BROWSE

Related Researcher

Author's Photo

Im, Jungho
Intelligent Remote sensing and geospatial Information Science (IRIS) Lab
Research Interests
  • Remote sensing, Geospatial modeling, Disaster monitoring and management, Climate change

ITEM VIEW & DOWNLOAD

시계열 기계학습을 이용한 한반도 남해 해수면 온도 예측 및 고수온 탐지

Cited 0 times inthomson ciCited 0 times inthomson ci
Title
시계열 기계학습을 이용한 한반도 남해 해수면 온도 예측 및 고수온 탐지
Other Titles
Prediction of Sea Surface Temperature and Detection of Ocean Heat Wave in the South Sea of Korea Using Time-series Deep-learning Approaches
Author
정시훈김영준박수민임정호
Issue Date
2020-10
Publisher
대한원격탐사학회
Citation
대한원격탐사학회지, v.36, no.5, pp.1077 - 1093
Abstract
해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33°C, 봄: 0.34°C, 여름: 0.27°C, 가을: 0.32°C, 겨울: 0.36°C)이 LSTM 기반의 예측 모델(전체: 0.40°C, 봄: 0.40°C, 여름: 0.48°C, 가을: 0.39°C, 겨울: 0.34°C)보다 우수한 성능을 보였다. 2017 년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.
URI
https://scholarworks.unist.ac.kr/handle/201301/49503
DOI
10.7780/kjrs.2020.36.5.3.7
ISSN
1225-6161
Appears in Collections:
UEE_Journal Papers
Files in This Item:
There are no files associated with this item.

find_unist can give you direct access to the published full text of this article. (UNISTARs only)

Show full item record

qrcode

  • mendeley

    citeulike

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

MENU