실시간 조위관측소 자료 기반 단기 표층수온 예측모형 연구

초록

국립해양조사원의 기존 단기 표층수온 예측모형은 G1SST(Global 1 km Sea Surface Temperature) 인공위성 합성자료를 기반으로 조화분해와 MOS(Model Output Statistics) 방법을 적용하여 일평균 표층수온에 대한 단기(1일~3일) 예측을 수행하고 있다. 하지만 기존 예측 알고리즘의 입력 자료로 사용되는 인공위성 자료의 경우 대기에 의한 산란효과, 위성센서의 감도저하 등 여러 영향으로 실제 관측지점의 표층수온과 오차가 존재 한다. 따라서 본 연구에서는 실시간 해양관측정보의 조위관측소에서 제공되는 2015~2017년의 표층수온 관측자료 중 동해(2), 서해(5), 남해(6)의 13개 지점에 대한 연안 표층수온 관측자료를 이용하여 해당 지점들의 관측 표층수온이 G1SST에서 제공되는 관측 표층수온과의 오차가 크게 나타남을 확인하고 실시간 해양관측정보에 기반한 일평균 표층수온 및 시간별 표층수온의 단기 예측모형을 제안하였다. 제안된 예측모형은 조화분해와 자기회귀오차(autoregressive error model) 모형을 고려하였으며 모형의 성능 검증을 위하여 2015~2016년의 표층수온 관측자료는 훈련자료로, 2017년의 표층수온 관측자료는 검증자료로 활용하였다. 일평균 표층수온(시간별 표층수온) 단기 예측을 1일(1~24시간), 2일(25~48시간), 3일(49~72시간)로 구분하여 각각의 예측 성능을 비교하였다, 기존의 예측모형과의 동등한 비교를 위하여 G1SST 자료 기반으로 예측을 수행, 예측 성능을 비교하였으며 13개의 지점에서 전반적으로 예측 성능이 개선됨을 확인하였다. 또한 제안된 예측모형은 기존의 예측모형에서 제공하지 못하는 시간별 표층수온 예측과 예측값에 대한 예측구간을 제공한다. 다만, 동해 연안의 경우, 용승으로 인한 저수온의 영향 등으로 인하여 하절기의 예측 성능의 저하를 확인하였으며 이에 대한 성능 개선을 위해 기상 정보를 활용하는 등 추가적인 연구가 요구된다.