KR102500944B1 - A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data - Google Patents
A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data Download PDFInfo
- Publication number
- KR102500944B1 KR102500944B1 KR1020220099230A KR20220099230A KR102500944B1 KR 102500944 B1 KR102500944 B1 KR 102500944B1 KR 1020220099230 A KR1020220099230 A KR 1020220099230A KR 20220099230 A KR20220099230 A KR 20220099230A KR 102500944 B1 KR102500944 B1 KR 102500944B1
- Authority
- KR
- South Korea
- Prior art keywords
- water quality
- climate
- change
- variability
- marine water
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 90
- 230000008859 change Effects 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011068 loading method Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 8
- 235000015097 nutrients Nutrition 0.000 claims description 5
- 230000004044 response Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 150000003863 ammonium salts Chemical class 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 229930002868 chlorophyll a Natural products 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003305 oil spill Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법에 관한 것으로, 구체적으로는 해양 수질 데이터 시계열에 내포된 기후인덱스 변동성을 도출하고 해양 수질 변화에 대한 기후 변동성의 기여도를 산정하여 기후변화가 해양 환경에 미치는 영향을 평가하기 위한 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법에 관한 것이다.The present invention relates to a method for assessing areas vulnerable to climate change using the variability of ocean water quality data. It is about a method for assessing climate change vulnerable areas using the variability of marine water quality data to evaluate the impact of water on the marine environment.
해양 오염사고의 특징은 재난성과 광역성을 가지고 있으며, 해양환경 등 공공재의 피해를 유발한다.The characteristics of marine pollution accidents are disaster and wide-area, and cause damage to public goods such as the marine environment.
또한, 해양기상 악화 시 오염사고가 발생하여 신속한 조치가 어려운 대응한계의 특징도 갖는다.In addition, pollution accidents occur when marine weather deteriorates, and it has a characteristic of limiting response, making it difficult to take prompt action.
아울러, 우리나라는 선박 통항량과 유류 운송량이 많아 해상사고 발생 위험이 높고, 세계에서 해양오염에 가장 취약한 국가 중 하나이다. In addition, Korea is one of the most vulnerable countries to marine pollution in the world, with a high risk of maritime accidents due to the large amount of ship traffic and oil transportation.
선박의 대형화 및 해상 운송량 증가로 매년 약 300건의 오염사고가 발생하며 2천톤 이상의 유류가 유출되고 있다. Due to the enlargement of ships and the increase in maritime transportation, about 300 pollution accidents occur every year, and more than 2,000 tons of oil are leaked.
이에 따라, 사회적 이슈 사고가 매년 일어나고 있으며, 국가의 대응 능력을 초과하는 특별재난 선포 오염사고도 종종 일어나 막대한 환경적, 경제적 피해가 발생하고 있다. Accordingly, accidents with social issues occur every year, and pollution accidents declared as special disasters that exceed the national response capability often occur, resulting in enormous environmental and economic damage.
특히 1995년 씨프린스호 사고로는 약 736억원, 2007년 허베이 스프리트호 사고로는 약 7,341억원의 막대한 피해를 초래하였다.In particular, the Sea Prince accident in 1995 caused about 73.6 billion won, and the Hebei Spirit accident in 2007 caused about 734.1 billion won.
이처럼 해양오염에 의한 막대한 피해가 발생함에도 불구하고, 체계적이고 과학적인 해양오염 대응 관리 및 기술이 미흡한 실정이다. Despite the enormous damage caused by marine pollution, systematic and scientific marine pollution response management and technology are insufficient.
또한, 정부의 여러 부처 간 해양 재난관련 다양한 정보 및 대응 시스템을 구축하여 운용 중에 있으나, 복합적인 재난적 해양 오염사고의 효과적인 관리 및 대응을 위한 통합적인 분석 및 신속한 의사결정 지원에 한계가 있다. In addition, various information and response systems related to marine disasters are being established and are being operated between various government departments, but there are limitations in integrated analysis and rapid decision-making support for effective management and response to complex catastrophic marine pollution accidents.
이에 따라, 해양 오염사고에 대한 전 국민적 관심과 함께 방제조치 및 대응 방안에 대한 중요성이 높아지고 있으나, 과거 30년간 유사한 현장 방제작업 방식을 유지하는 등 초동대응의 문제점이 여전히 노출되고 있다.As a result, the importance of response measures and response measures are increasing along with national interest in marine pollution accidents, but problems in initial response are still exposed, such as maintaining similar on-site control methods for the past 30 years.
따라서, 해양 오염사고 발생 위험 해역 및 기름 피해에 취약한 지역에 대한 체계적인 자료 분석과 연구가 필요하며, 오염사고 발생 시 대응 전략은 기름 종류 및 유출 규모뿐만 아니라 사고 위치 및 자연자원 및 거주자의 환경적·사회 경제적 요소 등을 종합적으로 고려한 위해도 평가 기반의 대응 전략 수립이 필요하나 아직 미흡한 실정이다.Therefore, it is necessary to systematically analyze and research data on areas at risk of marine pollution accidents and areas vulnerable to oil damage. It is necessary to establish a response strategy based on risk assessment that comprehensively considers social and economic factors, but it is still insufficient.
또한, 대응 전략 수립의 미진함으로 인해 해양오염사고 시 위해도와 방제세력 배치간의 불균형이 발생하여 비효율적 방제세력의 운영이 야기되고 있으며, 현재 운용 중인 유출유류확산 예측모델은 대부분 결정론적 모델로 다양한 해양기상 상황 및 오염 특성을 동시에 고려하기에 한계를 보이고 있다.In addition, due to the lack of establishment of response strategies, an imbalance between the risk and the deployment of control forces occurs during marine pollution accidents, resulting in the operation of inefficient control forces. Most of the oil spill diffusion prediction models currently in operation are deterministic models, There is a limit to considering the situation and pollution characteristics at the same time.
이에 따라, 종래에는 해양 내 민감자원 및 민감지역의 가치 평가 방법에 관한 발명이 제안된 바 있다.(특허문헌 1)Accordingly, an invention related to a method for evaluating the value of sensitive resources and sensitive areas in the ocean has been proposed in the past (Patent Document 1).
이와 같은 해양 내 민감자원 및 민감지역의 가치 평가 방법은, 해양 전체에 분포하는 민감 자원의 환경적, 생태적, 사회-경제적, 인적건강-안전적 지수를 산정하고, 이와 별개로 특정 해역별, 계절별 민감지역과 취약지역을 산정하고 이에 대한 가치 및 방제 대비 방법을 데이터화하여, 해양 사고 발생 시 해당 사고 지역 내의 민감자원의 유무 및 민감 정도와 민감지역 유무를 식별하고, 식별된 데이터와 미리 산정된 데이터를 비교하여 최적의 방제 방법을 결정할 수 있는 방법에 관한 발명이다.This method of evaluating the value of sensitive resources and sensitive areas within the ocean calculates the environmental, ecological, socio-economic, and human health-safety indices of sensitive resources distributed throughout the ocean, and separately by specific sea area and season. Calculate sensitive and vulnerable areas, and dataize the value and response preparation method for them. In the event of a marine accident, identify the existence of sensitive resources, the degree of sensitivity, and the existence of sensitive areas within the accident area, and identify the identified data and pre-calculated data It is an invention related to a method for determining the optimal control method by comparing.
그러나, 이러한 종래의 해양 내 민감자원 및 민감지역의 가치 평가 방법은, 해빈, 갯벌, 항만시설 등의 피해를 식별할 수 있는 자원의 사고 해역 내에 존재 여부와 미리 선정된 자원의 민감도를 기준으로 해역에서의 해양 사고에 대한 위험도를 평가함. 그러나 해양 사고나 기후변화 등의 외부요인이 해양 환경과 생태계에 미치는 영향은 장기간에 걸쳐서 복합적인 형태로 작용하고 있으며, 종래의 기술은 장기간 암묵적으로 나타나는 영향을 평가하지 못하는 문제점이 있다.However, this conventional method of evaluating the value of sensitive resources and sensitive areas in the ocean is based on the presence or absence of resources in the accident area and the sensitivity of previously selected resources that can identify damage such as beaches, tidal flats, and port facilities. Evaluate the risk of marine accidents in However, the influence of external factors such as marine accidents or climate change on the marine environment and ecosystems is acting in a complex form over a long period of time, and the conventional technology has a problem in that it cannot evaluate the long-term implicit effects.
본 발명은 전술한 바와 같은 종래의 여러 문제점들을 해결하기 위해 안출된 것으로서, 해양 수질 데이터 시계열에 내포된 기후인덱스 변동성을 도출하고 해양 수질 변화에 대한 기후 변동성의 기여도를 산정하여 기후변화가 해양 환경에 미치는 영향을 평가하기 위한 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법을 제공하는데 그 목적이 있다.The present invention has been made to solve the various conventional problems as described above, and derives the variability of the climate index included in the time series of marine water quality data and calculates the contribution of climate variability to the change in marine water quality, so that climate change affects the marine environment. The purpose of this study is to provide a method for assessing climate change vulnerable areas using the variability of marine water quality data to evaluate the impact.
상기와 같은 목적들을 달성하기 위하여, 본 발명은 해양수질인자 및 기후인덱스 데이터를 수집하는 제1단계; 상기 해양수질인자 및 기후인덱스 데이터의 시계열 생성 및 상기 시계열의 단위를 표준화하는 제2단계; 상기 제2단계에서 생성된 시계열을 이용하여 해양 수질 데이터와 기후인덱스의 공통변동경향 및 요인부하량을 산정하는 제3단계; 및 상기 제3단계에서 획득된 공통변동경향과 요인부하량을 이용하여 기후변화가 해양 환경에 미치는 영향을 평가하는 제4단계;를 포함하는, 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법을 제공한다.In order to achieve the above objects, the present invention includes a first step of collecting marine water quality factor and climate index data; A second step of generating time series of the ocean water quality factor and climate index data and standardizing units of the time series; a third step of calculating common fluctuation trends and factor loadings of marine water quality data and climate index using the time series generated in the second step; And a fourth step of evaluating the impact of climate change on the marine environment using the common fluctuation trends and factor loadings obtained in the third step; to provide.
상기 제1단계는, 기후변화 취약성을 평가하고자 하는 해역마다 설정되는 시공간 조건에 부합하는 해양수질인자 데이터와 외부요인으로 선정한 기후인덱스 데이터를 추출하여 저장한다.The first step is to extract and store marine water quality factor data and climate index data selected as external factors that meet the spatio-temporal conditions set for each sea area to be evaluated for vulnerability to climate change.
상기 제2단계는, 상기 제1단계에서 추출된 해양수질인자와 기후인덱스 데이터의 연평균을 산정하여 시계열을 생성한다.In the second step, a time series is generated by calculating annual averages of the ocean water quality factors and climate index data extracted in the first step.
이와 같이 생성된 해양수질인자와 기후인덱스의 시계열(
[식 1][Equation 1]
여기서, 
상기 제3단계는, 상기 제2단계에서 표준화된 N개의 기후인덱스와 해양수질인자 시계열 변동성을 아래 식 2를 이용하여 M개의 공통변동경향과 요인부하량 및 잡영성분으로 분해한다.In the third step, the time series variability of the N climate indices and ocean water quality factors standardized in the second step is decomposed into M common fluctuation trends, factor loads, and miscellaneous
[식 2][Equation 2]
여기서, 
상기 N개의 기후인덱스와 해양수질인자 시계열 변동성에 내포된 최적의 공통변동경향을 포함하는 상기 식 2는 AIC(Akaike's Information Criterion)가 최소의 값을 가지는 경우로 정의된다.
상기 제4단계는, 상기 제3단계에서 산정된 공통변동경향과 요인부하량 및 잡영성분을 이용하여 기후변화로 인한 해양수질인자의 변화에 대한 영향을 평가한다.In the fourth step, the influence of changes in ocean water quality factors due to climate change is evaluated by using the common fluctuation trend, factor load, and miscellaneous nutrients calculated in the third step.
이와 같은 제4단계는, 아래 식 3으로부터 기후인덱스 및 해역별 해양수질인자의 ER ratio 를 산정하고, 산출된 공통변동경향들의 기후인덱스와 해양수질인자의 변동성에 대한 중요도를 평가한다.In this fourth step, the ER ratio of the climate index and the ocean water quality factor for each sea area is calculated from
[식 3][Equation 3]
이때, ER ratio가 1보다 클 경우, 기후변화와 무관한 해역 및 해양수질인자와 무관한 기후인덱스로 정의한다.At this time, if the ER ratio is greater than 1, it is defined as a climate index independent of sea area and marine water quality factors unrelated to climate change.
또한, ER ratio가 1 이하이면, 기후인덱스와 공통변동경향의 상관계수(r) 및 p-value(p)를 산출한다.In addition, if the ER ratio is 1 or less, the correlation coefficient (r) and p-value (p) of the climate index and the common trend are calculated.
상기 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 이상이고, p-value(p)가 0.05 보다 작으면, 기후변화와 연관이 높은 공통변동경향으로 선정하고, 상기 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가한다.If the absolute value of the correlation coefficient (r) of the climate index and the common trend of variation is 0.75 or more and the p-value (p) is less than 0.05, a common trend of variation that is highly related to climate change is selected, and the common trend of variation is selected. Evaluate the impact of climate change on ocean water quality change using factor loadings by sea area.
아울러, 상기 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 보다 작고, p-value(p)가 0.05 이상이면, 기후변화와 연관이 낮은 공통변동경향으로 선정하고, 상기 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가한다.In addition, if the absolute value of the correlation coefficient (r) of the climate index and the common trend is smaller than 0.75 and the p-value (p) is 0.05 or more, a common trend that is not related to climate change is selected, and the common trend is selected. Evaluate the impact of climate change on ocean water quality change using factor loadings by sea area.
기타 실시예의 구체적인 사항은 "발명을 실시하기 위한 구체적인 내용" 및 첨부 "도면"에 포함되어 있다.Details of other embodiments are included in "Specific Contents for Carrying Out the Invention" and the accompanying "Drawings".
본 발명의 이점 및/또는 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 각종 실시예를 참조하면 명확해질 것이다.Advantages and/or features of the present invention, and methods of achieving them, will become apparent upon reference to the various embodiments described below in detail in conjunction with the accompanying drawings.
그러나, 본 발명은 이하에서 개시되는 각 실시예의 구성만으로 한정되는 것이 아니라 서로 다른 다양한 형태로도 구현될 수도 있으며, 단지 본 명세서에서 개시한 각각의 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구범위의 각 청구항의 범주에 의해 정의될 뿐임을 알아야 한다.However, the present invention is not limited only to the configuration of each embodiment disclosed below, but may also be implemented in various other forms, and each embodiment disclosed herein only makes the disclosure of the present invention complete, and this It is provided to completely inform the scope of the present invention to those skilled in the art to which the invention belongs, and it should be noted that the present invention is only defined by the scope of each claim of the claims.
전술한 과제의 해결수단에 의하면 본 발명은 다음과 같은 효과를 가진다.According to the solution of the above problem, the present invention has the following effects.
기후변화가 해양환경 및 해양생태계에 미치는 영향은 일반적으로 수치모델이나 기후모델 등을 이용하여 평가되고 있다.The impact of climate change on the marine environment and marine ecosystem is generally evaluated using numerical models or climate models.
그러나, 이러한 영향은 다양한 시공간 규모에서 비선형적인 형태로 나타나거나 장기간에 걸쳐서 여러 외부요인과 함께 암묵적으로 나타나고 있어, 모델을 이용한 평가에는 한계가 있다. However, these effects appear in a non-linear form at various spatio-temporal scales or appear implicitly with various external factors over a long period of time, so there is a limit to the evaluation using the model.
본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법은 종래의 기술에서 평가가 어려웠던 부분을 해양수질인자 관측 데이터에 내포된 변동성과 기후인덱스에 공통으로 내포된 변동성을 통계적으로 도출함으로써, 기후변화에 따른 해양환경에 대한 암묵적인 영향과 비선형적인 해양환경 변화를 예측 및 평가할 수 있는 효과가 있다.The method for evaluating areas vulnerable to climate change using the variability of ocean water quality data according to the present invention statistically derives the variability commonly included in the observed data of ocean water quality factors and the variability commonly included in the climate index, which was difficult to evaluate in the prior art. In addition, it has the effect of predicting and evaluating the implicit influence on the marine environment due to climate change and non-linear changes in the marine environment.
도 1은 본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법을 단계별로 나타낸 순서도이다.
도 2는 기후변화 취약성 평가를 위해 선정된 해역을 나타낸 도면이다.
도 3은 도 1에서 제2단계에서 표준화된 해역별 해양수질인자(염분) 시계열과 기후인덱스 시계열을 나타낸 도면이다.
도 4는 도 1의 제3단계 과정을 설명하기 위해 개략적으로 나타낸 도면이다.
도 5는 도 1의 제3단계에서 기후변화 취약성 평가를 위해 선정된 해역의 해양수질인자(염분)와 기후인덱스 시계열 변동성에 내포된 공통변동경향을 나타낸 그래프이다.
도 6은 도 1의 제3단계에서 기후변화 취약성 평가를 위해 선정된 해역의 해양수질인자(염분)와 기후인덱스 시계열 변동성에 내포된 공통변동경향의 요인부하량을 나타낸 그래프이다.
도 7은 도 1의 제2단계에서 표준화된 기후인덱스와 해역별 해양수질인자의 시계열 데이터와 제3단계에서 산정된 공통변동경향 및 요인부하량을 이용하여 재현된 시계열 변동성을 나타낸 그래프들이다.
도 8은 도 1의 제4단계에 따른 기후변화 취약성 평가 과정을 나타낸 순서도이다.1 is a flowchart showing a step-by-step method for evaluating a climate change vulnerable sea area using variability of marine water quality data according to the present invention.
2 is a diagram showing a sea area selected for climate change vulnerability assessment.
FIG. 3 is a diagram showing a time series of marine water quality factors (salinity) and a time series of climate indexes standardized in the second step in FIG. 1 for each sea area.
FIG. 4 is a schematic diagram for explaining the third step of FIG. 1 .
FIG. 5 is a graph showing a common trend of variation included in sea water quality factors (salinity) and climate index time series variability of the sea area selected for climate change vulnerability assessment in the third step of FIG. 1 .
FIG. 6 is a graph showing the factor load of the common variation trend included in the marine water quality factor (salinity) of the sea area selected for climate change vulnerability assessment in the third step of FIG. 1 and the time series variability of the climate index.
FIG. 7 is graphs showing time-series variability reproduced using time-series data of the standardized climate index and ocean water quality factors for each sea area in the second step of FIG. 1 and the common fluctuation trend and factor loading calculated in the third step.
8 is a flowchart illustrating a climate change vulnerability assessment process according to the fourth step of FIG. 1 .
이하, 첨부한 도면을 참고로 하여 본 발명의 바람직한 실시예에 대하여 상세히 설명하면 다음과 같다.Hereinafter, the preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명을 상세하게 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.Before describing the present invention in detail, the terms or words used in this specification should not be construed unconditionally in a conventional or dictionary sense, and in order for the inventor of the present invention to explain his/her invention in the best way It should be noted that concepts of various terms may be appropriately defined and used, and furthermore, these terms or words should be interpreted as meanings and concepts corresponding to the technical spirit of the present invention.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.That is, the terms used in this specification are only used to describe preferred embodiments of the present invention, and are not intended to specifically limit the contents of the present invention, and these terms represent various possibilities of the present invention. It should be noted that it is a defined term.
또한, 본 명세서에 있어서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.In addition, in this specification, it should be noted that singular expressions may include plural expressions unless the context clearly indicates otherwise, and similarly, even if they are expressed in plural numbers, they may include singular meanings. do.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.Throughout this specification, when a component is described as "including" another component, it does not exclude any other component, but further includes any other component, unless otherwise stated. It can mean you can do it.
더 나아가서, 어떤 구성 요소가 다른 구성 요소의 "내부에 존재하거나, 연결되어 설치된다"고 기재한 경우에는, 이 구성 요소가 다른 구성 요소와 직접적으로 연결되어 있거나 접촉하여 설치되어 있을 수 있고, 일정한 거리를 두고 이격되어 설치되어 있을 수도 있으며, 일정한 거리를 두고 이격되어 설치되어 있는 경우에 대해서는 해당 구성 요소를 다른 구성 요소에 고정 내지 연결시키기 위한 제 3의 구성 요소 또는 수단이 존재할 수 있으며, 이 제 3의 구성 요소 또는 수단에 대한 설명은 생략될 수도 있음을 알아야 한다.Furthermore, when a component is described as “existing inside or connected to and installed” of another component, this component may be directly connected to or installed in contact with the other component, and a certain It may be installed at a distance, and when it is installed at a certain distance, a third component or means for fixing or connecting the corresponding component to another component may exist, and now It should be noted that the description of the components or means of 3 may be omitted.
반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결"되어 있다거나, 또는 "직접 접속"되어 있다고 기재되는 경우에는, 제 3의 구성 요소 또는 수단이 존재하지 않는 것으로 이해하여야 한다.On the other hand, when it is described that a certain element is "directly connected" to another element, or is "directly connected", it should be understood that no third element or means exists.
마찬가지로, 각 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 " ~ 사이에"와 "바로 ~ 사이에", 또는 " ~ 에 이웃하는"과 " ~ 에 직접 이웃하는" 등도 마찬가지의 취지를 가지고 있는 것으로 해석되어야 한다.Similarly, other expressions describing the relationship between components, such as "between" and "directly between", or "adjacent to" and "directly adjacent to" have the same meaning. should be interpreted as
또한, 본 명세서에 있어서 "일면", "타면", "일측", "타측", "제 1", "제 2" 등의 용어는, 사용된다면, 하나의 구성 요소에 대해서 이 하나의 구성 요소가 다른 구성 요소로부터 명확하게 구별될 수 있도록 하기 위해서 사용되며, 이와 같은 용어에 의해서 해당 구성 요소의 의미가 제한적으로 사용되는 것은 아님을 알아야 한다.In addition, in this specification, terms such as "one side", "the other side", "one side", "the other side", "first", and "second", if used, refer to one component is used to clearly distinguish it from other components, and it should be noted that the meaning of the corresponding component is not limitedly used by such a term.
또한, 본 명세서에서 "상", "하", "좌", "우" 등의 위치와 관련된 용어는, 사용된다면, 해당 구성 요소에 대해서 해당 도면에서의 상대적인 위치를 나타내고 있는 것으로 이해하여야 하며, 이들의 위치에 대해서 절대적인 위치를 특정하지 않는 이상은, 이들 위치 관련 용어가 절대적인 위치를 언급하고 있는 것으로 이해하여서는 아니된다.In addition, in this specification, terms related to positions such as "top", "bottom", "left", and "right", if used, should be understood as indicating a relative position in the drawing with respect to the corresponding component, Unless an absolute position is specified for these positions, these positional terms should not be understood as referring to an absolute position.
더욱이, 본 발명의 명세서에서는, "…부", "…기", "모듈", "장치" 등의 용어는, 사용된다면, 하나 이상의 기능이나 동작을 처리할 수 있는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 결합으로 구현될 수 있음을 알아야 한다.Moreover, in the specification of the present invention, the terms "... unit", "... unit", "module", "device", etc., if used, mean a unit capable of processing one or more functions or operations, which are hardware or software, or a combination of hardware and software.
또한, 본 명세서에서는 각 도면의 각 구성 요소에 대해서 그 도면 부호를 명기함에 있어서, 동일한 구성 요소에 대해서는 이 구성 요소가 비록 다른 도면에 표시되더라도 동일한 도면 부호를 가지고 있도록, 즉 명세서 전체에 걸쳐 동일한 참조 부호는 동일한 구성 요소를 지시하고 있다.In addition, in this specification, in specifying the reference numerals for each component of each drawing, for the same component, even if the component is displayed in different drawings, it has the same reference numeral, that is, the same reference throughout the specification. Symbols indicate identical components.
본 명세서에 첨부된 도면에서 본 발명을 구성하는 각 구성 요소의 크기, 위치, 결합 관계 등은 본 발명의 사상을 충분히 명확하게 전달할 수 있도록 하기 위해서 또는 설명의 편의를 위해서 일부 과장 또는 축소되거나 생략되어 기술되어 있을 수 있고, 따라서 그 비례나 축척은 엄밀하지 않을 수 있다.In the drawings accompanying this specification, the size, position, coupling relationship, etc. of each component constituting the present invention is partially exaggerated, reduced, or omitted in order to sufficiently clearly convey the spirit of the present invention or for convenience of explanation. may be described, and therefore the proportions or scale may not be exact.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지 기술에 대한 상세한 설명은 생략될 수도 있다.In addition, in the following description of the present invention, a detailed description of a configuration that is determined to unnecessarily obscure the subject matter of the present invention, for example, a known technology including the prior art, may be omitted.
도 1은 본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법을 단계별로 나타낸 순서도이다.1 is a flowchart showing a step-by-step method for evaluating a climate change vulnerable sea area using variability of marine water quality data according to the present invention.
본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법은, 해양수질인자 및 기후인덱스 데이터를 수집하는 제1단계(P1)와, 해양수질인자 및 기후인덱스 데이터의 시계열 생성 및 시계열의 단위를 표준화하는 제2단계(P2)와, 제2단계(P2)에서 생성된 시계열을 이용하여 해양 수질 데이터와 기후인덱스의 공통변동경향 및 요인부하량을 산정하는 제3단계(P3)와, 제3단계(P3)에서 획득된 공통변동경향과 요인부하량을 이용하여 기후변화가 해양 환경에 미치는 영향을 평가하는 제4단계(P4)를 포함하여 각 단계가 순차적으로 수행된다.The method for evaluating areas vulnerable to climate change using the variability of ocean water quality data according to the present invention includes the first step (P1) of collecting ocean water quality factor and climate index data, time series generation of ocean water quality factor and climate index data, and time series The second step (P2) of standardizing the unit, the third step (P3) of calculating the common trend of change and factor load of the ocean water quality data and climate index using the time series generated in the second step (P2), Each step is sequentially performed, including the fourth step (P4), which evaluates the impact of climate change on the marine environment using the common fluctuation trends and factor loadings obtained in the third step (P3).
여기서, 해양수질인자는 pH, 용존산소(DO), 수온, 염분 등과 같은 기본적인 항목과 함께 부유물질(SS), 영양염(질산염, 아질산염, 암모니움염, 인산염)과 엽록소-a 등이 있다.Here, marine water quality factors include basic items such as pH, dissolved oxygen (DO), water temperature, and salinity, as well as suspended solids (SS), nutrients (nitrate, nitrite, ammonium salt, phosphate), and chlorophyll-a.
또한, 일반적으로 어떤 양의 관측결과를 일정한 기준에 따라 계열로 정리한 것을 통계계열이라고 한다. 어떤 관측치(觀測値) 또는 통계량의 변화를 시간의 움직임에 따라서 포착하고 이것을 계열화하였을 때, 이와 같은 통계계열을 시계열이라고 한다.Also, in general, a statistical series is a collection of observational results of a certain quantity into a series according to a certain standard. When changes in certain observations or statistics are captured according to the movement of time and sequenced, such a statistical series is called a time series.
이러한 경우의 관측결과 x는 시간 t에 따라서 변동하는 양이므로 그 시계열은 {xt}로 표시된다.As a result of observation in this case, x is a quantity that fluctuates according to time t, so the time series is denoted as {x t }.
도 2는 기후변화 취약성 평가를 위해 선정된 해역을 나타낸 도면이고, 도 3은 도 1에서 제2단계에서 표준화된 해역별 해양수질인자(염분) 시계열과 기후인덱스 시계열을 나타낸 도면이다.FIG. 2 is a diagram showing sea areas selected for climate change vulnerability assessment, and FIG. 3 is a diagram showing a time series of ocean water quality factors (salinity) and a climate index time series standardized in the second step in FIG. 1 for each sea area.
본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법의 제1단계(P1)는, 기후변화 취약성을 평가하고자 하는 해역마다 설정되는 시공간 조건에 부합하는 해양수질인자 데이터와 외부요인으로 선정한 기후인덱스 데이터를 추출하여 저장한다.In the first step (P1) of the method for evaluating climate change vulnerable sea areas using the variability of marine water quality data according to the present invention, the sea water quality factor data that meets the spatio-temporal conditions set for each sea area to be evaluated for climate change vulnerability and external factors are analyzed. Selected climate index data is extracted and stored.
또한, 제2단계(P2)는, 제1단계(P1)에서 추출된 해양수질인자와 기후인덱스 데이터의 연평균을 산정하여 시계열을 생성한다.In addition, in the second step (P2), a time series is generated by calculating the annual average of the ocean water quality factors and climate index data extracted in the first step (P1).
이와 같이 생성된 해양수질인자와 기후인덱스의 시계열(
[식 1][Equation 1]
여기서, 
도 4는 도 1의 제3단계 과정을 설명하기 위해 개략적으로 나타낸 도면이고, 도 5는 도 1의 제3단계에서 기후변화 취약성 평가를 위해 선정된 해역의 해양수질인자(염분)와 기후인덱스 시계열 변동성에 내포된 공통변동경향을 나타낸 그래프이며, 도 6은 도 1의 제3단계에서 기후변화 취약성 평가를 위해 선정된 해역의 해양수질인자(염분)와 기후인덱스 시계열 변동성에 내포된 공통변동경향의 요인부하량을 나타낸 그래프이다.4 is a diagram schematically shown to explain the process of the third step of FIG. 1, and FIG. 5 is a time series of the marine water quality factor (salinity) and climate index of the sea area selected for climate change vulnerability assessment in the third step of FIG. Figure 6 is a graph showing the common trend of change included in variability, and Figure 6 is a graph showing the common trend of change included in the marine water quality factor (salinity) and climate index time series variability of the sea area selected for climate change vulnerability assessment in the third step of FIG. It is a graph showing the factor load.
본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법의 제3단계(P3)는, 전술한 제2단계(P2)에서 표준화된 N개의 기후인덱스와 해양수질인자 시계열 변동성을 아래 식 2를 이용하여 M개의 공통변동경향과 요인부하량 및 잡영성분으로 분해한다.In the third step (P3) of the method for evaluating climate change vulnerable sea areas using the variability of ocean water quality data according to the present invention, the standardized N climate indices and ocean water quality factor time series variability in the above-mentioned second step (P2) are calculated using the following formula. 2 is used to decompose into M common fluctuation trends, factor loads, and miscellaneous components.
[식 2][Equation 2]
여기서, 
이때, N개의 기후인덱스와 해양수질인자 시계열 변동성에 내포된 최적의 공통변동경향을 포함하는 위의 식 2는 AIC(Akaike's Information Criterion)가 최소의 값을 가지는 경우로 정의된다.At this time,
여기서, AIC(Akaike's Information Criterion)는 여러 통계 모델간의 적합성을 서로 비교할 수 있게 해주는 것으로, 보통 프로그램을 이용해서 구하게 된다.Here, AIC (Akaike's Information Criterion) is to compare the suitability of various statistical models, and is usually obtained using a program.
이러한 AIC는 널리 통용되어 사용되고 있으므로 본 명세서에서는 이에 대한 상세한 설명은 생략하기로 한다.Since these AICs are widely used, detailed description thereof will be omitted in the present specification.
한편, 도 5는 전술한 식 2를 이용하여 산출된 N개의 해양수질인자(염분) 시계열과 기후인덱스 시계열에 내포된 M개의 공통변동경향을 나타낸 것이다.Meanwhile, FIG. 5 shows M common fluctuation trends included in the N marine water quality factor (salinity) time series and the climate index time series calculated using
즉, 도 5에서 S1, S2, S3, S4는 식 2를 이용하여 산출된 29개의 시계열(26개 해역의 염분 시계열과 3개의 기후인덱스 시계열)에 내포된 4개의 공통변동경향을 나타내며, 산출된 순서대로 S1, S2, S3, S4로 표기하였다.That is, in FIG. 5, S1, S2, S3, and S4 represent 4 common fluctuation trends included in 29 time series (salinity time series of 26 sea areas and 3 climate index time series) calculated using
아울러, 도 6은 식 2를 이용하여 산출된 N개의 해양수질인자(염분) 시계열과 기후인덱스 시계열에 내포된 M개의 공통변동경향 각각의 요인부하량을 나타낸 것이다. In addition, FIG. 6 shows the factor load of each of the M common fluctuation trends included in the N marine water quality factor (salinity) time series and the climate index time series calculated using
즉, 도 6에서 S1, S2, S3, S4는 도 5의 공통변동경향 S1, S2, S3, S4의 26개 해역의 해양수질인자(염분)와 3개의 기후인덱스 시계열 변동성에 대한 요인부하량을 나타낸다.That is, S1, S2, S3, and S4 in FIG. 6 represent the factor loadings for the sea water quality factors (salinity) and the time series variability of the three climate indices of the 26 sea areas of the common fluctuation trends S1, S2, S3, and S4 in FIG. .
도 7은 도 1의 제2단계에서 표준화된 기후인덱스와 해역별 해양수질인자의 시계열 데이터와 제3단계에서 산정된 공통변동경향 및 요인부하량을 이용하여 재현된 시계열 변동성을 나타낸 그래프들이고, 도 8은 도 1의 제4단계에 따른 기후변화 취약성 평가 과정을 나타낸 순서도이다.FIG. 7 is graphs showing time-series variability reproduced using time-series data of standardized climate indexes and marine water quality factors for each sea area in
본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법의 제4단계(P4)는, 전술한 제3단계(P3)에서 산정된 공통변동경향과 요인부하량 및 잡영성분을 이용하여 기후변화로 인한 해양수질인자의 변화에 대한 영향을 평가한다.The fourth step (P4) of the climate change vulnerable sea area evaluation method using the variability of marine water quality data according to the present invention is based on the climate change using the common trend of change, factor load, and miscellaneous components calculated in the third step (P3). Evaluate the impact of changes in marine water quality factors due to changes.
도 7은 제2단계에서 표준화된 기후인덱스와 해역별 해양수질인자(염분) 시계열 데이터(점으로 표기)와 제3단계에서 산정된 M개의 공통변동경향과 요인부하량을 이용하여 재현한 시계열 변동성(선으로 표기)을 비교하는 그래프이다. 7 shows the time series variability (reproduced using the climate index standardized in the second step, the time series data of marine water quality factors (salinity) for each sea area (indicated by dots), and the M common fluctuation trends and factor loadings calculated in the third step) It is a graph that compares (marked with a line).
즉, M개의 공통변동경향과 요인부하량이 해역별 해양수질인자(염분)과 기후인덱스의 변동성을 재현하는 정도를 시각적으로 판단할 수 있는 정보를 보여준다.In other words, it shows information that can visually determine the degree to which M common fluctuation trends and factor loadings reproduce the variability of marine water quality factors (salinity) and climate indices by sea area.
도 7의 우측 상단 숫자들은 아래 식 3을 이용하여 계산된 ER ratio를 나타낸다.The upper right numerals in FIG. 7 represent the ER ratio calculated using
한편, 제4단계(P4)는 아래 식 3으로부터 기후인덱스 및 해역별 해양수질인자의 ER ratio 를 산정하고, 산출된 공통변동경향들의 기후인덱스와 해양수질인자의 변동성에 대한 중요도를 평가한다.On the other hand, the fourth step (P4) calculates the ER ratio of the climate index and ocean water quality factors for each sea area from
[식 3][Equation 3]
이때, ER ratio가 1보다 클 경우, 기후변화와 무관한 해역 및 해양수질인자와 무관한 기후인덱스로 정의한다.At this time, if the ER ratio is greater than 1, it is defined as a climate index independent of sea area and marine water quality factors unrelated to climate change.
또한, ER ratio가 1 이하이면, 기후인덱스와 공통변동경향의 상관계수(r) 및 p-value(p)를 산출한다.In addition, if the ER ratio is 1 or less, the correlation coefficient (r) and p-value (p) of the climate index and the common trend are calculated.
즉, ER ratio가 1 이하인 기후인덱스와 공통변동경향 간의 상관계수 및 유의성 평가를 한다.That is, the correlation coefficient and significance evaluation between the climate index with an ER ratio of 1 or less and the common trend of change are evaluated.
이때, 유의한 상관성을 보이는 공통변동경향의 요인부하량을 이용하여 해역별 기후변화에 따른 해양수질인자 변화에 대한 영향을 평가한다.(요인부하량 X 100%)At this time, the effect on the change in ocean water quality factors according to the climate change by sea area is evaluated using the factor load of the common trend of change that shows a significant correlation. (Factor load X 100%)
또한, 해양수질인자에 대한 영향평가 수치가 높을수록 기후변화에 취약한 해역 및 해양수질인자로 결과를 도출한다.In addition, the higher the impact assessment value for the ocean water quality factor, the more vulnerable to climate change and the sea area and the ocean water quality factor.
한편, 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 이상이고, p-value(p)가 0.05 보다 작으면, 기후변화와 연관이 높은 공통변동경향으로 선정하고, 상기 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가한다.On the other hand, if the absolute value of the correlation coefficient (r) of the climate index and the common trend is 0.75 or more and the p-value (p) is less than 0.05, a common trend that is highly related to climate change is selected, and the common trend is selected. Evaluate the impact of climate change on ocean water quality change using factor loadings by sea area.
아울러, 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 보다 작고, p-value(p)가 0.05 이상이면, 기후변화와 연관이 낮은 공통변동경향으로 선정하고, 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가한다.In addition, if the absolute value of the correlation coefficient (r) of the climate index and the common trend is smaller than 0.75 and the p-value (p) is 0.05 or more, it is selected as a common trend that is not related to climate change, and the sea area of the common trend is selected. Evaluate the impact of climate change on ocean water quality change using factor loadings for each factor.
전술한 바와 같이 기후변화의 영향이 강하게 나타나는 해양수질인자와 해역을 우선 선정하기 위해서, 일반적으로 통용되어 사용되는 강한 상관관계를 나타내는 양 또는 음의 상관계수 0.8과 1.0 사이 값과, 95% 신뢰구간 범위의 p-value를 기준으로 정하였다.As described above, in order to preferentially select marine water quality factors and sea areas that are strongly affected by climate change, a positive or negative correlation coefficient representing a strong correlation generally used and a value between 0.8 and 1.0 and a 95% confidence interval It was determined based on the p-value of the range.
이처럼 본 발명에 따른 해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법은, 종래의 기술에서 평가가 어려웠던 부분을 해양수질인자 관측 데이터에 내포된 변동성과 기후인덱스에 공통으로 내포된 변동성을 통계적으로 도출함으로써, 기후변화에 따른 해양환경에 대한 암묵적인 영향과 비선형적인 해양환경 변화를 예측 및 평가할 수 있게 하는 장점이 있다.As such, the method for evaluating areas vulnerable to climate change using the variability of marine water quality data according to the present invention statistically analyzes the variability included in the observed data of marine water quality factors and the variability commonly included in the climate index for the part that was difficult to evaluate in the prior art. By deriving it, it has the advantage of being able to predict and evaluate the implicit influence on the marine environment due to climate change and non-linear changes in the marine environment.
이상, 일부 예를 들어서 본 발명의 바람직한 여러 가지 실시예에 대해서 설명하였지만, 본 "발명을 실시하기 위한 구체적인 내용" 항목에 기재된 여러 가지 다양한 실시예에 관한 설명은 예시적인 것에 불과한 것이며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 이상의 설명으로부터 본 발명을 다양하게 변형하여 실시하거나 본 발명과 균등한 실시를 행할 수 있다는 점을 잘 이해하고 있을 것이다.In the above, several preferred embodiments of the present invention have been described with some examples, but the description of the various embodiments described in the "Specific Contents for Carrying Out the Invention" section is merely illustrative, and the present invention Those skilled in the art will understand from the above description that the present invention can be practiced with various modifications or equivalent implementations of the present invention can be performed.
또한, 본 발명은 다른 다양한 형태로 구현될 수 있기 때문에 본 발명은 상술한 설명에 의해서 한정되는 것이 아니며, 이상의 설명은 본 발명의 개시 내용이 완전해지도록 하기 위한 것으로 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이며, 본 발명은 청구범위의 각 청구항에 의해서 정의될 뿐임을 알아야 한다.In addition, since the present invention can be implemented in various other forms, the present invention is not limited by the above description, and the above description is intended to complete the disclosure of the present invention and is common in the technical field to which the present invention belongs. It is only provided to completely inform those skilled in the art of the scope of the present invention, and it should be noted that the present invention is only defined by each claim of the claims.
P1 : 해양수질인자 및 기후인덱스 데이터를 수집하는 제1단계
P2 : 시계열 생성 및 시계열의 단위를 표준화하는 제2단계
P3 : 해양 수질 데이터와 기후인덱스의 공통변동경향 및 요인부하량을 산정하는 제3단계
P4 : 기후변화가 해양 환경에 미치는 영향을 평가하는 제4단계P1: The first step to collect marine water quality factor and climate index data
P2: The second step of creating time series and standardizing units of time series
P3: The third step of estimating common fluctuation trends and factor loads of marine water quality data and climate index
P4: The fourth step to evaluate the impact of climate change on the marine environment
Claims (12)
상기 해양수질인자 및 기후인덱스 데이터의 시계열 생성 및 상기 시계열의 단위를 표준화하는 제2단계;
상기 제2단계에서 생성된 시계열을 이용하여 해양 수질 데이터와 기후인덱스의 공통변동경향 및 요인부하량을 산정하는 제3단계; 및
상기 제3단계에서 획득된 공통변동경향과 요인부하량을 이용하여 기후변화가 해양 환경에 미치는 영향을 평가하는 제4단계;를 포함하되,
상기 제3단계는,
상기 제2단계에서 표준화된 N개의 기후인덱스와 해양수질인자 시계열 변동성을 아래 식 2를 이용하여 M개의 공통변동경향과 요인부하량 및 잡영성분으로 분해 하고,
[식 2]
여기서,
상기 제4단계는,
상기 제3단계에서 산정된 공통변동경향과 요인부하량 및 잡영성분을 이용하여 기후변화로 인한 해양수질인자의 변화에 대한 영향을 평가하고,
아래 식 3으로부터 기후인덱스 및 해역별 해양수질인자의 ER ratio 를 산정하고, 산출된 공통변동경향들의 기후인덱스와 해양수질인자의 변동성에 대한 중요도를 평가하는,
[식 3]
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
A first step of collecting marine water quality factor and climate index data;
A second step of generating time series of the ocean water quality factor and climate index data and standardizing units of the time series;
a third step of calculating common fluctuation trends and factor loadings of marine water quality data and climate index using the time series generated in the second step; and
A fourth step of evaluating the effect of climate change on the marine environment using the common fluctuation trend and factor load obtained in the third step; including,
The third step is
The N climate indices and marine water quality factor time series variability standardized in the second step are decomposed into M common fluctuation trends, factor loads and miscellaneous nutrients using Equation 2 below,
[Equation 2]
here,
In the fourth step,
Evaluate the impact of changes in marine water quality factors due to climate change using the common fluctuation trend, factor load and miscellaneous nutrients calculated in the third step,
Calculate the ER ratio of the climate index and ocean water quality factors for each sea area from Equation 3 below, and evaluate the importance of the variability of the climate index and ocean water quality factors of the calculated common trends,
[Equation 3]
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 제1단계는,
기후변화 취약성을 평가하고자 하는 해역마다 설정되는 시공간 조건에 부합하는 해양수질인자 데이터와 외부요인으로 선정한 기후인덱스 데이터를 추출하여 저장하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 1,
The first step is
Extracting and storing marine water quality factor data and climate index data selected as external factors that meet the spatio-temporal conditions set for each sea area to evaluate climate change vulnerability,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 제2단계는,
상기 제1단계에서 추출된 해양수질인자와 기후인덱스 데이터의 연평균을 산정하여 시계열을 생성하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 1,
The second step is
Calculating the annual average of the marine water quality factors and climate index data extracted in the first step to generate a time series,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 생성된 해양수질인자와 기후인덱스의 시계열(
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
[식 1]
여기서,
The method of claim 3,
Time series of the generated marine water quality factors and climate indices (
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
[Equation 1]
here,
상기 N개의 기후인덱스와 해양수질인자 시계열 변동성에 내포된 최적의 공통변동경향을 포함하는 상기 식 2는 AIC(Akaike's Information Criterion)가 최소의 값을 가지는 경우로 정의되는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 1,
Equation 2, which includes the optimal common trend of variation contained in the N climate indices and the time series variability of marine water quality factors, is defined as the case where AIC (Akaike's Information Criterion) has a minimum value,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 ER ratio가 1보다 클 경우, 기후변화와 무관한 해역 및 해양수질인자와 무관한 기후인덱스로 정의하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 1,
When the ER ratio is greater than 1, it is defined as a climate index independent of sea area and marine water quality factors unrelated to climate change,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 ER ratio가 1 이하이면, 기후인덱스와 공통변동경향의 상관계수(r) 및 p-value(p)를 산출하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 1,
If the ER ratio is 1 or less, calculating the correlation coefficient (r) and p-value (p) of the climate index and the common trend of change,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 이상이고, p-value(p)가 0.05 보다 작으면, 기후변화와 연관이 높은 공통변동경향으로 선정하고,
상기 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.
The method of claim 10,
If the absolute value of the correlation coefficient (r) of the climate index and the common trend of change is 0.75 or more and the p-value (p) is less than 0.05, it is selected as a common trend of change that is highly related to climate change,
Evaluating the effect of climate change on marine water quality change using the factor load for each sea area of the common trend of change,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
상기 기후인덱스와 공통변동경향의 상관계수(r) 절대값이 0.75 보다 작고, p-value(p)가 0.05 이상이면, 기후변화와 연관이 낮은 공통변동경향으로 선정하고,
상기 공통변동경향의 해역별 요인부하량을 이용한 기후변화의 해양수질변화에 대한 영향을 평가하는,
해양 수질 데이터의 변동성을 이용한 기후변화 취약해역 평가 방법.The method of claim 10,
If the absolute value of the correlation coefficient (r) of the climate index and the common variation trend is smaller than 0.75 and the p-value (p) is 0.05 or more, it is selected as a common variation trend that is not related to climate change,
Evaluating the effect of climate change on marine water quality change using the factor load for each sea area of the common trend of change,
A Method for Evaluating Areas Vulnerable to Climate Change Using Variability of Marine Water Quality Data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099230A KR102500944B1 (en) | 2022-08-09 | 2022-08-09 | A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220099230A KR102500944B1 (en) | 2022-08-09 | 2022-08-09 | A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102500944B1 true KR102500944B1 (en) | 2023-02-16 |
Family
ID=85325930
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220099230A KR102500944B1 (en) | 2022-08-09 | 2022-08-09 | A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102500944B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116843103A (en) * | 2023-07-05 | 2023-10-03 | 中国科学院地理科学与资源研究所 | Quantitative evaluation method for influence of climate change on water quality of river and lake based on GAM model |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101200368B1 (en) * | 2012-04-27 | 2012-11-14 | 대한민국 | Climate change vulnerability assessment system and method |
| KR20180037554A (en) | 2017-01-19 | 2018-04-12 | 한국환경정책평가연구원 | valuation method for sensitive resource and sensitive area in the field of ocean |
-
2022
- 2022-08-09 KR KR1020220099230A patent/KR102500944B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101200368B1 (en) * | 2012-04-27 | 2012-11-14 | 대한민국 | Climate change vulnerability assessment system and method |
| KR20180037554A (en) | 2017-01-19 | 2018-04-12 | 한국환경정책평가연구원 | valuation method for sensitive resource and sensitive area in the field of ocean |
Non-Patent Citations (3)
| Title |
|---|
| GIS 기반 공간정보를 이용한 해양부문의 기후변화 취약성 평가 (한국공간정보학회지：제19권 제3호, 2011. 06. 30)* * |
| 담수유입으로 인한 아산만 해양수질의 계절적인 변동 (Journal of the Korean Society of Marine Environment & Safety, 2016. 08. 31.)* * |
| 한국 기후변화 평가보고서 2020 - 기후변화 영향 및 적응 - (환경부, 2020. 07. 31.)* * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116843103A (en) * | 2023-07-05 | 2023-10-03 | 中国科学院地理科学与资源研究所 | Quantitative evaluation method for influence of climate change on water quality of river and lake based on GAM model |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Data-driven Bayesian network for risk analysis of global maritime accidents | |
| Goerlandt et al. | A framework for risk analysis of maritime transportation systems: A case study for oil spill from tankers in a ship–ship collision | |
| Goerlandt et al. | A probabilistic model for accidental cargo oil outflow from product tankers in a ship–ship collision | |
| Giovanardi et al. | Trophic conditions of marine coastal waters: experience in applying the Trophic Index TRIX to two areas of the Adriatic and Tyrrhenian seas | |
| Mapstone | Scalable decision rules for environmental impact studies: effect size, type I, and type II errors | |
| Mazaheri et al. | Assessing grounding frequency using ship traffic and waterway complexity | |
| Ross et al. | The influence of data resolution on predicted distribution and estimates of extent of current protection of three ‘listed’deep-sea habitats | |
| Kim et al. | Efficient multi-objective optimisation of probabilistic service life management | |
| Razola et al. | On high-speed craft acceleration statistics | |
| Fan et al. | The impacts of risk level based on PSC inspection deficiencies on ship accident consequences | |
| Cho et al. | Maritime risk in seaport operation: A cross-country empirical analysis with theoretical foundations | |
| CN102103715A (en) | Negative binomial regression-based maritime traffic accident investigation analysis and prediction method | |
| KR102500944B1 (en) | A method for evaluating vulnerability of areas to climate change using variability in ocean water quality data | |
| Pulcini | A perturbed gamma process with statistically dependent measurement errors | |
| Mokhtari et al. | Inferring spatial distribution of oil spill risks from proxies: Case study in the north of the Persian Gulf | |
| Sevgili et al. | A data-driven Bayesian Network model for oil spill occurrence prediction using tankship accidents | |
| Goerlandt et al. | An exploratory application of the international risk governance council’s risk governance framework to shipping risks in the Canadian Arctic | |
| Xie et al. | A novel quality control method of time-series ocean wave observation data combining deep-learning prediction and statistical analysis | |
| CN113626929B (en) | Multi-stage multi-topology ship traffic complexity measurement method and system | |
| Bence et al. | Estimating the size of an effect from a Before-After-Control-Impact Paired Series design: the predictive approach applied to a power plant study | |
| Knapp et al. | Exploration of machine learning methods for maritime risk predictions | |
| Palacio et al. | A data-driven geospatial workflow to improve mapping species distributions and assessing extinction risk under the IUCN Red List | |
| Raillard et al. | 3-D environmental extreme value models for the tension in a mooring line of a semi-submersible | |
| Solovjova | Ecological risk simulation assessment in marine ecosystems of the Arctic shelf | |
| Ivošević et al. | The use of information technology in the assessment of the corrosion damage on ship hull |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |