• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1353-1369
• /
• 2023

해상에서는 재난·재해 사고가 발생했을 시 바람 등에 의한 기상영향과 해류, 조류와 같은 해상영향에 의해 피해 규모가 달라지게 되며, 빠른 현장 파악을 통해 적합한 방제 방안을 세워 피해 규모를 최소화할 의무가 있다. 특히, 해상에 유출되는 오염물질 중 상대적으로 낮은 점도와 표면장력으로 인해 해수면에서 얇은 막으로 존재하는 오염물질은 육안으로 식별하기 어렵다. 따라서 본 연구에서는 현장에서 쉽게 활용 가능한 촬영장비를 활용하여 RGB 이미지에서 해수면의 부유성 오염물질을 탐지하는 알고리즘을 개발하고, 실 해역에서 획득된 입력자료를 활용하여 알고리즘의 성능을 평가하고자 한다. 개발된 알고리즘은 영상 강화 기법을 활용하여 오염물질과 일반 해수면의 강도값 대비를 향상시키고, 히스토그램(Histogram) 분석을 통해 배경 임계값을 찾아 오염물질 이외의 부유물질을 제거하여 최종적으로 오염물질을 분류한다. 본 연구에서는 개발된 알고리즘의 성능평가를 위해서 대체물질을 이용한 실 해역 테스트를 수행하였으며, 대부분의 부유성 해양오염물질은 탐지되었으나 파도가 강한 곳에서는 오탐지 영역이 발생하였다. 그러나 기존 알고리즘에서 단일 임계값을 사용한 탐지 방법보다 약 3배 이상의 개선된 탐지 결과를 보여준다. 본 연구개발 결과를 통해 기존 현장에서 육안으로 식별이 어려웠던 부유성 해양오염물질을 탐지함으로써 현장에서의 방제 대응 활동에 유용하게 사용될 것으로 기대된다.

• 한국수산과학회지
• /
• 제47권6호
• /
• pp.1026-1036
• /
• 2014

Real-time monitoring for environmental factors (temperature, salinity, chlorophyll-a, etc.) and fugacity of carbon dioxide ($fCO_2$) was conducted at an oyster Crassostrea gigas farm in Goseong Bay, south coast of Korea during 2-4th of November, 2011. Surface temperature and salinity were ranged from $17.9-18.7^{\circ}C$ and 32.7-33.8, respectively, with daily and inter-daily variations due to tidal currents. Surface $fCO_2$ showed a range of $390-510{\mu}atm$ and was higher than air $CO_2$ during the study period. Surface temperature, salinity and $fCO_2$ are showed significant correlations with chl.-a and nutrients, respectively. It means when chl.-a value is high in surface water of the oyster farm, active biological production consume $CO_2$ and nutrients from environments and produce oxygen, suggesting a tight feedback between biological processes and environmental reaction. Thus, factors affecting the surface $fCO_2$ were evaluated using a simple mass balance. Temperature and biological productions by phytoplankton are the main factors for $CO_2$ drawdown from afternoon to early night, while biological respiration increases seawater $CO_2$ at night. Air-sea exchange fraction acts as a $CO_2$ decreasing gear during the study period and is much effective when the wind speed is higher than $2-3m\;s^{-1}$. Future studies about organic carbon and biological production/respiration are required for evaluating the roles of oyster farms on carbon sink and coastal carbon cycle.

• 한국수산과학회지
• /
• 제17권2호
• /
• pp.83-91
• /
• 1984

$1982{\sim}83$년과 $1966{\sim}70$년의 해양관측자료를 사용하여 하계 우리나라 서해 연안에서 형성되는 조석전선의 형성원인과 그 위치 및 구조를 조사하였다. 하계에 형성되는 전선은 조류에 의한 해저 난류로 연직혼합이 일어나는 곳과 외해와의 경계성이며, 그 위치는 수온, 염분, 용존산소의 수평경도와 수색 및 투명도로써 조사한 결과, G선($35^{\circ}31^'N$)과 S선($35^{\circ}25^'N$)의 연안에서 약 20mile 떨어진 해역이었다. 성층상태를 고려한 위치에너지는 V=10 $Joule/m^3$였으며, 수온, 염분, 용존산소와 수색 및 투명도로 조사한 전선의 위치는 이와 대체로 일치하였다. 따라서 이 역을 경계로 연안쪽은 물리, 화학적인 특성이 연직적으로 균일한 혼합층을 형성한다. 외해쪽에는 수면에서 약 $10{\sim}20m$까지 표면 혼합층, 약층, 그리고 저층 혼합층의 순으로 수괴의 구조가 형성되 어 있다. 동계에는 서해 전역이 표면냉각으로 인하여 전 해역에서 연직혼합이 일어나므로 하계의 구조와 같은 전선은 명확하게 형성되지 않는다.

• 한국해안·해양공학회논문집
• /
• 제34권4호
• /
• pp.109-118
• /
• 2022

정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.

• 수산해양기술연구
• /
• 제57권1호
• /
• pp.34-44
• /
• 2021

In order to collect basic information of response behavior of red seabream (Pagrus major) during pilling, works for constructing wind power station in Byeonsan Peninsular, Korea were investigated. Four cultured red seabream CRB1 to CRB4 [total length (TL): 27.1 ± 1.0 cm; body weight: 359 ± 30 g] were tagged with an acoustic tag and used in experiment. CRB1 and CRB2 to CBR4 were released on the sea surface at same time around the constructing site of the wind power plant on September 22, 2017 and July 18, 2018, respectively. The tracking of the CRB1 to CRB2 and CRB3 to CRB4 were conducted for two hours, approximately, using VR100 receiver including a directional hydrophone and VR2W receivers array consisted of 19 presence/absence receivers (VR2W receivers), respectively. The underwater noise level before (no pile driving works) and during pile driving works was measured 116.0-118.0 dB (re 1��Pa) and a maximum of 160 dB (re 1��Pa), respectively. CRB1 moved about 6.0 km with average swimming speed of 80.2 ± 20.5 cm/s for 2.1 hours without pile driving work. The average water depth of the sea bed on the route of CRB1 was 9.1 ± 0.4 m. CRB2 moved about 7.3 km with the average swimming speed of 96.8 ± 27.1 cm/s for 2.1 hours with pile driving work. The water depth of the sea bed on the route of CRB2 was 11.9 ± 0.6 m. At results of the Rayleigh's z-test two fishes CRB1 and CRB2 showed significant directionality in the movement (p < 0.01). Movement mean angles of CRB1 and CRB2 were 92.7 and 251.8°, respectively. CRB2, CRB3 and CRB4 exhibited the escaping behavioral response from the noise of source during the pile driving work. The swimming speed of the CRB2 exposed on the heavy underwater noise stimuli due to the pile driving work was 1.21 times faster than that of the CRB1 exposed on the ambient underwater noise in the study site.

• 해양환경안전학회지
• /
• 제22권4호
• /
• pp.344-353
• /
• 2016

황해연안 조위관측소 10 개 지점에서 2013년 11월 24일 밤부터 25일 오전까지 관측한 해수면, 해면기압, 바람, 유동 자료뿐만 아니라 일기도를 분석하여 이상조위편차의 발생 원인과 관측자료들 간의 상호상관성을 알아보았다. 이상조위편차란 최대조위편차와 최소조위편차가 나타나는 시간동안 두 편차간의 차를 의미한다. 영종도의 최대조위편차는 111 cm, 최소조위편차는 -65 cm로, 4시간 1분 동안 176 cm의 이상조위편차를 보여 10개 조위관측소 가운데 가장 크다. 반면 모슬포의 이상조위편차는 8시간 52분 동안 약 68 cm로 가장 작다. 이 같은 이상조위편차는 기압점프에 의한 기상해일이 아니라 저기압에 의한 기압배치의 영향으로 바람에 의해 발생한 것으로 확인되었다. 각 지점에서 이상조위편차에 의한 흐름은 연평균 낙조류 세기의 16 ~ 41 %로 무시할 수 없을 정도이다. 조위편차, 바람, 조류잔차의 상호상관관계로부터 저기압의 중심이 한반도 서쪽에 가까이 위치해 있을 때 인천에서 남풍계열의 바람에 의한 북향류가 해수면을 상승시켰고, 한반도 통과 후 북풍계열의 바람에 의해 남향류가 해수면을 하강시켰다.

• 한국해양학회지:바다
• /
• 제3권1호
• /
• pp.9-15
• /
• 1998

기상청에서는 1996년 7월부터 1997년 2월까지 목포앞바다의 칠발도 인접 해역에 1시간 간격으로 해양기상을 관측할 수 있는 부이를 설치하고 자료를 얻었다. 이 자료로부터 이 해역의 1일 평균 해양-대기 열교환량을 산출하고, 해양기상 상태의 특성을 조사하였다. 현열속의 경우, 7월에 최소(평균 -5.5 $Wm^{-2}$)이고, 1월에 최대(평균 12.6 $Wm^{-2}$)를 나타내고 있는데 이는 여름철에 대기가 해양으로 열을 공급하고 겨울철에는 반대로 해양에서 대기로 열을 공급하지만 그 크기는 여름철이 겨울철에 비해 작다는 것을 의미한다. 잠열속의 경우 7월에 최소(평균 -4.6 $Wm^{-2}$)를 보이고, 최대값은 11월에 월 평균 86.5 $Wm^{-2}$이고 10월에 일평균 최대값이 250$Wm^{-2}$까지 나타났다. 잠열 속은 대기가 건조해지고 바람이 강해지는 가을철에 최대가 나타나서 겨울철까지 지속된다. 파랑분석에 의하면 바람이 강한 겨울철이 여름철에 비해 높은 파의 출현율이 많았다 파주기는 4~6초의 출현율이 가장 많았고, 파향은 계절풍의 영향으로 겨울에는 북 또는 북동방향에서 유입되는 파가 우세하고, 여름에는 남, 남서 또는 서쪽에서 유입되는 파가 비교적 자주 출현하였다.

• 한국지구과학회지
• /
• 제23권5호
• /
• pp.424-435
• /
• 2002

이 연구에서는 1997년부터 1999년 3년 간 대구광역시의 시간별 O$_3$ 농도 자료와 기상자료를 분석하여, 대구시의 고농도 오존 발생 일에 나타나는 기상학적 특성을 알아보고자 한다. 고농도 오존 발생 일의 선정은 우리나라 환경기준치인 1시간 평균 오존 농도 100ppb를 초과한 지점이 대구시의 6개 측정 지점 중 한 지점이라도 있는 경우로 정했다. 고농도 오존 발생 일은 13일이었으며, 5월과 9월이 가장 그 빈도가 높았다. 고농도 오존 발생 일의 하루 평균 최대 오존 농도는 81.6ppb이었으며, 8시간 평균 농도는 58.6ppb이었다. 이는 대구의 오존 오염이 연속적으로 그리고 광범위하게 일어났고 있음을 의미한다. 하루 최고 오존 농도는 일사량, 최고 온도와 양의 상관을 보였으며, 상대 습도, 풍속, 구름양과는 음의 상관을 보였다. 일사량과의 상관계수가 0.45로 가장 높았다. 고농도 오존 발생 일의 기상 값과 그 날을 포함하는 월평균 값과의 차이를 보면, +1.58hPa(해면 기압), +3.45${\circ}$C(최고 기온), -5.69%(상대 습도), -0.46ms$^{-1}$(풍속), -1.79(구름양), +3.97MJm$^{-2}$(일사량)을 각각 보였다. 이는 0700${\sim}$1100LST사이의 높은 일사량, 낮은 풍속, 무강수가 고농도 예측의 중요특징임을 나타낸다. 이는 이 시간의 정체와도 연관이 있다.

• 대한토목학회논문집
• /
• 제28권5B호
• /
• pp.485-493
• /
• 2008

한반도 영역을 대상으로 RDAPS모형의 수치예보자료, AWS의 관측강수, 상층기상관측(upper-air sounding)의 관측자료를 이용하여 권역별 강수발생확률을 예측할 수 있는 인공신경망 모형을 제시하였다. 사용된 자료의 기간은 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 하였다. 500/750/1000 hPa에서의 지위고도, 500-1000 hPa에서의 층후(thickness), 500 hPa에서의 X와 Y방향 바람성분, 750 hPa에서의 X와 Y방향 바람성분, 표면풍속, 500/750 hPa/표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도등을 신경망의 예측인자로 사용하였다. 신경망의 구조는 3층 MLP(Multi Layer Perceptron)로 구성하여 역전파알고리즘(Back-propagation)을 학습방법으로 사용하였다. 신경망예측결과 한반도전체에 대한 예측성과의 개선은 H가 6.8%상승하였고, 특히 TS와 POD는 각각 99.2%와 148.1% 상승함으로서 강수예측에 대한 신경망모형이 효과적인 도구가 될 수 있음을 확인하였다. KSS 역시 92.8% 개선됨으로서 RDAPS 예측에 비하여 뚜렷이 개선된 결과를 보여주고 있다.

• 한국해양환경ㆍ에너지학회지
• /
• 제6권2호
• /
• pp.38-45
• /
• 2003

본 연구는 항만공사시 발생되는 부유토사의 거동특성을 분석하기 위하여 항만공사 중 가장 비중이 높은 공정 중의 하나인 사석공사를 대상으로 부유토사 발생거동에 대해 조사하였다. 조사는 방파제조성을 위한 기초사석투하시, 준설토투기장 호안조성시 사석투하를 위해 바지선상에서 사석적재시 및 속채움용 사석투하시를 대상으로 하였다. 본 조사결과에 의하면 방파제 기초사석(0.001~0.03㎥)투하시 부유토사의 발생이 현저히 나타났으며, 확산범위는 대조기의 경우 약 500m이상까지 확산됨을 알 수 있었다. 사석적재시(바지선상)의 부유토사의 거동특성에 대한 조사결과 바지선으로부터 해상으로 흘러내리는 사석으로 인해 부유토사가 발생하여 바지선 주변에서는 늪은 탁도를 나타냈다. 수심별 조사결과 표층의 경우 부유토사는 바지선 주변에 국한되고 곧 침강하여 넓은 범위로 확산하지는 않았다. 그러나 저층의 경우에는 약 100m까지 확산되었으며 그 이후 SS농도가 급격히 저하되어 배경농도를 나타냈다. 포크레인을 이용한 속채움용 사석(0.03㎥이하)투하시의 부유토사 거동특성에 대한 조사결과 표층의 경우 약 300m까지, 저층의 경우는 300m 이상까지 확산됨을 알 수 있었다. 본 연구결과에서 흥미로운 사실은 항만공사시 발생하는 부유토사는 표층의 경우 취송류의 영향을 많이 받고 저층의 경우 조류의 영향을 받으며, 부유토사의 확산은 표층보다는 저층으로 더 멀리 확산된다는 사실을 알 수 있었다