Han and Sohn (2013)은 초분광 센서 AIRS를 이용하여 황사의 광학두께와 고도를 산출할 수 있는 인공신경망 알고리즘을 개발하였으나, 단기간의 관측 자료에 대해서만 검증되었고 장기 관측에 따른 AIRS 센서 노화로 인하여 일부 채널들의 품질저하 현상이 나타나 알고리즘의 장기간 적용이 어렵다. 이 연구에서는 동아시아 황사의 광학두께 및 고도 산출을 위한 알고리즘을 개선하고자 채널관측의 품질 검사를 통해 111개의 입력 채널을 재선정하였다. 재선정된 AIRS 입력 채널의 밝기온도와 지표고도, 위성천정각 정보를 MODIS 황사광학두께 및 CALIOP 황사고도에 시공간 일치시켜 인공신경망 산출 모델을 훈련하였다. 검증 결과 개선된 산출 모델은 비록 적은 수의 입력채널이 사용되었지만 기존의 알고리즘과 비교하여 유사한 성능을 보였으며 장기간에 적용 시 보다 나은 결과를 보였다. 개선된 알고리즘을 이용하여 2003 - 2013년 동안에 나타난 동아시아의 황사 광학두께와 고도의 계절별 장기관측치를 산출하였고 이를 MODIS 광학두께와 CALIOP 황사고도와 비교하였다. 검증결과는 해양과 같은 일부를 제외한 지역에서 AIRS로부터 산출한 황사 광학두께와 고도가 MODIS 광학두께, CALIOP 황사고도와 유사한 분포를 보였다. 황사고도의 경우 동아시아 전반적으로 지형과 유사한 분포를 보이고 있으며 뚜렷한 계절적 변화를 보인다.