위성 자료를 이용한 전선 탐지 기법 연구
황도현*ㆍ박수호*ㆍ엥흐자리갈 운자야*ㆍ정민지*ㆍ김나경*ㆍ박미소*ㆍ김보람*ㆍ윤홍주**
Study on the Front Detection Techniques by using Satellite Data
Do-Hyun Hwang
*ㆍSu-Ho Bak
*ㆍUnuzaya Enkhjargal
*ㆍMin-Ji Jeong
*ㆍNa-Kyeong Kim
*ㆍ Mi-So Park
*ㆍBo-Ram Kim
*ㆍHong-Joo Yoon
**요 약
해양에서 바닷물의 성질이 비슷한 바닷물 덩어리를 수괴라 하며, 전선은 서로 다른 속성의 두 수괴가 만나 는 해역이다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게 변하는 곳을 경사가 크다고 보고, 경사가 큰 곳 을 전선으로 가정하여 추출하는 방법이다. 이 방법은 대용량의 위성 자료를 한꺼번에 처리할 수 있다는 장점 이 있다. 따라서 본 연구에서는 경사도 알고리즘을 이용하여 한반도 주변 해역의 전선을 찾아보고자 하였다.
연구 자료는 격자화 되어있는 해수면 온도 위성 자료를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1 월부터 2018년 12월까지 월 평균 자료를 사용하였다. 해수면 온도 자료를 이용하여 전선 추출 결과 대표적으 로 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선 등 다섯 개의 전선 을 찾을 수 있었다. 계절별 전선 분포 비교 결과 겨울, 봄철에는 여름, 가을철에 비해 더 많은 종류의 전선이 분포하였으며, 분포 범위도 더 넓어졌다.
ABSTRACT
A mass of seawater with similar properties in the ocean is called a water mass, and the front is a sea area where two masses of different properties meet. The gradient algorithm is a method of extracting where the sea water temperature pixel changes rapidly assuming that the slope is large, and the place with the large slope is assumed to be a front. This method is able to process large amounts of satellite data at once. Therefore, in this study, we tried to find the front lines in the sea area around the Korean Peninsula by using a gradient algorithm. The study data used gridded sea surface temperature satellite data. The resolution was 1/4°, and the monthly average data from January 1993 to December 2018 were used. There were major five fronts representatively, China Coastal Front, South Sea Coastal Front, Kuroshio Front/ Kuroshio Extension Front, Subpolar Front and the Subarctic Front. As a result of comparing the distribution of front by season, more types of front were distributed in winter and spring than in summer and autumn, and the distribution range was wider.
키워드
Front, Sea Surface Temperature, Edge Detection, Gradient Algorithm, Sobel Operator 전선, 해수면 온도, 윤곽선 추출, 경사도 알고리즘, 소벨 연산자
* 부경대학교 지구환경시스템과학부([email protected])
** 교신저자 : 부경대학교 공간정보시스템공학과 ㆍ접 수 일 : 2020. 10. 30
ㆍ수정완료일 : 2020. 11. 23 ㆍ게재확정일 : 2020. 12. 15
ㆍReceived : Oct. 30, 2020, Revised : Nov. 23, 2020, Accepted : Dec. 15, 2020 ㆍCorresponding Author : Hong-Joo Yoon
Divsion of Earth Environmental System Science Major of Spatial Information Engineering, Pukyong National University,
Email : [email protected]
http://dx.doi.org/10.13067/JKIECS.2020.15.6.1201
Ⅰ. 서 론
해양에서 바닷물의 성질이 비슷한 바닷물 덩어리를 수괴(Water Mass)라 하며, 전선(Front)은 서로 다른 속성의 두 수괴가 만나는 해역이다. 해양 전선은 해양 과 대기의 상호 작용으로 기후 변화에서 중요한 역할 을 하고 있으며, 해양의 일차생산력, 생태계, 어업 등 에도 큰 영향을 미친다. 짧게는 수백 미터에서 길게는 수천 킬로미터까지 다양하게 존재하며, 일부는 금방 사라지지만 대부분은 계절적 주기를 가지거나 연중 내내 존재하기도 한다.
전선은 다양한 과정을 거쳐서 형성되며, Yanagi[1]
에 의하여 전선의 종류를 구분할 수 있다. 전선은 크 게 연안 전선(Coastal Front), 대륙붕 전선 (Continental Shelf Front), 외해 전선(Open Sea Front)로 나눌 수 있다. 연안 전선에는 연안 주변의 해수 온도 변화에 따라 나타나는 전선으로 하구 전선 (Estuarine Front), 열 방출 전선(Thermal Effluent Front), 열염 전선(Thermohaline Front), 조석 전선 (Tidal Front)이 있다. 대륙붕 전선은 천해 전선 (Shelf/Slope Front), 연안 용승 전선(Coastal Upwelling Front), 연안 경계 해류 전선(Coastal Boundary Current Front)이 있다. 외해 전선에는 서 안경계류 전선(Western Boundary Current Front), 난 수괴 전선(Warm Core Front), 냉수괴 전선(Cold Core Front), 아북극 전선(Subarctic Front), 아열대 전선(Subtropical Front), 무풍대 전선(Doldrum Front), 극전선(Polar Front)이 있다.
전선이 형성되는 과정, 형태, 위치는 매우 다양하지 만 위성 자료를 활용하여 전선을 찾는 대표적인 방법 은 경사도 알고리즘(Gradient Algorithm), 히스토그램 알고리즘(Histogram Algorithm)의 두 가지가 있다.
두 방법 모두 위성에서 관측한 해수면 온도가 상대적 으로 큰 차이를 보이는 해역을 해양 전선으로 가정한 다. 경사도 알고리즘은 해수면 온도 픽셀이 급격하게 변하는 곳을 경사가 크다고 보고, 경사가 큰 곳을 전 선으로 가정하여 추출하는 방법이다[2]. 이 방법은 대 용량의 위성 자료를 한꺼번에 처리할 수 있다는 장점 이 있다. 히스토그램 알고리즘은 Cayula와 Cornillon[3]에 의해 소개되었으며, 이미지에서 하위 이미지(Subset Image)의 히스토그램 주파수 분포를
보고 찾아내는 방법이다. 히스토그램 알고리즘은 전처 리에 시간이 오래 걸리고 하위 이미지 크기가 중요하 다[4]. 따라서 본 연구에서는 경사도 알고리즘을 이용 하여 한반도 주변 해역의 전선을 찾아보고자 하였다.
Ⅱ. 자료 및 방법
2.1 연구 자료
해수면 온도가 급격히 변화하는 곳을 찾고자 미국 NOAA의 GHRSST(Group for High Resolution Sea Surface Temperature) 자료를 사용하였다. GHRSST 는 가공 단계에 따라 레벨 2 ~ 4 자료가 있으며, 레벨 4 자료는 데이터 보정 및 보간법을 통해 격자 형태로 제공된다[5]. 본 연구에서는 격자화 되어있는 레벨 4 GHRSST 데이터를 이용하였다 해상도는 1/4°이며, 연구 기간은 1993년 1월부터 2018년 12월까지 월 평 균 자료를 사용하였다. 연구 지역은 25 ~ 45°N, 117 ~ 157°E로 동북 아시아 주변이다.
2.2 연구 방법
영상의 특징을 추출하면 중요한 정보를 얻을 수 있 는데[6], 영상에서 값의 변화가 큰 부분을 윤곽선으로 볼 수 있다. 윤곽선에는 모양과 방향 등의 정보가 담 겨있다. 위성 영상을 사용해서 윤곽선 추출을 통해 경 사가 큰 부분을 전선으로 볼 수 있다. 윤곽선 추출 연 산자는 대표적으로 프리윗 연산자(Prewitt Operator) 와 소벨 연산자(Sobel Operator)가 있다. 프리윗 연산 자는 응답시간이 빠르다는 장점이 있지만, 밝기 변화 의 비중이 적어 경계가 덜 부각된다. 소벨 연산자는 수평, 수직, 대각선 등 모든 방향의 경계를 구할 수 있고, 대각선 방향에 더욱 더 민감하게 반응한다[7].
또한 흐린 영상에서도 경계치 추출이 잘 되며, 자료의 오류가 적다는 장점이 있어[8] 소벨 연산자를 이용하 여 전선을 추출하였다. 그림 1은 소벨 연산자의 수직 마스크와 수평 마스크를 보여주며, 이 마스크를 통해 서 수직 방향의 윤곽선과 수평 방향의 윤곽선, 수직․
수평 방향의 윤곽선을 찾을 수 있다. 마스크의 크기는
3 × 3, 5 × 5, 7 × 7 등 홀수로 만들어 사용할 수 있
으나, 윤곽선의 두께가 더 두껍고 좋은 효과가 나타나
지 않는다. 따라서 3 × 3 크기의 마스크를 일반적으
로 사용한다. 그림 1의 x 방향 마스크(위)는 좌, 우 외곽선을 검출할 수 있으며, 그림 1의 y 방향 마스크 (아래)는 상, 하 외곽선을 검출할 때 사용된다. 마스크 크기는 중심 계수를 기본으로 상하좌우가 대칭이어야 하며, 모든 계수 내 합은 0이어야 한다.
-1 0 1
-2 0 2
-1 0 1
Vertical mask(x direction)
1 2 1
0 0 0
-1 -2 -1
Horizontal mask(y direction)
그림 1. 소벨 연산자의 x 방향 마스크(위)와 y 방향 마스크(아래)
Fig. 1 Sobel operator x direction mask(top) and y direction mask(bottom)
윤곽선을 추출하는 방법은 1차 미분법을 이용하여 소벨 연산자를 영상에 적용시켜 경사도 크기와 방향 을 구할 수 있다. 식 1은 1차 미분에 의한 윤곽선을 추출하는 식이다.
∆
（１）
경사도 크기 :
경사도 방향 :
tan 여기서 경사도 크기 값이 임계치를 초과하는 부분
을 전선으로 볼 수 있다. 임계치는 Budgell[9]과 Yoon 등[10]의 연구를 참고하여 0.3 ℃로 하였다.
Ⅲ. 결 과
전선은 서로 다른 속성의 두 수괴가 만나 형성되는 데, 본 연구에서는 해수면 온도가 급격히 변하는 곳을 윤곽선으로 보고 윤곽선 추출을 통해 경사도가 급한 곳을 전선으로 추출하였다.
해수면 온도 자료를 이용하여 전선 추출 결과는 그 림 2와 같으며, 대표적으로 중국 연안 전선(China Coastal Front), 남해 연안 전선(South Sea Coastal Front), 쿠로시오/쿠로시오 속류 전선(Kuroshio Front/ Kuroshio Extension Front), 아극 전선 (Subpolar Front), 아북극 전선 등 다섯 개의 전선을 찾을 수 있었다.
℃
그림 2. 해수면 온도 자료를 사용하여 전선 추출 결과 (a) 중국 연안 전선, (b) 남해 연안 전선, (c)
쿠로시오/쿠로시오 속류 전선, (d) 아극 전선(Subpolar Front), (e) 아북극 전선 Fig. 2 Front detection result by using SST data. (a)
China Coastal Front, (b) South Sea Coastal Front, (c) Kuroshio Front/ Kuroshio Extension Front, (d)
Subpolar Front, (e) Subarctic Front
먼저 동중국해의 25~30°N, 120~123°E에서는 중국
연안 전선이 나타났다. 중국 연안 전선은 차가운 중국
연안수(China Coastal Water)와 따듯한 대만 난류
(Taiwan Current)에 의해 형성된다[11]. 중국 연안 전
선은 10월부터 3월까지 겨울철에 가장 많이 나타나고,
주로 가을과 겨울에 발생한다[12]. 중국 연안 전선은
중국 저장성(Zhejiang)과 푸젠성(Fujian) 해안을 따라
생기기 때문에 저장-푸젠 전선(Zhejiang-Fujian Front)이라고도 부른다.
우리나라 남해안 125~129°E에서 남해 연안 전선이 나타났다. 남해 연안 전선은 차가운 남해 연안수 (South Sea water)와 따듯한 대마 난류(Tsushima Warm Current) 수괴에 의해 형성된다[10]. Johnson과 Boyer[9]의 결과에서는 해상도 9 km 자료를 사용하 여 전선을 서쪽과 동쪽으로 구분하였으나, 본 연구 결 과에서는 넓은 지역을 관측하고자 해상도가 25 km 자료였기 때문에 전선을 구분할 수 없었지만 전선의 위치는 동일한 지역에 나타난 것을 알 수 있었다.
중국과 일본 사이인 125~128°E에서는 쿠로시오 해 류에 의한 쿠로시오 전선이 나타났다. 쿠로시오 해류 (Kuroshio Current)는 동아시아에서 규모가 큰 난류 로 쿠로시오 해류 주변의 기후 및 환경에 영향을 준 다[11]. 쿠로시오 전선은 쿠로시오 해류가 동중국해를 관통하여 일본해를 향하며, 쿠로시오 해류의 가장 서 쪽 지점과 연관이 있다[14]. 주로 가을, 겨울, 봄에 나 타나며 여름에는 거의 보이지 않는다. 쿠로시오 전선 은 Johnson과 Boyer[11]의 결과와 비교해봤을 때 잘 찾아진 것을 알 수 있었다.
쿠로시오 해류가 일본 해안을 따라 태평양쪽으로 흘러가면서 쿠로시오 속류가 되며, 쿠로시오 속류와 차가운 오야시오 해류(Oyashio Current)가 만나는 141~143°E에서는 쿠로시오 속류 전선이 나타났다. 쿠 로시오 속류 전선은 141~144°E에서 안정되게 나타나 며, 153~158°E에서는 강한 진폭을 보이는데[15], 그림 2.(c)에서도 141~143°E 구간에서 강한 쿠로시오 속류 전선을 확인할 수 있었다.
우리나라 동해안의 40°N에서는 아극 전선이 나타 났다. 아극 전선은 동해 북부 해역으로 흘러들어오는 북한한류(North Korea Cold Current)와 쿠로시오 해 류에서 갈라진 따듯한 대마 난류가 만나서 형성된다 [10]. 대마 난류의 한 분지인 동한 난류(East Korea Warm Current)와 북한 한류가 만나는 지점에서 아극 전선을 찾을 수 있었다.
일본 동쪽의 146~153°E에서 아북극 전선이 나타났 다. 이 전선은 차가운 오야시오 해류가 일부 서쪽 아 북극 환류(Western Subarctic Gyre)를 따라 북쪽으로 재순환하게 되는데, 재순환에 따라 에크만 편류 (Ekman drift)에 의해 아북극 전선이 형성된다[16].
아북극 전선은 쿠로시오 속류와 오야시오 해류가 만 나면서 주변 해역이 복잡해지기 때문에 경계를 찾기 어렵다.
전선도 계절별 변화가 나타나기 때문에 계절에 따 른 전선을 그림 3~ 6에 나타내었다. 봄은 3~5월 자료 를 나타내며, 여름은 6~8월, 가을은 9~11월, 겨울은 12~2월의 자료를 사용하였다. 계절의 변화에도 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선 등 주요 다섯 개의 전 선은 공통적으로 나타났다.
봄철에 찾을 수 있었던 전선은 그림 3과 같으며, 중국 산둥반도를 따라 산둥 반도 전선(Shandong Peninsula Front)이 나타났다. 우리나라에서도 서해안 을 서한 연안류(West Korea Coastal Current)에 의한 전선의 변화를 찾을 수 있었다. 봄철 주요 다섯 개의 전선 중 쿠로시오 전선은 봄철에 강하고 범위도 넓게 나타났다. 쿠로시오 해류의 속도는 봄철에 가장 강하 기 때문에[17] 이로 인해 나타난 전선도 강하고 범위 가 넓게 나타난 것으로 판단된다.
℃
그림 3. 해수면 온도 자료를 사용한 봄철 전선 추출 결과 (a) ~ (e) 그림 2와 동일, (f) 산둥 반도
전선, (g) 서해 연안 전선
Fig. 3 Front detection result in spring by using SST data (a) ~ (e) same as Fig. 2, (f) Shandong Peninsula Front, (g) West Korea Coastal Front
여름철 전선 분포는 그림 4와 같으며 쿠로시오 속 류 전선, 아극 전선, 아북극 전선을 찾을 수 있었다.
중국 연안 전선, 남해 연안 전선, 쿠로시오 전선은 다
른 계절에 비해서 약하게 형성되었다. 쿠로시오 전선
은 늦여름(8~9월)에 전선을 매우 찾기 어려운 것으로
알려져 있다[12].
℃
그림 4. 해수면 온도 자료를 사용한 여름철 전선 추출 결과 (a) ~ (e) 그림 2와 동일 Fig. 4 Front detection result in summer by using
SST data (a) ~ (e) same as Fig. 2
가을철 전선 분포는 그림 5와 같으며, 남해 연안 전선, 쿠로시오 전선, 아극 전선, 아북극 전선이 나타 났다. 특히 한반도 동해안에서는 온난한 대마 난류와 차가운 북한 한류가 만나 순환하는데, 44°N에서는 순 환 현상으로 인해 해수면 온도 차이가 나타난 부분도 찾을 수 있었다.
℃
그림 5. 해수면 온도 자료를 사용한 가을철 전선 추출 결과 (a) ~ (e) 그림 2와 동일 Fig. 5 Front detection result in fall by using SST
data (a) ~ (e) same as Fig. 2
겨울철에는 특히 서해안에서 전선을 많이 찾을 수 있는데, 이곳의 전선은 계절적 영향을 받아 매년 발생 하며 특히 겨울철(1~3월)에 가장 많이 발생한다[11].
그림 6은 겨울철 전선 분포를 나타낸다. 중국 연안 전 선은 32°N까지 발생하였으며, 남해 연안 전선도 겨울 철에 가장 넓게 발생하였다. 중국 연안 전선, 남해 연 안 전선, 쿠로시오 전선, 이외에도 장쑤 해안류
(Jiangsu Coastal Current)의 영향을 받아 발생하는 장쑤 전선(Jiangsu Front), 산둥 반도 전선(Shandong Peninsula Front), 북한 서한 전선(Seohan Bay Front), 양쯔강 담수에 의해 순환하는 양쯔 지대 순환 전선(Yangtze Bank Ring Front)을 찾을 수 있었다.
℃
그림 6. 해수면 온도 자료를 사용한 겨울철 전선 추출 결과 (a) ~ (e) 그림 2와 동일, (f) 장쑤 전선, (g) 산둥 반도 전선, (h) 서한 전선 (i) 양쯔 지대
순환 전선, (j) 북서부 전선
Fig. 6 Front detection result in winter by using SST data (a) ~ (e) same as Fig. 2, (f) Jiangsu Front, (g) Shandong Peninsula Front, (h) Seohan Bay Front,
(i) Yangtze Bank Ring Front, (j) Northwest Front
쿠로시오/쿠로시오 속류 전선, 아극 전선, 아북극 전선도 겨울철에 가장 넓게 나타났다. 아극 전선이 나 타나는 동해안은 대마 난류의 영향을 받게 되는데, 대 마 난류는 겨울철에 가장 잘 발달하며, 계절적 변동성 이 강하게 나타난다[12]. 따라서 겨울철 아극 전선의 세기가 겨울철에 가장 강하게 나타났음을 알 수 있다.
아극 전선은 동해안을 두 구역으로 나누어 북쪽은 아 북극 순환(subarctic circulation), 남쪽은 아열대 순환 (subtropical circulation)을 한다[18]. 그림 6.(d)의 아 극 전선은 왼쪽에도 전선이 나타났는데, 이 전선은 북 한 한류의 순환으로 발생한 북서부 전선(Northwest Front)로 판단된다.
Ⅳ. 결 론
해양 전선은 서로 다른 속성을 가진 두 수괴가 만
나 해수면 온도가 급격히 변화하는 곳에서 형성되는
데, 해수면 온도 차이가 큰 영역을 해수면 온도 화소 간 경사가 급한 곳으로 보고 이곳의 경계부를 추출하 였다. 경계치를 추출하기 위해서는 소벨 연산자를 사 용하였으며, Budgell[9], Yoon 등[10]의 연구에 의해 0.3 ℃ 이상인 부분을 전선으로 추출하였다.
해수면 온도 자료를 이용하여 전선 추출 결과 대표 적으로 중국 연안 전선, 남해 연안 전선, 쿠로시오/쿠 로시오 속류 전선, 아극 전선, 아북극 전선을 찾을 수 있었다.
전선도 계절별 변화가 나타나기 때문에 계절에 따 른 전선을 추출하였다. 봄철에는 대표적인 다섯 개의 전선 이외에도 중국 산둥반도를 따라 산둥 반도 전선 이 나타났으며, 우리나라에서도 서해안을 따라 조석 차이에 의한 전선의 변화를 찾을 수 있었다. 주요 다 섯 개의 전선 중 쿠로시오 전선은 봄철에 강하고 범 위도 넓게 나타나는 것을 알 수 있었다. 여름철에는 쿠로시오 속류 전선, 아극 전선, 아북극 전선을 찾을 수 있었으며, 중국 연안 전선, 남해 연안 전선, 쿠로시 오 전선은 약하게 형성되었다. 가을철에 주로 나타나 는 전선은 남해 연안 전선, 쿠로시오 전선, 아극 전선, 아북극 전선이었다. 특히 한반도 동해안에서는 온난한 대마 난류와 차가운 북한 한류가 만나 순환이 형성되 는데, 44°N에서 온도 차이에 의한 순환도 찾을 수 있 었다. 겨울철에는 특히 서해안에서 전선을 많이 찾을 수 있는데, 중국 연안 전선, 남해 연안 전선, 쿠로시오 전선 이외에도 장쑤 전선, 산둥 반도 전선, 서한 전선, 양쯔 지대 순환 전선을 찾을 수 있었다. 쿠로시오 속 류 전선, 아극 전선, 아북극 전선도 겨울철에 가장 넓 게 나타났다. 북한의 동해안에 발생한 전선은 북한 한 류로 인한 순환으로 판단되며, 아극 전선 왼쪽에는 북 한 한류로 인하여 발생한 북서부 전선도 존재한다.
본 연구에서는 경사도 알고리즘을 사용하여 전선을 탐지하였지만, 추후 히스토그램 알고리즘을 사용하여 결과를 비교 분석 해본다면 전선의 크기나 변화 등을 좀 더 자세하게 알 수 있을 것이다.
감사의 글
이 논문은 부경대학교 자율창의학술연구비(2019 년)에 의하여 연구되었음
References
[1] T. Yanagi, “Classification of "Siome", Streaks and Fronts,“ J. of the Oceanographical Society of Japan, vol. 43, no. 3, 1987, pp. 149-158.
[2] R. J. Holyer and S. H. Peckinpaugh, “Edge detection applied to satellite imagery of the oceans,” IEEE trans on geoscience and remote sensing, vol. 27, no. 1, 1989, pp. 46-56.
[3] J. F. Cayula and P. Cornillon, “Edge detection algorithm for SST images,“ J. of Atmospheric and Oceanic Technology, vol. 9, no. 1, 1992, pp.
67-80.
[4] G. Kirches, M. Paperin, H. Klein, C.
Brockmann, and K. Stelzer, “GRADHIST—A method for detection and analysis of oceanic fronts from remote sensing data,“ Remote Sensing of Environment, vol. 181, 2016, pp.
264-280.
[5] GHRSST Science Team, The Recommended GHRSST Data Specification (GDS) Revision 2.0 Technical Specifications, GHRSST International Project Office, 2010.
[6] W. Baek and H. Lee, “A Modified Top-hat and Bottom-hat transform for Edge Detection,” J. of the Korea Institute of Electronics Communication Sciences, vol. 11, no.
9, 2016, pp. 901-908.
[7] K. Kim and Y. Woo, “Detection of Flaws in Ceramic Materials Using Non-Destructive Testing,” J. of the Korea Institute of Electronics Communication Sciences, vol. 5, no. 3, 2010, pp. 321-326.
[8] E. Kim and Y. Ro, “Improved Method for Feature Tracking Method in estimating Ocean Current Vectors from Sequential Satellite Imageries,” J. of the Korean Society of Remote Sensing, vol. 16, no. 3, 2000, pp. 199-209.
[9] W. P. Budgell, Data Fusion Approaches for Merging Marine Remote Sensing Data, LIFECO Deliverables, 2003, pp.7-8.
[10] H. Yoon, H. Byun, and K. Park, “Temporal
and spatial variations of SST and ocean fronts in the Korean Seas by empirical orthogonal function analysis,“ Korean J. of Remote Sensing, vol. 21, no. 3, 2005, pp. 213-219.
[11] D. R. Johnson and T. P. Boyer, Regional Climatology of the East Asian Seas: An Introduction, NOAA Atlas NESDIS 79, Silver Spring, 2015.
[12] I. M. Belkin and P. Cornillon, “SST fronts of the Pacific coastal and marginal seas,” Pacific Oceanography, vol. 1., no. 2, 2003, pp.90-113.
[13] D. Hwang, H. Yoon, and W. Seo, “Study on Sea Level Changes in Korean Peninsula by Using Satellite Altimetry Data,” J. of the Korea Institute of Electronics Communication Sciences, vol. 11, no. 3, 2016, pp.325-330.
[14] H. Ichikawa and R. C. Beardsley, “The current system in the Yellow and East China Seas,” J. of Oceanography, vol. 58, no. 1, 2002, pp.77-92.
[15] Y. Wang, X. Yang, and J. Hu, “Position varability of the Kuroshio Extension sea surface temperature front,” Acta Oceanologica Sinica, vol. 35, no. 7, 2016, pp.30-35.
[16] I. Yasuda, “Hydrographic Structure and Variability in the Kuroshio-Oyashio Transition Area,” J. of Oceanography, vol. 59, 2003, pp.389-402.
[17] Y. Wei, Y. Pei, and R. Zhang, “Seasonal variability of the Kuroshio Current at the PN Section in the East China Sea based on in-situ observation from 1987 to 2010,” Acta Oceanologica Sinica, vol. 34, no. 5, 2015, pp.12-21.
[18] T. Senjyu, “The Japan Sea Intermediate Water;
its characteristics and circulation,” J. of Oceanography, vol. 55, no. 2, 1999, pp.111-122.
저자 소개
황도현(Do-Hyun Hwang)
2011년 부경대학교 공간정보시스템 공학과 졸업(공학사)
2013년 부경대학교 대학원 공간정 보시스템공학과 졸업(공학석사)
2020년 현재 부경대학교 대학원 지구환경시스템과학 부 공간정보시스템공학전공(박사수료)
※ 관심분야 : 해양 원격탐사, GIS
박수호(Su-Ho Bak)
2013년 부경대학교 공간정보시스템 공학과 졸업(공학사)
2017년 부경대학교 공간정보시스템 공학과 졸업(공학석사)
2020년 현재 부경대학교 대학원 지구환경시스템과학 부 공간정보시스템공학전공(박사수료)
※ 관심분야 : 해양 원격탐사, GIS, Deep Learning
엥흐자리갈 운자야 (Enkgjargal Unuzaya)
2014년 몽골 과학기술대학교 정 보 및 전기통신기술학과 졸업(공 학사)
2020년 현재 부경대학교 대학원 지구환경시스템과학 부(석사수료)
※ 관심분야 : 무선 통신, 해양원격탐사, GIS
정민지(Min-Ji Jeong)
2017년 부경대학교 해양학과 졸업 (이학사)
2020년 현재 부경대학교 대학원 지구환경시스템과학 부 공간정보시스템공학과(석사과정)
※ 관심분야 : 해양 원격탐사
김나경(Na-Kyeong Kim)
2020년 부경대학교 공간정보시스템 공학과 졸업(공학사)
2020년 현재 부경대학교 대학원 지구환경시스템과학 부(석사과정)
※ 관심분야 : 해양 원격탐사, Deep Learning
박미소(Mi-So Park)
2020년 부경대학교 공간정보시스템공학과 재학(학 사과정)
※ 관심분야 : 해양 원격탐사
김보람(Bo-Ram Kim)
2020년 부경대학교 공간정보시스템공학과 재학(학 사과정)
※ 관심분야 : 해양 원격탐사
윤홍주(Hong-Joo Yoon)
