위성과 인공지능을 활용한 연안 표층 저염수 모니터링

Abstract

한반도 주변 해역을 포함한 동아시아 해역에서 저염분수로 인한 피해가 매년 발생하고 있으며, 이러한 피해를 줄이기 위해서는 지속적인 해수면 염분 모니터링이 필요하다. 현장 관측으로는 광범위한 해역의 해양 홖경을 실시간 관측하는 데 한계가 있기 때문에 위성 자료를 홗용한 한반도 주변 해역 해수면 염분 모니터링이 가능하다. 마이크로파 기반의 Soil Moisture and Ocean Salinity (SMOS)와 Soil Moisture Active Passive (SMAP), 두 개의 위성이 전 지구적으로 해수면 염분을 관측하여 제공하고 있다. 하지만 위성 기반 자료들은 낮은 시간 해상도로 인해 일일 자료로 전 지구 해양을 관측할 수 없다. 현장 관측 자료 기반으로 자료 동화를 이용해 만들어진 Hybrid Coordinate Ocean Model (HYCOM) 모델 자료는 저염수에서 정확도가 떨어져 사용하기 힘들다. 본 연구에서는 즉각적인 동아시아 해역의 해수면 염분 모니터링을 위해서 실시간으로 관측한 위성 자료 기반으로 인공지능을 적용하여 해수면 염분 보간을 진행하였다. 인공지능 기법으론 U-Net 알고리즘을 사용하였다. 현장관측 자료를 이용하여 검증한 결과, U-Net 모델 기반으로 보간된 픽셀들의 RMSE가 0.256 psu로 기존에 제공되고 있는 SMAP 8일 평균 해수면 염분 자료의 RMSE (0.667 psu)보다 더 높은 정확도를 보였다. 이를 통해 인공지능 기법의 해수면 염분 모니터링에 적용 가능성을 확인하고, 동아시아 해역에서 실시간 위성기반으로 관측된 해수면 염분 자료 홗용도를 증진할 수 있다.