KR102660078B1 - 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 - Google Patents
해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 Download PDFInfo
- Publication number
- KR102660078B1 KR102660078B1 KR1020230135875A KR20230135875A KR102660078B1 KR 102660078 B1 KR102660078 B1 KR 102660078B1 KR 1020230135875 A KR1020230135875 A KR 1020230135875A KR 20230135875 A KR20230135875 A KR 20230135875A KR 102660078 B1 KR102660078 B1 KR 102660078B1
- Authority
- KR
- South Korea
- Prior art keywords
- water
- depth
- water depth
- layer
- water temperature
- Prior art date
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 390
- 239000013535 sea water Substances 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004088 simulation Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 6
- 239000002352 surface water Substances 0.000 claims description 8
- 238000012417 linear regression Methods 0.000 claims description 5
- 238000013517 stratification Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/42—Circuits effecting compensation of thermal inertia; Circuits for predicting the stationary value of a temperature
- G01K7/427—Temperature calculation based on spatial modeling, e.g. spatial inter- or extrapolation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K2213/00—Temperature mapping
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W2201/00—Weather detection, monitoring or forecasting for establishing the amount of global warming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Environmental Sciences (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Ecology (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법이 개시된다. 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법은, 해수 수온 연직분포에 대한 4층 모델을 생성하는 단계, 생성된 4층 모델에서 각 층의 최대 수심을 설정하는 단계, 해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성하는 단계, 생성된 등수심 간격의 수온 데이터를 이용하여 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 단계, 설정된 각 층의 최대 수심 및 계산된 연직 기울기를 이용하여 각 층의 최대 수심의 수온을 계산하는 단계 및 설정된 각 층의 최대 수심, 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산하는 단계를 포함한다.
Description
본 발명은 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법에 관한 것이다.
지구 표면의 약 70%를 차지하는 해수는 지구 상에서 발생하는 기상에 큰 영향을 미치고, 해양 및 육지의 생태계, 인간 등에 지대한 영향을 끼친다. 그래서, 해수에 대한 관측 및 연구는 지구에 살고 있는 사람들에게 매우 중요하다.
해수를 연구하기 위해서는 해수의 수온, 염분, 밀도 등을 관측해야 한다. 여기서, 해수의 수온은 깊이에 따라 변화하는 양상을 보이는데, 일반적으로 해수는 수온에 따라 혼합층, 수온약층, 심해층의 3개의 층으로 구분하고 있다. 혼합층은 바람에 의하여 해수가 혼합되어 비교적 온도가 일정하게 나타나고, 수온약층은 바람이 영향을 받지 못하기 때문에 깊어질수록 수온이 하강하고, 심해층은 태양복사에너지가 도달하지 않아 수온이 매우 낮다.
이러한 해수의 수온 연직분포에 대한 관측 자료를 이용하여 다양한 연구 기술의 개발이 요구된다.
본 발명은 해수 수온 연직분포에 대하여 4층 모델을 생성하고, 생성된 4층 모델을 이용하여 임의의 수심에서의 수온을 계산하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 임의수심 수온결정 장치가 수행하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법이 개시된다.
본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법은, 해수 수온 연직분포에 대한 4층 모델을 생성하는 단계, 상기 생성된 4층 모델에서 각 층의 최대 수심을 설정하는 단계, 해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성하는 단계, 상기 생성된 등수심 간격의 수온 데이터를 이용하여 상기 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 단계, 상기 설정된 각 층의 최대 수심 및 상기 계산된 연직 기울기를 이용하여 상기 각 층의 최대 수심의 수온을 계산하는 단계 및 상기 설정된 각 층의 최대 수심, 상기 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산하는 단계를 포함한다.
상기 4층 모델은 혼합층인 제1 층, 상부 수온약층인 제2 층, 하부 수온약층인 제3 층 및 심해층인 제4 층의 4개의 층으로 구성된다.
상기 등수심 간격의 수온 데이터를 생성하는 단계는, 표준수심 별로 관측된 수온 데이터를 선형보간하여 상기 등수심 간격의 수온 데이터를 생성한다.
상기 연직 기울기를 계산하는 단계는, 선형 회귀(linear regression) 관계식의 기울기 및 절편을 최소자승법으로 계산하는 방법을 이용하여, 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산한다.
상기 각 층의 최대 수심의 수온을 계산하는 단계는, 하기 수학식을 이용하여 상기 각 층의 최대 수심의 수온을 계산한다.
여기서, T0는 해양표면수온(SST)이고, T1, T2, T3, T4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심에서의 수온이고, d1, d2, d3, d4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이다.
상기 임의의 수심에서의 모델 수온을 계산하는 단계는, 하기 수학식을 이용하여 임의의 수심에서의 수온을 계산한다.
여기서, T(i)(z)(i=1, 2, 3, 4)는 임의 수심 z에 대한 모델 수온을 나타내고, T0는 해양표면수온(SST)이고, T1, T2, T3, T4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심에서의 수온이고, d1, d2, d3, d4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이다.
상기 임의수심 수온결정 방법은, 상기 생성된 등수심 간격의 수온 데이터 및 상기 계산된 임의의 수심에서의 수온을 이용하여 각 층의 최적 최대 수심을 결정하는 단계를 더 포함한다.
상기 각 층의 최적 최대 수심을 결정하는 단계는, 상기 4층 모델의 가장 아래층인 제4 층의 최대 수심을 상기 수온 데이터의 최대 수심으로 설정하고, 상기 4층 모델의 제1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 각각 미리 설정된 -Δz, 0, Δz만큼 시프트(shift)시키고, 상기 시프트된 수심값에 대응하는 모델 수온과 상기 수온 데이터의 관측 수온 사이의 RMS(root mean squares) 오차를 계산하고, 상기 RMS 오차가 가장 작은 수심값을 선정하고, 상기 1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 상기 선정된 수심값으로 갱신한다.
본 발명의 다른 측면에 따르면, 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치가 개시된다.
본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치는, 명령어를 저장하는 메모리 및 상기 명령어를 실행하는 프로세서를 포함하되, 상기 명령어는, 해수 수온 연직분포에 대한 4층 모델을 생성하는 단계, 상기 생성된 4층 모델에서 각 층의 최대 수심을 설정하는 단계, 해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성하는 단계, 상기 생성된 등수심 간격의 수온 데이터를 이용하여 상기 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 단계, 상기 설정된 각 층의 최대 수심 및 상기 계산된 연직 기울기를 이용하여 상기 각 층의 최대 수심의 수온을 계산하는 단계 및 상기 설정된 각 층의 최대 수심, 상기 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산하는 단계를 포함하는 임의수심 수온결정 방법을 수행한다.
본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법은, 해수 수온 연직분포에 대하여 4층 모델을 생성하고, 생성된 4층 모델을 이용하여 임의의 수심에서의 수온을 계산함으로써, 관측된 해수 수온의 연직분포 자료를 압축할 수 있을 뿐만 아니라, 혼합층의 두께 결정, 수온약층의 두께와 강도의 결정 등에 다양하게 응용할 수 있으며, 표면수온 분포의 평균치와 수평 변화 자료로부터 내부 수온구조를 유추하는 연구에서도 사용될 수 있다.
도 1은 본 발명의 실시예에 따른 임의수심 수온결정 장치가 수행하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 개략적으로 예시하여 나타낸 흐름도.
도 2는 도 1의 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 설명하기 위한 도면.
도 3은 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치의 구성을 개략적으로 예시하여 나타낸 도면.
도 2는 도 1의 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 설명하기 위한 도면.
도 3은 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치의 구성을 개략적으로 예시하여 나타낸 도면.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술하겠다.
도 1은 본 발명의 실시예에 따른 임의수심 수온결정 장치가 수행하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 개략적으로 예시하여 나타낸 흐름도이고, 도 2는 도 1의 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 설명하기 위한 도면이다. 이하, 도 1을 중심으로, 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 설명하되, 도 2를 참조하기로 한다.
S110 단계에서, 임의수심 수온결정 장치는, 해수 수온 연직분포에 대한 4층 모델을 생성한다.
도 2를 참조하면, 4층 모델은 혼합층(제1 층), 상부 수온약층(제2 층), 하부 수온약층(제3 층) 및 심해층(제4 층)의 4개의 층으로 구성될 수 있다. 여기서, 혼합층은 해수면부터 수심 d1까지이고, 상부 수온약층은 수심 d1~d2이고, 하부 수온약층은 d2~d3이고, 심해층은 d3~d4이다. 즉, 각 층의 최대 수심은 각각 d1, d2, d3, d4이다. 그리고, T1, T2, T3, T4는 각 층의 최대 수심에서의 수온이다. 그리고, G1, G2, G3, G4는 각 층의 수온의 연직 기울기이다.
예를 들어, i번째 층에서의 수온의 연직 기울기 Gi는 하기 수학식과 같이 나타낼 수 있다.
여기서, z는 수심으로서 아래로 내려갈수록 증가하며, T0는 해양표면수온(SST)을 나타낸다.
S120 단계에서, 임의수심 수온결정 장치는, 생성된 4층 모델에서 각 층의 최대 수심을 설정한다.
즉, 임의수심 수온결정 장치는 혼합층(제1 층), 상부 수온약층(제2 층), 하부 수온약층(제3 층) 및 심해층(제4 층)의 최대 수심(d1, d2, d3, d4)의 초기 설정값을 사용자로부터 입력받아 설정할 수 있다.
S130 단계에서, 임의수심 수온결정 장치는, 해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성한다.
여기서, 해양관측자료는 일반적으로, 표준수심(0, 10, 20, 30, 50, 75, 100, 150, 200, 250, 300, 400, 500m 등) 별로 관측된 수온 데이터를 포함한다. 이러한 해양관측자료를 4층 모델의 파라미터를 결정할 경우, 해양 상층부에서는 자료의 간격이 조밀하고, 해양 하층부에서는 자료의 간격이 너무 크기 때문에, 모델 피팅(fitting)에 있어 상층부 자료의 영향을 크게 받는 바이어스(bias) 현상이 발생한다. 이 문제점을 극복하기 위하여, 등수심 간격(예를 들어, 5m 간격)의 자료를 만들 필요가 있다.
그래서, 임의수심 수온결정 장치는 표준수심 별로 관측된 수온 데이터를 선형보간하여 등수심 간격의 수온 데이터를 생성한다.
즉, 임의수심 수온결정 장치는 미리 설정된 등수심 간격(예를 들어, 5m 간격)으로 배열(array)을 생성하고, 표준수심 별로 관측된 수온 데이터를 참조하여 배열의 각 격자에 해당하는 수온값을 기재하고, 배열의 격자 중에서 기재되지 않은 격자는 전후 격자의 수온값을 선형보간하여 산출된 수온값을 기재한다.
S140 단계에서, 임의수심 수온결정 장치는, 생성된 등수심 간격의 수온 데이터를 이용하여 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산한다.
즉, 임의수심 수온결정 장치는 선형 회귀(linear regression) 관계식의 기울기 및 절편을 최소자승법으로 계산하는 방법을 이용하여, 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산할 수 있다.
선형 회귀 관계식은 하기 수학식과 같이 나타낼 수 있다.
여기서, a는 기울기이고, b는 절편이다.
4층 모델의 4개의 층 중 어느 한 층에 n개의 관측값 Ti(i=1, …, n)가 존재할 때, 관측값 Ti와 선형회귀값 T(zi) 사이의 오차 제곱합 E는 하기 수학식과 같이 나타낼 수 있다.
오차 제곱합을 최소로 하는 계수 a 및 b는 하기 수학식과 같은 최소화 조건식의 해로 주어진다.
이러한 최소화 조건식을 a 및 b의 식으로 정리하면 하기 수학식과 같은 선형연립방정식으로 나타낼 수 있다.
그리고, 이 선형연립방정식의 해는 하기 수학식과 같이 나타낼 수 있다.
여기서, zi 및 Ti는 각각 생성된 등수심 간격의 수온 데이터의 수심값 및 수온값이고, 는 i=1부터 n까지의 합계를 나타낸다. 이를 이용하여, 4층 모델의 각 층의 수온의 연직 기울기 Gi(i=1, 2, 3, 4)가 계산될 수 있다.
S150 단계에서, 임의수심 수온결정 장치는, 설정된 각 층의 최대 수심 및 계산된 연직 기울기를 이용하여 각 층의 최대 수심의 수온을 계산한다.
즉, 임의수심 수온결정 장치는 하기 수학식을 이용하여 각 층의 최대 수심의 수온을 계산할 수 있다.
S160 단계에서, 임의수심 수온결정 장치는, 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산한다.
즉, 임의수심 수온결정 장치는 하기 수학식을 이용하여 임의의 수심에서의 모델 수온을 계산할 수 있다.
여기서, T(i)(z)(i=1, 2, 3, 4)는 i번째 층을 어깨글자(super scirpt)로 표시한 임의 수심 z에 대한 모델 수온을 나타낸다.
예를 들어, 임의수심 수온결정 장치는 수심 z의 값을 입력받고, 입력된 수심 z의 값이 어느 층에 속하는지를 확인하고, 확인된 층에 해당하는 식에 수심 z의 값을 대입하여, 입력된 수심 z의 값에 해당하는 모델 수온을 계산할 수 있다.
S170 단계에서, 임의수심 수온결정 장치는, 생성된 등수심 간격의 수온 데이터 및 계산된 임의의 수심에서의 모델 수온을 이용하여 각 층의 최적 최대 수심을 결정한다.
4층 모델을 이용하여 계산된 모델 수온 T(zi)이 관측 수온 Ti에 가장 잘 부합하게 하기 위해서는, 최적의 최대 수심(d1, d2, d3, d4)이 선정되어야 한다.
각 층의 최적 최대 수심은 모든 관측 수온에 대하여 하기 수학식의 분산이 최소가 되는 조건을 만족해야 한다.
또는, 분산의 제곱근인 RMS(root mean squares) 오차가 최소가 되는 조건을 만족해야 한다.
4층 모델에서 첫번째 층인 제1 층의 상부는 해수면(z=0)으로 설정하고, 4층 모델에서 가장 아래층인 제4 층의 최대 수심 d4를 관측치의 최대 수심으로 설정한다. 이에 따라, 반복 연산(iteration)을 통해 보정되어야 할 최대 수심의 값은 d1, d2, d3의 3개이다. 이 3개의 수심값을 각각 -Δz, 0, Δz만큼 시프트(shift)시킨 경우를 고려하면, 제1 층의 최대 수심의 수심값은 d1-Δz, d1, d1+Δz로 3개이다. 이와 동일하게 제2 층 및 제3 층에 대해서도 고려하면, 전체적으로 33 즉 27개의 경우가 생긴다. 이 27개의 수심값 각각의 경우에 대하여, 수심값에 대응하는 모델 수온과 관측 수온 사이의 RMS 오차를 계산하고, RMS 오차가 가장 작은 수심값을 선정한다. 그리고, 제1 층, 제2 층 및 제3 층의 최대 수심(d1, d2, d3)의 초기 설정값을 선정된 수심값으로 갱신한다. 이와 같은 과정을 미리 설정된 반복횟수만큼 반복 연산하여 각 층의 최적 최대 수심을 결정한다.
반복연산 중에, RMS 오차가 미리 설정된 허용오차보다 작거나, 허용된 미리 설정된 반복횟수를 초과하거나, 반복 연산을 해도 RMS 오차가 더 이상 감소하지 않는 경우, 반복 연산을 중단한다.
반복연산에 의한 각 층의 수심의 분해능은 시프트된 값인 Δz에 의하여 결정된다. 충분한 정밀도를 가진 각 층의 최적 최대 수심을 결정하기 위해서는, Δz가 충분히 작아야 한다. 예를 들어, Δz = 0.1m로 설정될 수 있다.
하지만, 층 별 최대 수심의 후보 수심값이 di-Δz, di, di+Δz으로 주어지므로, Δz가 작으면, 전체적(global) 최소화 수렴보다는 국지적(local) 미세 조정만 하게 되어 원하는 결과가 산출되지 못하는 경우가 있다. 이러한 문제를 극복하기 위하여, 먼저 숲을 본 후 나무를 보는 다단계 반복연산이 바람직하다.
예를 들어, 첫 단계에서는, Δz = 5m로 설정하여 개괄적인 수층 구조를 반복연산으로 조사하고, 다음 단계에서는, Δz = 1m로 설정하여 좀더 자세한 수층 구조를 알아낸다. 최종적으로, Δz = 0.1m로 설정하여 0.1m 분해능의 수층 구조를 알아내는 방법을 고려할 수 있다.
도 3은 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치의 구성을 개략적으로 예시하여 나타낸 도면이다.
도 3을 참조하면, 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치는 프로세서(10), 메모리(20), 통신부(30) 및 인터페이스부(40)를 포함한다.
프로세서(10)는 메모리(20)에 저장된 처리 명령어를 실행시키는 CPU 또는 반도체 소자일 수 있다.
메모리(20)는 다양한 유형의 휘발성 또는 비휘발성 기억 매체를 포함할 수 있다. 예를 들어, 메모리(20)는 ROM, RAM 등을 포함할 수 있다.
예를 들어, 메모리(20)는 본 발명의 실시예에 따른 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법을 수행하는 명령어들을 저장할 수 있다.
통신부(30)는 통신망을 통해 다른 장치들과 데이터를 송수신하기 위한 수단이다.
인터페이스부(40)는 네트워크에 접속하기 위한 네트워크 인터페이스 및 사용자 인터페이스를 포함할 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
10: 프로세서
20: 메모리
30: 통신부
40: 인터페이스부
20: 메모리
30: 통신부
40: 인터페이스부
Claims (9)
- 임의수심 수온결정 장치가 수행하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법에 있어서,
해수 수온 연직분포에 대한 4층 모델을 생성하는 단계;
상기 생성된 4층 모델에서 각 층의 최대 수심을 설정하는 단계;
해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성하는 단계;
상기 생성된 등수심 간격의 수온 데이터를 이용하여 상기 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 단계;
상기 설정된 각 층의 최대 수심 및 상기 계산된 연직 기울기를 이용하여 상기 각 층의 최대 수심의 수온을 계산하는 단계;
상기 설정된 각 층의 최대 수심, 상기 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산하는 단계; 및
상기 생성된 등수심 간격의 수온 데이터 및 상기 계산된 임의의 수심에서의 수온을 이용하여 각 층의 최대 수심을 결정하는 단계를 포함하되,
상기 각 층의 최대 수심의 수온을 계산하는 단계는,
하기 수학식을 이용하여 상기 각 층의 최대 수심의 수온을 계산하고,
여기서, T0는 해양표면수온(SST)이고, T1, T2, T3, T4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심에서의 수온이고, d1, d2, d3, d4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이고,
상기 임의의 수심에서의 모델 수온을 계산하는 단계는,
임의 수심 z의 값을 입력받고, 상기 입력된 임의 수심 z의 값이 어느 층에 속하는지를 확인하고, 하기 수학식 중에서 상기 확인된 층의 수학식에 상기 임의 수심 z의 값을 대입하여, 임의의 수심에서의 수온을 계산하고,
여기서, T(i)(z)(i=1, 2, 3, 4)는 i번째 층에서의 임의 수심 z에 대한 모델 수온을 나타내고, T0는 해양표면수온(SST)이고, T1, T2, T3는 각각 제1 층, 제2 층 및 제3 층의 최대 수심에서의 수온이고, d1, d2, d3는 각각 제1 층, 제2 층 및 제3 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이고,
상기 각 층의 최대 수심을 결정하는 단계는,
상기 4층 모델의 가장 아래층인 제4 층의 최대 수심을 상기 수온 데이터의 최대 수심으로 설정하고, 상기 4층 모델의 제1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 각각 미리 설정된 -Δz, 0, Δz만큼 시프트(shift)시키고, 상기 시프트된 수심값에 대응하는 모델 수온과 상기 수온 데이터의 관측 수온 사이의 RMS(root mean squares) 오차를 계산하고, 상기 RMS 오차가 가장 작은 수심값을 선정하고, 상기 제1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 상기 선정된 수심값으로 갱신하는 것을 특징으로 하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법.
- 제1항에 있어서,
상기 4층 모델은 혼합층인 제1 층, 상부 수온약층인 제2 층, 하부 수온약층인 제3 층 및 심해층인 제4 층의 4개의 층으로 구성되는 것을 특징으로 하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법.
- 제1항에 있어서,
상기 등수심 간격의 수온 데이터를 생성하는 단계는,
표준수심 별로 관측된 수온 데이터를 선형보간하여 상기 등수심 간격의 수온 데이터를 생성하는 것을 특징으로 하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법.
- 제1항에 있어서,
상기 연직 기울기를 계산하는 단계는,
선형 회귀(linear regression) 관계식의 기울기 및 절편을 최소자승법으로 계산하는 방법을 이용하여, 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 것을 특징으로 하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 방법.
- 삭제
- 삭제
- 삭제
- 삭제
- 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치에 있어서,
명령어를 저장하는 메모리; 및
상기 명령어를 실행하는 프로세서를 포함하되,
상기 명령어는,
해수 수온 연직분포에 대한 4층 모델을 생성하는 단계;
상기 생성된 4층 모델에서 각 층의 최대 수심을 설정하는 단계;
해양관측자료를 가공하여 등수심 간격의 수온 데이터를 생성하는 단계;
상기 생성된 등수심 간격의 수온 데이터를 이용하여 상기 4층 모델의 각 층의 수심에 대한 수온의 연직 기울기를 계산하는 단계;
상기 설정된 각 층의 최대 수심 및 상기 계산된 연직 기울기를 이용하여 상기 각 층의 최대 수심의 수온을 계산하는 단계;
상기 설정된 각 층의 최대 수심, 상기 계산된 연직 기울기 및 각 층의 최대 수심의 수온을 이용하여 임의의 수심에서의 모델 수온을 계산하는 단계; 및
상기 생성된 등수심 간격의 수온 데이터 및 상기 계산된 임의의 수심에서의 수온을 이용하여 각 층의 최대 수심을 결정하는 단계를 포함하는 임의수심 수온결정 방법을 수행하고,
상기 각 층의 최대 수심의 수온을 계산하는 단계는,
하기 수학식을 이용하여 상기 각 층의 최대 수심의 수온을 계산하고,
여기서, T0는 해양표면수온(SST)이고, T1, T2, T3, T4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심에서의 수온이고, d1, d2, d3, d4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이고,
상기 임의의 수심에서의 모델 수온을 계산하는 단계는,
임의 수심 z의 값을 입력받고, 상기 입력된 임의 수심 z의 값이 어느 층에 속하는지를 확인하고, 하기 수학식 중에서 상기 확인된 층의 수학식에 상기 임의 수심 z의 값을 대입하여, 임의의 수심에서의 수온을 계산하고,
여기서, T(i)(z)(i=1, 2, 3, 4)는 i번째 층에서의 임의 수심 z에 대한 모델 수온을 나타내고, T0는 해양표면수온(SST)이고, T1, T2, T3는 각각 제1 층, 제2 층 및 제3 층의 최대 수심에서의 수온이고, d1, d2, d3는 각각 제1 층, 제2 층 및 제3 층의 최대 수심이고, G1, G2, G3, G4는 각각 제1 층, 제2 층, 제3 층 및 제4 층의 수심에 대한 수온의 연직 기울기이고,
상기 각 층의 최대 수심을 결정하는 단계는,
상기 4층 모델의 가장 아래층인 제4 층의 최대 수심을 상기 수온 데이터의 최대 수심으로 설정하고, 상기 4층 모델의 제1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 각각 미리 설정된 -Δz, 0, Δz만큼 시프트(shift)시키고, 상기 시프트된 수심값에 대응하는 모델 수온과 상기 수온 데이터의 관측 수온 사이의 RMS(root mean squares) 오차를 계산하고, 상기 RMS 오차가 가장 작은 수심값을 선정하고, 상기 제1 층, 제2 층 및 제3 층의 최대 수심으로 설정된 수심값을 상기 선정된 수심값으로 갱신하는 것을 특징으로 하는 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230135875A KR102660078B1 (ko) | 2023-10-12 | 2023-10-12 | 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230135875A KR102660078B1 (ko) | 2023-10-12 | 2023-10-12 | 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102660078B1 true KR102660078B1 (ko) | 2024-04-24 |
Family
ID=90884010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230135875A KR102660078B1 (ko) | 2023-10-12 | 2023-10-12 | 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102660078B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09257592A (ja) * | 1996-03-19 | 1997-10-03 | Oki Electric Ind Co Ltd | 海洋音響トモグラフィデータの補填方法及び装置 |
| US20090187369A1 (en) * | 2008-01-23 | 2009-07-23 | University Of Delaware | Estimation of subsurface thermal structure using sea surface height and sea surface temperature |
| KR20230055765A (ko) | 2021-10-19 | 2023-04-26 | 공주대학교 산학협력단 | 전지구 대기 모델에서 대기-해양 상호작용을 고려한 해양 혼합층 물리과정 모델링 방법 |
-
2023
- 2023-10-12 KR KR1020230135875A patent/KR102660078B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09257592A (ja) * | 1996-03-19 | 1997-10-03 | Oki Electric Ind Co Ltd | 海洋音響トモグラフィデータの補填方法及び装置 |
| US20090187369A1 (en) * | 2008-01-23 | 2009-07-23 | University Of Delaware | Estimation of subsurface thermal structure using sea surface height and sea surface temperature |
| KR20230055765A (ko) | 2021-10-19 | 2023-04-26 | 공주대학교 산학협력단 | 전지구 대기 모델에서 대기-해양 상호작용을 고려한 해양 혼합층 물리과정 모델링 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Ensemble randomized maximum likelihood method as an iterative ensemble smoother | |
| Ross et al. | Recipe for 1‐D Lagrangian particle tracking models in space‐varying diffusivity | |
| Suh et al. | An efficient early warning system for typhoon storm surge based on time-varying advisories by coupled ADCIRC and SWAN | |
| US8155942B2 (en) | System and method for efficient well placement optimization | |
| US20080262809A1 (en) | Method and system for modelling petroleum migration | |
| CN114462120A (zh) | 一种基于一维水动力模型的河道槽蓄量计算方法 | |
| Stecca et al. | A framework for the analysis of noncohesive bank erosion algorithms in morphodynamic modeling | |
| CN111985061B (zh) | 海上风机基础的结构设计方法、设计系统及可读存储介质 | |
| KR102660078B1 (ko) | 해수 수온 연직분포 성층모사 모델을 이용한 임의수심 수온결정 장치 및 방법 | |
| CN112904419A (zh) | 一种微地震成像方法及终端设备 | |
| Ghazizadeh et al. | An adaptive well-balanced positivity preserving central-upwind scheme on quadtree grids for shallow water equations | |
| Fluixá-Sanmartín et al. | Empirical tool for the assessment of annual overtopping probabilities of dams | |
| KR101677159B1 (ko) | 다중칼만게인과 동적자료선별을 통한 앙상블기반 저류층특성화 방법 | |
| EP1677222A1 (en) | Method and apparatus for evaluating a proposed solution to a constraint problem | |
| Kharmanda et al. | Extension of optimum safety factor method to nonlinear reliability-based design optimization | |
| CN116861799B (zh) | 基于残差的海底地形反演模型生成及海底地形反演方法 | |
| Hopp et al. | The relevance of preferential flow in catchment scale simulations: Calibrating a 3D dual‐permeability model using DREAM | |
| CN108330896A (zh) | 一种梯级水库调度方法及系统 | |
| JP2009156837A (ja) | 地質環境の長期変動が地下水流動に与える影響を評価するための解析方法 | |
| O'Neill et al. | A generalised stochastic backscatter model: large‐eddy simulation of the neutral surface layer | |
| Floris et al. | Uncertainty estimation in volumetrics for supporting hydrocarbon exploration and production decision-making | |
| CN115270301A (zh) | 一种基于最大化期望提高算法的船型优化快速方法 | |
| CN111628784B (zh) | 一种水声信道下原模图ldpc码的优化方法 | |
| CN114861444A (zh) | 基于kd树的非结构网格地球系统模式观测稀疏化方法 | |
| Kazantsev | Optimal boundary conditions for ORCA-2 model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |