[논문]위성 자료를 이용한 전선 탐지 기법 연구

황도현; 박수호; 엥흐자리갈 운자야; 정민지; 김나경; 박미소; 김보람; 윤홍주

doi:10.13067/jkiecs.2020.15.6.1201

초록
AI-Helper

해양에서 바닷물의 성질이 비슷한 바닷물 덩어리를 수괴라 하며, 전선은 서로 다른 속성의 두 수괴가 만나는 해역이다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게 변하는 곳을 경사가 크다고 보고, 경사가 큰 곳을 전선으로 가정하여 추출하는 방법이다. 이 방법은 대용량의 위성 자료를 한꺼번에 처리할 수 있다는 장점이 있다. 따라서 본 연구에서는 경사도 알고리즘을 이용하여 한반도 주변 해역의 전선을 찾아보고자 하였다. 연구 자료는 격자화 되어있는 해수면 온도 위성 자료를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평균 자료를 사용하였다. 해수면 온도 자료를 이용하여 전선 추출 결과 대표적으로 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선 등 다섯 개의 전선을 찾을 수 있었다. 계절별 전선 분포 비교 결과 겨울, 봄철에는 여름, 가을철에 비해 더 많은 종류의 전선이 분포하였으며, 분포 범위도 더 넓어졌다.

Abstract ▼ AI-Helper

A mass of seawater with similar properties in the ocean is called a water mass, and the front is a sea area where two masses of different properties meet. The gradient algorithm is a method of extracting where the sea water temperature pixel changes rapidly assuming that the slope is large, and the ...

A mass of seawater with similar properties in the ocean is called a water mass, and the front is a sea area where two masses of different properties meet. The gradient algorithm is a method of extracting where the sea water temperature pixel changes rapidly assuming that the slope is large, and the place with the large slope is assumed to be a front. This method is able to process large amounts of satellite data at once. Therefore, in this study, we tried to find the front lines in the sea area around the Korean Peninsula by using a gradient algorithm. The study data used gridded sea surface temperature satellite data. The resolution was 1/4°, and the monthly average data from January 1993 to December 2018 were used. There were major five fronts representatively, China Coastal Front, South Sea Coastal Front, Kuroshio Front/ Kuroshio Extension Front, Subpolar Front and the Subarctic Front. As a result of comparing the distribution of front by season, more types of front were distributed in winter and spring than in summer and autumn, and the distribution range was wider.

주제어

표/그림 (6)

그림 그림 2. 해수면 온도 자료를 사용하여 전선 추출 결과 (a) 중국 연안 전선, (b) 남해 연안 전선, (c) 쿠로시오/쿠로시오 속류 전선, (d) 아극 전선(Subpolar Front), (e) 아북극 전선 Fig. 2 Front detection result by using SST data. (a) China Coastal Front, (b) South Sea Coastal Front, (c) Kuroshio Front/ Kuroshio Extension Front, (d) Subpolar Front, (e) Subarctic Front
그림 그림 1. 소벨 연산자의 x 방향 마스크(위)와 y 방향 마스크(아래) Fig. 1 Sobel operator x direction mask(top) and y direction mask(bottom)
그림 그림 3. 해수면 온도 자료를 사용한 봄철 전선 추출 결과 (a) ^~ (e) 그림 2와 동일, (f) 산둥 반도 전선, (g) 서해 연안 전선 Fig. 3 Front detection result in spring by using SST data (a) ^~ (e) same as Fig. 2, (f) Shandong Peninsula Front, (g) West Korea Coastal Front
그림 그림 4. 해수면 온도 자료를 사용한 여름철 전선 추출 결과 (a) ^~ (e) 그림 2와 동일 Fig. 4 Front detection result in summer by using SST data (a) ^~ (e) same as Fig. 2
그림 그림 5. 해수면 온도 자료를 사용한 가을철 전선 추출 결과 (a) ^~ (e) 그림 2와 동일 Fig. 5 Front detection result in fall by using SST data (a) ^~ (e) same as Fig. 2
그림 그림 6. 해수면 온도 자료를 사용한 겨울철 전선 추출 결과 (a) ^~ (e) 그림 2와 동일, (f) 장쑤 전선, (g) 산둥 반도 전선, (h) 서한 전선 (i) 양쯔 지대 순환 전선, (j) 북서부 전선 Fig. 6 Front detection result in winter by using SST data (a) ^~ (e) same as Fig. 2, (f) Jiangsu Front, (g) Shandong Peninsula Front, (h) Seohan Bay Front, (i) Yangtze Bank Ring Front, (j) Northwest Front

AI 본문요약
AI-Helper

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

문제 정의

히스토그램 알고리즘은 전처리에 시간이 오래 걸리고 하위 이미지 크기가 중요하다[4]. 따라서 본 연구에서는 경사도 알고리즘을 이용하여 한반도 주변 해역의 전선을 찾아보고자 하였다.

가설 설정

있다. 두 방법 모두 위성에서 관측한 해수면 온도가 상대적으로 큰 차이를 보이는 해역을 해양 전선으로 가정한다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게변하는 곳을 경사가 크다고 보고, 경사가 큰 곳을 전선으로 가정하여 추출하는 방법이다[2].

제안 방법

소벨 연산자는 수평, 수직, 대각선 등 모든 방향의 경계를 구할 수 있고, 대각선 방향에 더욱 더 민감하게 반응한다[7]. 또한 흐린 영상에서도 경계치 추출이 잘 되며, 자료의 오류가 적다는 장점이 있어[8] 소벨 연산자를 이용하여 전선을 추출하였다. 그림 1은 소벨 연산자의 수직 마스크와 수평 마스크를 보여주며, 이 마스크를 통해서 수직 방향의 윤곽선과 수평 방향의 윤곽선, 수직․ 수평 방향의 윤곽선을 찾을 수 있다.
전선도 계절별 변화가 나타나기 때문에 계절에 따른 전선을 추출하였다. 봄철에는 대표적인 다섯 개의전선 이외에도 중국 산둥반도를 따라 산둥 반도 전선이 나타났으며, 우리나라에서도 서해안을 따라 조석차이에 의한 전선의 변화를 찾을 수 있었다.
전선은 서로 다른 속성의 두 수괴가 만나 형성되는데, 본 연구에서는 해수면 온도가 급격히 변하는 곳을윤곽선으로 보고 윤곽선 추출을 통해 경사도가 급한곳을 전선으로 추출하였다.
해양 전선은 서로 다른 속성을 가진 두 수괴가 만나 해수면 온도가 급격히 변화하는 곳에서 형성되는데, 해수면 온도 차이가 큰 영역을 해수면 온도 화소간 경사가 급한 곳으로 보고 이곳의 경계부를 추출하였다. 경계치를 추출하기 위해서는 소벨 연산자를 사용하였으며, Budgell[9], Yoon 등[10]의 연구에 의해 0.

대상 데이터

GHRSST 는 가공 단계에 따라 레벨 2 ~ 4 자료가 있으며, 레벨 4 자료는 데이터 보정 및 보간법을 통해 격자 형태로 제공된다[5]. 본 연구에서는 격자화 되어있는 레벨 4 GHRSST 데이터를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평균 자료를 사용하였다. 연구 지역은 25 ~ 45°N, 117 ~ 157°E로 동북 아시아 주변이다.
전선을 그림 3~ 6에 나타내었다. 봄은 3~5월 자료를 나타내며, 여름은 6~8월, 가을은 9~11월, 겨울은 12~2월의 자료를 사용하였다. 계절의 변화에도 중국연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류전선, 아극 전선, 아북극 전선 등 주요 다섯 개의 전선은 공통적으로 나타났다.
본 연구에서는 격자화 되어있는 레벨 4 GHRSST 데이터를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평균 자료를 사용하였다. 연구 지역은 25 ~ 45°N, 117 ~ 157°E로 동북 아시아 주변이다.
해수면 온도 자료를 이용하여 전선 추출 결과는 그림 2와 같으며, 대표적으로 중국 연안 전선(China Coastal Front), 남해 연안 전선(South Sea Coastal Front), 쿠로시오/쿠로시오 속류 전선(Kuroshio Front/ Kuroshio Extension Front), 아극 전선 (Subpolar Front), 아북극 전선 등 다섯 개의 전선을 찾을 수 있었다.
해수면 온도가 급격히 변화하는 곳을 찾고자 미국 NOAA의 GHRSST(Group for High Resolution Sea Surface Temperature) 자료를 사용하였다. GHRSST 는 가공 단계에 따라 레벨 2 ~ 4 자료가 있으며, 레벨 4 자료는 데이터 보정 및 보간법을 통해 격자 형태로 제공된다[5].

이론/모형

경계치를 추출하기 위해서는 소벨 연산자를 사용하였으며, Budgell[9], Yoon 등[10]의 연구에 의해 0.3 ℃ 이상인 부분을 전선으로 추출하였다.

성능/효과

봄철에는 대표적인 다섯 개의전선 이외에도 중국 산둥반도를 따라 산둥 반도 전선이 나타났으며, 우리나라에서도 서해안을 따라 조석차이에 의한 전선의 변화를 찾을 수 있었다. 주요 다섯 개의 전선 중 쿠로시오 전선은 봄철에 강하고 범위도 넓게 나타나는 것을 알 수 있었다. 여름철에는쿠로시오 속류 전선, 아극 전선, 아북극 전선을 찾을수 있었으며, 중국 연안 전선, 남해 연안 전선, 쿠로시오 전선은 약하게 형성되었다.
해수면 온도 자료를 이용하여 전선 추출 결과 대표적으로 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선을 찾을 수 있었다.

후속연구

본 연구에서는 경사도 알고리즘을 사용하여 전선을탐지하였지만, 추후 히스토그램 알고리즘을 사용하여결과를 비교 분석 해본다면 전선의 크기나 변화 등을좀 더 자세하게 알 수 있을 것이다.

참고문헌 (18)

T. Yanagi, "Classification of "Siome", Streaks and Fronts," J. of the Oceanographical Society of Japan, vol. 43, no. 3, 1987, pp. 149-158.

상세보기
R. J. Holyer and S. H. Peckinpaugh, "Edge detection applied to satellite imagery of the oceans," IEEE trans on geoscience and remote sensing, vol. 27, no. 1, 1989, pp. 46-56.

상세보기
J. F. Cayula and P. Cornillon, "Edge detection algorithm for SST images," J. of Atmospheric and Oceanic Technology, vol. 9, no. 1, 1992, pp. 67-80.

상세보기
G. Kirches, M. Paperin, H. Klein, C. Brockmann, and K. Stelzer, "GRADHIST-A method for detection and analysis of oceanic fronts from remote sensing data," Remote Sensing of Environment, vol. 181, 2016, pp. 264-280.

상세보기
GHRSST Science Team, The Recommended GHRSST Data Specification (GDS) Revision 2.0 Technical Specifications, GHRSST International Project Office, 2010.
W. Baek and H. Lee, "A Modified Top-hat and Bottom-hat transform for Edge Detection," J. of the Korea Institute of Electronics Communication Sciences, vol. 11, no. 9, 2016, pp. 901-908.

원문보기 상세보기
K. Kim and Y. Woo, "Detection of Flaws in Ceramic Materials Using Non-Destructive Testing," J. of the Korea Institute of Electronics Communication Sciences, vol. 5, no. 3, 2010, pp. 321-326.
E. Kim and Y. Ro, "Improved Method for Feature Tracking Method in estimating Ocean Current Vectors from Sequential Satellite Imageries," J. of the Korean Society of Remote Sensing, vol. 16, no. 3, 2000, pp. 199-209.
W. P. Budgell, Data Fusion Approaches for Merging Marine Remote Sensing Data, LIFECO Deliverables, 2003, pp.7-8.
H. Yoon, H. Byun, and K. Park, "Temporal and spatial variations of SST and ocean fronts in the Korean Seas by empirical orthogonal function analysis," Korean J. of Remote Sensing, vol. 21, no. 3, 2005, pp. 213-219.
D. R. Johnson and T. P. Boyer, Regional Climatology of the East Asian Seas: An Introduction, NOAA Atlas NESDIS 79, Silver Spring, 2015.
I. M. Belkin and P. Cornillon, "SST fronts of the Pacific coastal and marginal seas," Pacific Oceanography, vol. 1., no. 2, 2003, pp.90-113.
D. Hwang, H. Yoon, and W. Seo, "Study on Sea Level Changes in Korean Peninsula by Using Satellite Altimetry Data," J. of the Korea Institute of Electronics Communication Sciences, vol. 11, no. 3, 2016, pp.325-330.

원문보기 상세보기
H. Ichikawa and R. C. Beardsley, "The current system in the Yellow and East China Seas," J. of Oceanography, vol. 58, no. 1, 2002, pp.77-92.
Y. Wang, X. Yang, and J. Hu, "Position varability of the Kuroshio Extension sea surface temperature front," Acta Oceanologica Sinica, vol. 35, no. 7, 2016, pp.30-35.
I. Yasuda, "Hydrographic Structure and Variability in the Kuroshio-Oyashio Transition Area," J. of Oceanography, vol. 59, 2003, pp.389-402.
Y. Wei, Y. Pei, and R. Zhang, "Seasonal variability of the Kuroshio Current at the PN Section in the East China Sea based on in-situ observation from 1987 to 2010," Acta Oceanologica Sinica, vol. 34, no. 5, 2015, pp.12-21.

상세보기
T. Senjyu, "The Japan Sea Intermediate Water; its characteristics and circulation," J. of Oceanography, vol. 55, no. 2, 1999, pp.111-122.

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

[국내논문] 위성 자료를 이용한 전선 탐지 기법 연구
Study on the Front Detection Techniques by using Satellite Data 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (18)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 위성 자료를 이용한 전선 탐지 기법 연구 Study on the Front Detection Techniques by using Satellite Data 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (6) 모든 표/그림 보기

표/그림 (6) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (18)

이 논문을 인용한 문헌

저자의 다른 논문 :

황도현 (15) 박수호 (10) 윤홍주 (116)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 위성 자료를 이용한 전선 탐지 기법 연구
Study on the Front Detection Techniques by using Satellite Data 원문보기

초록
AI-Helper

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper