• 한국지구과학회지
• /
• 제30권2호
• /
• pp.223-233
• /
• 2009

AQUA/AMSR-E 인공위성 자료를 활용하여 3차원 최적내삽 해수면온도 합성장을 생산하였고 시간평균장과 비교하여 문제점과 한계점을 기술하였다. 3-D SST 합성장은 북태평양 중앙부에서 전체적으로 $0.05^{\circ}C$ 이하의 작은 오차를 보였으나, 위성 결측이 있는 연안에서는 $0.4^{\circ}C$ 이상의 비교적 큰 오차를 유발하였다. 강한 강수나 구름으로 인한 결측이 있는 부분에서는 $0.1-0.15^{\circ}C$에 달하는 오차를 보였다. 시간평균장과 비교한 결과, 구름 부근의 화소에서는 해수면온도를 낮게 계산하는 경향이 있었으며, 해수면온도의 공간적 구배를 감소시키는 평활화가 전체적으로 나타났다. 적도 부근 저위도에서 OI SST는 실제 해수면온도에는 없는 불연속성을 만드는 경향이 있었고, 이는 OI 과정에서 사용한 윈도우의 크기와 해양 현상의 수평 규모가 위도에 따라 변화하는데서 기인하였다. 현상의 공간 규모의 척도인 로스비 내부변형 반경은 북태평양에서 O(1) 정도로 위도에 따른 공간적 변화가 큰 것으로 나타났다. 본 연구는 SST합성장 생산과정에 위도와 해수의 수직적 밀도 구조와 밀접한 관련이 있는 해양 현상의 수평적 규모의 시공간적 변동 특성을 고려해야 함을 제시한다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1201-1208
• /
• 2020

해양에서 바닷물의 성질이 비슷한 바닷물 덩어리를 수괴라 하며, 전선은 서로 다른 속성의 두 수괴가 만나는 해역이다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게 변하는 곳을 경사가 크다고 보고, 경사가 큰 곳을 전선으로 가정하여 추출하는 방법이다. 이 방법은 대용량의 위성 자료를 한꺼번에 처리할 수 있다는 장점이 있다. 따라서 본 연구에서는 경사도 알고리즘을 이용하여 한반도 주변 해역의 전선을 찾아보고자 하였다. 연구 자료는 격자화 되어있는 해수면 온도 위성 자료를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평균 자료를 사용하였다. 해수면 온도 자료를 이용하여 전선 추출 결과 대표적으로 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선 등 다섯 개의 전선을 찾을 수 있었다. 계절별 전선 분포 비교 결과 겨울, 봄철에는 여름, 가을철에 비해 더 많은 종류의 전선이 분포하였으며, 분포 범위도 더 넓어졌다.

• 한국수산과학회지
• /
• 제18권2호
• /
• pp.166-179
• /
• 1985

1980년 부터 1983년까지의 한국류자망 어선에 의한 빨강오징어의 어획량, 노력량, 동장 및 표면수온 자료를 기초로 빨강오징어의 계절별 분포와 회유를 밝혔다. 빨강오징어의 어획이 좋았던 수온은 $5{\sim}7$월에는 $15^{\circ}{\sim}16^{\circ}C$, $8{\sim}1$월에는 $13^{\circ}{\sim}18^{\circ}C$이었다. 높은 분포밀도는 8월에는 $18^{\circ}C$등온선 그리고 9월에는 $15^{\circ}C$등온선을 중심으로 한 열전선역에서 나타났다. 북태평양에 있어서 분포밀도가 동부해역보다 서부해역에서 더 높은 것은 해양특성치의 분포경도가 높기 때문이 다. 노력당어획량, 동장조성 및 해양구조를 기초로 북태평양에 있어서 빨강오징어의 회유모델을 작성하였다. 북상기($6{\sim}8$월)에 대형군은 소형군보다 먼저 북상하고 먼저 동방에 출현한다. 추계에는 냉각과 친조의 발달에 따라 아한대전선역으로부터 남하회유를 시작한다. 대형군은 소형군보다 더 북부해역에서 상하를 시작하나 남하도중에 소형군을 추월하여 산란장에 먼저 도달한다.

• 한국지리정보학회지
• /
• 제9권2호
• /
• pp.227-238
• /
• 2006

해양에서 수온의 등온선 밀집 정도를 표준지수로 정량화하기 위해 선밀도 지수(line density index: LDI)를 개발하였다. 지수 값의 범위를 0에서 100까지 제한시킨 LDI의 개발과정에 대한 이론적 배경을 기술하였고, line의 총 길이가 해당 면적의 1/10를 넘지 못한다는 적용조건에 대한 타당성 검증도 수행하였다. LDI의 적용 실험을 위해 남해역에서 관측된 NOAA SST 자료를 이용하였다. GIS를 이용하여 SST 레스터 데이터로 부터 $0.1^{\circ}C$ 등온선 벡터 데이터를 선형화하고 단위격자 영역을 폴리곤으로 제작한 후 공간중첩을 통해 LDI를 계산하였다. 단위 영역의 크기가 LDI의 분포에 미치는 영향을 분석하기 위해 두 종류의 격자 크기를 설계하여 LDI의 통계량를 산출하고 정규성 검정을 수행하였다. 분석 결과 격자크기에 따라 LDI의 평균과 정규성 같은 고유특징은 변하지 않으나, 통계량 값의 범위, 분산, 표준편차 등은 변하였는데, 이는 수온전선 구조가 복잡하고 전선폭이 격자 영역보다 훨씬 작을 때 발생하는 문제임이 확인되었다. 또한, LDI와 수온 차(${\Delta}T^{\circ}C$) 와의 관계성을 분석하고 수온전선역의 수온 수평경도(${\Delta}T^{\circ}C/km$)를 선형회귀모델로부터 계산하여 기존 연구자들의 제시한 수온전선역에서의 수온 수평경도 값과도 비교하였다. 본 연구를 통해 새롭게 개발된 LDI가 지니는 의미는 해양환경에서 시 공간적인 변화에 따른 수온전선 형성 지역을 절대적인 지수치로 비교 가능함은 물론, 수온전선과 해양환경 또는 해양생물과의 관계를 정량적으로 분석할 수 있는 기반을 제시했다는 점이다.

• 한국해양학회지
• /
• 제18권1호
• /
• pp.64-72
• /
• 1983

1979年 12月부터 1981年 6月까지 濟州와 木浦, 濟州와 莞島 間을 運航하 는 定 期 旅客船을 理容하여 月別로 收集된 表面 水溫資料를 分析한 缺課는 다음과 같다. 1. 同系 및 春季에 濟州 海峽內에 溫流가 流入하여 楸子島와 靑山島를 잇는 線까지 그 影響을 미치지만, 그 主流部는 濟州道 沿岸으로부터 12海里 이내에 있다. 이 暖流는 주로 동 海峽내의 서쪽에서 流入되나 季節에 따라서는 變할 可能性도 있다. 2. 南海岸 沿岸水는 靑山島, 浦吉島, 橫干島, 北쪽 6海里(Sta. 8)를 잇는 線의 北쪽 沿岸 域에 定되지만 冬季 2月頃에는 그 範圍가 楸子島 附近까지 南下하는 境遇도 있다. 3. 楸子島와 靑山島 附近에는 水溫全線이 自主 나타난다. 4. 楸子島와 獐水島를 잇는 線 以北의 沿岸 域에는 夏季 低溫水가 出現하며, 이 低溫水는 外海쪽의 低層 低溫水의 供給 및 潮流에 의한 强制 鉛直混合과 깊은 關係가 있는 것 같다. 5. 春季 및 夏季에 局地的인 冷水가 자주 出現하는 곳은 楸子島, 密賣島, 鳴洋島, 浦吉島 등의 섬 附近과 濟州港의 周邊이다. 6 年中 濟州 海峽쪽이 沿岸域보다 水溫이 높으며 그 差가 가장 큰 時期는 冬季 이고 調査기간중 그 差는 約 8-9$^{\circ}C$였다. 7. 年較差는 濟州 海峽이 沿岸域보다 작고 調査 基幹 中 前者는 12-14$^{\circ}C$, 後者는 16-2$0^{\circ}C$이다. 最高 水溫은 9月에 出現했으나 最低 水溫은 海域에 따라 그 出現 時期가 달랐다.

• 한국지구과학회지
• /
• 제29권3호
• /
• pp.280-289
• /
• 2008

북동아시아 해역에서 10년 동안 관측된 광범위한 해양관측 자료와 인공위성 자료를 이용하여 인공위성이 관측한 해수면온도의 정확도를 평가하고 오차(인공위성 해수면온도-실측수온)의 특성을 조사하였다. 845개의 일치점 자료를 분석한 결과 위성 해수면온도 (MCSST)는 해양 관측치에 대해 0.89$^{\circ}C$의 제곱평균오차와 0.18$^{\circ}C$의 편차를 보였다. 위성 수온의 오차는 40$^{\circ}N$에서 $\pm3^{\circ}C$에 달하는 위도에 따른 의존성을 보였는데 이는 고위도 해역에 존재하는 작은 소용돌이, 해류, 열전선의 큰 시공간적 변동성과 관련 있는 것으로 판단된다. 많은 수의 위성 해수면온도 자료는 겨울철에 해양관측치보다 낮게 산출되고 여름철에는 높게 산출되는 경향이 있었다. 이러한 계절적 의존성은 인공위성 표층부이 자료가 아닌 해양조사선과 계류부이의 수온자료에서 발견되었는데 해양 상층의 수 m 이내에 강한 수직적 수온 구배가 있음을 보여준다. 본 연구는 인공위성 자료로부터 해수면온도를 산출할 때 해양 피층과 그 아래 층 사이의 수온 차이를 고려하고 보정하려는 노력이 필요함을 강조한다.

• Ocean and Polar Research
• /
• 제43권4호
• /
• pp.279-293
• /
• 2021

To investigate the effect of seasonal marine environment conditions on the cyanobacteria abundance and diversity in the South Sea, four-seasonal surveys were conducted along the 127.5°E survey transect line in the central South Sea using flow cytometry and 16S-23S ITS on the Miseq platform from August 2016 to May 2017. The average abundance of Synechococcus varied from 3.3 × 10³ to 7.4 × 10⁴ cells ml^-1. The abundance was the highest in the summer and the lowest in the winter, and the abundance fluctuated according to water temperature. The abundance was high in the outer sea affected by TWC. However, in summer, the Coastal areas affected by the Yangtze River were more populated than the outer sea. Prochlorococcus was rare and could not penetrate into coastal areas due to the fronts, but showed its dominance in the waters influenced by the TWC. Synechococcus clades II, VII, IX, CRD1, and CRD2 were predominant in the outer sea area affected by the TWC. In the coastal area, clades I and IV showed higher dominance whereas clades V, VI, WPC1, and 5.3-MS3 with euryhaline characteristics, showed a high dominance rate in the water masses affected by the low-salinity water of the Yangtze River in the summer. Clade XVI, XVII, CB1, CB5, and 5.3-I/II showed high dominance in nutrient-rich waters in the summer with increased water temperature. The abundance and community composition of cyanobacteria changed in the South Sea due to the influence of the TWC and stratification. In the summer, the abundance and the community composition differed, and were mainly affected by the general influence of the TWC in addition to the influence of the Yangtze River low-salinity water.

• 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.

• 한국수산과학회지
• /
• 제31권6호
• /
• pp.859-868
• /
• 1998

제주도 서부 연안역인 한림 정치망어장의 해황특성 (수온 및 염분분포)을 규명하기 위해 1995년과 1996년에 실시한 정선조사의 수온 및 염분자료를 검토$\cdot$분석한 결과를 요약하면 다음과 같다. 1. 제주도 서부연안역중 해안에서 2$\~$3mile 떨어진 외측 (Sta. 1, 2)은 11월부터 익년 5월까지는 제주도 서쪽해역에 출현하는 대마난류수의 주류부가 통과하여 $14^{\circ}C$ 이상의 고수온과 $34.40\%_{\circ}\~34.60\%_{\circ}$의 고염분이 표층부터 저층까지 균질하게 분포하지만 6월부터 10월까지는 제주해역에 저염분수인 중국대륙연안수가 출현하여 표층은 고수은, 저염분수가 되고 중$\cdot$저층은 $11^{\circ}C\~14^{\circ}C$의 저수온, $33.50\%_{\circ}$ 이상의 고염분이 유지되므로 심한 수온 및 염분약층이 나타는데 반해 이 해역은 해쳐 중앙역보다 표층은 수온이 낮고 염분은 높으며 저층은 수온이 높고 염분이 낮은 조석전선역의 수온 및 염분분포가 나타난다. 그러므로 년중 표층수온은 $14^{\circ}C\~23^{\circ}C$ 염분은 $36.60\%_{\circ}\~34.60\%_{\circ}$로 수온의 년교차는 $9^{\circ}C$, 염분의 년교차는 $4.00\%_{\circ}$ 정도로 연안역임에도 불구하고 제주해협 중앙부의 년교차($14^{\circ}C\~20^{\circ}C$, $4.00\%_{\circ}\~10.40\%_{\circ}$)보다 매우 작다. 저층수온은 년중 $14^{\circ}C\~20^{\circ}C$의 범위로 수온 변화폭이 작고 제주해협 서쪽입구에 출현하는 $11^{\circ}C\~13^{\circ}C$의 저온수도 나타나지 않는다. 그러나 저층 염분은 1995년에 $33.60\%_{\circ}\~34.40\%_{\circ}$이지만 1996년의 경우는 6월부터 표$\cdot$저층 모두 현저하게 염분이 저하하여 전층이 $32.00\%_{\circ}$ 이하의 저염분수가 출현하고 있어 이 해역의 동계의 해황은 년별 변화가 적지만 하계에는 중국대륙연안수의 영향, 즉 양자강수의 년별 유출량 변화에 따라 해황의 년별 변화가 심한 해역이 다. 2. 해안에서 2mile 이내의 제주도 서부 연안역은 하계의 경우 조류에 의한 연직혼합으로 표층 저온수, 국지적인 와, 수온, 염분전선 등이 나타나 비교적 복잡한 해황이 출현하며, 특히 비양도 주변 해역의 저층수는 수심변화와 더불어 수온$\cdot$염분이 변해 10m미만의 천소에서 50m의 심소 사이에는 심한 수온$\cdot$염분전선이 형성되고, 월령리와 금릉리 사이에는 고온$\cdot$저염분수인 외측의 표층수가 연안 가까이까지 침입하므로 이 연안에서 비양도를 잇는 선을 중심으로 수온$\cdot$염분전선이 형성된다. 또, 수심 l0m이하의 연안 천소라 할지 라도 저층수는 표층수보다 수온은 $2^{\circ}C\~4^{\circ}C$ 낮고 염분은 $0.02\%_{\circ}\~0.08\%_{\circ}$정도 높다.

• Korean Chemical Engineering Research
• /
• 제49권1호
• /
• pp.47-55
• /
• 2011

K사의 고무 사출성형에 있어서 애로사항인 등속조인트 부트(boots)의 크 (crack) 발생 등의 문제점을 해결하기 위하여, 상용 CAE 프로그램인 MOLDFLOW(Ver. 5.2)를 이용한 전산모사를 수행하여 적정금형설계를 도출하고 적정작업조건을 구축하였다. 그 결과 크 의 발생 원인은 크 이 발생하는 위치에 형성되는 weld 및 meld line의 형성 때문이고, 또한 크 이 발생하는 위치에서의 가류(curing)가 불완전한 것이 확인되었다. 이와 같은 weld 및 meld line의 형성을 방지하기 위해서 게이트(gate)의 위치를 변경하고 최적위치에 설계함으로써, 유동선단(melt front)의 충돌 또는 수지흐름의 만남을 최소화하는 충전패턴(fill pattern)을 형성하고 부트 안쪽 하단의 크 발생을 방지하였다. Weld 및 meld line과 에어트랩(air trap) 불량이 가장 큰 게이트 위치는 각각 최적 게이트위치를 기준으로 서로 정반대 방향임이 관찰 되었다. 한편 몰드(mold)의 온도를 $170^{\circ}C$로 유지하게 함으로써 크 이 발생했던 위치에 가류조건을 만족시켰다.