1. 서 론

국립해양조사원은 관할 해역에서 장기적이고 연속적인 해양 관측 자료의 수집 및 제공을 위해 국가해양관측망을 구축·운영하고 있다. 운영 목적에 따라 조위관측소, 해양관측소, 해양관측부이, 해양과학기지, 해수유동관측소로 구분되며, 조위, 수온, 해수유동, 해양 기상 등 다양한 해양 관측 자료를 생산하고 서비스하고 있다. 그중 해수유동 자료는 해수의 이동과 확산을 결정하는 핵심 인자로, 해양학적 연구뿐만 아니라 항해 안전 정보 제공, 연안 어족자원 관리, 어업 활동, 적조 및 유류 유출 대응, 인명 수색 및 구조 등 다양한 현업 활동에서 필수적인 해양 환경 기초 정보로 활용된다(김 등 2018). 해수 유동을 관측할 수 있는 장비로는 유속계(단층, 층별), 표류 부이, 무인 해상 자율 로봇(USV, Wave Glider), 해수유동관측소(HF-Radar) 등이 있다. 이 중 HF-Radar는 육상에 설치되어 상시 운영과 유지관리가 용이하다는 장점이 있어 기존 고정점 유속계 관측의 단점을 보완할 수 있는 장비이다. 현재 국내에서 HF-Radar를 운영하는 주체는 국립해양조사원(44기)을 비롯하여 한국해양과학기술원(5기), 수자원공사(5기)로, 각 기관은 활용 목적에 따라 장비를 운영하고 있다. 전 세계적으로 상용화된 HF-Radar는 미국 CODAR사의 송·수신 일체형 안테나(Combine type)와 독일 Helzel사의 위상 배열형(Phased-array) 안테나로 구분된다. 국립해양조사원은 국내 해안 지역 특성에 적합하며 설치, 운용 및 유지보수가 용이한 CODAR사의 송·수신 일체형 안테나를 도입해 운영 중이다.

국립해양조사원에서 운영하는 HF-Radar는 3–45 MHz 대역의 전파를 사용하여 탐지 거리 15–200 km 이내에서 0.5–6 km의 공간 해상도로 준실시간(near real-time) 해수 유동을 관측한다(국립해양조사원, 2022). HF-Radar의 관측 원리는 육상에 설치된 안테나에서 해면을 향해 무지향성 전파를 발사하고, 전파가 해면에 부딪혀 발생하는 브래그 산란 효과(Bragg Scattering Effect)에 의해 되돌아오는 신호를 수신하는 방식이다. 수신된 신호는 고속 푸리에 변환(Fast Fourier Transform, FFT) 과정을 거치며, 특정 거리에서 분석된 주파수에 대해 안테나별(Monopole, Loop1, Loop2) 신호 세기를 도플러 스펙트럼(Doppler Spectrum)으로 나타낸다. 이 데이터를 전체 거리 범위에 대해 수집하면 Range Doppler Map (RDM)으로 표현된다. 수신된 스펙트럼은 송신 주파수를 기준으로 양방향에 우세한 피크가 나타나며, 이를 브래그 피크(Bragg Peak)라 한다. 여기서 나타나는 첫 번째 첨두(1차 피크, First-order Echo)는 해류 성분을 나타내며, 두 번째 첨두(2차 피크, Second-order Echo)는 파랑 정보를 제공한다. 1차 피크에서 얻은 해류 성분은 관측소를 기준으로 다가오거나 멀어지는 방향의 속도로 변환되어 거리와 방향별로 방사형 속도 자료(Radial Vector)를 생성한다(Barrick 1971, 1972, 1977; Barrick et al. 1977; Barrick and Lipa 1997). 이후 최소 두 곳 이상의 관측소에서 측정한 방사형 속도 자료를 이용하여, 설정된 격자점을 중심으로 일정 반경 내 방사형 속도를 합성해 표층 해수유동장을 산출한다. 표층 해수유동장은 연안 지역의 복잡한 해수 유동 변화를 실시간 모니터링하는 데 유용하며, 실측 유속 자료와 비교 시 <7cm/s의 정확도를 보인다(Chapman et al. 1997; 이 등 2008). 다만, HF-Radar는 앞서 소개한 바와 같이 전파를 이용한 원격 장비로 안테나 주변 전파환경에 민감하며 특히 전파 반사나 교란, 간섭으로 인한 잡음이 발생할 경우, 필연적으로 원시자료의 품질 저하 또는 결측이 발생하게 된다(Chapman et al. 1997; 이 등 2008; 송 2016; 김 등 2022).

국립해양조사원은 관측 자료의 품질 개선 및 결측 최소화를 위해 안테나 패턴 측정(Antenna Pattern Measurement, 이하 APM)을 수행하고 있다. APM은 안테나로부터 수신되는 각 방향별 신호 강도를 측정하여, 패턴 보정을 통해 방사형 속도 자료의 위상 오류를 수정하는 과정으로 알려져 있다(Kohut and Glenn 2003). 김 등 (2022)에 따르면, APM 수행 시 반드시 전파 잡음을 고려해야 하며, 그렇지 않을 경우 APM이 적용된 방사형 유속 자료(RDLm, Measured Pattern)의 품질이 개선되지 않을 뿐 아니라, 오히려 APM이 적용되지 않은 방사형 유속 자료(RDLi, Ideal Pattern)가 더 정확할 수 있다고 제안하였다.

이에 국립해양조사원은 HF-Radar 유지관리 업무를 통해 1년에 1회 이상 정기적으로 APM을 수행하여 최적의 자료 품질을 유지하고 있으며, 자료의 정확도 확보 및 품질 개선 방안 도출을 위해 18개 해역에서 비교 관측 조사를 수행하였다. 이 과정에서 위성추적부이(표류부이)와 단층 유속계를 표층에 계류하여 비교 검증 자료를 확보하였다. 이러한 현장 관측 자료와의 비교 검증을 통해, 해수유동관측소의 격자 간격과 합성 반경을 조정하였으며, 각 해역별로 최적의 격자 간격과 합성 반경을 제시하였다. HF-Radar의 단계별 자료 처리 절차는 Fig. 1과 같이 수행된다. Level 0 단계는 수신기로부터 획득한 원시 신호 데이터로, 디지털화된 수신 신호(raw voltage signal)를 포함한다. Level 1 단계에서는 원시 신호를 푸리에 변환하여 도플러 스펙트럼을 생성하며, 이를 통해 각 주파수 성분별 해류의 도플러 이동을 분석할 수 있다. Level 2 단계에서는 도플러 스펙트럼을 이용하여 방사형 성분의 유속 벡터(Radial vector)를 추출하며, HF-Radar 관측소를 기준으로 들어오는 방향과 나가는 방향의 유속을 추출할 수 있다. 이후 Level 3 단계에서는 다수의 관측소에서 획득한 방사형 유속 벡터를 결합하여 표층 유속 벡터(Total vector)를 산출한다(Roarty et al. 2024). HF-Radar의 자료 품질 개선을 위해 수행되는 APM은 2차 생성물(Level 2)인 방사형 유속 자료를 활용하며, 1차 생성물(Level 1)인 원시 스펙트럼 자료에 대한 추가적인 개선 방안 도출이 필요하다. Level 1 단계에서 수신된 도플러 스펙트럼의 방사형 유속 속도는 피크(peak) 성분의 폭(width)에 의해 결정되며, 정확한 유속을 산출하려면 이 폭을 정확하게 결정하는 것이 중요하다. 폭은 1차 피크(해류 성분)와 2차 피크(파랑 성분)를 구분하는 기준 또는 경계를 정의하며, 이를 First Order Line (FOL)이라고 한다. 이에 따라 장비 제작사는 품질 개선을 위해 FOL 조정을 적극적으로 권장하고 있다(Evans et al. 2013; CODAR 2016; Kirincich 2017; Lai et al. 2020). 초기 FOL 설정은 Lipa and Barrick (1983)의 연구 방법이 적용되었으나, 현재는 CODAR에서 개발한 기술 보고서(CODAR 2002)에서 제시한 방법이 일반적으로 사용되고 있다. 선행 연구로는 전파 잡음을 고려한 신호대 잡음비(Signal to Noise Ratio, SNR)를 활용하여 결정하는 방법(Lai et al. 2020)과 이미지 처리 방식을 사용하여 RDM (Range Doppler Map)에서 1차 피크 영역을 추출하는 방법(Kirincich 2017)이 있다. 현재 국립해양조사원에서 운용 중인 HF-Radar의 FOL 변수는 사용자가 별도로 설정하지 않는 경우 초기 값으로 고정되어 해수 유동 자료를 생산한다. 이러한 초기값으로 산출된 해수유동자료는 각 관측소의 전파 환경과 해역 특성을 충분히 반영하지 못하기 때문에 오차나 이상 자료가 발생할 가능성이 높다. 따라서, 각 해역마다 최적의 FOL 변수를 산출하여 품질을 개선하는 작업이 요구된다.

Fig. 1.

Flow chart of the hf-radar processing chain from Level 0 data to Level 3 data

본 연구의 목적은 Level 1 자료 품질에 영향을 미치는 FOL의 개선에 관한 연구로, FOL 변수가 방사형 유속 자료에 미치는 영향을 분석하고 최적의 FOL 변수를 산출하는 방법을 제안하고자 한다. 또한, 실험을 통해 주요 변수가 방사형 유속 자료에 미치는 영향을 독립적으로 분석한 뒤, 최적 변수를 적용한 표층 해류 자료의 품질 개선 효과를 검토하고자 한다.

2. 자료 및 방법

자료 선정

국립해양조사원에서는 인천 항로의 항해안전 정보 제공, 적조(오염물) 추적 등을 위해 2015년 11월부터 인천 소무의도(INSO)와 송도(INSD), 안산 대부도(INDA) 해안가에 해수유동관측소를 설치하고 표층 해수 유동장의 시계열 자료를 생산하고 있다. 설치된 HF-Radar는 43 MHz 주파수 대역을 사용하는 장비로 5° 간격의 방위 해상도와 500 m 간격의 거리 해상도로, 관측소로부터 최대 15 km 거리까지 방사형 유속장을 관측한다(Fig. 2, Table 1). 생성된 유속자료는 매 정시를 기준으로 ±37.5분을 관측한 자료이며, 관측자료 생성 간격은 1시간으로 설정되어 있다. 각각의 방사형 유속장이 중첩되는 해역에 0.5 km 간격의 격자점을 구성하고, 각 격자점에서 합성반경(search radius) 1 km 범위 내의 방사형 유속 벡터들을 합성하여 1시간 간격의 표층 해류 벡터를 생성하였다.

Fig. 2.

Location of HF-radar sites (INDA, INSD and INSO) and the movement path of the Surface Drifters (triangle: release point, line: drifter moving route). Range coverage from each hf-radar is drawn by lines

본 연구에서는 최적의 FOL 변수 산출을 위해 2022년 6월 30일부터 7월 1일까지의 방사형 유속 자료를 표류 부이 유속과 비교하였으며, 방사형 유속 자료의 공간적인 변화를 살펴보기 위해 7월 1일부터 14일까지 자료에 대해 분석하였다. 또한, FOL 최적 변수가 적용된 표층 해류 벡터의 자료 품질 개선 여부를 알아보기 위해 2022년 7월 1일부터 7월 14일까지 인천항 해양관측 부이 유속과 비교하였다.

FOL 최적값 산출

FOL은 도플러 스펙트럼 상에서 파란색 영역에 해당되며, 해류 성분을 탐지하는 1차 피크로 가장 강한 에너지를 갖는다(Fig. 3). FOL 이외에 2차 피크는 1차 피크보다 상대적으로 낮은 에너지를 보이며 파랑 성분을 탐지하는 영역으로 알려져 있다. 따라서 정확한 해류 성분을 얻기 위해서는 1차 피크와 2차 피크를 구분할 수 있는 null을 정확하게 판단하는 과정이 매우 중요하다. 이 과정은 제작사 응용프로그램인 “SpectraPlotterMap”을 통해 설정 가능하다. 설정 가능한 변수는 currmax, nsm, noisefact, flim, fdown, ionfact의 총 6개이며, 해당 변수에 대한 설명은 아래와 같다.

• currmax (current threshold) : 관측하는 해역에서 관측할 수 있는 최대 유속값에 대한 설정으로, 전파 잡음으로 인해 최대 유속값이 과대평가 되는 오차를 제한하는 역할이며 설정이 작을 경우, 실제 관측된 강한 유속을 방사형 유속자료에서 제거 시킬 수 있음

• nsm (smoothing length scale) : 원시 스펙트럼 자료에서 null을 찾기 위해 신호 세기를 nsm 값으로 이동평균하여 null의 탐지를 명확하게 하는 변수임

• noisefact (noise threshold) : 잡음 신호와 브래그 신호를 구분하기 위해 사용하는 변수로, Noise Level의 평균값에 noisefact 값을 곱한 세기 보다 작은 값의 영역을 제외하는 변수임

• flim (Low energy threshold) : 1차, 2차 피크의 구분점인 null을 탐지하기 위한 영역 설정으로 하한선을 피크 최고지점(Pmax/flim) 기준으로 하며, 전파잡음 보다 크게 설정되어야 함

• fdown (First order factor) : 1차, 2차 피크의 구분점인 null을 탐지하기 위한 영역 설정으로 상한선을 피크 최고지점(Pmax/flim) 기준으로 함. fdown을 작게 설정하면 방사형 유속 자료의 크기가 과소 평가될 수 있음

• ionfact (Ionospheric contamination factor) : 전리층에 의한 전파잡음을 제거할 수 있는 변수로 전리층의 영향을 많이 받는 5 MHz 대역대에 주로 사용됨. 전리층에 의한 잡음은 일반적으로 브래그 피크 주변에 발생하며, 실제 브래그 신호 세기에 ionfact를 곱한 값보다 큰 신호는 전리층 영향으로 판단하여 제외시킴

Fig. 3.

First-order echo area extraction result according to FOL (First Order Line) variable

각 해역은 전파환경이 달라 피크의 크기, 잡음 수치, null의 형태가 모두 상이하기 때문에, 변수를 조정함으로써 최적의 해수유동 자료를 산출할 수 있다. 이는 원시 스펙트럼의 경계선을 조정하여 명확한 해류 성분을 추출하는 과정으로, 경계선 설정에 따라 오차나 이상 자료가 생성될 가능성이 있다. 따라서 변수를 설정하기 위해서는 다수의 스펙트럼 자료를 면밀히 검토하고 다각도로 조정 과정을 거쳐야 한다. 선행 연구에 따르면, nsm (1차 피크를 정확히 구분하고 국지적인 null을 제거하기 위한 이동평균 설정 값)은 FOL 과정에 미치는 영향이 미미하며, 이동평균에 사용되는 설정값의 변화 폭도 크지 않다고 보고되었다(Lai et al. 2020). 또한, ionfact (전리층 잡음 기준 효과)는 42 MHz 대역에서 전리층의 영향을 받지 않아 최적값 산출 실험에서 제외되었다. currmax는 관측 해역의 최대 유속으로, 주변 관측자료를 참고하여 180 cm/s로 동일하게 설정하였다.

1차 피크를 정확히 구분하기 위해서는 null의 설정이 중요하며, 이는 flim과 fdown 값에 따라 결정된다. 본 연구에서는 noisefact, flim, fdown을 주요 변수로 선정하고, 최적 값을 도출하기 위한 실험을 수행하였다. 최적 변수 실험 절차는 다음과 같이 수행하였다. 먼저, noisefact 변수의 최적 값을 산출하였다. 이후, 산출된 noisefact 변수를 적용한 상태에서 flim 변수의 최적 값을 산출하였다. 마지막으로, 산출된 noisefact 및 flim 변수를 적용하여 fdown 변수를 도출하였다. Fig. 3은 FOL 변수에 따라 1차 피크 영역이 추출되는 과정을 나타낸다. null을 정확히 찾기 위해 1차 피크(first-order echo) 최댓값 아래에서 두 변수를 설정하고, fdown보다 낮고 flim보다 높은 값 사이의 null을 탐색하였다. 이후 null의 범위 내에 포함된 값을 1차 피크로 인식하여 해류 자료로 계산하였다. 선정된 세 변수를 각각 다르게 적용하여 방사형 유속 자료를 재처리한 뒤, 표류 부이 자료와의 비교분석을 통해 최적 값을 도출하였다.

현장관측 자료 비교

FOL 최적 변수로 산출된 방사형 유속 자료에 대한 비교 검증을 위해 2022년 6월 30일부터 7월 01일까지 인천항(126.4–126.6°E, 37.3–37.4°N) 해역에 표류 부이(Surface Drifter) 8개를 투하하여 표층 흐름의 시ㆍ공간적 변화를 관측하였다(Fig. 2). 본 연구에 사용된 표류 부이는 Globalstar 위성 통신을 활용하여 10분 간격으로 위치 정보를 전송하고, 10 cm 이내의 십자형 저항체를 부착하여 표층 해류를 정확하게 관측하도록 제작되었다(Fig. 4). 42 MHz 대역으로 관측된 방사형 유속자료의 평균 수심은 약 0.3–0.5 m 이므로(Liu et al. 2014), 표류 부이 저항체의 중앙 수심도 약 0.3 m에 위치하도록 제작되었다. 또한, FOL 최적 변수가 적용된 표층 유속 자료의 자료 품질 개선 여부를 알아보기 위해 2022년 7월 01일부터 7월 14일까지 국립해양조사원에서 운영 중인 인천항 해양관측부이의 표층 유속 자료를 사용하였다. 해양관측부이의 유속계(DCS 4420)는 수심 약 3.5 m에 설치되어 있으며, 유향ㆍ유속을 10분 간격으로 관측하고, 유속 및 유향의 정확도는 각각 ±0.15 cm/s, ±5°이다.

Fig. 4.

Schematic diagram of drift buoy, b) and c) installation and release of drift buoy

표류부이 자료는 위성을 통해 수집된 위치 정보로, 10분 간격으로 관측된 데이터를 1시간 간격의 동서 및 남북 방향 유속 성분으로 재처리하였다. 방사형 유속 자료는 위치와 방향의 분해능이 각각 0.5 km와 5°로 설정되어 있다. 표류부이 관측 지점과 방사형 유속 자료의 격자가 일치하지 않으므로, 반경 0.5 km 이내의 방사형 유속 자료 격자점을 선정하였다. 선정된 방사형 유속 자료는 거리역 비례 가중내삽법(Inverse Distance Weighted Interpolation)을 적용하여 추출되었다. 이 과정에서 방사형 유속 자료는 해수유동관측소를 기준으로 들어오는 방향과 나가는 방향으로 축이 고정된 형태로 표현된다. 두 유속 자료를 비교하기 위해 표류부이의 유속 자료를 방사형 유속 자료의 가장 가까운 축 방향으로 벡터 투영하였다. 표류부이의 유속 성분을 방사형 유속 축 방향 성분으로 변환하는 과정에서, 식 (1)을 활용하여 벡터 투영을 수행하였다. 이때, 표류부이 유속(u, v)와 사이각 ɵ을 이용하여 다음과 같이 계산하였다.

여기서 u, v는 표류부이의 동서방향 및 남북방향 유속을 나타내며, ɵ는 방사형 유속자료의 축과 표류부이 유향 사이의 각도이다. 또한, u‘, v’는 방사형 유속 자료의 축 방향으로 투영된 표류부이의 유속 성분이다. FOL 최적 변수를 산출하기 위해, 투영된 표류부이 유속 성분과 방사형 유속 자료에 대해 선형 회귀 분석을 수행하여 최적 변수를 도출하였다(Yoshikawa et al. 2006; 이 등 2008; 김 등 2022).

3. 결 과

FOL 최적 변수 산출

FOL 최적 변수 산출을 위해 주요 변수인 noisefact, flim, fdown을 선정하여 실험을 진행하였다. 제조사가 권장하는 적용 범위는 noisefact의 경우 6–9 dB, flim은 12–25 dB, fdown은 6–15 dB이지만, 인천항에서 운영 중인 해수 유동 관측소 3개소(INDA, INSD, INSO)의 기존 FOL 변수 값은 각각 10, 20, 10 dB로 동일하게 설정되어 있다. 본 연구에서는 제조사 권장 범위를 확장하여 noisefact 변수는 4–13 dB, flim은 12–26 dB 그리고 fdown은 6–16 dB 범위를 적용해 실험을 수행하였다(Table 2). 실험은 제작사 응용 프로그램 “SpectraPlotterMap”을 사용해 FOL 변수를 설정하고, “SpectraOfflineProcessing”을 통해 방사형 유속 자료를 재처리하는 방식으로 수행되었다. 주요 변수들이 방사형 유속 자료에 미치는 영향을 독립적으로 평가하기 위해 각 변수별로 개별 실험을 진행하였다. Fig. 5는 Range Doppler Map (RDM)에서 FOL 최적 변수 적용 전과 후의 도플러 스펙트럼 탐지 영역 변화를 나타낸다. 이후 재처리된 방사형 유속 자료를 표류부이 유속 자료와 회귀 분석하여 최적 변수를 도출하였다(Table 2). 관측소별 유효 격자에 대해 평균 자료 수집률을 비교 분석하여 공간적 자료 수집률 변화를 평가하였다. FOL 최적 변수 산출은 회귀 분석 결과인 상관계수와 RMSe를 기준으로 품질 개선 효과를 평가해 결정하였다. 또한, 최적 변수 적용 전과 후의 방사형 유속 자료의 유효 격자점에 대한 수집률을 비교 분석하였다.

Fig. 5.

Doppler spectrum detection area before (left) and after (right) application of FOL optimal variable

INDA 관측소에서 FOL 주요 변수를 적용하여 방사형 유속 자료를 재생성하고, 표류부이 유속 자료와 선형 회귀 분석을 통해 FOL 최적 변수를 산출하였다. INDA 관측소의 noisefact는 기존 10 dB로 설정되어 있으며, 제조사에서 권장하는 변수값(6–9 dB)과 더불어 범위를 확장(4–13 dB)하여 실험을 진행하였다. 기존에 설정된 변수의 선형 회귀 분석 결과 상관계수(Correlation coefficient, Cor.)는 0.9, 평균 제곱근 편차(RMSe)는 12.04 cm/s, 기울기(slope)와 절편(intercept)은 각각 0.95와 –7.20으로 나타났다. 제조사가 권장하는 범위의 noisefact 변수 실험 결과, 상관계수는 0.9에서 0.87–0.89로 소폭 감소하고 RMSe는 기존 12.04 cm/s에서 12.26–12.65 cm/s로 증가하여 자료 품질의 개선 효과가 나타나지 않았다. 그러나 유효 격자점에서의 자료 수집률은 6 dB 변수 적용 시 기존 80.8%에서 86.3%로 증가하였다. 범위가 확장된 변수(4–13 dB)의 실험 결과 상관계수는 0.9로 기존값과 동일하였고, RMSe는 11 dB 변수 적용 시 11.75 cm/s로 약 0.29 cm/s 감소하여 자료 품질이 개선되었다. 기울기와 절편은 12 dB 변수에서 각각 0.99와 -5.65로 개선된 결과를 보였다. Flim 변수 실험 결과, 기존 설정값인 20 dB가 최적 값으로 산출되었다. 상관계수는 기존 값과 동일하거나 0.9에서 0.88로 소폭 감소하였으나, RMSe는 12–16 dB에서 기존보다 증가하고, 18–26 dB에서는 11.75 cm/s로 감소하여 자료 품질이 개선되었다. 기울기는 기존 0.95와 동일하였으며, 절편도 비슷한 수준을 유지하였다. Fdown 변수 실험 결과 6 dB에서는 오히려 품질이 나빠졌으나, 8 dB 적용 시 품질이 개선되었다. 상관계수는 0.91로 증가하였고, RMSe는 10.98 cm/s, 기울기는 1.02로 1에 가까워졌으며, 절편은 기존 -7.2 cm/s에서 -3.82 cm/s로 개선되었다. INDA 관측소의 최적 변수 산출 결과는 noisefact 11 dB, flim 20 dB, fdown 8 dB로 산출되었다.

INSD 관측소의 기존 변수 회귀 분석 결과, 상관계수는 0.85, RMSe는 32.14 cm/s, 기울기와 절편은 각각 1.15와 -19.92로 분석되었으며, 유효 격자점의 자료 수집률은 87.15%로 계산되었다(Table 2). noisefact 변수 실험 결과, 제조사 권장값 적용 시 상관계수가 소폭 상승하였다. RMSe는 4 dB 변수 적용 시 기존 32.14 cm/s에서 28.68 cm/s로 개선되었다. 기울기는 전체적으로 유사하였으나, 절편은 -19.92 cm/s에서 -16.10 cm/s로 개선되었다. 자료 수집률은 4 dB 적용 시 기존 87.1%에서 95.0%로 증가하였다. 반면, 범위를 확장한 변수(4–13 dB)에서는 품질 개선 효과가 나타나지 않았다. Flim 변수 실험 결과, 상관계수는 모든 변수에서 기존 값 대비 0.02–0.04 정도 증가하였고, RMSe는 14 dB 변수 적용 시 28.68 cm/s에서 27. 23 cm/s로 개선되었으며, 자료 수집률은 전체적으로 유사한 수준을 유지하였다. Fdown 변수 실험 결과 기존 설정값 대비 큰 개선 효과는 없었으며, 기존 10 dB가 최적 값으로 판단되었다. INSD 관측소의 최적 변수 산출 결과는 noisefact 4 dB, flim 14 dB, fdown 10 dB로 산출되었다.

마지막으로 INSO 관측소의 FOL 최적 변수 산출 실험을 진행하였다. INSO 관측소의 기존 변수 회귀 분석 결과, 상관계수는 0.79, RMSe는 19.38 cm/s, 기울기와 절편은 각각 0.91과 8.80으로 분석되었으며, 유효 격자점의 자료 수집률은 86.22%로 계산되었다. Noisefact 변수에서는 INSD 관측소와 유사하게 제조사 권장 범위 내에서는 유속 품질 개선 효과가 나타나지 않았으나, 4 dB에서 상관계수는 0.79에서 0.84로, RMSe는 19.38 cm/s에서 16.82 cm/s로 개선되었다. 기울기도 1.06으로 1에 가까워졌고, 절편은 8.8 cm/s에서 2.3 cm/s로 개선되었다. 자료 수집률은 기존 86.2%에서 95.2%로 증가하였다. Flim 변수 실험 결과, 기존 설정 값보다 낮은 12 dB에서 품질 개선 효과가 나타났다. 상관계수는 0.86, RMSe는 16.19 cm/s, 절편은 -0.33 cm/s로 개선되었으나, 기울기는 1.12로 다소 증가하였고, 자료 수집률은 93.5%로 감소하였다. Fdown 변수 실험 결과 8 dB 변수에서 상관계수는 0.87, RMSe는 15.44 cm/s로 개선되었다. 자료 수집률은 6 dB 변수 적용 시 감소하였으나, 나머지 변수에서는 유사한 결과를 보였다. INSO 관측소의 최적 변수 산출 결과는 noisefact 4 dB, flim 12 dB, fdown 8 dB로 산출되었다.

FOL 최적 변수 적용 시 자료 품질 변화

자료 품질에 영향을 미치는 주요 변수인 noisefact, flim, fdown에 대해 실험을 진행하여 최적 값을 산출하였다. 각 변수별 최적 값을 일괄 적용하여 방사형 유속 자료를 재생성하고, 기존 변수 설정으로 생성된 자료와 비교 분석하였다(Fig. 6). 또한, 방사형 유속 자료의 공간적인 자료 수집률(spatial acqusition rate) 변화를 평가하였다. 분석 기간은 2022년 7월 1일부터 7월 14일까지이며, FOL 최적 변수 적용 전후의 유속 자료에 대해 격자별 수집률을 비교하였다(Fig. 7).

Fig. 6.

Scatterplot of speeds measured by HF radar and drifter with default and optimal FOL variables applied from June 30 to July 1, 2022. The dashed line represents the regression line by PCA

Fig. 7.

Existing spatial acqusition rates by site (left) and spatial acqusition rates with FOL optimal variables applied (right)

INDA 관측소에서 FOL 최적 변수값을 일괄 적용하여 방사형 유속 자료를 재생성하고 기존 설정 결과와 비교하였다. 회귀 분석 결과 상관계수는 0.90에서 0.91로 소폭 증가하였으며, RMSe는 1.06 cm/s 감소하였다. 기울기는 1.02로 1에 더 가까워졌고, 절편은 -3.82 cm/s로 0에 근접하여 유속 자료 품질이 개선되었다(Fig. 6a and b). 반면, 공간적인 자료 수집률에서는 유의미한 변화가 나타나지 않았다(Fig. 7a and b). INSD 관측소에서는 유속 자료 품질이 상대적으로 크게 개선되었다. FOL 최적 변수 적용 후 상관계수는 0.89로 0.04 증가하였으며, RMSe는 32.14 cm/s에서 27.23 cm/s로 4.91 cm/s 감소하여 품질이 크게 향상되었다(Fig. 6c and d). 기울기는 기존 값과 동일했지만, 절편은 4.55 cm/s 감소하였다. 공간적 자료 수집률 분석 결과, 80% 이상의 자료가 취득되는 영역이 약 4.5 km 확장되었다(Fig. 7c and d). INSO 관측소에서는 가장 큰 유속 자료 품질 개선 효과가 나타났다. 상관계수는 0.87로 기존 값보다 0.08 증가하였으며, RMSe는 15.44 cm/s로 3.94 cm/s 감소하였다(Fig. 6e and f). 공간적 자료 수집률 측면에서도 80% 이상의 자료가 취득되는 영역이 약 7.5 km 확장되었으며, 대부분의 관측 격자점에서 자료 수집률이 현저히 개선되었다(Fig. 7e and f).

표류부이 유속 자료를 활용한 검증을 통해 산출된 FOL 최적 변수를 적용하여 방사형 유속 벡터(Radial Vectors, RUV)를 재생성한 후, 1 km 반경 내 합성된 방사형 유속 벡터를 기반으로 표층 해류 벡터(Total Vectors, TUV)를 생성하였다. 이후, FOL 최적 변수 적용 전후의 표층 해류 유속 자료를 표류부이 및 해양관측부이의 유속 자료와 비교하여 유속 개선 효과를 평가하였다(Table 3).

표층 해류 유속과 표류부이 유속 성분을 비교한 결과, 동서방향 성분(Ucomp.)의 상관계수는 0.94에서 0.95로 증가하였으며, 평균 제곱근 오차(RMSe)는 0.58 cm/s 감소하여 개선 효과가 확인되었다. 남북방향 성분(Vcomp.)에서는 상관계수가 0.05 상승하였고, RMSe는 1.96 cm/s 감소하여 동서방향 성분보다 더 큰 개선 효과가 나타났다.

해양관측부이 유속 성분과 표층 해류 유속을 비교한 결과, 동서방향 성분에서 상관계수는 0.02 상승하였고, RMSe는 0.72 cm/s 감소하였다. 남북방향 성분의 상관계수는 0.12 증가, RMSe는 1.87 cm/s 감소하여 자료 품질의 개선 효과가 가장 두드러지게 나타났다.

2022년 7월 1일부터 7월 14일까지, FOL 최적 변수 적용 전후의 표층 해류 벡터 자료 수집률을 비교 분석하였다(Fig. 8). FOL 최적 변수 적용 전(Fig. 8a)과 적용 후(Fig. 8b)를 비교한 결과, 현재 국립해양조사원에서 사용 중인 격자점 내에서는 자료 수집률에 큰 변화가 없었으나, 격자점 서쪽 해역 부근(126° 26' 24.0'' E)에서는 수집률이 60–70%에서 70–80%로 증가하였다. 격자점 전체적으로는 인천송도(INSD) 관측소 북서 해역과 소무의도(INSO) 관측소 북쪽 해역에서 자료 수집률이 약 50%에서 90%로 개선되는 결과를 보였다.

Fig. 8.

Spatial acquisition rates before (left) and after (right) applying FOL optimization variables

4. 결론 및 토의

HF-Radar 시스템으로 수신된 도플러 스펙트럼에서 해류를 산출하는 1차 피크와 파랑을 산출하는 2차 피크를 감지하고 구별하는 과정을 FOL (First Order Line)이라고 한다. 이 과정에서 1차와 2차 피크를 정확히 구분하는 null의 판단은 유속 산출에서 매우 중요한 요소이다. 해역마다 전파 환경과 해양 물리적 특성이 다르기 때문에 피크의 크기, 잡음 수준, null의 형태가 달라지며, 최적의 해수유동 자료를 산출하기 위해 변수를 적절히 조정해야 한다. 하지만 사용자가 FOL 변수를 설정하지 않으면 초기 값이 적용되어 방사형 유속 자료가 산출되는데, 이는 각 관측소의 전파 환경과 해역 특성을 충분히 반영하지 못해 자료의 오차나 이상치가 발생할 수 있다. 본 연구에서는 FOL의 최적 변수를 산출하고 이를 표층 해류 유속 자료에 적용하여 품질 개선 효과를 평가하였다. 실험을 통해 주요 변수인 noisefact, flim, fdown이 방사형 유속 자료(Radial vector)에 미치는 영향을 독립적으로 분석하고, 관측소별 최적 변수값을 도출하였다. 이후, 도출된 최적 변수를 적용하여 표층 해류 자료(Total vector)의 품질 개선 효과를 검토하였다.

실험 결과, 유속 자료의 품질을 개선시키는 변수는 관측소별로 다르게 나타났다. INDA 관측소에서는 fdown 변수가 다른 변수에 비해 자료 품질 개선 효과가 더 크게 나타났다. 기존 변수 대비 유효 격자점 내 자료획득률은 유사했으나, 상관계수가 소폭 증가하고 RMSe가 감소하는 등 품질이 개선되었다. 또한, 기울기가 1에 가까워지고 절편이 0에 근접하면서 유속 오차가 감소하였다. INSD 관측소에서는 noisefact, flim, fdown 변수 모두가 유속 자료의 정확성을 향상시키는 데 기여했다. 세 변수 모두 상관계수 증가 및 RMSe 감소 효과를 보였으며, 80% 이상의 자료가 취득되는 영역은 해수유동관측소를 기준으로 기존 대비 약 4.5 km 확장되는 품질 개선을 확인할 수 있었다. INSO 관측소에서는 fdown 변수가 가장 높은 품질 개선 효과를 나타냈다. 상관계수는 기존 대비 0.08 증가하였으며, RMSe는 3.94 cm/s 감소하였다. 또한, 80% 이상의 자료가 취득되는 영역이 약 7.5 km 확장되어 전 관측 영역에서 자료 수집률의 개선 효과가 나타났다. FOL 최적 변수를 적용한 표층 유속 자료(Total vector)를 표류부이 및 해양관측부이 유속 자료와 비교한 결과, 동서방향과 남북방향 성분 유속 모두에서 상관계수와 RMSe가 개선되었으며, 특히 남북방향 성분에서 더 큰 개선 효과를 보였다. 또한, 국립해양조사원에서 사용 중인 격자점 외측 해역에서도 자료 수집률이 개선되는 효과를 보였다.

해수 유동 자료의 시·공간적 패턴 개선 결과를 분석하기 위해 2022년 7월 1일부터 7월 14일까지 임의의 정점 4개를 선정하여 방사형 유속 자료를 추출하였다(Fig. 9). INDA 관측소의 경우, 자료 수집률 변화가 적은 정점(ST-DA)에서 4개의 격자를 선정하였으며, INSD와 INSO 관측소는 자료 수집률이 증가하는 정점(ST-SD, ST-SO)에서 격자를 선정하여 방사형 유속 자료를 추출하였다. 추출된 격자의 평균을 구하여 방사형 유속 자료의 시계열 변동 특성을 분석하였다. INDA 관측소에서 추출된 방사형 유속 자료의 평균 시계열을 살펴본 결과, FOL 최적 변수를 적용하기 전에는 경향성에서 크게 벗어난 오류로 판단되는 유속 자료가 포함되어 있었으나, 적용 후에는 이러한 오류 자료가 제거되는 특징이 나타났다. INSD 관측소의 경우, 추출된 격자점의 평균 수집률이 약 46%였으나, FOL 최적 변수를 적용한 후에는 약 90%로 증가하여 44%의 향상률을 보였다. INSO 관측소에서도 기존 51%에서 88%로 증가하며 27%의 향상률을 나타냈다. 평균 시계열 자료를 살펴보면, FOL 최적 변수를 적용한 자료에서는 전 기간에 걸쳐 연속적으로 자료가 생성되었으며, 대조기와 소조기의 유속 크기 변동 특성도 나타났다. 특히, 7월 8일부터 7월 11일까지 INSD 관측소 자료에서는 조류(tidal current)에 의해 전류 시 유속의 크기가 보정되었으며, INSO 관측소 자료에서는 7월 12일경 오차로 판단되는 자료가 보정되었다. 다만, 현장 관측 자료와의 비교 검증이 이루어지지 않았기 때문에, FOL 최적 변수 적용의 효과를 보다 정확히 평가하기 위해 개선 효과가 나타나는 지역을 대상으로 추가적인 연구가 필요할 것으로 판단된다.

Fig. 9.

Differences in spatial acquisition rates by site (left) and time series of radial vectors extracted (right)

결론적으로, 본 연구는 HF-Radar의 FOL 변수 최적화가 방사형 유속 자료의 정확도와 품질 개선에 크게 기여할 수 있음을 제시하였다. 관측소별 전파 환경과 해역 특성을 반영한 FOL 변수 조정을 통해 유속 자료의 신뢰성과 정확도를 높이는 실질적인 방안을 제안했으며, 이를 바탕으로 HF-Radar 자료의 광범위한 품질 개선 가능성을 확인하였다. 또한, FOL 역시 전파 환경이 변화하는 상황에서 APM과 동일하게 주기적으로 적용하여 평가할 필요가 있음을 제안한다. 다만, 본 연구에서는 2022년 여름에 수집된 2일 간의 표류부이 유속 자료만을 사용했으므로, 연구 결과를 전체 기간에 일반화하기에는 어려움이 있다. 또한, 국립해양조사원에서 사용 중인 격자점 내에서만 주로 평가가 이루어졌고, 격자점 외 지역에서는 검증이 이루어지지 않은 한계도 존재한다. 향후 연구 방향으로는 다양한 해역 및 전파 환경에서의 실험과 더 긴 기간의 자료를 활용하여 FOL 최적 변수를 적용하는 연구가 필요하다. 이를 통해 시기별 및 지역별로 최적화된 변수를 적용함으로써 더욱 신뢰도 높은 표층 유속 자료를 생산할 수 있을 것으로 기대된다.