제4장: 위성 및 원격 탐사

위성 측정과 지상 측정: 상호 보완적인 강점

위성이 뛰어난 분야: 공간적 관측 범위, 배출원 탐지, 지역 수지

지상 관측소가 뛰어난 분야: 정밀도, 장기 추세, 검증

최적의 접근법: 두 가지를 결합하여 포괄적으로 모니터링한다

수동형 센서의 작동 방식

1. 태양광 광원: 태양이 지표면을 비춘다
2. 대기 경로: 빛이 대기를 통과한다(내려갔다가 다시 올라온다)
3. 흡수: 온실가스 분자가 특정 파장을 흡수한다
4. 반사: 지표면이 남은 빛을 반사한다
5. 위성 검출: 분광계가 수신된 스펙트럼을 측정한다
6. 산출 알고리즘: 스펙트럼을 역산하여 온실가스 농도를 도출한다

핵심 개념: 흡수가 많을수록 → 위성에 도달하는 빛이 적어지고 → 온실가스 농도가 높다

XCO₂와 XCH₄의 이해

정의: 기체의 전체 칼럼 양을 건조 공기의 전체 칼럼 양으로 나눈 값이다

XCO₂ = (전체 CO₂ 칼럼) / (전체 건조 공기 칼럼)

단위: ppm(백만분율)

예시:
  전체 CO₂ 칼럼: 8.8 × 10²¹ molecules/cm²
  건조 공기 칼럼: 2.12 × 10²⁵ molecules/cm²
  XCO₂ = (8.8 × 10²¹) / (2.12 × 10²⁵) × 10⁶ ≈ 415 ppm

왜 지표 농도 대신 XCO₂를 사용하는가?

• 지표 기압 변화에 민감하지 않다
• 지상 기반 FTIR 측정과 비교할 수 있다
• 대기 칼럼 전체를 적분한다

산출 과정 개요

1. 순방향 모델: 주어진 대기 상태에서 예상되는 스펙트럼을 모의한다
2. 비교: 모의 결과를 실제 측정값과 비교한다
3. 반복: 차이가 최소가 되도록 대기 상태를 조정한다
4. 수렴: 최적 적합에 도달할 때까지 반복한다
5. 출력: 산출된 온실가스 프로파일 또는 칼럼 양

주요 과제:

• 에어로졸과 구름의 간섭
• 지표 반사율의 변동성
• 기온 및 기압 프로파일
• 분광학적 불확도
• 기기 교정 드리프트

메탄 플룸 탐지

탐지 임계값(개략): TROPOMI는 시간당 수 톤 규모, GHGSat 같은 고해상도 위성은 시간당 수백 kg 규모의 CH₄ 배출원을 탐지할 수 있다

탐지 알고리즘:

1. 이상치 계산: ΔCH₄ = 관측값 - 배경값
2. 인접한 증가 화소 식별
3. 통계적 임계값 적용(예: > 3σ)
4. 적분 질량 증가량(IME) 계산
5. 풍속을 이용해 배출률 추정

배출률(kg/hr) ≈ IME × U_eff / L
  (U_eff = 유효 풍속, L = 플룸 길이 척도(플룸 면적의 제곱근))

탐지된 주요 배출원:

• 석유·가스 인프라 누출
• 탄광 환기 수갱
• 대형 매립지
• 천연가스 처리 시설
• 파이프라인 파열

위성은 어떻게 검증되는가

1. 발사 전: 실험실 교정, 합성 데이터를 이용한 알고리즘 시험
2. 초기 운용(커미셔닝): 궤도상 초기 성능 검증
3. 지상 기반 FTIR: TCCON이 1차 검증을 제공한다(XGas)
4. 항공기 관측 캠페인: 산출 검증을 위한 연직 프로파일
5. 현장(in-situ) 관측망: 플럭스 역산을 위한 지표 및 타워 데이터
6. 위성 간 비교: 임무 간 교차 검증

역모델링 개념

순방향 문제: 플럭스 → 농도(대기 수송)

역방향 문제: 농도 → 플럭스(배출원/흡수원 추론)

기본 방정식:

y = H × x + ε

여기서:
  y = 관측값(위성 XCO₂)
  x = 상태 벡터(지표 플럭스)
  H = 관측 연산자(수송 모델)
  ε = 관측 오차

목표: y에 가장 잘 맞는 x를 찾는다

해법(베이지안):

x̂ = xb + BH^T(HBH^T + R)^-1(y - Hxb)

여기서:
  xb = 사전 플럭스(최선 추정치)
  B = 사전 오차 공분산
  R = 관측 오차 공분산
  x̂ = 최적화된(사후) 플럭스

위성 데이터를 위한 표준 구성 요소

데이터 수집 API: 아래 SDK 호출은 명세 Phase 3 §8의 REST 엔드포인트 GET /api/v1/ghg/concentration을 감싼 예시이다.

// 지역에 대한 위성 XCO2 데이터를 가져온다
const satelliteData = await wia.satellite.query({
  mission: 'OCO-2',
  gas: 'CO2',
  product: 'XCO2',
  level: 'L2',
  bbox: [lon_min, lat_min, lon_max, lat_max],
  date_range: ['2025-01-01', '2025-12-31'],
  quality_filter: 'good'
});

// 메타데이터가 포함된 표준화된 GeoJSON을 반환한다
{
  type: 'FeatureCollection',
  mission: 'OCO-2',
  processing_version: 'v10r',
  features: [...]
}

다중 임무 융합:

• 서로 다른 위성 산출물을 조화시킨다
• 공통 기준에 맞춘 편향 보정
• 불확도에 기반한 최적 평균화
• 데이터 융합 기법을 이용한 결측 보간

품질 보증:

• TCCON과의 자동 비교
• 위성 간 일관성 점검
• 이상 탐지 및 플래그 지정
• 처리 체인 전반에 걸친 불확도 전파