열전선

연구 해역에서의 AMSR2 해수면온도 평균 편차 분포를 보면, 일본 동 쪽 연안에서 양의 편차가 두드러지게 나타난다(Figure 11). 특히 쿠로시 오 속류 부근에 2 ^oC 이상의 큰 오차값들이 밀집되어 있는 것을 볼 수 있다. 이를 좀 더 자세히 알아보기 위해 ±4^oC 이상의 해수면온도 오차 분포를 Figure 12에 도시하였다. Figure 12(a)의 한반도 연안에 존재하는 큰 오차값들은 육지에 의한 자료 오염에서 비롯된 것으로 사료된다. 이 외에 ±4^oC 이상의 큰 오차값들이 다수 분포되어 있는 쿠로시오 속류 부 근(Figure 12(b))은 쿠로시오 해류(Kuroshio Current)와 오야시오 해류 (Oyashio Current)가 존재하여 쿠로시오와 오야시오 열전선이 잘 발달되 어 있는 곳이다(Mizuno and White, 1983; Yasuda, 2003). 일치점 생산과 정에서 전선대의 가장자리, 즉 공간적으로 수온 변동이 큰 전선의 전이 대에 일치점이 위치한다면 인공위성 해수면온도의 오차가 ±4^oC 이상 크 게 나타날 수 있을 것으로 유추된다. 오차 요인에 대한 좀 더 명확한 조 사를 위해 쿠로시오와 오야시오 전선에 따른 AMSR2 해수면온도 오차 의 추이를 분석하였다.

이전 연구에서도 쿠로시오 속류 부근의 전선이 유발하는 해수면온도 오차에 대한 분석이 이루어진 바 있다. Tomita et al.(2015)은 해수면온 도의 공간 구배 크기가 크게 나타났던 달과 약하게 나타났던 달을 비교 하여 AMSR2 해수면온도와 해양 실측 해수면온도 간 큰 오차가 발생하 는 것은 전선의 작용과 관련이 있음을 밝혀냈다. 본 연구에서는 더 나아 가 해수면온도의 공간 구배 크기와 해수면온도 오차 간의 관계를 정량적 으로 규명하고자 하였다.

Figure 11. Spatial distribution of mean biases in the study area. The biases are averaged into 1^o boxes.

Figure 12. Spatial distribution of large difference (>±4^oC) between satellite SST and in-situ temperature measurements in (a) the study area and (b) the Kuroshio extension region. The red dots represent the locations of positive bias larger than 4^oC and the blue dots indicate the locations of negative bias smaller than −4^oC. The colors represent climatological SST.

AMSR2 L3 월별 자료를 활용하여 연구 영역의 해수면온도 구배 크 기(^oC/km)를 계산한 후 해당 월의 일치점 실측 자료와 가장 가까운 지 점을 찾아 그 지점의 해수면온도 구배를 기록하였다. Figure 13(a)는 해 수면온도 구배 크기에 대한 AMSR2 해수면온도 평균제곱근오차를 나타 낸 것이다. 평균제곱근오차는 해수면온도 구배 크기가 커질수록 증가하 며 특히 0.06^oC/km 이상의 수온 구배 영역에서는 큰 변동폭으로 증가하 는 특성이 나타났다. 이를 통해 해수면온도의 공간 구배가 커질수록 위 성 관측 해수면온도에 큰 오차가 나타날 수 있다는 결과를 얻을 수 있었 다.

전선으로부터의 거리에 따라 해수면온도 오차가 어떻게 변화하는지 살펴보기 위하여 해수면온도 공간 구배가 0.06^oC/km 이상인 지점을 전 선 영역으로 정의하고 이로부터 각 일치점의 거리를 계산하였다. Figure 13(b)는 AMSR2 해수면온도 평균제곱근오차를 전선으로부터의 거리에 대한 함수로 나타낸 것이다. 전선 영역과의 거리가 300 km 이내인 영역 에서 평균제곱근오차는 전선에 가까워질수록 증가하며 최대 1.39^oC의 평 균제곱근오차값이 나타났다. 이처럼 AMSR2 해수면온도의 큰 오차들이 쿠로시오와 오야시오 전선 영역에 다수 분포되어 있는 것과 전선에 근접 할수록 오차가 크게 나타나는 특성은 전선 또한 위성 관측 해수면온도의 오차 요인 중 하나임을 의미한다.

(a)

(b)

Figure 13. AMSR2 RMS error (a) as a function of the magnitude of spatial gradient of SST and (d) depending on distance from the thermal front. The bars represent the mean standard deviations of SST errors for each interval and the dotted line is a linear least-squared fit.

5. 요약 및 결론

해수면온도는 기후변화의 지표로서 기후 모니터링의 가장 기초가 되는 중요한 해양 변수 중 하나이며, 수치 예보 및 기후 모델의 기본 입력 자 료로 널리 활용되고 있다. 원격탐사 기술이 발달함에 따라 전 지구적 영 역에 대한 지속적인 관측이 가능해지면서 인공위성 관측 해수면온도 자 료가 기후변화 연구에 주요 자료로 활용되고 있다. 위성으로부터 산출된 해수면온도를 수치모델의 경계 자료로 활용하기 위해서는 공간적으로 공 백이 존재하지 않는 자료가 필요하기 때문에 다양한 위성 자료를 이용한 해수면온도 합성장이 각 기관에서 활발히 생산되어 배포되고 있다.

구름과 대기의 영향을 크게 받는 적외영역에 비해 마이크로파 영역에 서는 구름의 존재와 상관없이 해수면온도 관측이 가능하여 자료 획득률 이 높게 나타난다. 이는 합성 해수면온도 산출 시 마이크로파 해수면온 도가 산출 결과에 큰 영향을 미칠 수 있음을 의미한다. 따라서 자료 활 용 및 합성장 생산에 앞서 한반도 주변 해역에서의 마이크로파 해수면온 도 오차 특성을 파악하고, 이를 최소화하는 선행 연구가 필요하다. 본 연 구에서는 국지적 해역의 특성에 따라 오차 특성이 다르게 나타난다는 점 을 고려하여, 기존에 연구된 바가 없던 한반도 주변 해역에 대한 AMSR2 해수면온도의 정확도 검증 및 오차 특성 분석을 수행하였다.

현재 JAXA에서 운용되고 있는 마이크로파 센서인

GCOM-W1/AMSR2로 관측한 해수면온도는 실제 해양 관측 수온에 대 하여 일반적으로 0.49-0.55^oC의 오차를 가지는 것으로 보고되었으나 (Gentemann and Hilburn, 2015; Hihara et al., 2015), 전지구적 해역 오 차와 국지적인 해역에서의 오차 특성은 다를 수 있다. 따라서 본 연구에 서는 2012년 7월부터 2016년 8월까지 우리나라 주변 해역에 대한 AMSR2 해수면온도의 정확도 검증을 수행하고 오차 특성을 정량적으로 분석하였다. 기상청에서 제공하는 표층 뜰개와 표류 부이 자료를 실측

자료로 사용하였으며, 25 km, 30분 이내의 일치점 자료를 생산하였다.

전체 일치점 자료의 해수면온도 평균제곱근오차는 약 0.63^oC, 편차는 약 0.05^oC로 나타났다. 이는 기존 연구에서 제시된 정확도보다 낮아 비교 적 국지적인 범위인 북태평양 영역에서는 정확도가 떨어진다는 것을 알 수 있었다. 마이크로파 해수면온도는 여러 환경적인 요인들의 영향을 받 아 자료에 오차가 발생할 수 있다. AMSR2 해수면온도는 낮시간 동안 낮은 풍속(<6 m/s)에서 실측 해수면온도보다 높게 산출된다. 겨울철에 높게 나타나는 평균제곱근오차 역시 풍속과 관련지어 설명할 수 있다.

해상풍의 풍속이 커질수록 해수면의 방사율이 높아져 위성에서 측정되는 휘도온도가 증가하게 된다. 해수면온도 산출 시 이러한 오차가 반영될 수 있으므로 강한 바람이 부는 겨울철에 평균제곱근오차가 커지는 것으 로 판단된다. 이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료 오염 또한 AMSR2 해수면온도 오차에 영향을 미친다. 실측 해수면온도 가 낮아질수록 오차가 증가하며 연안에 근접할수록 육지의 영향으로 오 차가 증가하였다.

오차의 크기가 ±4^oC 이상인 일치점들이 쿠로시오와 오야시오 열전선 주변에 나타나는 모습을 통해 전선에 따른 해수면온도 오차 발생을 고려 해볼 수 있었다. Tomita et al.(2015)에 의해 쿠로시오와 오야시오 전선 이 위성 관측 해수면온도 오차를 유발하는 요인으로 제시된 바 있으나 본 연구에서는 더 나아가 해수면온도의 공간 구배 크기와 전선으로부터 의 거리를 계산하여 해수면온도 오차와의 관계를 정량적으로 분석하였 다. 해수면온도의 공간 구배 크기가 커질수록, 전선에 근접할수록 해수면 온도 오차는 증가하였다.

본 연구의 결과는 한반도 주변해역 마이크로파 해수면온도의 정확도 향상을 위한 기초 연구로 활용되어, 추후 오차를 최소화한 해수면온도 합성장 산출에 도움이 될 수 있을 것으로 기대된다.

참 고 문 헌

Donlon, C.J., N. Rayner, I. Robinson, D.J.S. Poulter, K.S. Casey, and J. Vazquez-Cuervo, 2007, The global ocean data assimilation experiment high-resolution sea surface temperature pilot project, Bulletin of the American Meteorological Society, 88, 1197-1213.

Dong, S., S.T. Gille, J. Sprintall, and C. Gentemann, 2006, Validation of the Advanced Microwave Scanning Radiometer for the Earth Observing System (AMSR-E) sea surface temperature in the Southern Ocean, Journal of Geophysical Research: Oceans, 111.

Emery, W.J., S. Castro, G.A. Wick, P. Schluessel, and C. Donlon, 2001, Estimating sea surface temperature from infrared satellite and in situ temperature data, Bulletin of the American Meteorological Society, 82, 2773.

Gentemann, C.L. and F.J. Wentz, 2001, Satellite microwave SST:

Accuracy, comparisons to AVHRR and Reynolds SST, and measurement of diurnal thermocline variability, Geoscience and Remote Sensing Symposium, IGARSS'01, IEEE 2001 International, vol. 1, pp. 246-248.

Gentemann, C.L., F.J. Wentz, C.A. Mears, and D.K. Smith, 2004, In situ validation of tropical rainfall measuring mission microwave sea surface temperatures, Journal of Geophysical Research:

Oceans, 109.

Gentemann, C.L., T. Meissner, and F.J. Wentz, 2010, Accuracy of satellite sea surface temperature at 7 and 11 GHz, IEEE Transactions on Geoscience and Remote Sensing, 48, 1009-1018.

Gentemann, C.L., 2014, Three way validation of MODIS and AMSR-E sea surface temperatures, Journal of Geophysical Research:

Oceans, 119, 2583-2598.

Gentemann, C.L. and K.A. Hilburn, 2015, In situ validation of sea surface temperatures from the GCOM-W1/AMSR2 RSS calibrated brightness temperatures, Journal of Geophysical Research: Oceans, 120, 3567-3585.

Hihara, T., M. Kubota, and A. Okuro, 2015, Evaluation of sea surface temperature and wind speed observed by GCOM-W1/AMSR2 using in situ data and global products, Remote Sensing of Environment, 164, 170-178.

Hollinger, J.P. and R.C. Lo, 1984, Low Frequency Microwave Radiometer for N-ROSS, Technical Symposium East, International Society for Optics and Photonics, pp. 199-207.

Mizuno, K. and W.B. White, 1983, Annual and interannual variability in the Kuroshio current system, Journal of physical oceanography, 13, 1847-1867.

O'Carroll, A.G., J.G. Watts, L.A. Horrocks, R.W. Saunders, and N.A.

Rayner, 2006, Validation of the AATSR meteo product sea surface temperature, Journal of Atmospheric and Oceanic Technology, 23, 711-726.

Park, K.A., F. Sakaida, and H. Kawamura, 2008, Oceanic skin-bulk temperature difference through the comparison of satellite-observed sea surface temperature and in-situ measurements, Korean Journal of Remote Sensing, 24, 273-287.

Park, K.A. and Y.H. Kim, 2009, A methodology for 3-D optimally-interpolated satellite sea surface temperature field and limitation, Journal of Korean Earth Science Society, 30, 223-233.

Park, K.A., E.Y. Lee, S.R. Chung, E.H. Sohn, 2011, Accuracy assessment of sea surface temperature from NOAA/AVHRR data in the seas around Korea and error characteristics, Korean Journal of Remote Sensing, 27, 663-675.

Ricciardulli, L. and F.J. Wentz, 2004, Uncertainties in sea surface temperature retrievals from space: Comparison of microwave and infrared observations from TRMM, Journal of Geophysical Research: Oceans, 109.

Stammer, D., F.J. Wentz, and C. Gentemann, 2003, Validation of microwave sea surface temperature measurements for climate purposes, Journal of Climate, 16, 73-87.

Stogryn, A., 1967, The apparent temperature of the sea at microwave frequencies, IEEE Transactions on Antennas and Propagation, 15, 278-286.

Tomita, H., Y. Kawai, M.F. Cronin, T. Hihara, M. Kubota, 2015, Validation of AMSR2 Sea Surface Wind and Temperature over the Kuroshio Extension Region, SOLA, 11, 43-47.

Vazquez-Cuervo, J., E.M. Armstrong, and A. Harris, 2004, The effect of aerosols and clouds on the retrieval of infrared sea surface temperatures, Journal of Climate, 17, 3921-3933.

Wentz. F.J., 1983, A model function for ocean microwave brightness temperature, Journal of Geophysical Research: Oceans, 88, 1892-1908.

Wentz, F.J. and T. Meissner, 2007, Supplement 1 Algorithm Theoretical Basis Document for AMSR-E Ocena Algorithm, Santa Rosa, CA: Remote Sensing Systems.

Yasuda, I., 2003, Hydrographic structure and variability in the Kuroshio-Oyashio transition area, Journal of Oceanography, 59,

389-402.

Yoshimori, K., K. Itoh, and Y. Ichioka, 1994, Thermal radiative and reflective characteristics of a wind-roughened water surface, JOSA A, 11, 1886-1893.

Abstract

Characteristics of

Sea Surface Temperature Errors in the Seas around Korea

using GCOM-W1/AMSR2

Hee-Young Kim Science Education (Earth Science) The Graduate School Seoul National University

The calculation of sea surface temperature (SST) using satellite data is the most effective way to overcome the temporal and spatial limitations of in-situ observations and it is derived from the infrared and microwave regions. Compared to the infrared region, which is highly influenced by cloud and atmosphere, microwave SST has an