Production of Gap-filled 12-hour SST Composites for GK2A: Quality Improvement Using EBMA and RRK

Abstract

해수면온도(Sea Surface Temperature, SST)는 대기-해양의 상호작용 및 기후변화를 이해하는 데 필수적인 해양 기상요소이고, 다양한 수치예보모델의 입력자료로 널리 활용되고 있다. 이에, 공백 없이 시공간해상도가 일정한 고품질의 SST 격자자료는 그 활용도가 매우 높다. 현재 정지궤도복합위성-2A호(GEO-KOMPSAT-2A, GK2A)는 한반도를 포함한 동아시아 영역의 10분 간격 SST 자료를 생산하고 있다. 그러나 3.7 및 10-12 ㎛ 파장대의 복사휘도를 이용해 산출되는 적외선 영역 SST 자료는 구름, 에어로졸, 먼지 등이 존재할 경우 정확한 산출이 불가능하고 공백이 발생하게 된다. 따라서 본 연구는 실측자료 품질관리 및 앙상블 모델링과 잔차보상을 결합한 결측화소 복원을 통해 2020-2021년 자료품질이 향상된 GK2A 12시간 SST 합성장을 산출하는 것을 목표로 한다. 합성장의 품질은 12시간 합성장 및 결측이 없는 GK2A SST 합성장 생성, 정확도 개선 측면에서 향상시키고자 하였다. 12시간 합성장 산출은 결측화소의 비율을 낮추고, SST의 주야 변동성을 반영하기 위하여 10분 간격 Level-2 SST를 12시간 간격으로 합성하였으며, 합성방법으로는 시간 거리에 따른 가중평균을 이용하였다. 결측이 없는 GK2A SST 합성장을 생성하기 위해 비습, 표면압력, OSTIA 기후치 등 SST의 설명요소들을 이용한 다중선형회귀(Multiple Linear Regression, MLR), 인공지능 기법인 Random Forest (RF)와 Deep Neural Network (DNN)을 각각 적용하였다. 이후 각 모형의 차이에 따른 불확실성을 줄이기 위하여 세 가지 앙상블 기법(ensemble mean, ensemble median, Ensemble Bayesian Model Averaging (EBMA))을 적용한 SST 추정치를 생성하였다. 이 중 각 모형의 훈련과정에서 도출된 가중평균을 취하는 EBMA 모형이 가장 안정적인 결과를 나타냈다. 최종적으로 모델링 과정에서 필연적으로 발생하는 잔차를 최소화하고, 모형의 정확도를 향상시키기 위해 회귀모형에 잔차보상을 결합하는 회귀잔차크리깅(Regression Residual Kriging, RRK)을 적용하고 그 결과를 비교하였다. 우리나라 근해의 해양실측자료를 이용한 정확도 검증 결과, 86,495개 결측화소에 대한 EBMA with RRK 추정치의 MBE=0.035 °C, MAE=0.402 °C, RMSE=0.622 °C, CC=0.994를 나타냈다. 다양한 실험을 통해 EBMA with RRK 추정치는 주변 실측치와의 잔차보상이 반영되어 결측화소 복원이 효과적으로 이루어졌고, 실측자료와 유사한 값을 가지는 것을 확인하였다. 특히 태풍과 같은 이상기상 현상에서도 안정적인 정확도를 확보하였으며, 실제 해역의 특징을 보다 잘 모사하는 것으로 확인되었다. 이를 통해 본 연구에서 적용한 GK2A SST의 결측복원 12시간 합성장 산출 기법의 유효성을 입증하였다. 향후 한 시점의 SST 추정치를 모델링하기 위해 다중시기의 자료를 활용하여 기상요소와 SST 간의 시간변동에 따른 상관성을 반영할 필요가 있을 것으로 사료된다.