[논문]동해 ARGO 플로트의 투하 전략

박종진; 박종숙

doi:10.4217/opr.2015.37.3.179

Abstract ▼ AI-Helper

This study was carried out to determine the optimal number of ARGO floats in the East Sea in order to maximize their applications. The dominant spatio-temporal scale, size of the domain, and the typical float lifetimes in the East Sea were taken into consideration. The mean spatial de-correlation sc...

This study was carried out to determine the optimal number of ARGO floats in the East Sea in order to maximize their applications. The dominant spatio-temporal scale, size of the domain, and the typical float lifetimes in the East Sea were taken into consideration. The mean spatial de-correlation scale of temperature on isobaric surfaces reaches about 60 km. The minimum necessary number of floats is about 82 on average in order to secure independent ARGO profiles with the de-correlation scale. Considering the float lifetimes, about 27 floats per year should be deployed to maintain the 82 ARGO float array every year. To obtain spatially uniform distribution of ARGO float data, mean residence time and dispersion rate (basin area/residence time) of ARGO floats were evaluated in each basin of the East Sea. A faster (slower) dispersion rate requires more (less) ARGO floats to maintain the spatially uniform number of floats. According to the analysis, it is likely that the optimal ratio of the number of floats for each basin is 1:2:4 corresponding to Ulleung Basin:Yamato Basin:Japan Basin. In order to maintain relatively uniform ARGO observing networks, it is necessary to establish a long-term plan for deployment strategy based on float pathways and the dispersion rate parameters estimated by using currently active ARGO float trajectory data as well as reanalysis data.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 동해의 비상관 공간 규모에 대해 분석하여 동해에 최적화된 ARGO 플로트 개수가 얼마인지 산출하고 공간적으로 균일한 자료를 확보하기 위해서 해역별로 어느 정도의 플로트를 투하해야 하는지 제시함으로써 동해 ARGO 플로트의 활용성을 극대화하기 위한 투하 전략의 가이드라인을 제시하고자 한다.
앞서 ARGO 플로트의 최적 투하 개수와 투하 해역에 대해서 논의하였다. 동해의 공간규모를 고려하였을 때 82기의 플로트가 관측을 수행하면 평균적으로 약 60 km의 공간분해능을 갖게 될 수 있다.
이 투하 개수비는 체류시간 대비 해역의 넓이를 통해 플로트의 확산 속도를 산출하였고 그 결과를 바탕으로 제시하였다. 체류시간은 통상적으로 물입자가 해류와 함께 해당해역에 들어가는 시점부터 나오는 시점까지로 정의하지만, 플로트의 경우에는 해당 해역에 직접 투하되기 때문에 그 해역은 체류시간이 실제보다 작게 얻어질 수 있다.

가설 설정

동해는 위에서 언급한 바와 같이 전 세계적으로 가장 자료 밀도가 높은 곳이기 때문에, 얻어진 자료가 서로 인접해있는 것부터 멀리 떨어져 있는 것까지 다양하게 존재한다. 동해 내에서의 물리 현상의 공간 규모는 거의 변화가 없다고 가정하고, 얻어진 모든 자료를 활용하여 자료간의 거리에 따른 상관도를 계산하는 방법으로 공간 상관 함수를 얻는다. 얻어진 공간 상관 함수로부터 1/e 감소가 되는 공간 규모를 비 상관 규모로 정의한다.

제안 방법

0.5˚ ×0.5˚ 격자로 각 수심별 수온의 월평균을 계산하여 계절 변동을 산출하고 각 자료가 있는 위치에서 계절 변동으로 생길 수 있는 수온 변화량을 빼는 방식으로 계절 변동을 제거하였다.
2011년 이전 동해에 투하된 167기의 ARGO 플로트 중 총 작동기간이 1년 미만 플로트들 46기를 제외하고 나머지 121기의 플로트들의 궤적자료를 분석하여 정의된 해역에 체류한 시간을 각각 계산하였다. 예를 들어, 하나의 플로트가 울릉분지에 투하되어 야마토 분지를 거쳐 일본분지에 도달하는 경우, 하나의 궤적자료로부터 각 분지별 체류시간이 따로 계산된다.
더 정량적으로 해역별로 플로트 투하 개수를 선정하기 위해서 울릉분지, 야마토분지, 일본분지로 크게 나누어 분석을 진행하였다. 세 개의 분지로 동해를 구분한 이유는 분지별로 순환특성이 다르기 때문이기도 하고, 체류시간 계산을 위한 플로트 개수가 충분하지 않아 더 세부적으로 나누기 어렵기 때문이기도 하다.
해양에서 상층 수온의 경우 계절적으로 변동하는 특성이 가장 지배적인 현상인데, 이 현상은 공간 규모가 큰 대기와의 열교환의 결과로 나타나는 것이므로 공간 규모가 매우 커지게 된다. 따라서 원하는 해양의 물리적 현상의 공간 규모를 산출할 수 없게 되므로 계절 변화를 제거한 뒤에 공간 규모를 산출하였다. 0.
이 해역은 야마토 분지로 들어가는 강한 심층 해류가 존재하고 있기 때문에 이를 활용하여 야마토 분지에서 ARGO 플로트가 관측을 수행할 수 있도록 할 수 있다. 실제로 일본분지에서 투하한 플로트 중 이 해역을 지나간 플로트는 대부분 야마토 분지로 들어가서 관측을 수행하였다.
5는 동해 울릉분지 해역에서 수온의 공간 상관 함수를 계산한 결과이다. 울릉분지에 집중되어 있는 ARGO 자료를 활용하였으나, 일본분지에서도 유사한 결과를 얻을 수 있어 본 결과를 동해 전체에 확장하여 적용하였다.
일반적인 동해 해양 현상의 규모는 수온, 염분, 해류자료를 활용하여 공간 상관 함수(spatial correlation function)를 얻음으로써 공간적으로 상관성이 높은 규모를 산출하여 추정할 수 있다. 즉 공간적인 상관도가 높은 규모 내에서는 관측 자료가 중복하여 있을 필요가 없기 때문에 위에서 산출한 동해 영역과 비 상관 규모(decorrelation length scale) 정보를 이용하여 최적 플로트 개수를 선정한다.

대상 데이터

세 개의 분지로 동해를 구분한 이유는 분지별로 순환특성이 다르기 때문이기도 하고, 체류시간 계산을 위한 플로트 개수가 충분하지 않아 더 세부적으로 나누기 어렵기 때문이기도 하다. 각 분지해역은 Fig. 3에 정의되어 있으며 각 상자 내에서 수심 800 m 이상인 해역만 대상으로 한다. 해역의 넓이는 일본분지 해역이 가장 넓고 울릉분지와 야마토 분지 해역은 크기가 비슷하게 설정되었다(Table 1).
최적 ARGO 관측망을 구축하는데 필요한 동해 특성정보를 얻기 위하여 1999년부터 2011년까지 얻어진 ARGO 자료를 활용하였다. 총 167기의 플로트 자료를 활용하였고 파킹수심(parking depth)은 1000 m 이상이 8기와 500 m 이하가 14기, 나머지 대부분의 플로트는 700 m와 800 m의 파킹수심을 갖는다. 관측주기는 약 7일 간격을 갖는 플로트가 70기, 10일 간격을 갖는 플로트가 77기, 6일 미만의 관측주기를 갖는 플로트는 9기, 15일 이상의 관측 주기를 갖는 플로트가 3기로 대부분은 7 ~10일 정도 관측주기를 갖는다.
최적 ARGO 관측망을 구축하는데 필요한 동해 특성정보를 얻기 위하여 1999년부터 2011년까지 얻어진 ARGO 자료를 활용하였다. 총 167기의 플로트 자료를 활용하였고 파킹수심(parking depth)은 1000 m 이상이 8기와 500 m 이하가 14기, 나머지 대부분의 플로트는 700 m와 800 m의 파킹수심을 갖는다.

이론/모형

공간 상관 함수는 동해에서 1999년부터 2011년까지 얻어진 ARGO 플로트 자료를 활용하여 계산할 수 있다. 동해는 위에서 언급한 바와 같이 전 세계적으로 가장 자료 밀도가 높은 곳이기 때문에, 얻어진 자료가 서로 인접해있는 것부터 멀리 떨어져 있는 것까지 다양하게 존재한다.

성능/효과

현재 가용한 재분석 모형은 동해의 심층 해류와 그 변동성이 실제 보다 작게 모사하기 때문에, 현재까지 얻어진 관측치를 추가적으로 활용하여 플로트의 이동 경로와 확산도를 추정하는 것이 이상적이다. 동해 평균 ARGO 플로트의 수명인 3.6년 동안 플로트가 확산되는 양상을 수치 모형 및 자료 분석을 통해 산출하고, 이를 바탕으로 플로트 투하 계획을 장기적으로 수립한 뒤 매년 플로트 관측 상황으로부터 판단하여 투하 개수를 능동적으로 조절할 수 있다. 이러한 연구는 관측이 필요한 특정해역에 플로트를 이동시키거나 해당 해역에서 지속적으로 머물면서 관측을 수행하는 고차원의 플로트 관측망 구성(active array management)에 기여할 수도 있다.
동해의 공간규모를 고려하였을 때 82기의 플로트가 관측을 수행하면 평균적으로 약 60 km의 공간분해능을 갖게 될 수 있다. 동해 플로트의 평균 수명으로 판단해보면 매년 27기의 플로트를 투하하였을 때 82기의 플로트가 유지될 수 있음을 알 수 있었다. 또한 해역별 플로트 체류 시간과 각 해역의 영역크기로부터 해역별로 균일한 개수의 플로트를 유지하기 위해서는 울릉분지와 야마토 분지, 그리고 일본분지에 투하해야 하는 ARGO 플로트의 개수비는 1:2:4로 일본분지에 가장 많은 플로트를 투하해야하는 것으로 나타났다.
동해 플로트의 평균 수명으로 판단해보면 매년 27기의 플로트를 투하하였을 때 82기의 플로트가 유지될 수 있음을 알 수 있었다. 또한 해역별 플로트 체류 시간과 각 해역의 영역크기로부터 해역별로 균일한 개수의 플로트를 유지하기 위해서는 울릉분지와 야마토 분지, 그리고 일본분지에 투하해야 하는 ARGO 플로트의 개수비는 1:2:4로 일본분지에 가장 많은 플로트를 투하해야하는 것으로 나타났다.
동해의 심층 순환과 수온 변동을 감시하기 위해서 필요한 최소한의 플로트 개수는 800 m 수심의 동해 넓이와 현상의 공간 규모로부터 산출한다. 수온 변동을 감시하기 위해서 필요한 플로트의 개수는 평균적으로 82기로 즉 한번 관측 시 82개의 자료가 얻어져야 비 상관 규모보다 작은 현상에 의한 왜곡을 최소한으로 줄이면서 동해 전체적 변동을 측정할 수 있다. 심층 해류의 경우에는 비 상관 규모가 40 km로 작기 때문에 요구되는 플로트의 개수가 184기로 늘어나게 된다.
6은 ARGO 플로트의 수명에 따른 도수 분포표이다. 전 지구 ARGO 플로트의 평균 수명은 약 3.1년이고, 한국에서 투하한 ARGO 플로트의 평균 수명은 3.3년, 이 중에 동해에 투하한 ARGO의 경우에는 3.6년으로 동해에 투하한 ARGO 플로트의 평균 수명이 전체 평균보다 긴 것을 알 수 있다. 이것은 한국의 ARGO 플로트 투하가 안정적으로 이루어졌다는 것과 동해가 ARGO 플로트가 작동하는데 있어서 문제가 될만한 요지가 적어 손실률이 낮기 때문으로 분석할 수 있다.
플로트 확산속도 계산 결과를 바탕으로 울릉분지, 야마토분지, 일본분지에 투하해야 하는 플로트의 비율을 단순화하여 산출하면 2:4:8 즉 울릉분지에 투하하는 플로트 개수를 1이라고 했을 때 야마토 분지와 일본 분지에 투하하여야 하는 플로트는 2:4로 하는 것이 적당함을 현재 통계적인 자료 분석을 통해 이야기할 수 있다. 총 27기를 매년 동해에 투하한다고 가정하였을 때 울릉분지에는 3.5기를, 야마토 분지에는 7.5기를, 그리고 일본분지에는 16기를 투하하도록 조정하면 각 분지별로 유사한 개수의 플로트를 유지할 수 있다는 결론을 내릴 수 있다. Fig.
따라서 일본 분지에는 더 많은 양의 플로트가 투하되어야 한다. 플로트 확산속도 계산 결과를 바탕으로 울릉분지, 야마토분지, 일본분지에 투하해야 하는 플로트의 비율을 단순화하여 산출하면 2:4:8 즉 울릉분지에 투하하는 플로트 개수를 1이라고 했을 때 야마토 분지와 일본 분지에 투하하여야 하는 플로트는 2:4로 하는 것이 적당함을 현재 통계적인 자료 분석을 통해 이야기할 수 있다. 총 27기를 매년 동해에 투하한다고 가정하였을 때 울릉분지에는 3.

후속연구

그러나 이러한 경향성은 거의 모든 해역에서 존재하기 때문에 특정 해역에 편중된 체류시간이 얻어졌을 것으로 판단하긴 어렵다. 더 많은 자료가 오랜기간에 축적된다면 더 정확한 수치를 얻을 수 있을 것이다. Oh et al.
따라서 앞으로 중층수와 중앙수가 어떻게 변화해 나갈지, 이것이 어떻게 해표면 수온에 영향을 줄 것인지가 전 세계적으로 중요한 연구 방향이 될 것이므로 동해에 투하된 ARGO 플로트가 이 두 수괴를 감지할 수 있는 수심까지 관측을 지속하는 것은 매우 중요하다. 따라서 향후 투하되는 ARGO 플로트의 파킹수심은 800 m로 일관되게 유지하는 것이 필요하다.
몇 기의 플로트를 어떤 지점에 구체적으로 투하해야 하는지를 결정하는 문제는 추가적인 연구가 필요하다. 이는 수치 모형과 현재까지 얻어진 관측 자료에 기반하여 해역별 평균 표층/심층 해류 패턴 및 확산 속도 등을 산출하고 이를 바탕으로 가상의 플로트 이동 패턴을 계산하는 과정이 요구된다.
플로트는 복잡한 동해 수직 순환과 수평 순환을 기본으로 난류적 확산에 의해 복잡하게 퍼져나가기 때문에, 플로트의 분지별 체류시간 수치는 어디까지나 과거부터 현재까지 수집된 전체 ARGO 자료를 가지고 계산한 대략적인 값에 불과하다. 보다 정확한 투하 정점 및 개수를 제시하기 위해서는 현재 플로트의 위치와 통계적인 플로트의 이동 경로를 분석하여 매년 플로트를 투하할 위치를 재조정하는 과정이 요구된다. 이렇게 플로트 투하 위치를 재조정하기 위해서는 목적을 분명히 결정하는 것이 필요하다.
이러한 특성을 활용하여 플로트들이 모여 있는 지역에서는 해당 플로트들을 해양 상층에서만 관측하도록 설정하고, 플로트가 성기게 있는 지역에서는 심층에서 관측하도록 일시적으로 설정함으로써 플로트의 분포를 원하는 형태로 조율할 수 있다. 이러한 기술은 앞으로 전 세계 ARGO 프로그램의 방향인 효율적인 관측망관리 측면에서 중요할 것으로 예상되며, 본 연구는 이를 위한 초기 단계라고 볼 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	ARGO 플로트란 무엇인가?	ARGO 플로트는 7~10일에 한번 씩 표층으로 올라오면서 수온 및 염분 등을 측정하며 4~5년 동안 작동할 수 있는 무인장비이다. 이러한 플로트가 2015년 5월 현재 3800 여기 이상이 전 세계 바다에서 표층에서부터 수심 2000 m까지의 수온 및 염분 자료를 준 실시간으로 보내주고 있어 해양 역사상 유례없이 많은 자료가 수집되고 있다(http://www.
	ARGO 플로트를 원하는 지역에서 관측하도록 하는 것이 매우 어려운 이유는 무엇인가?	edu). 그러나 ARGO 플로트는 자체 이동능력이 없이 해류에 의해서 떠밀려 다니기 때문에 원하는 지역에서 관측하도록 하는 것은 매우 어렵다. 따라서 다수의 플로트를 투하하였을 때 공간적으로 균일하게 퍼지지 못하고 해류가 빠른 해역에서는 적은 숫자의 자료가 얻어지거나 혹은 수평 해류가 수렴하는 해역에서는 더 많은 숫자의 자료가 얻어지는 문제가 발생할 가능성이 있다.
	다수의 ARGO 플로트를 투하하였을 때 어떤 문제가 발생할 가능성이 있는가?	그러나 ARGO 플로트는 자체 이동능력이 없이 해류에 의해서 떠밀려 다니기 때문에 원하는 지역에서 관측하도록 하는 것은 매우 어렵다. 따라서 다수의 플로트를 투하하였을 때 공간적으로 균일하게 퍼지지 못하고 해류가 빠른 해역에서는 적은 숫자의 자료가 얻어지거나 혹은 수평 해류가 수렴하는 해역에서는 더 많은 숫자의 자료가 얻어지는 문제가 발생할 가능성이 있다.

참고문헌 (5)

Kim KR, Kim K (1996) What is happening in the East Sea (Japan Sea)?: recent chemical observations during CREAMS 93-96. J Korean Soc Oceanogr 31(4):164-172
Freeland HJ, Rhines PB, Rossby HT (1975) Statistical observations of the trajectories of neutrally buoyant floats in the North Atlantic. J Mar Res 33:383-404

상세보기
Oh IS, Zhurbas V, Park WS (2000) Estimating horizontal diffusivity in the East Sea (Sea of Japan) and the northwest Pacific from satellite-tracked drifter data. J Geophys Res 105(C3):6483-6492

상세보기
Park JJ, Kim K (2013) Deep currents obtained from Argo float trajectories in the Japan/East Sea. Deep-Sea Res Pt II 85:169-181

상세보기
Shriver J (1998) Argo brochure. http://www.argo.ucsd.edu/ArgoBrochure.pdf Accessed 20 Apr 2015

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

동해 ARGO 플로트의 투하 전략
Deployment Strategy of ARGO Floats in the East Sea 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

동해 ARGO 플로트의 투하 전략 Deployment Strategy of ARGO Floats in the East Sea 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (5)

이 논문을 인용한 문헌

저자의 다른 논문 :

박종진 (6)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

동해 ARGO 플로트의 투하 전략
Deployment Strategy of ARGO Floats in the East Sea 원문보기

AI 본문요약
AI-Helper