해양에서의 파랑관측은 부이나 압력계 등을 이용하여 수면변위를 관측하는 직접관측방법과 Radar를 이용하여 관측하는 원격관측방법으로 구분된다. 직접관측방법은 정확도가 높지만, 악기상 시 파손 및 유실 위험이 크며 외해 설치 시 많은 유지 보수비용이 필요하다는 단점을 가지고 있다. 반면 Radar와 같은 원격관측방법은 장비를 육지에 계류하여 유지관리가 용이하지만 직접관측방법과 비교하면 정확도가 다소 낮은 단점이 있다. 본 연구에서는 원격파랑관측자료의 품질을 개선하기 위해 독도에 설치되어 운영 중인 MIROS Wave and Current Radar(MWR) 관측자료의 수집 및 분석을 하였으며, 이를 기상청에서 운영 중인 해양파고부이(CWB)의 관측자료와 비교하였다. 그리고 MWR 관측자료의 품질을 개선하기 위해 1) MIROS사에서 개발한 필터(Reduce Noise Frequency, Phillips Check, Energy Level Check)의 복합적인 사용(최적필터; Optimal Filter), 2) OOI(Ocean Observatories Initiative)에서 개발한 Spike Test 알고리즘(Spike Test) 그리고 3) 유의파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 신뢰도가 낮은 이상자료(Noise; 시계열 자료 중 급격하게 자료가 발산하여 정상자료가 아닌 것으로 판단되는 자료)의 제거 및 보정을 수행하였다. 결과적으로 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, MWR의 파랑관측자료는 3 m 이상의 고파랑에서는 CWB와 다소 양상이 달라지는 한계가 발생하므로 이를 위한 장기간의 원격파랑관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.
해양에서의 파랑관측은 부이나 압력계 등을 이용하여 수면변위를 관측하는 직접관측방법과 Radar를 이용하여 관측하는 원격관측방법으로 구분된다. 직접관측방법은 정확도가 높지만, 악기상 시 파손 및 유실 위험이 크며 외해 설치 시 많은 유지 보수비용이 필요하다는 단점을 가지고 있다. 반면 Radar와 같은 원격관측방법은 장비를 육지에 계류하여 유지관리가 용이하지만 직접관측방법과 비교하면 정확도가 다소 낮은 단점이 있다. 본 연구에서는 원격파랑관측자료의 품질을 개선하기 위해 독도에 설치되어 운영 중인 MIROS Wave and Current Radar(MWR) 관측자료의 수집 및 분석을 하였으며, 이를 기상청에서 운영 중인 해양파고부이(CWB)의 관측자료와 비교하였다. 그리고 MWR 관측자료의 품질을 개선하기 위해 1) MIROS사에서 개발한 필터(Reduce Noise Frequency, Phillips Check, Energy Level Check)의 복합적인 사용(최적필터; Optimal Filter), 2) OOI(Ocean Observatories Initiative)에서 개발한 Spike Test 알고리즘(Spike Test) 그리고 3) 유의파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 신뢰도가 낮은 이상자료(Noise; 시계열 자료 중 급격하게 자료가 발산하여 정상자료가 아닌 것으로 판단되는 자료)의 제거 및 보정을 수행하였다. 결과적으로 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, MWR의 파랑관측자료는 3 m 이상의 고파랑에서는 CWB와 다소 양상이 달라지는 한계가 발생하므로 이를 위한 장기간의 원격파랑관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.
Wave observation is widely used to direct observation method for observing the water surface elevation using wave buoy or pressure gauge and remote-sensing wave observation method. The wave buoy and pressure gauge can produce high-quality wave data but have disadvantages of the high risk of damage a...
Wave observation is widely used to direct observation method for observing the water surface elevation using wave buoy or pressure gauge and remote-sensing wave observation method. The wave buoy and pressure gauge can produce high-quality wave data but have disadvantages of the high risk of damage and loss of the instrument, and high maintenance cost in the offshore area. On the other hand, remote observation method such as radar is easy to maintain by installing the equipment on the land, but the accuracy is somewhat lower than the direct observation method. This study investigates the data quality of MIROS Wave and Current Radar (MWR) installed at Dokdo and improve the data quality of remote wave observation data using the wave buoy (CWB) observation data operated by the Korea Meteorological Administration. We applied and developed the three types of wave data quality control; 1) the combined use (Optimal Filter) of the filter designed by MIROS (Reduce Noise Frequency, Phillips Check, Energy Level Check), 2) Spike Test Algorithm (Spike Test) developed by OOI (Ocean Observatories Initiative) and 3) a new filter (H-Ts QC) using the significant wave height-period relationship. As a result, the wave observation data of MWR using three quality control have some reliability about the significant wave height. On the other hand, there are still some errors in the significant wave period, so improvements are required. Also, since the wave observation data of MWR is different somewhat from the CWB data in high waves of over 3 m, further research such as collection and analysis of long-term remote wave observation data and filter development is necessary.
Wave observation is widely used to direct observation method for observing the water surface elevation using wave buoy or pressure gauge and remote-sensing wave observation method. The wave buoy and pressure gauge can produce high-quality wave data but have disadvantages of the high risk of damage and loss of the instrument, and high maintenance cost in the offshore area. On the other hand, remote observation method such as radar is easy to maintain by installing the equipment on the land, but the accuracy is somewhat lower than the direct observation method. This study investigates the data quality of MIROS Wave and Current Radar (MWR) installed at Dokdo and improve the data quality of remote wave observation data using the wave buoy (CWB) observation data operated by the Korea Meteorological Administration. We applied and developed the three types of wave data quality control; 1) the combined use (Optimal Filter) of the filter designed by MIROS (Reduce Noise Frequency, Phillips Check, Energy Level Check), 2) Spike Test Algorithm (Spike Test) developed by OOI (Ocean Observatories Initiative) and 3) a new filter (H-Ts QC) using the significant wave height-period relationship. As a result, the wave observation data of MWR using three quality control have some reliability about the significant wave height. On the other hand, there are still some errors in the significant wave period, so improvements are required. Also, since the wave observation data of MWR is different somewhat from the CWB data in high waves of over 3 m, further research such as collection and analysis of long-term remote wave observation data and filter development is necessary.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이들 중에서 파랑과 주기에서 과대평가된 이상값을 제거하기 위해 적절한 검사방법은 Spike Test와 Gradient Test이며, Gradient Test는 현재 OOI 내에서 알고리즘 검토 중이다. 따라서 본 연구에서는 OOI QC 기법에서 Spike Test를 적용하여 원격파랑관측자료의 품질을 개선하고자 하였다.
본 연구에서는 독도에서 수행하고 있는 원격파랑관측장비(MWR)의 품질을 향상하기 위하여 MWR의 원시자료를 재분석한 후, 기상청에서 수행하고 있는 파고부이(CWB)의 파랑관측자료와 비교하였다. 바람이 약하고 파고가 낮은 경우(2 m/s 이하)에 발생하는 MWR의 이상자료를 제거하기 위해, 본 연구에서는 MIROS사에서 제공하는 필터들의 복합적인 사용(Optimal Filter) 및 새로운 품질관리기법(Spike Test 및 H-Ts QC)을 개발 및 적용하였다. 먼저, MIROS사에서 개발된 신규 소프트웨어(SW-002 v4.
본 연구에서는 MWR에서 생산되는 파랑관측자료의 정확도를 평가하기 위해 기상청에서 설치 및 운영되고 있는 해양파고부이(Coastal Wave Buoy, CWB) 관측자료와 비교하였다. CWB는 MWR로부터 약 200 m 떨어진 지점에 계류되어 있으며(Fig.
본 연구에서는 독도에서 수행하고 있는 원격파랑관측장비(MWR)의 품질을 향상하기 위하여 MWR의 원시자료를 재분석한 후, 기상청에서 수행하고 있는 파고부이(CWB)의 파랑관측자료와 비교하였다. 바람이 약하고 파고가 낮은 경우(2 m/s 이하)에 발생하는 MWR의 이상자료를 제거하기 위해, 본 연구에서는 MIROS사에서 제공하는 필터들의 복합적인 사용(Optimal Filter) 및 새로운 품질관리기법(Spike Test 및 H-Ts QC)을 개발 및 적용하였다.
42'' E)에 위치하고 있어 제조사에서 제시하는 적절 장비 고도 위치의 상한선에 근접한다(MIROS, 2011). 이러한 연유로 본 연구에서는 독도에 설치된 원격파랑관측장비의 품질을 개선하기 위하여 독도 인근해역에서 운영되고 있는 파고부이와 관측결과를 비교한 후, 품질관리를 수행하였다.
MWR 신규소프트웨어에서 제공하는 네 가지 필터 중 독도 해역에 적합한 최적의 필터조합을 찾았으나, 파랑 주기의 경우 여전히 많은 오차를 내포하고 있다. 이를 해결하기 위해 본 연구에서는 통합 인프라 프로그램인 OOI(Ocean Observatories Initiative, OOI)에서 개발 및 적용하고 있는 OOI Data Quality Control(OOI QC) 기법을 원격파랑관측자료에 적용하여 자료의 품질을 개선하고자 하였다. 이 기법은 해양에서 생산되는 자료가 IOOS Quality Assurance of Real Time Ocean Data(QARTOD) 표준을 충족하기 위해 개발되었으며, 총 여섯 가지의 검사 방법(Global Range Test, Local Range Test, Spike Test, Trend Test, Stuck Value Test, Gradient Test)으로 구성되어 있다(Bushnell et al.
4%로 MWR 관측자료의 신뢰도를 검증하는데 적합하다. 하지만 파향 및 파랑 스펙트럼에 대한 정보는 저장 및 송신되지 않으며 분석에 사용된 해수면 변위의 원본 자료 역시 제공되지 않으므로 본 연구에서는 파고와 주기에 대한 신뢰도 분석을 수행하였다.
제안 방법
이는 H-Ts QC로 인해서 파고가 낮은 경우에 과대평가되는 주기의 이상자료들이 상당히 효과적으로 제거 및 추정되었음을 보여준다. 결과적으로 본 연구에서는 1) MIROS사에서 개발한 필터들의 복합적인 적용(Reduce Noise Frequency, Phillips Check, Energy Level Chec k; Optimal Filter), 2) OOI에서 개발한 Spike Test 알고리즘(Spike Test), 그리고 3) 파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 MWR의 파고와 주기의 품질개선 효과를 확인하였다. Fig.
MWR에서 생산되는 유의파고는 유의파주기에 비해 신뢰도가 높으므로 유의파고와 유의파주기의 관계식(T1/3 # a × (H1/3)b)을 이용하여 유의파주기의 적절한 범위를 산정한 후, 유효범위(상한선, 하한선) 내에 유의파주기가 존재하는지 여부를 검토하였다.
SW-002는 장비에서 관측한 원시자료를 실시간 혹은 지연모드로 처리하여 스펙트럼자료와 파랑 파라미터 및 표층 유속을 산출하는 프로그램이다. SW-002 v4.10은 v4.00에서 사용하던 2개의 필터(Directional Filter, Correlation Filter)를 새로 개발된 필터들(Long Period Noise Removal, Energy Level Check)로 대체하였고, MWR water velocity에서 파고 스펙트럼으로 변환하는 전달함수를 향상하였으며 파향 분석을 fourier coefficients에 기초한 방법으로 수정하는 등 프로그램 내 알고리즘을 개선하였다.
이를 해결하기 위해 본 연구에서는 OOI(Ocean Observatories Initiative, OOI)에서 해양자료의 품질개선을 위해 제공하는 자료 품질관리기법인 Spike Test 알고리즘(Spike Test)과 파고와 주기 관계식을 이용한 새로운 품질관리기법(H-Ts QC)을 적용하였다. Spike Test 적용을 적용하는 데 있어 정상자료의 손실을 최소화하면서 이상자료를 제거하기 위해 적절한 임계상수를 추정하였으며, 이를 토대로 주기에서 발생하는 이상자료를 상당 부분 제거한 후 이동평균 보간법을 적용하여 자료의 손실을 최소화하였다. 하지만, 바람이 지속적으로 약한 환경하에서 발생하는 이상자료를 제거하는 데에는 한계가 있었으며, 이러한 한계점을 보완하기 위해서 SPM에서 제안한 유의파고와 유의파주기의 관계식(T1/3# 3.
2a와 2b에서는 동일기간 동안 실시간으로 전송된 MWR의 유의파고와 유의파주기를 CWB와 비교하였다. 관측자료의 비교를 위해 MWR 관측자료의 시간 간격을 CWB와 동일하게 1시간으로 재배치하였으며, MWR에서 정시에 관측이 수행되지 않은 경우는 그 시점에서 가장 가까운 값으로 대체하여 두 자료의 시간을 동일하게 설정하였다. 기상청에서 제공하는 CWB 파주기는 첨두파주기이므로 Goda(2010)의 유의파주기와 첨두파주기의 관계식 Tp#1.
이는 Reduce Noise Frequency 필터는 저주파 성분의 이상자료를 제거하는데 효과적이지만 전체적으로 파고의 크기를 감소시키는 악영향이 복합적인 필터 적용에서도 나타남을 보여준다. 그러므로, 본 연구에서는 고파랑 시 파고관측자료의 정확도를 유지하기 위해 Reduce Noise Frequency 필터를 제외한 Case 3을 최적필터(Optimal Filter)로 판단하였다. 하지만, 주기의 경우 여전히 많은 오차를 내포하고 있으므로(Fig.
그리고 최적의 임계 상수(N, Acc)를 결정하기 위해 원격파랑관측자료의 통계치(RMSE, Correlation 및 자료 손실률)를 Table 4에 나타내었다. 그리고 이를 토대로 본 연구에서는 자료의 손실을 최소화하면서 통계 수치를 개선하는 최적의 임계 상수(N = 0.5, Acc = 2.5)를 결정하였다.
1장에서 MWR에서 제공하는 각 필터의 효과를 확인하였으나, 개별적으로 사용하는 것은 파랑관측자료의 품질을 충분히 개선하지 못하였다. 따라서 필터들을 복합적으로 사용하여 독도 해역에 최적의 필터조합을 검토하였다(Table 2). 우선, MIROS사에서 제공하는 4개의 필터를 모두 사용하여 효과를 확인하였고(Case 1), 이들 중 가장 효과가 낮은 Long Period Noise Removal 필터를 제외하여 그 효과를 확인하였다(Case 2).
175%로 나타났다(Table 4). 또한, 자료손실을 최소화하기 위해 제거된 이상자료에는 이동평균 보간법을 적용하여 새로운 자료를 산출하였으며 산출된 최종 결과를 CWB 파랑관측자료와 비교하여 Fig. 4 및 Table 5에 나타내었다.
우선, MIROS사에서 제공하는 4개의 필터를 모두 사용하여 효과를 확인하였고(Case 1), 이들 중 가장 효과가 낮은 Long Period Noise Removal 필터를 제외하여 그 효과를 확인하였다(Case 2). 또한, 전체적으로 파고를 저평가하는 것으로 분석된 Reduce Noise Frequency 필터를 제외하여 복합필터의 효과를 검토하였으며(Case 3), 필터 적용 후의 파랑 자료의 시계열 자료와 통계치를 Fig. 3 및 Table 3에 나타내었다.
바람이 약하고 파고가 낮은 경우(2 m/s 이하)에 발생하는 MWR의 이상자료를 제거하기 위해, 본 연구에서는 MIROS사에서 제공하는 필터들의 복합적인 사용(Optimal Filter) 및 새로운 품질관리기법(Spike Test 및 H-Ts QC)을 개발 및 적용하였다. 먼저, MIROS사에서 개발된 신규 소프트웨어(SW-002 v4.10)에 내재되어 있는 총 4가지(Reduce Noise Frequency, Philips Check, Long Period Noise Removal, Energy Level Check) 필터를 적용하여, 각 필터의 효과를 분석하였다. Reduce Noise Frequency 필터는 전체적으로 파고를 감소시켜 관측자료의 Bias와 오차를 증가시키는 단점이 있으므로, 이를 제외한 나머지 필터들을 복합적으로 사용하는 것(Optimal Filter; 최적필터)이 가장 적합하다고 판단되었다.
본 연구에서는 Table 4를 통해 찾은 최적의 임계 상수를 바탕으로 MWR 파랑관측자료에 Spike Test를 적용하여 이상자료를 선별 및 제거하였다. 이때 이상자료의 최대 제거 기간은 약 0.
1 ×T1/3을 이용하여 유의파주기로 변환하였다. 앞에서 기술한 바와 같이 MWR에서 생산되는 파랑관측자료는 상대적으로 바람이 약한 환경에서는 많은 오차가 발생하므로 기상청에서 제공하는 방재기상관측(Automatic Weather System, AWS)자료의 풍속 자료를 이용하여 원격파랑관측자료의 신뢰도를 검토하였다(Fig. 2c). 이를 통해 바람이 상대적으로 약한 기간(3 m/s 이하)에 관측된 원격파랑관측자료는 CWB의 관측자료와 비교하여 과대평가됨을 알 수 있으며 이는 후방산란효과가 제한적으로 발생한 것에서 기인한다(Fig.
따라서 필터들을 복합적으로 사용하여 독도 해역에 최적의 필터조합을 검토하였다(Table 2). 우선, MIROS사에서 제공하는 4개의 필터를 모두 사용하여 효과를 확인하였고(Case 1), 이들 중 가장 효과가 낮은 Long Period Noise Removal 필터를 제외하여 그 효과를 확인하였다(Case 2). 또한, 전체적으로 파고를 저평가하는 것으로 분석된 Reduce Noise Frequency 필터를 제외하여 복합필터의 효과를 검토하였으며(Case 3), 필터 적용 후의 파랑 자료의 시계열 자료와 통계치를 Fig.
(2008)에 따르면, 전세계적으로 널리 사용되는 Goda(2003)식과 Shore Protection Manual(1977, SPM)식은 상대적으로 파고가 낮을 경우에는 유의파주기 분포의 하한선을 따라가는 반면 고파랑에서는 관측자료와 일치하는 경향을 보인다. 이를 바탕으로 본 연구에서는 위 두 식(Goda, SPM) 중 독도 해역에 더 적합한 관계식을 찾고, 이를 이용하여 유의파주기의 상한치와 하한치에 대한 경험식을 추정하였다. 먼저, Suh et al.
최적필터와 Spike Test를 통해 파랑의 품질을 개선하였으나, 파랑의 주기에서 여전히 과대평가되는 이상자료들이 발생하였으며 이를 개선하기 위해 새로운 자료 처리 기법(H-Ts QC)을 개발하였다. MWR에서 생산되는 유의파고는 유의파주기에 비해 신뢰도가 높으므로 유의파고와 유의파주기의 관계식(T1/3# a × (H1/3)b)을 이용하여 유의파주기의 적절한 범위를 산정한 후, 유효범위(상한선, 하한선) 내에 유의파주기가 존재하는지 여부를 검토하였다.
하지만, 바람이 지속적으로 약한 환경하에서 발생하는 이상자료를 제거하는 데에는 한계가 있었으며, 이러한 한계점을 보완하기 위해서 SPM에서 제안한 유의파고와 유의파주기의 관계식(T1/3 # 3.85 × (H1/3)0.5)을 이용하여 새로운 필터인 H-Ts QC를 개발 및 적용한 후 제거되는 이상자료에는 이동평균 보간법을 적용하였다.
대상 데이터
6개의 안테나가 30º 간격으로 설치되어 해수면을 향해 수평에서 10º 기울기로 해수면을 향하고 있으며 관측범위는 안테나로부터 약 495 m이다(Fig.1).
반면, 본 논문의 연구해역인 독도는 상대적으로 관측기간이 길고 여름 및 겨울철 이벤트성 기상에 의해 고파랑이 자주 발생한다. 따라서, 이와 같은 독도 MWR 파랑관측자료의 품질개선을 위해 약 2년간의(2017.10.20.-2019.08.30.) MWR 원시자료를 재분석하였으며 선행연구에서 사용된 MWR System software(SW002) v4.00에서 개선된 v4.10을 사용하였다. SW-002는 장비에서 관측한 원시자료를 실시간 혹은 지연모드로 처리하여 스펙트럼자료와 파랑 파라미터 및 표층 유속을 산출하는 프로그램이다.
독도에 설치된 MWR에서는 무선 통신을 통해 실시간으로 통계 파랑 치(유의파고, 최대파고, 유의파주기, 파향 등)가 전달되며 파랑 스펙트럼과 자료 분석에 사용된 원본 자료는 모두 기기에 저장된다. 본 연구에서는 MWR의 품질개선에 대한 연구를 수행하기 위해 독도에 방문하여 2017년 10월 20일부터 2019년 8월 30일까지의 MWR의 원본 자료를 수집하고 분석하였다. Fig.
그러나 HF Radar 및 XBand와 같은 장비의 품질개선에 관한 연구가 대부분이며, MWR의 품질개선에 관한 연구는 제한적으로 수행되어 국내에서는 2018년 소청초 해양과학기지에서 수행된 연구가 유일하다. 이 연구는 소청도 남쪽 37 km에 위치한 소청초 해양과학기지에서 수행되었으며 MWR System software(SW 002)를 사용하여 1월부터 약 2.5개월 동안 관측된 동계 자료를 활용하여 파랑자료를 재분석하였다(Min et al., 2017, 2018). 하지만 이 시기에 관측된 파고의 최대치는 3 m 내외로 여름철 태풍과 같은 이벤트성 기상에 의해 발생되는 고파랑에 대한 신뢰도는 검증되지 못하였다.
6c). 이러한 고파랑 자료는 관측기간(2017.10.20.-2019.08.30.) 동안 동해안에 영향을 미친 태풍(PRAPPIROON, SOULIK, CIMARON, KONG-REY)에 의해 발생한 것으로(Fig. 6a), 일본 기상청(Japan Meteorological Agency)에서 제공하는 자료를 사용하여 태풍 중심기압, 경로를 Fig. 7에 나타내었다. 이를 통해 관측결과에서 보이는 5 m 이상의 고파랑들은 독도 근해를 지나가는 태풍에 의한 영향으로 발생하는 것을 알 수 있다.
이론/모형
본 연구에서는 원격파랑관측장비인 MWR에서 생산하는 파랑관측자료의 품질을 개선하기 위해 장비 개발사인 MIROS사와 협력하여 최근에 개발된 신규 소프트웨어(SW-002 v4.10)를 적용하였다. 소프트웨어의 적용과정에서는 앞에서 서술한 바와 같이 바람이 상대적으로 약한 환경에서 원격관측의 한계로 인해 이상자료 및 오차가 발생하게 되며 이를 제어하기 위해서는 필터의 개발 및 적용이 필수적이다.
따라서 최적필터를 적용한 결과 파고의 경우 원격관측에서 발생하는 이상자료들이 상당 부분 개선되었지만, 주기의 경우에는 여전히 많은 오차를 내포하고 있었다. 이를 해결하기 위해 본 연구에서는 OOI(Ocean Observatories Initiative, OOI)에서 해양자료의 품질개선을 위해 제공하는 자료 품질관리기법인 Spike Test 알고리즘(Spike Test)과 파고와 주기 관계식을 이용한 새로운 품질관리기법(H-Ts QC)을 적용하였다. Spike Test 적용을 적용하는 데 있어 정상자료의 손실을 최소화하면서 이상자료를 제거하기 위해 적절한 임계상수를 추정하였으며, 이를 토대로 주기에서 발생하는 이상자료를 상당 부분 제거한 후 이동평균 보간법을 적용하여 자료의 손실을 최소화하였다.
성능/효과
결과적으로 본 연구에서는 1) MIROS사에서 개발한 필터들의 복합적인 적용(Reduce Noise Frequency, Phillips Check, Energy Level Chec k; Optimal Filter), 2) OOI에서 개발한 Spike Test 알고리즘(Spike Test), 그리고 3) 파고-주기 관계식을 이용한 새로운 필터(H-Ts QC)를 사용하여 MWR의 파고와 주기의 품질개선 효과를 확인하였다. Fig. 6에서는 본 연구에서 결과적으로 제안하는 3가지 방법(Optimal Filter, Spike Test, H-Ts QC)을 MWR에 적용하기 전(No Filter)과 후의 파랑관측자료를 CWB와 비교한 것으로 파고와 주기 모두 저파랑 시에 과대하게 산정하는 이상자료들에 대한 정확도가 향상되었음을 보여준다. 하지만 유의파주기에서는 여전히 오차가 존재하며, 상대적으로 신뢰도가 높은 유의파고는 3~5 m 사이에서 CWB와 관측자료의 양상이 다소 달라진다(Fig.
10)에 내재되어 있는 총 4가지(Reduce Noise Frequency, Philips Check, Long Period Noise Removal, Energy Level Check) 필터를 적용하여, 각 필터의 효과를 분석하였다. Reduce Noise Frequency 필터는 전체적으로 파고를 감소시켜 관측자료의 Bias와 오차를 증가시키는 단점이 있으므로, 이를 제외한 나머지 필터들을 복합적으로 사용하는 것(Optimal Filter; 최적필터)이 가장 적합하다고 판단되었다. 따라서 최적필터를 적용한 결과 파고의 경우 원격관측에서 발생하는 이상자료들이 상당 부분 개선되었지만, 주기의 경우에는 여전히 많은 오차를 내포하고 있었다.
Reduce Noise Frequency 필터는 전체적으로 파고를 감소시켜 관측자료의 Bias와 오차를 증가시키는 단점이 있으므로, 이를 제외한 나머지 필터들을 복합적으로 사용하는 것(Optimal Filter; 최적필터)이 가장 적합하다고 판단되었다. 따라서 최적필터를 적용한 결과 파고의 경우 원격관측에서 발생하는 이상자료들이 상당 부분 개선되었지만, 주기의 경우에는 여전히 많은 오차를 내포하고 있었다. 이를 해결하기 위해 본 연구에서는 OOI(Ocean Observatories Initiative, OOI)에서 해양자료의 품질개선을 위해 제공하는 자료 품질관리기법인 Spike Test 알고리즘(Spike Test)과 파고와 주기 관계식을 이용한 새로운 품질관리기법(H-Ts QC)을 적용하였다.
Case 1과 같이 4개 필터 모두를 복합적으로 적용할 경우 파고와 주기의 RMSE와 Correlation의 개선효과는 크지만, 전체적인 자료의 추세를 분석해 볼 때 파고가 저평가되는 현상이 발생하며 이는 통계 수치인 Bias가 작아지는 것에서 확인이 된다(Table 3). 먼저, Long Period Noise Removal 필터를 제외한 Case 2을 Case 1와 비교해보면, Long Period Noise Removal 필터로 인해 주기의 RMSE와 Correlation, Bias가 개선됨을 확인할 수 있으며 이는 저주파 성분의 이상자료가 제거되었음을 보여준다(Table 3). 이러한 결과는 각 필터는 복합적으로 사용해도 개별 필터의 특성은 독립적으로 유지됨을 보여주며, 이는 필터들이 후처리 과정에서 단계별로 작용하는 것에서 기인한다.
파고가 작은 환경하에서 발생하는 파고 및 주기 시계열의 이상치를 제거하며, 필터의 원리는 원격파랑관측을 통해 생산된 스펙트럼과 이론적인 2차원 풍파 스펙트럼을 비교하여 파랑관측자료의 품질을 개선하는 것이다. 본 연구에서 사용한 네 가지의 필터 중 파고 정확도 개선에 가장 탁월한 성능(RMSE 0.39 m 감소, Correlation 0.40 증가)을 보여주며, 주기의 품질개선에도 효율적이다(RMSE 0.85 sec 감소, Correlation 0.13 증가, Bias 0.36 감소).
분석결과 Spike Test를 적용할 경우 파랑의 주기에서 발견되는 다수의 이상자료가 효과적으로 제거(RMSE 0.53 sec 감소, Correlation 0.18 증가)되는 것을 확인하였다. 하지만 바람의 크기가 지속적(3 m/s 이하)으로 작아 파랑의 주기가 연속적으로 과대하게 평가되는 시점에서는 그 효과가 제한적으로 나타났다(Fig.
7에 나타내었다. 이를 통해 관측결과에서 보이는 5 m 이상의 고파랑들은 독도 근해를 지나가는 태풍에 의한 영향으로 발생하는 것을 알 수 있다. 이는 MWR과 같은 원격파랑관측장비는 악기상 시에 유실 위험이 적고 안정적으로 자료를 수집할 수 있는 장점이 있지만, 관측자료의 정확도에는 한계가 있음을 보여주고 있으며 이를 보완하기 위한 추가적인 연구가 필수적으로 수행되어야 함을 보여준다.
1절에서 사용한 이동평균 보간법을 적용하여 제거된 자료들을 다시 추정하였으며 Table 6에 H-Ts QC를 적용하기 전과 후의 통계적 수치를 나타내었다. 최적필터와 Spike Test를 적용한 결과를 최적필터와 Spike Test, 그리고 H-Ts QC를 적용한 결과와 비교하였을 때 RMSE는 0.31 sec 감소, Correlation은 0.020 증가, Bias는 0.18 감소하였다. 이는 H-Ts QC로 인해서 파고가 낮은 경우에 과대평가되는 주기의 이상자료들이 상당히 효과적으로 제거 및 추정되었음을 보여준다.
5)을 이용하여 새로운 필터인 H-Ts QC를 개발 및 적용한 후 제거되는 이상자료에는 이동평균 보간법을 적용하였다. 최종적으로 본 연구에서 도출된 결과에 따르면 3가지의 품질관리기법(최적필터; Optimal Filter, Spike Test, H-Ts QC)을 적용한 MWR 관측자료와 MWR 원시자료를 비교하였을 때 파고의 RMSE는 0.46 m, 주기의 RMSE는 2.02 sec 감소하였으며 MWR과 CWB의 상관관계 또한 증가(Correlation 증가: 파고 0.49, 주기 0.44)하였다. 이를 통해, 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만, 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다.
파고 품질개선에 가장 탁월한 성능을 가지는 필터는 Phillips Check와 Energy Level Check 필터이며, 주기의 경우에는 Reduce Noise Frequency 필터가 가장 효과적이었다. 특히 Energy Level Check 필터는 파고와 주기를 모두 개선하는데 탁월한 성능을 보였으며 파랑관측자료의 품질개선에 필수적인 필터로 분석된다.
후속연구
이를 통해, 3가지의 품질관리기법을 적용한 MWR의 파랑관측자료는 유의파고에 대해서는 일정 부분 신뢰도를 가지지만, 유의파주기에서는 여전히 오차가 존재하며 이에 대한 개선이 요구된다. 또한, 3 m 이상의 고파랑이 발생하는 경우 MWR과 CWB 사이의 유의파고에 대한 오차가 증가하므로 이를 위한 장기적인 원격파랑 관측 자료의 수집과 분석, 그리고 필터 개발 등에 관한 지속적인 연구가 필요하다.
이를 통해 관측결과에서 보이는 5 m 이상의 고파랑들은 독도 근해를 지나가는 태풍에 의한 영향으로 발생하는 것을 알 수 있다. 이는 MWR과 같은 원격파랑관측장비는 악기상 시에 유실 위험이 적고 안정적으로 자료를 수집할 수 있는 장점이 있지만, 관측자료의 정확도에는 한계가 있음을 보여주고 있으며 이를 보완하기 위한 추가적인 연구가 필수적으로 수행되어야 함을 보여준다.
참고문헌 (18)
Ahn, K., Chun, J. and Cheon, S.H. (2014). New calibration method applicable to significant wave heights obtained by X-band radar. Proceedings of 34th International Conference on Coastal Engineering, ASCE.
Hauser, D., Kahma, K., Krogstad, H.E., Lehner, S., Monbaliu, J.A.J. and Wyatt, L.R., Eds. (2005). Measuring and analysing the directional spectrum of ocean waves. COST Office, Brussels.
Bushnell, M., Bouchard, R. and Worthington, H. (2015). Manual for Real-Time Quality Control of In-Situ Surface Wave Data. Integrated Ocean Observing System., United States.
Ocean Observatories Initiative (2012). Data Product Specification for Spike Test., Ocean Leadership., United States.
Goda, Y. (2003). Revisiting Wilson's formulas for simplified windwave prediction. Journal of Waterway, Port, Coastal, and Ocean Engineering, 129(2), 93-95.
Goda, Y. (2010). Random seas and design of maritime structures. World scientific., Singapore.
Gomez, R., Helzel, T., Petersen, L., Kniephoff, M., Merz, C.R., Liu, Y. and Weisberg, R.H. (2014). Real-time quality control of current velocity data on individual grid cells in WERA HF radar. Oceans 2014-Taipei, IEEE, 1-7.
Gurgel, K.W., Schlick, T., Voulgaris, G., Seemann, J. and Ziemer, F. (2011). HF radar observations in the German Bight: Measurements and quality control. IEEE, 51-56.
Hisaki, Y. (2009). Quality control of surface wave data estimated from low signal-to-noise ratio HF radar doppler spectra. Journal of Atmospheric and Oceanic Technology, 26(11), 2444-2461.
Kim, Y.B. (2019). Physical Marine Environment near Dokdo and Satisfaction Improvement of Dokdo Tourism by enhancing the Awareness of Marine Territory. The Journal of Korean Island, 31(3), 55-75 (in Korean).
Min, Y.C., Jeong, J.Y., Min, I.K., Kim, Y.S., Shim, J.S. and Do, K.D. (2018). Enhancement of wave radar observation data quality at the socheongcho ocean research station. Journal of Coastal Research, SI, 85, 571-575.
Min, Y.C., Jeong, J.Y., Shim, J.S. and Do, K.D. (2017). Quality enhancement of wave data observed by radar at the socheongcho ocean research station. Korea Society of Coastal Disaster Prevention, 4(4), 189-196 (in Korean).
MIROS (2011). Wave and Current Radar System System Handbook. MIROS, Norway.
Shore Protection Manual (1977). Coastal Engineering Research Center, U.S. Government Printing Office, Washington, D.C.
Suh, K.D., Kwon, H.D. and Lee, D.Y. (2008). Statistical characteristics of deepwater waves along the Korean Coast. Korean Society of Coastal and Ocean Engineers, 20(4), 342-354 (in Korean).
KMA (2019a). Monthly meteorological report. Korea Meteorological Administration (in Korean).
KMA (2019b). Annual report on the quality analysis of national climate data for 2018. Korea Meteorological Administration (in Korean).
Park, C.K. (2005). Ocean Resources and Strategic value around Dokdo area. Military Forum, Korea Association of Military Studies, 44, 6-27 (in Korean).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.