• 제목/요약/키워드: 해양모델

검색결과 2,247건 처리시간 0.033초

서남해안 관측자료를 활용한 OI 자료동화의 최적 매개변수 산정 연구 (Experimental Study of Estimating the Optimized Parameters in OI)

  • 구본호;우승범;김상일
    • 한국해안·해양공학회논문집
    • /
    • 제31권6호
    • /
    • pp.458-467
    • /
    • 2019

  • 본 연구는 자료동화에 필요한 매개변수의 최적화된 값를 산정하기 위해 서남해안을 포함하는 한반도 중심해역에 해양순환수치모델 FVCOM(Finite Volume Community Ocean Model)을 구축 및 검증하고 이에 연속관측된 수층별 유속자료와 OI(Optimal Interpolation)를 자료동화하였다. 자료동화에는 서남해안에 위치한 4정점에서 ADCP(Acoustic Doppler Current Profiler)을 통해 관측된 수층별 유속자료를 사용하였다. 자료동화에 사용된 배경 모델은 복잡하고 불규칙한 지형적 특성을 가진 서남해안 중심의 한반도 해역을 비구조격자체계의 해양순환수치모델인 FVCOM으로 구성하고 이를 조석검증하였다. 최적내삽법의 Correlation length와 Scale factor는 자료동화 과정에서 관측값의 영향 범위를 결정하고 오차를 보정할 수 있는 매개변수다. 자료동화기법 내 매개변수는 연구 지역에 존재하는 해양학적 특성에 따라 능동적으로 변동되기 때문에 이를 토대로 경험적인 산정 연구가 필요하다. 따라서 서남해안에서 요구되는 각 매개변수들을 Taylor diagram을 활용하여 관측정점별로 분석하고 최적값을 산정하였다. 산정된 최적매개변수는 관측정점마다 요구되는 값이 상이하며 연안에서 외해로 갈수록 증가하는 추세를 보인다. 추가로 조석검증 전과 후에 따른 배경 모델이 갖는 정확성이 자료동화 효과에 미치는 영향을 분석하였다. 조석검증을 통해 정확성이 높아진 배경 모델은 배경오차공분산이 상대적으로 감소됨에 따라서 총 비중 함수가 0에 가까워지고 결과적으로 최적매개변수값이 감소하였다. 이러한 최적매개변수는 광역 모델이 갖고 있는 연안역까지 도달하는 개방경계의 한계점을 완화시켜줄 것으로 기대하며 향후 관측정점별로 요구되는 최적매개변수값을 독립적으로 적용하도록 개선한다면 향상된 해양예측 시스템 개발에 도움이 될 것으로 기대한다.

  • https://doi.org/10.9765/KSCOE.2019.31.6.458 인용 PDF KSCI

Landsat TM/ETM+ 연안 부유퇴적물 알고리즘 개발 - 새만금 주변 해역을 중심으로 - (Development of Suspended Sediment Algorithm for Landsat TM/ETM+ in Coastal Sea Waters - A Case Study in Saemangeum Area -)

  • 민지은;안유환;이규성;유주형
    • 대한원격탐사학회지
    • /
    • 제22권2호
    • /
    • pp.87-99
    • /
    • 2006

  • 연안 해역에서 공간적으로 미세한 생태학적, 생지화학적 변화를 파악하기 위해서는 저해상도의 해색위성보다 Landsat ETM+나 SPOT HRV와 같은 중간 해상도의 육상관측 위성을 이용하는 것이 더 효과적이다. 이 연구에서는 각 밴드의 spectral response curve를 고려하여 Landsat TM/ETM+용 부유퇴적물 농도 추정 알고리즘을 개발하였다. Landsat 영상으로부터 연안 부유퇴적물 알고리즘을 향상시키기 위하여 두 가지 타입의 알고리즘 사용하였는데, 현장관측에 의한 경험적 모델과 원격반사도 모델이다. 본 연구에서는 이 두 가지 방법으로 연안 지역에서의 부유퇴적물 농도추정 알고리즘을 만들어보고, 현장 관측 자료를 이용하여 두 알고리즘을 검증 및 비교해 보았다. 그 결과 2번 밴드를 사용한 경험적 알고리즘이 현장조사 자료와 가장 잘 일치하였다. 원격반사도 모델 기반의 알고리즘은 경험적 모델에 비해 높은 값을 추정하는 결과를 얻을 수 있었다. 이 연구에서 사용된 모델은 안유환(2000)에 의해 개발된 것으로서 지중해 해역의 특성에 맞도록 개발된 것이다. 따라서 해수성분요소 등의 해역 특성이 매우 다른 우리나라 해역에 맞지 않아서 생긴 결과라 생각된다. 차후에 이 모델을 우리나라 해역 특성에 맞도록 개발한다면 좋은 결과를 얻을 수 있을 것으로 기대된다.

  • https://doi.org/10.7780/kjrs.2006.22.2.87 인용 PDF KSCI

다변수 Bidirectional RNN을 이용한 표층수온 결측 데이터 보간 (Imputation of Missing SST Observation Data Using Multivariate Bidirectional RNN)

  • 신용탁;김동훈;김현재;임채욱;우승범
    • 한국해안·해양공학회논문집
    • /
    • 제34권4호
    • /
    • pp.109-118
    • /
    • 2022

  • 정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.

  • https://doi.org/10.9765/KSCOE.2022.34.4.109 인용 PDF KSCI