• 한국음향학회지
• /
• 제34권6호
• /
• pp.423-431
• /
• 2015

한국해양과학기술원과 한양대학교에서 공동으로 진행한 해양음향 실험이 2013년 5월에 경기만 태안반도 서쪽에 위치한 천해에서 실시되었다. 본 논문에서는 측정된 중주파수(6~16 kHz) 해저면 반사손실 결과를 제시하고, 수평입사각 $17{\sim}60^{\circ}$ 범위에서 레일리 반사계수 모델과 비교분석한다. 실험해역 지질은 다중 퇴적층으로 구성되어 있었으며, 표층 퇴적물이 다양한 구성성분(평균 입도 $5.9{\phi}$)으로 이루어져 있는 지역이었다. 분석 결과에 의하면 표층 퇴적물의 평균 입자를 고려한 모델결과는 측정된 반사손실과 다소 차이를 보였으며, 퇴적층의 지음향 정보를 역산한 결과 약 $4{\phi}$ 평균입도에서 측정치와 비교적 잘 일치하는 것으로 나타났다. 이러한 차이의 원인은 표층 퇴적물 입도의 표준 편차가 $4.3{\phi}$로 다른지역에 비해 상당히 컸기 때문일 것으로 추측된다. 상부 퇴적층은 역산 결과로부터 얻어진 지음향 파라미터를 사용하고 하부 퇴적층은 $1.3{\phi}$의 평균입도로부터 예측된 지음향 파라미터를 사용하였을 때, 모델결과는 측정된 반사손실 결과와 전체적으로 일치하는 경향을 나타냈다.

• 한국음향학회지
• /
• 제29권4호
• /
• pp.223-228
• /
• 2010

남해 진해만에서 주파수 17-40 KHz를 이용하여 수평 입사각 $82^{\circ}$에 대한 고주파 해저면 반사손실을 측정하였다. 측정된 해저면 반사손실은 주파수에 따라서 주기적인 변동성을 보였으며 이러한 특성은 이층 구조의 해저면을 가정한 레일리 반사 계수 모델을 사용하여 예측한 결과와 비교 분석되었다. 이층 구조 반사 계수 모델은 수층, 상부퇴적층, 그리고 하부 퇴적층으로 구분되며 총 9개의 입력 인자 (수층의 음속과 밀도, 상부 퇴적층의 음속, 밀도, 감쇠계수, 두께, 하부 퇴적층의 음속, 밀도, 감쇠계수)가 사용된다. 하부 퇴적층의 지음향 인자들은 코어로부터 측정된 평균 입도 크기로부터 유추되었으며 상부층의 음속, 밀도, 감쇠계수와 두께는 몬테카를로 방법을 이용하여 역추정되었다. 지음향 인자들의 민감도 조사로부터 다층구조 해저면에서 나타나는 반사계수의 종속성은 상부 퇴적층의 두께에 가장 민감하게 반응함을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1317-1328
• /
• 2021

본 연구는 천리안 해양위성 2호(GOCI-II)를 활용하여 개발된 해무 탐지 알고리즘의 초기 결과에 대한 분석을 수행하였다. GOCI-II 해무 탐지 성능을 확인하기 위해 1호와 2호가 중복으로 관측한 2020년 10월-2021년 3월 사이에 발생한 해무 사례에 대해 광학적 특성 분석을 실시하였다. 해무 탐지 알고리즘에 입력자료로 사용되는 412 nm 밴드 레일리 산란 보정 반사도(Rayleigh-corrected reflectance; R_rc)와 정규화된 국소 표준 편차(Normalized Local Standard Deviation; NLSD)를 GOCI, GOCI-II 자료를 시공간 일치시킨 뒤 분석한 결과 412 nm 밴드 레일리 R_rc의 경우 0.01의 평균 제곱근 오차 (Root Mean Squared Error; RMSE)와 0.998의 상관계수(correlation coefficient)을 나타내고, NLSD의 경우 0.007의 RMSE, 0.798의 correlation을 나타낸다. 해무와 구름이 갖는 광학적 특성을 분석하기 위해 천리안 해양위성 2호의 밴드 별 R_rc 값을 확인하였다. 구름의 경우 넓은 영역에서 높은 반사도를 보인 반면, 해무의 경우 모든 밴드에서 구름에 비해 상대적으로 반사도가 낮고 좁은 영역에 분포한다. 실제 해무 사례에 대해 GOCI와 GOCI-II 해무 탐지 알고리즘을 비교한 결과 전반적인 해무 탐지 성능은 크게 차이가 없으나 높아진 공간 해상도의 영향으로 해무 경계면에서 공간적으로 더 세밀한 탐지가 가능했다. 종관기상관측소 시정계 자료와 비교 분석하여 초기 자료에 대한 신뢰도를 조사하였다. 추후 충분한 샘플 확보로 인한 안정적인 성능 검증, 실시간 구름 정보 교체를 통한 후처리 과정 개선, 에어로졸 자료 추가로 해무 오탐지 감소를 통해 해무 탐지 알고리즘의 성능 향상이 기대된다.