해양에서 수온의 등온선 밀집 정도를 표준지수로 정량화하기 위해 선밀도 지수(line density index: LDI)를 개발하였다. 지수 값의 범위를 0에서 100까지 제한시킨 LDI의 개발과정에 대한 이론적 배경을 기술하였고, line의 총 길이가 해당 면적의 1/10를 넘지 못한다는 적용조건에 대한 타당성 검증도 수행하였다. LDI의 적용 실험을 위해 남해역에서 관측된 NOAA SST 자료를 이용하였다. GIS를 이용하여 SST 레스터 데이터로 부터 $0.1^{\circ}C$ 등온선 벡터 데이터를 선형화하고 단위격자 영역을 폴리곤으로 제작한 후 공간중첩을 통해 LDI를 계산하였다. 단위 영역의 크기가 LDI의 분포에 미치는 영향을 분석하기 위해 두 종류의 격자 크기를 설계하여 LDI의 통계량를 산출하고 정규성 검정을 수행하였다. 분석 결과 격자크기에 따라 LDI의 평균과 정규성 같은 고유특징은 변하지 않으나, 통계량 값의 범위, 분산, 표준편차 등은 변하였는데, 이는 수온전선 구조가 복잡하고 전선폭이 격자 영역보다 훨씬 작을 때 발생하는 문제임이 확인되었다. 또한, LDI와 수온 차(${\Delta}T^{\circ}C$) 와의 관계성을 분석하고 수온전선역의 수온 수평경도(${\Delta}T^{\circ}C/km$)를 선형회귀모델로부터 계산하여 기존 연구자들의 제시한 수온전선역에서의 수온 수평경도 값과도 비교하였다. 본 연구를 통해 새롭게 개발된 LDI가 지니는 의미는 해양환경에서 시 공간적인 변화에 따른 수온전선 형성 지역을 절대적인 지수치로 비교 가능함은 물론, 수온전선과 해양환경 또는 해양생물과의 관계를 정량적으로 분석할 수 있는 기반을 제시했다는 점이다.
해양에서 수온의 등온선 밀집 정도를 표준지수로 정량화하기 위해 선밀도 지수(line density index: LDI)를 개발하였다. 지수 값의 범위를 0에서 100까지 제한시킨 LDI의 개발과정에 대한 이론적 배경을 기술하였고, line의 총 길이가 해당 면적의 1/10를 넘지 못한다는 적용조건에 대한 타당성 검증도 수행하였다. LDI의 적용 실험을 위해 남해역에서 관측된 NOAA SST 자료를 이용하였다. GIS를 이용하여 SST 레스터 데이터로 부터 $0.1^{\circ}C$ 등온선 벡터 데이터를 선형화하고 단위격자 영역을 폴리곤으로 제작한 후 공간중첩을 통해 LDI를 계산하였다. 단위 영역의 크기가 LDI의 분포에 미치는 영향을 분석하기 위해 두 종류의 격자 크기를 설계하여 LDI의 통계량를 산출하고 정규성 검정을 수행하였다. 분석 결과 격자크기에 따라 LDI의 평균과 정규성 같은 고유특징은 변하지 않으나, 통계량 값의 범위, 분산, 표준편차 등은 변하였는데, 이는 수온전선 구조가 복잡하고 전선폭이 격자 영역보다 훨씬 작을 때 발생하는 문제임이 확인되었다. 또한, LDI와 수온 차(${\Delta}T^{\circ}C$) 와의 관계성을 분석하고 수온전선역의 수온 수평경도(${\Delta}T^{\circ}C/km$)를 선형회귀모델로부터 계산하여 기존 연구자들의 제시한 수온전선역에서의 수온 수평경도 값과도 비교하였다. 본 연구를 통해 새롭게 개발된 LDI가 지니는 의미는 해양환경에서 시 공간적인 변화에 따른 수온전선 형성 지역을 절대적인 지수치로 비교 가능함은 물론, 수온전선과 해양환경 또는 해양생물과의 관계를 정량적으로 분석할 수 있는 기반을 제시했다는 점이다.
Line density index(LDI) was developed to quantify a densely isothermal line rate as standard index in the ocean environment. Theoretical background on the LDI development process restricting index range 0 to 100 was described. And validation test was done for the LDI application condition that total...
Line density index(LDI) was developed to quantify a densely isothermal line rate as standard index in the ocean environment. Theoretical background on the LDI development process restricting index range 0 to 100 was described. And validation test was done for the LDI application condition that total line length is not greater than 1/10 of unit area. NOAA SST(Sea Surface Temperature) data were used for the experimental application of LDI in the South Sea of Korea. Using GIS, $0.1^{\circ}C$ isothermal lines were linearized as vector data form SST raster data, and unit area were built as polygon data. For the LDI calculation, spatial overlapping(line in polygon) was implemented. To analyze the effect of unit area size for the LDI distribution, two cases of unit area size were designed and descriptive statistics was calculated including performing normality test. The results showed no change of LDI's essential characteristics such as mean and normality except for the range of value, variance and standard deviation. Accordingly, it was found that complex structure of thermal front and even smaller scale of front width than unit area size could influence on the LDI distribution. Also, correlation analysis performed between LDI and difference of temperature(${\Delta}T^{\circ}C$), and horizontal thermal gradient(${\Delta}T^{\circ}C/km$) on the front was obtained from linear regression model. This obtained value was compared with the results from previous researches. Newly developed LDI can be used to compare the thermal front regions changing spatio-temporally in the ocean environment using absolute index value. It is considered to be significant to analyze the relationship between thermal front and marine environment or front and marine organisms in a quantitative approach described in this study.
Line density index(LDI) was developed to quantify a densely isothermal line rate as standard index in the ocean environment. Theoretical background on the LDI development process restricting index range 0 to 100 was described. And validation test was done for the LDI application condition that total line length is not greater than 1/10 of unit area. NOAA SST(Sea Surface Temperature) data were used for the experimental application of LDI in the South Sea of Korea. Using GIS, $0.1^{\circ}C$ isothermal lines were linearized as vector data form SST raster data, and unit area were built as polygon data. For the LDI calculation, spatial overlapping(line in polygon) was implemented. To analyze the effect of unit area size for the LDI distribution, two cases of unit area size were designed and descriptive statistics was calculated including performing normality test. The results showed no change of LDI's essential characteristics such as mean and normality except for the range of value, variance and standard deviation. Accordingly, it was found that complex structure of thermal front and even smaller scale of front width than unit area size could influence on the LDI distribution. Also, correlation analysis performed between LDI and difference of temperature(${\Delta}T^{\circ}C$), and horizontal thermal gradient(${\Delta}T^{\circ}C/km$) on the front was obtained from linear regression model. This obtained value was compared with the results from previous researches. Newly developed LDI can be used to compare the thermal front regions changing spatio-temporally in the ocean environment using absolute index value. It is considered to be significant to analyze the relationship between thermal front and marine environment or front and marine organisms in a quantitative approach described in this study.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
등온선을 GIS 라인 데이터로 처리하여 단위면적당 라인의 총 길이를 계산하는 선밀도 개념으로 수온 전선대를 보다 정량화하려는 시도(Schick 등, 2004)가 있었지만, 시 - 공간적인 변화에 따른 수온 전선대를 절대지표의 개념으로는 제시할 수 없었다. 따라서 본 연구에서는 수온 수평경도의 강약 정도를 수치화하여 수온 전선역을 정량화함은 물론, 표준화된 지수로 수온 전선역을 나타내고자 선밀도 지수(line density index)를 개발하였다. 개발된 지수의 타당성 검증을 위해 이상 상태(ideal case)의 해양 조건에서 실험분석을 하였으며, 수온전선이 빈번하게 생성되는 우리나라 남해를 대상으로 선밀도 지수의 적용실험을 수행하였다.
최근 들어 GIS를 이용해 등온선을 kernel 방법에 의한 선밀도로 계산하여 선밀도 값이 높은 지역을 수온전선역으로 제시하는 연구가 있었다(Schick 등, 2004). 본 연구에서는 이러한 선밀도를 보다 표준화된 지표로 사용 가능한 선밀도 지수 (LDI)식을 개발하여, 이에 대한 사용조건을 제시하고 이상 상태(ideal case)의 해양조건에서 타당성 검증실험을 수행하였다.
1989). 수온전선의 정량화를 위한 선밀도지수는 엄밀히 말하자면 수온의 수평경도 지수라 할 수 있으며, 본 연구에서 개발된 선밀도 지수에 대한 기준치는 최대치를 100으로 설정하여, 수온전선의 값을 나타내고자 하였다. 개발된 선밀도 지수에 대한 이론적 정의 및 개발 과정과 이 지수를 수온전선 지수로 사용할 수 있는 조건들을 제시하였다.
가설 설정
따라서 해양에서 수온의 수평적인 변화가 극대치가 될 수 있는 환경을 가정하여 L이를 산출하는 실험을 하였다. 실험을 위한 해역은 임의로 10x 10 km 크기의 격자로 구성하고 격자의 중앙점에 최고 수온 40C를, 격자의 경계선에 최저수온 0C를 지정하여 그림 4와 같은 실험해역내에서 수평적인 수온차가 40C가 되도록 설계하였다.
이러한 문제에 대한 답을 제시하고자 그림 6과 같이 100x100m 격자 내에서 일정한 간격으로 배치된 0.1℃ 등온선을 가정하였다. 물론 단위면적은 1x104 m2 내에서의 수온차(AT)는 0.
제안 방법
지역으로 설정하였다. 2005년 3월 1일에 관측한 NOAA AVHRR SST 자료를 이용해, 0.1℃ 등온선 벡터 데이터를 추출하고 1.이를 계산하였다. 수온 전선역 추출을 위해 실제 해역에 LDI 적용 시 나타날 수 있는 문제점을 검토하기 위해 단위영역의 격자크기를 다르게 설정하여 L이의 차이를 비교하였고, L이와 A 丁의 선형 회귀식으로부터 수온전선역에 해당하는 LDI 영역의 AT를 구하여 기존 연구자들이 제시한 수온 전선역의 수평경도(AT℃/km)와 비교하였다.
L이를 계산하기 위해 0.1℃ 등온선을 선형화한 격자 내에 포함된 라인의 속성(수온) 차이를 이용하여 속성이 각기 다른 등온선 라인의 개수를 발췌한 후, 라인의 개수에 0.1℃를 곱하여 격자 내 수온 차(AT)로 계산하였다. 먼저, AT와 L이와의 관계를 분석한 결과 피어슨 상관계수가 0.
사용하여 수행하였다. 码皿或의 ArcGIS 를 사용하여 SST point 자료로부터 크리깅 보간법을 사용하여 레스터 데이터를 제작하고, 레스터 데이터로부터 0.1℃ 등온선 벡터 데이터를 추출하였다. 격자 크기에 따른 차이를 검토하기 위해 남해역을 10x10 km와 5x5 km 격자 폴리곤으로 만들었으며, 각각의 폴리곤과 등온선 데이터를 중첩 처리하여(line in polygon) 단위격자 당 선밀도 지수값을 계산하였다.
수온전선의 정량화를 위한 선밀도지수는 엄밀히 말하자면 수온의 수평경도 지수라 할 수 있으며, 본 연구에서 개발된 선밀도 지수에 대한 기준치는 최대치를 100으로 설정하여, 수온전선의 값을 나타내고자 하였다. 개발된 선밀도 지수에 대한 이론적 정의 및 개발 과정과 이 지수를 수온전선 지수로 사용할 수 있는 조건들을 제시하였다.
개발된 선밀도 지수의 타당성 검증을 위해, 선밀도 지수의 제약조건들에 대한 검증 실험을 하였으며, 수온전선을 단위지역(cell)당 수온차로 제시할 때와 선밀도 지수로 제시할 때와의 특성차이를 비교 . 검토하였다.
따라서 본 연구에서는 수온 수평경도의 강약 정도를 수치화하여 수온 전선역을 정량화함은 물론, 표준화된 지수로 수온 전선역을 나타내고자 선밀도 지수(line density index)를 개발하였다. 개발된 지수의 타당성 검증을 위해 이상 상태(ideal case)의 해양 조건에서 실험분석을 하였으며, 수온전선이 빈번하게 생성되는 우리나라 남해를 대상으로 선밀도 지수의 적용실험을 수행하였다.
격자 내 등온선 라인 데이터가 지닌 수온 속성 값을 이용하여 수온 차(AT)를 추출한 후, 수온의 수평경도를 계산하여 L이와의 관계성을 검토하였다. 분석 결과 선밀도를 이용한 L이와 AT의 관계는 결정계수가 0.
1℃ 등온선 벡터 데이터를 추출하였다. 격자 크기에 따른 차이를 검토하기 위해 남해역을 10x10 km와 5x5 km 격자 폴리곤으로 만들었으며, 각각의 폴리곤과 등온선 데이터를 중첩 처리하여(line in polygon) 단위격자 당 선밀도 지수값을 계산하였다. 또한, 단위격자내의 수온 차(△ T℃)와 선밀도 지수에 대한 선형회귀 분석을 통해 수온전선역의 선밀도 지수 값에 해당하는 AT℃를 추출하여, 수온전선역에서 수온의 수평경도(AT℃/km)를 제시한 기존의 연 구결 과들과도 비 교하였다.
공간 격자크기에 따른 L이의 차이를 검토하기 위해, 연구지역의 격자 크기를 10x10 km 와 5x5 km 정방형으로 각각 설계하여 GIS 폴리곤 데이터로 제작하였다(그림 8). 격자 폴리곤과 중첩되는 0.
본 연구에서는 총 선의 길이를 단위 지역의 면적으로 나누는 단순 선밀도 계산 방법을 기본 원리로 사용하여, 해양환경에서 시 . 공간적인 변화에 따른 수온전선역의 상대적인 비교가 가능하도록 새로운 선밀도 계산식인 선밀도 지수를 개발하였다.
이 방법에 의한 선밀도 값의 이론상 가능 범위는 0에서부터 8까지 이므로 등온선 분포 및 수온전선 지역을 정량화하여 표준지표로 사용하기 어렵게 된다. 따라서 등온선의 선밀도(line density: LD) 값의 범위를 0에서 100까지 제한시킬 필요가 있어, 다음과 같은 선밀도 지수(line density index: LDI) 산출식을 개발하였다.
또한, 남해역을 관측한 NOAA 위성 SST 자료를 이용하여 L이를 계산하여 수온전선을 추출하는 실험연구를 수행하였다. 적용실험 결과 2005년 3월 1일 남해의 수온전선역은 L이가 36.
격자 크기에 따른 차이를 검토하기 위해 남해역을 10x10 km와 5x5 km 격자 폴리곤으로 만들었으며, 각각의 폴리곤과 등온선 데이터를 중첩 처리하여(line in polygon) 단위격자 당 선밀도 지수값을 계산하였다. 또한, 단위격자내의 수온 차(△ T℃)와 선밀도 지수에 대한 선형회귀 분석을 통해 수온전선역의 선밀도 지수 값에 해당하는 AT℃를 추출하여, 수온전선역에서 수온의 수평경도(AT℃/km)를 제시한 기존의 연 구결 과들과도 비 교하였다.
본 연구에서는 총 선의 길이를 단위 지역의 면적으로 나누는 단순 선밀도 계산 방법을 기본 원리로 사용하여, 해양환경에서 시 . 공간적인 변화에 따른 수온전선역의 상대적인 비교가 가능하도록 새로운 선밀도 계산식인 선밀도 지수를 개발하였다.
이를 계산하였다. 수온 전선역 추출을 위해 실제 해역에 LDI 적용 시 나타날 수 있는 문제점을 검토하기 위해 단위영역의 격자크기를 다르게 설정하여 L이의 차이를 비교하였고, L이와 A 丁의 선형 회귀식으로부터 수온전선역에 해당하는 LDI 영역의 AT를 구하여 기존 연구자들이 제시한 수온 전선역의 수평경도(AT℃/km)와 비교하였다.
따라서 해양에서 수온의 수평적인 변화가 극대치가 될 수 있는 환경을 가정하여 L이를 산출하는 실험을 하였다. 실험을 위한 해역은 임의로 10x 10 km 크기의 격자로 구성하고 격자의 중앙점에 최고 수온 40C를, 격자의 경계선에 최저수온 0C를 지정하여 그림 4와 같은 실험해역내에서 수평적인 수온차가 40C가 되도록 설계하였다. 격자의 중앙 점에 최고치를 지정해 준 이유는 0.
즉, 수온이 격자 내에서 한 방향으로 증가 또는 감소하지 않고 증가와 감소가 공존하는 경우로 단위격자내의 등온선이 각기 다른 객체로 존재하지만 수온 값이 같은 속성을 지닌 경우를 말한다. 이러한 점을 파악해봄과 동시에 위에서 선정한 LDI 36.0과 기존 연구자들이 제시한 수온 전선역에서의 수온 수평경도 값들과 어떤 차이가 있는지를 비교 . 검토하고자 하였다.
대상 데이터
본 실험을 위해 남해의 해수면온도 분포를 GIS 레스터로 제작하였으며, 레스터 데이터로부터 0.1℃ 등온선 데이터를 추출하였다(그림 7). 고온의 대마난류수가 제주도 북동 해역에서부터 대한해협을 지나면서 저온의 연안수와 경계를 이루며 다소 복잡한 사행 구조의 수온 전선이 형성되어 있음을 알 수 있다.
수온전선의 정량적인 추출을 위한선밀도 지수의 적용실험은 2005년 3월 1일 우리나라 남해역을 촬영한 NOAA AVHRR 위성의 SST 자료를 사용하여 수행하였다. 码皿或의 ArcGIS 를 사용하여 SST point 자료로부터 크리깅 보간법을 사용하여 레스터 데이터를 제작하고, 레스터 데이터로부터 0.
우리나라 남해역은 남해연안수와 외해역의 고온과 고염분의 대마난류수가 상충하는 해역으로 수온전선이 비교적 잘 형성되어 연구대상 지역으로 설정하였다. 2005년 3월 1일에 관측한 NOAA AVHRR SST 자료를 이용해, 0.
데이터처리
두 격자 크기에 따른 L이의 차이를 좀 더 구체적으로 살펴보기 위해, LDI 값의 빈도수에 대한 히스토그램을 그림 10과 같이 그려보았으며 표 2와 같이 기술통계와 정규성 검정을 수행하였다. 히스토그램에서 보는 바와 같이 격자 크기가 10x10 km일 때 보다는 지역을 세분화한 5x5 km일 때의 LDI 분포 범위가 세분화되고 확장됨을 알 수 있다.
이론/모형
1%로 나타났다(그림 13). 그림 12에서와 같이 L이가 36.0 이상인 지역을 수온 전선 역으로 설정하였을 때, 수온전선역의 수온 수평 경도 값을 선형회귀모델식인 LDI = 30.75 + 5.35xAT에 의해 구하였다. 모델식에 의하면 L이가 36.
하지만 5x5 km인 경우가 표본 수의 크기에 영향을 받아 표준오차는 더 작게 나타나 정밀도가 10x10 km보다는 높았다. 두 격자크기에 따른 L이의 정규성 검정도 Shapiro-Wilk 방법으로 수행해 보았다. Shapiro-Wilk 검정통계량(W) 값의 범위는 0에서 1까지이며 1에 가까울수록 정규분포에 가깝다는 것을 의미한다(김충련, 2000).
먼저, 선밀도 지수의 이론을 개발하기 위한 기본배경은 선밀도 계산방법 중, 선의 총 길이를 단위지역의 면적으로 나누는 단순 선밀도계산방법을 이용하였다. 이 방법에 의한 선밀도 값의 이론상 가능 범위는 0에서부터 8까지 이므로 등온선 분포 및 수온전선 지역을 정량화하여 표준지표로 사용하기 어렵게 된다.
성능/효과
164℃/km가 된다. 따라서 2005년 3월 1일의 남해 수온 전선 역의 수온 수평경도 값은 0.164℃/km 이상이 되며, 이는 양영진 등(1998)이 제시한 연안형 수온전선의 수온 수평경도 0.116℃/km 보다는 크지만 기존 연구자들이 제시했던 포괄적인 범위(0.031 ~0.375℃/km)에는 포함되는 결과를 보였다.
16이 된다. 따라서 연구해역의 수온전선역을 추출하기 위해 단위영역의 크기를 일정한 크기로 고정시키지 않고 가변 격자 또는 부정형의 폴리곤으로 설계할 경우 AT값은 변하지만, LDI는 일정한 지수로써의 수온전선 값을 얻을 수 있게 된다.
1℃를 곱하여 격자 내 수온 차(AT)로 계산하였다. 먼저, AT와 L이와의 관계를 분석한 결과 피어슨 상관계수가 0.928로 추정율이 86.1%로 나타났다(그림 13). 그림 12에서와 같이 L이가 36.
검토하였다. 분석 결과 선밀도를 이용한 L이와 AT의 관계는 결정계수가 0.86으로 나타나 일부 지역에서는 등온선의 증감이 공존함을 알 수 있었다. 이는 L이로 추출한 수온전선 이 실제 AT에 의한 전선역을 반영할 수 있는 추정율이 86%임을 의미하는 것으로, 등온선 구조의 복잡함 정도에 따라 L이가 수온전선역을 완벽하게 대표하지 않는다는 사실도 감안해야 할 사항이다.
00이 된다. 이러한 실험 결과에 의하면, LDI 식의 제약 사양으로 설정한 line의 총 길이가 해당 면적의 1/10을 넘지 못한다는 조건이 타당함을 보여준다.
실험연구를 수행하였다. 적용실험 결과 2005년 3월 1일 남해의 수온전선역은 L이가 36.0 이상으로 나타났으며, L이를 계산하기 위해 설계하는 단위영역의 격자크기가 수온전선역을 보다 정밀히 추출할 수 있는 중요 요소임을 알 수 있었다. 이것은 남해처럼 연안형 수온전선이 형성되는 해역에서는 수온전선 구조가 복잡하고 전선의 폭도 5 km 이하이기 때문에 본 적용 실험에서와 같이 격자크기를 10x10 km로 설정했을 때 등온선이 밀집된 전선지역과 완만한 지역이 혼합되어 전선의 특성을 추출하지 못하는 경우도 발생할 수 있게 된다.
수행하였다. 히스토그램에서 보는 바와 같이 격자 크기가 10x10 km일 때 보다는 지역을 세분화한 5x5 km일 때의 LDI 분포 범위가 세분화되고 확장됨을 알 수 있다. 이러한 특성 차이를 표 2와 같이 통계적으로 살펴보면 두 가지 격자 크기에 따른 L이의 평균은 34.
후속연구
다양하다(Fedorov, 1986). 따라서 본 실험연구 해역과 같은 남해에서는 5x5 km의 격자가 적당한 규모이지만 동해 및 동지나 해역과 같은 외해역에서는 보다 큰 격자구조가 적당할 것이며, 연안역과 외해역을 포함하는 우리나라 전 해역을 대상으로 수온전선을 추출할 때에는 가변격자 지역구조로 설계함이 바람직 할 것이다.
또한 GIS 기반에서 등온선의 선형화, GIS 구조화 편집 및 LDI 계산 등 제반 작업처리 과정을 체계화시키면 광역 및 다중시기의 자료에 대해 수온전선역 추출과 매핑을 빠르고 효율적으로 수행할 수 있을 것으로 기대한다.
수온 뿐 아니라 해양에서의 염분 범위가 0~ 40 PSU 이므로, 본 연구에서 개발한 LDI는 수온전선 지수 뿐 아니라 염분전선 지수로도 활용 가능할 것이며, 기타 선형화가 가능한 자료항목에 대해서도 L이의 적용이 가능할 것으로 생각되어 L이의 확장 실험이 요구된다. 또한 GIS 기반에서 등온선의 선형화, GIS 구조화 편집 및 LDI 계산 등 제반 작업처리 과정을 체계화시키면 광역 및 다중시기의 자료에 대해 수온전선역 추출과 매핑을 빠르고 효율적으로 수행할 수 있을 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.