[논문]위성관측 오존계에서 최소 반사도법을 이용하여 동아시아 지역의 지면반사도 산출

신희우; 유정문; 이권호

doi:10.5467/jkess.2019.40.3.212

[국내논문] 위성관측 오존계에서 최소 반사도법을 이용하여 동아시아 지역의 지면반사도 산출
Surface Reflectance Retrieval from Satellite Observation (OMI) over East Asia Using Minimum Reflectance Method 원문보기

한국지구과학회지 = Journal of the Korean Earth Science Society, v.40 no.3, 2019년, pp.212 - 226

신희우 (강릉원주대학교 대기환경과학과) , 유정문 (이화여자대학교 과학교육과) , 이권호 (강릉원주대학교 대기환경과학과)

초록
AI-Helper

극궤도 위성(Aura)에 탑재되어 운용 중인 Ozone Monitoring Instrument (OMI)를 이용하여 동아시아 지역에 대한 등가 람버시안 반사도(Lambertian Equivalent Reflectance; LER)를 유도하였다. 본 연구의 LER 기후값(2004년 10월-2007년 9월)은 기존 OMI 및 MODIS 결과와 다음 대기환경 변수의 관점에서 비교분석되었다. 파장(자외선, 가시광선), 지표 특성(육지, 해양), 그리고 구름 제거. 자외선 및 가시광선 파장역(328-500 nm)에서 산출된 LER은 최소 반사도뿐만 아니라 세 종류 하위 평균(1, 5, 10% 이내)으로 산출되었다. 이들 중에 10% 평균값이 OMI 결과와 가장 잘 일치하였다. 여기서 상관계수는 0.88, 평균 제곱근 오차는 1.0%. 그리고 평균 편차는 -0.3%이었다. 10% 평균값과 기존 OMI LER값은 해양에서 가시광선에 비하여 자외선 영역에서 큰(~2%) 반면에 육지에서는 작게(~1%) 나타났다. 또한 파장 및 지표 특성에 따른 LER 변동폭은 육지 및 가시광선 조건에서, 특히 만년설 및 사막 지역에서 크게 나타났다(~3%). 최소 반사도값은 해양 및 육지의 표본 지역에서 MODIS에 비하여 약 1.4% 과대 산출되었다. 이러한 원인은 고해상도 MODIS 자료에서의 효과적인 구름 제거에 있다고 분석되었다. MODIS에 대한 10% 평균값의 상대 오차는 기존 OMI 산출물에 비하여 해양에서 작았으나(-0.6%) 육지에서는 컸다(1.5%). OMI 산출물 경우에 육지에서의 작은 상대 오차는 Landsat 자료 이용한 효과적인 구름 제거에 있다고 추정되었다. 본 연구는 정지궤도 환경위성(예, GEMS) 관측을 이용한 지면반사도 산출에 기여할 것으로 기대된다.

Abstract ▼ AI-Helper

This study derived spectral Lambertian Equivalent Reflectance (LER) over East Asia from the observations of Ozone Monitoring Instrument (OMI) onboard polar-orbit satellite Aura. The climatological (October 2004-September 2007) LER values were compared with the surface reflectance products of OMI or MODerate resolution Imaging Spectroradiometer (MODIS) in terms of the atmosphere-environment variables as follows: wavelength (UV, visible), surface properties (land, ocean), and cloud filtering. Four kinds of LER outputs in the UV and visible region (328-500 nm) were retrieved based on the averages of lowest (1, 5, and 10%) surface reflectance values as well as the minimum reflectance. The average of the lowest 10% among them was in best agreement with the OMI product: correlation coefficient (0.88), RMSE (1.0%) and mean bias (-0.3%). The 10% average and OMI LER values over ocean were 2% larger in UV than in visible, while the values over land were 1% smaller. The LER variability on the wavelength and surface property was highest (~3%) in the condition of both land and visible, particularly in the ice-cap and desert regions. The minimum reflectance values over the oceanic and inland sample areas overestimated the MODIS product by 1.4%. This high-resolution MODIS observations were effective in removing cloud contamination. The relative errors of the 10% average to MODIS were smaller (-0.6%) over ocean but larger (1.5%) over land than those of the OMI product to MODIS. The reduced relative error in the OMI product over land may result from additional cloud filtering using the Landsat data. This study will be useful when retrieveing the surface reflectance from geostationary-orbit environmental satellite (e.g., Geostationary Environment Monitoring Spectrometer; GEMS).

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

,구름, 미량기체, 흡수성 에어로졸)의 효과를 제거하고LER을 산출하였다. 본 연구의 목적은 3년간의 OMI관측자료를 이용하여 동아시아 지역에 대한 LER값을 산출한 후에 여러 변수(산출 방법, 지표 특성, 파장 등)에 따라 기존 지면반사도 산출물(OMI, MODIS)과 비교분석하여 위성관측 LER 산출 알고리즘에 기여하는 데에 있다.
본 연구에서는 LER값을 유도한 후에 기존 OMI산출물과 비교하여 차이를 조사하였다. 또한 두 개표본 지역에 대하여는 공간 해상도가 우수한 MODIS자료도 추가하여 지면반사도값을 비교 분석하였다.
본 연구에서는 장차 정지궤도위성(예, GEMS)의 지면반사도 산출 알고리즘에 기여할 목적으로 동아시아 영역(75^oE-155^oE, 5^oS-75^oN)에 대하여 극궤도 위성에 탑재된 OMI의 기존 LER 산출물과 같은 기간(2004년 10월-2007년 9월)을 선택하여 비교분석하였다. 여기서 LER 산출을 위하여 등방성 지면과 청천대기를 가정하였으며, 다음의 대기/환경 영향을 제외하였다: 레일리 산란, 미량기체(O₃, NO₂, SO₂ 그리고 O₂-O₂) 그리고 구름.
여기서 흡수성 에어로졸의 효과는 일반 에어로졸과 분리하여 제거하였다. 장기간의 위성관측 자료에서 최소 반사도법을 이용하여 LER을 산출할 경우에 에어로졸 효과를 최소화할 수 있기 때문에 본 연구에서는 흡수성 에어로졸 효과 만을 고려하였다.

가설 설정

MODIS와는 다르게, 초분광(hyperspectral) 센서의 좁은 파장역을 사용하는 경우에는 일반적으로 최소 반사도법을 이용한다. 이 방법은 일정기간 관측된 최소값을 지면반사도로 사용하는 방법으로써 산출하는 과정에서 지면을 등방성(isotropic)으로 가정한다(Tilstra et al., 2017). 그러나 실제 지면에는 경사 또는 물체가 존재하므로 하위값 평균(Wong et al.
N)에 대하여 극궤도 위성에 탑재된 OMI의 기존 LER 산출물과 같은 기간(2004년 10월-2007년 9월)을 선택하여 비교분석하였다. 여기서 LER 산출을 위하여 등방성 지면과 청천대기를 가정하였으며, 다음의 대기/환경 영향을 제외하였다: 레일리 산란, 미량기체(O₃, NO₂, SO₂ 그리고 O₂-O₂) 그리고 구름. 여기서 흡수성 에어로졸의 효과는 일반 에어로졸과 분리하여 제거하였다.
Figure 2는 위성관측에서 지면반사도 산출을 위한 흐름도를 보여준다. 첫 단계에서는 OMI L1B 자료에서 R_toa를 산출한 후에 OMI에서 제공하는 운량(CF)값이 0.1 이하인 경우를 구름없는 청천 대기로 가정하였다. 다음 단계에서는 구름 부재(i.
실제 지구의 지면(지표 및 해표)은 여러 구조물이 존재하므로 입사된 태양복사는 난반사하게 된다. 그러나 이러한 모든 효과를 정확하게 고려하기가 어렵기 때문에 지면이 평편(Lambertiansurface)하다는 가정하에 LER를 산출할 수 있다. 이러한 가정하에서 대기상단에서 측정되는 반사도는(1)식과 같이 표현할 수 있다.

제안 방법

GOME 센서는 유럽의 European Remote Sensing(ERS)-2 위성에 탑재되어 1995년부터 관측을 시작하였으며(Koelemeijer et al., 2003), 1995년 6월-2000년12월 기간의 GOME 반사도 자료를 1o×1o의 위경도격자 위에 축적한 후에 월별로 산출된 670 nm에서의 최소 LER값을 동시 관측된 다른 10개 파장들에 적용하여 최종 단계의 LER을 결정하였다.
따라서 본 연구에서는 OMI 산출물과 같은 기간의 자료에서 복사전달모델(Radiative Transfer Model;RTM)을 이용하여 대기 및 기체 흡수 보정을 우선적으로 실시 후에 지면반사도 산출의 방해 요소(e.g.,구름, 미량기체, 흡수성 에어로졸)의 효과를 제거하고LER을 산출하였다. 본 연구의 목적은 3년간의 OMI관측자료를 이용하여 동아시아 지역에 대한 LER값을 산출한 후에 여러 변수(산출 방법, 지표 특성, 파장 등)에 따라 기존 지면반사도 산출물(OMI, MODIS)과 비교분석하여 위성관측 LER 산출 알고리즘에 기여하는 데에 있다.
본 연구에서는 이미 설명한 여섯 종류 자료(BRUG, BRVG, BIRR, OMCLDO2, OMAERO, OMTO₃)가동시에 존재할 경우에만 지면반사도를 산출하였다. 다시 말해, 화소 당 UV-2 또는 VIS 자료에서 해당파장역의 반사도 관측값이 모두 존재하지 않는 자료는 사용하지 않았다.
본 연구에서는 LER값을 유도한 후에 기존 OMI산출물과 비교하여 차이를 조사하였다. 또한 두 개표본 지역에 대하여는 공간 해상도가 우수한 MODIS자료도 추가하여 지면반사도값을 비교 분석하였다. OMI 센서를 탑재한 Aura 위성은 MODIS를 탑재한 Aqua 위성과 함께 A-train에 포함되어 있다(https://atrain.
최종 단계에서는 화소 별로 AI값이 2 이상인 경우를 흡수성 에어로졸로 간주하여 제거한 후에 존재하는 자료를 0.5o×0.5o 격자 내에 축적하였다.
육지 및 해양에서 각각 한개 표본 지역(150 km×150 km)에서는MODIS 자료도 추가하여 분석하였다.
이 중에 MYD03은 geolocation, MYD09는 지면반사도, 그리고 MYD35는 구름에 대한 정보를 제공한다. 본 연구에서는 화소중에 confidence clear flag를 만족하는 경우만을 사용하였다. 한편, MODIS와 OMI의 공간 해상도는 화소당 각각 1 km×1 km와 13 km×24 km이므로 직하점에서 하나의 OMI 화소는 약 312개의 MODIS 화소에 해당하며, 본 연구의 하나의 공간격자(50 km×50km)에는 약 2500개의 MODIS 화소가 존재한다.
1 이하인 경우를 구름없는 청천 대기로 가정하였다. 다음 단계에서는 구름 부재(i.e., 청천) 화소에서 공기분자 산란효과를 제거한 후에 빙설면을 조사하였다. 최종 단계에서는 화소 별로 AI값이 2 이상인 경우를 흡수성 에어로졸로 간주하여 제거한 후에 존재하는 자료를 0.
5^o 격자 내에 축적하였다. 본 연구에서는 위의 과정을 반복하여 격자 별로 자료를 축적한 후에 LER을 산출하였다.
위성관측 지면반사도값이 격자당 하루에 한 개 이내이므로 본 연구 기간(3년)에는 격자당 0-396개의 관측값이 존재한다. 본 연구에서는 각 격자에서의 지면반사도값을 크기 순으로 나열한 후에 상대적으로작은 LER값을 다음 네 종류 방법으로 산출하였다:i) 가장 작은값 (R_min; 약칭, 최소값), ii) 하위 1%이내의 값들을 평균(R_{avg_1%}; 하위 1%), iii) 하위 5%이내의 값들을 평균(R_{avg_5%}; 하위 5%), 그리고 iv) 하위 10% 이내의 값들을 평균(R_{avg_10%}; 하위 10%). 위의네 종류 LER 산출물과 기존 OMI LER값(https://mirador.
, 2008). 또한 OMI에서는 지면반사도 자료의 0.01간격의 빈도 분포에서 지면반사도값을 상향 조정하여(예, 0-0.01이면 0.01), 구름 그림자 및 하층 에어로졸효과를 감소시키고자 하였다.
Retrieval of the Lambertian Equivalent Reflectance (LER) data from satellite observations, based on the minimum reflectance method. For the retrieval, the correction or filtering to the factors of cloud, Rayleigh scattering, ozone, snow/ice, andabsorbing aerosols have been carried out in this study. The acronyms in the flow diagram were explained in Table A1.
본 연구의 LER 산출을 위한 위성관측 파장역은300-500 nm로 미량기체의 흡수 영향이 적은 23개 파장을 선택하였다. 이러한 선택에도 불구하고 일부 기체(O₃, SO₂, NO₂ 그리고 O₂-O₂)에 대한 흡수 효과는 여전히 존재하기 때문에 RTM계산을 통하여 보정하였다. 네 가지 미량기체 중에 오존 경우에는 일부 파장역에서 태양복사 흡수가 강하므로, TOMS V7(Hsu et al.
이러한 선택에도 불구하고 일부 기체(O₃, SO₂, NO₂ 그리고 O₂-O₂)에 대한 흡수 효과는 여전히 존재하기 때문에 RTM계산을 통하여 보정하였다. 네 가지 미량기체 중에 오존 경우에는 일부 파장역에서 태양복사 흡수가 강하므로, TOMS V7(Hsu et al., 1997) 자료를 사용하여 추가 보정하였다. 이러한 대기 보정을 위하여 본 연구에서는 장시간이 소요되는 실시간 복사전달모델 계산 대신에 사전에RTM 결과의 조견표를 작성한 후에 내삽하는 방법을 이용하였다.
, 1997) 자료를 사용하여 추가 보정하였다. 이러한 대기 보정을 위하여 본 연구에서는 장시간이 소요되는 실시간 복사전달모델 계산 대신에 사전에RTM 결과의 조견표를 작성한 후에 내삽하는 방법을 이용하였다. 조견표 작성 시에는 중위도 여름 표준대기 연직분포(US62; Sissenwine et al.
5a에서는 대략 타클라마칸 사막을 푸른색, 고비 사막을 초록색, 그리고 티벳 고원을 노란색으로 각각 표시하였다. 이러한 산출 방법 및 파장별 차이를 보기 위하여 최소값에 대한 R_{avg_1%}및 R_{avg_10%}의 증가값을 네파장에 대하여 조사하였다(Fig. 5). 예상한 바와 같이,최소값에 대한 R_{avg_10%}의 LER 증가 (Figs.
기존 OMI 산출물에 대한 본 연구의 R_{avg_10%} LER값의 파장별 일치도를 23개 파장에서 좀더 구체적으로 분석하였다(Fig. 7, Table 2). 두 산출물 간에 상관은 장파로 갈수록 0.
본 연구의 두 종류 산출물(Rmin, Ravg_10%) 및 기존OMI 결과 뿐만 아니라 이들과 독립적인 MODISLevel 2 (L2) 지면반사도도 포함하여 두 개의 표본 지역(3×3 격자, 150 km×150 km; Fig. 5a에 A와 B지역)에서 비교분석하였다(Fig. 8).
본 연구의 하위 10% 평균값과 기존 OMI LER값사이에 차이를 육지/해양 및 자외선/가시광선 경우로분류하여 조사하였다. 이들 산출물은 공통적으로 해양에서는 가시광선에 비하여 자외선 영역에서 큰(~2%) 반면에 육지에서는 작게(~1%) 나타났다.
본 연구는 총 3년 기간의 Aura 위성에 탑재된OMI 자료를 이용하여 동아시아 지역에 대한 자외선 및 가시광선 영역에서의 파장별 등가 람버시안 반사도(LER)를 네 종류 방법으로 산출한 후에 기존의OMI 및 MODIS 결과와 비교분석하였다. 본 연구의LER값은 산출 방법, 파장 및 지면 특성에 의존하였으며, 네 종류 방법 중에 하위 10% 평균값이 기존OMI 결과와 가장 근사하였다: 23개 파장에서의 평균 통계값(상관계수=0.

대상 데이터

, 2003), 1995년 6월-2000년12월 기간의 GOME 반사도 자료를 1^o×1^o의 위경도격자 위에 축적한 후에 월별로 산출된 670 nm에서의 최소 LER값을 동시 관측된 다른 10개 파장들에 적용하여 최종 단계의 LER을 결정하였다. 이러한LER 자료는 OMI, Scanning Imaging AbsorptionSpectrometer or Atmospheric Cartography (SCIAMACHY)센서 등의 초기 관측 기간에 이용되었다. 한편 Aura위성에 탑재된 OMI 센서는 2004년 10월부터 현재까지 운용되고 있으며, 270-500 nm 파장역에서 13 km×24 km의 공간분해능을 갖고 있다.
초분광 센서인 OMI는 NASA EOS-Aura 위성에 탑재되어 한반도 부근을 13:45 Local Standard Time(LST) 경에 일 1회 관측한다. OMI 관측의 세 파장역은 자외선 UV-1 (264-311 nm), 자외선 UV-2 (307-383 nm) 그리고 가시광선 VIS (349-504 nm)이다. 이센서의 Full Width Half Maximum (FWHM)은 각각0.
대기상단 반사도(R_toa)를 산출하기 위하여 OMIL1B 자료인 BRUG, BRVG 그리고 BIRR을 사용하였다. BRUG에는 UV-1 및 UV-2, 그리고 BRVG에는VIS의 복사휘도(radiance) 자료가 포함되어 있다.
본 연구에서는 지면반사도 유도 과정에서 구름, 흡수성 에어로졸 그리고 오존의 효과를 보정하기 위하여 세 종류 자료(OMCLDO2, OMTO₃, OMAERO)를 이용하였다. OMI L2 상태인 이들 자료는 CloudFraction (CF), 오존전량(total ozone; Dobson Unit;DU) 그리고 Aerosol Index (AI) 형태로 이용가능하다.
gov/). MODIS에서는 지면반사도 산출을 위한 청천 조건(i.e., 구름 유무)을 판단하기 위하여MODIS와 관련된 세 종류 자료(MYD03, MYD09, MYD35)를 이용하였다. 이 중에 MYD03은 geolocation, MYD09는 지면반사도, 그리고 MYD35는 구름에 대한 정보를 제공한다.
본 연구의 LER 산출을 위한 위성관측 파장역은300-500 nm로 미량기체의 흡수 영향이 적은 23개 파장을 선택하였다. 이러한 선택에도 불구하고 일부 기체(O₃, SO₂, NO₂ 그리고 O₂-O₂)에 대한 흡수 효과는 여전히 존재하기 때문에 RTM계산을 통하여 보정하였다.
이러한 대기 보정을 위하여 본 연구에서는 장시간이 소요되는 실시간 복사전달모델 계산 대신에 사전에RTM 결과의 조견표를 작성한 후에 내삽하는 방법을 이용하였다. 조견표 작성 시에는 중위도 여름 표준대기 연직분포(US62; Sissenwine et al., 1962)를 가정하에 다양한 대기 및 환경 조건 하의 대기보정을 수행하였으며, 이와 관련된 변수를 RTM 입력 자료로 사용하였다(Table 1). 여기서 주요 해당 변수는 다음과 같다: θ₀, θ_ν, φ.
, 2015)는 36개 파장대에 대한 실시간 위성관측(일 1회)에서 산출되었다. 이들 파장 중에서 본 연구의 LER 산출물의 파장에 상당하는 것은 각각 MODIS 파장대의 중심인 네 개(406, 425, 463 그리고 488 nm)이다. 본 연구에서는 객관적인 비교를 위하여 각 격자에서 R_min값이 존재하는 경우에만 MODIS 자료를 추출하여 사용하였다.
이들 파장 중에서 본 연구의 LER 산출물의 파장에 상당하는 것은 각각 MODIS 파장대의 중심인 네 개(406, 425, 463 그리고 488 nm)이다. 본 연구에서는 객관적인 비교를 위하여 각 격자에서 R_min값이 존재하는 경우에만 MODIS 자료를 추출하여 사용하였다. 여기서 두 산출물 간에 관측시간 차는 약 15분 이다(Thomas, 2004).

데이터처리

위의네 종류 LER 산출물과 기존 OMI LER값(https://mirador.gsfc.nasa.gov/cgi-bin/mirador/presentNavigation.pl?tree=project&project=OMI) 간에 차이를 세 종류 통계값(상관계수, r; 평균제곱근 오차, RMSE; 평균편차, mean bias)으로 분석 후, 가장 근사한 두 자료간의 파장별 공간별 차이를 비교하였다.
본 연구의 네 종류 LER 산출물 중에서 어느 것이기존 OMI LER값과 가장 근사한지를 통계적으로(상관계수, RMSE, mean bias) 분석하였다(Fig. 6와Table 2). 이들 그림에서 네 종류 산출물은 다음과 같다: R_min (푸른색), R_{avg_1%}(녹색), R_{avg_5%} (노란색)그리고 R_{avg_10%} (붉은색).
두 종류 LER 산출물 간에 일치성을 파장(자외선,가시광선)과 지표(육지, 해양) 조건으로 각각 분류하여 LER 평균값과 표준편차(σ)를 조사하였다(Table3).

이론/모형

이에 대한 정보는 OMCLDO2와 OMAERO 경우에 Stammes (2002), 그리고 OMTO₃ 경우에는 Bhartia(2002)에 상세하게 기술되어 있다. 본 연구에서는 빙설면을 탐지하기 위하여 Near real time Ice andSnow Extent (NISE)값을 이용하였다(Nolin, 1998).National Snow and Ice Data Center (NSIDC)에서는Defence Meteorological Satellite Program (DMSP) F13 Special Sensor Microwave/Imager (SSM/I) 관측자료를 기초로 NISE를 준 실시간으로 산출하고 있다.
2. Retrieval of the Lambertian Equivalent Reflectance (LER) data from satellite observations, based on the minimum reflectance method. For the retrieval, the correction or filtering to the factors of cloud, Rayleigh scattering, ozone, snow/ice, andabsorbing aerosols have been carried out in this study.
그러나360-380 nm에서는 파장에 따른 RMSE 변동(톱니 형태)이 컸으며, 이러한 원인은 본 연구와 기존 OMI방법에서 사용한 미량 기체(NO₂, O₃)의 연직 분포간에 차이가 있다고 추정된다. 본 연구에서는 중위도여름 표준대기 연직분포를 사용한 반면에 OMI 경우는 Air Force Geophysics Laboratory (AFGL)의 중위도 여름 연직분포(Anderson et al., 1986)를 사용하였다. 이들 연직분포는 LER 복원(retrieval)시에 RTM입력 변수로 사용되었다.
Table 2. Spectral statistics at 23 wavelengths in the relationship of R_{avg_10%}versus OMI over the East Asia (5^oS-55^oN, 75-155^oE), using the RTM VLIDORT. Note that the wavelength regions of UV and visible in this study are different from those ofOMI bands.
이 중에 LER 산출에 필요한 지면 영향만을 고려하기 위하여는 관측각과대기 효과를 제거해야 한다. 이 과정에서 본 연구에서는 Vector Linearized Discrete Ordinate Radiative Transfer (VLIDORT) RTM을 사용하였다(Spurr, 2006).이 모델에서는 다양한 기체(예, O₃, SO₂, NO₂ 그리고 O₂-O₂ 등)에 대한 시뮬레이션이 가능하며 구름(운형, 운저와 운정 등) 및 에어로졸의 광학적 특성을 분석할 수 있다.

성능/효과

파장별 LER값은 공간 분포에서 R_min으로부터 R_{avg_1%},R_{avg_5%}, R_{avg_10%}의 산출 방법으로 갈수록 점진적으로 증가하였으며, 이러한 경향은 해양에 비하여 육지에서 그리고 자외선 영역(345, 372 nm)에 비하여 499nm 가시광선에서 뚜렷하였다(Fig. 3). 산출 방법 간에 차이가 적은 해양의 LER값은 499 nm를 제외한 파장에서 최대 0.
3). 산출 방법 간에 차이가 적은 해양의 LER값은 499 nm를 제외한 파장에서 최대 0.03의 차이를 보였으며, 이러한 차이는 일본 남쪽 해상(120-155^oE, 15-30^oN)에서 현저하였다. 네 종류 LER값 모두는 해양에서 가시광선에 비하여 자외선 영역에서 컸으며, 이러한 결과는 기존연구(Wang et al.
육지에서의 LER값은 히말라야 산맥 부근의 K2산(76.2^oE, 35.2^oN: 고도 8611 m) 및 남차바르와산(100^oE,30^oN: 고도 7756 m)의 만년설 지역에서 상대적으로크게(0.1-0.15) 나타났으며, 그 변동폭도 컸다(Fig. 3). K2산 부근의 LER값은 R_min에서 R_{avg_1%}, R_{avg_5%}, R_{avg_10%}으로 갈수록 0.
3). K2산 부근의 LER값은 R_min에서 R_{avg_1%}, R_{avg_5%}, R_{avg_10%}으로 갈수록 0.04-0.08 정도 증가하였다. 남차바르와산 경우에 빙설면이 주로 정상 부근에(Fig.
육지 LER값은 분지 상태의 타클라마칸 사막(75-90^oE, 35-45^oN), 평원의 고비 사막(100-107^oE, 37-42^oN), 그리고 티벳 고원(80-90^oE, 30-40^oN) 부근에서는 R_min에서 R_{avg_10%}으로 갈수록 증가 형태가 파장 별로 각각 다르게 나타났다(Fig. 3). 참고로 Fig.
5). 예상한 바와 같이,최소값에 대한 R_{avg_10%}의 LER 증가 (Figs. 5e-h)는 최소값에 대한 R_{avg_1%} 증가(Figs. 5a-d)에 비하여 크게 나타났으며, 파장별 경향은 자외선에 비하여 가시광선 영역(특히 499 nm; Figs. 5d-h)에서 현저하였다. 세 지역 중 타클라마칸 사막에서의 LER 증가가 가장 뚜렷하였다.
5d-h)에서 현저하였다. 세 지역 중 타클라마칸 사막에서의 LER 증가가 가장 뚜렷하였다. 이러한 증가는 다른 사막에 비하여칼슘(Ca+) 성분이 지배적인 석회암의 흰색 및 회색토양(Kwon et al.
이들 그림에서 네 종류 산출물은 다음과 같다: R_min (푸른색), R_{avg_1%}(녹색), R_{avg_5%} (노란색)그리고 R_{avg_10%} (붉은색). OMI에 대한 네 종류 산출물의 각 상관값(r)은 자외선에서 가시광선 영역으로 갈수록 최소 0.81에서 최대 0.93으로 전반적으로 증가하였다(Fig. 6a). 이러한 원인은 LER 산출에서의 불확실성(e.
, 2006)이 가시광선에 비하여 자외선영역에서 큰 데에 있다. 23개 파장에서의 네 종류 상관값들(r=0.81-0.93)은 약 1% 이내로 상호 일치하였으며, 이들 중에 R_{avg_10%}에서 가장 높았다. 23개 파장에 대하여 평균한 R_{avg_10%}와 기존 OMI 산출물 간에 상관값은 0.
93)은 약 1% 이내로 상호 일치하였으며, 이들 중에 R_{avg_10%}에서 가장 높았다. 23개 파장에 대하여 평균한 R_{avg_10%}와 기존 OMI 산출물 간에 상관값은 0.88이었다.
기존 OMI LER값에 대한 본 연구의 네 종류 산출물의 각 RMSE값은 자외선에서 가시광선 영역으로 갈수록 최대 1.8%에서 최소 1.0%로 감소하여 가시광선에서 좋은 일치도를 보였다(Fig. 6b). 그러나360-380 nm에서는 파장에 따른 RMSE 변동(톱니 형태)이 컸으며, 이러한 원인은 본 연구와 기존 OMI방법에서 사용한 미량 기체(NO₂, O₃)의 연직 분포간에 차이가 있다고 추정된다.
이 외의 원인에 대하여는 좀 더 조사되어야 필요가 있다. 본 연구의 네 종류산출물 중에 R_{avg_10%}의 RMSE값이 가장 작아서(전체23개 파장에서의 평균값=1.0%), 기존 OMI LER값에d가장 근사하였다. 기존 OMI LER값에 대한 본 연구의 네 종류 산출물의 mean bias 절대값은 장파로 갈수록 최대 1.
0%), 기존 OMI LER값에d가장 근사하였다. 기존 OMI LER값에 대한 본 연구의 네 종류 산출물의 mean bias 절대값은 장파로 갈수록 최대 1.3%에서 최소 0.0%로 감소하였으며, 이들 중에 R_{avg_10%}에서 가장 작았다(Fig. 6c). RMSE 결과(Fig.
6c)에서도 나타났다.Figures 6a-c의 결과를 종합하면, R_{avg_10%}가 네 종류산출물 중에 상대적으로 높은 상관, 그리고 작은RMSE 및 Mean bias값을 보여 기존 OMI 결과와 가장 잘 일치하였다.
7, Table 2). 두 산출물 간에 상관은 장파로 갈수록 0.82에서 0.93으로 증가, RMSE값은 1.3%에서 1.0%로 감소, 그리고 mean bias 절대값은 0.7%에서 0.0%로 감소하였다. 이전 결과(Fig.
0%로 감소하였다. 이전 결과(Fig. 5)와 유사하게, 두 종류 산출물의 관계는 자외선에서가시광선 파장역으로 갈수록 높은 상관, 그리고 작은RMSE값 및 mean bias를 보여 산출물 간에 상대적으로 높은 일치성을 보였다. LER 변동폭은 두 종류산출물 모두에서 장파로 갈수록 증가하였다.
두 종류 산출물의 LER 공간 변화(σ)는 해양(0.7-1.4%)에 비하여 지면 특성이 다양한(i.e., 사막, 눈 등) 육지(1.9-2.8%)에서 크게 나타났다(Table 3).
이러한 사실은 본 연구의 Ravg_10% LER값이 기존 OMI 결과에 비하여 약간 과소(−0.32%)산출됨을 의미한다.
본 연구의Ravg_10% LER값에서 기존 OMI 결과를 뺀 mean bias값은 −0.6-0.2%이었으며, 가시광선 및 육지 조건(0.2%)을 제외한 다른 조건들에서는 음의 값(약 −0.5%)으로 나타났다.
8%)에서 더 크게 나타났다. 따라서 LER 공간 변화는 네 경우 중에 가시광선 및 육지 조건에서 가장 컸다. 본 연구의R_{avg_10%} LER값에서 기존 OMI 결과를 뺀 mean bias값은 −0.
이러한 원인은 고해상도의 MODIS 자료가 저해상도 OMI 자료를 이용한 본 연구 결과에 비하여 좀 더 효과적으로 (상대적으로 반사도가 높은) 구름을 제거한 데에 있다고 추정된다(Shin and Yoo, 2018). 본 연구의 LER이나MODIS 지면반사도 값은 가시광선 영역에서 파장 증가에 따라 해양에서 감소하였으나(Fig. 8a), 육지에서는 거의 일정하였다(Fig. 7b). 이러한 사실은 LER값이나 지면반사도가 해양 경우에 가시광선에 비하여자외선 영역에서 크게 나타나는 Table 3 결과와 관련이 있는 듯 보인다.
7은 표본 지역에 대한 결과이므로 크기에서는 차이가 있다. 요약하면, 이들표본 지역에서 가시광선 영역에서 MODIS 지면반사도값에 대한 R_{avg_10%}값의 상대 오차는 기존 OMI 결과에 비하여 해양 경우에 작았으나, 육지에서는 컸다.
이들 표본 지역에서 MODIS값에 대한 본 연구 Ravg_10%의 상대 오차는 기존 OMI 결과에 비하여 해양에서 작았으나(−0.6%) 육지에서는 크게(1.5%) 나타났다.
3%). 두 산출물(하위 10% 평균값과 OMI)간의 관계는 자외선에서 가시광선 파장역으로 갈수록높은 상관, 그리고 RMSE 및 mean bias의 작은 값을보임으로써 높은 일치도를 나타내었다.
육지 경우에는 다양한 지면 특성(예, 식생, 모래, 암석 등)으로인하여 자외선에서 가시광선으로 갈수록 반사도가 점차 증가하는 경향이 있다(Doda and Green, 1980,1981). 한편 파장 및 지표 특성에 따른 LER 크기 및변동 값은 육지 및 가시광선 조건에서 가장 컸으며(~3%), 특히 만년설 및 사막(고비, 타클라마칸) 지역에서 컸다.
두 개 표본 지역(해양, 육지)에 대한 본 연구 LER값과 MODIS 지면반사도와의 비교분석에서 R_min값은MODIS에 비하여 해양 및 육지에서 약 1.4% 컸다. 이러한 원인은 고해상도 MODIS 자료에서의 효과적인 구름 제거에 있다고 추정되었다.
본 연구의LER값은 산출 방법, 파장 및 지면 특성에 의존하였으며, 네 종류 방법 중에 하위 10% 평균값이 기존OMI 결과와 가장 근사하였다: 23개 파장에서의 평균 통계값(상관계수=0.88, RMSE=1.0% 그리고 meanbias=−0.3%).
본 연구 지역에서 강이나 해안선에 해당하는 격자를 제외하면 육지와 해양에 대한 격자 수는 각각 8636개, 8953개이었다. 두 종류 산출물의 LER값은 자외선 영역에서는 육지(~4.1%)보다 해양(~6.2%)에서 약 2.1% 더 크게 나타난 반면에, 가시광선에서는 해양(~4.4%)보다 육지(~5.0%)에서 약 0.6% 더 크게 나타났다.

후속연구

, 2004)에 있다고 추정되었다. 이상의 결과를 요약하면, 본 연구에서의 LER값은 산출방법 및 파장, 그리고 지면 및 지형 특성에 의존하므로, 정확한 LER값 산출을 위하여는 이들 변수를 고려할 필요가 있다.
자외선에 비하여 가시광선 영역에서의 높은 일치성은 후자파장대에서는 주요 흡수대가 존재하지 않아 상대적으로 투명하며, Rayleigh 산란이 지배적인 데에 있다고 판단된다. 이미 언급한 바와 같이 자외선 영역에서는미량 기체(O₃, NO₂)의 흡수 보정에 대한 불확실성(예,360-380 nm에서의 톱니 형태)이 상대적으로 크므로 이에 대한 추가적인 연구가 필요하다. 두 종류 LER 산출물 간에 일치성을 파장(자외선,가시광선)과 지표(육지, 해양) 조건으로 각각 분류하여 LER 평균값과 표준편차(σ)를 조사하였다(Table3).

질의응답

핵심어	질문	논문에서 추출한 답변
	지면반사도 산출에 필요한 데이터는 무엇인가?	, 2013). 이러한 지면반사도 산출에는 대기의 미량기체 및 에어로졸의 연직분포 정보가 필요하다.
	지면반사도의 정확한 산출이 필요한 이유는 무엇인가?	지면반사도는 위성관측에서 오존(O₃), 이산화황(SO₂), 이산화질소(NO₂), 포름알데히드(HCHO) 그리고 에어로졸(aerosol) 등의 정보를 원격탐사하는 데에 필요한 입력변수이므로 정확한 산출이 요구된다(Hsu,et al., 2013; Lee et al.
	지면반사도 산출 시 초분광(hyperspectral) 센서는 지면을 어떻게 가정하고 반사도를 산출하는가?	MODIS와는 다르게, 초분광(hyperspectral) 센서의 좁은 파장역을 사용하는 경우에는 일반적으로 최소 반사도법을 이용한다. 이 방법은 일정기간 관측된 최소값을 지면반사도로 사용하는 방법으로써 산출하는 과정에서 지면을 등방성(isotropic)으로 가정한다(Tilstra et al., 2017).

참고문헌 (30)

Anderson, G.P. , Clough, S.A. , Kneizys, F.X., Chetwynd, J.H., and Shettle, E.P.,1986, AFGL atmospheric constituent profiles (0.120 km). Environmental Research Papers, 954.
Bhartia, P.K. ,2002, OMI algorithm theoretical basis document: volume III, OMI ozone products. ATBDOMI- O2.
10.1029/2012MS000169 Brovkin, V. , Boysen, L. , Gayler, V. , Loew, A. , and Claussen, M. ,2013, Evaluation of vegetation cover and land-surface albedo in MPI-ESM CMIP5 simulations. Journal of Advances in Modeling Earth Systems, 5, 48-57.

상세보기
10.1364/AO.19.002140 Doda, D.D. , and Green, A.E.S. ,1980, Surface reflectance measurements in the UV from an airborne platform. part1. Applied Optics, 19(13), 2140-2145.

상세보기
10.1364/AO.20.000636 Doda, D.D. , and Green, A.E.S. ,1981, Surface reflectance measurements in the UV from an airborne platform. part2. Applied Optics, 20(4), 636-642.

상세보기
Douch Space,2008, GDPS input/output data specification (IODS) volume 2: level 1B output products and metadata. SD-OMIE-7200-DS-467, 8, 1-69.
10.1029/97JD02074 Herman, J. , and Celarier, E.A. ,1997, Earth surface reflectivity climatology at 340-380 nm from TOMS data. Journal of Geophysical Research: Atmospheres, 102(D23), 28003-28011.

상세보기
10.1002/jgrd.50712 Hsu, N.C. , Jeong, M.J. , Bettenhausen, C. , Sayer, A.M. , Seftor, C.S. , Huang, J. , and Tsay, S.C. ,2013, Enhanced deep blue aerosol retrieval algorithm: the second generation. Journal of Geophysical Research, 118, 9296-9315.

상세보기
10.1029/96JD03128 Hsu, N.C. , Mcpeters, R.D. , Seftor, C.J. , and Thompson, A.M. ,1997, Effect of an improved cloud climatology on the total ozone mapping spectrometer total ozone retrieval. Journal of Geophysical Research, 102, 4247-4255.

상세보기
10.1109/TGRS.2004.824067 Hsu, N.C. , Tsay, S.C. , King, M.D. , and Herman, J.R. ,2004, Aerosol properties over bright-reflecting source regions. IEEE Transactions on Geoscience and Remote Sensing, 42(3), 557-569.

상세보기
10.1109/TGRS.2006.879540 Hsu, N.C. , Tsay, S.C. , King, M.D. , and Herman, J.R. ,2006, Deep blue retrievals of Asian aerosol properties during ACE-Asia. IEEE Transactions on Geoscience and Remote Sensing, 44(11), 3180-3195.

상세보기
10.1029/96JD03988 Kaufman, Y.D. , Tanré, L.A. , Remer, E. , Vermote, A.C. , and Holben, B. ,1997, Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer. Journal of Geophysical Research, 102(D14), 17051-17067.

상세보기
10.1029/2008JD010290 Kleipool, Q. , Dobber, M. , Haan, J.D. , and Levelt, P. ,2008, Earth surface reflectance climatology from 3 years of OMI data. Journal of Geophysical Research, 113(D18), D18308.

상세보기
10.1029/2002JD002429 Koelemeijer, R.B.A. , de Haan , J.F , and Stammes, P. ,2003, A database of spectral surface reflectivity in the range 335-772 nm derived from 5.5 years of GOME observations. Journal of Geophysical Research, 108(D2), 4070.

상세보기
Kwon, Y.I. , Lee, S.G. , Kim, K.H. , Shin, J.B. , and Yu, K.M. ,2004, Geochemical characteristic of the surface sediments from the middle-to-eastern Taklimakan desert, China. Journal of the Geological Society of Korea, 40(4), 383-393.
10.5194/acp-8-6137-2008 Lee, C. , Richter, A. , Weber, M. , and Burrows, J.P. ,2008, SO2 retrieval from SCIAMACHY using the weighting function DOAS (WFDOAS) technique: comparison with standard DOAS retrieval. Atmospheric Chemistry and Physics, 8, 6137-6145.

상세보기
10.1002/jgrc.20308 Lee, Z. , Hu, C. , Shang, S. , Du, K. , Lewis, M. , Arnone, R. , and Brewin, R. ,2013, Penetration of UV-visible solar radiance in the global oceans: insights from ocean color remote sensing. Journal of Geophysical Research, 118, 4241-4255.

상세보기
Nolin, A.R. , Armstrong, L. , and Maslanik, J. ,1998, Nearreal-time SSM/I-SSMIS EASE-grid daily global ice concentration and snow extent, version 5. https://nsidc.org/data/nise.
10.1016/S0034-4257(02)00091-3 Schaaf, C.B. , Gao, F. , Strahler, A.H. , Lucht, W. , Li, X. , Tsang, T. , Strugnell, N.C. , Zhang, X. , Jin, Y. , Muller, J.P. , Lewis, P. , Barnsley, M. , Hobson, P. , Disney, M. , Roberts, G. , Dunderdale, M. , Doll, C. , d’Entremont, R.P. , Hu, B. , Liang, S. , Privette, J.L. , and Roy, D. ,2002, First operational BRDF, albedo nadir reflectance products from MODIS. Remote Sensing of Environment, 83(1), 135-148.

상세보기
10.5467/JKESS.2018.39.1.53 Shin., H.W. , and Yoo, J.M. ,2018, Sensitivity experiment of surface reflectance to error-inducing variables based on the GEMS satellite observations. Journal of the Korean Earth Science Society, 39(1), 53-66.

원문보기 상세보기
10.1029/JZ067i009p03627 Sissenwine, N. , Dubin, M. , and Wexler, H. ,1962, The U.S. standard atmosphere, 1962. Journal of Geophysical Research, 67(9), 3627-3630.

상세보기
10.1016/j.jqsrt.2006.05.005 Spurr, R.J. ,2006, VLIDORT: A linearized pseudo-spherical vector discrete ordinate radiative transfer code for forward model and retrieval studies in multilayer multiple scattering media. Journal of Quantitative Spectroscopy and Radiative Transfer, 102(2), 316-342.

상세보기
Stammes, P. ,2002, OMI algorithm theoretical basis documet: volume II, OMI ozone proudcts. ATBD-OMIO2.
Thomas, N.P. ,2004, The EOS aqua/aura experience: lessons learned on design, integration, and test of earthobserving satellites. Northrop Grumman Space Technology, Redondo Beach, CA90278.
10.1002/2016JD025940 Tilstra, L.G. , Tuinder, O.N.E. , Wang, P. , and Stammes, P. ,2017, Surface reflectivity climatologies from UV to NIR determined from earth observations by GOME-2 and SCIAMACHY. Journal of Geophysical Research, 122(7), 4084-4111.

상세보기
10.1109/TGRS.2006.872935 van den Oord, G.H.J. , Rozemeijer, N.C. , Schenkelaars, V. , Levelt, P.F. , Dobber, M.R. , Voors, RHM. Claas, J. , De Vries, J. , Ter Linden, M. , De Haan, C. , and de Berg, T.V. ,2006, OMI level 0 to 1b processing and operational aspects. IEEE Transactions on Geoscience and Remote Sensing, 44, 1380-1397.

상세보기
10.1109/TGRS.2006.871204 Veefkind, J.P. , de Haan, J.F. , Brinksma, E.J. , Kroon, M. , and Levelt, P.F. ,2006, Total ozone from the ozone monitoring instrument (OMI) using the DOAS technique. IEEE transactions on geoscience and remote sensing, 44(5), 1239-1244.

상세보기
Vermote, E.F. , Kotchenova, S.Y. , and Ray, J.P. ,2015, MODIS surface reflectance user’s guide. MODIS Land Surface Reflectance Science Computing Facility, 1-40.
10.1029/2006GL028599 Wang, M. , Tang, J. , and Shi, W. ,2007, MODIS-derived ocean color products along the China east coastal region. Geophysical Research Letters, L06611, 34.

상세보기
10.1109/TGRS.2010.2045124 Wong, M.S. , Lee, K.H. , Nichol, J.E. , and Li, Z.Q. ,2010, Retrieval of aerosol optical thickness using MODIS 500×500 m2, a study in Hong Kong and the Pearl River delta region. IEEE Transactions on Geoscience and Remote Sensing, 48(8), 3318-3327.

상세보기

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증