로지스틱 회귀분석을 이용한 SST로부터 수중 수온의 예측 가능성

Abstract

장기간 관측된 수층별 수온 자료를 이용하여 해수면온도(SST) 자료로부터 수중 수온을 예측할 수 있는 방법을 개발하고 적용가능성을 실험하였다. 본 연구에서 사용한 수중 수온 예측원리는 SST와 수층별 수온 차(&#8710 T)를 계산하여, 수심에 따른 &#8710 T의 출현확률 분포를 알아내는 것이다. 연구에 사용된 수온자료는 50년간(1961∼2010) 격월별로 관측된 정선해양관측자료(국립수산과학원) 이며, 수심에 따른 &#8710 T의 출현확률 분포를 구하기 위해 로지스틱 회귀분석 방법을 적용하였다. 종속변수는 이항변수(binary variable)인 수층별 &#8710 T 이상의 출현유무, 독립변수는 연속형변수인(continuous variable)인 수심층으로 설정한 후 로지스틱 회귀식을 산출하였다. 이 회귀식은 누적확률분포함수(cumulative distribution function : CDF)의 형태로 연속이기 때문에 미분 가능하여 확률밀도함수(probability density function : PDF)를 구할 수 있게 된다. 따라서 로지스틱 회귀식을 미분하여 &#8710 T의 출현확률 분포(PDF)를 구함으로써, &#8710 T가 나타날 수 있는 확률이 최대인 수심이 예측 가능함을 실험하였다.의 출현확률 분포를 알아내는 것이다. 연구에 사용된 수온자료는 50년간(1961∼2010) 격월별로 관측된 정선해양관측자료(국립수산과학원) 이며, 수심에 따른 &#8710 T의 출현확률 분포를 구하기 위해 로지스틱 회귀분석 방법을 적용하였다. 종속변수는 이항변수(binary variable)인 수층별 &#8710 T 이상의 출현유무, 독립변수는 연속형변수인(continuous variable)인 수심층으로 설정한 후 로지스틱 회귀식을 산출하였다. 이 회귀식은 누적확률분포함수(cumulative distribution function : CDF)의 형태로 연속이기 때문에 미분 가능하여 확률밀도함수(probability density function : PDF)를 구할 수 있게 된다. 따라서 로지스틱 회귀식을 미분하여 &#8710 T의 출현확률 분포(PDF)를 구함으로써, &#8710 T가 나타날 수 있는 확률이 최대인 수심이 예측 가능함을 실험하였다.