• 해양환경안전학회지
• /
• 제29권1호
• /
• pp.1-14
• /
• 2023

동해연안의 반폐쇄성 해역인 영일만에서 고주파해양레이더(HF-Radar)로 측정된 표층 해수유동 자료를 활용하여 1)바람과 수평적인 해수유동 사이의 상관성을 파악하고 2)수직적으로 조밀한 간격의 층별 수온시계열 자료와 연계하여 수평적 및 수직적 해수유동의 특성을 파악하였다. 시계열 관측기간 중 영일만 해역의 전역에 걸쳐 북동풍이 우세하게 나타났을 때 표층부터 저층까지 수온의 급격한 상승이 동반되었다. 또한 표층의 장주기 해수유동에서도 풍향과 유사한 방향의 흐름이 뚜렷하게 관측되었다. 바람과 표층 해류 사이의 지연상관 분석을 통해 영일만에 북동풍의 바람이 불기 시작하여 일정하게 지속된다면 짧은 시간(1 ~ 2시간) 내에 남서향의 표층 해류가 발생되는 것을 확인하였다. 일평균된 장주기 표층 해류로부터 수렴과 발산을 계산하였고 이를 통해 층별 관측지점에서 발생한 두 번의 급격한 저층수온 상승이벤트가 모두 영일만의 북동풍과 연관된 표층 해수(상대적 고온수)의 수렴(침강) 현상으로 인해 나타난 것으로 판단하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.87-90
• /
• 2006

인천-제주 정기여객선에 수온, 클로로필 및 탁도계 등의 센서를 설치하여 해양환경 모니터링 시스템을 구축하였으며, 여객선 항로를 따라 2001년부터 2004년까지 18회에 걸쳐 자동관측과 함께 20-30분 간격으로 30여개의 정점에서 해수를 채수하여 분석하였다. 연구의 목적은 채수된 해수를 직접 분석하여 여객선에 설치된 자동측정 센서가 신뢰성 있는 자료를 생산하는지 비교 분석하는 것과 서해 한반도 연안의 해수특성을 전체적으로 이해함으로서 계절적인 변동을 파악하는 것이다. 2001-2003년 초까지 사용된 YSI 센서는 수온, 염분, 탁도와 클로로필 농도 등을 종합적으로 측정할 수 있는 멀티센서이나, 설치하여 운용해 본 결과 정밀도에서 많은 문제점이 발생하였다. 따라서 2004년 이후 클로로필과 탁도 자동 측정을 위한 단일 센서들로 교체되었으며 이들 센서는 멀티센서 보다 좋은 결과를 보였다. 비록 자동측정 장치에 문제는 있었으나, 18회에 걸친 서해 연안의 실시간 모니터링을 통하여 해수환경의 계절별 특성을 이해할 수 있었다. 부유퇴적물의 경우, 경기만과 목포 주변의 남쪽 해안은 농도가 모든 계절에서 높게 나타났으며 특히 가을 겨울철에 가장 높은 값을 나타냈다. 클로로필의 농도도 경기만 중심지역과 남쪽 해안에서 여름과 가을철에 걸쳐 0.4 - 6.0 $mg/m^3$ 정도의 분포를 보였으나 겨울철에는 2.6 $mg/m^3$ 미만으로 나타났다.

• 한국해안·해양공학회논문집
• /
• 제23권3호
• /
• pp.236-247
• /
• 2011

지구온난화로 인한 북서태평양 및 한반도 근해의 미래 해수면 상승을 IPCC AR4 기후 예측모델들의 결과를 이용하여 조사하였다. 본 연구에서는 대부분의 기후모델에서 제시하지 않은 지역적인 열팽창에 의한 해수면 상승을 3차원 수온과 염분 자료를 이용한 역학고도의 계산을 통해 분석하였다. 해수면 자료의 분석결과, 열팽창을 고려한 북서태평양 및 한반도 근해의 해수면 상승률은 전 지구 평균보다 최대 두 배까지 높게 나타났다. 특히, 쿠로시오 확장지역에서 가장 높은 해수면 상승 경향을 보였다. 열팽창을 고려한 A1B 시나리오에 의한 MPI_ECHAM5와 GFDL_CM2.1 모델 결과에서는 향후 100년 동안 북서태평양에서 각각 24 cm와 28 cm 그리고 한반도 근해에서 27 cm와 31 cm의 해수면이 상승하는 것으로 예측되었다. 통계분석 결과, 이러한 해수면 상승은 겨울철 시베리아 고기압의 약화와 북서태평양 해역의 기압장 변화 그리고 이로 인한 바람장 및 해류의 변화로 발생한 수온변화가 그 원인으로 분석된다. 특히, 쿠로시오 확장지역의 북상에 따른 수온 변화가 북서태평양에서 가장 큰 해수면 상승을 유발한 것으로 사료된다.

• 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.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.543-551
• /
• 2023

기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개선할 수 있었다.

• 한국해양학회지:바다
• /
• 제20권3호
• /
• pp.119-130
• /
• 2015

동해 해양자료동화시스템(DA-ESROM; Kim et al., 2009)을 이용하여 Argo 관측망이 해양 분석장에 미치는 영향에 대해 살펴보았다. 본 연구에서는 2009년을 연구기간으로 하여 수온 프로파일, 해수면 온도, 그리고 해수면 고도 자료를 동화하여 분석장을 생산하고(Exp. AllDa), 이를 Argo 수온 자료를 제외한 실험(Exp. NoArgo) 결과와 비교하였다. 동해 수온 프로파일 관측자료와 두 실험결과와의 평균 제곱근 오차(Root Mean Square Error; RMSE)를 살펴본 결과, Exp. AllDa의 결과에서 Exp. NoArgo에 비해 표층 이하부터 전반적으로 낮은 RMSE가 나타났고, 특히 수심 약 100 m 부근에서 약 $0.5^{\circ}C$의 RMSE 차이(Exp. AllDa - Exp. NoArgo)를 보이는 등 아표층 부근에서 Argo 수온 자료동화의 영향이 큰 결과를 보였다. 자료동화 과정에 독립적인 표류부이 관측자료와의 비교를 통해, Argo 수온 자료의 동화로 표층해류 정확도가 전반적으로 개선되는 것을 확인하였고, 특히 동해 중남부에서 상대적으로 장기 표류한 부이의 궤적을 따라 RMSE가 약 2.0~6.0 cm/s 정도 낮아졌다. 반면, 표층수온에 대해서는 Argo 수온자료의 동화효과는 약한 것으로 나타났고, 매일 동화되는 해수면 온도 자료의 영향이 지배적인 것으로 판단된다. 또한, 동해 해양자료동화시스템(DA-ESROM)은 일주일 간격으로 해수면 고도자료를 동화하지만, Argo 수온자료가 동화되지 않으면서 나타나는 해수면 고도 변화를 완전히 보정하지 못하는 것으로 나타났다. 실험결과, Argo 수온자료의 동화는 특히 야마토 분지 남서쪽의 시계방향 순환 등 동해 중남부 해역에서의 해수면 고도 재현성을 향상시키는데 큰 영향을 미치는 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.47-55
• /
• 2022

최근 우리나라에서도 인공지능 모델을 이용한 수온예측 관련 연구가 활발히 진행되고 있으나 한반도 주변 해역의 수온을 예측한 대부분의 연구는 주로 해수면 온도 예측에 중점을 두고 진행되었다. 반면 본 연구는 XBT(eXpendable Bathythermograph, 소모성 연직수온측정기) 데이터와 기계 학습 모델(RandomForest, XGBoost, LightGBM)을 사용하여 잠수함 작전 및 대잠전(Anti-Submarine Warfare)에 있어서 군사적으로 중요한 동해의 수직 수온분포를 예측하였다. 동해 특정해역의 해수면부터 수심 200m까지 측정된 XBT 데이터를 이용하여 모델을 학습시키고 절대 평균 오차(MAE, Mean Absolute Error)와 수직 수온분포 그래프를 통해 예측정확도를 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.13-20
• /
• 2023

본 논문에서는 LSTM-Autoencoder 기반 특징추출과 재구성 데이터를 이용한 수온 예측 방법을 제안한다. 냉수대 현상이 발생한 동해 낙산 지역의 해수면 수온과 수온에 영향을 미치는 풍향, 풍속 등 다변량 시계열 데이터를 이용하고, LSTM-Autoencoder 모델을 이용하여, 원본 데이터의 차원 축소를 통해 추출된 특징 데이터를 원본 데이터의 다변수 데이터로 결합한 데이터, 복원 데이터, 원본 데이터 총 3가지를 사용한다. 수온 예측을 위해 LSTM 모델에 3가지 데이터를 학습하고, 정확도를 평가한 결과 MAE 0.3652, RMSE 0.5604, MAPE 3.309%으로 LSTM-Autoencoder의 특징추출을 이용한 수온 예측 정확도가 가장 우수한 성능을 보이는 것을 확인하였다. 본 연구의 결과는 냉수대와 같이 해수면 수온 변화가 급변하는 구간의 예측 정확도를 높여, 자연재해의 피해를 예방할 수 있을 것으로 기대한다.

• 한국패류학회지
• /
• 제29권3호
• /
• pp.225-232
• /
• 2013

본 연구는 저염분 해수에 노출된 전복의 폐사 원인을 구명하고자, 수온별 (15, 20 및 $25^{\circ}C$) 염분별 (30, 25, 20 및 15 psu) 노출시간별 (3, 6, 12, 24 및 48 h) 북방전복, Haliotis discus hannai 치패의 회복률 및 아가미의 조직학적 변화를 조사하였다. 모든 수온조건에서 20 psu 이하의 저염분 해수에 6시간 이상 노출시킨 전복은 회복기간 동안 생존율이 감소하였으며, 15 psu 해수에 24시간 이상 노출시킨 전복은 회복되지 못하고 전량 폐사하였다. 이를 조직학적으로 관찰한 결과, 20 psu 이하의 저염분 해수에 6시간 이상 노출시킨 전복의 아가미 조직은 팽창 또는 손상되었으며, 15 psu 해수에 24시간 이상 노출시킨 전복의 아가미 조직은 대부분 파괴되었다. 이와같은 결과는 수온이 높을수록, 염분이 낮을수록, 노출시간이 길수록 확연히 나타났다. 따라서 저염분 해수에 노출된 전복이 폐사하는 직접적인 원인 중의 하나는 아가미 조직의 손상으로 인한 질식으로 판단된다.

• 해양환경안전학회지
• /
• 제16권4호
• /
• pp.421-425
• /
• 2010

최근 지구온난화로 인한 수온상승과 해수면의 상승으로 인해 해양 생태계가 변화되고 있다고 보고되고 있다. 한반도 주변 해역에서도 수온과 해수면이 상승하고 플랑크톤의 종 조성이 변화되고 가시파래, 불가사리, 해파리 등의 유해 생물종의 출현 빈도가 증가되고 있고, 바다 사막화가 증가되는 등 해양 생태계의 변화로 어업활동이 어려워지고 어업생산량이 감소하여 어민 경제가 심각한 영향을 받고 있다. 본 보고서에서는 지구 온난화의 원인과 그 메커니즘을 소개하고, 지구 온난화에 따른 해양환경 변화와 해양 생태계에 미치는 영향과 그 대책에 관하여 보고하고자 하였다.