• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.519-533
• /
• 2018

2014년부터 2017년까지 4년의 기간 동안 COARE 3.5 벌크 알고리즘과 위성 기반의 대기-해양 변수 자료를 이용하여 한반도 주변 해양의 현열 플럭스(Sensible Heat Flux; SHF)와 잠열 플럭스(Latent Heat Flux; LHF)를 $40W/m^2$ 산출하였다. 열 플럭스 산출에 필요한 변수 중 10-m 풍속(U)과 해수면온도($T_s$) 자료는Advanced Microwave Scanning Radiometer 2(AMSR2)와 Global Precipitation Measurement Microwave Imager(GMI) 위성 센서로부터 관측되는 값을 일 평균하여 생성하였으며, 위성으로부터 직접 관측이 되지 않는 대기 온도($T_a$)와 대기 비습($Q_a$)은 위성 기반의 W 및 $T_s$와 갖는 상관성을 이용하여 경험적 통계식을 통해 추정하였다. 추정된 $T_a$와 $Q_a$는 해양 부이에서 관측된 값과 각각 0.96 이상의 높은 상관성을 보였다. 위성 기반으로 관측 및 추정된 대기-해양 변수 자료들을 이용해 한반도 주변 해양(서해, 동해, 남해)의 SHF와 LHF를 산출하였고 월평균 시공간분포의 특성을 확인하였다. SHF는 3월부터 8월까지 한반도 전 해역에 걸쳐 $20W/m^2$의 낮은 값을 보였으며, 특히 7월에는 일부 해양에서 $0W/m^2$ 이하의 낮은 값을 보였다. SHF는 9월부터 점차 증가하여 12월에 가장 높은 값이 나타났다. LHF는 4월부터 7월까지 $40W/m^2$ 정도의 낮은 값을 보이다가 가을철부터 급격히 증가하여 SHF과 마찬가지로 12월에 남해에서 최대 $380W/m^2$ 이상의 높은 값을 보였다. 두 열 플럭스는 모두 쿠로시오 난류가 지나가는 지역에서 연중 높은 값을 나타냈다. 해양 플럭스에 영향을 미치는 대기-해양 변수의 월평균 특성을 분석한 결과 SHF와 LHF는 각각 대기-해양 온도 차이(${\Delta}T$)와 비습 차이(${\Delta}Q$)의 변화에 밀접하게 연관되며, 겨울철에는 U에 대한 민감도가 증가하여 현열 및 잠열 플럭스가 겨울철에 가장 큰 값을 보이는 것에 기여한 것으로 분석된다.

• 환경생물
• /
• 제40권4호
• /
• pp.464-476
• /
• 2022

가속화되는 기후변화로 인해 전 세계 각지의 연안에서 해조류 대발생(macroalgal bloom)이 빈번하게 일어나고 있다. 특히, 녹조류의 대량 증식으로 인한 녹조(파래) 대발생(green tide) 현상은 지역 경제뿐만 아니라 연안 생태계 환경에도 막대한 피해를 주고 있다. 우리나라의 경우 2000년대부터 제주도 동북부 해안을 중심으로 파래대발생이 연중 지속적으로 관찰되며, 최근에는 남해와 동해 일대에서도 국지적으로 관찰되고 있다. 파래대발생의 원인 종은 갈파래속(Chlorophyta; genus Ulva)으로 알려져 있으며, 기후변화의 영향으로 해수 온도의 상승과 담지하수 및 인근지역 오염수 배출로 인한 질소와 인의 대량 유입으로 인한 영양염류 증가가 주요 원인으로 추정되고 있다. 갈파래속은 환경변화에 의해 형태적 발현의 가소성이 높은 표현형 적응성(phenotypic plasticity) 때문에 형태적 종 동정은 거의 불가능하다. 갈파래류 종 판별을 위해서는 분자유전학적 분석이 수행되어야 하나 현재 분자데이터를 이용한 갈파래 종 분포, 군집구조와 같은 생태조사연구는 매우 미흡한 실정이다. 파래대발생 피해 저감을 위해서는 파래대발생 주요 종들을 분자계통학적 분석을 통하여 정확하게 파악하는 것이 우선이다. 선행 연구에서는 2015년 파래대발생을 일으키는 주요 종 파악을 위해 핵 DNA ITS와 엽록체 DNA tufA (chloroplast elongation factor Tu) 유전자를 이용하여 분자계통학적 분석을 수행하였으며, 종 동정에는 tufa 유전자가 더 정확한 결과를 나타냈다. 따라서 본 연구에서는 tufA 유전자를 이용해 2015~2020년 제주도 연안에서 파래대발생을 일으키는 주요 구성 갈파래 종의 군집구조 및 종 다양성을 파악하고 종 구성의 시간적 변이를 확인하고자 하였다. 본 연구에서는 온대와 아열대 해역에서 주로 생장하는 것으로 알려진 큰갈파래와 구멍갈파래 종이 파래대발생의 주요 구성 종임을 확인하였다. 구멍갈파래는 2015년(35.75%)에서 2020년(36.18%) 기간 상대빈도의 변화가 거의 없고 안정적으로 유지되었으나, 큰갈파래의 경우 2015년(20.77%)에 비해 2020년(36.84%) 빈도가 대략 16% 증가하였다. 이러한 결과는 기후변화와 연관된 평균 해수면 온도의 상승에 큰갈파래의 높은 성장률 및 적응력과 관련이 있을 수 있으며, 제주도의 갈파래 군집을 구성하는 종 수는 2015년에는 9종이었으나 2020년에는 7종으로 감소하는 것으로 나타났다. 또한, 유럽 원산지 외래종인 긴통갈파래와 굽은갈파래가 2015년과 2020년 모두 제주 연안에서 관찰되어 이 두 종에 대한 향후 지속적인 모니터링이 필요하다. 본 연구의 결과는 우리나라 연안에서 발생하는 파래대발생의 저감을 위해 주요 종인 갈파래속(genus Ulva)에 대한 분자유전학적 데이터에 대한 정보를 제공하고자 한다.

• 한국수자원학회논문집
• /
• 제44권5호
• /
• pp.339-350
• /
• 2011

본 연구에서는 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 토대로 외부 기상인자에 의한 변동성을 고려할 수 있는 계절강수량 예측모형을 구축하였으며, 낙동강유역내의 10개 관측소에서 관측된 37년간의 강수량 자료를 이용하여 연도별 여름강수량을 추출하고 이들 관측소의 여름강수량에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 공간상관성을 검토하여 선정하였다. 모형의 적합성을 검토하기 위해 2010년 여름강수량 사후 확률분포의 중앙값과 관측치를 비교하였으며, 그 결과 각각 858.2mm와 888.1mm로, 이는 구축된 모형이 적절하게 여름강수량을 모의하고 있음을 보여준다. 2010년 겨울 SST 관측 값과, 예년 평균값으로 가정한 2011년 6월 OLR을 이용하여 2011년 여름강수량을 예측하였다. 예측된 2011년 여름강수량은 967.7mm로, 확률적으로 예년 여름강수량의 평균인 680mm를 상회할 확률이 92.9% 이상인 것으로 나타났으며, 또한 50년 빈도에 해당하는 여름강수량을 추정한 결과, 50년 빈도 여름강수량 1400mm를 상회할 확률도 약 73.7%인 것으로 분석되었다.

• 한국해양학회지:바다
• /
• 제21권1호
• /
• pp.1-10
• /
• 2016

동해 표층 해수에서 측정한 이산화탄소 분압($pCO_2$)에 대해 기 확보된 자료는 해양-대기간 $CO_2$ 교환율을 정량화하고자 통계 기법을 적용하기에는 부족한 편이다. 이를 보완하기 위해 위성자료를 이용하여 관측이 이루어지지 않은 해역의 $pCO_2$를 신경망모델을 이용하여 채워 넣는(mapping) 연구를 시도하였다. 본 연구는 동해에서 현장관측자료가 가장 많이 축적된 울릉분지를 대상으로 2003년부터 2012년까지의 표층$pCO_2$자료와, Aqua 위성의 MODIS 센서로 관측한 해표면 온도(SST)와 엽록소(chlorophyll) 자료, 경위도 자료로 신경망모델을 구축하여 $pCO_2$ 분포도 작성과 변동성을 추정하고자 하였다. 신경망모델의 학습은 $pCO_2$ 관측자료와 모델결과값의 상관도가 95% 이상을 달성하도록 하였다. 모델 결과의 평균제곱근오차(RMSE)는 $19.2{\mu}atm$으로 관측자료의 변동 크기와 비교해서 훨씬 작은 수준이었다. SST와 chlorophyll에 연관된 $pCO_2$의 변동성을 살펴보면 chlorophyll 보다는 SST에 대해 더욱 강한 음의 상관 관계를 보였다. 모델이 출력한 $pCO_2$의 변동성은 SST가 내려감에 따라 커지는 경향을 보였다. $15^{\circ}C$ 이하에서는 $pCO_2$ 변동성에 대한 SST와 chlorophyll의 기여도가 뚜렷하게 나타났다. 반면 SST가 $15^{\circ}C$ 이상일 경우에는 $pCO_2$ 변동성은 SST와 chlorophyll의 변화에 대해 그리 민감하게 반응하지 않았다. 신경망모델 출력값으로 추정한 2003-2014년 사이의 울릉분지 표층수의 연평균 $pCO_2$ 증가율은 $0.8{\mu}atm$이었다. 신경망 모델이 울릉분지의 $pCO_2$에 대해 이전 연구보다 해상력과 오차가 향상된 $pCO_2$ 채워넣기를 가능케 해 준 점에 비추어 볼 때 국제정세에 따라 전역 관측이 수월하지 않은 동해의 탄소순환을 이해하는데 유용한 도구로 쓰일 수 있을 것으로 판단된다.