정지궤도 환경위성(GEMS, GOCI-II 등)을 활용한 대기오염 및 기후 변화 감시는 본 연구실의 핵심 연구 분야입니다. 정지궤도 위성은 아시아 지역을 대상으로 시간적·공간적으로 연속적인 대기질 자료를 제공할 수 있어, 기존의 극궤도 위성에 비해 미세먼지, 오존, 이산화질소 등 대기오염물질의 일변화와 이동 경로를 실시간에 가깝게 추적할 수 있습니다. 이를 통해 동북아시아의 대기오염 현상, 장거리 이동, 국지적 배출원 분석 등 다양한 환경 문제를 체계적으로 연구하고 있습니다. 연구실에서는 위성 관측 자료의 신뢰도를 높이기 위해 다양한 검증 및 교정 알고리즘을 개발하고 있습니다. 예를 들어, GEMS 위성의 대기질 산출물은 지상 관측망(Pandora, AERONET 등) 및 타 위성(TROPOMI 등)과의 교차 검증을 통해 정확도를 확보하고, 머신러닝 기반의 보정 기법을 적용하여 자료의 일관성과 활용성을 극대화합니다. 또한, 복사전달모델, 최적추정법, 차등흡수분광법(DOAS) 등 첨단 역산 알고리즘을 개발하여 미세먼지, 오존, 이산화질소, 포름알데히드 등 다양한 대기오염물질의 수직·수평 분포를 정밀하게 산출하고 있습니다. 이러한 연구는 동아시아 대기환경의 실시간 감시와 예측, 정책 수립, 국제 협력 연구에 큰 기여를 하고 있습니다. 특히, GEMS를 중심으로 NASA TEMPO, ESA Sentinel-4 등 북반구 정지궤도 환경위성 컨스텔레이션과 연계하여 글로벌 대기질 감시 체계를 구축하고, 기후 변화 및 대기오염의 상호작용, 장거리 이동, 기상-화학 상호작용 등 복합적인 환경 문제 해결에 앞장서고 있습니다.

에어로졸 및 추적가스(이산화질소, 오존, 이산화황, 포름알데히드 등)의 원격탐사 알고리즘 개발은 연구실의 또 다른 핵심 연구 분야입니다. 위성 및 지상 기반 관측 자료를 융합하여 대기 중 에어로졸의 광학적 특성(AOD, AE, SSA 등)과 추적가스의 수직·수평 분포를 정밀하게 산출하는 역산 알고리즘을 지속적으로 고도화하고 있습니다. 이를 위해 복사전달이론, 분광학, 최적추정법, 머신러닝 등 다양한 수치기법을 적용하고, 관측 자료의 불확실성 및 오차 특성을 체계적으로 분석합니다. 특히, 위성에서 관측된 에어로졸 광학두께(AOD)와 지상 미세먼지(PM2.5) 농도 간의 관계를 머신러닝, 랜덤포레스트, 딥러닝 등 인공지능 기법으로 모델링하여, 지상 관측망이 부족한 지역에서도 고해상도 미세먼지 농도 예측이 가능하도록 하고 있습니다. 또한, 다양한 위성 자료(GEMS, GOCI-II, AMI, TROPOMI 등)와 지상 관측 자료(AERONET, SPARTAN, Pandora 등), 수치모델(CTM, WRF-Chem 등)을 융합하여 대기오염물질의 시공간적 분포, 장거리 이동, 배출원 추정, 예보 정확도 향상 등에 관한 연구를 수행합니다. 이러한 연구는 대기오염의 실시간 감시, 예측, 정책 평가, 건강영향 분석 등 다양한 사회적 수요에 부응하고 있습니다. 또한, 에어로졸의 기후 영향(복사 강제력, 구름-에어로졸 상호작용 등), 오존층 변화 및 장기 추세 분석, 대기질-기상-기후 상호작용 등 복합적인 환경문제 해결을 위한 기반 기술로 활용되고 있습니다.