1. 서 론

해양과학기지(Korea Ocean Research Stations, KORS)는 다양한 시간 규모의 물리 및 생지화학 해양/대기 현상과 변동성을 관측하고, 그 원인을 규명할 목적으로 구축한 플랫폼 형태의 관측 시스템이다(Fig. 1, Ha et al. 2019; Kim et al. 2019). 연구 해역인 황동중국해는 평균 수심이 75 m인 천해로, 전 세계에서 일차 생산력이 가장 높은 대륙붕 해역 중 하나이다(Hoegh-Guldberg et al. 2014). 동시에, 이 해역은 얕은 수심의 영향으로 해양 환경이 외력 혹은 내부변동성에 따라 급격히 변화하는 특성을 가지고 있다(Yeh and Kim 2010; Kim et al. 2018a). 이로 인하여 기상 및 해양, 생태계 변동성을 융복합적으로 연구할 필요성이 대두됨에 따라 2003년 이어도 해양과학기지를 시작으로 가거초(2009년)와 소청초(2014년) 해양과학기지를 건설하여 운영 중이며, 향후 동해에 추가로 해양과학기지를 건설하여 관할해역 전체를 포괄하는 관측망 시스템을 구축하려 한다. 해양과학기지는 해양, 기상, 대기환경 등 20여종의 다양한 관측 장비를 설치하여 해양-대기 환경을 실시간으로 모니터링 하고 있다. 이에 더하여 기지 내 습식 실험실(wetlab)을 활용해 안정적으로 해양생태 관측요소에 대한 관측 및 실험을 수행하고 있다(Ha et al. 2019).

Fig. 1.

Schematic illustration of the Ieodo Ocean Research Station (I-ORS), with the geographic locations of the Korea Ocean Research Station (KORS) in the Yellow and East China Seas

해양과학기지와 같은 해양관측 시스템의 인프라와 관측자료의 활용을 높이려는 사회적 요구가 전 세계적으로 증가하는 추세이다. 이는 해양관측 자료가 최첨단 기술과 대규모 전문 인력을 투자하여 생산한 자본집약적 공공 재화의 성격을 가지고 있기 때문이다. 이에 더하여 정보 통신 기술의 발달로 인한 환경 관련 산업의 발전과 기후 변화에 따른 정책 수립의 필요 등으로 인해 자료 활용의 주체가 확대되면서 관측 자료에 대한 다양한 수준의 요구가 존재한다(Tanhua et al. 2019). 이러한 사회적 요구에 부합하기 위해서 관측 장비에 대한 철저한 관리와 함께 관측 자료의 품질을 파악하고 선별하는 관측자료 고도화의 중요성이 점차 부각되고 있다. 제공받은 자료의 정확도가 낮거나 신뢰할 수 없는 경우 해황 분석 및 자료 동화를 활용한 예보 등 직접적인 활용이 어려울 뿐만 아니라, 악기상 및 기후변화에 선제적 대응을 위한 정책 마련 등 사회적 의사 결정을 위한 과학적 근거 자료로도 활용할 수 없기 때문이다. 이러한 이유로 국제 해양 관측 커뮤니티는 다양한 사용자의 요구를 만족하기 위한 고품질 자료 관리 시스템 개발에 힘쓰고 있다. 국제적인 관측 표준화 및 품질관리 표준화 또한 이러한 노력의 일환이다.

QARTOD (Quality Assurance/Quality Control of Real-Time Oceanographic Data)는 2003년 실시간 관측 자료의 품질관리를 위한 전지구적인 표준 제정을 설립 이념으로 하여 해양 관측 관련 공공기관, 학술기관 및 연구기관, 기업 등 자료 생산 및 활용 주체들로 구성된 해양 커뮤니티이다(IOOS 2017a). 미 통합해양관측시스템(Integrated Ocean Observing System, U.S. IOOS)은 해양 관측의 표준화에 대한 노력을 인정하여 2012년 ‘QARTOD 부서’를 설립하고 자료 표준화 사업 계획(Project Plan)을 수립하였다(IOOS 2017a). 이 사업의 핵심 목표는 미 통합해양관측시스템의 핵심 변수에 대해 전세계해양관측시스템(GOOS) 및 기타 국제 해양관측 기관들이 공통으로 사용할 수 있는 품질보증(Quality Assurance, QA)/품질검사(Quality Control, QC) 표준절차 수립이다(IOOS 2017a). 이에 미 국립해양기상청(National Oceanic and Atmospheric Administration, NOAA) 산하의 국립자료부이센터(National Data Buoy Center, NDBC)나 국립과학재단(National Science Foundation)의 지원을 받는 OOI (Ocean Observatories Initiative)와 같은 해양 관측 관련 국제기관/기구들은 QARTOD 표준에 부합하기 위해 여러 단계로 구성된 QA/QC 절차를 수립 및 적용하여 균일한 품질의 관측 자료를 다양한 사용자들에게 배포하고 있다.

QA는 장비 검교정에 해당하는 전처리(preprocessing)와 관측 수행 후 센서의 성능을 재검토하여 센서 표류(drift)와 같은 문제를 보정하는 후처리(post processing)를 통해 관측 센서 및 장비의 정확도를 보증하고, 이를 바탕으로 관측 자료를 교정하는 과정이다. 한편, QC는 생산된 데이터를 검토하고 오류로 의심되는 개별 관측값에 대해 그 품질의 상태를 미리 정의된 주석(flag)으로 표시하여 관측 자료의 신뢰도를 평가하는 기술적인 운영 과정을 의미한다(OOI 2013). 일반적으로 QC는 전문 연구자들이 관측 목적 및 관측 요소, 관측 해역의 특성 등을 고려하여 구성한다. 방대한 시계열 자료를 생산하는 플랫폼이나 정점 관측의 QC는 자동화된 기법들을 순차적으로 적용하여 자료의 품질을 우선적으로 검사한다. 이후 전문가가 수동 QC 혹은 육안검사(visual inspection)를 수행하여 여전히 남아있는 명백한 불량 자료나 정상 자료를 오류로 분류한 경우를 바로잡는 등 배포 전 관측자료의 품질을 최종 검토한다. 다양한 분야에 종사하는 사용자의 수요를 충족하기 위해 QC 과정에서 자료의 수정 및 삭제를 최소화 하고, 검사 결과를 숫자와 같은 간단한 형태의 주석 정보(flag)로 제공하는 것을 권장한다. 또한, 모든 QA/QC 과정과 결과는 메타데이터 형태로 사용자에게 공개하는 것을 원칙으로 한다(IOOS 2017b).

대양에서 수행되는 부이(buoy)나 계류(mooring) 관측 시스템과 달리 해양과학기지는 강한 조석과 구조물에 의해 발생하는 난류, 높은 해양생산성으로 인해 해양 생물체가 수중 센서에 부착하여 발생하는 생물오손(bio-fouling), 어로 활동, 전압 불안, 케이블 누수 등의 특수한 환경 속에서 관측을 수행하고 있다. 이 때문에 대양 정점 시계열 관측 자료에 비해 더욱 섬세한 품질 검증 및 검사가 요구된다. 국립조사원과 해양과학기술원은 QA의 일환으로 매년 정기적으로 장비 및 센서 검보정을 수행하고 있다. 이에 더하여 현장 관측 기간이나 정기 점검 동안 개별 기지에 방문하여 관측 시설과 자료 서버를 점검하고, 센서 점검 및 세척 작업을 수행하고 있다. 추가적으로, 태풍과 같은 악기상 발생 전후 혹은 기지에 이상이 발생한 경우 긴급점검을 수행하여 기지가 안정적으로 운영될 수 있도록 관리하고 있다. 하지만 해양과학기지 관측 자료의 QC는 관련 정보 및 절차의 공유나 자료 관리 방법에서 국제표준의 권고와는 차이가 있다. 실시간 관측 자료는 느슨한 범위 검사를 수행한 후 국립해양조사원 홈페이지(http://www.khoa.go.kr/koofs/)를 통해 배포하고 있다. 지연 모드(delayed mode) 자료의 경우에는 시간, 일, 월 단위로 통계 처리하여 제공하고 있다. 이로 인해 비교적 단기 관측 자료를 활용한 태풍(Moon and Kwon 2012; Park et al. 2019), 해파(Kim et al. 2016), 비선형 내부파(Nam et al. 2018), 해양-대기 상호작용(Ha et al. 2019), 대기변동에 따른 혼합층 깊이 변동(Kim et al. 2018b) 등과 같은 단기 변동성에 대한 연구는 진행되고 있지만, 이 자료를 활용하여 장기 변동성 연구를 수행하기는 어렵다. 따라서, 해양과학기지에서 생산하는 시계열 자료의 신뢰도를 확보하고 사용자의 다양한 목적에 맞게 사용될 수 있도록 편의성을 확보하면서, 동시에 관측자료의 품질을 고도화하기 위한 QC 표준절차가 필요하다.

본 연구의 최종 목표는 해양과학기지와 같이 변동이 큰 천해역 시계열 자료의 품질검증에 최적화된 QC를 개발하여 해양과학기지에 생산되는 시계열 관측 자료의 품질을 국제적인 수준으로 개선하는 것이다. 이 과정에서 최소한의 자료만을 오류로 분류하여 결측률을 낮추고, 후처리와 같은 전문가의 주관적인 개입이 없는 동시에 QC 수행에 있어 개별 변수 설정을 최소화하여 빠르고 효과적인 QC를 수행하는데 유의하였다. 지금까지 국내에서 해양 시계열 자료 처리를 위한 QC 연구는 극히 제한적이었다. 본 논문은 최종 목표를 달성하기에 앞서 국제적으로 통용되는 QC 기법의 특성을 파악하고, 이를 해양과학기지에서 생성되는 시계열 관측 자료에 적용하여 그 효과와 한계점을 선행적으로 분석하고자 한다. 이 연구 결과를 바탕으로 해양과학기지와 같은 천해역에서 얻어진 시계열 자료 처리에 적합한 QC의 개선방향을 제시하였다.

2. 국제 기관에서 수행되는 QC 표준절차

QARTOD (Quality Assurance/Quality Control of Real-Time Oceanographic Data)

통합해양관측시스템의 QARTOD 사업 계획(project plan)은 총 26개의 핵심 해양관측 변수를 선정하고(IOOS 2017a), 실시간 관측에 특화된 QA/QC 절차를 수립하고 있다. 2020년 현재 IOOS 웹페이지(https://ioos.noaa.gov/project/qartod/)에서 14개의 변수에 대한 매뉴얼을 배포하고 있다. 각 매뉴얼에서 품질관리는 중요도와 수행 난이도에 따라 필수(required), 권고(strongly recommended), 제안(suggested)의 3개 그룹으로 분류하고 있다(Table 1). 전반적으로 유사한 QC 절차를 수행하나, 일부 변수의 경우 특정 절차를 추가하거나 제외한다.

필수 그룹은 관측 시간이나 위치, 센서의 측정 범위가 사전에 지정된 임계값 내에 있는지 여부를 파악하는 기초적인 검사로 구성된다. 수신 자료는 먼저 사전에 정한 시간 내에 수신되었는지 여부를 검사하는 시간/간격(timing/gap) 검사와 관측자료 전송 오류에 대한 지표나 중복 여부를 확인하는 구문(syntax) 검사를 수행한다. 그 다음으로 위치(location) 검사를 통해 관측이 수행된 물리적 위치가 사용자가 정한 범위 내에 있는지를 확인한다. 수신 자료에 대한 검사 이후에 관측값을 대상으로 전범위(gross range) 및 기후값(climatological) 검사를 수행한다. 전범위 검사는 센서 출력 한계를 범위로, 기후값 검사는 대상 지역의 월별 혹은 계절 특성을 반영한 기후치 임계값을 범위로 하여 관측값이 해당 범위 안에 존재하는지 여부를 검사한다. 권고 그룹은 검사 대상값을 전후의 관측값과 비교하여 자료의 타당성을 파악하는 쐐기값(spike), 변화율(rate of change), 동일값(flat line) 검사로 구성된다. 쐐기값 검사는 검사 대상값이 주변값과 비교하여 지나치게 크거나 작은지 여부를 검사한다. 변화율 검사는 관측값의 시간 변화를 파악하여 단위 시간당 비정상적인 변화가 발생할 경우의 자료를 오류로 표시한다. 동일값 검사는 통신이나 센서 문제로 동일한 값이 일정 시간 이상 계속하여 반복될 경우 이를 오류로 분류한다. 마지막으로 제안 그룹의 경우, 개별 변수 이외의 관측 요소나 관측 환경 등의 요소를 고려하는 검사 방법으로, 다중변동(mutual-variate), 신호감소(attenuated signal), 이웃(neighbor) 검사가 이에 해당한다. 다중변동 검사는 변화율 검사를 응용한 검사로 검사 대상 변수와 개연성이 높은 관측 요소 예를 들면, 수온과 염분, 바람과 돌풍, 습도와 강수 등의 변화율을 동시에 검토하여 두 변수 모두 단일 변화율 검사보다 엄격하게 지정된 임계값을 벗어날 경우에 해당 자료를 오류로 분류한다. 신호감소 검사는 전력 약화나 오염 등으로 인해 센서의 민감도가 낮아져 관측값의 변동성이 임계값 이하로 작아지는 지 여부를 검사한다. 이웃 검사는 관측 지점 인근에 동일 센서로 관측된 자료가 존재하는 경우에 수행하며, 검사 대상 센서에서 측정한 자료의 변화율과 이웃의 동일 센서에서 측정한 자료의 변화율을 검토하여 두 변화율 모두 임계값 이상일 경우 해당 관측치를 오류로 분류한다(IOOS 2014). QARTOD의 품질검사 절차에 대한 상세 절차와 설명은 QARTOD 홈페이지(https://ioos.noaa.gov/project/qartod/)에서 확인할 수 있다.

국립자료부이센터(NDBC)

미 국립해양기상청 산하의 국립자료부이센터는 100여개의 해양-기상 관측 부이, 50개의 C-MAN (Coastal-Marine Automated Network) 정점, 55개의 TAO (Tropical Atmosphere Ocean), 39개의 DART (Deep-Ocean Reporting and Assessment of Tsunamis) 쓰나미 관측소를 운용하고 있다. 이에 더하여 통합해양관측시스템(약 300개 정점), National Ocean Service (약 200개), Minerals Management Service (약 70개)를 포함한 570여개의 제휴 정점 환경자료의 표준화된 품질관리와 배포를 책임지고 있다. 국립자료부이센터 QC의 목표는 각 핵심 변수별로 제시한 정확도를 만족하는 균일한 품질의 관측 자료를 제공하는 것이다(NDBC 2009). 각 변수별 정확도는 NDBC 홈페이지(http://www.ndbc.noaa.gov/rsa.shtml)에서 확인할 수 있다.

국립자료부이센터는 QARTOD 표준을 충족하기 위해 제휴 정점을 포함한 800여개의 관측 정점에서 동일하게 수행하는 비교적 간단한 자동 QC를 수행하고 있다(Table 1). 가장 먼저 범위 검사를 수행한다. 이 검사의 범위는 1992년 3월 미국 해군 해양 기후 아틀라스(US Navy Marine Climatic Atlas of the World, Version 1.0)에서 얻은 기후값을 바탕으로 설정하며, 지역 및 계절에 따라 그 범위를 다르게 설정할 수 있다. 다음으로 시간 연속성(time continuity) 검사를 수행한다. 이는 시간에 따른 관측값의 변화가 일정량 이상일 경우 오류로 분류하는 방법으로 본질적으로 QARTOD의 변화율 검사와 동일하다. 내부 일치(internal consistency) 검사는 QARTOD의 다중 변동 검사와 개념적으로 유사하나 두 변수의 변화율을 검토하는 다중 변동성 검사와 달리 관측값 사이의 물리적 관계를 비교한다. 예로, 돌풍(gust)이 10분 평균 풍속보다 작거나 같은 경우 혹은 기압계의 배터리 전압이 낮은 경우 관측 자료는 오류로 분류한다. 파랑의 경우, 복잡한 내부 일치 검사를 수행하게 된다. 이는 파고, 파향, 풍향 등의 조합 사이에서 내부일치 여부를 검사하는 방법으로 바람-파랑 알고리즘, 방향성 파랑 검증 보고서, 너울 방향 검사, 고주파 스펙트럼 쐐기값 검사, 파고-평균 파주기 검사, 파향-풍향 검사를 선택적으로 사용할 수 있다(NDBC 2009).

국립자료부이센터의 QC에는 특징적으로 태풍 한계(storm limits) 카테고리가 존재한다. 태풍, 열파, 지진, 쓰나미와 같이 자연재해에 해당하는 비정상적인 해양/대기 현상으로 인해 관측값의 급격한 변동이 발생하는 경우 자료 분석 전문가의 판단 하에 범위 검사나 시간 연속성 검사와 같은 일부 검사를 비활성화 한다. 전체 검사 절차가 끝나면 관측 자료에는 2가지 주석(hard, soft)이 기록되는데, 주석의 종류에 따라 관측값이 삭제되어 배포된다(NDBC 2009).

OOI (Ocean Observation Initiative)

OOI는 국립과학재단(NSF)이 후원하는 프로그램으로 심해 분지에서 조수대까지, 해저에서 해표면까지의 다양한 융복합적인 해양학적인 과정을 이해하기 위해 기획되었다(https://oceanobservatories.org). OOI는 물리, 화학, 생물학적 변화를 측정하기 위해 남대서양과 북대서양, 그리고 태평양 일대에 1개의 케이블 관측배열(cabled array), 2개의 연안 관측배열(coastal array), 4개의 전지구 관측배열(global array)를 설치하여 장기 관측을 수행하고 있다. 여기서 생산되는 관측 자료는 OOI 웹페이지를 통해 준실시간으로 사용자들에게 제공되고 있다. 이 자료를 처리하기 위해 고안된 OOI 품질관리 절차는 관측자료가 QARTOD 표준을 충족하는 동시에 수집되는 관측 자료의 정상 여부를 정확하게 구분하는 것을 목표로 한다. 이에 OOI는 다년간의 관측 경험을 바탕으로 6개의 알고리즘을 개발(Table 1)하였으며, 대상 변수의 특성에 맞게 구성하여 사용할 수 있다.

먼저, 관측값이 임계값 내에 속하는지 여부를 검사하는 전지구 범위(global range) 검사와 지역 범위(local range) 검사를 수행한다. 전지구 범위 검사의 임계값은 OOI에서 보편적으로 유효한 범위를 제공하고 있으며(OOI 2012a), 지역 범위 검사는 계절 혹은 수심별 유효 범위를 사용자가 지정하여 사용하게 된다(OOI 2012c). 쐐기값(spike)과 기울기(gradient) 검사는 시계열 관측값의 급격하고 과도한 변화를 판별하는 검사 방법으로 쐐기값 검사는 단일 오류를, 기울기 검사는 반복되는 오류를 분류하는데 효과적이다(OOI 2012d, e). 동일값(stuck) 검사는 센서 오류에 의해 동일한 관측값의 반복 표출을 오류로 분류하며(OOI 2012b), 추세(trend) 검사는 센서의 장기간 표류를 검사한다(OOI 2012f). 이 방법은 QARTOD에서 수행하는 검사, 즉 쐐기값(spikes), 신호 감소(attenuated signal), 동일값(flat line), 변화율(rate of change) 검사와 본질적으로 동일하다. 위의 각각의 기법에 대해서는 아래의 3장에서 좀 더 자세히 다루고자 한다.

해양과학기지를 위한 품질검사 방법 선정

위에서 언급한 기관들을 포함하여, NOAA 산하 국제 해양관측기구 및 전세계 장기 시계열 자료를 생산하는 기관들은 QARTOD 표준에 만족하고자 자동화 품질관리 알고리즘을 개발하여 운용하고 있으며, 이들 알고리즘은 아래와 같이 크게 3가지 유형으로 묶을 수 있다. 1) 센서의 관측 범위 혹은 각 정점의 관측 자료를 통계 분석하여 관측되는 자료의 한계 범위를 정하고 이 범위 안에 관측한 자료가 위치하는지를 평가하는 범위 검사, 2) 관측 자료에서 단위 시간 내에 물리적으로 불가능한 변동이 발생할 때 이를 제거하는 쐐기값 검사와 기울기 검사, 그리고 3) 관측 센서의 이상 유무를 측정하는 검사로 동일값 검사와 표류 검사가 이에 해당한다. 추가적으로, 배터리 전압 감소에 따른 오류 검사, 관련 변수 사이의 관계를 바탕으로 한 내부일치 혹은 다중변동 검사를 QC에 선택적으로 포함하여 수행하기도 한다.

해양과학기지에서는 해양, 기상, 대기환경에 대한 관측 자료를 생산하고 있어 다양한 관측 요소에 적용이 가능한 표준절차를 사용해야한다. QARTOD의 경우, 2020년 현재 출간된 14개 매뉴얼 중에서 해양과학기지 관측 요소에 적용할 수 있는 것은 바람, 수위(water level), 수온 및 염분, 유속에 대한 4개의 매뉴얼로 제한적이다. 또한, 각 변수별로 상이한 표준절차를 운용해야 하는 문제를 가지고 있다. NDBC의 표준절차는 비교적 단순하여 계산 속도가 빠르다는 장점이 있으나 여름철 태풍과 같은 극한 기상현상이 발생할 때 관리자의 수동 제어가 필요하다는 단점이 있다. OOI는 관측 요소별로 검사에 대한 가이드라인이 없어 변수별로 최적의 파라미터를 찾아야 한다. 그러나, 세계 표준 품질검사 중 하나로 다양한 변수에 적용이 가능하고, 홈페이지를 통해 자동 품질검사 실행 스크립트를 배포하고 있어 해양과학기지 관측 자료에 적용하기에 비교적 용이하다. 이에 본 연구에서는 OOI QC를 이어도 해양과학기지에서 관측한 시계열 자료에 시범적으로 적용하여 그 성능을 파악하였다.

3. 국제표준 자동 QC 적용

이어도 해양과학기지(I-ORS)에서는 표층(5 m)과 중층(20 m), 저층(38 m)에 Aanderaa사의 CT3919를 사용하여 수온과 염분을 관측하고 있다(Fig. 1 참조). 이 장비는 크기가 비교적 작고 내구성이 좋아 악기상 관측에 유리하고, 케이블을 이용하여 데이터를 실시간으로 DB에 저장하기 때문에 관측 자료의 확보율이 높다. 하지만 자기장을 이용하여 관측을 수행하는 전자기 유형(inductive type) 센서를 사용하는 장비의 특성상 전기 신호에 민감하게 반응하여 쐐기값 형태의 오류가 발생할 수 있다. 이에 더하여 해양생물이 센서에 부착할 경우 염분이 현저히 낮아지는 생물오손에 취약한 단점이 있다. 해양생물 부착을 예방하기 위해 다양한 생물오손 방지 실험을 수행하였을 때도 유의한 생물오손이 발생하였다. 실제로 염분은 2013년 5월 말까지 약 32.0 정도로 균일하게 유지하지만 봄철 대번성의 영향으로 해양생물 부착이 시작되어 표층은 5월 말부터, 중층은 6월 중순부터 감소하기 시작하여 6월 말 염분이 각각 27.5와 29.7까지 시간에 따라 급격히 하락하였다(Fig. 2b). 이어도 기지 2013년 6월 말 2차 정기점검에 수행한 센서 청소 이후 염분 값은 다시 약 32.2로 회복되었다. 동일한 생물오손이 10월에서 11월 사이에도 발생하였다. 하지만 생물오손은 수온 관측에 영향을 거의 미치지 않는 것으로 판단된다. 이에 본 연구에서는 수온에 집중하여 분석하였다.

Fig. 2a는 2013년에 이어도 해양과학기지에서 관측된 수온의 시계열이다. 표층 수온은 1년 내내 관측이 계속된 반면 중층과 저층은 이어도 기지 1차 정기 점검 기간인 5월 11일에 설치되었다(Table 2). 저층 수온의 경우 케이블 누수로 인해 비이상적인 쐐기값이 반복적으로 발생하였으나, 11월에 있었던 4차 정기 점검에서 케이블을 복구하였다. 11월 19일부터 20일까지 24시간동안 전층 수온 관측값이 평균 15.3°C 정도로 관측기간 11월 평균인 19.7°C보다 약 4°C정도 낮게 관측되었는데, 이는 정기 점검 시 CT 센서가 공기 중에 노출된 결과이다.

Fig. 2에서 알 수 있듯이 표층에서는 비교적 오류 없이 수온 관측이 수행되었지만, 여름 중층과 바닥에서는 쐐기값을 포함, 해당 해역의 관측 범위를 넘는 비정상 자료가 다수 존재함을 확인할 수 있다. 이는 당시 중층 및 저층 케이블의 노후로 인한 이상값이다. 특히 중층에서의 수온 변동성이 강하게 나타났는데, 이는 내부조석파, 관성주기파, 비선형 단주기 내부파 등의 영향으로 등수온선 수직 변위가 수 m에 달해 성층 시기에 중층에 고정된 CT 센서가 수온약층을 경계로 해수 상층과 하층을 가로질러 위치하기 때문으로 판단된다. 결과적으로, 중층의 경우 수 시간 내에 10°C 이상의 수온 변화가 하계에 관측되었다(Fig. 2a). 이렇듯 자연적인 물리 현상과 더불어 나타나는 다수의 이상값이 2013년에 관측되었기 때문에 OOI 품질 검사의 효과를 판단하기에 적합할 것으로 사료된다. 이에 본 논문에서는 2013년 이어도 해양과학기지 수온 시계열(Fig. 2a)을 대상으로 OOI 자동 QC 기법의 효과 및 한계점을 확인하였다.

Fig. 2.

Observed (a) temperature and (b) salinity timeseries at the levels of 5 m, 20 m, and 38 m from Ieodo Ocean Research Station (I-ORS) during 2013. The temperature-salinity diagram is illustrated in (c)

전지구 범위 검사(global range check)

전지구 범위 검사는 가장 기본적인 품질검사 방법으로, 검사 대상이 사전에 정의한 유효한 범위에 속하는지 여부를 검사한다. 이 범위는 보통 센서의 관측 범위와 일치한다. 수온의 경우 IOC 2010의 기준을 따라 최소값과 최대값은 각각 -2°C, 40°C로 설정하여 검사한다(OOI 2012a). 검사 결과 표층과 중층, 저층에서 -2°C 이하를 보이는 각각 0개, 3개, 1개의 관측값이 오류로 분류되었다(Fig. 3).

Fig. 3.

The applied results of global range check to the observed water temperature from the I-ORS at the levels of (a) 5 m, (b) 20 m, and (c) 38 m during 2013. The flagged data by this check are marked with black crosses

지역 범위 검사(local range check)

지역 범위 검사는 관측 정점의 지역 및 수심, 계절 특성을 반영한 범위 검사 방법으로 사용자가 전지구 범위검사보다 엄격한 유효 범위를 지정한다. 이때 계절이나 수심에 따라 임계값을 달리 정할 수 있는데, 이들을 선형 내삽한 후 유효 범위 내에 검사 대상값이 존재하는지 여부를 검사한다(OOI 2012c). 이어도 해양과학기지 수온 자료에 적합한 범위를 확인하기 위해 조사원 홈페이지에 기지 수온자료가 제공되기 시작한 2007년부터 2019년까지 관측된 모든 수층의 수온 자료를 이용하여 Fig. 4과 같이 -5°C부터 35°C까지 1°C 간격으로 발생 빈도를 계산하여 분포도를 그렸다. 12년간 관측한 전체 수온 자료는 1,352,790개이다. 10°C에서 최대 빈도를 보이고, 6에서 33°C의 관측값이 1,305,835개로 전체의 96.5%에 해당한다. 이 범위에서 수온은 로그 정규(log normal) 분포를 보인다(Fig. 4의 빨간선 참조). 참고로, 각 수심별로 히스토그램을 그리면 정규분포의 양상을 보인다. 이 구간을 넘어서는 -5 ~ -4°C, 0 ~ 1°C, 34 ~ 35°C 구간에서 관측값의 빈도가 크게 증가하는데, 이는 센서의 오류나 통신 문제 등으로 인한 이상값으로 판단된다. 이는 전체의 3.3%(45,086개)를 차지한다.

Fig. 4.

Histogram of observed temperature in percentage from the I-ORS during 2004-2019. The red line shows a log-normal distribution of the observed temperatures

한편, 이어도 기지 해역은 여름철에도 태풍과 같은 악기상으로 인해 전층 혼합이 발생하기도 한다. 2018년 발생한 태풍 솔릭(SOULIK, 1819)의 경우 표층수온은 8월 21일 26.4°C에서 2일만에 약 8°C가량 하락하였고, 저층수온은 13.7°C에서 약 10°C 상승하여 전수층이 혼합되었다. 이러한 악기상의 영향에서 벗어나 평년적인 성층구조로 회복되는데 약 10일 정도가 소요되는 것으로 알려져 있다(Park et al. 2019). 또한 겨울에 해당하는 10월 말부터 3월 말까지는 전층이 혼합되는 특성이 있어서 수심별로 수온의 유효범위를 나누는 것은 유의하지 않다. 이러한 환경적 특성을 반영하여 이어도 해양과학기지 수온 자료의 유효범위를 계절과 수심 구분 없이 전체 관측 자료의 96.5% 이상이 분포하는 6°C 이상 33°C 미만으로 하였다. 이 기준을 바탕으로 지역 범위검사를 수행한 결과 표층에서 42개, 중층에서 284개, 저층에서 1,271개를 오류로 분류하였다(Fig. 5). 이들 중 각 41개(97.6%), 277개(97.5%), 그리고 1,232(96.9%)개의 값들이 센서 이상이나 통신 문제로 인해 0°C 혹은 34.9°C의 이상값이 기록되었다.

Fig. 5.

Same as Fig. 3 but except local range check. The gray colors represent passed data by previous QC, i.e., global range check. The black crosses indicate the flagged data by this check, and colors are passed ones

쐐기값 검사(spike check)

쐐기값 검사는 검사 대상값이 주변 관측값과 비교하여 유의미하게 벗어나는지 여부를 확인한다. 비교를 위해 검사 대상값(T) 전후에 기록된 L-1개(L은 홀수) 자료들을 window로 하여 변화량(R = 최대값–최소값)을 계산한다. 대상 값이 앞서 구한 변화량과 사전에 지정한 변수의 정확도(ACC) 중 더 큰 값의 N배수를 초과할 경우 즉, T > N × max (R, ACC)일 때 이를 이상값으로 판단한다. N의 경우 OOI가 제시한 기본값은 5이다(OOI 2012d). 이 검사는 변동성이 큰 단일값의 이상 여부를 판단하는데 효과적이며 주변 값에 이상값이 반복적으로 기록된 경우나 관측된 간격이 일정하지 않은 경우에는 사용에 유의해야 한다.

이어도 기지 수온 센서는 고정 계류라인에 설치되어 있기 때문에 관측 자료가 조석의 영향을 많이 받으며, 특히 성층이 발달하는 여름철 변동성이 크게 나타난다. 주로 일주조/반일주조 성분이 우세한 특성을 보이며 대조기에는 4 ~ 6시간 동안 10°C가 넘는 수온 변동도 발생한다. 이를 반영하여 window를 2시간(L = 13)으로 하였다. 수온의 정확도는 자료의 표출 분해능인 0.1, 배수(N)는 기본값과 동일하게 5로 설정하였다. window를 4시간이나 6시간으로 현재보다 크게 설정할 경우 상대적으로 훨씬 적은 쐐기값만을 오류로 분류하기 때문에, 이어도 해양과학기지와 같이 천해에 위치하여 자연 변동성이 큰 경우 L을 비교적 작게 설정하는 것이 효과적이다.

쐐기값 검사 결과를 Fig. 6에 도시하였다. 9월 표층에 다수의 쐐기값이 존재하였다. 이중 9월 23일부터 25일까지 관측된 3개의 쐐기값은 오류로 분류한 반면, 9월 21일 4시간동안 연달아 존재하는 5개의 쐐기값은 오류로 분류되지 않았다. 이는 검사 대상값의 window 내에 다수의 이상값이 존재할 경우 변화량이 크게 증가하기 때문이다. 또한 주변값의 변동이 아주 적었던 7월의 경우, 정상값으로 보이는 1개의 자료가 오류로 분류되었다.

중층에서도 9월에만 12개의 관측값이 오류로 분류되었으나, 9월 21일 3.5시간동안 발생한 6개의 이상값과 9월 26일 발생한 1개의 쐐기값은 오류로 분류되지 않는다. 6월 23일부터 29일 사이에 관측된 자료의 상당 부분이 전지구 범위검사에서 오류로 구분되었다. 이를 제외한 검사 대상자료 54개 중 명확한 이상값은 18개이다. 이 이상값들이 window 내에 다수 존재하여 변동량을 증가시키기 때문에 이상값임에도 불구하고 정상으로 분류되었다. 저층의 경우 총 48개의 관측값이 쐐기값으로 검출되어, 가장 많은 자료를 오류로 분류한 것을 확인할 수 있었다. 그러나, Fig 6c에서 볼 수 있듯이 6월 말부터 9월 초까지 존재하는 명확한 쐐기값이 여전히 정상으로 분류되었다. 이들 대부분은 검사 대상의 window 내에 이상값이 다수 존재하는 경우이다. 11월 19일에서 20일까지 약 21.5시간 동안 16°C 이하의 이상값이 기록되었는데, 이는 장비 점검 시 센서가 대기중에 노출되었을 때의 관측값으로, 쐐기값 검사에서 정상 자료로 분류하였다.

Fig. 6.

Same as Fig. 5 but except spike check. Insets show expanded view of a specific period

동일값 검사(stuck value check)

이 검사는 센서 장비의 오류로 인해 동일 관측값이 연달아 발생하는 경우를 검사하는 기법으로 검사 대상값과 동일한 수치가 일정 기간 연속적으로 발생할 경우를 오류로 분류한다. 이 때 반복 자료의 개수(NUM)를 사용자가 지정할 수 있다(OOI 2012d). 본 연구에서는 반복 자료의 개수는 30개(5시간)로 설정하였다. 이는 5시간 동안 수온의 변화가 전무한 경우, 관측센서에 문제가 발생하였다고 가정하여 오류로 분류함을 의미한다. 이 기준에 따르면 표층에서 32개, 중층에서 76개의 자료가 오류로 분류된다. 이는 확보 자료의 0.03%, 0.27%에 해당한다(Fig. 7). 그러나, 이 검사를 통해 오류로 분류된 자료는 센서 오류에 따른 불량 자료가 아니라 수온 변화가 적은 동계 시기에 표출된 수온의 분해능이 낮기 때문이다. 수온 관측 자료의 경우 일반적으로 최소 소수점 아래 세 번째 자리까지의 값을 표출하나(Pawlowicz 2013), 2016년 11월까지 해양과학기지에서 관측된 수온 자료는 국가 해양관측 표준 규격에 따라 소수 첫째 자리까지만 기록되어 왔다. 이 문제점이 발견된 후 2016년 12월부터는 소수점 두 번째 자리까지 기록되고 있다.

Fig. 7.

Same as Fig. 5 but except stuck check

기울기 검사(gradient check)

기울기 검사는 검사 대상값의 시간에 따른 변화율이 유효한 범위 안에 속하는지 여부를 확인하는 검사 방법이다. 검사 대상자료(DAT)를 하나씩 검토해 나가며 검사 대상값과 이전 값의 변화율이 사전에 정의한 임계값(DDATDX)을 넘어설 경우 이를 불량 자료로 구분한다. 시간 간격이 일정하지 않아 시간 변화량(X)이 최소 시간 변화량(MINDX)보다 작은 관측값은 검사에서 제외한다. 이전 값이 오류로 분류될 경우, 검사 대상값이 기준값(STARTDAT)에서 허용오차(TOLDAT) 범위 내에 있는지를 검사한다. 기준값을 따로 입력하지 않을 경우, 검사 대상자료의 첫 번째 값을 기준값으로 하게 된다(OOI 2012b). 이 검사 방법은 이전 값이 참이라는 가정 하에 사용하게 되므로, 이전값의 이상 여부가 정확히 구분되지 않을 경우 다수의 정상값을 오류로 구분할 수 있다. 따라서 기울기 검사는 개별값을 대상으로 한 QC의 마지막 순서에 수행하는 것이 좋다.

이어도 수온 변화량의 표준편차는 약 0.5°C 정도이나, 변동성이 큰 여름철 중층에서는 10분 안에 약 8°C의 변화를 보이기도 한다. 이에 변화률 임계값을 표준편차의 10배인 -5°C에서 5°C로 설정하였다. 기준값(STARTDAT)은 2013년 수온 관측 자료의 전층 평균인 5.5로 설정하였고, 허용오차는 10°C로 설정하였다. 관측값의 간격은 일정하기 때문에 최소시간 변화량은 설정하지 않았다. 검사 결과 표층에서 발생한 6개의 명백한 이상값 중 5개를 오류로 분류하였다(Fig. 8). 중층에서는 총 72개의 자료가 오류로 판단하였는데, 이 중 9개의 이상값을 제외한 63개가 성층이 발달한 여름철에 위치한다. 7월부터 9월 초순까지 오류로 분류된 대부분의 값들은 자연변동성이 크기 때문이며 실제로 자료의 불량은 아닌 것으로 판단된다. 저층에서 17개의 이상값을 분류하였는데, 이들 중 6월 29일과 7월 31일 발생한 2개의 이상값은 정상으로 보인다. 이는 명백한 오류인 이전 값이 정상으로 분류되면서 오히려 정상값이 오류로 구분된 경우이다.

Fig. 8.

Same as Fig. 5 but except gradient check

표류 검사(drift check)

표류 검사는 개별 관측값이 아닌 대상 자료 전체를 평가하여 전체 관측값의 센서 오류로 인한 시간에 따른 표류를 검사한다. 이 검사는 다항식으로 추정한 시계열 내의 표류(혹은 경향성) 성분이 시계열 관측 자료의 전체 변동성을 어느 정도 설명할 수 있는지를 가지고 정상 여부를 판정한다. 표류의 특성을 고려하여 시계열 자료를 모수할 수 있는 n차 다항식(datpp)을 만들고, 관측 자료와 다항식을 통해 추정된 값의 차이의 표준편차와 관측 자료의 표준편차에 일정 배수(nstd)를 곱을 아래와 같이 비교한다.

위의 식을 만족할 때, 시계열 자료 내에 다차원으로 표현된 표류 변동성이 전체 변동의 대부분을 설명한다고 판단하여 관측값에 표류가 있다고 판단한다. OOI는 기본적으로 센서의 표류가 선형 변동의 형태를 보인다고 가정하여 1차 방정식, nstd의 경우는 3으로 설정되어 있다(OOI 2012f). 이는 관측 자료의 변화와 이 다항식을 통해 추정한 값의 차이의 표준편차가 관측 자료의 표준편차의 1/3보다 적은 경우에, 자료에 표류에 의한 변동성이 유의하다고 판단함을 의미한다. 검사 결과 표층, 중층 및 저층 모두 자료의 시간에 따른 표류가 없이 모두 정상으로 분류되었다. 다항식의 차수를 높여도 그 결과는 변하지 않았다. 이 검사 방법은 봄이나 가을의 경우 수온이 지속적으로 상승하거나 혹은 하강하여 관측 자료에 추세 성분이 주인 기간만을 대상으로 검사할 경우, 실제 표류가 발생하지 않음에도 그 전체 자료를 오류로 분류할 수 있는 가능성이 있어 사용에 유의해야 한다. 표류 검사는 심해의 수온 및 염분 시계열 자료와 같이 관측 자료의 변동성이 작고, 이 작은 변동폭에 비해 장기간의 센서 표류가 두드러질 때 주로 사용하는 방법이다. 계절변동성이 전체 변동성의 90% 이상을 차지하는 해양과학기지 해역(Wu et al. 2016)에서는 관측 자료에 직접적인 적용은 적합하지 않을 수 있다. 따라서, 표류 검사를 수행하기 위해서는 조화 분석 혹은 장기 평균을 수행하여 계절 주기(seasonal cycle) 성분을 제거한 후의 아노말리를 대상으로 하여 자료의 표류를 분석해야 할 것이다.

4. 토의 및 제언

OOI QC 적용

이어도 해양과학기지 2013년 수온 자료는 케이블 노후화로 인한 누수, 센서 이상이나 통신 오류의 문제와 더불어 중층에 위치한 CT 센서가 수온약층을 가로질러 위치하면서 급격한 자연 변동성을 가지는 특성을 보인다. 이 수온 시계열 자료를 OOI 자동 품질검사 방법을 이용하여 품질검사를 수행 한 결과 표층에서 83개(0.2%), 중층에서 447개(1.6%), 저층에서 1,345개(6.17%)의 자료를 오류로 분류하였다(Table 3, Fig. 9). 이 중에서 가장 많은 관측 자료를 오류로 분류해 낸 것은 지역범위 검사이다. 관측 해역에서 16년 동안 축적된 수온 시계열 자료는 수심과 계절 구분 없이 6°C에서 33°C의 범위 내에 약 96.5%의 자료가 존재한다는 사실에 기반하여 지역 범위검사를 수행하였다.

Fig. 9.

The qualified temperature by applying the OOI’s standard QCs to the 2013 I-ORS water temperature timeseries

자료의 비정상적인 변동성을 검사하는 쐐기값과 기울기 검사가 그 다음으로 많은 오류를 구분하였다. 쐐기값 검사는 단일 쐐기값들을 효율적으로 추적하였다. 그러나, 짧은 기간에 다수의 쐐기값이 발생하는 경우에는 이들을 이상값으로 분류하지 않았다. 또한, 주변 값의 변동이 아주 작은 경우, 정상값으로 추정되는 자료를 오류로 구분하는 한계가 있었다. 쐐기값 검사에서 오류로 구분되지 않은 자료들은 기울기 검사에서 대상값이 시간 변화에 따라 과도하게 변하는지 여부를 검사한다. 이 검사는 특히 중층에서 많은 자료를 오류로 분류하였다. 그러나, 7월부터 9월 초순에 오류로 분류한 대부분의 관측값들은 표층과 저층에서 관측된 수온의 범위 내에서 관측되어 오류가 아닌 급격한 자연변동성에 의한 실제 관측값이라고 사료된다. 이러한 현상은 태풍으로 인해 급격한 기상/해양 변동성이 발생할 때도 동일하게 나타난다. 이를 감안하여 기울기 검사를 소극적으로 수행하면 케이블 노후화로 인해 발생하는 불량 자료를 제대로 분류하지 못하여 검사 수행 여부의 의미가 퇴색한다. 이 기울기 검사의 가장 큰 문제점은 하나의 특정 임계값을 시기에 따라 급격하게 변하는 해역에서 관측된 모든 자료에 동일하게 적용하기 때문에 발생한다. 결과적으로 기울기 검사는 관측이 안정적으로 수행되며 관측 자료의 변동이 크지 않은 해역의 경우에는 유효하나, 이어도 해양과학기지와 같은 천해에서 관측된 해양 시계열 자료에 적용하기는 한계가 있음을 시사한다. 따라서, 기울기 검사를 보안할 수 있는 추가적인 QC 알고리즘 개발이 필요하며 이 알고리즘의 성능 분석을 추후 논문에서 다룰 예정이다.

센서의 문제로 인해 발생할 수 있는 오류를 검사하는 동일값과 추세 검사의 경우, 해양과학기지와 같이 계절별로 정기정점과 1년 단위의 센서 후보정을 정기적으로 수행하는 경우에는 그 효과가 크지 않은 것으로 판단된다. 다만, 해양과학기지에서 관측한 수온이 국가 해양관측 표준 규격에 따라 소숫점 한자리까지만 표출되는 기간이 있으며, 이때 수온 변동이 적은 동계의 경우에 소수의 자료가 동일값 검사 결과 오류로 분류되었다.

Fig. 10은 2007년부터 2019년까지 관측된 전체 수온 시계열에 OOI 자동 QC를 적용한 결과이다. OOI 기반 표준검사를 수행하였을 때 전반적으로 쐐기값을 비롯한 많은 이상값을 오류로 분류하는 것을 확인할 수 있었다. 그러나, 2009년 중층에서 관측된 수온과 2018년 하반기 저층 수온의 일부 오류가 여전히 정상으로 분류되어 있다. 이 외에도 간헐적으로 큰 쐐기값들이 여전히 남아있어, 장기 변동성 연구를 위한 높은 품질의 자료 확보를 위해서는 추가적인 품질검사 수행이 필요함을 보여준다.

Fig. 10.

The application of the OOI QCs to water temperatures observed from the I-ORS for the period of 2007 and 2019. The upper panel shows the raw time series and the lower one is the qualified time series after applying the OOI’s QCs. The gray colors in (b) represent the flagged data

국제 표준 품질검사 적용에 대한 제언

OOI는 개별 센서에서 획득한 하나의 변수에 집중하여 검사 대상값의 관측 범위 및 시간변화, 센서에 관한 자동 QC를 제시한다. 반면, QARTOD나 NDBC는 여기에 내부일치(internal consistency)나 다중변동(multi variance), 이웃(neighbor) 검사와 같이 대상 변수와 물리적으로 관련 있는 변수와의 상호비교 혹은 주변 관측 자료와 교차 비교와 같은 QC를 추가적으로 수행할 것을 제안하고 있다. 이어도 해양과학기지의 경우 수온과 동시에 관측한 염분, 그리고 수온과 염분에 의해서 결정되는 밀도와 같은 응용변수를 함께 고려하여 내부일치 혹은 이웃 품질검사를 수행할 수 있다. 그러나, 이러한 검사의 일환으로 수층 안정성을 검사하는 수온 혹은 밀도 역전 검사를 추가하는 것은 적절하지 않다. 이어도 해역을 포함하여 황동중국해의 경우 황해저층냉수의 확장에 따라 대마난류와의 혼합과정에서 중층에 수온역전이 발생할 수 있으며, 겨울철 전층 혼합이 발생하는 과정에서 대기로의 열속 증가로 인한 표층냉각이 강하여 하층보다 표층 수온이 낮아지면서 전층에서 수온역전이 발생하기 때문이다(Kim et al. 1982; Lie et al. 2015; Pang et al. 2017). 이 경우, 일시적이지만 밀도 역전이 발생하기도 한다. 실제로 이어도 해양과학기지에 CTD를 통한 수층 관측을 실시하였을 때, 4월, 8월에 수온과 밀도 역전이, 11월에 수온역전이 발생하였으며(Fig. 11), 이는 2015년 5월에 실시한 천해 음향변동 실험(SAVEX15)에서 음속 최소층의 특성을 가지는 수중음향 채널의 관측 결과와 부합한다(Song et al. 2018).

Fig. 11.

Examples of water temperature and density inversions at the I-ORS occupied at (a) 23 August 2016, (b) 26 April 2017, and (c) 21 November 2018. Blue represents a layer with temperature inversion only, and yellow with both temperature and density inversion

쐐기값, 기울기, 다중변동 검사를 포함한 변동성 관련 QC 검사를 수행 할 때, 관측자료의 평균을 빼고 표준편차로 나누어 자료를 표준화하여 수행하는 것을 추천한다. 표준화된 수치를 사용하기 때문에 개별 변수에 동일한 설정값을 사용할 수 있다는 장점이 있기 때문이다.

해양 관측 자료는 사용자에 따라 요구하는 품질 수준이 다르다. 사용자의 대부분은 높은 수준의 품질검사가 적용된 고품질의 관측 자료를 바라지만, 일부 사용자들은 보다 많은 관측 자료를 확보하기를 원하는 경우도 있다(IOOS 2017a). 따라서 가능한 많은 사용자들의 요구를 충족하기 위해 해양 관측 자료의 품질관리는 원데이터를 누락하거나 수정해서는 안되며, 품질관리 결과를 반드시 주석과 함께 제공해야 한다. QARTOD는 QC 수준에 따라, 자료 품질을 표현하는 주석을 사용할 것을 권장하고 있으며(IOOS 2017b), 해양과학기지 자료도 flag 시스템을 도입하여 관측자료와 함께 배포하는 것이 필요하다.

5. 결 론

해양과학기지는 해양, 기상, 대기환경 관측 자료를 생산하는 관측 정점이며, 동시에 천해의 해역에서 운용되는 시스템으로써 외해의 관측정점과 비교하여 QA/QC 측면에서 보다 특별한 노력이 요구된다. 기상 관측에 있어서 상대적으로 양질의 자료가 생산되고 있지만, 해양 장비는 악기상에 상대적으로 취약하고 센서의 생물오손, 케이블 누수 등 다양한 문제가 상존한다. 결과적으로 다양한 연구에 활용할 만큼 충분한 정확도의 관측 자료를 확보하는데 어려움이 있으며, 이로 인해 관측 자료의 활용도가 비교적 낮은 편이다. 이러한 문제점을 극복하기 위해서, 본 연구는 전 세계에서 국제 표준으로 통용되는 검사 방법 중 하나로 알고리즘을 제공하고 있는 OOI QC를 이용하여 해양과학기지에서 관측된 해양 변수 중 수온 시계열 자료에 적용하여 품질검사를 수행하고 그 성능을 분석하였다.

OOI QC는 개별 변수에 대하여 크게 범위 검사, 변동성 검사, 그리고 센서 검사를 수행한다. 이 중 센서 문제로 발생할 수 있는 동일값이나 표류는 분기별로 센서 점검을 수행하는 해양과학기지 자료에서는 거의 발생하지 않는다. 수온의 경우, 간혹 발생하는 동일값 오류는 센서 오류가 아니라 국가 해양관측 표준에 따른 수온의 표출 분해능이 낮기 때문이며, 2016년 12월 이후에는 이 문제가 해결되었다. 실제로 관측 오류로 나타나는 동일값(0°C, 34.9°C)은 선행하는 지역범위 검사에서 이미 처리되었다. 쐐기값 검사는 window 내에 단일 쐐기값이 존재할 경우 이를 오류로 잘 구분하였으나, 다수의 쐐기값이 존재하는 경우 이상값을 정상으로 분류하기도 한다. OOI QC 적용에 있어서 가장 주의가 필요한 검사 방법은 기울기 검사이다. 쐐기값 검사를 보완하기 위해 실시하는 기울기 검사는 변동성이 강한 중층에서 정상으로 판단되는 많은 수온 자료를 오류로 분류하는 한계점을 보였다. 이는 기울기 검사가 시기의 구분 없이 하나의 임계값을 기준으로 전체 자료의 정상 여부를 판단하기 때문이다. 따라서, 향후 기울기 검사를 대체하여 황동중국해와 같이 천해에 위치하여 시기별로 변동성이 다른 관측 자료에 적용 가능한 QC 알고리즘 개발이 선행되어야 할 것이다.