천리안 위성 GOCI 영상을 이용한 남해안의 시공간적 적조변화 분석 Analysis of Temporal and Spatial Red Tide Change in the South Sea
of Korea Using the GOCI Images of COMS
*
김동규*ㆍ유환희**
Kim, Dong KyooㆍYoo, Hwan Hee
要 旨
본 연구에서는 세계 최초 정지궤도 해색위성인 GOCI 영상을 이용하여 최근 가장 심각한 적조피해가 발생한 남해 안 해역을 대상으로 적조지역을 탐지하였다. 적조출현부터 소멸될 때까지의 구름이 없는 맑은 날의 GOCI 영상을 선정하여 적조지역을 탐지하였고, 시간적 변화에 따른 적조발생해역의 공간적 분석으로 적조 우심해역을 도출하였 다. 본 연구 결과 남해안 해역에서 통영시 한산·욕지해역 일대가 적조 우심해역으로 나타났으며, 적조 우심해역에 서 연안 해역인 통영시 산양읍 해역 일대로 적조 확산이 이루어지는 것으로 추정되었다. 또한, 시간적 경과에 따른 적조발생면적과 경상남도의 방제활동 및 적조피해 발생액의 변화를 비교 분석한 결과 상호 관련성이 있는 것으로 나타났으나, 적조활동은 다양한 인자에 의하여 이루어지기에 본 연구결과로 단정키는 어려우며 보다 많은 자료분 석을 통하여 신뢰도를 높여야 할 것으로 판단된다.
핵심용어 : 적조, 커널밀도, 천리안 해색 위성, 적조모니터링, 적조피해
Abstract
This study deals with red tide detection by using the remote sensing imagery from the Geostationary Ocean Color Imager (GOCI), the world’s first geostationary orbit satellite, around the southern coast of Korea where the most severe red tide occurred recently. The red tide zone was determined by the available data selection from the GOCI imagery during the period of red tide occurrence and also the severe red tide zone was detected through the spatial analysis by temporal change out of the red tide zone. This study results showed that the coast in the vicinity of the Hansan and Yokji in Tongyeong-si was classified into the severe red tide zone, and that the red tide was likely to spread from the coast of Hansan and Yokji to the one of Sanyang-eub. In addition, the comparative analysis between the area of red tide occurrence, the prevention activities of Gyeongsangnam-do provincial government and the amount of the damage cost over time showed close correlation among them. It is still early to conclude that the study is showing the severe red tide zone and the spread path exactly due to various factors for red tide occurrence and activities. In order to improve the reliability of the results, the more data analysis is required.
Keywords : Red Tide, Kernel Density, GOCI, Monitoring Red Tide, Damage of Red Tide
1. 서 론
2013년 남해안 해역에 발생한 유해성 적조는 7월 중 순부터 9월 초까지 50일간 지속하면서 경남에서 사상 최대의 피해를 입힌 적조로 기록되었다. 적조발생해역 이 외해에서 연안까지 광범위하게 발생하였고, 적조발 생과 동시에 고밀도 적조를 유지함으로 인해 통영시, 거제시, 남해군 해역의 양식어류에 심각한 피해를 입혔
는데, 경남 양식어가 보유량의 12%인 25,068천 마리의 어류가 폐사하였다.
이렇듯 적조로 인한 어업인의 직접피해가 크게 발생 함에도 적조예찰 및 방제작업은 크게 달라지지 않았으 나, 적조지역의 광범위와 지속시간의 장기화로 효율적 인 적조탐지를 위해 원격탐사 기법 적용에 대한 연구가 진행되고 있고, 해색원격 탐사 자료로부터 적조를 탐지 하는 다양한 알고리즘도 개발되고 있다.
Received: 2014.08.11, revised: 2014.08.26, accepted: 2014.09.04
* 정회원ㆍ경상대학교 도시공학과 박사과정(Member, Urban engineering, Gyeongsang National University, [email protected])
** 교신저자ㆍ정회원ㆍ경상대학교 도시공학과 교수(Corresponding author, Member, Professor, BK21+, ERI, Urban engineering, Gyeongsang National University, [email protected])
129 Vol.22 No.3 September 2014 pp.129-136
연구논문
ISSN: 2287-6693(Online) http://dx.doi.org/10.7319/kogsis.2014.22.3.129
Suh et al.(2000)은 1995년부터 1998년까지 C.
Polykrikoides 적조가 발생했던 시기에 한반도 연안역 의 수온과 적조생물 분포간의 관계를 파악하는 연구를 수행하였고, Kim et al.(2007)은 적조의 분광스펙트럼 을 이용하여 MRI(MODIS Redtide Index)를 개발하고, 2단계 필터링을 통해 C. Polykrikoides 적조를 탐지하 는 알고리즘을 제안하였으며, Kim(2007)은 1996년부 터 2000년까지 여수연안 일대의 7개 해역에서 GSIS를 이용하여 적조발생에서 이동과 소멸까지의 과정을 공 간분석을 시행하였다.
Son et al.(2011)은 유해성 적조인 C. Polykrikoides 우세하게 발생했던 2002년부터 2007년까지 MODIS 해색위성 자료를 이용하여 Spectral Classification방법 으로 적조 발생지역을 체계적으로 분리했으며, Son et al.(2012)은 GOCI 해색위성 파장에 적합한 알고리즘으 로 개선하고 이를 통해 관측된 남해안 유해성 적조의 변화를 분석하였다.
본 연구에서는 최근 가장 큰 피해가 발생한 남해안 해역의 2013년 7∼9월 GOCI 위성영상에 Son et al.(2012)의 적조탐지 알고리즘의 적용 적조발생해역을 탐지하였고, 탐지되어진 적조해역이 시간적 경과에 따 른 공간적 이동패턴을 분석 하여 적조발생 우심해역을 찾고자 하였다.
2. 천리안 위성
2.1 천리안 해양관측위성(GOCI)
천리안 위성(Communication, Ocean and Meteorological Satellite, COMS)은 2010년 6월 27일, 남미 프랑스령 기아나 꾸르 우주센터에서 성공적으로 발사된 대한민 국 최초의 정지궤도 복합위성으로, 기상관측, 해양감시 및 관측임무, 통신 서비스 임무 등 3가지 임무를 수행 하고 있다.
GOCI(Geostationary Ocean Color Imager, 천리안 해양관측위성)는 천리안 위성의 세 가지 탑재체 중 하 나로, Fig. 1과 같이 한반도 중심(북위 36°, 동경 130°) 으로 동북아시아 2,500㎞ × 2,500㎞영역의 해양환경을 500m급 공간해상도로 매일 8회씩 낮 시간(9h∼16h)동 안 관측을 하고 있다.(Yang et al., 2010). GOCI의 제 원은 Table 1과 같다.
2.2 해양자료처리시스템(GDPS)
GOCI 자료처리는 영상전처리시스템(IMPS, Image Pro-processing Sytem)과 해양자료처리시스템(GDPS, GOCI Data Processing System)으로 이루어지며,
Figure 1. Target Area of GOCI
Description Specification Sensor CMOS (2D, 1,415×1,432 pixels) Detector 2D Staring frame capture Radiometric
Calibration
Solar diffuser & DAMD(Diffuser Aging Monitoring Device) Resolution 500m ×500m
Duty Cycle 8 Times(9H∼16H) during 1 day Total FOV 16 slots, 5,300×5,300 Pixels
Coverage 2,500km×2,500km Focal Length 1,171mm
Number of
Bands 8 Bands (6-Visiable, 2-NIR) Spectral
Coverage 400 ∼ 900 nm(for 8 bands) Table 1. Sensor Parameters for GOCI
IMPS는 GOCI 원시자료인 Level 0, 복사보정이 이루 어진 Level 1A, 기하보정이 이루어진 Level 1B까지 처 리를 담당하고, GDPS는 Level 1B데이터를 이용 Level 3까지의 자료를 생산하고 처리하는데, 이는 대기보정 및 다양한 알고리즘을 적용한 해양환경 분석 자료를 처 리한다.
본 연구에서는 GDPS를 활용 Level 1B 데이터를 대 기보정한 Level 2A 데이터 중 nLw(정규 수출복사량) 자료를 이용하여 적조지역을 탐지하는데 적용하였다.
3. 적조탐지 및 패턴 분석 이론
3.1 적조탐지 알고리즘
본 연구에 사용된 적조탐지 방법은 Son et al.(2012) 이 제안한 Spectral Classification 알고리즘으로, 단계
Figure 2. Spectral profile view of Image pixels Using GDPS
별로 구성되어 대상해역을 순차적으로 적조지역과 비 적조지역으로 구분한다. 첫 번째 단계는 적조를 포함할 수 있는 높은 클로로필 지역을 선정하는 단계이다. GOCI 영상의 8개의 파장(412, 443, 490, 555, 660, 680, 745, 865nm) 중에서 하나의 영상소가 가지는 스 펙트럼분석에서 녹색 및 적색파장에서(555와 680 nm) 에서 피크를 보이는 지역은 클로로필 농도가 높은 지 역으로 적조발생 가능성이 많은 지역으로 볼 수 있다.
Fig. 2에서 A군집의 영상소들은 높은 클로로필을 보이 는 지역이며, B군집의 영상소들은 클로로필의 농도가 낮은 지역이다.
두 번째 단계는 첫 번째 단계를 만족하는 지역 중에 서 맑은 해역과 탁한 해역을 구분하는 단계이다. 맑은 해역은 낮은 용존유기물과 부유물질의 함량으로 짧은 파장에서 흡광은 약한 반면 해수에 의한 산란이 증가하 고, 탁한 해역에서는 짧은 파장에서 흡광은 증가되고 긴 파장에서는 부유물질에 의한 산란이 증가된다 (Carder et al., 1999).
≥
(1)
식 (1)을 두 번째 단계를 처리하는 관계식으로, 첫 번 째 단계를 만족하는 지역 중 식 (1)을 만족하는 지역은 용존유기물과 부유물질의 함량이 낮은 맑은 해역으로 구분하고, 그 반대는 탁한 해역으로서 용존유기물과 부 유물질에 의해 영향을 많이 받는 지역으로 분류한다.
세 번째 단계는 용존유기물과 부유물질인 낮은 맑은 해역에서 적조를 구분하는 것으로, GOCI 443, 490, 555 밴드를 사용한 식 (2)을 이용하여 적조지역과 비 적조지역으로 구분한다.
≥
(2)
네 번째 단계는 용존유기물과 부유물질인 높은 탁한 해역에서 적조를 구분하는 것으로, GOCI 443, 490, 555 밴드를 사용한 식 (3)의 밴드비를 이용하여 관계식 을 만족하면 적조지역으로 구분되고 그렇지 않으면 비 적조지역으로 구분한다.
×
≥
(3)Spectral Classification 적조탐지 알고리즘은 상기와 같이 4단계의 과정을 순차적으로 거쳐 GOCI Level 2A nLw자료를 적조지역과 비 적조지역으로 구분하여 분 류한다.
3.2 적조 밀도 분포
3.1절에서 소개한 적조탐지 알고리즘을 적용하여 GOCI 영상에서 적조를 탐지하면 영상소단위로 적조가 탐지된다. 위성영상 자료구조 특성상 그리드 형태의 영 상소는 적조 발생해역에 대한 범위를 가늠하기에는 쉬 우나, 적조발생의 패턴을 분석하기에는 한계가 있다.
그래서 본 연구에서는 국지적인 공간밀도를 시각적으 로 표현할 수 있고, 개념적 이해가 용이하여 직관적인 해석이 가능(Lee et al., 2003)하여 적조 발생의 공간적 패턴을 파악할 수 있는 커널밀도(Kernel Density) 분석 을 시행하였다.
커널밀도 분석은 대상지역의 서로 다른 데이터의 특 성으로부터 그 밀도를 측정하는 방법으로 공간상의 점 (point) 분포 패턴을 효과적으로 나타낼 수 있는 방법중 의 하나로, 커널함수는 일정한 분석 반경(bandwidth)안 에 포함되는 점 데이터 밀도를 측정하여 커널함수로 표 현한다(Choi et al., 2013). 본 연구에서는 GOCI 영상 에서 추출된 적조지역의 GRID 데이터를 Point 데이터 로 변환한 후 ArcGIS 9.3을 이용하여 커널밀도 분석을 수행하여 결과를 도출하였다.
4. 적용 및 분석
4.1 연구지역
본 연구에서는 2013년 적조발생으로 사상최대의 피 해가 발생한 경상남도 남해안 해역을 대상지로 선정하 였으며, 2013년 적조발생기간(7. 18∼ 9. 5, 50일) 동안 촬영한 GOCI 위성영상 중 구름이 없는 날을 Table 2 에서 같이 선정하였다.
(a) (b)
Figure 4. Comparison : (a) area of red tide detection, (b) red tide newsflash No Acquisition Processing
Level Resolution
Data time
1 ‘13. 7. 10. 11h Level 1B 500m 2 ‘13. 8. 12. 11, 12, 13h Level 1B 500m 3 ‘13. 8. 13. 13h Level 1B 500m 4 ‘13. 8. 15. 13h Level 1B 500m 5 ‘13. 8. 27. 11h Level 1B 500m 6 ‘13. 9. 4. 13h Level 1B 500m Table 2. GOCI Data used in this study
4.2 적조 탐지 알로리즘 구현
GOCI 영상처리를 위해서 개발된 GDPS는 위성자료를 처리 및 분석하는 프로그램으로 다양한 기능을 제공하 고 있고, 간단한 수학적 기능 구현을 위해 BandMath 기능까지 제공하고 있으나, 본 연구에서 사용한 적조탐 지 알로리즘을 구현하기에는 한계가 있어, ERDAS Imgine Spatial Modeler 기능을 활용하여 3.1절에서 설 명한 4단계 적조 탐지 알고리즘을 Fig. 3과 같이 구현 하였다.
Figure 3. Erdas Spatial Model of Red Tide Detection using spectral classification
4.3 적조 발생지역 탐지
Fig. 4(a)는 2013년 8월 12일 13시 GOCI 영상의 적 조지역을 탐지한 영상이며, Fig. 4(b)는 같은 날 국립수 산과학원 적조속보 자료이다. Fig. 4(a) 영상에서 적색 픽셀은 탁한 해역에서 적조지역으로 탐지된 것이며, 파 란색은 맑은 해역에서 적조지역으로 탐지된 지역을 나 타낸 것으로, 남해안 여수에서부터 거제도 해역까지 전 반적으로 적조가 분포하고 있음을 알 수 있다.
적조지역 탐지결과에 대한 정확도 분석을 위해서는 적조지역 발생해역에 대한 현장 실증자료가 존재하여 야 하나, 현재까지는 적조속보가 가장 신뢰성 있는 자 료이다.
Fig. 4(a), 4(b)에서 적조속보에 나타난 적조지점 대 부분이 적조지역으로 탐지되었으며, 적조지역으로 표 시되지 않은 남해 근해지역의 경우에는 적조 속보에는 없으나, 적조지역으로 탐지되는 결과를 나타내었다.
Son et al.(2012)에 따르면 본 연구에 적용한 적조 탐지 기법이 기존에 제안된 다른 적조탐지 방법보다 적조 및 비적조 모두 효율적으로 탐지하는 결과를 보인다는 연 구결과를 도출한 바 있다.
4.4 적조 발생의 지리적 특성 분석
2013년 적조특보 기준은 적조생물의 밀도가 300cell/
㎖일 경우에는 적조 주의보, 1,000cell/㎖이상인 경우에 는 적조 경보가 발령하도록 되어 있었으며, 2013년 7월 18일 전남 고흥군 내나로도 동측∼전남 여수시 돌산 동측, 경남 통영시 욕지도 서측∼경남 통영시 미륵도 동측 해역에 적조생물이 350∼1,570cell/㎖이 출현함에 따라 적조 주의보가 최초 발령되었고, 일사량 증가와 수온이 상승하면서 코클로디니움 적조가 고밀도로 확 산되어 2013년 7월 22일자로 적조경보가 발령되었다 (Red Tide Newsflash, 2013).
Fig. 5의 좌측 이미지는 남해안 적조 주의보가 발령 (‘13. 7. 18.)되어 적조가 소멸된(’13. 9. 5.) 기간 중
GOCI가 촬영한 구름이 없는 날의 적조탐지 결과를 도 시한 것이며, Fig. 5 우측 이미지는 적조의 공간밀도를 추정하고자 커널밀도 분석을 시행한 결과이다.
Fig. 5(c), 5(e), 5(g)에서 2013년 8월 20일 11시에서 13시까지 1시간 간격으로 시간이 경과됨에 따라 적조 발생 면적이 670㎢→1,049㎢→1,102㎢로 적조발생 해 역이 확대되고 있음을 알 수 있다. 또한 Fig. 5(d), 5(f), 5(h)에서 적조의 밀도가 하루만에도 남해군 근해에서 통영시 한산도 연안으로 이동 확산되었음이 확인되고, 거제시 장목해역에서 부산시 가덕도 해역까지 확산되 고 있음이 나타났다.
Fig. 5 좌측 이미지에서 2013년 7월 18일 적조 주의 보 발령 후 2013년 8월 12일에는 적조가 경남 해역에 중점적으로 확산되었고, 2013년 8월 13일에 적조발생 면적이 최대로 나타났으며, 그 이후 점차적으로 발생해 역이 줄어든 것으로 나타났다.
또한, Fig. 5 우측 이미지의 공간적 밀도분석 결과를 보면 전남 고흥에서 출현하여 남해안에 지속적으로 확 산되었으나, 통영을 중심으로 한산·욕지 주변해역에서 지속적으로 적조의 밀도가 높게 나타나 통영 한산 ·욕 지 해역이 지리적으로 적조에 가장 노출된 지역으로 분 석되었다.
Figure 5. Changes in the red tide distribution by date(time)
Date Mobilized Equipment Amount of Damage
day tatal day tatal
‘13. 8. 12 ship : 579 ea loess : 1,810 ton
ship : 7,798 ea loess : 41,869 ton
Count : 482,000
Amount : 573,000,000won
Count : 19,905,000
Amount : 16,462,000,000won
‘13. 8. 13 ship : 594 ea loess : 1,745 ton
ship : 8,387 ea loess : 43,614 ton
Count : 364,000
Amount : 228,000,000won
Count : 20,268,000
Amount : 16,690,000,000won
‘13. 8. 15 ship : 548 ea loess : 950 ton
ship : 9,477 ea loess : 46,094 ton
Count : 130,000
Amount : 89,000,000won
Count : 20,673,000 Amount : 17,014,000,000won
‘13. 8. 27 ship : 16 ea loess : 0 ton
ship : 10,861 ea loess : 49,024 ton
Count : 226,000 Amount : 97,000,000won
Count : 24,286,000
Amount : 21,396,000,000won
‘13. 9. 4 ship : 8 ea loess : 0 ton
ship : 10,930 ea loess : 49,024 ton
Count : - Amount : -
Count : 24,363,000
Amount : 21,427,000,000won Table 4. The amount of damage and equipment mobilized by day
4.5 적조발생에 따른 방제 활동
2013년 발생한 유해성 적조로 인하여 경상남도에서 는 242어가에서 25,068천마리의 어류가 폐사하여 21,659백만의 피해가 발생하였다. 이는 유례가 없는 고밀도 적조의 지속적인 발생으로 인해 사상최대 피해 액이다. Fig. 6은 전해수 황토 살포기, 바지선, 어선 등 을 동원한 경상남도 방제작업을 보여주고 있다.
적조가 발생하면서 지자체에서는 방제활동을 시작 하는데 Table 3는 경상남도에서 시행한 주요 적조 방 제대책이며, Table 4는 일자별 방제활동 및 적조피해 발생현황을 나타내고 있다.
Table 4에서 방제동원장비 및 황토사용량과 피해발 생현황을 살펴보면, 2013년 8월 15일부터 적조 방제 투입장비, 황토사용량 및 적조 피해액이 급격히 줄어 들었음을 알 수 있고, Fig. 5에서 GOCI 영상으로 탐지 한 적조지역의 시간적 변화에 따른 적조 발생 면적의 변화에서도 2013년 8월 15일부터 급격히 줄어든 것으 로 나타났다. 경상남도의 방제활동만으로 적조면적 및 피해가 줄었다고 보기에는 어려운 점이 있으나 상호 관련성도 있을 것으로 생각된다. 따라서 적조활동은 영양염류, 일사량, 수온, 풍향, 조류 등 여러 인자와 관
Figure 6. Prevention work of the red tide
Date Major activities
‘13.6.6 Establishment of red tide damage Comprehensive Plan
‘13.7.18 Red Tide Task Force Operations
‘13.7.24 Red Tide Commission held
‘13.8.8
∼
‘13.8.15
all together red tide prevention day - Participants : 8,913 peoples
- Mobilzied Equipment : 5,288ea(ship 4,964, barge et al. 264)
‘13.8.16 Red tide damage subsequent promotion measures
Table 3. Prevention efforts of the red tide by date in Gyeongsangnam-do
련이 있으므로 보다 심도 깊은 연구가 필요할 것으로 판단된다.
5. 결 론
본 연구에서는 세계 최초의 정지궤도 해색 위성인 GOCI 영상을 이용하여 최근 가장 적조가 심각하게 발 생하였던 2013년 남해안 해역에 대한 유해성 적조 해 역을 탐지하였고, 적조지역의 시간 경과에 따라 적조 확산 패턴의 변화를 분석하고, 적조탐지 면적과 적조 확산 패턴이 경상남도의 적조방제작업과의 관련성을 확인하고자 하였다.
GOCI 영상을 활용하여 적조탐지 알고리즘을 적용 한 결과 적조지역에 대한 탐지는 국립수산과학원에서 제공하는 적조속보와 유사한 결과를 도출하였다. 그러 나 적조속보는 지점으로 표시함에 따라 정확도 측정에 는 한계가 있어, 적조탐지알고리즘의 정확도 분석을
위해서는 적조발생 해역에 대한 실증적인 자료 구축이 이루어져야 할 것으로 본다.
GOCI 영상을 이용하여 시간 경과에 따라 적조가 확 산되는 패턴을 분석하고자 시행한 적조 밀도 분석결과 최초 발생은 전남 고흥군 및 여수시 해역에서 적조가 발생하였으나, 통영 한산·욕지 주변해역으로 확산된 후 적조가 소멸될 때 까지 지속적으로 통영 한산·욕지 해역 일대에서 공간적 밀집도가 높게 나타나는 것으로 분석되었다. 따라서 통영시 한산·욕지해역 일대가 적 조 우심해역으로 판단되어지며, 한산·욕지 해역에서 연안 해역인 산양읍 해역 일대로 적조 확산이 이루어 지는 것으로 사료된다.
또한, 경상남도에서 시행하는 적조방제 활동이 적조 피해와 적조발생해역을 감소시키는 것과 관련성이 높 은 것으로 생각된다. 그러나 적조활동은 다양한 인자 에 의하여 이루어지기에 본 연구결과로 단정키는 어려 우며, 연도별, 일자별 GOCI 영상자료 구축으로 시계 열적, 공간적 분석이 이루어 진다면 연구 결과의 신뢰 도를 높일 수 있을 것으로 기대된다.
References
1. Carder, K.L., F.R. Chen, Z.P. Lee, S.K. Haves, and D. Kamykowski, 1999. Semianalytic moderate- resolution imaging spectrometer algorithms for chlorophyll-a and absorption with bio-optical domains based on nitrate-depletion temperatures, Journal of Geophysical Research, Vol. 104, pp.
5403-5421.
2. Choi. Jin Ho, Joo. Seung Min, 2013, An analysis on the characteristics of obstetrics and gynecology distribution in Daegu metropolitan city using GIS spatial analysis, Jouranl of Daegu Gyeongbuk Development Institute, Vol. 12, No.2, pp.149-156.
3. Han. Hee jeong, Ryu. Joo Hyung, Ahn. Yu Hwan, 2010, Development the Geostationary Ocean Color Imager(GOCI) data processing system(GDPS), Korean Journal of Remote Sensing, Vol.26, No.2, pp.263-275.
4. Kim. Jin Gi, 2007, A study on the spatial determination of red tide occurrence area using GSIS, Journal of the Korean Society for Geospatial Information System, Vol 15, No.2, pp.51-57.
5. Kim. Yong min, Byun. Young Gi, Huh. Yong, Yu. Ki Yun, 2007, Detection of cochlodinium polykrikoides red tide using MODIS level 2 data in coastal waters, Journal of Korean Society of Civel Engineers, Vol.27, No.4, pp.535-540.
6. Lee. Hee Yeon, Sim. Jae Heon, 2003, Geographic information systems theory and practice, Bobmunsa, pp.379-380.
7. National meteorological satellite center(http://nmsc.
kma.go.kr/html/homepage/ko/chollian/choll_info.do) 8. Red tide newsflash(http://www.nfrdi.re.kr/redtideInfo) 9. Son, Y.B., J. Ishizaka, J.C Jeong, H.C. Kim, and T.
Lee, 2011. Cochlodinium polykrikoides red tide detection in the South Sea of Korea using spectral classificatio of MODIS data, Ocean Science Journal, Vol.46, No.6: 239-263.
10. Son. Young Baek, Kang. Yoon Hyang, Ryu. Joo Hyung, 2012, Monitoring red tide in south sea of korea using the Geostationary Ocean Color Imager(GOCI), Korean Journal of Remote Sensing, Vol.28, No.5, pp.531-548.
11. Suh. Young Sang, Kim. Jeong Hee, Kim. Hak Gyoon, 2000, Relationship between sea surface temperature derived from NOAA satellites and cochlodinium polykrikoides red tide occurrence in korean coastal waters, Journal of Korean Environmental Sciences Society, Vol.9, No.3, pp.215-221.
12. Yang. Chan Su, Bae. Sang Soo, Han. Hee Jeong, Ahn. Yu Hwan, Ryu. Joo Hyung, Han. Tai Hyun, Yoo. Hong Rhyong, 2010, Introduction of acquisition system processing system and distributing service for Geostationary Ocean Color Imager(GOCI) data, Korean Jounal of Remote Sensing, Vol.26, No.2, pp.263-275.
