바로가기메뉴

본문 바로가기 주메뉴 바로가기

GeoData

지질학, 생태학, 해양학, 우주과학, 극지과학에서의 데이터 저널

논문목록

Vol.4, No.3

다목적실용위성 5호 GNSS 전파 엄폐 데이터 운영 KOMPSAT-5 GNSS Radio Occultation Data Operations
정옥철(한국항공우주연구원 국가위성정보활용지원센터) ; 성재동(한국항공우주연구원 국가위성정보활용지원센터) ; 이명신(한국항공우주연구원 국가위성정보활용지원센터) ; 정대원(한국항공우주연구원 국가위성정보활용지원센터)
Vol.4, No.3, pp.1~7 https://dx.doi.org/10.22761/DJ2022.4.3.001
초록보기
Abstract

The Korea Aerospace Research Institute launched KOMPSAT-5 on August 22, 2013, and has been operating for 10 years. KOMPSAT-5 has SAR (Synthetic Aperture Radar) for earth observation missions, and collects data necessary for earth atmosphere analysis through GNSS RO (Radio Occultation) receivers. RO data can be used for numerical weather forecast model based on temperature, pressure, and humidity by calculating the vertical distribution of atmospheric information. As a part of the Korea-US science and technology cooperation, KARI has been providing RO data of KOMPSAT-5 to the United States NOAA (National Oceanic and Atmospheric Administration) in near-real time since 2018. To this end, KARI receives telemetry data from the satellite about 12 times a day using 3 ground stations from Daejeon, Alaska in the U.S., and Sodankyla in Finland. The pre-processed data is being provided to both the UCAR (University Corporation for Atmospheric Research) in the U.S. and the KASI (Korea Astronomy and Space Science Institute). In this paper, radio occlusion data of KOMPSAT-5 is introduced, and system configuration, operation concepts for providing near-real time data and its application are also presented.

초록

한국항공우주연구원은 2013년 8월 22일 다목적실용위성 5호를 발사하여 10년차 운영을 수행하고 있다. 다목적실용위성 5호는 SAR (Synthetic Aperture Radar)를 이용하여 지구관측 임무를 수행하면서 동시에 GNSS (Global Navigation Satellite System) 전파 엄폐(Radio Occultation, RO) 수신기를 통해 지구대기 분석에 필요한 데이터를 수집하고 있다. 전파 엄폐 데이터는 대기정보의 연직분포 산출을 통해 온도, 압력, 습도 등을 파악할 수 있어 기상예보를 위한 수치모델에 활용 가능하다. 한국항공우주연구원은 한-미 과학기술 협력의 일환으로 2018년부터 미국 국립해양대기청(National Oceanic and Atmospheric Administration, NOAA)에 다목적실용위성 5호의 대기 엄폐 데이터를 준-실시간으로 제공하고 있다. 이를 위해 한국항공우주연구원에서는 대전 지상국, 미국 알래스카(Alaska) 지상국, 핀란드 소단킬라(Sodankyla) 지상국을 이용하여 하루 약 12회 위성으로부터 텔레메트리 데이터를 수신하여 전처리 후 전파 엄폐 데이터를 미국 기상연구대학연합(University Corporation for Atmospheric Research, UCAR)과 한국천문연구원에 동시에 제공하고 있다. 본 논문에서는 다목적실용위성 5호의 전파 엄폐 데이터를 소개하고, 준-실시간 자료 제공을 위한 시스템 구성 및 운영개념, 그리고 데이터 활용 사례를 제시하였다.

연구선 이사부호를 이용한 2019년 10월 북서태평양 해수 표층 이산화탄소 농도 관측 자료 Sea Surface CO2 Measurements on the R/V ISABU in the Northwestern Pacific in October 2019
강나연(한국해양과학기술원 해양환경연구센터) ; 조소설(한국해양과학기술원 해양환경연구센터) ; 이선은(한국해양과학기술원 해양환경연구센터)
Vol.4, No.3, pp.8~14 https://dx.doi.org/10.22761/DJ2022.4.3.002
초록보기
Abstract

The ocean takes up anthropogenic carbon dioxide (CO2) emitted into the atmosphere. The oceanic CO2 uptake shows seasonal and regional differences depending on numerous factors. We investigated distributions of atmospheric and sea surface CO2 in the Northwestern Pacific using the continuous underway pCO2 measuring system equipped on the Research Vessel ISABU of Korea Institute of Ocean Science and Technology. During the cruise, 3,597 data of seawater CO2 were obtained with sea surface temperature (SST), sea surface salinity (SSS), and GPS information for 13 days from October 4 to 17, 2019. Through the differences in CO2 concentrations between seawater and the atmosphere, we confirmed that CO2 concentrations of the sea surface were lower than those of the atmosphere in most of the surveyed areas. Higher SST and lower SSS were observed in the lower latitude area than 17°N in Philippine Sea, but latitudinal variation of CO2 concentration was not significant.

초록

해양은 대기로 방출된 인류기원 이산화탄소의 주요 흡수원으로서, 해양 표층의 이산화탄소 흡수량은 다양한 요인에 의해 계절적 및 지역적으로 차이를 보인다. 북서태평양에서의 대기 및 해양 표층 이산화탄소 분포를 알아보기 위해, 한국해양과학기술원 연구선 이사부호에 장착된 해양-대기 이산화탄소 분압 연속측정 시스템을 이용하였다. 2019년 10월 4일부터 17일까지, 13일간의 조사를 통해 총 3,597개의 해수 이산화탄소 자료와 표층 수온, 표층 염분, 위경도 정보를 수집하였다. 해양과 대기의 이산화탄소 농도 차이를 확인한 결과, 관측해역 내에서 대부분 표층 해수의 이산화탄소 농도가 대기 이산화탄소 농도보다 낮았다. 필리핀해에서는 북위 17도를 경계로 남쪽이 북쪽보다 높은 수온과 낮은 염분을 나타냈으나, 이산화탄소 농도는 위도에 따른 큰 변화가 없었다.

기계학습과 관측자료를 활용한 21년간의 로스해 표층 이산화탄소 분압 (fCO2) 분포 재현 Reconstruction of monthly fCO2 distribution in the Ross Sea, Antarctica during 1998 -2018 using machine learning technique and observational data sets
모아라(극지연구소 해양연구본부) ; 최정옥(극지연구소 해양연구본부) ; 박기홍(극지연구소 해양연구본부)
Vol.4, No.3, pp.15~24 https://dx.doi.org/10.22761/DJ2022.4.3.003
초록보기
Abstract

The ocean is a major reservoir of anthropogenic carbon dioxide, especially the Southern Ocean has been known to absorb 40% of the carbon dioxide emitted by human activity. The Ross Sea is one of the most productive regions in the Southern Ocean; however, its carbon dioxide absorption capacity has not been clearly evaluated yet. Because the Southern Ocean is geographically isolated from civilization and thus, its remoteness prevents making sufficient observations from proving reliable carbon dioxide sink strength estimates. Thus, in order to overcome the current spatial and temporal limitations of direct observations, the fugacity of carbon dioxide (fCO2) data was reproduced using a machine learning technique (i.e., random forest technique). The technique is a type of machine learning frequently used to reproduce marine environmental variations through training satellite data and modeled data as well as existing observational data. Furthermore, to reproduce more reliable fCO2 estimates, in addition to marine environmental variables (i.e., sea surface temperature, sea ice concentration, and chlorophyll-a concentration), cloud cover, wind speed, and El Niño index were included in the machine learning procedure. In this study, we provide the past 21 years (1998 – 2018) of monthly spatial and temporal variation information of dissolved carbon dioxide in the Ross Sea, Antarctica.

초록

해양은 인간활동에 의해 발생된 이산화탄소의 저장고이며, 특히 남극해는 인간기원의 이산화탄소의 약 40%를 흡수하는 해역으로 알려져 있다. 로스해는 남극해에서 가장 생산력이 높은 지역이나, 그 이산화탄소의 흡수력에 관해서는 아직 명확하지가 않다. 이는 남극의 특성상 관측의 시기와 지역의 제한이 주요한 요인이다. 본 연구에서는 이러한 관측기반 자료의 한계를 극복하기 위해 기계학습을 통해 표층 이산화탄소 분압(fugacity of Carbon dioxide; fCO2)의 농도를 재현하였으며, 이를 위해 기존의 현장관측 자료 뿐만 아니라, 인공위성 및 모델 자료가 활용되었다. 또한, 수온, 해빙 농도, 클로로필 농도와 같은 해양환경 변수 이외에 운량과 풍속 그리고 엘니뇨 인덱스를 학습에 추가하여 더욱 정확한 fCO2의 농도 재현을 위해 노력하였다. 재현은 기계학습의 한 종류인 랜덤 포레스트 기법을 사용하였으며, 이를 통해 인공위성을 통한 클로로필 농도 등이 제공되기 시작한 1998년부터 2018년까지의 지난 21년간 남극 로스해의 fCO2의 시공간의 변동을 월별로 제공하고자 한다.

Geo Data