[국내논문]수정된 Heliosat-II 방법과 COMS-MI 위성 영상을 이용한 한반도 일사량 추정 Solar Irradiance Estimation in Korea by Using Modified Heliosat-II Method and COMS-MI Imagery원문보기
지표 일사량 데이터는 신재생 에너지 자원지도 제작, 태양 에너지 관련 시설의 입지 선정 및 관련 정책의 기초 자료 및 농작물 생산량 예측 등의 매우 다양한 분야에 사용될 수 있는 중요한 데이터이며, 이에 최근 한국에서도 일사량 데이터 구축에 대한 연구의 필요성이 커지고 있다. 이에 본 연구에서는 COMS-MI(천리안 기상위성) 영상과 Heliosat-II 방법을 이용하여 국내 일사량을 추정하고자, Heliosat-II 방법을 국내 데이터에 적합하도록 수정하고, 이를 통하여 일사량을 추정하는 것을 목표로 하였다. 이를 위하여 먼저 COMS-MI 위성 영상 및 국내 기상 데이터 등을 확보하고 전처리를 수행하였다. 또한 Heliosat-II 방법의 입력 데이터이자 중간 결과물인 지표 반사도(ground albedo) 보정을 수행하고, 반사도 참조 지도(background albedo map)의 정확도를 높이고자 기존의 방법을 수정하였다. 그리고 이와 같이 수정된 Heliosat-II 방법을 통하여 추정 일사량을 도출하고, 이를 지상에서 관측된 일사량 실측치와의 비교를 통하여 정확도를 검증하였다. 실험 결과, 수정된 Heliosat-II 방법을 사용할 경우, 약 30.8%의 RMSE(%) 정확도를 나타내었으며, 기존 Heliosat-II 방법을 그대로 이용하였을 경우에 비하여 약 10% 수준의 향상된 정확도를 확보할 수 있음을 확인하였다.
지표 일사량 데이터는 신재생 에너지 자원지도 제작, 태양 에너지 관련 시설의 입지 선정 및 관련 정책의 기초 자료 및 농작물 생산량 예측 등의 매우 다양한 분야에 사용될 수 있는 중요한 데이터이며, 이에 최근 한국에서도 일사량 데이터 구축에 대한 연구의 필요성이 커지고 있다. 이에 본 연구에서는 COMS-MI(천리안 기상위성) 영상과 Heliosat-II 방법을 이용하여 국내 일사량을 추정하고자, Heliosat-II 방법을 국내 데이터에 적합하도록 수정하고, 이를 통하여 일사량을 추정하는 것을 목표로 하였다. 이를 위하여 먼저 COMS-MI 위성 영상 및 국내 기상 데이터 등을 확보하고 전처리를 수행하였다. 또한 Heliosat-II 방법의 입력 데이터이자 중간 결과물인 지표 반사도(ground albedo) 보정을 수행하고, 반사도 참조 지도(background albedo map)의 정확도를 높이고자 기존의 방법을 수정하였다. 그리고 이와 같이 수정된 Heliosat-II 방법을 통하여 추정 일사량을 도출하고, 이를 지상에서 관측된 일사량 실측치와의 비교를 통하여 정확도를 검증하였다. 실험 결과, 수정된 Heliosat-II 방법을 사용할 경우, 약 30.8%의 RMSE(%) 정확도를 나타내었으며, 기존 Heliosat-II 방법을 그대로 이용하였을 경우에 비하여 약 10% 수준의 향상된 정확도를 확보할 수 있음을 확인하였다.
Solar radiation data are important data that can be used as basic research data in diverse areas. In particular, solar radiation data are essential for diverse studies that have been recently conducted in South Korea including those for new and renewable energy resource map making and crop yield for...
Solar radiation data are important data that can be used as basic research data in diverse areas. In particular, solar radiation data are essential for diverse studies that have been recently conducted in South Korea including those for new and renewable energy resource map making and crop yield forecasting. So purpose of this study is modification of Heliosat-II method to estimate solar irradiance in Korea by using COMS-MI imagery. For this purpose, in this study, errors appearing in ground albedo images were corrected through linear transformation. And method of producing background albedo map which is used in Heliosat-II method is modified to get more finely tuned one. Through the study, ground albedo correction could be successfully performed and background albedo maps could be successfully derived. Lastly, In this study, solar irradiance was estimated by using modified Heliostat-II method. And it was compared with actually measured values to verify the accuracy of the methods. Accuracy of estimated solar irradiance was 30.8% RMSE(%). And this accuracy level means that solar irradiance was estimated on 10% higher level than previous Heliosat-II method.
Solar radiation data are important data that can be used as basic research data in diverse areas. In particular, solar radiation data are essential for diverse studies that have been recently conducted in South Korea including those for new and renewable energy resource map making and crop yield forecasting. So purpose of this study is modification of Heliosat-II method to estimate solar irradiance in Korea by using COMS-MI imagery. For this purpose, in this study, errors appearing in ground albedo images were corrected through linear transformation. And method of producing background albedo map which is used in Heliosat-II method is modified to get more finely tuned one. Through the study, ground albedo correction could be successfully performed and background albedo maps could be successfully derived. Lastly, In this study, solar irradiance was estimated by using modified Heliostat-II method. And it was compared with actually measured values to verify the accuracy of the methods. Accuracy of estimated solar irradiance was 30.8% RMSE(%). And this accuracy level means that solar irradiance was estimated on 10% higher level than previous Heliosat-II method.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 국내 위성 영상 및 국내 기상 자료를 활용한 Heliosat-II 방법 적용사례 및 기존 연구가 없으며, 이에 따라 높은 정확도로 일사량을 추정하기 위해서는 국내 위성영상 및 기상 데이터에 적합하도록 모델을 수정해야 한다는 문제가 있다. 이에 본 연구에서는 COMS-MI 영상과 국내기상 데이터를 이용하여, Heliosat-II 방법을 통한 일사량을 추정하고자, 기존의 모델을 국내 상황에 적합하도록 수정하고 이를 통하여 일사량 지도를 제작하는 것을 목표로 하였다. 이를 위하여 먼저 Heliosat-II 방법의 주요 입력 데이터이자 중간 결과물인 지표 반사도 영상의 보정을 수행하였다.
또한 보다 정확한 반사도 참조 지도를 얻기 위하여, 기존의 방법을 COMS-MI 영상에 적합하도록 수정하여 적용하였다. 그리고 이와 같은 과정을 통하여 보다 구름 지수를 도출하고, 최종적으로 보다 정확도 높은 한반도 일사량을 추정하고자 하였다.
그리고 이는 일사량의 과대평가를 야기하는 원인이 된다. 본 연구에 서는 영상의 반사도 분포 정보를 보존하기 위하여, 선형 변환 을 통하여 반사도를 보정하였다. 즉 과소평가된 화소에 대해 서만 반사도를 특정 값으로 치환하는 방식의 보정을 실시 할 경우, 기존 반사도 분포 정보를 크게 해칠 수 있기 때문에, 선 형 변환을 통하여 특정 임계값 구간 이내의 반사도 전체를 조 정하는 방식을 선택하였다.
본 연구에서는 각 영상의 반사도 히스토그램 분석을 통하여, 반사도 오차 존재 여부를 찾아내고, 이에 대하여 보정하였다. 영상 전반에 걸쳐 반사도 오차가 나타나는 경우의 히스토그램은 일반적으로 Fig.
본 연구는 COMS-MI 가시광 채널 영상을 사용하여 한국의 일사량을 추정하기 위해서, Heliosat-II 방법을 수정 및 개선하는 것을 목표로 하였다. 이를 위하여 먼저 Heliosat-II 방법에 대입되는 각종 데이터를 국내 데이터로 확보 및 전처리를 수행하였으며, 선형변환을 통하여 지표 반사도 영상에 나타나는 오차를 수정하여 추정 일사량의 정확도를 높이고자 하였다.
가설 설정
지도를 제작하였다. 이때 첫 번째 최솟값은 화소에 오차가 있을 수 있음을 가정하고, 두 번째 최솟값을 영상 제작에 사용하였으며, 화소의 값이 0.05보다 작은 값일 경우 0.05로 치환하는 단계를 거쳐 반사도 참조 지도를 제작하였다. 이와 같은 제작 방법은 데이터의 축적기간이 높으며, 반사도 데이터가 정확할 경우 높은 신뢰도를 지닌 결과를 얻을 수 있다.
제안 방법
이에 본 연구에서는 COMS-MI 영상과 국내기상 데이터를 이용하여, Heliosat-II 방법을 통한 일사량을 추정하고자, 기존의 모델을 국내 상황에 적합하도록 수정하고 이를 통하여 일사량 지도를 제작하는 것을 목표로 하였다. 이를 위하여 먼저 Heliosat-II 방법의 주요 입력 데이터이자 중간 결과물인 지표 반사도 영상의 보정을 수행하였다. 위성영상에 존재하는 매우 많은 양의 구름은 구름 근처의 청천 지역의 반사도에 큰 영향을 미친다(Wen et al.
그러나 한국의 경우 6~8월은 매우 구름이 많이 나타나는 기간이라는 점, 그리고 COMS-MI 위성영상 데이터는 상대적으로 데이터의 수집 기간이 짧다는 점은, 최종 결과에 부정적인 영향을 나타내는 요인이 된다. 이에 본 연구에서는 COMS-MI 위성영상에 적합하도록 기존의 방법을 개선하여, 반사도 참조 지도를 도출하였다.
1 단계에서는 위성의 가시광 채널 영상과 가시광 채널의 분광 구간에 대응되는 영역에서의 지표 도달 방사에너지를 통하여 겉보기 알베도 영상을 구하는 단계이다. 본 연구에서는 COMS- MI의 가시광 채널 영상을 사용하고, 이에 대응되는 지표 도달 방사에너지(I0coms)를 도출하여 Heliosat-II 방법 1단계를 구현하였다. 2단계는 Linke 혼탁도 지도(Linke turbidity map) 와 앞서 도출한 I0coms를 이용하여 대기 반사도(atmosphere reectance) 도출하는 단계이다.
본 연구에서는 Fig. 1과 같이 기존의 Heliosat-II 방법에 지표 반사도의 오차를 보정하는 과정을 추가하였다. 또한 보다 정확한 반사도 참조 지도를 얻기 위하여, 기존의 방법을 COMS-MI 영상에 적합하도록 수정하여 적용하였다.
1과 같이 기존의 Heliosat-II 방법에 지표 반사도의 오차를 보정하는 과정을 추가하였다. 또한 보다 정확한 반사도 참조 지도를 얻기 위하여, 기존의 방법을 COMS-MI 영상에 적합하도록 수정하여 적용하였다. 그리고 이와 같은 과정을 통하여 보다 구름 지수를 도출하고, 최종적으로 보다 정확도 높은 한반도 일사량을 추정하고자 하였다.
본 연구에서는 Heliosat-II 방법의 구현을 위하여, COMS-MI 위성영상, Linke 혼탁도 지도, Wehili 1985 분광 모델과 COMS-MI의 센서 분광 반응도(sensor spectral response) 데이터 등을 확보하고 이에 대한 전처리를 수행하여 일사량 추정에 사용하였다. 또한 최종 결과인 일사량 추정 지도의 정확도를 확인하기 위하여, 지상에서 관측한 일사량 실측치 데이터를 사용하였다.
083°의 공간해상도로 대기 혼탁도 정보를 나타내는 영상이며, 기존의 해상도를 COMS-MI영상과 동일한 1km×1km의 공간해상도로 변환하는 전처리 과정을 수행하여 사용하였다. 또한 본 연구에서는 Wehili 1985 분광 모델과 국가기상위성센터에서 제공하는 COMS-MI 센서 분광 반응도 데이터를 확보하고, 두 데이터 간의 분광 구간을 일치시키는 전처리를 수행하였다. 그리고 각 데이터와 수식 1을 통하여, COMS-MI 가시광 채널에 대응되는 분광구간에서의 지표 도달 방사에너지를 도출하였으며,이를 I0coms 로 명명하였다.
또한 본 연구에서는 Wehili 1985 분광 모델과 국가기상위성센터에서 제공하는 COMS-MI 센서 분광 반응도 데이터를 확보하고, 두 데이터 간의 분광 구간을 일치시키는 전처리를 수행하였다. 그리고 각 데이터와 수식 1을 통하여, COMS-MI 가시광 채널에 대응되는 분광구간에서의 지표 도달 방사에너지를 도출하였으며,이를 I0coms 로 명명하였다. 마지막으로 도출된 추정일사량의 정확도를 검증하기 위하여, 기상청에서 제공하는 2013년 1월 1일 부터 12월 31일까지의 시간당 일사량 실측 데이터를 확보하고, 최종 정확도 평가에 사용하였다.
본 연구에 서는 영상의 반사도 분포 정보를 보존하기 위하여, 선형 변환 을 통하여 반사도를 보정하였다. 즉 과소평가된 화소에 대해 서만 반사도를 특정 값으로 치환하는 방식의 보정을 실시 할 경우, 기존 반사도 분포 정보를 크게 해칠 수 있기 때문에, 선 형 변환을 통하여 특정 임계값 구간 이내의 반사도 전체를 조 정하는 방식을 선택하였다.
2와 같이, 다수의 음의 값을 포함한, 2 봉 분포(bimodal distribution) 형태로 나타나며, 두 개의 최빈값 중 하나가 음의 값을 나타내거나 0에 매우 가까운 값을 나타내는 형태를 나타낸다. 본 연구에서는 이 같은 히스토그램특성을 활용하여, 반사도 오차를 찾아내고, 이에 선형변환을통한 반사도 보정을 수행하였다.
3은 지표 반사도 보정의 흐름을 보여준다. 본 연구에서는 일반적으로 나타는 지표의 최소 반사도와 구름의 최소 반사도를, 각각 최소 및 최대 임계값으로 설정하고, 해당 구간에 대응되는 반사도에 대하여 보정을 실시하였다. 최소 임계 값은 육지 및 바다의 2개 지역으로 나누어 각각 0.
본 연구에서는 이 같은 한계점을 극복하고자, Fig. 5와 같이 기존의 방법을 수정하고, 최종 반사도 참조 지도를 다음과 같은 단계를 통하여 제작하였다. 먼저 i) 기존의 Heliosat-II 방법과 동일한 방법으로 반사도 참조 지도를 제작하고, ii) 보정 대상(보정하고자 하는 반사도 참조 지도)과 같은 달에 해당하는 반 사도 참조 지도들에 대하여 대상 영상을 기준으로 히스토그램 매칭을 실시하였으며, 마지막으로 ⅲ) 대상 지도와 각 반사도 참조 지도들을 이용하여, 최소 반사도법을 다시 적용하여, 최종 반사도 참조 지도를 도출하였다.
먼저 i) 기존의 Heliosat-II 방법과 동일한 방법으로 반사도 참조 지도를 제작하고, ii) 보정 대상(보정하고자 하는 반사도 참조 지도)과 같은 달에 해당하는 반 사도 참조 지도들에 대하여 대상 영상을 기준으로 히스토그램 매칭을 실시하였으며, 마지막으로 ⅲ) 대상 지도와 각 반사도 참조 지도들을 이용하여, 최소 반사도법을 다시 적용하여, 최종 반사도 참조 지도를 도출하였다. 이 같이 도출된 반사도 참조 지도와 보정된 지표 반사도를 사용하여 구름 지수를 도출하였으며, 최종적으로 Heliosat-II 방법의 4단계를 거쳐 지표 일사량 지도를 도출하였다.
것을 목표로 하였다. 이를 위하여 먼저 Heliosat-II 방법에 대입되는 각종 데이터를 국내 데이터로 확보 및 전처리를 수행하였으며, 선형변환을 통하여 지표 반사도 영상에 나타나는 오차를 수정하여 추정 일사량의 정확도를 높이고자 하였다. 또한 기존의 반사도 참조 영상을 도출하는 방법을 수정하여, 보다 향상된 수준의 반사도 참조 영상을 도출하였다.
이를 위하여 먼저 Heliosat-II 방법에 대입되는 각종 데이터를 국내 데이터로 확보 및 전처리를 수행하였으며, 선형변환을 통하여 지표 반사도 영상에 나타나는 오차를 수정하여 추정 일사량의 정확도를 높이고자 하였다. 또한 기존의 반사도 참조 영상을 도출하는 방법을 수정하여, 보다 향상된 수준의 반사도 참조 영상을 도출하였다. 그리고 마지막으로 추정 일사량을 도출하고 이를 지상에서 관측된 일사량 실측치를 참조자료로 하여 정확도를 확인하였다.
또한 기존의 반사도 참조 영상을 도출하는 방법을 수정하여, 보다 향상된 수준의 반사도 참조 영상을 도출하였다. 그리고 마지막으로 추정 일사량을 도출하고 이를 지상에서 관측된 일사량 실측치를 참조자료로 하여 정확도를 확인하였다.
5와 같이 기존의 방법을 수정하고, 최종 반사도 참조 지도를 다음과 같은 단계를 통하여 제작하였다. 먼저 i) 기존의 Heliosat-II 방법과 동일한 방법으로 반사도 참조 지도를 제작하고, ii) 보정 대상(보정하고자 하는 반사도 참조 지도)과 같은 달에 해당하는 반 사도 참조 지도들에 대하여 대상 영상을 기준으로 히스토그램 매칭을 실시하였으며, 마지막으로 ⅲ) 대상 지도와 각 반사도 참조 지도들을 이용하여, 최소 반사도법을 다시 적용하여, 최종 반사도 참조 지도를 도출하였다. 이 같이 도출된 반사도 참조 지도와 보정된 지표 반사도를 사용하여 구름 지수를 도출하였으며, 최종적으로 Heliosat-II 방법의 4단계를 거쳐 지표 일사량 지도를 도출하였다.
대상 데이터
사용하였다. 또한 최종 결과인 일사량 추정 지도의 정확도를 확인하기 위하여, 지상에서 관측한 일사량 실측치 데이터를 사용하였다. COMS-MI는 한국의 기상 위성으로 2010 년 6월 발사되어, 36, 000km의 고도에서 한국을 중심으로 촬영하는 정지궤도위성이다.
COMS-MI는 한국의 기상 위성으로 2010 년 6월 발사되어, 36, 000km의 고도에서 한국을 중심으로 촬영하는 정지궤도위성이다. COMS-MI 영상은 2011년 4월부터 제공되고 있으며, 총 5개의 채널로 구성되어 있다. 각 채널에 대한 정보는 Table 1과 같으며, 본 연구에서는 2013년 1월 1일부터 12월 31일 까지의 가시광 채널 영상을 사용 되었다.
COMS-MI 영상은 2011년 4월부터 제공되고 있으며, 총 5개의 채널로 구성되어 있다. 각 채널에 대한 정보는 Table 1과 같으며, 본 연구에서는 2013년 1월 1일부터 12월 31일 까지의 가시광 채널 영상을 사용 되었다. 가시광 채널은 0.
그리고 각 데이터와 수식 1을 통하여, COMS-MI 가시광 채널에 대응되는 분광구간에서의 지표 도달 방사에너지를 도출하였으며,이를 I0coms 로 명명하였다. 마지막으로 도출된 추정일사량의 정확도를 검증하기 위하여, 기상청에서 제공하는 2013년 1월 1일 부터 12월 31일까지의 시간당 일사량 실측 데이터를 확보하고, 최종 정확도 평가에 사용하였다.
성능/효과
연구 결과, 수정된 Heliosat-II 방법을 사용하여, 기존의 방법으로 도출한 일사량보다 RMSE(%)를 기준으로 9.5% 수준의 향상된 결과를 확보할 수 있었으며, 월별 추정 일사량 역 시시기에 상관없이 보다 높은 정확도의 일사량을 얻을 수 있었다. 한편 추정된 일사량은 2~9월 사이에 전반적으로 20% 이하 수준의 매우 높은 정확도를 보여주었다.
5% 수준의 향상된 결과를 확보할 수 있었으며, 월별 추정 일사량 역 시시기에 상관없이 보다 높은 정확도의 일사량을 얻을 수 있었다. 한편 추정된 일사량은 2~9월 사이에 전반적으로 20% 이하 수준의 매우 높은 정확도를 보여주었다.
9는 최종적으로 도출된 2013년 1월 1일부터 12월 31일까지의 일사량 추정치(x축)와 일사량 실측치(y축) 간의 관계를 보여주는 그래프이다. 원형은 기존의 Heliosat-II 방법, 별표는 수정된 Heliosat-II 방법을 통하여 도출된 일사량 추정치로서, 수정된 Heliosat-II 방법을 통하여 도출한 결과가 실측치와 보다 가까운 값으로 나타나는 것을 확인할 수 있다. 최종 정확도는 기존 Heliosat-II 방법을 통하여 구한 경우, 40.
원형은 기존의 Heliosat-II 방법, 별표는 수정된 Heliosat-II 방법을 통하여 도출된 일사량 추정치로서, 수정된 Heliosat-II 방법을 통하여 도출한 결과가 실측치와 보다 가까운 값으로 나타나는 것을 확인할 수 있다. 최종 정확도는 기존 Heliosat-II 방법을 통하여 구한 경우, 40.3% 의 RMSE(%)를 나타내었으며, 수정된 Heliosat-II 방법의 경우 30.8%의 RMSE(%)를 나타내었다. 즉 수정된 Heliosat-II 방법이, RMSE(%) 기준 9.
8%의 RMSE(%)를 나타내었다. 즉 수정된 Heliosat-II 방법이, RMSE(%) 기준 9.5% 수준의 정확도 향상을 보여주고 있다.
후속연구
이 같은 본 연구의 결과를 사용하여 보다 높은 정확도의 일사량 추정 및 일사량 지도를 제작에 기여할 것으로 판단된다. 추후 추정 일사량 정확도를 보다 높이기 위하여, 기존의 Heliosat-II 방법 4단계에서 사용되는 일사량 물리 모델과 다양한 다른 물리 모델 간의 정확도 비교 평가를 수행할 예정이다.
추후 추정 일사량 정확도를 보다 높이기 위하여, 기존의 Heliosat-II 방법 4단계에서 사용되는 일사량 물리 모델과 다양한 다른 물리 모델 간의 정확도 비교 평가를 수행할 예정이다. 또한 Heliosat-II 방법에서 구름 지수를 도출하는 방법을 COMS-MI 위성에 보다 적합하도록 수정하는 연구를 수행이 필요할 것으로 판단된다.
추후 추정 일사량 정확도를 보다 높이기 위하여, 기존의 Heliosat-II 방법 4단계에서 사용되는 일사량 물리 모델과 다양한 다른 물리 모델 간의 정확도 비교 평가를 수행할 예정이다. 또한 Heliosat-II 방법에서 구름 지수를 도출하는 방법을 COMS-MI 위성에 보다 적합하도록 수정하는 연구를 수행이 필요할 것으로 판단된다.
참고문헌 (11)
Ahrens, C.D. (2006), Meteorology Today. An Introduction to Weather, Climate, and the Environment. Eighth Edition, Thompson, Brooks/Cole., USA.
Cahalan, R.F., Oreopoulos L., Wen G., Marshak A., Tsay S.C., and DeFelice T. (2001), Cloud characterization and clear sky correction from Lansat 7, Remote Sensing Environment, Vol. 78, No. 1-2, pp. 83-98.
Kim, M., Kim, J., Wong, M.S., Yoon, J., Lee, J., Wu, D., Chan, P.W., Nichol, J.E., Chung, C.Y.C., and Ou, M.L. (2014), Improvement of aerosol optical depth retrieval over Hong Kong from a geostationary meteorological satellite using critical reflectance with background optical depth correction, Remote Sensing Environment, Vol. 142, No. 25, pp. 176-187.
Knapp, K.R., Frouin, R., Kondragunta, S., and Prados, A. (2005), Toward aerosol optical depth retrievals over land from GOES visible radiances: determining surface reflectance, International Journal of Remote Sensing, Vol. 26, No. 18, pp. 4097-4116.
Knapp, K.R., Vonder, H.T.H., and Kaufman, Y.J. (2002), Aerosol optical depth retrieval from GOES-8: uncertainty study and retrieval validation over South America, Journal of Geophysical Research, Vol. 107, No. D7, pp. 1-12.
Lee, J., Choi, W.S., Yun, C.Y., Jo, D.K., Kang, Y.H., and Kim, Y.I. (2013), Estimation of global horizontal insolation over the Korean Peninsula based on COMS MI satellite images, Korea Journal of Remote Sensing, Vol. 29, No. 1, pp. 151-160. (in Korean with English abstract)
Lee, J., Kim J., Song, C.H., Ryu, J.H., Ahn, Y.H., and Song, C.K. (2010), Algorithm for retrieval of aerosol optical properties over the ocean from the Geostationary Ocean Color Imager, Remote Sensing Environment, Vol. 114, No. 5, pp. 1077-1088.
Marshak, A., Frank E.K., Tamas V., and Wen, G. (2014), Extending 3D near-cloud corrections from shorter to longer wavelengths, Journal of Quantitative Spectroscopy and Radiative Transfer, Vol. 147, No. 1, pp. 79-85.
Oke, T.R. (1992), Boundary Layer Climates: Second Edition., Routledge. New York.
Wen, G., Robert F. Cahalan, Si-Chee Tsay, and Lazaros Oreopoulos (2001), Impact of cumulus cloud spacing on Landsat atmospheric correction and aerosol retrieval, Journal of Geophysical Research, Vol. 106, No. D11, pp. 12129-12138.
Wong, M.S., Lee, K.H., Nichol, J.E., and Li, Z.Q. (2010), Retrieval of aerosol optical thickness using MODIS 500×500 m(2), a study in Hong Kong and the Pearl River delta region, IEEE Transactions on Geoscience and Remote Sensing, Vol. 48, No. 8, pp. 3318-3327.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.