• Ocean and Polar Research
• /
• 제42권3호
• /
• pp.195-210
• /
• 2020

The observed time series from the Korea Ocean Research Stations (KORS) in the Yellow and East China Seas (YECS) have various sources of noise, including bio-fouling on the underwater sensors, intermittent depletion of power, cable leakage, and interference between the sensors' signals. Besides these technical issues, intricate waves associated with background tidal currents tend to result in substantial oscillations in oceanic time series. Such technical and environmental issues require a regionally optimized automatic quality control (QC) procedure. Before the achievement of this ultimate goal, we examined the approach of the Ocean Observatories Initiative (OOI)'s standard QC to investigate whether this procedure is pertinent to the KORS. The OOI QC consists of three categorized tests of global/local range of data, temporal variation including spike and gradient, and sensor-related issues associated with its stuck and drift. These OOI QC algorithms have been applied to the water temperature time series from the Ieodo station, one of the KORS. Obvious outliers are flagged successfully by the global/local range checks and the spike check. Both stuck and drift checks barely detected sensor-related errors, owing to frequent sensor cleaning and maintenance. The gradient check, however, fails to flag the remained outliers that tend to stick together closely, as well as often tend to mark probably good data as wrong data, especially data characterized by considerable fluctuations near the thermocline. These results suggest that the gradient check might not be relevant to observations involving considerable natural fluctuations as well as technical issues. Our study highlights the necessity of a new algorithm such as a standard deviation-based outlier check using multiple moving windows to replace the gradient check and an additional algorithm of an inter-consistency check with a related variable to build a standard QC procedure for the KORS.

• 한국해양학회지:바다
• /
• 제19권3호
• /
• pp.202-214
• /
• 2014

급격히 증가하고 있는 무인해양관측 체계들의 현황을 글로벌 관점에서 조명하고, 이를 범국가적 차원에서 통합, 조정, 관리하기 위한 네트워크에 대해 고찰하였다. 3차원 시공간적으로 변동이 심한 해양환경을 관측/감시하기 위해서 무인해양관측 플랫폼들은 점차 다양화되고 있는데, 여기서는 이동형(표층 뜰개, 중층 플로트, 수중 글라이더)과 고정형(표층 및 수중 계류선, 바닥장착형 관측)으로 구분하여 각각의 목적, 역사, 현황을 조사하고, 향후 변화를 전망했다. 이들을 활용하여 글로벌 해양관측체계에 기여하고 있는 대표적인 고정형과 이동형 무인해양관측 네트워크(ARGO와 OceanSITES) 프로그램들의 현황에 대해서 알아보고, 글로벌 해양관측/모니터링 체계를 위한 시너지 효과를 창출하기 위한 운용 및 활용 증가를 전망했다. 마지막으로 더욱 효과적인 해양관측/모니터링 체계를 설계하기 위해 다종의 플랫폼을 동시에 사용하는 것을 제안하였고, 그 대표적인 예로 미 국립과학재단의 OOI(Ocean Observatories Initiative) 프로그램을 소개하였다. 아울러 심해 및 남반구와 같이 글로벌 관점에서 존재하는 자료의 틈을 줄여나가기 위한 노력과 글로벌 경계류 관측 네트워크와 같은 새로운 해양관측 네트워크를 위한 노력, 그리고 생지화학/음향/광학 센서들을 포함한 센서 기술들의 개발 노력과, 자료의 표준화 및 센서 검/교정을 위한 노력에 대한 제언을 추가하였다.

• Ocean and Polar Research
• /
• 제43권4호
• /
• pp.229-243
• /
• 2021

Quality control (QC) to process observed time series has become more critical as the types and amount of observed data have increased along with the development of ocean observing sensors and communication technology. International ocean observing institutions have developed and operated automatic QC procedures for these observed time series. In this study, the performance of automated QC procedures proposed by U.S. IOOS (Integrated Ocean Observing System), NDBC (National Data Buy Center), and OOI (Ocean Observatory Initiative) were evaluated for observed time-series particularly from the Yellow and East China Seas by taking advantage of a confusion matrix. We focused on detecting additive outliers (AO) and temporary change outliers (TCO) based on ocean temperature observation from the Ieodo Ocean Research Station (I-ORS) in 2013. Our results present that the IOOS variability check procedure tends to classify normal data as AO or TCO. The NDBC variability check tracks outliers well but also tends to classify a lot of normal data as abnormal, particularly in the case of rapidly fluctuating time-series. The OOI procedure seems to detect the AO and TCO most effectively and the rate of classifying normal data as abnormal is also the lowest among the international checks. However, all three checks need additional scrutiny because they often fail to classify outliers when intermittent observations are performed or as a result of systematic errors, as well as tending to classify normal data as outliers in the case where there is abrupt change in the observed data due to a sensor being located within a sharp boundary between two water masses, which is a common feature in shallow water observations. Therefore, this study underlines the necessity of developing a new QC algorithm for time-series occurring in a shallow sea.

• 한국해안·해양공학회논문집
• /
• 제32권2호
• /
• pp.135-145
• /
• 2020

해양에서의 파랑관측은 부이나 압력계 등을 이용하여 수면변위를 관측하는 직접관측방법과 Radar를 이용하여 관측하는 원격관측방법으로 구분된다. 직접관측방법은 정확도가 높지만, 악기상 시 파손 및 유실 위험이 크며 외해 설치 시 많은 유지 보수비용이 필요하다는 단점을 가지고 있다. 반면 Radar와 같은 원격관측방법은 장비를 육지에 계류하여 유지관리가 용이하지만 직접관측방법과 비교하면 정확도가 다소 낮은 단점이 있다. 본 연구에서는 원격파랑관측자료의 품질을 개선하기 위해 독도에 설치되어 운영 중인 MIROS Wave and Current Radar(MWR) 관측자료의 수집 및 분석을 하였으며, 이를 기상청에서 운영 중인 해양파고부이(CWB)의 관측자료와 비교하였다. 그리고 MWR 관측자료의 품질을 개선하기 위해 1) MIROS사에서 개발한 필터(Reduce Noise Frequency, Phillips Check, Energy Level Check)의 복합적인 사용(최적필터; Optimal Filter), 2) OOI(Ocean Observatories Initiative)에서 개발한 Spike Test 알고리즘(Spike Test) 그리고 3) 유의파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 신뢰도가 낮은 이상자료(Noise; 시계열 자료 중 급격하게 자료가 발산하여 정상자료가 아닌 것으로 판단되는 자료)의 제거 및 보정을 수행하였다. 결과적으로 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, MWR의 파랑관측자료는 3 m 이상의 고파랑에서는 CWB와 다소 양상이 달라지는 한계가 발생하므로 이를 위한 장기간의 원격파랑관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.