선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 연구는 제주도 북촌 앞바다에 조성된 인공어초 해역에서 과학어군탐지기, CTD(Conductivity, temperature, depth probe), 인공어초 자료를 GIS에 사용하여 인공어 초 해역에서의 어류의 분포 및 인공어초와의 관계를 살펴보고자 하였다.
- 인공어초 해역과 그 주변해역에서 어류의 분포 밀도를 조사할 때 계절별 시간별 요소가 고려되어야 보다 정확한 결과를 도출할 수 있을 것이다. 이번 연구는 4월(봄)과 6월(여름)에 수집한 데이터를 사용하였는데 가을과 겨울의 데이터를 추가하여 인공어초 주변의 어류 분포와 해양환경과의 관계 등을 살펴보고자 한다.
- 7°C이었다. 이번 연구에서는 보간한 수온만을 살펴보았으나, 추후 보간한 수온과 어군 및 보다 높은 NASC를 가지는 구역과의 관계를 조사하여, 계절별 어류가 선호하는 수온 범위를 파악하고자 한다.
제안 방법
- 1). 2018년 4월 12일 오후(13:50~15:34)와 늦은 오후(16:09~17:25), 당해 6월 9일 아침(05:55~07:22)과 오전(07:50~09:32)에 각각 음향 조사를 수행하였다. 동일한 transect line 음향 조사를 하루에 2회 실시한 이유는 어류의 주야 변동 등을 관찰하고자 하였으나, 조사 여건상 낮과 밤을 대표하는 시간대를 선별하지 못하였다.
- 또한, 인공어초와 탐지된 어군사이의 가장 가까운 거리를 조사하기 위하여 먼저 어군을 탐지하였다. 6월 음향 데이터에만 밀집한 어군이 다수 관찰되어 Echoview의 여러 연산자(Bitmap, Region bitmap, Mask, Dilation filter 3x3, Line bitmap, And)를 사용하여 어군을 정도 높게 탐지하였다(Echoview, 2019). 탐지된 어군과 가장 가까운 거리에 위치하는 인공어초의 거리는 Eonfusion을 사용하여 계산하고 그 중 최근접 거리를 산출하였다.
- 어류의 수평분포 및 인공어초 영향권을 조사하기 위하여 음향데이터를 전체수심에 수평적으로 100 m를 구분하는 구역(cell)을 만들어 그 구역의 평균 NASC를 추출하여 사용하였다. 또한, 인공어초와 탐지된 어군사이의 가장 가까운 거리를 조사하기 위하여 먼저 어군을 탐지하였다. 6월 음향 데이터에만 밀집한 어군이 다수 관찰되어 Echoview의 여러 연산자(Bitmap, Region bitmap, Mask, Dilation filter 3x3, Line bitmap, And)를 사용하여 어군을 정도 높게 탐지하였다(Echoview, 2019).
- 마지막으로 4월과 6월에 각각 수집한 해양 환경 데이터 중 수온을 역거리가중법 이용하여 보간하였다. 4월에 수온의 최저, 평균 및 최고값은 각각 15.
- 3, ESRI, 미국)를 사용하였고, 그래프 등은 Excel(2010, Microsoft, 미국)을 사용하여 작성하였다. 보다 구체적으로는, 인공어초 해역에 분포하는 전체적인 어류의 수직분포를 파악하기 위하여 음향 생물량(NASC, Nautical Area Scattering Coefficient, 해리면적당 산란계수, m2/nm2)을 5 m 수심별로 추출하여 분석하였다. 어류의 수평분포 및 인공어초 영향권을 조사하기 위하여 음향데이터를 전체수심에 수평적으로 100 m를 구분하는 구역(cell)을 만들어 그 구역의 평균 NASC를 추출하여 사용하였다.
- 보다 구체적으로는, 인공어초 해역에 분포하는 전체적인 어류의 수직분포를 파악하기 위하여 음향 생물량(NASC, Nautical Area Scattering Coefficient, 해리면적당 산란계수, m2/nm2)을 5 m 수심별로 추출하여 분석하였다. 어류의 수평분포 및 인공어초 영향권을 조사하기 위하여 음향데이터를 전체수심에 수평적으로 100 m를 구분하는 구역(cell)을 만들어 그 구역의 평균 NASC를 추출하여 사용하였다. 또한, 인공어초와 탐지된 어군사이의 가장 가까운 거리를 조사하기 위하여 먼저 어군을 탐지하였다.
- 이 영향권은 인공어초로부터 50, 100, 150, 200 m의 각각 영역 내에서의 NASC을 구하고 ArcGIS 의 버퍼링 기능을 사용하여 구하였다. 이 연구에 사용한 버퍼링은 측지 버퍼로 지구의 실제 모양을 토대로 즉 지오이드면을 이용하여 계산하였다.
- 이 영향권은 인공어초로부터 50, 100, 150, 200 m의 각각 영역 내에서의 NASC을 구하고 ArcGIS 의 버퍼링 기능을 사용하여 구하였다.
- 1과 같은 정점에서 CTD 센서를 이용하여 수온 및 염분 등의 자료를 수록하였다. 인공어초 자료 즉, 인공어초 종류, 설치된 수심, 형태, 체적 및 수를 정리하여 표로 나타내었다(Table 1). Table 1에는 포함하지 않았으나, 모든 인공어초는 위도와 경도 의 위치 정보를 가지고 있어 이를 토대로 분석하였다.
- 인공어초의 지리정보를 토대로 어초의 다양한 속성(부피, 숫자, 재질)과 함께 탐지된 어군과 에코그램 커튼을 가시화하였다(Fig. 2). 인공어초는 구로 표시하였고, 구의 색깔은 어초 재질, 구의 크기는 어초 부피, 반투명 원은 어초의 숫자를 반영한 것이다(Fig.
- 조사해역의 해양환경 자료를 수집하기 위하여 Fig. 1과 같은 정점에서 CTD 센서를 이용하여 수온 및 염분 등의 자료를 수록하였다.
- 6월 음향 데이터에만 밀집한 어군이 다수 관찰되어 Echoview의 여러 연산자(Bitmap, Region bitmap, Mask, Dilation filter 3x3, Line bitmap, And)를 사용하여 어군을 정도 높게 탐지하였다(Echoview, 2019). 탐지된 어군과 가장 가까운 거리에 위치하는 인공어초의 거리는 Eonfusion을 사용하여 계산하고 그 중 최근접 거리를 산출하였다. 즉, 모든 어군과 모든 인공어초의 거리를 계산하여 가장 짧은 거리를 구하는 방식이다.
- transect line 조사를 수행할 때 연안 가까이 어초가 조성되어 있으나 수심이 얕고 해황이 좋지 않으며 암초가 많아 현장 조사를 수행하기 어려웠다. 한편, 2018년 6월에 부유식 어군탐지기를 설계 및 제작하여 장비를 시험하였다. 이 부유식 어군 탐지기는 송수신부, 모니터, GPS, 진동자, 전원부로 구성되어 있으며 송수신부는 어탐기(NF560, 삼영이엔씨, 한국)를 사용하였으며 주파수는 50과 200 kHz 2주파수로 72시간 연속적으로 음향자료를 수집할 수 있는 전원(배터리)부로 구성하였다.
대상 데이터
- 이 부유식 어군 탐지기는 송수신부, 모니터, GPS, 진동자, 전원부로 구성되어 있으며 송수신부는 어탐기(NF560, 삼영이엔씨, 한국)를 사용하였으며 주파수는 50과 200 kHz 2주파수로 72시간 연속적으로 음향자료를 수집할 수 있는 전원(배터리)부로 구성하였다. 2018년 6월 8일에서 9일까지 부산 기장 앞바다에서 장비 시험을 완료한 상태이며 음향데이터는 분석 중에 있다. 이 부유식 어군탐지기를 제주도 북촌 연안 가까운 수심이 얕은 곳에 설치하여 transect line 조사에서 수집할 수 없었던 위치에서 음향 자료를 수록할 계획이다.
- 4 km이었다. 38 kHz 과학어군탐지기(Simrad, EK60, 이하 과학어탐)를 사용하여 음향데이터를 수집하였다. 조사선의 현수 측에 고정 장치를 장착하여 과학어탐의 송수파기를 수면 아래 1.
- 한편, 2018년 6월에 부유식 어군탐지기를 설계 및 제작하여 장비를 시험하였다. 이 부유식 어군 탐지기는 송수신부, 모니터, GPS, 진동자, 전원부로 구성되어 있으며 송수신부는 어탐기(NF560, 삼영이엔씨, 한국)를 사용하였으며 주파수는 50과 200 kHz 2주파수로 72시간 연속적으로 음향자료를 수집할 수 있는 전원(배터리)부로 구성하였다. 2018년 6월 8일에서 9일까지 부산 기장 앞바다에서 장비 시험을 완료한 상태이며 음향데이터는 분석 중에 있다.
- 제주도 북촌 앞바다에 조성된 인공어초 해역에서 transect line 음향 조사를 실시하였다(Fig. 1). 2018년 4월 12일 오후(13:50~15:34)와 늦은 오후(16:09~17:25), 당해 6월 9일 아침(05:55~07:22)과 오전(07:50~09:32)에 각각 음향 조사를 수행하였다.
- 펄스폭은 512 μs로 설정 하였으며 위치 정보(위도와 경도)는 GPS 수신기를 통하여 음향자료와 함께 기록하였다.
데이터처리
- 음향데이터 분석은 Echoview(ver. 9, Echoview Software Pty. Ltd, 호주)을 사용하였으며, 지리적 정보를 토대로 결과를 도출하고 가시화하기 위하여 Eonfusion(ver. 2.3.1, Echoview Software Pty. Ltd, 호주)과 ArcGIS(ver. 10.3, ESRI, 미국)를 사용하였고, 그래프 등은 Excel(2010, Microsoft, 미국)을 사용하여 작성하였다. 보다 구체적으로는, 인공어초 해역에 분포하는 전체적인 어류의 수직분포를 파악하기 위하여 음향 생물량(NASC, Nautical Area Scattering Coefficient, 해리면적당 산란계수, m2/nm2)을 5 m 수심별로 추출하여 분석하였다.
성능/효과
- 4). 750~1000 m와 1251~2000 m에는 5%와 15%를 차지하였고, 약 2250 m에서 가장 높은 빈도인 9%를 차지하였다. 어군을 형성한 6월 아침 데이터만을 사용하였으나, 어군과 인공어초사이의 최단 거리는 어업자원 조성의 관점에서의 인공어초를 평가할 때 유용하게 사용할 수 있을 것이다.
- 4월 오후에서 늦은 오후로 가면서 연안에서 가장 먼 transect line에 높은 NASC가 관찰되었다. 연안으로부터 두 번째에 위치한 transect line 즉, 인공어초가 조성되어 있는 곳에 비교적 높은 NASC가 보였다. 6월의 오전과 아침 둘 다 조사해역 전반에 걸쳐서 균등한 분포를 보였다.
후속연구
- 이 부유식 어군탐지기는 정해진 장소에 설치하여 시간의 경과에 따라 음향자료를 수집할 수 있으므로 시간별 즉 24시간 동안의 어류분포 변화 등을 관찰할 수 있는 장점을 가진다. 부유식 어군탐지기를 사용하여 이 연구에서 수록하지 못한 인공어초 해역에서 음향데이터를 수집하여 이 연구 결과를 보완할 예정이다.
- 750~1000 m와 1251~2000 m에는 5%와 15%를 차지하였고, 약 2250 m에서 가장 높은 빈도인 9%를 차지하였다. 어군을 형성한 6월 아침 데이터만을 사용하였으나, 어군과 인공어초사이의 최단 거리는 어업자원 조성의 관점에서의 인공어초를 평가할 때 유용하게 사용할 수 있을 것이다. 예를 들어 어군으로부터 어느 정도 범위 내에 있는 인공어초가 어군 구집 효과가 있는지 등의 평가 연구를 할 수 있다.
- 2018년 6월 8일에서 9일까지 부산 기장 앞바다에서 장비 시험을 완료한 상태이며 음향데이터는 분석 중에 있다. 이 부유식 어군탐지기를 제주도 북촌 연안 가까운 수심이 얕은 곳에 설치하여 transect line 조사에서 수집할 수 없었던 위치에서 음향 자료를 수록할 계획이다. 이 부유식 어군탐지기는 정해진 장소에 설치하여 시간의 경과에 따라 음향자료를 수집할 수 있으므로 시간별 즉 24시간 동안의 어류분포 변화 등을 관찰할 수 있는 장점을 가진다.
- , 2014). 인공어초 해역과 그 주변해역에서 어류의 분포 밀도를 조사할 때 계절별 시간별 요소가 고려되어야 보다 정확한 결과를 도출할 수 있을 것이다. 이번 연구는 4월(봄)과 6월(여름)에 수집한 데이터를 사용하였는데 가을과 겨울의 데이터를 추가하여 인공어초 주변의 어류 분포와 해양환경과의 관계 등을 살펴보고자 한다.
- 6월 아침과 오전은 일출시 간 이후이지만, 아침(07:50)에서 오전(09:32)으로 갈수록 전체적으로 어류의 분포가 퍼져 있으며, 보다 얕은 수심과 중간 수심 대에서 다양하게 변화하는 것을 알 수 있다. 추후에 이 인공어초 해역을 대상으로 사계절 그리고 계절별 낮과 밤(일몰 및 일출 시간을 고려)의 데이터를 수록하여 어류의 계절별과 주야 변화를 조사 하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.