한반도 서해 연안 해역에서의 해양 부이 관측 수온과 위성 마이크로파 관측 해수면온도의 비교 Comparison of Sea Surface Temperature from Oceanic Buoys and Satellite Microwave Measurements in the Western Coastal Region of Korean Peninsula원문보기
본 연구에서는 서해 연안에서의 실측-위성 해수면온도 차이를 규명하고 그 특성을 분석하기 위해 GCOM-W1/AMSR2 마이크로파 해수면온도 자료와 서해 연안에 위치한 덕적도, 칠발도, 외연도 해양기상 부이의 실측 수온 자료를 활용하여 2012년 7월부터 2017년 12월까지 총 6,457개의 일치점 자료를 생산하였다. 5년 이상의 덕적도, 칠발도, 외연도 해양 부이 수온 자료와 AMSR2 해수면온도를 비교하여 정확도를 제시하였다. 마이크로파 위성 해수면온도와 현장 관측 부이 해수면온도 간의 차이는 풍속과 수온 등 환경 요인에 대한 의존성을 가지는 것으로 나타났다. 낮시간 풍속이 약할 때 ($<6ms^{-1}$) AMSR2 해수면온도는 실측 해수면온도보다 높게 산출되며, 밤시간에 대해서는 풍속이 커질수록 양의 편차가 증가함을 밝혔다. 또한 AMSR2 해수면온도와 실측 해양부이 수온 간의 차이가 증가하는 경향은 낮은 온도에서 마이크로파 센서의 민감도의 저하와 육지에 의한 자료오염과 관련이 있는 것으로 나타났다. 실측-위성 해수면온도 차이를 월별로 도시해본 결과, 마이크로파 위성 해수면온도의 편차는 강한 바람이 부는 겨울철에 가장 커진다고 알려져 있던 기존의 경향성과는 달리 덕적도, 칠발도 부이에서는 여름철 가장 큰 해수면온도 편차값이 나타났다. 이러한 차이는 부이의 위치에 따른 조석 혼합의 공간적 차등에 기인한 것으로 사료된다. 본 연구는 인공위성 합성장에 기여도가 높은 마이크로파 위성 해수면온도를 사용할 때 한반도 서해안에서 발생할 수 있는 문제점과 제한점을 제시하였다.
본 연구에서는 서해 연안에서의 실측-위성 해수면온도 차이를 규명하고 그 특성을 분석하기 위해 GCOM-W1/AMSR2 마이크로파 해수면온도 자료와 서해 연안에 위치한 덕적도, 칠발도, 외연도 해양기상 부이의 실측 수온 자료를 활용하여 2012년 7월부터 2017년 12월까지 총 6,457개의 일치점 자료를 생산하였다. 5년 이상의 덕적도, 칠발도, 외연도 해양 부이 수온 자료와 AMSR2 해수면온도를 비교하여 정확도를 제시하였다. 마이크로파 위성 해수면온도와 현장 관측 부이 해수면온도 간의 차이는 풍속과 수온 등 환경 요인에 대한 의존성을 가지는 것으로 나타났다. 낮시간 풍속이 약할 때 ($<6ms^{-1}$) AMSR2 해수면온도는 실측 해수면온도보다 높게 산출되며, 밤시간에 대해서는 풍속이 커질수록 양의 편차가 증가함을 밝혔다. 또한 AMSR2 해수면온도와 실측 해양부이 수온 간의 차이가 증가하는 경향은 낮은 온도에서 마이크로파 센서의 민감도의 저하와 육지에 의한 자료오염과 관련이 있는 것으로 나타났다. 실측-위성 해수면온도 차이를 월별로 도시해본 결과, 마이크로파 위성 해수면온도의 편차는 강한 바람이 부는 겨울철에 가장 커진다고 알려져 있던 기존의 경향성과는 달리 덕적도, 칠발도 부이에서는 여름철 가장 큰 해수면온도 편차값이 나타났다. 이러한 차이는 부이의 위치에 따른 조석 혼합의 공간적 차등에 기인한 것으로 사료된다. 본 연구는 인공위성 합성장에 기여도가 높은 마이크로파 위성 해수면온도를 사용할 때 한반도 서해안에서 발생할 수 있는 문제점과 제한점을 제시하였다.
In order to identify the characteristics of sea surface temperature (SST) differences between microwave SST from GCOM-W1/AMSR2 and in-situ measurements in the western coast of Korea, a total of 6,457 collocated matchup data were produced using the in-situ temperature measurements from marine buoy st...
In order to identify the characteristics of sea surface temperature (SST) differences between microwave SST from GCOM-W1/AMSR2 and in-situ measurements in the western coast of Korea, a total of 6,457 collocated matchup data were produced using the in-situ temperature measurements from marine buoy stations (Deokjeokdo, Chilbaldo, and Oeyeondo) from July 2012 to December 2017. The accuracy of satellite microwave SSTs was presented by comparing the ocean buoy data of Deokjeokdo, Chilbaldo, and Oeyeondo stations with the AMSR2 SST data more than five years. The SST differences between the microwave SST and the in-situ temperature measurements showed some dependence on environmental factors, such as wind speed and water temperature. The AMSR2 SSTs were tended to be higher than the in-situ temperature measurements during the daytime when the wind speed was low ($<6ms^{-1}$). On the other hand, they showed positive deviation increasingly as the wind speed increased for nighttime. In addition, increasing tendency of SST differences was related to decreasing sensitivity of microwave sensors at low temperatures and data contamination by land. A monthly analysis of the SST difference showed that unlike the previous trend, which was known to be the largest in winter when strong winds were blowing, the SST difference was largest in summer in Deokjeokdo and Chilbaldo buoy stations. This seemed to be induced by differential tidal mixing at the collocated matchup points. This study presented problems and limitations of the use of microwave SSTs with high contribution to the SST composites in the western coastal region off the Korean peninsula.
In order to identify the characteristics of sea surface temperature (SST) differences between microwave SST from GCOM-W1/AMSR2 and in-situ measurements in the western coast of Korea, a total of 6,457 collocated matchup data were produced using the in-situ temperature measurements from marine buoy stations (Deokjeokdo, Chilbaldo, and Oeyeondo) from July 2012 to December 2017. The accuracy of satellite microwave SSTs was presented by comparing the ocean buoy data of Deokjeokdo, Chilbaldo, and Oeyeondo stations with the AMSR2 SST data more than five years. The SST differences between the microwave SST and the in-situ temperature measurements showed some dependence on environmental factors, such as wind speed and water temperature. The AMSR2 SSTs were tended to be higher than the in-situ temperature measurements during the daytime when the wind speed was low ($<6ms^{-1}$). On the other hand, they showed positive deviation increasingly as the wind speed increased for nighttime. In addition, increasing tendency of SST differences was related to decreasing sensitivity of microwave sensors at low temperatures and data contamination by land. A monthly analysis of the SST difference showed that unlike the previous trend, which was known to be the largest in winter when strong winds were blowing, the SST difference was largest in summer in Deokjeokdo and Chilbaldo buoy stations. This seemed to be induced by differential tidal mixing at the collocated matchup points. This study presented problems and limitations of the use of microwave SSTs with high contribution to the SST composites in the western coastal region off the Korean peninsula.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
마이크로파 해수면온도의 정확도는 다양한 지역적 특성에 따라 크게 달라질 수 있으며, 현재 JAXA가 운용하고 있는 마이크로파 센서인 GCOM-W1/AMSR2로 관측한 해수면온도와 서해 연안의 부이 해수면온도와의 비교 분석 및 해수면온도 차이에 대한 특성은 분석된 바가 없다. 따라서 본 연구에서는 2012년 7월부터 2017년 12월까지 AMSR2 해수면온도와 기상청 해양기상부이 중 서해 연안에 위치한 덕적도, 칠발도, 외연도 부이 해수면온도를 비교 분석하고 실측-위성 해수면온도 차이를 유발하는 요인을 고찰하였다. AMSR2의 공간 해상도 및 연안 부이임을 고려하여 공간 격차는 50 km, 시간 격차는 30분 이내의 일치점 자료를 생산하였다.
이와 같이 수온이 큰 폭의 변동성을 보이는 해역은 다양한 해양과 대기 조건으로 인해 인공위성 자료로부터 산출된 해수면온도가 실제 수온과 큰 차이를 나타낼 수 있다. 따라서, 본 연구에서는 황해 해역에 대한 GCOMW1/AMSR2 위성의 마이크로파 해수면온도를 기상청의 덕적도, 칠발도, 외연도 해양부이 자료와 비교하고, 관측 자료의 차이를 유발하는 요인을 파악하여, 추후 마이크로파 해수면온도 자료 및 해양기상부이 자료 활용의 기반을 마련하고자 한다.
본 연구에서는 기상청에서 개발한 품질 관리 절차를 적용하여 부이 자료의 오류를 제거하였으며 다음과 같은 순서로 이를 수행하였다. 1) −99 이하의 값을 제거하고 하루에 10회 미만의 관측치를 가진 부이는 자료에서 제외하였다.
제안 방법
AMSR2 해수면온도와 해양 실측 해수면온도간의 비교를 위해 일정 시간, 공간 내의 일치점 자료를 생산하였다. 30분 이내의 시간 격차를 주고, AMSR2의 공간 해상도 및 실측 자료가 연안 부이 자료임을 고려하여 50 km 이내의 공간 격차를 주었다. 일치점자료에는 실측 부이와 위성의 해수면온도뿐만 아니라 부이와 위성의 관측 위치, 시간, 부이의 풍속, 풍향, 기온 및 위성의 풍속, 대기 수증기량, 구름의 수분량, 강수량 등의 정보 또한 함께 기록되도록 하여 위성 마이크로파 해수면온도의 오차 특성 분석을 수행하였다.
AMSR2 해수면온도와 해양 실측 해수면온도간의 비교를 위해 일정 시간, 공간 내의 일치점 자료를 생산하였다. 30분 이내의 시간 격차를 주고, AMSR2의 공간 해상도 및 실측 자료가 연안 부이 자료임을 고려하여 50 km 이내의 공간 격차를 주었다.
AMSR2 해수면온도의 정확도 검증을 위해 해양부이 해수면온도와 인공위성 관측 해수면온도를 비교하였다(Fig. 2a, c, e). 해양 실측 수온에 대하여 AMSR2 해수면온도는 선형의 비례관계를 보여 전반적으로 잘 일치하는 것으로 평가되지만 양의 편차가 강하게 나타나는 것을 확인할 수 있다.
따라서 본 연구에서는 2012년 7월부터 2017년 12월까지 AMSR2 해수면온도와 기상청 해양기상부이 중 서해 연안에 위치한 덕적도, 칠발도, 외연도 부이 해수면온도를 비교 분석하고 실측-위성 해수면온도 차이를 유발하는 요인을 고찰하였다. AMSR2의 공간 해상도 및 연안 부이임을 고려하여 공간 격차는 50 km, 시간 격차는 30분 이내의 일치점 자료를 생산하였다.
현재 서해 7개소(덕적도, 칠발도, 외연도, 신안, 인천, 부안, 추자도), 남해 4개소(거문도, 거제도, 통영, 울산), 동해 4개소(동해, 포항, 울릉도, 울진), 제주도 2개소(마라도, 서귀포) 등 총 17개소에 설치되어 있다. 관측요소는 풍향, 풍속, 기압, 기온, 습도, 파고, 파주기, 파향, 수온 등이며, 매 정시 자료를 생산하는 것을 기본으로 한다. 본 연구에서는 17개의 해양 기상부이 중 황해에 위치하고 있는 덕적도, 칠발도, 외연도의 관측 자료를 활용하였으며 2012년 7월부터 2017년 12월까지 총 120,603개의 부이 자료를 획득하였다.
분석에 필요한 자료의 신뢰도 면에서 실측 풍속자료를 활용하는 것이 가장 좋지만, 일치점 자료 중풍속 자료가 기록된 해양 부이 자료가 거의 없어 자료 획득에 어려움을 겪었다. 매우 제한적인 자료 개수는 분석 결과에도 큰 영향을 줄 것으로 판단되어 부득이하게 위성 풍속 자료로 분석을 수행하였다.
본 연구에서는 해양 실측자료와의 비교 및 실측-위성 해수면온도 차이가 나타내는 특성을 분석하기 위하여 Remote Sensing Systems (RSS)에서 배포되고 있는 버전 8의 level 2 (L2) 해수면온도를 수집하였다. 2012년 7월부터 2017년 12월까지 총 5년 6개월간의 AMSR2 해수면온도 자료를 분석에 활용하였으며, 해수면온도 오차의 다양한 요인들에 대한 분석을 위해 L2 자료 중 풍속, 대기 수증기량, 구름 수액량(cloud liquid water), 강수량 등의 변수 정보도 수집하여 활용하였다.
실측 해수면온도의 변동 특성에 따라 실측-위성 해수면온도 차이가 어떻게 나타나는지 분석해보기 위하여 2013년부터 2017년까지 5년 동안의 부이 해수면 온도를 일평균하여 월별로 도시하였다(Fig. 5). 덕적도, 칠발도, 외연도 부이의 해수면온도 분포 범위는 0-31.
30분 이내의 시간 격차를 주고, AMSR2의 공간 해상도 및 실측 자료가 연안 부이 자료임을 고려하여 50 km 이내의 공간 격차를 주었다. 일치점자료에는 실측 부이와 위성의 해수면온도뿐만 아니라 부이와 위성의 관측 위치, 시간, 부이의 풍속, 풍향, 기온 및 위성의 풍속, 대기 수증기량, 구름의 수분량, 강수량 등의 정보 또한 함께 기록되도록 하여 위성 마이크로파 해수면온도의 오차 특성 분석을 수행하였다.
풍속이 AMSR2 해수면온도와 실측 해수면온도 간의 차이에 미치는 영향을 분석하기 위해 위성 풍속자료를 활용하여 해수면온도 차이의 변동을 나타내었다. 분석에 필요한 자료의 신뢰도 면에서 실측 풍속자료를 활용하는 것이 가장 좋지만, 일치점 자료 중풍속 자료가 기록된 해양 부이 자료가 거의 없어 자료 획득에 어려움을 겪었다.
해양 실측 해수면온도와 AMSR2 해수면온도 간의 차이가 나타내는 특성을 이해하기 위하여 AMSR2 해수면온도의 오차를 해양 실측 해수면온도에 대한함수로 도시하였다(Fig. 2b, d, f). AMSR2 해수면온도의 오차는 실측 해수면온도에 대하여 대략 5-5℃이내에 분포하였으며 전반적으로 양의 편차를 보였다.
대상 데이터
2012년 7월부터 2017년 12월까지 5년 이상의 인공위성-해양 실측 자료를 활용하여 총 6,457개의 일치점을 생산하였다. 일치점 자료의 공간 분포는 인공위성 궤도, 해양 자료가 관측된 위치 및 관측 시간에 따라 그 개수가 달라질 수 있다.
본 연구에서는 해양 실측자료와의 비교 및 실측-위성 해수면온도 차이가 나타내는 특성을 분석하기 위하여 Remote Sensing Systems (RSS)에서 배포되고 있는 버전 8의 level 2 (L2) 해수면온도를 수집하였다. 2012년 7월부터 2017년 12월까지 총 5년 6개월간의 AMSR2 해수면온도 자료를 분석에 활용하였으며, 해수면온도 오차의 다양한 요인들에 대한 분석을 위해 L2 자료 중 풍속, 대기 수증기량, 구름 수액량(cloud liquid water), 강수량 등의 변수 정보도 수집하여 활용하였다.
관측요소는 풍향, 풍속, 기압, 기온, 습도, 파고, 파주기, 파향, 수온 등이며, 매 정시 자료를 생산하는 것을 기본으로 한다. 본 연구에서는 17개의 해양 기상부이 중 황해에 위치하고 있는 덕적도, 칠발도, 외연도의 관측 자료를 활용하였으며 2012년 7월부터 2017년 12월까지 총 120,603개의 부이 자료를 획득하였다.
AMSR2는 극궤도 위성 GCOM-W1에 탑재된 수동마이크로파 센서로 JAXA에서 개발하여 운용중이며 2012년 5월에 발사되어 같은 해 7월부터 자료가 배포되고 있다. 지구 표면으로부터 방출되는 복사에너지를 7개의 마이크로파 파장대에서 탐지하며 각 파장에 대하여 수직 및 수평으로 편광된 총 12개의 채널을 가지고 있다. 같은 지역에 대한 관측은 약 16일을 주기로 반복된다.
황해 해역에 대한 해양 실측 자료로 기상청에서 제공하는 해양 기상 부이 자료를 수집하였다. 해양기상 부이는 해수면에서 종합적인 해양기상현상을 각종 관측장비로 측정하고, 측정한 값을 일정한 물리량으로 변환·처리하여 위성으로 전송하는 장비이다.
데이터처리
해양 실측 수온에 대하여 AMSR2 해수면온도는 선형의 비례관계를 보여 전반적으로 잘 일치하는 것으로 평가되지만 양의 편차가 강하게 나타나는 것을 확인할 수 있다. Table 3에 AMSR2 해수면온도의 일치점 개수, 평균제곱근오차(RMSE, Root Mean Square Error), 편차(bias) 및 상관계수(correlation coefficient)를 정리하였다. 주야간을 나누지 않고 모든 일치점 자료에 대하여 AMSR2 해수면온도의 정확도를 계산한 결과 덕적도, 칠발도, 외연도 해양부이에 따라 약 2.
성능/효과
3) m (일평균)±3σ (표준편차)의 범위를 벗어나는 자료도 오류로 간주하여 제외하였다. 4) 표준편차가 기준일 이후 4일 동안 2℃ 이상이거나 0℃인 경우 4일간 해당 부이의 자료는 모두 제외하였다. 위의 과정을 거쳐도 부이 자료에 여전히 남아있는 관측 오차는 10년 동안의 일별 해수면온도기후장을 사용하여 제거하였다.
AMSR2 해수면온도는 낮시간 동안 낮은 풍속(<6 ms−1)에서 실측 해수면온도보다 높게 산출되는 경향이 있으며, 밤시간에 대해서는 풍속이 커질수록 양의 편차가 증가하는 모습을 확인할 수 있었다.
각 해양부이 해수면온도에 대한 AMSR2 해수면온도의 평균제곱근오차는 덕적도, 칠발도, 외연도 해양부이에 따라 약 2.07, 2.33, 1.14℃로 나타났고, 편차는 약 1.29, 1.59, 0.66℃로 나타났다. 이는 기존 연구에서 제시되어왔던 마이크로파 해수면온도의 평균 오차보다는 다소 높은 수치이다.
덕적도, 칠발도, 외연도 해양 부이 모두 6 ms−1 이하의 풍속 범위에서 풍속이 감소할수록 위성 해수면온도의 양의 편차가 증가하는 경향이 나타났다.
이러한 육지에 의한 자료 오염을 고려하여 연안으로부터 100 km 이내의 해수면온도는 RSS의 AMSR2 해수면온도 자료에서 제거된다. 본 연구에 사용된 해양 기상 부이는 모두 연안 70 km 이내에 위치하므로 일치점 생산시 AMSR2 자료와의 공간 격차가 다소 크게 나타날 수 있다. 연안으로부터 37, 51 km 떨어져있는 덕적도, 칠발도 부이에 비하여 상대적으로 외해에 위치한 외연도 부이 자료와의 일치점이 가장 많았고, 연도별 분포는 비교적 고르게 나타나있다.
AMSR2 해수면온도의 오차는 실측 해수면온도에 대하여 대략 5-5℃이내에 분포하였으며 전반적으로 양의 편차를 보였다. 실측 해수면온도가 낮아질수록 AMSR2 해수면온도와 해양 부이 해수면온도간의 차이는 커지는 것을 확인할 수 있는데, 이는 수온이 낮아질수록 마이크로 파 센서의 민감도가 현저히 저하되어 오차가 발생하기 때문인 것으로 추정된다.
또한, 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도와 해양 부이 해수면온도 간의 차이를 발생시킨다. 실측 해수면온도가 낮아질수록 오차가 증가하며 연안에 근접할수록 육지의 영향으로 양의 편차가 증가하였다.
Table 3에 AMSR2 해수면온도의 일치점 개수, 평균제곱근오차(RMSE, Root Mean Square Error), 편차(bias) 및 상관계수(correlation coefficient)를 정리하였다. 주야간을 나누지 않고 모든 일치점 자료에 대하여 AMSR2 해수면온도의 정확도를 계산한 결과 덕적도, 칠발도, 외연도 해양부이에 따라 약 2.07, 2.33, 1.14℃의 평균제곱근오차를 보였고, 편차는 약 1.29, 1.59, 0.66 ℃로 나타났다. 이는 기존 연구에서 마이크로파 해수면온도의 평균제곱근오차로 제시되어온 0.
2a, c, e). 해양 실측 수온에 대하여 AMSR2 해수면온도는 선형의 비례관계를 보여 전반적으로 잘 일치하는 것으로 평가되지만 양의 편차가 강하게 나타나는 것을 확인할 수 있다. Table 3에 AMSR2 해수면온도의 일치점 개수, 평균제곱근오차(RMSE, Root Mean Square Error), 편차(bias) 및 상관계수(correlation coefficient)를 정리하였다.
후속연구
그러나 대부분의 정확도 평가 연구가 전지구 영역에 초점이 맞춰져 진행되다 보니 지역적인 오차 특성을 세세히 살피지 못하는 경우가 많다. 다양한 지역적 특성의 영향을 받아 마이크로파 산출 해수면온도의 정확도는 크게 달라질 수 있으므로 국지적인 지역에 대한 자료 검증 연구가 선행되어야 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
해수면온도의 역할은?
해수면온도는 해양-대기의 상호작용을 규명하고, 기후 변동을 이해하는 데 필수적인 해양 매개 변수 중 하나이며, 대기와 해양 사이의 열, 운동량 및 수증기 교환에 근본적인 역할을 한다. 해수면온도의 분포와 특성은 해양 생태계에 중요한 영향을 미치며, 기후 변화 모니터링, 일기 예보, 해양 자료 동화와 같은 많은 환경 응용 분야에서 널리 사용되어 왔다(Yan et al.
해수면온도의 분포와 특성이 사용되는 분야는?
해수면온도는 해양-대기의 상호작용을 규명하고, 기후 변동을 이해하는 데 필수적인 해양 매개 변수 중 하나이며, 대기와 해양 사이의 열, 운동량 및 수증기 교환에 근본적인 역할을 한다. 해수면온도의 분포와 특성은 해양 생태계에 중요한 영향을 미치며, 기후 변화 모니터링, 일기 예보, 해양 자료 동화와 같은 많은 환경 응용 분야에서 널리 사용되어 왔다(Yan et al., 2015; Dai, 2016).
해수면온도를 측정할 때 인공위성을 통한 방법이 가지는 장점은?
, 2010). 이에 비하여 인공위성을 통한 해수면온도관측은 전 지구적 영역에 대한 지속적인 자료 산출이 가능하기 때문에 해수면온도의 공간 분포를 분석하고 지상 관측 데이터의 범위를 보완하는 데 유용하게 활용될 수 있다. 해수면온도 측정 기술은 1970년대 이후 원격 탐사 위성의 발사와 함께 상당한 발전을 보여왔는데, 적외 영역과 마이크로파 영역을 이용하여 산출될 수 있다.
참고문헌 (40)
Banzon, V. F., R. W. Reynolds, and T. M. Smith., 2010. The role of satellite data in extended reconstruction of sea surface temperatures. Paper read at Extended Abstracts, Oceans from Space Symp, Venice.
Chelton, D. B. and F. J., Wentz, 2005. Global microwave satellite observations of sea surface temperature for numerical weather prediction and climate research. Bulletin of the American Meteorological Society, 86(8), 1097-1115.
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).
Donlon, C. J., L., Nykjaer, and C., Gentemann, 2004. Using sea surface temperature measurements from microwave and infrared satellite measurements. International Journal of Remote Sensing, 25(7-8), 1331-1336.
Donlon, C., N. Rayner, I. Robinson, D. J. S. Poulter, K. S. Casey, J. Vazquez-Cuervo, E. Armstrong, A. Bingham, O. Arino, and C. Gentemann., 2007. The Global ocean data assimilation experiment high-resolution sea surface temperature pilot project. Bulletin of the American Meteorological Society 88(8), 1197-1213. doi:10.1175/BAMS-88-8-1197.
Emery, W. J., Y. Yu, G. A. Wick, P. Schluessel, and R. W. Reynolds, 1994. Correcting infrared satellite estimates of sea surface temperature for atmospheric water vapor attenuation. J. Geophys. Res., 99, 5219-5236.
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 2001 Geoscience and Remote Sensing Symposium, Sydney, Jul. 9-Jul. 13, vol. 1, pp. 246-248.
Gentemann, C. L., and 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 temepratures from the GCOMW1/AMSR2 RSS calibrated brightness temperatures. Journal of Geophysical Research: Oceans, 120(5), 3567-3585.
Harris, A. R., and M. A. Saunders, 1996. Global validation of the alongtrack scanning radiometer against drifting buoys. Journal of Geophysical Research: Oceans, 101(C5), 12127-12140.
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.
Kim, H. Y., K. A. Park, S. R. Chung, S. K. Baek, B. I. Lee, I. C. Shin, C. Y. Chung, J. G. Kim, and W. C. Jung, 2018. Validation of Sea Surface Temperature (SST) from satellite passive microwave sensor (GPM/ GMI) and causes of SST errors in the Northwest Pacific. Korean Journal of Remote Sensing, 34(1), 1-15.
Kwon, K. M., B. J. Choi, S. H. Lee, Y. K. Cho, and C. Jang, 2011. Coastal current along the eastern boundary of the Yellow Sea in summer: Numerical simulations. Sea, 16(4), 155-168.
Lie, H. J., I. K. Bang, Y. Q. Kang, 1986. Empirical orthogonal function analysis of seawater temperature in the southeastern Hwanghae. Journal of the Oceanological Society of Korea, 21(4), 193-202.
Lie, H. J., 1989. Tidal fronts in the southern Hwanghae (Yellow Sea). Cont. Shelf Res., 9, 527-546.
Lee, S. H., and R. C. Beardsley, 1999. Influence of stratification on residual tidal currents in the Yellow Sea. Journal of Geophysical Research, 104, 15679-15701.
Lee, S. H., and H. Y. Choi, 1997. A numerical model study of residual tidal currents in the mid-eastern Yellow Sea-initial stratification. The Yellow Sea, 3, 58-70.
Maturi, E., A., Harris, J., Mittaz, J., Sapper, G., Wick, X., Zhu, and P., Koner, 2017. A New High-Resolution Sea Surface Temperature Blended Analysis. Bulletin of the American Meteorological Society, 98(5), 1015-1026.
Meissner, T., F. J., Wentz, and D., Draper, 2012. GMI calibration algorithm and analysis theoretical basis document. Remote Sensing Systems.
Meissner, T., and F. J. Wentz, 2012. The emissivity of the ocean surface between 6 and 90 GHz over a large range of wind speeds and earth incidence angles. IEEE Trans. Geosci. Remote Sens., 50(8), 3004-3026.
O'Carroll, A. G., J. G. Watts, L. A. Horrocks, R. W. Saunders, and N. A. Rayner, 2006. Validation of the AATSR meteo product sea surface temperature. Journal of Atmospheric and Oceanic Technology, 23(5), 711-726.
Park, K. A., E. Y., Lee, X., Li, S. R., Chung, E. H., Sohn, and S., Hong, 2015. NOAA/AVHRR sea surface temperature accuracy in the East/Japan Sea. International Journal of Digital Earth, 8(10), 784-804.
Ren, S., J. Xie, and J. Zhu, 2014. The roles of different mechanisms related to the tide-induced fronts in the Yellow Sea in summer. Advances in Atmospheric Sciences, 31(5), 1079-1089.
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).
Simpson, J. H., and J. R. Hunter, 1974. Fronts in the Irish Sea. Nature, 250, 404-406.
Stammer, D., F. Wentz, and C. Gentemann, 2003. Validation of microwave sea surface temperature measurements for climate purposes. Journal of Climate, 16(1), 73-87.
Walton, C. C., 2016. A review of differential absorption algorithms utilized at NOAA for measuring sea surface temperature with satellite radiometers. Remote Sensing of Environment, 187, 434-446. doi:10.1016/j.rse.2016.10.011.
Wentz, F. J., 1997. A well-calibrated ocean algorithm for special sensor microwave/imager. Journal of Geophysical Research: Oceans, 102(C4), 8703-8718.
Wentz, F. J., C., Gentemann, D., Smith, and D., Chelton, 2000. Satellite measurements of sea surface temperature through clouds. Science, 288(5467), 847-850.
Wentz, F. J., and T. Meissner, 2000. Algorithm theoretical basis document (ATBD) version 2 AMSR ocean algorithm. Remote Sensing Systems, Santa Rosa, CA, USA.
Wentz, F.J., and T. Meissner, 2007. Supplement 1 Algorithm Theoretical Basis Document for AMSR-E ocena algorithm. Santa Rosa, CA, USA, Remote Sensing Systems.
Yan, Y., A. Barth, J.-M. Beckers, G. Candille, J.-M. Brankart, and P. Brasseur., 2015. Ensemble assimilation of ARGO temperature profile, sea surface temperature, and altimetric satellite data into an eddy permitting primitive equation model of the North Atlantic Ocean. Journal of Geophysical Research: Oceans, 120(7), 5134-5157.
Yoshimori, K., K. Itoh, and Y. Ichioka, 1994. Thermal radiative and reflective characteristics of a windroughened water surface. JOSAA, 11(6), 1886-1893.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.