해수면 높이와 해수면 온도 자료를 이용한 동아시아 해역의 패턴 분석

Pattern Analysis in East Asian Coasts by using Sea Level Anomaly and Sea Surface Temperature Data

해양에서는 여러 원인들이 복합적으로 작용하여 하나의 원인에 의한 효과를 분리하기 쉽지 않은데, 자기 조직화 지도는 군집 결과에 다른 인자를 추가하여 분석이 가능하다. 따라서 본 연구에서는 해수면 높이 자료로 군집된 결과를 해수면 온도에 적용시켜 분석해보았다. 해수면 높이 자료는 총 6개의 노드로 군집되었다. 해수면 온도와 해수면 높이의 차이에는 1개월 시간 지연이 있어 군집된 결과에 1개월 전 해수면 온도 자료를 적용시켰다. 해수면 온도가 다양하게 분포하였던 140 ~ 150°E의 평균 해수면 온도를 비교해본 결과 노드 1, 3, 5의 경우 해수면 높이 자료에서 뚜렷하게 구분되는 사행하는 모양의 해수면 온도 분포를 찾을 수 있었으나, 노드 2, 4, 6의 경우 해수면 온도 분포는 완만하게 나타났다. 본 연구에서는 해수면 높이 자료로 군집된 결과에 해수면 온도 자료를 적용해보았지만, 추후 바람이나 지형류 자료를 적용시켜 비교해볼 필요가 있다고 판단된다.

In the ocean, it is difficult to separate the effects of one cause due to the multiple causes, but the self-organizing map can be analyzed by adding other factors to the cluster result. Therefore, in this study, the results of the clustering of sea level data were applied to sea surface temperature. Sea level data was clustered into a total of 6 nodes. The difference between sea surface temperature and sea level height has a one-month delay, which applied sea surface temperature data a month ago to the clustered results. As a result of comparing the mean of sea surface temperature of 140 to 150°E, where the sea surface temperature was variously distributed, in the case of nodes 1, 3, and 5, it was possible to find a meandering sea surface temperature distribution that is clearly distinguished from the sea level data. While nodes 2, 4 and 6, the sea surface temperature distribution was smooth. In this study, sea surface temperature data were applied to the clustered results of sea level data, but later it is necessary to apply wind or geostrophic velocity data to compare.