[논문]한반도 주변의 해수 고유광특성과 해색 알고리즘의 관계 분석

민지은; 유주형; 박영제

doi:10.7780/kjrs.2015.31.5.11

한반도 주변의 해수 고유광특성과 해색 알고리즘의 관계 분석
An Analysis of the Relationship between Inherent Optical Properties and Ocean Color Algorithms Around the Korean Waters 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.31 no.5, 2015년, pp.473 - 490

민지은 (한국해양과학기술원 해양위성센터) , 유주형 (한국해양과학기술원 해양위성센터) , 박영제 (한국해양과학기술원 해양위성센터)

초록
AI-Helper

우리나라 주변을 한 시간 간격으로 관측하고 있는 GOCI의 관측영역 안에는 매우 맑은 대양의 성격을 띠는 동해부터 세계적인 큰 강인 양쯔강 하구의 극심하게 탁한 해역까지 매우 폭 넓은 해수 환경이 포함되어 있다. 따라서 본 연구에서는 대표적인 해수 구성 성분인 식물 플랑크톤, 부유물질, 용존유기물질의 흡광 특성자료를 이용하여 각 해역별 해수 환경의 차이를 상세하게 분석하였다. 이를 위하여 2009 ~ 2014년까지 6년 동안 한반도 주변 해역의 총 959개 정점에서 얻어진 해양 광학 자료 및 해양 환경 자료가 사용되었다. 그 결과 동해, 남해, 동중국해, 황해 외해역은 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈고, 이와는 달리 목포 및 경기만 연안 해역은 부유물질과 용존유기물질의 기여도가 높은 분포 패턴을 보였다. 클로로필 및 부유물질 알고리즘의 정확도를 검증해 본 결과, 클로로필은 주로 과대 추정되고, 부유물질은 주로 과소 추정되는 경향을 보였다. 큰 오차의 경우 클로로필, 부유물질, 용존유기물질 중에서 부유물질에 의해 가장 많은 영향을 받았으며, $a_{SPM}$의 기여도가 60% 이상으로 높을 때 연안 해역에서 나타났다.

Abstract ▼ AI-Helper

There are diverse sea areas within the coverage of GOCI which is observed around the Korea at one-hour intervals. It includes not only very clear ocean of East Sea, but also extremely turbid waters of the Yangtze River estuary. In this study, we analyzed the different optical characteristics of various sea areas using absorption coefficients of phytoplankton, Suspended Particulate Matter(SPM), Dissolved Organic Matter(DOM). Totally 959 sets of bio-optical and marine environmental data were obtained from 2009 to 2014 around the sea area of Korea. The East Sea, South Sea, East China Sea and offshore part of Yellow Sea showed similar pattern having high levels of contribution of phytoplankton and DOM. On the other hands, the coastal part of Mokpo and Gyeonggi Bay showed opposite pattern having high levels of contribution of SPM and DOM. As a result of the algorithm performance for chlorophyll-a(Chl-a) and SPM, Chl-a is mostly overestimated and SPM is mainly tended to be underestimated. Large amount of errors are induced by the SPM rather than the chl-a and DOM. These errors are primarily founded in the coastal waters having relatively high levels of $a_{SPM}$ contribution of more than 60%.

주제어

AI 본문요약
AI-Helper

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

문제 정의

1-b에서와 같이 다양한 해저 퇴적상(Lee and Chu,2001)으로 구성되어 있기 때문에 여러 가지 다른 성분 및 다양한 기원의 입자들이 재부유(resuspension) 되면서 알고리즘의 성능에 영향을 미칠 것으로 예상된다. 따라서 본 연구에서는 다양한 해수 환경 변화에 따른 해색 알고리즘의 성능 변화를 상세히 분석하여 알고리즘의 성능에 영향을 주는 환경 특성 및 범위를 파악하고자 한다. 이를 위하여 해수 고유광특성인 흡광 자료를 이용하여 식물 플랑크톤, 부유물질, 용존유기물질의 기여도를 계산하고 우리나라 주변 해역의 해수 타입을 7개로 상세히 분류하였으며, 각 해수 타입에 따른 Chl-a 및 SPM 알고리즘의 성능을 비교 분석하였다.
이를 위하여 해수 고유광특성인 흡광 자료를 이용하여 식물 플랑크톤, 부유물질, 용존유기물질의 기여도를 계산하고 우리나라 주변 해역의 해수 타입을 7개로 상세히 분류하였으며, 각 해수 타입에 따른 Chl-a 및 SPM 알고리즘의 성능을 비교 분석하였다. 또한 각 해수 구성 물질의 기여도에 따른 알고리즘 성능 비교를 통해 각 물질별 영향을 분석해 보고자 한다.

제안 방법

Chl-a를 위하여 지름이 47 mm인 유리 섬유 필터(Glass Fiber Filter, GF/F)를 이용하였고, 각 정점에서 필터에 플랑크톤이 녹색으로 충분히 착색될 때까지 1 ~ 2 l 정도 여과하였다. 선상에서 여과된 필터는 -70℃ 이하의 액체질소에 보관하였다가 실험실로 돌아온 후 90% 아세톤을 이용하여 엽록소를 추출하였다.
반면에 4개의 밴드의 조합을 이용하여 개발된 알고리즘인 YOC와 case2 알고리즘의 경우에는 낮은 농도부터 높은 농도까지 균일하게 잘 맞는 패턴을 나타냈다. Chl-a보다는 SPM 값이 알고리즘의 형식에 따른 차이에더큰 영향을 받는 것으로 나타났으며 본 연구에서는 가장 좋은 결과를 보이는 OC2v2 Chl-a 알고리즘과 YOC SPM 알고리즘을 선택하여 각 해역에 적용하였다.
Fig. 3에서 해역별 해수 환경 특성에 이용된 자료 중에서 GOCI 위성획득 시간 전후 30분 이내에 측정된 자료를 이용하여 Chl-a 및 SPM 알고리즘의 정확도 성능을 비교 분석하였다. GOCI 위성자료는 먼저 GDPS(GOCIData Processing Software) v1.
두 알고리즘 모두 GOCI의 관측 영역 안에서 충분히 검증되어 현재 우리나라 주변해역에 대해 현업용으로 사용되고 있으며, YOC 알고리즘의 경우 한국, 중국, 일본의 현장 관측 자료를 모두 모아서 개발된 GOCI 관측해역에 특화된 알고리즘이다. OC2v2는 대표적인 극궤도 해색위성인 SeaWiFS 영상 분석을 위해 개발된 전 지구 규모의 클로로필 알고리즘(수식 4)으로서 490와 555 nm에서의 원격반사도 비 값을 이용하여 3차 다항식의 거듭제곱 형식(Modified Cubic Polynominal, MCP format)을 수정한 양식으로 개발되었다. YOC 알고리즘은세개 밴드(490, 555, 670 nm)에서의 원격반사도 값을 조합하여 거듭제곱 형식으로 개발된 알고리즘 (수식 5)으로서, 동중국해 및 황해에서의 관측 자료를 이용하여 해당 해역에 맞도록 개발되었기 때문에 해당 해역에서 0.
전체 자료들은 40 ~ 80% 구간에 대하여 분석을 실시하였으며 각 경우에 따라서 40% 미만에 속하는 자료들이 매우 많을 경우 20%까지 확장하여 분석을 실시하였다(a_ph 기여도의 경우). a_SPM 기여도의 경우 80% 이상에 포함되는 샘플들이 전체 자료의 수(chl-a:205개 샘플, SPM: 207개 샘플)에 비하여 20 이상 많은 차이를 보였기 때문에 90%까지 확장하여 분석하였으며,a_ph 기여도의 경우 40% 이상의 자료가 13개이고 50% 기여도 이상일 경우의 샘플이 존재하지 않았기 때문에 20~ 50% 구간을 분석하였다.
각 해역별 광학적 해수 환경 특성을 분석하기 위하여 443 nm에서의 식물 플랑크톤, 부유물질, 용존유기물질의 흡광 자료를 이용하여 ternary 분석을 실시하였다(Fig. 3-b). 동해, 남해, 동중국해, 황해 외해역의 경우 2,4번 유형으로 분류되어 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈으며, 목포 연안과 경기만 연안 해역의 경우 3, 5번 유형으로 분류되어 SPM과 DOM의 기여도가 높게 나타나는 비슷한 분포패턴을 보였다.
본 연구에서는 우리나라 주변 해역에 대해 세 가지 대표적인 해수 구성 성분의 고유 광특성 자료인 a_ph, a_SPM,a_DOM을 이용하여 광학적 해수 특성을 해역별로 분석하였으며 이에 따른 Chl-a 및 SPM 알고리즘의 성능을 비교 분석하였다. 그 결과 동해, 남해, 동중국해, 황해 외해역이 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈고, 이와는 다르게 목포 및 경기만연안 해역은 SPM과 DOM의 기여도가 높은 분포 패턴을 보였다.
부유물질 농도(SPM)는 해수 여과 전·후의 필터 무게를 이용하여 측정하였다.
서해 연안 입자 샘플의 기원 암석을 추정하기 위하여 경기만과 목포 주변 연안 해역에서 47 mm 구경의 GF/F필터를 이용하여 각 정점별로 해수 500 ~ 1000 ml를 여과하였으며 염분을 제거하기 위하여 증류수 50 ml를 추가로 여과하였다. 여과된 필터는 냉동보관 하였다가 2주 이내에 실험실에서 100℃에서 4시간동안 건조시킨다음 고분해능 X-선 회절분석기(Rigaku 사의 Ultima III 모델)를 이용하여 각 입자 샘플의 입사각에 따른 회절 정도를 분석하였으며 이를 표본 자료와 비교하여 기원 암석을 추정하였다.
여과된 필터는 냉동 보관하였다가 실험실로 돌아온 후 다시 동일한 조건(60℃/4시간)에서 건조한 다음 무게를 측정하였으며,여과 전·후의 필터 무게 차이 값을 여과한 해수의 양으로 나누어 부유물질의 농도 값을 계산하였다.
서해 연안 입자 샘플의 기원 암석을 추정하기 위하여 경기만과 목포 주변 연안 해역에서 47 mm 구경의 GF/F필터를 이용하여 각 정점별로 해수 500 ~ 1000 ml를 여과하였으며 염분을 제거하기 위하여 증류수 50 ml를 추가로 여과하였다. 여과된 필터는 냉동보관 하였다가 2주 이내에 실험실에서 100℃에서 4시간동안 건조시킨다음 고분해능 X-선 회절분석기(Rigaku 사의 Ultima III 모델)를 이용하여 각 입자 샘플의 입사각에 따른 회절 정도를 분석하였으며 이를 표본 자료와 비교하여 기원 암석을 추정하였다.
45 µm이고 직경이 25 mm인 주사기용 맴브레인 필터(25 mm membrane syringe filter)를 사용하여 50 ml 주사기로 여과하였다. 여과된 해수는 미리 세척하여 준비해놓은 유리병에 넣은 후 유기물질이 새어 나오지 않도록 실리콘 테이프로 밀봉한 후 빛이 들어가지 않도록 호일로 포장하여 냉장 보관하였다가 실험실로 운반하여 10 cm 광학 셀에 넣어 분광광도계로 300 ~900 nm 사이의 스펙트럼을 측정하였다.
해역별로 환경 특성을 분석하기 위하여 현장조사 자료들은 정점의 지리적 위치를 기준으로 크게 동해, 남해, 동중국해, 황해로 분류하였으며 동중국해의 경우는 제주도를 기준으로 남쪽에 위치한 정점으로 분류하였다. 이 중에서 황해는 연안과 외해역이 큰 차이를 보일 것으로 판단되어 수심 50 m를 기준으로 외해역과 연안해역으로 나누었으며 연안의 경우 해저면 지질 구성 성분이 다른 경기만과 목포 해역이 해양 환경 특성에서도 차이를 보일 것으로 판단되어 두 해역을 나누어 분석하였다. 다만 황해 외해역의 경우 수심 50 m 선을 기준으로 나누었기 때문에 정점의 위치상 연안 쪽에 가깝더라도 수심이 깊을 경우 외해역으로 분리된 경우가 있다.
, 2011). 이렇게 계산된 GOCI 위성 자료 값은 알고리즘의 성능분석을 위해 현장 관측 자료와 비교하여 상대적 백분율 오차(Relative Percentage Difference, RPD)와 차이 값(Relative Difference, RD)을 아래의 수식을 이용하여 계산하였다.
따라서 본 연구에서는 다양한 해수 환경 변화에 따른 해색 알고리즘의 성능 변화를 상세히 분석하여 알고리즘의 성능에 영향을 주는 환경 특성 및 범위를 파악하고자 한다. 이를 위하여 해수 고유광특성인 흡광 자료를 이용하여 식물 플랑크톤, 부유물질, 용존유기물질의 기여도를 계산하고 우리나라 주변 해역의 해수 타입을 7개로 상세히 분류하였으며, 각 해수 타입에 따른 Chl-a 및 SPM 알고리즘의 성능을 비교 분석하였다. 또한 각 해수 구성 물질의 기여도에 따른 알고리즘 성능 비교를 통해 각 물질별 영향을 분석해 보고자 한다.
입자의 형태가 아닌 해수 속에 녹아있는 용존유기물질에 대한 흡광의 측정을 위해서 채수한 해수를 구경이 0.45 µm이고 직경이 25 mm인 주사기용 맴브레인 필터(25 mm membrane syringe filter)를 사용하여 50 ml 주사기로 여과하였다.
, 1998)Roesler(1998)가 glass fiber filter를 사용할 경우 β effect가 ‘2’ 정도 되는 것을 밝혀낸 이후에는 일반적으로 ‘2’ 값을 이용하여 보정되었으며 본 연구에서도 ‘2’ 값을 이용하여 보정하였다. 전체 입자에 대한 흡광을 먼저 측정한 다음 필터를 100% 메탄올 용액에 24시간 이상 담궈 두어 필터에 남아 있는 엽록소를 제거한 다음 엽록소를 제외한 나머지 부유 입자들 (SPM)에 대한 흡광을 다시 한번 측정하였다. 이렇게 얻어진 전체 입자에 대한 흡광과 SPM에 대한 흡광의 차이에서 엽록소에 의한 흡광이 계산되었다.
‘< 40%’는 전체 샘플 중에서 기여도가 40% 미만인 자료들을 의미하며,‘> 40%’는 반대로 전체 샘플 중에서 기여도가 40% 이상인 자료들을 나타낸다. 전체 자료들은 40 ~ 80% 구간에 대하여 분석을 실시하였으며 각 경우에 따라서 40% 미만에 속하는 자료들이 매우 많을 경우 20%까지 확장하여 분석을 실시하였다(a_ph 기여도의 경우). a_SPM 기여도의 경우 80% 이상에 포함되는 샘플들이 전체 자료의 수(chl-a:205개 샘플, SPM: 207개 샘플)에 비하여 20 이상 많은 차이를 보였기 때문에 90%까지 확장하여 분석하였으며,a_ph 기여도의 경우 40% 이상의 자료가 13개이고 50% 기여도 이상일 경우의 샘플이 존재하지 않았기 때문에 20~ 50% 구간을 분석하였다.
표층 5m 이내에서 니스킨 채수기을 이용하여 채수된 물을 이용하여 총 부유물질의 농도(SPM) 및 식물 플랑크톤 농도(Chl-a) 분석을 위한 해수 여과를 실시하였고, 식물 플랑크톤과 부유입자 및 용존 유기물질(DOM)에 의한 흡광계수(absorption coefficient)값 인 a_ph(absorption coefficient of phytoplankton), a_SPM(absorption coefficient of SPM) 그리고 a_DOM(absorption coefficient of DOM)을 측정하였다. 추가적으로 서해 연안 해역에서의 입자 성분에 대한 기원 암석을 추정하기 위하여 2005년 3월 경기만 연안 해역과 목포 주변 연안해역에서 얻어진 샘플을 이용하여 X선 회절분석 (X-ray Diffraction analysis, XRD)를 실시하였다.
선상에서 여과된 필터는 -70℃ 이하의 액체질소에 보관하였다가 실험실로 돌아온 후 90% 아세톤을 이용하여 엽록소를 추출하였다. 추출된 엽록소는 분광광도계(UV/VIS dual beam spectrophotometer)인 Lambda19 및 Cary-100 장비를 이용하여 파장에 따른 흡광도(absorbance) 값을 측정하였다. 식물 플랑크톤의 농도는 아래의 수식(1)과 같이 412, 443, 670, 750 nm에서의 흡광도 값을 이용하여 계산되었으며(Jeffrey and Humphrey, 1975), 750 nm에서의 값을 이용하여 보정하였다(Ritchie, 2006).
1-a). 표층 5m 이내에서 니스킨 채수기을 이용하여 채수된 물을 이용하여 총 부유물질의 농도(SPM) 및 식물 플랑크톤 농도(Chl-a) 분석을 위한 해수 여과를 실시하였고, 식물 플랑크톤과 부유입자 및 용존 유기물질(DOM)에 의한 흡광계수(absorption coefficient)값 인 a_ph(absorption coefficient of phytoplankton), a_SPM(absorption coefficient of SPM) 그리고 a_DOM(absorption coefficient of DOM)을 측정하였다. 추가적으로 서해 연안 해역에서의 입자 성분에 대한 기원 암석을 추정하기 위하여 2005년 3월 경기만 연안 해역과 목포 주변 연안해역에서 얻어진 샘플을 이용하여 X선 회절분석 (X-ray Diffraction analysis, XRD)를 실시하였다.
필터는 실험실에서 미리 60℃에서 4시간 동안 건조하여 준비된 0.4 μm 구경의 핵기공 여과지(Nuclepore membrane filter)를 이용하였으며, 각 정점에서 해수 입자가 필터에 흡착되는 정도에 따라 0.2 ~ 1.0 l 정도의 해수를 여과하였다.
이러한 분석에서는 주로 흡광 자료가 사용되는데, 그 이유는 대표적인 고유 광특성(Inherent Optical Properties, IOP)의 특징인 각 성분의 흡광의 합은 전체 흡광 값과 같다는 특성과 전체 흡광과 원격반사도 간의 상관관계가 높은 특징 때문이다. 한 지점에서 관측된a_ph, a_SPM, a_DOM의 합은 a_total에서 a_water (상수 값)을 빼준 것과 같으므로 세 성분의 흡광 값의 합을 100%로 놓고 각 성분의 흡광 값을 전체의 합으로 나누어 주는 방법으로 각성분의 할당량을 계산한다. 이렇게 계산된 값을 이용하여 삼각 다이어그램을 도식할 수 있는데, 예를 들어 Fig.
해수 상의 입자에 대한 흡광 측정을 위하여 현장에서 해수를 25 mm GF/F 필터에 충분히 착색될 때까지 여과한 후 액체질소에 보관하였다가 실험실로 운반하여분광광도계(Lambda19 및 Cary-100 장비)를 이용하여 350 ~ 900 nm 사이의 스펙트럼을 측정하였다. 식물 플랑크톤이나 부유물질과 같이 해수 상에 입자 형태로 있는 물질에 대한 흡광 측정은 광학셀에 넣어서 부유 상태로 측정할 수도 있지만 대부분의 경우 흡광을 잘 측정할 수 있을 정도의 높은 농도로 존재하지 않기 때문에 필터를 이용하여 집적시킴으로서 신호 값을 강하게 만든 다음 측정한다(Mobley, 1994).
해역별로 환경 특성을 분석하기 위하여 현장조사 자료들은 정점의 지리적 위치를 기준으로 크게 동해, 남해, 동중국해, 황해로 분류하였으며 동중국해의 경우는 제주도를 기준으로 남쪽에 위치한 정점으로 분류하였다. 이 중에서 황해는 연안과 외해역이 큰 차이를 보일 것으로 판단되어 수심 50 m를 기준으로 외해역과 연안해역으로 나누었으며 연안의 경우 해저면 지질 구성 성분이 다른 경기만과 목포 해역이 해양 환경 특성에서도 차이를 보일 것으로 판단되어 두 해역을 나누어 분석하였다.
해역의 차이에 따른 알고리즘의 성능을 분석하기에 앞서 여러 가지 다른 형식의 알고리즘의 특성에 따른 차이를 알아보기 위하여 우리나라 주변해역의 분석에 주로 사용되었던 Chl-a 및 SPM 알고리즘들을 비교 분석하였다. Chl-a 알고리즘의 비교를 위하여 SeaWiFS 해색위성의 대양 클로로필 분석을 위해 개발된 알고리즘인 OC2v2와 OC4v4 알고리즘(O’Reilly et al.

대상 데이터

2009년부터 2014년까지 6년 동안 한반도 주변 해역에서 수행된 43번의 현장관측을 통해 총 959개 정점으로부터 얻어진 해양 광학 자료와 해양 환경 자료가 분석되었다(Fig. 1-a). 표층 5m 이내에서 니스킨 채수기을 이용하여 채수된 물을 이용하여 총 부유물질의 농도(SPM) 및 식물 플랑크톤 농도(Chl-a) 분석을 위한 해수 여과를 실시하였고, 식물 플랑크톤과 부유입자 및 용존 유기물질(DOM)에 의한 흡광계수(absorption coefficient)값 인 a_ph(absorption coefficient of phytoplankton), a_SPM(absorption coefficient of SPM) 그리고 a_DOM(absorption coefficient of DOM)을 측정하였다.
3에서 해역별 해수 환경 특성에 이용된 자료 중에서 GOCI 위성획득 시간 전후 30분 이내에 측정된 자료를 이용하여 Chl-a 및 SPM 알고리즘의 정확도 성능을 비교 분석하였다. GOCI 위성자료는 먼저 GDPS(GOCIData Processing Software) v1.3의 표준 대기보정 방법을 이용하여 대기 효과를 제거하여 표층에서의 표준 수출광량 (nLw, normalized water-leaving radiance) 자료를 획득하였다. 그 다음으로 클로로필 분석 알고리즘(OC2v2)과 표준 부유물 농도분석 알고리즘(YOC)을 적용하여 Chl-a_GOCI 및 SPM_GOCI 값을 계산하였다.
다만 황해 외해역의 경우 수심 50 m 선을 기준으로 나누었기 때문에 정점의 위치상 연안 쪽에 가깝더라도 수심이 깊을 경우 외해역으로 분리된 경우가 있다. 따라서 연구 해역은 동해, 남해, 동중국해, 황해-외해역,황해연안-목포 주변해역, 황해연안-경기만 주변해역으로 총 6 구역으로 분류되었다(Fig. 1). 우리나라 주변 해역의 Chl-a은 Fig.
412 nm 밴드가 두 개 물질의 최대 흡광 밴드이기 때문에 선택하는 것이 맞지만 이 경우 식물 플랑크톤의 스펙트럼을 대표할 수 없을 뿐 아니라 단파장에서의 산란 때문에 생기는 오차의 영향을 많이 받게 된다. 반면 식물 플랑크톤의 최대 흡광 밴드인 443 nm 값을 이용할 경우 나머지 두 물질 또한 두 번째로 큰 값을 갖기 때문에 대표 값을 나타낼 수 있을 것으로 판단되어 각 물질의 흡광 스펙트럼에 대한 대표 값을 갖는 밴드로 443 nm를 선택하였다.

데이터처리

식물 플랑크톤과 부유물질 및 용존 유기물질의 광학적 기여도 변화에 따른 알고리즘의 성능을 비교하기 위하여 a_ph, a_SPM, a_DOM의 기여도를 10% 간격으로 나누어 현장관측 농도 값과 GOCI 표준 알고리즘으로 분석된 농도 값 간의 상관도(R), 평균 제곱근 오차(RMSE), 기울기(slope)에 대한 통계 분석을 실시하였다. Table 2와 3은 a_ph,a_SPM, a_DOM의 기여도 변화에 따른 SPM과 Chl-a 알고리즘의 통계 분석 결과를 나타낸다.

이론/모형

Chl-a 알고리즘의 비교를 위하여 SeaWiFS 해색위성의 대양 클로로필 분석을 위해 개발된 알고리즘인 OC2v2와 OC4v4 알고리즘(O’Reilly et al., 2000), 한국, 일본, 중국의 관측 자료를 모아서 동북아 해역에 맞도록 개발된 YOC Chl-a 알고리즘(Siswanto et al., 2011), 그리고 GOCI를 위해 개발된 표준 Chl-a 알고리즘 (Moon etal., 2012)을 선택하였으며, SPM 알고리즘의 비교를 위하여 YOC SPM 알고리즘과 GOCI 표준 SPM 알고리즘,서해 연안 관측 자료를 이용하여 개발된 지수함수 형식의 알고리즘 (Choi et al., 2012), 그리고 GOCI의 case-2 해역을 위하여 새롭게 개발된 알고리즘 (Min et al., 2013)을선택하였다.
3의 표준 대기보정 방법을 이용하여 대기 효과를 제거하여 표층에서의 표준 수출광량 (nLw, normalized water-leaving radiance) 자료를 획득하였다. 그 다음으로 클로로필 분석 알고리즘(OC2v2)과 표준 부유물 농도분석 알고리즘(YOC)을 적용하여 Chl-a_GOCI 및 SPM_GOCI 값을 계산하였다.

성능/효과

그 결과 동해, 남해, 동중국해, 황해 외해역이 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈고, 이와는 다르게 목포 및 경기만연안 해역은 SPM과 DOM의 기여도가 높은 분포 패턴을 보였다. Chl-a 알고리즘의 경우 대부분이 GOCI 추정값이 현장관측 값보다 높게 나타났으며, 세 가지 성분의 기여도가 비슷한 경우에만 과소 추정되고 대부분의 해역에서 과대 추정되는 결과를 보였다. SPM 알고리즘의 경우에는 두 가지 물질이 동시에 나타나는 연안 해역인 4번(식물 플랑크톤과 DOM)과 5번(DOM과 SPM) 해수 유형에서는 과대 추정되었으며 나머지 유형에서는 모두 과소 추정되는 결과를 보였다.
Chl-a와 SPM 알고리즘 모두 식물 플랑크톤, 부유물질, 용존유기물질 중에서 부유물질의 변화에 가장 민감한 영향을 받는 것으로 나타났으며 기여도가 50 ~ 70% 사이에서 변할 때 오차의 값이 가장 많이 증가되었다. 이를 확인하기 위하여 a_SPM의 기여도 값 60%를 전후 분리된 자료를 이용한 상관도 분석 결과를 Fig.
점선 부분이 기여도가 60% 미만인 자료들에 대한 삼각 다이어그램에서의 분포 및 현장관측 값과의 상관관계 분석 결과를 나타내며, 실선 부분이 반대의 경우인 기여도가 60% 이상인 자료들에 대한 분석 결과를 나타낸다. Chl-a와 SPM 알고리즘 모두다 60% 미만일 때보다 60% 이상일 경우 더 좋은 상관도 값을 보였는데,그래프에서 60% 이상의 자료들이 더 응집되어 있는 것으로 확인할 수 있었다. 하지만 1:1 라인에서 많이 벗어나며 큰 RMSE 오차를 보이고 있었으며, 심지어 Chl-a 알고리즘의 경우에는 현장관측 값을 거의 반영하지 못하고 일정한 값을 추정하는 결과를 보였다.
Chl-a의 경우 412, 443, 490, 555 nm 밴드를 사용한 밴드비 조합을 사용하였으며 각 알고리즘 별로 약간씩 다른 형식을 사용하고 있다. OC 알고리즘들과 YOC 알고리즘은 주로 과대 추정되는 결과를 나타냈으며, 반면에 우리나라 주변 해역에 맞도록 개발된 GOCI 표준 알고리즘은 과소 추정되는 결과를 보였다. SPM 알고리즘의 경우 Chl-a 알고리즘과는 달리 각각의 알고리즘 별로 다른 형식과 밴드를 사용하였으며 그에 따른 알고리즘 성능의 패턴이 다르게 나타났다.
즉 SPM의 영향을 많이 받을수록 상관도는 좋지만 오차 값은 매우 크게 증가하는 것을 확인할 수 있었는데, SPM 기여도 값이 50 ~ 70% 사이에서 정확도가 급격히 떨어지는 양상을 나타냈다. SPM 알고리즘에 대한 DOM의 영향은 기여도 값이 40% 이상일 경우 좋게 나타났으며 오히려 기여도 값이 낮은 샘플을 포함하고 있을 경우 상대적으로 낮은 상관도(R)와 높은 RMSE 값을 나타냈다. a_ph 기여도의 변화에 상관없이 거의 비슷한 R 및 RMSE 값을 보이는 것을 보아 a_ph의 기여도는 SPM 알고리즘에는 큰 영향을 미치지 않는 것으로 판단된다.
Chl-a 알고리즘의 경우 대부분이 GOCI 추정값이 현장관측 값보다 높게 나타났으며, 세 가지 성분의 기여도가 비슷한 경우에만 과소 추정되고 대부분의 해역에서 과대 추정되는 결과를 보였다. SPM 알고리즘의 경우에는 두 가지 물질이 동시에 나타나는 연안 해역인 4번(식물 플랑크톤과 DOM)과 5번(DOM과 SPM) 해수 유형에서는 과대 추정되었으며 나머지 유형에서는 모두 과소 추정되는 결과를 보였다.
SPM의 기여도가 변하는 것과는 상관없이 0.80 ~ 0.98의 높은 상관도(R) 값을 보였으나 RMSE 값은 기여도에 따라 뚜렷한 차이를 보였다. 이와 비교하여 a_SPM의 기여도가 70% 이하로 낮은 경우 RMSE가 5 g/m³ 이하로 작게 나왔으며 80% 이상의 샘플들이 포함될 경우 RMSE 값이 20 g/m³ 이상으로 크게 나왔다.
Chl-a 알고리즘에 대한 DOM의 영향은 SPM알고리즘의 경우와 매우 비슷한 경향을 보였다. a_DOM의기여율이 40% 이상인 경우 두 알고리즘 모두에서 1.0 이상의 매우 좋은 상관도 값(Chl-a 알고리즘: 0.8933,SPM 알고리즘: 0.8886)을 보였으며, 낮은 RMSE 값(Chl-a 알고리즘: 2.3061, SPM 알고리즘: 2.7273)과 1에 가까운 기울기 값(Chl-a 알고리즘: 1.2864, SPM 알고리즘: 0.7799)을 보였다. a_ph의 기여도는 20%보다 낮을 경우 Chl-a 알고리즘이 좋은 성능을 나타냈다 (R = 0.
82 정도의 값을 보였다. a_SPM의 기여도가 60% 이상으로 다소 높을 경우 좋은 상관도(0.9785)와 낮은 RMSE(1.5984) 값을 보였다. 하지만 이 경우 상관도의 기울기 값(slope = 1.
SPM 알고리즘에 대한 DOM의 영향은 기여도 값이 40% 이상일 경우 좋게 나타났으며 오히려 기여도 값이 낮은 샘플을 포함하고 있을 경우 상대적으로 낮은 상관도(R)와 높은 RMSE 값을 나타냈다. a_ph 기여도의 변화에 상관없이 거의 비슷한 R 및 RMSE 값을 보이는 것을 보아 a_ph의 기여도는 SPM 알고리즘에는 큰 영향을 미치지 않는 것으로 판단된다.
백분율 오차 값이 아닌 실제 절대 값의 차이를 비교했을 때 Chl-a과 SPM 모두 과소추정 될 때 훨씬 더큰오차가 발생되었으며 이는 각각 경기만의 한강 하구와 목포 연안 해역에서 발생되었다. 경기만과 목포 연안 해역은 모두 부유물질의 함량이 높은 매우 탁한 해역으로 광학적 해수 특성은 유사하게 나왔지만 알고리즘 성능은 다소 차이를 보였다. 경기만의 경우 Chl-a 알고리즘이, 목포 연안 해역의 경우 SPM 알고리즘의 성능이 낮게 나타났는데, 이러한 결과는 각 알고리즘 별로 연안의 특성에 따라 다른 성능을 보임을 나타낸다.
을 이용하여 광학적 해수 특성을 해역별로 분석하였으며 이에 따른 Chl-a 및 SPM 알고리즘의 성능을 비교 분석하였다. 그 결과 동해, 남해, 동중국해, 황해 외해역이 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈고, 이와는 다르게 목포 및 경기만연안 해역은 SPM과 DOM의 기여도가 높은 분포 패턴을 보였다. Chl-a 알고리즘의 경우 대부분이 GOCI 추정값이 현장관측 값보다 높게 나타났으며, 세 가지 성분의 기여도가 비슷한 경우에만 과소 추정되고 대부분의 해역에서 과대 추정되는 결과를 보였다.
3-b). 동해, 남해, 동중국해, 황해 외해역의 경우 2,4번 유형으로 분류되어 DOM과 식물 플랑크톤의 기여도가 높은 비슷한 분포 패턴을 나타냈으며, 목포 연안과 경기만 연안 해역의 경우 3, 5번 유형으로 분류되어 SPM과 DOM의 기여도가 높게 나타나는 비슷한 분포패턴을 보였다. 동해 해역에서만 매우 맑은 case-1 해수 특성이 나타났으며 동해를 제외 한 모든 해역의 몇몇 정점들에서 세 가지 성분이 비슷하게 존재하는 7번의 유형이 나타났다.
이와 비교하여 a_SPM의 기여도가 70% 이하로 낮은 경우 RMSE가 5 g/m³ 이하로 작게 나왔으며 80% 이상의 샘플들이 포함될 경우 RMSE 값이 20 g/m³ 이상으로 크게 나왔다. 또한 기여도가 작은 자료를 제외한 경우인 50% 이상부터 80% 이상인 경우까지 점점 증가할수록 오차의 값은 50 g/m³ 이상으로 매우 크게 증가됨을 보였다. 즉 SPM의 영향을 많이 받을수록 상관도는 좋지만 오차 값은 매우 크게 증가하는 것을 확인할 수 있었는데, SPM 기여도 값이 50 ~ 70% 사이에서 정확도가 급격히 떨어지는 양상을 나타냈다.
Chl-a 알고리즘의 경우 대부분이 GOCI 추정값이 현장관측 값보다 높게 나타났으며(blue circles) SPM 알고리즘의 경우에는 대부분이 과소 추정(red circles)되는 결과를 보였다. 또한 해수 타입에 따라 오차의 패턴이 다르게 나타났는데, 식물 플랑크톤의 경우에는 7번 유형인 세 가지 성분의 기여도가 비슷한 경우에만 과소 추정되었으며 대부분의 해역에서 과대 추정되는 결과를 보였다. 부유물질의 경우에는 두 가지 물질이 동시에 나타나는 연안 해역인 4번과 5번 해수 유형에서는 과대 추정되었으며 나머지 유형에서는 모두 과소 추정되는 결과를 보였다.
백분율 오차 값이 아닌 실제 절대 값의 차이를 비교했을 때 Chl-a과 SPM 모두 과소추정 될 때 훨씬 더큰오차가 발생되었으며 이는 각각 경기만의 한강 하구와 목포 연안 해역에서 발생되었다. 경기만과 목포 연안 해역은 모두 부유물질의 함량이 높은 매우 탁한 해역으로 광학적 해수 특성은 유사하게 나왔지만 알고리즘 성능은 다소 차이를 보였다.
따라서 정확한 알고리즘 개발을 위해서는 다양한 상황과 오차 원인에 대한 분석이 필요하고 이에 따른 알고리즘의 수정/보완이 이루어져야 할 것이다. 실제로 경기만과 목포 연안 해역의 경우 대표적인 해저면 지질 구성 성분이 모래 (sand - 경기만)와 진흙(mud - 목포 연안 해역)으로 다르며, XRD 분석을 통해 얻어진 기원 광물 추정 결과 경기만은 밝은 광물로 구성되어 있으며 목포 연안 해역은 어두운 광물로 구성되어 상이한 차이를 보임을 알 수 있었다. 이러한 차이가 해색 및 해양 환경분석 알고리즘에 미치는 영향에 대해서 보다 심도 있는 분석이 필요할 것으로 판단된다.
하지만 RPD 값은 그 정점의 농도 값에 비례하는 백분율 값이기 때문에 RPD 값이 매우 크다 하더라도 실제 값이 매우 적은 경우 그 차이 값은 그리 크지 않을 수 있다. 실제로 과대 추정된 Chl-a 값의 경우 최대 오차 값이 500%가 넘는 매우 큰 오차가 발생되었지만 실제 차이 값인 RD를 이용하여 확인해본 결과 오차 값은 1 ~ 2 mg/m³ 정도로 나타났다. 따라서 백분율 오차(RPD) 보다는 실제 값 오차(RD)의 차이가 더큰의미를 갖는다.
하지만 1:1 라인에서 많이 벗어나며 큰 RMSE 오차를 보이고 있었으며, 심지어 Chl-a 알고리즘의 경우에는 현장관측 값을 거의 반영하지 못하고 일정한 값을 추정하는 결과를 보였다. 이는 현재의 알고리즘이 SPM의 기여도가 높을 경우 그 성능이 매우 저하됨을 의미하며 SPM 알고리즘에는 과소 추정되는 영향을 주었으며 Chl-a 알고리즘에는 과대 추정되는 영향을 주었다.
98의 높은 상관도(R) 값을 보였으나 RMSE 값은 기여도에 따라 뚜렷한 차이를 보였다. 이와 비교하여 a_SPM의 기여도가 70% 이하로 낮은 경우 RMSE가 5 g/m³ 이하로 작게 나왔으며 80% 이상의 샘플들이 포함될 경우 RMSE 값이 20 g/m³ 이상으로 크게 나왔다. 또한 기여도가 작은 자료를 제외한 경우인 50% 이상부터 80% 이상인 경우까지 점점 증가할수록 오차의 값은 50 g/m³ 이상으로 매우 크게 증가됨을 보였다.
6에 나타내었다. 점선 부분이 기여도가 60% 미만인 자료들에 대한 삼각 다이어그램에서의 분포 및 현장관측 값과의 상관관계 분석 결과를 나타내며, 실선 부분이 반대의 경우인 기여도가 60% 이상인 자료들에 대한 분석 결과를 나타낸다. Chl-a와 SPM 알고리즘 모두다 60% 미만일 때보다 60% 이상일 경우 더 좋은 상관도 값을 보였는데,그래프에서 60% 이상의 자료들이 더 응집되어 있는 것으로 확인할 수 있었다.
또한 기여도가 작은 자료를 제외한 경우인 50% 이상부터 80% 이상인 경우까지 점점 증가할수록 오차의 값은 50 g/m³ 이상으로 매우 크게 증가됨을 보였다. 즉 SPM의 영향을 많이 받을수록 상관도는 좋지만 오차 값은 매우 크게 증가하는 것을 확인할 수 있었는데, SPM 기여도 값이 50 ~ 70% 사이에서 정확도가 급격히 떨어지는 양상을 나타냈다. SPM 알고리즘에 대한 DOM의 영향은 기여도 값이 40% 이상일 경우 좋게 나타났으며 오히려 기여도 값이 낮은 샘플을 포함하고 있을 경우 상대적으로 낮은 상관도(R)와 높은 RMSE 값을 나타냈다.
하지만 경기만과 목포 연안 해역의 경우는 Chl-a 및 SPM 모두 1 이상의 높은 농도 값을 보였으며 뚜렷한 양의 상관도는 찾을 수 없고 Chl-a 보다는 SPM의 농도값이 매우 높아지는 유사한 경향을 보였다. 특이한 점은 모든 해역에서 식물 플랑크톤의 농도가 10 mg/m³ 이상의 값을 보이는 정점이 많지 않다는 것인데, 높은 값을 보이는 정점들은 남해와 동해의 경우 적조가 발생된 정점이였으며, 경기만의 경우 한강 하구역의 수로에 위치한 정점들이였는데 이는 한강에서 유입되는 영양염으로 인해 높은 SPM 농도에도 불구하고 Chl-a가 높아진 것으로 판단된다. 목포 및 경기만 연안 해역의 경우SPM 농도가 10 g/m³의 값을 기준으로 나누어져서 각기 다른 양의 상관도를 나타냈다.
Chl-a와 SPM 알고리즘 모두다 60% 미만일 때보다 60% 이상일 경우 더 좋은 상관도 값을 보였는데,그래프에서 60% 이상의 자료들이 더 응집되어 있는 것으로 확인할 수 있었다. 하지만 1:1 라인에서 많이 벗어나며 큰 RMSE 오차를 보이고 있었으며, 심지어 Chl-a 알고리즘의 경우에는 현장관측 값을 거의 반영하지 못하고 일정한 값을 추정하는 결과를 보였다. 이는 현재의 알고리즘이 SPM의 기여도가 높을 경우 그 성능이 매우 저하됨을 의미하며 SPM 알고리즘에는 과소 추정되는 영향을 주었으며 Chl-a 알고리즘에는 과대 추정되는 영향을 주었다.
05로 낮은 값을 나타냈다. 하지만 경기만과 목포 연안 해역의 경우는 Chl-a 및 SPM 모두 1 이상의 높은 농도 값을 보였으며 뚜렷한 양의 상관도는 찾을 수 없고 Chl-a 보다는 SPM의 농도값이 매우 높아지는 유사한 경향을 보였다. 특이한 점은 모든 해역에서 식물 플랑크톤의 농도가 10 mg/m³ 이상의 값을 보이는 정점이 많지 않다는 것인데, 높은 값을 보이는 정점들은 남해와 동해의 경우 적조가 발생된 정점이였으며, 경기만의 경우 한강 하구역의 수로에 위치한 정점들이였는데 이는 한강에서 유입되는 영양염으로 인해 높은 SPM 농도에도 불구하고 Chl-a가 높아진 것으로 판단된다.
3장 1절에서 설명된 바와 같이 경기만과 목포 연안 해역은 모두 서해 연안에 위치하는 탁도가 매우 높은 해역으로서 SPM과 DOM의 영향을 많이 받는 비슷한 해양환경 특성을 보인다. 하지만 알고리즘성능은 경기만의 경우 Chl-a 알고리즘의 과소 추정 값이 많았으며 목포의 경우 SPM 알고리즘의 과소 추정 값이 많은 다소 다른 결과를 보였다. 이는 두 해역의 환경 특성이 미세하게 다름을 의미하고 비슷한 연안 해역이라도 하나의 알고리즘으로 분석하기에는 한계가 있다는 것을 나타내는 중요한 결과라고 생각된다.

후속연구

본 연구에서는 분광광도법을 동일하게 사용하긴 하였으나 여과지 분쇄 과정을 생략하였기 때문에 위성자료에 비해 현장Chl-a 값이 다소 낮게 나왔을 가능성도 배재할 수는 없다. 기존의 국내 다른 연구들도 본 연구결과와 동일하게 위성자료보다 현장 관측 값이 과소 추정되는 결과를 얻었기는 하지만 (Yoo et al., 2000; Suh et al., 2001), 이 부분의 오차도 식물 플랑크톤의 크기나 종조성 등에 따라 다르고, 기타 다른 부유물질 등과의 상호 작용에 의해 여과지에 유착되는 정도가 달라지기 때문에 쉽게 추정하기 어려우며 추후 심도있는 연구가 필요할 것이다.
,2008). 따라서 매일 한 시간 간격의 자료를 제공하는GOCI로부터 한 번에 모든 해역을 분석할 수 있는 범용적인 통합 알고리즘이 필요한 지금, 현재로서는 각각의 환경 특성을 갖는 해역에 맞도록 개발된 알고리즘들을 스위칭 등의 방법을 통해 해역별로 제한적으로 적용하는 방법이 효과적일 것이다. 추후 본 연구 결과를 토대로 해역별로 해수 환경 특성에 맞는 최적의 알고리즘을 개발하고 해역을 구분하는 근거 있는 경계 값이 산출된다면 한반도 주변의 모든 해역에 적용 가능한 범용적 스위칭 알고리즘의 개발에 기여할 것으로 판단된다.
해색 알고리즘의 성능에 영향을 미치는 요소들은 분석하고자 하는 물질의 형태, 사이즈 분포, 구성 성분의 차이, 농도의 값의 범위(dynamic range), 다른 구성요소와의 광학적 상호 작용에 대한 오차 등 매우 많은 부분을 차지하고 있다. 따라서 정확한 알고리즘 개발을 위해서는 다양한 상황과 오차 원인에 대한 분석이 필요하고 이에 따른 알고리즘의 수정/보완이 이루어져야 할 것이다. 실제로 경기만과 목포 연안 해역의 경우 대표적인 해저면 지질 구성 성분이 모래 (sand - 경기만)와 진흙(mud - 목포 연안 해역)으로 다르며, XRD 분석을 통해 얻어진 기원 광물 추정 결과 경기만은 밝은 광물로 구성되어 있으며 목포 연안 해역은 어두운 광물로 구성되어 상이한 차이를 보임을 알 수 있었다.
각 해역의 주요 기원 광물은 경기만 연안 해역의 경우 석영(Quartz), 암염(Halite), 사녹니석(클리노클로어, Clinochlore), 백운모(Muscovite) 등 주로 밝은 색상의 광물들로 구성되어 있었고, 목포 연안 해역의 경우 버라우나이트(Beraunite), 베르리나이트(Berlinite), 흑연(Graphite), Ushkovite 등 어두운 색상의 광물들로 구성되어 있었다(Table 1). 이러한 색상의 차이는 해수 중에서의 해색에 충분히 영향을 줄 수 있을 것으로 판단되며 이에 대한 규명을 위해서는 보다 심도있는 연구가 필요할 것이다.
실제로 경기만과 목포 연안 해역의 경우 대표적인 해저면 지질 구성 성분이 모래 (sand - 경기만)와 진흙(mud - 목포 연안 해역)으로 다르며, XRD 분석을 통해 얻어진 기원 광물 추정 결과 경기만은 밝은 광물로 구성되어 있으며 목포 연안 해역은 어두운 광물로 구성되어 상이한 차이를 보임을 알 수 있었다. 이러한 차이가 해색 및 해양 환경분석 알고리즘에 미치는 영향에 대해서 보다 심도 있는 분석이 필요할 것으로 판단된다. 또한 환경적 차이 이외에도 현장 자료 획득 시 발생되는 오차도 간과할 수 없다.
따라서 매일 한 시간 간격의 자료를 제공하는GOCI로부터 한 번에 모든 해역을 분석할 수 있는 범용적인 통합 알고리즘이 필요한 지금, 현재로서는 각각의 환경 특성을 갖는 해역에 맞도록 개발된 알고리즘들을 스위칭 등의 방법을 통해 해역별로 제한적으로 적용하는 방법이 효과적일 것이다. 추후 본 연구 결과를 토대로 해역별로 해수 환경 특성에 맞는 최적의 알고리즘을 개발하고 해역을 구분하는 근거 있는 경계 값이 산출된다면 한반도 주변의 모든 해역에 적용 가능한 범용적 스위칭 알고리즘의 개발에 기여할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	해색 알고리즘의 정확도에 영향일 미치는 요소에는 어떤 것들이 있는가?	해색 알고리즘의 정확도에 영향을 미치는 요소는 입자의 형태, 크기 분포, 입자 구성 성분의 차이, 넓은 폭의 농도 값 범위 등 매우 많다(Novo et al., 1989).
	정지궤도 해양위성인 GOCI는 어떤 관측 특성을 가지는가?	이렇게 특성이 다른 각각의 해역은 서로 다른 물질들(식물 플랑크톤과 부유물질, 용존유기물질 및 기타 물질들)의 조합으로 인한 해양 광학적 상호작용에 의해 서로 다른 해색을 나타내게 된다. 우리나라 주변 해역을 한 시간 간격으로 관측하고 있는 정지궤도 해양위성(Geostationary Ocean Color Imager, GOCI)의 경우 우리나라 주변 해역 이외에도 양쯔강 하구 및 발해만과 같은 매우 탁도 높은 중국 연안 해수와 함께 일본 동남쪽에 위치한 태평양 북부의 매우 맑은 특성을 갖는 해수까지 다양한 해역을 한 번에 관측하고 있다. 따라서 이러한 다양한 해역들이 하나의 알고리즘에 의해 분석되어야 하며 각각의 해역 특성에 잘 맞는 범용성 높은 알고리즘이 필요하다.
	광학적 해수의 유형은 case-1과 case-2로 분류되는데 각각 무엇인가?	광학적 해수의 유형은 초기에는 case-1과 case-2의 두 가지로 분류되었다(Morel and Prieur, 1977; Gordon and Morel, 1983). case-1 유형은 식물 플랑크톤과 그로 인한 부산물들로만 이루어진 대양과 같은 매우 맑은 해수를 나타내며, case-2 유형은 식물 플랑크톤 뿐 만 아니라 부유 입자들과 용존 유기물질들이 많이 함유된 해수를 나타낸다. 하지만 이 분류의 경우 case-1 유형에서는 식물플랑크톤 이외의 물질은 존재하지 않으며, case-2 유형 안에서 존재하는 다른 여러 가지 특성의 해양에 대해 충분히 설명하기 힘들다는 단점이 있다(IOCCG, 2000).

참고문헌 (59)

Binding, C.E., D.G. Bowers, and E.G. Mitchelson-Jacob, 2003. An algorithm for the retrieval of suspended sediment concentrations in the Irish Sea from SeaWiFS ocean colour satellite imagery, International Journal of Remote Sensing, 24(19): 3791-3806.

상세보기
Bricaud, A. and D. Stramski, 1990. Spectral absorption coefficients of living phytoplankton and nonalgal biogenous matter: A comparison between the Peru upwelling area and the Sargasso Sea, Limnology and Oceanography, 35: 562-582.

상세보기
Carder, K.L., F.R. Chen, J.P. Cannizzaro, J.W. Campbell, and B.G. Mitchell, 2004. Performance of the MODIS semi-analytical ocean color algorithm for chlorophyll-a, Advances in Space Research, 33: 1152-1159.

상세보기
Choi, J.K., Y.J. Park, J.H. Ahn, H.S. Lim, J. Eom, and J.H. Ryu, 2012. GOCI, the world's first geostationary ocean color observation satellite, for the monitoring of temporal variability in coastal water turbidity, Journal of Geophysical Research, 117: C9.
Choi, J.K., J.E. Min, J.H. Noh, T.H. Han, S. Yoon, Y.J. Park, J.E. Moon, J.H. Ahn, S.M. Ahn, and J.H. Park, 2014. Harmful algal bloom (HAB) in the East Sea identified by the Geostationary Ocean Color Imager (GOCI), Harmful Algae, 39: 295-302.

상세보기
Choi, J.Y., 1993. Seasonal variations of suspended matters in the Keum estuary and its adjacent coastal area, Journal of Oceanological Society of Korea, 28(4): 272-280 (In Korean with English abstract).
Choi, J.Y. and Y.A. Park, 1998. Southward Transport of Suspended Sediments during Summer Season in the Coastal Zone off Tae-An Peninsula, West Coast of Korea, Journal of the Korean Society of Oceanography, 3(1): 45-52 (In Korean with English abstract).
Cleveland, J.S. and A.D. Weidemann, 1993. Quantifying absorption by aquatic particles: A multiple scattering correction for glass-fiber filters, Limnology and Oceanography, 38: 1321-1327.

상세보기
Dall'Olmo, G., A.A. Gitelson, D.C. Rundquist, B. Leavitt, T. Barrow, and J.C. Holz, 2005. Assessing the potential of SeaWiFS and MODIS for estimating chlorophyll concentration in turbid productive waters using red and nearinfrared bands, Remote Sensing of Environment, 96: 176-187.

상세보기
Devred, E., C. Fuentes-Yaco, S. Sathyendranath, C. Caverhill, H. Maass, V. Stuart, T. Platt, and G. White, 2005. A semi-analytic seasonal algorhtinm to retrieve chlorophyll-a concentration in the Northwest Atlantic Ocean from SeaWiFS data, Indian Journal of Marine Sciences, 34(4): 356-367.
Doxaran, D., J.M. Froidefond, S. Lavender, and P. Castaing, 2002. Spectral signature of highly turbid waters application with SPOT data to quantify suspended particulate matter concentrations, Remote Sensing of Environment, 81: 149-161.

상세보기
D'Sa, E.J., R.L. Miller, and B.A. McKee, 2007. Suspended particulate matter dynamics in coastal waters from ocean color: Application to the northern Gulf of Mexico, Geophysical Research Letters, 34, L23.
Froidefond, J.M., P. Castaing, and R. Prud'homme, 1999. Monitoring suspended particulate matter Fluxes and patterns with the AVHRR/NOAA-11 satellite: application to the Bay of Biscay, Deep-Sea Research Part II, 46: 2029-2055.

상세보기
Garcia, V.M.T., S. Signorini, C.A.E. Garcia, and C.R. McClain, 2006. Empirical and semi-analytical chlorophyll algorithms in the south-western Atlantic coastal region ( $25-40^{\circ}$ S and $60-45^{\circ}$ w International Journal of Remote Sensing, 27(8): 1539-1562).

상세보기
Gitelson, A.A., J.F. Schalles, and C.M. Hladik, 2007. Remote chlorophyll-a retrieval in turbid, productive estuaries: Chesapeake Bay case study, Remote Sensing of Environment, 109: 464-472.

상세보기
Gitelson, A.A., G. Dall'Olmo, W. Moses, D.C. Rundquist, T. Barrow, T.R. Fisher, D. Gurlin, and J. Holz, 2008. A simple semi-analytical model for remote estimation of chlorophyll-a in turbid waters: Validation, Remote Sensing of Environment, 112: 3582-3593.

상세보기
Gitelson, A.A., D. Gurlin, W.J. Moses, and T. Barrow, 2009. A bio-optical algorithm for the remote estimation of the chlorophyll-a concentration in case 2 waters, Environmental Research Letters, 4(4): 045003.

상세보기
Gordon, H.R. and A. Morel, 1983. Remote assessment of ocean color for interpretation of satellite visible imagery. a review, Lecture Notes on Coastal and Estuarine Studies, R.T. Barber, N.K. Mooers, M.J. Bowman, and B. Zeitzschel (Eds.), Springer-Verlag, New York.
IOCCG, 2000. Remote sensing of ocean colour in coastal, and other optically-complex waters, Reports of the International Ocean-Colour Coordinating Group, No. 3. IOCCG, Dartmouth, Canada.
Jeffrey, S.W. and G.F. Humphrey, 1975. New spectrophotometric equations for determining chlorophylls a, b, c1 and c2 in higher plants, algae and natural phytoplankton, Biochemie und Physiologie der Pflanzen, 167: 191-194.

상세보기
Jeong, J.C. and S.J. Yoo, 2000. The validation of chlorophyll-a band ratio algorithm of coastal area using SeaWiFS wavelength, Journal of the Korean Society of Remote Sensing, 16(1): 37-45 (In Korean with English abstract).
Kahru, M. and B.G. Mitchell, 1998. Spectral reflectance and absorption of a massive red tide off Southern California, Journal of Geophysical Research, 103: 21601-21609.

상세보기
Kirk, J.T.O., 2011. Light and photosynthesis in aquatic ecosystems, 3rd ed. Cambridge University Press, Bambridge CB28RU UK.
Lee, H.J. and T.S. Chu, 2001. Origin of inner-shelf mud deposit in the southeastern Yellow Sea: Huksan mud belt, Journal of Sedimentary Research, 71(1): 144-154.

상세보기
Mao, Z., J. Chen, D. Pan, B. Tao, and Q. Zhu, 2012. A regional remote sensing algorithm for total suspended matter in the East China Sea, Remote Sensing of Environment, 124: 819-831.

상세보기
Miller, R.L. and B.A. McKee, 2004. Using MODIS Terra 250 m imagery to map concentrations of total suspended matter in coastal waters, Remote Sensing of Environment, 93: 259-266.

상세보기
Miller, R.L., C.E. Del Castillo, and B.A. McKee, 2005. Remote sensing of coastal aquatic environments- Technologies, Techniques and Applications, Remote Sensing and Digital Image, vol. 7, Springer, New York.
Min J.E., J.K. Choi, Y.J. Park, and J.H. Ryu, 2013. Retrieval of suspended sediment concetnration in the coastal waters of Yellow Sea from Geostationary Ocean Color Imager (GOCI), Proc. of International Symposium on Remote Sensing, Chiba, Japan, May 15-17, vol. 1, pp. 809-812.
Mitchell, B.G. and D.A. Kiefer, 1988. Chlorophyll a specific absorption and fluorescence excitation spectra for light-limited phytoplankton, Deep-Sea Research I, 35: 639-663.

상세보기
Mitchell, B.G., 1990. Algorithms for determining the absorption coefficient of aquatic particulates using the quantitative filter technique (QFT), Proc. of international conference on Ocean Optics X, Florida, USA, April 16-18, pp. 137-148.
Mitchell, B.G., M. Kahru, J. Wieland, and M. Stramska, 2003. Determination of spectral absorption coefficients of particles, dissolved material and phytoplankton for discrete water samples, Ocean Optics Protocols for Satellite Ocean Color Sensor Validation, Revision 4, Volume IV, Chapter 4: 39-64.
Mobley, C.D., 1994. Light and water: Radiative transfer in natural waters, Academic press, CD edition.
Moon, J.E., Y.H. Ahn, J.H. Ryu, and P. Shanmugam, 2010. Development of ocean environmental algorithms for Geostationary ocean color imager (GOCI), Korean Journal of Remote Sensing, 26(2): 189-207 (In Korean with English abstract).
Moon, J.E., Y.J. Park, J.H. Ryu, J.K. Choi, J.H. Ahn, J.E. Min, Y.B. Son, S.J. Lee, H.J. Han, and Y.H. Ahn, 2012. Initial validation of GOCI water products against in situ data collected around Korean Penensula for 2010-2011, Ocean Science Journal, 47(3): 261-277.

원문보기 상세보기
Moore, L.R., R. Goericke, and S.W. Chisholm, 1995. Comparative physiology of Synechococcus and Prochlorococcus: influence of light and temperature on growth, pigments, fluorescence and absorptive properties, Marine Ecology Progress Series, 116: 259-275.

상세보기
Morel, A. and L. Prieur, 1977. Analysis of variations in ocean color, Limnology and Oceanography, 22: 709-722.

상세보기
Nelson, N.B., D.A. Siegel, and A.F. Michaels, 1998. Seasonal dynamics of colored dissolved material in the Sargasso Sea, Deep-Sea Research, 45: 931-957.

상세보기
Novo, E.M.M., J.D. Hanson, and P.J. Curran, 1989. The effect of sediment type on the relationship between reflectance and suspended sediment concentration, International Journal of Remote Sensing, 10: 1283-1289.

상세보기
Oh, J.K., 1995. Sedimentation processes of the suspended sediments in Yumha channel of the Han River estuary, Korea, 16(1): 20-29 (In Korean with English abstract).
O'Reilly, J.E., S. Maritorena, B.G. Mitchell, D.A. Siegel, D.L. Carder, S.A. Garver, M. Kahru, and C. McClain, 1998. Ocean color chlorophyll algorithms for SeaWiFS, Journal of Geophysical Research, 103(C11): 24937-24953.

상세보기
O'Reilly, J.E., S. Maritorena, M. O'Brien, D. Siegel, D. Toole, D. Menzies, R. Smith, J. Mueller, B.G. Mitchell, and M. Kahru, 2000. SeaWiFS postlaunch calibration and validation analyses, part 3. NASA Tech. Memo 206892(11).
Park, Y.A., S.C. Kim, and J.H. Choi, 1984. Distribution and transportation of fine-grained sediments on the inner-continental shelf off the Kuem River Estuary, Korea, Journal of the Geological Society of Korea, 20(2): 154-168 (In Korean with English abstract).

상세보기
Jang, S.J. and M.O. Park, 2015. Evaluation of grinding effects in the extraction of photosynthetic pigments for HPLC anlaysis, Journal of the Korean Society of Oceanography, 20(2): 71-77 (In Korean with English abstract).
Prieur, L. and S. Sathyendranath, 1981. An optical classification of coastal and oceanic waters based on the specific spectral absorption curves of phytoplankton pigments, dissolved organic matter, and other particulate materials, Limnology and Oceanography, 26(4): 671-689.

상세보기
Ritchie, R. J., 2006. Consistent sets of spectrophotometric chlorophyll equations for acetone, methanol and ethanol solvents, Photosynthesis Research, 89: 27-41.

상세보기
Roesler C.S., 1998. Theoretical and experimental approaches to improve the accuracy of particulate absorption coefficients derived from the quantitative filter technique, Limnology Oceanography, 43(7): 1649-1660.

상세보기
Ruddick, K.G., H.J. Gons, M. Rijkeboer, and G. Tilstone, 2001. Optical remote sensing of chlorophyll a in case 2 waters by use of an adaptive two-band algorithm with optimal error properties, Applied Optics, 40(21): 3575-3585.

상세보기
Ryu, J.H., J.E. Min, and H. Yang, 2015. Regional seas characteristics of bio-optical algorithm in t he Yellow Sea, Proc. of 4th China-Korea workshop on oceanic Monitoring and Development of Prediction System of Radionuclides for Nuclear Safety, Qingdao, China, May 11-12, vol. 1, p. 1.
Shen, F., W. Verhoef, Y. Zhou, M.S. Salama, and X. Liu, 2010a. Satellite Estimates of Wide-Range Suspended Sediment Concentrations in Changjiang (Yangtze) Estuary Using MERIS Data, Estuaries and Coasts, 33: 1420-1429.

상세보기
Shen, F., Y.X. Zhou, D.J. Li, W.J. Zhu, and M.S. Salama, 2010. Medium resolution imaging spectrometer (MERIS) estimation of chlorophyll-a concentration in the turbid sediment-laden waters of the Changjiang (Yangtze) Estuary, International Journal of Remote Sensing, 31(17-18): 4635-4650.

상세보기
Siswanto, E., J. Tang, H. Yamaguchi, Y.H. Ahn, J. Ishizaka, S. Yoo, S.W. Kim, Y. Kiyomoto, K. Yamada. C. Chiang, and H. Kawamura, 2011. Empirical ocean-color algorithms to retrieve chlorophyll-a, total suspended matter, and colored dissolved organic matter absorption coefficient in the Yellow and East China Seas, Journal of Oceanography, 67: 627-650.

상세보기
Son, Y.B., Y.H. Kang, and J.H. Ryu, 2012. Monitoring red tide in South Sea of Korea (SSK) using the Geostationary Ocean Color Imager (GOCI), Korean Journal of Remote Sensing, 28(5); 531-548 (In Korean with English abstract).

원문보기 상세보기
Suh, Y.S., L.H. Jang, N.K. Lee, and B.K. Kim, 2002. Development of the regional algorithms to quantify chlorophyll a and suspended solid in the Korean Waters using ocean color, Journal of Korean Fisheries Society, 35(3): 207-215 (In Korean with English abstract).
Tassan, S., 1994. Local algorithms using SeaWiFS data for the retrieval of phytoplankton, pigments, suspended sediment, and yellow substance in coastal waters, Applied Optics, 33(12): 2369-2378.

상세보기
Tassan, S. and G.M. Ferrari, 1995. An alternative approach to absorption measurements of aquatic particles retained on filters, Limnology and Oceanography, 40: 1358-1368.

상세보기
Tassan, S., 1997. A numerical model for the detection of sediment concentration in stratified river plumes using Thematic Mapper data, International Journal of Remote Sensing, 18(12): 2699-2705.

상세보기
Topliss, B.J., 1986. Spectral variations in upwelling radiant intensity in turbid coastal waters, Estuarine, Coastal and Shelf Science, 22: 395-414.

상세보기
Yoon, H.J., K.W. Nam, H.G. Cho, and H.K. Beun, 2004. Study on monitoring and prediction for the red tide occurrence in the middle coastal area in the South Sea of Korea II. The relationship between the red tide occurrence and the oceanographic factors, Journal of Korea Institute of Information and Communication Engineering, 8(4): 938-945 (In Korean with English abstract).
Zhang, M., J. Tang, Q. Dong, Q.T. Song, and J. Ding, 2010. Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery, Remote Sensing of Environment, 114: 392-403.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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