[논문]한국 연안 평균 해수면 자료의 공간 상관관계 분석

조홍연; 정신택; 이욱재

doi:10.9765/kscoe.2020.32.1.85

초록
AI-Helper

우리나라 모든 조위관측소의 평균 해수면 자료의 기본 정보를 검토하고, 지점간의 상관관계 분석을 수행하였다. 광역적인 기후변화 영향으로 예상되는 평균 해수면 변화는 모든 지점 사이에서 지점간 거리와 무관하게 0.75 이상의 높은 상관을 보이는 것으로 파악되었다. 어떤 특정 지점간의 자료에 대해서는 음의 상관관계 및 0.25 이하의 낮은 상관관계를 보이는 것으로 파악되었으나, 이는 자료의 개수 및 이상자료의 영향으로 판단된다. 그러나 이러한 상관관계는 선형 증가 및 선형 관계를 가정하고 있기 때문에 이 가정에서 벗어나는 변동 추세를 가진 자료의 경우 추정결과가 왜곡될 수 있다. 모든 조위관측소 MSL 자료의 변동 양상 및 추세를 분석한 결과, 상당한 자료에서 선형 가정이 한계가 있는 것으로 파악되었다.

Abstract ▼ AI-Helper

The basic information of mean sea level data of all tidal monitoring stations in Korea was reviewed, and the correlation coefficients between the stations were analyzed. Mean sea level changes expected due to global climate change effects were found to show a high correlation of more than 0.75 regar...

The basic information of mean sea level data of all tidal monitoring stations in Korea was reviewed, and the correlation coefficients between the stations were analyzed. Mean sea level changes expected due to global climate change effects were found to show a high correlation of more than 0.75 regardless of the distance between the stations were analyzed. The data between certain stations were found to have negative correlation and low correlation of 0.25 or less, but this was determined by the influence of small data numbers and outliers. However, since these correlations assume a linear increase and a linear relationship, the estimation results may be distorted for data with fluctuating trends that deviate from this assumption. Based on the results of the changing patterns of the MSL data, it shows that a number of the MSL data do not follow the linear trend.

주제어

AI 본문요약
AI-Helper

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

가설 설정

따라서 본 연구에서는 상관분석에 사용한 두 지점의 공동 기간 자료개수를 12개로 선정하여 상관분석을 수행하였다. 최소 자료의 개수를 12개로 제한한 이유는 추정 상관계수의 신뢰구간(오차범위)을 적절한 범위로 제한하고, 작은 표본(small sample)의 자료 개수 추천기준을 반영한 것이다. 신뢰구간 또는 오차구간은 이론적으로 자료의 표준편차가 일정한 경우, 추정에 사용되는 자료의 개수(n)가 증가하면 \(1\sqrt{n} \) 비율로 감소한다.

제안 방법

상관분석을 위한 자료개수를 30개 이상으로 조정하는 경우 신뢰구간은 감소하지만, 상관관계 분석을 위한 조합은 175개, 비율로는 9% 수준으로 감소하기 때문에 분석에 상당한 제약이 따른다. 따라서 본 연구에서는 상관분석에 사용한 두 지점의 공동 기간 자료개수를 12개로 선정하여 상관분석을 수행하였다. 최소 자료의 개수를 12개로 제한한 이유는 추정 상관계수의 신뢰구간(오차범위)을 적절한 범위로 제한하고, 작은 표본(small sample)의 자료 개수 추천기준을 반영한 것이다.
본 연구에서는 국립해양조사원에서 제공하는 모든 평균해수면 자료를 이용하여 자료의 통계적인 특성 및 상관관계를 분석하였다. 또한 추정 상관계수의 신뢰구간 분석, 계수 추정에 영향을 미치는 이상자료(outliers) 진단 및 평균해수면 자료의 품질에 대한 확률적인 진단도 수행하였다. 본 연구결과로 제시되는 공간적인 상관관계 분석 결과는 평균해수면 정보가 단기간으로 제한되어 있는 지점의 최적 평균해수면 추정에 활용할 수 있으며, 신뢰수준 향상을 위한 자료의 품질 관리 및 결측구간의 자료보충(filling-in) 영향 분석에도 적용 가능하다.
본 연구에서는 국립해양조사원에서 제공하는 모든 평균해수면 자료를 이용하여 자료의 통계적인 특성 및 상관관계를 분석하였다. 또한 추정 상관계수의 신뢰구간 분석, 계수 추정에 영향을 미치는 이상자료(outliers) 진단 및 평균해수면 자료의 품질에 대한 확률적인 진단도 수행하였다.
지점간의 상관계수 및 신뢰분석에 더불어 지점간의 거리를 고려한 공간 상관관계를 분석하였다. 해수면 변화가 광역적인 현상이라면 거리에 따른 공간 상관계수의 뚜렷한 변화를 기대할 수 없다.

대상 데이터

본 연구에서 사용한 평균해수면 자료는 국립해양조사원에서 공개되는 자료로, 누구나 접근하여 받을 수 있는 공용자료로 분석 결과의 상호검정을 위한 공유 자료로서 큰 의미를 갖고 있다. 평균해수면 자료는 국립해양조사원(www.
본 연구에서 사용한 해수면 자료는 연 평균 해수면 자료이며, 연간 결측 기간이 상당한 경우에는 부분적으로 월 평균 해수면 자료가 가용함에도 불구하고, Table 1에 정리된 바와 같이 연 평균 해수면 추산자료를 제공하지 않는 경우가 빈번하다. 평균 해수면 자료의 가용여부를 결측 인자행렬(missing indicator matrix)을 도시하였으며(Fig.
본 연구에서 사용한 평균해수면 자료는 국립해양조사원에서 공개되는 자료로, 누구나 접근하여 받을 수 있는 공용자료로 분석 결과의 상호검정을 위한 공유 자료로서 큰 의미를 갖고 있다. 평균해수면 자료는 국립해양조사원(www.khoa.go.kr) -> 해양정보포털(실시간해양관측시스템, http://www.khoa.go.kr/ koofs/kor/tide/tide.do -> 조석예보 및 성과 -> 조석성과 -> 평균해면 성과표 자료이며, 이 자료는 월평균 해수면 자료와 연평균 해수면 자료, 조위관측소 위치정보를 포함하고 있다. 본 연구에서 사용한 평균 해수면 자료가 제공되는 조위관측소 위치는 Fig.

이론/모형

이 이상 자료는 MSL 자료의 품질 검정 과정에서 면밀한 검토와 적절한 처리가 요구된다. 본 연구에서는 Rosner 방법을 이용하여 이상 자료를 진단하여 분석하였으며, 그 이상 자료가 특정 지점의 자료에 국한되거나 특정시기로 제한(대산, 2003; 진도, 2006; 여수, 1980; 도농탄, 2014, 2015; 흑산도, 1968 등)되어 있는 것으로 파악되었다. 따라서 전체적인 MSL 분석 및 본 논문의 핵심주제에 해당하는 공간 상관계수 분석에서는 이상 자료가 차지하는 비율이 매우 낮아 그 영향은 미미한 수준이다.

성능/효과

(1) 지점별로 상관계수는 0.75 이상이 대부분을 차지하는 높은 수준으로 파악되었다.
(2) 추정 상관계수의 신뢰구간 크기는 전반적으로 자료의 개수 증가에 따라 감소하는 경향을 보이고 있는 것으로 파악되었다.
(3) 두 검조소간의 상관계수는 거리와 무관하게 0.8 정도의 높은 상관정도를 보이고 있는 것으로 파악되었으며, 이는 해수면 변화가 한반도 공간 규모의 광역적인 현상임을 자료로부터 파악이 가능함을 입증하였다.
이러한 가정에서 보면, 우리나라에서의 거리에 따른 MSL 자료의 상관계수는 거리에 무관한 광역적인 형상으로 파악된다. 이는 MSL 장기 변화가 국지적으로는 일시적인 해안개발 영향 및 지역적인 특성을 반영할 수 도 있으나, 전반적으로는 거리와 무관하게 그리고 해역 특성과도 무관하게 0.8 정도 수준의 높은 상관정도를 보이고 있는 것으로 파악되었으며, 이는 한반도 공간 규모의 광역적인 현상임을 자료로부터 확인할 수 있다(Fig. 9).

후속연구

그러나 우리나라 모든 검조소의 평균해수면 변화양상을 도시한 결과를 살펴보면, Jung(2014)도 이미 보고한 바와 같이 선형 추세 가정을 벗어나는 경우(21, 48 - 서귀포, 포함) 또는 변동이 크게 나타나는 자료가 빈번하게 발생하고 있음을 알 수 있다. 따라서 조위관측소간의 평균해수면 변화 상관관계 분석을 비선형의 경우로 확장하는 연구가 필요하며, 비모수적인 방법을 이용한 방법도 수행할 필요가 있을 것으로 판단된다.
또한 MSL 변화 자료를 이용한 상관계수 추정 및 추세분석 결과는 인접한 조위 관측소와 높은 상관을 보이고 있기 때문에, 다른 인접한 관심 지점의 MSL 변화 자료가 없거나 단기 관측 자료만이 가능한 상황에서도 상관분석 결과를 이용한 해수면 변화 양상의 적절한 추정이 가능할 것으로 판단되나, 가용 자료의 한계로 인한 불확실한 변동성분을 고려한 정량적인 오차분석이 병행되어야 한다.
또한 추정 상관계수의 신뢰구간 분석, 계수 추정에 영향을 미치는 이상자료(outliers) 진단 및 평균해수면 자료의 품질에 대한 확률적인 진단도 수행하였다. 본 연구결과로 제시되는 공간적인 상관관계 분석 결과는 평균해수면 정보가 단기간으로 제한되어 있는 지점의 최적 평균해수면 추정에 활용할 수 있으며, 신뢰수준 향상을 위한 자료의 품질 관리 및 결측구간의 자료보충(filling-in) 영향 분석에도 적용 가능하다. 어떤 특정 지점, 특정 연도의 자료가 전체적인 변화 양상에서 크게 벗어나는 경우는 자료의 QC 관점에서 이상자료로 판단할 수 있으며, 그 이상 자료에 대한 적절한 원인분석을 수행하여 자료의 사용여부를 판단할 수 있다.
역시 소수의 특이한 자료는 적절한 해석보다는 원시자료의 품질 검정이 수행되어야 할 것으로 판단된다. 특정 지점의 정량적인 MSL 변화 양상은 공간적으로 정도나 양상의 차이를 보일 수 가 있으나, 본 연구에서는 정성적인 분석으로 제한하였으며, 선형 관계로 분석이 제한되는 한계를 가지고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	MSL 변화의 특성은?	(2011)은 우리나라 조위자료의 결측 양상을 정리-분석하여 제시한 바 있다. MSL 변화는 특정 지역에 국한되는 국지적인(local) 변화가 아니라 광역적인(global) 변화이기 때문에 우리나라 전체의 MSL 자료를 이용한 변화 양상 분석이 필요하며, 광역 적인 변화양상이 반영되어야 한다는 가정에 대한 통계적인 확인이 필요하다.
	평균해수면 자료는 무엇이며, 어떤 자료를 포함하고 있는가?	본 연구에서 사용한 평균해수면 자료는 국립해양조사원에서 공개되는 자료로, 누구나 접근하여 받을 수 있는 공용자료로 분석 결과의 상호검정을 위한 공유 자료로서 큰 의미를 갖고 있다. 평균해수면 자료는 국립해양조사원(www.khoa.go.kr) -> 해양정보포털(실시간해양관측시스템, http://www.khoa.go.kr/ koofs/kor/tide/tide.do -> 조석예보 및 성과 -> 조석성과 -> 평균해면 성과표 자료이며, 이 자료는 월평균 해수면 자료와 연평균 해수면 자료, 조위관측소 위치정보를 포함하고 있다.
	2018년에 진행된 우리나라의 평균해수면 분석에 관한 연구는 어떻게 진행했는가?	(2016)은 인공위성 자료를 활용한 해수면 변동에 관한 연구를 수행했으며, Heo et al.(2018)은 IPCC AR5 에서 사용된 CMIP5 모델 자료를 사용해 우리나라 주변 해역을 6개 구역으로 분리하여 해수면 상승의 특징을 분석했다.

참고문헌 (10)

Cho, H. Y., Ko, D. H. and Jeong, S. T. (2011). Missing pattern of the tidal elevation data in Korean coasts. Journal of Korean Society of Coastal and Ocean Engineers, 23(6), 496-501 (in Korean).

원문보기 상세보기
Heo, T. K., Kim, Y., Boo, K. O., Byun, Y. H. and Cho, C. (2018). Future Sea level projections over the Seas Around Korea from CMIP5 simulations. Atmosphere, 28(1), 25-35 (in Korean).
Hwang, D. H., Yoon, H. J. and Seo, W. C. (2016). Study on Sea level changes in Korean peninsula by using satellite altimetry data. The Journal of the Korea Institute of Electronic Communication Sciences, 11(3), 325-330 (in Korean).

원문보기 상세보기
Harker, A., Green, J. A., Schindelegger, M. and Wilmes, S. B. (2019). The impact of sea-level rise on tidal characteristics around Australia. Ocean Science, 15(1), 147-159.

상세보기
Jung, T. S. and Jeong, J. K. (2013). Spatial distribution and time variation of M 2 tide and M 4 tide in the western coast of Korea. Journal of Korean Society of Coastal and Ocean Engineers, 25(4), 255-265 (in Korean).

원문보기 상세보기
Jung, T. S. (2014). Change of mean sea level due to coastal development and climate change in the western coast of Korean peninsula. Journal of Korean Society of Coastal and Ocean Engineers, 26(3), 120-130 (in Korean).

원문보기 상세보기
Kim, Y. T., Uranchimeg, S., Kwon, H. H. and Hwang, K. N. (2016). Hierarchical bayesian model based nonstationary frequency analysis for extreme Sea level. Journal of Korean Society of Coastal and Ocean Engineers, 28(1), 34-43 (in Korean).

원문보기 상세보기
Lim, C. W., Park, S. H., Kim, D. Y., Woo, S. B. and Kim, S. E. (2017). Analysis on the long-term MSL increasing trend estimation methods using tidal elevation data, of the Korean coastal waters, Proc. of the Autumn Meeting of Korean Meteorological Society, 481-484 (in Korean).
Wahl, T., Jensen, J. and Frank, T. (2010). On analysing sea level rise in the German Bight since 1844. Natural Hazards and Earth System Science, 10(2), 171-179.

상세보기
Yoon, J. J. and Kim, S. I. (2012). Analysis of long period sea level variation on tidal station around the Korea peninsula. Journal of the Korean Society of Hazard Mitigation, 12(3), 299-306 (in Korean).

원문보기 상세보기

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

한국 연안 평균 해수면 자료의 공간 상관관계 분석
Spatial Correlation Analysis of the Mean Sea Level Data Sets in the Coastal Seas, Korea 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

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

한국 연안 평균 해수면 자료의 공간 상관관계 분석 Spatial Correlation Analysis of the Mean Sea Level Data Sets in the Coastal Seas, Korea 원문보기

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

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

조홍연 (88) 정신택 (68) 이욱재 (7)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

한국 연안 평균 해수면 자료의 공간 상관관계 분석
Spatial Correlation Analysis of the Mean Sea Level Data Sets in the Coastal Seas, Korea 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper