Article (Special Issue)

The Sea Journal of the Korean Society of Oceanography. 31 May 2019. 282-297
https://doi.org/10.7850/jkso.2019.24.2.282

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 자료 및 방법

  •   2.1 정지궤도 해색위성 자료

  •   2.2 고도계 자료

  •   2.3 위성 해수면온도 자료

  •   2.4 최대 상호 상관을 활용한 해류 산출

  •   2.5 중규모 소용돌이 탐지

  • 3. 결 과

  •   3.1 클로로필 기반 추정 해류

  •   3.2 고도계기반 해류

  •   3.3 위성 고도계자료 기반 소용돌이 중심 탐지

  •   3.4 유사한 양상의 소용돌이 탐지 결과

  •   3.5 고도계 소용돌이 오류

  • 4. 토 의

  • 5. 결 론

1. 서 론

동해는 좁은 해협을 통해 대양과 연결되는 반폐쇄성 해역으로 대양보다는 규모가 작지만 대양에서 나타나는 현상과 순환 양상이 유사하게 일어나 작은 대양(‘miniature ocean’)으로 불린다(Ichiye, 1984; Kim et al., 2001). 표층으로부터 심해까지의 순환이 잘 발달하였으며 이 순환은 표층의 변화에 민감하게 반응하는 경향이 있어 대양 연구의 모델로서도 연구된다(Yoon et al., 2018). 주로 대마난류와 그로부터 분기한 동한난류의 영향을 받으며 40°N 부근에서 한류와 난류의 영향을 동시에 받는다(Fig. 1). 이에 따라 동해 중앙부에는 강한 해수면온도 전선인 아극전선이 형성된다(Park et al., 2004; Park et al., 2007) (Fig. 2). 아극전선은 일본분지의 차가운 해수와 대마난류를 통해 공급되는 따뜻한 해수가 만나는 경계선으로 양 쪽의 온도차가 계절에 따라 10-15℃로 형성되어 두 수괴의 상호작용에 의해 필라멘트 구조, 버섯 구조, 소용돌이 등과 같은 여러 중규모 해양현상이 활발하게 나타난다. 동해 해수 상층에서 특히 잘 발달하는 중규모 소용돌이는 주변 해류에 비하여 더 큰 운동에너지를 가지고 있다. 또한 물질을 비롯하여 열과 운동량 및 생지화학적인 특성을 수직, 수평적으로 전달하는 역할을 하기 때문에 모든 규모의 해양 역학과 해양 생태계의 중요한 요소이다(Bryan, 1996; Wunsch, 1999; Roemmich and Gilson, 2001; Jayne and Marotzke, 2002; Qiu and Chen, 2005; Chaigneau et al., 2008).

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F1.jpg
Fig. 1.

Schematic currents in the seas around Korea including the East Sea, where the background image is an RGB composite from GOCI data.

동해에서 나타나는 중규모 소용돌이는 대양의 중규모 소용돌이인 멕시코만류 소용돌이의 규모(약 150-300 km)보다 상대적으로 작은 공간 규모를 가지고, 위도 및 로스비 변형 반경, 그리고 계절에 따른 변동을 가진다(Park and Chung, 1999; Cornillon and Park, 2001; Park et al., 2012). 동해에서 발달하는 대표적인 중규모 소용돌이로 울릉도 남쪽 부근에서 100 km 내외 규모의 울릉 난수성 소용돌이가 있으며, 그 남동쪽에서 형성되는 독도 냉수성 소용돌이 역시 해류의 양상에 따라 자주 출현 한다 (e.g., Isoda and Saitoh, 1993; Mitchell et al., 2005; Shin et al., 2005; Lee and Niiler, 2010). 이외에도 동해에는 다양한 소용돌이가 발생과 소멸을 반복하며 여러 가지 물리적 해양현상을 제어하는 역할을 한다. 위성 고도계 자료에 기반한 1993년부터 2011년까지 총 19년 동안의 동해의 중규모 소용돌이를 통계적으로 탐색한 연구에 따르면 난수성 소용돌이가 냉수성 소용돌이보다 개수는 적지만 규모면에서는 더 크게 발달하는 것으로 알려져 있다. 또한 136°E 서쪽에서 더 빈번하게 발생하고, 생성 위치와 규모가 해저 지형과 밀접한 관련을 보이며, 동해 남부에서는 난수성 소용돌이, 북부에는 냉수성 소용돌이가 주로 나타난다(Lee, 2013). Fig. 2는 2011년 4월 5일의 National Oceanic and Atmospheric Administration (NOAA) / Advanced Very High Resolution Radiometer (AVHRR)-18 동해 해수면온도 영상으로 크고 작은 중규모 소용돌이가 발달해 있는 것을 볼 수 있다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F2.jpg
Fig. 2.

Sea surface temperature distribution from NOAA-18/AVHRR on 5 April 2011 in the East Sea.

중규모 소용돌이를 탐지하기 위한 방법으로는 위성 추적 표층 뜰개, 고정 부이, 수온염분수심기록계(Conductivity Temperature Depth profiler: CTD), thermosalinograph 등을 통해 획득한 실측 자료를 분석하는 방식이 있다(e.g., Lai and Richardson, 1977; Richardson, 1980; Nof, 1983; Evans et al., 1985; Schmitt and Olson, 1985). 하지만 이러한 실측 자료는 넓은 해역을 동시에 관측할 수 없는 단점을 가진다. 고해상도 수치 모델 결과도 소용돌이의 분석에 사용될 수 있다(e.g., Dewar and Flierl, 1987; Chelton et al., 2007). 모델 자료의 경우 3차원적으로 소용돌이의 움직임을 재현하고 예측할 수 있는 장점이 있지만, 정확도와 검증에 대한 문제가 대두된다. 원격탐사 기술의 발달과 함께 위성 자료를 활용한 중규모 소용돌이의 탐지 또한 활발하게 연구되고 있는데 주로 위성 해수면온도 자료, 해색 위성 자료, 위성 고도계 자료 등이 활용된다.

기존의 여러 연구에서 적외선 해수면온도 영상을 활용하여 대양의 중규모 소용돌이 운동 특성을 분석하였다(e.g., Cornillon et al., 1989; Hooker and Brown, 1994). 또한 Landsat, Geostationary Ocean Color Imager (GOCI) 등의 해색 위성자료로는 중규모 소용돌이의 탐지뿐만 아니라 중규모 해양 운동이 어떻게 해양생태계에 영향을 미치는지에 대한 연구도 수행되었다(Gower et al., 1980; Toner et al., 2003; Park et al., 2016). 약 25 km의 해상도를 가지는 위성 고도계 자료로부터 산출한 해수면고도장에서는 반경 O (100 km) 이상의 규모를 가진 중규모 소용돌이가 잘 관찰된다. 이러한 고도계자료의 특성에 기반하여, 고도계자료를 활용한 중규모 소용돌이 탐지 기법과 더불어 넓은 범위의 해역에 대한 중규모 소용돌이의 시·공간 통계 연구가 활발하다(e.g., Isern-Fontanet et al., 2003; Chelton et al., 2007; Chelton et al., 2011a; Chelton et al., 2011b; Mason et al., 2014). 그러나 각 위성 해양 변수는 자료의 특성이 매우 상이하기 때문에 중규모 소용돌이 탐지 시 변수의 차이가 탐지 결과에도 영향을 미칠 수 있다. 특히 일평균 위성 고도계 자료의 경우 인공위성 트랙 자료를 기반으로 시공간적으로 합성하여 격자화한 것이기 때문에 탐지된 소용돌이가 과연 실제로 해수면에 존재하는지 혹은 위성자료의 내삽 과정에서 나타난 것인지에 대한 면밀한 고찰이 필요하다.

따라서 본 연구에서는 위성 변수에 따른 중규모 소용돌이 탐지 결과를 분석하기 위하여 정지궤도 해색 위성 클로로필-a 농도의 연속된 영상 자료로 그 주변의 해류장을 추정한 결과를 바탕으로 중규모 소용돌이를 탐지하고, 위성 해수면고도 이상 자료와 이로부터 구한 지형류 해류장을 활용하여 소용돌이를 탐지한 후, 두 위성 자료의 소용돌이 탐지 결과를 사례별로 비교하며, 위성 기반 소용돌이 탐지에서 나타나는 문제점과 탐지 오류의 원인을 제시하고자 한다.

2. 자료 및 방법

2.1 정지궤도 해색위성 자료

맑은 날의 동해 영역 클로로필-a 농도 영상을 얻기 위하여 2011년 4월 5일의 GOCI 자료를 선택하였다. Level-1 자료로부터 GOCI Data Processing System (GDPS)을 통해 GOCI 표준 대기보정을 실시하였고, National Aeronautics and Space Administration (NASA) / Goddard Space Flight Center에서 개발한 Ocean Color 2 알고리즘을 활용해 Level-2 클로로필-a 농도 자료를 산출하였다. 클로로필-a 농도 영상은 9:30부터 16:30까지 1시간 간격의 총 8장이고, 500 m의 해상도를 갖는다. 전체 동해 영역 중에서도 Fig. 3a의 Case 1, Case 2, Case 3에 해당하는 해역을 연구에 활용하였다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F3.jpg
Fig. 3.

Spatial distribution of (a) chlorophyll-a concentration (mg m-3) from GOCI data and (b) satellite altimeter sea surface height anomaly (m) in the East Sea on 5 April 2011, where the red boxes represent the cases for the study of eddies.

2.2 고도계 자료

Archiving, Validation, and Interpretation of Satellite Oceanographic (AVISO)에서 제공하는 격자화된 2011년 4월 5일 일평균 위성 고도계 해수면고도 이상 자료와 이를 활용하여 계산된 지형류 자료를 통해 소용돌이를 탐지하였다. 지형류 균형을 가정하여 x, y 방향에 대한 지형류 U, V는 식 (1)과 같이 계산된다.

$$V=\frac gf\frac{\partial h}{\partial x},\;\;U=-\frac gf\frac{\partial h}{\partial y}$$ (1)

여기에서 h는 해수면고도, g는 중력가속도, f는 코리올리 변수를 의미한다. 위성 고도계 해수면고도 자료와 지형류 자료는 모두 0.25 × 0.25° 해상도를 가진다. Fig. 3b는 2011년 4월 5일 동해의 해수면고도 이상을 나타낸 것으로 연구해역 전체적으로 ±0.2 m 내외의 높이차를 갖는다. 위성 고도계 자료 역시 해색 자료와 마찬가지로 Case 1, Case 2, Case 3에 해당하는 해역을 연구에 활용하였다.

2.3 위성 해수면온도 자료

중규모 소용돌이의 가장자리를 정의하고, 소용돌이 탐지의 보조 자료로 활용하기 위해 1 km 해상도의 NOAA-18/ AVHRR 해수면온도 자료를 활용하였다. Fig. 2는 본 연구에 사용된 2011년 4월 5일 오전 10시 경 동해 영역을 촬영한 해수면온도 영상이다. 해색 자료와 고도계 자료를 활용하여 산출된 해류장과 소용돌이 유무를 확인하기 위하여 동일한 날짜의 해수면온도 영상 자료를 보조적으로 활용하였다.

2.4 최대 상호 상관을 활용한 해류 산출

해색 위성 영상에서 중규모 소용돌이를 탐지하기 위하여 우선 클로로필-a 농도 영상을 통해 표층 해류장을 구하였다. 식 (2)와 같이 연속된 두 위성 영상 A, B 사이의 최대 상호 상관(ρ, Maximum Cross Correlation: MCC)을 구한 후 (i, j) 위치에서 최대 상호 상관을 갖는 픽셀이 얼마만큼 이동했는지에 따라 해류를 계산하였다(Emery et al., 1986).

$$\rho=\frac1n\sum_{i,\;j}\frac{(A(i,j)-\overline A)\;(B(i,j)-\overline B)}{\sigma_A\;\sigma_B}\;$$ (2)

n은 계산에 활용된 픽셀 개수이고, A¯, B¯σA, σB는 각각 영상 A, B의 평균과 표준편차이다. 이 해류 산출 방법은 형상의 움직임을 추적하는 영상 추적 기법으로 위성 해수면온도 영상에 최초로 적용된 이후 많은 학자들에 의하여 널리 활용되었고, 해색 위성 영상에서의 해류 산출 연구에서도 활용되고 있다(Emery et al., 1986; Kelly, 1989; Tokmakian et al., 1990; Bowen et al., 2002; Zavialov et al., 2002; Park et al., 2016; Park et al., 2018). 클로로필-a 농도 영상을 해류 산출 알고리즘에 대입하기 전 해색 위성 자료 특성 상 발생하는 비정상적인 값은 중앙값 필터를 사용해 제거하였다. 해류 벡터를 산출 한 후에는 부적절한 벡터를 제거하기 위하여 Park et al.(2016)에서 제안한 문턱값 변동 품질 관리 기법을 적용하였다. 두 영상 사이의 시간 차이는 2시간 간격으로 하였으며 하루 동안 촬영된 8장의 GOCI 영상을 통하여 총 6장의 해류장을 구한 후 평균하여 일평균 해류장을 계산하였다.

2.5 중규모 소용돌이 탐지

2.5.1 해색 위성 자료를 활용한 중규모 소용돌이 탐지

클로로필-a 농도는 생물량이므로 클로로필-a 농도 영상에는 생물학적인 특성이 나타난다. 일반적으로 식물 플랑크톤은 주변의 많은 물리·화학적 환경에 의해 영향을 받기 때문에 분포의 형태가 복잡하다. 최근 연구 결과에 의하면 이러한 클로로필-a 농도 분포 특성에 기반하여 연속된 클로로필-a 농도 영상으로 중규모 소용돌이의 유속장을 산출하여 난수성 소용돌이의 시계방향의 순환과 소용돌이의 중심을 탐지할 수 있음이 보고되었다(Park et al., 2016). 이에 비하여 해수면온도 분포는 비교적 단순한 형태를 보이며, 특히 해수면온도 구배에서 소용돌이의 가장자리가 잘 구별되는 경향이 있다(Park et al., 2006; Park et al., 2012). 따라서 클로로필-a 농도 영상에서의 소용돌이 탐지는 연속된 클로로필-a 농도 영상에서 나타나는 회전성 운동을 하는 해역을 찾은 후 해당 해역의 해수면온도 구배 영상을 확인하는 방식으로 이루어졌다. 우선 회전성 운동을 하는 해역에 대해 영상간 최대 상호 상관을 통한 영상 추적 기법으로 클로로필-a 농도 해류장을 산출한 후 해류 벡터가 동심원을 이루며 회전하는 형태의 소용돌이를 확인한다. 또한 동심원 주변으로 해수면온도가 강한 공간구배를 갖는 화소들의 공간적 위치를 가장 잘 모의하는 타원체를 찾고 이를 소용돌이의 가장자리로 정의하여 분석에 활용하였다(Park et al., 2012; Park et al., 2016).

2.5.2 위성 고도계 자료를 활용한 중규모 소용돌이 탐지

해류장에서 소용돌이 탐색 시 사용되는 객관적인 방법으로 기존에 널리 사용되던 Okubo-Weiss 알고리즘과 winding angle (WA) 알고리즘이 있고, 비교적 최근에 보고된 해류 벡터의 기하학적 형태에 기반한 vector geometry-based (VG) 알고리즘이 있다. Okubo-Weiss 알고리즘은 유체 속도장의 변형과 와도의 차이를 특정 경계 값과 비교하여 소용돌이의 중심과 가장자리를 찾는다(Okubo, 1970; Weiss, 1991; Isern-Fontanet et al., 2006; Waugh et al., 2006; Chelton et al., 2007; Henson and Thomas, 2008). 그러나 실제 소용돌이보다 가장자리를 작게 탐지하고, 계산 과정에서 해수면고도 자료에 내재되어 있는 오차를 증폭시켜 초과 탐색율이 높다는 단점이 있다(Chaigneau et al., 2008; Chaigneau et al., 2011). WA 알고리즘은 와류의 중심 주변으로 원형 또는 나선형의 유선이 존재할 때 유선 함수의 곡률을 기반으로 소용돌이를 찾는 방법이다(Sadarjoen and Post, 1999; 2000). 계산 시간이 오래 걸리지만 해수면고도 자료가 최소 또는 최대가 되는 격자를 소용돌이의 중심이 될 수 있는 부분으로 선정하고, 그 주변의 닫힌 유선들만 분석함으로써 해결할 수 있다(Chaigneau et al., 2009). VG 알고리즘은 일련의 조건들을 해류장에 적용하여 소용돌이를 규정하는 방법이다. VG 알고리즘은 다른 알고리즘에 비해 탐색 성공률이 높고, 비교적 빠르게 소용돌이를 분석할 수 있는 장점이 있는 반면에 고해상도 수치모델 자료를 대상으로 개발되어 저해상도 자료에는 적용이 어렵다(Nencioli et al., 2010; Lee, 2013).

본 연구에서는 이러한 방법들 중 낮은 해상도에서도 적용이 가능하고 비교적 오탐지율이 낮은 WA 알고리즘을 위성 고도계 자료를 통한 소용돌이 탐지에 활용하였다. 우선 일정 격자 안의 해수면고도 이상이 최소가 되는 지점 또는 최대가 되는 지점을 소용돌이의 중심으로 보고, 해수면고도 이상 자료를 0.02 × 0.02° 로 내삽한 후 65 × 65 (~ 130 km) 크기의 각 격자 내에서 소용돌이 중심을 탐지하였다. 이 중심 주변으로 폐곡선을 이루는 해수면고도 이상 등고선 중 등고선을 따라 계산한 유속의 평균 속도가 최대인 등고선을 소용돌이의 경계로 정하였다(Chelton et al., 2011a).

3. 결 과

3.1 클로로필 기반 추정 해류

영상 추적 기반의 최대 상호 상관(MCC)을 바탕으로 GOCI 클로로필-a 농도 영상에서 표층 해류를 산출한 결과는 Fig. 4와 같다. Fig. 4a는 2011년 4월 5일의 9시 30분, Fig. 4b는 11시 30분의 클로로필-a 농도 영상이다. 두 시간 차이나는 두 영상을 활용해 해류를 산출한 결과 시계 방향의 회전성이 잘 나타나며 중심으로부터 가장자리로 갈수록 해류 속력이 증가하고 가장자리에 가까워지면서 다시 감소하는 소용돌이에서의 수평적인 속력 분포가 잘 표현되었다(Cornillon and Park 2001; Park et al., 2016) (Fig. 4c). Fig. 4a와 Fig. 4b에서 볼 수 있듯이 2시간 간격의 클로로필-a 농도 자료는 거의 변화가 없어 보이지만 두 영상을 통하여 산출된 유속장은 난수성 소용돌이의 흐름장을 잘 표현하고 있다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F4.jpg
Fig. 4.

Spatial distribution of chlorophyll-a concentration from GOCI data at (a) 9:30 a.m. and (b) 11:30 a.m. on April 5, 2011, and (c) surface current field derived from (a) and (b) by using maximum cross correlation method.

3.2 고도계기반 해류

GOCI 클로로필-a 농도 영상과 같은 날의 일평균 위성 고도계 자료로 산출된 지형류장은 동해 전역에서의 표층 흐름을 잘 보여주고 있다(Fig. 5). 37-40°N 사이의 위도에서 해수면고도 이상의 절대값이 크게 나타나고 다른 해역에 비하여 그 주변에 큰 해류 벡터가 분포한다. 해수면고도 이상의 부호가 (+)인 경우에는 주변 중 가장 큰 해수면고도 이상 값을 갖는 지점을 중심으로 시계방향의 회전을 하는 난수성 소용돌이의 모습을 보인다. 반대로 (­)인 경우에는 주변 중 가장 작은 이상 값을 갖는 지점을 중심으로 반시계 방향의 회전을 하는 냉수성 소용돌이의 모습을 보인다. 전체적으로 동해 극전선 이남에서 상대적으로 큰 규모의 난수성 소용돌이가 많이 발견되며 40°N 이북에서는 그보다 작은 규모의 난수성 및 냉수성 소용돌이가 존재한다. 40°N 이하에서는 활발한 중규모 현상이 관찰되는 해수면온도 분포 형태와 유사하게 나타났다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F5.jpg
Fig. 5.

Spatial distribution of surface current vectors from satellite altimeter data in the East Sea on April 5, 2011, where the background image represent the sea surface height anomaly data.

3.3 위성 고도계자료 기반 소용돌이 중심 탐지

WA 기반으로 기준 격자 안에서 해수면고도 자료의 최대 또는 최소 지점에 해당하는 위치를 소용돌이의 중심으로 찾은 결과를 Fig. 6에 제시하였다. 해수면고도가 주변부에 비하여 높은 난수성 소용돌이 중심을 빨간색, 주변부에 비하여 낮은 냉수성 소용돌이 중심을 검정색으로 표시하였다. 2011년 4월 5일 해수면고도 이상 자료로 탐색된 동해 전체영역에서 시계 방향 회전의 난수성 소용돌이는 모두 19개이고, 반시계 방향 회전의 냉수성 소용돌이는 모두 15개로 나타났다. 탐지 결과에 의하면 동해 북부에 비하여 동해 남부에서 소용돌이가 더 많이 탐지되었고, 특히 40°N 이하의 위도에서 대마난류의 분지들이 사행하는 구간에서 가장 많은 소용돌이가 탐지되었다. 45°N 이상의 해역에서는 소용돌이가 매우 드물게 탐지되었다. 해수면온도 영상에서는 난수성 소용돌이가 매우 탁월하게 나타나고, 그 반대인 냉수성 소용돌이 즉 반시계방향의 소용돌이는 뚜렷하게 보이지 않는 것이 일반적이다. 이에 반해 고도계 자료는 난수성과 냉수성 소용돌이가 거의 동일한 정도의 비율로 동해 전역에 걸쳐서 나타나는 차이점이 있다. 이러한 소용돌이 탐지 결과에 대해 가능한 상황들을 사례별로 (Case 1, 2, 3) 나누어 비교 분석하였다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F6.jpg
Fig. 6.

Distribution of locations of warm and cold eddies over an sea surface height anomaly image as marked in red and black dots, respectively.

3.4 유사한 양상의 소용돌이 탐지 결과

위성 고도계 자료를 활용하여 탐지한 소용돌이는 많은 경우에서 클로로필-a 농도 해류장과 유사한 결과를 가졌다. Case 1은 클로로필-a 농도로 산출한 해류장과 고도계 자료로 산출한 해류장에서 서로 유사하게 나타나는 소용돌이 중 한 예에 대한 분석이다. Fig. 7a는 클로로필 131-132°E, 39-40°N 사이에 중심이 위치하는 소용돌이 주변의 클로로필-a 농도와 클로로필-a 농도를 통해 계산한 해류 벡터장을 나타낸 것이다. 소용돌이 주변의 해류장은 시계 방향 회전 운동을 하고 있으며, 중심 속력이 0.1 m s-1 이하로 소용돌이 내부에서 가장 작게 산출되었다. 같은 해역에 대해 고도계 자료로 산출한 해류장 역시 시계 방향의 회전 운동을 하며 중심에서 가장 작은 해류 벡터장을 보였다(Fig. 7b). Case 1에서 Chelton et al.(2011a)의 정의의 따라 소용돌이의 가장자리를 평균 해류 속력이 최대가 되는 해수면고도 등고선으로 정의하면 해수면온도 영상의 구배를 기준으로 소용돌이의 가장자리를 정하였을 때(~140 km) 보다 약 20 km 정도 작게 평가되었다(~120 km). 해색 위성과 위성 고도계 자료로 산출한 해류 벡터장에서 특정 동해 중규모 소용돌이에 대해 벡터의 크기와 방향 모두 높은 일치성을 보인 기존의 연구 결과와 같이(Park et al., 2016) 고도계 기반 해류장을 해색 기반 해류장의 공간 해상도로 내삽하여 비교한 결과 두 해류장 사이의 평균 제곱근 오차가 0.16 m s-1, 편중 오차가 0.07 m s-1로 유사한 값의 범위를 가졌다. 두 위성 자료로부터 소용돌이를 탐지한 결과 소용돌이 중심의 위치, 유속장, 소용돌이의 외곽형태 모두 유사하게 나타난 것으로 보아 이 소용돌이는 실제로 존재하는 것이 명확하다고 판단된다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F7.jpg
Fig. 7.

(a) Daily-averaged current vectors estimated by a maximum cross correlation method from the GOCI chlorophyll-a concentration images and (b) geostrophic current vectors estimated using sea surface height anomaly from satellite altimeter for the Case 1.

3.5 고도계 소용돌이 오류

3.5.1 소용돌이 무탐지 및 크기 과대화

Case 2는 동해 북쪽의 연안의 130-131°E, 41-42.3°N 범위에서 나타나는 소용돌이에 대해 해색 위성 영상과 고도계 자료가 서로 다르게 탐지한 결과이다. 500 m의 고해상도 해색 영상은 규모가 큰 소용돌이뿐만 아니라 규모가 작은 소용돌이 또한 잘 표현할 수 있다. Fig. 8a에서 볼 수 있듯이 클로로필-a 농도 영상으로 산출한 해류장은 연안 가까이에서 두 개의 시계 방향으로 회전하는 난수성 소용돌이를 포함하고 있음을 확인할 수 있다. 두 개의 소용돌이는 모두 직경 60 km 이하로 중규모 소용돌이 중에서 상대적으로 작은 규모에 속한다.

Fig. 8b의 고도계 기반 해수면고도와 해류장에서는 이러한 난수성 소용돌이 구조가 나타나지 않고 규모가 상당히 큰 냉수성 소용돌이가 지배적인 양상이다. 반시계 방향으로 회전하는 이 소용돌이는 남북 방향으로 긴 타원 형태를 가졌다(Fig. 8b). 장축의 길이는 약 180 km로 Fig. 8a의 클로로필-a 농도 영상에서 보이는 60 km의 소용돌이의 규모에 3배에 달할 정도로 크게 산출되었다. 두 자료에서 산출된 소용돌이는 이렇듯 회전방향도 서로 상이하며, 크기도 비교하기 어려울 정도로 현저한 차이를 보였다. 이러한 차이는 어떤 과정에서 나타난 것인지, 서로 다른 위성 자료에서 표현된 소용돌이 중 어느 자료가 실제 소용돌이의 존재를 제대로 표현한 것인지 추가 분석이 필요하다. 이를 위하며 동일 시기의 해수면온도 영상을 활용하였다.

2011년 4월 5일의 NOAA/AVHRR-18 해수면온도 영상(Fig. 9)에는 Fig. 8b에서 나타나는 고도계 자료의 냉수성 소용돌이 형태가 나타나지 않았다. 대신에 Fig. 8a의 클로로필-a 농도의 분포가 만드는 작은 원 형태의 구조를 Fig. 9에서 확인할 수 있었다. 해수면온도 영상과 클로로필-a 농도 영상으로 비추어 보아 Case 2의 위성 고도계 자료로 부터 소용돌이를 탐지한 결과는 오류임이 명확하다. 이 사례는 고도계 자료의 소용돌이 탐지 성능 뿐만 아니라 고도계 자료로부터 산출한 유속장에 대한 신뢰도를 저하시키고 있다. Case 2의 경우에서 위성 클로로필-a 농도 해류장에 나타나는 상대적으로 작은 두 개의 소용돌이를 고도계 자료에서는 전혀 탐지하지 못하였으며, 클로로필-a 농도 해류장에는 없는 냉수성 소용돌이를 마치 존재하는 것처럼 탐지하였다. 이러한 결과는 특별한 사례가 아닌, 고도계 자료에서 빈번히 나타난 현상으로 고도계 자료 활용 시 각별한 주의를 필요로 한다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F8.jpg
Fig. 8.

(a) Daily-averaged current vectors estimated by a maximum cross correlation method from the GOCI chlorophyll-a concentration images and (b) geostrophic current vectors estimated using sea surface height anomaly from satellite altimeter for the Case 2.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F9.jpg
Fig. 9.

Spatial distribution of sea surface temperatures (℃) from NOAA-18/AVHRR on 5 April, 2011 in the area of the Case 2.

3.5.2 부존 소용돌이 생산 오류

Case 3은 소용돌이가 존재하지 않는 곳에서 위성 고도계 자료로부터 소용돌이를 탐지한 결과 소용돌이가 존재하는 것으로 탐지하는 대표적인 사례이다. Fig. 10a의 클로로필-a 농도 영상에서는 영상의 중앙부와 북서쪽 해역을 제외하고 공간 구조가 다양하고 복잡하게 나타난다. 41°N 이하에서 나타나는 영상을 가로지르는 불연속선은 16개의 개별 슬롯으로 촬영한 후 이를 합치는 GOCI의 촬영 방식에 의하여 만들어진 경계선으로 각 슬롯은 시간적인 차이가 생겨 영상 내에서의 불연속을 만들어 낸다. 슬롯의 주변부에서는 영상 간 최대 상호 상관 방법(MCC)에 의한 해류 탐지가 어렵지만 이러한 슬롯 경계의 특성을 감안하더라도 Fig. 10a 영상의 중앙부에서는 중규모 소용돌이라고 할 수 있는 형태가 발견되지 않으며 해류의 형태도 회전성을 갖지 않고 불규칙한 양상을 보인다. 이에 반하여 Fig. 10b에 제시한 해수면고도와 그로부터 산출된 해류장에서는 영상 중앙부에서 해수면고도 값이 주변부에 비하여 작고, 해류의 속력이 최저가 되는 소용돌이의 중심이 존재하며, 그 주변을 반시계 방향으로 회전하는 냉수성 소용돌이가 탐지된 것으로 나타났다. 동일 날짜의 해수면온도 영상은(Fig. 2) 고도계 영상에 나타난 냉수성 소용돌이의 존재를 뒷받침하지 않아 해수면고도 자료 중앙부에서 탐지된 냉수성 소용돌이는 위성 고도계 자료 처리 과정에서 발생된 오류일 가능성이 매우 높다.

http://static.apub.kr/journalsite/sites/kso/2019-024-02/N0230240207/images/figure_KSO_24_02_07_F10.jpg
Fig. 10.

(a) Daily-averaged current vectors estimated by a maximum cross correlation method from the GOCI chlorophyll-a concentration images and (b) geostrophic current vectors estimated using sea surface height anomaly from satellite altimeter for the Case 3.

4. 토 의

Case 1과 같이 일반적으로는 클로로필-a 농도 영상에서 나타나는 소용돌이와 위성 해수면고도 자료에서 확인할 수 있는 소용돌이의 위치와 회전방향이 서로 유사한 양상이다(Park et al., 2016). 그러나 Case 2, 3에서는 두 자료로부터 탐지한 소용돌이가 전혀 다른 특징을 보이게 되는데 그 원인은 두 위성 자료의 특성에 기인한다.

우선 위성 고도계 자료에 기반한 중규모 소용돌이 탐지에서 오류가 생기는 원인은 고도계로 측정한 해수면고도를 격자화된 자료로 합성하는 방식에서 찾을 수 있다. 위성 고도계의 해수면고도 산출은 준 실시간으로 이루어진다. 그러나 하나의 위성 고도계가 한번 지나가면서 해수면을 관측한 경로는 수 km 에 지나지 않으며, 그 주기는 각 위성마다 십일에서 수 십일이 걸린다. 따라서 전체 관측 영역에 대한 해수면고도 값을 산출하기 위해서는 일정 기간 동안 지나간 여러 위성 고도계 자료를 합성해야한다. 특정 위치의 해수면고도 변동에 대해 시간적인 상관성이 없어진다고 보는 기간은(decorrelation time scale) 약 15일이기 때문에 1일 평균 해수면고도 합성장을 만드는 데는 앞뒤 15일을 포함한 약 한 달의 연속된 위성 고도계 관측 자료가 입력치로 활용된다(Traon et al., 1998). Fig. 3b의 해수면고도 영상은 2011년 4월 5일을 중심으로 동해 상공을 한 달간 통과한 ENVISAT, Jason-1, Jason-2, Cryosat-2 등의 자료를 모두 합성한 것이다. 이렇게 일정 기간의 관측 자료를 모아 생성된 일일 해수면고도 합성장은 필터링과 최적화 과정의 문제로 인해 대부분의 소규모 소용돌이를 관측하지 못할 가능성이 크다. 또한 일일 합성장에 들어가는 자료는 바로 그 날의 자료뿐만이 아니라 한 달 동안의 자료가 포함되는 것이며, 관측 트랙에 포함되지 않은 해역은 내삽에 의해 생성되는 값이기 때문에 실제와 다른 물리량이 생성될 수 있다(Ubelmann et al., 2015). Case 3의 해색 자료에서는 탐지되지 않지만 고도계 자료에서는 탐지되는 소용돌이가 이러한 예라고 할 수 있다(Fig. 10).

위성 고도계 자료는 격자화하는 과정에서 좁은 관측 폭에 비하여 매우 낮은 해상도로(25 km) 제작되기 때문에 공간적으로 작은 규모의 중규모 해양 현상 탐지가 어려울 수 있기 때문에 일정 규모 이하의 중규모 소용돌이에 대해서는 탐지 자체가 불가능할 수도 있다. Fig. 8a의 클로로필-a 농도 영상에서 나타나는 Case 2 소용돌이와 같이 직경 60 km 이하의 작은 소용돌이는 Fig. 8b와 같이 0.25 × 0.25° 해상도의 위성 고도계 자료에서는 탐지가 용이하지 않다. 유선에 기반한 소용돌이 탐지 알고리즘은 최소 3 × 3 크기의 격자가 필요하며 이는 위성 고도계 자료로 산출한 지형류 장에서는 소용돌이의 직경이 75 km 이상일 때 탐지 가능하다는 것을 의미한다. 또한 실제의 해양에서는 바람, 열역학 평형 등의 복합적인 요인이 표층 해류에 영향을 주게 되므로 위성 고도계 자료로 산출한 지형류에서 실제 소용돌이에 대한 정보를 유추하는 것은 주의가 필요하다(Kang et al., 2008).

클로로필-a 농도 영상으로 소용돌이를 탐지할 때는 클로로필-a 농도 분포가 물리적인 기작뿐만 아니라 생물학적인 과정에 의한 결과임을 고려해야 한다. 식물플랑크톤의 생장에 영향을 미치는 물리적 환경에는 햇빛, 영양염, 온도 등이 있다. 표층 클로로필-a 농도 분포는 식물 플랑크톤의 해류에 의한 이류 및 영양염의 공급 변화에 따른 국지적인 생성과 소멸에 따른 결과이다. 클로로필-a 농도 영상의 최대 상호 상관을 활용한 해류장 산출은 이러한 복잡한 과정을 무시하고 오로지 클로로필-a 농도 값의 수평적인 이동만을 고려한 것이다. 이러한 가정은 위성 고도계 해류장과 마찬가지로 클로로필-a 농도로 산출한 해류장이 실제의 해류를 정확하게 반영한다고 할 수 없다는 것을 의미한다. 반면에 해수면온도 분포는 해양의 물리적인 움직임, 해양-대기의 상호작용에 의한 열 교환 등의 결과로 식물플랑크톤의 생장 기작에 따른 클로로필-a 농도 분포에 비하여 비교적 단순한 시스템을 갖는다. 따라서 클로로필-a 농도 영상은 소용돌이 내부에서도 매우 복잡한 형태를 가지지만 해수면온도 영상은 소용돌이 내부에서 상당히 일정한 패턴을 갖는다(Fig. 2, Fig. 3a). 이는 각 종류의 위성 영상에 따라 자료가 주는 정보를 해석하는데 필요한 배경이 다르다는 것을 의미한다.

또한 마이크로파 기반 해수면고도와 다르게 적외선 기반 해수면온도와 광학 기반 클로로필-a 농도는 구름이 있을 경우에는 위성으로부터 관측이 불가능하기 때문에 구름 유무에 따라 자료 획득에 영향을 받는다. 대체적으로 동해에서 여름철인 6, 7월과 겨울철인 12, 1월에 운량이 상대적으로 크게 나타나는 경향이 있다. 6, 7월에는 동해 전체의 운량이 6 이상으로 구름이 넓고 균일하게 분포하고, 12, 1월에는 연해주 연안 부근의 운량은 적지만 동해 남동쪽에는 운량이 6 이상으로 동해 북서쪽과 분리되어 나타나는 특성이 있다(Chae and Park, 2009). 이에 따라 통상 겨울철과 여름철은 적외선 해수면온도와 클로로필-a 농도 자료의 획득 가능성이 낮아진다. 따라서 해양 중규모 소용돌이를 탐지할 시 한 가지 종류의 위성 영상만을 활용하기 보다는 다른 종류의 자료를 포함하여 각 위성 자료로부터 얻어진 정보 간의 상호 비교를 수행한다면 원격 탐사를 통한 소용돌이 탐지의 신뢰성을 높일 수 있을 것으로 생각된다.

한편 해수 표면에 나타난 중규모 소용돌이의 공간적 크기는 해수의 수직적인 구조에 의해 양상이 좌우된다. 일반적으로 위도에 따라 중규모 소용돌이의 규모가 달라지는 것으로 알려져 있는데, 동해 또한 고위도로 갈수록 중규모 소용돌이의 규모가 로스비 반경에 비례해 작아진다는 것이 해색 위성을 활용한 연구에서 밝혀진바 있다(Park et al., 2012). 소용돌이 탐지 알고리즘의 최소 탐색 격자가 실제 소용돌이 규모에 비하여 너무 작으면 소용돌이가 과탐지될 위험성이 있고, 반면에 격자를 너무 크게 설정하면 작은 규모의 소용돌이는 탐지되지 않는다. 이와 같이 해양 중규모 소용돌이의 변동성을 논의하는 과정에서는 실제 해양에 존재할 수 있는 현상의 크기에 대한 이해와 인공위성 관측 원리, 그리고 합성장 생산 및 격자화에 따른 전체적인 자료처리 과정 등 여러 가지 측면을 고려하여 종합적으로 판단하여야 한다.

5. 결 론

인공위성 센서와 원격 탐사 기술의 급격한 발전으로 인하여 동해 전역에 나타나는 중규모 소용돌이 현상에 대한 연구가 이전에 비하여 보다 효율적으로 이루어지고 있으며 시간 단위의 고해상도 위성 영상은 중규모 소용돌이의 생성과 쇠퇴를 포함한 장·단기적인 연구도 가능하게 한다. 하지만 방대한 양의 자료를 통해 정확하게 소용돌이 현상을 탐지하기 위해서는 각 위성의 관측 방법과 보정과정 및 최종 자료의 특성에 대한 고찰이 필요하다.

본 연구에서는 해색 위성 영상과 위성 고도계 자료를 활용하여 동해 소용돌이를 탐지한 사례를 비교 분석하여 제시하였다. 연속된 위성 클로로필-a 농도 영상으로 부터 최대 상호 상관 계수를 통해 해류장을 산출한 후 해수면온도 영상의 2차원 공간 구배로 가장자리를 정의하여 소용돌이를 탐지하였고, 해수면고도 이상 영상과 이를 통해 산출한 지형류장에서 유선에 기반한 알고리즘으로 소용돌이를 탐지하였다. 각 위성 자료로부터 소용돌이를 탐지한 결과, 두 자료에서 공통적으로 소용돌이가 나타나는 경우가 있었고, 그렇지 않은 경우도 존재하였다. 위성 고도계 자료가 탐지할 수 있는 큰 규모의 소용돌이의 경우에는 일반적으로 해색 위성 자료로 탐지한 소용돌이와 큰 차이가 없다. 하지만 소용돌이의 규모가 고도계 위성 자료의 해상도에 비하여 작은 경우에는 고도계로부터 산출한 영상과 지형류장에서 소용돌이가 탐지되지 않는 결과가 도출되었다. 또한 지형류장에 나타나는 표층 흐름이 실제와는 다르게 왜곡되어 소용돌이가 존재하지 않는 해역에서 소용돌이가 탐지된 경우도 있었다.

각 위성 자료로 탐지한 소용돌이에 차이가 생기는 것은 위성의 관측 방식 특성에 기인한다. 위성 고도계의 경우 좁은 관측 폭을 보완하기 위한 해수면고도 합성 과정이 지형류장 왜곡의 주된 요인으로 해수면고도 일 합성장 계산에 포함되는 관측 기간 동안의 위성 경로수에 상당한 의존성을 가진다. 한편 위성 클로로필-a 농도 영상으로부터 산출한 표층 해류장은 클로로필-a 농도가 일반적인 물리 법칙을 따르는 물리 변수가 아니며, 생물학적인 변동 특성임으로 인해 실제 표층 해류와 차이가 있을 수 있음을 감안하여 해수면온도 영상 등 보조 자료를 활용하는 것이 바람직하다. 따라서 원격 탐사 자료를 통하여 해양 중규모 소용돌이를 탐지할 시에는 각 위성 자료가 갖는 특성에 따라 탐지 결과에 오류가 발생할 수 있으므로 탐지 결과 해석에 세심한 주의가 요구된다.

Acknowledgements

이 연구는 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행된 연구입니다(장기해양 생태 연구사업).

References

1
Bowen, M.M., W.J. Emery, J.L. Wilkin, P.C. Tildesley, I.J. Barton and R. Knewtson, 2002. Extracting multiyear surface currents from sequential thermal imagery using the maximum cross-correlation technique. J. Atmos. Ocean. Technol., 19: 1665-1676.
10.1175/1520-0426(2002)019<1665:EMSCFS>2.0.CO;2
2
Bryan, K., 1996. The role of mesoscale eddies in the poleward transport of heat by the oceans: a review. Physica D, 98: 249-257.
10.1016/0167-2789(96)00119-4
3
Chae, H.-J. and K.-A. Park, 2009. Characteristics of speckle errors of SeaWiFS chlorophyll-α concentration in the East Sea. J. Korean Earth Sci. Soc., 30: 234-246.
10.5467/JKESS.2009.30.2.234
4
Chaigneau, A., A. Gizolme and C. Grados, 2008. Mesoscale eddies off Peru in altimeter records: Identification algorithms and eddy spatio-temporal patterns. Prog. Oceanogr., 79: 106-119.
10.1016/j.pocean.2008.10.013
5
Chaigneau, A., G., Eldin and B. Deqitte, 2009. Eddy activity in the four major upwelling systems from satellite altimetry (1992-2007). Prog. Oceanogr., 83: 117-123.
10.1016/j.pocean.2009.07.012
6
Chaigneau, A., M. Le Texier, G. Eldin, C. Grados and O. Pizarro, 2011. Vertical structure of mesoscale eddies in the eastern South Pacific Ocean: A composite analysis from altimetry and Argo profiling floats. J. Geophys. Res.: Oceans, 116: C11.
10.1029/2011JC007134
7
Chelton, D.B., M.G. Schlax, R.M. Samelson and R.A. de Szoeke, 2007. Global observations of large oceanic eddies. Geophys. Res. Lett., 34: L15606, 10.1029/2007GL030812.
10.1029/2007GL030812
8
Chelton, D.B., M.G. Schlax and R.M. Samelson, 2011a. Global observations of nonlinear mesoscale eddies. Progress in Oceanography, 91: 167-216.
10.1016/j.pocean.2011.01.002
9
Chelton, D.B., P. Gaube, M.G. Schlax, J.J. Early and R.M. Samelson, 2011b. The influence of nonlinear mesoscale eddies on near-surface oceanic chlorophyll. Science, 334: 328-332.
10.1126/science.120889721921157
10
Cornillon, P. and K.-A. Park, 2001. Warm Core Ring Velocities Inferred from NSCAT Data. Geophys. Res. Lett., 28: 575-578. doi:10.1029/2000GL011487.
10.1029/2000GL011487
11
Cornillon, P.C., R. Weyer and G. Flierl, 1989. Translational velocity of warm core rings relative to the slope water. J. Phys. Oceanogr., 19: 1317-1332.
10.1175/1520-0485(1989)019<1317:TVOWCR>2.0.CO;2
12
Dewar, W.K. and G.R. Flierl, 1987. Some effects of the wind on rings. J. Phys. Oceanogr., 17: 1653-1667.
10.1175/1520-0485(1987)017<1653:SEOTWO>2.0.CO;2
13
Emery, W.J., A.C. Thomas, M.J. Collins, W.R. Crawford and D.L. Mackas, 1986. An Objective Method for Computing Advective Surface Velocities from Sequential Infrared Satellite Images. J. Geophys. Res., 91: 12865-12878. doi:101029/JC091iC11p12865.
10.1029/JC091iC11p12865
14
Evans, R.H., K.S. Baker, O.B. Brown and R.C. Smith, 1985. Chronology of warm-core ring 82B. J. Geophys. Res., 90: 8803-8812.
10.1029/JC090iC05p08803
15
Gower, J.F.R., K.L. Denman and R.J. Holyer, 1980. Phytoplankton patchiness indicates the fluctuation spectrum of mesoscale oceanic structures. Nature, 288: 157-159.
10.1038/288157a0
16
Henson, S.A. and A.C. Thomas, 2008. A census of oceanic anticyclonic eddies in the Gulf of Alaska. Deep Sea Res. Part I: Oceanogr. Res. Pap., 55: 163-176.
10.1016/j.dsr.2007.11.005
17
Hooker, S.B. and J.W. Brown, 1994. Warm core ring dynamics derived from satellite imagery. J. Geophys. Res., 99: 25181-25194.
10.1029/94JC02171
18
Ichiye, T., 1984. Some problems of circulation and hydrography of the Japan Sea and the Tsushima Current. p. 15-54. In: T. Ichiye (ed.). Ocean Hydrodynamics of the Japan and East China Seas. Vol. 39: Elsevier Oceanography Series. Elsevier, Amsterdam.
10.1016/S0422-9894(08)70289-7
19
Isern-Fontanet, J., E. García-Ladona and J. Font, 2003. Identification of marine eddies from altimetric maps. J. Atmos. Ocean. Technol., 20: 772-778.
10.1175/1520-0426(2003)20<772:IOMEFA>2.0.CO;2
20
Isern-Fontanet, J., E. Garcia-Ladona and J. Font, 2006. Vortices of the Mediterranean Sea: an altimetric perspective. J. Phys. Oceanogr., 36: 87-103.
10.1175/JPO2826.1
21
Isoda, Y. and S.I. Saitoh, 1993. The northward intruding eddy along the east coast of Korea. J. Oceanogr., 49: 443-458.
10.1007/BF02234959
22
Jayne, S.R. and J. Marotzke, 2002. The oceanic eddy heat transport. J. Phys. Oceanogr., 32: 3328-3345.
10.1175/1520-0485(2002)032<3328:TOEHT>2.0.CO;2
23
Kang, S.K., J.Y. Cherniawsky, M.G.G. Foreman, J.-K. So and S.R. Lee, 2008. Spatial variability in annual sea level variations around the Korean peninsula. Geophys. Res. Lett., 35: L03603. doi:10.1029/2007GL032527.
10.1029/2007GL032527
24
Kelly, K.A., 1989. An inverse model for near-surface velocity from infrared images. J. Phys. Oceanogr., 19: 1845-1864.
10.1175/1520-0485(1989)019<1845:AIMFNS>2.0.CO;2
25
Kim, K., K.R. Kim, D.H. Min, Y. Volkov, J.H. Yoon and M. Takematsu, 2001. Warming and structural changes in the East (Japan) Sea: a clue to future changes in global oceans?. Geophys. Res. Lett., 28: 3293-3296.
10.1029/2001GL013078
26
Lai, D.V. and P.L. Richardson, 1977. Distribution and movement of Gulf Stream rings. J. Phys. Oceanogr., 7: 670-683.
10.1175/1520-0485(1977)007<0670:DAMOGS>2.0.CO;2
27
Lee, D.K. and P. Niiler, 2010. Eddies in the southwestern East/Japan Sea. Deep Sea Res. Part I: Oceanogr. Res. Pap., 57: 1233-1242.
10.1016/j.dsr.2010.06.002
28
Lee, K.J., 2013. Mesoscale eddies in the East/Japan Sea derived from low-resolution gridded altimeter data: Detection algorithms and characteristics of statistical eddy properties, Doctoral thesis, Seoul National University.
29
Mason, E., A. Pascual and J.C. McWilliams, 2014. A new sea surface height-based code for oceanic mesoscale eddy tracking. McWilliams, 31: 1181-1188.
10.1175/JTECH-D-14-00019.1
30
Mitchell, D.A., D.R. Watts, M. Wimbush, W.J. Teague, K.L. Tracey, J.W. Book, K.-I. Chang, M.-S. Suk and J.H. Yoon, 2005. Upper circulation patterns in the Ulleung Basin. Deep Sea Res. Part II: Top. Stud. Oceanogr., 52: 1617-1638.
10.1016/j.dsr2.2003.09.005
31
Nencioli, F., C. Dong, T. Dickey, L. Washburn and J.C. McWilliams, 2010. A vector geometry-based eddy detection algorithm and its application to a high resolution numerical model product and high-frequency radar surface velocities in the Southern California Bight. J. Atmos. Oceanic Technol., 27: 564-579.
10.1175/2009JTECHO725.1
32
Nof, D., 1983. On the migration of isolated eddies with applications to Gulf Stream rings. J. Mar. Res., 41: 399-425.
10.1357/002224083788519687
33
Okubo, A., 1970. Horizontal dispersion of floatable particles in the vicinity of velocity singularity such as convergences. Deep Sea Res., 17: 445-454.
10.1016/0011-7471(70)90059-8
34
Park, J.-E., K.-A. Park, D.S. Ullman, P.C. Cornillon and Y.-J. Park, 2016. Observation of diurnal variations in mesoscale eddy sea-surface currents using GOCI data, Remote Sensing Letters, 7: 1131-1140. DOI: 10.1080/2150704X.2016.1219423.
10.1080/2150704X.2016.1219423
35
Park, K.-A. and J.Y. Chung, 1999. Spatial and temporal scale variations of sea surface temperature in the East Sea using NOAA/AVHRR data. J. Oceanogr., 55: 271-288.
36
Park, K.-A., D.S. Ullman, K. Kim, J.Y. Chung and K.R. Kim, 2007. Spatial and temporal variability of satellite-observed Subpolar Front in the East/Japan Sea. Deep Sea Res. Part I: Oceanogr. Res. Pap., 54: 453-470.
10.1016/j.dsr.2006.12.010
37
Park, K.-A., H.J. Woo and J.H. Ryu, 2012. Spatial scales of mesoscale eddies from GOCI Chlorophyll-a concentration images in the East/Japan Sea. Ocean Sci. J., 47: 347-358.
10.1007/s12601-012-0033-3
38
Park, K.-A., J.Y. Chung and K. Kim, 2004. Sea surface temperature fronts in the East (Japan) Sea and temporal variations. Geophys. Res. Lett., 31(7), doi.org/10.1029/2004GL019424.
10.1029/2004GL019424
39
Park, K.-A., M.S. Lee, J.E. Park, D. Ullman, P.C. Cornillon and Y.J. Park, 2018. Surface currents from hourly variations of suspended particulate matter from Geostationary Ocean Color Imager data. Int. J. Remote Sens., 39: 1929-1949.
10.1080/01431161.2017.1416699
40
Park, K.-A., P. Cornillon and D.L. Codiga, 2006. Modification of surface winds near ocean fronts: Effects of Gulf Stream rings on scatterometer (QuikSCAT, NSCAT) wind observations. J. Geophys. Res., 111: C03021. doi:10.1029/2005JC003016.
10.1029/2005JC003016
41
Qiu, B. and S. Chen, 2005. Eddy-induced heat transport in the subtropical North Pacific from Argo, TMI and altimetry measurements. J. Phys. Oceanogr., 35: 458-473.
10.1175/JPO2696.1
42
Richardson, P.L., 1980. Gulf Stream ring trajectories. J. Phys. Oceanogr., 10: 90-104.
10.1175/1520-0485(1980)010<0090:GSRT>2.0.CO;2
43
Roemmich, D. and J. Gilson, 2001. Eddy transport of heat and thermocline waters in the North Pacific: a key to interannual/ decadal climate variability? J. Physical Oceanogr., 31: 675-687.
10.1175/1520-0485(2001)031<0675:ETOHAT>2.0.CO;2
44
Sadarjoen, I.A. and F.H. Post, 1999. Geometric methods for vortex extraction. In Data Visualization (pp. 53-62). Springer, Vienna.
10.1007/978-3-7091-6803-5_6
45
Sadarjoen, I.A. and F.H. Post, 2000. Detection, quantification, and tracking of vortices using streamline geometry. Comput. Graphics, 24: 333-341.
10.1016/S0097-8493(00)00029-7
46
Schmitt, R.W. and D.B. Olson, 1985. Wintertime convection in warmcore rings: Thermocline ventilation and the formation of mesoscale lenses. J. Geophys. Res., 90: 8823-8837.
10.1029/JC090iC05p08823
47
Shin, H.R., C.W. Shin, C. Kim, S.K. Byun and S.C. Hwang, 2005. Movement and structural variation of warm eddy WE92 for three years in the western East/Japan Sea. Deep Sea Res. Part II Top. Stud. Oceanogr., 52: 1742-1762.
10.1016/j.dsr2.2004.10.004
48
Tokmakian, R., P.T. Strub, and J. McClean-Padman, 1990. "Evaluation of the maximum cross-correlation method of estimating sea surface velocities from sequential satellite images. J. Atmos. Ocean. Technol., 7: 852-865.
10.1175/1520-0426(1990)007<0852:EOTMCC>2.0.CO;2
49
Toner, M., Jr A.D. Kirwan, A.C. Poje, L.H. Kantha, F.E. Mller-Karger and C.K.R.T. Jones, 2003. Chlorophyll dispersal by eddy-eddy interactions in the Gulf of Mexico. J. Geophys. Res., 108: 3105. doi:10.1029/2002JC001499.
10.1029/2002JC001499
50
Traon, P.Y. Le, F. Nadal and N. Ducet, 1998. An improved mapping method of multisatellite altimeter data. J. Atmos. Ocean. Technol., 15: 522-534.
10.1175/1520-0426(1998)015<0522:AIMMOM>2.0.CO;2
51
Ubelmann, C., P. Klein and L.L. Fu, 2015. Dynamic interpolation of sea surface height and potential applications for future high-resolution altimetry mapping. J. Atmos. Ocean. Technol., 32: 177-184.
10.1175/JTECH-D-14-00152.1
52
Waugh, D.W., E.R. Abraham and M.M. Bowen. 2006. Spatial variations of stirring in the surface ocean: a case study of the Tasman Sea. J. Physical Oceanogr., 36: 526-542.
10.1175/JPO2865.1
53
Weiss, J., 1991. The dynamics of enstrophy transfer in two-dimensional hydrodynamics. Physica D, 48: 273-294
10.1016/0167-2789(91)90088-Q
54
Wunsch, C., 1999. Where do ocean eddy heat fluxes matter? J. Geophys. Res.: Oceans, 104: 13235-13249.
10.1029/1999JC900062
55
Yoon, S.T., K.I. Chang, S. Nam, T. Rho, D.J. Kang, T. Lee, K.-A. Park, V. Lobanov, D. Kaplunenko, P. Tishchenko and K.R. Kim, 2018. Re-initiation of bottom water formation in the East Sea (Japan Sea) in a warming world. Scientific reports, 8: 1576.
10.1038/s41598-018-19952-429371648PMC5785475
56
Zavialov, P.O., J.V. Grigorieva, O.O. Mller, Jr. A.G. Kostianoy and M. Gregoire, 2002. Continuity preserving modified maximum cross-correlation technique. J. Geophys. Res., 107: 3160. doi:10.1029/2001JC001116.
10.1029/2001JC001116
페이지 상단으로 이동하기