http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
GOCI AOD를 이용한 서울 지역 지상 PM2.5 농도의 경험적 추정 및 일 변동성 분석
김상민,윤종민,문경정,김덕래,구자호,최명제,김광년,이윤곤 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.3
The empirical/statistical models to estimate the ground Particulate Matter (PM2.5) concentration from Geostationary Ocean Color Imager (GOCI) Aerosol Optical Depth (AOD) product were developed and analyzed for the period of 2015 in Seoul, South Korea. In the model construction of AOD-PM2.5, two vertical correction methods using the planetary boundary layer height and the vertical ratio of aerosol, and humidity correction method using the hygroscopic growth factor were applied to respective models. The vertical correction for AOD and humidity correction for PM2.5 concentration played an important role in improving accuracy of overall estimation. The multiple linear regression (MLR) models with additional meteorological factors (wind speed, visibility, and air temperature) affecting AOD and PM2.5 relationships were constructed for the whole year and each season. As a result, determination coefficients of MLR models were significantly increased, compared to those of empirical models. In this study, we analyzed the seasonal, monthly and diurnal characteristics of AOD-PM2.5model. when the MLR model is seasonally constructed, underestimation tendency in high PM2.5 cases for the whole year were improved. The monthly and diurnal patterns of observed PM2.5 and estimated PM2.5 were similar. The results of this study, which estimates surface PM2.5 concentration using geostationary satellite AOD, are expected to be applicable to the future GK-2A and GK-2B. 본 연구는 서울지역에서 2015년 1월부터 12월까지 정지궤도 천리안 위성(Communication Ocean and Meteorological Satellite, COMS) 해양 탑재체(Geostationary Ocean Color Imager, GOCI)의 에어로졸광학두께(Aerosol Optical Depth, AOD)로부터 지상 초미세먼지(Particulate Matter; PM2.5) 농도를 추정하기 위한 계절별 경험/통계모델을 개발했다. 행성경계층고도(Planetary Boundary Layer Height, PBLH) 그리고 에어로졸 수직 비율(Vertical Ratio of Aerosol, VRA)을 사용한 두 가지 수직보정방법과 흡습성장계수(Hygroscopic growth factor, f(RH))로부터의 습도보정방법이 각각의 경험적 모델에 적용된 결과 AOD에 대한 수직 보정과 PM2.5에 대한 지표 습도보정이 모델 성능 향상에 중요한 역할을 했다. AOD-PM2.5 사이에 관련이 있다고 알려진 기상인자들(온도, 풍속, 시정)을 추가적으로 사용하여 다중 선형 회귀모델을 구성한 결과 경험모델에 비해 R2값이 최대 0.25 증가했다. 본 연구에선 AOD-PM2.5 모델의 계절별, 월별, 시간별 특성을 분석하고 계절별로 구분하여 모델을 구성한 결과 고농도 사례에서 과소평가 되던 경향이 개선됨을 알 수 있고 관측된 PM2.5와 추정된 PM2.5의 월 및 시간변동성은 서로 경향성이 일치했다. 따라서 정지궤도 위성 AOD를 이용하여 지상 PM2.5 농도를 추정한 본 연구의 결과는 향후 발사 예정인 GK-2A와 GK-2B에 적용 가능할 것으로 기대된다.