DOI QR코드

DOI QR Code

Analysis of Development Characteristics of the Terra Nova Bay Polynya in East Antarctica by Using SAR and Optical Images

SAR와 광학 영상을 이용한 동남극 Terra Nova Bay 폴리냐의 발달 특성 분석

  • Kim, Jinyeong (Department of Geophysics, Kangwon National University) ;
  • Kim, Sanghee (Division of Life Sciences, Korea Polar Research Institute) ;
  • Han, Hyangsun (Department of Geophysics, Kangwon National University)
  • 김진영 (강원대학교 지구물리학과) ;
  • 김상희 (한국해양과학기술원 부설 극지연구소 생명과학연구본부) ;
  • 한향선 (강원대학교 지구물리학과)
  • Received : 2022.12.07
  • Accepted : 2022.12.18
  • Published : 2022.12.31

Abstract

Terra Nova Bay polynya (TNBP) is a representative coastal polynya in East Antarctica, which is formed by strong katabatic winds. As the TNBP is one of the major sea ice factory in East Antarctica and has a great impact on regional ocean circulation and surrounding marine ecosystem, it is very important to analyze its area change and development characteristics. In this study, we detected the TNBP from synthetic aperture radar (SAR) and optical images obtained from April 2007 to April 2022 by visually analyzing the stripes caused by the Langmuir circulation effect and the boundary between the polynya and surrounding sea ice. Then, we analyzed the area change and development characteristics of the TNBP. The TNBP occurred frequently but in a small size during the Antarctic winter (April-July) when strong katabatic winds blow, whereas it developed in a large size in March and November when sea ice thickness is thin. The 12-hour mean wind speed before the satellite observations showed a correlation coefficient of 0.577 with the TNBP area. This represents that wind has a significant effect on the formation of TNBP, and that other environmental factors might also affect its development process. The direction of TNBP expansion was predominantly determined by the wind direction and was partially influenced by the local ocean current. The results of this study suggest that the influences of environmental factors related to wind, sea ice, ocean, and atmosphere should be analyzed in combination to identify the development characteristics of TNBP.

테라노바 만 폴리냐(Terra Nova Bay polynya, TNBP)는 강한 활강풍에 의해 형성되는 동남극의 대표적인 연안 폴리냐이다. TNBP는 동남극의 주요 해빙 생산지 중 하나이며 지역적 해류 순환과 주변 해양 생태계에 큰 영향을 미치기 때문에 시계열 모니터링을 통해 면적의 변화와 발달 특성을 분석하는 것이 매우 중요하다. 이 연구에서는 2007년 4월부터 2022년 4월까지 획득된 인공위성 영상레이더(synthetic aperture radar, SAR) 및 광학영상으로부터 연안 폴리냐의 대표적 특징인 Langmuir circulation에 의한 줄무늬와 폴리냐와 주변 해빙 사이의 경계를 탐지하여 TNBP의 영역을 정의하고 면적과 발달 특성을 분석하였다. TNBP는 강한 활강풍이 부는 남극의 겨울철(4-7월)에 빈번하지만 작은 면적으로 발생하는 반면, 해빙의 두께가 상대적으로 얇은 3월과 11월에는 큰 면적으로 발달하는 것이 확인되었다. 위성 관측 시각 이전의 12시간 평균 풍속은 TNBP 면적과 0.577의 상관계수를 보였으며, 이는 바람이 TNBP의 형성에 상당한 영향을 미치며 발달 과정에는 바람 이외의 다른 환경 요인들도 영향을 미칠 수 있음을 나타낸다. TNBP의 발달 방향은 풍향에 지배적인 영향을 받으며, 국지적인 해류 순환이 일부 영향을 주는 것으로 파악되었다. 이 연구의 결과는 TNBP 발달 특성의 명확한 규명을 위해 바람 외에도 해빙, 해양, 대기 관련 환경 요인들의 영향도가 복합적으로 분석되어야 함을 제시한다.

Keywords

1. 서론

폴리냐(polynya)는 극지 해양에서 해빙으로 둘러싸인 개빙 구역(open water)으로 내륙에서 불어오는 활강풍(katabatic wind)의 영향으로 해안 지역에 형성되는 연안 폴리냐(coastal polynya)와 대양의 용승작용으로 외해에 형성되는 외해 폴리냐(open sea polynya)가 있다(Morales Maqueda et al., 2004). 연안 폴리냐에서는 강한 활강풍에 의해 해빙이 외해로 밀려나고, 대기와 해양 간의 온도 차이로 인한 열 이동이 발생하여 새로운 해빙이 형성된다(Van Woert, 1999). 해빙이 형성되는 과정에서 염분이 방출되므로(Fusco et al., 2009), 남극의 연안 폴리냐는 세계 해양에서 가장 밀도가 높은 수괴 중 하나인 남극 저층수(Antarctic Bottom Water)의 주요 공급원이 될수있다(Budillon et al., 2011; Ciappa and Pietranera, 2013; Comiso et al., 2011; Rusciano et al., 2013; Yoon et al., 2020). 테라노바 만 폴리냐(Terra Nova Bay polynya, TNBP)는 동남극의 대표적인 연안 폴리냐 중 하나로, 로스해(Ross Sea) 해빙의 약 10%에 해당하는 해빙을 생산하고 있다(Nihashi et al., 2017). TNBP는 해빙 생산의 역할뿐만 아니라 지역적 해류 순환과 주변 해양 생태계에 큰 영향을 미치고 있기 때문에 시계열 모니터링을 통해 폴리냐의 발달 특성을 분석하는 것은 매우 중요하다.

폴리냐는 인간의 접근이 제한적인 극지 해역에 광범위하게 형성되므로 인공위성을 이용한 원격탐사가 폴리냐 관측에 유용하게 사용될 수 있다. 수동 마이크로파 센서(passive microwave sensor)는 마이크로파를 이용하여 관측 대상의 밝기온도를 측정하는데, 해빙과 개빙 구역 사이의 밝기온도 차이를 통해 폴리냐가 탐지될 수 있고 날씨와 태양고도에 관계없이 매일 자료 획득이 가능하여 많은 연구에서 이용되어 왔다(Parmiggiani, 2006; Ciappa et al., 2012; Hollands and Dierking, 2016). 그러나 공간해상도가 수–수십 km인 단점이 있어 폴리냐의 면적이나 발달 특성을 정밀하게 관측하기는 어렵다. 반면 영상 레이더(synthetic aperture radar, SAR)는 마이크로파를 이용하는 전천후 원격탐사 시스템이면서 고해상도의 지표 관측이 가능하여 폴리냐의 정밀한 관측에 효과적으로 사용될 수 있다(Ciappa and Pietranera, 2013; Flores et al., 2014; Hollands and Dierking, 2016; Nunziata et al., 2017). 인공위성 광학센서는 구름의 유무와 기상 조건에 따라 영상 취득에 제한이 있긴 하지만 고품질의 고해상도 영상이 획득될 경우 폴리냐 정밀 탐지에 유용하게 사용될 수 있다(Hollands and Dierking, 2016). SAR 및 광학 영상은 수–수십 m급 공간해상도를 가지고 있어 폴리냐의 대표적 특징 중 하나인 Langmuir circulation에 의한 줄무늬 모양(Drucker et al., 2003)의 탐지 및 개빙 구역과 해빙 영역 사이의 경계 구분에 유용하며, 이를 통해 폴리냐의 형성과 확장 방향 분석 등 다양한 연구가 가능하다.

TNBP에 대한 선행 연구들은 대부분 인공위성 영상으로부터 폴리냐 영역을 정의하고, 폴리냐의 형성이 로스해에 미치는 영향을 분석하는데 초점이 맞춰져 수행되었다(Parmiggiani, 2006; Hollands and Dierking, 2016; Druckeret al., 2003;Ciappa and Pietranera, 2013; Kern, 2009). Parmiggiani (2006)은 ENVISAT의 Advanced Synthetic Aperture Radar (ASAR)와 Aqua 위성에 탑재된 수동 마이크로파 센서인 Advanced Microwave Scanning Radiometer for EOS (AMSR-E)를 이용하여 TNBP의 면적을 관측하였다. 이 연구는 고해상도의 SAR 영상에서 보다 정확한 폴리냐 탐지가 가능하며, TNBP의 면적은 바람의 세기와 상관성이 높음을 설명하였다. Hollands and Dierking (2016)에서는 2009년에 획득된 다중센서 위성 자료를 활용하여 TNBP를 탐지하고 폴리냐와 해빙의 역학적 특성을 분석하였다. 이외에도 TNBP를 탐지하고 폴리냐 형성 이후 해양 순환 및 해빙 형성에 대한 연구가 수행되어 왔다. 그러나 선행 연구들은 단기간 동안 획득된 위성 자료를 이용하였으며, 이에 따라 TNBP에 대한 장기 모니터링 및 시간에 따른 폴리냐의 변화와 발달 기작은 분석되지 못하였다.

이 연구에서는 2007년 4월부터 2022년 4월까지의 인공위성 광학 및 SAR 영상을 시계열로 구축하여 TNBP의 영역을 정의하였다. 이를 통해 TNBP 면적의 시계열 변화와 발달 특성을 분석하고자 하였다. 풍속과 TNBP 면적 사이의 상관성을 분석하고 폴리냐 발달에 대한 풍속의 영향력을 파악하였으며, 풍향 정보를 함께 이용하여 TNBP의 확장 특성을 분석하고자 하였다.

2. 연구지역

TNBP (Fig. 1)는 주로 난센 빙붕에서 불어오는 강한 활강풍의 영향으로 인해 해빙이 외해로 밀려나면서 발달하며(Ciappa et al., 2012; Hollands and Dierking, 2016), 발달 범위는 Drygalski Ice Tongue와 장보고 과학기지 사이의 테라노바 만 해역에 집중된다 (Yoon, 2022). 난센 빙붕 전면(ice front)의 Inexpressible Island에 설치된 자동기상관측기구(Automatic Weather System, AWS)인 Manuela Station (74°56′5″S, 163°52′1″E, 고도 78 m)의 관측에 의하면 TNBP 주변에서 최대 20 m/s 이상의 강한 바람(최대 42 m/s)이 4–7월 사이에 빈번하게 분다. TNBP 주변 지역의 기온은 연간 –36°C에서 –2°C 사이로 크게 변화한다. TNBP는 남극 연안 폴리냐에서 생산하는 전체 해빙의 약 3–4%(로스해 해빙의 약 10%)를 생산하는 것으로 알려져 있으며(Tamura et al., 2016; Nihashi et al., 2017), 로스해 대륙 붕수(shelf water)의 33%를 생성하는 것으로 알려져 있다(Fusco et al., 2009; Rusciano et al., 2013; Jendersie et al., 2018; Yoon, 2022).

OGCSBN_2022_v38n6_1_1245_f0001.png 이미지

Fig. 1. The Sentinel-1 SAR image capturing the Terra Nova Bay polynya (TNBP) on June 7, 2017. The red polygon represents the boundary of TNBP. The blue and red dots indicate the location of the Manuela AWS Station and the Jang Bo Go Antarctic research station, respectively.

3. 연구자료

TNBP의 시계열 모니터링을 위해 2007년 4월부터 2022년 4월까지의 Landsat-8 Operational Land Imager(OLI)/ThermalInfrared Sensor(TIRS) 영상 44개와 C-band의 ERS-2 SAR 영상 2개, ENVISAT ASAR 영상 27개, Sentinel-1 SAR 영상 320개 및 L-band의 Advanced Land Observing Satellite-1 (ALOS-1) Phased Array L-band Synthetic Aperture Radar (PALSAR) 영상 45개를 구축하였다(Table 1). ERS-2 SAR 영상은 VV 편파 영상이며, 그 외의 다른 SAR 영상들은 HH 편파 영상이다. ERS-2 SAR, ENVISAT ASAR, Sentinel-1 SAR의 interferometric wide (IW) swath 영상은 single look complex (SLC) 포맷의 자료를 multi-look하여 사용하였고, 다른 SAR 영상들은 ground range detected (GRD) 포맷으로 구축하여 사용하였다. Landsat-8 영상은 Level 1 Precision and Terrain Correction (L1TP) 영상으로 cloud cover가 15% 미만인 자료를 선별하였고, 15 m 해상도의 전정색(panchromatic) 밴드 영상을 활용하였다. 폴리냐는 주변 해빙에 비해 높은 온도를 가지기 때문에 열적외선 영상에서도 탐지가 가능하다. 이에 이 연구에서는 Landsat-8 위성의 열적외선 밴드 영상(30 m 해상도)도 연구에 사용하였다. 이 연구에 사용된 다중센서 위성영상들의 촬영 시간 간격은 최소 6시간에서 최대 6개월로 다양하며(테라노바 만에 대한 Sentinel-1 SAR 영상의 주기적 획득이 시작된 2017년 이후로는 최소 6시간, 최대 24일 간격), 이산적인 시계열 자료에 해당한다.

Table 1. SAR and optical images used in this study

OGCSBN_2022_v38n6_1_1245_t0001.png 이미지

Fig. 2는 2021년 10월 6일에 TNBP가 관측된 Landsat-8 영상을 이용하여 생성한 pan-sharpening 영상이다. 이 영상에서는 TNBP 영역 내에서 바람의 방향과 평행한 줄무늬들이 다수 존재하는 것을 볼 수 있다. 이는 연안 폴리냐의 대표적인 특징인 Langmuir circulation에 의한 효과로, 새로운 해빙(frazil ice 또는 new ice)이 형성되어 나타나는 모습이다(Hollands and Dierking, 2016). 이와 같은 연안 폴리냐의 표면 특징을 관측하기 위해서는 고해상도의 위성영상이 필요하다. 이 연구에 사용된 모든 위성영상은 Langmuir circulation에 의해 나타나는 줄무늬 모양을 관측하기에 충분한 공간해상도(15–100 m)를 가지고 있어 TNBP 영역을 정의하고 면적과 확장 방향을 관찰하는데 효과적으로 사용될 수 있다.

OGCSBN_2022_v38n6_1_1245_f0002.png 이미지

Fig. 2. The Landsat-8 pan-sharpening image on October 6, 2021, which shows the stripes caused by Langmuir circulation effect. The bottom right image is an enlarged area corresponding to the red box.

TNBP의 면적과 발달에 대한 바람의 영향을 분석하기 위해 Manuela Station에서 10분 단위로 관측된 풍속 및 풍향을 사용하였다. Manuela Station의 경우 2012년 이전에 결측 기간이 존재한다. 따라서 AWS 관측 풍속은 2012년 이후 촬영된 위성영상으로부터 산출한 TNBP 면적과의 상관분석에만 사용하였다. 전체 연구기간(2007–2022년)에 대해 TNBP의 면적 및 발달에 미치는 바람의 영향은 European Centre for Medium-Range Weather Forecasts (ECMWF)의 ERA5 재분석 자료를 통해 구축된 10 m 높이의 동서 방향 및 남북 방향 풍속 자료를 통해 분석하였다. ERA5 재분석 자료는 1시간 단위의 재분석장을 제공하며, Manuela AWS station 위치에서의 동서 및 남북 방향 풍속 자료로부터 풍속과 풍향 정보를 산출하여 연구에 사용하였다.

4. 연구방법

이 연구에서는 SAR와 Landsat-8의 전정색 영상으로 부터 Langmuir circulation에 의한 줄무늬 모양을 가지는 개빙 구역과 주변 해빙 및 빙붕 사이의 경계를 육안으로 탐지하여 TNBP의 가장자리를 디지타이징(digitizing)하고, 이를 통해 TNBP의 면적을 산출하였다. 또한 Landsat-8 열적외선 영상에서는 폴리냐와 주변 해빙 영역 사이의 밝기온도 차이를 이용하여 TNBP의 경계를 디지타이징하고 면적을 산출하였다. Fig. 3은 Landsat-8 전정색 및 열적외선 밴드 영상과 Sentinel-1 SAR 영상으로부터 폴리냐의 영역(빨간색 폴리곤(polygon))을 정의한 예를 보여준다. Landsat-8 전정색 영상(Fig. 3(a))과 Sentinel-1 SAR 영상(Fig. 3(c))에서는 Langmuir circulation에 의해 나타나는 줄무늬 모양을 육안으로 쉽게 관측할 수 있고 주변 해빙 및 빙붕과의 구분도 명확하게 파악할 수 있었다. SAR 영상(Fig. 3(c))에서는 영상이 촬영되기 전에 폴리냐가 확장되었던 흔적도 관측되며, 새로운 해빙의 형성으로 인해 주변의 두꺼운 해빙보다 강한 후 방산란을 보여 영상에서 밝게 나타나는 것을 확인할 수 있다. 이와 같은 영상들을 통해 TNBP의 과거 형성 범위를 유추할 수는 있으나 어느 시점에 형성되었던 것인지는 파악이 불가능하므로 이 연구에서는 영상 촬영 시점에서 폴리냐가 형성되어 있는 면적만을 산출하여 분석에 이용하였다. Fig. 3(b)는 Landsat-8 열적외선 밴드 영상으로 폴리냐는 주변 해빙보다 높은 온도를 보이는 것이 확인된다. 열적외선 밴드 영상에서는 폴리냐와 주변 해빙 및 빙상, 빙붕 사이의 밝기온도 차이 특성을 이용하여 폴리냐의 영역을 정의하고 면적을 산출하였다.

OGCSBN_2022_v38n6_1_1245_f0003.png 이미지

Fig. 3. TNBP area (red polygon) detected from (a) the Landsat-8 panchromatic band image on October 24, 2016, (b) the Landsat-8 thermal infrared image on October 6, 2021, and (c) the Sentinel-1 SAR image on July 1, 2017.

폴리냐와 주변 해빙 및 빙붕, 빙상은 뚜렷한 반사 및 복사, 레이더 산란 특성 차이를 보이므로 영상의 육안 분석에 기반한 디지타이징을 통해 TNBP 영역의 정의가 충분히 가능하다. 그러나 영상의 육안 분석에는 연구자의 주관이 개입될 수 있으며, 디지타이징 과정에서는 연구자의 자료처리 숙련도 등에 의해 오류가 발생할 수 있다. 이는 디지타이징을 통해 산출된 TNBP 면적의 정밀도에 영향을 미치게 된다. 이 연구에서는 동일 연구자가 각각의 영상으로부터 TNBP 영역의 디지타이징을 3회 이상 반복 수행하고, 반복적으로 산출된 면적의 표준편차를 계산하여 TNBP 면적 산출의 정밀도를 평가하였다.

TNBP 발달에 대한 풍속 지속성의 영향을 고려하고자 위성 관측 시각을 기준으로 직전 1, 3, 6, 12 및 24시간 동안의 풍속에 대한 평균값 및 최댓값을 계산하고, 이를 폴리냐 면적과의 상관분석에 사용하였다. 2012년 이후의 위성영상에서 산출된 TNBP 면적과의 상관분석에는 AWS 자료가 사용되었으며, 전체 연구기간에 대한 상관분석에는 ERA5 재분석장이 사용되었다. TNBP 발달에 있어 계절에 따른 바람의 영향도를 분석하기 위해 겨울철(4–9월)과 여름철(10–3월)로 시기를 구분하여 TNBP 면적과 ERA5 재분석 자료에서 구축된 풍속 사이의 상관분석을 수행하였다. 그리고 TNBP 형성 시기에 대해 ERA5 재분석 자료에서 구축된 풍향과 폴리냐의 확장 길이를 상호 비교하여 TNBP 확장에 대한 바람의 영향을 파악하였다.

5. 연구결과 및 토의

1) TNBP 면적의 시계열 변화

다중 위성영상으로부터 TNBP의 경계를 육안으로 디지타이징하여 면적을 산출하였다. TNBP 면적의 변화를 분석하기 전에 SAR, Landsat-8 전정색, Landsat-8 열적외선 영상에서 디지타이징을 통해 산출된 TNBP 면적의 정밀도를 평가하였다. 모든 SAR 영상에서 TNBP 영역에 대한 디지타이징을 반복 수행하여 산출된 면적의 표준편차는 0.09–47.29 km2로 계산되었고, 이는 영상에서 산출된 폴리냐 면적의 0.05%–4.32%에 해당하는 매우 작은 오차이다. Landsat-8 전정색 및 열적외선 영상들의 디지타이징 반복 수행 결과, 산출된 TNBP 면적의 표준편차는 각각 6.95–46.98 km2와 3.70–15.53 km2 (영상에서 산출된 폴리냐 면적의 0.40%–3.84%와 0.76%–2.06%)로 SAR 영상에서 산출된 TNBP 면적의 정밀도와 유사한 수준으로 파악되었다. 이를 통해 SAR와 광학 영상에서 육안 분석에 기반한 디지타이징으로 산출된 TNBP 면적은 신뢰할 수 있는 결과로 판단하였다.

Fig. 4는 같은 날짜(2021년 10월 6일)의 서로 다른 시각에 촬영된 Sentinel-1 SAR 영상과 Landsat-8 전정색 밴드 영상에서 탐지된 TNBP를 보여준다. SAR 영상은 15:30 Universal Time Coordinate (UTC)에 촬영되었으며, 폴리냐의 면적은 2424.277 km2로 측정되었다(Fig. 4(a)). 반면 5시간 40분 후에 촬영된 Landsat-8 전정색 밴드 영상에서 TNBP의 면적은 2306.725 km2 (Fig. 4(b))로 약 5%의 면적이 줄어든 것으로 나타났다. 또한 폴리냐의 모양도 다소 달라진 것을 볼 수 있다. 두 영상에서 탐지된 TNBP의 면적 차이에는 SAR와 Landsat-8 전정색 영상에서 나타나는 폴리냐의 특징 차이와 디지타이징 오류가 반영되었을 수 있다. 그렇지만 SAR와 Landsat-8 전정색 영상 모두 폴리냐의 경계를 육안으로 탐지하는데 어려움이 없었으며 디지타이징에 의해 발생할 수 있는 면적 산출의 오차가 최대 47 km2임을 고려하면, Fig. 4(a)와 4(b)에서 탐지된 TNBP 면적의 변화에는 이종 영상의 특성 차이와 디지타이징 오류의 영향이 작으며, TNBP의 시간적 변동성이 크다는 것을 설명한다.

OGCSBN_2022_v38n6_1_1245_f0004.png 이미지

Fig. 4. The TNBP area (red polygon) detected from (a) the Sentinel-1 SAR image on October 6, 2021 at 15:30 UTC and (b) the Landsat-8 panchromatic band image on October 6, 2021 at 21:10 UTC.

시계열 광학 및 SAR 영상에서 관측된 TNBP 면적과 Manuela Station 위치에서의 ERA5 재분석 자료 기반 월평균 풍속은 Fig. 5와 같다. Fig. 5에서 빨간색 막대는 여름철(10–3월), 파란색 막대는 겨울철(4–9월)을 의미한다. ERA5 풍속 재분석장은 검정색 실선으로 나타냈으며, 1개월 이상 위성영상이 구축되지 않은 시기는 회색 배경으로 표시하였다. 연구에 사용된 위성영상의 획득 간격이 일정하지 않고 이산적인 시계열 자료이며, 2017년 이전에는장기간영상이획득되지못한시기도있어TNBP 면적의 장기 변화 및 연변화는 분석하기 어렵다. 그러나 TNBP 면적 변화의 계절적 경향성은 파악이 가능하다. ERA5 재분석 자료에 의하면 겨울철의 풍속이 여름철에 비해 강하다. 겨울철 폴리냐는 풍속이 강한 겨울철에 빈번하게 발생하지만 면적이 작은 것을 확인할 수 있다. 여름철인 3월과 11월에는 TNBP가 빈번하게 형성되지는 않지만 매우 큰 면적으로 발달하는 것이 확인된다. 이는 겨울철에 강한 활강풍이 불더라도 두꺼운 해빙으로 인해 연안 폴리냐의 발달에 제약이 있는 반면, 여름철에는 해빙의 두께가 얇아 상대적으로 약한 활강풍에도 폴리냐가 크게 발달하기 때문인 것으로 추정된다.

OGCSBN_2022_v38n6_1_1245_f0005.png 이미지

Fig. 5. The area of TNBP and monthly averaged wind speed from April 2007 to April 2022. The red and blue bars represent the TNBP area in summer and winter, respectively. The gray box indicates the period for which no satellite image was acquired for more than one month. The black line represents the monthly averaged wind speed at the location of the Manuela AWS Station predicted by the ERA5 reanalysis data.

2) 풍속과 TNBP 면적 사이의 상관관계

TNBP 발달에 대한 풍속의 영향도를 파악하기 위해 먼저 위성영상 촬영 시각 이전 1, 3, 6, 12 및 24시간 동안의 ERA5 풍속 재분석장 평균값 및 최대값과 TNBP 면적 사이의 상관분석을 수행하였다(Table 2). 2012년 이전 결측 기간을 제외한 2013년부터 2022년까지 Manuela AWS Station에서 관측된 풍속과 TNBP 면적 사이의 상관계수는 Table 2의 괄호 안에 표기해주었다. 수 시간 동안의 풍속 특성과 TNBP의 면적 사이의 상관계수는 0.581 이하로 상관성이 강하게 나타나지는 않았다. 이는 TNBP가 형성되기 시작하는 데에는 활강풍이 지배적인 영향을 미치지만 폴리냐의 형성 후 발달 과정에는 바람 이외에 다른 환경인자도 영향을 줄 수 있음을 시사한다.

Table 2. Correlation coefficient between wind speed and TNBP area

OGCSBN_2022_v38n6_1_1245_t0002.png 이미지

AWS 관측에 의하면 위성영상 촬영 시각 이전 12시간 동안의 평균 풍속이 TNBP 면적과 가장 높은 상관성(R=0.533)을 보였다. ERA5 재분석 자료에서 산출된 풍속은 6시간 평균값이 TNBP 면적과 가장 높은 상관성(R=0.581)을 보였고, 12시간 평균 풍속을 적용했을 때(R=0.577)와 비교하여 거의 차이가 없었다. 이 연구에서 사용된 AWS 관측 풍속은 78 m의 고도에서 관측되어 표면 바람의 특성과 차이가 있을 수 있다. ERA5의 풍속 자료는 표면과 가까운 10 m 고도의 정보를 제공해주지만 관측자료가 아닌 재분석장이다. 따라서 두 바람 자료 중 어느 자료가 TNBP 면적을 설명하는데 적합한 것인지 판단하기 어렵다. 이 연구에서는 두 자료에서 계산된 12시간 동안의 평균 풍속이 모두 TNBP 면적과 높은 상관성을 보이므로 TNBP 발달 특성에 대한 바람의 영향을 분석할 때 위성 관측 시각 직전 12시간 동안의 ERA5 풍속에 대한 평균값을 사용하였다.

계절에 따른 풍속과 TNBP 면적 사이의 관계를 파악하기 위해 4월에서 9월을 겨울철, 10월에서 3월을 여름철로 구분하여 계절별 상관분석을 수행하였다(Fig. 6). 상관분석에 사용된 풍속은 연구기간을 모두 포함하는 ERA5 재분석 자료로 위성영상 촬영 시각 기준으로 이전 12시간의 평균값이다. 겨울철의 풍속과 TNBP 면적은 0.656의 상관계수를 보였다(Fig. 6(a)). 여름철의 풍속은 TNBP의 면적을 잘 설명하지 못하는 것으로 분석되었다(R=0.465, Fig. 6(b)). 여름철에는 해빙의 두께가 얇기 때문에 약한 활강풍에도 폴리냐가 형성될 수 있고, 풍속과 폴리냐의 발달이 서로 비례하지 않을 수 있다. 겨울철에는 해빙의 두께가 두꺼우므로 강한 바람이 불수록 폴리냐의 면적이 커질 수 있으며, 이는 Fig. 6(a)를 통해 설명될 수 있다. TNBP는 서쪽에서 불어오는 강한 활강풍이 해빙을 동쪽으로 밀어내며 형성되며, 특정 방향의 강한 풍속이 얼마나 지속적으로 불었는지에 따라 그 면적과 확장 특성이 달라질 수 있다. Fig. 6의 상관분석 결과에는 바람의 방향과 세기의 지속성, 표면에 작용하는 면적 등이 고려되지는 않았다. 이를 감안하면 겨울철 TNBP 면적과 12시간 평균 풍속 사이의 상관성(R=0.656)은 풍속이 겨울철 TNBP의 면적 결정에 상당한 영향을 미친다는 것을 보여주면서도, 풍속 외의 다른 환경인자들도 영향을 줄 수 있음을 보여준다. Fig. 6의 결과는 TNBP의 면적, 즉 폴리냐의 발달에 풍속 뿐만 아니라 난센 빙붕 연안의 해빙 두께나 다른 환경인자의 영향이 있을 수 있으며(Knuth and Cassano, 2011), 환경 인자들의 영향도는 계절에 따라 달라질 수 있음을 나타낸다.

OGCSBN_2022_v38n6_1_1245_f0006.png 이미지

Fig. 6. Scatter plots between the TNBP area and 12-hour mean wind speed in (a) winter and (b) summer.

3) TNBP의 확장 방향에 대한 바람의 영향

TNBP는 주로 장보고 과학기지 방향(Fig. 7(a)의 주황색 화살표) 또는 Drygalski Ice Tongue과 평행한 방향(Fig. 7(b)의 주황색 화살표)으로 확장된다. Drygalski Ice Tongue은 해류의 흐름과 북쪽으로 표류하는 해빙을 막아주기 때문에 TNBP가 형성되는데 기여할 뿐만 아니라 확장 방향을 제한하는 역할을 할 수 있다(Kurtz and Bromwich, 1985). ERA5 재분석 자료에 의하면 TNBP가 형성될 시기의 풍향은 주로 서풍이며, TNBP 면적과 상관성이 높았던 폴리냐 관측 이전 12시간 동안의 평균 풍속과 풍향을 분석하면 TNBP는 250°–280° 풍향의 바람이 강하게 불 때 가장 빈번하게 형성되었다(Fig. 8).

OGCSBN_2022_v38n6_1_1245_f0007.png 이미지

Fig. 7. The Sentinel-1 SAR images obtained on (a) September 23, 2017 and (b) May 15, 2018. The detected TNBP areas are depicted as red polygons. The orange arrows represent the direction of polynya expansion. The white arrows in (b) are the general representation of Terra Nova Bay surface circulation (Guglielmo et al., 1997).

OGCSBN_2022_v38n6_1_1245_f0008.png 이미지

Fig. 8. Wind Rose diagram of 12-hour mean wind data from 2007 to 2022 predicted by ERA5 reanalysis in the region of TNBP.

풍향과 TNBP 확장의 관계성을 파악하기 위해 TNBP의 확장 길이와 면적 사이의 상관성을 분석하였다. TNBP 관측 당시의 주 풍향이 250°–280°임을 고려하여 70°와 90° 방향(동쪽, Fig. 7(a))으로의 TNBP 확장 길이와 면적 사이의 상관도를 평가한 결과, 상관계수는 0.8 이상으로 높았다(Fig. 9). 이는 TNBP의 확장 방향이 풍향에 매우 지배적인 영향을 받는다는 것을 나타낸다. 그러나 풍향이 TNBP의 확장 방향을 완전하게 설명할 수는 없는데, 이는 풍향에 의존하여 폴리냐가 확장되더라도 테라노바 만의 지역적 해류 순환(Fig. 7(b)의 흰색 화살표; Guglielmo et al., 1997)에 의해 확장 방향에 변화가 발생할 수 있기 때문으로 추정된다.

OGCSBN_2022_v38n6_1_1245_f0009.png 이미지

Fig. 9. Scatter plots between the TNBP area and length in the direction of (a) 70° and (b) 90°.

6. 결론

이 연구에서는 시계열 광학 및 SAR 영상으로부터 Langmuir circulation에 의해 나타나는 특징인 줄무늬 모양과 주변 해빙과의 경계를 육안 분석하여 TNBP의 영역을 탐지하고, TNBP 면적의 변화와 바람이 TNBP의 발달에 미치는 영향을 분석하였다. TNBP는 풍속이 강해지는 4–7월 사이에 빈번하게 형성되며, 겨울철보다는 봄철과 가을철에 더 큰 면적으로 발달함을 확인하였다. TNBP의 면적은 12시간 동안의 평균 풍속과 중간 정도의 상관관계(R=0.581)를 보였다. 겨울철(4–9월) TNBP의 면적은 풍속과 여름철(10–3월)에 비해 풍속과의 상관성이 강했다(R=0.656). 이는 여름철의 얇은 해빙이 약한 활강풍에도 외해로 밀려나 폴리냐가 크게 발달할 수 있는 반면, 겨울철에는 해빙의 두께가 두꺼워 활강풍이 강할수록 폴리냐가 크게 발달하기 때문으로 추정되었다. TNBP의 발달 방향은 풍향에 지배적인 영향을 받는 것으로 분석되었다.

이 연구를 통하여 TNBP의 형성에 바람이 강한 영향을 미치는 것을 확인할 수 있었고, 바람 특성의 지속성, 해빙, 해류 순환 등 다양한 환경요인이 TNBP의 확장과 발달 분석에 복합적으로 고려되어야 함을 확인할 수 있었다. 향후 연구에서는 난센 빙붕 연안의 해빙농도, 기온, 해수면 온도 등의 다양한 환경인자들이 TNBP의 발달에 미치는 영향을 규명하고자 한다.

사사

이 연구는 한국해양과학기술원 부설 극지연구소(PE22140)와 2022년도 정부(과학기술정보통신부, 교육부)의 재원으로 한국연구재단(NRF-2021R1C1C1009621, No. 2019R1A6A1A03033167)의 지원을 받았으며, 이에 감사드립니다. 또한 논문을 심사해 주신 두 분의 심사위원께 깊이 감사 드립니다.

References

  1. Budillon, G., P. Castagno, S. Aliani, G. Spezie, and L. Padman, 2011. Thermohaline variability and Antarctic bottom water formation at the Ross Sea shelf break, Deep Sea Research Part I: Oceanographic Research Papers, 58(10): 1002-1018. https://doi.org/10.1016/j.dsr.2011.07.002
  2. Ciappa, A. and L. Pietranera, 2013. High resolution observations of the Terra Nova Bay polynya using COSMO-SkyMed X-SAR and other satellite imagery, Journal of Marine Systems, 113-114: 42-51. https://doi.org/10.1016/j.jmarsys.2012.12.004
  3. Ciappa, A., L. Pietranera, and G. Budillon, 2012. Observations of the Terra Nova Bay (Antarctica) polynya by MODIS ice surface temperature imagery from 2005 to 2010, Remote Sensing of Environment, 119: 158-172. https://doi.org/10.1016/j.rse.2011.12.017
  4. Comiso, J.C., R. Kwok, S. Martin, and A.L. Gordon, 2011. Variability and trends in sea ice extent and ice production in the Ross Sea, Journal of Geophysical Research: Oceans, 116(C4): C04021. https://doi.org/10.1029/2010JC006391
  5. Drucker, R., S. Martin, and R. Moritz, 2003. Observations of ice thickness and frazil ice in the St. Lawrence Island polynya from satellite imagery, upward looking sonar, and salinity/temperature moorings, Journal of Geophysical Research: Oceans, 108(C5): 3149. https://doi.org/10.1029/2001JC001213
  6. Flores, M.M., F. Parmiggiani, and L.L. Lopez, 2014. Automatic measurement of polynya area by anisotropic filtering and Markov random fields, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(5): 1665-1674. http://doi.org/10.1109/JSTARS.2014.2314684
  7. Fusco, G., G. Budillon, and G. Spezie, 2009. Surface heat fluxes and thermohaline variability in the Ross Sea and in Terra Nova Bay polynya, Continental Shelf Research, 29(15): 1887-1895. https://doi.org/10.1016/j.csr.2009.07.006
  8. Guglielmo, L., A. Granata, and S. Greco, 1997. Distribution and abundance of postlarval and juvenile Pleuragramma antarcticum (Pisces, Nototheniidae) off Terra Nova Bay (Ross Sea, Antarctica), Polar Biology, 19(1): 37-51. https://doi.org/10.1007/s003000050214
  9. Hollands, T. and W. Dierking, 2016. Dynamics of the Terra Nova Bay Polynya: The potential of multi-sensor satellite observations, Remote Sensing of Environment, 187: 30-48. https://doi.org/10.1016/j.rse.2016.10.003
  10. Jendersie, S., M.J.M. Williams, P.J. Langhorne, and R. Robertson, 2018. The density-driven winter intensification of the Ross Sea circulation, Journal of Geophysical Research: Oceans, 123(11): 7702-7724. https://doi.org/10.1029/2018JC013965
  11. Kern, S., 2009. Wintertime Antarctic coastal polynya area: 1992-2008, Geophysical Research Letters, 36(14): L14501. https://doi.org/10.1029/2009GL038062
  12. Knuth, S.L. and J.J. Cassano, 2011. An analysis of near-surface winds, air temperature, and cyclone activity in Terra Nova Bay, Antarctica, from 1993 to 2009, Journal of Applied Meteorology and Climatology, 50(3): 662-680. https://doi.org/10.1175/2010JAMC2507.1
  13. Kurtz, D.D. and D.H. Bromwich, 1985. A recurring, atmospherically forced polynya in Terra Nova Bay, Oceanology of the Antarctic Continental Shelf, 43: 177-201. https://doi.org/10.1029/AR043p0177
  14. Morales Maqueda, M.A., A.J. Willmott, and N.R.T. Biggs, 2004. Polynya dynamics: A review of observations and modeling, Reviews of Geophysics, 42(1): RG1004. https://doi.org/10.1029/2002RG000116
  15. Nihashi, S., K.I. Ohshima, and T. Tamura, 2017. Sea-ice production in Antarctic coastal polynyas estimated from AMSR2 data and its validation using AMSRE and SSM/I-SSMIS data, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10(9): 3912-3922. https://doi.org/10.1109/JSTARS.2017.2731995
  16. Nunziata, F., A. Buono, M. Moctezuma-Flores, F. Parmiggiani, and M. Migliaccio, 2017. Observations of Terra Nova Bay polynya by RadarSAT-2: Dual-and single-polarization methods, Proc. of 2017 IEEE 3rd International Forum on Research and Technologies for Society and Industry (RTSI), Modena, Italy, Sep. 11-13, pp. 1-4. https://doi.org/10.1109/RTSI.2017.8065884
  17. Parmiggiani, F., 2006. Fluctuations of Terra Nova Bay polynya as observed by active (ASAR) and passive (AMSR-E) microwave radiometers, International Journal of Remote Sensing, 27(12): 2459-2467. https://doi.org/10.1080/01431160600554355
  18. Rusciano, E., G. Budillon, G. Fusco, and G. Spezie, 2013. Evidence of atmosphere-sea ice-ocean coupling in the Terra Nova Bay polynya (Ross Sea-Antarctica), Continental Shelf Research, 61-62: 112-124. https://doi.org/10.1016/j.csr.2013.04.002
  19. Tamura, T., K.I. Ohshima, A.D. Fraser, and G.D. Williams, 2016. Sea ice production variability in Antarctic coastal polynyas, Journal of Geophysical Research: Oceans, 121(5): 2967-2979. https://doi.org/10.1002/2015JC011537
  20. Van Woert, M.L., 1999. Wintertime dynamics of the Terra Nova Bay polynya, Journal of Geophysical Research: Oceans, 104(C4): 7753-7769. https://doi.org/10.1029/1999JC900003
  21. Yoon, S.-T., W.S. Lee, C. Stevens, S. Jendersie, S. Nam, S. Yun, C.Y. Hwang, G.I. Jang, and J. Lee, 2020. Variability in high-salinity shelf water production in the Terra Nova Bay polynya, Antarctica, Ocean Science, 16(2): 373-388. https://doi.org/10.5194/os-16-373-2020
  22. Yoon, S., 2022. Responses of the Ross Sea to the climate change: Importance of observations in the Ross Sea, Antarctica, Ocean and Polar Research, 44(1): 69-82 (in Korean with English abstract). https://doi.org/10.4217/OPR.2022004