• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.831-835
• /
• 2006

NOAA/AVHRR data were used to analyze sea surface temperatures (SSTs) and thermal fronts (TFs) in the Korean seas. Temporal and spatial analyses were based on data from 1993 to 2000. Harmonic analysis revealed mean SST distributions of $10{\sim}25^{\circ}C$. Annual amplitudes and phases were $4{\sim}11^{\circ}C$ and $210{\sim}240^{\circ}$, respectively. Inverse distributions of annual amplitudes and phases were found for the study seas, with the exception of the East China Sea, which is affected by the Kuroshio Current. Areas with high amplitudes (large variations in SSTs) showed 'low phases' (early maximum SST); areas with low amplitudes (small variations in SSTs) had 'high phases' (late maximum SST). Empirical orthogonal function (EOF) analyses of SSTs revealed a first-mode variance of 97.6%. Annually, greater SST variations occurred closer to the continent. Temporal components of the second mode showed higher values in 1993, 1994, and 1995. These phenomena seemed to the effect of El $Ni{\tilde{n}}o$. The Sobel edge detection method (SEDM) delineated four fronts: the Subpolar Front (SPF) separating the northern and southern parts of the East Sea; the Kuroshio Front (KF) in the East China Sea, the South Sea Coastal Front (SSCF) in the South Sea, and a tidal front (TDF) in the West Sea. Thermal fronts generally occurred over steep bathymetric slopes. Annual amplitudes and phases were bounded within these frontal areas. EOF analysis of SST gradient values revealed the temporal and spatial variations in the TFs. The SPF and SSCF were most intense in March and October; the KF was most significant in March and May.

• 대한원격탐사학회지
• /
• 제21권3호
• /
• pp.213-219
• /
• 2005

In the Korean seas, Sea Surface Temperature (SST) and Thermal ronts (TF) were analyzed temporally and spatially during 8 years from 1993 to 2000 using NOAA/AVHRR MCSST. In the application of EOF analysis for SST, the variance of the 1st mode was 97.6%. Temporal components showed annual variations, and spatial components showed that where it is closer to continents, the SST variations are higher. Temporal components of the 2nd mode presented higher values of 1993, 94 and 95 than those of other years. Although these phenomena were not remarkable, they could be considered ELNI . NO effects to the Korean seas as the time was when ELNI . NO occurred. The Sobel Edge Detection Method (SEDM) delineated four fronts: the Subpolar Front (SPF) separating the northern and southern parts of the East Sea; the Kuroshio Front (KF) in the East China Sea, the South Sea Coastal Front (SSCF) in the South Sea, and the Tidal Front (TDF) in the West Sea. TF generally occurred over steep bathymetry slopes, and spatial components of the 1st mode in SST were bounded within these frontal areas. EOF analysis of SST gradient values revealed the temporal and spatial variations of the TF. The SPF and SSCF were most intense in March and October; the KF was most significant in March and May.

• 수산해양교육연구
• /
• 제24권2호
• /
• pp.333-345
• /
• 2012

NOAA/AVHRR, Topex/Poseidon, and Jason-1 data were used to analyze sea surface temperatures and thermal fronts in the North East Asia Seas. Temporal and spatial analyses were based on data from 1993 to 2008. The amplitude and phase for the annual mode on SL and SST were investigated with harmonic analysis. The geographical distribution of amplitudes for comparison of SL and SST are slightly reverse in southwest-northeast tilted direction. The time series analysis conducted on the entire researched area presented consistent pattern. Peak of Sea Level was presented 1~2 months after the peak of the surface sea temperature was shown. This explains that Sea Level change occurs after the generation of surface sea temperature change in sea. The Sobel edge detection method delineated four fronts. Thermal fronts generally occurred over steep bathymetric slopes. Annual amplitudes and phases were bounded within these frontal areas.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.696-700
• /
• 2004

In the Korean seas, Sea Surface Temperature (SST) and Thermal Fronts (TF) were analyzed temporally and spatially during 8 years from 1993 to 2000 using NOAA/AVHRR MCSST. As the result of harmonic analysis, distributions of the mean SST were $10~25^{\circ}C,$ and generally SST decreased as latitude increased. SST increased in the order as following; the South Sea $(20\~23^{\circ}C),$ the East Sea $(17\~19^{\circ}C)$, and the West $Sea(13\~16^{\circ}C).$ Annual amplitudes and phases were $4\~11^{\circ}C,\;210\~240^{\circ}$ and high values were shown as following; the West Sea $(A1,\;9\~11^{\circ}C),$ the Northern East Sea $(A5,\;8\~9^{\circ}C),$ the Southern East Sea $(A4,\;6\~8^{\circ}C),$ the South Sea $(A3,\;6\~7^{\circ}C),$ the East China Sea $(A2,\;4\~7^{\circ}C)$ and phases; $A3\;(238\~242^{\circ}),\;A4\;(235\~240^{\circ}),\;A5\;(225\~235^{\circ}),\;Al\;(220\~230^{\circ}),\;A2\;(210\~235^{\circ}),$ respectively, Both of them were related inversely except the area A2, therefore the rest areas were affected by seasonal variations. TF were detected by Soble Edge Detection Method using gradient of SST. Consequently, TF were divided into 4 fronts; the Subpolar Front (SPF) based on the Cold Water Mass (low SST and salinity Subartic Water), resulting from the North Korea Cold Current (NKCC) and the East Sea Proper Cold Water in the middle and low layer, and the Warm Water Mass (high SST and salinity Subtropical Water), resulting from the Tsushima Warm Current (TWC) in area A4 and 5, the Kuroshio Front (KF) based on the Kuroshio Current (KC) and shelf waters in the East China Sea (ESC) in A2, and the South Sea Coastal Front (SSCF) based on the South Sea Coastal Water (SSCW) and TWC in A3. Also, the Tidal Front was weakly appeared in AI. TF located in steep slope of submarine topography. Annual amplitudes and phases were bounded in the same place, and these results should be considered to influence of seasonal variations.

• 한국수산과학회지
• /
• 제32권5호
• /
• pp.618-623
• /
• 1999

표층 수온전선과 어장형성과의 관계를 규명하기 위하여 1991년부터 1996년까지 한국선망 41개 선단의 어획자료와 인공위성에 의해 관측된 표층수온자료로부터 구한 표층수온전선과의 관계를 분석 정리한 결과를 요약하면 다음과 같다. 남해 및 동중국해 북부 해역의 선망어장은 주년 전선대 및 그 주변 대마 난류수 연변부에서 좋은 어장이 형성되고 있지만 전선역어장 외에 동계에는 제주도 서쪽 해역의 Water pocket내의 난류역어장, 제주도와 고도열도 사이 등고수온선이 심한 굴곡부내의 대마난류 주류역 어장, 동$\cdot$춘계 대마도 주변의 지형성 와류어장등으로 대별되고 한국 남서부 해역에도 하$\cdot$추계에 연안 전선대 외측과 황해저층냉수 사이의 황해난류역에 좋은 어장이 형성된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.101-104
• /
• 2006

한반도 주변 해역에 대하여 1993-2000년, 8년간의 인공위성 자료(NOAA/AVHRR MCSST)를 사용하여 해수면온도 및 수온전선의 시 공간 분석을 연구하였다. 경험직교함수(EOF, Empirical Orthogonal function) 분석에서 제1모드는 분산값이 97.6%로써 한반도 주변 해역의 수온의 변화를 잘 설명할 수 있었다. 시간 변화는 뚜렷한 연변동을 보였고, 육지에 가까워질수록 수온 변화가 커지는 공간 분포를 보였다. 제2모드는 비록 그 영향력은 미약하나 93, 94, 95년에 걸쳐 시간 계수 값이 다른 해에 비하여 강한 값이 나타났고, 이는 엘리뇨의 발생 년도와 일치하는 것으로써 한반도 주변해역에서의 엘리뇨 영향을 설명할 수 있는 결과로 판단되었다. 수온전선을 구분하기 위해서 수온구배를 이용한 Sobel Edge Detection Method를 사용하였다. 그 결과로 수온전선은 동해 남 북해역의 아극전선대, 동중국해의 쿠로시오전선, 남해의 연안전선을 추출할 수 있었고, 미약하지만 서해에서도 조석전선이 형성되는 것을 목격할 수 있었다. 대체로 수온전선의 위치는 해저지형의 경사도가 가파른 해역에서 나타났으며, 수온의 EOF 분석 1모드에서 경계를 이루는 위치와 흡사한 분포를 보였다. 수온전선들의 시 공간 분포를 알아보기 위해 수온 경사 값을 EOF 분석하였다. 분산값이 64.55%인 제1모드에서는 뚜렷한 연변화를 보이면서 아극전선대, 쿠로시오전선, 남해연안전선이 3월에 뚜렷하게 나타남을 알 수 있었다. 제2모드에서는 아극전선대와 남해연안전선은 '-'값을, 쿠로시오전선은 '+'값을 강하게 나타내며 대조적인 분포를 보였고, 그 시기는 '+'값은 5월,'-'값은 10월에 강하게 나타남을 알 수 있었다. 제3모드에서는 시간계수 값이 일년에 두번의 peak를 가지며 계절변화를 뚜렷하게 보여주었다. 공간분포에서 아극전선대는 3월, 10월에 강한 '+'값을 보였고, 이것은 제1, 2모드를 반영하는 결과였다. 위와 같이 EOF분석을 통하여 한반도 주변해역의 수온전선들의 시 공간적 변화를 정량적으로 제시 할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.397-402
• /
• 2005

한반도 주변 해역에 대하여 1993~2000년, 8년간의 인공위성 자료(NOAA/AVHRR MCSST)를 사용하여 해수면온도 및 수온전선의 시${\cdot}$공간 분석을 연구하였다. 경험직교함수(EOF, Empirical Orthogonal function) 분석에서 제1모드는 분산값이 97.6%로써 한반도 주변 해역의 수온의 변화를 잘 설명할 수 있었다. 시간 변화는 뚜렷한 연변동을 보였고, 육지에 가까워질수록 수온 변화가 커지는 공간 분포를 보였다. 제2모드는 비록 그 영향력은 미약하나 93, 94, 95년에 걸쳐 시간 계수 값이 다른 해에 비하여 강한 값이 나타났고, 이는 엘리뇨의 발생 년도와 일치하는 것으로써 한반도 주변해역에서의 엘리뇨 영향을 설명할 수 있는 결과로 판단되었다. 수온전선을 구분하기 위해서 수온구배를 이용한 Sobel Edge Detection Method를 사용하였다. 그 결과로 수온전선은 동해 남${\cdot}$북해역의 아극전선대, 동중국해의 쿠로시오전선, 남해의 연안전선을 추출할 수 있었고, 미약하지만 서해에서도 조석전선이 형성되는 것을 목격할 수 있었다. 대체로 수온전선의 위치는 해저지형의 경사도가 가파른 해역에서 나타났으며, 수온의 EOF 분석 1모드에서 경계를 이루는 위치와 흡사한 분포를 보였다. 수온전선들의 시${\cdot}$공간 분포를 알아보기 위해 수온 경사 값을 EOF 분석하였다. 분산값이 64.55%인 제1모드에서는 뚜렷한 연변화를 보이면서 아극전선대, 쿠로시오전선, 남해연안전선이 3월에 뚜렷하게 나타남을 알 수 있었다. 제2모드에서는 아극전선대와 남해연안전선은 '-'값을, 쿠로시오전선은 '+'값을 강하게 나타내며 대조적인 분포를 보였고, 그 시기는 '+'값은 5월,'-'값은 10월에 강하게 나타남을 알 수 있었다. 제3모드에서는 시간계수 값이 일년에 두번의 peak를 가지며 계절변화를 뚜렷하게 보여주었다. 공간분포에서 아극전선대는 3월, 10월에 강한 '+'값을 보였고, 이것은 제1, 2모드를 반영하는 결과였다. 위와 같이 EOF분석을 통하여 한반도 주변해역의 수온전선들의 시${\cdot}$공간적 변화를 정량적으로 제시 할 수 있었다.

• 한국수산과학회지
• /
• 제31권5호
• /
• pp.695-706
• /
• 1998

한국 남$\cdot$서해 및 동중국해 북부 해역에 나타나는 표층수온 전선의 위치, 형태, 시기별 변동상황, 전선형성기구 등을 규명하기 위하여 1991년부터 1996년까지 국립수산진흥원에서 NOAA 화상자료로부터 구한 표면수온분포도와 제주도청 어업지도선 등을 이용하여 월별로 관측한 제주해협 해양관측자료를 이용하여 분석 정리한 결과를 요약하면 다음과 같다. 1. 한국 남$\cdot$서해 및 동중국해 북부 해역에 형성되는 연안형 및 외해형 전선대 양상은 여러 가지 Pattern으로 구분되어 진다. 즉, 1월부터 4월까지 한국 남$\cdot$서 연안역에 나타나는 "L" 자형의 연안형 전선대와 제주도 남서쪽 해역에 북서에서 남동방향으로 길게 형성되는 빗금형 ($\setminus$)의 외해형 전선대가 제주도 서쪽 해역에서 서로 마주치지 않아 "L" 자의 "-"를 비스듬히 세운 형상의 동계형 (ㄴ) 전선대가 형성된다. 그리고 6월부터 8월까지 한국 남$\cdot$서해 연안역에만 전선이 나타나는 "L" 자형의 하계형전선대, 5월과 9월, 10원에 나타나는 한국 남$\cdot$서해의 "L" 자형 연안역 전선대와 제주도 남서해역의 외해형전선대가 제주도 주변에서 서로 마주쳐 "Y" 자가 왼편으로 누운 것과 같은 삼거리 모양의 춘$\cdot$추계형 ($\succ$) 전선대가 형성된다. 또 11월과 12월에 나타나는 한국 남해연안역의 직선형의 연안형 전선대와 제주도 남서해역의 외해형 전선대가 제주도 서쪽에서 마주쳐 "$\angle$" 모양으로 되는 늦가을형으로 대별된다. 2. 전선의 단기변동 경향은 수일 이내에는 그 위치가 크게 이동하지 않고, 또 한국 남해 연안역 전선대보다 제주도 남서해역 전선의 위치 변화가 크다. 한국 남해연안역에는 주년 연안형 전선대가 출현하며 이 전선대는 대체로 동계에 연안역에 가장 접근하고 춘$\cdot$추계에 가장 남쪽으로 이동하는 남북 이동을 하며, 제주도 남서해역 외해형 전선대는 대마난류 분포범위의 계절변화와 같이 동계에는 가장 서쪽에, 춘 추계에는 가장 동쪽에 형성되는 동서방향 이동이 있고 한국 남서해역 연안형 전선대도 주년 나타나지만 3월, 4월, 11월에 가장 약화된다. 3. 제주해협에는 추자도에서 여서도 또는 청산도를 잇는 선 부근에 주년 표층수온 전선이 형성되고, 또 11월$\~$1월을 제외한 시기에 제주도 연안에는 하계에 환(Ring-shaped)의 조석전선이 나타나며 특히 5월과 10월에는 제주도 동쪽과 남쪽에 제주도 연안수와 대마난류수간에 전선이 형성되어 한국 남해의 연안형 전선대와 제주도 남서해역의 외해형 전선대를 연결하고 있다.

• 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.