이 연구에서는 Moderate Resolution Imaging Spectroradiometer(MODIS) Level 1.0B 자료와 다중채널 원격 탐사방법을 이용하여 황사(dust)/연무(smoke) 탐지 알고리즘을 개발하였고 결과 검증을 위하여 MODIS RGB 합성영상과 Cloud-Aerosol Lidar with Orthogonal PolarizationSatellite Observations(CALIPSO)위성의 VFM(Vertical Feature Mask)자료가 사용되었다. 2007년 3월 30일과 2012년 4월 27일의 주간 사례에 대한 이 연구의 황사/연무 탐지 결과는 검증자료와 약 56.4 %, 72.0 % 일치하였으며 야간의 경우는 2012년 04월 27일 사례에 대하여 약 40.5 % 일치하였다. 그러나 이 연구 결과는 MODIS와 CALIPSO 위성의 시 공간 일치 한계 때문에 제한적 사례에 대하여 검증되었으나 추가적인 연구를 통하여 우리나라 차세대 정지궤도기상위성의 에어로졸 탐지에 활용될 수 있을 것이다.
이 연구에서는 Moderate Resolution Imaging Spectroradiometer(MODIS) Level 1.0B 자료와 다중채널 원격 탐사방법을 이용하여 황사(dust)/연무(smoke) 탐지 알고리즘을 개발하였고 결과 검증을 위하여 MODIS RGB 합성영상과 Cloud-Aerosol Lidar with Orthogonal Polarization Satellite Observations(CALIPSO)위성의 VFM(Vertical Feature Mask)자료가 사용되었다. 2007년 3월 30일과 2012년 4월 27일의 주간 사례에 대한 이 연구의 황사/연무 탐지 결과는 검증자료와 약 56.4 %, 72.0 % 일치하였으며 야간의 경우는 2012년 04월 27일 사례에 대하여 약 40.5 % 일치하였다. 그러나 이 연구 결과는 MODIS와 CALIPSO 위성의 시 공간 일치 한계 때문에 제한적 사례에 대하여 검증되었으나 추가적인 연구를 통하여 우리나라 차세대 정지궤도 기상위성의 에어로졸 탐지에 활용될 수 있을 것이다.
In this study, the dust/smoke detection algorithm was developed with a multi-spectral satellite remote sensing method using Moderate resolution Imaging Spectroradiometer (MODIS) Level 1B (L1B) data and the results were validated as RGB composite images of red(R; band 1), green(G; band 4), blue(B; ba...
In this study, the dust/smoke detection algorithm was developed with a multi-spectral satellite remote sensing method using Moderate resolution Imaging Spectroradiometer (MODIS) Level 1B (L1B) data and the results were validated as RGB composite images of red(R; band 1), green(G; band 4), blue(B; band 3) channels using MODIS L1B data and Cloud-Aerosol Lidar with Orthogonal Polarization Satellite Observations(CALIPSO) Vertical Feature Mask (VFM) product. In the daytime on March 30, 2007 and April 27, 2012, the consistencies between the dust/smoke detected by this algorithm and verification data were approximately 56.4 %, 72.0 %, respectively. During the nighttime, the similar consistency was 40.5 % on April 27, 2012. Although these results were analyzed for limited cases due to the spatiotemporal matching for the MODIS and CALIPSO satellites, they could be used to utilize the aerosol detection of geostationary satellites for the next generations in Korea through further research.
In this study, the dust/smoke detection algorithm was developed with a multi-spectral satellite remote sensing method using Moderate resolution Imaging Spectroradiometer (MODIS) Level 1B (L1B) data and the results were validated as RGB composite images of red(R; band 1), green(G; band 4), blue(B; band 3) channels using MODIS L1B data and Cloud-Aerosol Lidar with Orthogonal Polarization Satellite Observations(CALIPSO) Vertical Feature Mask (VFM) product. In the daytime on March 30, 2007 and April 27, 2012, the consistencies between the dust/smoke detected by this algorithm and verification data were approximately 56.4 %, 72.0 %, respectively. During the nighttime, the similar consistency was 40.5 % on April 27, 2012. Although these results were analyzed for limited cases due to the spatiotemporal matching for the MODIS and CALIPSO satellites, they could be used to utilize the aerosol detection of geostationary satellites for the next generations in Korea through further research.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 연구는 동아시아에서 빈번히 발생되는 황사/연무탐지를 위하여 MODIS 센서의 다중채널을 활용하여 주간과 야간의 알고리즘을 개발하였다. 개발된 알고리즘 결과는 1차적으로 주간 RGB 합성영상을 통해 산출된 황사/연무를 확인하였으나 야간의 경우는 RGB 합성영상 활용이 불가하기 때문에 사례 당일 아침과 다음날 오전의 RGB합성영상을 이용하였다.
제안 방법
(2002)은 구름 공간변동성이 매우 크므로 MODIS 자료 3×3 화소의 표준편차가 0.0025이상일 경우 구름으로 판별하였고 이 연구에서는 구름탐지를 위한 경계값으로서 동아시아에 고농도 에어로졸이 빈번이 발생하는 봄철(3월~5월)을 기준으로 결정하였다.
, 2009). 그러나 VFM자료는 MODIS센서에 비하여 관측 폭에 한계가 있어 검증을 수행하는데 제한이 발생되기 때문에 이 연구에서는 CALIPSO위성의 일부 관측 영역에 대해서 통계적 검증을 수행하였다.
그리고 이 연구를 통한 에어로졸 탐지 결과의 검증 자료 및 방법으로서 MODIS센서의 RGB영상(Red: 0.66 μm, Green: 0.55 μm, Blue: 0.47 μm)에 의한 관능법으로 1차 검증을 수행하였다.
그리고 황사가 특히 많은 경우 ρ(0.47 μm)의 값이 작아지는 원리를 이용하여 짙은 경우는 ρ(0.47 μm)< 0.1 또한 옅은 경우는 0.02 < ρ(0.47 μm) ≤ 0.2로 분류하였다.
눈/얼음화소는식(1)을통해계산된NDSI(Normalized Difference Snow/Ice Index)와 0.86 μm 및 0.555 μm의 반사도 그리고 11 μm의 밝기온도 값을 이용하여 제거하였다(Hsu et al., 2013).
야간 황사 탐지 알고리즘은 주간과 마찬가지로 눈/얼음 및 구름의 화소가 제거되나 야간에는 반사도값이 존재하지 않아 NDSI값을 계산할 수 없다. 따라서 야간의 눈/얼음 구분을 위하여 첫 번째 날 주간(1st day)과 다음날 주간(2nd day)의 눈/얼음 화소를 비교하였다. 그리고 이 연구 결과 검증자료는 야간 RGB영상 획득 불가능함에 따라 야간사례의 전/후 1일의 주간 RGB자료를 이용하여 간접적으로 1차 검증을 수행하고 CALIPSO자료를 이용하여 추가 검증을 수행하였다.
, 2006). 따라서 이 연구에서는 2007년부터 2015년 봄철(3~5월) 황사 사례들에 대하여 경험적으로 새로운 경계값을 설정하였다.
(2010)에 의하면 주간의 타클라마칸사막 황사와 멕시코부근의 연무 사례에 대하여 MODIS센서의 다중 선형채널들을 이용하여 탐지하였으나 기존의 방법과 경계값을 아시아 지역에 적용할 경우 옅은 황사를 탐지하지 못하는 문제가 제기되었다(Zhao, 2012). 따라서 이 연구에서는 가시광선부터 적외선까지의 채널을 사용하고 에어로졸 특성에 따른 경계값들을 새롭게 설정하여 동아시아 지역에서 주야간 황사 및 주간 연무 탐지 알고리즘 완성하여 사례 분석을 수행하였다.
또한 연무의 경우 광학 두께가 증가할수록 ρ(0.47 μm)의 값이 커지기 때문에 짙은 연무의 경우 ρ(0.47 μm) 0', '>0')">>0.55로 옅은 연무의 경우 0.02 < ρ(0.47 μm) ≤ 0.05로 분류하였다.
VFM자료는 CALIPSO위성에서 후방 산란 값을 이용하여 각 층에 대한 특징(예, 구름과 에어로졸의 구분 및 타입)을 구분할 수 있으며 약 5 km의 공간해상도를 갖는 연직 분포 자료이다. 또한 이 자료는 16 비트로 이루어져 있으며 1~3 비트와 10~12 비트에는 각각의 화소 특징 구분과 연무와 황사를 포함한 8개의 에어로졸 종류로 분류되어 있기 때문에(Table 2) 연무와 황사 유형에 대해서 검증을 수행하였다(Vaughan et al., 2009). 그러나 VFM자료는 MODIS센서에 비하여 관측 폭에 한계가 있어 검증을 수행하는데 제한이 발생되기 때문에 이 연구에서는 CALIPSO위성의 일부 관측 영역에 대해서 통계적 검증을 수행하였다.
이 연구를 통하여 개발된 황사 및 연무 탐지 알고리즘은 가시광선부터 적외선까지의 채널을 이용하여 기존의 선행연구들에서의 장·단점을 보완하였으며 동아시아 지역에서 새로운 경계값을 경험적으로 재설정였다.
이 연구에서 개발된 황사/연무 탐지 알고리즘은 에어로졸 탐지에 영향을 미치는 구름 또는 눈/얼음이 존재하지 않는 청천(Clear sky)화소에 대해서 수행되기 때문에 에어로졸 탐지를 위하여 일차적으로 구름과 눈/얼음 화소를 제거하였다. 즉 구름은 0.
이러한 방법은 눈에서의 알베도가 근적외선채널의 파장대에서 급격하게 감소하기 때문에 눈과 얼음 표면을 다른 유형의 육지와 분류할 수 있다는 특성을 기반으로 NDSI값을 사용하였으며 눈/얼음으로 오염된 픽셀을최적으로산출하기위해서0.86 μm와 0.555 μm의 반사도 및 11 μm의 밝기온도 값을 함께 사용하였다.
야간 알고리즘은 2012년 4월 27일 1850UTC의 사례에 대하여 결과 분석하였고 주간의 보조 자료로써 4월 27일 0515UTC와 4월 28일 0420UTC의 자료가 사용되었다. 즉 야간 사례의 경우 전후 1일에 대한 주간의 MODIS RGB 자료를 이용하여 간접적인 검증 수행 후 VFM자료를 의한 2차 검증을 수행하였다. Fig.
대상 데이터
4. Dsut(brown) and smoke(red) vertical distribution for aerosol type in CALIPSO Vertical Feature Mask(VFM) on March 30, 2007 and April 27, 2012, respectively.
이 연구는 동아시아에서 빈번히 발생되는 황사/연무탐지를 위하여 MODIS 센서의 다중채널을 활용하여 주간과 야간의 알고리즘을 개발하였다. 개발된 알고리즘 결과는 1차적으로 주간 RGB 합성영상을 통해 산출된 황사/연무를 확인하였으나 야간의 경우는 RGB 합성영상 활용이 불가하기 때문에 사례 당일 아침과 다음날 오전의 RGB합성영상을 이용하였다. 2차적으로 CALIPSO위성의 VFM 자료를 이용하여 MODIS와 1:1비교하여 일치율을 분석하였으나 이 과정에서 MODIS 위성과 CALIPSO 위성 간의 시·공간 일치 문제 때문에 분석사례가 제한되었다
야간 알고리즘은 2012년 4월 27일 1850UTC의 사례에 대하여 결과 분석하였고 주간의 보조 자료로써 4월 27일 0515UTC와 4월 28일 0420UTC의 자료가 사용되었다. 즉 야간 사례의 경우 전후 1일에 대한 주간의 MODIS RGB 자료를 이용하여 간접적인 검증 수행 후 VFM자료를 의한 2차 검증을 수행하였다.
이 연구지역은 동아시아 지역(27~55 ˚N, 60~145 ˚E)으로서 중국과 몽골 그리고 한반도가 핵심이고 MODIS의 Level 1B자료(MOD21KM/MYD21KM)와 MOD03/MYD03자료(위 · 경도, 태양천정각, 위성천정각, 태양방위각, 위성방위각 및 육 · 해상 마스크)가 사용되었으며 36개의 채널들 중 7개 채널(0.47 μm, 0.64 μm, 2.1 μm, 3.7 μm, 8.6 μm, 11 μm, 12 μm)의 복사휘도(Radiance)를 반사도(Reflectance)와 밝기온도(Brightness Temperature)로 환산하여 사용하였다.
주간 알고리즘에서 사용되는 채널은 가시광선의 0.47 μm와 0.66 μm 그리고 적외선의 8.6 μm와 11 μm 및 12 μm이며 핵심 변수는 에어로졸 반사도(ρ = 0.47 μm)와 반사도 비율(R) 및 지수(D*)이다.
데이터처리
즉 RGB영상은 일반적으로 위성자료의 이미지 분석에 사용되고 채널별 특징에 따라 색을 합성할 경우 각 채널에 나타나지 않았던 특징을 찾는 방법이며 이러한 RGB영상을 통하여 구름(흰색)과 황사(황토색) 및 연무(회색)를 구분할 수 있다. 2차 검증을 위하여 CALIPSO위성의 CALIOP 센서에서 산출되는 Level 2 VFM (Vertical Feature Mask)자료의 Feature Classification Flags와 비교 분석하였다(Vaughan et al., 2009). VFM자료는 CALIPSO위성에서 후방 산란 값을 이용하여 각 층에 대한 특징(예, 구름과 에어로졸의 구분 및 타입)을 구분할 수 있으며 약 5 km의 공간해상도를 갖는 연직 분포 자료이다.
따라서 야간의 눈/얼음 구분을 위하여 첫 번째 날 주간(1st day)과 다음날 주간(2nd day)의 눈/얼음 화소를 비교하였다. 그리고 이 연구 결과 검증자료는 야간 RGB영상 획득 불가능함에 따라 야간사례의 전/후 1일의 주간 RGB자료를 이용하여 간접적으로 1차 검증을 수행하고 CALIPSO자료를 이용하여 추가 검증을 수행하였다.
이론/모형
(2002)의 3×3화소에 대한 표준편차(Standard deviation, STD)의 경계값을 이용하여 제거하였다.
7 μm의 가시광선 파장대를 이용하여 사막 지역에서 황사/연무를 탐지하였다. 적외선의 경우는 Shenk and Curran(1974)의 연구에서 두 적외선 파장의 밝기온도차(Brightness Temperature Difference, BTD)를 이용하여사하라 사막의 황사를 처음 탐지하였고 Prata(1989)는 동일한 방법으로 AVHRR (Advanced Very High Resolution Radiometer)을 이용하여 에어로졸과 구름을 분류하였다. 이와 같은 적외선 이용 방법은 야간에도 적용할 수 있으나 지표 방출률과 황사 등의 에어로졸 고도 및 권운(Cirrus) 때문에 오탐지 될 수 있고(Wald et al.
성능/효과
그 결과로서 중국의 화북과 화중지역과 몽골지역 그리고 위·경도 31~42 ˚N, 110~113˚E 부근에 황사가 탐지되었고 MODIS 화소에 가장 가까운 VFM 화소를 일치시켜 1:1비교 한 결과 이 연구 개발된 알고리즘이 약 40.5 % 일치하였다.
38 % 일치하였다. 그리고 2012년 04월 27일 사례는 RGB 합성영상에서 내몽골과 산둥반도 지역의 황사를 역시 잘 탐지하였고 VFM과 약 71.96 %로 높은 정확도를 나타내었으나 북만주 쪽에서 탐지되는 연무는 구름 가장자리에 의한 오탐지로 판단되었다. 야간 알고리즘 결과로서는 2012년 04월 27일 사례를 분석한 결과 27일과 28일에 걸쳐 황사가 남동진하는 것을 주간의 MODIS RGB영상을 통해 확인하였으며 CALIPSO위성의 VFM 자료와 비교하여 약 40.
즉 CASE 1과 CASE 2 각각의 사례에 대하여 이 알고리즘 결과에 따른 황사와 연무가 존재하는 위·경도와 VFM의 황사와 연무 탐지 위·경도가 비교적 잘 일치하였다. 그리고 이 연구에서 산출된 에어로졸 탐지 결과와 가장 가까운 VFM자료의 화소를 일치시킨 후 1:1비교를 한 결과 이 연구에서 개발된 알고리즘은 CASE 1과 CASE 2에 대하여 약 56.4 %과 72.0 %로 일치하였다. CASE 2에서 다소 낮은 일치율을 보이는 이유로는 VFM자료에서 황사를 잘 탐지하였으나 본 연구에서 개발된 알고리즘에서 탐지된 연무에 대해서는 존재하지 않았다.
96 %로 높은 정확도를 나타내었으나 북만주 쪽에서 탐지되는 연무는 구름 가장자리에 의한 오탐지로 판단되었다. 야간 알고리즘 결과로서는 2012년 04월 27일 사례를 분석한 결과 27일과 28일에 걸쳐 황사가 남동진하는 것을 주간의 MODIS RGB영상을 통해 확인하였으며 CALIPSO위성의 VFM 자료와 비교하여 약 40.5 %의 일치하였다. 이러한 결과들은 MODIS와 CALIPSO VFM의 시공간일치 문제 때문에 이 연구 결과와 CALIPSO VFM의 황사/연무 탐지 일치율이 높지 않으나 미국 GOES-R 위성의 ABI (Advanced Baseline Imager)의 경우 CALIPSOVFM과의 일치율이 약 80 %에 근접하는 것으로 발표되고 있으므로 추가적인 사례에 대하여 CALIPSO VFM과의 시공간 일치 연구를 통하여 황사/연무 탐지 일치율 향상의 필요성이 제기된다.
주간 알고리즘 결과로서 두 사례를 분석한 결과 2007년 03월 30일의 경우는 RGB 합성영상에서 몽골부근의 황사와 화중지방의 연무를 잘 탐지하였고 VFM 자료와 비교하여 약 56.38 % 일치하였다. 그리고 2012년 04월 27일 사례는 RGB 합성영상에서 내몽골과 산둥반도 지역의 황사를 역시 잘 탐지하였고 VFM과 약 71.
즉 CASE 1과 CASE 2 각각의 사례에 대하여 이 알고리즘 결과에 따른 황사와 연무가 존재하는 위·경도와 VFM의 황사와 연무 탐지 위·경도가 비교적 잘 일치하였다.
이 연구를 통하여 개발된 황사 및 연무 탐지 알고리즘은 가시광선부터 적외선까지의 채널을 이용하여 기존의 선행연구들에서의 장·단점을 보완하였으며 동아시아 지역에서 새로운 경계값을 경험적으로 재설정였다. 특히, 본 알고리즘은 황사의 경우 주간과 야간 모두 탐지 가능하고 연무는 주간에만 탐지되며 이들 황사와 연무의 강도 판별이 가능하다. 이러한 알고리즘은 Fig.
후속연구
이 연구는 극궤도 인공위성에 탑재되어 다중채널 관측을 통해 주간과 야간의 에어로졸을 탐지하는 초기 연구이나 기존의 국내 연구들이 고농도의 황사에 집중된 반면 이 연구는 동아시아지역에서 발생되어 수송되어오는 황사뿐만 아니라 최근 빈번히 발생하는 연무를 구분하고 주간과 야간 모두 탐지 가능하다는 점에서 그 의미가 있다. 또한 이 연구 알고리즘은 차세대 후속위성의 육상 에어로졸 탐지 알고리즘 기초 연구로서 향후 황사와 연무가 혼합된 다양한 사례 검증 및 시 · 공간 분석이 요구된다.
5 %의 일치하였다. 이러한 결과들은 MODIS와 CALIPSO VFM의 시공간일치 문제 때문에 이 연구 결과와 CALIPSO VFM의 황사/연무 탐지 일치율이 높지 않으나 미국 GOES-R 위성의 ABI (Advanced Baseline Imager)의 경우 CALIPSOVFM과의 일치율이 약 80 %에 근접하는 것으로 발표되고 있으므로 추가적인 사례에 대하여 CALIPSO VFM과의 시공간 일치 연구를 통하여 황사/연무 탐지 일치율 향상의 필요성이 제기된다.
질의응답
핵심어
질문
논문에서 추출한 답변
에어로졸은 어떻게 동아시아 지역에서 기후 변화에 영향을 미치는가?
최근 동아시아(중국, 러시아 등)에서 발생되는 황사(dust)와 연무(smoke) 등의 에어로졸이 빈번하게 한반도로 유입되면서 이에 대한 국민들의 관심이 증가하고 있고 이러한 에어로졸은 태양의 복사강제력을 변화시켜 직·간접적으로 기후 변화에 영향을 미치고 있다(IPCC 2013). 그리고 시정 악화로 인한 항공기 결항에 따른 경제적 손실이 초래되고 공기 청정도에 예민한 반도체 제품의 불량률이 증가되며 공기 청정 필터 교체 주기 감소 등의 산업적 피해가 발생되고 있다(Hong, 2004).
에어로졸 탐지에 인공위성관측이 필수적으로 사용되는 이유는?
이와 같은 황사/연무 등은 시·공간 변화가 크고 이들의 관측은 지상과 항공 및 인공위성 등으로 분리되고 이들 중 지상관측과 항공관측은 각각 공간 해상도와 값비싼 운용비용 제한을 받는 반면 인공위성관측은 시·공간 해상도가 우수하기 때문에 에어로졸 탐지의 필수도구로 인식되고 있고 이 연구의 핵심자료로 사용된다. 즉 동아시아지역 황사/연무의 주·야간 연속적인 이동 경로 추적을 위하여 인공위성관측이 절실하고 인공위성에 탑재되는 센서의 파장은 자외선(Ultraiolet rays,UV), 가시광선(Visible light, VIS) 그리고 적외선(Infrared rays, IR) 등 다양하게 활용된다.
동아시아 지역에서 에어로졸이 미치는 악영향은 무엇이 있는가?
최근 동아시아(중국, 러시아 등)에서 발생되는 황사(dust)와 연무(smoke) 등의 에어로졸이 빈번하게 한반도로 유입되면서 이에 대한 국민들의 관심이 증가하고 있고 이러한 에어로졸은 태양의 복사강제력을 변화시켜 직·간접적으로 기후 변화에 영향을 미치고 있다(IPCC 2013). 그리고 시정 악화로 인한 항공기 결항에 따른 경제적 손실이 초래되고 공기 청정도에 예민한 반도체 제품의 불량률이 증가되며 공기 청정 필터 교체 주기 감소 등의 산업적 피해가 발생되고 있다(Hong, 2004). Hanigan et al. (2008)에 의하면 연무와 호흡기 질환으로 입원하는 환자 수가 밀접한 연관성을 보고하였고 Lee and Lee(2011)의 연구에서 황사가 호흡기 질환 발생에 중요 인자로 작용하여 인간 건강에 악영향을 미치는 것으로 분석하였다.
참고문헌 (22)
Chu, D.A., Y.J. Kaufman, C. Ichoku, L.A. Remer, D. Tanre, and B.N. Holben, 2002. Validation of MODIS aerosol optical depth retrieval over land, Geophysical Research Letters, 29(12): 1617, doi:10.1029/2001GL013205.
Ha, J.-S., J.-H. Kim, and H.-J. Lee, 2006. Sensitivity analysis of IR aerosol detection algorithm, Korean Journal of remote sensing, 22(6): 507-518 (in Korean with English abstract).
Hanigan, I.C., F.H. Johnston, and G.G. Morgan, 2008. Vegetation fire smoke, indigenous status and cardio-respiratory hospital admissions in Darwin, Australia, 1996-2005: a time-series study, Environmental Health, 7: 42-54, doi:10.1186/1476-069X-7-42.
Hansell, R.A., S.C. Ou, K.N. Liou, J.K. Roskovensky, S.C. Tsay, C. Hsu, and Q. Ji, 2007. Simultaneous detection/separation of mineral dust and cirrus clouds using MODIS thermal infrared window data, Geophysical Research Letters, 34: L11808, doi:10.1029/2007GL029388.
Herman, J.R., P.K. Bhartia, O. Torres, C. Hsu, C. Seftor, and E. Celarier, 1997. Global distribution of UV-absorbing aerosols from Nimbus 7/TOMS data, Journal of Geophysical Research: Atmospheres, 102: 16911-16922.
Hong, J.H., 2004. Economic damage costs of Asian dust in Korea, Korean Journal of economic research, 25(1): 101-115 (in Korean with English abstract).
Hong, S.J., J.H. Kim, and J.S. Ha, 2010. Possibility of applying infrared background threshold values for detecting Asian dust in spring from geostationary satellite, Korean Journal of remote sensing, 26(4): 387-394 (in Korean with English abstract).
Hsu, N.C., J.R. Herman, P.K. Bhartia, C.J. Seftor, O. Torres, A.M. Thompson, J.F. Gleason, T.F. Eck, B.N. Holben, 1996. Detection of biomass burning smoke from TOMS measurements, Geophysical Research Letters, 23(7): 745-748.
Hsu, N.C., M.-J. Jeong, C. Bettenhausen, A.M. Sayer, R. Hansell, C.S. Seftor, J. Huang, and S.-C. Tsay, 2013. Enhanced Deep Blue aerosol retrieval algorithm: The second generation, Journal of Geophysical Research: Atmospheres, 118: 9296-9315, doi:10.1002/jgrd.50712.
Intergovernmental Panel on Climate Change (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.
Jeong, M.-J., Z. Li, D.A. Chu, and S.-C. Tsay, 2005. Quality, compatibility, and synergy analyses of global aerosol products derived from the advanced very high resolution radiometer and Total Ozone Mapping Spectrometer, Journal of Geophysical Research: Atmospheres, 110: D10S08, doi:10.1029/2004JD004647.
Kaufman, Y.J., D. Tanre, L.A. Remer, E.F. Vermote, A. Chu, and B.N. Holben, 1997. Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer, Journal of Geophysical Research, D14: 17051-17067.
Lee, J.W. and K.-K. Lee, 2011. Relationship between Asian Dust and Asthma Ddsease in Seoul during 2005-2008, Korean Journal of the Environmental Sciences, 20(4): 493-500 (in Korean with English abstract).
Martins, J.V., D. Tanre, L.A. Remer, Y.J. Kaufman, S. Mattoo, and R. Levy, 2002. MODIS Cloud screening for remote sensing of aerosols over oceans using spatial variability, Geophysical Research Letters, 29(12), doi:10.1029/2001GL013252.
Prata, A.J., 1989. Observations of volcanic ash clouds in the 10-12 ${\mu}m$ window using AVHRR/2 data, Geophysical Research Letters, 16(11): 1293-1296.
Park, J., J.H. Kim, and S.J. Hong, 2012. Detection of Yellow Sand Dust over Northeast Asia using background brightness temperature difference of Infrared Channels from MODIS, Korean Meteorological Society, 22(2): 137-147 (in Korean with English abstract).
Shenk, W.E. and R.J. Curran, 1974. The Detection of Dust Storms Over Land and Water With Satellite Visible and Infrared Measurements, Monthly Weather Review, 102(12): 830-837.
Wald, A.E., Y.J. Kaufman, D. Tanre, and B.-C. Gao, 1998. Daytime and nighttime detection for mineral dust over desert using infrared spectral contrast, Geophysical Research Letters, 103: 32307-32313.
Zhao, X., 2012. Asian Dust Detection from the Satellite Observations of Moderate Resolution Imaging Spectroradiometer (MODIS), Aerosol and Air Quality Research, 12: 1073-1080.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.