염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다. 2009년 염분관측 인공위성이 발사한 이래로, 위성 염분자료를 이용하여 전 지구 해역에서 표층 염분 관측이 가능해졌다. 그러나 위성 염분자료는 다양한 오차를 포함하기 때문에 연구 자료로 활용하기에 앞서 정확도 검증과정이 필요하다. 따라서 본 연구에서는 2015년 4월부터 2020년 8월까지 Soil Moisture Active Passive (SMAP) 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분자료 간의 정확도 및 오차특성을 비교 분석하였다. 총 314개의 일치점을 생산하였으며, 염분의 평균제 곱근오차 및 평균편차는 각각 1.79, 0.91 psu로 제시되었다. 전반적으로 위성 염분이 실측 염분보다 과대추정 되는 것으로 나타났다. 위성 염분의 오차는 계절, 표층 수온, 풍속과 같은 다양한 해양 환경적 요인에 의존성을 보였다. 여름철 위성 염분과 실측 염분의 차이는 0.18 psu 이하로 저수온보다는 고수온에서 위성 염분의 정확도가 증가하였다. 이는 센서의 민감도에 따른 결과였다. 마찬가지로 5m s-1 이상 풍속 조건에서 오차가 줄어들었다. 본 연구결과는 연안에서 위성 염분자료를 활용할 경우에는 특정한 연구 목적에 적합한지 확인하여 제한적으로 사용하여야 함을 제시한다.
염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다. 2009년 염분관측 인공위성이 발사한 이래로, 위성 염분자료를 이용하여 전 지구 해역에서 표층 염분 관측이 가능해졌다. 그러나 위성 염분자료는 다양한 오차를 포함하기 때문에 연구 자료로 활용하기에 앞서 정확도 검증과정이 필요하다. 따라서 본 연구에서는 2015년 4월부터 2020년 8월까지 Soil Moisture Active Passive (SMAP) 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분자료 간의 정확도 및 오차특성을 비교 분석하였다. 총 314개의 일치점을 생산하였으며, 염분의 평균제 곱근오차 및 평균편차는 각각 1.79, 0.91 psu로 제시되었다. 전반적으로 위성 염분이 실측 염분보다 과대추정 되는 것으로 나타났다. 위성 염분의 오차는 계절, 표층 수온, 풍속과 같은 다양한 해양 환경적 요인에 의존성을 보였다. 여름철 위성 염분과 실측 염분의 차이는 0.18 psu 이하로 저수온보다는 고수온에서 위성 염분의 정확도가 증가하였다. 이는 센서의 민감도에 따른 결과였다. 마찬가지로 5m s-1 이상 풍속 조건에서 오차가 줄어들었다. 본 연구결과는 연안에서 위성 염분자료를 활용할 경우에는 특정한 연구 목적에 적합한지 확인하여 제한적으로 사용하여야 함을 제시한다.
Salinity is not only an important variable that determines the density of the ocean but also one of the main parameters representing the global water cycle. Ocean salinity observations have been mainly conducted using ships, Argo floats, and buoys. Since the first satellite salinity was launched in ...
Salinity is not only an important variable that determines the density of the ocean but also one of the main parameters representing the global water cycle. Ocean salinity observations have been mainly conducted using ships, Argo floats, and buoys. Since the first satellite salinity was launched in 2009, it is also possible to observe sea surface salinity in the global ocean using satellite salinity data. However, the satellite salinity data contain various errors, it is necessary to validate its accuracy before applying it as research data. In this study, the salinity accuracy between the Soil Moisture Active Passive (SMAP) satellite salinity data and the in-situ salinity data provided by the Ieodo ocean research station was evaluated, and the error characteristics were analyzed from April 2015 to August 2020. As a result, a total of 314 match-up points were produced, and the root mean square error (RMSE) and mean bias of salinity were 1.79 and 0.91 psu, respectively. Overall, the satellite salinity was overestimated compare to the in-situ salinity. Satellite salinity is dependent on various marine environmental factors such as season, sea surface temperature (SST), and wind speed. In summer, the difference between the satellite salinity and the in-situ salinity was less than 0.18 psu. This means that the accuracy of satellite salinity increases at high SST rather than at low SST. This accuracy was affected by the sensitivity of the sensor. Likewise, the error was reduced at wind speeds greater than 5 m s-1. This study suggests that satellite-derived salinity data should be used in coastal areas for limited use by checking if they are suitable for specific research purposes.
Salinity is not only an important variable that determines the density of the ocean but also one of the main parameters representing the global water cycle. Ocean salinity observations have been mainly conducted using ships, Argo floats, and buoys. Since the first satellite salinity was launched in 2009, it is also possible to observe sea surface salinity in the global ocean using satellite salinity data. However, the satellite salinity data contain various errors, it is necessary to validate its accuracy before applying it as research data. In this study, the salinity accuracy between the Soil Moisture Active Passive (SMAP) satellite salinity data and the in-situ salinity data provided by the Ieodo ocean research station was evaluated, and the error characteristics were analyzed from April 2015 to August 2020. As a result, a total of 314 match-up points were produced, and the root mean square error (RMSE) and mean bias of salinity were 1.79 and 0.91 psu, respectively. Overall, the satellite salinity was overestimated compare to the in-situ salinity. Satellite salinity is dependent on various marine environmental factors such as season, sea surface temperature (SST), and wind speed. In summer, the difference between the satellite salinity and the in-situ salinity was less than 0.18 psu. This means that the accuracy of satellite salinity increases at high SST rather than at low SST. This accuracy was affected by the sensitivity of the sensor. Likewise, the error was reduced at wind speeds greater than 5 m s-1. This study suggests that satellite-derived salinity data should be used in coastal areas for limited use by checking if they are suitable for specific research purposes.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이어도 해양과학기지의 염분자료는 인공위성 염분 자료와의 검증에 유리하며 또한 양쯔강 저염수에 영향을 받는 동중국해 해상에 위치하므로 시·공간에 따른 변동성이 크다(Delcroix and Murtugudde, 2002). 따라서 본 연구에서는 2015년 4월부터 2020년 8월까지 SMAP 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분을 비교하여 정확도를 평가하고 해양환경에 따른 이어도 염분의 오차 특성을 분석하고자 한다.
위성 염분자료를 사용함에 앞서 정확도 평가 및 오차분석은 꼭 필요한 과정이며, 실제 인공위성 염분 자료를 연구에 활용할 경우에는 위성 염분의 정확도와 불확실성이 연구 목적에 적합한지 확인하고 제한적으로 사용하여야 한다. 이런 점에서 본 연구 결과는 SMAP 위성 염분을 이어도 해양과학기지의 실측 염분과 비교함으로써 염분 자료의 특성을 파악하고 활용 가능한 여러 환경적 조건을 제시하였다. 따라서 위성 염분의 정확도 평가 및 검증에 대한 연구는 지속적으로 진행되어야 위성 염분의 오차 특성을 명확히 파악할 수 있으며, 이를 바탕으로 향후 과학 연구에의 활용 가능성을 제고해 볼 수 있을 것으로 기대된다.
제안 방법
계절, 수온, 풍속 등 다양한 조건에 따른 위성-이어도 염분의 오차 특성을 분석하였다. Fig.
본 연구에서는 위성 염분과 이어도 실측 염분 사이의 정확도 및 오차를 분석하였다. 이어도는 여름철 태풍이 통과하는 길목에 위치하므로 태풍과 같이 극심한 기상 및 해양환경에서는 염분이 측정되지 못하는 결측 기간이 존재한다.
시·공간 조건으로는 10분과 5 km을 제한하여 그 범위 안에 있는 일치점들을 모두 기록하였다.
예시로 약 30 psu 인근 염분값이 갑자기 0 psu로 낮아지는 자료는 실제 해양 현상보다는 센서 오류에 의한 것으로 판단되므로 4일간의 평균염분과 표준편차를 계산 후 평균 ±3σ 표준편차 범위 밖의 자료를 제거하였다.
이어도 실측 염분과 인공위성 해수면 염분을 비교하기 위하여 SMAP 염분자료와 이어도 실측자료 간의 일치점 생산작업을 수행하였다. 이어도 실측 염분 자료는 10분 간격을 사용하였으며 위성 염분은 Level-2 트랙자료를 사용하였다.
이어도 실측 염분의 계절 변동을 보기 위해 2015년부터 2020년 사이의 월별 경향성을 분석하였다(Fig. 6). 그 결과 봄철(Mar-May) 31.
대상 데이터
본 연구에서는 최신 염분 관측 위성인 SMAP version 4.3 Level-2 염분자료와 Level-3 월평균 염분 자료를 사용하였다. Fig.
위성 염분자료와 동일 기간인 2015년 4월부터 2020년 8월까지 수심 0 m 표층 이어도 실측 염분자료를 사용하였다. 실측자료는 장비보수 기간 또는 극심한 해양환경 조건에서는 염분값이 평균에서 벗어나기 때문에 품질향상을 위한 전처리 작업이 필요하다.
이어도 실측 염분과 인공위성 해수면 염분을 비교하기 위하여 SMAP 염분자료와 이어도 실측자료 간의 일치점 생산작업을 수행하였다. 이어도 실측 염분 자료는 10분 간격을 사용하였으며 위성 염분은 Level-2 트랙자료를 사용하였다. 시·공간 조건으로는 10분과 5 km을 제한하여 그 범위 안에 있는 일치점들을 모두 기록하였다.
3). 이어도 염분자료와의 오차 특성 분석을 위해 SMAP에서 산출되는 National Centers for Environmental Prediction (NCEP) 기반의 해상풍과 National Oceanic and Atmospheric Administration Optimum Interpolation Sea Surface Temperature (NOAA OISST) 기반의 해수면온도 자료를 함께 활용하였다.
데이터처리
시·공간 조건으로는 10분과 5 km을 제한하여 그 범위 안에 있는 일치점들을 모두 기록하였다. 통계 분석으로는 평균제곱근 오차 및 평균편차를 활용하였다.
이론/모형
본 연구에서는 O’Carroll et al. (2006)이 제시한 quality control (QC)를 수행하였다.
성능/효과
예시로 약 30 psu 인근 염분값이 갑자기 0 psu로 낮아지는 자료는 실제 해양 현상보다는 센서 오류에 의한 것으로 판단되므로 4일간의 평균염분과 표준편차를 계산 후 평균 ±3σ 표준편차 범위 밖의 자료를 제거하였다. 그 결과 전체 자료의 약 2.8%가 품질 관리에 의해 제거되었다(Fig. 4).
이는 5 m s−1 이하 풍속에서 일치점 개수가 적고, 풍속 이외에도 연안 및 수심에 따른 실측 염분의 변동성이 반영된 것으로 사료된다. 그 이상의 풍속에서는 약 0.7 psu로 상대적으로 둘 사이에 염분 차이가 감소함에 따라 이어도 주변에서는 바람이 약한 조건보다는 일정한 바람이 지속적으로 존재할 때 위성 염분자료의 정확도가 증가함을 알 수 있다.
해수면 온도에 따른 염분의 오차분석 결과 해수면 온도가 증가할수록 오차가 감소하는 것으로 나타났다(Fig. 9). 약 10°C에서 보였던 1.
후속연구
이런 점에서 본 연구 결과는 SMAP 위성 염분을 이어도 해양과학기지의 실측 염분과 비교함으로써 염분 자료의 특성을 파악하고 활용 가능한 여러 환경적 조건을 제시하였다. 따라서 위성 염분의 정확도 평가 및 검증에 대한 연구는 지속적으로 진행되어야 위성 염분의 오차 특성을 명확히 파악할 수 있으며, 이를 바탕으로 향후 과학 연구에의 활용 가능성을 제고해 볼 수 있을 것으로 기대된다.
이는 계절에 따른 해수위 높이차로 인해 센서 관측 수심이 변동함을 의미한다. 따라서 향후 해수면에서 표층 및 중층에 이르기까지 해수 염분의 연직 변동성에 대한 추가 연구가 필요하다.
위성 염분자료를 사용함에 앞서 정확도 평가 및 오차분석은 꼭 필요한 과정이며, 실제 인공위성 염분 자료를 연구에 활용할 경우에는 위성 염분의 정확도와 불확실성이 연구 목적에 적합한지 확인하고 제한적으로 사용하여야 한다. 이런 점에서 본 연구 결과는 SMAP 위성 염분을 이어도 해양과학기지의 실측 염분과 비교함으로써 염분 자료의 특성을 파악하고 활용 가능한 여러 환경적 조건을 제시하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
염분은 어떤 특징이 있는가?
염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다.
이어도 해양과학기지가 위치한 지점은 어떤 것들의 영향권에 있는 해역인가?
이어도 해양과학기지는 해양, 기상, 어업활동 등을 목적으로 하는 대한민국 전초 과학기지로 마라도에서 남서쪽으로 약 149 km 떨어진 해상에 위치하고 있다(Hwang and Jung, 2012). 이 지점은 서쪽으로부터 양쯔강 저염수, 남쪽으로부터는 쿠로시오 해류 및 대마난류, 북쪽으로부터는 중국 연안류 및 황해난류의 영향권에 있는 해역으로 한반도 주변 해수 순환 이해에 중요한 지리적 위치이다(Fig. 1).
이어도 해양과학기지는 어디에 위치하는가?
이어도 해양과학기지는 해양, 기상, 어업활동 등을 목적으로 하는 대한민국 전초 과학기지로 마라도에서 남서쪽으로 약 149 km 떨어진 해상에 위치하고 있다(Hwang and Jung, 2012). 이 지점은 서쪽으로부터 양쯔강 저염수, 남쪽으로부터는 쿠로시오 해류 및 대마난류, 북쪽으로부터는 중국 연안류 및 황해난류의 영향권에 있는 해역으로 한반도 주변 해수 순환 이해에 중요한 지리적 위치이다(Fig.
참고문헌 (26)
Abe, H., and Ebuchi, N., 2014, Evaluation of seasurface salinity observed by Aquarius. Journal of Geophysical Research: Oceans, 119(11), 8109-8121.
Barre, H. M., Duesmann, B., and Kerr, Y. H., 2008, SMOS: The mission and the system. IEEE Transactions on Geoscience and Remote Sensing, 46(3), 587-593.
Beardsley, R. C., Limeburner, R., Yu, H., and Cannon, G. A., 1985, Discharge of the Changjiang (Yangtze river) into the East China Sea. Continental Shelf Research, 4(1-2), 57-76.
Chang, P. H. and Isobe, A., 2003, A numerical study on the Changjiang diluted water in the Yellow and East China seas. Journal of Geophysical Research: Oceans, 108(C9) 3229.
Choi, D. Y., Woo, H. J., Park, K., Byun, D. S., and Lee, E., 2018, Validation of sea surface wind speeds from satellite altimeters and relation to sea state bias-focus on wind measurements at Ieodo, Marado, Oeyeondo Stations. Journal of the Korean Earth Science Society, 39(2), 139-153.
Delcroix, T., and Murtugudde, R., 2002, Sea surface salinity changes in the East China Sea during 1997-2001: Influence of the Yangtze River. Journal of Geophysical Research: Oceans, 107(C12), SRF-9.
Drucker, R., and Riser, S. C., 2014, Validation of Aquarius sea surface salinity with argo: Analysis of error due to depth of measurement and vertical salinity stratification. Journal of Geophysical Research: Oceans, 119(7), 4626-4637.
Fournier, S., Lee, T., Tang, W., Steele, M., and Olmedo, E., 2019, Evaluation and intercomparison of SMOS, Aquarius, and SMAP sea surface salinity products in the Arctic Ocean. Remote Sensing, 11(24), 3043.
Grodsky, S. A., Reul, N., Bentamy, A., Vandemark, D., and Guimbard, S., 2019, Eastern Mediterranean salinification observed in satellite salinity from SMAP mission. Journal of Marine Systems, 198, 103190.
Helm, K. P., Bindoff, N. L., and Church, J. A., 2010, Changes in the global hydrologicalcycle inferred from ocean salinity. Geophysical Research Letters, 37(18), L18701.
Hwang, K., and Jung, S., 2012, Decadal changes in fish assemblages in waters near the Ieodo ocean research station (East China Sea) in relation to climate change from 1984 to 2010. Ocean Science Journal, 47(2), 83-94.
Kim, K., Rho, H. K., and Lee, S. H., 1991, Water masses and circulation around Cheju-do in summer. Journal of the Oceanological Society of Korea, 26, 262-277.
Kim, S. B., Lee, J. H., de Matthaeis, P., Yueh, S., Hong, C. S., Lee, J. H., and Lagerloef, G., 2014, Sea surface salinity variability in the East China Sea observed by the Aquarius instrument. Journal of Geophysical Research: Oceans, 119(10), 7016-7028.
Kim, S. S., Go, W. J., Jo, Y. J., Lee, P. Y., and Jeon, K. A., 1998, Low salinity anomaly and nutrient distribution at surface waters of the South Sea of Korea during 1996 summer. Journal of the Korean Society of Oceanography, 3, 165-169.
Lagerloef, G., Colomb, F. R., Le Vine, D., Wentz, F., Yueh, S., Ruf, C., and Feldman, G., 2008, The Aquarius/SAC-D mission: Designed to meet the salinity remote-sensing challenge. Oceanography, 21(1), 68-81.
Lie, H.-J., Cho, C.-H., Lee, J.-H., and Lee, S., 2003, Structure and eastward extension of the Changjiang River plume in the East China Sea. Journal of Geophysical Research, 108(C3), 3077.
Lie, H.-J., 1986, Summertime hydrographic features in the south eastern Hwanghae. Progress in Oceanography, 17, 229-242.
Moon, I. J., Shim, J. S., Lee, D. Y., Lee, J. H., Min, I. K., and Lim, K. C., 2010, Typhoon researches using the Ieodo Ocean Research Station: Part I. Importance and present status of typhoon observation. Atmosphere, 20(3), 247-260.
O'Carroll, A. G., Eyre, J. R., and Saunders, R. W., 2008, Three-way error analysis between AATSR, AMSR-E, and in situ sea surface temperature observations. Journal of Atmospheric and Oceanic Technology, 25(7), 1197-1207.
Oh, H. M., and Ha, K. J., 2005, Analysis of marine meteorological characteristics at Ieodo ocean research station from 2003 to 2004. Atmosphere, 41(5), 671-680.
Reul, N., Fournier, S., Boutin, J., Hernandez, O., Maes, C., Chapron, B., and Kerr, Y., 2014, Sea surface salinity observations from space with the SMOS satellite: A new means to monitor the marine branch of the water cycle. Surveys in Geophysics, 35(3), 681-722.
Tang, W., Fore, A., Yueh, S., Lee, T., Hayashi, A., Sanchez-Franks, A., and Baranowski, D., 2017, Validating SMAP SSS with in situ measurements. Remote Sensing of Environment, 200, 326-340.
Woo, H. J., Park, K. A., Byun, D. S., Lee, J., and Lee, E., 2018, Characteristics of the differences between significant wave height at Ieodo Ocean Research Station and satellite altimeter-measured data over a decade (2004-2016). The Sea, 23(1), 1-19.
Woo, H. J., Park, K. A., Choi, D. Y., Byun, D. S., Jeong, K. Y., and Lee, E. I., 2019, Comparison of multi-satellite sea surface temperatures and in-situ temperatures from Ieodo Ocean Research Station. Journal of the Korean Earth Science Society, 40(6), 613-623.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.