• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.747-763
• /
• 2022

해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R² = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다.

• 한국산학기술학회논문지
• /
• 제18권5호
• /
• pp.200-210
• /
• 2017

본 연구는 조선후기 병서 중 "이진총방"의 진도(陣圖)를 바탕으로 고전 진법의 기본모형(陣形)을 재구성하여 진법의 구성원리와 운영체계를 분석하였다. 연구방법은 고전진법의 기본인 방진(方陣)을 토대로 원진(圓陣), 직진(直陣), 곡진(曲陣), 예진(銳陣) 등의 오방진(五方陣)과 현무진(玄武陣), 팔진(八陣), 육화진(六花陣), 구군진도(九軍陣圖) 등 진법의 운영체계를 재구성하여 비교분석 하였다. 분석결과, 모든 진법의 운용은 기본적으로 방진에서 출발하되 정사각, 직사각, 오각형 그리고 원형의 형태로 변형되고 있음을 확인하였다. 또한 진법 내부의 진용 구성은 5가지 선형을 활용하는 바 직사각, 정사각, 대각선, 곡선, 원형 등 5가지 동선체계로 이루어져 있음을 확인하였다. 연구대상인 원진도는 기본방진에서 2중 원의 선형으로 동선체계를 갖추고, 예진도는 기본방진의 편성대열에서 여타 진법보다 최소의 동선거리로 공격적 선형을 갖춘다. 곡진도는 방패형 2중진 형태로 이동동선을 유지하고, 현무진도는 거북모양의 진형으로 좌우 균형의 5각형 동선을 형성한다. 육화진은 원이 지니는 회전력을 무기로 삼는 진법으로 좌우 및 상하 대칭으로 원주율이 같은 여섯 개의 원형동선을 형성하여 꽃잎모양의 선형(線形)을 갖춘 형태이다. 구군진도는 육화진도에서의 원형 대신 9개 정사각형 선형(線形)을 갖추는 방식이다. 팔진도는 정사각, 직사각, 십자형의 3가지 선형으로 14개 진형을 형성하며 면과 선, 외곽선과 대각선의 중층적 3중 방어체계를 갖춘 동선체계이다. 연구 성과는 군사적인 면에서 진법의 실체를 규명함으로써 조선시대 전투양상의 실체를 파악하게 해주면서, 현대전에서 병사들의 훈련에 활용가능한 병법의 유형을 제시한 점에서 군사적, 학술적 가치를 지닌다.

• 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.