• Journal of Environmental Impact Assessment
• /
• v.19 no.4
• /
• pp.367-380
• /
• 2010

수산 해양환경적 측면에서 중요한 위치에 있는 황해(Yellow Sea)의 해양 생태계 변화과정에 대 한 체계적이고 심층적인 연구을 위하여 기후 변화와 관련된 생태 및 환경변화에 대한 황해 해역의 반응성 연구가 필요한 실정이다. 본 연구는 황해해역에서 수온 상승에 따른 클로로필의 변화를 살펴보고, 지구온난화가 해양환경과 생태계에 미칠 영향을 예측하고자 하였다. 황해해역에서 해수유동 모델의 결과를 기초 입력자료로 활용하여 클로로필과 상호작용을 하는 육상유입부하량, 저질 영양 염용출량 및 생물학적 파라메타 등을 입력하여 현재상태를 재현하였다. 우리나라 주변 해수의 온도가 지난 10년간 약 $0.75^{\circ}C$ 상승했다고 가정하였을 때, 본 실험에서는 수온이 선형적으로 연간 $0.075^{\circ}C$ 씩 상승한다고 가정하여 10년 후까지의 Chlorophyll-a 농도 변화를 예측하였다. 예측 결과, 연구해역의 중앙부에서는 전체적으로 농도가 높아지고, 우리나라 연안해역에서 Chlorophyll-a 의 농도가 낮아지는 것으로 예측되었다. 본 연구의 결과를 기초로 하여 10년 이상의 장기적인 예측실험을 한다면 기후변화가 황해해역의 생태계 변화에 미치는 영향을 파악할 수 있을 것으로 기대된다.

• Korean Journal of Remote Sensing
• /
• v.38 no.3
• /
• pp.265-282
• /
• 2022

Sea surface temperature (SST) is a factor that greatly influences ocean circulation and ecosystems in the Earth system. As global warming causes changes in the SST near the Korean Peninsula, abnormal water temperature phenomena (high water temperature, low water temperature) occurs, causing continuous damage to the marine ecosystem and the fishery industry. Therefore, this study proposes a methodology to predict the SST near the Korean Peninsula and prevent damage by predicting abnormal water temperature phenomena. The study area was set near the Korean Peninsula, and ERA5 data from the European Center for Medium-Range Weather Forecasts (ECMWF) was used to utilize SST data at the same time period. As a research method, Long Short-Term Memory (LSTM) algorithm specialized for time series data prediction among deep learning models was used in consideration of the time series characteristics of SST data. The prediction model predicts the SST near the Korean Peninsula after 1- to 7-days and predicts the high water temperature or low water temperature phenomenon. To evaluate the accuracy of SST prediction, Coefficient of determination (R²), Root Mean Squared Error (RMSE), and Mean Absolute Percentage Error (MAPE) indicators were used. The summer (JAS) 1-day prediction result of the prediction model, R²=0.996, RMSE=0.119℃, MAPE=0.352% and the winter (JFM) 1-day prediction result is R²=0.999, RMSE=0.063℃, MAPE=0.646%. Using the predicted SST, the accuracy of abnormal sea surface temperature prediction was evaluated with an F1 Score (F1 Score=0.98 for high water temperature prediction in summer (2021/08/05), F1 Score=1.0 for low water temperature prediction in winter (2021/02/19)). As the prediction period increased, the prediction model showed a tendency to underestimate the SST, which also reduced the accuracy of the abnormal water temperature prediction. Therefore, it is judged that it is necessary to analyze the cause of underestimation of the predictive model in the future and study to improve the prediction accuracy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.459-463
• /
• 2005

몬순지역에 속한 우리나라의 대부분 저수지에서는 여름철 집중호우시 탁수가 유입되므로, 저수지 수질관리를 위해 고탁수층의 진행경로, 시공간적 분포, 그리고 방류량조절 등에 의한 탁수저감효과를 예측할 필요성이 있다. 저수지의 성층현상이 임하호의 탁도분포에 미치는 영향을 검토하기 위하여 월별 수온분포가 검토되었고 또한 수리 및 수질모형 CE-QUAL-W2를 이용하여 2차원 수치모의가 수행되었다. 임하호의 6월 수온분포는 표층은 $24^{\circ}C$이고 심층은 $6^{\circ}C$이고 중층은 비교적 선형으로 변화한다. 8월달 수온 분포는 표층의 수온은 $30^{\circ}C$정도이고 심층은 심층은 $6^{\circ}C$이고중층은 $22^{\circ}C$에서 $18^{\circ}C$이고 2개의 수온약층이 존재한다. 6월과 8월의 중층수온분포를 비교해보면 6월은 상대적으로 수온변화가 크고 8월은 수온변화가 작으므로 중층에서의 이송확산이 8월에 보다 활발할 것으로 판단된다. 임하호 성층현상이 탁도분포에 미치는 영향을 파악하기 위하여 6월과 8월의 수온분포의 경우에 대하여 임하호 유역에 80 mm와 120 mm의 총강우량이 발생한 경우에 대하여 수치모의를 수행하였다. 초기 저수위는 El. 148 m와 El. 152 m의 조건을 적용하였다. 수치모의결과는 2002년 태풍루사의 경우에 대하여 검증하였다. 수치모의결과는 다음과 같다. 탁수층 선단이 댐체에 도달하는 시간은 초기 저수위가 높고 중층의 수온분포가 상대적으로 균일한 8월이 긴 것으로 나타났다. 이러한 현상은 유입수가 저수지로 유입되면서 초기수위가 높은 경우에 운동량이 상대적으로 많이 소멸되기 때문으로 판단된다. 또한 탁수층의 두께도 8월 성층의 경우가 상대적으로 큰 것으로 나타났다. 이는 중층의 8월 수온분포 또는 밀도분포가 상대적으로 균일하기 때문에 연직방향 이송$\cdot$확산이 많이 이루어졌기 때문으로 판단된다.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.9
• /
• pp.11-17
• /
• 2019

In recent years, damage and loss of life and property have been occurred frequently due to swelling waves in the East Sea. Swelling waves are not easy to predict because they are caused by various factors. In this research, we build a model for predicting the swelling waves occurrence in the East Coast of Korea using machine learning technique. We collect historical data of unloading interruption in the Pohang Port, and collect air pressure, wind speed, direction, water temperature data of the offshore Pohang Port. We select important variables for prediction, and test various machine learning prediction algorithms. As a result, tide level, water temperature, and air pressure were selected, and Random Forest model produced best performance. We confirm that Random Forest model shows best performance and it produces 88.86% of accuracy

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1219-1223
• /
• 2007

수온은 수계에서 가장 중요한 물리적 특성 중 하나로서, 생물 군집, 특히 어류와 무척추 동물에 관련된 많은 수질 인자에 영향을 미친다. 하천의 생태학적 모습을 개선하기 위한 하천 복원 사업 수행에 있어서, 서식처 및 산란처 조건으로서의 수온 조사 및 모델링의 필요성이 점차 증가하고 있는 상황이다. 본 연구는 낙동강의 중상류에 위치한 반변천 합류부에 평면 이차원 비정상 수치모형인 KU-RLMS 모형을 적용하여 수온의 변화 특성을 규명할 목적으로 수행하였다. KU-RLMS 모형은 하천 및 저수지의 국부적인 수리, 수질, 유사이동 해석을 위해 개발된 평면 이차원 비정상 수치모형이다. 직사각형 격자를 사용하는 유한차분법의 단점을 보완하기 위해, 수심적분된 2차원 연속방정식, 운동량방정식, 이송확산방정식을 불규칙한 경계를 현실적으로 모사할 수 있는 직교곡선 좌표계로 변환한 방정식을 사용한다. 이 모형은 흐름, 농도, 지형변화를 조합하여 계산할 수 있는 모형으로서 점착성 및 비점착성 유사의 이동, 보존성 및 비보존성 오염물질의 이동, 수온 변화를 모의할 수 있다. 수치모형 적용을 위한 현황분석으로 안동 및 임하 조정지댐의 방류량, 안동 수위관측소의 수위, 법흥교 및 포진교 지점의 수온 자료를 분석하였다. 이송확산모형의 보정을 위해, 안동대교 지점의 수온 횡분포 측정자료를 사용하여 확산계수에 대한 매개변수 추정 및 검증을 수행하였다. 또한, 안동조정지댐과 임하조정지댐의 방류량 및 방류수온을 고려하여 수치모의조건을 결정하였으며, 각 조건에 대한 수온 변화 특성을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.358-358
• /
• 2016

본 연구에 앞서 가뭄에 따른 충청남도 서부권의 물 부족을 해결하기 위하여 금강 본류로부터 보령댐으로 일정 유량을 도수(diversion)하는 계획이 금강 본류에 미치는 수리적 영향을 1차원 비정상류 해석(unsteady flow analysis)을 통하여 분석하였으며, 본 연구에서는 수리모형 결과와 연계하여 수질 모형을 구축하여 금강 본류 수질에 미치는 영향을 알아보고자 하였다. 조위 영향에 따른 염도의 역류 모의를 위하여 전자해도와 위성영상자료를 활용하여 금강 하굿둑에서 외해 방향으로 약 9km에 이르는 모의 구간을 확장하였으며, 상류단의 진두수위표를 포함한 8개 지천의 유입유량 및 수질, 하구의 조위와 염도, 농공용수 취수시설의 취수량 및 회귀수 수질, 금강 배수갑문 운영, 대상 구간에 인접한 기상대의 기상자료 등을 고려하고 금강 본류를 따라 9개 수질측정소의 수질자료를 이용하여 모형의 보정을 실시하였다. 또한 대상 구간 내 2015년의 갈수기 유황 분석을 토대로 비선형 회귀분석식을 도출하여 2016년 갈수기 예측 유량과 함께 수질-유량 관계식을 도출하여 대상 구간의 수온, 염도, 용존산소(DO), BOD, 조류 등 영향을 분석하였다. 수온 분석 결과, 지점에 따라 2015년 유황 대비 평균 수온 1.79~3.83도, 최고 수온 1.74~4.30도 상승할 것으로 모의되었으며, 염도는 2016년 갈수기 동안의 금강 하굿둑 외해 염도는 담수 방류량의 감소로 전년 동기 대비 평균 53% 증가하는 것으로 모의되어 기수역 생태계에 상당한 영향을 줄 것으로 분석되었으며, 갈수기 동안의 금강 하굿둑 내수의 염도는 배수갑문 개방 빈도, 개방 시간, 개방 정도의 감소에 따른 해수 역류의 감소로 전년 동기 대비 크게 감소할 것으로 모의되었다. 용존산소는 2016년 갈수기 동안의 용존산소 농도는 지점에 따라 전년 동기 대비 평균 4~11% 감소하는 것으로 모의되었으며, 2016년 갈수기 동안의 BOD 농도는 지점에 따라 전년 동기 대비 평균 30~57% 증가하는 것으로 분석되었다. 조류는 지점에 따라 전년 동기 대비 평균 29~67% 증가하는 것으로 모의되었다. 유량의 감소에 따른 수온 증가 및 수질 악화의 영향이 있을 것으로 분석되나, 도수에 따른 영향은 상대적으로 제한적인 것으로 분석되었다.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.20 no.1
• /
• pp.1-15
• /
• 2015

Impacts of Sea Surface Temperature (SST) assimilation to the prediction of upper ocean temperature is investigated by using a regional ocean forecasting system, in which 3-dimensional optimal interpolation is applied. In the present study, Sea Surface Temperature and Sea Ice Analysis (OSTIA) dataset is adopted for the daily SST assimilation. This study mainly compares two experimental results with (Exp. DA) and without data assimilation (Exp. NoDA). When comparing both results with OSTIA SST data during Sept. 2011, Exp. NoDA shows Root Mean Square Error (RMSE) of about $1.5^{\circ}C$ at 24, 48, 72 forecast hour. On the other hand, Exp. DA yields the relatively lower RMSE of below $0.8^{\circ}C$ at all forecast hour. In particular, RMSE from Exp. DA reaches $0.57^{\circ}C$ at 24 forecast hour, indicating that the assimilation of daily SST (i.e., OSTIA) improves the performance in the early SST prediction. Furthermore, reduction ratio of RMSE in the Exp. DA reaches over 60% in the Yellow and East seas. In order to examine impacts in the shallow costal region, the SST measured by eight moored buoys around Korean peninsula is compared with both experiments. Exp. DA reveals reduction ratio of RMSE over 70% in all season except for summer, showing the contribution of OSTIA assimilation to the short-range prediction in the coastal region. In addition, the effect of SST assimilation in the upper ocean temperature is examined by the comparison with Argo data in the East Sea. The comparison shows that RMSE from Exp. DA is reduced by $1.5^{\circ}C$ up to 100 m depth in winter where vertical mixing is strong. Thus, SST assimilation is found to be efficient also in the upper ocean prediction. However, the temperature below the mixed layer in winter reveals larger difference in Exp. DA, implying that SST assimilation has still a limitation to the prediction of ocean interior.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.6
• /
• pp.543-551
• /
• 2023

As climate change continues to prompt an increasing demand for advancements in disaster and safety management technologies to address abnormal high water temperatures, typhoons, floods, and droughts, sea surface temperature has emerged as a pivotal factor for swiftly assessing the impacts of summer harmful algal blooms in the seas surrounding Korean Peninsula and the formation and dissipation of cold water along the East Coast of Korea. Therefore, this study sought to gauge predictive performance by leveraging statistical methods and deep learning algorithms to harness sea surface temperature data effectively for marine anomaly research. The sea surface temperature data employed in the predictions spans from 2018 to 2022 and originates from the Heuksando Tidal Observatory. Both traditional statistical ARIMA methods and advanced deep learning models, including long short-term memory (LSTM) and gated recurrent unit (GRU), were employed. Furthermore, prediction performance was evaluated using the attention LSTM technique. The technique integrated an attention mechanism into the sequence-to-sequence (s2s), further augmenting the performance of LSTM. The results showed that the attention LSTM model outperformed the other models, signifying its superior predictive performance. Additionally, fine-tuning hyperparameters can improve sea surface temperature performance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.419-424
• /
• 2006

대청호로 유입하는 탁수의 감시와 저수지내의 시공간분포를 예측할 수 있는 실시간 탁수감시 및 예측시스템(RTMMS)을 개발하였다. RTMMS는 탁도와 수온 등 실시간 계측자료를 데이터베이스에 저장.조회하는 실시간 감시(Realtime Monitoring), 2차원 탁수예측 수치모델의 입력자료 생성(Input Data), 탁수예측 수치모델의 수행 (W2 Run), 모의결과의 조회 및 저수지 운영 시나리오별 탁수조절 효과분석을 위한 후처리 (Post-Process) 기능을 제공한다. 시스템의 GUI 화면은 개별 기능을 탭 형식으로 제공하여 사용자가 순차적으로 자료조회와 모델수행 그리고 결과분석을 쉽게 수행할 수 있도록 설계하였다. RTMMS는 강우사상 동안 유입하천의 수온예측을 위해 대기기온, 이슬점온도, 하천유량자료를 독립변수로 이용하는 다중회귀모델(DMR)을 사용하며, 탁도 예측은 유량과 SS 부하량의 상관관계를 이용하는 탁도예측모델(QLM)을 사용한다. 저수지로 유입한 탁수의 밀도류 거동과 시공간적인 탁도분포 예측은 2차원 횡방향 평균 수리 수질해석 모형인 CE-QUAL-W2를 채택하였다. 개발된 시스템은 2004년 홍수기를 대상으로 시범적용 하였으며, 그 결과를 실측자료와 비교하여 제시하였다. RTMMS는 저수지 탁수발생 현황조회, 취수원 도달시간 및 지속기간, 밀도류와 전도현상을 고려한 시공간 분포 예측, 발전 및 수문방류, 선택취수 등 다양한 저수지운영 시나리오에 따른 상.하류 영향 분석, 용수 이용자에게 탁도 예측정보의 제공 등 탁수를 고려한 저수지운영 의사결정지원 도구로써 매우 유용하게 활용 될 것으로 기대된다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.237-240
• /
• 2000

본 연구에서는 한국 동해 대륙붕 해역에서의 주요 해양현상인 수직 수온구조의 단기변동, 수온전선, 그리고 내부파의 변동을 분석하고 이들 변화에 따른 음파의 음장변화를 고찰하였다. 한국 동해항 근해에서 수온의 수직적 변화는 계절적인 변화 이외에 약 2주간의 짧은 기간에도 매우 극적인 변화가 존재함이 실측자료를 통해 밝혀졌다. 1999년 관측된 CTD 자료를 바탕으로 음장 변화를 살펴본 결과 주파수 1kHz, 음원수심 $30{\cal}m$ 인 경우 수신기 수심에 따라 최소 3dB, 최대 10dB까지 차이를 가져올 수 있음을 알 수 있었다. 한국 동해에서 연안과 외해 사이에는 수온전선이 매우 자주 발달하며 여름에 가장 강한 것으로 알려져 있다. 동해항 근해에는 대표적인 수괴인 대마난류수와 북한한류수가 공존하며 이들의 상대적인 세력 변화 때문에 수은(음속)이 거리에 따라 급격하게 변하는 수온전선이 발달할 수 있다. 저주파수 대역 (200Hz)에 대한 간단한 시뮬레이션 결과는 수온전선이 정상적인 분포에 비해서 거리에 따라 7dB 정도의 큰 전파손실을 초래할 수 있음을 보인다. 한국 동해 연안에도 내부파가 존재한다는 사실이 최근 3년간의 연구 결과 밝혀졌다. 내부파는 외해에서 발생하여 대륙단을 거쳐 대륙붕으로 진행해 오면서 내부파 군 (Packets)으로 분산된다. 수직적 변화가 전체 수층의 $14\%$를 차지하는 간단한 형태의 내부파를 가정하여 음장변화를 시물레이션 한 결과 주파수 1 kHz, 음원수심 $20{\cal}m$인 경우 내부파는 수렴구역 형성을 현저하게 방해하여 최대 5dB까지의 차이를 유발하였다. 추후 이에 대한 연구는 내부파 전체의 시,공간적 분포 특성이 구체적으로 규명되면 보다 정확한 음장변화 추정이 이뤄져야 할 것으로 보인다. 또한 내부파와 음파의 상대적인 진행 방향에 따라 음장변화가 크게 다를 것이 예상되므로 이를 규명하기 위해서는 궁극적으로 3차원적인 음장분포 연구가 필요하다. 음향센서를 해저면에 매설할 경우 수충의 수온변화와 센서 주변의 수온변화 사이에는 어느 정도의 시간지연이 존재하게 되므로 이에 대한 영향을 규명하는 것도 센서의 성능예측을 위해서 필요하리라 사료된다.