한국의 계절별 수온약층 특성 번역(한국어 원본)연중 수온약층(thermoline)의 깊이 변화가 크지 않은 low-latitude 해역에서는 일반적으로 20℃ 등온선(isothermal line)을 영구수온약층(permanent thermocline)의 위치로 정의되고 있다. 하지만 mid-latitude 해역은 계절별, 지역별로 수온약층의 깊이와 형태가 다양하게 나타나 하나의 절대적인 수치를 기준으로 수온약층을 정의하기에는 어려움이 있다. 이러한 문제를 해결하고자 본 연구에서는 수온약층 구조를 10개의 파라미터로 정의하여, 수온약층을 정량화하기 위해 hyperbolic tangent function 구조를 이용한 새로운 알고리즘을 개발하였다. differential hyperbolic tangent function에서 수온약층 파라미터 중 수온의 최대 수온구배 값의 42%에 해당하는 수심을 수온약층의 시작점과 끝점으로 정의하였다. 이러한 수온약층 구조에 따른 상대적 기준치를 적용함으로써 수온약층의 강도나 프로파일 형태에 관계없이 수온약층의 형성 유무를 탐지하고 파라미터 추출이 가능하였다. 이러한 알고리즘을 여름철 계절수온약층이 존재하는 한국해역(Korean Waters)에 적용하여 수온약층의 공간분포 특성과 파라미터간의 관계모형을 수립하였다. 또한 수온약층 파라미터를 이용한 군집분석을 통해 수온약층 특성으로 Korean Waters를 지역 구분하였다.
수온수직구조(vertical temperature profile)에서 수온이 가장 급격하게 감소하는 구간인 수온약층은 밀도약층(pycnocline) 및 염분약층(halocline)과 함께 수층을 성층화하는 요인으로 작용하며, 해양에서의 물리, 화학, 생물 등의 기작(mechanism)을 이해하는데 중요한 역할을 한다. 또한, 최근에는 기후변화 지수인 엘리뇨/라니냐 변동과 수온약층의 변동이 매우 밀접한 관계가 있음이 밝혀짐에 따라, 수온약층에 대한 관심이 증대되고 있다.
수온약층은 발생하는 시기와 지역에 따라 다양한 형태를 보이며, 크게 계절수온약층(seasonal thermocline)과 영구수온약층(permanent thermocline)으로 구분된다. 중위도지역(mid-latitude)의 경우 계절에 따라 수온약층 깊이가 다르게 나타나는데 이를 계절수온약층 이라 하며, 저위도지역(low-latitude)에서 계절수온약층 아래에서 계절의 영향을 받지 않고 연중 거의 같은 깊이에 나타나는 수온약층을 영구수온약층이라 한다. 이러한 수온약층 연구를 위해서는 수온약층이 형성되었는지를 판단한 후, 수온약층 구조를 정량화해야 한다.
수온약층을 탐지하고 정량적인 파라미터로 추출하기 위해서는 그래프를 통한 수온의 수직구조를 육안으로 판단(visual inspection)하는 것이 가장 좋은 방법이다. 하지만 판단의 기준이 주관적일 뿐 아니라, 대량의 수온 수직 프로파일을 일일이 주관적으로 판단하기에는 어려움이 따른다. 따라서 수온약층을 객관적 기준에 의해 정량적으로 탐지할 수 있는 방법이 필요하다. 이를 위해 선행 연구자들에 의해 여러 해역에서 시도된 수온약층의 판단기준에 대한 연구 결과를 Table 1에 요약하였다. 영구수온약층이 존재하는 대양에서는 14℃ 등온선(isothermal line) 수심, 20℃ 등온선 수심, (SST+12℃)/2 수온의 수심을 수온약층의 깊이로 정의하였다. 영구수온약층은 연중 거의 같은 깊이에 존재하기 때문에 특정 등온선 수심을 수온약층의 깊이로 정의하는 방법이 적합할 수 있다. 하지만 중위도지역의 경우 수온수직구조의 다양성으로 인해 이 방법을 적용하기에는 적당치 않다. 또한, 수온약층 구조의 중간점(thermocline mid point)인 수온약층의 깊이만을 파라미터로 추출하기 때문에 수온약층의 두께, 기울기 등에 대한 분석이 어렵다. 따라서 다양한 수온수직구조에서 수온약층의 윗점(termocline top point)과 아랫점(thermocline base point)을 정의할 수 있어야 한다.
이를 위한 연구는 수온약층의 윗점과 혼합층(mixed layer depth)의 아랫점이 동일함에 따라, 혼합층의 아랫점을 찾기 위한 노력에서부터 시작되었다. 대부분의 연구에서 해수표면과의 수온차이가 기준 수온 차 이상이 나타는 수심을 혼합층의 아랫점으로 정의하였다. 혼합층의 아랫점을 정의한 결과를 바탕으로 Hasternarath and Merle [1987]는 대서양에서 관측된 수온자료를 사용하여 해수면과 1℃ 차이가 시작되는 수심을 수온약층의 윗점, 수온구배(temperature gradient (ΔT))가 0.04℃/m 이하로 나타나는 수심을 수온약층의 아랫점으로 정의하여 수온약층을 탐지한 바 있으나, 수온약층 탐지 기준이 rough 하여 다른 해역에 적용하기에는 부적합 하였다.
기준 ΔT 이상이 나타는 구간을 수온약층이라고 정의하는 gradient criterion (GC) 방법도 사용되었다. 예를 들면, Parasad and Bahulayan [1996]은 인도양의 서쪽과 아라비아 해를 대상으로 ΔT가 0.04℃/m 이상인 구간을, Liu et al. [2008]은 200m 이하의 China Sea를 대상으로 ΔT가 0.2℃/m 이상인 구간을 수온약층이라 정의한 바 있다. 하지만 GC 방법을 사용하게 되면 다양한 수온 수직구조에 대해 절대적인 하나의 기준치로 수온약층을 추출하게 되어 사용은 쉽지만 신뢰성이 떨어지는 단점이 있다. 이를 보완하기 위해 Chu et al. [1997]는 Yellow Sea (YS)를 대상으로 ΔT의 수직구조를 6개 layer로 정의하여 수온 수직구조 마다 상대적으로 수온약층을 탐지하는 thermal parametric model을 개발하였으며, 이를 발전시켜 Ge et al. [2003, 2006]은 China Sea를 대상으로 수온 수직구조를 3개 layer로 정의한 후 수온약층을 탐지하는 quasi-step-function approximation (QFA) 방법을 제안하였다. 하지만 이러한 방법은 초기 조건을 주관적으로 판단해야 하며, 곡선으로 이루어진 수온약층을 직선으로 fitting 시켜야 하는 단점이 있다. 또한, Hao et al. [2008]은 QFA에 방법이 off the shelf 지역에서는 수온약층 아랫점을 정의하기 어려운 문제로 적합하지 않음을 제시하였다. 최근의 연구에서는 두 가지 방법(on shelf 지역은 QFA 방법으로, off the shelf 지역에는 GC)을 혼용해서 사용하는 것을 제안하기도 했다.
따라서 본 연구에서는 수온 수직구조 마다 상대적인 기준으로, 초기 조건 없이 on/off the shelf 지역에 적용 가능한 새로운 수온약층 탐지 및 추출 알고리즘을 개발하고자 한다. 아울러 다양한 수온 수직구조가 존재하는 하계 한국연근해역(Korean Waters)을 대상으로 이 알고리즘을 적용하여 수온약층의 공간적 분포 특성과 파라미터들의 관계 모형도 수립하고자 한다. 또한, 수온약층 파라미터를 이용한 군집분석을 통해 수온약층 특성으로 Korean Waters를 분류하고자 한다. |
한국의 계절별 수온약층 특성 번역(영어 번역본)In low-latitude waters with small changes in depth of thermocline throughout the year, 20 ℃isothermal line is generally defined as the permanent thermocline. However, it is difficult to define thermocline using a single measure in mid-latitude waters as depth and characteristics of thermocline varies with season and region. To address this problem, we defined the structure of thermocline using ten parameters and developed an algorithm using hyperbolic tangent function structure to quantify thermocline. Of the thermocline parameters of differential hyperbolic tangent function, the depths at which temperature gradient is 42% of the maximum temperature difference were defined as the top and base point depths of thermocline. By applying relative reference points corresponding to respective thermocline structure, it was possible to detect thermocline formation regardless of the thermocline strength and profile and to extract the parameters. This algorithm was applied to the Korean Waters, which contain seasonal thermocline in summer, to establish a model for relationship between thermocline’s spatial distribution characteristics and parameters. Also, cluster analysis of thermocline parameter was conducted to classify subregion of the Korean Waters according to thermocline characteristics.
Thermocline is the region in the vertical temperature profile in which the water temperature most rapidly decreases. Along with pycnocline and halocline, it acts as a factor in stratifying the water. It also serves an important role in helping understand mechanisms of physical, chemical, and biological phenomena in the ocean. Recent discovery that changes in thermocline are closely related to El Nino and La Nina, which are climate change indices, led to increased interest in thermocline.
Thermocline characteristics vary with season and region. Thermocline is largely classified into seasonal and permanent thermocline. In case of mid-latitude region, thermocline has varying depth for different season and is thus referred to as seasonal thermocline. In contrast, permanent thermocline in low-latitude region is unaffected by season and exists at almost same depth throughout the year. For research of thermocline, it is necessary to determine whether thermocline has formed and quantify its structure.
In order to detect a thermocline and quantitatively extract its parameters, the best method is to visually inspect the vertical water temperature profile as a graph. However, judgment is subjective and it is difficult to perform on a large scale. Therefore, a more objective method for quantitatively detecting thermocline is required. Toward this goal, previous researchers have worked to formulate criteria for detecting thermocline in various oceanic regions, which are summarized in Table 1. In oceans, which have permanent thermocline, 14 ℃ isothermal line, 20 ℃ isothermal line, and depth with temperature of (SST+12℃)/2 have been defined as depths for thermocline. Since permanent thermocline exists at almost the same depth regardless of season, it may be appropriate to assign specific isothermal line depth as the depth of thermocline for these waters. However, this method would not work for mid-latitude regions due to variability of vertical temperature profile. In addition, this method only extracts the depth of thermocline, which is the thermocline mid point, and analysis of other thermocline parameters such as its thickness and slope is not possible. A robust method should be capable of defining the top and base points of thermocline in various vertical temperature profiles.
Research for developing such a method started by trying to identify the base point of the mixed layer, based on the fact that the base point is identical to the top point of thermocline. Most studies have defined the depth at which the temperature difference with the surface is above a certain reference temperature as the base point of the mixed layer. Using water temperature data from the Atlantic Ocean, Hasternarath and Merle [1987] have defined the depth at which the temperature difference starts to exceed 1 ℃ as the top point of thermocline and the depth at which the temperature gradient (ΔT) falls below 0.04 ℃/m as the base point of thermocline. However, their criteria for thermocline detection was rough and could not be applied to other regions.
Gradient criterion (GC) method in which the region with ΔT higher than a threshold value is defined as thermocline has also been used. For example, Parasad and Bahulayan [1996] have defined the region with ΔT above 0.04 ℃/m as thermocline in the western Indian Ocean and the Arabian Sea, and Liu et al. [2008] have defined the region with ΔT above 0.2 ℃/m as thermocline in the China Sea. Since the GC method uses an absolute threshold value to extract thermocline in various temperature profiles, it is easy to use but the method has low reliability. To overcome this drawback, Chu et al. [1997] have classified vertical structure of ΔT in Yellow Sea into six layers and developed a thermal parametric model for detecting thermocline in a relative manner for each layer’s temperature profile. Ge et al. [2003, 2006] have further refined the method by classifying the vertical temperature profile into three layers for detecting thermocline, which was named quasi-step-function approximation (QFA). However, these methods require subjective determination of initial conditions, and linear fitting of nonlinear thermocline. Hao et al. [2008] also suggested that QFA method is not appropriate for off the shelf regions as it is difficult to define the base point of thermocline. Some recent studies have proposed a hybrid method employing QFA method for on shelf regions and GC method for off the shelf regions.
In this study, we developed a new algorithm for detecting thermocline and extracting its parameters using relative criteria for each vertical temperature profile regardless of initial condition, and that can be applied to on/off the shelf regions. We also applied the algorithm to Korean Waters during summer, which contains various vertical temperature profiles, thereby establishing a model for relationship between thermocline’s spatial distribution characteristics and parameters. Finally, we performed cluster analysis using thermocline parameters to classify Korean Waters based on thermocline characteristics. |
