| 초록 |
□ 연구개요 본 연구에서는 기계학습을 도입하여 위성 기반의 에어로졸 광학특성 산출물(에어로졸 광학두께, 단일 산란 알베도, 에어로졸 입자크기 정보 등)만으로도 동북아지역에서 신뢰도 있는 에어로졸의 타입분류가 가능한 알고리즘을 개발하였다. 이를 위하여, 동북아지역의 지상 선포토미터(AERONET; Aerosol Robotic Network) 관측 장비로부터 측정되는 정확도 높은 에어로졸 광학특성 자료를 이용하여 결정한 에어로졸의 타입분류 결과를 참값(reference)으로 활용하여, 에어로졸 타입과 위성 기반의 에어로졸 광학특성 정보 사이의 비선형적인 관계를 설명 할 수 있도록 기계학습 기법을 도입하였다. □ 연구 목표대비 연구결과 아래 2가지 세부 연구 목표 및 목표대비 연구결과에 대하여 기술하였음. 1. 위성 기반 에어로졸 광학특성 자료와 기계학습 기법을 융합한 에어로졸 타입 분류 알고리즘 및 소프트웨어 완성 및 검증 위성 기반 에어로졸 광학특성 자료와 기계학습 기법을 융합한 에어로졸 타입 분류 알고리즘 및 소프트웨어 개발을 위하여 지상 선포토미터 기반의 에어로졸 타입분류 레퍼런스 데이터셋을 생성하였다. 생성한 레퍼러스 데이터셋과 동일한 관측시간에 에어로졸 타입과 직/간접적으로 관련되는 위성자료들을 수집하고 이를 기계학습 알고리즘에 입력하여 위성자료만으로 비교적 정확도 높은 에어로졸 타입분류 알고리즘을 완성하였다. 기존 에어로졸 타입분류 선행연구의 정량적인 검증 및 문제점 파악을 통하여 알고리즘 완성 시 본 알고리즘에서 고려할 요소들을 파악하여 최종 타입분류 알고리즘에 반영하였다. 위성 기반 알고리즘으로 분류한 에어로졸 타입분류 정보를 검증하기 위하여 지상 선포토미터 자료로부터 제공되는 에어로졸 광학특성 값을 이용하였다. 검증 결과, 선행연구대비 높은 정확도의 에어로졸 타입분류가 가능함을 확인하였다. 2. 장기간동안의 동북아지역 에어로졸 타입 변화 트랜드 분석 위성 기반 입력자료 데이터가 제공되는 기간 동안 동북아를 포함하는 아시아지역의 에어로졸 타입 트랜드를 확인하였다. 또한, 아시아 주요도시 지역에서 계절별 에어로졸 타입의 비율을 분석하였다. □ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) - 위성을 통하여 비교적 높은 정확도의 에어로졸 타입 정보를 제공 할 수 있을 것으로 예상됨. 생산된 신뢰성 높은 에어로졸 타입 정보는 에어로졸의 광학두께를 포함하는 에어로졸 광학특성과 에어로졸 고도 산출 정확도를 향상시킬 수 있을 것으로 보임. 정확한 에어로졸 정보는 기후예측모델링의 불확실성을 감소시킬 수 있을 것으로 생각됨. - 정확한 타입분류 정보는 에어로졸 광학두께 및 고도 산출 정확도 향상에 영향을 미칠 수 있으므로, 본 연구과제에서 개발되는 에어로졸 타입분류 알고리즘을 통해 국민들이 피부로 느낄 수 있는 황사 및 미세먼지의 농도 정확도 향상이 가능 할 것으로 보임. - 본 연구에서 개발될 위성기반 에어로졸 타입분류 기술을 통해 기존의 여러 미량기체 산출 알고리즘들의 정확도 향상이 기대되며, 결과적으로 환경원격모니터링 기술의 발전에 기여도가 클 것으로 예상됨. (출처 : 연구결과 요약문 2p) |
