인공위성 해수면온도 편차 이용 한반도 연안 해역 고수온 탐지 : 2017-2018년도 Preliminary Study on Detection of Marine Heat Waves using Satellite-based Sea Surface Temperature Anomaly in 2017-2018원문보기
본 연구에서는 인공위성 해수면온도편차(Sea Surface Temperature Anomaly, SSTA)를 이용하여 한반도 연안해역의 고수온 해역을 추출하고, 국립수산과학원의 고수온속보 발령 문서와 비교하였다. 일일 SSTA 이미지를 이용하여 임계값을 적용하는 고수온 탐지 알고리즘을 제안하였으며, 고수온 주의보는 2℃ 이상, 경보는 3℃ 이상인 것으로 가정하였다. 2017~2018년 7~9월의 일평균 SST를 기반으로 한 편차자료를 사용하였으며, 고수온속보에 사용되는 지역을 대상으로 위성기반 탐지 결과를 9개 영역으로 구분하고 비교하였다. 해역별 고수온 발생 횟수 비교 결과, 수온 관측 부이가 고르게 분포한 남해 연안은 고수온속보와 위성 탐지 횟수가 유사하게 나타났다. 반면에 다른 해역은 위성 탐지 횟수가 약 2배 이상 많았으며, 이는 고수온속보 발령이 해역의 일부 위치 수온만을 고려하기 때문인 것으로 판단된다. 본 연구 결과는 향후 위성기반 연안해역 고·저수온 모니터링 체계 개발에 활용하고자 한다.
본 연구에서는 인공위성 해수면온도 편차(Sea Surface Temperature Anomaly, SSTA)를 이용하여 한반도 연안해역의 고수온 해역을 추출하고, 국립수산과학원의 고수온속보 발령 문서와 비교하였다. 일일 SSTA 이미지를 이용하여 임계값을 적용하는 고수온 탐지 알고리즘을 제안하였으며, 고수온 주의보는 2℃ 이상, 경보는 3℃ 이상인 것으로 가정하였다. 2017~2018년 7~9월의 일평균 SST를 기반으로 한 편차자료를 사용하였으며, 고수온속보에 사용되는 지역을 대상으로 위성기반 탐지 결과를 9개 영역으로 구분하고 비교하였다. 해역별 고수온 발생 횟수 비교 결과, 수온 관측 부이가 고르게 분포한 남해 연안은 고수온속보와 위성 탐지 횟수가 유사하게 나타났다. 반면에 다른 해역은 위성 탐지 횟수가 약 2배 이상 많았으며, 이는 고수온속보 발령이 해역의 일부 위치 수온만을 고려하기 때문인 것으로 판단된다. 본 연구 결과는 향후 위성기반 연안해역 고·저수온 모니터링 체계 개발에 활용하고자 한다.
In this study, marine heat waves on coastal waters of Republic of Korea were detected using satellite-based Sea Surface Temperature Anomaly (SSTA). The detected results were compared with the warm water issues reported by the National Institute of Fisheries Science (NIFS). Marine heat waves detectio...
In this study, marine heat waves on coastal waters of Republic of Korea were detected using satellite-based Sea Surface Temperature Anomaly (SSTA). The detected results were compared with the warm water issues reported by the National Institute of Fisheries Science (NIFS). Marine heat waves detection algorithm using SSTA based on a threshold has proposed. The threshold value was defined as 2℃ for caution and 3℃ for warning issues, respectively. Daily averaged SST data from July to September of 2017-2018 were used to generate SSTA. The satellite-based detection results were classified into nine areas according to the place names used in the NIFS warm water issues. In the comparison of frequency of marine heat waves occurrence to each area with the warm water issue, most areas in the southern coast showed a similar pattern, that is probably NIFS uses spatially well distributed buoys. On the other hand, other sea areas had about two times more satellite detection results. This result seems to be because NIFS only considers the water temperature data measured at limited points. The results of this study are expected to contribute to the development of a satellite-based warm/cold water monitoring system in coastal waters.
In this study, marine heat waves on coastal waters of Republic of Korea were detected using satellite-based Sea Surface Temperature Anomaly (SSTA). The detected results were compared with the warm water issues reported by the National Institute of Fisheries Science (NIFS). Marine heat waves detection algorithm using SSTA based on a threshold has proposed. The threshold value was defined as 2℃ for caution and 3℃ for warning issues, respectively. Daily averaged SST data from July to September of 2017-2018 were used to generate SSTA. The satellite-based detection results were classified into nine areas according to the place names used in the NIFS warm water issues. In the comparison of frequency of marine heat waves occurrence to each area with the warm water issue, most areas in the southern coast showed a similar pattern, that is probably NIFS uses spatially well distributed buoys. On the other hand, other sea areas had about two times more satellite detection results. This result seems to be because NIFS only considers the water temperature data measured at limited points. The results of this study are expected to contribute to the development of a satellite-based warm/cold water monitoring system in coastal waters.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 결과는 단일 픽셀의 수온 차이만을 이용하여 고수온을 탐지한 결과를 소개하였다. 국립수산과학원의 고수온 주의보 및 경보 발령은 지점별 수온 분석 결과 또는 최근 5년 평년 수온 비교 결과를 이용하여 결정한다.
제안 방법
2017~2018년도 7~9월 합성 위성 SSTA를 이용하여 한반도 연안해역 고수온 탐지를 실시하였다. 총 184일 자료를 사용하였으며, GHRSST 평균 수온은 2007~2016년 GHRSST OSTIA의 일평균 전구 수온자료를 이용하여 생성하였다.
9개 해역 대상으로 고수온 속보 발령 횟수와 위성 탐지 결과를 정량적으로 비교하였다(Fig 9). 주의보의 경우 남해 연안과 제주 해역을 제외한 모든 해역에서 고수온 위성 탐지 횟수가 많았다.
고수온 주의보와 경보는 각각 평년대비 2℃ 및 3℃ 이상의 급격한 수온 상승 해역으로 정의된다. 9개의 산출 영역에 포함되는 모든 픽셀의 온도값이 평년 대비 2℃ 미만 픽셀은 일반(Normal), 2℃ 이상 3℃ 미만 픽셀은 주의(Caution), 3℃ 초과 픽셀은 경보(Warning)로 구분하였다. 산출영역에 포함되는 픽셀 중, 가장 높은 등급의 픽셀을 최종 등급 결과로 산출한다.
본 결과는 단일 픽셀의 수온 차이만을 이용하여 고수온을 탐지한 결과를 소개하였다. 국립수산과학원의 고수온 주의보 및 경보 발령은 지점별 수온 분석 결과 또는 최근 5년 평년 수온 비교 결과를 이용하여 결정한다. 추후 탐지 방법에 따른 민감도 분석을 통해 적합한 고수온 탐지방법의 정립이 필요하며, 고수온 지속기간 등의 추가 조건 적용을 통해 탐지의 정확성을 향상 할 계획이다.
5는 고수온 해역을 탐지하는 방법을 나타낸다. 다종위성 합성을 통해 생성된 일평균 수온자료와 GHRSST의 평균 자료를 이용하여 SSTA를 생산한다. 고수온 주의보와 경보는 각각 평년대비 2℃ 및 3℃ 이상의 급격한 수온 상승 해역으로 정의된다.
본 연구에서는 SSTA를 이용하여 2017~2018년도 7~9월 연안해역에서 발생한 고수온을 탐지하였다. 연안해역을 총 9개 해역으로 구분하였으며, 월별, 해역별 고수온 탐지 결과를 국립수산과학원의 고수온속보 발령 문서와 비교하였다.
본 연구에서는 SSTA를 이용하여 2017~2018년도 7~9월 연안해역에서 발생한 고수온을 탐지하였다. 연안해역을 총 9개 해역으로 구분하였으며, 월별, 해역별 고수온 탐지 결과를 국립수산과학원의 고수온속보 발령 문서와 비교하였다.
이 논문에서는 인공위성 합성 SST를 이용하여 연안해역 고수온 발생 해역을 탐지하고, 결과를 고수온속보 문서와 비교하였다. 위성 SST와 10년 평균 수온을 이용하여 SSTA를계산하고, 고수온 대응 매뉴얼의 기준을 적용하여 주의보와 경보 발령에 해당하는 해역을 추출하였다. 부이 등 관측 수온만을 이용하여 탐지한 고수온 발생 건수에 비해 인공위성 SST를 사용하는 경우 2배 이상의 고수온 탐지 결과를 나타내었다.
이 논문에서는 인공위성 합성 SST를 이용하여 연안해역 고수온 발생 해역을 탐지하고, 결과를 고수온속보 문서와 비교하였다. 위성 SST와 10년 평균 수온을 이용하여 SSTA를계산하고, 고수온 대응 매뉴얼의 기준을 적용하여 주의보와 경보 발령에 해당하는 해역을 추출하였다.
인공위성 SST 기반 공간적 고수온 분포의 정량적 평가를 위해 분석 영역 범위를 정의하였다. 속보에 사용된 해역명을 참고하여 고수온 탐지 해역을 ‘천수만 전역’, ‘전북-충남 남부 연안’, ‘전라남도 서해 연안’, ‘남해 연안’, ‘통영-부산 연안’, ‘동해남부 연안’, ‘경상북도 연안’, ‘동해 연안’, ‘제주’ 9개로 하였다(Table 1, Fig.
차연산을 위해 SeaSpace TeraScan 소프트웨어의 ‘fastreg2’ 함수를 사용하여 합성 SST 자료와 해상도를 맞추는 작업을 수행하였다(https://www.seaspace.com/software-products/).
대상 데이터
발령 등급은 주의, 주의보, 경보 3단계로 구분되나, 2017년도 이후 모든 속보가 주의보와 경보 단계로 발령되었다. 2017년 150건, 2018년 339건, 총 489건의 속보가 발령되었으며, 속보에 기재된 해역명을 이용하여 고수온 발생 해역을 구분하였다(Table 1). 발령 문서에는 총 10개의 해역명이 사용되었다.
2017년 150건, 2018년 339건, 총 489건의 속보가 발령되었으며, 속보에 기재된 해역명을 이용하여 고수온 발생 해역을 구분하였다(Table 1). 발령 문서에는 총 10개의 해역명이 사용되었다.
주의보는 전일대비 3℃ 이상 또는 평년대비 2℃ 이상의 상승 현상을 보이는 해역, 경보는 전일대비 5℃ 이상 또는 평년대비 3℃ 이상의 상승 현상을 보이는 해역을 대상으로 한다. 본 연구에서는 2017년과 2018년도 고수온 속보 발령을 분석하였다. 발령 등급은 주의, 주의보, 경보 3단계로 구분되나, 2017년도 이후 모든 속보가 주의보와 경보 단계로 발령되었다.
본 연구에서는 2종의 마이크로파(microwave) 센서(AMSR-2, WindSAT)와 4종의 적외(infrared) 센서(MODIS, AVHRR, MI, VIIRS) 수온 자료를 합성하여 생성한 일평균 SST 자료를 사용하였다(Yang et al., 2015). 최적 내삽 알고리즘을 이용하여 다종 위성 SST를 합성하며, 해상도는 1 km이다(Yang et al.
, 2012). 본 연구에서는 평년대비 수온변동을 산출하기 위해서 OSTIA(Operational Sea Surface Temperature and Sea Ice Analysis) Level 4 전구 수온자료를 사용하였다. 차연산을 위해 SeaSpace TeraScan 소프트웨어의 ‘fastreg2’ 함수를 사용하여 합성 SST 자료와 해상도를 맞추는 작업을 수행하였다(https://www.
2017~2018년도 7~9월 합성 위성 SSTA를 이용하여 한반도 연안해역 고수온 탐지를 실시하였다. 총 184일 자료를 사용하였으며, GHRSST 평균 수온은 2007~2016년 GHRSST OSTIA의 일평균 전구 수온자료를 이용하여 생성하였다. 국립수산과학원 고수온속보 발령건수 409건에 비해 위성 SSTA 이용 고수온 탐지 결과는 859건으로 약 2배였다(단, 국립수산과학원 고수온속보의 ‘완도 내만’, ‘득량만’ 해역의 발생 건수는‘남해 연안’으로 병합하였으며, 위성 SSTA 이용 고수온 탐지 시 ‘전남-충남 남부 연안’ 해역에 대한 결과를 추가로 생산).
, 2015). 한반도 연안해역의 고수온은 주로 7~9월에 발생하므로, 2017~2018년 해당 기간의 인공위성 합성 SST를 사용하였다.
성능/효과
8은 고수온 경보와 주의보의 월별 발령 횟수를 나타낸다. 2017, 2018년 모두 8월에 주의보와 경보의 속보 발령 및 탐지 횟수가 가장 많았으며, 2017년에 비해 2018년에 고수온 발생 해역이 증가하였다. 주의보의 경우 8월에 위성 탐지 횟수보다 속보 발령 횟수가 많았다.
국립수산과학원 고수온속보 발령건수 409건에 비해 위성 SSTA 이용 고수온 탐지 결과는 859건으로 약 2배였다(단, 국립수산과학원 고수온속보의 ‘완도 내만’, ‘득량만’ 해역의 발생 건수는‘남해 연안’으로 병합하였으며, 위성 SSTA 이용 고수온 탐지 시 ‘전남-충남 남부 연안’ 해역에 대한 결과를 추가로 생산).
7(a)). 탐지 결과 북서부해역은 고수온 경보 및 주의보 발령 조건을 만족하였고, 북부 일부 해역은 주의보 조건을 만족하였다. 주의보 발령에 사용된 수온 관측 부이 위치는 고수온 탐지 영역 부근에 위치하였다(Fig.
6(a)). 탐지 결과 서부 해역은 고수온 경보 발령 조건을 만족하였고, 동부 해역은 주의보 조건을 만족하거나 정상적인 수온 분포를 나타내었다. 당일 경보 발령에 사용된 수온 관측 부이 위치는 고수온 탐지 영역 부근에 위치하였다(Fig.
후속연구
추후 탐지 방법에 따른 민감도 분석을 통해 적합한 고수온 탐지방법의 정립이 필요하며, 고수온 지속기간 등의 추가 조건 적용을 통해 탐지의 정확성을 향상 할 계획이다. 또한 현안대응 활용을 위해서는 준실시간 수준의 위성자료 확보가 필요하며, 연안해역에서 위성자료의 품질 관리 방법이 동시에 연구되어야 할 것이다. 본 연구는 인공위성 SST를 활용한 연안해역 고수온탐지 활용성을 제시하였으며, 향후 위성기반 연안해역 고저수온 모니터링 체계 구축에 기여할 것이다.
본 연구 결과는 정점 관측 수온을 이용한 특정 해역의 고수온 주의보 및 경보 발령은 자료가 없는 영역에서 발생한 고수온 현상 탐지의 한계성을 보여준다. 따라서 인공위성과 같은 광역의 수온 자료를 활용한 고수온 탐지 및 예보 발령체계의 활용이 필요하다.
또한 현안대응 활용을 위해서는 준실시간 수준의 위성자료 확보가 필요하며, 연안해역에서 위성자료의 품질 관리 방법이 동시에 연구되어야 할 것이다. 본 연구는 인공위성 SST를 활용한 연안해역 고수온탐지 활용성을 제시하였으며, 향후 위성기반 연안해역 고저수온 모니터링 체계 구축에 기여할 것이다.
기상청과 국립해양조사원은 해양 관측부이를 이용하여 연안해역의 수온을 관측하고 있다. 비록 수온 관측 수심은 서로 상이하지만 다수의 수온 관측 자료를 활용 한다면 향후 더 정확한 비교가 가능하다고 판단된다.
국립수산과학원의 고수온 주의보 및 경보 발령은 지점별 수온 분석 결과 또는 최근 5년 평년 수온 비교 결과를 이용하여 결정한다. 추후 탐지 방법에 따른 민감도 분석을 통해 적합한 고수온 탐지방법의 정립이 필요하며, 고수온 지속기간 등의 추가 조건 적용을 통해 탐지의 정확성을 향상 할 계획이다. 또한 현안대응 활용을 위해서는 준실시간 수준의 위성자료 확보가 필요하며, 연안해역에서 위성자료의 품질 관리 방법이 동시에 연구되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
어패류는 무엇에 큰 영향을 받는가?
어패류는 수온, 용존산소, 수소이온 농도(pH) 등과 같은 해양 환경의 급격한 변화나 환경오염으로 인해 생존과 건강에 큰 영향을 받는다. 매년 수온의 급격한 변화에 의한 어패류의 대량폐사 등 피해가 발생하고 있으며, 남해안의 경우 양식어류 피해는 57.
위성영상을 사용하여 산출한 표층 수온 온도는 어떤 한계를 극복할 수 있는가?
시공간적으로 규칙적인 자료를 제공하는 수치모델의 경우 입력 자료의 한계와 수치모델의 불완전성으로 인해 상대적으로 정확성이 떨어진다. 또한, 넓은 해역을 대상으로 점이나 선 형태의 관측 수온을 사용하여 이상수온을 모니터링하는 경우 수온의 공간 분포를 파악하는 데에는 한계가 있다(Hosoda, 2010). 위성영상을 사용하여 산출한 표층 수온 온도(Sea Surface Temperature, SST)는 이러한 한계를 극복할 수 있다.
속보는 무엇으로 구분되어 발령되는가?
kr/bbs?id=seastate). 속보는 특정 수온값을 기준으로 주의보와 경보로 구분되어 발령된다. 주의보는 전일대비 3℃ 이상 또는 평년대비 2℃ 이상의 상승 현상을 보이는 해역, 경보는 전일대비 5℃ 이상 또는 평년대비 3℃ 이상의 상승 현상을 보이는 해역을 대상으로 한다.
참고문헌 (16)
Casey, K. S., T. B. Brandon, P. Cornillon, and R. Evans(2010), The past, present, and future of the AVHRR pathfinder SST program. In: Oceanography from space. Springer, Dordrecht, pp. 273-287.
Chao, Y., Z. Li, J. D. Farrara, and P. Hung(2009), Blending sea surface temperatures from multiple satellites and in situ observations for coastal oceans. Journal of Atmospheric and Oceanic Technology, Vol. 26, pp. 1415-1426.
Donlon, C. J., M. Martin, J. Stark, J. Roberts-Jones, E. Fiedler, and W. Wimmer(2012), The operational sea surface temperature and sea ice analysis (OSTIA) system. Remote Sensing Environment, Vol. 116, pp. 140-158.
Go, W. J., H. J. Oh, G. H. Eom, J. D. Hwang, I. S. Han, S. H. Youn, J. S. Lee, J. S. Park, E. S. Cho, C. H. Han, J. W. Park, J. S. Ahn, S. Y. Oh, J. G. Kim, S. H. Jang, Y. R. Hwang, J. M. Park, and E. J. Jang(2018), Oceanographic information of the Korea Waters in 2018, National Institute of Fisheries Science, Busan, Korea.
Hosoda, K.(2010), A review of satellite-based microwave observations of sea surface temperatures. Journal of Oceanography, Vol. 66, No. 4, pp. 439-473.
Kim, H. Y. and K. A. Park(2018), Comparison of sea surface temperature from oceanic bouys and satellite microwave measurements in the Western Coastal region of Korean Peninsula. Journal of the Korean Earth Science Society, Vol. 39, No. 6, pp. 555-567.
Lee, D. C., K. M. Won, M. A. Park, H. S. Choi, and S. H. Jung(2018), An analysis of mass moralities in aquaculture fish farms on the Southern Coast in Korea, Ocean Policy Research, Vol. 33, No. 1. pp. 1-16.
Martin, M., P. Dash, A. Ignatov, V. Banzon, G. Beggs, B. Brasnett, J. F. Cayula, J. Cummings, C. Donlon, C. Gentemann, R. Grumbine, S. Ishizaki, E. Maturi, R. W. Reynolds, and J. Roberts-Jones(2012), Group for high resolution sea surface temperature (GHRSST) analysis fields inter-comparisons. Part 1: A GHRSST multi-product ensemble (GMPE). Deep Sea Research Part II: Topical Studies in Oceanography, Vol. 77, pp. 21-30.
Moon, J. E. and C. S. Yang(2009), Analysis of abnormal sea surface temperature in the coastal waters of the Yellow Sea using satellite data for the winter season of 2004, Korean Journal of Remote Sensing, Vol. 25, No. 1, pp. 1-10.
Park, K. A., F. Sakaida, and H. Kawamura(2008a), Error characteristics of satellite-observed sea surface temperatures in the Northeast Asian Sea. Journal of the Korean Earth Science Society, Vol. 29, No. 3, pp. 280-289.
Park, K. A., F. Sakaida, and H. Kawamura(2008b), Oceanic skin-bulk temperature difference through the comparison of satellite-observed sea surface temperature and in-situ measurements. Korean Journal of Remote Sensing, Vol. 24, No. 4, pp. 273-287.
Park, J. M., D. H. Kim, S. K. Yang, and H. J. Yoon(2014), A study on estimation of submarine groundwater discharge distribution area using Landsat-7 ETM+ images around Jeju Island, Journal of the Korea Institute of Electronic Communication Sciences, Vol. 9, No. 7, pp. 811-818.
Suh, Y. S., H. J. Oh, G. H. Eom, W. A. Lim, J. D. Hwang, J. S. Park, I. S. Han, S. H. Youn, J. S. Lee, C. H. Han, J. W. Park, J. S. Park, S. Y. Oh, J. G. Kim, S. H. Jang, Y. R. Hwang, J. M. Park, and S. W. Choi(2017), Oceanographic information of the Korea Waters in 2017, National Institute of Fisheries Science, Busan, Korea.
Yang, C. S., S. H. Kim, K. Ouchi, and J. H. Back(2015), Generation of high resolution sea surface temperature using multi-satellite data for operational oceanography, Acta Oceanologica Sinica, Vol. 34, No. 7, pp. 74-88.
Yang, C. S. and S. H. Kim(2016), Quality control methods for KOOS operational sea surface temperature products, Acta Oceanologica Sinica, Vol. 35, No. 2, pp. 11-18.
Yoon, S., J. H. Ryu, J. E. Min, Y. H. Ahn, S. Lee, and J. S. Won(2009), Monitoring of the sea surface temperature in the Saemangeum sea area using the thermal infrared satellite data, Korean Journal of Remote Sensing, Vol. 25, No. 4, pp. 339-357.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.