을 사용하여 산출된 에어로졸 질량농도는 지상 PM10 관측 결과와 비교해 볼 때 평균적으로는 잘 일치하는 모습을 보이나 입자의 크기에 따라 오차가 커질 수 있다. 서울지역의 에어로졸은 대부분 옹스토름 지수가 1.0 이상(80%)으로 입자의 크기가 작은 오염물질이 주로 관측 되나 황사가 발생하여 입자의 크기가 큰 에어로졸이 분포할 경우 라이다 관측을 통해 산출되는 에어로졸 질량농도가 50% 이하로 과소모의 될 수 있음을 확인하였다.
- 5 이하로 매우 낮을 경우, 전 기간 평균 질량소산효율을 사용하면 에어로졸 질량농도가 실제의 절반 이하로 과소모의 될 수 있음을 나타낸다. 실제로 황사가 발생한 기간의 결과인 Fig. 5d에서 녹색 실선은 옹스트롬 지수가 0.5 이하일 때의 평균 라이다 상수와 질량소산효율을 사용하여 계산된 혼합층 평균 에어로졸 질량농도로 전 기간 평균값을 사용한 결과(푸른색 실선)보다 지상 PM10 관측 결과(붉은색 실선)와 더 잘 일치하는 것을 볼 수 있다.
- 지상 PM10 관측 결과와 라이다로 산출된 혼합층 내 평균 에어로졸 질량농도의 월변화는 혼합층 고도가 상대적으로 낮은 가을과 겨울철에는 비교적 잘 일치하나 봄, 여름철에는 매우 다른 양상을 보였다(Fig. 7b). Fig.
후속연구
- 그러나 라이다 관측 결과만으로는 에어로졸의 물리적, 화학적 특성을 파악하는데 한계가 있기 때문에 산출 정확도 향상을 위해서는 에어로졸의 종류에 따른 라이다 상수나 질량소산효율의 산정이 필요하다. 라이다로부터 산출되는 편광소멸도를 동시에 활용한 에어로졸 종류의 구분과 그에 따른 라이다 상수 및 질량소산효율의 결정도 본 연구 결과의 정확도 향상에 기여할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.