MODIS 자료의 에어로졸의 광학적 두께를 이용한 제주지역의 지표면 PM2.5 농도 추정 Estimation of surface-level PM2.5 concentration based on MODIS aerosol optical depth over Jeju, Korea원문보기
본 연구는 제주 고산에서 Moderate Resolution Imaging Spectroradiometer(MODIS)로 산출된 Aerosol Optical Depth(AOD)와 지표면 $PM_{2.5}$와의 상관성 연구를 수행하였다. 이를 위해 위성자료, 선포토미터, Optical Particle Counter(OPC), Micro Pulse Lidar(MPL)자료가 사용되었다. 2009년 10월 14일부터 24일까지 고산에서 측정된 선포토미터 L2.0자료와 $PM_{2.5}$ 자료의 초기 상관성 검토에서는 $R^2=0.48$의 상관성을 보였지만 고산에서 측정된 Micro-Pulse Lidar Network(MPLNet)의 에어로졸 수직분포 데이터를 사용하여 옅은 구름이나 황사의 영향을 제거한 후에는 상관성이 개선되어 $R^2=0.60$ 이상의 값이 산출되었다. 이러한 결과는 인공위성 자료로부터 측정된 AOD를 이용하여 대기 미세먼지 감시에 활용할 수 있는 가능성을 확인하여 주었다.
본 연구는 제주 고산에서 Moderate Resolution Imaging Spectroradiometer(MODIS)로 산출된 Aerosol Optical Depth(AOD)와 지표면 $PM_{2.5}$와의 상관성 연구를 수행하였다. 이를 위해 위성자료, 선포토미터, Optical Particle Counter(OPC), Micro Pulse Lidar(MPL)자료가 사용되었다. 2009년 10월 14일부터 24일까지 고산에서 측정된 선포토미터 L2.0자료와 $PM_{2.5}$ 자료의 초기 상관성 검토에서는 $R^2=0.48$의 상관성을 보였지만 고산에서 측정된 Micro-Pulse Lidar Network(MPLNet)의 에어로졸 수직분포 데이터를 사용하여 옅은 구름이나 황사의 영향을 제거한 후에는 상관성이 개선되어 $R^2=0.60$ 이상의 값이 산출되었다. 이러한 결과는 인공위성 자료로부터 측정된 AOD를 이용하여 대기 미세먼지 감시에 활용할 수 있는 가능성을 확인하여 주었다.
In this study, correlations between Moderate Resolution Imaging Spectroradiometer (MODIS) derived Aerosol Optical Depth (AOD) values and surface-level $PM_{2.5}$ concentrations at Gosan, Korea have been investigated. For this purpose, data from various instruments, such as satellite, sunp...
In this study, correlations between Moderate Resolution Imaging Spectroradiometer (MODIS) derived Aerosol Optical Depth (AOD) values and surface-level $PM_{2.5}$ concentrations at Gosan, Korea have been investigated. For this purpose, data from various instruments, such as satellite, sunphotometer, Optical Particle Counter (OPC), and Micro Pulse Lidar (MPL) on 14-24 October 2009 were used. Direct comparison between sunphotometer measured AOD and surface-level $PM_{2.5}$ concentrations showed a $R^2=0.48$. Since the AERONET L2.0 data has significant number of observations with high AOD values paired to low surface-level $PM_{2.5}$ values, which were believed to be the effect of thin cloud or Asian dust. Correlations between MODIS AOD and $PM_{2.5}$ concentration were increased by screening thin clouds and Asian dust cases by use of aerosol profile data on Micro-Pulse Lidar Network (MPLNet) as $R^2$ > 0.60. Our study clearly demonstrates that satellite derived AOD is a good surrogate for monitoring atmospheric PM concentration.
In this study, correlations between Moderate Resolution Imaging Spectroradiometer (MODIS) derived Aerosol Optical Depth (AOD) values and surface-level $PM_{2.5}$ concentrations at Gosan, Korea have been investigated. For this purpose, data from various instruments, such as satellite, sunphotometer, Optical Particle Counter (OPC), and Micro Pulse Lidar (MPL) on 14-24 October 2009 were used. Direct comparison between sunphotometer measured AOD and surface-level $PM_{2.5}$ concentrations showed a $R^2=0.48$. Since the AERONET L2.0 data has significant number of observations with high AOD values paired to low surface-level $PM_{2.5}$ values, which were believed to be the effect of thin cloud or Asian dust. Correlations between MODIS AOD and $PM_{2.5}$ concentration were increased by screening thin clouds and Asian dust cases by use of aerosol profile data on Micro-Pulse Lidar Network (MPLNet) as $R^2$ > 0.60. Our study clearly demonstrates that satellite derived AOD is a good surrogate for monitoring atmospheric PM concentration.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
최근 원격탐사를 이용하여 측정된 AOD를 미세먼지 농도로 환산하여 환경적 영향 및 분포를 파악하는 자료로 활용하는 연구가 진행되고 있지만 아직 뚜렷한 해결책을 찾지 못하고 있다. 따라서 본 연구에서는 지표면 미세먼지 농도와 광학적으로 측정된 AOD와의 상관성을 도출하여 제주도에서의 PM2.5의 농도를 추정해 보고자 한다.
제안 방법
먼저, 선포토미터에서 측정된 AOD 값을 정확하게 보정하게 위해는 MPL의 후방산란계수를 이용하였다. 대기 중 옅은 구름 및 상층부 미세먼지의 영향으로 PM2.5 농도보다 상대적으로 높은 AOD를 보이는 데이터를 제거하고, 대기 상층부로 지나가는 황사의 경우도 보정하여 상관성을 높이도록 하였다. 이에 OPC로 측정된 지표면 PM2.
5 농도를 추정 하였다. 먼저, 선포토미터에서 측정된 AOD 값을 정확하게 보정하게 위해는 MPL의 후방산란계수를 이용하였다. 대기 중 옅은 구름 및 상층부 미세먼지의 영향으로 PM2.
Level 2 collection 6 자료는 10 km 해상도의 AOD자료를 활용하였다. 미세먼지 측정에 사용된 OPC의 PM2.5 1분간 평균자료를 사용하였고 선포토미터의 AOD와 같은 시간에 MODIS AOD를 활용하여 비교하였다.
고산지역은 중국에서 장거리 수송되는 오염물질의 영향을 크게 받기 때문에 시·공간적 대기질의 감시를 위해서는 지상관측 및 인공위성을 이용한 관측이 필요하다. 본 연구에서는 배경농도 지역인 고산에서 측정된 선포토미터로 산출된 AOD와 OPC로 측정된 PM2.5의 1차 회귀 상관관계를 이용하여 MODIS level 2 AOD로 분석된 지표면 PM2.5와 STAR 알고리즘으로 분석된 지표면 PM2.5 농도를 추정 하였다. 먼저, 선포토미터에서 측정된 AOD 값을 정확하게 보정하게 위해는 MPL의 후방산란계수를 이용하였다.
, 1998). 선포토미터의 AOD 자료는 지표면 미세먼지 농도와 비교하여 상관성 분석에 활용하였다.
대상 데이터
이 때 산출 알고리즘은 Lee and Kim(2010)에서 제시한 SaTellite Aerosol Retrieval(STAR) 방법을 사용하였다. Level 2 collection 6 자료는 10 km 해상도의 AOD자료를 활용하였다. 미세먼지 측정에 사용된 OPC의 PM2.
MODIS Level 1B와 Level 2 collection 6은 NASA의 the Level 1 and Atmosphere Archive and Distribution System(LAADS)(http://ladsweb.nascom.nasa.gov)에서 측정된 자료를 검색 및 획득하였고 L1B 자료는 RGB 영상과 1km의 AOD를 산출하는데 사용되었다. 이 때 산출 알고리즘은 Lee and Kim(2010)에서 제시한 SaTellite Aerosol Retrieval(STAR) 방법을 사용하였다.
gov). MPL 자료는 단일 파장(532 nm)의 후방 산란 계수를 10분 단위의 30 m 간격의 수직적 해상도를 가지는 자료를 사용하였다(Fernald, 1984).
, 2002). 본 연구에서는 PM2.5의 농도에 비해 AOD 값을 높게 하는 옅은 구름의 영향과 상층부의 AOD를 높이는 황사의 영향을 제거하기 위해서 고산 Gosan_SNU 사이트에서 관측된 MPLNET Level 1.5 data가 사용되었다(http://mplnet.gsfc.nasa.gov). MPL 자료는 단일 파장(532 nm)의 후방 산란 계수를 10분 단위의 30 m 간격의 수직적 해상도를 가지는 자료를 사용하였다(Fernald, 1984).
본 연구에서는 장거리 수송되는 오염물질의 영향을 감시하기 적합한 배경농도 지역인 제주도 고산지역(33˚17´N, 126˚10´E)을 선정하여 2009년 10월 14일부터 24일까지 미세먼지 측정 및 원격탐사 관측이 이뤄졌다.
선포토미터의 AOD는 구름의 영향이 제거된 데이터 검·보정 자료인 Level 2.0 자료를 NASA’s AERONET Data Synergy Tool(http://aeronet.gsfc.nasa.gov/cgi-bin/bamgomas_interactive)에서 획득하였다(Holben et al., 1998).
5가 50 μg/m3 이상으로 다소 높았다. 황사 발생일 이후에 10월 21부터 23일까지의 중국으로부터 장거리 수송되는 연무가 발생하여 높은 PM2.5를 기록하였다.
이론/모형
gov)에서 측정된 자료를 검색 및 획득하였고 L1B 자료는 RGB 영상과 1km의 AOD를 산출하는데 사용되었다. 이 때 산출 알고리즘은 Lee and Kim(2010)에서 제시한 SaTellite Aerosol Retrieval(STAR) 방법을 사용하였다. Level 2 collection 6 자료는 10 km 해상도의 AOD자료를 활용하였다.
성능/효과
48의 상관성을 보였다. MPLNET 라이다 자료를 이용하여 대기 중 높이 2 km~10 km에 존재하는 옅은 구름을 주변 대기 대비 후방산란신호의 세기의 상대적인 비를 적용하여 탐지하였고, 1 km 이상 높이에서 장거리 수송되는 미세먼지를 선별적으로 제거하자 상관성이 R2 = 0.61로 개선되었다.
고산에서 MODIS AOD 값과 PM2.5 상관성을 이용하여 제주도 주변 지역의 10 km와 1 km의 지표면 PM2.5 분포로 확대하여 분석하기 위해서는 선포토미터의 AOD 값을 위성이 지나가는 시간에 ±30분을 평균하여 비교·검증하였고 MODIS L2 AOD 및 STAR 알고리즘으로 분석된 AOD와 AERONET의 상관성(R2 = 0.94)이 높았다.
Table 1은 관측기간의 전체적인 통계적 분석값을 보여준다. 고산지역에서의 시간당 AOD의 평균값은 0.26, 중간값 0.22로 0.3 이하의 낮은 값을 보였고 AOD 범위는 최소 0.07부터 최고 0.98로 넓은 분포를 보였다. PM2.
5를 추정을 할 수 있었다. 또한 관측 동안 MODIS로 측정된 Level 2 10 km 해상도 AOD 및 STAR 알고리즘으로 분석된 1 km 해상도 AOD와 선포토미터로 측정된 AOD와의 상관성이 높아 제주 전체 지역의 황사 발생일(2009년 10월 19일), 연무 발생일(2009년 10월 17일, 21~23일)에 PM2.5 분석의 가능성을 확인 할 수 있었다. 이러한 연구는 향후 지역적 시공간적 미세먼지를 원격탐사로 분석 및 감시를 가능하게 하고 인공위성의 활용성을 높이는 수단이 될 수 있을 것으로 기대한다.
이에 OPC로 측정된 지표면 PM2.5 농도와 선포토미터로 측정된 AOD와의 상관관계가 초기값이 R2 = 0.48로 나타났고 보정 후에는 보다 향상된 상관성 R2 = 0.61을 보였고 PM2.5 =52.7·AOD+0.33의 1차 선형회귀 방정식 결과를 얻었다.
후속연구
5 분석의 가능성을 확인 할 수 있었다. 이러한 연구는 향후 지역적 시공간적 미세먼지를 원격탐사로 분석 및 감시를 가능하게 하고 인공위성의 활용성을 높이는 수단이 될 수 있을 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
MPLNet은 어떤 정보를 제공하는가?
NASA Goddard Space Flight Center(NASA/GSFC)의 구름 및 에어로졸 라이다(Lidar) 그룹에 의해 운영되고 있는 MPLNet는 전 세계적인 MPL system의 네트워크를 구축하고 있으며 장기간 측정된 에어로졸 및 구름의 수직적 분포와 높이를 제공하고 있다(Welton et al., 2002).
미세먼지는 어떻게 분류되는가?
미세먼지(Particulate Matter, PM)는 입자의 공기학적 직경이 10 μm 보다 작은 입자(Particles with an aerodynamic diameter of less than 10 μm, PM10)와 2.5 μm 보다 작은 입자(Particles with an aerodynamic diameter of less than 2.5 μm, PM2.5)로 나뉘며 최근에는 1.0 μm 보다 작은 입자(Particles with an aerodynamic diameter of lessthan 1.
AERONET의 선포토미터 자료는 어떤 값을 제공하는가?
NASA에서 운영하는 AErosol RObotic NETwork(AERONET)의 선포토미터(Sunphotometer) 자료는 1993년 관측이 시작된 이후 현재 전 지구적인 관측망을 구축하고 있다. 직달의 태양의 빛을 사용하며 다파장에서의 AOD값을 제공 하고 있다. 선포토미터로 측정된 AOD는 지표면에서부터 대기 최상층(TopOfAtmosphere, TOA)까지 존재하는 광소산계수의 총합이며 입자상 오염물질의 분포를 평가하는 간접적 농도 지표로 사용된다.
참고문헌 (16)
Alfaro, S. C., L. Gomes, J. L. Rajot, S. Lafon, A. Gaudichet, B. Chatenet, M. Maille, G. Cautenet, F. Lasserre, and X. Y. Zhang, 2003. Chemical and optical characterization of aerosols measured in spring 2002 at the ACE-Asia supersite, Zhenbeitai, China. Journal of Geophysical Research: Atmospheres, 108(D23).
Chu, D.A., Y.J. Kaufman, G., Zibordi, J.D. Chern, J. Mao, C. Li, and B.N. Holben, 2003. Global monitoring of air pollution over land from the Earth Observing System-Terra Moderate Resolution Imaging Spectroradiometer(MODIS), Journal of Geophysical Research: Atmospheres, 108, 4661, doi:10.1029/2002JD003179.
Gupta, P., S.A. Christopher, J. Wang, R. Gehrig, Y.C. Lee, and N. Kumar, 2006. Satellite remote sensing of particulate matter and air quality assessment over global cities, Atmospheric Environment, 40(30): 5880-5892.
Gupta, P., S.A. Christopher, M.A. Box, and G.P. Box, 2007. Multi year satellite remote sensing of particulate matter air quality over Sydney, Australia. International Journal of Remote Sensing, 28(20), 4483-4498.
Holben, B.N., T.F. Eck, I. Slutsker, D. Tanre, J.P. Buis, A. Setzer, E. Vermote, J.A. Reagan, Y.J. Kaufman, T. Nakajima, F. Lavenu, I. Jankowiak, and A. Smirnow, 1998. AERONET-A federated instrument network and data archive for aerosol characterization. Remote Sensing of Environment, 66(1): 1-16.
IPCC, 2013. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley(eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Kim, K., K.H. Lee, J.I. Kim, Y., Noh, D.H. Shin, S.K. Shin, Dasom Lee, Jhoon, Kim, Young J. Kim, and C.H. Song, 2016. Estimation of surfacelevel PM concentration from satellite observation taking into account the aerosol vertical profiles and hygroscopicity. Chemosphere, 143: 32-40.
Kim, K.W., Y.J. Kim, and S.J. Oh, 2001. Visibility impairment during Yellow Sand periods in the urban atmosphere of Kwangju, Korea, Atmospheric Environment, 35: 5157-5167.
Kacenelenbogen, M., J.-F. Leon, I. Chiapello, D., Tanre, 2006. Characterisation of aerosol pollution events in France using ground-based and POLDER-2 satellite data. Atmospheric Chemistry and Physics, 6: 4843-4849.
Koelemeijer, R.B.A., M. Schaap, R.M.A. Timmermans, C.D. Homan, J. Matthijsen, J. van de Kassteele, and P.J.H., Builtjes, 2006. Mapping aerosol concentrations and optical thickness over Europe - PARMA final report, MNP report 555034001, Bilthoven, the Netherlands.
Lee, K.H. and Y.J. Kim, 2010. Satellite remote sensing of Asian aerosols: a case study of clean, polluted and dust storm days, Atmospheric Measurement Technique, 3: 1771-1784, doi:10.5194/amt-3-1771-2010
Seo, S., J. Kim, H. Lee, U. Jeong, W. Kim, B.N. Holben, S.-W. Kim, C.H. Song, and J.H. Lim, 2015. Estimation of PM 10 concentrations over Seoul using multiple empirical models with AERONET and MODIS data collected during the DRAGON-Asia campaign. Atmospheric Chemistry and Physics, 15(1): 319-334.
van Donkelaar, A., R.V. Martin, and R.J. Park, 2006. Estimating ground-level $PM_{2.5}$ using aerosol optical thickness determined from satellite remote sensing, Journal of Geophysical Research: Atmospheres, 111, D21201, doi:10.1029/2005JD006996.
Wang J. and S.A., Christopher, 2003. Intercomparison between satellite-derived aerosol optical thickness and $PM_{2.5}$ mass: implications for air quality studies, Geophysical Research Letters, 30(21): 2095, doi:10.1029/2003GL018174.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.