• 한국지구과학회지
• /
• 제39권6호
• /
• pp.555-567
• /
• 2018

본 연구에서는 서해 연안에서의 실측-위성 해수면온도 차이를 규명하고 그 특성을 분석하기 위해 GCOM-W1/AMSR2 마이크로파 해수면온도 자료와 서해 연안에 위치한 덕적도, 칠발도, 외연도 해양기상 부이의 실측 수온 자료를 활용하여 2012년 7월부터 2017년 12월까지 총 6,457개의 일치점 자료를 생산하였다. 5년 이상의 덕적도, 칠발도, 외연도 해양 부이 수온 자료와 AMSR2 해수면온도를 비교하여 정확도를 제시하였다. 마이크로파 위성 해수면온도와 현장 관측 부이 해수면온도 간의 차이는 풍속과 수온 등 환경 요인에 대한 의존성을 가지는 것으로 나타났다. 낮시간 풍속이 약할 때 ($<6ms^{-1}$) AMSR2 해수면온도는 실측 해수면온도보다 높게 산출되며, 밤시간에 대해서는 풍속이 커질수록 양의 편차가 증가함을 밝혔다. 또한 AMSR2 해수면온도와 실측 해양부이 수온 간의 차이가 증가하는 경향은 낮은 온도에서 마이크로파 센서의 민감도의 저하와 육지에 의한 자료오염과 관련이 있는 것으로 나타났다. 실측-위성 해수면온도 차이를 월별로 도시해본 결과, 마이크로파 위성 해수면온도의 편차는 강한 바람이 부는 겨울철에 가장 커진다고 알려져 있던 기존의 경향성과는 달리 덕적도, 칠발도 부이에서는 여름철 가장 큰 해수면온도 편차값이 나타났다. 이러한 차이는 부이의 위치에 따른 조석 혼합의 공간적 차등에 기인한 것으로 사료된다. 본 연구는 인공위성 합성장에 기여도가 높은 마이크로파 위성 해수면온도를 사용할 때 한반도 서해안에서 발생할 수 있는 문제점과 제한점을 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.27-28
• /
• 2022

최근 우리나라에서도 인공지능 모델을 이용한 수온 예측 관련 연구가 활발히 진행되고 있으나 한반도 주변 해역의 수온 예측 연구에서는 주로 해수면 온도만을 예측하는데 중점을 두고 있다. 본 논문에서는 XBT(eXpendable Bathy-Thermograph) 데이터와 LightGBM(Light Gradient Boosting Model)을 이용하여 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 성능 평가지표(MAE, MSE, RMSE)와 수직 수온분포 그래프를 통해 예측 정확도를 평가하였다.

• 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.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.71-85
• /
• 2011

한반도의 해안 지하수 및 해수면 수위, 수온, 그리고 전기전도도(Electrical Conductivity, EC) 관측 자료를 통해 경향성 분석을 실시하여, 한반도 대수층의 해수침투 영향을 연구하였다. 총 27개소의 지하수위 및 EC 자료를 분석한 결과 지하수위는 27개소 모두 안정된 경향을 보였으며, EC는 증가 9개소, 안정 10개소, 감소 8개소로서 안정 및 변동의 경향을 나타내고 있으며, 해수면 수온은 총 14개소의 관측소 중 증가 12개소, 안정 2개소로서 증가의 경향이 대부분인 것으로 나타났으며, 해수면 수위 또한 총 24개소의 관측소 중 증가 18개소, 안정 3개소, 감소 3개소로 대부분의 관측소가 증가의 경향을 보였다. 특히, 동해와 남해안보다 서해의 해수면수위, 수온 및 EC의 모든 연구 항목의 상승 경향성을 보이는 관측소 비율이 높은 것으로 분석되어, 서해안에서 해수침투 영향이 타 해안보다 심각한 것으로 판단되며, 이에 대한 연구 및 대책이 강구되어야 하겠다.

• 한국해안·해양공학회논문집
• /
• 제23권3호
• /
• pp.236-247
• /
• 2011

지구온난화로 인한 북서태평양 및 한반도 근해의 미래 해수면 상승을 IPCC AR4 기후 예측모델들의 결과를 이용하여 조사하였다. 본 연구에서는 대부분의 기후모델에서 제시하지 않은 지역적인 열팽창에 의한 해수면 상승을 3차원 수온과 염분 자료를 이용한 역학고도의 계산을 통해 분석하였다. 해수면 자료의 분석결과, 열팽창을 고려한 북서태평양 및 한반도 근해의 해수면 상승률은 전 지구 평균보다 최대 두 배까지 높게 나타났다. 특히, 쿠로시오 확장지역에서 가장 높은 해수면 상승 경향을 보였다. 열팽창을 고려한 A1B 시나리오에 의한 MPI_ECHAM5와 GFDL_CM2.1 모델 결과에서는 향후 100년 동안 북서태평양에서 각각 24 cm와 28 cm 그리고 한반도 근해에서 27 cm와 31 cm의 해수면이 상승하는 것으로 예측되었다. 통계분석 결과, 이러한 해수면 상승은 겨울철 시베리아 고기압의 약화와 북서태평양 해역의 기압장 변화 그리고 이로 인한 바람장 및 해류의 변화로 발생한 수온변화가 그 원인으로 분석된다. 특히, 쿠로시오 확장지역의 북상에 따른 수온 변화가 북서태평양에서 가장 큰 해수면 상승을 유발한 것으로 사료된다.

• 한국지구과학회지
• /
• 제41권6호
• /
• pp.617-629
• /
• 2020

기후변화와 지구환경변화에 중요한 역할을 하고 있는 해수면온도는 인공위성 적외선 센서가 관측하는 피층 수온과 측기들이 관측하는 표층 수온으로 나누어질 수 있다. 국외 여러 기관에서 보급되고 있는 해수면온도 관측 자료들은 각각 서로 다른 깊이의 수온을 나타내고 있어서 해양 피층과 표층 수온 사이의 관계를 이해하는 것은 매우 중요하다. 본 연구에서는 적외선 라디오미터를 해양조사선에 장착하기 위한 시스템을 설계하고 부착하고 운용하여 국내에서 처음으로 해양 피층 수온을 산출할 수 있는 관측 환경을 구축하였다. 선박 관측 전에 실험실에서 라디오미터 기기의 검보정을 실시하여 보정 계수를 산출하였다. 관측된 해수면에서 방출된 복사에너지와 하늘 복사에너지를 피층 수온으로 산출하는 일련의 과정을 적용하였다. 산출된 피층 해수면온도를 현장 관측 표층 수온자료와 비교하여 표층과 피층 수온 차이를 정량적으로 조사하고자 하였으며, Himawari-8 정지궤도 위성 해수면온도 자료와의 비교를 통해 해양 상층 연직구조의 특성을 이해하고자 하였다. 2020년 4월 21일부터 5월 6일까지 남해안의 장목항과 동해 남부를 관측한 해양 피층 수온은 전체적으로 표층 수온과 0.76℃ 정도의 차이를 보였다. 또한 이 두 수온 차이의 평균제곱근오차는 약 0.6℃에서 0.9℃까지의 일간변화를 가지고 있었으며, 하루 중 1-3시에 0.83-0.89℃로 가장 크게 나타났으며, 15시에 0.59℃로 최소의 차이를 가지고 있었다. 또한 편차도 0.47-0.75℃의 일간변화를 나타내었다. 해양 피층 관측 수온과 위성 해수면 온도 간 차이는 약 0.74℃의 평균제곱근오차, 0.37℃의 편차를 나타냈다. 본 연구의 분석을 통해 관측 수심에 따른 피층-표층 수온의 차이를 확인할 수 있었으며, 피층-표층 수온 차의 계절적 변화를 정량적으로 이해하고 또 변동 요인과의 관련성을 연구하기 위하여 연구조사선을 이용한 추가적인 연안 및 대양 관측이 지속적으로 진행되어야 함을 시사한다.

• 한국지구과학회지
• /
• 제42권6호
• /
• pp.632-645
• /
• 2021

위성 해수면온도 합성장은 수치예보모델의 입력 자료 및 지구온난화와 기후 변화 연구에 활용되는 중요한 자료이다. 본 연구에서는 2007년부터 2018년까지 6종류의 위성 해수면온도 합성장 자료를 수집하여 한반도 주변 해역에서 각 해수면온도 합성장 자료의 공간 분포 특성을 분석하였다. 기상청 해양기상부이 실측 수온 자료와 해수면온도 합성장 자료의 시계열을 비교하고 오차의 최대값 및 최대값이 나타나는 시기를 분석하였다. 황해 연안에 위치한 덕적도와 칠발도 부이에서 위성 해수면온도 합성장과 실측 수온의 차는 1년주기 또는 반년주기의 높은 변동성을 보였다. 포항 부이에서는 강한 용승에 의해 냉수대가 발생한 2013년 여름철에 높은 수온 차가 나타났다. 해수면온도 자료의 시계열을 활용하여 스펙트럼 분석을 수행한 결과, 일별 위성 해수면온도 합성장은 약 1개월 이상의 주기에서는 실측 자료와 유사한 스펙트럼 에너지를 보였다. 반면 위성 해수면온도 합성장과 실측 수온의 스펙트럼 에너지의 차는 시간 주파수가 증가할수록 증가하는 경향을 보였다. 이는 위성 해수면온도 합성장 자료가 연안 부근 수온의 시간적 변동성을 적절하게 표현하지 못하였을 가능성을 시사한다. 위성 해수면온도 영상의 해양 전선은 공간 구조와 강도의 측면에서 위성 해수면 온도 합성장 자료 간 차이점을 보였다. 해수면온도 합성장에서 표현되는 공간 규모 또한 공간 스펙트럼 분석을 통해 조사하였다. 그 결과 고해상도 해수면온도 합성 영상이 저해상도 해수면온도 영상보다 상대적으로 중규모 해양 현상의 공간 구조를 더 잘 표현하였다. 따라서 실제 중규모 해양 현상을 보다 구체적으로 표현할 수 있는 위성 해수면온도 합성장 생산을 위한 고도의 기술 개발이 필요하다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.

• 한국지구과학회지
• /
• 제40권6호
• /
• pp.613-623
• /
• 2019

지난 수십년 동안 인공위성을 통해 광범위하고 주기적으로 관측된 해수면온도 자료를 사용하여 일별 해수면온도 합성장이 생산되고 있으며 기후변화 감시와 해양 대기 예측 등 다양한 목적으로 활용되어 왔다. 본 연구에서는 지역적인 해역에서 최적화된 활용을 위해 한반도 주변해역에서 해수면온도 합성장 자료의 정확도 평가와 오차 특성 분석을 수행하였다. 2016년 1월부터 12월까지 이어도 해양과학기지 관측 수온 자료를 활용하여 4종의 다중 인공위성 기반 해수면온도 합성장 자료(OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), OISST (Optimum Interpolation Sea Surface Temperature), CMC (Canadian Meteorological Centre) 해수면온도 및 MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature))를 비교하여 각 해수면온도 합성장의 정확도를 평가하였다. 이어도 해양과학기지 수온 자료에 대하여 각 해수면온도 합성장은 최소 0.12℃ (OISST)와 최대 0.55℃ (MURSST)의 편차와 최소 0.77℃ (CMC 해수면온도)와 최대 0.96℃ (MURSST)의 평균 제곱근 오차를 나타냈다. 해수면온도 합성장 사이의 상호 비교 결과에서는 -0.38-0.38℃의 편차와 0.55-0.82℃의 평균 제곱근 오차의 범위를 보였으며 OSTIA와 CMC 해수면온도 자료가 가장 작은 오차 특성을 보인 반면 OISST와 MURSST 자료는 가장 큰 오차 특성을 나타내었다. 이어도 해양과학기지와 가장 가까운 지점에서 해수면온도 합성장 자료를 추출하여 시계열을 비교한 결과에서는 이어도 해양과학기지 관측 수온 뿐만 아니라 모든 해수면온도 합성장 자료에서 뚜렷한 계절 변동을 보였으나 봄철 해수면온도 합성장은 이어도 해양과학기지 관측 수온에 비해 과대추정되는 경향이 나타났다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.543-551
• /
• 2023

기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개선할 수 있었다.