• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.265-282
• /
• 2022

해수면 온도(Sea surface temperature, SST)는 지구시스템에서 해양의 순환과 생태계에 큰 영향을 주는 요소이다. 지구온난화로 한반도 근해 해수면 온도에 변화가 생기면서 이상 수온(고수온, 저수온) 현상이 발생하여 해양생태계와 수산업 피해를 지속적으로 발생시키고 있다. 따라서 본 연구는 한반도 근해 해수면 온도를 예측하여 이상 수온 현상 예측으로 피해를 예방하는 방법론을 제안한다. 연구 지역은 한반도 근해로 설정하여 동시간대 해수면 온도 데이터를 사용하기 위해 Europe Centre for Medium-Range Weather Forecasts (ECMWF)의 ERA5 자료를 사용하였다. 연구방법으로는 해수면 온도 데이터의 시계열 특징을 고려하여 딥러닝 모델 중 시계열 데이터 예측에 특화된 Long Short-Term Memory (LSTM) 알고리즘을 이용하였다. 예측 모델은 1~7일 이후 한반도 근해 해수면 온도를 예측하고 고수온(High water temperature, HWT) 혹은 저수온(Low water temperature, LWT) 현상을 예측한다. 해수면 온도 예측 정확도 평가를 위해 결정계수(Coefficient of determination, R²), 평균제곱근 편차(Root Mean Squared Error, RMSE), 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE) 지표를 사용하였다. 예측 모델의 여름철(JAS) 1일 예측 결과는 R²=0.996, RMSE=0.119℃, MAPE=0.352% 이고, 겨울철(JFM) 1일 예측 결과는 R²=0.999, RMSE=0.063℃, MAPE=0.646% 이었다. 예측한 해수면 온도를 이용하여 이상 수온 예측 정확도 평가를 F1 Score로 수행하였다(여름철(2021/08/05) 고수온 예측 결과 F1 Score=0.98, 겨울철(2021/02/19) 저수온 예측 결과 F1 Score=1.0). 예측 기간이 증가하면서 예측 모델이 해수면 온도를 과소추정하는 경향을 보여주었고, 이로 인해 이상 수온 예측 정확도 또한 낮아졌다. 따라서, 향후 예측 모델의 과소추정 원인을 분석하고 예측 정확도 향상을 위한 연구가 필요할 것으로 판단된다.

• 해양환경안전학회지
• /
• 제28권spc호
• /
• pp.30-36
• /
• 2022

수처리 후 직접 해양으로 배출하는 산업시설 등에서 Hazardous and Noxious Substance (HNS) 농도 변화를 연속 자동 측정하기 위한 센서의 기본적 성능으로 상온에서도 ppb 수준의 검출이 가능한 센서가 필요하다고 판단하여 기존의 센서의 감도를 높이기 위한 방법을 제안하였다. 우선 나노입자 박막에 전도성 탄소계 첨가물을 이용하여 필름의 전도도를 높이는 방법과 촉매 금속을 이용하여 표면에서의 이온 흡착도를 높이는 방법에 대해서 각각 연구하였다. 전도성 개선을 위해서 ITO 나노입자를 활용한 필름에 carbon black을 첨가물로 선택하여, 첨가물 함유량에 따른 센서의 성능변화를 관찰하였다. 그 결과 CB 함량 5 wt% 정도에서 전도성 증가에 의한 저항과 응답시간의 변화를 관찰할 수 있었고, 유기용제를 대상으로 한 실험에서 검출하한은 250 ppb 정도까지 낮아지는 것을 확인하였다. 또한 액체 중 이온 흡착도를 높이기 위하여 센서 표면에 촉매로 Au를 스퍼터로 제작한 표면 촉매층을 형성한 시료를 이용한 실험에서 센서의 응답은 20% 이상 증가하고 평균 검출하한은 61 ppm까지 낮아지는 것을 확인하였다. 이 결과로부터 금속산화물 나노입자를 활용한 화학저항형 센서가 상온에서도 수십 ppb 정도의 HNS를 검출할 수 있다는 것을 확인하였다.