• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.47-55
• /
• 2022

최근 우리나라에서도 인공지능 모델을 이용한 수온예측 관련 연구가 활발히 진행되고 있으나 한반도 주변 해역의 수온을 예측한 대부분의 연구는 주로 해수면 온도 예측에 중점을 두고 진행되었다. 반면 본 연구는 XBT(eXpendable Bathythermograph, 소모성 연직수온측정기) 데이터와 기계 학습 모델(RandomForest, XGBoost, LightGBM)을 사용하여 잠수함 작전 및 대잠전(Anti-Submarine Warfare)에 있어서 군사적으로 중요한 동해의 수직 수온분포를 예측하였다. 동해 특정해역의 해수면부터 수심 200m까지 측정된 XBT 데이터를 이용하여 모델을 학습시키고 절대 평균 오차(MAE, Mean Absolute Error)와 수직 수온분포 그래프를 통해 예측정확도를 평가하였다.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.621-629
• /
• 2019

염분의 변화가 심한 황해의 해양환경 조건에서 정확한 해수음속을 산출하기 위한 논리적 방안을 제시하였다. 본 방안은 미항공우주국에서 개발한 Aqua 및 Soil Moisture Active Passive(SMAP)위성자료를 기반으로 하계절 30.5 psu 미만의 저염분수의 확장과 수온역전 현상 발생 위치를 식별하고 그 위치에 수심별 수온염분 측정센서인 Conductivity, Temperature, and Depth(CTD)가 탑재된 해양관측용 무인체계를 투입하여 음속이 적재적소에 정확히 측정하는 방안을 제시하였고 이의 원활한 수행을 위한 흐름도(flow chart)로 정리하였다. 본 방안을 통하여 염분의 변화폭이 증대되는 특이 해양환경을 조기에 식별하여 소모성 연직 수온 측정기인 Expandable Bathy Thermograph (XBT)로 음속을 계산할 때 정확도의 저하가 발생 되지 않도록 하였다.