• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 한국지구과학회지
• /
• 제42권6호
• /
• pp.632-645
• /
• 2021

위성 해수면온도 합성장은 수치예보모델의 입력 자료 및 지구온난화와 기후 변화 연구에 활용되는 중요한 자료이다. 본 연구에서는 2007년부터 2018년까지 6종류의 위성 해수면온도 합성장 자료를 수집하여 한반도 주변 해역에서 각 해수면온도 합성장 자료의 공간 분포 특성을 분석하였다. 기상청 해양기상부이 실측 수온 자료와 해수면온도 합성장 자료의 시계열을 비교하고 오차의 최대값 및 최대값이 나타나는 시기를 분석하였다. 황해 연안에 위치한 덕적도와 칠발도 부이에서 위성 해수면온도 합성장과 실측 수온의 차는 1년주기 또는 반년주기의 높은 변동성을 보였다. 포항 부이에서는 강한 용승에 의해 냉수대가 발생한 2013년 여름철에 높은 수온 차가 나타났다. 해수면온도 자료의 시계열을 활용하여 스펙트럼 분석을 수행한 결과, 일별 위성 해수면온도 합성장은 약 1개월 이상의 주기에서는 실측 자료와 유사한 스펙트럼 에너지를 보였다. 반면 위성 해수면온도 합성장과 실측 수온의 스펙트럼 에너지의 차는 시간 주파수가 증가할수록 증가하는 경향을 보였다. 이는 위성 해수면온도 합성장 자료가 연안 부근 수온의 시간적 변동성을 적절하게 표현하지 못하였을 가능성을 시사한다. 위성 해수면온도 영상의 해양 전선은 공간 구조와 강도의 측면에서 위성 해수면 온도 합성장 자료 간 차이점을 보였다. 해수면온도 합성장에서 표현되는 공간 규모 또한 공간 스펙트럼 분석을 통해 조사하였다. 그 결과 고해상도 해수면온도 합성 영상이 저해상도 해수면온도 영상보다 상대적으로 중규모 해양 현상의 공간 구조를 더 잘 표현하였다. 따라서 실제 중규모 해양 현상을 보다 구체적으로 표현할 수 있는 위성 해수면온도 합성장 생산을 위한 고도의 기술 개발이 필요하다.

• 한국해양학회지:바다
• /
• 제29권2호
• /
• pp.77-100
• /
• 2024

진해·마산만에 대한 연구는 그동안 해수순환, 조석, 조류, 적조, 수질, 빈산소 환경을 주제로 많이 연구되었으나 주로 단기간 동안 일어나는 해양현상에 대해 연구가 수행되었으며, 만 전체적인 해수순환을 일으키는 물리적 기작을 자세히 살펴본 연구는 부족했다. 오염 물질의 이동과 확산 같은 현상은 주로 계절별로 변동성이 크기 때문에, 이 연구에서는 진해·마산만 해역의 해수순환이 계절적으로 어떻게 변동하는지를 파악하고자 하였다. 이를 위하여 3차원 해양 순환 모델을 이용하여 2016년부터 2018년까지 진해·마산만의 해수순환을 수치모의하고, 여름철과 겨울철 해수순환을 표층, 중층, 저층에 대하여 살펴보았다. 또한 조석, 바람, 담수 유입에 대한 민감도 실험을 수행하여 각 요인들이 해수 유동에 미치는 영향을 분석하였다. 진해·마산만의 해수순환은 가덕수도 저층에서 대한해협의 해수가 유입되고, 표층에서 진해·마산만의 해수가 유출되는 대류성 염하구 순환이 일어난다. 가덕수도를 통해 교환되는 해수의 순환은 크게 진해만 동부해역과 진해만 서부해역으로 나누어져 일어난다. 각 해역의 수로 방향을 기준으로 해수 수송량을 계산하였을 때, 진해만 동부해역의 남북방향 해수 교환 수송량은 진해만 서부해역에서 일어나는 동서방향 해수 교환량보다 겨울철에는 2.3배, 여름철에는 1.4배 크다. 진해만 서부해역은 계절별로 작용하는 힘들의 균형이 변화하여 해수순환 특성이 계절에 따라 크게 다르다. 겨울철에는 북서풍이 만드는 전단응력과 해수면 기울기의 영향으로 표층 해류가 남쪽으로, 저층 해류는 북쪽으로 흐르는 남북방향 대류성 순환이 강화된다. 반면, 남서풍이 부는 여름철에는 바람 응력에 의해 표층 해수가 동쪽으로 유출되고, 또한 남동쪽 해수면이 높아 북쪽 방향 순압성 압력경도력이 커져 동쪽 방향 유속이 강화된다. 저층에서는 밀도 구배가 커져 경압성 압력경도력이 남쪽으로 크게 작용하여 지형류 균형에 의해 가덕수도의 해수가 서쪽으로 강하게 유입하는 동서방향 대류성 순환이 겨울철보다 26% 강화된다. 진해만 서부의 대류성 순환은 겨울과 여름 모두 조류와 바람의 영향을 크게 받는다. 진해만 동부해역과 마산만에서는 모든 계절에 표층에서는 해수가 외해로 유출되고, 저층에서는 해수가 만 안쪽으로 유입되는 전형적인 염하구 순환을 보였다. 겨울철에는 바람과 담수유입이, 여름철에는 조류의 영향이 남북방향 염하구 순환 규모에 크게 기여하였다. 진해만 동부해역에는 지형의 영향을 받아 형성된 조석 잔차류도 뚜렷하다. 이 연구에서 제시한 진해·마산만의 계절별 해수순환 특성은 이 해역의 오염물질 확산, 여름철 빈산소수괴의 형성 기작 파악, 적조 생물의 유입과 유출을 이해하는 데 도움이 될 것으로 기대된다.