1. Title & Journal
- Diurnal changes of a harmful algal bloom in the East China Sea: Observations from GOCI / Remote Sensing of Environment, Vol. 140, 562-572 (2014)
2. Author's Background
- Xiulin Loua, Chuanmin Hub
a) State Key Laboratory of Satellite Ocean Environment Dynamics, Second Institute of Oceanography, States Oceanic Administration, Hangzhou 310012, China
b) College of Marine Science, University of South Florida, St, Petersburg FL 33701, USA
3. Summary.
- 본 논문은 동중국해에서 해마다 발생하는 유독 조류의 증식 (적조) 을 모니터링 하기 위한 방법으로 원격탐사를 적용하고 있다. 지금까지의 원격탐사가 알고리즘의 불안정성과 복잡한 광학적 특성들 때문에 장기적인 모니터링에 어려움을 겪었던 점을 지적하며, GOCI의 가장 큰 장점인 하루 8개의 데이터를 제공한다는 점을 이용하여 하루 동안의 유독 적조 생물로 알려진 와편모조류의 일종인 Priricentrum donghaiense 농도를 모니터링 하였다. 또한 GDPS 알고리즘에서 Ray-reigh corrected reflcetance (Rrc) 를 일반화하여 이용하였다. 연구 날짜는 2011년 5월 29, 30일이며 연구결과로는 14:30 위성 이미지 자료에서 가장 높은 조류의 증가율(163%)을 보였다.
4. method
- 먼저 본 논문을 통해서 배울 수 있었던 점은 전통적으로 인공위성을 이용한 원격탐사에서 탁도가 심한 지역에서 모니터링에 문제가 되고 있는 부분은, 유해조류 증식을 정량화할 수 있는 안정적인 알고리즘의 부재와 구름으로 인한 중요 시간대의 모니터링을 놓치는 경우이다.
- 본 논문에서 GOCI data를 processing하는 것을 살펴보면, 2011년 5월 29일과 30일 데이터를 L1B에서 L2로 변환하는 것을 GDPS를 통해서 진행하였다. 여기에 쓰인 표준 Default 값은 다음 논문을 참고하여 확인할 수 있다(Ryu & Ishizaka, 2012). 그리하여 Rrs(표준 원격탐사를 통해 얻은 반사도) 값을 얻어낸다. 안유환 박사님이 만들어낸 RI(Red tide Index) 알고리즘 (Ahn and Shanmugam (2006) 원래는 두 개의 밴드를 (blue and red) 이용해서 계산 할 수 있게 만들어져 있지만 본 논문에서는 이를 변형하여, GOCI의 3개 밴드 (443, 490 and 555 nm) 를 이용하여 계산하였다.
변형된 RI 알고리즘은 위와 같다. 단위는 mg/m3 으로 한다.
- GDPS를 이용한 대기보정 및 구름 마스킹 부분의 어려움을 해결하기 위해서 Rayleigh-corrected reflectance(Rrc)를 이용하였다. Rrc 알고리즘은 다음과 같다.
where,
F0 is the extraterrestial solar irradiance at data acquisition time,
Rr is Rayleigh reflectance
Rrc알고리즘을 이용하여 오존흡수 및 분자산란 등을 제거하여 Rayleigh-corrected reflectance를 얻어 낼 수 있도록 하며, 이에 대한 자세한 내용은 본 저자의 선행 연구인 (Hu, 2009; Hu, Cannizzaro, Carder, Muller-Karger, & Hardy, 2010)에서 밝히고 있다.
- 본 논문에서는 위성 이미지의 상태가 깨끗하다는 가정하에, clear-water의 기준을 Rrc, △Rrc, 그리고 nRrc로 정의하고 있다.
그림 1[pdf참고] 과 같이 일반화시킨nRrc를 이용하여 transec을 그린 다음 Priricentrum donghaiense 특정 타켓의 농도를 측정할 수 있는 방법 역시 선행연구를 통해 제시되었다( Nordkvist, Loisel, and Gaurier (2009).
- Red tide index를 가지고 연구에 접근하기 위해서 본 논문에서는 P.donghaiense 농도를 판단하기 위해 물을 (turbid non-bloom water / bloom water / clear water) 상태로 정의하였다.
또, RI 알고리즘에 의해 계산된 값들은 RI-nRrc와 RI-Rrc로 나누어 나타내었다.
그림2 [pdf참고] 에서 알 수 있듯이, 적조 지수를 계산 해 본 결과, bloom water에서 적조지수가 높게 나오고, turbid area가 그 다음, 마지막으로 clear water에서는 적조지수가 낮게 계산되는 것으로 나타났다. 상대적으로 nRrc와 Rrc의 scale bar가 다르기 때문에, Rrs로 부터 얻어진 적조지수가 nRrc로 부터 얻어진 적조지수보다 높음을 알 수 있고,
- 본 논문의 연구 지역인 동중국해는 반 일주조(Semidiurnal tides)의 조석의 영향을 받는 지역이다. 연구 날짜인 29~30일도 조석의 영향을 받아 2번의 밀물과 2번의 썰물의 영향을 받았다. 이에 자세한 조석 자료는 중국 National Marine Data and Information(NMDIS)에 제공받았다.
- Harmful Algal Blooms(HABs) 데이터는 동중국해의 적조가 심화된 2001년을 기해 모니터링 시스템을 구축하여 꾸준히 관측되어지고 있다. 이 데이터는State Oceanic Administration of China (http://www.soa.gov.cm)에서 얻을 수 있다. 제공되는 데이터는 시간대, 지역대, 그리고 적조의 강도에 따라 분류되어지고 있다. 또, 여기에는 본 연구 테마인 P.donghaiense 의 농도도 제공되어지고 있다. 이 데이터를 기반으로 하여, GOCI 데이터와의 validation을 진행하였다.
5. Result
- GOCI와 RI를 이용한 HABs 의 관측에서는 먼저 2011. 5. 29의 8:30~15:30 까지의 데이터는 Hazy atmosphere임을 확인할 수 있었다. 2011년 5 .29 이미지에서는 HAB가 높은 RI(약 2.8이상)값과 연관되어 있음을 알 수 있었다. 그리고 블룸이 14:30에 가장 최대로 증식하는 것을 알 수 있었다. 2011. 5. 30일 데이터에서도 역시 29일과 비슷한 패턴을 보이고 있는데, 전체적으로 RI값이 효과적이 지표로 활용될 수 있음을 알 수 있었다.
- GOCI 와 RI를 이용한 이미지 데이터를 추출한 다음, 본 논문에서는 Validation을 실시하였다.`
이상적으로는 GOCI데이터와의 같은 날짜와 시간에 현장실험을 통한 P.donghaiense 을 샘플링하여 계수 및 독성에 대한 평가를 실시해야 하지만, 본 논문에서는 State Oceanic Administration of China (http://www.soa.gov.cm)에서 운영하는 적조 모니터링 시스템 데이터를 참조하였다. 모니터링 시스템의 보고에 의하면 2011년에는 총 55건의 적조가 보고되었고, 그 중 P.donghaiense에 의한 적조는 11건으로 보고되었다. 2011년 5월 17일 Wenzhou 인근에서 적조가 발생했으며 P.donghaiense 가
- 하루 동안에 적조농도의 변화를 RI값으로 추정하여 변화량을 보기 위해 본 논문에서는 RI를 2.8보다 높은 지역, 그리고 2.2보다 높으면서 2.8보다는 낮은 지역을 추정하였다.
- 그림 [pdf참고] 에서 볼 수 있듯이 이틀에 걸친 모니터링에서 확인할 수 있는 점은 local time 8시를 기준으로 점점 적조 발생면적이 증가함을 확인할 수 있다. 그리고 14시 30분을 기점으로 최대로 높은 적조 발생 면적을 보여준다.
6. Creativity
- 원격탐사를 이용하여 녹조와 적조를 모니터링 하는데 저명한 Chuanmin Hu 교수님이 공동 저자로 들어가있어서 관심있게 본 논문이었다. GOCI와 GDP를 활용하여 할 수 있는 연구이기 때문에 응용할 수 있는 부분이 많을 것으로 기대된다.
Reviewer : 박지환 (jhjeeh@gist.ac.kr)