[표지] 1
제출문 3
참여진 4
목차 5
제1장 과업의 개요 45
1. 과업 내용 및 목적 45
2. 과업 수행 범위 46
3. 수행조직 및 역할 분담 48
4. 과업 성과물 내역 50
5. 과업성과 및 기대효과 50
(1) 과업성과 50
(2) 기대효과 51
제2장 항계안전 해양정보 서비스 활용도 제고 및 로드맵 수립 53
1. 항계안전 해양정보 활용도 제고를 위한 서비스 개선 및 홍보 53
(1) 항만해양지수 및 선박운항지수의 개선방안 마련 53
(2) 홍보를 위한 항계안전 해양정보 서비스 발전방안 포럼 58
(3) 바다로드뷰 서비스에 대한 분석/평가 및 개선방향 65
(4) 항계안전 해양정보 서비스 홍보 및 개선점 발굴 73
(5) 해무 예측 정식 서비스 오픈에 따른 서비스 제공 기준 마련 91
2. 항계안전 해양정보 서비스를 위한 누리집 리뉴얼 방안 95
(1) 사용자 중심의 해양정보 서비스 페이지 구성안 마련 95
(2) 항계안전 해양정보 서비스 발굴 146
3. 항계안전 해양정보 서비스 로드맵(5개년) 수립 148
(1) 디자인사고 기반 분석 수행 148
(2) 디자인사고 기반 분석결과를 이용한 로드맵 수립 156
제3장 해무관측소 운영 및 유지관리 226
1. 해무관측소 관측장비 및 조위관측소 CCTV 유지관리 226
(1) 유지관리 개요 226
(2) 해무관측소 정기 점검 230
(3) 해무관측소 비정기(긴급) 점검 232
(4) 조위관측소 CCTV 유지관리 238
(5) 조위관측소 비정기(긴급) 점검 238
(6) CCTV 유지관리 240
(7) 예비품 관리 241
(8) 해무관측소 가동률 243
2. 항계안전 해양정보 서비스 관련 서버 운영 및 유지관리 244
(1) 와우자 스트리밍 서버 유지관리 244
(2) 방송통신위원회 재난방송용 CCTV 영상 지원 246
(3) 국립해양조사원 DB 서버 직접 수신 방안 마련 및 적용 246
제4장 항계안전 해양정보 서비스 모니터링 및 자료 분석 249
1. 항계안전 해양정보 서비스 모니터링 249
(1) 항계안전 해양정보 서비스(POIS) 자료 이상 여부 모니터링 249
(2) 항목별 장애 발생일 수 통계 257
(3) 결론 260
2. 해무관측소 자료 수집·비교·검토·품질처리 261
(1) 해무관측소 자료 수집·비교·검토·품질처리 261
(2) WRF 모델, 기상청 UM 모델 등 수치예측자료 및 해무 예측 AI 모델 결과 274
3. 해무 예측 지점별 해무 발생·소산 유형별 분석 278
(1) 해무 발생 유형별 분석 278
(2) 해무 발생·소산 예측 오류사례 분석 281
4. 혁신우수제품 모니터링 보고서 작성 310
(1) 군산항 313
(2) 부산항(북항) 316
(3) 결론 318
제5장 항계안전 해양정보 서비스 확대 및 품질개선 320
1. 항계안전 해양정보 서비스 확대 320
(1) 학습 알고리즘 320
(2) 신규 정확도 산정 및 검증 방안 331
(3) 입력자료 처리 방안 335
(4) 해무 발생·소산 주요 인자의 기여도 336
(5) 인공지능 기반 해무 발생·소산 예측 알고리즘 수행 338
2. 항계안전 해양정보 서비스 검증 및 개선 346
(1) 해무 발생 예측 결과 검증 및 알고리즘 개선 346
(2) 해무 소산 예측 결과 검증 및 알고리즘 개선(8개소) 375
(3) 예측정확도 향상을 위한 WRF 수치모델 자료추가 비교평가 401
(4) KHOA SST 관측자료 기반 SST 예측자료 검증 414
(5) 최신 인공지능 기반 해무 발생 예측 모델(인천항, 평택·당진항) 검증 및 비교·분석 452
3. CCTV 기반 해무 판별 자동화 알고리즘 개선 및 서비스 470
(1) 기존 7개소(대산항, 군산항, 해운대, 인천항, 목포항, 평택·당진항) 알고리즘 개선 471
(2) 신규 4개소(부산항(북항), 부산항(신항), 울산항, 포항항) 알고리즘 추가 487
(3) 광학 시정계와 비교·검증 수행 498
(4) 해무 경계라인 표시 알고리즘 적용 및 모니터링 510
(5) 결론 522
4. HF-Radar 자료 기반 해수유동 예측자료 생산 및 검증 523
(1) HF-Radar 예측자료 분석 개요 523
(2) 여수해만 HF-Radar 자료 분석 531
(3) '20년 여수해만 HF-Radar 예측모델 정확도 검증 534
(4) 여수해만 HF-Radar 예측모델 개선 및 예측체계 구축 573
(5) 인천항 HF-Radar 정점별 예측모델 정확도 검증 608
(6) 결론 631
제6장 항계안전 해양정보 서비스 정확도 개선 633
1. 기상청 시정계 관측자료를 활용한 해무 발생 예측모델 개발 633
(1) 기상청 시정자료를 추가하여 10개소(9개소)에 대한 해무 발생(소산) 예측 모델 개발 633
2. 3분류 및 일단위 해무 발생 예측모델 검증, 확대 가능성 검토(인천항) 662
(1) 3분류 해무 발생 예측모델 662
(2) 일단위 해무 발생 예측 모델 667
3. 해무 예측 품질관리(임계치 기준) 671
(1) 해무 예측자료 품질관리 임계치 산정 기준 조사 671
(2) 과거 해무 예측 모델 생산정보에 선정된 기준을 적용한 연도별 비교 673
4. 항내 정온도 및 중력외파 등 예측체계 기반 구축 678
(1) 실시간 항내 파랑 및 중력외파·해수면 이상변동 현상 분석 678
(2) 파랑관측자료를 이용한 항내 파랑전파 특성 분석 689
(3) 항내 중력외파 예측을 위한 고해상도 예측모델 구축 711
(4) 신규 도입 파랑모델 기반 항만 해양지수 개선 및 정온도 예측기법 개발 730
제7장 빅데이터, 인공지능 기반 해양변동 예측 신기술 개발 792
1. 한반도 해역에 특화된 3차원 물성 예측모델 개발 792
(1) 선행연구 분석 793
(2) 연구 자료 799
(3) 모델 수립 813
(4) 물성예측모델 결과 819
(5) 결과 분석 824
(6) 연구 결론 826
(7) 현업활용 가능성 검토 및 향후 추진방향 제안 827
2. 인공지능 기반 표층 해수유동 예측모델 개발 830
(1) 연구 영역 및 자료 830
(2) 전이학습 기반 예측모델 개발 및 하이퍼파라미터 설정 832
(3) 연구 결과 837
(4) 연구 결과 요약 849
(5) 현업활용 가능성 검토 및 향후 추진방향 제안 849
3. 한반도 주변 해역 중장기 해무 발생 변동성 예측 연구 및 모델 개발 852
(1) 한반도 해무 발생과 경향성 852
(2) 해무 발생과 저위도 기후의 원격상관 853
(3) 연구 자료 853
(4) 결과 856
(5) 연구 결과 요약 870
제8장 결론 및 제언 873
1. 해무관측소 운영 및 유지관리 873
(1) 해무관측소 관측장비 및 조위관측소 CCTV 유지관리 873
(2) 항계안전 해양정보 서비스 관련 서버 운영 및 유지관리 873
2. 항계안전 해양정보 서비스 모니터링 및 자료 분석 874
(1) 항계안전 해양정보 서비스 모니터링 874
(2) 해무관측소 자료 수집·비교·검토·품질처리 874
(3) 해무 예측 지점별 해무 발생·소산 유형별 분석 874
(4) 혁신제품 우수제품 모니터링 보고서 작성 875
3. 항계안전 해양정보 서비스 확대 및 품질개선 875
(1) 항계안전 해양정보 서비스 확대 875
(2) 항계안전 해양정보 서비스 검증 및 개선 875
(3) CCTV 기반 해무 판별 자동화 알고리즘 개선 및 서비스 877
(4) HF-Radar 자료 기반 해수유동 예측자료 생산 및 검증 878
(5) 최신 인공지능 기반 해무 발생 예측모델(인천항, 평택·당진항) 검증 및 비교·분석 878
4. 항계안전 해양정보 서비스 정확도 개선 878
(1) 기상청 시정계 관측자료를 활용한 해무 발생 예측모델 개발 878
(2) 3분류 및 일단위 해무 발생 예측모델 검증, 확대 가능성 검토(인천항) 879
(3) 해무 예측 품질관리(임계치 기준) 879
(4) 항내 정온도 및 중력외파 등 예측체계 기반 구축 880
5. 빅데이터, 인공지능 기반 해양변동 예측 신기술 개발 882
(1) 한반도 해역에 특화된 3차원 물성 예측모델 개발 882
(2) 인공지능 기반 표층 해수유동 예측모델 개발 883
(3) 한반도 주변 해역 중장기 해무 발생 변동성 예측 연구 및 모델 개발 883
제9장 참고문헌 886
판권기 893
[뒷표지] 894
〈표 1-1〉 과업 수행 범위 46
〈표 1-2〉 과업 수행조직 및 업무분담 49
〈표 1-3〉 과업 성과물 목록 50
〈표 2-1〉 항만해양지수 및 선박운항지수(항만) 현황 조사 56
〈표 2-2〉 항계안전 해양정보 서비스 발전방안 포럼 개요 58
〈표 2-3〉 항계안전 해양정보 서비스 발전방안 발표내용 질의응답 내용정리 58
〈표 2-4〉 항계안전 해양정보 서비스 발전방안 종합토론 내용 정리 62
〈표 2-5〉 바다로드뷰 서비스 이용자의 나이 평균, 표준편차, 최대, 최소 66
〈표 2-6〉 바다로드뷰 서비스 이용자의 직업, 해당 직업에 종사하는 이용자 수, 비율 67
〈표 2-7〉 바다로드뷰 주당 이용 횟수 67
〈표 2-8〉 바다로드뷰 서비스를 사용하는 이유 67
〈표 2-9〉 바다로드뷰 서비스 접속 시 사용 기기, 해당 기기를 사용하는 이용자 수, 비율 68
〈표 2-10〉 바다로드뷰 접속 시 해당 기기 사용하는 이유 68
〈표 2-11〉 바다로드뷰 항목 중에서 반드시 필요한 항목 69
〈표 2-12〉 바다로드뷰 서비스의 이해에 대한 어려움 정도 69
〈표 2-13〉 바다로드뷰 서비스의 이해에 대한 어려움 응답에 대한 이유 69
〈표 2-14〉 바다로드뷰 서비스에 추가하고 싶은 해양정보 70
〈표 2-15〉 바다로드뷰 목적별 항목분류 71
〈표 2-16〉 바다로드뷰 서비스에서 개선이 필요한 사항 72
〈표 2-17〉 이용자의 나이 평균, 표준편차, 최대, 최소 75
〈표 2-18〉 이용자의 직업, 해당 직업에 종사하는 이용자 수, 비율 75
〈표 2-19〉 이용자의 해양 관측 누리집 접속 시 사용 기기, 해당 기기를 사용하는 이용자 수, 비율 76
〈표 2-20〉 해양관측 누리집 이용현황 76
〈표 2-21〉 해양관측 누리집 접속 기기 현황 77
〈표 2-22〉 해양예측 누리집 이용현황 77
〈표 2-23〉 이용자의 현재 해양관측자료 활용 여부 77
〈표 2-24〉 이용자의 해양관측자료 필요 상황 78
〈표 2-25〉 이용자의 필요 해양관측자료 78
〈표 2-26〉 이용자의 해양관측자료 필요 이유 79
〈표 2-27〉 이용자의 해양관측자료 접근 방법 79
〈표 2-28〉 이용자의 해양관측자료 접근 방법 사용 이유 80
〈표 2-29〉 이용자의 향후 해양관측자료 제공 방식 80
〈표 2-30〉 이용자의 해양 관측 누리집 이용 시 어려움 80
〈표 2-31〉 이용자의 해양 관측 누리집 이용 시 어려움 이유 81
〈표 2-32〉 이용자에게 제공이 필요한 해양관측자료 81
〈표 2-33〉 이용자의 해양 관측 누리집 지속적 이용 의향 82
〈표 2-34〉 이용자의 현재 해양예측자료 활용 여부 82
〈표 2-35〉 이용자의 해양예측자료 필요 상황 83
〈표 2-36〉 이용자가 필요한 해양예측자료 84
〈표 2-37〉 이용자의 해양예측자료 필요 이유 84
〈표 2-38〉 이용자의 해양예측자료 접근 방법 85
〈표 2-39〉 이용자의 해양예측자료 접근 방법 사용 이유 85
〈표 2-40〉 이용자가 원하는 해양예측자료 제공 방식 86
〈표 2-41〉 설문 응답자의 해양 예측 누리집 이용 시 어려움 86
〈표 2-42〉 이용자의 해양 예측 누리집 이용 시 어려운 이유 87
〈표 2-43〉 누리집 이용자가 필요한 해양예측자료 87
〈표 2-44〉 이용자의 해양 예측 누리집 지속적 이용 의향 88
〈표 2-45〉 기존 누리집이 제공하는 서비스에서 개선이 필요한 사항 90
〈표 2-46〉 인공지능 기반 해무 관련 논문 카테고리별 분류 91
〈표 2-47〉 2분류 문제의 혼동행렬 92
〈표 2-48〉 항계안전 서비스 메뉴 구성(안) 97
〈표 2-49〉 사용성 평가방법 찾기 위해 설정한 기준 106
〈표 2-50〉 레프소나(Persona) 109
〈표 2-51〉 시나리오 분류와 작업 절차 111
〈표 2-52〉 각 코드에 대응하는 연구 질문 118
〈표 2-53〉 인터뷰 스크립트와 코드 예시 119
〈표 2-54〉 실험참가자 성별 119
〈표 2-55〉 실험참가자 연령대 119
〈표 2-56〉 실험참가자 경력 연차 120
〈표 2-57〉 실험참가자의 항계안전 해양정보 누리집 이용 빈도 120
〈표 2-58〉 실험참가자가 항계안전 해양정보 누리집을 접속할 때 사용하는 기기 120
〈표 2-59〉 시스템 사용성 척도 점수 산출 방법 121
〈표 2-60〉 시스템 사용성 척도 점수 기반 등급 121
〈표 2-61〉 누리집의 아쉬운 부분 요약 125
〈표 2-62〉 누리집의 만족스러운 부분 요약 127
〈표 2-63〉 누리집이 사용자에게 도움되는 부분 128
〈표 2-64〉 누리집이 걱정되는 부분 130
〈표 2-65〉 누리집을 이후에도 사용할 이유 131
〈표 2-66〉 인터뷰 중 흥미로운 부분 132
〈표 2-67〉 개선점 요구사항 133
〈표 2-68〉 시스템 사용성 척도(system usability scale) 응답 결과 139
〈표 2-69〉 누리집 개선방안 요약 145
〈표 2-70〉 항계안전 해양정보 신규 서비스 발굴 리스트 147
〈표 2-71〉 묘박 및 주묘관련 연구 사례 154
〈표 2-72〉 신규 서비스관련 기술조사 정리표 155
〈표 2-73〉 NWS의 안개위험정보 등급 범위 157
〈표 2-74〉 Met Office 예보 서비스 등급 165
〈표 2-75〉 일본 기상청의 선박 대상 서비스 전달방법 170
〈표 2-76〉 호주 BoM의 예보 분류방법 177
〈표 2-77〉 기상청 날씨누리 바다정보 제공자료 182
〈표 2-78〉 기상청 안개자료 생산모델 및 제공자료 186
〈표 2-79〉 국내외 해양정보 서비스 분석 187
〈표 2-80〉 기상청 예보구역 현황1 189
〈표 2-81〉 기상청 예보구역 현황2 190
〈표 2-82〉 기상청 해상 예·특보 제공 현황 191
〈표 2-83〉 기존 기상청 연구에서 제시된 해상 예·특보 관련 주요 설문 결과 192
〈표 2-84〉 기존 기상청 연구에서 제시된 해상 예·특보 관련 주요 요구 사항 192
〈표 2-85〉 해양수산과학기술 기존 계획성과 및 환경변화 분석 195
〈표 2-86〉 제2차 해양수산과학기술육성 기본계획(안) 도출 방안1 196
〈표 2-87〉 제2차 해양수산과학기술육성 기본계획(안) 도출 방안2 198
〈표 2-88〉 제2차 해양수산과학기술육성 기본계획(안) 도출 방안3 200
〈표 2-89〉 AI 관련 유사 연구개발 사업비 206
〈표 2-90〉 수치모델 관련 유사 연구개발 사업비 206
〈표 2-91〉 MLOps 관련 유사 연구개발 사업비(사례1) 206
〈표 2-92〉 MLOps 관련 유사 연구개발 사업비(사례2) 207
〈표 2-93〉 항계안전 해양정보 서비스 로드맵 1년 개발비 산정 207
〈표 2-94〉 경인항 근접지역(인천) ASOS 안개 발생일 수 208
〈표 2-95〉 마산항 근접지역(창원) ASOS 안개 발생일 수 208
〈표 2-96〉 장항항 근접지역(보령) ASOS 안개 발생일 수 209
〈표 2-97〉 동해묵호항 근접지역(동해) ASOS 안개 발생일 수 209
〈표 2-98〉 광양항 근접지역(광양) ASOS 안개 발생일 수 209
〈표 2-99〉 항구별 선박입출항 현황 210
〈표 2-100〉 항구별 총점수 211
〈표 3-1〉 해무관측소 현황 226
〈표 3-2〉 조위관측소 현황 227
〈표 3-3〉 해무관측소 정기 점검 수행내역 230
〈표 3-4〉 인천항 해무관측소 긴급 점검 수행내역 232
〈표 3-5〉 부산항(북항) 해무관측소 긴급 점검 수행내역 233
〈표 3-6〉 부산항(신항) 해무관측소 긴급 점검 수행내역 233
〈표 3-7〉 목포항 해무관측소 긴급 점검 수행내역 234
〈표 3-8〉 여수항 해무관측소 긴급 점검 수행내역 235
〈표 3-9〉 해운대 해무관측소 긴급 점검 수행내역 236
〈표 3-10〉 울산항 해무관측소 긴급 점검 수행내역 237
〈표 3-11〉 포항항 해무관측소 긴급 점검 수행내역 237
〈표 3-12〉 조위관측소 정기 점검 수행내역 238
〈표 3-13〉 인천 조위관측소 긴급 점검 수행내역 238
〈표 3-14〉 진도 조위관측소 긴급 점검 수행내역 239
〈표 3-15〉 모슬포 조위관측소 긴급 점검 수행내역 239
〈표 3-16〉 수온계 상세 제원 241
〈표 3-17〉 수온계 Serial Number 241
〈표 3-18〉 회수·반납 예비품 목록 242
〈표 3-19〉 해무관측소 연평균 수집률 243
〈표 3-20〉 와우자 서버 유지관리 수행내역 총괄표 244
〈표 3-21〉 국립해양조사원 DB 서버 직접 수신을 위한 업체별 수행 내용 247
〈표 4-1〉 시스템 모니터링 장애 발생일 수 257
〈표 4-2〉 해구별 해무 예측 장애 발생일 수 257
〈표 4-3〉 관측정보 중 측위원별 장애 발생일 수 258
〈표 4-4〉 해무 발생 예측 장애 발생일 수 259
〈표 4-5〉 해무관측소 CCTV 장애 발생일 수 259
〈표 4-6〉 조위관측소 CCTV 장애 발생일 수 259
〈표 4-7〉 주요 항만 10개소 해무 발생일 수 270
〈표 4-8〉 관측소별 과업기간 동안 관측자료 결측률 271
〈표 4-9〉 관측소별 관측자료 수집 장애 발생일 수 272
〈표 4-10〉 해무관측소 CCTV 이미지 저장률 272
〈표 4-11〉 모니터링 기간에 대한 해무 발생 예측 결과 성능 평균 277
〈표 4-12〉 관측소별 월별 주로 발생한 해무 유형 280
〈표 4-13〉 해무 예측 오류사례 의미 281
〈표 4-14〉 해무관측소별 해무 발생 예측 FN/FP 발생 횟수 282
〈표 4-15〉 해무관측소별 해무 소산 예측 FN/FP 발생 횟수 282
〈표 4-16〉 해무 발생 예측오류 원인 유형별 설명 284
〈표 4-17〉 해무 소산 예측오류 원인 유형별 설명 285
〈표 4-18〉 주식회사 시정 해무 판별모델 관측소별 성능 비교 310
〈표 4-19〉 주식회사 시정 해무 판별모델 관측소별 혼동행렬 311
〈표 4-20〉 해무 판별모델 종류별 성능 비교 312
〈표 4-21〉 해무 판별모델 종류별 혼동행렬 312
〈표 5-1〉 RF 알고리즘 하이퍼파라미터 322
〈표 5-2〉 LGBM 알고리즘 하이퍼파라미터 323
〈표 5-3〉 CB 알고리즘 하이퍼파라미터 325
〈표 5-4〉 XGB 알고리즘 하이퍼파라미터 326
〈표 5-5〉 DNN 모델 하이퍼파라미터 327
〈표 5-6〉 LSTM 모델 하이퍼파라미터 329
〈표 5-7〉 Transformer 모델 하이퍼파라미터 331
〈표 5-8〉 성능 지표 식 332
〈표 5-9〉 연간 해무 발생 비율 333
〈표 5-10〉 해무 발생 예측 기여도 336
〈표 5-11〉 해무 소산 예측 기여도 337
〈표 5-12〉 인근 기상청 관측자료와 상관도 비교 338
〈표 5-13〉 신규 울산항 해무 발생 예측 입력변수 중요도-1 339
〈표 5-14〉 신규 울산항 해무 발생 예측 입력변수 중요도-2 339
〈표 5-15〉 울산항 입력자료 5년 치 분석 341
〈표 5-16〉 울산항 해무/비해무 5년 치 라벨 분석 341
〈표 5-17〉 울산항 해무 발생 1시간 예측 모델 성능 342
〈표 5-18〉 울산항 해무 발생 3시간 예측 모델 성능 342
〈표 5-19〉 울산항 해무 발생 6시간 예측 모델 성능 343
〈표 5-20〉 포항항 해무 소산 예측 학습자료 분석 343
〈표 5-21〉 포항항 해무 소산 예측 결과 344
〈표 5-22〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 345
〈표 5-23〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 345
〈표 5-24〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 345
〈표 5-25〉 검증자료 개요 346
〈표 5-26〉 2021년 해무 발생 예측성능 검증 347
〈표 5-27〉 부산항(신항) 입력자료 분석 348
〈표 5-28〉 부산항(신항) 해무/비해무 5년 치 라벨 분석 348
〈표 5-29〉 부산항(신항) 해무 발생 1시간 예측 모델 성능 348
〈표 5-30〉 부산항(신항) 해무 발생 3시간 예측 모델 성능 349
〈표 5-31〉 부산항(신항) 해무 발생 6시간 예측 모델 성능 350
〈표 5-32〉 인천항 입력자료 분석 350
〈표 5-33〉 인천항 해무/비해무 6년 치 라벨 분석 351
〈표 5-34〉 인천항 해무 발생 1시간 예측 모델 성능 351
〈표 5-35〉 인천항 해무 발생 3시간 예측 모델 성능 352
〈표 5-36〉 인천항 해무 발생 6시간 예측 모델 성능 352
〈표 5-37〉 평택·당진항 입력자료 분석 353
〈표 5-38〉 평택·당진항 해무/비해무 6년 치 라벨 분석 353
〈표 5-39〉 평택·당진항 해무 발생 1시간 예측 모델 성능 353
〈표 5-40〉 평택·당진항 해무 발생 3시간 예측 모델 성능 354
〈표 5-41〉 평택·당진항 해무 발생 6시간 예측 모델 성능 355
〈표 5-42〉 군산항 입력자료 분석 355
〈표 5-43〉 군산항 해무/비해무 5년 치 라벨 분석 356
〈표 5-44〉 군산항 해무 발생 1시간 예측 모델 성능 356
〈표 5-45〉 군산항 해무 발생 3시간 예측 모델 성능 357
〈표 5-46〉 군산항 해무 발생 6시간 예측 모델 성능 357
〈표 5-47〉 대산항 입력자료 분석 358
〈표 5-48〉 대산항 해무/비해무 5년 치 라벨 분석 358
〈표 5-49〉 대산항 해무 발생 1시간 예측 모델 성능 358
〈표 5-50〉 대산항 해무 발생 3시간 예측 모델 성능 359
〈표 5-51〉 대산항 해무 발생 6시간 예측 모델 성능 360
〈표 5-52〉 목포항 입력자료 분석 360
〈표 5-53〉 목포항 해무/비해무 5년 치 라벨 분석 361
〈표 5-54〉 목포항 해무 발생 1시간 예측 모델 성능 361
〈표 5-55〉 목포항 해무 발생 3시간 예측 모델 성능 362
〈표 5-56〉 목포항 해무 발생 6시간 예측 모델 성능 362
〈표 5-57〉 여수항 입력자료 분석 363
〈표 5-58〉 여수항 해무/비해무 5년 치 라벨 분석 363
〈표 5-59〉 여수항 해무 발생 1시간 예측 모델 성능 363
〈표 5-60〉 여수항 해무 발생 3시간 예측 모델 성능 364
〈표 5-61〉 여수항 해무 발생 6시간 예측 모델 성능 365
〈표 5-62〉 해운대 입력자료 분석 365
〈표 5-63〉 해운대 해무/비해무 5년 치 라벨 분석 366
〈표 5-64〉 해운대 해무 발생 1시간 예측 모델 성능 366
〈표 5-65〉 해운대 해무 발생 3시간 예측 모델 성능 367
〈표 5-66〉 해운대 해무 발생 6시간 예측 모델 성능 367
〈표 5-67〉 포항항 입력자료 분석 368
〈표 5-68〉 포항항 해무/비해무 5년 치 라벨 분석 368
〈표 5-69〉 포항항 해무 발생 1시간 예측 모델 성능 368
〈표 5-70〉 포항항 해무 발생 3시간 예측 모델 성능 369
〈표 5-71〉 포항항 해무 발생 6시간 예측 모델 성능 370
〈표 5-72〉 해무 발생 예측성능 보정 결과 371
〈표 5-73〉 해무 발생 1시간 예측 과년도(2021년) 및 금년도(2022년) 비교 373
〈표 5-74〉 해무 발생 3시간 예측 과년도(2021년) 및 금년도(2022년) 비교 374
〈표 5-75〉 해무 발생 6시간 예측 과년도(2021년) 및 금년도(2022년) 비교 374
〈표 5-76〉 부산항(신항) 해무 소산 예측 학습자료 분석 377
〈표 5-77〉 부산항(신항) 해무 소산 예측 결과 378
〈표 5-78〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 378
〈표 5-79〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 379
〈표 5-80〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 379
〈표 5-81〉 인천항 해무 소산 예측 학습자료 분석 379
〈표 5-82〉 인천항 해무 소산 예측 결과 380
〈표 5-83〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 380
〈표 5-84〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 381
〈표 5-85〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 381
〈표 5-86〉 평택·당진항 해무 소산 예측 학습자료 분석 382
〈표 5-87〉 평택·당진항 해무 소산 예측 결과 382
〈표 5-88〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 383
〈표 5-89〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 383
〈표 5-90〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 383
〈표 5-91〉 군산항 해무 소산 예측 학습자료 분석 383
〈표 5-92〉 군산항 해무 소산 예측 결과 384
〈표 5-93〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 385
〈표 5-94〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 385
〈표 5-95〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 385
〈표 5-96〉 대산항 해무 소산 예측 학습자료 분석 385
〈표 5-97〉 대산항 해무 소산 예측 결과 386
〈표 5-98〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 386
〈표 5-99〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 387
〈표 5-100〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 387
〈표 5-101〉 목포항 해무 소산 예측 학습자료 분석 387
〈표 5-102〉 목포항 해무 소산 예측 결과 388
〈표 5-103〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 388
〈표 5-104〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 389
〈표 5-105〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 389
〈표 5-106〉 여수항 해무 소산 예측 학습자료 분석 389
〈표 5-107〉 여수항 해무 소산 예측 결과 390
〈표 5-108〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 390
〈표 5-109〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 391
〈표 5-110〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 391
〈표 5-111〉 해운대 해무 소산 예측 학습자료 분석 391
〈표 5-112〉 해운대 해무 소산 예측 결과 392
〈표 5-113〉 해무 소산 1시간 모델별 학습성능 및 하이퍼파라미터 392
〈표 5-114〉 해무 소산 2시간 모델별 학습성능 및 하이퍼파라미터 393
〈표 5-115〉 해무 소산 3시간 모델별 학습성능 및 하이퍼파라미터 393
〈표 5-116〉 인천항, 평택·당진항의 일사량 자료 추가 전/후 SVM 모델 성능 결과 394
〈표 5-117〉 인천항, 평택·당진항의 일사량 자료추가 전/후 LGBM 모델 성능 결과 395
〈표 5-118〉 9개 해무 관측소 해무 소산 예측 결과 398
〈표 5-119〉 KHOA WRF 수치모델 자료 개요 401
〈표 5-120〉 연직기온 추출 위치 403
〈표 5-121〉 하이퍼파라미터 튜닝 범위 및 간격 404
〈표 5-122〉 연직기온을 추가한 해무 발생 예측성능 비교 405
〈표 5-123〉 부산항(북항) 가시거리 관측값 대비 변환값 평가 406
〈표 5-124〉 부산항(신항) 가시거리 관측값 대비 변환값 평가 407
〈표 5-125〉 인천항 가시거리 관측값 대비 변환값 평가 407
〈표 5-126〉 평택·당진항 가시거리 관측값 대비 변환값 평가 408
〈표 5-127〉 군산항 정량적 평가 408
〈표 5-128〉 대산항 가시거리 변환 평가 409
〈표 5-129〉 목포항 정량적 평가 410
〈표 5-130〉 여수항 가시거리 관측값 대비 변환값 평가 410
〈표 5-131〉 울산항 가시거리 관측값 대비 변환값 평가 411
〈표 5-132〉 포항항 가시거리 관측값 대비 변환값 평가 411
〈표 5-133〉 해운대 가시거리 관측값 대비 변환값 평가 412
〈표 5-134〉 가시거리 관측값 대비 변환값 평가 결과 모든 항 평균 412
〈표 5-135〉 KHOA SST 합성장 현황 415
〈표 5-136〉 KHOA SST 합성장 입력자료 416
〈표 5-137〉 정확도 분석 사용자료 417
〈표 5-138〉 KHOA SST 예측자료 비교 정점 417
〈표 5-139〉 KHOA SST 예측자료와 KHOA SST 합성장 및 정점관측자료의 RMSE 및 R 419
〈표 5-140〉 개선된 SST 예측자료와 KHOA SST 합성장 및 정점관측자료의 RMSE 및 R 436
〈표 5-141〉 기존 알고리즘 및 개선된 알고리즘을 적용한 KHOA SST 예측자료 정확도 436
〈표 5-142〉 RF에 적용된 기존 파라미터와 추가 파라미터 460
〈표 5-143〉 XGB와 LGBM에 적용된 하이퍼파라미터 461
〈표 5-144〉 CB에 적용된 하이퍼파라미터 461
〈표 5-145〉 인천항 및 평택·당진항의 기존 기계학습 모델 성능 462
〈표 5-146〉 인천항 및 평택·당진항의 개선된 기계학습 모델 성능 463
〈표 5-147〉 인천항 및 평택·당진항의 기존 DNN 모델 구조 463
〈표 5-148〉 인천항 및 평택·당진항의 개선된 DNN 모델 구조 464
〈표 5-149〉 인천항 및 평택·당진항의 기존 DNN 모델 성능 464
〈표 5-150〉 인천항 및 평택·당진항의 개선된 DNN 모델 성능 465
〈표 5-151〉 인천항 및 평택·당진항의 기존 LSTM 모델 구조 465
〈표 5-152〉 인천항 및 평택·당진항의 개선된 LSTM 모델 구조 466
〈표 5-153〉 인천항 및 평택·당진항의 기존 LSTM 모델 성능 466
〈표 5-154〉 인천항 및 평택·당진항의 개선된 LSTM 모델 성능 467
〈표 5-155〉 해무 예측 seq2seq with attention과 transformer 모델 구조 변경 467
〈표 5-156〉 인천항 및 평택·당진항의 기존 seq2seq with attention 모델 성능 468
〈표 5-157〉 인천항 및 평택·당진항의 개선된 seq2seq with attention 모델 성능 468
〈표 5-158〉 인천항 및 평택·당진항의 기존 transformer 모델 성능 468
〈표 5-159〉 인천항 및 평택·당진항의 개선된 transformer 모델 성능 469
〈표 5-160〉 해무 3분류기준 471
〈표 5-161〉 기존 7개소 최종 라벨링 이미지 개수 475
〈표 5-162〉 항별 이미지 추출영역 476
〈표 5-163〉 3분류 혼동행렬 예시(보통 시정 클래스 기준) 476
〈표 5-164〉 3분류 혼동행렬 예시(저시정 클래스 기준) 476
〈표 5-165〉 3분류 혼동행렬 예시(해무 클래스 기준) 476
〈표 5-166〉 랜덤 포레스트(RF) 하이퍼파라미터 478
〈표 5-167〉 엑스트라 트리(XT) 하이퍼파라미터 479
〈표 5-168〉 하이퍼파라미터 실험 범위 482
〈표 5-169〉 항별 CCTV 영상 기반 해무 3분류 판별모델 과년도 대비 성능개선 483
〈표 5-170〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(대산항) 483
〈표 5-171〉 CCTV 기반 해무 3분류 판별모델 성능(대산항) 484
〈표 5-172〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(군산항) 484
〈표 5-173〉 CCTV 기반 해무 3분류 판별모델 성능(군산항) 484
〈표 5-174〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(해운대) 484
〈표 5-175〉 CCTV 기반 해무 3분류 판별모델 성능(해운대) 485
〈표 5-176〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(인천항) 485
〈표 5-177〉 CCTV 기반 해무 3분류 판별모델 성능(인천항) 485
〈표 5-178〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(목포항) 486
〈표 5-179〉 CCTV 기반 해무 3분류 판별모델 성능(목포항) 486
〈표 5-180〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(평택·당진항) 486
〈표 5-181〉 CCTV 기반 해무 3분류 판별모델 성능(평택·당진항) 487
〈표 5-182〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(여수항) 487
〈표 5-183〉 CCTV 기반 해무 3분류 판별모델 성능(여수항) 487
〈표 5-184〉 항별 이미지 추출영역 489
〈표 5-185〉 신규 4개소 최종 라벨링 이미지 개수 489
〈표 5-186〉 신규 4개소 해무 판별 기계학습 성능 489
〈표 5-187〉 신규 4개소 해무 판별 딥러닝 모델 성능 490
〈표 5-188〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(부산항(북항)) 490
〈표 5-189〉 CCTV 기반 해무 3분류 판별모델 성능(부산항(북항)) 490
〈표 5-190〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(부산항(신항)) 491
〈표 5-191〉 CCTV 기반 해무 3분류 판별모델 성능(부산항(신항)) 491
〈표 5-192〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(울산항) 491
〈표 5-193〉 CCTV 기반 해무 3분류 판별모델 성능(울산항) 492
〈표 5-194〉 CCTV 기반 해무 3분류 판별모델 검증 혼동행렬(포항항) 492
〈표 5-195〉 CCTV 기반 해무 3분류 판별모델 성능(포항항) 492
〈표 5-196〉 현업화 대상 해무 판별모델 성능 정리 493
〈표 5-197〉 대산항 광학 시정계와 해무 판별 비교 498
〈표 5-198〉 군산항 광학 시정계와 해무 판별 비교 500
〈표 5-199〉 해운대 광학 시정계와 해무 판별 비교 501
〈표 5-200〉 인천항 광학 시정계와 해무 판별 비교 502
〈표 5-201〉 목포항 광학 시정계와 해무 판별 비교 503
〈표 5-202〉 평택·당진항 광학 시정계와 해무 판별 비교 504
〈표 5-203〉 여수항 광학 시정계와 해무 판별 비교 505
〈표 5-204〉 부산항(북항) 광학 시정계와 해무 판별 비교 506
〈표 5-205〉 부산항(신항) 광학 시정계와 해무 판별 비교 507
〈표 5-206〉 울산항 광학 시정계와 해무 판별 비교 508
〈표 5-207〉 포항항 광학 시정계와 해무 판별 비교 509
〈표 5-208〉 해무 경계라인 기본 좌표 510
〈표 5-209〉 국립해양조사원의 HF-Radar 관측망 현황 524
〈표 5-210〉 HF-Radar 자료기반 해수유동 예측자료 생산 및 검증 주요 수행내용 525
〈표 5-211〉 HF-Radar 자료기반 해수유동 예측자료 생산 및 검증을 위한 자료수집 현황 527
〈표 5-212〉 여수해만 HF-Radar 연도별 월평균 수집률 531
〈표 5-213〉 28번 정점의 잔차류 예측 및 관측자료 정확도 비교 통계결과 535
〈표 5-214〉 64번 정점의 잔차류 예측 및 관측자료 정확도 비교 통계결과 537
〈표 5-215〉 145번 정점의 잔차류 예측 및 관측자료 정확도 비교 통계결과 539
〈표 5-216〉 28번 정점의 장주기 해수유동 예측 및 관측자료 정확도 비교 통계결과 541
〈표 5-217〉 64번 정점의 장주기 해수유동 예측 및 관측자료 정확도 비교 통계결과 543
〈표 5-218〉 145번 정점의 장주기 해수유동 예측 및 관측자료 정확도 비교 통계결과 545
〈표 5-219〉 28번 정점의 기존 및 개선 잔차류 예측모델 정확도 통계결과 548
〈표 5-220〉 64번 정점의 기존 및 개선 잔차류 예측모델 정확도 통계결과 552
〈표 5-221〉 145번 정점의 기존 및 개선 잔차류 예측모델 정확도 통계결과 556
〈표 5-222〉 28번 정점의 기존 및 개선 장주기 해수유동 예측모델 정확도 통계결과 560
〈표 5-223〉 64번 정점의 기존 및 개선 장주기 해수유동 예측모델 정확도 통계결과 564
〈표 5-224〉 145번 정점의 기존 및 개선 장주기 해수유동 예측모델 정확도 통계결과 568
〈표 5-225〉 여수해만 HF-Radar 및 WRF 수치예측모델 간 교차상관분석 결과 574
〈표 5-226〉 여수해만 해수유동 예측모델 학습자료 구성 575
〈표 5-227〉 여수해만 해수유동 예측모델 학습에 사용된 항목 개요 577
〈표 5-228〉 여수해만 해수유동 예측모델 별 정확도 통계 비교 578
〈표 5-229〉 여수해만 해수유동 예측 방법별 관측자료와의 비교 586
〈표 5-230〉 28번 정점의 신규 예측모델과 타 예측모델(잔차류)의 정확도 비교 589
〈표 5-231〉 64번 정점의 신규 예측모델(잔차류)과 타 예측모델의 정확도 비교 592
〈표 5-232〉 145번 정점의 신규 예측모델(잔차류)과 타 예측모델의 정확도 비교 595
〈표 5-233〉 28번 정점의 신규 예측모델(장주기)과 타 예측모델의 정확도 비교 598
〈표 5-234〉 64번 정점의 신규 예측모델(장주기)과 타 예측모델의 정확도 비교 601
〈표 5-235〉 145번 정점의 신규 예측모델(장주기)과 타 예측모델의 정확도 비교 604
〈표 5-236〉 인천항 HF-Radar 정점별 예측자료 검증 내용 608
〈표 5-237〉 인천항 HF-Radar 정점별 예측 및 실측 해수유동 유속 비교 609
〈표 5-238〉 인천항 HF-Radar 정점별 예측 및 실측 해수유동 RMSE 분석 결과 613
〈표 5-239〉 인천항 HF-Radar 정점별 예측 및 실측 해수유동 선형 상관계수 분석 결과 617
〈표 5-240〉 인천항 HF-Radar 정점별 예측 및 실측 해수유동 복합 상관계수 분석 결과 621
〈표 5-241〉 인천항 HF-Radar 정점별 예측 및 실측 해수유동 복합 상관계수 0.7 이하 일자 현황 626
〈표 6-1〉 해무 관측소와 근접한 AWS 지점 목록 633
〈표 6-2〉 22년 11월 21일 기준 제공받은 해무관측소 별 AWS 지점 정보 및 자료 개수 636
〈표 6-3〉 해무 발생 예측 모델 변수 중요도 637
〈표 6-4〉 해무 소산 예측 모델 변수 중요도 638
〈표 6-5〉 해무 발생 예측 기상청 시정자료 추가 전/후 성능 비교 639
〈표 6-6〉 해무 소산 예측 기상청 시정자료 추가 전/후 성능 비교 639
〈표 6-7〉 지점별 자료 설명 642
〈표 6-8〉 요소별 1차 품질처리 최솟값, 최댓값 645
〈표 6-9〉 학습데이터 정리 653
〈표 6-10〉 관측소별 학습데이터의 해무 비율 655
〈표 6-11〉 N-BEATS 1시간 해무 발생 예측 모델 성능 평가 결과 657
〈표 6-12〉 N-HITS 1시간 해무 발생 예측 모델 성능 평가 결과 657
〈표 6-13〉 GNN 1시간 해무 발생 예측 모델 성능 평가 결과 657
〈표 6-14〉 N-BEATS 3시간 해무 발생 예측 모델 성능 평가 결과 658
〈표 6-15〉 N-HITS 3시간 해무 발생 예측 모델 성능 평가 결과 658
〈표 6-16〉 GNN 3시간 해무 발생 예측 모델 성능 평가 결과 658
〈표 6-17〉 N-BEATS 6시간 해무 발생 예측 모델 성능 평가 결과 659
〈표 6-18〉 N-HITS 6시간 해무 발생 예측 모델 성능 평가 결과 659
〈표 6-19〉 GNN 6시간 해무 발생 예측 모델 성능 평가 결과 659
〈표 6-20〉 관측소별 GNN 1시간 해무 발생 예측모델 성능평가 결과 660
〈표 6-21〉 관측소별 GNN 3시간 해무 발생 예측모델 성능평가 결과 660
〈표 6-22〉 관측소별 GNN 6시간 해무 발생 예측모델 성능평가 결과 660
〈표 6-23〉 3분류 해무 예측 학습자료 및 평가 방법 662
〈표 6-24〉 인천항 2분류 vs 3분류 1시간 해무 예측 학습모델 성능평가 663
〈표 6-25〉 인천항 2분류 vs 3분류 3시간 해무 예측모델 성능평가 664
〈표 6-26〉 인천항 2분류 vs 3분류 6시간 해무 예측모델 성능평가 664
〈표 6-27〉 인천항 2분류 해무 발생 예측모델의 혼동행렬 665
〈표 6-28〉 인천항 3분류 해무 발생 예측모델의 혼동행렬 665
〈표 6-29〉 일단위 해무 예측의 입력자료 및 자료 시간 667
〈표 6-30〉 금년도(2022년) 일단위 해무 예측성능 667
〈표 6-31〉 과년도 일단위 해무 예측성능 668
〈표 6-32〉 금년도와 과년도의 일단위 해무 예측 혼동행렬(1일 예측) 668
〈표 6-33〉 주간 일단위 해무 예측성능 669
〈표 6-34〉 주간 일단위 해무 예측의 혼동행렬(1일 예측) 669
〈표 6-35〉 부산항(신항) 해무 예측 서비스 성능 673
〈표 6-36〉 인천항 해무 예측 서비스 성능 674
〈표 6-37〉 평택·당진항 해무 예측 서비스 성능 674
〈표 6-38〉 군산항 해무 예측 서비스 성능 675
〈표 6-39〉 대산항 해무 예측 서비스 성능 675
〈표 6-40〉 목포항 해무 예측 서비스 성능 676
〈표 6-41〉 여수항 해무 예측 서비스 성능 676
〈표 6-42〉 해운대 해무 예측 서비스 성능 677
〈표 6-43〉 포항항 해무 예측 서비스 성능 677
〈표 6-44〉 중력외파 예측시스템 후보지 분석 결과 679
〈표 6-45〉 파랑관측 개요 689
〈표 6-46〉 파향·파고계 제원 690
〈표 6-47〉 수압식 파고계 제원 690
〈표 6-48〉 유의파고와 첨두주기별 출현율(W0) 697
〈표 6-49〉 유의파고와 첨두주기별 출현율(W1) 697
〈표 6-50〉 유의파고와 첨두주기별 출현율(W2) 698
〈표 6-51〉 유의파고와 첨두주기별 출현율(W3) 698
〈표 6-52〉 유의파고와 첨두주기별 출현율(W4) 699
〈표 6-53〉 유의파고와 파향별 출현율(W0) 701
〈표 6-54〉 유의파고와 파향별 출현율(W3) 702
〈표 6-55〉 중력외파 유의파고와 주기별 출현율(W0) 707
〈표 6-56〉 중력외파 유의파고와 주기별 출현율(W1) 707
〈표 6-57〉 중력외파 유의파고와 주기별 출현율(W2) 708
〈표 6-58〉 중력외파 유의파고와 주기별 출현율(W3) 708
〈표 6-59〉 중력외파 유의파고와 주기별 출현율(W4) 709
〈표 6-60〉 BOUSS2D 모델 수심장 작성에 사용한 수치해도 722
〈표 6-61〉 입사파 주기에 따른 산정위치별 중력외파 파고 727
〈표 6-62〉 입사파 주기에 따른 산정위치별 중력외파 주기 728
〈표 6-63〉 항만해양지수 사용모델 현황과 신규 도입 및 개선사항 732
〈표 6-64〉 SWAN 20m 모델 수립에 사용되는 입력값 733
〈표 6-65〉 파랑수치모델 검증해역 및 검증기간 744
〈표 6-66〉 파랑관측자료와 SWAN 300m 및 SWAN 20m의 RMSE, R 분석 결과 746
〈표 6-67〉 SWAN 300m와 SWAN 20m 및 DB자료 RMSE, R 분석 결과 748
〈표 6-68〉 부산항 파랑 예측 DB의 적용값 751
〈표 6-69〉 WADEM 모델 구성 760
〈표 6-70〉 구조물 형태에 따른 반사율 760
〈표 6-71〉 파랑관측자료와 정온도 예측결과와의 RMSE 결과 761
〈표 6-72〉 하역한계파고 763
〈표 6-73〉 하역한계파고 현업 서비스 방안 763
〈표 6-74〉 하역활동을 수행하는 부두 및 부두별 접안 가능한 최대 톤 급 767
〈표 6-75〉 대상 선박의 일반적인 주요 치수(화물선) 768
〈표 6-76〉 대상 선박의 일반적인 주요 치수(컨테이너선) 769
〈표 6-77〉 부두별 접안 가능한 선박의 재화중량톤수, 전장, 형폭, 접안방식 769
〈표 6-78〉 부산항(북항) 장기 후측파랑 자료 분석 격자점 773
〈표 6-79〉 장기 후측파랑 자료 주기 출현율(106-2 정점) 776
〈표 6-80〉 장기 후측파랑 자료 주기 출현율(107-2 정점) 776
〈표 6-81〉 장기 후측파랑 자료 주기 출현율(107-3 정점) 777
〈표 6-82〉 106-2, 107-2, 107-3 격자 파향별 최대 출현 주기의 최댓값 777
〈표 6-83〉 파향 변화에 따른 부두 전면의 최대파고 778
〈표 6-84〉 장기 후측파랑 자료 계급별 주기 출현율(106-2, 107-2, 107-3 격자) 779
〈표 6-85〉 주기 변화에 따른 부두별 최대파고 780
〈표 6-86〉 장기 후측파랑 자료 주기 계급별 출현율 순위(106-2, 107-2, 107-3 격자) 782
〈표 6-87〉 장기 후측파랑 자료의 계급별 파고 출현율 및 누적 출현율(106-2, 107-2, 107-3 격자) 783
〈표 6-88〉 파고 변화에 따른 부두전면 최대파고(주기 : 5.0초) 784
〈표 6-89〉 파고 변화에 따른 부두전면 최대파고(주기 : 8.5초) 784
〈표 6-90〉 장기 후측파랑 산출자료 파고 계급별 출현율 순위(106-2, 107-2, 107-3 격자) 785
〈표 6-91〉 조위 변화에 따른 부두전면 최대파고 786
〈표 6-92〉 조위 변화에 따른 부두전면 최대파고의 평균 786
〈표 6-93〉 파랑변형 예측 DB 입력자료 구성 788
〈표 6-94〉 입력값에 따른 DB 시나리오 탐색 순서(예시) 788
〈표 7-1〉 Nardelli(2020) 요약 793
〈표 7-2〉 Su et al.(2021) 요약 796
〈표 7-3〉 Lu et al.(2020) 요약 797
〈표 7-4〉 Han et al.(2019) 요약 798
〈표 7-5〉 GEBCO 자료 요약 802
〈표 7-6〉 종관기상관측소 자료 요약 803
〈표 7-7〉 OSTIA 자료 요약 804
〈표 7-8〉 AVISO 자료 요약 806
〈표 7-9〉 ERA5 자료 요약 807
〈표 7-10〉 WOA 자료 요약 807
〈표 7-11〉 HYCOM 자료 요약 808
〈표 7-12〉 모델 설계 및 하이퍼파라미터 요약 815
〈표 7-13〉 각 Case 별 PINN 적용 손실함수 817
〈표 7-14〉 수온 프로파일 검증 결과(RMSE) 821
〈표 7-15〉 수온 프로파일 검증 결과(PVE) 821
〈표 7-16〉 염분 프로파일 검증 결과(RMSE) 823
〈표 7-17〉 염분 프로파일 검증 결과(PVE) 823
〈표 7-18〉 계절별 물성 변동 재현성 825
〈표 7-19〉 현업활용 및 향후 추진방향 제안을 위한 자료 검토 개요 828
〈표 7-20〉 해양 및 대기수치모델 정보 832
〈표 7-21〉 본 연구에서 개발한 네트워크의 입력 및 출력변수 정보 835
〈표 7-22〉 전이학습 케이스 설명 837
〈표 7-23〉 연산자원 제원 837
〈표 7-24〉 본 연구에 사용된 자료 개요 854
〈표 7-25〉 월별(1981~2020년) 평균 안개현상일수 861
〈표 7-26〉 의사결정나무 중요도 추정값, 평균 제곱 오차, 상관계수 결과 869
〈표 7-27〉 각 지점별 해무발생 주요인자 결과 870
〈표 8-1〉 KHOA SST 예측자료 정확도 개선결과 정리 877
〈그림 1-1〉 해무발생예측 서비스 지역 47
〈그림 1-2〉 과업 수행조직 및 역할 48
〈그림 2-1〉 선박운항지수 서비스 제공 권역 및 항로 53
〈그림 2-2〉 선박운항지수 서비스 제공 주요항만 위치 54
〈그림 2-3〉 선박운항지수 서비스 제공 마리나 위치 54
〈그림 2-4〉 항만해양지수 서비스 제공 현황 55
〈그림 2-5〉 항계안전 해양정보 서비스 중 지수정보... 56
〈그림 2-6〉 항만해양지수 개선안 57
〈그림 2-7〉 항계안전 해양정보 서비스 발전방안 포럼 사진 64
〈그림 2-8〉 바다로드뷰 누리집 관련 설문지 내용 65
〈그림 2-9〉 바다로드뷰 사용 경험 및 목적 66
〈그림 2-10〉 바다로드뷰 항목에 대한 사용자 빈도 히스토그램 68
〈그림 2-11〉 현재 바다로드뷰 서비스 화면 항목 구성 71
〈그림 2-12〉 바다로드뷰 서비스 화면 항목 구성 개선안 72
〈그림 2-13〉 항계안전 해양정보 누리집 관련 설문지 내용1 73
〈그림 2-14〉 항계안전 해양정보 누리집 관련 설문지 내용2 74
〈그림 2-15〉 인공지능 기반 해무 관련 논문의 성능지표 사용 통계 92
〈그림 2-16〉 3년 교차 검증 방식 예시 94
〈그림 2-17〉 항계안전 해양정보 누리집 화면구성 95
〈그림 2-18〉 '항계안전 해양정보' 메인 화면 98
〈그림 2-19〉 소개 - 메뉴얼 구성(안) 99
〈그림 2-20〉 항계안전 해양정보 - 하위(항별) 화면 구성(안) 100
〈그림 2-21〉 항계안전 해양정보 - 공간정보 콘텐츠 구성(안) 101
〈그림 2-22〉 항계안전 해양정보 - 해무 정보 콘텐츠 구성(안) 102
〈그림 2-23〉 항계안전 해양정보 - 별도 팝업 실시간 CCTV 화면 구성(안) 103
〈그림 2-24〉 항계안전 해양정보 - 관측(시계열)정보 콘텐츠 구성(안) 104
〈그림 2-25〉 항계안전 해양정보 서비스 누리집 메뉴 리스트 105
〈그림 2-26〉 맞춤정보에 따른 콘텐츠 정리 및 화면 간소화 방안 105
〈그림 2-27〉 슬라이드 내 예시 시나리오를 보여주는 슬라이드의 이미지 113
〈그림 2-28〉 실험 홍보에 사용한 포스터 115
〈그림 2-29〉 항계안전 해양정보 누리집 가독성 향상 예시 134
〈그림 2-30〉 항계안전 해양정보 서비스 개선 전후 예시 136
〈그림 2-31〉 디자인사고 기반 항계안전 해양정보 서비스 누리집 개선 계획 144
〈그림 2-32〉 기상청 너울예보 시범 서비스 149
〈그림 2-33〉 stormsurf의 너울 계산 및 예보 서비스 화면 149
〈그림 2-34〉 Windy의 너울 예보 서비스 화면 150
〈그림 2-35〉 특정지점에 대한 파고예측 오차 성능 개선 연구 150
〈그림 2-36〉 CMEMS에서 제공하는 해수면높이 예측 관련 내용 152
〈그림 2-37〉 주묘 현황 및 사고 사례 152
〈그림 2-38〉 주묘관련 연구 개요 및 주묘 현상 예시 153
〈그림 2-39〉 주묘관련 주묘 반경 예측 연구 흐름도(해외) 153
〈그림 2-40〉 NWS의 해양기상 서비스 제공 화면 157
〈그림 2-41〉 NWS의 안개정보 제공 화면 158
〈그림 2-42〉 NWS의 해양기상정보 제공 화면 158
〈그림 2-43〉 AMI의 해양기상 서비스 제공 화면 159
〈그림 2-44〉 AMI의 최적항로 관련 서비스 화면 159
〈그림 2-45〉 MWC의 라디오 기반 서비스 화면 160
〈그림 2-46〉 MWC의 이메일/팩스 및 전화 기반 서비스 화면 160
〈그림 2-47〉 WRI의 누리집 서비스 화면 161
〈그림 2-48〉 DTN의 누리집 서비스 화면 161
〈그림 2-49〉 Weather Online과 Windfinder의 누리집 서비스 화면 162
〈그림 2-50〉 미국/캐나다 C-Fog 프로젝트 진행 이미지 162
〈그림 2-51〉 C-FOG 프로젝트 주요 관측 결과 163
〈그림 2-52〉 영국 Met Office의 방송 서비스 화면 164
〈그림 2-53〉 영국 Met Office의 세부 콘텐츠 서비스 화면 166
〈그림 2-54〉 영국 정부가 직접 제공하는 홍수 및 극기상정보 메인화면 166
〈그림 2-55〉 영국 정부가 직접 제공하는 극기상정보 메인화면 167
〈그림 2-56〉 이탈리아 METEO EXPERT 기상정보 서비스 제공 화면 167
〈그림 2-57〉 이탈리아 3BMeteo 기상정보 서비스 제공 화면 168
〈그림 2-58〉 네덜란드 Hermess 기상정보 서비스 제공 화면 169
〈그림 2-59〉 일본 기상청 해양기상 예보 구역도 169
〈그림 2-60〉 일본 기상청 해양경보 서비스 표출 화면 171
〈그림 2-61〉 일본 기상청 해양예보 서비스 기준 및 표출 화면 172
〈그림 2-62〉 일본 NPEC 자료검색 및 다운로드 서비스 화면 173
〈그림 2-63〉 SBS의 강우정보를 카메라 기반 AR(증강현실)로 표현한 가시화 서비스 174
〈그림 2-64〉 iMOC 사의 바다 코끼리 앱 화면 175
〈그림 2-65〉 호주 BoM의 해양서비스 누리집 화면 176
〈그림 2-66〉 호주 BoM의 외해 해양 예보 구역 177
〈그림 2-67〉 호주 BoM의 MetEye 서비스 화면 178
〈그림 2-68〉 호주 BoM의 조석예보정보 서비스 화면 179
〈그림 2-69〉 캐나다 정보의 해양정보 서비스 화면 180
〈그림 2-70〉 캐나다 e-Navigation Portal 서비스 화면 180
〈그림 2-71〉 캐나다 Ice-Icebreaking 서비스 화면 181
〈그림 2-72〉 캐나다 NAVWARNs 서비스 화면 181
〈그림 2-73〉 기상청 날씨누리 정보제공 화면 182
〈그림 2-74〉 기상청 Sea for you 정보제공 화면 183
〈그림 2-75〉 기상청 Sea for you 시정정보 제공 화면1 183
〈그림 2-76〉 기상청 Sea for you 시정정보 제공 화면2 184
〈그림 2-77〉 기상청 시정예측 서비스 화면 186
〈그림 2-78〉 기상청 예보구역 현황 190
〈그림 2-79〉 기상청 단기/중기 예보 사례 191
〈그림 2-80〉 해상공간 및 예특보 구역의 선박통항밀도 193
〈그림 2-81〉 해양기상 기인 연안여객선 사고 통계(1990~2016) 194
〈그림 2-82〉 기상청 해양기상정보 전달 방법 194
〈그림 2-83〉 정보획득 매체별 연령비율 195
〈그림 2-84〉 해양수산 R&D 주요사업 현황 197
〈그림 2-85〉 해양수산 분야 주요 사업 현황 198
〈그림 2-86〉 해양수산과학기술 기본계획 비전 및 추진목표 199
〈그림 2-87〉 MLOps 개념도 202
〈그림 2-88〉 ML Life cycle 203
〈그림 2-89〉 항계안전 해양정보 로드맵 204
〈그림 2-90〉 해역별 해양사고 현황 211
〈그림 2-91〉 신규 해무관측소 후보지 및 기존 해무관측소 위치 212
〈그림 2-92〉 CCTV 해무 탐지 관련 5개년 로드맵 추진일정 213
〈그림 2-93〉 관측자료 품질처리 및 해무 예측 관련 5개년 로드맵 추진일정 214
〈그림 2-94〉 자동학습 적용 관련 5개년 로드맵 추진일정 216
〈그림 2-95〉 피항지 위험도 평가 관련 5개년 로드맵 추진일정 217
〈그림 2-96〉 해수물성 생산자료, 해류예측 관련 5개년 로드맵 추진일정 218
〈그림 2-97〉 항계안전 해양정보 통합시스템 관련 로드맵 추진일정 219
〈그림 2-98〉 해양기상정보 강화 및 신규 해무관측소 설치 관련 5개년 로드맵 추진일정 220
〈그림 2-99〉 항만해양지수 개선 관련 5개년 로드맵 추진일정 221
〈그림 2-100〉 항만부근 특이현상 분석 관련 5개년 로드맵 추진일정 222
〈그림 2-101〉 수치모델 기반 해무 예측 정확도 향상 고도화 관련 5개년 로드맵 추진일정 223
〈그림 2-102〉 항계 확대 관련 4개년 로드맵 추진일정 224
〈그림 3-1〉 유지관리 정기 및 비정기(긴급) 점검 수행 일정 227
〈그림 3-2〉 해무관측소 유지관리 점검보고서 229
〈그림 3-3〉 해무관측소 정기점검 231
〈그림 3-4〉 비정기(긴급) 점검 수행 일정 232
〈그림 3-5〉 조위관측소 비정기(긴급) 점검 수행 일정 238
〈그림 3-6〉 해무관측소 및 조위관측소 CCTV 유지관리(시간 동기화) 240
〈그림 3-7〉 CCTV 화각 변경(1차 긴급점검) 245
〈그림 3-8〉 재난방송용 CCTV 스트리밍 서비스 246
〈그림 3-9〉 해무관측소 데이터 수신방식 비교 247
〈그림 4-1〉 항계안전 해양정보 서비스(부산항(북항)) 249
〈그림 4-2〉 항계안전 해양정보 서비스 모니터링 보고서 작성 250
〈그림 4-3〉 항계안전 해양정보 서비스 표출 화면 251
〈그림 4-4〉 항계안전 해양정보 시스템 모니터링 보고서(해양정보 항목) 252
〈그림 4-5〉 해구별 해무 예측 수신 여부 확인 253
〈그림 4-6〉 항계안전 해양정보 시스템 모니터링 보고서(해구별 해무 예측 수신여부) 253
〈그림 4-7〉 조위관측소 CCTV 실시간 스트리밍 254
〈그림 4-8〉 항계안전 해양정보 시스템 모니터링 보고서(조위관측소 CCTV 수신여부) 254
〈그림 4-9〉 해무예측 수신 여부 확인 255
〈그림 4-10〉 항계안전 해양정보 시스템 모니터링 보고서(해무 예측 수신여부) 255
〈그림 4-11〉 바다로드뷰 수신 여부 확인 256
〈그림 4-12〉 항계안전 해양정보 시스템 모니터링 보고서(바다로드뷰) 256
〈그림 4-13〉 해무관측소 기상관측자료 다운로드 261
〈그림 4-14〉 해무관측소 기상관측자료 다운로드 및 수신율 작성 262
〈그림 4-15〉 해무관측소 CCTV 이미지 데이터 확인 262
〈그림 4-16〉 해무관측소 CCTV 이미지 저장률 작성 263
〈그림 4-17〉 해무관측소 장애현황 및 특이사항 작성 263
〈그림 4-18〉 관측자료 수신현황 및 시정 통계 작성 264
〈그림 4-19〉 천리안 위성영상 및 해무 탐지 이미지 265
〈그림 4-20〉 9개 해무관측소 해무 발생 예측 결과 이미지 266
〈그림 4-21〉 8개 해무관측소 해무 소산 예측 결과 이미지 267
〈그림 4-22〉 해무발생 예측 비교 생성 268
〈그림 4-23〉 해양기상(해무) 관측 결과 작성 269
〈그림 4-24〉 기상청 UM 모델의 시정예측자료 표출 결과 이미지 275
〈그림 4-25〉 해무 발생 예측 결과(인천항) 276
〈그림 4-26〉 해무 발생 예측 결과 성능 지표 276
〈그림 4-27〉 해무 유형 분류도 278
〈그림 4-28〉 해무 유형 분류 결과 279
〈그림 4-29〉 해무관측소별 해무 발생 횟수 279
〈그림 4-30〉 해무관측소별 해무 유형에 따른 발생 횟수 279
〈그림 4-31〉 해무 발생 예측 오류 사례 분석 모식도 281
〈그림 4-32〉 해무 소산 예측 오류 사례 분석 모식도 281
〈그림 4-33〉 해무관측소별 해무 발생 예측 FN/FP 발생 횟수 막대그래프 282
〈그림 4-34〉 해무관측소별 해무 발생 예측 FN/FP 발생 횟수 막대그래프 282
〈그림 4-35〉 해무 발생 예측 FN/FP 발생 시간 283
〈그림 4-36〉 해무 소산 예측 FN/FP 발생 시간 283
〈그림 4-37〉 해무 발생 예측 오류사례 원인별 pie chart(FN, FP) 285
〈그림 4-38〉 해무 소산 예측 오류사례 원인별 pie chart(FN, FP) 286
〈그림 4-39〉 인천항 예측 시간 오류 사례(2021년 12월 18일) 287
〈그림 4-40〉 대산항 예측 시간 오류 사례(2022년 1월 19일) 288
〈그림 4-41〉 포항항 육안 판독 불가 사례(2022년 6월 14일) 288
〈그림 4-42〉 포항항 관측 오류 사례(2022년 6월 16일) 289
〈그림 4-43〉 인천항 예측 시간 오류 사례(2022년 6월 21일) 290
〈그림 4-44〉 평택·당진항 예측 시간 오류 사례(2021년 7월 4일) 290
〈그림 4-45〉 대산항 예측 시간 오류 사례(2021년 9월 11일) 291
〈그림 4-46〉 목포항 예측 시간 오류 사례(2021년 11월 19일) 291
〈그림 4-47〉 평택·당진항 관측 오류 사례(2022년 4월 25일) 292
〈그림 4-48〉 군산항 관측 오류 사례(2021년 11월 20일) 293
〈그림 4-49〉 대산항 관측 오류 사례(2022년 3월 13일) 293
〈그림 4-50〉 여수항 관측 오류 사례(2022년 4월 12일) 294
〈그림 4-51〉 포항항 관측 오류 사례(2022년 6월 15일) 294
〈그림 4-52〉 포항항 예측 오류 사례(2022년 6월 15일) 295
〈그림 4-53〉 인천항 예측 시간 오류 사례(2021년 12월 18일) 296
〈그림 4-54〉 평택·당진항 예측 시간 오류(2021년 7월 7일) 296
〈그림 4-55〉 대산항 예측 시간 오류 사례(2022년 3월 14일) 297
〈그림 4-56〉 목포항 예측 시간 오류 사례(2021년 11월 19일) 297
〈그림 4-57〉 목포항 예측 시간 오류 사례(2022년 2월 5일) 298
〈그림 4-58〉 여수항 예측 시간 오류 사례(2022년 4월 13일) 298
〈그림 4-59〉 대산항 육안 판독 불가 사례(2021년 8월 27일) 299
〈그림 4-60〉 해운대 육안 판독 불가 사례(2021년 7월 7일) 299
〈그림 4-61〉 인천항 관측 오류 사례(2021년 7월 10일) 300
〈그림 4-62〉 군산항 관측 오류 사례(2021년 11월 21일) 300
〈그림 4-63〉 대산항 관측 오류 사례(2022년 3월 14일) 301
〈그림 4-64〉 여수항 예측 오류 사례(2021년 11월 9일) 301
〈그림 4-65〉 해운대 예측 오류 사례(2021년 11월 23일) 302
〈그림 4-66〉 인천항 예측 시간 오류 사례(2022년 6월 21일) 303
〈그림 4-67〉 해운대 예측 시간 오류 사례(2022년 5월 23일) 303
〈그림 4-68〉 대산항 예측 시간 오류 사례(2021년 9월 11일) 304
〈그림 4-69〉 목포항 예측 시간 오류 사례(2022년 4월 25일) 304
〈그림 4-70〉 인천항 육안 판독 불가 사례(2022년 3월 13일) 305
〈그림 4-71〉 목포항 육안 판독 불가 사례(2021년 11월 20일) 305
〈그림 4-72〉 군산항 관측 오류 사례(2021년 10월 10일) 306
〈그림 4-73〉 인천항 예측 오류 사례(2022년 3월 13일) 307
〈그림 4-74〉 군산항 예측 오류 사례(2022년 3월 13일) 307
〈그림 4-75〉 목포항 예측 오류 사례(2021년 11월 20일) 308
〈그림 4-76〉 군산항 Box plot 313
〈그림 4-77〉 군산항 시계열 그래프(21년 11월~22년 7월) 315
〈그림 4-78〉 부산항(북항) Box plot 316
〈그림 4-79〉 부산항(북항) 시계열 그래프(21년 11월~22년 7월) 318
〈그림 5-1〉 해무 발생 예측 표출 이미지 예시 [해운대, 인천항, 군산항] 320
〈그림 5-2〉 랜덤포레스트(RF) 알고리즘 개념도 321
〈그림 5-3〉 LGBM 알고리즘 모식도 323
〈그림 5-4〉 CB 알고리즘 모식도 324
〈그림 5-5〉 XGB 알고리즘 모식도 326
〈그림 5-6〉 DNN Block 개념도 327
〈그림 5-7〉 LSTM 알고리즘 개념도 328
〈그림 5-8〉 seq2seq attention 계산 방식 329
〈그림 5-9〉 Transformer 알고리즘 개념도 330
〈그림 5-10〉 nested cross validation 도식 334
〈그림 5-11〉 Walk forward cross validation 도식 334
〈그림 5-12〉 인근 기상청 관측자료 비교 339
〈그림 5-13〉 울산항 1시간 해무 발생 예측 입력변수 중요도 340
〈그림 5-14〉 울산항 3시간 해무 발생 예측 입력변수 중요도 340
〈그림 5-15〉 울산항 6시간 해무 발생 예측 입력변수 중요도 340
〈그림 5-16〉 울산항 해무 발생 예측 1시간 결과 342
〈그림 5-17〉 울산항 해무 발생 예측 3시간 결과 342
〈그림 5-18〉 울산항 해무 발생 예측 6시간 결과 343
〈그림 5-19〉 포항항 해무 소산 예측 결과 344
〈그림 5-20〉 부산항(신항) 해무 발생 예측 1시간 결과 349
〈그림 5-21〉 부산항(신항) 해무 발생 예측 3시간 결과 349
〈그림 5-22〉 부산항(신항) 해무 발생 예측 6시간 결과 350
〈그림 5-23〉 인천항 해무 발생 예측 1시간 결과 351
〈그림 5-24〉 인천항 해무 발생 예측 3시간 결과 352
〈그림 5-25〉 인천항 해무 발생 예측 6시간 결과 352
〈그림 5-26〉 평택·당진항 해무 발생 예측 1시간 결과 354
〈그림 5-27〉 평택·당진항 해무 발생 예측 3시간 결과 354
〈그림 5-28〉 평택·당진항 해무 발생 예측 6시간 결과 355
〈그림 5-29〉 군산항 해무 발생 예측 1시간 결과 356
〈그림 5-30〉 군산항 해무 발생 예측 3시간 결과 357
〈그림 5-31〉 군산항 해무 발생 예측 6시간 결과 357
〈그림 5-32〉 대산항 해무 발생 예측 1시간 결과 359
〈그림 5-33〉 대산항 해무 발생 예측 3시간 결과 359
〈그림 5-34〉 대산항 해무 발생 예측 6시간 결과 360
〈그림 5-35〉 목포항 해무 발생 예측 1시간 결과 361
〈그림 5-36〉 목포항 해무 발생 예측 3시간 결과 362
〈그림 5-37〉 목포항 해무 발생 예측 6시간 결과 362
〈그림 5-38〉 여수항 해무 발생 예측 1시간 결과 364
〈그림 5-39〉 여수항 해무 발생 예측 3시간 결과 364
〈그림 5-40〉 여수항 해무 발생 예측 6시간 결과 365
〈그림 5-41〉 해운대 해무 발생 예측 1시간 결과 366
〈그림 5-42〉 해운대 해무 발생 예측 3시간 결과 367
〈그림 5-43〉 해운대 해무 발생 예측 6시간 결과 367
〈그림 5-44〉 포항항 해무 발생 예측 1시간 결과 369
〈그림 5-45〉 포항항 해무 발생 예측 3시간 결과 369
〈그림 5-46〉 포항항 해무 발생 예측 6시간 결과 370
〈그림 5-47〉 1시간 해무 발생 예측 개선 방안 도식 370
〈그림 5-48〉 원인 1 사례 :... 372
〈그림 5-49〉 원인 2 사례 :... 372
〈그림 5-50〉 원인 3 사례 :... 373
〈그림 5-51〉 모델 개발 흐름도 377
〈그림 5-52〉 부산항(신항) 해무 소산 예측 결과 378
〈그림 5-53〉 인천항 해무 소산 예측 결과 380
〈그림 5-54〉 평택·당진항 해무 소산 예측 결과 382
〈그림 5-55〉 군산항 해무 소산 예측 결과 384
〈그림 5-56〉 대산항 해무 예측 결과 386
〈그림 5-57〉 목포항 해무 예측 결과 388
〈그림 5-58〉 여수항 해무 예측 결과 390
〈그림 5-59〉 해운대 해무 예측 결과 392
〈그림 5-60〉 인천항 예측 시간별 SVM 모델 성능 결과 395
〈그림 5-61〉 평택·당진항 예측 시간별 SVM 모델 성능 결과 395
〈그림 5-62〉 인천항 예측 시간별 LGBM 모델 성능 결과 396
〈그림 5-63〉 평택·당진항 예측 시간별 LGBM 모델 성능 결과 396
〈그림 5-64〉 WRF 모델 생산자료 예시 402
〈그림 5-65〉 질량농도와 소광계수 계산 방법 402
〈그림 5-66〉 선형회귀를 통한 연직기온 기울기 계산 404
〈그림 5-67〉 Catboost 알고리즘 손실함수 벤치마크와 개념도 404
〈그림 5-68〉 부산항(북항) 가시거리 계산 결과 및 관측값 시각화 406
〈그림 5-69〉 부산항(신항) 가시거리 계산 결과 및 관측값 시각화 406
〈그림 5-70〉 인천항 가시거리 계산 결과 및 관측값 시각화 407
〈그림 5-71〉 평택·당진항 가시거리 계산 결과 및 관측값 시각화 408
〈그림 5-72〉 군산항 가시거리 계산 결과 및 관측값 시각화 408
〈그림 5-73〉 대산항 가시거리 계산 결과 및 관측값 시각화 409
〈그림 5-74〉 목포항 가시거리 계산 결과 및 관측값 시각화 409
〈그림 5-75〉 여수항 가시거리 계산 결과 및 관측값 시각화 410
〈그림 5-76〉 울산항 가시거리 계산 결과 및 관측값 시각화 411
〈그림 5-77〉 포항항 가시거리 계산 결과 및 관측값 시각화 411
〈그림 5-78〉 해운대 가시거리 계산 결과 및 관측값 시각화 412
〈그림 5-79〉 KHOA SST 예측자료 산출 과정 414
〈그림 5-80〉 KHOA SST 예측자료 산출 스케쥴 414
〈그림 5-81〉 KHOA SST 합성장(2022년 3월 29일) 415
〈그림 5-82〉 KHOA SST 예측자료 비교 정점도 418
〈그림 5-83〉 P1 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 420
〈그림 5-84〉 P1 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 420
〈그림 5-85〉 P2 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 421
〈그림 5-86〉 P2 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 421
〈그림 5-87〉 P3 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 422
〈그림 5-88〉 P3 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 422
〈그림 5-89〉 P4 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 423
〈그림 5-90〉 P4 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 423
〈그림 5-91〉 P5 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 424
〈그림 5-92〉 P5 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 424
〈그림 5-93〉 P6 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 425
〈그림 5-94〉 P6 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 425
〈그림 5-95〉 P7 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 426
〈그림 5-96〉 P7 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 426
〈그림 5-97〉 P8 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 427
〈그림 5-98〉 P8 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교산점도) 427
〈그림 5-99〉 P9 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 428
〈그림 5-100〉 P9 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점... 428
〈그림 5-101〉 P10 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계... 429
〈그림 5-102〉 P10 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 429
〈그림 5-103〉 P11 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 430
〈그림 5-104〉 P11 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 430
〈그림 5-105〉 P12 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 431
〈그림 5-106〉 P12 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 431
〈그림 5-107〉 P13 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(시계열) 432
〈그림 5-108〉 P13 정점 관측자료에 대한 KHOA SST 합성장과 KHOA SST 예측자료 비교(산점도) 432
〈그림 5-109〉 KHOA SST 예측자료 정확도 개선 방안 435
〈그림 5-110〉 P1 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 437
〈그림 5-111〉 P1 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 437
〈그림 5-112〉 P2 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 438
〈그림 5-113〉 P2 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 438
〈그림 5-114〉 P3 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 439
〈그림 5-115〉 P3 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 439
〈그림 5-116〉 P4 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 440
〈그림 5-117〉 P4 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 440
〈그림 5-118〉 P5 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 441
〈그림 5-119〉 P5 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 441
〈그림 5-120〉 P6 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 442
〈그림 5-121〉 P6 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 442
〈그림 5-122〉 P7 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 443
〈그림 5-123〉 P7 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 443
〈그림 5-124〉 P8 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 444
〈그림 5-125〉 P8 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 444
〈그림 5-126〉 P9 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 445
〈그림 5-127〉 P9 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 445
〈그림 5-128〉 P10 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 446
〈그림 5-129〉 P10 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 446
〈그림 5-130〉 P11 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 447
〈그림 5-131〉 P11 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 447
〈그림 5-132〉 P12 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 448
〈그림 5-133〉 P12 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 448
〈그림 5-134〉 P13 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(시계열) 449
〈그림 5-135〉 P13 정점 개선된 SST 예측자료와 KHOA SST 합성장 및 정점 관측자료 비교(산점도) 449
〈그림 5-136〉 Seq2seq(Sequence to sequence) with Attention 알고리즘 개념도 452
〈그림 5-137〉 기계학습(ML) 흐름도(hpo mode, refit mode) 454
〈그림 5-138〉 딥러닝(DNN, LSTM) 흐름도 455
〈그림 5-139〉 Seq2seq with attention 흐름도 455
〈그림 5-140〉 Transformer 흐름도 456
〈그림 5-141〉 기계학습(ML) 소스 코드 분석 예시 457
〈그림 5-142〉 딥러닝(DNN) 소스 코드 분석 예시 458
〈그림 5-143〉 Seq2seq with attention 소스 코드 분석 예시 459
〈그림 5-144〉 해무 판별 자동화 알고리즘 개요도 470
〈그림 5-145〉 제외한 이미지 예시 472
〈그림 5-146〉 항별 3분류기준 이미지(대산항, 군산항, 해운대, 인천항) 473
〈그림 5-147〉 항별 3분류기준 이미지(목포항, 평택·당진항, 여수항) 474
〈그림 5-148〉 3분류에 활용한 광학 특징 475
〈그림 5-149〉 Micro 방식, macro 방식 성능 계산법 도식 477
〈그림 5-150〉 엑스트라 트리(XT) 알고리즘 개념도 479
〈그림 5-151〉 CNN 구조 480
〈그림 5-152〉 Translation Invariant 480
〈그림 5-153〉 Xception 구조 480
〈그림 5-154〉 모델 층 추가 방법 481
〈그림 5-155〉 Grad CAM 예시 481
〈그림 5-156〉 항별 3분류기준 이미지(부산항(북항), 부산항(신항)) 488
〈그림 5-157〉 항별 3분류기준 이미지(울산항, 포항항) 488
〈그림 5-158〉 검증데이터 Grad CAM 결과 493
〈그림 5-159〉 대산항 오분류 사례 494
〈그림 5-160〉 군산항 오분류 사례 494
〈그림 5-161〉 목포항 오분류 사례 495
〈그림 5-162〉 여수항 오분류 사례 495
〈그림 5-163〉 부산항(북항) 오분류 사례 496
〈그림 5-164〉 부산항(신항) 오분류 사례 496
〈그림 5-165〉 포항항 오분류 사례 497
〈그림 5-166〉 울산항 오분류 사례 497
〈그림 5-167〉 대산항 해무 판별, 시정계 비교검증 결과 498
〈그림 5-168〉 대산항 시정계 오류 예시 499
〈그림 5-169〉 군산항 해무 판별, 시정계 비교검증 결과 500
〈그림 5-170〉 군산항 시정계 오류 예시 500
〈그림 5-171〉 해운대 해무 판별, 시정계 비교검증 결과 501
〈그림 5-172〉 해운대 시정계 오류 예시 501
〈그림 5-173〉 인천항 해무 판별, 시정계 비교검증 결과 502
〈그림 5-174〉 인천항 시정계 오류 예시 502
〈그림 5-175〉 목포항 해무 판별, 시정계 비교검증 결과 503
〈그림 5-176〉 목포항 시정계 오류 예시 503
〈그림 5-177〉 평택·당진항 해무 판별, 시정계 비교검증 결과 504
〈그림 5-178〉 평택·당진항 시정계 오류 예시 504
〈그림 5-179〉 여수항 해무 판별, 시정계 비교검증 결과 505
〈그림 5-180〉 여수항 시정계 오류 예시 505
〈그림 5-181〉 부산항(북항) 해무 판별, 시정계 비교검증 결과 506
〈그림 5-182〉 부산항(북항) 시정계 오류 예시 506
〈그림 5-183〉 부산항(신항) 해무 판별, 시정계 비교검증 결과 507
〈그림 5-184〉 부산항(신항) 시정계 오류 예시 507
〈그림 5-185〉 울산항 해무 판별, 시정계 비교검증 결과 508
〈그림 5-186〉 울산항 시정계 오류 예시 508
〈그림 5-187〉 포항항 해무 판별, 시정계 비교검증 결과 509
〈그림 5-188〉 포항항 시정계 오류 예시 509
〈그림 5-189〉 해무 경계라인 표시 예시(인천항) 510
〈그림 5-190〉 부산항(북항) 해무 경계라인 표시 예시 511
〈그림 5-191〉 부산항(신항) 해무 경계라인 표시 예시 512
〈그림 5-192〉 인천항 해무 경계라인 표시 예시 513
〈그림 5-193〉 평택·당진항 해무 경계라인 표시 예시 514
〈그림 5-194〉 군산항 해무 경계라인 표시 예시 515
〈그림 5-195〉 대산항 해무 경계라인 표시 예시 516
〈그림 5-196〉 목포항 해무 경계라인 표시 예시 517
〈그림 5-197〉 여수항 해무 경계라인 표시 예시 518
〈그림 5-198〉 해운대 해무 경계라인 표시 예시 519
〈그림 5-199〉 울산항 해무 경계라인 표시 예시 520
〈그림 5-200〉 포항항 해무 경계라인 표시 예시 521
〈그림 5-201〉 HF-Radar 관측원리와 개념 523
〈그림 5-202〉 국립해양조사원 HF-Radar 관측해역 위치도 524
〈그림 5-203〉 인공지능을 이용한 시계열 예측 결과 예시 526
〈그림 5-204〉 인천항과 여수해만 HF-Radar 관측정점 위치도 527
〈그림 5-205〉 합성벡터 단계 이동평균 편차 품질처리 예시 528
〈그림 5-206〉 Multi-Step Forecasting 모식도 529
〈그림 5-207〉 여수해만 HF-Radar 2018년 1월~2022년 8월 관측자료 월평균 수집률 시계열 531
〈그림 5-208〉 여수해만 HF-Radar 2018년~2022년 정점별 평균 수집률 분포 532
〈그림 5-209〉 비조류 해수유동 예측모델 검증 개요 534
〈그림 5-210〉 28번 정점의 잔차류 예측 및 실측 시계열 비교 535
〈그림 5-211〉 64번 정점의 잔차류 예측 및 실측 시계열 비교 537
〈그림 5-212〉 145번 정점의 잔차류 예측 및 실측 시계열 비교 539
〈그림 5-213〉 28번 정점의 장주기 해수유동 예측 및 실측 시계열 비교 541
〈그림 5-214〉 64번 정점의 장주기 해수유동 예측 및 실측 시계열 비교 543
〈그림 5-215〉 145번 정점의 장주기 해수유동 예측 및 실측 시계열 비교 545
〈그림 5-216〉 인공지능 기반 비조류 성분 해수유동 예측모델 개선 과정 모식도 547
〈그림 5-217〉 28번 정점의 기존 및 개선 잔차류 예측 및 관측자료 시계열 비교 549
〈그림 5-218〉 64번 정점의 기존 및 개선 잔차류 예측 및 관측자료 시계열 비교 553
〈그림 5-219〉 145번 정점의 기존 및 개선 잔차류 예측 및 관측자료 시계열 비교 557
〈그림 5-220〉 28번 정점의 기존 및 개선 장주기 해수유동 예측 및 관측자료 시계열 비교 561
〈그림 5-221〉 64번 정점의 기존 및 개선 장주기 해수유동 예측 및 관측자료 시계열 비교 565
〈그림 5-222〉 145번 정점의 기존 및 개선 장주기 해수유동 예측 및 관측자료 시계열 비교 569
〈그림 5-223〉 여수해만 HF-Radar 비조류 해수유동 예측모델의 복합 상관계수 비교 그래프 572
〈그림 5-224〉 여수해만 HF-Radar 및 WRF 수치예측모델 간 교차상관분석 결과 분포도 574
〈그림 5-225〉 여수해만 HF-Radar 동방성분 학습자료 구성 예시 574
〈그림 5-226〉 해수유동 예측 BiLSTM 모델 레이어 구조 575
〈그림 5-227〉 해수유동 예측 Seq2Seq 모델 레이어 구조 576
〈그림 5-228〉 해수유동 예측 Conv1D-LSTM 모델 구조 576
〈그림 5-229〉 여수해만 모델별 평균 RMSE 분포도(2022.01.15.~2022.01.17.) 579
〈그림 5-230〉 여수해만 모델별 평균 선형 상관계수 분포도(2022.01.15.~2022.01.17.) 580
〈그림 5-231〉 여수해만 모델별 평균 RMSE 분포도(2022.02.15.~2022.02.17.) 581
〈그림 5-232〉 여수해만 모델별 평균 선형 상관계수 분포도(2022.02.15.~2022.02.17.) 582
〈그림 5-233〉 여수해만 모델별 평균 RMSE 분포도(2022.03.15.~2022.03.17.) 583
〈그림 5-234〉 여수해만 모델별 평균 선형 상관계수 분포도(2022.03.15.~2022.03.17.) 584
〈그림 5-235〉 단변량 Seq2Seq 모델과 다변량 Seq2Seq 모델의 72시간 예측성능개선 예시... 586
〈그림 5-236〉 여수해만 예측 방법별 평균 RMSE 분포도(2022.01.01.~2022.03.31.) 587
〈그림 5-237〉 여수해만 예측 방법별 평균 선형 상관계수 분포도(2022.01.01.~2022.03.31.) 588
〈그림 5-238〉 28번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 589
〈그림 5-239〉 64번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 592
〈그림 5-240〉 145번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 595
〈그림 5-241〉 28번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 598
〈그림 5-242〉 64번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 601
〈그림 5-243〉 145번 정점의 신규 예측모델과 타 예측모델(잔차류)의 예측 시계열 비교 604
〈그림 5-244〉 여수해만 HF-Radar 관측 격자별 해수유동 예측자료 생산체계 모식도 607
〈그림 5-245〉 인천항 HF-Radar 정점별 일별 예측 및 실측 해수유동 공간분포도 609
〈그림 5-246〉 인천항 HF-Radar 정점별 일별 예측 해수유동의 RMSE 공간분포도 613
〈그림 5-247〉 인천항 HF-Radar 정점별 일별 예측 및 실측 해수유동 선형 상관계수 공간분포도 617
〈그림 5-248〉 인천항 HF-Radar 정점별 일별 예측 및 실측 해수유동 복합 상관계수 공간분포도 621
〈그림 5-249〉 인천항 HF-Radar 낮은 재현성을 보이는 정점 위치도 625
〈그림 5-250〉 인천항 HF-Radar 예측 및 관측자료 복합상관계수 0.7 이하일 때 해수유동 공... 627
〈그림 6-1〉 시정 품질처리 전 시계열 634
〈그림 6-2〉 시정 품질처리 후 시계열 635
〈그림 6-3〉 해무 발생 예측 기상청 시정자료 추가 전/후 성능 비교 640
〈그림 6-4〉 해무 소산 예측 기상청 시정자료 추가 전/후 성능 비교 641
〈그림 6-5〉 품질처리 전 관측자료 시계열 그래프 643
〈그림 6-6〉 품질처리 창 캡쳐 화면 646
〈그림 6-7〉 1, 2차 품질처리 후 관측자료 시계열 그래프 646
〈그림 6-8〉 구조적으로 서로 다른 도메인의 데이터 및 대표 뉴럴 네트워크 비교 650
〈그림 6-9〉 GNN이 활용되는 다양한 도메인의 그래프 데이터 650
〈그림 6-10〉 노드 임베딩 기법 651
〈그림 6-11〉 노드 임베딩 업데이트를 위한 계산 그래프 예시 651
〈그림 6-12〉 모델 파라미터 공유 652
〈그림 6-13〉 Readout 함수를 통한 분류 모델 구현 652
〈그림 6-14〉 여수항과 목포항 주변 기상청 데이터 수집 위치 653
〈그림 6-15〉 관계추론 기반 시계열 예측 모델 654
〈그림 6-16〉 GNN 기반의 1시간 해무 예측 결과 시계열 그래프 657
〈그림 6-17〉 GNN 기반의 3시간 해무 예측 결과 시계열 그래프 658
〈그림 6-18〉 GNN 기반의 6시간 해무 예측 결과 시계열 그래프 659
〈그림 6-19〉 3분류 해무 예측 성능평가를 위한 해무 발생 예측모델 설계 663
〈그림 6-20〉 월별 일출, 일몰 시간(대전 기준) 669
〈그림 6-21〉 해무 발생 1시간 예측 품질 임계치 결과 671
〈그림 6-22〉 해무 발생 3시간 예측 품질 임계치 결과 672
〈그림 6-23〉 해무 발생 6시간 예측 품질 임계치 결과 672
〈그림 6-24〉 항만별 조위관측소 위치 678
〈그림 6-25〉 주기에 따른 파의 분류 679
〈그림 6-26〉 중력외파 발생 원리 680
〈그림 6-27〉 전남 법성포 이상파랑 발생 시 조위와 해면기압의 변화 681
〈그림 6-28〉 포항신항 전달함수 모형의 매개변수 회귀곡선 682
〈그림 6-29〉 마산항 해양장파 전파 및 증폭 과정 682
〈그림 6-30〉 기압점프의 이동방향과 속도 및 해수면 변화 683
〈그림 6-31〉 1979년 3월 31일 나가사키만에서 발생한 이상파랑 발생 모식도 684
〈그림 6-32〉 큐슈 서쪽지역에서 관측한 해면기압변화(좌)와 나가사키와 마쿠라자키... 684
〈그림 6-33〉 1978년 Vela Luka에서 발생한 이상파랑(좌)과 2003년 Stari Grad에서 관... 685
〈그림 6-34〉 2003년 6월 27일 해수면 변화(a)와 해면기압 변화(b) 및 관측위치 686
〈그림 6-35〉 Stari Grad 이상파랑 발생 시 해수면 변동 686
〈그림 6-36〉 Ciutadella Harbour 이상파랑 발생위치 및 피해사진 687
〈그림 6-37〉 뉴질랜드 GeoNet 중력외파 시계열 제공 위치 688
〈그림 6-38〉 뉴질랜드 GeoNet 제공 중력외파 시계열 688
〈그림 6-39〉 파랑관측 위치(부산항) 689
〈그림 6-40〉 파향·파고계 설치 모식도 690
〈그림 6-41〉 파향·파고계 설치 모식도 691
〈그림 6-42〉 단주기파 유의파고 및 첨두주기 시계열(W0) 694
〈그림 6-43〉 단주기파 유의파고 및 첨두주기 시계열(W1) 695
〈그림 6-44〉 단주기파 유의파고 및 첨두주기 시계열(W2) 695
〈그림 6-45〉 단주기파 유의파고 및 첨두주기 시계열(W3) 696
〈그림 6-46〉 단주기파 유의파고 및 첨두주기 시계열(W4) 696
〈그림 6-47〉 단주기파 유의파고 및 파향 시계열(W0) 700
〈그림 6-48〉 단주기파 유의파고 및 파향 시계열(W3) 700
〈그림 6-49〉 파랑 장미도(W0와 W3) 701
〈그림 6-50〉 중력외파 파고 및 주기 시계열(W0) 703
〈그림 6-51〉 중력외파 파고 및 주기 시계열(W1) 703
〈그림 6-52〉 중력외파 파고 및 주기 시계열(W2) 704
〈그림 6-53〉 중력외파 파고 및 주기 시계열(W3) 704
〈그림 6-54〉 중력외파 파고 및 주기 시계열(W4) 705
〈그림 6-55〉 중력외파 파고-주기 분산도 706
〈그림 6-56〉 단주기파 파고, 주기와 중력외파 파고 분산도 710
〈그림 6-57〉 BOUSS-2D 모델에서 사용하는 유한차분 격자망 716
〈그림 6-58〉 BOUSS2D 모델 계산영역 및 격자망 722
〈그림 6-59〉 BOUSS2D 모델에 사용한 수심장 723
〈그림 6-60〉 주기계급별 파랑전파도 724
〈그림 6-61〉 주기별 실험에서 산출한 수위변동 시계열 예시 726
〈그림 6-62〉 파랑관측자료와 수치모의 진폭계수 비교 726
〈그림 6-63〉 중력외파 산정 위치 727
〈그림 6-64〉 중력외파 예측시스템 개념 729
〈그림 6-65〉 항만해양안전지수 산출 모식도 730
〈그림 6-66〉 SWAN 300m 예측 영역 및 파고 분포 예시(2022년 4월 20일 21시) 731
〈그림 6-67〉 SWAN 300m 예측 영역 및 파고 분포 예시(2022년 4월 20일 21시) 732
〈그림 6-68〉 항만해양지수 산출 모식도(개선방안 적용) 732
〈그림 6-69〉 인천항 계산격자 및 등수심도 734
〈그림 6-70〉 SWAN 300m와 SWAN 20m 경계의 인천항 수심 비교 734
〈그림 6-71〉 대산항 계산격자 및 등수심도 735
〈그림 6-72〉 SWAN 300m와 SWAN 20m 경계의 대산항 수심 비교 735
〈그림 6-73〉 평택당진항 계산격자 및 등수심도 736
〈그림 6-74〉 SWAN 300m와 SWAN 20m 경계의 평택당진항 수심 비교 736
〈그림 6-75〉 군산항 계산격자 및 등수심도 737
〈그림 6-76〉 SWAN 300m와 SWAN 20m 경계의 군산항 수심 비교 737
〈그림 6-77〉 목포항 계산격자 및 등수심도 738
〈그림 6-78〉 SWAN 300m와 SWAN 20m 경계의 목포항 수심 비교 738
〈그림 6-79〉 여수항 계산격자 및 등수심도 739
〈그림 6-80〉 SWAN 300m와 SWAN 20m 경계의 여수항 수심 비교 739
〈그림 6-81〉 부산항(신항) 계산격자 및 등수심도 740
〈그림 6-82〉 SWAN 300m와 SWAN 20m 경계의 부산항(신항) 수심 비교 740
〈그림 6-83〉 부산항(북항) 계산격자 및 등수심도 741
〈그림 6-84〉 SWAN 300m와 SWAN 20m 경계의 부산항(북항) 수심 비교 741
〈그림 6-85〉 울산항 계산격자 및 등수심도 742
〈그림 6-86〉 SWAN 300m와 SWAN 20m 경계의 울산항 수심 비교 742
〈그림 6-87〉 포항항 계산격자 및 등수심도 743
〈그림 6-88〉 SWAN 300m와 SWAN 20m 경계의 포항항 수심 비교 743
〈그림 6-89〉 제11호 태풍 힌남노와 제14호 태풍 난마돌의 이동 경로 744
〈그림 6-90〉 파랑수치모델 검증을 위한 파랑관측 정점 위치(인천항, 부산항(북항), 군산항, 목포항, 포항항) 745
〈그림 6-91〉 파랑관측자료와 SWAN 300m 및 SWAN 20m의 시계열 분석 결과 747
〈그림 6-92〉 SWAN 300m와 SWAN 20m 및 DB자료 RMSE, R 시계열 분석 결과(1) 749
〈그림 6-93〉 SWAN 300m와 SWAN 20m 및 DB자료 RMSE, R 시계열 분석 결과(2) 750
〈그림 6-94〉 부산항(북항)의 파랑 DB 입력자료와 SWAN 20m 입력자료 비교 그림 752
〈그림 6-95〉 인천항, 대산항의 항만해양지수 비교 결과 753
〈그림 6-96〉 평택당진항, 군산항, 목포항의 항만해양지수 비교 결과 754
〈그림 6-97〉 여수항, 부산항(신항), 부산항(북항)의 항만해양지수 비교 결과 755
〈그림 6-98〉 울산항, 포항항의 항만해양지수 비교 결과 756
〈그림 6-99〉 정온도 모델 수행 영역 및 부산항(북항) 수심 분포도 761
〈그림 6-100〉 파랑관측 지점에서의 관측자료와 정온도 예측 결과 시계열 762
〈그림 6-101〉 정온도 서비스 방안(1안) 764
〈그림 6-102〉 정온도 서비스 방안(2안) 764
〈그림 6-103〉 정온도 서비스 방안(3안) 765
〈그림 6-104〉 정온도 서비스 방안(4안) 766
〈그림 6-105〉 정박지 현황 766
〈그림 6-106〉 재개발 계획 구역(제 1부두, 제 2부두) 767
〈그림 6-107〉 선박의 주요 치수 768
〈그림 6-108〉 자성대 부두(조감도) 770
〈그림 6-109〉 제7부두(조감도) 770
〈그림 6-110〉 제8부두(전경) 771
〈그림 6-111〉 연합부두(위성지도) 771
〈그림 6-112〉 감만 컨테이너부두, 신선대 컨테이너부두(조감도) 772
〈그림 6-113〉 부두 구분 및 영역 설정 결과 772
〈그림 6-114〉 장기 후측파랑 자료 분석 격자점 773
〈그림 6-115〉 106-2, 107-2, 107-3 격자점의 파랑 장미도(파향·파고·주기 출현율) 774
〈그림 6-116〉 부산항(북항) 내측을 향할 것으로 예상되는 파랑의 모식도 775
〈그림 6-117〉 파향 입력 범위 설정 실험 결과 778
〈그림 6-118〉 주기 변화에 따른 부산항(북항) 최대파고 분포(빨간색 사각형 : 부두 전면 영... 781
〈그림 6-119〉 장기 후측파랑 자료 주기 계급별 출현율 순위(106-2, 107-2, 107-3 격자) 782
〈그림 6-120〉 파고 변화에 따른 부산항(북항) 최대파고 분포(주기 : 5.0초) 784
〈그림 6-121〉 파고 변화에 따른 부산항(북항) 최대파고 분포(주기 : 8.5초) 785
〈그림 6-122〉 장기 후측파랑 자료 주기 계급별 출현율 순위(106-2, 107-2, 107-3 격자) 786
〈그림 6-123〉 조위 변화에 따른 부산항(북항) 최대파고 분포 787
〈그림 6-124〉 정온도 평가 예측 시스템 모식도 789
〈그림 7-1〉 Nardelli(2020) (상) 모델구조, (하) 수심 100m에서의 수온, 염분 예측 오차 794
〈그림 7-2〉 기 수행 연구 초기 모델 결과 및 최종 동해 모델 결과 794
〈그림 7-3〉 모델 개선을 위한 locally connected layer 설계 구조 795
〈그림 7-4〉 Su et al. (2021)... 796
〈그림 7-5〉 Lu et al. (2020) 해수은 아노말리 재현 결과... 797
〈그림 7-6〉 Han et al. (2019) 상: 원양, 연근해에서의 input data 설계 모식도,... 798
〈그림 7-7〉 출력자료 분포도 800
〈그림 7-8〉 수온 프로파일의 계절별 평균 표준편차 801
〈그림 7-9〉 염분 프로파일의 계절별 평균 표준편차 801
〈그림 7-10〉 (좌) GEBCO 수심, (중) 수심의 동서방향 기울기, (우) 수심의 남북방향 기울기 802
〈그림 7-11〉 Matrix 형태의 계절성 입력 예시 803
〈그림 7-12〉 학습에 사용된 기후지표 시계열 804
〈그림 7-13〉 계절별 OSTIA 표층 수온 평균 및 표준편차 분포도 805
〈그림 7-14〉 해수면 관련 인자 관계도 806
〈그림 7-15〉 AVISO 자료 평균장 예시(2021년) 807
〈그림 7-16〉 관측자료와의 HYCOM 수온 비교검증 예시(EA 정선, 2021년) 809
〈그림 7-17〉 관측자료와의 HYCOM 수온 비교검증 예시(TED 정선, 2021년) 810
〈그림 7-18〉 관측자료와의 HYCOM 염분 비교검증 예시(EA 정선, 2021년) 811
〈그림 7-19〉 관측자료와의 HYCOM 염분 비교검증 예시(TED 정선, 2021년) 812
〈그림 7-20〉 연안 3차원 물성 재현을 위한 PINN 개념도 814
〈그림 7-21〉 다양한 차원의 자료를 사용하기 위한 모델 설계 구조도 815
〈그림 7-22〉 데이터 부풀리기 결과 816
〈그림 7-23〉 PINN 적용을 위한 손실함수 설계 817
〈그림 7-24〉 수온예측 입력 인자 중요도 평가 예시 818
〈그림 7-25〉 수온 검증 결과 (A) RMSE, (B) PVE 822
〈그림 7-26〉 염분 검증 결과 (A) RMSE, (B) PVE 824
〈그림 7-27〉 일반 신경망, PINN, 관측치의 수온 프로파일 825
〈그림 7-28〉 일반 신경망, PINN, 관측치의 염분 프로파일 826
〈그림 7-29〉 수온, 염분 3차원 재구성을 위한 전이학습 방법 모식도 829
〈그림 7-30〉 연구 영역 수심도(32°N~40°N, 123°E~131°E) 831
〈그림 7-31〉 지리정보(위도, 경도) 전처리 과정 832
〈그림 7-32〉 U-net 구조 예시 833
〈그림 7-33〉 표층해류예측 네트워크 구조도 834
〈그림 7-34〉 전이학습 모식도 836
〈그림 7-35〉 전이학습 유무에 따른 성능평가 839
〈그림 7-36〉 전이학습을 미적용(좌), 적용(우)한 네트워크의 학습과정 839
〈그림 7-37〉 2021년(Test set 기간)에 Case 3(입력일: 5) 네트워크(Uₙₑt, Vₙₑt) 및 Persistence...[이미지참조] 840
〈그림 7-38〉 입력일을 5일로 설정하였을 때, 전이학습을 적용한 네트워크(Case 3)와 미적용... 841
〈그림 7-39〉 2021년 기간(Test set)의 입력일이 (상)1일, (하)5일일 때,... 842
〈그림 7-40〉 2021년(Test set)기간의 유속 분포 843
〈그림 7-41〉 입력기간이 5일인 Case3 네트워크를 사용한 동해에서 중규모 소용돌이의 발전... 844
〈그림 7-42〉 수치모델(OPEM) 및 인공지능 기반 모델의 예측일에 따른 RMSE(2021년 기준) 845
〈그림 7-43〉 예측 성능평가에 사용한 조사원 국가해양관측망 외해 관측부이 위치... 846
〈그림 7-44〉 예측일에 따른 인공지능 및 OPEM 모델과 대한해협 관측부이와의 차이 847
〈그림 7-45〉 예측일에 따른 인공지능 및 OPEM 모델과 울릉도북동 관측부이와의 차이 847
〈그림 7-46〉 예측일에 따른 인공지능 및 OPEM 모델과 제주남부 관측부이와의 차이 848
〈그림 7-47〉 예측일에 따른 인공지능 및 OPEM 모델과 제주해협 관측부이와의 차이 848
〈그림 7-48〉 표층해류예측 네트워크의 확장된 연구영역의 예시(26N°~42N°, 120E°~136E°) 850
〈그림 7-49〉 지역별 20년(1989~2008년)간 안개 발생일(좌) 및 경향성(우) 852
〈그림 7-50〉 연구지역 854
〈그림 7-51〉 선형회귀분석 결과: 동서성분 바람(좌), 남북성분 바람(우) 855
〈그림 7-52〉 지역별 평균 기온, 수온, 해기차, 이슬점: 봄철(왼쪽), 여름철(오른쪽) 856
〈그림 7-53〉 평균 해무발생일 봄철(위), 여름철(아래) 858
〈그림 7-54〉 지역별 평균 기온, 수온, 해기차, 이슬점: 가을철(왼쪽), 겨울철(오른쪽) 859
〈그림 7-55〉 평균 해무발생일 가을철(위), 겨울철(아래) 860
〈그림 7-56〉 NINO3, NINO3.4 NINO4, PDO 변동성(빨간색 선: +0.5℃, 파란색 선-0.5℃) 862
〈그림 7-57〉 Normal, El Nino, La Nina 연도의 여름철 평균 해무발생일 863
〈그림 7-58〉 의사결정나무(인천) 864
〈그림 7-59〉 의사결정나무(서산) 864
〈그림 7-60〉 의사결정나무(군산) 865
〈그림 7-61〉 의사결정나무(목포) 865
〈그림 7-62〉 의사결정나무(제주) 865
〈그림 7-63〉 의사결정나무(서귀포) 866
〈그림 7-64〉 의사결정나무(여수) 866
〈그림 7-65〉 의사결정나무(통영) 866
〈그림 7-66〉 의사결정나무(부산) (상: 매트랩, 하: 파이썬) 867
〈그림 7-67〉 의사결정나무(울산) 867
〈그림 7-68〉 의사결정나무(강릉) 868
〈그림 7-69〉 의사결정나무(동해) 868
〈그림 7-70〉 의사결정나무(속초) 868
〈그림 7-71〉 의사결정나무(울릉도) 869