Variability of NO2 Column Density Inferred from a Synergetic Use of Ground-Airborne-Satellite Observations = 지상-항공-위성 원격 관측 자료를 활용한 이산화질소 기주농도의 변동 특성 분석

국문 초록 (Abstract)

이산화질소(NO2)의 공간적 분포와 변동성을 정확하게 파악하는 것은 대기 중 광화학 반응에 대한 이해를 높이고 효과적인 저감 전략을 개발하는 데 매우 중요하다. 위성 원격 탐사를 통해 전구적인 NO2 연직기주농도를 관측할 수 있게 되었으나, 도심과 같이 오염된 대기 환경 조건에서 나타나는 NO2의 높은 변동성으로 인해 위성 관측의 제한된 정확도와 해상도를 보완할 수 있는 관측 자료의 필요성이 제기되고 있다. 본 연구에서는 NO2 연직기주농도의 시공간적 변동성과 이러한 변동 특성이 지상, 항공 및 위성으로부터의 원격 관측에 미치는 영향을 분석하였다.
국내 지상 판도라 관측 자료로부터 NO2 연직기주농도의 시간적 변동성을 자기상관 분석을 통해 살펴본 결과, 도심 지역인 서울에서 15분의 시간 차이는 NO2 연직기주농도의 평균 절대 오차(Mean Absolute Error; MAE)를 0.1 Dobson Unit (DU; 1 DU=2.687ⅹ1016 molecules cm-2), 상관 계수(r2)를 0.90 수준으로 형성한 반면, 교외 지역인 서산에서는 MAE=0.03 DU, r2= 0.85 수준으로 형성하여 대기 환경 조건에 따라 NO2 연직기주농도의 시간적 변동성이 큰 차이를 보였다. NO2 연직기주농도의 시간적 변동성은 일반적으로 여름보다 겨울에 더 컸으며, 하루 중 정오 부근에서 가장 큰 시간적 변동성이 관찰되었다. NO2의 일반적인 대기 중 체류시간을 고려할 때, 지상 판도라에서 관측된 높은 NO2 연직기주농도의 시간적 변동성은 광화학 반응에 기인하였다기 보다는 NO2 배출의 공간적 비균질성과 지표 부근에서의 이류에 따른 영향이 지배적이었을 것으로 판단된다.
서울의 연세대학교와 서울대학교에서 관측을 수행중인 지상 원격 측기(예: 판도라, MAX-DOAS 장비)로부터의 관측 자료를 통해 도시 내 NO2 연직기주농도의 공간적 비균질성을 추가로 분석하였다. 연세대학교에서 관측된 NO2 연직기주농도가 서울대학교에서 보다 평균적으로 0.145 DU 더 높았으며, 서울 도심 지역에서 나타나는 NO2의 높은 공간 비균질성으로 인해 상관계수는 상대적으로 낮았다(r=0.646). 서울대학교에서 관측된 평균 NO2 연직기주농도가 상대적으로 낮은 것은 판도라 직달 일사 관측이 대부분 관악산을 향한 광경로상에서의 농도를 관측함에 따른 것으로 보인다. 대기경계층 내부의 바람장이 남풍과 북풍일 때, 각각 연세대학교와 서울대학교에서 NO2 연직기주농도가 더 높게 나타나는 경향이 뚜렷하게 나타났다. 이는 서울 도심에서 배출된 NO2 플룸이 바람 방향에 따라 서울대학교와 연세대학교에서 관측된 NO2 연직기주농도에 크게 영향을 주기 때문으로 보이며, 풍속이 충분히 강할 때(2 m s-1 이상)에만 이러한 바람 의존성이 뚜렷하게 나타났다.
도시 지역에서 나타나는 NO2 의 높은 공간적 비균질성은 지상 원격 관측 자료의 공간적 대표성을 제한한다. 예를 들어, 일반적으로 대기경계층 내 수평 광경로가 짧은 판도라 직달 일사 관측의 관측 기하 조건 변화에 따라서도 서울(연세대학교)에서 관측된 NO2 연직기주농도에 상당한 영향을 미쳐 관측 방위각에 따른 영향이 최대 0.1 DU 크기로 나타났다. 상대적으로 공간 해상도가 낮은 위성(예: OMI, TROPOMI)을 검증할 때에는 판도라의 관측 기하 조건 변화로 인해 발생하는 수평적 대표성 변화의 범위가 일반적으로 위성 격자 크기에 비해 작기에 판도라 관측 기하 조건에 따른 영향이 크지 않을 수 있으나, 보다 높은 해상도의 위성 (예: TEMPO)이나 항공 관측 자료에 대한 검증에서는 지상 측기의 관측 기하 조건을 고려하는 것이 보다 더 중요해질 것이다.
TROPOMI와 전세계 판도라 관측 자료를 활용하여 다양한 대기 환경 조건(예: 도시, 교외/농촌, 배경)에서의 위성과 지상 원격 관측 자료의 정합(collocation)을 위한 최적의 방법에 대한 연구를 수행하였다. 판도라와 판도라 위치가 포함된 단일 TROPOMI 격자에서의 NO2 연직기주농도를 비교했을 때에는 대체로 높은 상관관계(r ~ 0.8; 배경 대기 지역 제외)를 보였다. 또한, 도시 지역에서는 TROPOMI의 NO2 연직기주농도가 판도라 관측 값에 비해 큰 음의 편향(bias)을 보였는데, 이는 위성 관측의 공간 평균 효과를 원인으로 지적한 이전 연구들과 일치하는 결과이다. 마찬가지의 이유로 위성의 공간적인 정합 범위를 확대하는 것은 대기 환경 조건에 관계없이 효과적이지 않았다. 한편, 정합 관계에 있는 판도라와 TROPOMI NO2 연직기주농도를 상호 비교 전에 각각 평균을 취한 후 비교할 경우 도시 지역을 위주로 근평균제곱오차(Root Mean Square Error) 감소 경향이 두드러지게 나타났는데, 이는 도시 지역에서 NO2 연직기주농도가 보이는 높은 위성 아격자 수준 공간적 비균질성의 영향이 어느 정도 상쇄했기 때문으로 분석된다.
서울 지역의 지상 판도라 관측과 TROPOMI 위성 관측 자료를 활용하여 대기경계층 바람장을 고려한 정합법에 대한 연구를 진행하였다. 풍상측 TROPOMI 격자들에서의 NO2 연직기주농도는 지상 판도라 관측 값에 비해 큰 음의 편향을 보인 반면, 풍하측 TROPOMI 격자들에서는 대체로 작은 크기의 음의 편향이 관찰되었다. 특히, 풍상측 TROPOMI 격자들은 판도라로부터의 거리가 멀어질수록 더 큰 음의 편향을 보였는데, 이러한 경향은 도시 지역의 인위적 배출의 영향을 도시의 풍상측 방향으로 거리가 멀어짐에 따라 덜 받는 영향으로 보인다. 풍상측 및 풍하측에 위치한 TROPOMI 격자들 에서의 관측 값을 지상 판도라 관측 값과 비교하는데 활용할 경우 시공간적으로 정합 관계에 놓이는 지상과 위성의 관측 자료의 수가 대략 12.7배 증가한 반면, r2 은 다소 감소하였다. 위성에서의 NO2 연직기주농도 산출 불확도가 충분히 낮다는 점을 고려할 때, 바람을 고려한 위성과 지상 관측자료의 정합법은 위성의 NO2 연직기주농도 관측 자료를 검증하는 데에는 제한적인 활용가치가 있을 것으로 보인다. 다만, 낮은 신호 대 잡음비를 가진 위성 관측 자료 (예: HCHO)를 검증할 때에는 바람장을 고려한 위성과 지상 관측의 정합법을 적용하는 것이 단순히 공간적 정합 범위를 단순히 확대하는 것에 비해 효과적일 것으로 판단된다.
고해상도 항공 관측은 일반적인 위성의 공간 해상도보다 작은 규모에서 나타나는 공간적 비균질성을 직접적으로 관측할 수 있다는 특장점이 있다. 이러한 항공 관측의 접근성을 개선하기 위해 상대적으로 낮은 가격과 유지관리 소요가 있는 초분해상 이미징 센서(초분광계)를 이용한 항공관측 자료로부터의 NO2 연직기주농도 산출을 위한 수정 파장쌍 방법(Modified Wavelength Pair method; 이하 MWP 방법)을 개발하였다. 또한, 이렇게 개발된 산출 알고리즘을 발전소, 석유화학단지, 제철소, 시멘트 광산 등 각종 점오염원으로부터 NO2 배출이 많은 충남, 제천, 포항 지역에 대한 초분광계 항공 관측 자료에 적용하여 고해상도의 NO2 연직기주농도를 산출하였다. MWP 방법은 지표면 및 에어로졸 반사도의 파장 의존성과 같이 낮은 주파수를 가지는 변동 특성에 둔감하도록 설계되었으며, 상대적으로 분광 해상도가 낮고 광학 특성이 불안정한 측기로부터의 관측 자료에도 적용할 수 있다는 장점이 있다. 본 연구에서는 청천 화소(clean pixel)에서의 관측 자료를 활용한 간접적인 복사 보정을 통해 초분광계 감광 센서(CCD) 민감도의 비균질성에 대한 보정을 수행하였다. 따라서 초분광계에 대한 정밀한 복사 보정을 별도로 수행하지 않아도 NO2 연직기주농도 산출이 가능하며, 간소화된 조견표를 통해 컴퓨팅 리소스에 대한 부담이 적다는 장점 또한 지닌다.
초분광계 항공관측 자료로부터 최종적으로 산출되는 대략 400ⅹ400 m2 해상도의 NO2 연직기주농도는 밝은 육지 상공에서는 0.025-0.075 DU, 어두운 해수면 상공에서는 0.10-0.15 DU 수준의 불확도를 보인다. 해수면 상에서 상대적으로 높은 불확도가 나타나는 것은 해수면의 낮은 반사도로 인해 낮아진 신호 대 잡음비와, 낮은 지표 반사도 조건에서 지표 반사도의 불확실성에 대한 MWP 방법의 높은 민감도에 기인한다. 청천 화소를 사용한 복사 보정의 불확실성은 전체 불확실성에서 가장 큰 지분을 차지하는 주된 오차 요인이었으며, 이와 같은 이유로 앞서 언급한 NO2 연직기주농도의 산출 불확도 수준을 확보하기 위해서는 적절한 청천 화소 자료를 수집하는 것이 필수적이다. 파장 편이에 대한 보정 불확도 및 측기의 잡음에 따른 불확실성도 전체 산출 불확도에 유의미한 영향을 주는 주요 원인이었다.
초분광계를 이용한 항공 관측에서는 제철소 상공에서 가장 높은 농도가 관측되는 것이 특징적이었으며, 초분광계를 통해 관측된 NO2 연직기주농도의 최댓값은 대체로 TROPOMI 위성에서 관측된 최댓값보다 유의미하게 높았다. 초분광계 항공관측으로부터 산출된 NO2 연직기주농도는 정합 관계에 있는 TROPOMI 자료와 양호한 상관관계를 보였다(r=0.73, MAE=0.106 DU). 특히, TROPOMI에서 관측된 NO2 연직기주농도와 각각의 TROPOMI 격자에 포함되는 초분광계 NO2 연직기주농도를 대응하여 비교한 결과, NO2 연직기주농도 값이 0.8 DU을 초과하는 TROPOMI 격자에서 나타나는 아격자 변동성(25%-75% 차이)이 0.6 DU 미만인 TROPOMI 격자에서 보다 3배 이상 큰 경향이 관찰되었다. 이는 위성의 아격자 수준에서 나타나는 NO2 연직기주농도의 변동성이 점 오염원 근처에서 크게 증가할 수 있음을 직접적으로 보여준다.

다국어 초록 (Multilingual Abstract)

Accurate characterization of the spatial distribution and variability of atmospheric NO2, which is an important anthropogenic pollutant that causes various health effects and contributes to secondary O3 formation, is crucial for enhancing our understanding of photochemical reactions and developing effective mitigation strategies. Satellite remote sensing using the hyperspectral sensors effectively depicted the global NO2 vertical column densities (VCDs) in recent decades, while the highly variable nature of NO2 in a polluted atmosphere raised the necessity of observations that can complement the limited accuracy and resolution of satellite observations. This study investigated the spatiotemporal variability of NO2 VCDs and their influence on various remote sensing observations from ground, airborne, and satellite platforms.
The temporal variability of NO2 VCDs observed from the ground-based Pandora in Korea was examined by the autocorrelation scores. The NO2 VCD temporal variability showed a significant difference according to the surrounding environments, with the mean absolute error (MAE) and squared correlation coefficient (r2) ranging from 0.1 Dobson Unit (DU; 1 DU=2.687ⅹ1016 molecules cm-2) and 0.90 in Seoul (i.e., a polluted urban area) to 0.03 DU and 0.85 in Seosan (i.e., a rural area) under a time lag of 15 minutes. The MAE increased and r2 decreased gradually with increasing time lag, and an hour (i.e., 60 minutes) difference resulted in deteriorated scores both in Seoul (MAE: > 0.15 DU, r2: 0.65~0.70) and Seosan (MAE: > 0.05 DU, r2: 0.55~0.65). The temporal variability of NO2 VCDs was generally greater in the winter than in the summer, even considering higher average NO2 VCD in the winter. It also varied significantly by the time of day, with the maximum temporal variability near noon. Considering the typical atmospheric lifetime of NO2, it is more likely that the spatial inhomogeneity of NO2 emissions, associated with the near-surface advection, is a predominant cause of high NO2 VCD temporal variability observed from the ground-based Pandora observations, rather than the photochemical loss.
The spatial inhomogeneity of NO2 VCD was further assessed with the multiple ground-based remote sensing instruments (e.g., Pandora, MAX-DOAS instrument) deployed at Yonsei University (YSU) and Seoul National University (SNU), both of which are located within Seoul and are 11.6 km apart to the north and south. NO2 VCDs were generally higher at YSU than SNU with the mean bias of 0.145 DU, while the correlation of the temporally collocated measurements was relatively low (r=0.646) due to the significant NO2 spatial inhomogeneity in Seoul. The lower average NO2 VCD at SNU can be explained by its location on the northern slope of Mt. Gwanak and the viewing geometry of Pandora direct-sun measurements mostly heading toward the mountain. The boundary layer wind compelled the difference between the NO2 VCDs measured at YSU and SNU, with the tendency of higher NO2 VCD at YSU and SNU under southerlies and northerlies, respectively. The massive vehicular emissions from the downtown area of Seoul would be attributable to this general dependency of SNU - YSU NO2 VCD difference to the boundary layer wind, while this wind-dependency was pronounced only when the wind speed was sufficiently strong (i.e., >2 m s-1). Wind speed was also an important factor in determining the variations of NO2 VCDs in Seoul. Stronger winds tended to ventilate NO2 from the urban core to the outskirts, resulting in a decrease in NO2 VCD in the afternoon. Conversely, the stagnant atmosphere, which forms favorable conditions for NO2 accumulation in the urban area, led to an afternoon enhancement of NO2 VCDs simultaneously at YSU and SNU.
The excessive spatial inhomogeneity of NO2 in an urban atmosphere significantly restrained the spatial representativeness of ground-based remote sensing observations. For instance, the altering viewing geometries of Pandora direct-sun observations, which have generally short horizontal light paths within the boundary layer, had a significant effect on the observed NO2 VCDs in Seoul (YSU), resulting in biases (i.e., NO2 VCD difference between collocated direct-sun observations with varying viewing geometry and multi-axis observations with fixed viewing geometries) varying up to 0.1 DU by the viewing azimuth angle. The influence of varying Pandora viewing geometry can be a subordinate factor when validating satellites with relatively large footprints (e.g., Ozone Monitoring Instrument - OMI, Tropospheric Monitoring Instrument - TROPOMI) because these satellites observe spatially averaged field and the horizontal displacements that viewing geometry incurs are usually smaller than these satellite pixels. However, viewing geometry of Pandora direct-sun observations can be the pivotal factor when validating the satellites with higher resolution such as Tropospheric Emissions: Monitoring of Pollution (TEMPO) and the airborne observations (e.g., Geostationary Trace gas and Aerosol Sensor Optimization - GeoTASO), especially in the urban areas.
The adequate satellite-ground collocation strategy considering different environments (i.e., urban, suburban/rural, background) was investigated from TROPOMI and Pandora observations within Pandonia Global Network (PGN). NO2 VCDs observed from TROPOMI and Pandora generally showed good agreement, even when comparing the Pandora data with a single TROPOMI pixel containing the Pandora location. The correlation coefficient (r) was around 0.8, except for the background region with minimal variance and low signal-to-noise ratio (SNR), while TROPOMI exhibited greater negative biases in urban areas which is consistent with previous studies that have pointed out the spatial averaging effect of satellite observations as a cause. Likewise, enlarging the spatial collocation range was not effective regardless of the environment, since the satellite NO2 retrieval has sufficient SNR and low random uncertainty. Meanwhile, taking the average of collocated Pandora and TROPOMI NO2 VCDs before an intercomparison reduced the root mean square error (RMSE), especially in urban areas, since it canceled out the influence of sub-grid scale variability, or the spatial inhomogeneity, of NO2 VCD to a certain extent.
The wind-based collocating method was evaluated with the Pandora and TROPOMI observations in Seoul, considering the excessively inhomogeneous NO2 emissions and the influence of boundary layer wind in an urban atmosphere. The upwind TROPOMI pixels showed greater negative bias with the increasing distance of the TROPOMI pixel from Pandora since it was less affected by anthropogenic emissions from the urban area, whereas the downwind TROPOMI pixel showed an even smaller negative bias than the TROPOMI pixel containing the Pandora. Incorporation of downwind and upwind TROPOMI pixels for an intercomparison with coincident Pandora observations increased the collocated samples by a factor of 12.7, while the r2 slightly decreased from 0.72 to 0.58 (upwind pixels) and 0.51 (downwind pixels). Application of wind-based collocation might have limited value in validating satellite NO2 VCD data due to sufficiently low random uncertainties in satellite NO2 VCD retrievals but can be beneficial in validating satellite observations with lower SNR (i.e., HCHO) compared to simple enlargement of spatial collocation range.
The high spatial resolution airborne observations can explicitly identify the spatial inhomogeneity beyond the typical satellite footprint resolutions. To improve the feasibility of airborne observations, a versatile approach for NO2 VCD retrieval, hereafter referred to as the Modified Wavelength Pair (MWP) method, was developed and implemented to airborne observations using the low-cost Hyperspectral Imaging Sensor (HIS) at three industrial areas (i.e., Chungnam, Jecheon, and Pohang) in Korea with massive NO2 emissions from point sources (i.e., power plant, petrochemical complex, steel yard, and cement Kiln). The newly developed MWP method was designed to be insensitive to broadband spectral features, including the spectral dependency of surface and aerosol reflectivity, and can be applied to observations with relatively low spectral resolution and unstable optical characteristics. The soft radiometric calibration utilizing clean pixel data for non-uniformity corrections enabled NO2 VCD retrieval without requiring precise radiometric calibration of the instrument (i.e., HIS), and the simplified Look-Up-Table (LUT) offers computational cost competitiveness.
Typical NO2 VCD uncertainties in the final 400 ⅹ 400 m2 HIS NO2 VCD products ranged between 0.025–0.075 DU over the bright land surface and 0.10–0.15 DU over the ocean surface. This discrepancy between land and ocean surfaces is attributable to the lower SNR over the ocean and the higher sensitivity of the MWP method to surface reflectance uncertainties under low-albedo conditions. The uncertainties in radiometric calibration using the clean pixel were the dominant source of total uncertainty, and adequate acquisition of the clean pixel data is necessary to ensure the aforementioned uncertainty level. Uncertainties in wavelength shift calibrations and instrumental noise (i.e., SNR) were a typical succeeding source of uncertainty. It should be noted that the additional unaccounted uncertainties, those from slit function characterization, temperature dependency of NO2 absorption, and aerosol optical properties, can become substantial on certain occasions.
In the research flights using the HIS, NO2 plumes emitted from steel yards were particularly conspicuous among the various NO2 point sources. The peak NO2 VCD observed from the HIS over the steel yards was 2.0 DU at Chungnam and 1.8 DU at Pohang, which were nearly twice the value of TROPOMI peaks. The HIS NO2 VCDs retrieved from research flights showed a good correlation with the collocated TROPOMI data (r=0.73, MAE=0.106 DU). However, the temporal disparities between the HIS frames and the TROPOMI overpass, their spatial mismatch, as well as their different observation geometries could limit the correlation. The comparison of TROPOMI and HIS NO2 VCD further demonstrated that the satellite sub-grid variability could be intensified near the point sources, with more than a threefold increase in HIS NO2 VCD variability (e.g., the difference between 25th and 75th quantiles) over the TROPOMI footprints with NO2 VCD values exceeding 0.8 DU compared to footprints with NO2 VCD values below 0.6 DU. This signifies the importance of frequent airborne observations to accurately characterize the NO2 VCD variability and to evaluate the target scores for the satellite observations considering the inherent limitations posed by their respective spatial resolution.

목차 (Table of Contents)

• Abstract i
• Table of contents vii
• List of Figures ix
• List of Tables xix
• 1. Introduction 1
• 1.1. Background and Motivation 1
• 1.2. Scientific Questions 7
• 1.3. Objectives of this study 10
• 2. Measurements and data 11
• 2.1. Ground-based instruments 11
• 2.1.1. Pandora 12
• 2.1.2. MAX-DOAS instrument 17
• 2.2. Satellite sensors 18
• 2.2.1. TROPOMI 18
• 2.2.2. Other satellite sensors (OMI and OMPS) 21
• 2.3. Airborne sensors 22
• 2.3.1. The low-cost Hyperspectral Imaging Sensor (HIS) 22
• 3. Influence of NO2 VCD spatiotemporal variability on ground-based remote sensing and satellite validations 27
• 3.1. NO2 VCD spatial and temporal variability inferred from fiducial ground-based Pandora and MAX-DOAS observations 28
• 3.2. Implications for the satellite-ground collocation strategies in satellite validations 56
• 3.2.1. Spatial and temporal collocation criteria in various environments 56
• 3.2.2. Wind-based collocation 65
• 4. Satellite sub-grid variability of NO2 VCD inferred from airborne hyperspectral observations
• 73
• 4.1. The versatile NO2 VCD retrieval algorithm for airborne observations using a low-cost compact hyperspectral imager 76
• 4.1.1. Theoretical basis of the Modified Wavelength Pair (MWP) method 77
• 4.1.2. Forward radiative transfer modeling 87
• 4.1.3. Calibrations before and after the airborne observations 92
• 4.1.4. Uncertainty estimation 107
• 4.2. Airborne observations of NO2 VCDs 122
• 4.2.1. Research flights 122
• 4.2.2. NO2 VCDs over three industrial areas in Korea 127
• 4.2.3. Satellite sub-grid variability of NO2 near the industrial point sources 138
• 5. Summary and conclusions 142
• References 149
• 국문 초록 169