Satellite-based machine learning estimation of surface N2O concentrations and their air-sea fluxes
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114759
과학기술정보통신부
한국연구재단
인천대학교
김일남
4명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,558만원
6,558만원
기초연구
대학
인천광역시 연수구
지구과학(지구/대기/해양/천문) > 해양과학 > 화학해양학
본 연구의 최종 목표는 동중국해 대륙붕 해역을 대상으로 현장 관측 데이터와 위성 기반 환경 데이터를 통합하여 머신러닝 기반 표층 아산화질소(N₂O) 농도 및 대기?해양 플럭스를 정량적으로 추정하는 예측 체계를 구축하는 것이다.이를 위해 (1) 현장 기반 N₂O 관측 자료와 위성 환경 변수 간의 관계를 규명하고, (2) 다양한 머신러닝 알고리즘을 적용하여 최...
본 연구는 데이터 기반 머신러닝 접근을 활용하여 해양 N₂O 농도 및 플럭스를 추정하는 통합 분석 체계 구축을 중심으로 수행된다.(1) 데이터 구축 및 전처리 * 동중국해 대륙붕 해역에서 확보된 현장 N₂O 농도 및 환경 변수(SST, SSS, Chl-a 등) 활용 * 위성자료(Aqua-MODIS, SMAP) 및 재분석 자료(ERA5 풍속...
(1) 활용계획 * 위성 기반 머신러닝 모델을 활용하여 * 연안 및 대륙붕 해역의 N₂O 농도 및 플럭스를 시·공간적으로 확장 * 장기 모니터링 체계 구축을 통해 * 해양 온실기체 배출의 지속적 평가 가능 * 향후 데이터 축적 시 타 해역으로 확장 적용 가능 * 국가 온실가스 인벤토리 및 기후변화 대응 ...