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.41 No.5 pp.469-477
DOI : https://doi.org/10.5467/JKESS.2020.41.5.469

Validation of Satellite SMAP Sea Surface Salinity using Ieodo Ocean Research Station Data

Jae-Jin Park1, Kyung-Ae Park2*, Hee-Young Kim1, Eunil Lee3, Do-Seong Byun3, Kwang-Yeong Jeong3
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 Agency, Busan 49111, Korea
*Corresponding author: kapark@snu.ac.kr Tel: +82-2-880-7780
October 13, 2020 October 17, 2020 October 19, 2020

Abstract


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 satellitederived salinity data should be used in coastal areas for limited use by checking if they are suitable for specific research purposes.



이어도 해양과학기지 자료를 활용한 SMAP 인공위성 염분 검증

박 재진1, 박 경애2*, 김 희영1, 이 은일3, 변 도성3, 정 광영3
1서울대학교 과학교육과, 08826, 서울특별시 관악구 관악로 1
2서울대학교 지구과학교육과/해양연구소, 08826, 서울특별시 관악구 관악로 1
3국립해양조사원 해양과학조사연구실, 49111, 부산광역시 영도구 해양로 351

초록


염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상 염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다. 2009년 염분관측 인공위 성이 발사한 이래로, 위성 염분자료를 이용하여 전 지구 해역에서 표층 염분 관측이 가능해졌다. 그러나 위성 염분자료 는 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 제 공하는 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 것으 로 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 센 서의 민감도에 따른 결과였다. 마찬가지로 5 m s−1 이상 풍속 조건에서 오차가 줄어들었다. 본 연구결과는 연안에서 위 성 염분자료를 활용할 경우에는 특정한 연구 목적에 적합한지 확인하여 제한적으로 사용하여야 함을 제시한다.



    Ministry of Oceans and Fisheries

    서 론

    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 대 마난류, 북쪽으로부터는 중국 연안류 및 황해난류의 영향권에 있는 해역으로 한반도 주변 해수 순환 이 해에 중요한 지리적 위치이다(Fig. 1). 또한 이어도는 매년 우리나라를 통과하는 태풍의 이동경로에 위치하 기 때문에, 해당 연구기관은 태풍 예측에 필요한 조 위, 파랑, 수온, 염분, 풍속, 풍향, 기온, 습도 등 종합 적인 해양 및 기상 자료를 수집하여 각 기관에 배포 하고 있다(Oh and Ha, 2005;Moon et al., 2010).

    이어도 해양과학기지 연안 부이와 달리 상대적으로 외해에 위치하기 때문에 위 자료는 인공위성 자료 검증에 매우 용이하다. 이어도 실측자료를 활용한 연 구로 Woo et al. (2018)은 2004년부터 2016년까지 위성-이어도 유의파고 사이의 정확도 분석을 수행하 여 약 0.34m의 평균제곱근오차를 제시하였으며, Choi et al. (2018)은 인공위성 고도계에서 산출되는 풍속 과 이어도 실측 풍속과의 비교를 통해 약 1.59 m s−1 의 평균제곱근오차를 보여주었다. 최근에는 이어도 관측 수온 자료를 다중 인공위성 해수면온도 합성장 자료와 비교하여 최소 0.77 °C에서부터 최대 0.96 °C의 제곱근 오차를 제시한 결과도 있다(Woo et al., 2019).

    전 지구의 70%는 해양으로 구성되어 있으며 염분 은 수온과 더불어 물의 순환, 표층 및 심층 해류, 그 리고 기후변화에 중대한 영향을 주는 해양 변수이다 (Helm et al., 2010). 염분은 주로 증발량, 강수량, 해 빙, 결빙, 강물의 유입 등에 의해 변동이 생기며, 빙 하, 대기권, 생물권 등 전 지구 물의 순환을 나타내 는 지표 중 하나로 사용된다. 염분 관측은 선박을 이 용한 현장조사, conductivity-temperature-depth (CTD), Array for Real-time Geostrophic Oceanography (ARGO) float, 부이, 글라이더 등 원격장비를 활용한 원격조사가 주를 이루고 있지만 많은 비용과 시간을 필요로 한다.

    이어도 실측 염분을 활용한 원격탐사 연구는 다른 해양 변수들에 비해 상대적으로 부족하였다. 그 이유 는 지난 수십 년 동안 인공위성을 통해 산출된 해수 면온도 및 해상풍과 달리 염분은 2009년 11월 European Space Agency (ESA)의 Soil Moisture Ocean Salinity (SMOS), 2011년 6월 Aquarius/SACD (Satellite for Scientific Applications-D), 그리고 2015년 1월 Soil Moisture Active Passive (SMAP) 염분 관측 위성이 발사함에 따라 뒤늦게 인공위성을 활용한 원격탐사가 시작되었기 때문이다(Drunker and Riser, 2014;Reul et al., 2014;Tang et al., 2017).

    이어도 해양과학기지의 염분자료는 인공위성 염분 자료와의 검증에 유리하며 또한 양쯔강 저염수에 영 향을 받는 동중국해 해상에 위치하므로 시·공간에 따른 변동성이 크다(Delcroix and Murtugudde, 2002). 따라서 본 연구에서는 2015년 4월부터 2020년 8월까 지 SMAP 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분을 비교하여 정확도를 평가하고 해양환경에 따른 이어도 염분의 오차 특성을 분석하 고자 한다.

    자료 및 방법

    위성 염분자료

    SMOS는 ESA에서 발사한 첫 번째 염분 관측 위 성으로 1.4 GHz 라디오미터 센서가 약 758 km의 고 도에서 3일 간격으로 전 지구 염분을 관측한다(Barre et al.,2008). 위 센서는 안테나에 포함된 69개의 수 신기에서 해수의 방출 에너지를 측정 후 수온, 풍속 을 포함한 보정 과정을 거쳐 염분을 산출한다. 해당 염분은 대양에서 평균 200 km 및 30일을 기준으로 약 0.2 psu 정확도를 목표로 한다. 이후 National Aeronautics and Space Administration (NASA)에서 두 번째 염분 관측 위성인 Aquarius가 발사되었으며, 이것은 1.4 GHz (L-밴드)의 라디오미터 센서와 1.2 GHz의 능동형 산란계 센서를 통해 657 km 고도 에서 1주일 간격으로 전 지구의 염분을 관측한다 (Lagerloef et al., 2008). 마찬가지로 동일 조건하에서 약 0.2 psu 염분 정확도를 목표로 하고 있다. 2015년 Aquarius의 운용 기간이 끝남에 따라 NASA는 새로 운 염분 관측 위성인 SMAP을 발사하였다. SMAP은 기존 위성들과 달리 40km의 공간해상도 및 8일의 시간해상도 가진 센서를 탑재함으로써 대양뿐 아니라 연안에서도 염분측정이 가능해졌다(Grodsky et al., 2019;Fournier et al., 2019).

    본 연구에서는 최신 염분 관측 위성인 SMAP version 4.3 Level-2 염분자료와 Level-3 월평균 염분 자료를 사용하였다. Fig. 2a는 2020년 1월 1일 전 지 구 해역에서의 일평균 해수면 염분 분포이다. 대양의 중심에서는 약 35 psu 이상의 고염분을, 위도 60° 이 상 해역 및 연안에서는 상대적으로 33 psu 이하의 저 염분을 보여주고 있다. 지중해에서는 40 psu 이상의 고염분을 나타내고 있다. Fig. 2b는 동일 날짜의 한 반도 주변 위성 염분의 공간분포로 서해에 비해 동 해 및 남해에서 상대적으로 큰 염분을 볼 수 있다. SMAP에 비해 Aquarius 관측지점은 이어도 기지와 거리 차가 최소 2° 이상을 보여줌으로써 이어도 실측 염분과의 정확도 검증에 부적절하다고 판단하였다 (Fig. 3). 이어도 염분자료와의 오차 특성 분석을 위 해 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 활 용하였다.

    이어도 염분자료

    위성 염분자료와 동일 기간인 2015년 4월부터 2020년 8월까지 수심 0 m 표층 이어도 실측 염분자 료를 사용하였다. 실측자료는 장비보수 기간 또는 극 심한 해양환경 조건에서는 염분값이 평균에서 벗어나 기 때문에 품질향상을 위한 전처리 작업이 필요하다. 본 연구에서는 O’Carroll et al. (2006)이 제시한 quality control (QC)를 수행하였다. 먼저 실측 염분이 −999을 가지면 해당 값은 오류임을 확인하고 NaN처 리 하였다. 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).

    실측-위성 해수면 염분 일치점 생산

    이어도 실측 염분과 인공위성 해수면 염분을 비교 하기 위하여 SMAP 염분자료와 이어도 실측자료 간 의 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 일치점 들을 모두 기록하였다. 통계 분석으로는 평균제곱근 오차 및 평균편차를 활용하였다.

    연구 결과

    이어도 실측 염분 분석

    이어도 해양과학기지에서 측정한 최근 5년간의 수 심 0, 20, 40 m에 해당하는 실측 염분을 Fig. 5에 제 시하였다. 전반적으로 25 psu에서 34 psu 사이에 분포 하며 2015년 9월 평균 25.78 psu의 최소 염분, 2019 년 3월에 평균 33.58 psu의 최대 염분을 나타내고 있 다. 수심 0 m에서는 2015년부터 최근까지 약 0.03 psu 상승하는 추세를 보이며, 2016년 여름철에 수심 20, 40 m에서 상대적으로 낮은 염분의 특징이 발견 된다.

    이어도 실측 염분의 계절 변동을 보기 위해 2015 년부터 2020년 사이의 월별 경향성을 분석하였다 (Fig. 6). 그 결과 봄철(Mar-May) 31.82 psu, 여름철 (Jun-Aug) 29.81 psu, 가을철(Sep-Nov) 30.02 psu, 그리고 겨울철(Dec-Feb) 32.21 psu의 평균 염분이 나타났다. 일반적으로 여름에서 겨울로 갈수록 약 2.4 psu 염분이 증가하였으며, 여름철에는 특히 8월 에 평균 28.25 psu를 보였으며, 최소 26.41 psu까지 감소하였다. 반면 12월은 평균 32.44 psu의 상대적으 로 고염분이 나타나며 이는 최대 33.42 psu까지 증가 하였다. 30 psu 이하의 저염분은 8월에서 10월까지 발생하였다.

    여름철 염분 농도 감소의 환경적인 요인으로 양자 강 저염분수의 유입 및 태풍의 영향 등을 고려해 볼 수 있다. 이어도 기지는 양자강 입구와 제주도 중간 지점에 위치하므로 여름철 제주도 주변 해역으로 유 입되는 양자강 저염분수의 영향을 받는 해역이다. 양 자강 저염분수는 여름철에 양자강 입구에서 북쪽 또 는 북동쪽으로 유출되며(Beardsley et al., 1985;Chang and Isobe, 2003; Hu, 1994; Lie et al., 2003), 6월에서 9월 사이에는 제주도 주변해역까지 확장되어 빈번히 관측된다(Lie, 1986;Kim et al., 1991;Kim et al., 1998). 여름철 표층 염분 농도의 급격한 감소 는 이러한 양자강 저염분수의 출현에 영향을 받는 것으로 생각할 수 있다. 또한, 일반적으로 염분이 30 psu 이하인 해수를 저염분수로 정의하는데, 저염분수 는 낮은 밀도 때문에 약 20 m 이하의 얕은 수심에 분포한다(Wang, 1988;Lie et al., 2003). 수심 20 m 이하의 표층과 중층에서는 여름철 염분 농도의 급격 한 감소가 나타난다.

    위성-이어도 염분 정확도 분석

    이어도 실측 염분과 SMAP 위성 염분과의 비교 결과 총 314개의 일치점을 생산하였다(Fig. 7). 두 일 치점 사이의 평균제곱근오차 및 평균편차는 각각 1.79, 0.91 psu이다. SMAP 위성 염분의 정확도는 아 열대 또는 중위도 대양에서 한달 기준으로 0.2 psu 목표로 하기에 상대적으로 연안에 위치한 이어도에서 의 오차는 목표 정확도에 크게 미치지 못한다. 전체 일치점 중 상·하위 25%를 제외한 지점에서의 평균 제곱근오차는 약 1.02 psu를 보인다.

    기존 연구에서는 연안을 제외한 40° S-40° N 범위에 해당하는 대양에서의 SMAP과 Argo 염분의 평균제 곱근오차는 약 0.23 psu를 보여주고 있다. 하지만 북 태평양 연안 및 북대서양 연안에서는 최소 0.3 psu부 터 최대 0.9 psu까지 오차가 나타나며, 특히 아마존 연안 근처에서는 최소 1.5 psu부터 최대 3 psu까지 오 차가 존재한다(Bao et al., 2019).

    이어도 염분 오차 분석

    계절, 수온, 풍속 등 다양한 조건에 따른 위성-이어 도 염분의 오차 특성을 분석하였다. Fig. 8은 계절에 따른 위성 염분과 실측 염분과의 오차 결과로 계절 에 상관없이 위성 염분이 실측 염분보다 과대추정됨 을 보였다. 하지만 여름철에 해당하는 6월 및 7월 염 분 차이는 각각 0.09, 0.18 psu을 보였으며, 반면 가 을철에 해당하는 9월 및 10월은 1.86, 2.01 psu로 상 대적으로 증가함을 알 수 있다. 3월은 주변에 비해 1.59 psu의 높은 차이를 보여주고 있다. 따라서 이어 도 주변 해역에서의 6월 및 7월을 포함한 여름철 위 성 염분자료는 타 계절에 비해 활용 가능성이 높은 것으로 판단된다. 위 경향은 Bao et al. (2019)에서 제시한 북태평양 연안에서의 월별 오차 특성과 매우 유사하다.

    해수면 온도에 따른 염분의 오차분석 결과 해수면 온도가 증가할수록 오차가 감소하는 것으로 나타났다 (Fig. 9). 약 10 °C에서 보였던 1.30 psu의 염분 차이가 약 20 °C에서는 0.20 psu로 감소하였으며, 이는 위성 센 서의 민감도가 저수온에서 급격히 떨어지기 때문이다. 위도별 오차 양상과 비교하였을 때 상대적으로 저온인 고위도에서 오차가 증가하며, 고온인 저위도에서는 오 차가 감소하는 경향과 일치한다(Abe and Ebuchi, 2014). 따라서 위성 염분은 상대적으로 수온이 높은 여름철에 실제 표층 염분을 잘 반영하고 있음을 알 수 있다.

    Fig. 10은 풍속에 따른 염분의 오차분석 결과이다. 풍속이 약 1 m s−1에서는 위성 염분이 실측 염분보다 약 0.36 psu 과소추정 되지만 그 이상 풍속에서는 위 성 염분이 과대추정됨을 보인다. 2-5 m s−1 풍속 구간 에서는 1.50 이상의 염분 오차를 보이며 6-14 m s−1 구간에서는 약 55% 감소된 0.70 psu 염분 오차를 나 타내고 있다. Abe and Ebuchi. (2014)는 연안을 제외 한 전구를 대상으로 풍속에 따른 ARGO float 실측 염분의 오차분석을 통해 풍속이 강할수록(15 m s−1 이 상) 염분의 오차가 증가하는 것을 제시하였다. 하지만 이어도 주변에서는 그 반대로 풍속이 약할 때 오차 가 증가함을 보인다. 이는 5 m s−1 이하 풍속에서 일 치점 개수가 적고, 풍속 이외에도 연안 및 수심에 따 른 실측 염분의 변동성이 반영된 것으로 사료된다. 그 이상의 풍속에서는 약 0.7 psu로 상대적으로 둘 사이에 염분 차이가 감소함에 따라 이어도 주변에서 는 바람이 약한 조건보다는 일정한 바람이 지속적으 로 존재할 때 위성 염분자료의 정확도가 증가함을 알 수 있다.

    토의 및 결론

    본 연구에서는 위성 염분과 이어도 실측 염분 사 이의 정확도 및 오차를 분석하였다. 이어도는 여름철 태풍이 통과하는 길목에 위치하므로 태풍과 같이 극 심한 기상 및 해양환경에서는 염분이 측정되지 못하 는 결측 기간이 존재한다. 염분 농도의 변동은 환경 적인 요인뿐만 아니라 관측 기기의 이상이나 장비 보수 및 재설치 시기에도 급격하게 변하는 경우가 많으므로, 장비의 정확한 보정이 필요하며 시간 변동 성을 분석할 때 항상 유의하여야 한다. 또한 해수의 표층을 측정하는 위성센서와 달리 이어도 실측 염분 센서는 실제 관측되는 표층 수심에 차이가 있다. 이 는 계절에 따른 해수위 높이차로 인해 센서 관측 수 심이 변동함을 의미한다. 따라서 향후 해수면에서 표 층 및 중층에 이르기까지 해수 염분의 연직 변동성 에 대한 추가 연구가 필요하다.

    인공위성이 목표로 하는 염분 정확도 0.2 psu는 대양에서 평균 30일 기준이므로 동일한 정확도를 한반도 주변 해역에서 기대하기는 어렵다. 또한 연 안에 가까워질수록 위성의 센서 및 환경에 따른 차 이 때문에 대양보다 오차의 폭이 증가한다. 그 이유 는 육지 표면에서 방출되는 밝기온도는 해양보다 크 고, 특히 L-밴드 파장대는 육지의 전파간섭방해(radio frequency interference, RFI)의 영향을 많이 받기 때 문이다(Kim et al., 2014). 위성으로 관측한 염분 픽 셀들은 각각 계절, 수온, 풍속, 그리고 연안으로부터 거리에 따른 불확실성(uncertainty)을 지니고 있다. 따 라서 위성 염분 자료를 그대로 사용하기 보다는 위 성 염분과 실측 염분 사이의 정확도 및 오차분석을 통해 해양환경에 따른 제한 조건을 고려해야 한다.

    그럼에도 불구하고 이어도 관측자료는 2004년부터 10분 간격으로 염분을 포함한 여러 해양변수를 지속 적으로 제공하는 유일한 자료이며 양쯔강 저염분수가 다량으로 유출되는 동중국해 해상에 위치하므로 시· 공간에 따른 위성 염분의 정확도 검증에 최적의 조건 을 가지고 있다. 최근 5년 SMAP 위성으로 관측한 이어도 해양과학기지의 염분은 최소 26.75 psu부터 최대 33.88 psu까지 분포하며 평균 31.73 psu를 보이 고 있다(Fig. 11). 이는 이어도 해양과학기지의 실측 염분 분포와 유사하다.

    위성 염분자료를 사용함에 앞서 정확도 평가 및 오차분석은 꼭 필요한 과정이며, 실제 인공위성 염분 자료를 연구에 활용할 경우에는 위성 염분의 정확도 와 불확실성이 연구 목적에 적합한지 확인하고 제한 적으로 사용하여야 한다. 이런 점에서 본 연구 결과 는 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 지 속적으로 진행되어야 위성 염분의 오차 특성을 명확 히 파악할 수 있으며, 이를 바탕으로 향후 과학 연구 에의 활용 가능성을 제고해 볼 수 있을 것으로 기대 된다.

    사 사

    이 논문은 해양수산부 국립해양조사원 ’이어도 해 양과학기지 기반 원격탐사 기술 활용 연구(III)사업 (다중 인공위성을 활용한 이어도 기지 주변해역 염 분·광학변수 특성 및 극치 파고 추산 연구)’의 지원 을 받아 수행되었습니다.

    Figure

    JKESS-41-5-469_F1.gif

    Oceanic current of the study area in the seas around Korean peninsula. The black star denotes the location of the Ieodo.

    JKESS-41-5-469_F2.gif

    Sea surface salinity from SMAP (a) in the global ocean and (b) in the northwest Pacific for one day on January 1, 2020. The red dot denotes the location of the Ieodo.

    JKESS-41-5-469_F3.gif

    Sea surface salinity from Aquarius for one day on (a) January 3, 2012, (b) January 4, 2012, and (c) January 7, 2012. (d), (e), and (f) represent the enlarged portions of the red boxes in (a), (b), and (c).

    JKESS-41-5-469_F4.gif

    Comparison of (a) before and (b) after quality control application results of Ieodo in-situ salinity at 0 m depth.

    JKESS-41-5-469_F5.gif

    Comparison of in-situ salinity form the Ieodo ocean research station at depths of (a) 0m, (b) 20 m, (c) 40 m.

    JKESS-41-5-469_F6.gif

    Monthly variation of in-situ salinity from Ieodo ocean research station from April 2015 to August 2020.

    JKESS-41-5-469_F7.gif

    Comparison of SMAP salinity with in-situ salinity measurements from Ieodo ocean research station.

    JKESS-41-5-469_F8.gif

    Difference of salinity (SMAP−in-situ) as function month. Black dots and bars represent the mean and standard deviation of salinity difference for each interval, respectively.

    JKESS-41-5-469_F9.gif

    Difference of salinity (SMAP−in-situ) as function sea surface temperature. Black dots and bars represent the mean and standard deviation of salinity difference for each interval, respectively.

    JKESS-41-5-469_F10.gif

    Difference of salinity (SMAP−in-situ) as function wind speed. Black dots and bars represent the mean and standard deviation of salinity difference for each interval, respectively.

    JKESS-41-5-469_F11.gif

    Spatial distribution of SMAP (a) mean, (b) maximum, and (c) minimum sea surface salinity from April 2015 to August 2020. The red dot denotes the location of the Ieodo.

    Table

    Reference

    1. Abe, H. , and Ebuchi, N. ,2014, Evaluation of seasurface salinity observed by Aquarius. Journal of Geophysical Research: Oceans, 119(11), 8109-8121.
    2. Bao, S. , Wang, H. , Zhang, R. , Yan, H. , and Chen, J. ,2019, Comparison of satellitederived sea surface salinity products from SMOS, Aquarius, and SMAP. Journal of Geophysical Research: Oceans, 124(3), 1932-1944.
    3. Barré, 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.
    4. 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.
    5. 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.
    6. 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.
    7. 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.
    8. 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.
    9. 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.
    10. 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.
    11. 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.
    12. 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.
    13. 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.
    14. 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.
    15. 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.
    16. 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.
    17. 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.
    18. Lie, H.-J. ,1986, Summertime hydrographic features in the south eastern Hwanghae. Progress in Oceanography, 17, 229-242.
    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. Atmosphere, 20(3), 247-260.
    20. 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.
    21. 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.
    22. 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.
    23. 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.
    24. Wang W. ,1988, Yangtze brackish water plume-circulation and diffusion. Progress in Oceanography, 21, 373-385.
    25. 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.
    26. Woo, H. J. , Park, K. A. , Choi, D. Y. , Byun, D. S. , Jeong, K. Y. , and Lee, E. I. ,2019, Comparison of multisatellite sea surface temperatures and in-situ temperatures from Ieodo Ocean Research Station. Journal of the Korean Earth Science Society, 40(6), 613-623.