• 한국융합학회논문지
• /
• 제9권3호
• /
• pp.15-21
• /
• 2018

해양 뜰개는 해수면을 떠다니며 해양 기상 등을 관측하는 장비로, 뜰개를 통해 관측한 데이터는 해양 기상 예측, 유류유출 예측 등의 상황에서 활용된다. 관측 데이터는 관측 시에 오측(error data) 또는 결측(missing data)이 발생할 수 있으며, 오측 또는 결측된 데이터가 포함 될 경우, 데이터를 사용하는 모델들의 정확도가 떨어질 수 있다. 본 논문에서는 데이터 보정을 위한 방법으로 순환신경망을 이용한 데이터 보정 모델을 제안한다. 2015년 7개, 2016년 8개의 뜰개를 통해 수집한 해양 데이터를 이용한 보정 실험 결과와 보정 결과를 검증하기 위한 뜰개 이동 예측 실험을 설명하며, 실험 결과, 데이터 보정을 통해 13.9%의 데이터가 보정되었으며, 이동 예측 모델의 성능이 1.4% 향상되는 것을 보였다.

• 한국해양학회지:바다
• /
• 제9권4호
• /
• pp.204-211
• /
• 2004

자동 수직물성관측 뜰개는 매우 유용한 해양관측장비이지만 이에 부착된 CTD의 사후 보정이 불가능하기 때문에 뜰개자료의 정확도 검증이 사후자료관리나 자료활용에 있어 중요한 문제 중 하나이다. 동해 중심층의 염분변화가 국제 Argo프로그램에서 요구하는 정확도 0.01과 유사하기 때문에 동해를 항염분수조로 취급하여 동해에 투하된 뜰개가 관측한 염분자료의 신뢰성을 세 가지 방법을 통하여 검증하였다. 각각의 방법은 1)부근 해역에서 얻은 정확도가 높은 정선 CTD자료와 뜰개자료의 비교, 2)비슷한 시각에 비슷한 해역에서 얻은 뜰개자료의 비교, 3)체류 수심에서 얻은 염분자료의 장기간에 걸친 안정도 및 정확도 검증이다. 세 방법 모두 뜰개에서 얻은 염분자료가 아무런 보정없이도 Argo프로그램이 요구하는 정확도를 만족함을 보여주었다. 동해의 심층 수온이 일정하다는 가정하에 위의 세 가지 방법을 적용하여 얻은 수온값의 정확도 0.01$^{\circ}C$는 Argo프로그램에서 요구하는 정확도의 2배 정도이다. 하지만 동해의 중층 수온은 Argo프로그램이 요구하는 정확도 이상으로 시공간적으로 변화하기 때문에, 위의 결과는 수온 자료가 부정확하다는 것을 의미하지는 않는다. 동해 중층수온의 시공간적 변화를 고려한다면 수온자료의 정확도도 Argo프로그램이 요구하는 것과 큰 차이가 없다고 할 수 있다. 따라서 이 연구에서 검증된 뜰개가 관측한 수온 염분자료 모두 특별한 보정 없이 사용할 수 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.57-67
• /
• 2018

앙상블 기법은 기계학습에서 다수의 알고리즘을 사용하여 더 좋은 성능을 내기 위해 사용하는 방법이다. 본 논문에서는 앙상블 기법에서 많이 사용되는 부스팅과 배깅에 대해 소개를 하고, 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론을 이용하여 설계한다. 추가적으로 순환신경망과 MOHID 수치모델을 추가하여 실험을 진행한다. 실험적 검증를 위해 사용하는 뜰개 데이터는 7 개의 지역에서 관측된 683 개의 관측 자료다. 뜰개 관측 자료를 이용하여 6 개의 알고리즘과의 비교를 통해 앙상블 기법의 성능을 검증한다. 검증 방법으로는 평균절대오차를 사용한다. 실험 방법은 배깅, 부스팅, 기계학습을 이용한 앙상블 모델을 이용하여 진행한다. 각 앙상블 모델마다 동일한 가중치를 부여한 방법, 차등한 가중치를 부여한 방법을 이용하여 오류율을 계산한다. 가장 좋은 오류율을 나타낸 방법은 기계학습을 이용한 앙상블 모델로서 6 개의 기계학습의 평균에 비해 61.7%가 개선된 결과를 보였다.

• 한국해양학회지:바다
• /
• 제24권2호
• /
• pp.208-225
• /
• 2019

동해의 평균 표층 순환과 표층 해류의 변동성을 이해하기 위하여 1991년부터 2017년까지 동해를 지나간 표층 뜰개들의 궤적을 분석하였다. 표층 뜰개 자료를 분석하여 동해 표층 해류들을 그 주경로 별로 분류하고, 이들 해류의 변동을 조사하였다. 동한난류는 한국 동해안을 따라 북쪽으로 흐르며 $36{\sim}38^{\circ}N$에서 이안한 후 동해 중앙($131{\sim}137^{\circ}E$)에서 동쪽으로 흐른다. 이때 해류 경로의 평균 위도는 $36{\sim}40^{\circ}N$의 범위를 가지며, 남북으로 큰 진폭을 갖고 사행한다. 표층 뜰개 경로의 평균 위도가 $37.5^{\circ}N$ 이남(이북)일 때 사행진폭이 상대적으로 크며(작으며) 진폭은 약 100 (50) km이다. 동해 중앙에서 표층 뜰개들은 $37.5{\sim}38.5^{\circ}N$를 따라 동쪽으로 흐르는 경로를 가장 빈번하게 지나간다. 동해 북부 블라디보스토크 연안에 투하된 표층 뜰개들은 연안을 따라 남서쪽으로 이동하다가 일본분지 서쪽에서 반시계방향 순환을 따라 남동쪽으로 이동한 후 $39{\sim}40^{\circ}N$에서 동쪽으로 사행하여 이동한다. 다음으로 동해를 $0.25^{\circ}$ 간격으로 격자를 나누어 각 격자를 통과하는 표층 뜰개들의 이동 속도 벡터 자료로 동해 평균 표층 해류 벡터장과 속력장을 구하였다. 그리고 $0.5^{\circ}$ 격자 간격으로 해류장의 분산타원을 계산하였다. 울릉분지 서쪽에서는 동한난류의 경로가 매년 변화하고, 야마토분지에서는 해류의 사행과 소용돌이가 많아 해류의 변동성(분산)이 크다. 표층 뜰개의 주 이동 경로, 평균 해류 벡터장, 분산을 모두 반영하여 표층 뜰개 자료에 근거한 동해 표층 해류 모식도를 제시하였다. 이 연구는 그동안 인공위성 고도계 자료를 이용하여 구한 표층 지형류와 해양수치모델로 모의한 해류를 중심으로 연구해 왔던 동해 표층 순환을 라그랑지 관측 자료를 통해 정리했다는 데 의의가 있다.

• 한국융합학회논문지
• /
• 제8권10호
• /
• pp.45-52
• /
• 2017

뜰개는 해양에서 해수의 특성 및 흐름을 관측하기 위한 장비로서, 해수의 흐름 관측을 이용해 유출유 확산 예측을 위해 사용될 수 있다. 본 논문에서는 관측기관에서 사용하는 뜰개가 특정 시간 간격으로 관측한 바람 및 해수의 특성과 이동경로를 기계학습 기법들을 이용하여 학습시키고 예측하는 모델을 제안한다. 서포트벡터 회귀, 방사기저함수 네트워크, 가우시안 프로세스, 다층 퍼셉트론, 순환신경망을 이용하여 뜰개의 이동경로 예측 방법을 제시한다. 기존 MOHID 수치모델과 비교하여 각 기법별로 4 개의 사례중 3 개에서 성능이 개선되었으며, 가장 좋은 개선율을 보인 기법은 LSTM으로 평균 47.59% 개선되었다. 추후 연구에서는 배깅과 부스팅을 이용하여 가중치를 부여하여 정확도를 개선할 예정이다.

• 한국해안·해양공학회논문집
• /
• 제34권1호
• /
• pp.11-18
• /
• 2022

본 연구는 대한해협 인근 입자추적 예측 기법의 정확도 개선을 위해서 해수유동 수치모델 결과를 이용하여 만든 입자추적 모델과 현장 관측 자료를 이용한 기계학습 기반 입자 추적 모델을 비교 및 분석하였다. 세부 연구 방법으로는 대한해협에서 관측된 표층 뜰개 이동 궤적 자료, 3개 관측소(가거도, 거제도, 교본초 관측소)의 조위 및 바람자료를 학습시켜 만든 기계 학습(선형 회귀, 의사결정나무) 기반 예측자료, 수치모델 예측자료(ROMS, MOHID)를 3가지 오차평가방법(CC, RMSE, NCLS)을 통해 비교하였다. 최종 결과로서 CC와 RMSE에서는 의사결정나무 모델의 예측 정확도가 가장 우수하였고 NCLS에서는 MOHID 모델의 예측 결과가 가장 우수하였다.

• 한국해안·해양공학회논문집
• /
• 제34권3호
• /
• pp.72-81
• /
• 2022

본 연구는 제주도 남서부 해역의 표류체 이동 예측을 위해 2020년 8월 제주도 남서부 5개 지점에서 투하된 표층 뜰개 위치자료와 수치모델 예측자료를 학습자료로 이용한 인공지능 기반 입자추적 모델 5개를 구축하였다. 구축된 AI 기법은 기계학습 3종(Extra Trees, LightGBM, Support Vector Machine)과 딥러닝 2종(DNN, RBFN)이다. 또한 해수유동 수치모델 입자추적 예측자료 1종 및 AI 기법 입자추적 예측자료 5종을 표층 뜰개 관측자료와 비교하여 각 예측모델별 예측 정확도를 평가하였다. 6종 모델의 예측 정확도를 평가하기 위해, 5개 정점에 대한 3개 스킬량(MAE, RMSE, NCLS)의 평균값을 비교 검토하였다. 최종적인 결과로서 딥러닝 DNN 모델이 MAE, RMSE, NCLS에서 다른 모델보다 가장 우수하게 나타났다.

• 한국해양학회지:바다
• /
• 제11권1호
• /
• pp.21-30
• /
• 2006

본 연구는 2003년 10월부터 2005년 8월까지의 ARGO 뜰개에 의해 수집된 CTD 자료를 이용하여 울릉도 주변 해역의 수온-염분의 시공간 변동 양상을 분석하였다. 울릉도 주변 해역 상층 700m에서의 수괴는 5종류로 세분할 수 있으며, 가을 표층에는 여름의 고온저염수에 비해 더 저온저염화 된 수괴가 존재한다. 염분최소층을 갖는 동해중층수는 평균적으로 수심 265 m에 존재하며, 수온은 $1\~5^{\circ}C$염분 34.06 psu이하이고 평균 두께는 175m이다. 동해중층수의 두께는 시공간적으로 크게 변하지 않지만, 울릉난수성 소용돌이가 존재하는 경우 동해중층수의 위치 수심은 더 깊어지고, 이 영향으로 상부동해고유수의 수심 또한 저층으로 침강하게 된다. 본 자료에 의하면, 울릉난수성 소용돌이가 갖는 볼록렌즈 모양의 수온 구조는 700m수심까지 존재한다. ARGO 뜰개들이 수집한 약 2년의 측정 기간과 짧은 시간 간격의 수직 수온-염분 프로파일 자료는 연구 해역의 상세 수직 구조 및 단기 시간-공간 변동성을 이해하는데 대단히 유용하였다.

• 한국융합학회논문지
• /
• 제11권3호
• /
• pp.53-59
• /
• 2020

허베이 스피리트호 기름유출사고와 같은 해양 유류유출사고에서 잘못된 초기대응은 경제 손실뿐만 아니라 생태계에 큰 피해를 입힌다. 하지만 다양한 변수가 존재하는 해양에서 유출유의 움직임을 예측하는 것은 매우 힘든일이다. 이를 해결하기 위해서 뜰개 데이터를 활용해서 바다위의 부유물의 이동을 연구하는 기존 연구인 입자예측을 확장하여 면단위로 예측을 하는 유출유 예측 가시화를 진행하였다. 해양 데이터 포맷인 HDF5에서 특정 위치의 해류, 풍속 데이터를 양선형 보간법을 이용해 추출한 뒤, 수많은 점들의 이동을 입자예측하여 그 결과를 폴리곤 및 히트맵을 이용해 가시화 하였다. 또한 뜰개데이터의 문제점인 데이터 부족과 유출유와 움직임이 다른 점을 해결 하기 위해 유출유로부터 입자 데이터를 얻어낼 수 있는 유출유 입자 매칭 알고리즘을 제안한다. 유출유 입자 매칭 알고리즘은 면단위 유출유의 모습을 입자화 하여 입자의 움직임을 추적하는 알고리즘이다. 주성분 분석을 이용하여 문제를 분할하고, 유출유의 이동 거리의 분산이 최소화 되는 지점으로 유전알고리즘을 이용해 매칭하였다. 유출유 가시화 결과 데이터로 검증한 결과 주성분 분석과 유전알고리즘을 이용한 입자매칭 알고리즘이 가장 성능이 뛰어난 것을 확인할 수 있었으며, 평균 데이터 오차는 3.2%로 의미있는 연구임을 확인하였다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.273-287
• /
• 2008

1994년부터 2003년까지 임의로 선택한 달들에 대하여 NOAA/AVHRR 인공위성 자료와 해양 현장수온 관측 자료사이에서 획득된 845개의 일치점 자료를 활용하여 북동아시아 해역에서 해양 피층-표층 해수면온도 차이의 특성을 분석하였다. 해양상층 수 m내에서의 해수면온도의 일간 변화를 이해하기 위하여 일치점 데이터베이스는 낮과 밤, 표층 뜰개-선박 관측에 따라서 모두 네 가지 부류로 분류하였다. 주간표층 뜰개에 의한 수온 자료는 인공위성 해수면온도와 $0.56^{\circ}C$의 가장 작은 제곱평균오차를 보여서 위성관측 수온과 가장 잘 일치하였다. 주간 선박관측에 의한 CTD 수온 자료는 $1.12^{\circ}C$의 큰 제곱평균오차를 보여서 네 부류 중에서 가장 좋지 않은 정확도를 보였다. 위성 해수면온도와 현장 관측 해수면온도의 차이는 그 외에도 대기의 수증기 함량 효과, 연안으로부터 거리의 영향 등 다양한 요인에 의해 발생하였다. 그 중에서 가장 주목할 만한 오차는 수 m 이내 수온의 수직적 구조의 일간 변화에서 발생하였으며, 이는 표층 부이는 20 cm 정도, 선박 관측기기는 수 m현장에서 서로 다른 깊이의 수온을 관측하기 때문에 발생한 것으로 판단된다. 본 연구는 그동안 광범위하게 사용되어온 위성 SST는 어떤 경우에는 ${\pm}3^{\circ}C$의 큰 오차를 만들 수 있으므로 국지적 해양에서 해양 피층-표층 해수면온도 차이와 수온의 수직적 구조에 대한 보다 깊은 이해가 뒷받침되어야 하며, 이를 바탕으로 위성 SST를 사용자의 목적에 맞추어 주의 깊게 사용되어야 함을 제시한다.