항공우주산업기술동향 16권 1호 (2018) pp. 53~62
http://library.kari.re.kr
에서 보실 수 있습니다.
기술동향
위성을 이용한 미세먼지(에어로솔) 측정을 위한 저궤도 및
정지궤도 위성 미션
진경욱 *
LEO and GEO satellite programs for space-borne
measurement of aerosol
Jin, Kyoung-Wook*
ABSTRACT
Fine dust(Aerosol) has gained more interests due to its importance not only for the main
component of Earth radiation budget and primary driving force of climate change but for the
human health issue driven by the air quality. The space-borne measurement technologies, which
estimate global aerosol distribution, density and its movement accurately, have been intensively
studied and improved. In this paper, scientific principles of the aerosol retrieval will be introduced
and summarized based on the typical LEO and GEO aerosol measurement space missions.
초 록
미세먼지(에어로솔)는 지구복사 및 기후변화 연구에 매우 중요한 인자일 뿐만 아니라 대기질 문제
와 직결된 건강문제와도 관련되어 있어 중요성이 매우 높아지고 있다. 이의 전 지구적 분포와 농도
및 이동을 정확하게 측정하기 위해 위성을 이용한 방법이 활발히 연구되어 왔으며 갈수록 향상되어
가고 있다. 본 논문에서는 위성을 이용한 에어로솔 측정의 원리를 대표적인 저궤도 및 정지궤도 에어
로솔 측정 미션을 중심으로 설명하고 정리하였다.
Key Words : Aerosol(에어로솔), Fine dust(미세먼지), LEO(저궤도위성), GEO(정지궤도위성), space-borne
measurement(위성센서 측정)
* 진경욱, 한국항공우주연구원 위성연구본부 정지궤도복합위성사업단
kwjin@kari.re.kr
54
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
1. 서 론
대기 중에 존재하는 에어로솔은 인공적인 요
인(도시/공업 활동, 바이오매스 연소 등) 및 바
람에 의한 먼지, 기타 자연적인 요인에 의해
발생하는 입자들을 일컫는다. 따라서 에어로솔
이란 입자의 직경의 크기에 따른 분류(미세먼
지-직경 10μm 이하, 초미세먼지-직경 2.5μm이
차)에 비해 좀 더 폭넓은 의미를 내포하고 있
다. 에어로솔은 건강과 관련된 대기질(Air
quality)의 문제뿐만 아니라 태양광과의 상호작
용 및 구름 미세물리에 미치는 영향 등과 관련
하여 지구복사 및 기후변화 연구에 매우 중요
한 요소이다. 생성과 소멸 기간이 상대적으로
매우 짧고 에어로솔의 광학적 복사 특성의 공
간적인 변화가 심하기 때문에, 이의 효과적인
관측을 위해서는 위성을 이용한 전 지구적 관
측을 요구한다. 에어로솔 관측을 위해 위성에
장착되는 탑재체의 종류로는 다분광 영상기
(Multispectral Radiometers), 다분광 편광계
(Multispectral Polarimeters), 다중앵글 분광영
상기(Multiangle Spectro Radiometers) 등이 이
용된다. 이들 위성용 센서들의 관측 자료
비교 검증에는 지상관측 장비(태양 광도계
-Sunphotometer,하늘 방사계-Sky Radiometer)
등의 자료가 쓰인다.
2. 에어로솔 관측
2.1 에어로솔의 관측 원리
위성을 이용한 에어로솔의 측정(Retrieval)은
백워드(Backward) 방법이 이용된다. 모델을 이
용하여 특정 지구물리변수를 추정하는 방식은
포워드(Forward) 방식과 백워드 방식으로 나눌
수 있다. 위성용 탑재체가 관측하는 원시값은
특정 시간 및 공간에서의 대기의 상태 및 조건
에서 관측하고자 하는 지구물리변수와의 관련
성을 내포한 전기적 신호(Digital number)로 표
출된다. 따라서 이 값을 토대로 원하는 지구물
리변수를 역으로 추정하는 방식을 따르므로 대
부분 백워드 방법론이 이용된다. 대기최상층에
서 산란에 의해 반사된 복사에너지는 반사 함
수의 식으로 정의할 수 있다. 구름이 없고 수
직적으로 균질한 대기를 가정하면 [1] 람버시안
(Lambertian) 지표면을 가진 지구-대기 시스템에
대한 반사함수는 에어로솔 광학두께와 단일산
란반사율(Single scattering albedo)의 함수이며,
또한 에어로솔 크기 분포에 의존한다. <그림
1>은 위성으로 측정한 반사함수에 대한 에어
로솔 광학두께와 단일산란반사율의 상대적인
효과를 보여 준다. 가로축의 지표면 반사도에
대해 세로축은 반사함수와 지표면 반사도 차이
를 네 가지 에어로솔 광학두께와 두 가지 단일
산란반사율에 대한 함수로 표현한 것이다 [2].
반사도 0.1값 이하(어두운 표면)에서 에어로솔
광학두께에 대한 민감도(전체 반사함수와 지표
면 반사도의 차이)가 높게 나타나고 있음을 알
수 있다. 이로써 반사도 값이 낮게 나타나는
지상에서의 어두운 표면과 해상(바람이 세기가
약한 곳: ~15m/s 이하, 해상풍이 강할 경우 흰
파도(Whitecap)의 영향을 고려해야 함)에서 에
어로솔 측정이 용이함을 알 수 있다. 즉 위성
에서 측정한 반사도 값에서 에어로졸 산란에
의한 효과는 지표면의 영향이 적으면 적을수록
쉽게 구분해 낼 수 있다.
자료: 참고 문헌 [2]
그림 1. 지표면 반사, 반사함수와 지표면 반사의
차이 그래프
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
55
한 개의 채널이 아닌 두 개 채널 혹은 다중
채널을 이용한 에어로솔 추정 알고리즘은 에어
로솔 광학두께뿐만 아니라 크기분포 정보를 얻
는 데 유리하다. 두 개의 파장에 대해 측정한
반사함수를 각각 R1, R2라 할 때 이들의 비율을
나타내는 값을 컬러 비(Color ratio=R1/R2)라 한
다. 흡습성 에어로솔의 경우 340nm와 380nm
두 채널의 반사함수 비의 계산 값과 관측 값의
차이를 이용하여 측정할 수 있다(예, TOMS(Total
Ozone Mapping Spectrometer)의 340nm와 380nm
두 채널을 이용한 아시아 지역의 미세먼지 입
자들의 측정). UV채널의 장점은 구름에 의한
반사도가 이 파장에서 크게 영향을 받지 않기
때문에 에어로솔의 구름에 의한 오염의 영향을
상대적으로 배제할 수 있다. 위성용 센서의 발
달로 인해 보다 정확한 다중 광학 채널을 가진
채널을 이용하고 구름의 효과를 배제할 경우,
더욱 향상된 에어로솔 추정이 가능하다. (예,
MODIS 센서 [3])
2.2 육지표면 위 에어로솔 측정의 에러 요인
가시채널1(0.6-0.7μm)과 가시채널2(0.4-0.5μ
m)에서 식생(Green vegetation)과 일부 토양
(Soil)은 어둡게 보인다. 하지만 혼합된 식생의
면적과 푸른 정도 및 토양의 종류에 따라 어둡
게 혹은 밝게 관측되는 문제가 발생한다. 이와
관련된
지표면
반사도의
불확실성은
0.005-0.01의 변동성을 보이며 이에 상응하
는 에어로솔 광학두께의 에러는 0.05-0.10에
해당한다. 이러한 에러를 줄이기 위해서는
에어로솔의 영향을 거의 받지 않고 지표면
반사도를 관측할 수 있는 파장대를 이용하는
것이다. 연기나 도시/공업지대 에어로솔의 효과
는 SWIR(2.1 or 3.8 μm)의 경우 가시채널(0.47
and 0.66 μm)에 비해 15-30배 적은 것으로 분
석 되었다[4]. MODIS 운영(Operational) 알고리
즘의 경우 이러한 원리를 이용하여 육지표면에
서 에어로솔을 측정하는 경우 가시채널에서 지
표면의 어둡거나 밝은 여부를 판단하기 위해
에어로솔의 영향이 상대적으로 매우 낮은
SWIR(2.1 or 3.8 μm)채널을 이용한다. 최종적으
로 에어로솔의 측정은 모델을 이용한 계산 값과
관측 값이 최대한 가까워 질 때까지 모델의 조건
(에어로솔 광학두께(Aerosol optical depth), 분포
(Size distribution) 및 반사도(Single scattering
albedo))값을 조정하여 관측 값과 가장 가까워졌
을 때 계산을 멈추고 이때의 모델 값들을 에어로
솔의 상태를 추정하는 방법(백워드법)을 쓴다. 이
러한 방법을 Physical Relaxation 법이라고도 부
른다. 모델 계산의 초점은 위성용 에어로솔 관
측 장비(예, 다중분광영상기)로 관측되는 단파분
광반사도(Shortwave spectral reflectance)를
정확하게 계산하는 것이다. 이러한 계산에는 복
사전달모델(RTM)이 필요하다. 영상기가 관측
하게 되는 최종 반사도는 지구표면에서 반사된
성분과 대기 중에서 산란된 복사에너지 중에서
센서 방향으로 들어오는 성분으로 나누어진다.
지표면에서 반사된 빛은 대기와 상호작용을 하
므로 분광 및 각도에 따른 특성은 대기와 지표
면 모두의 영향을 받는다. 센서로 산란되어 들
어오는 빛은 에어로솔 입자에 의한 후방산란
(Back scattering) 또는 대기에서 연쇄적으로
일어나는 전방 혹은 후방 산란된 빛이 들어오
는 경우로 나누어진다. 또한 대기 중 가스 성
분과 에어로솔 입자들에 의한 흡수는 분광성분
및 각도에 따라 다르게 나타난다. 지구 대기
중 성층권의 경우 에어로솔이 존재하는 경우
(예, 화산 분출)가 드물게 있으나, 일반적으로
양이 매우 작아 무시할 수 있으며 따라서 대류
권에 존재하는 에어로솔이 위성 관측의 주 대
상이 된다.
2.3 에어로솔 모델
지표면 반사도의 특성이 명확히 설명(계산)되
면, 광학두께는 측정한 복사량을 통해 추정할 수
있다. 하지만 이때 에어로솔의 특성에 대한 보조
56
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
적인 정보(예, 에어로솔 산란위상함수(Scattering
phase function)와 단일산란반사율이 주어져야
한다. 즉 가능한 최상의 에어로솔 모델(가장 보
편적인 에어로솔 타입의 평균적인 특성을 위
도, 경도 및 계절에 대해 나타내 주는)이 필요
하다. 일반적으로 주어진 위치에서 에어로솔
산란위상함수(Scattering phase function)와 단
일산란반사율 값은 에어로솔의 기후 통계 값으
로 추정한다. 이러한 통계치는 자동관측이 가
능한 태양복사계(Sun/Sky radiometer)를 이용한
에어로솔 자동관측 네트워크[5]를 통해 얻어진
다.
3. 저궤도 에어로솔 측정 미션
자료: aura.gsfc.nasa.gov
그림 2. Aura 위성 형상 및 OMI센서
자료: www.epiqspace.com
그림 3. OMI(Ozone Monitoring Instrument)
자료: disc.gsfc.nasa.gov
그림 4. OMI/Aura Near UV Aerosol Optical Depth
3.1 OMI 에어로솔 측정 알고리즘
OMI 센서(그림 2 & 3)는 초분광 센서의 장
점을 이용하여 에어로솔 광학두께(그림 4) 및
단일산란반사율의 정량적인 측정뿐만 아니라
에어로솔 종류의 측정이 가능하다. 센서의 공
간 분해능은 13km X 24 km 이며 에어로솔 측
정은 두 가지 방법을 이용한다 [6]. 첫 번째 방
법은 331-500nm 분광대역의 다중파장(17개 채
널)을 이용하는 것과 두 번째 방법은 UV영역의
두 개 채널을 이용하는 방법이다. 두 방법론은
각각 해양과 육지에서의 측정방법이다(다중파
장법: 해양, UV법: 육지). 육지의 경우 다양한
지표면 상태를 묘사할 수 있는 분광 지표면 반
사도 데이터베이스의 부족(한계성)으로 인해 다
중파장법을 적용하기에 부적합하다. 해양의 경
우 해수면은 어두운 표면(Dark surface)으로 가
시광선이나 근적외선 영역의 경우 반사된 복사
에너지는 대부분 에어로솔의 영향을 받기 때문
에 측정 알고리즘을 적용하기에 적절하다. 반
대로 육지의 경우 반사된 에너지 중 지표면의
영향이 에어로솔에 의한 영향에 비해 매우 크
기 때문에 에어로솔을 측정하기가 상대적으로
어려워진다.
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
57
3.2 UV법의 장점
UV법은 330-380nm 스펙트럼 영역을 이용하며
TOMS(Total Ozone Mapping Spectrometer)시리즈
의 센서에 적용된 방법이다. UV영역에서 태양복
사를 흡수하는 에어로솔(예, Carbonaceous/Mineral
dust/Volcanic ash aerosols)에 민감도가 높아 활용성이
높다. 특히 얼음 혹은 눈이 없는 육지 표면 혹
은 심지어 가시광선과 근적외선 영역에서 반사
도가 높은 건조지역(Arid areas)에서 UV반사도
가 매우 낮게 나오기 때문에 UV법은 상당한
장점으로 작용한다. OMI에어로솔 알고리즘은
이 TOMS 에어로솔 측정법의 장점을 향상시킨
것이다. TOMS관측은 UV영역의 몇 개 파장밴
드에 한정되어 있지만 OMI의 경우 UV에서
VIS에 걸쳐(270-500nm) 매우 넓은 범위의 파장
대역을 가지고 있어, 분해능 향상을 포함하여
가시광선과 근적외 영역에서의 에어로솔 관측용
위성센서(예, MODIS, AVHRR)등의 자료와의 공
동 활용에 유리하다. (지구 표면에서의 픽셀 싸
이즈 차이: OMI=13x24 km2, TOMS=40 x 40km2).
운영용 OMI 에어로솔 알고리즘의 두 개의 핵심
산출물은 에어로솔 광학두께와 단일산란반사율
이다. 해양용 주 측정법은 330-500nm의 다중채
널법이, 육지용 주 측정 방법은 UV법(388nm)이
쓰인다. 구름에 의한 오염을 배제하기 위해 구
름이 없는 픽셀 자료(Level1B)를 이용한다. 입
자크기 분포가 고정된 경우, 광학두께는 전체
에어로솔 농도(Loading)에 직접적으로 비례한
다.
3.3 이론적 배경
에어로솔 및 구름 입자가 없다는 가정을 하
면 330-500nm 영역의 전자기파 스펙트럼에서
지구대기의 최상층에서 측정되는 복사량은 대
기 중 분자에 의한 태양복사의 산란 성분과 지
표면에 의한 복사에너지의 반사 그리고 대기를
통해 투과되는 복사에너지로 나누어진다. 이러
한 복사전달과정은 파장의 함수로 표현된다.
330-500nm 파장대에서는 기체분자(주로 오존과
이산화질소)에 의한 흡수는 상대적으로 적다.
지표면에 의한 기여는 지표면의 종류(Type)에
의존한다. 330-400nm영역에서는 눈과 얼음을
제외하면 사막을 포함한 모든 종류의 지표면에
대해 지표면 반사도가 매우 낮다(<0.1). 하지만
400nm이상의 파장대에서는 물로 덮인 표면이
나 대부분의 식생지역에서 지표면 반사성분의
기여도가 낮지만, 사막 혹은 반사막 지역의 경
우 파장이 길어짐에 따라 지표반사 기여도가
급격하게 증가한다. 분자산란과 기체흡수효과
는 잘 알려져 있기 때문에 구름이 없는 조건에
서 순수한 분자산란(Rayleigh-Scattering)에 대한
복사에너지 차이는 에어로솔 입자와 지표면 반
사효과에 의한 산란+흡수 과정 때문이다. 가시
및 근적외 분광대에서는 분자산란의 기여도가
낮다. 해수면 위에서는 가시/근적외 영역에서
대기최상층(TOA) 반사도에 대한 지표면 기여
도가 낮다. 하지만 대부분의 육지표면에서는
에어로솔 산란에 비해 지표면에 의한 기여도가
현저하게 높다. 이 때문에 정확한 지표면 반사
의 특성을 이해하지 않고는 에어로솔 효과를
구분하는 것이 매우 어렵다. 따라서 일반적으
로 가시/근적외 채널을 이용한 위성을 이용한
에어로솔 측정은 어두운 해수면 위로 한정된
다. UV영역에서는 분자산란은 가시영역에 비
해 훨씬 크기 때문에 무시될 수 없다. 다중분
자산란은 에어로솔 흡수층을 통과하는 광자의
통과 길이를 증가시켜서 에어로솔에 의한 흡수
확률이 현저하게 높아진다. UV영역에서는 에
어로솔 흡수층이 위치하는 높이도 중요하다.
근자외선(near-UV)에서 지표면 기여도는 물과
육지 표면 양쪽에 대해 낮다. 요약하면 근자외
선 영역 분자산란성분이 에어로솔 “컬러”를 향
상시키기 때문에 흡수성 에어로솔의 경우 UV
법을 이용하면 측정능력이 향상된다. 대기최상
층에서 상향 성분의 복사량을 변화시키는 입자
에 의한 산란과 흡수는 에어로솔의 미세물리특
58
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
성과 분포에 의존한다. 즉 에어로솔의 주요 효
과는 에어로솔 입자에 의한 산란 때문에 상향
성분의 대기 복사에너지를 증가시키는 것이다.
3.4 파장 선택
OMI센서는 0.5nm의 분광해상도를 가지고
270-500nm 파장대에서 후방산란복사량을 측정
한다. 이 파장대에서는 대기의 에어로솔 입자
에 의한 산란과 흡수가 파장에 따라 점진적으
로(Smoothly) 변한다. 이러한 파장에 대한 의존
성을 통해 에어로솔의 종류, 농도 및 크기 분
포에 대한 정보를 얻을 수 있다. 에어로솔 원
격탐사에서의 적절한 파장의 선택에 있어서 중
요한 점은 대기 기체 분자에 의한 흡수가 일어
나는 파장대를 피하는 것이다. 예를 들어
330nm 보다 짧은 파장의 경우 O3분자에 의한
태양복사에너지 흡수가 현저하다.
3.5 에어로솔 모델
위성을 이용한 에어로솔 측정의 근본적인 문
제는 구성된 방정식보다 모르는 변수가 더 많다
는 점이다. 따라서 미시물리학적(microphysical)
에어로솔 모델의 사용이 불가피하다. 에어로솔
의 대기복사전달 효과를 유발하는 에어로솔의
물리적 특성에는 에어로솔 크기 분포와 복소수
로 표현되는 회절지수(Complex refractive index)
가 있다. 또한 에어로솔의 수직분포는 Blue 및
UV영역에서 에어로솔 복사전달에 영향을 미친
다. 에어로솔의 크기분포와 입자들의 화학적
성분은 에어로솔의 방출지역, 방출되는 형태,
이동, 변형 그리고 제거 프로세스의 의해 결정
된다. OMI에어로솔 알고리즘에는 24개의 후보
에어로솔 모델이 이용되며 발원지에 따라 주요
에어로솔 종류별로 총 다섯 개의 그룹으로 구
성되어 있다.
4. 정지궤도 에어로솔 측정 미션
자료: www.goes-r.gov
그림 5. GOES-R(GOES-16) 위성 형상
자료: spaceflight101.com
그림 6. GOES-R(GOES-16) ABI 탑재체
자료:
https://www.nasa.gov/mission_pages/terra/index.html
그림 7. Terra위성 및 MODIS 센서
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
59
자료: www.aerospace-technology.com
그림 8. MODIS 센서
자료: jointmission.gsfc.nasa.gov
그림 9. Suomi NPP위성에 장착된 VIIRS 센서
4.1 ABI 에어로솔 측정 알고리즘
GOES-R 위성(그림 5)의 ABI(그림 6)채널은
에어로솔 시그널에 대해 가스와 다른 오염원을
최소화하는 밴드를 선정하였다[7]. 또한 알고리
즘의 헤리티지가 있는 MODIS(그림 7 & 8)센
서와 VIIRS센서(그림 9)채널과 매치되는 밴드
가 선정되었다. MODIS, VIIRS 알고리즘과 마
찬가지로 가시광선과 적외 채널에서 관측한 복
사량을 바탕으로 동시에 에어로솔 모델과 에어
로솔 광학두께를 측정한다. 기본적인 가정은
해양의 표면에 의한 기여는 정확하게 계산 되
어질 수 있고, 육지표면의 반사도는 적절하게
추정할 수 있다는 것으로, 이를 바탕으로 해양
및 육지에서의 두 개의 알고리즘으로 나누어진
다. 에어로솔 측정의 여러 가지 오염원에 속하
는 주요 인자는 육지의 경우 눈, 해양의 경우
반짝거림 현상(Glint) 및 탁류(Turbid water)가
이에 해당한다.
4.2 ABI 해양 에어로솔 알고리즘
해양 알고리즘은 VIIRS알고리즘[8]을 바탕으
로 하며, 에어로솔 모델은 MODIS 알고리즘
(MODIS Collection5)에 사용된 모델이 이용되
었다. 해색(Ocean color)정보 없이 해수면 반사
도를 추정할 수 있는 ABI의 2, 3, 5 및 6번 채
널이 이용되었다. 수면 위의 반사도는 충분한
정확성을 가지고 모델링이 가능하기 때문에,
[9] 선택된 ABI채널에서의 관측된 대기최상층
반사도와 계산 값과의 매치를 통해 에어로솔
광학두께 및 에어로솔 모델을 동시에 측정할
수 있다는 것이 해양 에어로솔 알고리즘의 핵
심이다. 대기최상층 반사도에 대한 에어로솔의
기여는 두 개의 에어로솔 모드의 선형 조합((미
세 및 거친 모드의 각각의 가중 합)으로 단순
화할 수 있다. 모든 채널에서 대기최상층 반사
도가 정확하게 매치되지 않기 때문에 550nm에
서의 에어로솔 광학두께와 미세 에어로솔 모드
가중치(η)추정을 위해 관측된 대기최상층 반사
도와의 매치를 실행할 때, 주 채널은 ABI 3번
채널(0.86μm)을 사용한다. 0.86μm채널이 선택
된 이유는 미세 및 거친 에어로솔 모드의 기여
도가 상당히 높은 반면, 수면아래(Underwater)
반사도는 무시할 수 있기 때문이다. 주 채널
(0.86μm)이 아닌 다른 채널에서 에어로솔 광학
두께는 에어로솔 모델(미리 계산된 LUT(Look
Up Table)에 포함되어 있음)에 해당하는 각각
60
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
의 에어로솔의 광학적 특성의 파장에 대한 의
존성을 이용하여 결정할 수 있다. 알고리즘은
상대적으로 큰 해상풍이 존재하는 중-고위도에
서 중요한 요소라 할 수 있는 해상풍에 대한
해양표면 반사도의 상관관계를 고려한다.
(MODIS Collection 5 알고리즘의 경우 해상풍
이 6m/s 고정값을 사용하며 MODIS Collection
6 알고리즘의 경우는 해상풍-해수면 반사도 상
관관계식이 포함됨).
해수면에서의 에어로솔 모델은 미세모드
(Fine-mode)와 거친모드(Coarse-mode) 에어로
솔의 조합으로 표현된다. MODIS 알고리즘에서
따온 4개 미세모드와 5개 거친 모드가 사용되
었다. 에어로솔의 크기분포는 로그노말 분포를
가정한다. 에어로솔 광학특성 계산을 위해
0.05~15.0μm 반경에 해당하는 에어로솔 크기
분포를 6S RTM [10]에서 Mie산란모델을 이용
하여 적분하여 계산한다. 대기최상층 반사도
계산은 6S RTM을 바탕으로 VIIRS방법을 통해
계산되었다. 위성의 탑제체에서 측정되는 대기
최상층 반사도는 ρ(atm)+ ρ(sfc) 두 성분으로
나누어진다. 대기에 의한 기여도는 대기분자와
에어로솔에 의한 반사와 산란 그리고 에어로솔
과 가스에 의한 흡수로 나눌 수 있다. 대기복사
모델에서 분자산란과 에어로솔에 의한 산란과
흡수, 그리고 수증기에 의한 흡수로 특정 대기층
에서의 복사에너지는 대기상층의 O3,O2,CO2,NO2
및 CH4등에 의한 흡수에 의해 감쇄된다. 에어로
솔과 분자산란(Rayleigh-Scattering)의 상호작용을
무시하면 대기최상층 반사도에 대한 대기의 기
여 성분을 계산할 수 있다. 한편 해수면에서의
반사도는 쌍방향 반짝거림(Sunglint) 반사와 람버
시안 해수면 아래(Underwater)반사 그리고 백파
(Whitecap)반사의
합으로
모델링된다.
분산
(Diffuse) 투과도는 전체 투과 성분에서 직접투
과성분을 빼면 된다. 이때 모든 항들은 ABI채
널들의 중심 파장에 대해 계산된다. 에어로솔
추정 알고리즘은 최상의 대기최상층 반사도 매
치(반사도 대비 관측값)를 보여주는 τ550/η(미
세모드 가중치)에 따른 미세/거친 모드 쌍을 찾
는 것이다. 4개의 미세모드와 5개 거친 모드
조합의 쌍은 미리 계산된 LUT형태로 주어지
며, 주어진 미세/거친 에어로솔 모드 쌍에 대해
가중치를 찾기 위한 실질적인 반복계산은 양분
법(bisection)을 이용한다. 즉 0~1사이에서 5개의
η(0,
0.25,
0.5,
0.75,1)에 대해 0~0.25,
0.25~0.5, 0.5~0.75, 0.75~1 각각 4개의 범위에
대해서 잔여 오차(residual)를 계산하는 과정을
밟는다. 총10번의 과정이 반복되는 동안 최소
잔여오차를 갖는 AOD/η를 찾게 된다. ABI채널
2, 5 및 6번(0.64, 1.61 & 2.25 μm)에서 대기
최상층 반사도에 대한 잔여 오차값을 계산하는
것이다. 특정 파장에서의 최종 광학 두께값 (그
림 10)은 아래 식으로 표현(계산)된다.
τλ= τλ,fine x η + τλ, coarse + (1- η)
자료: www.goes-r.gov
그림 10. ABI 에어로솔 광학 두께
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
61
4.3 ABI 육지 에어로솔 알고리즘
육지모델도 해상모델과 유사한 다중채널법을
따른다. 다른 점은 에어로솔 모델은 미리 계산
한 것을 이용하며 ABI 관측 값으로부터 추정한
지표면 반사도를 이용하는 것이다. 지표면은
해상과 달리 변화도 및 복잡도가 매우 커서 반
사도를 모델을 이용하여 계산하기에 난해하다.
식생/어두운 토양 위에서 Blue 및 Red채널의
파장에서의 지표면 반사도와 SWIR채널의 지표
면 반사도와의 상관관계를 이용한 방법론[11]에
기초를 둔다. ABI채널 1, 2 및 6번 채널(0.47,
0.64 & 2.25 μm)을 이용하여 어두운 지표면에서
의 육지에어로솔 모델이 개발 되었다.채널3과 체
널6을 이용한 중적외선(mid-IR) NDVI(Normalized
Differential Vegetation Index)를 이용하여 식생층
과 토양을 분리한다. MODIS Collection 5 알고
리즘에서와 마찬가지로 각각의 후보 에어로솔
모델에 대해 blue(0.47 μm)와 SWIR(2.5 μm)에
서의 관측치를 바탕으로 광학두께(AOD)와 지표면
반사도 값을 동시에 추정한다. ABI 알고리즘에서는
4개(Generic/Dust/Smoke/Urban)의 전형적인 에어
로솔모델[12]을 이용한다. 에어로솔 크기분포를
묘사에는 바이모달(Bi-modal)로그노말분포를 이
용한다. 6s RTM을 이용하여 구형(Sphere)의 3
개 에어로솔 모델(Generic/Dust/Smoke)에 대해서는
Mie 코드를 이용하여 에어로솔 광학 특성을 계산하
며, 구가 아닌 Dust모델의 경우 Dubovik Sheroid
Kernel [13]을 이용한다.
5. 결 론
위성을 이용한 에어로솔 측정의 기본적인
원리와 현재 활용되고 있는 대표적인 저궤도
위성인 Aura위성의 에어로솔 알고리즘인 OMI
알고리즘과 정지궤도 위성인 GOES-R의 ABI
에어로솔 알고리즘의 구성 원리에 대해 간단
하게 살펴보았다. ABI 알고리즘의 경우 2018
년 하반기 발사 예정인 정지궤도복합위성2A
A M I(A dvanced Meteorological Imager)에 직
접적으로 응용 가능한 알고리즘이며, OMI 알고리
즘은 2019년 발사 예정인 정지궤도복합위성2B
GEMS(Geostationary
Environment
Monitoring
Spectrometer)에 활용할 수 있는 알고리즘이다.
참고문헌
1. S. Chandrasekhar (1960). Radiative Transfer.
Dover Publications Inc. p. 393. ISBN
0-486-60590-6
2. Remote Sensing of Tropospheric Aerosols
from Space: Past, Present, and
FutureMichael D. King*, Yoram J.
Kaufman*, Didier Tanré+, and Teruyuki
Nakajima Bulletin of the American
Meteorological Society. Nov 1999, Vol. 80, No.11
3. Kaufman, Y. J., et al., Operational remote
sensing of tropospheric aerosol over the
land from EOS-MODIS, J. Geophys. Res.,
102, 17,051 – 17,061, 1997a.
4. Kaufman, Y. J., D. Tanre, L. A. Remer, E.
F. Vermote, A. Chu, and B. N. Holben,
1997b: Operational remote sensing of
tropospheric aerosol over land from EOS
moderate resolution imaging
spectroradiometer. J. Geophys. Res., 102,
(D14),. 17051–17067.
5. Holben, B., et al., AERONET – A
federated instrument network and data
archive for aerosol characterization, Remote
Sens. Environ., 66, 1-16, 1998
62
진경욱 / 항공우주산업기술동향 16/1 (2018) pp. 53~62
6. OMI Algorithm Theoretical Basis.
Document. Volume III. Clouds, Aerosols,
and Surface UV Irradiance. P. Stammes
(Editor). R. Noordhoek (Layout).
ATBD-OMI-03, Version 2.0, August 2002
7. GOES-R Advanced Baseline Imager (ABI)
Algorithm Theoretical Basis Document For
Suspended Matter/Aerosol Optical Depth and
Aerosol Size Parameter Version 3.0, July
30, 2012
8. Vermote, E. F., R. Slonaker, S. Vibert, B.
Petrenko, National Polar-orbiting Operational
Environmental Satellite System (NPOESS)
VIIRS Aerosol Optical Thickness and
Particle Size Parameter Algorithm
Theoretical Basis Document, Version 5,
Revision 8: June 2006
9. Cox, C., and W. Munk (1954). Statistics of
the sea surface derived from sun glitter. J.
Mar. Res., 13, 198-208.
10. Kotchenova S.Y. and E. F. Vermote, A
vector version of the 6S radiative transfer
code for atmospheric correction of satellite
data: an Overview, presented at 29th
Review of tmospheric Transmission Models
Meeting, Lexington, Mass., USA, 13–14
June 2007.
11. Kaufman, Y. J., A. E. Wald, et al., The
MODIS 2.1-mu m channel – Correlation
with visible reflectance for use in remote
sensing of aerosol, IEEE Transactions On
Geoscience and Remote Sensing 35(5):
1286-1298, 1997
12. Levy, R.C., L.A. Remer, and O. Dubovik,
Global aerosol optical properties and
application to Moderate Resolution Imaging
Spectroradiometer aerosol retrieval over
land, J. Geophys. Res., 112(D13210), doi:
10.102, 2007
13. Dubovik, O., et al., Application of
spheroid models to account for aerosol
particle nonsphericity in remote sensing of
desert dust, J. Geophys. Res., 111,
D11208, doi:10.1029/2005JD006619, 2006