| 초록 |
연구개요 ◯ 연구개발의 최종목표 : 지상과 위성으로부터 산출되는 에어로졸광학두께(AOD), 종관기상장 기류 패턴, 그리고 인공 신경망 통계 기법을 결합한 북동아시아 지역 지표 미세먼지(PM) 농도 산출의 경험모델 개발 ◯ 1차년도 연구목표 : AOD-지표 PM 농도 경험모델 구성을 위한 장기간의 데이터베이스 구축 및 자료들의 시공간적 변동성, 유기적 특징 분석 ◯ 2차년도 연구목표 : 지상/위성 AOD와 지표 PM 농도 사이의 경험모델 구성/검증 및 종관 기상장 기류 패턴에 따른 경험모델의 민감도 분석 ◯ 3차년도 연구목표 : 종관 기상장 패턴에 근거한 인공신경망 모델과 AOD-PM 경험모델의 결합/검증 및 경험모델 내 보정 인자들의 가중도 분석 연구 목표대비 연구결과 ◯ 1차년도 연구결과 · 지상관측(airkorea PM10/PM2.5, 오염기체, AERONET AOD), 국내외 극궤도/정지궤도 위성 AOD 데이터베이스 구축 및 업데이트 · 한반도 대표 지점별 종관기상장 기류 궤적 및 통계적 기법을 활용한 미세먼지 유입경로 분석, 낮은 고도로부터의 유입과 고농도 미세먼지 사례의 확인 · AOD-PM 경험모델 구성 및 검증, 두 물리량 관계성에 영향을 미치는 기상인자 및 계절적 차이 확인 ◯ 2차년도 연구결과 · 지상/위성AOD-지표PM농도의 경험모델 구성/검증, 위성 (GK-2A, MODIS, GOCI) AOD 산출 알고리즘 및 시공간적 해상도 차이에 따른 모델추정 정확성 차이 확인 · 기상학적 보정인자(행성경계층고도, 상대습도, 풍속, 풍향 등)와 연직 기상장 차이에 따른 AOD-PM 모델의 성능 평가 · PM10 고농도 사례에서 나타난 AOD-PM 모델 성능 및 기상장 기류패턴 민감도 평가 ◯ 3차년도 연구결과 · PM10 고농도 사례에 대한 종관기상장 패턴 유형화 및 기상장 패턴에 따른 AOD-PM 인공신경망 모델 구성 및 인자들의 기여도 평가 · 기상변수들의 가중도를 적용한 인공신경망 모델과 경험모델 결합 및 각 모델의 추정 정확성 비교 · 기류 궤적 및 기상변수들의 변동성을 고려한 북동아시아 PM 농도의 시공간적 변동성 및 최근 추세 확인 연구발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) ◯ 지상과 위성관측 자료를 다각적으로 활용한 지표 PM 농도, AOD, 기상학적 인자들의 데이터베이스 구축은 2000년대 중반 이후 미세먼지로 인한 국민적 관심이 높은 현 시점까지 대기 환경의 대기질 연구에 있어서 그 활용도가 높으며, 구축된 자료를 바탕으로 다양한 연구 개발이 수행될 수 있음. ◯ 현 위성원격탐사 기술 수준에서 산출이 불가능한 지표 PM 농도를 극궤도와 정지궤도 위성의 AOD를 활용하여 경험적/통계적으로 추정할 수 있는 기술을 개발하여 지상관측 기반의 시공간적 해상도를 크게 향상시킬 수 있으며, 관측 지점이 부재한 해상 지역에 대해서 지표 PM 농도 추정 값을 산출할 수 있음. ◯ 과거 미세먼지 고농도 사례와 한반도 황사 사례에 있어서 발원지와 수용지역의 종관기상장 기류 패턴에 따라 AOD-PM 경험/통계 모델의 추정 오차가 상당히 높기 때문에, 이러한 종관기상장 기류 패턴을 유형 구분하고, 이를 인공 신경망 통계 기법에 따라 판단할 수 있는 모델을 구축하여 기존의 모델 성능을 크게 향상시킬 것으로 기대함. ◯ 향상된 모델 성능과 위성 자료를 활용한 높은 시공간 해상도로 추정되는 지표 PM 농도에 대해서 종관기상장 기류 패턴에 따른 변화 민감도, 지역적 기상 변동성과의 물리적 메커니즘을 분석은 과거 사례에 대한 진단과 미래 예측성 평가에 중요한 자료로 활용될 수 있음. ◯ 최근 한반도 지역에서 증가 추세를 보이고 있는 미세먼지 고농도 사례 및 그에 따른 공중보건의 영향을 감안할 때, 현업 미세먼지 예보 정확성 향상에 기여할 수 있으며, 대기환경오염과 황사 현상을 조기 진단, 감시할 수 있음. ◯ 본 연구 개발을 통해서 구축된 다양한 위성 자료들을 활용함으로써, 높은 정확성과 넓은 관측 지역을 확보할 수 있는 최첨단 위성원격탐사 분야의 전문가를 양성할 수 있음. 또한, 막대한 예산을 투자한 지상/위성 관측망을 활용한 국가적 부가가치를 창출함. (출처 : 요약문 2p) |
