2012년 7월부터 2016년 8월까지 GCOM-W1/AMSR2 마이크로파 센서 자료와 해양 현장수온 관측 자료 사이에서 획득된 총 162,264개의 일치점 자료를 활용하여 북서태평양 해역에서의 마이크로파해수면온도 정확도를 검증하고 오차 특성을 분석하였다. AMSR2 해수면온도는 실측 자료에 대해 $0.63^{\circ}C$의 평균제곱근오차와 $0.05^{\circ}C$의 편차를 보였다. 위성 해수면온도와 현장 관측 해수면온도의 차이는 풍속, 해수면 온도, 연안으로부터의 거리, 열전선 등 다양한 요인에 의해 발생되었다. AMSR2 해수면온도는 낮시간 동안 낮은 풍속(< 6 m/s)에서 실측 해수면온도보다 높게 산출되는 일변동(diurnal effect)에 의한 오차를 보였다. 또한 겨울철에 평균제곱근오차가 커지는 경향이 나타났는데, 이는 해상풍의 풍속이 커질수록 해수면의 방사율이 높아져 해수면온도 산출 시 양의 편차가 발생할 수 있으므로 겨울철의 강한 바람이 해수면온도 오차를 증가시킨 것으로 추정되었다. 이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도의 오차를 증가시키는 요인으로 작용할 수 있음을 확인하였다. 열전선에 따른 해수면온도 오차 특성을 분석한 결과 해수면온도의 공간 구배 크기가 커질수록, 열전선에 근접할수록 해수면온도 오차가 증가하였다. 본 연구는 북서태평양 해역 마이크로파 해수면온도의 정확도 검증 및 오차 특성 분석을 통해 향후 마이크로파 해수면온도를 활용하는 연구의 바탕을 마련하고자 하였으며, 연구 지역의 환경적 요인에 따라 발생할 수 있는 오차에 대한 분석이 선행되어야 보다 정확한 위성 관측 해수면온도를 얻을 수 있음을 제시하였다.
2012년 7월부터 2016년 8월까지 GCOM-W1/AMSR2 마이크로파 센서 자료와 해양 현장수온 관측 자료 사이에서 획득된 총 162,264개의 일치점 자료를 활용하여 북서태평양 해역에서의 마이크로파 해수면온도 정확도를 검증하고 오차 특성을 분석하였다. AMSR2 해수면온도는 실측 자료에 대해 $0.63^{\circ}C$의 평균제곱근오차와 $0.05^{\circ}C$의 편차를 보였다. 위성 해수면온도와 현장 관측 해수면온도의 차이는 풍속, 해수면 온도, 연안으로부터의 거리, 열전선 등 다양한 요인에 의해 발생되었다. AMSR2 해수면온도는 낮시간 동안 낮은 풍속(< 6 m/s)에서 실측 해수면온도보다 높게 산출되는 일변동(diurnal effect)에 의한 오차를 보였다. 또한 겨울철에 평균제곱근오차가 커지는 경향이 나타났는데, 이는 해상풍의 풍속이 커질수록 해수면의 방사율이 높아져 해수면온도 산출 시 양의 편차가 발생할 수 있으므로 겨울철의 강한 바람이 해수면온도 오차를 증가시킨 것으로 추정되었다. 이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도의 오차를 증가시키는 요인으로 작용할 수 있음을 확인하였다. 열전선에 따른 해수면온도 오차 특성을 분석한 결과 해수면온도의 공간 구배 크기가 커질수록, 열전선에 근접할수록 해수면온도 오차가 증가하였다. 본 연구는 북서태평양 해역 마이크로파 해수면온도의 정확도 검증 및 오차 특성 분석을 통해 향후 마이크로파 해수면온도를 활용하는 연구의 바탕을 마련하고자 하였으며, 연구 지역의 환경적 요인에 따라 발생할 수 있는 오차에 대한 분석이 선행되어야 보다 정확한 위성 관측 해수면온도를 얻을 수 있음을 제시하였다.
The accuracy and error characteristics of microwave Sea Surface Temperature (SST) measurements in the Northwest Pacific were analyzed by utilizing 162,264 collocated matchup data between GCOM-W1/AMSR2 data and oceanic in-situ temperature measurements from July 2012 to August 2016. The AMSR2 SST meas...
The accuracy and error characteristics of microwave Sea Surface Temperature (SST) measurements in the Northwest Pacific were analyzed by utilizing 162,264 collocated matchup data between GCOM-W1/AMSR2 data and oceanic in-situ temperature measurements from July 2012 to August 2016. The AMSR2 SST measurements had a Root-Mean-Square (RMS) error of about $0.63^{\circ}C$ and a bias error of about $0.05^{\circ}C$. The SST differences between AMSR2 and in-situ measurements were caused by various factors, such as wind speed, SST, distance from the coast, and the thermal front. The AMSR2 SST data showed an error due to the diurnal effect, which was much higher than the in-situ temperature measurements at low wind speed (<6 m/s) during the daytime. In addition, the RMS error tended to be large in the winter because the emissivity of the sea surface was increased by high wind speeds and it could induce positive deviation in the SST retrieval. Low sensitivity at colder temperature and land contamination also affected an increase in the error of AMSR2 SST. An analysis of the effect of the thermal front on satellite SST error indicated that SST error increased as the magnitude of the spatial gradient of the SST increased and the distance from the front decreased. The purpose of this study was to provide a basis for further research applying microwave SST in the Northwest Pacific. In addition, the results suggested that analyzing the errors related to the environmental factors in the study area must precede any further analysis in order to obtain more accurate satellite SST measurements.
The accuracy and error characteristics of microwave Sea Surface Temperature (SST) measurements in the Northwest Pacific were analyzed by utilizing 162,264 collocated matchup data between GCOM-W1/AMSR2 data and oceanic in-situ temperature measurements from July 2012 to August 2016. The AMSR2 SST measurements had a Root-Mean-Square (RMS) error of about $0.63^{\circ}C$ and a bias error of about $0.05^{\circ}C$. The SST differences between AMSR2 and in-situ measurements were caused by various factors, such as wind speed, SST, distance from the coast, and the thermal front. The AMSR2 SST data showed an error due to the diurnal effect, which was much higher than the in-situ temperature measurements at low wind speed (<6 m/s) during the daytime. In addition, the RMS error tended to be large in the winter because the emissivity of the sea surface was increased by high wind speeds and it could induce positive deviation in the SST retrieval. Low sensitivity at colder temperature and land contamination also affected an increase in the error of AMSR2 SST. An analysis of the effect of the thermal front on satellite SST error indicated that SST error increased as the magnitude of the spatial gradient of the SST increased and the distance from the front decreased. The purpose of this study was to provide a basis for further research applying microwave SST in the Northwest Pacific. In addition, the results suggested that analyzing the errors related to the environmental factors in the study area must precede any further analysis in order to obtain more accurate satellite SST measurements.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
AMSR2 해수면온도 오차의 계절적 특성과 관계없이 풍속이 해수면온도 오차에 미치는 영향을 분석하기 위하여 해양 실측 풍속 자료가 기록된 일치점 자료들을 선별하였다. 일치점 자료 중 풍속 자료가 기록된 표층 뜰개는 존재하지 않았고 우리나라 연안에 설치되어 있는 계류 부이인 기상청 해양기상부이에서만 풍속 자료를 얻을 수 있었다.
이와 같이 수온의 변화가 큰 폭으로 나타나는 해역은 해양과 대기 조건이 다양하여 인공위성 자료로 계산된 해수면온도가 실제 바다의 수온과 큰 차이를 보일 수 있다. 따라서 본 연구에서는 GCOM-W1/AMSR2 위성을 활용하여 마이크로파 해수면온도를 실측 자료와 비교하고 정확도와 오차의 특성을 정량적으로 파악하여 오차 발생의 가능한 요인을 분석하고자 한다.
(2015)은 해수면온도의 공간 구배 크기가 크게 나타났던 달과 약하게 나타났던 달을 비교하여 AMSR2 해수면온도와 해양 실측 해수면온도 간큰오차가 발생하는 것은 전선의 작용과 관련이 있음을 밝혀냈다. 본 연구에서는 더 나아가 해수면온도의 공간 구배 크기와 해수면온도 오차 간의 관계를 정량적으로 규명하고자 하였다.
제안 방법
Tomita et al.(2015)에 의해 쿠로시오와 오야시오 열전선이 위성 관측 해수면온도 오차를 유발하는 요인으로 제시된 바 있으나 본 연구에서는 더 나아가 해수면온도의 공간 구배 크기와 열전선으로부터의 거리를 계산하여 해수면온도 오차와의 관계를 정량적으로 분석하였다. 해수면온도의 공간 구배 크기가 커질수록, 열전선에 근접할수록 해수면온도 오차는 증가하였다.
AMSR2 L3 월별 자료를 활용하여 연구 영역의 해수면온도 구배 크기(℃/km)를 계산한 후 해당 월의 일치점 실측 자료와 가장 가까운 지점을 찾아 그 지점의 해수면온도 구배를 기록하였다. Fig.
AMSR2 해수면온도와 해양 실측 해수면온도의 차이가 나타내는 특성을 이해하기 위하여 AMSR2 해수면온도의 오차를 해양 실측 해수면온도에 대한 함수로 낮과 밤을 구분하여 도시하였다(Fig. 3(c), (d)).
AMSR2 해수면온도의 정확도 검증을 위하여 해양 실측 해수면온도와 주·야간 인공위성 관측 해수면온도를 비교하였다(Fig.
, 2015), 전 지구적 해역 오차와 국지적인 해역에서의 오차 특성은 다를 수 있다. 따라서 본 연구에서는 2012년 7월부터 2016년 8월까지 북서태평양 AMSR2 해수면온도의 정확도 검증을 수행하고 오차 특성을 정량적으로 분석하였다. 기상청에서 제공하는 표층 뜰개와 표류 부이 자료를 실측 자료로 사용하였으며, 25 km, 30분 이내의 일치점 자료를 생산하였다.
본 연구에서는 JAXA에서 제공하는 level 2(L2), level 3(L3)의 해수면온도를 수집하였으며 L2 자료와 L3 자료는 해양 실측자료와의 정확도 검증 및 오차 특성 분석과 해수면온도의 공간적 분포 분석에 각각 활용되었다. 북서태평양 영역인 위도 9-60˚N, 경도 99-177˚E의 해역을 연구 지역으로 선정하여 AMSR2 자료가 배포되기 시작한 2012년 7월부터 2016년 8월까지 AMSR2 해수면온도 자료에 대한 정확도 검증을 수행하였으며, 마이크로파 해수면온도의 오차 특성을 분석하였다.
본 연구에서는 JAXA에서 제공하는 level 2(L2), level 3(L3)의 해수면온도를 수집하였으며 L2 자료와 L3 자료는 해양 실측자료와의 정확도 검증 및 오차 특성 분석과 해수면온도의 공간적 분포 분석에 각각 활용되었다. 북서태평양 영역인 위도 9-60˚N, 경도 99-177˚E의 해역을 연구 지역으로 선정하여 AMSR2 자료가 배포되기 시작한 2012년 7월부터 2016년 8월까지 AMSR2 해수면온도 자료에 대한 정확도 검증을 수행하였으며, 마이크로파 해수면온도의 오차 특성을 분석하였다.
일치점 생산과정에서 전선대의 가장자리, 즉 공간적으로 수온 변동이 큰 전선의 전이대에 일치점이 위치한다면 인공위성 해수면온도의 오차가 ±4℃ 이상 크게 나타날 수 있을 것으로 유추된다. 이를좀더 명확하게 살펴보기 위하여 쿠로시오와 오야시오 전선에 따른 AMSR2 해수면온도 오차의 추이를 분석하였다.
공간 격차 범위가 큰 만큼 충분히 많은 자료들이 일치점 자료로 생산될 수 있다고 판단되어 25 km의 공간 범위 내에 다수의 표층 부이가 존재할 경우 위성 위치와 가장 가까운 거리의 부이를 선택하여 일치점 자료를 생산하였다. 일치점 자료에는 실측 부이와 위성의 해수면온도뿐만 아니라 위성 마이크로파 해수면온도의 오차 특성 분석을 위하여 부이와 위성의 관측 위치, 시간, 부이의 풍속, 풍향, 기온 등의 정보 또한 함께 기록하였다.
전선으로부터의 거리에 따라 해수면온도 오차가 어떻게 변화하는지 살펴보기 위하여 해수면온도 공간 구배가 0.06℃/km 이상인 지점을 전선 영역으로 정의하고 이로부터 각 일치점의 거리를 계산하였다. Fig.
9 GHz 밴드로부터 해수면온도를 산출하고 있다. 해수면의 수직 편광된 휘도 온도는 해수면온도에 비례하여 증가하므로 이를 역산하여 해수면온도를 산출한다. 휘도 온도는 해수면온도뿐만 아니라 해수면의 거칠기(roughness), 기온의 수직 분포, 수증기량에도 영향을 받는다.
해양 실측 해수면온도와 AMSR2 해수면온도의 비교를 위해 일정 시간, 공간 내의 일치점 (matchup point) 자료를 생산하였다. 최대 시간 격차는 30분, 공간 격차는 AMSR2의 공간 해상도를 고려하여 25 km 이내의 범위를 주었다.
대상 데이터
2012년 7월부터 2016년 8월까지 약 4년간의 인공위성-해양 실측 자료를 이용하여 162,264개의 일치점을 생산하였다. 일치점 자료의 공간 분포는 인공위성 궤도, 해양 자료가 관측된 위치, 시간에 따라 그 개수가 달라진다.
7개의 마이크로파 파장대에서 지구로부터 방출되는 복사에너지를 탐지하며 각 파장에 대해 수직·수평으로 편광된 총 12개의 채널로 구성되어 있다.
따라서 본 연구에서는 2012년 7월부터 2016년 8월까지 북서태평양 AMSR2 해수면온도의 정확도 검증을 수행하고 오차 특성을 정량적으로 분석하였다. 기상청에서 제공하는 표층 뜰개와 표류 부이 자료를 실측 자료로 사용하였으며, 25 km, 30분 이내의 일치점 자료를 생산하였다.
본 연구에 활용한 AMSR2는 JAXA에서 운용하는 극궤도 위성인 GCOM-W1에 탑재된 마이크로파 센서로 2012년 5월에 발사되어 같은 해 7월부터 자료가 배포되고 있다. 7개의 마이크로파 파장대에서 지구로부터 방출되는 복사에너지를 탐지하며 각 파장에 대해 수직·수평으로 편광된 총 12개의 채널로 구성되어 있다.
본 연구에서는 2012년 7월부터 2016년 8월까지 총 4,212,107개의 부이 자료를 획득하였다. 부이 자료에는 해수면온도뿐만 아니라 풍향, 풍속, 기온 등의 변수 정보와 관측 시간, 위도, 경도 등의 관측 정보들도 포함되어 있다.
북서태평양 해역에 대한 AMSR2 해수면온도 정확도 검증을 위해 해양 실측 자료를 수집하였다. 본 연구에서는 기상청에서 제공하는 표층 뜰개(drifter) 및 계류 부이(moored buoy) 자료를 사용하였다. 표층 뜰개의 경우 평균 수심 0.
북서태평양 해역에 대한 AMSR2 해수면온도 정확도 검증을 위해 해양 실측 자료를 수집하였다. 본 연구에서는 기상청에서 제공하는 표층 뜰개(drifter) 및 계류 부이(moored buoy) 자료를 사용하였다.
데이터처리
AMSR2 해수면온도가 해양 실측 수온에 대하여 선형의 비례관계를 보이고 있어 전반적으로 잘 일치하는 것으로 평가된다. Table 2에 실측 해수면온도에 대한 AMSR2 해수면온도의 일치점 개수, 평균제곱근오차, 편차 및 상관계수를 정리하였다. 주·야간에 상관없이 모든 일치점 자료의 실측 해수면온도에 대한 AMSR2 해수면온도의 평균제곱근오차는 약 0.
이론/모형
휘도 온도는 해수면온도뿐만 아니라 해수면의 거칠기(roughness), 기온의 수직 분포, 수증기량에도 영향을 받는다. 해수면 거칠기와 대기의 영향은 복사전달모델 (radiative transfer model) 및 다중 주파수 밴드를 활용하여 보정한다. 국지적 바람과 밀접한 연관이 있는 해수면 거칠기는 보통 해수면 근처의 풍속과 풍향의 영향을 받는데 7 GHz 밴드 자료를 이용하여 해수면 거칠기에 의한 효과를 보정한다.
성능/효과
본 연구에서는 부이 자료의 오류를 제거하기 위해 기상청에서 개발한 품질 검사를 다음과 같은 순서로 수행하였다. 1) -99 이하의 값을 제거하고 하루 중 표층 부이별 관측 개수가 10개 미만인 부이는 자료에서 제외하였다. 2) 하루 중 부이별 최대값과 최소값의 차이가 4℃ 이상인 자료와 최대값과 최소값이 같은 경우, 즉 지속적으로 같은 값이 기록된 자료를 제거하였다.
3(c), (d)). AMSR2 해수면온도 오차는 실측 해수면온도에 대하여 낮과 밤 모두 대략 -5-5℃ 이내에 분포하였으며 실측 해수면온도가 낮을수록 오차의 분산이 커지는 경향이 나타났다.
30℃ 이상의 값들은 자료 개수의 부족으로 너무 큰 편차를 보여 분석에서 제외하였다. AMSR2 해수면온도 오차는 전반적으로 양의 편차를 보이며 수온이 낮아질수록 오차가 커지는 것을 확인할 수 있다. 이는 수온이 낮아질수록 마이크로파 센서의 민감도가 저하되어 오차가 발생하기 때문인 것으로 추정된다.
3(a), (b)). AMSR2 해수면온도가 해양 실측 수온에 대하여 선형의 비례관계를 보이고 있어 전반적으로 잘 일치하는 것으로 평가된다. Table 2에 실측 해수면온도에 대한 AMSR2 해수면온도의 일치점 개수, 평균제곱근오차, 편차 및 상관계수를 정리하였다.
5는 낮시간 동안 풍속에 따른 AMSR2 해수면온도 오차의 변동을 나타낸다. 모든 풍속 범위에서 양의 편차를 보였으며, 6 m/s 이상의 풍속에서 풍속이 증가할수록 해수면온도 오차가 소폭 증가하다가 12 m/s 이상의 풍속에서는 다시 감소하는 모습을 보이고 있으나 전반적으로 풍속이 약할수록 오차가 커지는 경향이 나타났다. 이전 연구에서도 밝혀진 바 있듯이 풍속이 약할 때에는 풍속이 강할 때에 비하여 낮시간 동안 해수면이 과도하게 가열된다(Gentemann and Wentz, 2001; Donlon et al.
이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도 오차에 영향을 미친다. 실측 해수면온도가 낮아질수록 오차가 증가하며 연안에 근접할수록 육지의 영향으로 오차가 증가하였다.
05℃로 나타났다. 이는 기존 연구에서 제시된 정확도보다 낮아 비교적 국지적인 범위인 북태평양 영역에서는 정확도가 떨어진다는 것을 알 수 있었다. 마이크로파 해수면온도는 여러 환경적인 요인들의 영향을 받아 자료에 오차가 발생할 수 있다.
06℃/km 이상의 수온 구배 영역에서는 큰 변동폭으로 증가하는 특성이 나타났다. 이를 통해 해수면온도의 공간 구배가 커질수록 위성 관측 해수면온도에 큰 오차가 나타날 수 있다는 결과를 얻을 수 있었다.
매년 평균제곱근오차의 최대값은 겨울철에 해당하는 12-3월에 주로 분포하고 있으며, 최소값은 여름철인 6-8월에 나타났다. 전반적으로 봄에서 여름까지 평균제곱근오차가 감소하다가 여름철 가장 낮은 값을 보이고 이후 다시 증가하여 겨울철에 최대값이 나타나는 경향성이 있었다.
8(d)는 AMSR2 해수면온도 평균제곱근오차를 전선으로부터의 거리에 대한 함수로 나타낸 것이다. 전선 영역과의 거리가 300 km 이내인 영역에서 평균제곱근오차는 전선에 가까워질수록 증가하며 최대 1.39℃의 평균제곱근오차값이 나타났다. 이처럼 AMSR2 해수면온도의 큰 오차들이 쿠로시오와 오야시오 전선 영역에 다수 분포되어 있는 것과 전선에 근접할수록 오차가 크게 나타나는 특성은 전선 또한 위성 관측 해수면온도의 오차 요인 중 하나임을 의미한다.
8(c)는 해수면온도 구배 크기에 대한 AMSR2 해수면온도 평균제곱근오차를 나타낸 것이다. 평균제곱근오차는 해수면온도 구배 크기가 커질수록 증가하며 특히 0.06℃/km 이상의 수온 구배 영역에서는 큰 변동폭으로 증가하는 특성이 나타났다. 이를 통해 해수면온도의 공간 구배가 커질수록 위성 관측 해수면온도에 큰 오차가 나타날 수 있다는 결과를 얻을 수 있었다.
후속연구
본 연구에서 활용된 풍속 자료들은 모두 한반도 주변 계류 부이로 한정되어 있어 전체 연구 지역의 특성을 반영하기 어렵다는 한계를 가진다. 또한 육지의 영향을 크게 받는 마이크로파 영역 자료 특성상 연안 근처 해수면온도에는 풍속에서 기인한 것이 아닌 육지에 의한 자료 오염이 반영되었을 수도 있다는 점에서 분석 결과에 제한이 있다. 하지만 낮시간 동안 낮은 풍속에서 오차가 커지는 특성을 보였다는 점에서 의의를 가진다고 할 수 있다.
본 연구에서 활용된 풍속 자료들은 모두 한반도 주변 계류 부이로 한정되어 있어 전체 연구 지역의 특성을 반영하기 어렵다는 한계를 가진다. 또한 육지의 영향을 크게 받는 마이크로파 영역 자료 특성상 연안 근처 해수면온도에는 풍속에서 기인한 것이 아닌 육지에 의한 자료 오염이 반영되었을 수도 있다는 점에서 분석 결과에 제한이 있다.
1%에 해당하는 13,119개의 일치점들이 생산되었으며, 0℃ 이하의 극저온에서는 212개의 일치점들이 생산되었다. 이처럼 온도 범위에 따른 분포 편차는 존재하지만 극한 상황에서의 해수면온도 정확도를 검증하고 다양한 온도 범위에 대한 오차 특성을 분석할 수 있을 것으로 기대된다.
해수면온도는 기후변화의 지표로서 기후 모니터링의 가장 기초가 되는 중요한 해양 변수 중 하나이다. 전 지구적인 규모에서 해수면온도는 기후 모델링, 지구의 열균형, 대기와 해양의 대순환 패턴 및 엘니뇨와 같은 변동을 연구하는데 중요한 정보를 제공하며 국지적인 규모에서는 소용돌이나 열전선, 용승, 일차생산성의 예측 등의 연구에 활용될 수 있다. 또한 해수면온도는 해양 순환모델 및 수치예보모델의 기본 입력 자료로도 널리 활용되고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
위성 관측 자료로부터 해수면온도를 산출하는 방법은 무엇이 있는가?
원격탐사 기술이 발달함에 따라 전 지구적 영역에 대한 지속적인 관측이 가능해지면서 인공위성 관측 해수면온도 자료가 기후변화 연구에 주요 자료로 활용되고 있다. 위성 관측 자료로부터 해수면온도를 산출하는 방법에는 크게 적외 영역을 이용하는 방법과 마이크로파 영역을 이용하는 방법이 있다. 먼저, 파장이 짧은 적외 영역 해수면온도는 마이크로파 영역 해수면온도에 비해 높은 공간 해상도(1-4 km)를 가지며 작은 화소 크기 덕분에 육지의 영향을 크게 받는 마이크로파 영역에 비해 육지 근처에서 보다 정확한 자료가 산출될 수 있다(Ricciardulli and Wentz, 2004).
인공위성 관측 해수면온도 자료가 기후변화 연구에 사용될 수 있는 이유는 무엇인가?
원격탐사 기술이 발달함에 따라 전 지구적 영역에 대한 지속적인 관측이 가능해지면서 인공위성 관측 해수면온도 자료가 기후변화 연구에 주요 자료로 활용되고 있다. 위성 관측 자료로부터 해수면온도를 산출하는 방법에는 크게 적외 영역을 이용하는 방법과 마이크로파 영역을 이용하는 방법이 있다.
적외 영역을 이용하는 방법과 마이크로파 영역을 이용하여 해수면온도를 파악하는 것의 특징은 각각 무엇인가?
위성 관측 자료로부터 해수면온도를 산출하는 방법에는 크게 적외 영역을 이용하는 방법과 마이크로파 영역을 이용하는 방법이 있다. 먼저, 파장이 짧은 적외 영역 해수면온도는 마이크로파 영역 해수면온도에 비해 높은 공간 해상도(1-4 km)를 가지며 작은 화소 크기 덕분에 육지의 영향을 크게 받는 마이크로파 영역에 비해 육지 근처에서 보다 정확한 자료가 산출될 수 있다(Ricciardulli and Wentz, 2004). 그러나 적외 영역에서는 대기의 수증기나 구름에 의한 영향으로 구름이 있을 경우 해수면온도를 관측할 수 없으며, 대기 보정과 구름 탐지가 완벽히 이루어지지 않을 경우 이로 인한 오차가 자료에 그대로 남게 된다(Vazquez-Cuervo et al., 2004).
이에 비하여 파장이 긴 마이크로파 영역에서의 관측은 구름에 의한 오염이 거의 없고 대기에 의한 영향을 비교적 쉽게 보정할 수 있어 연속적인 해수면온도 자료를 얻을 수 있다는 장점이 있다. 또한 강수 구역, 연안 지역을 제외한 모든 해역에서 마이크로파 영역 해수면온도 자료 획득률이 적외 영역보다 훨씬 높음에 따라 마이크로파 해수면온도 자료가 주목 받기 시작하였다(Stammer et al., 2003).
참고문헌 (24)
Donlon, C.J., N. Rayner, I. Robinson, D.J.S. Poulter, K.S. Casey, and J. Vazquez-Cuervo, 2007. The global ocean data assimilation experiment highresolution sea surface temperature pilot project, Bulletin of the American Meteorological Society, 88(8): 1197-1213.
Dong, S., S.T. Gille, J. Sprintall, and C. Gentemann, 2006. Validation of the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) sea surface temperature in the Southern Ocean, Journal of Geophysical Research: Oceans, 111(C4).
Emery, W.J., S. Castro, G.A. Wick, P. Schluessel, and C. Donlon, 2001. Estimating sea surface temperature from infrared satellite and in situ temperature data, Bulletin of the American Meteorological Society, 82(12): 2773.
Gentemann, C.L. and F.J. Wentz, 2001. Satellite microwave SST: Accuracy, comparisons to AVHRR and Reynolds SST, and measurement of diurnal thermocline variability, Proc. of Geoscience and Remote Sensing Symposium, IGARSS'01, IEEE 2001 International, vol. 1, pp. 246-248.
Gentemann, C.L., F.J. Wentz, C.A. Mears, and D.K. Smith, 2004. In situ validation of tropical rainfall measuring mission microwave sea surface temperatures, Journal of Geophysical Research: Oceans, 109(C4).
Gentemann, C.L., T. Meissner, and F.J. Wentz, 2010. Accuracy of satellite sea surface temperature at 7 and 11 GHz, IEEE Transactions on Geoscience and Remote Sensing, 48(3): 1009-1018.
Gentemann, C.L. and K.A. Hilburn, 2015. In situ validation of sea surface temperatures from the GCOM-W1/AMSR2 RSS calibrated brightness temperatures, Journal of Geophysical Research: Oceans, 120(5): 3567-3585.
Hihara, T., M. Kubota, and A. Okuro, 2015. Evaluation of sea surface temperature and wind speed observed by GCOM-W1/AMSR2 using in situ data and global products, Remote Sensing of Environment, 164: 170-178.
Hollinger, J.P. and R.C. Lo, 1984. Low Frequency Microwave Radiometer for N-ROSS, Proc. of Technical Symposium East, International Society for Optics and Photonics, pp. 199-207.
Mizuno, K. and W.B. White, 1983. Annual and interannual variability in the Kuroshio current system, Journal of physical oceanography, 13(10): 1847-1867.
Park, K.A., F. Sakaida, and H. Kawamura, 2008. Oceanic skin-bulk temperature difference through the comparison of satellite-observed sea surface temperature and in-situ measurements, Korean Journal of Remote Sensing, 24(4): 273-287 (in Korean with Enlish abstract).
Park, K.A., E.Y. Lee, S.R. Chung, E.H. Sohn, 2011. Accuracy assessment of sea surface temperature from NOAA/AVHRR data in the seas around Korea and error characteristics, Korean Journal of Remote Sensing, 27(6): 663-675.
Park, K.A., H.J. Woo, E.Y. Lee, S.W. Hong, K.L. Kim, 2013. Validation of significant wave height from satellite altimeter in the seas around Korea and error characteristics, Korean Journal of Remote Sensing, 29(6): 631-644.
Ricciardulli, L. and F.J. Wentz, 2004. Uncertainties in sea surface temperature retrievals from space: Comparison of microwave and infrared observations from TRMM, Journal of Geophysical Research: Oceans, 109(C12).
Stammer, D., F.J. Wentz, and C. Gentemann, 2003. Validation of microwave sea surface temperature measurements for climate purposes, Journal of Climate, 16(1): 73-87.
Tomita, H., Y. Kawai, M.F. Cronin, T. Hihara, M. Kubota, 2015. Validation of AMSR2 Sea Surface Wind and Temperature over the Kuroshio Extension Region, SOLA, 11(0): 43-47.
Vazquez-Cuervo, J., E.M. Armstrong, and A. Harris, 2004. The effect of aerosols and clouds on the retrieval of infrared sea surface temperatures, Journal of Climate, 17(20): 3921-3933.
Wentz, F.J. and T. Meissner, 2007. Supplement 1 Algorithm Theoretical Basis Document for AMSR-E Ocena Algorithm, Santa Rosa, CA: Remote Sensing Systems.
Yasuda, I., 2003. Hydrographic structure and variability in the Kuroshio-Oyashio transition area, Journal of Oceanography, 59(4): 389-402.
Yoshimori, K., K. Itoh, and Y. Ichioka, 1994. Thermal radiative and reflective characteristics of a windroughened water surface, JOSA A, 11(6): 1886-1893.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.