Journal Search Engine

ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)

Journal of the Korean Society of Marine Environment and Safety Vol.25 No.6 pp.678-686
DOI : https://doi.org/10.7837/kosomes.2019.25.6.678

Preliminary Study on Detection of Marine Heat Waves using Satellite-based Sea Surface Temperature Anomaly in 2017-2018

Tae-Ho Kim^*

, Chan-Su Yang^**†

^*Marine Security and Safety Research Center, Korea Institute of Ocean Science and Technology, Busan, Korea
^**Marine Security and Safety Research Center, Korea Institute of Ocean Science and Technology, Busan, Korea
^**Department of Applied Ocean Science, Korea University of Science and Technology, Daejeon, Korea
^**Department of Convergence Study on the Ocean Science and Technology, Ocean Science and Technology School, Busan, Korea

First Author : thkim@kiost.ac.kr, 051-664-3616

Corresponding Author : yangcs@kiost.ac.kr, 051-664-3615

Received August 6, 2019 Review September 25, 2019 Accepted October 28, 2019

Abstract

In this study, marine heat waves on coastal waters of Republic of Korea were detected using satellite-based Sea Surface Temperature Anomaly (SSTA). The detected results were compared with the warm water issues reported by the National Institute of Fisheries Science (NIFS). Marine heat waves detection algorithm using SSTA based on a threshold has proposed. The threshold value was defined as 2°C for caution and 3°C for warning issues, respectively. Daily averaged SST data from July to September of 2017-2018 were used to generate SSTA. The satellite-based detection results were classified into nine areas according to the place names used in the NIFS warm water issues. In the comparison of frequency of marine heat waves occurrence to each area with the warm water issue, most areas in the southern coast showed a similar pattern, that is probably NIFS uses spatially well distributed buoys. On the other hand, other sea areas had about two times more satellite detection results. This result seems to be because NIFS only considers the water temperature data measured at limited points. The results of this study are expected to contribute to the development of a satellite-based warm/cold water monitoring system in coastal waters.

Key Words : Marine heat waves , Sea surface temperature , SST Anomaly , Marine heat waves detection , Satellite

인공위성 해수면온도 편차 이용 한반도 연안 해역 고수온 탐지 : 2017-2018년도

김 태호^*

, 양 찬수^**†

^*한국해양과학기술원 해양방위 안전연구센터
^**한국해양과학기술원 해양방위 안전연구센터
^**과학기술연합대학원대학교 응용해양과학과
^**해양과학기술전문대학원 해양과학기술융합학과

초록

본 연구에서는 인공위성 해수면온도 편차(Sea Surface Temperature Anomaly, SSTA)를 이용하여 한반도 연안해역의 고수온 해역을 추출하고, 국립수산과학원의 고수온속보 발령 문서와 비교하였다. 일일 SSTA 이미지를 이용하여 임계값을 적용하는 고수온 탐지 알고리 즘을 제안하였으며, 고수온 주의보는 2°C 이상, 경보는 3°C 이상인 것으로 가정하였다. 2017~2018년 7~9월의 일평균 SST를 기반으로 한 편 차자료를 사용하였으며, 고수온속보에 사용되는 지역을 대상으로 위성기반 탐지 결과를 9개 영역으로 구분하고 비교하였다. 해역별 고수 온 발생 횟수 비교 결과, 수온 관측 부이가 고르게 분포한 남해 연안은 고수온속보와 위성 탐지 횟수가 유사하게 나타났다. 반면에 다른 해역은 위성 탐지 횟수가 약 2배 이상 많았으며, 이는 고수온속보 발령이 해역의 일부 위치 수온만을 고려하기 때문인 것으로 판단된다. 본 연구 결과는 향후 위성기반 연안해역 고·저수온 모니터링 체계 개발에 활용하고자 한다.

키워드 : 고수온 , 해수면온도 , 수온편차 , 고수온 탐지 , 인공위성

This article has been cited by 0 article in crossref

Cited-By

Funding:

1. 서 론

어패류는 수온, 용존산소, 수소이온 농도(pH) 등과 같은 해양 환경의 급격한 변화나 환경오염으로 인해 생존과 건강 에 큰 영향을 받는다. 매년 수온의 급격한 변화에 의한 어패 류의 대량폐사 등 피해가 발생하고 있으며, 남해안의 경우 양식어류 피해는 57.5 %가 고수온과 저수온이 주요 요인임 이 밝혀졌다(Lee et al., 2018).

국립수산과학원은 수산자원 관리를 위해 해양환경 조사 를 실시하고 있으며, 홈페이지를 통해 이상해황(냉수대, 고 수온, 저수온, 빈산소수괴) 관련 예보 및 속보를 제공하고 있 다(http://www.nifs.go.kr/bbs?id=seastate). 수온은 실시간 해양환 경 어장정보 시스템(http://www.nifs.go.kr/risa/main.risa), 선박 정 선 관측 및 지자체 관측 자료를 사용하며, 관측 지점을 특정 해역으로 분류하여 해역별 예보 및 속보를 발령하고 있다. 하지만 점 관측 자료 기반 수온 분포 분석은 넓은 해역 대상 으로 정확한 예보 및 속보 발령에 어려움이 있다. 따라서 수 치모델 및 원격탐사 기술과 같은 광역의 자료를 이용한 이 상수온 탐지 기법의 개발이 요구된다.

시공간적으로 규칙적인 자료를 제공하는 수치모델의 경 우 입력 자료의 한계와 수치모델의 불완전성으로 인해 상대 적으로 정확성이 떨어진다. 또한, 넓은 해역을 대상으로 점 이나 선 형태의 관측 수온을 사용하여 이상수온을 모니터링 하는 경우 수온의 공간 분포를 파악하는 데에는 한계가 있 다(Hosoda, 2010). 위성영상을 사용하여 산출한 표층 수온 온 도(Sea Surface Temperature, SST)는 이러한 한계를 극복할 수 있다. Moon and Yang(2009)는 NOAA SST 자료를 이용하여 서 해 연안 해역의 이상 수온을 해석하였으며, Yoon et al.(2009) 는 Landsat-5/7과 NOAA SST 자료를 이용하여 연안해역의 공 간 변화를 모니터링 하였다. Park et al.(2014)는 Landsat-7 SST 자료를 이용하여 해저 용출수 분포 지역을 추정하였다.

인공위성 원격 탐사 기술의 발전과 함께 1980년대 이후 인공위성을 이용하여 전구 대상 SST 정보 수집이 가능해졌 다(Casey et al., 2010;Hosoda, 2010). SST는 인공위성에 탑재된 마이크로파(microwave) 영역과 적외선(infrared) 영역의 센서 를 통해 산출하는데, 풍속, 해류, 육지영향, 일변화 등 다양 한 환경요인에 의해 오차가 발생한다(Park et al., 2008a;2008b;Kim and Park, 2018). 특히, 단일 적외선 센서 기반의 수온자료는 구름의 영향을 받기 때문에 특정 해역에 대해 주기적인 데이터 수집이 불안정하다.

많은 연구기관에서 다양한 기법을 이용하여 빈 공간 없는 고품질 수온 자료를 생산하는 시스템을 운영하고 있다 (Martin et al., 2012). JPL ROMS(Regional Ocean Modeling System) 연구팀은 two-dimensional variational(2DVAR) 기반의 합성 알고리즘을 사용하며(Chao et al., 2009), 매일 1 km 해상도의 전구 위성 SST(Global 1 km SST, G1SST)를 생산하고 있다 (https://ourocean.jpl.nasa.gov). Met Office는 multi-scale OI(Optimal Interpolation) 이용하여 매일 합성 위성 SST 자료를 생산하는 시스템은 운영하고 있다(Donlon et al., 2012). 한국해양과학기 술원은 매일 다종 인공위성 SST를 OI 알고리즘을 이용하여 1 km 해상도의 일평균 합성 SST를 생산하고 있으며, 평균 0.71℃의 정확성을 갖는다(Yang et al., 2015;Yang and Kim, 2016). 특히, 연안 해역 17개 정점의 부이 수온을 입력 자료 로 사용함으로서 연안에서 발생하는 위성 SST의 오차를 일 부 보정한다. 또한 GHRSST(Group of High Resolution Sea Surface Temperature) 평년 자료(2007~2016년)를 이용하여 SST anomaly(SSTA) 자료를 함께 생산하고 있다.

본 연구에서는 SSTA를 이용하여 2017~2018년도 7~9월 연 안해역에서 발생한 고수온을 탐지하였다. 연안해역을 총 9 개 해역으로 구분하였으며, 월별, 해역별 고수온 탐지 결과 를 국립수산과학원의 고수온속보 발령 문서와 비교하였다.

2. 고수온 발생 현황 및 탐지 결과 산출 영역

2.1 고수온 발생 현황

국립수산과학원은 수산자원 관리를 위해 해양환경 조사 를 실시하고 있으며, 홈페이지를 통해 고수온 속보를 제공 하고 있다(http://www.nifs.go.kr/bbs?id=seastate). 속보는 특정 수 온값을 기준으로 주의보와 경보로 구분되어 발령된다. 주의 보는 전일대비 3℃ 이상 또는 평년대비 2℃ 이상의 상승 현 상을 보이는 해역, 경보는 전일대비 5℃ 이상 또는 평년대비 3℃ 이상의 상승 현상을 보이는 해역을 대상으로 한다. 본 연구에서는 2017년과 2018년도 고수온 속보 발령을 분석하 였다. 발령 등급은 주의, 주의보, 경보 3단계로 구분되나, 2017년도 이후 모든 속보가 주의보와 경보 단계로 발령되었 다. 2017년 150건, 2018년 339건, 총 489건의 속보가 발령되었 으며, 속보에 기재된 해역명을 이용하여 고수온 발생 해역 을 구분하였다(Table 1). 발령 문서에는 총 10개의 해역명이 사용되었다.

2017년에 비해 2018년 고수온 주의보는 약 2배, 경보는 약 4배 증가하였다. 이는 국립수산과학원에서 수집 및 운영하 는 부이의 수가 증가하면서, 예보 발령 가능 해역이 증가한 것이 주요 원인이다. 또한 국립수산과학원의 위성 관측 표 면수온자료 분석 결과는 2017년 7~8월에 비해 2018년 7~8월 의 월 평균 온도와 평년 대비 온도차가 상승한 것을 나타내 며, 이는 2018년도의 고수온 속보 발령 횟수 증가에 영향을 주었을 것이다(Suh et al., 2017;Go et al., 2018). 특히 주의보 에 비해 서해와 동해에서 경보의 발령 횟수가 크게 증가한 것을 알 수 있다. 남해 부산-진도 해역의 발령 횟수가 많았 으며, 서해 천수만 해역은 우리나라 고수온 발생 대부분 일 자에 주의보 또는 경보가 발령되었다.

2.2 탐지 결과 산출 영역

인공위성 SST 기반 공간적 고수온 분포의 정량적 평가를 위해 분석 영역 범위를 정의하였다. 속보에 사용된 해역명 을 참고하여 고수온 탐지 해역을 ‘천수만 전역’, ‘전북-충남 남부 연안’, ‘전라남도 서해 연안’, ‘남해 연안’, ‘통영-부산 연안’, ‘동해남부 연안’, ‘경상북도 연안’, ‘동해 연안’, ‘제주’ 9개로 하였다(Table 1, Fig. 1). 발령 문서에 표기된 ‘완도 내 만’ 및 ‘득량만’은 ‘남해 연안’ 영역 안에 포함되어 제외하였 다. 위성 SSTA에서 정의된 세부 해역명과 그 좌표 값은 Table 2와 같다.

고수온 주의보 및 경보는 부이관측, 선박관측 등의 점 관 측 수온을 이용하여 특정 해역의 단계를 결정하는 방법을 사용한다. Fig. 2는 정의된 탐지 영역과 이에 포함되는 부이 관측 위치를 나타낸다. 비록 선박관측 및 지자체 수온 관측 위치는 배제되었지만, 고수온 속보를 발령하는 해역 범위에 비해 수온 관측 지점 수가 부족함을 확인할 수 있다.

3. 인공위성 수온 자료 및 고수온 탐지 방법

3.1 인공위성 SST

본 연구에서는 2종의 마이크로파(microwave) 센서(AMSR-2, WindSAT)와 4종의 적외(infrared) 센서(MODIS, AVHRR, MI, VIIRS) 수온 자료를 합성하여 생성한 일평균 SST 자료를 사 용하였다(Yang et al., 2015). 최적 내삽 알고리즘을 이용하여 다종 위성 SST를 합성하며, 해상도는 1 km이다(Yang et al., 2015). 한반도 연안해역의 고수온은 주로 7~9월에 발생하므 로, 2017~2018년 해당 기간의 인공위성 합성 SST를 사용하였 다.

Fig. 3은 2018년 8월 13일 한반도 주변의 합성된 위성 SST 를 보여준다. 해당일은 우리나라 연안해역 모든 지역에 고 수온 주의보 및 경보가 발령되었다. 대부분의 해역이 28℃ 이상의 고수온을 나타내었지만, 서해 연안 및 전남 연안 해 역에서는 22℃ 이하의 상대적으로 낮은 수온이 분포하였다.

3.2 인공위성 SST 편차(Anomaly)

GHRSST는 전세계 해역을 대상으로 다양한 해상도의 일평균 SST를 생산한다(Martin et al., 2012;Donlon et al., 2012). 본 연구에서는 평년대비 수온변동을 산출하기 위해 서 OSTIA(Operational Sea Surface Temperature and Sea Ice Analysis) Level 4 전구 수온자료를 사용하였다. 차연산을 위 해 SeaSpace TeraScan 소프트웨어의 ‘fastreg2’ 함수를 사용 하여 합성 SST 자료와 해상도를 맞추는 작업을 수행하였다 (https://www.seaspace.com/software-products/). 리샘플링 옵션은 ‘cubic convolution’으로 설정하였으며, 입력되는 base map을 합성 SST와 동일한 격자로 생성하였다. Fig. 4는 2018년 8월 13일 한반도 주변의 SSTA를 보여준다. 경기만 북부, 태안반 도 내만, 남해 연안해역이 평년대비 3℃ 이상 상승한 수온을 나타내었다. 반면 태안반도 외해 및 전남 연안해역은 평년 대비 하강한 수온을 나타내었다.

3.3 고수온 탐지 방법

Fig. 5는 고수온 해역을 탐지하는 방법을 나타낸다. 다종 위성 합성을 통해 생성된 일평균 수온자료와 GHRSST의 평 균 자료를 이용하여 SSTA를 생산한다. 고수온 주의보와 경 보는 각각 평년대비 2℃ 및 3℃ 이상의 급격한 수온 상승 해 역으로 정의된다. 9개의 산출 영역에 포함되는 모든 픽셀의 온도값이 평년 대비 2℃ 미만 픽셀은 일반(Normal), 2℃ 이상 3℃ 미만 픽셀은 주의(Caution), 3℃ 초과 픽셀은 경보(Warning) 로 구분하였다. 산출영역에 포함되는 픽셀 중, 가장 높은 등 급의 픽셀을 최종 등급 결과로 산출한다.

2018년 8월 13일 국립수산과학원 고수온속보 문서에 따르 면 남해 연안 해역에 고수온 경보를 동해 연안 해역에 고수 온 주의보를 발령하였다. Fig. 6은 남해 연안 해역의 당일 합 성 위성 SSTA와 이를 이용한 고수온 탐지 결과를 보여준다. 남해 연안 서부는 동부에 비해 높은 SSTA를 나타내었다(Fig. 6(a)). 탐지 결과 서부 해역은 고수온 경보 발령 조건을 만족 하였고, 동부 해역은 주의보 조건을 만족하거나 정상적인 수온 분포를 나타내었다. 당일 경보 발령에 사용된 수온 관 측 부이 위치는 고수온 탐지 영역 부근에 위치하였다(Fig. 6(b)).

Fig. 7은 전라남도 연안 해역의 당일 합성 위성 SSTA와 이 를 이용한 고수온 탐지 결과를 보여준다. 전라남도 연안 북 서부는 높은 SSTA를 나타내는 반면에 남부는 평년보다 낮 은 수온의 분포를 나타내었다(Fig. 7(a)). 탐지 결과 북서부 해역은 고수온 경보 및 주의보 발령 조건을 만족하였고, 북 부 일부 해역은 주의보 조건을 만족하였다. 주의보 발령에 사용된 수온 관측 부이 위치는 고수온 탐지 영역 부근에 위 치하였다(Fig. 7(b)).

4. 결 과

4.1 여름철 한반도 주변 고수온 탐지

2017~2018년도 7~9월 합성 위성 SSTA를 이용하여 한반도 연안해역 고수온 탐지를 실시하였다. 총 184일 자료를 사용 하였으며, GHRSST 평균 수온은 2007~2016년 GHRSST OSTIA 의 일평균 전구 수온자료를 이용하여 생성하였다. 국립수산 과학원 고수온속보 발령건수 409건에 비해 위성 SSTA 이용 고수온 탐지 결과는 859건으로 약 2배였다(단, 국립수산과학 원 고수온속보의 ‘완도 내만’, ‘득량만’ 해역의 발생 건수는 ‘남해 연안’으로 병합하였으며, 위성 SSTA 이용 고수온 탐지 시 ‘전남-충남 남부 연안’ 해역에 대한 결과를 추가로 생산).

Fig. 8은 고수온 경보와 주의보의 월별 발령 횟수를 나타 낸다. 2017, 2018년 모두 8월에 주의보와 경보의 속보 발령 및 탐지 횟수가 가장 많았으며, 2017년에 비해 2018년에 고 수온 발생 해역이 증가하였다. 주의보의 경우 8월에 위성 탐 지 횟수보다 속보 발령 횟수가 많았다. 이는 위성 탐지 결과 는 동일한 해역, 같은 일자에 경보 결과를 탐지했기 때문이 다. 7, 9월의 경우 주의보와 경보 모두 위성 탐지 결과의 횟 수가 많았다. 특히 경보의 경우 속보 문서에는 경보 발령 일 자가 없는 반면에 위성 탐지 결과는 226회 발령 기준에 부합 하는 SSTA 값을 나타내었다.

4.2 해역별 고수온 속보 발령 및 위성 탐지 비교

부이는 정확한 온도를 지속적으로 관측하는 장점이 있지 만 넓은 해역의 이상온도를 모니터링 하는 목적에는 공간적 한계가 있다. 부이의 온도만을 기준으로 고수온속보 발령을 결정하는 경우 미설치 해역의 온도 변화를 모니터링 하지 못한다.

9개 해역 대상으로 고수온 속보 발령 횟수와 위성 탐지 결과를 정량적으로 비교하였다(Fig 9). 주의보의 경우 남해 연안과 제주 해역을 제외한 모든 해역에서 고수온 위성 탐 지 횟수가 많았다. 경보는 모든 해역에서 위성 고수온 탐지 횟수가 발령 문서에 비해 많았다. 이는 관측 수온 지점이 연 안 해역 전체를 대상으로 고수온을 탐지하는 데는 공간적 한계점이 존재함을 나타낸다. 남해 연안의 주의보와 경보 합산 횟수는 발령 문서 66건, 위성 탐지 71건으로 다른 지역 에 비해 가장 유사하게 나타났다. Fig. 2의 해역별 부이 위치 분포를 보면 남해 연안(d) 해역의 경우 부이의 위치가 상대 적으로 영역 전체에 고르게 분포해 있다. 따라서 부이 위치 분포 특성상 해당 영역의 수온 분포가 타지역에 비해 많이 반영되었음을 보여준다.

본 연구 결과는 정점 관측 수온을 이용한 특정 해역의 고 수온 주의보 및 경보 발령은 자료가 없는 영역에서 발생한 고수온 현상 탐지의 한계성을 보여준다. 따라서 인공위성과 같은 광역의 수온 자료를 활용한 고수온 탐지 및 예보 발령 체계의 활용이 필요하다. 기상청과 국립해양조사원은 해양 관측부이를 이용하여 연안해역의 수온을 관측하고 있다. 비 록 수온 관측 수심은 서로 상이하지만 다수의 수온 관측 자 료를 활용 한다면 향후 더 정확한 비교가 가능하다고 판단 된다.

5. 결 론

이 논문에서는 인공위성 합성 SST를 이용하여 연안해역 고수온 발생 해역을 탐지하고, 결과를 고수온속보 문서와 비교하였다. 위성 SST와 10년 평균 수온을 이용하여 SSTA를 계산하고, 고수온 대응 매뉴얼의 기준을 적용하여 주의보와 경보 발령에 해당하는 해역을 추출하였다. 부이 등 관측 수 온만을 이용하여 탐지한 고수온 발생 건수에 비해 인공위성 SST를 사용하는 경우 2배 이상의 고수온 탐지 결과를 나타 내었다. 남해연안에서는 유사한 탐지 결과를 나타내었는데 이는 상대적으로 다수의 부이가 해역에 고르게 분포한 것과 관련이 있는 것으로 보인다.

본 결과는 단일 픽셀의 수온 차이만을 이용하여 고수온을 탐지한 결과를 소개하였다. 국립수산과학원의 고수온 주의 보 및 경보 발령은 지점별 수온 분석 결과 또는 최근 5년 평 년 수온 비교 결과를 이용하여 결정한다. 추후 탐지 방법에 따른 민감도 분석을 통해 적합한 고수온 탐지방법의 정립이 필요하며, 고수온 지속기간 등의 추가 조건 적용을 통해 탐 지의 정확성을 향상 할 계획이다. 또한 현안대응 활용을 위 해서는 준실시간 수준의 위성자료 확보가 필요하며, 연안해 역에서 위성자료의 품질 관리 방법이 동시에 연구되어야 할 것이다. 본 연구는 인공위성 SST를 활용한 연안해역 고수온 탐지 활용성을 제시하였으며, 향후 위성기반 연안해역 고·저수온 모니터링 체계 구축에 기여할 것이다.

Acknowledgements

이 논문은 2019년 해양수산부 재원으로 한국해양과학기 술진흥원의 지원을 받아 수행된 “종합해양과학기지 구축 및 활용연구(2단계)”, “다종위성 기반 해양 현안대응 실용화 기 술 개발”, “선박 및 인명 대피 지원 기술 개발” 사업의 일환 으로 수행되었습니다.

Figure

Fig. 1.

Study area used in this study. Boxes (a)-(i) represent regions of interest for the analysis of marine heat waves warning issue. The color map indicates the number of marine heat waves warning issue during 2017-2018.

Fig. 2.

9 areas listed in Table 2. (a)-(i) indicate coverages with buoy locations (red triangles) for each region in Figure 1.

Fig. 3.

Blended SST using multi-satellite data on August 13, 2018.

Fig. 4.

SST anomaly using a blended SST and climatology (GHRSST). The red and blue colors indicate warmer and colder SST than a normal year, respectively.

Fig. 5.

Flowchart of the marine heat waves detection method.

Fig. 6.

Marine heat waves detection result for the (e) area in Fig. 1 (2018.08.13.). (a) and (b) indicate SST anomaly and marine heat waves detection result respectively. The black and grey colors in (b) indicate warning and caution level, respectively. The red triangle marks in (b) represent buoy locations.

Fig. 7.

Marine heat waves detection result for the (c) area in Fig. 1 (2018.08.13.). (a) and (b) indicate SST anomaly and marine heat waves detection result respectively. The black and grey colors in (b) indicate warning and caution level, respectively. The red triangle marks in (b) represent buoy locations.

Fig. 8.

Number of warning and caution issues. (a) and (b) represent warning and caution situation from NIFS and satellite SSTA respectively.

Fig. 9.

Number of warning and caution issues for region of interest. (a) and (b) represent warning and caution situation from NIFS and satellite SSTA respectively. Label of x-axis indicate the each region of interest in Fig. 2.

Table

Table 1.

Issues of marine heat waves warning and caution from National Institute of Fisheries Science (NIFS) in 2017-2018

Table 2.

Locations for 9 areas used for SSTA based marine heat waves detection

Reference

Casey, K. S. , T. B. Brandon, P. Cornillon, and R. Evans (2010), The past, present, and future of the AVHRR pathfinder SST program. In: Oceanography from space. Springer, Dordrecht, pp. 273-287.
Chao, Y. , Z. Li, J. D. Farrara, and P. Hung (2009), Blending sea surface temperatures from multiple satellites and in situ observations for coastal oceans. Journal of Atmospheric and Oceanic Technology, Vol. 26, pp. 1415-1426.
Donlon, C. J. , M. Martin, J. Stark, J. Roberts-Jones, E. Fiedler, and W. Wimmer (2012), The operational sea surface temperature and sea ice analysis (OSTIA) system. Remote Sensing Environment, Vol. 116, pp. 140-158.
Go, W. J. , H. J. Oh, G. H. Eom, J. D. Hwang, I. S. Han, S. H. Youn, J. S. Lee, J. S. Park, E. S. Cho, C. H. Han, J. W. Park, J. S. Ahn, S. Y. Oh, J. G. Kim, S. H. Jang, Y. R. Hwang, J. M. Park, and E. J. Jang (2018), Oceanographic information of the Korea Waters in 2018, National Institute of Fisheries Science, Busan, Korea.
Hosoda, K. (2010), A review of satellite-based microwave observations of sea surface temperatures. Journal of Oceanography, Vol. 66, No. 4, pp. 439-473.
Kim, H. Y. and K. A. Park (2018), Comparison of sea surface temperature from oceanic bouys and satellite microwave measurements in the Western Coastal region of Korean Peninsula. Journal of the Korean Earth Science Society, Vol. 39, No. 6, pp. 555-567.
Lee, D. C. , K. M. Won, M. A. Park, H. S. Choi, and S. H. Jung (2018), An analysis of mass moralities in aquaculture fish farms on the Southern Coast in Korea, Ocean Policy Research, Vol. 33, No. 1. pp. 1-16.
Martin, M. , P. Dash, A. Ignatov, V. Banzon, G. Beggs, B. Brasnett, J. F. Cayula, J. Cummings, C. Donlon, C. Gentemann, R. Grumbine, S. Ishizaki, E. Maturi, R. W. Reynolds, and J. Roberts-Jones (2012), Group for high resolution sea surface temperature (GHRSST) analysis fields inter-comparisons. Part 1: A GHRSST multi-product ensemble (GMPE). Deep Sea Research Part II: Topical Studies in Oceanography, Vol. 77, pp. 21-30.
Moon, J. E. and C. S. Yang (2009), Analysis of abnormal sea surface temperature in the coastal waters of the Yellow Sea using satellite data for the winter season of 2004, Korean Journal of Remote Sensing, Vol. 25, No. 1, pp. 1-10.
Park, K. A. , F. Sakaida, and H. Kawamura (2008a), Error characteristics of satellite-observed sea surface temperatures in the Northeast Asian Sea. Journal of the Korean Earth Science Society, Vol. 29, No. 3, pp. 280-289.
Park, K. A. , F. Sakaida, and H. Kawamura (2008b), Oceanic skin-bulk temperature difference through the comparison of satellite-observed sea surface temperature and in-situ measurements. Korean Journal of Remote Sensing, Vol. 24, No. 4, pp. 273-287.
Park, J. M. , D. H. Kim, S. K. Yang, and H. J. Yoon (2014), A study on estimation of submarine groundwater discharge distribution area using Landsat-7 ETM+ images around Jeju Island, Journal of the Korea Institute of Electronic Communication Sciences, Vol. 9, No. 7, pp. 811-818.
Suh, Y. S. , H. J. Oh, G. H. Eom, W. A. Lim, J. D. Hwang, J. S. Park, I. S. Han, S. H. Youn, J. S. Lee, C. H. Han, J. W. Park, J. S. Park, S. Y. Oh, J. G. Kim, S. H. Jang, Y. R. Hwang, J. M. Park, and S. W. Choi (2017), Oceanographic information of the Korea Waters in 2017, National Institute of Fisheries Science, Busan, Korea.
Yang, C. S. , S. H. Kim, K. Ouchi, and J. H. Back (2015), Generation of high resolution sea surface temperature using multi-satellite data for operational oceanography, Acta Oceanologica Sinica, Vol. 34, No. 7, pp. 74-88.
Yang, C. S. and S. H. Kim (2016), Quality control methods for KOOS operational sea surface temperature products, Acta Oceanologica Sinica, Vol. 35, No. 2, pp. 11-18.
Yoon, S. , J. H. Ryu, J. E. Min, Y. H. Ahn, S. Lee, and J. S. Won (2009), Monitoring of the sea surface temperature in the Saemangeum sea area using the thermal infrared satellite data, Korean Journal of Remote Sensing, Vol. 25, No. 4, pp. 339-357.