171
일본 미카와만의 시간적인 성층변화 양상 분석
Analysis of the temporal stratification variation pattern in Mikawa Bay, Japan
조홍연*·조봉식**
Hongyeon Cho* and Bong Sik Cho**
요 지 : 일본 미카와만의 연안 모니터링 부이에서 연속 관측한 수온 및 염분자료를 이용하여 성층의 시간적인 변
화 양상을 분석하였다. 분석결과 우선 성층은 뚜렷하고 우세한 1년 주기의 변화 양상을 보이고 있으며, 표층과 저 층의 밀도차이로 정의되는 성층강도는 강도가 증가할수록 발생빈도는 기하급수적으로 감소하는 양상을 보이는 것으 로 파악되었다. 한편 성층강도의 발생빈도 분포는 정규분포 형태와는 다른 대수 정규분포 또는 지수분포 형태에 보 다 근접한 것으로 파악되었다. 수온과 염분의 분산도 분석결과, 저층은 직선 형태의 변화 양상을 보이고 있으나 표 층은 곡선 또는 고리(loop) 형태의 변화양상을 보이고 있는 것으로 파악되었다. 한편 성층강도 추정오차를 분석한 결 과, 월 4회 관측빈도의 자료를 이용한 오차범위는 본 연구에서와 같이 관측부이의 1일 연속자료를 이용한 오차범 위보다 4.45배 이상 증가하는 것으로 파악되었다.
핵심용어 : 시간적 변동, 관측부이, 밀도차이, 성층, 발생빈도, 오차범위
Abstract : Analysis on the temporal variation of the stratification is carried out by using the continuous water temperature and salinity data observed in the coastal monitoring buoy in Mikawa Bay, Japan. The main analysis results are as follows. The stratification pattern have an obvious and dominant 1-year period variation and the occurrence frequency (days) are exponentially decreased as the stratification intensity (SI) defined as the density difference between surface and bottom layers linearly increases. The frequency distribution function of the SI is presumably close to the log-normal function type or exponential function type. From the water temperature and salinity scatter diagram analysis, the line and loop type patterns are shown in the bottom and surface layers, respectively. In addition, the analysis of the SI estimation show that the error bound in case of using the weekly- monitoring data is about 4.45 times greater than that in case of using the continuous (daily) monitoring data.
Keywords : temporal variation, monitoring buoy, density difference, stratification, error bound
1. 서 론
연안 해역에서의 성층 현상은 연직방향(표층과 저층)의 온 도 및 염분농도 차이로 발생한다. 또한 온도와 염분은 해수 의 밀도를 결정하기 때문에 밀도 성층을 유발한다. 밀도 성 층은 연직방향으로의 물질이동 및 혼합과정을 제한하기 때문 에 연안에서의 표층과 저층의 환경변화 예측 및 생태학적인 영향 분석에 매우 중요한 현상이다(이 등, 2007; Williams, 1979; Lalli & Parsons, 1997).
연안에서 발생하는 성층 현상은 기본적으로 시간적공간적 인 변화 양상을 가지고 있다. 대부분의 성층 연구에서 사용 되는 자료는 성층을 유발하는 수온 및 염분 항목으로 제한되 고, 수온 및 염분 자료를 이용하여 계산되는 밀도 자료를 이 용하고 있다. 시간적인 관점에서 보면 자료는 보통 연 2회~4
회(계절 변화) 또는 매월 관측 정도의 시간간격을 가지고 있 으며, 이 정도 시간 간격에서 대상 해역 또는 관심 해역의 공 간적인 분포를 분석하는 연구로 집중되어 있다(Powell et al., 1989; Cloern et al., 1987; 조 등, 2002; 김 등, 2006; 이 등, 2007). 우리나라에서의 성층특성 분석에 이용되는 해양환 경 관측망 자료도 연안에서 연 4회(매년 2, 5, 8, 11월), 360 여개의 관측정점에서(연직방향으로) 표층과 저층에서 관측된 자료이다. 물론 수온, 염분 외에도 다수의 환경 인자에 대한 관측도 수행하고 있다.
연안에서의 성층 현상에 관한 연구는 환경 문제와 더불어 활발하게 수행되어 왔다. 성층에 관한 연구는 관측자료 분석 의 관점에서 보면, 기본적으로 연직방향으로의 수온 및 염분 자료를 기본으로 하는 차이이기 때문에 연직방향의 수온 및 염분 자료의 시간적공간적인 분포로 구분할 수 있다. 연직방
*한국해양연구원 해양환경방제연구부(Corresponding Author: Hongyeon Cho, Korea Ocean R&D Institute, Ansan PO Box 29, Seoul 425-600, Korea, [email protected])
**SK건설(192-18, Gwanhoondong, Chongrogu, 110-300, Seoul, Korea)
향의 공간적인 관측 자료는 주로 표층과 저층 또는 중층 정 도의 공간적인 해상도를 가지는 수준에서 CTD 장비를 이용 한 연직방향의 연속적인 수온 및 염분변화를 파악할 수 있는 있는 수준까지 가능하다. 또한 평면적인 공간 분포는 연안 해 역에서 특정 시기에 집중 관측을 하기 때문에 작게는 10여 개 지점에서 수십 개 정도의 지점에 대한 수온 및 염분 자 료가 가용한 상황이다. 표층 수온으로 제한하는 경우에는 인 공위성 자료가 활발하게 이용되고 있다(김 등, 2005). 그러나 시간적인 관점에서 보면 주로 하계 및 동계 또는 격월, 월별 관측으로 제한되어 시간적인 해상도는 상대적으로 매우 낮은 상황이다. 그러나 시간적인 해상도가 낮음에도 불구하고 특 정 시기 또는 서로 뚜렷한 차이가 나는 시기에 대한 비교분 석 연구가 집중적으로 추진되어 온 이유 중의 하나는 성층 현 상을 시간적인 관점에서 보다 상세하게 분석할 만한 자료가 미흡하고 2~3년 이상의 장기적인 자료 축적에 필요한 시간 및 비용 등의 관리 문제 등으로 판단된다.
성층 현상의 공간적인 분포는 수평방향의 분포와 연직방향의 변화 해석이 포함된다. 관측은 대부분의 경우 관측 정점을 결 정하고, 관측 일시를 기준으로 1~2일 동안 선박을 이용하여 관측정점을 이동하면서 연직방향의 수온 및 염분 변화를 관 측하기 때문에 엄밀한 의미에서는 각각의 관측정점에서의 관 측시간은 이동시간에 따라 차이가 발생하게 된다. 연안 성층 에 조석시간 규모(diurnal and/or semi-diurnal scale)의 영향 이 크게 나타나는 지역에서는 분석과정에서 관측 시간차이에 의한 영향이 크게 나타날 수 도 있으나, 보다 큰 시간 규모 (계절 또는 연 변화)에서 동일 시간대로 간주하여 분석을 수 행한다.
기본적으로 이러한 유형의 관측 자료는 시간적인 해상도보 다 공간적인 해상도가 높기 때문에 연안 성층의 공간적인 분 포를 파악하는데 적합하며, 시간적인 변화 양상은 특징적인 양상 판단으로 제한될 수밖에 없다. 그러나 최근 관측 부이 또는 관측기지 등에서 연속 모니터링이 활발하게 수행되면서 일 단위 또는 시간단위 정도의 시간적인 해상도를 가지는 성 층 양상 분석이 가능하게 되었다. 물론 이 경우에는 비용 및
관리비용 등의 제약으로 실질적으로 특정 해역에 대하여 1~3 개 정도의 지점에 대해서만 연속 관측이 이루어지기 때문에 공간적인 해상도는 상대적으로 매우 낮은 상황이지만, 시간 적인 성층 변화 양상 분석에는 매우 적합한 자료이다(Fig. 1
& Table 1 참조).
반면 최근에 부이 및 고정 관측 시설 등을 이용한 수온 및 염분을 포함한 환경 모니터링 자료는 관측 시간간격이 분, 시 간 또는 일 단위 정도로 시간적인 해상도가 현격하게 증가하 고 있다. 그러나 연직방향의 공간적인 해상도는 표층 및 저 층으로 제한되는 경우가 불가피하여, 평면적인 공간분포도 1~3개 정도로 설치되는 경우가 대부분이다. 연안의 수온 및 염분 관측은 관측기기 및 방법에 따라 각각 실질적인 장단점 을 가지고 있다(Table 1 참조). 따라서 본 연구에서는 기존의 낮은 시간 해상도를 가진 공간적 성층 분포 변화 양상 연구 와는 달리 다소 낮은 공간적인 해상도를 가지는 그러나 상대 적으로 매우 높은 시간적인 해상도를 가지는 연안의 연속 모 니터링 부이 관측 자료를 이용하여 시간적인 성층 변화 양상 및 특성을 분석하였다. 본 연구의 분석 내용에는 기존의 전 통적인 이동 CTD 관측자료를 이용한 분석으로는 파악하기 곤란한 특정 성층 강도의 발생일수(발생빈도) 및 연속 발생 일수, 연속적인 수온-염분 변화도(T-S Diagram) 및 변화 양
Table 1. Comparison of the Stratification Analysis Method in the Coastal Zone
Method Advantage (Strength) Disadvantage (Weakness)
CTD casting Spatial (horizontal and vertical) distribution information in the bay and coastal areas.
It is not exactly same-time spatial distribution information.
In general, the observation time interval is monthly or seasonal level.
Landsat Image Synchronized horizontal sea-surface temperature distribution in the large coastal areas.
No subsurface information.
No salinity information.
Data conversion error.
Time-interval is weekly or monthly level Monitoring buoy
operation or CTD deployments
Temporal variation information in the short-time interval (10 minute ~ 1 day).
Continuous time-series data.
Only 1~3 point information in the spatial distribution.
(poor spatial scale information).
Missing data problem.
Numerical model simulation
Numerical generation of the temporal and spatial T & S information. (Ideal condition w.r.t the expected information)
Model prediction error is highly depends on the model cali- bration and verification processes.
It depends on the data availability.
Fig. 1. Spatial and temporal resolution of the stratification analysis.
상 분석, 시간적인 해상도 감소에 따른 오차범위(신뢰구간) 분 석 등이 포함된다.
2. 미카와만의 수온 및 염분 모니터링 자료
일본 이세만 서쪽 해역에 위치하고 있는 미카와만은 평균 수심은 9.2 m, 대조시 조차는 2 m, 소조시 조차는 1 m 정 도이며, 이세만 입구의 유속은 0.8 m/s 정도에 도달하기도 하 지만 만내의 유속은 0.1m/s 정도로 매우 잔잔한 해역이나(日 本 土交通省, 象, 2010; Fujiwara et al., 2002), 매년 빈산소 환경이 발생하여 수산자원에 피해가 발생하는 지역(Fujiwara et al., 2002)으로 이러한 문제해결 및 환경정보 제공을 목적 으로 2003년 7월부터 아이치켄(愛知) 수산시험소에서 운영- 관리하고 있는 해양환경 관측부이가 3기 설치되어 있다. 이 관측부이는 해상의 기온, 해역 표층(수표면하 3.5 m 지점)과 저층(해저면상 2.0 m 지점)에서 각각 수온 및 염분, DO 농 도를 1시간 간격으로 측정하고 있으며, 순별(10일 간격)로 일 평균 자료를 인터넷(http://www.pref.aichi.jp/suisanshiken/)을 통하여 제공하고 있다. 미카와만 관측부이의 위치정보 및 설
치수심은 다음과 같다(Fig. 2 참조). 그러나 기기 운영-점검 및 센서 오작동 등의 문제로 인하여 결측 구간(검은색으로 표 현된 부분이 결측구간)이 발생하고 있다(Fig. 3 참조). 이러 한 결측 구간이 발생하는 상황은 연속적으로 모니터링을 수 행하여 자료를 생산하는 경우 거의 예외없이 발생하기 때문 에 가능한 결측구간을 최소화하거나 적절한 방법을 이용하여 결측구간의 자료를 추정하는 방법으로 해결하여야 할 필요가 있다. 그러나 이 내용은 본 연구의 내용을 벗어나기 때문에 본 연구에서는 결측자료가 비교적 적은 시기에 해당하는 2006 년~2008년의 3년 동안의 자료를 분석에 이용하였으며, 분석 기간 동안의 표층과 저층의 수온 및 염분 변화 양상을 보면 뚜렷한 계절변화와 연주기 변화를 보이고 있음을 알 수 있다 (Fig. 4 참조).
3. 성층 강도 변화 양상 분석
염분이 없는 호수에서는 수온 성층이 지배적이고, 염분의 변화기 심한 하구에서는 염분 성층이 지배적인 인자이다. 또 한 만 및 잔잔한 해역에서의 염분변화는 유역에서의 담수유
Fig. 2. Location of the Coastal Monitoring Buoy in Mikawa Bay (Ise Bay).
Note: Buoy Position & Installation Depth: No.1: N34°44'36 E137°13'13, 10.1 m; No.2: N34°44'42 E137°04'19, 10.0 m; No.3:
N34°40'30 E137°05'49, 13.7 m.
Fig. 3. Missing data interval (solid line or black area) of the coastal monitoring buoy.
Note : Data Codes (●●●), the 1st character S and B mean surface and bottom, the 2nd character T and S mean temperature and salin- ity, and the last character 1, 2, and 3 mean buoy numbers, respectively.
Fig. 4. Time-series plot of the temperature and salinity data.
Fig. 5. Time-series plot of the density and density-difference data.
입량 및 만 내부에서의 흐름에 의한 이동확산 및 만 외부의 해수교환에 의한 영향과 밀접한 관련이 있을 것으로 추정되 고 있으나, 공간적인 분포자료가 보다 적합할 것으로 판단된 다. 본 연구에서 사용한 시간적인 모니터링 자료에서는 일시 적인 변화양상보다는 전체적인 변화양상에 중점을 두고 수행 하였기 때문에 육상유역에서의 담수유입이 증가하는 하계 염 분 성층의 발달 정도로 분석을 제한하였다. 한편 잔잔한 연 안 내만 하역에서는 육상에서의 담수 유입에 의한 영향과 계 절적인 수온변화의 영향이 함께 공존하는 성층이 일반적이다.
따라서 본 연구에서는 각각을 분리하여 성층현상을 분석하지 않고, 수온, 염분 자료를 이용하여 밀도를 환산하는 UNESCO 공식(UNESCO, 1983)을 이용하여 밀도 자료를 생성하여 밀 도 성층을 중심으로 분석하였다. 또한 성층강도는 다양한 지 표가 제시되고 있으나, 본 연구에서는 관측부이의 표층과 저 층의 지점이 고정되어 있기 때문에 표층과 저층의 밀도차이 (또는 수온, 염분차이)의 크기로 성층 강도를 정의하였다. 전 체적인 시계열도로부터 보이는 시간적인 성층 변화 양상은 뚜 렷한 연 변화와 계절적인 변화 양상이 보이고 있음을 알 수 있으나 성층강도는 시기에 따라 어느 정도의 차이가 있는 것 으로 보인다(Fig. 5 참조).
3.1 성층강도에 따른 발생빈도 분석
성층 강도에 따른 발생빈도 분석은 표층과 저층의 밀도차 이 이상의 발생일수를 자료에서 산출하여 분석하였으며, 보 조적으로 밀도차이와 더불어 수온차이와 염분차이에 따른 발 생일수도 분석하였다. 발생일수는 3년 동안의 자료를 평균한
연 평균일수이다. 성층 강도에 따른 발생일수는 성층강도가 증가할수록 기하급수적으로 감소하는 양상을 보이고 있음을 알 수 있다. 지점별로 발생일수의 차이는 보이고 있으나 모 두 지수감소함수 형태를 보이고 있는 것으로 판단되며, 발생 일수는 내만(Buoy 1 지점)으로 갈수록 증가하고, 외해(Buoy 3 지점)로 갈수록 감소하고 있음을 알 수 있다(Table 2 참조).
한편 성층강도에 따른 발생일수를 확률밀도함수의 관점에
Table 2. Occurrence days exceeding the specified density differ- ence (DD), temperature difference (TD), and salinity dif- ference (SD) during 1 year
DD(∆ρ) (kg/m3) Buoy 1 Buoy 2 Buoy 3
1 154 120 120
2 92 69 61
3 45 41 30
4 21 18 10
5 9 5 3
6 6 0 1
TD(∆T) (oC) Buoy 1 Buoy 2 Buoy 3
1 134 114 95
2 99 73 64
3 69 55 43
4 45 37 26
5 30 22 13
6 14 12 4
SD(∆S) (PSU) Buoy 1 Buoy 2 Buoy 3
1 164 125 148
2 77 58 58
3 31 30 22
4 14 10 7
5 9 2 2
6 7 0 0 Fig. 6. Comparison of the pdfs of the density difference data.
서 보면 그 분포형태는 정규분포 형태보다는 대수정규분포 함수 또는 지수분포 함수가 보다 적절할 형태로 판단된다 (Fig. 6 참조). 일치도 검정(goodness-of-fit test) 분석 등의 자세한 확률분포함수 추정에 관한 연구는 본 연구에서는 제 외하였다.
3.2 연속적인 수온과 염분관계 산포도 변화 양상 분석 연속 모니터링 자료를 이용하여 수온과 염분의 상관관계 분 석을 하는 경우, 기존의 특정 기간의 단편적인 시간으로 제 한되지 않고 연속적인 수온-염분 관계를 파악할 수 있다. 본 분석을 위하여 표층과 저층의 수온과 염분의 산포도를 선으 로 연결하여 시간적인 변화 양상을 분석할 수 있도록 제시하
Fig. 7. Continuous water temperature and salinity diagrams.
였다(Fig. 7 참조). 저층에서는 모든 부이 설치지점에서 염분 농도가 32(PSU) 수준을 유지하고 있기 때문에 연간 수온 변 화 범위내에서 변동범위를 가지는 하나의 직선으로 변화양상 을 대표할 수 있을 것으로 파악된다. 반면 표층에서는 유역 에서 배출되는 담수의 영향으로 하계 온도증가와 더불어 염 분농도 감소가 수반되기 때문에 그림의 좌측상부영역에서 우 측하부영역으로의 변동양상을 보이고 있으며, 곡선형태 또는
작은 고리(loop) 형태로 변화양상 표현이 가능한 것으로 판 단된다.
3.3 관측 빈도 변화에 따른 성층 강도의 오차범위(신뢰구 간) 추정
본 연구에서 사용한 일일자료를 이용하여 월 평균 성층강 도를 추정하는 경우에는 자료의 개수가 30개 정도 되기 때 Fig. 8. Monthly-mean value and error bound of the density difference.
문에 95% 신뢰수준의 오차범위는 평균을 기준으로 ±1.96σ/
공식으로 계산할 수 있다. 여기서 σ 변수는 자료(밀도차 이, 성층강도)의 표준편차에 해당한다. 본 연구에서는 연속적 인 관측자료를 이용하여 월 평균 성층강도와 95% 신뢰수준
에 대하여 오차범위를 추정하였다(Fig. 8 참조). 이러한 기본 적인 통계적인 신뢰구간 추정방법을 기초로 연속적인 관측보 다 관측빈도가 적은 경우, 자료의 표준편차는 연속자료에서 산출된 값을 이용하면 월 수회 정도의 관측빈도를 가지는 성 층 강도 자료의 오차범위 추정이 가능하다. 그러나 월 1회 관 측 자료를 이용하여 월 성층강도의 오차범위를 추정하는 것 은 통계적으로 무의미하다(자유도=0). 오차범위 파악이 가능 한 월 2회 이상의 빈도로 관측하여 성층강도를 추정하는 경 우에는 그 오차범위가 매우 큰 범위로 증가하게 된다. 월 2~4 회(대략 주 1회) 정도 관측의 경우, 표본의 수가 적기 때문에 t-분포(95% 신뢰수준, n=1, t=12.706; n=4, t=3.182; Agresti
& Franklin, 2007; Emery & Thomson, 2004)를 적용하는 경우, 오차범위는 4.45~17.80배 정도로 증가하게 된다. 기본 적으로 관측빈도가 감소하면 오차범위는 증가하기 때문에 관 측빈도를 크게 하는 것이 오차범위를 감소시키는 기본적인 방 법이다. 한편 연간 동일한 관측빈도의 경우에도 성층 강도가 증가하면 그 표준편차도 증가하는 경향을 보이기 때문에(Fig.
9 참조) 하계에도 동일한 정도의 절대적인 오차범위를 유지 하기 위해서는 성층강도가 증가하는 하계의 관측빈도를 크게 하여야 한다.
4. 결론 및 제언
본 연구에서 수행한 시간적인 성층 특성은 새로운 유형의 분석을 시도한 점에서 의미가 있으며, 주요한 분석 결과는 다 음과 같다.
우선 성층은 뚜렷한 주기적인 연 변화 양상을 보이고 있다. 표 층과 저층의 밀도차이로 정의되는 성층강도는 강도가 증가 할 수록 발생빈도는 기하급수적으로 감소하는 양상을 보인 다. 온도 및 염분 성층도 유사한 변동 양상을 보이고 있 다. 한편 성층강도의 발생빈도 분포는 정규분포 형태와는 다 른 대수 정규분포 또는 지수분포 형태에 보다 근접한 것으 로 파악되었다.
한편 성층강도가 증가할수록 성층강도의 표준편차도 증가 한다. 따라서 동일한 오차범위의 성층강도 비교를 위해서는 하계의 관측빈도를 3~5배 이상 증가시킬 필요가 있다.
수온과 염분의 분산도 분석결과, 저층은 직선 형태의 변화 양상을 보이고 있으나 표층은 곡선 또는 고리(loop) 형태의 변화양상을 보이고 있다.
성층강도 추정오차 분석한 결과, 월 4회 관측빈도의 자료 를 이용한 오차범위는 본 연구에서와 같이 관측부이의 1일 연 속자료를 이용한 오차범위보다 4.45배 이상 증가한다.
한편 본 연구에서의 분석결과는 공간적인 해상도가 미흡하 기 때문에 공간적인 해상도가 우수한 자료를 이용하여 공간 분포를 보완하고, 가장 바람직한 경우로는 시간과 공간적인 해상도를 모두 만족하는 수치모형을 구축하는 것이다. 물론 수치모형은 시간적인 해상도와 공간적인 해상도가 좋은 자료 n
Fig. 9. Correlation of the monthly-mean and SD of the density dif- ference.
를 이용하여 예측 수준(예측결과의 오차범위)에 대한 정량적 인 검토가 반드시 수행되어야 할 것으로 판단된다.
감사의 글
본 연구는 한국해양연구원 NAP 사업(PE-985-01/PG49791)의 재정지원을 받아서 수행되었습니다. 연구비 지원에 감사드립 니다.
참고문헌
Agresti, A. and Franklin, C. 2007. Statistics, The Art and Science of Learning from Data, Appendix A, Pearson & Prentice-Hall.
Cloern, J. E., Powell, T. M. and Huzzey, L. M. 1989. Spatial and Temporal Variability in South San Francisco Bay (USA). II.
Temporal Changes in Salinity, Suspended Sediments, and Phy- toplankton Biomass and Productivity over Tidal Time Scales, Estuarine, Coastal and Shelf Science, Vol. 28, pp. 599-613.
Emery, W. J. and Thomson, R. E. 2004. Data Analysis Methods in Physical Oceanography, Second and Revised Edition, Chapter 1, Elsevier.
Fujiwara, T., Takahashi, T., Kasai, A., Sugiyama, Y. and Kuno, M.
2002. The Role of Circulation in the Development of Hypoxia in Ise Bay, Japan, Estuarine, Coastal and Shelf Science, Vol. 54, pp. 19-31.
Lalli, C. M. and Parsons, T. R. 1997. Biological Oceanography, An Introduction, Chapter 2, Second Edition, Butterworth-Heine- mann.
Powell, T. M., Cloern, J. E. and Huzzey, L. M. 1989. Spatial and Temporal Variability in South San Francisco Bay (USA). I. Hor- izontal Distributions of Salinity, Suspended Sediments, and
Phytoplankton Biomass and Productivity, Estuarine, Coastal and Shelf Science, Vol. 28, pp. 583-597.
UNESCO, 1983. Algorithms for computation of fundamental prop- erties of seawater, UNESCO technical papers in marine science, No. 44.
Williams, J. 1979. Introduction to Marine Pollution Control, Chap- ter 1, John Wiley & Sons.
日本 土交通省, 象, 2010. 조위관측정보 및 조석관측자료, (www.jma.go.jp) (일본어).
김종규, 조상훈, 박일흠, 2005. 실시간 수온 모니터링 및 위성 영상에 의한 광양만 표층수온 분포 특성, 한국해양환경공학 회, 2005년도 추계학술대회논문집, pp. 227-232.
김태인, 이형래, 장경일, 2006. 새만금해역에서 밀도 성층의 계 절변동, Ocean and Polar Research, Vol. 28, No. 3, pp. 339- 352.
이용화, 심정민, 김영숙, 황재동, 윤석현, 이 주, 진현국, 2007.
2006년 하계 경북 연안의 수온변화와 우렁쉥이 폐사, 해양 안전학회, 제13권, 제4호, pp. 15-19.
이충일, 구도형, 윤종휘, 김동선, 2007. 한국 남해의 여름과 겨 울철 성층 변동, 해양환경안전학회, 제13권, 제2호, pp. 119- 125.
이충일, 이종희, 김동선, 2007. 한국 서해에서 수온 및 염분에 미치는 기상 인자의 영향, 해양환경안전학회, 제13권, 제1호, pp.
29-37.
조홍연, 2008. 시화호인천연안 환경자료의 오차범위 분석, Ocean and Polar Research, Vo.l 30, No. 2, pp. 149-158.
조홍연, 채장원, 전시영, 2002. 진해마산만의 성층화 및 DO 농 도변화, 한국해안해양공학회지, 제14권, 제4호, pp. 295-307.
원고접수일: 2010년 5월 12일 수정본채택: 2010년 6월 14일 게재확정일: 2010년 6월 16일
