Terra/Aqua MODIS의 적외관측 자료를 이용하여 동아시아 지역에서 물리적 방법과 split-window 방법으로 총가강수량을 산출하는 알고리즘을 개발하였다. 물리적 방법에서는 동아시아 지역에 대한 분석 예측 자료를 생산하는 RDAPS 자료를 알고리즘의 초기 추정치로 사용하였다. 이 과정에서 복사전달계산을 위해 빠르고 정확도가 높은 RTTOV-7 모델을 이용하였다. Split-window를 이용한 총가강수량 산출에서는 동아시아 지역의 라디오존데 관측자료를 훈련자료로 사용하여 밝기온도를 계산하였고, 이로부터 관측된 밝기온도로부터 총가강수량을 산출할 수 있는 회귀식을 도출하였다. 위의 두 알고리즘을 2004년 8월과 12월의 MODIS 적외 자료에 적용하여 산출한 결과를 해양에서는 DMSP SSM/I 결과와 육지에서는 라디오존데 관측 결과와 비교하여 검증하였고, 이를 바탕으로 총가강수량의 정확성에 영향을 미치는 요인과 산출과정에 중요한 물리과정을 분석하였다. 비교결과 RDAPS, MODIS, split-window 방법에 비해 물리적 방법을 이용한 총가강수량의 산출 정확성이 높은 것으로 나타났다. 그러나 물리적 방법은 초기 추정치에 따라 산출결과가 상이하게 나타나는 단점을 가지고 있는 것으로 파악되었다. 따라서 TIGR 자료와 같은 기후 평균값을 초기치로 적용함에 있어 주의가 요구된다. 이러한 원인으로 지표 부근의 수증기에 대한 정보 부족 등을 들 수 있다. 이러한 단점에도 불구하고 지표와 지형의 변화가 큰 한반도를 포함한 동아시아 지역에서는 물리적 방법에 의한 총가강수량 산출의 효율성이 큰 것으로 사료된다.
In this study the retrieval algorithms have been developed to retrieve total precipitable water (TPW) from Terra/Aqua Moderate Resolution Imaging Spectroradiometer (MODIS) infrared measurements using a physical iterative retrieval method and a split-window technique over East Asia. Retrieved results from these algorithms were validated against Defense Meteorological Satellite Program (DMSP) Special Sensor Microwave/Imager (SSM/I) over ocean and radiosonde observation over land and were analyzed for investigating the key factors affecting the accuracy of results and physical processes of retrieval methods. Atmospheric profiles from Regional Data Assimilation and Prediction System (RDAPS), which produces analysis and prediction field of atmospheric variables over East Asia, were used as first-guess profiles for the physical retrieval algorithm. We used RTTOV-7 radiative transfer model to calculate the upwelling radiance at the top of the atmosphere. For the split-window technique, regression coefficients were obtained by relating the calculated brightness temperature to the paired radiosonde-estimated TPW. Physically retrieved TPWs were validated against SSM/I and radiosonde observations for 14 cases in August and December 2004 and results showed that the physical method improves the accuracy of TPW with smaller bias in comparison to TPWs of RDAPS data, MODIS products, and TPWs from split-window technique. Although physical iterative retrieval can reduce the bias of first-guess profiles and bring in more accurate TPWs, the retrieved results show the dependency upon initial guess fields. It is thought that the dependency is due to the fact that the water vapor absorption channels used in this study may not reflect moisture features in particular near surface.
