Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-6692(Print)
ISSN : 2287-4518(Online)
Journal of the Korean earth science society Vol.40 No.6 pp.613-623
DOI : https://doi.org/10.5467/JKESS.2019.40.6.613

Comparison of Multi-Satellite Sea Surface Temperatures and In-situ Temperatures from Ieodo Ocean Research Station

Hye-Jin Woo1, Kyung-Ae Park2*, Do-Young Choi1, Do-Seung Byun3, Kwang-Yeong Jeong3, Eun-Il Lee3
1Department of Science Education, Seoul National University, Seoul 08826, Korea
2Department of Earth Science Education/Research Institute of Oceanography, Seoul National University, Seoul 08826, Korea
3Ocean Research Division, Korea Hydrographic and Oceanographic Administration, Busan 49111, Korea
Corresponding author: kapark@snu.ac.kr Tel: +82-2-880-7780
December 3, 2019 December 10, 2019 December 16, 2019

Abstract


Over the past decades, daily sea surface temperature (SST) composite data have been produced using periodically and extensively observed satellite SST data, and have been used for a variety of purposes, including climate change monitoring and oceanic and atmospheric forecasting. In this study, we evaluated the accuracy and analyzed the error characteristic of the SST composite data in the sea around the Korean Peninsula for optimal utilization in the regional seas. We evaluated the four types of multi-satellite SST composite data including OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), OISST (Optimum Interpolation Sea Surface Temperature), CMC (Canadian Meteorological Centre) SST, and MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature) collected from January 2016 to December 2016 by using in-situ temperature data measured from the Ieodo Ocean Research Station (IORS). Each SST composite data showed biases of the minimum of 0.12°C (OISST) and the maximum of 0.55°C (MURSST) and root mean square errors (RMSE) of the minimum of 0.77°C (CMC SST) and the maximum of 0.96°C (MURSST) for the in-situ temperature measurements from the IORS. Inter-comparison between the SST composite fields exhibited biases of −0.38-0.38°C and RMSE of 0.55-0.82°C. The OSTIA and CMC SST data showed the smallest error while the OISST and MURSST data showed the most obvious error. The results of comparing time series by extracting the SST data at the closest point to the IORS showed that there was an apparent seasonal variation not only in the in-situ temperature from the IORS but also in all the SST composite data. In spring, however, SST composite data tended to be overestimated compared to the in-situ temperature observed from the IORS.



이어도 해양과학기지 관측 수온과 위성 해수면온도 합성장 자료와의 비교

우 혜진1, 박 경애2*, 최 도영1, 변 도성3, 정 광영3, 이 은일3
1서울대학교 과학교육과, 08826, 서울특별시 관악구 관악로 1
2서울대학교 지구과학교육과/해양연구소, 08826, 서울특별시 관악구 관악로 1
3국립해양조사원 해양과학조사연구실, 49111, 부산광역시 영도구 해양로 351

초록


지난 수십년 동안 인공위성을 통해 광범위하고 주기적으로 관측된 해수면온도 자료를 사용하여 일별 해수면온 도 합성장이 생산되고 있으며 기후변화 감시와 해양 대기 예측 등 다양한 목적으로 활용되어 왔다. 본 연구에서는 지 역적인 해역에서 최적화된 활용을 위해 한반도 주변해역에서 해수면온도 합성장 자료의 정확도 평가와 오차 특성 분석 을 수행하였다. 2016년 1월부터 12월까지 이어도 해양과학기지 관측 수온 자료를 활용하여 4종의 다중 인공위성 기반 해수면온도 합성장 자료(OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), OISST (Optimum Interpolation Sea Surface Temperature), CMC (Canadian Meteorological Centre) 해수면온도 및 MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature))를 비교하여 각 해수면온도 합성장의 정확도를 평가하였다. 이어도 해 양과학기지 수온 자료에 대하여 각 해수면온도 합성장은 최소 0.12°C (OISST)와 최대 0.55°C (MURSST)의 편차와 최 소 0.77°C (CMC 해수면온도)와 최대 0.96°C (MURSST)의 평균 제곱근 오차를 나타냈다. 해수면온도 합성장 사이의 상호 비교 결과에서는 −0.38-0.38°C의 편차와 0.55-0.82°C의 평균 제곱근 오차의 범위를 보였으며 OSTIA와 CMC 해수 면온도 자료가 가장 작은 오차 특성을 보인 반면 OISST와 MURSST 자료는 가장 큰 오차 특성을 나타내었다. 이어도 해양과학기지와 가장 가까운 지점에서 해수면온도 합성장 자료를 추출하여 시계열을 비교한 결과에서는 이어도 해양과 학기지 관측 수온 뿐만 아니라 모든 해수면온도 합성장 자료에서 뚜렷한 계절 변동을 보였으나 봄철 해수면온도 합성 장은 이어도 해양과학기지 관측 수온에 비해 과대추정되는 경향이 나타났다.



    Ministry of Oceans and Fisheries

    서 론

    위성 해수면온도 자료는 위성 관측 자료인 휘도 온도(brightness temperature) 자료를 사용하여 산출된 다. 위성 적외 센서 또는 마이크로파 센서를 활용하 여 관측된 휘도 온도는 Level 1B (L1B) 자료이며, 단일 위성에서 관측된 휘도 온도를 활용하여 산출된 해수면온도 영상 자료는 Level 2 (L2) 자료이다. 하 나 또는 여러 L2 해수면온도 자료를 등격자 형태로 재격자화 할 경우 Level 3 (L3) 자료로 분류되며, 이 자료는 다양한 요인으로 관측이 이루어지지 않은 경 우 해당 격자는 공백으로 처리된다. 따라서 적외 센 서를 사용하여 추정된 해수면온도 자료는 지속적으로 구름이 존재하는 해역에서 공백이 발생할 수 있으며, 마이크로파 센서를 사용하여 추정된 해수면온도 자료 는 육지 주변 또는 강한 강수 구역에서 공백이 발생 할 수 있다. 마지막으로 다중 위성 해수면온도 자료 뿐만 아니라 실측 수온 자료를 최적 내삽법으로 결 합하여 공백이 존재하지 않도록 생산된 경우 Level 4 (L4) 자료로 구분한다(Minnett et al., 2019).

    지난 수십 년 동안 인공위성 해수면온도는 지속적 으로 산출되어 왔으며(Minnet et al., 2019), 해양 및 대기 분야의 수치 예보와 기후 변화 감시를 위한 위 성 관측 해수면온도 자료의 수요는 기하급수적으로 증가하고 있다(Merchant et al., 2008). 특히 시공간 해상도가 일정하면서도 공백이 존재하지 않는 L4 해 수면온도 합성장 자료는 해양 및 대기 예측 모델의 입력 자료(Donlon et al., 2012) 및 수온의 장단기 변 동성 연구 자료로서(Gentemann et al., 2017;Lee and Park, 2019) 활용도가 매우 높다. 다양한 활용 목적에 따라 국외 다수의 기관에서 해수면온도 합성 장 자료를 생산하고 있으며(Reynolds et al., 2007;Brasnett, 2008;Donlon et al., 2012;Chin et al., 2017), 전구 해역에서 실측 수온 자료와의 비교를 통 한 정확도 평가 및 해수면온도 합성장 사이의 상호 비교를 통하여 각 합성장에 대한 품질 평가가 이루 어지고 있다(Reynolds and Chelton, 2010;Dash et al., 2012;Castro et al., 2016;Fiedler et al., 2019). 반면 지역적인 해역 또는 연안에서 해수면온도 합성 장을 비교하고 해역의 특성에 따른 차이를 분석한 연구들은 부족하다.

    이어도 해양과학기지는 마라도로부터 남서쪽으로 149 km 거리의 동중국해 상에 위치하고 있으며 주변 해역은 서쪽으로부터 양자강 저염수의 영향과 남쪽으 로부터 대마난류의 영향을 받는 곳으로 한반도 주변 해역의 해수 순환에 필요한 관측 자료를 획득할 수 있는 중요한 지역이다(Fig. 1). 특히 이어도 해양과학 기지 주변해역에서의 해수면온도 변동은 한반도 온도 변화와 밀접한 연관성을 보임에 따라 한반도의 기후 변화를 이해하기 위한 중요 해역으로 부상하였다 (Kim et al., 2019). 또한 이어도 해양과학기지는 여 름철 한반도로 북상하는 태풍의 길목에 위치하여 기 지에서 관측된 자료들은 태풍 경로와 강도 예측 및 기후 변화에 따른 태풍 특성 변동 연구에의 활용 가 치가 매우 높다(Oh et al., 2006;Moon et al., 2010). 특히 대부분 연안에 위치한 부이들과 달리 외해에 위치함에 따라 인공위성 자료와의 비교 연구를 위한 최적의 조건을 갖추었다고 볼 수 있다(Woo et al., 2017;Choi et al, 2018). 따라서 이어도 해양과학기 지는 실측 수온과 위성 해수면온도 합성장 자료들을 비교하여 한반도 주변 해역에서 나타나는 위성 해수 면온도 합성장 자료의 지역적인 오차 특성을 이해하 기에 더할 수 없이 적합하다.

    본 연구에서는 이어도 해양과학기지 주변해역에서 활용가능한 해수면온도 합성장 자료를 탐색하여 자료 의 특성을 조사하고, 국립해양조사원의 이어도 해양 과학기지에서 관측된 실측 수온과 인공위성 해수면온 도 합성장을 비교 분석하고, 해수면온도 합성장 사이 의 상호 비교를 통하여 특성 차이를 이해하며, 실측 수온에 대한 인공위성 해수면온도 합성장의 오차 특 성을 조사하고자 한다.

    자료 및 방법

    위성 해수면온도 합성장 자료

    국내외 다양한 기관에서는 인공위성 해수면온도 자 료와 해양 실측 수온 자료를 활용하여 생산된 해수 면온도 합성장 자료를 해양 예측 모델 자료 동화에 사용함으로써 해양모델의 정확도를 향상시키고 있다. 이어도 주변해역에서 해수면온도 합성장 자료의 정확 도를 비교 분석하기 위하여 국제적으로 널리 활용되 고 있는 네 종류의 다중위성 해수면온도 합성장 자 료를 수집하였다. 해양예측모델의 자료 동화뿐만 아 니라 해양 현상 연구 분야에서도 널리 활용되고 있 는 유럽 기상청(Meteorological Office; Met Office)의 OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis) 자료를 수집하였으며, NOAA에서 1982년부터 장기간동안 지속적으로 생산되고 있는 OISST (Optimum Interpolation Sea Surface Temperature) 자료는 해수면온도 장기 변동 특성 연구 등 다양한 목적에 의해 활발하게 사용되는 해수면온도 합성장 자료 중 하나임에 따라 연구 자료로 수집하였다. 최 근 캐나다 기상청에서 생산되는 CMC (Canadian Meteorological Centre) 자료가 인공위성 해수면온도 산출시 초기 해수면온도(first-guess SST)로 높은 활 용도를 보임에 따라(Petrenko et al, 2014;Kramar et al., 2016) 연구 자료로 채택하였으며, 마지막으로 NASA (National Aeronautics and Space Administration) 에서 생산되는 고해상도 자료인 MURSST (Multiscale Ultra-high Resolution Sea Surface Temperature) 또한 함께 수집하여 연구에 활용하였다.

    연구에 사용된 4종의 해수면온도 합성장 자료는 고해상도의 극궤도 적외 센서 관측 자료와 높은 시 간해상도를 가지는 정지궤도 적외 센서 관측 자료, 비록 적외 센서에 비해 공간해상도는 낮지만 구름을 통과하여 해수면온도를 관측할 수 있는 극궤도 마이 크로파 센서 자료 및 전구 해역에 분포하는 부이 실 측 자료 등을 사용하여 최적내삽법(optimal interpolation) 등 공간내삽법 적용을 통해 생산된 후 배포되고 있 다(Reynolds et al., 2007;Brasnett, 2008;Donlon et al., 2012;Chin et al., 2017). 이들 모두 시간 해상도 는 1일이며, 공간 해상도는 약 0.01° (MURSST)부터 0.25° (OISST)까지의 분포를 보인다(Table 1). 해수면 온도 합성장 자료 특성을 확인하기 위하여 이어도 주변해역에서 수온의 공간 변동이 큰 해역을 선정하 여 공간 분포를 도시하였다(Fig. 2). 전반적인 수온 분포 특성이 유사하게 나타남을 확인할 수 있으나 공간 해상도 차에 따른 해양 현상의 규모는 서로 다 르게 나타났다.

    이어도 해양과학기지 관측 수온 자료

    위성 해수면온도 합성장과 비교하기 위하여 2016 년 1월부터 2016년 12월까지 이어도 해양과학기지에 서 관측된 실측 수온 자료를 수집하였다. 이어도 해 양과학기지에서 수온은 평균해수면을 기준으로 표층 (수심 약 5 m), 중층 (수심 약 20 m), 저층 (수심 약 40 m)에서 관측된다. 본 연구에서는 피층 또는 표층 의 수온을 관측하는 인공위성 해수면온도 합성장 자 료와의 비교를 위하여 수심 약 5 m에서 관측된 실측 수온 자료에 집중하여 분석을 수행하였다.

    관측된 수온은 다양한 요인에 의하여 비정상적인 값을 포함할 수 있다. 국립해양조사원에서는 이러한 자료를 제거하기 위해 7단계의 품질 관리(quality control)를 수행하여 품질 검사 정보를 함께 제공하고 있다(Intergovernmental Oceanographic Commission, 1990;1993;Evans et al., 2003). 첫 번째 단계는 오 류값 검사로 관측값이 −9999 또는 공백값(null value) 이면 오류값으로 판단된다. 두 번째 단계는 전지구적 한계 검사로 수온이 −2.5 °C 이하이거나 35 °C 이상일 경우 해양에서 관측될 수 없는 값으로 간주된다. 세 번째 단계는 24시간 동안 동일값이 관측되었을 경우 오류로 판단하는 고정값 검사가 수행된다. 네 번째 단계는 연속된 관측값의 변화율이 비정상적으로 큰 경우 오류값으로 검출하는 뜀값 검사로 연속한 세 관측값(TW1, TW2, TW3)을 사용하며 기준은 식 (1)과 같다.

    | T W 2 ( T W 1 + T W 3 ) / 2 | | T W 1 T W 2 | / 2 > 2
    (1)

    다섯 번째는 지역적 한계 검사로서 관측값이 이어 도 해양과학기지에서 관측된 과거 자료를 기반으로 최소 1년의 최소값 또는 최대값 범위를 벗어날 경우 오류값으로 판단한다. 계절적 한계 검사는 전년도 동 월의 자료와 비교하여 최소값 또는 최대값 범위를 벗어날 경우 지역적 한계 검사와 마찬가지로 오류값 으로 간주한다. 마지막 단계인 통계검사는 전년도 동 월에 계산된 평균과 표준편차를 활용하여 정해진 분 산도 범위를 벗어난 자료에 대하여 오류값으로 판단 한다(Intergovernmental Oceanographic Commission, 1990;1993;Evans et al., 2003). 수집된 자료는 앞서 제시된 품질 관리 절차 결과로 관측치와 함께 제공 되는 품질 검사 정보를 활용하여 비정상적인 자료를 제거한 후 데이터베이스화하였으며, 관측된 원시 자 료의 약 5.7%의 자료가 품질 관리에 의해서 제거되 었다.

    실측-위성 해수면온도 일치점 생산

    이어도 해양과학기지 실측 수온과 다중위성 해수면 온도 합성장 자료를 비교하기 위하여 MetOffice의 OSTIA 해수면온도 자료, NOAA의 OISST 해수면온 도 자료, CMC의 해수면온도 자료, NASA의 MURSST 해수면온도 자료를 수집하였으며, 이어도 해양과학기 지와 가장 가까운 픽셀의 자료를 추출하였다. 또한 10분 간격으로 관측되는 실측 수온 자료는 평균하여 일별 자료로 재가공하였다. Fig. 3은 이어도 해양과 학기지 관측 수온과 해수면온도 합성장의 일치점 자 료 생성 위치를 나타낸다. MURSST 자료가 0.40 km 거리 차로 가장 가까웠으며, CMC 해수면온도 합성 장이 8.72 km 거리 차로 가장 먼 곳에서 일치점 자 료가 생성되었다(Table 2). 거리 차는 다중위성 해수 면온도 합성장의 공간해상도와 관련되며 해상도가 높 은 편인 MURSST와 OSTIA 자료가 비교적 가까운 곳에서 일치점이 생성되었으며, 해상도가 20 km 이상 인 CMC와 OISST 자료가 이어도 해양과학기지와 상 대적으로 먼 곳에서 일치점이 생성되었다.

    통계 분석

    인공위성 해수면온도 합성장 자료와 이어도 해양과 학기지 실측 수온 자료 비교를 위하여 평균제곱근오 차(root mean square error; RMSE), 편차(Bias), 상관 계수(Pearson’s correlation coefficient; r) 및 산란지수 (scatter index; SI) 이용해 정량적으로 분석하였다 (Janssen et al., 1984;Clancy et al., 1986, Woo et al., 2017).

    R M S E = 1 N i = 1 N ( x i y i ) 2
    (2)

    B i a s = 1 N i = 1 N ( x i y i )
    (3)

    r = i = 1 N ( x i x ¯ ) ( y i y ¯ ) 1 N i = 1 N ( x i x ¯ ) 2 1 N i = 1 N ( y i y ¯ ) 2
    (4)

    S I = 1 N i = 1 N ( x i y i ) 2 y ¯
    (5)

    여기에서 xi는 위성 해수면온도 합성장(°C), yi는 실측 수온( °C)이며, N은 일치점 자료 개수이다. xy는 각각 위성 해수면온도 합성장과 이어도 해양과학 기지 실측 수온의 평균값( °C)이다.

    연구 결과

    실측-위성 해수면온도 비교

    이어도 해양과학기지 실측 수온과 해수면온도 합성 장의 일치점 자료를 활용하여 합성장별 실측 수온과 의 비교를 통하여 정확도를 평가하였다(Fig. 4). 2016 년 한 해 동안 327-329개의 일치점 자료가 각각 생 성되었다. 전반적으로 모든 해수면온도 합성장 자료 가 이어도 해양과학기지 실측 수온과 비교적 잘 일 치하는 것으로 나타났다. OSTIA 해수면온도의 경우 이어도 해양과학기지 관측 수온에 대하여 0.42 °C의 편차와 0.90 °C의 평균 제곱근 오차 특성을 보였다 (Fig. 4a). OISST 해수면온도 자료와의 경우는 0.12 °C 의 편차로 가장 작은 값을 나타냈으며, 평균 제곱근 오차는 0.88 °C의 값을 보였다(Fig. 4b). CMC 해수면 온도 자료는 편차가 각각 0.49 °C이었고, 평균 제곱근 오차는 0.77 °C로 가장 작은 값을 나타내었다(Fig. 4c). 마지막으로 MURSST 해수면온도 자료는 이어도 해양과학기지 관측 수온에 대하여 편차가 0.55 °C이고 평균 제곱근 오차가 0.96 °C로 가장 큰 오차를 보였다 (Fig. 4d). 편차는 OISST가 가장 작고 MURSST가 가장 큰 결과를 나타냈으며, 평균 제곱근 오차는 CMC 자료가 가장 작고 MURSST가 가장 큰 특성을 보였다. 이는 이어도 해양과학기지 관측 수온을 실제 수온이라고 가정한다면 공간해상도가 좋은 자료이더 라도 높은 정확도를 보이지 않을 수 있음을 시사한 다. 산란지수는 0.04로 가장 낮은 값을 보인 CMC 해수면온도 합성장 자료를 제외한 모든 자료에서 0.05이었다. 상관 계수 또한 CMC 해수면온도 합성 장 자료의 경우 1.0의 값이 나타났으며, 나머지 자료 에 대해서는 0.99의 값을 보였다.

    Fig. 4에서 볼 수 있듯이 전반적으로 20 °C 이상의 고온에서는 모든 해수면온도 합성장 자료가 이어도 해양과학기지 관측 수온과 잘 일치하는 것을 볼 수 있으나 20 °C 이하의 저온에서는 오차가 증폭되는 특 성이 나타남을 확인할 수 있었다. 20 °C 이상의 고온 에서 이어도 해양과학기지 관측 수온에 대한 해수면 온도 합성장 자료의 편차는 각각 0.31 °C (OSTIA), −0.32 °C (OISST), 0.26 °C (CMC), 0.33 °C (MURSST) 인 반면, 20 °C 이하의 저온에서는 0.50 °C (OSTIA), 0.41 °C (OISST), 0.64 °C (CMC), 0.71 °C (MURSST) 로 오차가 증폭되었다. 평균 제곱근 오차 또한 20 °C 이상의 고온에서는 0.60 °C (OSTIA), 0.91 °C (OISST), 0.47 °C (CMC), 0.64 °C (MURSST)인 반면, 20 °C 이 하의 저온에서는 1.06 °C (OSTIA), 0.86 °C (OISST), 0.91 °C (CMC), 1.12 °C (MURSST)로 높은 오차 특성 을 보였다. 상관계수의 경우 20 °C 이상에서는 0.97- 0.99의 범위를 보였으나, 20 °C 이하에서는 0.96-0.98 의 범위를 나타냈다. 산란 지수 또한 20 °C 이상에서 는 모두 0.04 이하의 값을 보였으나 20 °C 이하에 대 해서는 모두 0.06 이상의 값을 나타냈다.

    위성 해수면온도 합성장 상호 비교

    이어도 해양과학기지 관측 수온에 대한 해수면온도 합성장 자료의 정확도 평가뿐만 아니라 이어도 해양 과학기지 주변해역에서 해수면온도 합성장 자료 사이 의 상호 비교를 통하여 각 합성장 자료의 오차 특성 을 파악하고자 하였다. Fig. 5는 이어도 해양과학기 지 실측 수온에 대한 각 해수면온도 합성장의 평균 제곱근 오차와 함께 해수면온도 합성장 자료 사이의 평균 제곱근 오차를 계산하여 도시한 것이다. 이어도 해양과학기지 관측 수온에 대하여 4종의 해수면온도 합성장 자료는 0.77-0.96 °C의 평균 제곱근 오차를 보 였지만, 합성장 자료 사이의 상호 비교 결과는 0.55- 0.82 °C의 범위로 상대적으로 낮은 오차를 나타냈다. 가장 오차가 작은 해수면온도 합성장 자료는 0.55 °C 의 평균 제곱근 오차를 보인 OSTIA와 CMC 해수면 온도 자료이다. 반면 OISST와 MURSST 자료는 0.82 °C로 가장 큰 오차 특성을 보였다. 다른 3종류의 해수면온도 합성장 자료에 대하여 OSTIA는 평균 0.66 °C, OISST는 0.77 °C, CMC 해수면온도는 0.63 °C, MURSST는 0.70 °C의 평균 제곱근 오차를 보여, 해 수면온도 합성장 사이의 상호 비교에서는 CMC 해수 면온도가 가장 작은 평균 제곱근 오차를 보였으며 OISST가 가장 큰 평균 제곱근 오차를 보였음을 확인 하였다.

    Fig. 6은 이어도 해양과학기지 실측 수온에 대한 각 해수면온도 합성장의 편차와 함께 해수면온도 합 성장 자료 사이의 편차를 계산하여 그림으로 나타낸 것이다. 이어도 해양과학기지 관측 수온에 대해서 해 수면온도 합성장 자료는 0.12-0.55 °C 범위로 뚜렷한 양의 편차가 나타난 반면 각 해수면온도 합성장 사 이의 상호 비교를 통한 편차 결과는 −0.38 °C부터 0.38 °C까지의 범위로 상대적으로 편차의 절대값이 작 은 특성이 나타났다. OSTIA 자료를 기준으로 3종의 해수면온도 합성장 자료의 편차는 각각 −0.27 °C (OISST), 0.09 °C (CMC), 0.11 °C (MURSST)이었으며, OISST 자료를 기준으로 계산한 결과는 0.27 °C (OSTIA), 0.36 °C (CMC), 0.38 °C (MURSST)로 모두 양의 편차를 보였다. 반면 CMC 해수면온도 합성장 자료를 기준으로 편차를 추정한 결과는 −0.09 °C (OSTIA), −0.36 °C (OISST), 0.02 °C (MURSST)의 편 차를 보였으며, MURSST의 경우 −0.11 °C (OSTIA), −0.38 °C (OISST), −0.02 °C (CMC)로 모두 음의 편차 를 나타내었다. 결과를 종합해 보았을 때 OISST는 다른 해수면온도 합성장 자료에 비해 해수면온도를 과소추정하는 특성이 나타나며, CMC와 MURSST의 경우 전반적으로 과대추정하는 특성이 나타났다.

    실측-위성 해수면온도 오차 특성

    각 해수면온도 합성장 자료에서 이어도 해양과학기 지로부터 가장 가까운 지점의 자료를 추출하여 Fig. 7과 같이 시간에 대하여 시계열로 도시하였다. 비록 이어도 해양과학기지 수온 자료는 2월의 16일부터 3 월 8일까지의 결측을 포함하여 다소간의 결측이 있 었지만 3월에 수온이 가장 낮고 8월에 가장 높은 뚜 렷한 계절변동 특성을 나타내었다. 이러한 특성은 이 어도 해양과학기지 관측 수온뿐만 아니라 모든 해수 면온도 합성장 자료에서 나타났다. 그러나 3월부터 5 월까지 봄철에 해수면온도 합성장 자료는 이어도 해 양과학기지 관측 수온에 비하여 약 1 °C 이상 과대 추정되는 것을 볼 수 있었다. 이 기간 동안 해수면온 도 합성장 사이의 수온 차 또한 변동이 크게 나타났 다. 여름철인 7월 이후에는 해수면온도 합성장 사이 의 수온 차는 사라졌으며 OISST를 제외한 모든 해 수면온도 합성장이 이어도 해양과학기지 관측 수온과 비교적 잘 일치하는 특성을 보였다. 7월부터 8월까지 OISST는 다른 해수면온도 자료에 비해 뚜렷하게 과 소추정되는 특성이 나타났다. 일반적으로 이어도 해 양과학기지가 위치한 동중국해역은 봄철인 3월부터 풍속이 약화되며 해양 상층에서 수온약층이 뚜렷하게 형성되기 시작하여 성층화가 강화된다. 이어도 해양 과학기지 수온 자료는 약 수심 5 m에서 관측된 반면 해수면온도 합성장 자료는 수 μm의 피층(skin)에서부 터 수십 cm의 아표층(sub-surface)의 인공위성 해수 면온도와 수심 수십 cm에서 약 1 m까지의 표층 뜰 개 부이 또는 고정 부이 자료를 입력 자료로 사용한 다(Donlon et al., 2012). 따라서 봄철의 인공위성 자 료 기반 해수면온도 합성장 자료는 이어도 해양과학 기지 관측 수온에 비해 과대추정되는 특성이 나타날 수 있다. OISST는 다른 해수면온도 합성장과 달리 극궤도 위성의 적외 센서에서 관측된 해수면온도 자 료만을 사용하여 생산된다. 따라서 여름철 OISST가 다른 해수면온도 자료에 비해 과소추정되는 특성은 다른 계절에 비해 빈번하게 발생하며 장기간 지속되 는 구름의 영향을 요인으로 추정할 수 있다.

    결 론

    이어도 해양과학기지 주변해역에서 다중위성 기반 해수면온도 합성장 자료의 특성을 파악하기 위하여 대표적인 4종의 해수면온도 합성장 자료(OSTIA, OISST, CMC SST, MURSST)를 수집하였다. 또한 각 해수면온도 합성장 자료의 정확도와 오차 특성을 이해하기 위하여 2016년 1월부터 12월까지 자료를 사용하여 이어도 해양과학기지 관측 수온 자료와 비 교하였으며 해수면온도 합성장 자료의 상호비교 또한 수행하였다.

    이어도 해양과학기지 관측 수온에 대한 해수면온도 합성장 자료는 각각 0.12 °C (OISST), 0.42 °C (OSTIA), 0.49 °C (CMC), 0.55 °C (MURSST)의 편차와 0.77 °C (CMC), 0.88 °C (OISST), 0.90 °C (OSTIA), 0.96 °C (MURSST)의 평균 제곱근 오차를 나타냈다. 해수면 온도 합성장 사이의 상호 비교 결과에서는 OSTIA와 CMC 해수면온도 자료 사이의 오차가 가장 작았으며 (0.55 °C) OISST와 MURSST 자료 사이의 오차가 가 장 큰 특성을 보였다(0.82 °C). CMC 해수면온도와 MURSST 자료는 다른 해수면온도 합성장과의 비교 결과 양의 편차가 나타난 반면 OISST는 뚜렷한 음 의 편차를 나타내었다. 또한 OISST는 해수면온도 합 성장과의 상호 비교에서 가장 높은 평균 제곱근 오 차를 보였다. 이어도 해양과학기지와 가장 가까운 지 점의 자료들을 추출하여 시계열을 비교한 결과 봄철 에는 해수면온도 합성장 자료가 이어도 해양과학기지 관측 수온에 비해 과대추정되는 특성이 나타났으나 여름철 이후에는 잘 일치하는 특성이 나타났다. 이는 이어도 해양과학기지 수온 자료와 위성 기반 해수면 온도 합성장 자료의 산출 수심 상이에 따른 오차로 추정된다. 따라서 지역적인 해역 또는 연안에서의 해 수면온도 합성장 자료의 정확도를 평가하고 지역적인 오차 특성을 파악하기 위해서는 한반도 주변 해역에 서 인공위성 기반 해수면온도 합성장 자료가 대변하 는 수심에서의 해수면온도 관측이 활발하게 이루어져 야 할 필요가 있다. 이러한 자료를 바탕으로 한반도 주변 해역에서 해수면온도 합성장 자료의 정확도 검 증 및 해역 특성에 따른 오차 특성에 대한 명확한 이해가 필요할 것이다.

    사 사

    본 연구는 해양수산부 국립해양조사원 이어도 해양 과학기지 기반 원격탐사기술 활용 연구사업(다중 인 공위성 활용 이어도 기지 자료 분석 및 이어도 주변 해양변동 특성(II))의 지원을 받아 수행되었습니다.

    Figure

    JKESS-40-6-613_F1.gif

    Spatial distribution of sea surface temperature (SST) in (a) winter (DJF) and (b) summer (JJA). The red dot and blue box denote the location of the IORS and the area for comparing the spatial distribution of SST composite data, respectively.

    JKESS-40-6-613_F2.gif

    Spatial distribution of sea surface temperature (SST) of (a) OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), (b) OISST (Optimum Interpolation Sea Surface Temperature), (c) CMC (Canadian Meteorological Centre) SST, and (d) MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature) in the region of blue rectangle (Fig. 1a) on 15 April 2016, where the red dot denotes the location of the Ieodo Ocean Research Station.

    JKESS-40-6-613_F3.gif

    (a) Data points of each sea surface temperature (SST) composites in the seas around the Ieodo Ocean Research Station (black dot) and (b) location of the IORS and matchup points of each SST composite data.

    JKESS-40-6-613_F4.gif

    Comparison of sea surface temperature (SST) composites of (a) OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis), (b) OISST (Optimum Interpolation Sea Surface Temperature), (c) CMC (Canadian Meteorological Centre) SST, and (d) MURSST (Multi-scale Ultra-high Resolution Sea Surface Temperature) with in-situ temperature measurements from the Ieodo Ocean Research Station. Number of matchups (N), bias, root mean square error (RMSE), scatter index (SI), and Pearson's correlation coefficient (r) are given in each plot.

    JKESS-40-6-613_F5.gif

    Root mean square error of water temperature from the Ieodo Ocean Research Station and sea surface temperature (SST) composite (row) to other SST data as reference (column).

    JKESS-40-6-613_F6.gif

    Bias of water temperature from the Ieodo Ocean Research Station and sea surface temperature (SST) composite (row) to other SST data as reference (column).

    JKESS-40-6-613_F7.gif

    Time serises of water temperature from the Ieodo Ocean Research Station (IORS) and sea surface temperature composites at the matchup points from January 2016 to December 2016.

    Table

    Information on the sea surface temperature (SST) products used in this study

    Information on the location of the sea surface temperature (SST) composite data closest to the Ieodo Ocean Research Station (IORS) and the distance between the location of SST composite data and the IORS

    Reference

    1. Brasnett, B. ,2008, The impact of satellite retrievals in a global sea surface temperature analysis. Quarterly Journal of the Royal Meteorological Society, 134(636), 1745-1760.
    2. Castro, S.L. , Wick, G.A. , and Steele, M. ,2016, Validation of satellite sea surface temperature analyses in the Beaufort Sea using UpTempO buoys. Remote Sensing of Environment, 187, 458-475.
    3. Chin, T.M. , Vazquez-Cuervo, J. , and Armstrong, E.M. ,2017, A multi-scale high-resolution analysis of global sea surface temperature. Remote sensing of environment, 200, 154-169.
    4. Choi, D.-Y. , Woo, H.-J. , Park, K.-A. , 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. (in Korean with English abstract)
    5. Clancy, R.M. , Kaitala, J.E. , and Zambresky, L.F. ,1986, The Fleet numerical oceanography center global spectral ocean wave model, Bulletin of the American Meteorological Society, 67(5), 498-512.
    6. Dash, P. , Ignatov, A. , Martin, M. , Donlon, C. , Brasnett, B. , Reynolds, R.W. , Banzon, V. , Beggs, H. , Cayula J.-F. , Chao, Y. , Grumbine, R. , Maturi, E. , Harris, A. , Mittaz, J. , Sapper, J. , Chin, T.M. , Vazquez-Cuervo, J. , Armstrong, E.M. , Gentemann, C. , Cummings, J. , Piolle, J.-F. , Autret, E. , Roberts-Jones, J. , Ishizaki, S. , Høyer, J.L. , and Poulter, D. ,2012, Group for High Resolution Sea Surface Temperature (GHRSST) analysis fields inter-comparisons-Part 2: Near real time web-based level 4 SST Quality Monitor (L4-SQUAM). Deep Sea Research Part II: Topical Studies in Oceanography, 77, 31-43.
    7. Donlon, C.J. , Martin, M. , Stark, J. , Roberts-Jones, J. , Fiedler, E. , and Wimmer, W. ,2012, The operational sea surface temperature and sea ice analysis (OSTIA) system. Remote Sensing of Environment, 116, 140-158.
    8. Evans, D. , Conrad, C.L. , and Paul, F.M. ,2003, Handbook of automated data quality control checks and procedures of the National Data Buoy Center. NOAA National Data Buoy Center Tech. Document, 03-02.
    9. Fiedler, E.K. , McLaren, A. , Banzon, V. , Brasnett, B. , Ishizaki, S. , Kennedy, J. , Rayner, N. , Roberts-Jones, J. , Corlett, G. , Merchant, C.J. , and Donlon, C. ,2019, Intercomparison of long-term sea surface temperature analyses using the GHRSST Multi-Product Ensemble (GMPE) system. Remote sensing of environment, 222, 18-33.
    10. Gentemann, C.L. , Fewings, M.R. , and Garcia-Reyes, M. ,2017, Satellite sea surface temperatures along the West Coast of the United States during the 2014-2016 northeast Pacific marine heat wave. Geophysical Research Letters, 44(1), 312-319.
    11. Intergovernmental Oceanographic Commission,1990, GTSPP real-time quality control manual. IOC Manual and Guides 22.
    12. Intergovernmental Oceanographic Commission,1993, Manual of quality control procedures for validation of oceanographic data. IOC Manual and Guides 26.
    13. Janssen, P.A.E.M. , Komen, G.J. , and Voogt, W.J.P. ,1984, An operational coupled hybrid wave prediction model, Journal of Geophysical Research, 89, 3635-3654.
    14. Kim, G.I. , Kug, J.S. , Byun, D.S. , and Lee, J. ,2019, Impacts of SST Pattern Represented by Ocean Temperature near Ieodo Ocean Research Station on Winter Climate Variation over the Korean Peninsula. Asia-Pacific Journal of Atmospheric Sciences, 1-10.
    15. Kramar, M. ; Ignatov, A. , Petrenko, B. , Kihai, Y. , and Dash, P. ,2016, Near Real Time SST Retrievals from Himawari-8 at NOAA Using ACSPO System. In Arnone, R.A., Hou, W.W., (ed), Proceedings of the Ocean Sensing and Monitoring VIII. SPIE: Baltimore, MD, USA, 98270L.
    16. Lee, E.-Y. and Park, K.-A. ,2019, Change in the Recent Warming Trend of Sea Surface Temperature in the East Sea (Sea of Japan) over Decades (1982-2018). Remote Sensing, 11(22), 2613.
    17. Merchant, C.J. , Le Borgne, P. , Marsouin, A. , and Roquet, H. ,2008, Optimal estimation of sea surface temperature from split-window observations. Remote Sensing of Environment, 112(5), 2469-2484.
    18. Minnett, P.J. , Alvera-Azcarate, A. , Chin, T. M. , Corlett, G.K. , Gentemann, C.L. , Karagali, I. , Li, X. , Marsouin, A. , Marullo, S. , Maturi, E. , Santoleri, R. , Saux Picart, S. , Steele, M. , and Vazquez-Cuervo, J. ,2019, Half a century of satellite remote sensing of sea-surface temperature. Remote Sensing of Environment, 233, 111366.
    19. 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. Atmos., 20(3), 247-260. (in Korean with English abstract)
    20. Oh, K.H. , Park, Y.G. , Lim, D.I. , Jung H.S. , and Shim, J.S. ,2006, Characteristics of temperature and salinity observed at the Ioedo Ocean Research Station. J. Korea Soc. Mar. Environ. Eng., 9(4), 225-234. (in Korean with English abstract)
    21. Petrenko, B. , Ignatov, A. , Kihai, Y. , Stroup, J. , and Dash, P. ,2014, Evaluation and selection of SST regression algorithms for JPSS VIIRS. Journal of Geophysical Research: Atmospheres, 119(8), 4580-4599.
    22. Reynolds, R.W. , Smith, T.M. , Liu, C. , Chelton, D.B. , Casey, K.S. , and Schlax, M.G. ,2007, Daily highresolution- blended analyses for sea surface temperature. Journal of Climate, 20(22), 5473-5496.
    23. Reynolds, R.W. and Chelton, D.B. ,2010, Comparisons of daily sea surface temperature analyses for 2007-08. Journal of Climate, 23(13), 3545-3562.
    24. Woo, H.-J. , Park, K.-A. , Byun, D.-S. , Lee, J. , and Lee, E. ,2017, 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. (in Korean with English abstract)