Reconstruction of monthly fCO2 distribution in the Ross Sea, Antarctica during 1998 -2018 using machine learning technique and observational data sets

Abstract

해양은 인간활동에 의해 발생된 이산화탄소의 저장고이며, 특히 남극해는 인간기원의 이산화탄소의 약 40%를 흡수하는 해역으로 알려져 있다. 로스해는 남극해에서 가장 생산력이 높은 지역이나, 그 이산화탄소의 흡수력에 관해서는 아직 명확하지가 않다. 이는 남극의 특성상 관측의 시기와 지역의 제한이 주요한 요인이다. 본 연구에서는 이러한 관측기반 자료의 한계를 극복하기 위해 기계학습을 통해 표층 이산화탄소 분압(fugacity of Carbon dioxide; fCO2)의 농도를 재현하였으며, 이를 위해 기존의 현장관측 자료 뿐만 아니라, 인공위성 및 모델 자료가 활용되었다. 또한, 수온, 해빙 농도, 클로로필 농도와 같은 해양환경 변수 이외에 운량과 풍속 그리고 엘니뇨 인덱스를 학습에 추가하여 더욱 정확한 fCO2의 농도 재현을 위해 노력하였다. 재현은 기계학습의 한 종류인 랜덤 포레스트 기법을 사용하였으며, 이를 통해 인공위성을 통한 클로로필 농도 등이 제공되기 시작한 1998년부터 2018년까지의 지난 21년간 남극 로스해의 fCO2의 시공간의 변동을 월별로 제공하고자 한다.