미세먼지 소산계수 산출법 보완을 통한 스캐닝 라이다 시각화 개선

Abstract

미세먼지에 대한 국민들의 관심이 높아짐에 따라 측정소가 없는 지역의 농도 데이터를 얻고자 하는 수요가 늘어났다. 이에 측정 인프라가 구축되어 있지 않은 지역의 밀도 있는 데이터를 공급하기 위하여 Scanning lidar가 제안되었다. Scanning lidar는 레이저를 광원으로 하는 원격탐사 장비로 에어로졸에 산란된 빛을 신호로 수신하여 소산계수를 산출하고 이를 지도에 표출하여 시각화 데이터를 제공한다. 시각화 데이터 표출의 핵심은 소산계수 산출이며, 이는 라이다 방정식을 통하여 계산된다. 방정식 풀이에 있어 중요한 인자는 Reference distance이다. Reference distance의 지정이 잘못될 경우 소산계수의 값이 왜곡되어 버린다. 따라서 본 논문에서는 보다 정확한 소산계수 산출을 위하여 기존의 lidar data 분석 법에 새로운 방법을 추가로 제시하였다. Background correction과정을 적용하기 전 Background에서 발견된 이상치 데이터를 제거하였다. Background는 Model fitting과 평균법 비교를 통하여 산출된다. α_ref의 경우, 기준 지점을 한 각도 당 21개로 설정하여 유동적인 값을 가질 수 있게 하였다. 또한 각도 별 적용하였던 α_ref를 통합하여 모든 각도에 하나의 값을 사용하는 방식을 채택하였다. 데이터 케이스 별로 새로운 분석법을 적용한 결과, 새롭게 제시된 3σ 수준의 Outlier 추출은 피크 값 제거에 우수했다. 그러나 Background 값은 Fitting을 통해 산출된 값보다 평균값이 더 많이 사용되었다. Reference distance의 경우 각도 별 편차가 줄어들었으며 소산계수가 발산하는 형태의 데이터도 개선되었다. 이는 최종적으로 시각화 깨짐 현상과 5km 부근에 나타나는 고농도 시각화 오류를 개선하였다.