J Coast Disaster Prev > Volume 10(4); 2023 > Article
황해의 해양과학기지와 백령도 시정자료를 이용한 해무 강도별 빈도 분석

Abstract

While existing research on sea fog primarily relied on collecting data from ground observations in coastal areas, this study utilized municipal data from three Korea Ocean Research Stations (KORS) located in the Yellow Sea and Baengnyeongdo. The main objective was to analyze the strength of sea fog in specific locations within the Yellow Sea. The study employed the corrective distance as a measure of intensity and examined variations in sea fog strength according to the monthly and by time period of the study area. The research periods for each research station were as follows: Socheongcho Ocean Research Stations (SORS) from 2014 to 2022, Gageocho Ocean Research Stations (GORS) from 2014 to 2020, Ieodo Ocean Research Stations (IORS) from 2010 to 2015, and Baengnyeongdo from 2016 to 2022. In terms of season, the highest sea fog frequency in SORS and GORS were at 59% and 75% in spring, respectively. While in IORS, sea fog intensively occurred throughout the spring (46%) and summer (47%) seasons. On the other hand, in Baengnyeongdo, the sea fog frequency in summer, spring, autumn and winter were 41%, 25%, 17% and 17%, respectively. Between September and February the occurrence frequency was 19%, 8.1% and 7.3% in SORS, GORS and IORS, respectively which tends to decrease as it descends South of the Yellow Sea. In SORS, sea fog frequency with 0.2 km (strength 2) visibility was 49% while in the case of GORS and IORS it was 15% and 22%, respectively. Besides, the frequency of sea fog which visibility was between 0.2 and 0.5 km (strength 1) was 59% and 56% in GORS and IORS, respectively. In terms of frequency by time period, SORS and GORS showed a normalization maximum of 01 at 01:00 KST where IORS showed 02. Sea fog was not seen at 12:00 in SORS, at 13-17:00 in GORS and at 19-20:00 in IORS. In the future, we will analyze the spatial distribution of sea fog occurring in the Yellow Sea after sea fog verification using satellite images.

1. 서 론

해무는 바다에서 생성되는 안개로 시정거리가 1km 이내인 것을 말하며 기온, 해수면온도, 습도 등의 기상요소에 영향을 받아 생성되며, 기압의 분포와 특성이 변화하는 계절에 따라 다르게 나타나는 성질이 있다(Byun et al., 1997). 황해는 평균 44m 이내의 얕은 수심으로 조석이 강하게 작용하며 계절풍의 영향이 크고, 연안역에서는 조석에 의한 마찰로 저층의 황해냉수와 표층수가 혼합되어 대기와의 온도차가 커서 해무 발생이 용이한 것으로 알려져 있다(Won et al., 2000; Oh et al., 2003). Kim and Han (2006)은 해무 소멸과 발생 원인을 파악하고자 황해를 대상으로 종관기상 특성 분석을 진행하였다. 그 결과, 우리나라는 삼면이 바다로 둘러싸인 지형 조건으로 인해 수증기의 수송이 유리하고, 낮은 구릉지나 평야 지대인 서쪽 지방은 야간 복사 냉각으로 인해 복사무가 형성이 활발하다. 하지만 복사무는 해가 뜨면 쉽게 소산하여 지속시간이 짧으나, 3-8월까지 발생하는 해무는 온난 습윤한 남서 기류의 영향으로 발생하는 이류무가 대부분으로 해당 유형의 해무는 지속시간이 길어 위험성이 크다. 따라서 해무 빈도가 높은 황해를 대상으로 광학위성을 이용한 해무 탐지와 이동 예측에 관한 연구도 진행되었다(Jeon et al., 2015; Rashid and Yang, 2018; Jeon et al., 2020). 하지만 위성을 통해서는 시정이나 구름 아래의 해무 탐지는 어려워 현장관측 자료와 위성자료를 동시에 활용한 해무 발생 연구가 이뤄지고있다(Seo et al., 2003; Kim and Han, 2006).
Lee and Suh (2019)의 결과에 의하면 100m 이내의 짙은 해무는 섬지역에서 봄철과 여름철에 빈도가 높다. 특히 황해에서 해무 발생 비율이 높았으며, 해기차가 큰 7월에 발생 비중이 높아진다. 또한 섬지역은 강수안개 발생 빈도가 40%로 가장 높으며, 야간과 새벽시간대에 발생 빈도가 상대적으로 높으나 전 시간대에 걸쳐 발생하는 경향을 보인다. 또한 복사안개는 일몰 이후 발생하여 새벽 4-5시 사이에 가장 많이 발생하며 일출 후 1-3시간 사이에 대부분 소산된다. 운저하강안개는 늦은 밤과 새벽 사이에 발생하며, 주로 새벽과 일출 전후로 소산되는 경향을 보인다. 국지적 특성이 강한 해무의 특성에 따라 해무의 유형은 변화한다. 따라서 해무 유형에 따른 시간대별, 위치별 안개 발생 및 소산을 분석하는 연구가 필요하다.
Park et al. (2020)은 연안 해역별⋅계절별 해무 발생 빈도수와 해양기상요소의 특성 분석을 통해 해역별 지리⋅지형⋅환경적 특성에 따라 해양 기상 변화 및 해무 발생 특성이 해역마다 상이한 결과가 나타난다는 연구 결과를 도출하였다. 기존 연구는 주로 육상에 설치된 종관기상관측자료를 이용하여 연안 해역에서의 안개 유형 분류 및 계절별 빈도 분석이 이루어졌으나 바다에서 발생하는 해무에 대한 연구는 부족한 실정이다. 따라서 본 연구에서는 황해에 위치한 해양과학기지와 백령도에서의 1km 이내 시정데이터를 이용하여 황해 위치별 해무 강도 특성을 월별 및 시간대별로 분석하였다.

2. 데이터 및 연구방법

2.1 관측자료

본 연구에서는 황해에서 발생하는 해무 강도의 위치별 변화를 이해하기 위해 소청초해양과학기지(SORS), 가거초해양과학기지(GORS), 이어도해양과학기지(IORS)와 백령도에서 관측된 시정자료를 이용하였다. Fig. 1은 연구 대상 지역에서의 시정 관측 지점의 위치와 ERA5 수온, 기온데이터를 이용한 황해의 30년(1991-2020) 평균 해양기상분포이다. 30년 평균 수온 분포(a)에 따르면 황해 중부에 위치한 백령도와 SORS는 평균 수온이 약 12도인 반면, 황해 남부에 위치한 IORS는 17.8도로 평균 수온이 5도 이상 차이를 보인다. 또한 30년 평균 기온 분포(b)를 살펴보면 백령도와 SORS는 약 11.8도, GORS 약 15도, IORS 약 17도로 황해 남부로 내려올수록 기온이 증가하는 경향을 보인다. 따라서 황해 위치에 따른 해양기상요소의 차이로 인해 해무 강도 및 빈도가 상이하게 나타날 수 있기 때문에 위치에 따른 해무 발생 특성 이해가 필요하다.
해양과학기지와 백령도의 시정 관측에 사용되는 센서 사양이 상이하며, 해양과학기지는 VAISALA 사의 PWD 22 제품을 사용한다. 해당 제품은 근적외선 센서로 최소 10m에서 최대 20000m 범위까지 시정 관측이 가능하다. 관측 정확도는 10-10000m 범위에서 +/- 10%, 10000-20000m 범위에서는 +/- 15%이다. SORS에는 해당 모델이 Roof deck(기본수준면(DL) +37m), Intermediate deck(DL +17m)에 각 한 개씩 총 2개의 시정 센서가 설치되어 있으며, GORS, IORS는 Roof deck에 1개씩 설치되어 있다. 백령도 시정 관측 센서는 BELFORT 사의 적외선 센서를 이용한 관측으로 최소 6m에서 80000m까지 관측이 가능하며, 이때 관측 정확도는 +/- 10%이다 (Table 1).
두 센서는 반사형 제품으로 시정 관측 방법은 Fig. 2와 같이 근적외선 펄스가 안개 입자에 의해 난반사가 일어난 후 일부 빛이 수신기로 들어오게 되는데, 이때 안개의 밀도가 높으면 수신기로 들어오는 빛이 많아지게 되며, 이 빛의 양에 따라 거리를 산정하는 방법을 사용한다.

2.2 데이터 및 전처리

해양과학기지 3곳의 연구 기간은 SORS 2014년 9월-2022년 11월, GORS 2014년 10월-2020년 11월, IORS 2010년 1월- 2015년 6월이며, 황해 위치별 해무 강도 특성을 파악하기 위해 시정 범위를 0(0.5km 이상 1km 미만), 1(0.2km 이상 0.5km 미만), 2(0.2km 미만)로 나타냈다. 이때 데이터 기간이 지점별로 상이하기 때문에, 일평균 해무 발생 빈도를 나타내어 비교했으며, 월별 빈도 및 강도 자료 생산 후 시간대를 강도별로 비교 분석하기 위해 각 강도별(0, 1, 2)로 빈도수를 정규화하였다. 위치별 해무 비교분석을 위해 SORS와 GORS에서 동일하게 관측된 기간(2014.11-2017.05)에 대한 해무 강도 및 빈도를 분석하였으며, IORS는 동일한 기간에 관측된 자료가 없어 제외하였다. 또한 SORS와 가장 가까운 지점인 백령도에서 동시에 관측된 기간(2016.8-2022.11)을 대상으로 해무 강도별 빈도를 분석하였다(Fig. 3).
Fig. 4는 SORS에 설치된 두 센서의 시정 시계열 자료이다. SORS는 기본수준면(Datum Level)에서 각각 +37m(a)와 +17m (b) 높이에 설치된 두 개의 센서를 보유하고 있으며, 10분 간격으로 시정을 관측한다. 두 센서는 동일한 센서이나, 결측 구간이 다르다((a-1): 2017.02.01.~3.30., 2021.05.16.~2022. 10.05., (b-1): 2017.02.01.~3.30., 2021.06.10.~12.02., 2022.08.01.~ 11.30.). 관측범위를 벗어난 이상값(0)은 (a-1) 25%(468,864개 중 117,534개), (b-1) 21% (468,864개 중 96,123개)로 나타난다. (a-2), (b-2)은 10분 간격 시정 자료를 일평균 시정자료로 나타냈다(∑visibility(per day) / frequency(per day)). Fig. 5(a)는 Roof deck에 설치된 Fig. 4(a-1) 시정자료를 우선으로 사용하여, Intermediate deck에 설치된 Fig. 4(b-1) 시정자료로 결측치를 대체했다. 또한 월별 평균 시정자료를 이용하여 Fig. 5(b)의 시정 추세를 확인한 결과 주로 봄, 여름에(3~8월) 시정 범위가 400m 이내로 좁아지는 경향을 보였다. GORS는 Roof deck에 설치된 시정센서로 연구 기간은 2014년 10월-2020년 11월이나, 2017년 6월 이후 자료는 모두 결측 또는 0값으로 나타났다. IORS의 연구 기간은 2010년 1월-2015년 6월로 전체 자료 중 27%가 결측치로 확인되었으며(315,505개 중 85,594개), GORS와 IORS는 SORS와 동일하게 0값을 제거한 후 1km 이내 시정자료를 이용했다.
Fig. 6은 해양과학기지 일별(하루 최대 결측개수 144개) 결측 빈도를 나타냈으며, 하루에 한번이라도 결측이 있는 경우 결측 일수에 포함했다. 그 결과 (a) SORS의 결측 일수는 3,041일 중 386일(12.7%), 일평균 결측치 16.0회이며, (b) GORS의 결측 일수는 3,254일 중 1,128일(34.7%), 일평균 결측치 48.3회이다. (c) IORS의 결측 일수는 2,190일 중 1,265일(57.8%), 일평균 결측치 39.1회로 나타났다. 일평균 결측치는 GORS에서 가장 높게 나타났으며, 이는 하루 24시간 중 평균 8시간 이상으로 높은 빈도를 보였다. 반면 일별 결측 일수는 IORS에서 가장 높았으며, 2013년 이후로 결측 일수가 높아지는 경향을 보였다.
Fig. 7은 백령도 지점에 설치된 시정 센서의 시계열 그래프를 나타낸 자료로 1시간 간격 데이터이며 전체 기간은 2010년 1월-2022년 11월이나, 2010년부터 2016년 7월까지는 이상치로 판단하여 제외하였다. 따라서 본 연구에서는 2016년 8월-2022년 11월 기간 동안 1km 이내 시정데이터를 사용하였다. 또한 Fig. 7(c)에서는 일별 평균 시정데이터와 월별 평균 시정데이터를 나타내어 시정 추세를 비교하였으며, 월별 평균 시정데이터를 살펴보면 주로 4~8월 사이에 시정 범위가 400m 이내로 좁아지는 경향을 보였으며, Fig. 5(b)와 비교하면 백령도에서 월평균 시정 차이가 작게 나타난다.

3. 결 과

3.1 해양과학기지 지점별 해무 빈도 비교: 2016.08~2022.11

Fig. 8은 10분 간격의 시정 자료를 이용하여 지점별 해무 빈도수를 비교한 그래프로 SORS(20,070회), GORS(4,694회), IORS(13,485회) 해무가 관측되었다. Fig. 9Fig. 8에서 사용된 데이터를 이용해 일 별 결측 비율의 정도에 따른 해무 빈도수 변화의 경향을 파악하기 위해 나타낸 그래프이다. SORS와 GORS에서는 90%, 50%, 30% 비율별로 해무 빈도 변화가 거의 없었으며(SORS는 최대 5회 미만), IORS에서는 결측치로 인한 해무 빈도수의 영향이 다소 확인되었다(결측비율 30%에서 빈도 7.4% 감소). 추가적으로 해무 강도를 살펴보면, IORS에서는 해무 강도 2에서 최대 해무 빈도 10%가 감소하였다.
해양과학기지별 해무 발생 일수는 SORS 844일, GORS 167일, IORS 352일이다. 이것을 일평균 해무 빈도(시간)으로 나타낸 것이 Fig. 10이다. 일평균 빈도수(시간)는 SORS 23회(3.8시간), GORS 28회(4.7시간), IORS 38회(6.3시간)로 일평균 해무 빈도와 시간은 IORS에서 가장 높다(Fig. 10).

3.2 SORS와 GORS의 해무 빈도와 강도 비교: 2014.11~2017.05

Fig. 11의 월별 해무 빈도를 비교했을 때, 4월과 5월에 SORS는 1,555회, 1,371회 발생했고 GORS는 2,168회, 1,057회 발생하여 각 지점별 해무가 가장 많이 발생하였다. SORS와 GORS의 해무 최대 발생 월은 4월로 동일하지만 GORS가 613회 더 많이 발생했다. 하지만 해무 발생 횟수 별 강도2의 비율을 비교했을 때 SORS의 강도2 비율이 63%, GORS의 강도 2 비율이 14.2%로 SORS에서 더 강한 해무가 발생한 것을 알 수 있다. GORS의 경우 12월과 1월의 강도 2 해무 비율이 각각 44%와 55%로, 다른 계절에 비해 겨울철 강한 해무가 발생하는 경향이 있다.
Fig. 12는 2015년에서 2017년 4월에 대한 SORS와 GORS의 시간대별 빈도 및 강도를 시각화한 자료이다. SORS에서 강도 0과 1의 시간대는 뚜렷한 특징이 나타나지 않았다. 하지만 강도 2에서는 23~08 시간대에 해무 빈도가 높게 나타나는 특징을 보이며, 08시 이후부터 빈도가 줄어드는 경향을 보였다. 이는 안개 유형에 따른 발생시각과 소산시각의 차이로 보인다. 늦은 밤과 새벽 사이에 발생하여 주로 일출 전후에 소산되는 운저하강안개 유형으로, 야간시간대에 구름의 운저가 낮아지면서 발생한다(Lee and Suh, 2019). GORS에서도 SORS와 마찬가지로 야간에 발생 빈도가 높은 경향을 가지고 있으나 SORS에 비해 강도 1의 빈도가 다소 높은 특징을 가지고 있다.

3.3 SORS와 백령도의 해무 빈도와 강도 비교: 2016.08~2022.11

Fig. 13은 SORS와 백령도에서 발생하는 해무 빈도 및 강도를 월별로 시각화한 자료이다. SORS의 경우 해당기간에 결측치가 많아 백령도와 정량적인 빈도수 비교가 어려워 경향비교만 수행하였다. 1시간 단위 백령도 시정자료와의 비교를 위해 10분 간격인 SORS 자료를 1시간 단위로 변환하였다. 해당기간 해무는 3월에서 8월까지 봄과 여름에 주로 발생하였지만, 계절별 해무 발생 빈도를 비교했을 때 SORS는 봄, 여름, 가을, 겨울, 백령도는 여름, 봄, 가을, 겨울 순으로 해무 관측 빈도가 높았다. 백령도에서 관측된 해무 발생 빈도가 SORS에서 관측된 해무 발생 빈도수보다 현저히 더 높은 것을 알 수 있었다.
Fig. 14는 SORS와 백령도의 시간대별 빈도 및 강도를 시각화한 자료이며, SORS의 강도 0해무는 05~11시간대에 발생하는 경향이 있었고, 강도1과 2 해무는 00~08시간대에 빈도가 높았다. 백령도의 경우 강도 0 해무는 18~21시간대와 06~07시간대에 빈도가 높았으나, 강도1과 2 해무는 19~08시간대에 해무가 자주 발생하였다. 해당 기간 동안 강도에 따라 해무 발생 시간이 상이하게 나타나며, 황해 내에서 위치에 따른 안개유형이 다양하게 발생함을 알 수 있다.

4. 결 론

본 연구에서는 황해에 위치한 소청초해양과학기지(SORS), 가거초해양과학기지(GORS), 이어도해양과학기지(IORS)의 1km 이내 시정자료를 이용하여 위치별, 월별, 시간대별로 해무 강도 및 빈도를 분석하였다. 동일 기간(2014.11-2017.05)의 SORS와 GORS에 대한 해무 강도2(0.2km 미만)는 각각 49.4%, 15.4%로 황해 중부에 위치한 SORS에서 해무 빈도가 높았으며, 월별 빈도는 4월에 각각 27%, 47%로 가장 높게 나타났다. 또한 봄철에 SORS 60%, GORS 75%로 해무 빈도가 집중되었으며, 시간대는 동일하게 01시에 빈도가 가장 높았다. GORS는 10-18시까지 짙은 해무가 거의 발생하지 않은 반면 SORS는 12시를 제외한 오전 시간대에 해무가 발생했다.
또한 황해 중부의 지역적 해무 강도 특성을 확인하기 위해 SORS와 백령도 종관기상관측자료를 비교하였다. 백령도는 SORS보다 전체 해무 빈도가 4배 이상 높았으며, 0.5km 미만 해무 빈도는 SORS 71%, 백령도 57%로 나타났다. 또한 백령도는 7월에 강도2의 해무 빈도가 높게 나타나며 복사안개와 이류안개 유형이 나타나는 반면, SORS는 4월에 가장 빈도가 높고 운저하강안개 유형인 새벽시간대에 발생하고 일출 전에 소산되는 경향을 보인다. 계절로는 SORS 봄철(40%), 여름철(39%), 가을철(11%), 겨울철(10%), 백령도 여름철(41%), 봄철(25%), 가을철(17%), 겨울철(17%)로 나타나며 황해 중부 봄철과 여름철에 해무가 집중적으로 발생하는 경향을 보인다.
본 연구 결과는 시정자료만을 이용하여 도출한 결과로 향후 위성 원격탐사 자료를 이용한 검증과 기온, 강수량과 같은 해무에 영향을 미치는 해양기상요소를 활용하여 황해에서 발생하는 해무의 공간 분포 특성 파악이 필요하다.

감사의 글

이 논문은 2023년도 해양수산부 재원으로 해양수산과학기술진흥원의 지원(20210607, 관할해역 첨단 해양과학기지 구축 및 융합연구)과 산업통상자원부와 한국산업기술진흥원의 “지역혁신클러스터육성(R&D)(P0025425)”사업의 지원을 받아 수행된 연구결과임.

Fig. 1
Location of ocean research stations and Baengnyeongdo with average sea surface temperature and air temperature from 1991 to 2020
kscdp-2023-10-4-157f1.jpg
Fig. 2
Schematic observation method of the two visibility sensors presented in Table 1
kscdp-2023-10-4-157f2.jpg
Fig. 3
Overall flow chart for frequency and intensity analysis of sea fog in the Yellow Sea
kscdp-2023-10-4-157f3.jpg
Fig. 4
Comparison of visibilities obtained from Sensor1(a) and Sensor2(b) installed at SORS from September 2014 to November 2022. (a-1, b-1) Sea fog visibillity at 10 min. interval. (a-2, b-2) Daily average visibility
kscdp-2023-10-4-157f4.jpg
Fig. 5
Gap filling for missing values of Sensor1 time series data using Sensor2 visibility data
kscdp-2023-10-4-157f5.jpg
Fig. 6
Daily frequency for missing data at ocean research stations
kscdp-2023-10-4-157f6.jpg
Fig. 7
Visibility data obtained by sensor from Baengnyeongdo between August, 2016 and November, 2022. (a, b) Visibility at 1 hour interval. (c) Daily average visibility (blue dot) and trend of monthly average visibility (red line)
kscdp-2023-10-4-157f7.jpg
Fig. 8
Sea fog frequency at SORS, GORS and IORS from 2016.08 to 2022.11
kscdp-2023-10-4-157f8.jpg
Fig. 9
Sea fog frequency and intensity according to daily missing ratio (90%, 50%, 30%) at ocean research stations
kscdp-2023-10-4-157f9.jpg
Fig. 10
Average sea fog frequency per day at ocean research stations calculated from Fig. 8
kscdp-2023-10-4-157f10.jpg
Fig. 11
Monthly sea fog frequency and intensity at SORS andGORS: 2014.11~2017.05
kscdp-2023-10-4-157f11.jpg
Fig. 12
Heatmaps of daily sea fog frequency and intensity at (a) SORS and (b) GORS for the month April from 2015 to 2017. X and Y axes represent hour and intensity level, irrespectively
kscdp-2023-10-4-157f12.jpg
Fig. 13
Monthly distribution of sea fog frequency and intensity at SORS and Baengnyeongdo: 2016.08~2022.11
kscdp-2023-10-4-157f13.jpg
Fig. 14
Monthly distribution of sea fog frequency and intensity at SORS and Baengnyeongdo: 2016.08~2022.11
kscdp-2023-10-4-157f14.jpg
Table 1
Visibility sensors at korea ocean research stations and Baengnyeongdo
Station Ocean Research Station(ORS) Baengnyeongdo(ASOS station)
Operator (Model) VAISALA (PWD 22) BELFORT (6500)
Dimensions 220mm(H)*720mm(W)*320mm(D) 356mm(H)*1,219mm(W)*254mm(D)
Weight 3kg 7.3kg
Light source Near-infrared Light Emitting Diode Infrared Light Emitting Diode
Peak wavelength 875nm 880nm
Visibility range 10 - 20000 (m) 6 - 80000(m)
Accuracy range 10-10000(m) → +/− 10%
range 10000-20000(m) → +/− 15%
+/− 10%

References

Croft, P. J.., Pfost, R. L.., Medlin, J. M.., Johnson, G. A.. (1997). "Fog forecasting for the southern region: A conceptual model approach." Weather and Forecasting, Vol. 12, No. 3, pp. 545-556.
crossref
Kim, Y. C.., Han, K. K.. (2006). "Numerical forecasting of sea fog at West Sea in spring." KSAA, Vol. 14, No. 4, pp. 94-100.
Lee, H. K.., Suh, M. S.. (2019). "Objective classification of fog type and analysis of fog characteristics using visibility meter and satellite observation data over South Korea." Atmosphere, Vol. 29, No. 5, pp. 639-658.
Park, S. H.., Song, S. K.., Park, H. S.. (2020). "Temporal and spatial variations of marine meteorological elements and characteristics of sea fog occurrence in Korean coastal waters during 2013-2017." JESI, Vol. 29, No. 3, pp. 257-272.
crossref
Byun, H. R.., Lee, D. K.., Lee, H. W.. (1997). "Analysis on the characteristics and predictability of the marine fog over and near the East Sea." Asia-Pacific Journal of Atmospheric Sciences, Vol. 33, No. 1, pp. 41-62.
Oh, H. J.., Lee, H. M.., Seo, T. G.., Youn, Y. H.., Kim, T. H.. (2003). "Analysis of a sea fog using ocean-air observation data in the Mid-Yellow Sea of Korea." The Journal of The Korean Earth Science Society, Vol. 24, No. 4, pp. 303-314.
Seo, J. W.., Oh, H. J.., Ahn, J. B.., Youn, Y. H.. (2003). "A study on prediction system of sea fogs in the East Sea." Sea, Vol. 8, No. 2, pp. 121-131.
Lee, K. H.., Kwon, B. H.., Kim, M. S.., Kim, K. H.., Kim, P. S.., Kim, S. J.., Jo, W. G... 2017;Sea fog retrieval algorithm using GOCI data over the Yellow Sea. In: Proceedings of KOSOMES Biannual Meeting; pp 241.
Oh, S. Y.., Jang, S. W.., Kim, D. H.., Yoon, H. J.. (2012). "Temporal and spatial variations of SL/SST in the Korean Peninsula by remote sensing." Journal of Fisheries and Marine Sciences Education, Vol. 24, No. 2, pp. 333-345.
crossref
Won, D. J.., Kim, S. Y.., Kim, K. E.., Min, K. D.. (2000). "Analysis of meteorological and oceanographic characteristics on the sea fog over the Yellow Sea." Asia-Pacific Journal of Atmospheric Sciences, Vol. 36, No. 6, pp. 631-642.
Jeon, H. K.., Kim, S.., Edwin, J.., Yang, C. S.. (2020). "Sea fog identification from GOCI images using CNN transfer learning models." Electronics, Vol. 9, No. 2, pp. 311.
crossref
Harun-Al-Rashid, A.., Yang, C. S.. (2018). "A simple sea fog prediction approach using GOCI observations and sea surface winds." Remote Sensing Letters, Vol. 9, No. 1, pp. 21-30.
crossref
TOOLS
METRICS Graph View
  • 0 Crossref
  •  0 Scopus
  • 1,266 View
  • 26 Download
Related articles


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
A-114, College of Engineering, Konkuk University, 120 Neungdongro, Gwangjin-gu, Seoul 05029, Korea
Tel: +82-2-444-7494    Fax: +82-2-444-7264    E-mail: kscdp@kscdp.or.kr                

Copyright © 2024 by Korean Society of Coastal Disaster Prevention.

Developed in M2PI

Close layer
prev next