기계학습법을 이용한 동해 남서부해역의 표층 이산화탄소분압(fCO2) 추정 KCI

Title
기계학습법을 이용한 동해 남서부해역의 표층 이산화탄소분압(fCO2) 추정
Alternative Title
Estimation of Surface f CO2 in the Southwest East Sea using Machine Learning Techniques
Author(s)
함도식; 박소예나; 최상화; 강동진; 노태근; 이동섭
KIOST Author(s)
Park, Soyeona(박소예나)Choi, Sang-Hwa(최상화)Kang, Dong-Jin(강동진)Rho, Taekeun(노태근)
Publication Year
2019-08
Abstract
지구의 탄소순환을 이해하고 미래 대기 CO2 의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 CO2 교환율(sea-to-air CO2 flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압( fCO2 ) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 fCO2 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 7.1μatm 이었다. RF 모형을 이용한 fCO2 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 fCO2 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 fCO2 를 이용하여 계산한 동해 남서부해역의 CO2 교환율은 −0.76±1.15molm−2yr−1 로 이전 현장 관측 연구에서 제시한 교환율( −0.66∼−2.47molm−2yr−1 ) 범위 중 작은 값에 해당한다. RF 모형의 표층 fCO2 시계열 자료는 1주일 내외의 짧은 시간 사이에도 CO2 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 CO2 교환율 산출을 위해서는 fCO2 가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

Accurate evaluation of sea-to-air CO2 flux and its variability is crucial information to the understanding of global carbon cycle and the prediction of atmospheric CO2 concentration. fCO2 observations are sparse in space and time in the East Sea. In this study, we derived high resolution time series of surface fCO2 values in the southwest East Sea, by feeding sea surface temperature (SST), salinity (SSS), chlorophyll-a (CHL), and mixed layer depth (MLD) values, from either satellite-observations or numerical model outputs, to three machine learning models. The root mean square error of the best performing model, a Random Forest (RF) model, was 7.1μatm . Important parameters in predicting fCO2 in the RF model were SST and SSS along with time information; CHL and MLD were much less important than the other parameters. The net CO2 flux in the southwest East Sea, calculated from the fCO2 predicted by the RF model, was −0.76±1.15molm−2yr−1 , close to the lower bound of the previous estimates in the range of −0.66∼−2.47molm−2yr−1 . The time series of fCO2 predicted by the RF model showed a significant variation even in a short time interval of a week. For accurate evaluation of the CO2 flux in the Ulleung Basin, it is necessary to conduct high resolution in situ observations in spring when fCO2 changes rapidly.
ISSN
1226-2978
URI
https://sciwatch.kiost.ac.kr/handle/2020.kiost/564
DOI
10.7850/jkso.2019.24.3.375
Bibliographic Citation
바다, v.24, no.3, pp.375 - 388, 2019
Publisher
한국해양학회
Keywords
이산화탄소분압; 기계학습; 울릉분지; Machine learning; fCO2; East sea; Random forest
Type
Article
Language
Korean
Publisher
한국해양학회
Related Researcher
Files in This Item:
There are no files associated with this item.

qrcode

Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse